Implementacja efektywnych metod opisu korelacji elektronowej w dużych układach molekularnych
|
|
- Elżbieta Markiewicz
- 6 lat temu
- Przeglądów:
Transkrypt
1 Implementacja efektywnych metod opisu korelacji elektronowej w dużych układach molekularnych Krzysztof Kowalczyk Wydział Chemii UJ Zakład Metod Obliczeniowych Chemii promotor: dr Marcin Makowski 27 maja 2009
2 Spis treści 1 Wprowadzenie 2 Formalizm 3 Implementacja 4 Wyniki 5 Podsumowanie Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
3 Wprowadzenie Plan pracy implementacja LT-AO MP2 kwadratowo skalujący się algorytm liniowo skalujący się algorytm obliczenia dla wybranych układów Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
4 Wprowadzenie MP2 - co to jest? metoda rachunku zaburzeń Møllera-Plesseta drugiego rzędu poprawka do energii HF occ virt E 2 = ij ab (ia jb)[2(ia jb) (ib ja)] ɛ a + ɛ b ɛ i ɛ j Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
5 Wprowadzenie MP2 - co to jest? metoda rachunku zaburzeń Møllera-Plesseta drugiego rzędu poprawka do energii HF occ virt E 2 = ij ab (ia jb)[2(ia jb) (ib ja)] ɛ a + ɛ b ɛ i ɛ j najprostsza metoda post-hf odtwarza większą część korelacji elektronowej dobrze odtwarza efekty dyspersyjne oraz efekty przeniesienia ładunku Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
6 Wprowadzenie MP2 - wady obliczenia w bazie orbitali molekularnych, ale całki dwuelektronowe liczone są w bazie orbitali atomowych konieczna jest zmiana bazy (ia jb) = (µν λσ)c µi C νa C λj C σb µνλσ transformacja ta ma złożoność czasową O(N 5 ) wysoka złożoność pamięciowa Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
7 Transformacja Laplace a Formalizm definicja L[f ](x) = transformacja funkcji stałej L[1](x) = 0 0 f (t)e tx dt e tx dt = 1 x równanie na poprawkę do energii (Almlöf, 1991) E 2 = 0 iajb (ia jb)[2(ia jb) (ib ja)]e (ɛa+ɛ b ɛ i ɛ j )t dt Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
8 Transformacja Laplace a Formalizm orbitale ważone energią i = i e ɛ i t/2 a = a e ɛat/2 poprawka do energii E 2 = (i a j b )[2(i a j b ) (i b j a )]dt 0 i j a b wada: dodatkowe całkowanie (numeryczne) zalety: uwalniamy się od mianownika poprawka do energii niezmiennicza ze względu na transformację unitarną ważonych energią orbitali Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
9 Formalizm Wybór bazy możemy wybrać dowolną bazę kryteria wyboru bazy lokalność możliwie najtańsze do obliczenia całki dwuelektronowe dobry kandydat: baza orbitali atomowych Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
10 Formalizm Formalizm LT-AO MP2 orbitale molekularne w bazie orbitali atomowych i = µ µ C µi a = κ κ C κa poprawka do energii przyjmuje postać E 2 = (µν κλ)[2(αβ γδ) (αδ γβ)] 0 ijab µνκλ αβγδ C µi C νj C κa C λb C αi C βj C γa C δb e ɛ i t e ɛ j t e ɛat e ɛbt dt Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
11 Formalizm LT-AO MP2 Formalizm macierze pseudogęstości (Häser, 1993) occ X µν = C µi C νi e ɛ i t i virt Y µν = C µa C νa e ɛat a transformacja orbitali atomowych µ = ν X µν ν µ = ν Y µν ν poprawka do energii wyrażona w przetransformowanych orbitalach E 2 = (µν λσ)[2(µν λσ) (µσ λν)]dt 0 µνλσ Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
12 Formalizm Formalizm LT-AO MP2 czteroetapowa transformacja (µν κλ) = σ (µν κλ) = σ (µν κλ) = σ (µν κλ) = σ X µσ (σν κλ) Y νσ (µσ κλ) X κσ (µν σλ) Y λσ (µν κσ) Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
13 Formalizm Formalizm LT-AO MP2 transformacja funkcji bazy jest równie kosztowna co zamiana bazy w konwencjonalnym sformułowaniu MP2 koszt wynikający z dodatkowego całkowania gdzie zysk? Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
14 Formalizm Formalizm LT-AO MP2 transformacja funkcji bazy jest równie kosztowna co zamiana bazy w konwencjonalnym sformułowaniu MP2 koszt wynikający z dodatkowego całkowania gdzie zysk? macierze X i Y są rzadkie (dla dużych układów) ich struktura umożliwia eliminację znaczącej ilości całek Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
15 Formalizm Preselekcja metoda zwiększania wydajności obliczeń opiera się na oszacowaniu obliczanej wartości zaniedbywalnie małe wartości są pomijane wykorzystujemy nierówność Schwarza (µν λσ) (µν µν)(λσ λσ) Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
