Jęzory Arnolda, diabelskie schody, czarne dziury i synchronizacja w oscylatorach biologicznych.
|
|
- Maciej Bednarski
- 6 lat temu
- Przeglądów:
Transkrypt
1 VI Matematyczne Warsztaty KaeNeMów p. 1/5 Jęzory Arnolda, diabelskie schody, czarne dziury i synchronizacja w oscylatorach biologicznych. Justyna Signerska jussig@wp.pl Wydział Fizyki Technicznej i Matematyki Stosowanej, Politechnika Gdańska
2 VI Matematyczne Warsztaty KaeNeMów p. 2/5 Outline Przykłady oscylatorów biologicznych
3 VI Matematyczne Warsztaty KaeNeMów p. 2/5 Outline Przykłady oscylatorów biologicznych Pojęcia zwiazane z oscylatorami: phase resetting curves, synchronizacja, phase-locking...
4 VI Matematyczne Warsztaty KaeNeMów p. 2/5 Outline Przykłady oscylatorów biologicznych Pojęcia zwiazane z oscylatorami: phase resetting curves, synchronizacja, phase-locking... Model IAF i jego uogólnienia
5 VI Matematyczne Warsztaty KaeNeMów p. 2/5 Outline Przykłady oscylatorów biologicznych Pojęcia zwiazane z oscylatorami: phase resetting curves, synchronizacja, phase-locking... Model IAF i jego uogólnienia Firing map & Poincare rotation theory
6 VI Matematyczne Warsztaty KaeNeMów p. 2/5 Outline Przykłady oscylatorów biologicznych Pojęcia zwiazane z oscylatorami: phase resetting curves, synchronizacja, phase-locking... Model IAF i jego uogólnienia Firing map & Poincare rotation theory Oscylatory sprzężone
7 Przykłady oscylatorów biologicznych VI Matematyczne Warsztaty KaeNeMów p. 3/5
8 VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach)
9 VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach) aktywność elektryczna mózgu (EEG)
10 VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach) aktywność elektryczna mózgu (EEG) aktywność elektryczna serca (EKG)
11 VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach) aktywność elektryczna mózgu (EEG) aktywność elektryczna serca (EKG) rytmy okołodobowe (circadian rhythms) - zegar biologiczny i timing snu
12 VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach) aktywność elektryczna mózgu (EEG) aktywność elektryczna serca (EKG) rytmy okołodobowe (circadian rhythms) - zegar biologiczny i timing snu oddychanie - oscylator fizjologiczny
13 VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach) aktywność elektryczna mózgu (EEG) aktywność elektryczna serca (EKG) rytmy okołodobowe (circadian rhythms) - zegar biologiczny i timing snu oddychanie - oscylator fizjologiczny cykle metaboliczne (np. glikoliza)
14 VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach) aktywność elektryczna mózgu (EEG) aktywność elektryczna serca (EKG) rytmy okołodobowe (circadian rhythms) - zegar biologiczny i timing snu oddychanie - oscylator fizjologiczny cykle metaboliczne (np. glikoliza) układy typu drapieżnik-ofiara (np. model Lotki-Volterry)
15 VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach) aktywność elektryczna mózgu (EEG) aktywność elektryczna serca (EKG) rytmy okołodobowe (circadian rhythms) - zegar biologiczny i timing snu oddychanie - oscylator fizjologiczny cykle metaboliczne (np. glikoliza) układy typu drapieżnik-ofiara (np. model Lotki-Volterry)...
16 Pojęcia zwiazane z oscylatorami VI Matematyczne Warsztaty KaeNeMów p. 5/5
17 VI Matematyczne Warsztaty KaeNeMów p. 6/5 Faza oscylacji Rozważmy układ dynamiczny postaci ẋ = f(x) (1) Załóżmy, że układ ten posiada wykładniczo stabilny cykl graniczny C (tzn. że C jest stabilny i istnieje stała a taka, że d(x(t), C) < exp( at) dla dowolnego t, jeśli tylko x 0 znajduje się dostatecznie blisko C). Stan oscylatora może być wyrażony przy pomocy pojedynczej zmiennej ϑ, zwanej faza oscylacji. Postać tej zmiennej zależy od parametryzacji cyklu granicznego.
18 VI Matematyczne Warsztaty KaeNeMów p. 7/5 Faza oscylacji Wybierajac punkt x 0 na cyklu granicznym C o okresie T wybieramy punkt w przestrzeni fazowej, któremu odpowiada faza ϑ = 0 i każdemu punktowi x(t) możemy przyporzadkować fazę ϑ = t mod T. parametryzacja S 1 R 2 : ϑ x(ϑ)
19 VI Matematyczne Warsztaty KaeNeMów p. 8/5 Izochrony Pojęcie fazy oscylacji możemy zastosować również do punktów znajdujacych się poza atraktorem C. Jeśli trajektoria y(t) zbliża się do cyklu C dla t, to istnieje pewien punkt x 0 C (niekoniecznie najbliższy y 0 ) taki, że y(t) x(t) dla t. (2) Definicja Ustalmy x 0 C. Zbiór wszystkich y 0 takich, że y(t) spełnia (2) nazywamy izochroną (rozmaitościa stabilna) punktu x 0.
20 Izochrony VI Matematyczne Warsztaty KaeNeMów p. 9/5
21 VI Matematyczne Warsztaty KaeNeMów p. 10/5 Izochrony Stad każdemu punktowi x w przestrzeni fazowej (oprócz niestabilnego equilibrium) możemy przyporzadkować fazę ϑ(x). Izochrony to warstwice funkcji ϑ(x). W sasiedztwie wykładniczo stabilnego cyklu granicznego izochrony maja następujace własności: Ciagłość: Funkcja ϑ(x) jest ciagła, czyli bliskie punkty maja bliskie fazy Niezmienniczość: Jeśli ϑ(x(0)) = ϑ(y(0)), to ϑ(x(t)) = ϑ(y(t)) dla wszystkich t (izochrony przechodza na izochrony pod działaniem potoku indukowanego przez pole wektore f ).
22 VI Matematyczne Warsztaty KaeNeMów p. 11/5 Izochrony w oscylatorze Andronova-Hopfa ż = (1 + i)z z z 2
23 VI Matematyczne Warsztaty KaeNeMów p. 12/5 Izochrony w oscylatorze van der Pola ẋ = x x 3 y ẏ = x
24 VI Matematyczne Warsztaty KaeNeMów p. 13/5 PRC Załóżmy, że układ (1) poddajemy w momentach {t s } perturbacjom polegajacym na przesunięciu punktu x o stały wektor A: ẋ = f(x) + Aδ(t t s ). (3) Takiemu przesunięciu o wektor odpowiada zmiana fazy układu, która zależy nie tylko od A, ale również od czasu t s względem fazy oscylacji ϑ (wartości t s mod T), w którym dokonujemy perturbacji.
