Interpolacja i aproksymacja, pojęcie modelu regresji

Wielkość: px
Rozpocząć pokaz od strony:

Download "Interpolacja i aproksymacja, pojęcie modelu regresji"

Transkrypt

1 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 1 Interpolacja i aproksymacja, pojęcie modelu regresji

2 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 2 Plan zajęć 1. Interpolacja wielomianowa. 2. Interpolacja liniowa funkcji jednej zmiennej. 3. Interpolacja funkcjami sklejanymi - przykład funkcji dwóch zmiennych. 4. Interpolacja funkcjami sklejanymi - funkcja jednej zmiennej. 5. Zadanie regresji liniowej

3 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 3 Zadanie 1 W nowym skrypcie (nadając mu nazwę ~/interpolacja.sce) zapisać polecenia przy pomocy których można wyznaczyć wielomian interpolacyjny postaci W(x)=a 0 +a 1 x 1 +a 2 x a n x n dla podanych punktów o współrzędnych zapisanych jako wektory: X = [-5,-4, -3, -2, -1, 0, 1, 2, 3, 4, 5], f(x)=[-82.5,-39.8,-13.9,-0.6,4.3,5,5.7,10.6,23.9,49.8,92.5] rozwiązując układ równań (niewiadomą jest wektor a =[a 0,a 1,a 2,...,a n ]): Macierz współczynników tego układu ma postać: Narysuj wykres funkcji interpolującej A = x x x n x x x n 0 n 1... n n

4 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 4 Zadanie 1 - cd // sformowanie wektorów x, y x=[-5:5] y=[ ]' m=length(x)

5 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 5 Zadanie 1 - cd // sformowanie wektorów x, y x=[-5:5] y=[ ]' m=length(x) // sformowanie macierzy A A = ones(m,m) for i = 1:m for j=2:m A(i,j) = x(i)^(j-1) end end

6 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 6 // sformowanie wektorów x, y x=[-5:5] y=[ ]' 0.7 m=length(x) // sformowanie macierzy A A = ones(m,m) for i = 1:m for j=2:m A(i,j) = x(i)^(j-1) end end Zadanie 1 - cd a1 = // rozwiązanie układu równań A*a=y a1 = linsolve(a,-y); a2 = inv(a)*y // wykres plot2d(x,y) a2 = D D D D D D D D D-19

7 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 7 Przykład 2 interpolacja funkcji jednej zmiennej - funkcje interpln(), smooth() dane są punkty: -6,-1,2,6,11 oraz wartości pewnej funkcji w tych punktach, odpowiednio: 1,0,2,2,3. Należy: zdefiniować macierz W 2x5 zapisując w pierwszym wierszu współrzędne punktów, w drugim wartości funkcji w tych punktach; obliczyć interpolowane wartości funkcji (oznaczając jako wektor Y) przy użyciu funkcji interpln() dla wektora argumentów X=[-5,10] podzielonego na 20 części; narysować wykres krzywej łączącej punkty (X,Y)

8 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 8 Przykład 2 interpolacja funkcji jednej zmiennej - funkcje interpln(), smooth() dane są punkty: -6,-1,2,6,11 oraz wartości pewnej funkcji w tych punktach, odpowiednio: 1,0,2,2,3. Należy: zdefiniować macierz W 2x5 zapisując w pierwszym wierszu współrzędne punktów, w drugim wartości funkcji w tych punktach; obliczyć interpolowane wartości funkcji (oznaczając jako wektor Y) przy użyciu funkcji interpln() dla wektora argumentów X=[-5,10] podzielonego na 20 części; narysować wykres krzywej łączącej punkty (X,Y) W=[ -6, -1, 2, 6, 11; 1, 0, 2, 2, 3] X= linspace(-5,10,20) Y= interpln(w,x) plot2d(x,y,[2])

9 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 9 Przykład 2 interpolacja funkcji jednej zmiennej - funkcje interpln(), smooth() dane są punkty: -6,-1,2,6,11 oraz wartości pewnej funkcji w tych punktach, odpowiednio: 1,0,2,2,3. Należy: zdefiniować macierz W 2x5 zapisując w pierwszym wierszu współrzędne punktów, w drugim wartości funkcji w tych punktach; obliczyć interpolowane wartości funkcji (oznaczając jako wektor Y) przy użyciu funkcji interpln() dla wektora argumentów X=[-5,10] podzielonego na 20 części; narysować wykres krzywej łączącej punkty (X,Y) W=[ -6, -1, 2, 6, 11; 1, 0, 2, 2, 3] X= linspace(-5,10,20) Y= interpln(w,x) plot2d(x,y,[2])

10 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 10 Przykład 2 - cd interpolacja funkcji jednej zmiennej - funkcje interpln(), smooth() wykorzystując funkcję smooth() wyznaczyć współrzędne punktów krzywej sklejanej, interpolującej punkty węzłowe o współrzędnych zapisanych w macierzy W, narysować wykres krzywej sklejanej (spline).

11 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 11 Przykład 2 - cd interpolacja funkcji jednej zmiennej - funkcje interpln(), smooth() wykorzystując funkcję smooth() wyznaczyć współrzędne punktów krzywej sklejanej, interpolującej punkty węzłowe o współrzędnych zapisanych w macierzy W, narysować wykres krzywej sklejanej (spline). Xs= smooth(w) plot2d(xs(1,:)',xs(2,:)',[3])

12 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 12 Przykład 3 interpolacja funkcji dwóch zmiennych funkcje splin2d(), interp2d(), linear_interpn() zdefiniować zmienne x=[0,2,3,5],y=[0,2,3,5], oraz macierz z zwierającą wartości pewnej funkcji f w punktach (x i,y i ) (i=1,...,4) jako z=[10,15,11,12;13,16,11,20;22,23,23,17;17,13,14,12]; wykorzystując funkcję splin2d() obliczyć współczynniki funkcji spline interpolującej funkcję f ; przy użyciu funkcji ndgrid() zbudować siatkę punktów opartej na wektorach [0,5] podzielonych na 20 części.

13 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 13 Przykład 3 interpolacja funkcji dwóch zmiennych funkcje splin2d(), interp2d(), linear_interpn() zdefiniować zmienne x=[0,2,3,5],y=[0,2,3,5], oraz macierz z zwierającą wartości pewnej funkcji f w punktach (x i,y i ) (i=1,...,4) jako z=[10,15,11,12;13,16,11,20;22,23,23,17;17,13,14,12]; wykorzystując funkcję splin2d() obliczyć współczynniki funkcji spline interpolującej funkcję f ; przy użyciu funkcji ndgrid() zbudować siatkę punktów opartej na wektorach [0,5] podzielonych na 20 części. x =[0,2,3,5]; y = x z =[10,15,11,12;13,16,11,20;22,23,23,17;17,13,14,12] // obliczenie współczynników funkcji spline b = splin2d(x,y,z) // budowa siatki 400 punktów na prostokącie[0,5]x[0,5] xp = linspace(0,5,20) [Xx,Yy] = ndgrid(xp,xp)

14 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 14 Przykład 3 - cd interpolacja funkcji dwóch zmiennych funkcje splin2d(), interp2d(), linear_interpn() przy użyciu funkcji interp2d() obliczyć wartości interpolującej funkcji spline w punktach siatki, oraz narysować wykres powierzchni interpolującej. korzystając z funkcji linear_interpn() znaleźć wartości interpolującej funkcji liniowej w punktach siatki, oraz narysować wykres powierzchni interpolującej w innym oknie graficznym.