16 Preselekcja Formalizm wkład do poprawki do energii od całki (µν λσ) θ = (µν λσ)[2(µν λσ) (µσ λν)] = (µν λσ)[2(µν λσ) (µσ λν)] górne oszacowanie wkładu do poprawki do energii θ (µν λσ) [2 (µν λσ) + (µσ λν) ] z nierówności Schwarza [ ] θ (µν µν)(λσ λσ) 2 (µν µν)(λσ λσ) + (µσ µσ)(λν λν) Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
17 Preselekcja Formalizm szacowanie całek diagonalnych (µν µν) = κλ (µν µν) = κλ ( X µκ X µλ (κν λν) X µκ (κν κν) κ ( Y νκ Y νλ (µκ µλ) Y νκ (µκ µκ) κ ) 2 ) 2 bierzemy mniejszą z tych wartości ( (µν µν) min X µκ (κν κν), κ κ Y νκ (µκ µκ) ) Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
18 Preselekcja Formalizm macierze Schwarza (Häser, 1993) A µν = (µν µν) B µν = (µν µν) C µν = (µν µν) ( D µν = min X µκ C κν, κ κ Y νκ B νκ ) całkę (µν λσ) możemy pominąć, jeżeli θ A µν A λσ (2D µν D λσ + D µσ D λν ) Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
19 Formalizm Preselekcja wyznaczenie wszystkich całek w bazie atomowej ma koszt O(N 4 ) transformacja tych całek ma koszt O(N 5 ) korelacja jest efektem krótkozasięgowym jej zasięg wyraża się naturalnie przez rzadką strukturę macierzy gęstości wykorzystanie tej struktury na etapie preselekcji pozwala zredukować koszt obliczeniowy preselekcja na wszystkich etapach transformacji całek na pierwszym etapie pozwala uniknąć generacji zaniedbywalnie małych całek na pozostałych etapach pozwala zmniejszyć koszt transformacji oczekiwana redukcja kosztu obliczeniowego do O(N 2 ) Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
20 Formalizm Przybliżenie multipolowe nierówność Schwarza (µν λσ) (µν µν)(λσ λσ) znacznie przeszacowuje wartość całki dla odległych centrów dystrybucji ładunku Ω A ( r 1 ) = µν Ω B ( r 2 ) = λσ Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
21 Przybliżenie multipolowe Formalizm wykorzystanie rozwinięcia multipolowego operatora 1/r AB (Lambrecht, Ochsenfeld, 2005) 1 r AB = n=0 r n AB R n+1 P n(cosθ) rozwinięcie multipolowe całki dwuelektronowej (A B) = lm jk q A lmθ AB lm,jkq B jk moment multipolowy qlm A = R lm ( r A )Ω A ( r A )d r A macierz oddziaływań Θ lm,jk ( R) = ( 1) j I l+j,m+k ( R) Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
22 Przybliżenie multipolowe Formalizm iloczyn momentów multipolowych q A lmq B jk MM (l+j) MM (n) przybliżenie multipolowe całki dwuelektronowej (A B) MM(0) R nie wiemy na którym n poprzestać + MM(1) R Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
23 Przybliżenie multipolowe Formalizm uśredniony sferycznie moment multipolowy = Ω A ( r A )r n r 2 dr M (n) A odległość między efektywnymi zasięgami rozkładów ładunków R = R AB R A R B za pomocą M (n) i R możemy oszacować sumaryczną wartość wszystkich momentów multipolowych wyższych rzędów Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
24 Przybliżenie multipolowe Formalizm oszacowanie wartości za pomocą momentu multipolowego n-tego rzędu (µν λσ) (µν λσ) (µν λσ) M (0) µν M (0) λσ R 1 M (0) µν M (0) λσ R + M (0) µν M (0) λσ R + + M (1) µν M (0) λσ + M(0) R 2 R M (1) µν M (0) λσ + M(0) R 2 M (2) µν M (0) λσ + 2M(1) µν M (1) λσ + M(0) R 3 R 2 µν M (1) λσ µν M (1) λσ + µν M (2) λσ Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
25 Kwadratura Implementacja zastąpienie całkowania sumowaniem E 2 = e 2 (t)dt 0 τ w α e 2 (t α ) α potrzebujemy zestawu τ par {t α, w α } błąd oszacowania dla zadanej kwadratury [ δ = e 2 (t)dt 0 ] τ 2 w α e 2 (t α ) α τ wpływa na dokładność oszacowania i na czas obliczeń możliwie małe τ, które da rozsądną dokładność Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
26 Implementacja Optymalizacja kwadratury poszukujemy optymalnego zestawu {t α, w α } za pomocą metody najmniejszych kwadratów (M. Häser and J. Almlöf, 1992) xmax x min [ 1 τ 2 f (x) x w α exp( xt α )] dx = min! α dokładność rzędu µ-hartree dla τ równego 5-8 dla większego τ algorytm źle uwarunkowany numerycznie dla uzyskania większych dokładności potrzebne inne podejście do problemu Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
27 Implementacja Kwadratura Eulera-McLaurina transformacja układu współrzędnych E 2 = 0 e 2 (t)dt = 1 0 e 2 (t) dt 1 dr dr = f 2 (r)dr proponowana transformacja (Ayala, Scuseria, 1999) 0 t(r) = Kk=n+2 a k r k (1 r) m przechodzimy na skończone granice całkowania funkcja f 2 (r) jest stosunkowo mało zmienna Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
28 Implementacja Kwadratura Eulera-McLaurina przybliżenie całki poprzez sumę E 2 = 1 0 f 2 (r)dr τ f 2 (r α )w α α proponowana postać sumy E 2 1 τ k f 2 τ + 1 }{{} α τ (f 2(0) + f 2 (1)) }{{} w α t α Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