25 VI Matematyczne Warsztaty KaeNeMów p. 14/5 PRC Dokonujac perturbacji trajektorii w różnych fazach możemy uzyskać tzw. phase response curve (phase resetting curve, PRC): PRC(ϑ) = {ϑ new ϑ} mod T (shift=new phase-old phase). (4)
26 PRC dla oscylatora A-H VI Matematyczne Warsztaty KaeNeMów p. 15/5
27 PRC dla oscylatora van der Pola VI Matematyczne Warsztaty KaeNeMów p. 16/5
28 VI Matematyczne Warsztaty KaeNeMów p. 17/5 PTC Równoważnie możemy rozpatrywać phase transition curves (PTC): Zachodzi więc relacja: ϑ new = PTC(ϑ old ). (5) PTC(ϑ) = {ϑ + PRC(ϑ)} mod T. (6) Możemy wyróżnić dwa typy perturbacji A (Winfree, 1980) typ 1 - weak resetting - otrzymujemy ciagł a krzywa PRC i krzywa PTC ze średnim nachyleniem równym 1, typ 0 - strong resetting - otrzymujemy nieciagł a krzywa PRC i krzywa PTC ze średnim nachyleniem równym 0.
29 Weak & strong resetting VI Matematyczne Warsztaty KaeNeMów p. 18/5
30 VI Matematyczne Warsztaty KaeNeMów p. 19/5 Time-crystal Zmieniajac nie tylko fazę perturbacji ϑ, ale również amplitudę A otrzymujemy sparametryzowane krzywe PRC(ϑ, A) i PTC(ϑ, A).
31 VI Matematyczne Warsztaty KaeNeMów p. 20/5 Poincare phase map Możemy badać odpowiedź oscylatora nie tylko na pojedynczy impuls, ale także na okresowe pobudzenia (perturbacje): Niech: T s - okres pulsujacej stymulacji ϑ n - faza oscylacji w momencie n -tej perturbacji Wtedy faza oscylacji zaraz przed przybyciem (n + 1) impulsu wynosi ϑ n + PRC(ϑ n ) + T s. Otrzymujemy odwzorowanie okręgu zwane Poincare phase map, którego kolejne iteracje wygladaj a następujaco: ϑ n+1 = (ϑ n + PRC(ϑ n ) + T s ) mod T. (7)
32 Poincare phase-map VI Matematyczne Warsztaty KaeNeMów p. 21/5
33 VI Matematyczne Warsztaty KaeNeMów p. 22/5 Poincare phase-map Własności badanego układu odczytujemy badajac strukturę orbit odwzorowania Poincarego.
34 VI Matematyczne Warsztaty KaeNeMów p. 23/5 Synchronizacja i phase-locking Stabilne punkty stałe Poincare phase-map odpowiadaja 1 : 1 oraz p : 1 phase-locking. Stabilne orbity periodyczne o okresie q odpowiadaja p : q phase-locking.
35 Arnold tongues VI Matematyczne Warsztaty KaeNeMów p. 24/5
36 Bifurkacje punktów stałych VI Matematyczne Warsztaty KaeNeMów p. 25/5
37 Model IAF i jego uogólnienia VI Matematyczne Warsztaty KaeNeMów p. 26/5
38 VI Matematyczne Warsztaty KaeNeMów p. 27/5 Integrate-and-Fire Najprostszy model neuronu został zaproponowany w 1907 roku przez Lapicque: du = σu + s(t), dt u(t) = Θ = u(t + ) = 0.
39 VI Matematyczne Warsztaty KaeNeMów p. 28/5 Uogólnienia IAF Często rozpatruje się modele IAF, gdzie wartości treshold i reset nie sa stałe, lecz również zmieniaja się w czasie: du dt = σu + s(t), u (T n ) lim u(t n ε) = h(t n ), ε 0 u + (T n ) lim u(t n + ε) = g(t n ), ε 0 oraz gdzie ciag firing times {T n } definiujemy następujaco: T n = inf{t : u(t) h(t); t T n 1 }. Funkcja s(t) często jest funkcja okresowa.
40 VI Matematyczne Warsztaty KaeNeMów p. 29/5 Firing maps Rozważmy ogólny model typu IAF postaci: dx = F(t, x), x R (8) dt lim x(t) = 0, jeśli x(s) = 1 t s + i załóżmy, że funkcja F : Ω R 2 R jest analityczna w obszarze Ω { < t < +, 0 x 1}.
41 VI Matematyczne Warsztaty KaeNeMów p. 30/5 Firing maps Dla (τ, µ) Ω niech x(t; τ, µ) oznacza rozwiazania r-nia (8) spełniajace warunek poczatkowy x(τ) = µ. Definicja Powiemy, że układ fires from the initial condition τ R, jeśli istnieje t > τ takie, że x(t ; τ, 0) = 1. Wówczas równanie x(t; τ, 0) = 1 ma minimalne rozwiazanie i możemy zdefiniować firing map, φ( ), następujaco: Definicja [Firing map] φ(τ) = min{t > τ : x(t; τ, 0) = 1}. (9)
42 VI Matematyczne Warsztaty KaeNeMów p. 31/5 Firing map Dziedzina naturalna odwzorowania φ( ) jest zbiór: D φ = {τ R : t > τ t. że x(t ; τ, 0) = 1}, (10) a firing sequence {t n } startujacy w momencie τ jest określony rekurencyjnie jako: t 0 = τ, t n+1 = φ(t n ).
43 Obszary regularności firing map i teoria rotacji Poincare go VI Matematyczne Warsztaty KaeNeMów p. 32/5
44 VI Matematyczne Warsztaty KaeNeMów p. 33/5 Circle map Niech T = R/Z i π : R T będzie naturalną projekcją. Definicja [Odwzorowanie okręgu] Odwzorowaniem okręgu nazywamy odwzorowanie g : T T. Jeśli g jest ciagłe, to istnieje ciagłe odwzorowanie G : R R takie, że poniższy diagram jest przemienny: Wówczas G nazywamy podniesieniem g.
45 VI Matematyczne Warsztaty KaeNeMów p. 34/5 Circle map Przykład Klasycznie (Arnold, 1965) odwzorowanie okręgu jest dane poprzez kolejne iteracje odwzorowania Θ n+1 = Θ n + ω 2π K sin(2πθ n). Uwaga Podniesienie G jest wyznaczone jednoznacznie z dokładnościa do przesunięcia o liczbę całkowita: G(x) = G(x) + k, k Z. Istnieje stała d taka, że G(x + 1) = G(x) + d dla wszystkich x R. d nazywamy stopniem odwzorowania g (stopień odwzorowania nie zależy od wyboru podniesienia G).