15 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 15 Przykład 3 - cd interpolacja funkcji dwóch zmiennych funkcje splin2d(), interp2d(), linear_interpn() przy użyciu funkcji interp2d() obliczyć wartości interpolującej funkcji spline w punktach siatki, oraz narysować wykres powierzchni interpolującej. korzystając z funkcji linear_interpn() znaleźć wartości interpolującej funkcji liniowej w punktach siatki, oraz narysować wykres powierzchni interpolującej w innym oknie graficznym. Zz = interp2d(xx,yy,x,y,b) plot3d(xp,xp,zz) // otwarcie nowego okna graficznego scf() Zs = linear_interpn(xx,yy,x,y,z) plot3d(xp,xp,zs)

16 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 16 Przykład 3 - cd interpolacja funkcji dwóch zmiennych funkcje splin2d(), interp2d(), linear_interpn() Z Y X Z Y X 1 0

17 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 17 Ćwiczenie 4 Zapisać w nowym skrypcie polecenia które dla podanych danych pomiarowych:(-1,2),(2,1),(-3,3),(6,2),(4,3),(5,2) przy użyciu funkcji splin(), interp() zbudują i przedstawią na wykresie interpolującą je funkcje sklejaną. Wykres należy narysować w oparciu o wektor [-3,6] podzielony na 50 części. Na wykresie zaznaczyć punkty węzłowe.

18 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 18 Ćwiczenie 4 Zapisać w nowym skrypcie polecenia które dla podanych danych pomiarowych:(-1,2),(2,1),(-3,3),(6,2),(4,3),(5,2) przy użyciu funkcji splin(), interp() zbudują i przedstawią na wykresie interpolującą je funkcje sklejaną. Wykres należy narysować w oparciu o wektor [-3,6] podzielony na 50 części. Na wykresie zaznaczyć punkty węzłowe. 3.5 x=[-3,-1,2,4,5,6], y=[3,2,1,3,2,2] xp = linspace(-3,6,50) d = splin(x,y); yp = interp(xp, x, y, d); plot2d(xp,yp) plot2d(x,y, style =-2)

19 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 19 Przykład 5 regresja liniowa Na podstawie danych pomiarowych zapisanych w pliku o nazwie /pub/programy/regdane.txt oraz wbudowanej funkcji reglin() znaleźć równanie prostej regresji o równaniu y=a*x+b, po czym przedstawić jej wykres wraz z punktami pomiarowymi.

20 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 20 Przykład 5 regresja liniowa Na podstawie danych pomiarowych zapisanych w pliku o nazwie /pub/programy/regdane.txt oraz wbudowanej funkcji reglin() znaleźć równanie prostej regresji o równaniu y=a*x+b, po czym przedstawić jej wykres wraz z punktami pomiarowymi. // wczytanie danych u = file('open','/pub/programy/regdane.txt','old') A = read(u,-1,2); file('close',u); //obliczenie parametrów krzywej regresji [a,b]= reglin(a(:,1)',a(:,2)') x = A(:,1); y = A(:,2) yn=a*x+b plot2d(x,yn, style = 5); plot2d(x,y, style =-2); disp(a); disp(b)

21 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 21 Przykład 5 regresja liniowa 21 Na podstawie danych pomiarowych zapisanych 20 w pliku o nazwie 19 /pub/programy/regdane.txt oraz wbudowanej funkcji reglin() znaleźć 18 równanie prostej regresji o równaniu y=a*x+b, po czym przedstawić jej wykres wraz z punktami pomiarowymi. // wczytanie danych u = file('open','/pub/programy/regdane.txt','old') A = read(u,-1,2); file('close',u); //obliczenie parametrów krzywej regresji [a,b]= reglin(a(:,1)',a(:,2)') x = A(:,1); y = A(:,2) yn=a*x+b plot2d(x,yn, style = 5); plot2d(x,y, style =-2); disp(a); disp(b)

22 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 22 Wykorzystywane funkcje: Funkcje SciLaba smooth(), interp(), interp2d(), interp3d() interpolacja funkcjami sklejanymi interpln(), linear_interpn() interpolacja liniowa splin(), splin2d(), splin3d() obliczenie współczynników funkcji sklejanej, interpolującej podane punkty węzłowe reglin(), regress() wyznaczenie współczynników regresji liniowej

Całkowanie numeryczne

Całkowanie numeryczne 16 kwiecień 2009 SciLab w obliczeniach numerycznych - część 4 Slajd 1 Całkowanie numeryczne 16 kwiecień 2009 SciLab w obliczeniach numerycznych - część 4 Slajd 2 Plan zajęć 1. Całkowanie przybliżone funkcji

Bardziej szczegółowo

Matematyka stosowana i metody numeryczne

Matematyka stosowana i metody numeryczne Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 8 Interpolacja Interpolacja polega na budowaniu tzw. funkcji interpolujących ϕ(x) na podstawie zadanych

Bardziej szczegółowo

Elementy metod numerycznych - zajęcia 9

Elementy metod numerycznych - zajęcia 9 Poniższy dokument zawiera informacje na temat zadań rozwiązanych w trakcie laboratoriów. Elementy metod numerycznych - zajęcia 9 Tematyka - Scilab 1. Labolatoria Zajęcia za 34 punktów. Proszę wysłać krótkie

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Równania nieliniowe, nieliniowe układy równań, optymalizacja

Równania nieliniowe, nieliniowe układy równań, optymalizacja 4 maj 2009 Nieliniowe równania i układy rówań Slajd 1 Równania nieliniowe, nieliniowe układy równań, optymalizacja 4 maj 2009 Nieliniowe równania i układy rówań Slajd 2 Plan zajęć Rozwiązywanie równań

Bardziej szczegółowo

Elementy projektowania inzynierskiego Przypomnienie systemu Mathcad

Elementy projektowania inzynierskiego Przypomnienie systemu Mathcad Elementy projektowania inzynierskiego Definicja zmiennych skalarnych a : [S] - SPACE a [T] - TAB - CTRL b - SHIFT h h. : / Wyświetlenie wartości zmiennych a a = b h. h. = Przykładowe wyrażenia

Bardziej szczegółowo

Programowanie: grafika w SciLab Slajd 1. Programowanie: grafika w SciLab

Programowanie: grafika w SciLab Slajd 1. Programowanie: grafika w SciLab Programowanie: grafika w SciLab Slajd 1 Programowanie: grafika w SciLab Programowanie: grafika w SciLab Slajd 2 Plan zajęć 1. Wprowadzenie 2. Wykresy 2-D 3. Wykresy 3-D 4. Rysowanie figur geometrycznych

