Interpolacja, aproksymacja całkowanie. Interpolacja Krzywa przechodzi przez punkty kontrolne
|
|
- Janusz Miłosz Kucharski
- 6 lat temu
- Przeglądów:
Transkrypt
1 Interpolacja, aproksymacja całkowanie Interpolacja Krzywa przechodzi przez punkty kontrolne Aproksymacja Punkty kontrolne jedynie sterują kształtem krzywej
2 INTERPOLACJA Zagadnienie interpolacji można sformułować następująco: na przedziale [a; b] danych jest n+1 różnych punktów x, x 1,..., x n, które nazywamy węzłami interpolacji, oraz wartości pewnej funkcji y=f(x) w tych punktach f(x )=y, f(x 1 )=y 1,..., f(x n )=y n. Zadaniem interpolacji jest wyznaczenie przybliżonych wartości funkcji w punktach nie będących węzłami oraz oszacowanie błędu tych przybliżonych wartości.
3 INTERPOLACJA W tym celu należy znaleźć funkcję F(x), zwaną funkcją interpolującą, która w węzłach interpolacji przyjmuje takie same wartości co funkcja y=f(x). Interpolacja jest w pewnym sensie zadaniem odwrotnym do tablicowania funkcji. Przy tablicowaniu mając analityczną postać funkcji budujemy tablicę wartości, przy interpolacji natomiast na podstawie tablicy wartości funkcji określamy jej postać analityczną.
4 INTERPOLACJA Standardowe procedury Matlaba realizują interpolację za pomocą wielomianów pierwszego i trzeciego stopnia oraz funkcji sklejanych stopnia trzeciego.
5 Funkcje interpolujące yi=interp1(x,y,xi,metoda) Zwraca wektor yi, będący wartościami funkcji jednej zmiennej y=f(x) w punktach określonych wektorem xi; węzły interpolacji określają wektory x i y; metoda - łańcuch znaków określający metodę interpolacji 5
6 Metody interpolacji linear interpolacja liniowa, spline interpolacja funkcjami sklejanymi stopnia trzeciego, cubic interpolacja wielomianami stopnia trzeciego. Wszystkie metody interpolacji wymagają, aby ciąg x był monotoniczny.
7 Metoda najbliższego sąsiada z ang. nearest Węzły interpolacji: x y
8 Węzły interpolacji: x x x x = +, = 1,..., 1 i+ 1 i y yi yi+ 1 i n xi xi + 1 xi + 1 xi Metoda liniowa z ang. linear x y x 4 x 3 y = ( 3) x 3 x 1 y = 2 + ( 3) x 7 x 4 y = x 9 x 7 y = 8 + ( 1)
9 Węzły interpolacji: Metoda funkcji sklejanych-przykład z ang. spline x y Interpolacja przeprowadzana jest za pomocą wielomianów 3-ciego stopnia. Każdy wielomian ma cztery współczynniki. W naszym przykładzie mamy również cztery wielomiany (p, p 1, p 2, p 3 ), zatem należy ułożyć 16 rówń. Przyjmując, że wielomiany dokładnie muszą przechodzić przez dwa kolejne węzły otrzymamy 8 równań. Ponadto chcemy, aby pierwsze i drugie pochodne kolejnych wielomianów dla wewnętrznych węzłów były równe, otrzymujemy następne 6 równań. Do dyspozycji pozostają, zatem dwa wolne współczynniki, jeden dla p, a drugi dla p 3. Mamy więc pewną dowolność. Możemy np. przyjąć, że pierwsza pochodna p( x) p3 ( x) =, = dx dx x= 1 x= 9 Otrzymujemy wówczas, tzw. funkcje sklejane naturalne.
10 Węzły interpolacji: Wielomian p (x) Metoda funkcji sklejanych z ang. spline 2 x y
11 Węzły interpolacji: Wielomian p 1 (x) Metoda funkcji sklejanych z ang. spline 2 x y
12 Węzły interpolacji: Wielomian p 2 (x) Metoda funkcji sklejanych z ang. spline 2 x y
13 Węzły interpolacji: Wielomian p 3 (x) Metoda funkcji sklejanych z ang. spline 2 x y
14 Węzły interpolacji: p( x) p3( x) = 1, = 1 dx dx x= 1 x= 9 2 Metoda funkcji sklejanych z ang. spline x y Warunki brzegowe przyjęte w przykładzie Warunki brzegowe przyjęte w Matlabie dp x dp x dx dx o( ) 1( ) 649 = =, x= 1 x= 1 x= 9 x= 9 35 dp2 ( x) dp3( x) 172 = = dx dx
15 Aproksymacja Jest to zagadnienie bardziej ogólne. Funkcja dana i funkcja szukana nie muszą przyjmować tych samych wartości w punktach węzłowych. Funkcję f(x), znaną lub określoną tablicą wartości, będziemy aproksymować (zastępować) inną funkcją F(x), zwaną funkcją aproksymującą lub przybliżeniem funkcji f(x).
16 Kryteria błędu aproksymacji Dobiera się tak parametry funkcji F(x) tak, aby suma kwadratów różnic między wartością zmierzoną, a wynikającą z przybliżonej funkcji była możliwie najmniejsza N 1 J = yi F( xi ) min. N i = 1 ( ) 2 Dobiera się tak parametry funkcji F(x) tak, aby maksymalna wartość bezwzględna różnicy między wartością zmierzoną, a wynikającą z przybliżonej funkcji była możliwie najmniejsza max y F( x ) min. i i
17 Aproksymacja Standardową metodą aproksymacji w Matlabie jest aproksymacja średniokwadratowa wielomianami wybranego stopnia. Polecenie: a=polyfit(x,y,n) znajduje wektor a współczynników wielomianu stopnia n najlepiej dopasowanego do danych wektorów x, y. Wartość wielomianu aproksymującego w dowolnym punkcie x (wektorze x) można wyznaczyć, korzystając z polecenia polyval(a,x).