29 Schemat obliczeń Implementacja dla każdego punktu kwadratury przygotuj dane do preselekcji oblicz całki w bazie atomowej wykonaj czteroetapową transformację oblicz przyczynek do energii Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
30 Przechowywanie całek Implementacja Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
31 Implementacja Algorytm wieloprzebiegowy e 2 = µ ( ) (µν λσ)[2(µν λσ) (µσ λν)] νλσ dla każdego punktu kwadratury dla każdego podzbioru µ przygotuj dane do preselekcji oblicz całki w bazie atomowej wykonaj czteroetapową transformację oblicz przyczynek do energii Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
32 Implementacja Algorytm wieloprzebiegowy Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
33 Implementacja Algorytm wieloprzebiegowy Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
34 Dokładność metody Wyniki liniowy łańcuch wody, baza STO-3G, τ = 10, ε = 10 8 liniowe alkany, baza 6-31G**, τ = 10, ε = 10 8 Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
35 Dokładność metody Wyniki zasada błąd względny adenina 1, cytozyna 2, guanina 1, tymina 7, a-t 2, c-g 7, zasady nukleotydowe, baza 6-31G**, τ = 10, ε = 10 8 Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
36 Złożoność czasowa Wyniki liniowy łańcuch wody, baza STO-3G, τ = 10, ε = 10 8 liniowe alkany, baza 6-31G**, τ = 10, ε = 10 8 Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
37 Złożoność pamięciowa Wyniki liniowy łańcuch wody, baza STO-3G, τ = 10, ε = 10 8 liniowe alkany, baza 6-31G**, τ = 10, ε = 10 8 Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
38 (Nie)liniowe skalowanie Wyniki liniowy łańcuch wody, baza STO-3G, τ = 10, ε = 10 8 Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
39 Kontrola dokładności Wyniki łańcuch 10 cząsteczek wody, pamięć 300 łańcuch 10 cząsteczek wody, pamięć 300 MB, baza 6-31G**, ε = 10 8 MB, baza 6-31G**, τ = 10 Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
40 Podsumowanie Wnioski duży zysk na złożoności pamięciowej i czasowej dla dużych przestrzennie układów względem konwencjonalnego MP2 dobra dokładność łatwe sterowanie dokładnością za pomocą parametrów kwadratury i preselekcji preselekcja wykorzystująca rozwinięcie multipolowe zmniejsza zapotrzebowanie na pamięć, ale w obecnej wersji nie zmniejsza czasu obliczeń Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
41 Podsumowanie Podsumowanie zrobiłem MP2 w bazie orbitali atomowych kwadratura Eulera-McLaurina struktury do przechowywania przetransformowanych całek preselekcja wykorzystująca nierówność Schwarza i rozwinięcie multipolowe Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
42 Podsumowanie Bibliografia J. Almlöf, Chem. Phys. Lett. 181, 319 (1991) M. Häser and J. Almlöf, J. Chem. Phys. 96, 1 (1992) M. Häser, Theor. Chim. Acta 87, (1993) P. Ayala and G. Scuseria, J. Chem. Phys. 110, 8 (1999) D. Lambrecht, and C. Ochsenfeld, J. Chem. Phys. 123, (2005) Krzysztof Kowalczyk (ZMOCh) LT-AO MP2 27 maja / 40
Opis korelacji elektronowej w dużych układach molekularnych. Implementacja metodologii LT-AO-MP2
Opis korelacji elektronowej w dużych układach molekularnych. metodologii Jakub Sumera Krzysztof Kowalczyk 7 stycznia 2009 roku Spis treści Wstęp 1 Wstęp 2 3 4 Plan pracy Wstęp implementacja AO MP2 kwadratowo
Bardziej szczegółowoUniwersytet Jagielloński
Uniwersytet Jagielloński Wydzia l Chemii, Zak lad Chemii Teoretycznej praca magisterska Implementacja efektywnych metod opisu korelacji elektronowej w dużych uk ladach molekularnych Krzysztof Kowalczyk
Bardziej szczegółowoEfektywny opis wybranych w laściwości dużych uk ladów molekularnych w ramach metodologii MP2
Efektywny opis wybranych w laściwości dużych uk ladów molekularnych w ramach metodologii MP2 Jakub Sumera Zak lad Metod Obliczeniowych Chemii Uniwersytet Jagielloński promotor: dr Grzegorz Mazur 27 maja
Bardziej szczegółowoUniwersytet Jagielloński Wydzia l Chemii. Efektywny opis wybranych w laściwości dużych uk ladów molekularnych w ramach metodologii MP2
Uniwersytet Jagielloński Wydzia l Chemii praca magisterska Efektywny opis wybranych w laściwości dużych uk ladów molekularnych w ramach metodologii MP2 Jakub Sumera Promotor dr Grzegorz Mazur Praca wykonana
Bardziej szczegółowoWykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne.
Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. pytania teoretyczne:. Co to znaczy, że wektory v, v 2 i v 3
Bardziej szczegółowoWYKŁADY Z MATEMATYKI DLA STUDENTÓW UCZELNI EKONOMICZNYCH
WYKŁADY Z MATEMATYKI DLA STUDENTÓW UCZELNI EKONOMICZNYCH Pod redakcją Anny Piweckiej Staryszak Autorzy poszczególnych rozdziałów Anna Piwecka Staryszak: 2-13; 14.1-14.6; 15.1-15.4; 16.1-16.3; 17.1-17.6;
Bardziej szczegółowoModyfikacja schematu SCPF obliczeń energii polaryzacji
Modyfikacja schematu SCPF obliczeń energii polaryzacji Zakład Metod Obliczeniowych Chemii 11 kwietnia 2006 roku 1 Po co? Jak? 2 Algorytm Analiza zbieżności 3 dla układów symetrycznych 4 Fulleren 5 Po co?
Bardziej szczegółowoRozwój i zastosowanie wieloreferencyjnych metod sprzężonych klasterów w opisie stanów podstawowych i wzbudzonych układów atomowych i molekularnych
Rozwój i zastosowanie wieloreferencyjnych metod sprzężonych klasterów w opisie stanów podstawowych i wzbudzonych układów atomowych i molekularnych Justyna Cembrzyńska Zakład Mechaniki Kwantowej Uniwersytet
Bardziej szczegółowoLokalizacja Orbitali Molekularnych
Lokalizacja Orbitali Molekularnych Regionalnie Zlokalizowane Orbitale Molekularne Marek Giebułtowski Seminarium magisterskie w Zakładzie Chemii Teoretycznej UJ Spis Treści 1 Przegład Metod Lokalizacyjnych
Bardziej szczegółowoKorelacja elektronowa w metodzie elongacji
March 28, 2006 1 2 3 4 5 6 Waskie gard la metody jednowyznacznikowe wyznaczanie ca lek dwuelektronowych potrzebnych do budowy macierzy Focka: formalnie O(N 4 ), asymptotycznie O(N 2 ) diagonalizacja macierzy
Bardziej szczegółowoInżynierskie metody numeryczne II. Konsultacje: wtorek 8-9:30. Wykład
Inżynierskie metody numeryczne II Konsultacje: wtorek 8-9:30 Wykład Metody numeryczne dla równań hiperbolicznych Równanie przewodnictwa cieplnego. Prawo Fouriera i Newtona. Rozwiązania problemów 1D metodą
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 szczegółowoWstęp do metod numerycznych Faktoryzacja QR i SVD. P. F. Góra
Wstęp do metod numerycznych Faktoryzacja QR i SVD P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Transformacja Householdera Niech u R N, u 0. Tworzymy macierz W sposób oczywisty P T = P. Obliczmy
Bardziej szczegółowoWstęp do Optyki i Fizyki Materii Skondensowanej
Wstęp do Optyki i Fizyki Materii Skondensowanej Część I: Optyka, wykład 10 wykład: Piotr Fita pokazy: Andrzej Wysmołek ćwiczenia: Paweł Kowalczyk, Barbara Piętka Wydział Fizyki Uniwersytet Warszawski 2015/16
Bardziej szczegółowo1 Wykład 4. Proste Prawa wielkich liczb, CTG i metody Monte Carlo
1 Wykład 4. Proste Prawa wielkich liczb, CTG i metody Monte Carlo 1.1 Rodzaje zbieżności ciagów zmiennych losowych Niech (Ω, F, P ) będzie przestrzenia probabilistyczna na której określony jest ciag {X
Bardziej szczegółowoMetody numeryczne. Janusz Szwabiński. Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50
Metody numeryczne Układy równań liniowych, część II Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50 Układy równań liniowych, część II 1. Iteracyjne poprawianie
Bardziej szczegółowo17.1 Podstawy metod symulacji komputerowych dla klasycznych układów wielu cząstek
Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdział 17 KLASYCZNA DYNAMIKA MOLEKULARNA 17.1 Podstawy metod symulacji komputerowych dla klasycznych układów wielu cząstek Rozważamy układ N punktowych cząstek
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 szczegółowoOPTYKA KWANTOWA Wykład dla 5. roku Fizyki
OPTYKA KWANTOWA Wykład dla 5. roku Fizyki c Adam Bechler 006 Instytut Fizyki Uniwersytetu Szczecińskiego Równania (3.7), pomimo swojej prostoty, nie posiadają poza nielicznymi przypadkami ścisłych rozwiązań,
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 szczegółowoWstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra
Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Uwarunkowanie zadania numerycznego Niech ϕ : R n R m będzie pewna funkcja odpowiednio wiele
Bardziej szczegółowo16 Jednowymiarowy model Isinga
16 Jednowymiarowy model Isinga Jest to liniowy łańcuch N spinów mogących przyjmować wartości ± 1. Mikrostanem układu jest zbiór zmiennych σ i = ±1, gdzie i = 1,,..., N (16.1) Określają one czy i-ty spin
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład XV: Zagadnienia redukcji wymiaru danych 2 lutego 2015 r. Standaryzacja danych Standaryzacja danych Własności macierzy korelacji Definicja Niech X będzie zmienną losową o skończonym drugim momencie.