Bardziej szczegółowo

INTERPOLACJA I APROKSYMACJA FUNKCJI

INTERPOLACJA I APROKSYMACJA FUNKCJI Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Wprowadzenie Na czym polega interpolacja? Interpolacja polega

Bardziej szczegółowo

Interpolacja funkcji

Interpolacja funkcji Interpolacja funkcji Interpolacja funkcji Interpolacja funkcji Wielomianowa Splajny Lagrange a Trygonometryczna Interpolacja Newtona (wzór I ) Czebyszewa Newtona (wzór II ) ( Wielomiany Czebyszewa ) Załóżmy,

Bardziej szczegółowo

Metody numeryczne. Sformułowanie zagadnienia interpolacji

Metody numeryczne. Sformułowanie zagadnienia interpolacji Ćwiczenia nr 4. Sformułowanie zagadnienia interpolacji Niech będą dane punkty x 0,..., x n i wartości y 0,..., y n, takie że i=0,...,n y i = f (x i )). Szukamy funkcji F (funkcji interpolującej), takiej

Bardziej szczegółowo

Równania nieliniowe, nieliniowe układy równań, optymalizacja

Równania nieliniowe, nieliniowe układy równań, optymalizacja Nieliniowe równania i układy rówań Slajd 1 Równania nieliniowe, nieliniowe układy równań, optymalizacja Nieliniowe równania i układy rówań Slajd 2 Plan zajęć Rozwiązywanie równań nieliniowych -metoda bisekcji

Bardziej szczegółowo

Elementarna analiza statystyczna

Elementarna analiza statystyczna MatLab część V 1 Elementarna analiza statystyczna W standardowym pakiecie MatLab-a istnieją jedynie podstawowe funkcje analizy statystycznej. Bardziej zaawansowane znajdują się w pakiecie statystycznym

Bardziej szczegółowo

Interpolacja, aproksymacja całkowanie. Interpolacja Krzywa przechodzi przez punkty kontrolne

Interpolacja, aproksymacja całkowanie. Interpolacja Krzywa przechodzi przez punkty kontrolne Interpolacja, aproksymacja całkowanie Interpolacja Krzywa przechodzi przez punkty kontrolne Aproksymacja Punkty kontrolne jedynie sterują kształtem krzywej INTERPOLACJA Zagadnienie interpolacji można sformułować

Bardziej szczegółowo

POWTÓRKA ROZDZIAŁU III FUNKCJA LINIOWA

POWTÓRKA ROZDZIAŁU III FUNKCJA LINIOWA POWTÓRKA ROZDZIAŁU III FUNKCJA LINIOWA I. Wykresy funkcji 1. Na rysunku przedstawiony jest fragment wykresu pewnej funkcji liniowej y=ax+b. Jakie znaki mają współczynniki a i b? A. a

Bardziej szczegółowo

Wprowadzenie do Mathcada 1

Wprowadzenie do Mathcada 1 Wprowadzenie do Mathcada Ćwiczenie. - Badanie zmienności funkcji kwadratowej Ćwiczenie. pokazuje krok po kroku tworzenie prostego dokumentu w Mathcadzie. Dokument ten składa się z następujących elementów:.

Bardziej szczegółowo

Analiza numeryczna Kurs INP002009W. Wykład 8 Interpolacja wielomianowa. Karol Tarnowski A-1 p.223

Analiza numeryczna Kurs INP002009W. Wykład 8 Interpolacja wielomianowa. Karol Tarnowski A-1 p.223 Analiza numeryczna Kurs INP002009W Wykład 8 Interpolacja wielomianowa Karol Tarnowski karol.tarnowski@pwr.wroc.pl A-1 p.223 Plan wykładu Wielomian interpolujący Wzór interpolacyjny Newtona Wzór interpolacyjny

Bardziej szczegółowo

Drugi sposób definiowania funkcji polega na wykorzystaniu polecenia:

Drugi sposób definiowania funkcji polega na wykorzystaniu polecenia: ĆWICZENIE 6. Scilab: Obliczenia symboliczne i numeryczne Uwaga: Podczas operacji kopiowania i wklejania potrzeba skasować wklejone pojedyńcze cudzysłowy i wpisać je ręcznie dla każdego ich wystąpienia

Bardziej szczegółowo

METODY NUMERYCZNE. Wykład 3. Plan. Aproksymacja Interpolacja wielomianowa Przykłady. dr hab.inż. Katarzyna Zakrzewska, prof.agh. Met.Numer.

METODY NUMERYCZNE. Wykład 3. Plan. Aproksymacja Interpolacja wielomianowa Przykłady. dr hab.inż. Katarzyna Zakrzewska, prof.agh. Met.Numer. METODY NUMERYCZNE Wykład 3. dr hab.inż. Katarzyna Zakrzewska, prof.agh Met.Numer. wykład 3 1 Plan Aproksymacja Interpolacja wielomianowa Przykłady Met.Numer. wykład 3 2 1 Aproksymacja Metody numeryczne

Bardziej szczegółowo

Metody numeryczne Wykład 6

Metody numeryczne Wykład 6 Metody numeryczne Wykład 6 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Interpolacja o Interpolacja

Bardziej szczegółowo

VII. WYKRESY Wprowadzenie

VII. WYKRESY Wprowadzenie VII. WYKRESY 7.1. Wprowadzenie Wykres jest graficznym przedstawieniem (w pewnym układzie współrzędnych) zależności pomiędzy określonymi wielkościami. Ułatwia on interpretację informacji (danych) liczbowych.

Bardziej szczegółowo

Egzamin ustny z matematyki semestr II Zakres wymaganych wiadomości i umiejętności

Egzamin ustny z matematyki semestr II Zakres wymaganych wiadomości i umiejętności Egzamin ustny z matematyki semestr II Zakres wymaganych wiadomości i umiejętności I. Pojęcie funkcji definicja różne sposoby opisu funkcji określenie dziedziny, zbioru wartości, miejsc zerowych. Należy

Bardziej szczegółowo

Podstawy MATLABA, cd.

Podstawy MATLABA, cd. Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Przetwarzanie Sygnałów Studia Podyplomowe, Automatyka i Robotyka Podstawy MATLABA, cd. 1. Wielomiany 1.1. Definiowanie

Bardziej szczegółowo

Aproksymacja linią prostą. dane. X dane 0. Y dane 1. p q. line X, Y. Tablica z danymi do aproksymacji

Aproksymacja linią prostą. dane. X dane 0. Y dane 1. p q. line X, Y. Tablica z danymi do aproksymacji v. 4 aproks_prosta.xmcd Aproksymacja linią prostą Tablica z danymi do aproksymacji dane.3 3.6 3 23.6 5 27.57 4 24.26 6 6.63 8 3.4 2 5.3 48.22 3 6.33 6 7.89 4 59.8 7 84.27 9 77.69 X dane Y dane Współczynniki

Bardziej szczegółowo

DOPASOWYWANIE KRZYWYCH

DOPASOWYWANIE KRZYWYCH DOPASOWYWANIE KRZYWYCH Maciej Patan Uniwersytet Zielonogórski Motywacje Przykład 1. Dane o przyroście światowej populacji są aktualizowane co każde 10 lat, celem szacowania średniego przyrostu rocznego.

