Wykład 2. Transformata Fouriera

Save this PDF as:
Wielkość: px
Rozpocząć pokaz od strony:

Download "Wykład 2. Transformata Fouriera"

Transkrypt

1 Wykład 2. Transformata Fouriera Transformata Fouriera jest podstawowym narzędziem analizy harmonicznej i teorii analizy i przetwarzania sygnału. Z punktu widzenia teorii matematycznej transformata Fouriera jest narzędziem występującym w przypadku analizy przestrzeni L 2 G), funkcji całkowalnych z kwadratem na grupie przemiennej G. W zastosowaniach transformaty Fouriera używamy najczęściej gdy G = R grupą są liczby rzeczywistezdodawaniem),g =[, ] grupą są liczby rzeczywiste z przedziału [, ], z utożsamionymi końcami, działaniem jest dodawanie modulo )oraz G = Z n grupą są liczby całkowite {,,...,n } z dodawaniem modulo n). Transformata Fouriera przetwarza funkcję z danej przestrzeni w ten sposób, że wyeksponowane są jej własności okresowe, częstotliwościowe tak zwane spektrum funkcji). Przekształcenie jest bezstratne, i funkcja może zostać zrekonstruowana ze swojej transformaty Fouriera. Transformata Fouriera po raz pierwszy pojawiła się przy okazji badania zjawiska przepływu ciepła, obecnie pojawia się w wielu dziedzinach matematyki i w wielu praktycznych zastosowaniach. Opiszemy teraz kolejno wymienione wyżej konkretne przykłady. Tradycyjnie zastosowanie transformaty Fouriera oznacza się przez dodanie do symbolu funkcji daszka ˆ. a)transformata Fouriera w L 2 R). Transformata zadana jest wzorem 2.) ˆfξ) = fx) e ixξ dx, f L 2 R). R W tym przypadku transformata jest przekształceniem L 2 R) wsiebie, ˆf L 2 R). Przekształcenie odwrotne do transformaty, czyli rekonstrukcja funkcji dane jest podobnym wzorem ˆfξ) e iξx dξ. Prawdziwa jest następująca równość, często nazywana równością Plancherela. R ˆf = f. Przykład. Obliczymy transformatę funkcji charakterystycznej odcinka [, ] { x [, ] x/ [, ]. Podstawiamy do wzoru ˆfξ) = fx)e ixξ dx = R e ixξ dx = iξ e ixξ x= = iξ e iξ e iξ) = 2sinξ. ξ Funkcja podcałkowa fx)e ixξ może nie być całkowalna na R założyliśmy tylko że jest całkowalna z kwadratem). Wtedy transformatę możemy wyliczyć ze wzoru M 2. ) ˆfξ)= lim fx) e ixξ dx M M granica w L 2 R). Własności. Przy założeniu, że wszystkie występujące funkcje należą do L 2 R)mamy następujące wzory. Przesunięcie w czasie gx) =fx c) ĝξ) =e iuξ ˆfξ),

2 2 fx) f^ξ) Przykład funkcji na prostej i jej transformaty Fouriera modulacja skalowanie pochodna w czasie pochodna w spektrum gx) =e iωx fx) ĝξ) = ˆfξ ω), gx) =fx/s) ĝξ) =s ˆfsξ), s >, gx) =f x) ĝξ) =iξˆfξ), gx) = ixfx) ĝξ) = ˆf ξ). Jako zastosowanie powyższych własności policzymy transformatę Fouriera funkcji Gaussa e x2 /2. Obliczymy pochodną transformaty. Będziemy różniczkowali pod znakiem całki i zastosujemy całkowanie przez części. ˆf ξ) = d dξ = = i e x2 /2 e ixξ dx = e x2 /2 d e ixξ ) dx dξ e x2 /2 ix) e ixξ d dx = i dx e ixξ ) dx = i) 2 ξ = ξ ˆfξ). e x2 /2 d dx e x2 /2 ) e ixξ dx e x2 /2 e ixξ dx Nietrudno pokazać, że funkcja F ξ)spełniająca powyższe równanie różniczkowe musi mieć postać Wartość ˆf)to jedna z dobrze znanych całek F ξ) =F ) e ξ2 /2. e x2 /2 dx =.