46 VI Matematyczne Warsztaty KaeNeMów p. 35/5 Rotation number Niech L 1 oznacza rodzinę wszystkich podniesień ciagłych odwzorowań okręgu T stopnia d = 1 i niech G L 1. Dla k Z, G(x + k) = G(x) + k i dla każdego n G n L 1, czyli G n (x + k) = G n (x) + k. Definicja Górna i dolna liczbę obrotu (rotation number, map winding number) elementu x R dla G L 1 definiujemy odpowiednio jako: G(x) = lim sup n G n (x) x n, G(x) = lim inf n G n (x) x n. Jeśli G(x) = G(x), to piszemy po prostu G(x) i nazywamy liczba obrotu elementu x.
47 VI Matematyczne Warsztaty KaeNeMów p. 36/5 Rotation number Jeśli G L 1, x R, k Z i n N, to: % G (x + k) = % G (x), % G n k(x) = n% G (x) k (analogicznie dla ). Jeśli G jest podniesieniem g i g n (π(x)) = π(x), to G n (x) = x + k dla pewnego k Z i G(x) = k n.
48 VI Matematyczne Warsztaty KaeNeMów p. 37/5 Rotation number Niech L 1 będzie rodzina wszystkich niemalej acych elementów L 1. Twierdzenie Jeśli G L 1 jest podniesieniem odwzorowania okręgu g, to G(x) istnieje dla wszystkich x R i jest niezależne od x. Co więcej G(x) = G jest liczba wymierna wtedy i tylko wtedy, gdy odwzorowanie okręgu g posiada orbitę periodyczna.
49 VI Matematyczne Warsztaty KaeNeMów p. 38/5 Firing map - c.d. Niech w modelu dx = F(t, x), x R (11) dt lim x(t) = 0, jeśli x(s) = 1 t s + zachodzi F(t + T, x) = F(t, x) dla pewnego T R (periodic forcing). Bez straty ogólności T = 1. Zamiast rozważać firing sequence {t n } możemy rozważać firing phase sequence {s n = t n mod 1}.
50 VI Matematyczne Warsztaty KaeNeMów p. 39/5 Firing map - c.d. Ponieważ dla każdego rozwiazania x(t) r-nia (11), funkcja x(t + 1) również jest rozwiazaniem, to firing map φ spełnia: φ(t + 1) = φ(t) + 1, (12) czyli (jeśli D φ = R), to φ jest podniesieniem odwzorowania okręgu stopnia d = 1.
51 VI Matematyczne Warsztaty KaeNeMów p. 40/5 Phase-locking Właściwości synchronizacyjne oscylatora sa ukryte w dynamice tego odwzorowania okręgu: Twierdzenie System fires q times during p cycles of forcing (q : p phase-locking) iff the firing phase map has a periodic attractor of period q and wrapping number p, i.e., there is a time t such that a q (t) = t + p, czyli jeśli liczba obrotu φ = p/q. Definicja Phase locking typu 1 : 1 nazywamy synchronizacja.
52 VI Matematyczne Warsztaty KaeNeMów p. 41/5 Arnold tonques Załóżmy, że układ (11) jest zależny od parametrów, tj. dx dt = F(t, x; λ), gdzie λ = (λ 1,..., λ 1 ). Definicja Obszary w przestrzeni parametrów, gdzie firing phase map ma atraktor periodyczny nazywamy jęzorami Arnolda.
53 VI Matematyczne Warsztaty KaeNeMów p. 42/5 Devil s Staircase Mianem diabelskich schodów określa się w matematyce funkcję singularna, tj. funkcję f : [a, b] R o własnościach: f(x) jest ciagła na [a, b], istnieje zbiór N miary 0 taki, że dla wszystkich x / N pochodna f (x) istnieje i jest równa 0, f(x) jest niemalejaca na [a, b], f(a) < f(b).
54 VI Matematyczne Warsztaty KaeNeMów p. 43/5 Diabelskie schody i jęzory Arnolda (raz jeszcze) Diabelskie schody i jęzory Arnolda dla klasycznego odwzorowania okręgu:
55 VI Matematyczne Warsztaty KaeNeMów p. 44/5 Diabelskie schody i jęzory Arnolda dla IAF dv = V + I + f(t) + ξ(t) dt f(t) = A sin ωt (13)
56 VI Matematyczne Warsztaty KaeNeMów p. 45/5 Obszary regularności φ W zależności od własności firing phase map φ λ (t) możemy wyróżnić w przestrzeni parametrów cztery obszary regularności układu: I. obszar, gdzie φ λ (t) jest homeomorfizmem II. obszar, gdzie φ λ (t) jest ciagła III. obszar, gdzie φ λ (t) jest injekcja IV. obszar, gdzie φ λ (t) nie jest ani ciagła ani różnowartościowa.
57 VI Matematyczne Warsztaty KaeNeMów p. 46/5 Obszary regularności φ I. Liczba obrotu (φ λ ) istnieje i jest niezależna od t. Jeśli (φ λ ) = p/q, to zbiór orbit periodycznych φ λ jest niepusty i wszystkie te orbity maja okres q i wrapping number p. Jeśli (φ λ ) jest niewymierna to wszystkie orbity sa aperiodyczne i tworza zbiór gęsty w całym okręgu S 1 (lub w podzbiorze Cantora tego okręgu, gdy φ λ nie jest dostatecznie gładka). Nie ma wtedy synchronizacji, ale obserwujemy zachowanie quasi - periodyczne. Poza obszarem I. liczba obrotu (φ λ ) może nie istnieć lub być zależna od t.
58 VI Matematyczne Warsztaty KaeNeMów p. 47/5 Obszary regularności φ II. Jeśli φ λ jest ciagła, ale nie monotoniczna, to możemy wyznaczyć dla niej rotation interval o własności takiej, że dla każdej liczby wymiernej p/q w tym przedziale firing phase map φ ma przynajmniej jedna orbitę periodyczna o okresie q (multistabilność). III. Jeśli φ λ jest monotoniczna i nieciagła, ale wszystkie jej nieciagłości sa typu skokowego, to możemy zdefiniowac pewien analog liczby obrotu i zależnie od tego, czy jest wymierna czy też nie, firing map φ λ ma atraktory periodyczne lub gęste orbity aperiodyczne w zbiorze Cantora.
59 VI Matematyczne Warsztaty KaeNeMów p. 48/5 Twierdzenia o regularności φ Niektóre własności firing phase map φ możemy odczytywać z samej postaci układu: dx = F(t, x), x R dt lim x(t) = 0, jeśli x(s) = 1. t s + Twierdzenie [Twierdzenie o injekcji φ] Firing map φ jest injekcja w int(d φ ) iff F(t, 0) 0 dla każdego t int(d φ ). Twierdzenie [Twierdzenie o ciagłości φ] Firing map φ jest ciagła w int(d φ ) iff F(t, 1) 0 dla każdego t w otoczeniu punktu φ(τ), gdzie τ jest dowolnym punktem w int(d φ ).