Bardziej szczegółowo

Rozwiązywanie równań różniczkowych cząstkowych metodą elementów skończonych - wprowadzenie

Rozwiązywanie równań różniczkowych cząstkowych metodą elementów skończonych - wprowadzenie Rozwiązywanie równań różniczkowych cząstkowych metodą elementów skończonych - wprowadzenie Wprowadzenie Metoda Elementów Skończonych (MES) należy do numerycznych metod otrzymywania przybliżonych rozwiązań

Bardziej szczegółowo

Geometria analityczna

Geometria analityczna Geometria analityczna Paweł Mleczko Teoria Informacja (o prostej). postać ogólna prostej: Ax + By + C = 0, A + B 0, postać kanoniczna (kierunkowa) prostej: y = ax + b. Współczynnik a nazywamy współczynnikiem

Bardziej szczegółowo

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

Funkcja kwadratowa. f(x) = ax 2 + bx + c, Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \

Bardziej szczegółowo

FUNKCJA KWADRATOWA. Zad 1 Przedstaw funkcję kwadratową w postaci ogólnej. Postać ogólna funkcji kwadratowej to: y = ax + bx + c;(

FUNKCJA KWADRATOWA. Zad 1 Przedstaw funkcję kwadratową w postaci ogólnej. Postać ogólna funkcji kwadratowej to: y = ax + bx + c;( Zad Przedstaw funkcję kwadratową w postaci ogólnej Przykład y = ( x ) + 5 (postać kanoniczna) FUNKCJA KWADRATOWA Postać ogólna funkcji kwadratowej to: y = ax + bx + c;( a 0) Aby ją uzyskać pozbywamy się

Bardziej szczegółowo

//warunki początkowe m=500; T=30; c=0.4; t=linspace(0,t,m); y0=[-2.5;2.5];

//warunki początkowe m=500; T=30; c=0.4; t=linspace(0,t,m); y0=[-2.5;2.5]; 4.3. Przykłady wykorzystania funkcji bibliotecznych 73 MATLAB % definiowanie funkcji function [dx]=vderpol(t,y) global c; dx=[y(2); c*(1-y(1)^2)*y(2)-y(1)]; SCILAB // definiowanie układu function [f]=vderpol(t,y,c)

Bardziej szczegółowo

(a 1 2 + b 1 2); : ( b a + b ab 2 + c ). : a2 2ab+b 2. Politechnika Białostocka KATEDRA MATEMATYKI. Zajęcia fakultatywne z matematyki 2008

(a 1 2 + b 1 2); : ( b a + b ab 2 + c ). : a2 2ab+b 2. Politechnika Białostocka KATEDRA MATEMATYKI. Zajęcia fakultatywne z matematyki 2008 Zajęcia fakultatywne z matematyki 008 WYRAŻENIA ARYTMETYCZNE I ALGEBRAICZNE. Wylicz b z równania a) ba + a = + b; b) a = b ; b+a c) a b = b ; d) a +ab =. a b. Oblicz a) [ 4 (0, 5) ] + ; b) 5 5 5 5+ 5 5

Bardziej szczegółowo

Matlab III Instrukcje, interpolacja, dopasowanie krzywych,

Matlab III Instrukcje, interpolacja, dopasowanie krzywych, Matlab III Instrukcje, interpolacja, dopasowanie krzywych, Metody numeryczne w optyce 2017 Typy danych cd.. cell macierz komórkowa (blokowa) pojedynczymi elementami takiej macierzy mogą być nie tylko liczby

Bardziej szczegółowo

Egzamin z Metod Numerycznych ZSI, Egzamin, Gr. A

Egzamin z Metod Numerycznych ZSI, Egzamin, Gr. A Egzamin z Metod Numerycznych ZSI, 06.2007. Egzamin, Gr. A Imię i nazwisko: Nr indeksu: Section 1. Test wyboru, max 33 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa odpowiedź

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Technologie informatyczne

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Technologie informatyczne Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Technologie informatyczne Interpolacja metoda funkcji sklejanych Materiały pomocnicze do ćwiczeń laboratoryjnych

Bardziej szczegółowo

Interpolacja. Marcin Orchel. Drugi przypadek szczególny to interpolacja trygonometryczna

Interpolacja. Marcin Orchel. Drugi przypadek szczególny to interpolacja trygonometryczna Interpolacja Marcin Orchel 1 Wstęp Mamy daną funkcję φ (x; a 0,..., a n ) zależną od n + 1 parametrów a 0,..., a n. Zadanie interpolacji funkcji φ polega na określeniu parametrów a i tak aby dla n + 1

Bardziej szczegółowo

APROKSYMACJA. Rys. 1. Funkcja aproksymująca zbiór punktów pomiarowych (1) (2) (3) (4) (5) (6) (7) ... Zmienna y

APROKSYMACJA. Rys. 1. Funkcja aproksymująca zbiór punktów pomiarowych (1) (2) (3) (4) (5) (6) (7) ... Zmienna y 40 APROKSYMACJA Zmienna y 36 33 30 27 24 21 18 15 12 9 6 3 0 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 Zmienna x Rys. 1. Funkcja aproksymująca zbiór punktów pomiarowych (1) (2) (3) (4) (5) (6) (7)...

Bardziej szczegółowo

Interpolacja krzywymi sklejanymi stopnia drugiego (SPLINE-2)

Interpolacja krzywymi sklejanymi stopnia drugiego (SPLINE-2) Jacek Złydach (JW) Wstęp Interpolacja krzywymi sklejanymi stopnia drugiego (SPLINE-) Implementacja praktyczna Poniższa praktyczna implementacja stanowi uzupełnienie teoretycznych rozważań na temat interpolacji

Bardziej szczegółowo

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa Sformułowanie zadania interpolacji Metody Numeryczne Wykład 4 Wykład 5 Interpolacja wielomianowa Niech D R i niech F bȩdzie pewnym zbiorem funkcji f : D R. Niech x 0, x 1,..., x n bȩdzie ustalonym zbiorem

Bardziej szczegółowo

FUNKCJA LINIOWA. A) B) C) D) Wskaż, dla którego funkcja liniowa określona wzorem jest stała. A) B) C) D)

FUNKCJA LINIOWA. A) B) C) D) Wskaż, dla którego funkcja liniowa określona wzorem jest stała. A) B) C) D) FUNKCJA LINIOWA 1. Funkcja jest rosnąca, gdy 2. Wskaż, dla którego funkcja liniowa jest rosnąca Wskaż, dla którego funkcja liniowa określona wzorem jest stała. 3. Funkcja liniowa A) jest malejąca i jej