18 Aproksymacja Najbardziej podstawową, a zarazem najprostszą metodą aproksymacji średniokwadratowej jest aproksymacja funkcją liniową, zwana także regresją liniową. %Przyklad na regresje liniowa clear all close all x=[ ];y=[ ]; a=polyfit(x,y,1); xp=linspace(,1,3); yp=polyval(a,xp);grid plot(x,y,'or',xp,yp,'b'),grid,title('regresja liniowa'); Regresja liniowa F( x) =.1765x
19 Aproksymacja n= Mamy 12 wartości pomiarowych (maksymalny stopień wielomianu aproksymującego wynosi 11, wówczas mamy wielomian Lagrange a)
20 Aproksymacja n=
21 Aproksymacja n=
22 Aproksymacja n=
23 Aproksymacja n=
24 Aproksymacja n=
25 Aproksymacja n=
26 Aproksymacja n=
27 Aproksymacja n=
28 Aproksymacja n=
29 Aproksymacja n=
30 Dane są punkty pomiarowe charakterystyki amplitudowej pewnego filtru elektrycznego. Pomiary wykonano co 1Hz. 5s H ( s) = ; 2 5 s + 5.5* s + 2.5*1 A( ω) = A(2 π f ) = H ( s) ; s= j2π f Znajdź współczynniki wielomianu aproksymującego stopnia czwartego (i ewentualnie wyższego, takiego by uznać wyniki aproksymacji za zadowalające). Wykreśl na jednej figurze charakterystykę otrzymaną z aproksymacji oraz teoretyczną.
31 1 Charakterystyka teoretyczna A(f) Czestotliwosc [Hz]
32 1 Punkty pomiarowe A(f) Czestotliwosc [Hz]
33 1.2 Charakterystyka aproksymowana n= A(f) Czestotliwosc [Hz]
34 1 Charakterystyka aproksymowana n= A(f) Czestotliwosc [Hz]
35 1 Charakterystyka aproksymowana n= A(f) Czestotliwosc [Hz]
36 Klasyfikacja metod całkowania numerycznego Najbardziej ogólną metodą całkowania numerycznego jest metoda Newtona-Cotesa. Jest ona oparta na interpolacji funkcji y = f(x) w m odcinkach przez wielomian interpolujący Lagrange a stopnia n. Metody Newtona -Cotesa Metody równomierne Metody nierównomierne Metody prostokątów Metoda trapezów Metoda Simpsona Metoda Gaussa
37 Metoda prostokątów Przedział całkowania <x p,x k > dzielimy na n + 1 równo odległych punktów x o, x 1, x 2,..., x n : dla i =,1,2,...,n x i = x p + i (x k - x p ) /n Dla każdych dwóch sąsiednich punktów wyznaczamy punkt środkowy t i wg wzoru: dla i = 1,2,...,n t i = (x i-1 + x i )/2 Obliczamy odległość między dwoma sąsiednimi punktami. dx = (x k - x p )/n
38 Metoda prostokątów Pole prostokąta jest równe; dla i = 1,2,...,n P i = t dx i Wartość całej całki otrzymamy sumując te pola, czyli: xk = P f ( x) dx P x n i= 1 i
39 Metoda trapezów Przedział całkowania <x p,x k > dzielimy na n + 1 równo odległych punktów x o, x 1, x 2,..., x n : dla i =,1,2,...,n x i = x p + i (x k - x p ) /n Obliczamy odległość między dwoma sąsiednimi punktami. dx = (x k - x p )/n
40 Metoda trapezów Pole trapezu jest równe; dla i = 1,2,...,n P i ( x+ x ) i i 1 = Wartość całej całki otrzymamy sumując te pola, czyli: 2 dx xk = P f ( x) dx P x n i= 1 i
41 Metoda Simpsona ( Przedział całkowania <x p,x k > dzielimy na n + 1 równo odległych punktów x o, x 1, x 2,..., x n : dla i =,1,2,...,n x i = x p + i (x k - x p ) /n Dla każdych dwóch sąsiednich punktów wyznaczamy punkt środkowy t i wg wzoru: dla i = 1,2,...,n t i = (x i-1 + x i )/2 Obliczamy odległość między dwoma sąsiednimi punktami. dx = (x k - x p )/n
42 Metoda Simpsona Dla każdego wyznaczonego w ten sposób punktu obliczamy wartość funkcji f(x) w tym punkcie:
43 Metoda Simpsona W każdym podprzedziale <x i-1,x i > przybliżamy funkcję za pomocą paraboli g(x) o następującej postaci: dla i = 1,2,...,n g i (x) = a i x 2 + b i x + c i, x <x i-1, x i > Parabola g i (x) musi przechodzić przez punkty: (x i-1, f i-1 ), (t i,f ti ), (x i,f i ). Współczynniki a i, b i i c i wyznaczymy zatem z układu trzech równań: dla i = 1,2,...,n 2 a x b x c f a t bt c f a x b x c f, i i 1 + i i 1 + i = i 1 2 i i + i i + i = ti, 2 i i + i i + i = i,
44 Metoda Simpsona Pole pod parabolą w przedziale <x i-1,x i > będzie równe całce oznaczonej: dla i = 1,2,...,n x i i 1 i 1 x i 2 ( ) P = g ( x) dx = a x + b x + c dx, x < x ; x > i i i i i i 1 i x x Po kilku przekształceniach i uproszczeniach otrzymujemy ostateczny wzór: dla i = 1,2,...,n x x P g x dx f f f xi k p i = i ( ) = i 1 + i + 4 ti 6n x i 1 ( )
45 Metoda Simpsona Po przekształceniach można otrzymać wzór pozwalający obliczyć pole obszaru pod parabolą aproksymującą funkcję f(x) w przedziale <x i-1 x i >. Wartość całej całki otrzymamy sumując te pola, czyli: xk x n n n k xp P = f ( x) dx fi 1 fi 4 fti 6n + + i= 1 i= 1 i= 1 x Jest to wzór wyliczania przybliżonej wartości całki oznaczonej za pomocą metody Simpsona. Ponieważ w obliczanych sumach wartości funkcji się powtarzają dwukrotnie (z wyjątkiem pierwszej i ostatniej), do obliczeń komputerowych stosujemy efektywniejszy wzór otrzymywania powyższej sumy:
46 Metoda Simpsona x x P = f x dx f + f + f + f x k n 1 n k p ( ) n 2 i 4 ti 6n x i= 1 i= 1
47 Metoda Simpsona
48 Metoda Simpsona Lista kroków
49 Metoda Simpsona Schemat blokowy
50 Charakterystyki częstotliwościowe układów Dana jest funkcja układu BIBO stabilnego: a s + a s a s + a L( s) H ( s) = =, n m, b s b s... b s b M ( s) n n n n+ 1 m m m + m+ 1 Charakterystyka widmowa dana jest zależnością: H ( jω ) = H ( s) s = j ω
51 Amplitudowa charakterystyka widmowa: w db: ω ω ω A( ) = H ( j ) = A( ) A ( ω ) 2lg ( ) db = A ω Fazowa charakterystyka widmowa: ( ) = arg( H ( j )) = ( ) φ ω ω φ ω Odpowiedź impulsowa układu dana jest zależnością: 1 h( t) =L { H ( s)}
52 Wykreślanie charakterystyk w Matlabie Dana jest funkcja układu: H ( s) = 2 5s s s s s Wykreślić charakterystyki amplitudową i fazową tego układu w przedziale.1 1 Hz Charakterystyki wykreślić zarówno w liniowej jak i logarytmicznej skali częstotliwości. Amplitudę liniowo i w db, fazę w stopniach. f
53 f= ; w=2*pi*f; s=j*w; 1. H1=5*s.^2./(s.^4+1*s.^3+25*s.^2+1*s+1); 2. H2=polyval([5 ],s)./polyval([ ],s); lub: H2=polyval(L,s)./polyval(M,s); ale wtedy należy zadeklarować L i M: L=[5 ]; M=[ ] 3. H3=freqs([ 5 ], [ ],w); lub: H3=freqs(L, M,w); ale wtedy należy zadeklarować L i M: L=[5 ]; M=[ ]
54 freqs(l,m) tworzy wykresy charakterystyk amplitudowej i fazowej, oś x pulsacja w radianach, 2 punktów! freqs(l,m,w) j.w., ale w jest zadanym wektorem pulsacji, H=freqs(L,M,w) nie tworzy wykresu lecz wektor odpowiedzi częstotliwościowych, który można potem wykreślić [H,w]=freqs(L,M) nie tworzy wykresu lecz wektor odpowiedzi częstotliwościowych i wektor pulsacji
55 Charakterystyka amplitudowa Amplitudowa charakterystyka czestotliwosciowa -1-2 Amplituda [db] Czestotliwosc [Hz]
56 Charakterystyka fazowa 2 Fazowa charakterystyka czestotliwosciowa Faza [deg] Czestotliwosc [Hz]
57 Odpowiedź impulsowa impulse(l,m) wykres, czas odpowiedzi dobrany przez Matlaba impulse(l,m,t) T oznacza końcowy czas odpowiedzi impulsowej impulse(l,m,t) t zadany wektor czasu h= impulse(l,m) nie wykonuje wykresu lecz tworzy wektor odpowiedzi impulsowej h, który można potem wykreślić
58 Odpowiedź impulsowa 3 Odpowiedz impulsowa 2 1 Ampiltuda [V] Czas [s]
59 Odpowiedź jednostkowa step(l,m) wykres, czas odpowiedzi dobrany przez Matlaba step(l,m,t) T oznacza końcowy czas odpowiedzi impulsowej step(l,m,t) t zadany wektor czasu k= step(l,m) nie wykonuje wykresu lecz tworzy wektor odpowiedzi impulsowej h, który można potem wykreślić
60 Odpowiedź jednostkowa.3 Odpowiedz jednostkowa.2.1 amplituda [V] czas [s]
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 szczegółowoMetody 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 szczegółowoMetody numeryczne. materiały do wykładu dla studentów. 7. Całkowanie numeryczne
Metody numeryczne materiały do wykładu dla studentów 7. Całkowanie numeryczne 7.1. Całkowanie numeryczne 7.2. Metoda trapezów 7.3. Metoda Simpsona 7.4. Metoda 3/8 Newtona 7.5. Ogólna postać wzorów kwadratur
Bardziej szczegółowoII. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski
II. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski 1 1 Różniczkowanie numeryczne Rozważmy funkcję f(x) określoną na sieci równoodległyc węzłów. Funkcja f(x) może być dana za pomocą wzoru analitycznego
Bardziej szczegółowoMetody numeryczne. Sformułowanie zagadnienia interpolacji
Ćwiczenia nr 4. Sformułowanie zagadnienia interpolacji Niech będą dane punkty x 0,..., x n i wartości y 0,..., y n, takie że i=0,...,n y i = f (x i )). Szukamy funkcji F (funkcji interpolującej), takiej
Bardziej szczegółowoINTERPOLACJA 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 szczegółowoMatematyka 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 szczegółowoMATLAB Prowadzący: dr hab. inż. Marek Jaszczur Poziom: początkujący
MATLAB Prowadzący: dr hab. inż. Marek Jaszczur Poziom: początkujący Laboratorium 12: Zagadnienia zaawansowane Cel: Poznanie metod rozwiązywania konkretnych problemów Czas: Wprowadzenia 10 minut, ćwiczeń
Bardziej szczegółowoElementarna 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 szczegółowoInterpolacja. Marcin Orchel. Drugi przypadek szczególny to interpolacja trygonometryczna
Interpolacja Marcin Orchel 1 Wstęp Mamy daną funkcję φ (x; a 0,..., a n ) zależną od n + 1 parametrów a 0,..., a n. Zadanie interpolacji funkcji φ polega na określeniu parametrów a i tak aby dla n + 1
Bardziej szczegółowoMetody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski
Metody numeryczne Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski Elektrotechnika stacjonarne-dzienne pierwszego stopnia
Bardziej szczegółowoINFORMATYKA ELEMENTY METOD NUMERYCZNYCH.