60 VI Matematyczne Warsztaty KaeNeMów p. 49/5 Bibliografia 1. R. Brette, Dynamics of one-dimensional spiking neuron model, J.Math.Biol. 48, (2004) 2. R. Brette, Rotation numbers of Discontinuous Orientation - Preserving Circle Maps, Set-Valued Analysis 11, (2003) 3. H. Carrillo, F. A. Ongay, On the firing maps of a general class of forced integrate and fire neurons, Math. Biosci. 172, (2001) 4. S. Coombes, Liapunov exponents and mode-locked solutions for integrate-and-fire dynamical systems, Physics Letters A 255, (1999), 5. T.Gedeon, M. Holzer, Phase locking in integrate and fire models with refractory periods and modulation, J. Math. Biol. 49, (2004), 6. L. Glass, Fine Structure of Phase Locking, Phys. Rev. Lett. 48, (1982), 7. E. M. Izhikevich, Dynamical Systems in Neuroscience: The Geometry of Excitability and Bursting, The MIT Press 2005, 8. M.H. Jensen, P. Bak, T. Bohr, Complete Devil s Staircase, Fractal Dimension and Universality of Mode-Locking Structure in the Circle Map, Phys. Rev. Lett. 50, (1983),
61 VI Matematyczne Warsztaty KaeNeMów p. 50/5 Bibliografia - c.d. 9. M. Misiurewicz, Rotation Theory 10. J. D. Murray, Wprowadzenie do biomatematyki, PWN, Warszawa 2006, 11. Y. Ono, H. Suzuki, K. Aihara, Grazing bifurcation and mode locking in reconstructing chaotic dynamics with a leaky integrate and fire model, Artif Life Robotics 7, (2003), 12. E. Ott, Chaos w układach dynamicznych, WNT, Warszawa 1993, 13. P.H.E. Tiesinga, J.M. Fellous, T.J. Sejnowski, Spike-timing reliability of periodically driven integrate and fire neurons, Neurocomputing 44-46, (2002).
Liczba obrotu i twierdzenie Poincare go o klasyfikacji homeomorfizmów okręgu.
II Interdyscyplinarne Warsztaty Matematyczne p. 1/1 Liczba obrotu i twierdzenie Poincare go o klasyfikacji homeomorfizmów okręgu. Justyna Signerska jussig@wp.pl Wydział Fizyki Technicznej i Matematyki
Bardziej szczegółowoII. Równania autonomiczne. 1. Podstawowe pojęcia.
II. Równania autonomiczne. 1. Podstawowe pojęcia. Definicja 1.1. Niech Q R n, n 1, będzie danym zbiorem i niech f : Q R n będzie daną funkcją określoną na Q. Równanie różniczkowe postaci (1.1) x = f(x),
Bardziej szczegółowoFale biegnące w równaniach reakcji-dyfuzji
Fale biegnące w równaniach reakcji-dyfuzji Piotr Bartłomiejczyk Politechnika Gdańska Między teorią a zastosowaniami: Matematyka w działaniu Będlewo, 25 30 maja 2015 P. Bartłomiejczyk Fale biegnące 1 /
Bardziej szczegółowoZadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych
Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych [ ] e Zadanie 1 Pokazać, że X(t) = 2t cos t sin t e 2t jest specjalną macierzą fundamentalną w sin t cos t [ 2 cos chwili τ = 0 układu
Bardziej szczegółowoTwierdzenie 2: Własności pola wskazujące na istnienie orbit
Cykle graniczne Dotychczas zajmowaliśmy się głównie znajdowaniem i badaniem stabilności punktów stacjonarnych. Wiele ciekawych procesów ma naturę cykliczną. Umiemy już sobie poradzić z cyklicznością występującą
Bardziej szczegółowoϕ(t k ; p) dla pewnego cigu t k }.
VI. Trajektorie okresowe i zbiory graniczne. 1. Zbiory graniczne. Rozważamy równanie (1.1) x = f(x) z funkcją f : R n R n określoną na całej przestrzeni R n. Będziemy zakładać, że funkcja f spełnia założenia,
Bardziej szczegółowoZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH
ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH Punkty okresowe, zbiory graniczne, sprzężenia Zadanie 1. Pokazać, że trajektoria (w przód) punktu x w przestrzeni metrycznej X pod działaniem ciągłego
Bardziej szczegółowo21 maja, Mocna własność Markowa procesu Wienera. Procesy Stochastyczne, wykład 13, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126
Mocna własność Markowa procesu Wienera Procesy Stochastyczne, wykład 13, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126 21 maja, 2012 Mocna własność Markowa W = (W 1,..., W d ) oznaczać
Bardziej szczegółowoDefinicje i przykłady
Rozdział 1 Definicje i przykłady 1.1 Definicja równania różniczkowego 1.1 DEFINICJA. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie F (t, x, ẋ, ẍ,..., x (n) ) = 0. (1.1) W równaniu tym t jest
Bardziej szczegółowoChaotyczne generatory liczb pseudolosowych
Chaotyczne generatory liczb pseudolosowych Michał Krzemiński michalkrzeminski@wp.pl Politechnika Gdańska Wydział Fizyki Technicznej i Matematyki Stosowanej Chaotyczne generatory liczb pseudolosowych -
Bardziej szczegółowoVII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.
VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w
Bardziej szczegółowoWykład z modelowania matematycznego.
Załóżmy, że równanie różniczkowe x (t) = f (t, x) (1) ma rozwiązanie ogólne x(t) = ϕ(t, c). (2) Załóżmy, że równanie różniczkowe x (t) = f (t, x) (1) ma rozwiązanie ogólne x(t) = ϕ(t, c). (2) Rodzina funkcji
Bardziej szczegółowoAnaliza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń
Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń Leszek Skrzypczak 1. Niech E = {x [0, 1] : x = k 2 n k = 1, 2,... 2 n, n = 1, 2, 3,...} Wówczas: (a) Dla dowolnych liczb wymiernych p, q [0,
Bardziej szczegółowoPodkowa Smale a jako klasyk chaosu
IV Matematyczne Warsztaty KaeNeMw p. 1/? Podkowa Smale a jako klasyk chaosu Justyna Signerska jussig@wp.pl Wydział Fizyki Technicznej i Matematyki Stosowanej, Politechnika Gdańska Konstrukcja odwzorowania
Bardziej szczegółowoMetody Lagrange a i Hamiltona w Mechanice
Metody Lagrange a i Hamiltona w Mechanice Mariusz Przybycień Wydział Fizyki i Informatyki Stosowanej Akademia Górniczo-Hutnicza Wykład 9 M. Przybycień (WFiIS AGH) Metody Lagrange a i Hamiltona... Wykład
Bardziej szczegółowoIII. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.