Bardziej szczegółowo

VI. FIGURY GEOMETRYCZNE i MODELE

VI. FIGURY GEOMETRYCZNE i MODELE VI. FIGURY GEOMETRYCZNE i MODELE 6.1. Wprowadzenie Jednym z głównych zastosowań grafiki komputerowej jest modelowanie obiektów, czyli ich opis matematyczny, na podstawie którego na ekranie można stworzyć

Bardziej szczegółowo

Algebra liniowa. Macierze i układy równań liniowych

Algebra liniowa. Macierze i układy równań liniowych Algebra liniowa Macierze i układy równań liniowych Własności wyznaczników det I = 1, det(ab) = det A det B, det(a T ) = det A. Macierz nieosobliwa Niech A będzie macierzą kwadratową wymiaru n n. Mówimy,

Bardziej szczegółowo

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: Lista Algebra z Geometrią Analityczną Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: (N, ), (Z, +) (Z, ), (R, ), (Q \ {}, ) czym jest element neutralny i przeciwny w grupie?,

Bardziej szczegółowo

Interpolacja. Interpolacja wykorzystująca wielomian Newtona

Interpolacja. Interpolacja wykorzystująca wielomian Newtona Interpolacja Funkcja y = f(x) jest dana w postaci dyskretnej: (1) y 1 = f(x 1 ), y 2 = f(x 2 ), y 3 = f(x 3 ), y n = f(x n ), y n +1 = f(x n +1 ), to znaczy, że w pewny przedziale x 1 ; x 2 Ú ziennej niezależnej

Bardziej szczegółowo

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax, a R \ {0}.

Bardziej szczegółowo

, h(x) = sin(2x) w przedziale [ 2π, 2π].

, h(x) = sin(2x) w przedziale [ 2π, 2π]. Informatyczne podstawy projektowania, IŚ, / Maima, część II. Rysowanie wykresów w dwu i trzech wymiarach (zob. 5). a. Otwórz panel okna Wykres D i zapoznaj się z nim. Wyrażenie(a) - tutaj wpisujemy funkcję

Bardziej szczegółowo

Jak korzystać z Excela?

Jak korzystać z Excela? 1 Jak korzystać z Excela? 1. Dane liczbowe, wprowadzone (zaimportowane) do arkusza kalkulacyjnego w Excelu mogą przyjmować różne kategorie, np. ogólne, liczbowe, walutowe, księgowe, naukowe, itd. Jeśli

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Teoria sterowania MATLAB funkcje zewnętrzne (m-pliki, funkcje) Materiały pomocnicze do ćwiczeń laboratoryjnych

Bardziej szczegółowo

ZADANIE 1. ZADANIE 2 Wyznacz wzór funkcji f (x) = 2x 2 + bx + c w postaci kanonicznej wiedzac, że jej miejsca zerowe sa niami równania x 3 = ZADANIE 3

ZADANIE 1. ZADANIE 2 Wyznacz wzór funkcji f (x) = 2x 2 + bx + c w postaci kanonicznej wiedzac, że jej miejsca zerowe sa niami równania x 3 = ZADANIE 3 ZADANIE 1 i największa wartość funkcji f (x) = (x )(x + 1) w przedziale 0; 4. ZADANIE Wyznacz wzór funkcji f (x) = x + bx + c w postaci kanonicznej wiedzac, że jej miejsca zerowe sa rozwiaza- niami równania

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY. (zakres podstawowy) klasa 2

WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY. (zakres podstawowy) klasa 2 WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY (zakres podstawowy) klasa 2 1. Funkcja liniowa Tematyka zajęć: Proporcjonalność prosta Funkcja liniowa. Wykres funkcji liniowej Miejsce zerowe funkcji liniowej.

Bardziej szczegółowo

Ćwiczenia nr 7. TEMATYKA: Krzywe Bézier a

Ćwiczenia nr 7. TEMATYKA: Krzywe Bézier a TEMATYKA: Krzywe Bézier a Ćwiczenia nr 7 DEFINICJE: Interpolacja: przybliżanie funkcji za pomocą innej funkcji, zwykle wielomianu, tak aby były sobie równe w zadanych punktach. Poniżej przykład interpolacji

Bardziej szczegółowo

Modelowanie Systemów Dynamicznych Studia zaoczne, Automatyka i Robotyka, rok II. Podstawy MATLABA, cz2.

Modelowanie Systemów Dynamicznych Studia zaoczne, Automatyka i Robotyka, rok II. Podstawy MATLABA, cz2. Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Modelowanie Systemów Dynamicznych Studia zaoczne, Automatyka i Robotyka, rok II Podstawy MATLABA, cz2. 1. Wielomiany

Bardziej szczegółowo

Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1

Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1 Założenie: f(x) funkcja którą aproksymujemy X jest przestrzenią liniową Aproksymacja liniowa funkcji f(x) polega na wyznaczeniu współczynników a 0,a 1,a 2,...,a m funkcji: Gdzie: - są funkcjami bazowymi

Bardziej szczegółowo

Programowanie w Scilab

Programowanie w Scilab 5 styczeń, 2006 Programowanie w Scilab Slajd 1 Programowanie w Scilab 5 styczeń, 2006 Programowanie w Scilab Slajd 2 Plan zajęć Wprowadzenie -operatory porównawcze: Pętle Przerywanie pętli Warunki Definiowanie

Bardziej szczegółowo

Metody eksploracji danych Laboratorium 1. Weka + Python + regresja

Metody eksploracji danych Laboratorium 1. Weka + Python + regresja Metody eksploracji danych Laboratorium 1 Weka + Python + regresja Zasoby Cel Metody eksploracji danych Weka (gdzieś na dysku) Środowisko dla języka Python (Spyder, Jupyter, gdzieś na dysku) Zbiory danych

Bardziej szczegółowo

NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI FUNKCJE KWADRATOWE PARAMETRY

NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI FUNKCJE KWADRATOWE PARAMETRY www.zadania.info NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI FUNKCJE KWADRATOWE PARAMETRY 1 www.zadania.info NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI ZADANIE 1 Wyznacz wzór funkcji f (x) = 2x

Bardziej szczegółowo

zajęcia 2 Definiowanie wektorów:

zajęcia 2 Definiowanie wektorów: zajęcia 2 Plan zajęć: definiowanie wektorów instrukcja warunkowa if wykresy Definiowanie wektorów: Co do definicji wektora: Koń jaki jest, każdy widzi Definiowanie wektora w Octave v1=[3,2,4] lub: v1=[3

Bardziej szczegółowo

Jacek Jarnicki Politechnika Wrocławska

Jacek Jarnicki Politechnika Wrocławska Plan wykładu Wykład Prezentacja graficzna danych liczbowych. Cel i zastosowania graficznej prezentacji danych. Dane w postaci zbioru liczb 3. Funkcja jednej zmiennej 4. Funkcja dwóch zmiennych. Niektóre