Bardziej szczegółowoLista 6. Kamil Matuszewski 13 kwietnia D n =
Lista 6 Kamil Matuszewski 3 kwietnia 6 3 4 5 6 7 8 9 Zadanie Mamy Pokaż, że det(d n ) = n.... D n =.... Dowód. Okej. Dla n =, n = trywialne. Załóżmy, że dla n jest ok, sprawdzę dla n. Aby to zrobić skorzystam
Bardziej szczegółowoRedukcja wariancji w metodach Monte-Carlo
14.02.2006 Seminarium szkoleniowe 14 lutego 2006 Plan prezentacji Wprowadzenie Metoda losowania warstwowego Metoda próbkowania ważonego Metoda zmiennych kontrolnych Metoda zmiennych antytetycznych Metoda
Bardziej szczegółowoStatystyka i eksploracja danych
Wykład XII: Zagadnienia redukcji wymiaru danych 12 maja 2014 Definicja Niech X będzie zmienną losową o skończonym drugim momencie. Standaryzacją zmiennej X nazywamy zmienną losową Z = X EX Var (X ). Definicja
Bardziej szczegółowoMetoda największej wiarygodności
Metoda największej wiarygodności Próbki w obecności tła Funkcja wiarygodności Iloraz wiarygodności Pomiary o różnej dokładności Obciążenie Informacja z próby i nierówność informacyjna Wariancja minimalna
Bardziej szczegółowoMacierze. Rozdział Działania na macierzach
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy
Bardziej szczegółowoMetody numeryczne Wykład 4
Metody numeryczne Wykład 4 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Metody skończone rozwiązywania
Bardziej szczegółowoCałkowanie metodą Monte Carlo
Całkowanie metodą Monte Carlo Plan wykładu: 1. Podstawowa metoda Monte Carlo 2. Metody MC o zwiększonej efektywności a) losowania ważonego b) zmiennej kontrolnej c) losowania warstwowego d) obniżania krotności
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 szczegółowoDB Algebra liniowa semestr zimowy 2018
DB Algebra liniowa semestr zimowy 2018 SPIS TREŚCI Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo
Bardziej szczegółowoRzędy wiązań chemicznych
Seminarium Magisterskie Rzędy wiązań chemicznych w ujęciu Teorii Komunikacji Opracowanie Dariusz Szczepanik Promotor Dr hab. Janusz Mrozek Rzędy wiązań chemicznych w ujęciu Teorii Komunikacji Plan prezentacji
Bardziej szczegółowoy i b) metoda różnic skończonych nadal problem nieliniowy 2 go rzędu z warunkiem Dirichleta
b) metoda różnic skończonych nadal problem nieliniowy 2 go rzędu z warunkiem Dirichleta przedział (a,b) dzielimy na siatkę, powiedzmy o stałym kroku: punkty siatki: u A y i w metodzie strzałów używamy
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 szczegółowoSzybka wielobiegunowa metoda elementów brzegowych w analizie układów liniowosprężystych
Katedra Wytrzymałości Materiałów i Metod Komputerowych Mechaniki Politechnika Śląska, Gliwice Szybka wielobiegunowa metoda elementów brzegowych w analizie układów liniowosprężystych Algorytm SWMEB. Część
Bardziej szczegółowo13.1 Układy helopodobne (trójcząstkowe układy dwuelektronowe)
Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdział 13 UKŁADY KILKU CZĄSTEK W MECHANICE KWANTOWEJ 13.1 Układy helopodobne (trójcząstkowe układy dwuelektronowe) Zajmiemy się kwantowym opisem atomu He
Bardziej szczegółowoWeryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta
Bardziej szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 5. Metoda stochastycznego spadku wzdłuż gradientu Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 04.04.2019 1 / 20 Wprowadzenie Minimalizacja różniczkowalnej
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 szczegółowoFunkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju
Funkcje charakterystyczne zmiennych losowych, linie regresji -go i 2-go rodzaju Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoModelowanie molekularne
Ck08 Modelowanie molekularne metodami chemii kwantowej Dr hab. Artur Michalak Zakład Chemii Teoretycznej Wydział Chemii UJ Wykład 10 http://www.chemia.uj.edu.pl/~michalak/mmod2007/ Podstawowe idee i metody
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 szczegółowoRozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i,j) (i = 1,,n;j = 1,,m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F = R lub F = C, nazywamy macierzą (rzeczywistą, gdy F
Bardziej szczegółowoSTATYKA Z UWZGLĘDNIENIEM DUŻYCH SIŁ OSIOWYCH
Część. STATYKA Z UWZGLĘDNIENIEM DUŻYCH SIŁ OSIOWYCH.. STATYKA Z UWZGLĘDNIENIEM DUŻYCH SIŁ OSIOWYCH Rozwiązując układy niewyznaczalne dowolnie obciążone, bardzo często pomijaliśmy wpływ sił normalnych i
Bardziej szczegółowoUkłady równań liniowych. Krzysztof Patan
Układy równań liniowych Krzysztof Patan Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zadań redukuje się do problemu rozwiązania układu równań liniowych, często o bardzo dużych
Bardziej szczegółowoMechanika kwantowa. Jak opisać atom wodoru? Jak opisać inne cząsteczki?