III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi
Bardziej szczegółowoZbiory, funkcje i ich własności. XX LO (wrzesień 2016) Matematyka elementarna Temat #1 1 / 16
Zbiory, funkcje i ich własności XX LO (wrzesień 2016) Matematyka elementarna Temat #1 1 / 16 Zbiory Zbiory ograniczone, kresy Zbiory ograniczone, min, max, sup, inf Zbiory ograniczone 1 Zbiór X R jest
Bardziej szczegółowoO pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych)
(niekoniecznie ograniczonych) Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza, Poznań Będlewo, 25-30 maja 2015 Funkcje prawie okresowe w sensie Bohra Definicja Zbiór E R nazywamy względnie
Bardziej szczegółowoWykład 5. Zagadnienia omawiane na wykładzie w dniu r
Wykład 5. Zagadnienia omawiane na wykładzie w dniu 14.11.2018r Definicja (iloraz różnicowy) Niech x 0 R oraz niech funkcja f będzie określona przynajmnniej na otoczeniu O(x 0 ). Ilorazem różnicowym funkcji
Bardziej szczegółowoUkłady autonomiczne. Rozdział Stabilność w sensie Lapunowa. Przedmiotem analizy w tym rozdziale będą układy równań autonomicznych
Rozdział 5 Układy autonomiczne 5.1 Stabilność w sensie Lapunowa Przedmiotem analizy w tym rozdziale będą układy równań autonomicznych ẋ = f(x), (5.1) z funkcją f : Q R m, gdzie Q jest otwartym zbiorem
Bardziej szczegółowoWYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki
WYKŁAD Z ANALIZY MATEMATYCZNEJ I dr. Elżbieta Kotlicka Centrum Nauczania Matematyki i Fizyki http://im0.p.lodz.pl/~ekot Łódź 2006 Spis treści 1. CIĄGI LICZBOWE 2 1.1. Własności ciągów liczbowych o wyrazach
Bardziej szczegółowoWstęp do równań różniczkowych
Wstęp do równań różniczkowych Wykład 1 Lech Sławik Instytut Matematyki PK Literatura 1. Arnold W.I., Równania różniczkowe zwyczajne, PWN, Warszawa, 1975. 2. Matwiejew N.M., Metody całkowania równań różniczkowych
Bardziej szczegółowoF t+ := s>t. F s = F t.
M. Beśka, Całka Stochastyczna, wykład 1 1 1 Wiadomości wstępne 1.1 Przestrzeń probabilistyczna z filtracją Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną i niech F = {F t } t 0 będzie rodziną
Bardziej szczegółowojest ciągiem elementów z przestrzeni B(R, R)
Wykład 2 1 Ciągi Definicja 1.1 (ciąg) Ciągiem w zbiorze X nazywamy odwzorowanie x: N X. Dla uproszczenia piszemy x n zamiast x(n). Przykład 1. x n = n jest ciągiem elementów z przestrzeni R 2. f n (x)
Bardziej szczegółowoUniwersalność wykresu bifurkacyjnego w uogólnionym odwzorowaniu logistycznym
Uniwersalność wykresu bifurkacyjnego w uogólnionym odwzorowaniu logistycznym Oskar Amadeusz Prośniak pod opieką prof. dr hab. Karola Życzkowskiego 29 września 2015 Instytut Fizyki UJ 1 Wstęp Celem tej
Bardziej szczegółowo28 maja, Problem Dirichleta, proces Wienera. Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126
Problem Dirichleta, proces Wienera Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126 28 maja, 2012 Funkcje harmoniczne Niech będzie operatorem Laplace a w
Bardziej szczegółowoPROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω)
PROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω) określonych na tej samej przestrzeni probabilistycznej
Bardziej szczegółowoCałki podwójne. Definicja całki podwójnej. Jacek Kłopotowski. 25 maja Katedra Matematyki i Ekonomii Matematycznej
Definicja całki podwójnej Katedra Matematyki i Ekonomii Matematycznej 25 maja 2016 Definicja całki podwójnej Załóżmy, że f : K R, gdzie K = a, b c, d R 2, jest funkcją ograniczoną. Niech x 0, x 1,...,
Bardziej szczegółowoFizyka 11. Janusz Andrzejewski
Fizyka 11 Ruch okresowy Każdy ruch powtarzający się w regularnych odstępach czasu nazywa się ruchem okresowym lub drganiami. Drgania tłumione ruch stopniowo zanika, a na skutek tarcia energia mechaniczna
Bardziej szczegółowoWykład 2: Szeregi Fouriera
Rachunek prawdopodobieństwa MAP64 Wydział Elektroniki, rok akad. 8/9, sem. letni Wykładowca: dr hab. A. Jurlewicz Wykład : Szeregi Fouriera Definicja. Niech f(t) będzie funkcją określoną na R, okresową
Bardziej szczegółowoTwierdzenie Li-Yorke a Twierdzenie Szarkowskiego
Politechnika Gdańska Wydział Fizyki Technicznej i Matematyki Stosowanej Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego Autor: Kamil Jaworski 11 marca 2012 Spis treści 1 Wstęp 2 1.1 Podstawowe pojęcia........................
Bardziej szczegółowoCiągłość funkcji f : R R
Ciągłość funkcji f : R R Definicja 1. Otoczeniem o promieniu δ > 0 punktu x 0 R nazywamy zbiór O(x 0, δ) := (x 0 δ, x 0 + δ). Otoczeniem prawostronnym o promieniu δ > 0 punktu x 0 R nazywamy zbiór O +
Bardziej szczegółowoDynamika nieliniowa i chaos deterministyczny. Fizyka układów złożonych
Dynamika nieliniowa i chaos deterministyczny Fizyka układów złożonych Wahadło matematyczne F θ = mgsinθ Druga zasada dynamiki: ma = mgsinθ a = d2 x dt 2 = gsinθ Długość łuku: x = Lθ Równanie ruchu: θ ሷ
Bardziej szczegółowoTEORIA CHAOSU. Autorzy: Szymon Sapkowski, Karolina Seweryn, Olaf Skrabacz, Kinga Szarkowska
TEORIA CHAOSU Autorzy: Szymon Sapkowski, Karolina Seweryn, Olaf Skrabacz, Kinga Szarkowska Wydział MiNI Politechnika Warszawska Rok akademicki 2015/2016 Semestr letni Krótki kurs historii matematyki DEFINICJA
Bardziej szczegółowoChaos w układach dynamicznych: miary i kryteria chaosu
: miary i kryteria chaosu Uniwersytet Śląski w Katowicach, Wydział Matematyki, Fizyki i Chemii 27.08.14 : miary i kryteria chaosu Temat tego referatu jest związany z teorią układów dynamicznych która ma
Bardziej szczegółowo2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.