INFORMATYKA ELEMENTY METOD NUMERYCZNYCH http://www.infoceram.agh.edu.pl METODY NUMERYCZNE Metody numeryczne zbiór metod rozwiązywania problemów matematycznych za pomocą operacji na liczbach. Otrzymywane
Bardziej szczegółowox y
Przykłady pytań na egzamin końcowy: (Uwaga! Skreślone pytania nie obowiązują w tym roku.). Oblicz wartość interpolacji funkcjami sklejanymi (przypadek (case) a), dla danych i =[- 4 5], y i =[0 4 -]. Jaka
Bardziej szczegółowoĆwiczenia 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 szczegółowoĆWICZENIE 6 Transmitancje operatorowe, charakterystyki częstotliwościowe układów aktywnych pierwszego, drugiego i wyższych rzędów
ĆWICZENIE 6 Transmitancje operatorowe, charakterystyki częstotliwościowe układów aktywnych pierwszego, drugiego i wyższych rzędów. Cel ćwiczenia Badanie układów pierwszego rzędu różniczkującego, całkującego
Bardziej szczegółowoBardzo łatwa lista powtórkowa
Analiza numeryczna, II rok inf., WPPT- 12 stycznia 2008 Terminy egzaminów Przypominam, że egzaminy odbędą się w następujących terminach: egzamin podstawowy: 30 stycznia, godz. 13 15, C-13/1.31 egzamin
Bardziej szczegółowoMETODY NUMERYCZNE. Wykład 3. Plan. Aproksymacja Interpolacja wielomianowa Przykłady. dr hab.inż. Katarzyna Zakrzewska, prof.agh. Met.Numer.
METODY NUMERYCZNE Wykład 3. dr hab.inż. Katarzyna Zakrzewska, prof.agh Met.Numer. wykład 3 1 Plan Aproksymacja Interpolacja wielomianowa Przykłady Met.Numer. wykład 3 2 1 Aproksymacja Metody numeryczne
Bardziej szczegółowoELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku
Egzamin pisemny zestaw. ( pkt.) Udowodnić, że jeśli funkcja g interpoluje funkcję f w węzłach x 0, x, K, x n, a funk- cja h interpoluje funkcję f w węzłach x, x, K, x n, to funkcja x0 x gx ( ) + [ gx (
Bardziej szczegółowoCałkowanie numeryczne przy użyciu kwadratur
Całkowanie numeryczne przy użyciu kwadratur Plan wykładu: 1. Kwadratury Newtona-Cotesa a) wzory: trapezów, parabol etc. b) kwadratury złożone 2. Ekstrapolacja a) ekstrapolacja Richardsona b) metoda Romberga
Bardziej szczegółowoĆwiczenie nr 6 Charakterystyki częstotliwościowe
Wstęp teoretyczny Ćwiczenie nr 6 Charakterystyki częstotliwościowe 1 Cel ćwiczenia Celem ćwiczenia jest wyznaczenie charakterystyk częstotliwościowych układu regulacji oraz korekta nastaw regulatora na
Bardziej szczegółowoMetody Obliczeniowe w Nauce i Technice
5. Aproksymacja Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Paweł Urban Jakub Ptak Łukasz Janeczko
Bardziej szczegółowoELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 26 czerwca 2017 roku
Egzamin pisemny zestaw czerwca 0 roku Imię i nazwisko:.... ( pkt.) Udowodnić, że jeśli funkcja g interpoluje funkcję f w węzłach x 0, x, K, x n, a funk- cja h interpoluje funkcję f w węzłach x, x, K, x
Bardziej szczegółowoPolitechnika 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 szczegółowoAnaliza 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 szczegółowoPROTOKÓŁ POMIAROWY - SPRAWOZDANIE
PROTOKÓŁ POMIAROWY - SPRAWOZDANIE LABORATORIM PODSTAW ELEKTROTECHNIKI I ELEKTRONIKI Grupa Podgrupa Numer ćwiczenia 5 Nazwisko i imię Data wykonania. ćwiczenia. Prowadzący ćwiczenie Podpis Ocena sprawozdania
Bardziej szczegółowoAproksymacja. 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 szczegółowodr 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 szczegółowoTEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM
TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM AKADEMIA MORSKA Katedra Telekomunikacji Morskiej ĆWICZENIE 4 WYZNACZANIE CHARAKTERYSTYK CZĘSTOTLIWOŚCIOWYCH UKŁADÓW RLC. Cel ćwiczenia Celem ćwiczenia jest doświadczalne
Bardziej szczegółowoMetody numeryczne w przykładach
Metody numeryczne w przykładach Bartosz Ziemkiewicz Wydział Matematyki i Informatyki UMK, Toruń Regionalne Koło Matematyczne 8 kwietnia 2010 r. Bartosz Ziemkiewicz (WMiI UMK) Metody numeryczne w przykładach
Bardziej szczegółowoEgzamin 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 szczegółowoRozwiązywanie równań nieliniowych
Rozwiązywanie równań nieliniowych Marcin Orchel 1 Wstęp Przykłady wyznaczania miejsc zerowych funkcji f : f(ξ) = 0. Wyszukiwanie miejsc zerowych wielomianu n-tego stopnia. Wymiar tej przestrzeni wektorowej
Bardziej szczegółowoROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ.
ROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ. LICZBA TEMAT GODZIN LEKCYJNYCH Potęgi, pierwiastki i logarytmy (8 h) Potęgi 3 Pierwiastki 3 Potęgi o wykładnikach
Bardziej szczegółowoInterpolacja i modelowanie krzywych 2D i 3D
Interpolacja i modelowanie krzywych 2D i 3D Dariusz Jacek Jakóbczak Politechnika Koszalińska Wydział Elektroniki i Informatyki Zakład Podstaw Informatyki i Zarządzania e-mail: Dariusz.Jakobczak@tu.koszalin.pl
Bardziej szczegółowoĆwiczenie - 1 OBSŁUGA GENERATORA I OSCYLOSKOPU. WYZNACZANIE CHARAKTERYSTYKI AMPLITUDOWEJ I FAZOWEJ NA PRZYKŁADZIE FILTRU RC.
Ćwiczenie - 1 OBSŁUGA GENERATORA I OSCYLOSKOPU. WYZNACZANIE CHARAKTERYSTYKI AMPLITUDOWEJ I FAZOWEJ NA PRZYKŁADZIE FILTRU RC. Spis treści 1 Cel ćwiczenia 2 2 Podstawy teoretyczne 2 2.1 Charakterystyki częstotliwościowe..........................
Bardziej szczegółowoAproksymacja funkcji a regresja symboliczna
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą
Bardziej szczegółowoFiltry aktywne filtr środkowoprzepustowy
Filtry aktywne iltr środkowoprzepustowy. Cel ćwiczenia. Celem ćwiczenia jest praktyczne poznanie właściwości iltrów aktywnych, metod ich projektowania oraz pomiaru podstawowych parametrów iltru.. Budowa
Bardziej szczegółowoMetody 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 szczegółowoRachunek całkowy - całka oznaczona
SPIS TREŚCI. 2. CAŁKA OZNACZONA: a. Związek między całką oznaczoną a nieoznaczoną. b. Definicja całki oznaczonej. c. Własności całek oznaczonych. d. Zastosowanie całek oznaczonych. e. Zamiana zmiennej
Bardziej szczegółowoTranzystor bipolarny LABORATORIUM 5 i 6
Tranzystor bipolarny LABORATORIUM 5 i 6 Marcin Polkowski (251328) 10 maja 2007 r. Spis treści I Laboratorium 5 2 1 Wprowadzenie 2 2 Pomiary rodziny charakterystyk 3 II Laboratorium 6 7 3 Wprowadzenie 7
Bardziej szczegółowoAproksymacja 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 szczegółowoLista zadań nr 2 z Matematyki II
Lista zadań nr 2 z Matematyki II dla studentów wydziału Architektury, kierunku Gospodarka Przestrzenna. Wyznaczyć dziedzinę funkcji f(x, y) = ln(4 x 2 y 2 ), f(x, y) = x 2 + y 2, f(x, y) = ln(4 x 2 y 2
Bardziej szczegółowoMetody numeryczne I Równania nieliniowe
Metody numeryczne I Równania nieliniowe Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/66 Równania nieliniowe 1. Równania nieliniowe z pojedynczym pierwiastkiem
Bardziej szczegółowoEgzamin z Metod Numerycznych ZSI, Grupa: A
Egzamin z Metod Numerycznych ZSI, 06.2005. Grupa: A Nazwisko: Imię: Numer indeksu: Ćwiczenia z: Data: Część 1. Test wyboru, max 36 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa
Bardziej 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 szczegółowoZajęcia 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 szczegółowoPropozycja szczegółowego rozkładu materiału dla 4-letniego technikum, zakres podstawowy i rozszerzony. Klasa I (90 h)
Propozycja szczegółowego rozkładu materiału dla 4-letniego technikum, zakres podstawowy i rozszerzony (według podręczników z serii MATeMAtyka) Klasa I (90 h) Temat Liczba godzin 1. Liczby rzeczywiste 15
Bardziej szczegółowoZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II
ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II POZIOM ROZSZERZONY Równania i nierówności z wartością bezwzględną. rozwiązuje równania i nierówności
Bardziej szczegółowoCHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE
CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE Do opisu członów i układów automatyki stosuje się, oprócz transmitancji operatorowej (), tzw. transmitancję widmową. Transmitancję widmową () wyznaczyć można na podstawie
Bardziej szczegółowo2) R stosuje w obliczeniach wzór na logarytm potęgi oraz wzór na zamianę podstawy logarytmu.