Mechanika kwantowa Jak opisać atom wodoru? Jak opisać inne cząsteczki? Mechanika kwantowa Elektron fala stojąca wokół jądra Mechanika kwantowa Równanie Schrödingera Ĥ E ψ H ˆψ = Eψ operator różniczkowy
Bardziej szczegółowo10. Metody obliczeniowe najmniejszych kwadratów
10. Metody obliczeniowe najmniejszych kwadratów 1. Dowód twierdzenia o faktoryzacji macierzy Twierdzenie 1 Każdadodatniookreślon aisymetryczn amacierzm można przedstawíc wpostaci M = PP T gdzie P jest
Bardziej szczegółowoNumeryczna algebra liniowa. Krzysztof Banaś Obliczenia Wysokiej Wydajności 1
Numeryczna algebra liniowa Krzysztof Banaś Obliczenia Wysokiej Wydajności 1 Numeryczna algebra liniowa Numeryczna algebra liniowa obejmuje szereg algorytmów dotyczących wektorów i macierzy, takich jak
Bardziej szczegółowoWstęp do Optyki i Fizyki Materii Skondensowanej
Wstęp do Optyki i Fizyki Materii Skondensowanej Część I: Optyka, wykład 9 wykład: Piotr Fita pokazy: Andrzej Wysmołek ćwiczenia: Anna Grochola, Barbara Piętka Wydział Fizyki Uniwersytet Warszawski 2014/15
Bardziej szczegółowoZadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =
Matematyka ubezpieczeń majątkowych 0.0.006 r. Zadanie. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k 5 Pr( N = k) =, k = 0,,,... 6 6 Wartości kolejnych szkód Y, Y,, są i.i.d.,
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD października 2009
STATYSTYKA MATEMATYCZNA WYKŁAD 4 26 października 2009 Rozkład N(µ, σ). Estymacja σ σ 2 = 1 σ 2π + = E µ,σ (X µ) 2 { (x µ) 2 exp 1 ( ) } x µ 2 dx 2 σ Rozkład N(µ, σ). Estymacja σ σ 2 = 1 σ 2π + = E µ,σ
Bardziej szczegółowoZawansowane modele wyborów dyskretnych
Zawansowane modele wyborów dyskretnych Jerzy Mycielski Uniwersytet Warszawski grudzien 2013 Jerzy Mycielski (Uniwersytet Warszawski) Zawansowane modele wyborów dyskretnych grudzien 2013 1 / 16 Model efektów
Bardziej szczegółowoII. POSTULATY MECHANIKI KWANTOWEJ W JĘZYKU WEKTORÓW STANU. Janusz Adamowski
II. POSTULATY MECHANIKI KWANTOWEJ W JĘZYKU WEKTORÓW STANU Janusz Adamowski 1 1 Przestrzeń Hilberta Do opisu stanów kwantowych używamy przestrzeni Hilberta. Przestrzenią Hilberta H nazywamy przestrzeń wektorową
Bardziej szczegółowoUogolnione modele liniowe
Uogolnione modele liniowe Jerzy Mycielski Uniwersytet Warszawski grudzien 2013 Jerzy Mycielski (Uniwersytet Warszawski) Uogolnione modele liniowe grudzien 2013 1 / 17 (generalized linear model - glm) Zakładamy,
Bardziej szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne
Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2005/06 Wstęp
Bardziej szczegółowo1 Macierze i wyznaczniki
1 Macierze i wyznaczniki 11 Definicje, twierdzenia, wzory 1 Macierzą rzeczywistą (zespoloną) wymiaru m n, gdzie m N oraz n N, nazywamy prostokątną tablicę złożoną z mn liczb rzeczywistych (zespolonych)
Bardziej szczegółowoEfektywność algorytmów
Efektywność algorytmów Algorytmika Algorytmika to dział informatyki zajmujący się poszukiwaniem, konstruowaniem i badaniem własności algorytmów, w kontekście ich przydatności do rozwiązywania problemów
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 szczegółowo1 Macierz odwrotna metoda operacji elementarnych
W tej części skupimy się na macierzach kwadratowych. Zakładać będziemy, że A M(n, n) dla pewnego n N. Definicja 1. Niech A M(n, n). Wtedy macierzą odwrotną macierzy A (ozn. A 1 ) nazywamy taką macierz
Bardziej szczegółowoObliczenia iteracyjne
Lekcja Strona z Obliczenia iteracyjne Zmienne iteracyjne (wyliczeniowe) Obliczenia iteracyjne wymagają zdefiniowania specjalnej zmiennej nazywanej iteracyjną lub wyliczeniową. Zmienną iteracyjną od zwykłej
Bardziej szczegółowoAproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód.