Zadania z Procesów Stochastycznych 1 1. Udowodnij, że z prawdopodobieństwem 1 trajektorie procesu Poissona są niemalejące, przyjmują wartości z Z +, mają wszystkie skoki równe 1 oraz dążą do nieskończoności.
Bardziej szczegółowoZadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?
Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?. a) X = R, x = arctg x ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i y i ;
Bardziej szczegółowo2. Definicja pochodnej w R n
2. Definicja pochodnej w R n Niech będzie dana funkcja f : U R określona na zbiorze otwartym U R n. Pochodną kierunkową w punkcie a U w kierunku wektora u R n nazywamy granicę u f(a) = lim t 0 f(a + tu)
Bardziej szczegółowo2 Równania różniczkowe zwyczajne o rozdzielonych zmiennych
2. Równania o rozdzielonych zmiennych 2 1 2 Równania różniczkowe zwyczajne o rozdzielonych zmiennych Równaniem różniczkowym zwyczajnym pierwszego rzędu o rozdzielonych zmiennych nazywamy równanie różniczkowe
Bardziej szczegółowoZagadnienia brzegowe dla równań eliptycznych
Temat 7 Zagadnienia brzegowe dla równań eliptycznych Rozważmy płaski obszar R 2 ograniczony krzywą. la równania Laplace a (Poissona) stawia się trzy podstawowe zagadnienia brzegowe. Zagadnienie irichleta
Bardziej szczegółowoPochodna funkcji. Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji.
Pochodna funkcji Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji. Małgorzata Wyrwas Katedra Matematyki Wydział Informatyki Politechnika
Bardziej szczegółowo2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.
Zadania z Procesów Stochastycznych 1 1. Udowodnij, że z prawdopodobieństwem 1 trajektorie procesu Poissona są niemalejące, przyjmują wartości z Z +, mają wszystkie skoki równe 1 oraz dążą do nieskończoności.
Bardziej szczegółowo1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =.
1 Zbiory 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1.3 Pokazać, że jeśli A, B oraz (A B) (B A) = C C, to A = B = C. 1.4 Niech {X t } będzie rodziną niepustych
Bardziej szczegółowoPolitechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie
Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Procesy wykładniczego wzrostu i spadku (np populacja bakterii, rozpad radioaktywny, wymiana ciepła) można modelować równaniem
Bardziej szczegółowoMetody Lagrange a i Hamiltona w Mechanice
Metody Lagrange a i Hamiltona w Mechanice Mariusz Przybycień Wydział Fizyki i Informatyki Stosowanej Akademia Górniczo-Hutnicza Wykład 8 M. Przybycień (WFiIS AGH) Metody Lagrange a i Hamiltona... Wykład
Bardziej szczegółowoWstęp do układów statycznych
Uniwersystet Warszawski 1 maja 2010 Wprowadzenie Standardowe układy dynamiczne - przestrzeń X wraz z przekształceniem f : X X zachowującym strukturę. Typowe przykłady: X - przestrzeń metryczna, f - przekształcenie
Bardziej szczegółowoWykłady 11 i 12: Całka oznaczona
Wykłady 11 i 12: Całka oznaczona dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu semestr zimowy; rok akademicki 2016/2017 Pole trójkata parabolicznego Problem. Chcemy obliczyć
Bardziej szczegółowo1. Funkcje monotoniczne, wahanie funkcji.
1. Funkcje monotoniczne, wahanie funkcji. Zbiór X będziemy nazywali uporządkowanym, jeśli określona jest relacja zawarta w produkcie kartezjańskim X X, która jest spójna, antysymetryczna i przechodnia.
Bardziej szczegółowoczyli o szukaniu miejsc zerowych, których nie ma
zerowych, których nie ma Instytut Fizyki im. Mariana Smoluchowskiego Centrum Badania Systemów Złożonych im. Marka Kaca Uniwersytet Jagielloński Metoda Metoda dla Warszawa, 9 stycznia 2006 Metoda -Raphsona
Bardziej szczegółowoProces rezerwy w czasie dyskretnym z losową stopą procentową i losową składką
z losową stopą procentową i losową składką Instytut Matematyki i Informatyki Politechniki Wrocławskiej 10 czerwca 2008 Oznaczenia Wprowadzenie ξ n liczba wypłat w (n 1, n], Oznaczenia Wprowadzenie ξ n
Bardziej szczegółowoMatematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)
Matematyka II Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 208/209 wykład 3 (27 maja) Całki niewłaściwe przedział nieograniczony Rozpatrujemy funkcje ciągłe określone na zbiorach < a, ),
Bardziej szczegółowoWykład 3 Jednowymiarowe zmienne losowe
Wykład 3 Jednowymiarowe zmienne losowe Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną Definicja 1 Jednowymiarowa zmienna losowa (o wartościach rzeczywistych), określoną na przestrzeni probabilistycznej
Bardziej szczegółowoRÓWNANIA RÓŻNICZKOWE ZWYCZAJNE. Marta Zelmańska
RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE Marta Zelmańska Toruń 009 1 Rozdział 1 Wstęp Definicja 1. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie: F (t, x, x, x,..., x (n) ) = 0 (1.1) Rozwiązaniem równania
Bardziej szczegółowoRozdział 6. Ciągłość. 6.1 Granica funkcji
Rozdział 6 Ciągłość 6.1 Granica funkcji Podamy najpierw dwie definicje granicy funkcji w punkcie i pokażemy ich równoważność. Definicja Cauchy ego granicy funkcji w punkcie. Niech f : X R, gdzie X R oraz
Bardziej szczegółowoFunkcje. Część druga. Zbigniew Koza. Wydział Fizyki i Astronomii
Funkcje Część druga Zbigniew Koza Wydział Fizyki i Astronomii Wrocław, 2015 GRANICA I CIĄGŁOŚĆ FUNKCJI Granica funkcji Funkcja f: R A R ma w punkcie x 0 granicę g wtedy i tylko wtedy gdy dla każdego ciągu
Bardziej szczegółowoFunkcje wielu zmiennych
Funkcje wielu zmiennych Wykresy i warstwice funkcji wielu zmiennych. Granice i ciagłość funkcji wielu zmiennych. Pochodne czastkowe funkcji wielu zmiennych. Gradient. Pochodna kierunkowa. Różniczka zupełna.