ZAKRES ROZSZERZONY 1. Liczby rzeczywiste. Uczeń: 1) przedstawia liczby rzeczywiste w różnych postaciach (np. ułamka zwykłego, ułamka dziesiętnego okresowego, z użyciem symboli pierwiastków, potęg); 2)
Bardziej szczegółowoMetody rozwiązywania równań nieliniowych
Metody rozwiązywania równań nieliniowych Rozwiązywanie równań nieliniowych Ogólnie równanie o jednej niewiadomej x można przedstawić w postaci f ( x)=0, x R, (1) gdzie f jest wystarczająco regularną funkcją.
Bardziej szczegółowoROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH
Transport, studia I stopnia Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać ogólna równania nieliniowego Często występującym, ważnym problemem obliczeniowym
Bardziej szczegółowoProcedura modelowania matematycznego
Procedura modelowania matematycznego System fizyczny Model fizyczny Założenia Uproszczenia Model matematyczny Analiza matematyczna Symulacja komputerowa Rozwiązanie w postaci modelu odpowiedzi Poszerzenie
Bardziej szczegółowo1 Równania nieliniowe
1 Równania nieliniowe 1.1 Postać ogólna równania nieliniowego Często występującym, ważnym problemem obliczeniowym jest numeryczne poszukiwanie rozwiązań równań nieliniowych, np. algebraicznych (wielomiany),
Bardziej szczegółowoGrafika komputerowa Wykład 7 Modelowanie obiektów graficznych cz. I
Grafika komputerowa Wykład 7 Modelowanie obiektów graficznych cz. I Instytut Informatyki i Automatyki Państwowa Wyższa Szkoła Informatyki i Przedsiębiorczości w Łomży 2 0 0 9 Spis treści Spis treści 1
Bardziej szczegółowow analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(), zwaną funkcją aproksymującą
Bardziej szczegółowoMATeMAtyka klasa II poziom rozszerzony
MATeMAtyka klasa II poziom rozszerzony W klasie drugiej na poziomie rozszerzonym realizujemy materiał z klasy pierwszej tylko z poziomu rozszerzonego (na czerwono) oraz cały materiał z klasy drugiej. Rozkład
Bardziej szczegółowoDział I FUNKCJE I ICH WŁASNOŚCI
MATEMATYKA ZAKRES PODSTAWOWY Rok szkolny 01/013 Klasa: II Nauczyciel: Mirosław Kołomyjski Dział I FUNKCJE I ICH WŁASNOŚCI Lp. Zagadnienie Osiągnięcia ucznia. 1. Podstawowe własności funkcji.. Podaje określenie
Bardziej szczegółowoRozkład Gaussa i test χ2
Rozkład Gaussa jest scharakteryzowany dwoma parametramiwartością oczekiwaną rozkładu μ oraz dyspersją σ: METODA 2 (dokładna) polega na zmianie zmiennych i na obliczeniu pk jako różnicy całek ze standaryzowanego
Bardziej szczegółowoCałkowanie numeryczne - metoda Simpsona
Artykuł pobrano ze strony eioba.pl Całkowanie numeryczne - metoda Simpsona TRUDNE! Metoda Simpsona jest najdokładniejszą z dotąd poznanych przez nas metod przybliżonego całkowania. W metodzie prostokątów
Bardziej szczegółowoMATEMATYKA ZP Ramowy rozkład materiału na cały cykl kształcenia
MATEMATYKA ZP Ramowy rozkład materiału na cały cykl kształcenia KLASA I (3 h w tygodniu x 32 tyg. = 96 h; reszta godzin do dyspozycji nauczyciela) 1. Liczby rzeczywiste Zbiory Liczby naturalne Liczby wymierne
Bardziej szczegółowoPrzedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych klasa druga zakres rozszerzony
Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych klasa druga zakres rozszerzony Wymagania konieczne (K) dotyczą zagadnień elementarnych, stanowiących swego rodzaju podstawę, zatem
Bardziej szczegółowoWYMAGANIA WSTĘPNE Z MATEMATYKI
WYMAGANIA WSTĘPNE Z MATEMATYKI Wydział Informatyki, Elektroniki i Telekomunikacji Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie I. ZBIORY I.1. Działania na zbiorach I.2. Relacje między
Bardziej szczegółowoCzym jest całka? Całkowanie numeryczne
Całkowanie numeryczne jest to zagadnienie z metod elementów skończonych (MES). Korzystając z całkowania numerycznego możemy obliczyć wartość dowolnej całki jednowymiarowej oznaczonej. Wynik jest zawsze
Bardziej szczegółowoObliczenia Naukowe. Wykład 12: Zagadnienia na egzamin. Bartek Wilczyński
Obliczenia Naukowe Wykład 12: Zagadnienia na egzamin Bartek Wilczyński 6.6.2016 Tematy do powtórki Arytmetyka komputerów Jak wygląda reprezentacja liczb w arytmetyce komputerowej w zapisie cecha+mantysa
Bardziej szczegółowoInterpolacja. 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( 1+ s 1)( 1+ s 2)( 1+ s 3)
Kryteria stabilności przykład K T (s)= (s+1)(s+2)(s+3) = K /6 1 1+T (s) = (s+1)(s+2)(s+3) K +6+11s+6s 2 +s 3 ( 1+ s 1)( 1+ s 2)( 1+ s 3) Weźmy K =60: 1 1+T (s) =(s+1)(s+2)(s+3) 66+11s+6s 2 +s =(s+1)(s+2)(s+3)
Bardziej szczegółowo1.1. Rachunek zdań: alternatywa, koniunkcja, implikacja i równoważność zdań oraz ich zaprzeczenia.