Bardziej szczegółowo

Ćwiczenia 11 (12) (4 godziny). Wizualizacja i manipulacja w Matlabie

Ćwiczenia 11 (12) (4 godziny). Wizualizacja i manipulacja w Matlabie Ćwiczenia 11 (12) (4 godziny). Wizualizacja i manipulacja w Matlabie 1. Tworzenie animacji Wykres funkcji znajduje się poniżej: W środowisku Matlab, możemy tworzyć różnego rodzaju wykresy przy wykorzystaniu

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY DRUGIEJ LICEUM OGÓLNOKSZTAŁCĄCEGO ZAKRES PODSTAWOWY

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY DRUGIEJ LICEUM OGÓLNOKSZTAŁCĄCEGO ZAKRES PODSTAWOWY WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY DRUGIEJ LICEUM OGÓLNOKSZTAŁCĄCEGO ZAKRES PODSTAWOWY I. Funkcja liniowa dopuszczającą jeżeli: wie, jaką zależność między dwiema wielkościami zmiennymi nazywamy

Bardziej szczegółowo

Repetytorium z matematyki ćwiczenia

Repetytorium z matematyki ćwiczenia Spis treści 1 Liczby rzeczywiste 1 2 Geometria analityczna. Prosta w układzie kartezjańskim Oxy 4 3 Krzywe drugiego stopnia na płaszczyźnie kartezjańskiej 6 4 Dziedzina i wartości funkcji 8 5 Funkcja liniowa

Bardziej szczegółowo

Skrypt 23. Geometria analityczna. Opracowanie L7

Skrypt 23. Geometria analityczna. Opracowanie L7 Projekt Innowacyjny program nauczania matematyki dla liceów ogólnokształcących współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Skrypt 2 Geometria analityczna 1.

Bardziej szczegółowo

Metody numeryczne. Sformułowanie zagadnienia interpolacji

Metody numeryczne. Sformułowanie zagadnienia interpolacji Wykład nr 2 Sformułowanie zagadnienia interpolacji Niech będą dane punkty x 0,..., x n (nazywane węzłami interpolacji) i wartości w węzłach y 0,..., y n. Od węzłów żądamy spełnienia warunku x i x j dla

Bardziej szczegółowo

PLAN WYNIKOWY (zakres podstawowy) klasa 2. rok szkolny 2015/2016

PLAN WYNIKOWY (zakres podstawowy) klasa 2. rok szkolny 2015/2016 PLAN WYNIKOWY (zakres podstawowy) klasa 2. rok szkolny 2015/2016 Wymagania wykraczające zawierają w sobie wymagania dopełniające, te zaś zawierają wymagania podstawowe. Ocenę dopuszczającą powinien otrzymać

Bardziej szczegółowo

FUNKCJA KWADRATOWA. Wykresem funkcji kwadratowej jest parabola o wierzchołku w punkcie W = (p, q), gdzie

FUNKCJA KWADRATOWA. Wykresem funkcji kwadratowej jest parabola o wierzchołku w punkcie W = (p, q), gdzie Funkcja kwadratowa jest to funkcja postaci y = ax 2 + bx + c, wyrażenie ax 2 + bx + c nazywamy trójmianem kwadratowym, gdzie x, a, oraz a, b, c - współczynniki liczbowe trójmianu kwadratowego. ó ó Wykresem

Bardziej szczegółowo

Spis rysunków Widok okien głównych Matlaba i Scilaba Edytory skryptów w Matlabie i Scilabie... 7

Spis rysunków Widok okien głównych Matlaba i Scilaba Edytory skryptów w Matlabie i Scilabie... 7 Spis rysunków 1.1. Widok okien głównych Matlaba i Scilaba... 6 1.2. Edytory skryptów w Matlabie i Scilabie... 7 4.1. Przebieg funkcji y =2x 3 30x 2 3x + 200 w przedziale .. 64 4.2. Powierzchnie

Bardziej szczegółowo

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2016/2017

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2016/2017 Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Inżynierii Środowiska obowiązuje studentów rozpoczynających studia w roku akademickim 206/207 Kierunek studiów: Budownictwo Profil:

Bardziej szczegółowo

dr inż. Damian Słota Gliwice r. Instytut Matematyki Politechnika Śląska

dr inż. Damian Słota Gliwice r. Instytut Matematyki Politechnika Śląska Program wykładów z metod numerycznych na semestrze V stacjonarnych studiów stopnia I Podstawowe pojęcia metod numerycznych: zadanie numeryczne, algorytm. Analiza błędów: błąd bezwzględny i względny, przenoszenie

Bardziej szczegółowo

Newton vs. Lagrange - kto lepszy?

Newton vs. Lagrange - kto lepszy? Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki Katedra Analizy Matematycznej Agnieszka Rydzyńska nr albumu: 254231 Praca Zaliczeniowa z Seminarium Newton vs. Lagrange - kto lepszy? Opiekun

Bardziej szczegółowo

na p laszczyźnie kartezjaṅskiej prowadzimy prost a o rȯwnaniu s 1. (1.1) s 0 + t 1 t 0

na p laszczyźnie kartezjaṅskiej prowadzimy prost a o rȯwnaniu s 1. (1.1) s 0 + t 1 t 0 Chapter 1 Interpolacja 1.1 Interpolacja liniowa Zacznijmy opis pojȩcia inter-polacji od prostego przyk ladu. Przyk lad 1.1 Oblicz ile kilometrȯw przejecha l samochȯd po 3 godzinach jazdy, jeżeli po jednej

Bardziej szczegółowo

Zajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria

Zajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria Technologia Chemiczna 008/09 Zajęcia wyrównawcze. Pokazać, że: ( )( ) n k k l = ( n l )( n l k l Zajęcia nr (h) Dwumian Newtona. Indukcja. ). Rozwiązać ( ) ( równanie: ) n n a) = 0 b) 3 ( ) n 3. Znaleźć

Bardziej szczegółowo

Metody eksploracji danych Laboratorium 2. Weka + Python + regresja

Metody eksploracji danych Laboratorium 2. Weka + Python + regresja Metody eksploracji danych Laboratorium 2 Weka + Python + regresja KnowledgeFlow KnowledgeFlow pozwala na zdefiniowanie procesu przetwarzania danych Komponenty realizujące poszczególne czynności można konfigurować,

Bardziej szczegółowo

Przekształcenia liniowe

Przekształcenia liniowe Przekształcenia liniowe Zadania Które z następujących przekształceń są liniowe? (a) T : R 2 R 2, T (x, x 2 ) = (2x, x x 2 ), (b) T : R 2 R 2, T (x, x 2 ) = (x + 3x 2, x 2 ), (c) T : R 2 R, T (x, x 2 )

Bardziej szczegółowo

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcja homograficzna. Definicja. Funkcja homograficzna jest to funkcja określona wzorem f() = a + b c + d, () gdzie współczynniki

Bardziej szczegółowo

Wymagania edukacyjne z matematyki klasa II technikum

Wymagania edukacyjne z matematyki klasa II technikum Wymagania edukacyjne z matematyki klasa II technikum Poziom rozszerzony Obowiązują wymagania z zakresu podstawowego oraz dodatkowo: 1. JĘZYK MATEMATYKI I FUNKCJE LICZBOWE Uczeń otrzymuje ocenę dopuszczającą

Bardziej szczegółowo

, to liczby γ +δi oraz γ δi opisują pierwiastki z a+bi.