Bardziej szczegółowoNiestabilne orbity okresowe a (niektóre) własności układów chaotycznych
Niestabilne orbity okresowe a (niektóre) własności układów chaotycznych Justyna Signerska,Jan Pyrzowski Politechnika Gdańska, Akademia Medyczna w Gdańsku Hel 2008 p.1/3 Outline Podstawowe definicje Hel
Bardziej szczegółowo. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:
9 Wykład 9: Przestrzenie liniowe i podprzestrzenie Definicja 9 Niech F będzie ciałem Algebrę (V, F, +, ), gdzie V, + jest działaniem w zbiorze V zwanym dodawaniem wektorów, a jest działaniem zewnętrznym
Bardziej szczegółowoZmienne losowe. dr Mariusz Grzadziel. rok akademicki 2016/2017 semestr letni. Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu
Zmienne losowe dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu rok akademicki 2016/2017 semestr letni Definicja 1 Zmienna losowa nazywamy dyskretna (skokowa), jeśli zbiór
Bardziej szczegółowoPojęcie funkcji. Funkcja liniowa
Pojęcie funkcji. Funkcja liniowa dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu Wykład 2; rok akademicki 2016/2017 Zależności funkcyjne w naukach przyrodniczych Rozwój algebry
Bardziej szczegółowo1 Funkcje dwóch zmiennych podstawowe pojęcia
1 Funkcje dwóch zmiennych podstawowe pojęcia Definicja 1 Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach w zbiorze R nazywamy przyporządkowanie każdemu punktowi ze zbioru A dokładnie jednej
Bardziej szczegółowoRównania różniczkowe zwyczajne
Równania różniczkowe zwyczajne ODE: ordinary differential equations Zbigniew Koza Wydział Fizyki i Astronomii Wrocław, 2016 RÓWNANIA RÓŻNICZKOWE JEDNEJ ZMIENNEJ Motywacja Rozwiązania równań z 1, 2 lub
Bardziej szczegółowoKomputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems)
Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems) P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2007/08 Wprowadzenie Rozważmy
Bardziej szczegółowoRachunek różniczkowy i całkowy w przestrzeniach R n
Rachunek różniczkowy i całkowy w przestrzeniach R n Na dzisiejszym wykładzie rozważać będziemy funkcje f : R m R n Każda taka funkcję f można przedstawić jako wektor funkcji (f 1, f 2,, f n ), gdzie każda
Bardziej szczegółowoCiągłość funkcji i podstawowe własności funkcji ciągłych.
Ciągłość funkcji i podstawowe własności funkcji ciągłych. Definicja (otoczenie punktu) Otoczeniem punktu x 0 R, o promieniu nazywamy zbiór x R taki, że: inaczej x x 0 x x 0, x 0 Definicja (ciągłość w punkcie)
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja
Bardziej szczegółowoDystrybucje, wiadomości wstępne (I)
Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów
Bardziej szczegółowoPodstawy fizyki sezon 1 VII. Ruch drgający
Podstawy fizyki sezon 1 VII. Ruch drgający Agnieszka Obłąkowska-Mucha WFIiS, Katedra Oddziaływań i Detekcji Cząstek, D11, pok. 111 amucha@agh.edu.pl http://home.agh.edu.pl/~amucha Ruch skutkiem działania
Bardziej szczegółowoPochodna funkcji: definicja, podstawowe własności wykład 6
Pochodna funkcji: definicja, podstawowe własności wykład 6 dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu r. akad. 2016/2017 Problem obliczanie prędkości chwilowej Droga
Bardziej szczegółowoTydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L
Tydzień nr 9-10 (16 maja - 29 maja) Równania różniczkowe wartości własne funkcja wykładnicza od operatora - Matematyka II 2010/2011L Wszelkie pytania oraz uwagi o błędach proszę kierować na przemek.majewski@gmail.com
Bardziej szczegółowo2. P (E) = 1. β B. TSIM W3: Sygnały stochastyczne 1/27
SYGNAŁY STOCHASTYCZNE Przestrzeń probabilistyczna i zmienna losowa Definicja Przestrzenią probabilistyczną (doświadczeniem) nazywamy trójkę uporządkowaną (E, B, P ), gdzie: E przestrzeń zdarzeń elementarnych;
Bardziej szczegółowoCzęść 1. Transmitancje i stabilność
Część 1 Transmitancje i stabilność Zastosowanie opisu transmitancyjnego w projektowaniu przekształtników impulsowych Istotne jest przewidzenie wpływu zmian w warunkach pracy (m. in. v g, i) i wielkości
Bardziej szczegółowoWykłady... b i a i. i=1. m(d k ) inf
Wykłady... CŁKOWNIE FUNKCJI WIELU ZMIENNYCH Zaczniemy od konstrukcji całki na przedziale domkniętym. Konstrukcja ta jest, w gruncie rzeczy, powtórzeniem definicji całki na odcinku domkniętym w R 1. Przedziałem
Bardziej szczegółowoElementy logiki matematycznej
Elementy logiki matematycznej Przedmiotem logiki matematycznej jest badanie tzw. wyrażeń logicznych oraz metod rozumowania i sposobów dowodzenia używanych w matematyce, a także w innych dziedzinach, w
Bardziej szczegółowoGranica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej
Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus listopada 07r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej
Bardziej szczegółowo8 Całka stochastyczna względem semimartyngałów
M. Beśka, Całka Stochastyczna, wykład 8 148 8 Całka stochastyczna względem semimartyngałów 8.1 Całka stochastyczna w M 2 Oznaczmy przez Ξ zbiór procesów postaci X t (ω) = ξ (ω)i {} (t) + n ξ i (ω)i (ti,
Bardziej szczegółowoKompensacja wyprzedzająca i opóźniająca fazę. dr hab. inż. Krzysztof Patan, prof. PWSZ
Kompensacja wyprzedzająca i opóźniająca fazę dr hab. inż. Krzysztof Patan, prof. PWSZ Kształtowanie charakterystyki częstotliwościowej Kształtujemy charakterystykę układu otwartego aby uzyskać: pożądane
Bardziej szczegółowoFunkcje: wielomianowa, wykładnicza, logarytmiczna wykład 2
Funkcje: wielomianowa, wykładnicza, logarytmiczna wykład 2 dr Mariusz Grządziel semestr zimowy 2013 Potęgowanie Dla dowolnej liczby dodatniej a oraz liczy wymiernej w = p/q definiujemy: a w (a 1/q ) p.
Bardziej szczegółowoSuperdyfuzja. Maria Knorps. Wydział Fizyki Technicznej i Matematyki stosowanej, Politechnika Gdańska
VI Matematyczne Warsztaty KaeNeMów p. 1/2 Superdyfuzja Maria Knorps maria.knorps@gmail.com Wydział Fizyki Technicznej i Matematyki stosowanej, Politechnika Gdańska VI Matematyczne Warsztaty KaeNeMów p.