Metody numeryczne Paweł Zieliński p. 1/19 Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza bazę przestrzeni liniowej Π n. Dowód. Lemat 2. Dowolny wielomian Q j stopnia j niższego od k jest prostopadły
Bardziej szczegółowoKomputerowa analiza zagadnień różniczkowych 6. Metoda diagramowa. Obszary stabilności. P. F. Góra
Komputerowa analiza zagadnień różniczkowych 6. Metoda diagramowa. Obszary stabilności. P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2013 Metoda diagramowa Ręczne wyprowadzanie równan wiaż acych współczynniki
Bardziej szczegółowoRozdział 23 KWANTOWA DYNAMIKA MOLEKULARNA Wstęp. Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1
Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdział 3 KWANTOWA DYNAMIKA MOLEKULARNA 3.1 Wstęp Metoda ta umożliwia opis układu złożonego z wielu jonów i elektronów w stanie podstawowym. Hamiltonian układu
Bardziej szczegółowoLista. 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 szczegółowoRachunek prawdopodobieństwa i statystyka
Rachunek prawdopodobieństwa i statystyka Momenty Zmienna losowa jest wystarczająco dokładnie opisana przez jej rozkład prawdopodobieństwa. Względy praktyczne dyktują jednak potrzebę znalezienia charakterystyk
Bardziej szczegółowoTestowanie hipotez statystycznych.
Bioinformatyka Wykład 9 Wrocław, 5 grudnia 2011 Temat. Test zgodności χ 2 Pearsona. Statystyka χ 2 Pearsona Rozpatrzmy ciąg niezależnych zmiennych losowych X 1,..., X n o jednakowym dyskretnym rozkładzie
Bardziej szczegółowoRozdział 22 METODA FUNKCJONAŁÓW GĘSTOŚCI Wstęp. Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1
Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdział 22 METODA FUNKCJONAŁÓW GĘSTOŚCI 22.1 Wstęp Definiujemy dla gazu elektronowego operatory anihilacji ψ σ (r) i kreacji ψ σ(r) pola fermionowego ψ σ
Bardziej szczegółowoWstęp do sieci neuronowych, wykład 12 Wykorzystanie sieci rekurencyjnych w optymalizacji grafowej
Wstęp do sieci neuronowych, wykład 12 Wykorzystanie sieci rekurencyjnych w optymalizacji grafowej Maja Czoków, Jarosław Piersa Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika 2013-01-09
Bardziej szczegółowoNumeryczna algebra liniowa
Numeryczna algebra liniowa Numeryczna algebra liniowa obejmuje szereg algorytmów dotyczących wektorów i macierzy, takich jak podstawowe operacje na wektorach i macierzach, a także rozwiązywanie układów
Bardziej szczegółowodet[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,...
Wykład 14 Wyznacznik macierzy cd Twierdzenie 1 Niech A będzie macierzą kwadratową i niech A i, A j będą dwiema różnymi jej kolumnami, wtedy dla dowolnego k K: det[a 1,, A i,, A j,, A n ] det[a 1,, A i
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 szczegółowoAnaliza funkcjonalna 1.
Analiza funkcjonalna 1. Wioletta Karpińska Semestr letni 2015/2016 0 Bibliografia [1] Banaszczyk W., Analiza matematyczna 3. Wykłady. (http://math.uni.lodz.pl/ wbanasz/am3/) [2] Birkholc A., Analiza matematyczna.
Bardziej szczegółowoDOPASOWYWANIE 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 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 szczegółowoUkład RLC z diodą. Zadanie: Nazwisko i imię: Nr. albumu: Grzegorz Graczyk. Nazwisko i imię: Nr. albumu:
Politechnika Łódzka TIMS Kierunek: Informatyka rok akademicki: 2009/2010 sem. 3. grupa II Zadanie: Układ z diodą Termin: 5 I 2010 Nr. albumu: 150875 Nazwisko i imię: Grzegorz Graczyk Nr. albumu: 151021
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 szczegółowoModele zapisane w przestrzeni stanów
Modele zapisane w przestrzeni stanów Modele Przestrzeni Stanów (State Space Models) sa to modele, w których część parametrów jest nieobserwowalna i losowa. Zachowanie wielowymiarowej zmiennej y t zależy
Bardziej szczegółowoObliczenia naukowe Wykład nr 2
Obliczenia naukowe Wykład nr 2 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [1] D. Kincaid, W. Cheney, Analiza
Bardziej szczegółowoO MACIERZACH I UKŁADACH RÓWNAŃ
O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a
Bardziej szczegółowoEGZAMIN MAGISTERSKI, czerwiec 2015 Biomatematyka
Biomatematyka Rozpatrzmy chorobę, która rozprzestrzenia się za pośrednictwem nosicieli, u których nie występują jej symptomy. Niech C(t) oznacza liczbę nosicieli w chwili t. Zakładamy, że nosiciele są
Bardziej szczegółowoMatematyka dla DSFRiU zbiór zadań
I Matematyka dla DSFRiU zbiór zadań do użytku wewnętrznego Sumowanie skończone W zadaniach -4 obliczyć podaną sumę. dr Leszek Rudak Uniwersytet Warszawski Wydział Zarządzania. 5 i. i= 4 i. i= 5 ( ) i i=
Bardziej szczegółowoWykład 5: Cząsteczki dwuatomowe
Wykład 5: Cząsteczki dwuatomowe Wiązania jonowe i kowalencyjne Ograniczenia teorii Lewisa Orbitale cząsteczkowe Kombinacja liniowa orbitali atomowych Orbitale dwucentrowe Schematy nakładania orbitali Diagramy
Bardziej szczegółowoJEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY
JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY Będziemy zapisywać wektory w postaci (,, ) albo traktując go jak macierz jednokolumnową (dzięki temu nie będzie kontrowersji przy transponowaniu wektora ) Model
Bardziej szczegółowoRozwiązywanie układów równań liniowych metody przybliżone Materiały pomocnicze do ćwiczeń z metod numerycznych
Rozwiązywanie układów równań liniowych metody przybliżone Materiały pomocnicze do ćwiczeń z metod numerycznych Piotr Modliński Wydział Geodezji i Kartografii PW 14 stycznia 2012 P. Modliński, GiK PW Rozw.