, to liczby γ +δi oraz γ δi opisują pierwiastki z a+bi. Zestaw 1 Liczby zespolone 1 Zadania do przeliczenia Nie będziemy robić na ćwiczeniach S 1 Policz wartość 1 + i + (2 + i)(i 3) 1 i Zadania domowe x y(1 + i) 1 Znajdź liczby rzeczywiste x, y takie, że +

Bardziej szczegółowo

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Materiały dydaktyczne na zajęcia wyrównawcze z matematyki dla studentów pierwszego roku kierunku zamawianego Biotechnologia w ramach projektu Era inżyniera pewna lokata na przyszłość Projekt Era inżyniera

Bardziej szczegółowo

WPROWADZENIE DO ŚRODOWISKA SCILAB

WPROWADZENIE DO ŚRODOWISKA SCILAB Politechnika Gdańska Wydział Elektrotechniki i Automatyki WPROWADZENIE DO ŚRODOWISKA SCILAB Materiały pomocnicze do ćwiczeń laboratoryjnych Opracowanie: Paweł Lieder Gdańsk, 007 Podstawy pracy z Scilab.

Bardziej szczegółowo

ZADANIA ZAMKNIETE W zadaniach 1-25 wybierz i zaznacz na karcie odpowiedzi poprawna

ZADANIA ZAMKNIETE W zadaniach 1-25 wybierz i zaznacz na karcie odpowiedzi poprawna Arkusz A04 2 Poziom podstawowy ZADANIA ZAMKNIETE W zadaniach 1-25 wybierz i zaznacz na karcie odpowiedzi poprawna odpowiedź Zadanie 1. (0-1) Liczba π spełnia nierówność: A. + 1 > 5 B. 1 < 2 C. + 2 3 4

Bardziej szczegółowo

FUNKCJA LINIOWA - WYKRES

FUNKCJA LINIOWA - WYKRES FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (Postać kierunkowa) Funkcja liniowa jest podstawowym typem funkcji. Jest to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości

Bardziej szczegółowo

Grafika komputerowa Wykład 8 Modelowanie obiektów graficznych cz. II

Grafika komputerowa Wykład 8 Modelowanie obiektów graficznych cz. II Grafika komputerowa Wykład 8 Modelowanie obiektów graficznych cz. II Instytut Informatyki i Automatyki Państwowa Wyższa Szkoła Informatyki i Przedsiębiorczości w Łomży 2 0 0 9 Spis treści Spis treści 1

Bardziej szczegółowo

Metody numeryczne Laboratorium 2

Metody numeryczne Laboratorium 2 Metody numeryczne Laboratorium 2 1. Tworzenie i uruchamianie skryptów Środowisko MATLAB/GNU Octave daje nam możliwość tworzenia skryptów czyli zapisywania grup poleceń czy funkcji w osobnym pliku i uruchamiania

Bardziej szczegółowo

Metody numeryczne i statystyka dla in»ynierów

Metody numeryczne i statystyka dla in»ynierów Kierunek: Automatyka i Robotyka, II rok Interpolacja PWSZ Gªogów, 2009 Interpolacja Okre±lenie zale»no±ci pomi dzy interesuj cymi nas wielko±ciami, Umo»liwia uproszczenie skomplikowanych funkcji (np. wykorzystywana

Bardziej szczegółowo

FUNKCJA LINIOWA. Zadanie 1. (1 pkt) Na rysunku przedstawiony jest fragment wykresu pewnej funkcji liniowej y = ax + b.

FUNKCJA LINIOWA. Zadanie 1. (1 pkt) Na rysunku przedstawiony jest fragment wykresu pewnej funkcji liniowej y = ax + b. FUNKCJA LINIOWA Zadanie 1. (1 pkt) Na rysunku przedstawiony jest fragment wykresu pewnej funkcji liniowej y = ax + b. Jakie znaki mają współczynniki a i b? R: Przedstawiona prosta, jest wykresem funkcji

Bardziej szczegółowo

Na rysunku przedstawiony jest wykres funkcji f(x) określonej dla x [-7, 8].

Na rysunku przedstawiony jest wykres funkcji f(x) określonej dla x [-7, 8]. Zadania 1 28 stanowią przykłady spełniające kryteria na ocenę 3. Zadanie 1 Na rysunku przedstawiony jest wykres funkcji f() określonej dla [-7, 8]. Odczytaj z wykresu i zapisz: a) największą wartość funkcji

Bardziej szczegółowo

Wprowadzenie do programowania w SciLab: typy danych, wyrażenia, operatory, funkcje własne, skrypty.

Wprowadzenie do programowania w SciLab: typy danych, wyrażenia, operatory, funkcje własne, skrypty. 13 listopad 2012 Podstawowe obliczenia w programie SciLab slajd 1 Wprowadzenie do programowania w SciLab: typy danych, wyrażenia, operatory, funkcje własne, skrypty. 13 listopad 2012 Podstawowe obliczenia

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE NIEZBĘDNE DO OTRZYMANIA PRZEZ UCZNIA POSZCZEGÓLNYCH ŚRÓDROCZNYCH I ROCZNYCH OCEN KLASYFIKACYJNYCH Z MATEMATYKI

WYMAGANIA EDUKACYJNE NIEZBĘDNE DO OTRZYMANIA PRZEZ UCZNIA POSZCZEGÓLNYCH ŚRÓDROCZNYCH I ROCZNYCH OCEN KLASYFIKACYJNYCH Z MATEMATYKI WYMAGANIA EDUKACYJNE NIEZBĘDNE DO OTRZYMANIA PRZEZ UCZNIA POSZCZEGÓLNYCH ŚRÓDROCZNYCH I ROCZNYCH OCEN KLASYFIKACYJNYCH Z MATEMATYKI (zakres podstawowy) Rok szkolny 2017/2018 - klasa 2a, 2b, 2c 1. Funkcja

Bardziej szczegółowo

a =, gdzie A(x 1, y 1 ),

a =, gdzie A(x 1, y 1 ), WYMAGANIA EDUKACYJNE NIEZBĘDNE DO OTRZYMANIA PRZEZ UCZNIA POSZCZEGÓLNYCH ŚRÓDROCZNYCH I ROCZNYCH OCEN KLASYFIKACYJNYCH Z MATEMATYKI 1. Funkcja liniowa (zakres podstawowy) Rok szkolny 2018/2019 - klasa