1. Elementy logiki i algebry zbiorów 1.1. Rachunek zdań: alternatywa, koniunkcja, implikacja i równoważność zdań oraz ich zaprzeczenia. Funkcje zdaniowe. Zdania z kwantyfikatorami oraz ich zaprzeczenia.
Bardziej szczegółowoTeoria sterowania - studia niestacjonarne AiR 2 stopień
Teoria sterowania - studia niestacjonarne AiR stopień Kazimierz Duzinkiewicz, dr hab. Inż. Katedra Inżynerii Systemów Sterowania Wykład 4-06/07 Transmitancja widmowa i charakterystyki częstotliwościowe
Bardziej szczegółowoKADD Minimalizacja funkcji
Minimalizacja funkcji Poszukiwanie minimum funkcji Foma kwadratowa Metody przybliżania minimum minimalizacja Minimalizacja w n wymiarach Metody poszukiwania minimum Otaczanie minimum Podział obszaru zawierającego
Bardziej szczegółowoWYDZIAŁ INFORMATYKI I ZARZĄDZANIA, studia niestacjonarne ANALIZA MATEMATYCZNA1, lista zadań 1
WYDZIAŁ INFORMATYKI I ZARZĄDZANIA, studia niestacjonarne ANALIZA MATEMATYCZNA, lista zadań. Dla podanych ciągów napisać wzory określające wskazane wyrazy tych ciągów: a) a n = n 3n +, a n+, b) b n = 3
Bardziej szczegółowoMetody numeryczne rozwiązywania równań różniczkowych
Metody numeryczne rozwiązywania równań różniczkowych Marcin Orchel Spis treści Wstęp. Metody przybliżone dla równań pierwszego rzędu................ Metoda kolejnych przybliżeń Picarda...................2
Bardziej szczegółowoFiltry aktywne filtr górnoprzepustowy
. el ćwiczenia. Filtry aktywne filtr górnoprzepustowy elem ćwiczenia jest praktyczne poznanie właściwości filtrów aktywnych, metod ich projektowania oraz pomiaru podstawowych parametrów filtru.. Budowa
Bardziej szczegółowoWłasności dynamiczne przetworników pierwszego rzędu
1 ĆWICZENIE 7. CEL ĆWICZENIA. Własności dynamiczne przetworników pierwszego rzędu Celem ćwiczenia jest poznanie własności dynamicznych przetworników pierwszego rzędu w dziedzinie czasu i częstotliwości
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 szczegółowoWprowadzenie Metoda bisekcji Metoda regula falsi Metoda siecznych Metoda stycznych RÓWNANIA NIELINIOWE
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać ogólna równania nieliniowego Zazwyczaj nie można znaleźć
Bardziej szczegółowoCałkowanie numeryczne
Całkowanie numeryczne Nie zawsze możliwe jest wyznaczenie analitycznego wzoru będącego wynikiem całkowania danej funkcji f(x). Praktycznie zawsze możne jednak wyznaczyć całkę oznaczoną funkcji przy podanych
Bardziej szczegółowoRegresja nieparametryczna series estimator
Regresja nieparametryczna series estimator 1 Literatura Bruce Hansen (2018) Econometrics, rozdział 18 2 Regresja nieparametryczna Dwie główne metody estymacji Estymatory jądrowe Series estimators (estymatory
Bardziej szczegółowoRozwiązania zadań. Arkusz Maturalny z matematyki nr 1 POZIOM ROZSZERZONY. Aby istniały dwa różne pierwiastki równania kwadratowego wyróżnik
Rozwiązania zadań Arkusz Maturalny z matematyki nr 1 POZIOM ROZSZERZONY Zadanie 1 (5pkt) Równanie jest kwadratowe, więc Aby istniały dwa różne pierwiastki równania kwadratowego wyróżnik /:4 nierówności
Bardziej szczegółowoWymagania edukacyjne z matematyki w XVIII Liceum Ogólnokształcącym w Krakowie, zakres podstawowy. Klasa druga.
Wymagania edukacyjne z matematyki w XVIII Liceum Ogólnokształcącym w Krakowie, zakres podstawowy. Klasa druga. Funkcja liniowa. Uczeń otrzymuje ocenę dopuszczającą, jeśli: - rozpoznaje funkcję liniową
Bardziej szczegółowoOpis matematyczny. Równanie modulatora. Charakterystyka statyczna. Po wprowadzeniu niewielkich odchyłek od ustalonego punktu pracy. dla 0 v c.