Bardziej szczegółowoRuch drgający. Ruch harmoniczny prosty, tłumiony i wymuszony
Ruch drgający Ruch harmoniczny prosty, tłumiony i wymuszony Ruchem drgającym nazywamy ruch ciała zachodzący wokół stałego położenia równowagi. Ruchy drgające dzielimy na ruchy: okresowe, nieokresowe. Ruch
Bardziej szczegółowoLiniowe i nieliniowe oscylatory
Dynamika układów nieliniowych 2009 Wykład 6 1 Liniowe i nieliniowe oscylatory (porównanie jako ciowe bez odwo ywania si do równa ró niczkowych) Proste liniowe oscylacje: opisane przez wyra enie Asin(ωt+φ)
Bardziej szczegółowoFUNKCJE. 1. Podstawowe definicje
FUNKCJE. Podstawowe definicje DEFINICJA. Funkcja f odwzorowującą zbiór X w zbiór Y (inaczej f : X Y ) nazywamy takie przyporządkowanie, które każdemu elementowi x X przyporządkowuje dokładnie jeden element
Bardziej szczegółowoCałki krzywoliniowe. SNM - Elementy analizy wektorowej - 1
SNM - Elementy analizy wektorowej - 1 Całki krzywoliniowe Definicja (funkcja wektorowa jednej zmiennej) Funkcją wektorową jednej zmiennej nazywamy odwzorowanie r : I R 3, gdzie I oznacza przedział na prostej,
Bardziej szczegółowoWstęp do równań różniczkowych
Wstęp do równań różniczkowych Wykład 1 Lech Sławik Instytut Matematyki PK Literatura 1. Arnold W.I., Równania różniczkowe zwyczajne, PWN, Warszawa, 1975. 2. Matwiejew N.M., Metody całkowania równań różniczkowych
Bardziej szczegółowoObliczanie długości łuku krzywych. Autorzy: Witold Majdak
Obliczanie długości łuku krzywych Autorzy: Witold Majdak 7 Obliczanie długości łuku krzywych Autor: Witold Majdak DEFINICJA Definicja : Długość łuku krzywej zadanej parametrycznie Rozważmy krzywą Γ zadaną
Bardziej szczegółowoI. Pochodna i różniczka funkcji jednej zmiennej. 1. Definicja pochodnej funkcji i jej interpretacja fizyczna. Istnienie pochodnej funkcji.
I. Pochodna i różniczka funkcji jednej zmiennej. 1. Definicja pochodnej funkcji i jej interpretacja fizyczna. Istnienie pochodnej funkcji. Niech x 0 R i niech f będzie funkcją określoną przynajmniej na
Bardziej szczegółowoy(t) = y 0 + R sin t, t R. z(t) = h 2π t
SNM - Elementy analizy wektorowej - 1 Całki krzywoliniowe Definicja (funkcja wektorowa jednej zmiennej) Funkcją wektorową jednej zmiennej nazywamy odwzorowanie r : I R 3, gdzie I oznacza przedział na prostej,
Bardziej szczegółowoMetody iteracyjne dla hiperbolicznych równań różniczkowo-funkcyjnych
Metody iteracyjne dla hiperbolicznych równań różniczkowo-funkcyjnych Instytut Matematyki Uniwersytet Gdański 6 Wrzesień 2016 Zastosowania równań hiperbolicznych Nieliniowe równania hiperboliczne wykorzystywane
Bardziej szczegółowoLiczby zespolone. P. F. Góra (w zastępstwie prof. K. Rościszewskiego) 27 lutego 2007
Liczby zespolone P. F. Góra (w zastępstwie prof. K. Rościszewskiego) http://th-www.if.uj.edu.pl/zfs/gora/ 27 lutego 2007 Definicja C zbiór par liczb rzeczywistych w którym określono następujace działania:
Bardziej szczegółowoFunkcje. Oznaczenia i pojęcia wstępne. Elementy Logiki i Teorii Mnogości 2015/2016
Funkcje Elementy Logiki i Teorii Mnogości 2015/2016 Oznaczenia i pojęcia wstępne Niech f X Y będzie relacją. Relację f nazywamy funkcją, o ile dla dowolnego x X istnieje y Y taki, że (x, y) f oraz dla
Bardziej szczegółowoZadania do Rozdziału X
Zadania do Rozdziału X 1. 2. Znajdź wszystkie σ-ciała podzbiorów X, gdy X = (i) {1, 2}, (ii){1, 2, 3}. (b) Znajdź wszystkie elementy σ-ciała generowanego przez {{1, 2}, {2, 3}} dla X = {1, 2, 3, 4}. Wykaż,
Bardziej szczegółowoAnaliza matematyczna i algebra liniowa Wprowadzenie Ciągi liczbowe
Analiza matematyczna i algebra liniowa Wprowadzenie Ciągi liczbowe Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje:
Bardziej szczegółowoRuch drgajacy. Drgania harmoniczne. Drgania harmoniczne... Drgania harmoniczne... Notatki. Notatki. Notatki. Notatki. dr inż.
Ruch drgajacy dr inż. Ireneusz Owczarek CNMiF PŁ ireneusz.owczarek@p.lodz.pl http://cmf.p.lodz.pl/iowczarek 1 dr inż. Ireneusz Owczarek Ruch drgajacy Drgania harmoniczne Drgania oscylacje to cykliczna
Bardziej szczegółowoPodstawy Automatyki. Wykład 2 - podstawy matematyczne. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 2 - podstawy matematyczne Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Rzeczywiste obiekty regulacji, a co za tym idzie układy regulacji, mają właściwości nieliniowe, n.p. turbulencje, wiele
Bardziej szczegółowoTreści programowe. Matematyka 1. Efekty kształcenia. Literatura. Warunki zaliczenia. Ogólne własności funkcji. Definicja 1. Funkcje elementarne.
Treści programowe Matematyka 1 Katarzyna Trąbka-Więcław Funkcje elementarne. Granica funkcji, własności granic, wyrażenia nieoznaczone, ciągłość funkcji. Pochodna funkcji w punkcie i w przedziale, pochodne
Bardziej szczegółowoPodstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik
Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik 8 Funkcje 8.1 Pojęcie relacji 8.1 Definicja (Relacja). Relacją (binarną) nazywamy dowolny podzbiór produktu kartezjańskiego
Bardziej szczegółowoPolitechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie
Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Wyznacz transformaty Laplace a poniższych funkcji, korzystając z tabeli transformat: a) 8 3e 3t b) 4 sin 5t 2e 5t + 5 c) e5t e
Bardziej szczegółowomechanika analityczna 1 nierelatywistyczna L.D.Landau, E.M.Lifszyc Krótki kurs fizyki teoretycznej
mechanika analityczna 1 nierelatywistyczna L.D.Landau, E.M.Lifszyc Krótki kurs fizyki teoretycznej ver-28.06.07 współrzędne uogólnione punkt materialny... wektor wodzący: prędkość: przyspieszenie: liczba
Bardziej szczegółowo