Bardziej szczegółowo

Przykładowo, jeśli współrzędna x zmienia się od 0 do 8 co 1, a współrzędna y od 12 co 2 do 25, to punkty powinny wyglądać następująco:

Przykładowo, jeśli współrzędna x zmienia się od 0 do 8 co 1, a współrzędna y od 12 co 2 do 25, to punkty powinny wyglądać następująco: Informatyka I Przypomnienie wiadomości z poprzednich zajęć: Kolokwium!!! II Nowe wiadomości: 1 Funkcje trójwymiarowe Wykresy trójwymiarowe tworzone są na podstawie funkcji dwóch zmiennych Wejściem takich

Bardziej szczegółowo

PLAN WYNIKOWY Z MATEMATYKI DLA KLASY II TECHNIKUM 5 - LETNIEGO

PLAN WYNIKOWY Z MATEMATYKI DLA KLASY II TECHNIKUM 5 - LETNIEGO Lp. I PLAN WYNIKOWY Z MATEMATYKI DLA KLASY II TECHNIKUM 5 - LETNIEGO Temat lekcji Umiejętności Podstawowe Ponadpodstawowe Funkcja kwadratowa Uczeń: Uczeń: 1 Wykres i własności funkcji y = ax 2. - narysuje

Bardziej szczegółowo

Przestrzenie wektorowe

Przestrzenie wektorowe Rozdział 4 Przestrzenie wektorowe Rozważania dotyczące przestrzeni wektorowych rozpoczniemy od kilku prostych przykładów. Przykład 4.1. W przestrzeni R 3 = {(x, y, z) : x, y, z R} wprowadzamy dwa działania:

Bardziej szczegółowo

Przekształcanie równań stanu do postaci kanonicznej diagonalnej

Przekształcanie równań stanu do postaci kanonicznej diagonalnej Przekształcanie równań stanu do postaci kanonicznej diagonalnej Przygotowanie: Dariusz Pazderski Liniowe przekształcenie równania stanu Rozważmy liniowe równanie stanu i równanie wyjścia układu niesingularnego

Bardziej szczegółowo

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku Egzamin pisemny zestaw. ( pkt.) Udowodnić, że jeśli funkcja g interpoluje funkcję f w węzłach x 0, x, K, x n, a funk- cja h interpoluje funkcję f w węzłach x, x, K, x n, to funkcja x0 x gx ( ) + [ gx (

Bardziej szczegółowo

JAK PROSTO I SKUTECZNIE WYKORZYSTAĆ ARKUSZ KALKULACYJNY DO OBLICZENIA PARAMETRÓW PROSTEJ METODĄ NAJMNIEJSZYCH KWADRATÓW

JAK PROSTO I SKUTECZNIE WYKORZYSTAĆ ARKUSZ KALKULACYJNY DO OBLICZENIA PARAMETRÓW PROSTEJ METODĄ NAJMNIEJSZYCH KWADRATÓW JAK PROSTO I SKUTECZNIE WYKORZYSTAĆ ARKUSZ KALKULACYJNY DO OBLICZENIA PARAMETRÓW PROSTEJ METODĄ NAJMNIEJSZYCH KWADRATÓW Z tego dokumentu dowiesz się jak wykorzystać wbudowane funkcje arkusza kalkulacyjnego

Bardziej szczegółowo

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska Funkcje liniowe i wieloliniowe w praktyce szkolnej Opracowanie : mgr inż. Renata Rzepińska . Wprowadzenie pojęcia funkcji liniowej w nauczaniu matematyki w gimnazjum. W programie nauczania matematyki w

Bardziej szczegółowo

Wstęp do metod numerycznych Zadania numeryczne 2016/17 1

Wstęp do metod numerycznych Zadania numeryczne 2016/17 1 Wstęp do metod numerycznych Zadania numeryczne /7 Warunkiem koniecznym (nie wystarczającym) uzyskania zaliczenia jest rozwiązanie co najmniej 3 z poniższych zadań, przy czym zadania oznaczone literą O

Bardziej szczegółowo

Wartości x-ów : Wartości x ów można w Scilabie zdefiniować na kilka sposobów, wpisując odpowiednie polecenie na konsoli.

Wartości x-ów : Wartości x ów można w Scilabie zdefiniować na kilka sposobów, wpisując odpowiednie polecenie na konsoli. Notatki z sesji Scilaba Istnieje możliwość dokładnego zapisu przebiegu aktualnej sesji pracy ze Scilabem: polecenie diary('nazwa_pliku.txt') powoduje zapis do podanego pliku tekstowego wszystkich wpisywanych

Bardziej szczegółowo

Egzamin maturalny z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach 1-25 wybierz i zaznacz na karcie odpowiedzi poprawną odpowiedź.

Egzamin maturalny z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach 1-25 wybierz i zaznacz na karcie odpowiedzi poprawną odpowiedź. ZADANIA ZAMKNIĘTE W zadaniach -5 wybierz i zaznacz na karcie odpowiedzi poprawną odpowiedź. Zadanie. ( pkt) Wskaż rysunek, na którym zaznaczony jest zbiór wszystkich liczb rzeczywistych spełniających nierówność

Bardziej szczegółowo

SCENARIUSZ LEKCJI. Wielomiany komputerowe wykresy funkcji wielomianowych

SCENARIUSZ LEKCJI. Wielomiany komputerowe wykresy funkcji wielomianowych Autorzy scenariusza: SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH

Bardziej szczegółowo

Zadania egzaminacyjne

Zadania egzaminacyjne Rozdział 13 Zadania egzaminacyjne Egzamin z algebry liniowej AiR termin I 03022011 Zadanie 1 Wyznacz sumę rozwiązań równania: (8z + 1 i 2 2 7 iz 4 = 0 Zadanie 2 Niech u 0 = (1, 2, 1 Rozważmy odwzorowanie

Bardziej szczegółowo

Próbny egzamin z matematyki dla uczniów klas II LO i III Technikum. w roku szkolnym 2012/2013

Próbny egzamin z matematyki dla uczniów klas II LO i III Technikum. w roku szkolnym 2012/2013 Próbny egzamin z matematyki dla uczniów klas II LO i III Technikum w roku szkolnym 2012/2013 I. Zakres materiału do próbnego egzaminu maturalnego z matematyki: 1) liczby rzeczywiste 2) wyrażenia algebraiczne

Bardziej szczegółowo

Zad. 8(3pkt) Na podstawie definicji wykaż, że funkcja y=

Zad. 8(3pkt) Na podstawie definicji wykaż, że funkcja y= Funkcje, funkcja liniowa, funkcja kwadratowa powt. kl. 3d Zad. 1 (5pkt.) Dana jest funkcja f(x)=. Narysuj wykres funkcji g(x)= -f(x). Rozwiąż nierówność g(x). Podaj liczbę rozwiązań równania g(x)=m w zależności

Bardziej szczegółowo