Opis matematyczny Równanie modulatora Charakterystyka statyczna d t = v c t V M dla 0 v c t V M D 1 V M V c Po wprowadzeniu niewielkich odchyłek od ustalonego punktu pracy v c (t )=V c + v c (t ) d (t
Bardziej szczegółowoWprowadzenie do metod numerycznych Wykład 9 Różniczkowanie numeryczne
Wprowadzenie do metod numerycznych Wykład 9 Różniczkowanie numeryczne Polsko-Japońska Wyższa Szkoła Technik Komputerowych Katedra Informatyki Stosowanej Spis treści 1 Na czym polega różniczkowanie numeryczne
Bardziej szczegółowoInterpolacja i aproksymacja, pojęcie modelu regresji
27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 1 Interpolacja i aproksymacja, pojęcie modelu regresji 27 styczeń 2009 SciLab w obliczeniach numerycznych - część 3 Slajd 2 Plan zajęć
Bardziej szczegółowoCałkowanie numeryczne
Całkowanie numeryczne Poniżej omówione zostanie kilka metod przybliżania operacji całkowania i różniczkowania w szczególności uzależnieniu pochodnej od jej różnic skończonych gdy równanie różniczkowe mamy
Bardziej szczegółowoAnaliza numeryczna kolokwium2a-15grudnia2005
kolokwium2a-15grudnia2005 1.Niechf(x)=a n x n +a n 1 x n 1 +...+a 0.Jakąwartośćprzyjmujeilorazróżnicowy f[x 0,...,x n ]dladowolnychn+1paramiróżnychwęzłówx j?odpowiedźuzasadnić. 2. Pokazać, że zamiana zmiennych
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE II A ROK SZKOLNY 2013/2014 - ZAKRES PODSTAWOWY
WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE II A ROK SZKOLNY 2013/2014 - ZAKRES PODSTAWOWY 1. FUNKCJA KWADRATOWA rysuje wykres funkcji i podaje jej własności sprawdza algebraicznie, czy dany punkt należy
Bardziej szczegółowoPojęcia, wymagania i przykładowe zadania na egzamin poprawkowy dla klas II w roku szkolnym 2016/2017 w Zespole Szkół Ekonomicznych w Zielonej Górze
Pojęcia, wymagania i przykładowe zadania na egzamin poprawkowy dla klas II w roku szkolnym 2016/2017 w Zespole Szkół Ekonomicznych w Zielonej Górze I. Funkcja i jej własności POZIOM PODSTAWOWY Pojęcie
Bardziej szczegółowo83 Przekształcanie wykresów funkcji (cd.) 3
Zakres podstawowy Zakres rozszerzony dział temat godz. dział temat godz,. KLASA 1 (3 godziny tygodniowo) - 90 godzin KLASA 1 (5 godzin tygodniowo) - 150 godzin I Zbiory Zbiory i działania na zbiorach 2
Bardziej szczegółowoLABORATORIUM PODSTAW TELEKOMUNIKACJI
WOJSKOWA AKADEMIA TECHNICZNA im. Jarosława Dąbrowskiego w Warszawie Wydział Elektroniki LABORATORIUM PODSTAW TELEKOMUNIKACJI Grupa Podgrupa Data wykonania ćwiczenia Ćwiczenie prowadził... Skład podgrupy:
Bardziej szczegółowoPróbny 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 szczegółowoSposoby opisu i modelowania zakłóceń kanałowych
INSTYTUT TELEKOMUNIKACJI ZAKŁAD RADIOKOMUNIKACJI Instrukcja laboratoryjna z przedmiotu Podstawy Telekomunikacji Sposoby opisu i modelowania zakłóceń kanałowych Warszawa 2010r. 1. Cel ćwiczeń: Celem ćwiczeń
Bardziej szczegółowoANALIZA SYGNAŁÓ W JEDNÓWYMIARÓWYCH
ANALIZA SYGNAŁÓ W JEDNÓWYMIARÓWYCH Generowanie podstawowych przebiegów okresowych sawtooth() przebieg trójkątny (wierzhołki +/-1, okres 2 ) square() przebieg kwadratowy (okres 2 ) gauspuls()przebieg sinusoidalny
Bardziej szczegółowoCałkowanie 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 szczegółowoZagadnienia na egzamin poprawkowy z matematyki - klasa I 1. Liczby rzeczywiste
Zagadnienia na egzamin poprawkowy z matematyki - klasa I 1. Liczby rzeczywiste Liczby naturalne Liczby całkowite. Liczby wymierne Liczby niewymierne Rozwinięcie dziesiętne liczby rzeczywistej Pierwiastek
Bardziej szczegółowoTechnikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu
Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu Wymagania edukacyjne niezbędne do uzyskania poszczególnych śródrocznych i rocznych ocen klasyfikacyjnych z obowiązkowych
Bardziej szczegółowoElementy 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 szczegółowoInżynierskie metody analizy numerycznej i planowanie eksperymentu / Ireneusz Czajka, Andrzej Gołaś. Kraków, Spis treści
Inżynierskie metody analizy numerycznej i planowanie eksperymentu / Ireneusz Czajka, Andrzej Gołaś. Kraków, 2017 Spis treści Od autorów 11 I. Klasyczne metody numeryczne Rozdział 1. Na początek 15 1.1.
Bardziej szczegółowoLaboratorum 2 Badanie filtru dolnoprzepustowego P O P R A W A
Laboratorum 2 Badanie filtru dolnoprzepustowego P O P R A W A Marcin Polkowski (251328) 15 marca 2007 r. Spis treści 1 Cel ćwiczenia 2 2 Techniczny i matematyczny aspekt ćwiczenia 2 3 Pomiary - układ RC
Bardziej szczegółowoPLAN 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 szczegółowoWstęp do metod numerycznych Zadania numeryczne 2016/17 1
Wstęp do metod numerycznych Zadania numeryczne /7 Warunkiem koniecznym (nie wystarczającym) uzyskania zaliczenia jest rozwiązanie co najmniej 3 z poniższych zadań, przy czym zadania oznaczone literą O
Bardziej szczegółowoCharakterystyka amplitudowa i fazowa filtru aktywnego
1 Charakterystyka amplitudowa i fazowa filtru aktywnego Charakterystyka amplitudowa (wzmocnienie amplitudowe) K u (f) jest to stosunek amplitudy sygnału wyjściowego do amplitudy sygnału wejściowego w funkcji
Bardziej szczegółowo