Bardziej szczegółowoUwzględnienie energii korelacji w metodach ab initio - przykłady
Uwzględnienie energii korelacji w metodach ab initio - przykłady Funkcje falowe (i funkcje bazy) jawnie skorelowane - zależa jawnie od odległości międzyelektronowych r ij = r i r j Funkcje falowe w postaci
Bardziej szczegółowoZasady analizy algorytmów
Zasady analizy algorytmów A więc dziś w programie: - Kilka ważnych definicji i opisów formalnych - Złożoność: czasowa i pamięciowa - Kategorie problemów - Jakieś przykłady Problem: Zadanie możliwe do rozwiązania
Bardziej szczegółowoNumeryczne metody optymalizacji Optymalizacja w kierunku. informacje dodatkowe
Numeryczne metody optymalizacji Optymalizacja w kierunku informacje dodatkowe Numeryczne metody optymalizacji x F x = min x D x F(x) Problemy analityczne: 1. Nieliniowa złożona funkcja celu F i ograniczeń
Bardziej szczegółowoModelowanie rynków finansowych z wykorzystaniem pakietu R
Modelowanie rynków finansowych z wykorzystaniem pakietu R Metody numeryczne i symulacje stochastyczne Mateusz Topolewski woland@mat.umk.pl Wydział Matematyki i Informatyki UMK Plan działania 1 Całkowanie
Bardziej szczegółowoStatystyka i eksploracja danych
Wykład II: i charakterystyki ich rozkładów 24 lutego 2014 Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa,
Bardziej szczegółowoElektrodynamika Część 2 Specjalne metody elektrostatyki Ryszard Tanaś Zakład Optyki Nieliniowej, UAM
Elektrodynamika Część 2 Specjalne metody elektrostatyki Ryszard Tanaś Zakład Optyki Nieliniowej, UAM http://zon8.physd.amu.edu.pl/~tanas Spis treści 3 Specjalne metody elektrostatyki 3 3.1 Równanie Laplace
Bardziej szczegółowoRACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska
RACHUNEK MACIERZOWY METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Czym jest macierz? Definicja Macierzą A nazywamy
Bardziej szczegółowoModelowanie molekularne
Modelowanie molekularne metodami chemii kwantowej Dr hab. Artur Michalak Zakład Chemii Teoretycznej Wydział Chemii UJ Wykład 4 http://www.chemia.uj.edu.pl/~michalak/mmod2007/ Podstawowe idee i metody chemii
Bardziej szczegółowoGranica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej
Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus 3 listopada 06r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej
Bardziej szczegółowoStruktura elektronowa σ-kompleksu benzenu z centrum aktywnym Fe IV O cytochromu P450
Struktura elektronowa σ-kompleksu benzenu z centrum aktywnym Fe IV O cytochromu P450 Modelowanie metodami DFT, CASSCF i CASPT2 Andrzej Niedziela 1 1 Wydział Chemii Uniwersytet Jagielloński 14.01.2009 /Seminarium
Bardziej szczegółowoMatematyka stosowana i metody numeryczne
Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładów Błędy obliczeń Błędy można podzielić na: modelu, metody, wejściowe (początkowe), obcięcia, zaokrągleń..
Bardziej szczegółowoa 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =
11 Algebra macierzy Definicja 11.1 Dla danego ciała F i dla danych m, n N funkcję A : {1,..., m} {1,..., n} F nazywamy macierzą m n (macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)
Bardziej szczegółowoCałki powierzchniowe w R n
Całki powierzchniowe w R n Na początek małe uzupełnienie z algebry liniowej. Niech R n k oznacza przestrzeń liniową macierzy o n wierszach i k kolumnach. Dla dowolnej macierzy A R n k, gdzie k n, połóżmy
Bardziej szczegółowoValue at Risk (VaR) Jerzy Mycielski WNE. Jerzy Mycielski (Institute) Value at Risk (VaR) / 16
Value at Risk (VaR) Jerzy Mycielski WNE 2018 Jerzy Mycielski (Institute) Value at Risk (VaR) 2018 1 / 16 Warunkowa heteroskedastyczność O warunkowej autoregresyjnej heteroskedastyczności mówimy, gdy σ
Bardziej szczegółowoPlan wynikowy z wymaganiami edukacyjnymi z matematyki w zakresie podstawowym dla klasy 1 zsz Katarzyna Szczygieł
Plan wynikowy z wymaganiami edukacyjnymi z matematyki w zakresie podstawowym dla klasy 1 zsz Katarzyna Szczygieł Lp. Temat Kształcone umiejętności 1 Zasady pracy na lekcjach matematyki. Dział I. LICZBY
Bardziej szczegółowo