3 3 Tak więc ostatecznie ˆfξ) = e ξ/2. b)transformata Fouriera w L 2 [, ]). W tym przypadku transformata jest po prostu rozkładem funkcji na współczynniki bazowe względem układu Fouriera stąd zbieżność nazwy). Funkcji przyporządkowany jest jej ciąg współczynników Fouriera ˆfn) = fx)e inx dx. Jest to przekształcenie L 2 [, ])w L 2 Z) ={{α n } n= : n= α n 2 < }, zachowujące długość wektorów ˆf = ˆfn) 2 = fx) 2 dx = f. n= Przekształceniem odwrotnym jest szereg Fouriera 2.2) n= ˆfn)e inx, gdzie zbieżność i równość zachodzi w L 2 [, ]), zgodnie z.3). Przykład. Obliczymy współczynniki Fouriera funkcji { x π π<x. Symetryczna fala prostokątna f jest bardzo pospolitą, często spotykaną w praktyce funkcją. Jeżeli rozważyć ją jako okresową funkcję na całej prostej R, to jest zwykła fala prostokątna. Sygnały takie pojawiają się w każdym układzie elektronicznym zawierającym mikroprocesory. Obliczmy najpierw ˆf). Podstawiając do wzoru otrzymujemy ˆf)= fx) dx = π dx + dx =. π

4 4 Teraz obliczmy pozostałe współczynniki. Niech n. Rozdzielając całkę jak poprzednio otrzymujemy 2.3) ˆfn) = π e inx in e inx dx e inx dx = π = e inπ e in e in + e inπ) = in { 2 iπn = n parzyste. π x= e inx in in 2 )n 2) x=π Przybliżenie funkcji f harmonicznymi do 3 i do 9 włącznie. Otrzymujemy więc z 2.2)następujące rozwinięcie naszej funkcji fx)w szereg = 4 π n= 2 iπn einx = sin 3x sin 5x sin x e inx e inx) = iπn ). 4 πn sin nx Można udowodnić, że równość powyższa zachodzi w każdym punkcie przedziału [, ], z wyjątkiem,π, w tych punktach prawa strona jest ). Analizując kolejne sumy częściowe powyższego rozwinięcia możemy zauważyć zjawisko Gibbsa: po obu stronach nieciągłości skokowej funkcji f w jej przybliżeniu pojawiają się lokalne maksima. Ich wysokość nie zmniejsza się, natomiast przesuwają się w stronę nieciągłości, i stają się coraz bardziej strome. Elektronicy nazywają je zakłóceniami szpilkowymi. Takie szpilki pojawiają się zawsze przy skokach analizowanej funkcji f, i ich wysokość jest proporcjonalna do wysokości skoku. Jako zastosowanie 2.3)otrzymamy następującą równość 2.4) n 2 = π2 6. Stosując 2.3)i równość Plancherela n= ˆfn) 2 = fx) 2 dx

5 5 otrzymujemy czyli Z drugiej strony n= 4 π 2 n 2 =2 n 2 = π π 2 n 2 =, n 2 = = 3 4 n 2 n 2. n parzyste Łącząc powyższe równości otrzymujemy 2.4). n 2 = n 2 2n) 2 = n 2 4 c)transformata Fouriera w L 2 Z n ), tak zwana dyskretna transformata Fouriera. Elementami L 2 Z n ) są wektory o n współrzędnych x =x),x),...,xn )). W tym przypadku transformata Fouriera jest to przekształcenie L 2 Z n )na siebie, zadane wzorem n ˆxk) = xj)e ijk/n, k =,...,n. Jak łatwo sprawdzić odwrotna transformata Fouriera dana jest wzorem i zachodzi równość Plancherela xk) = n j= n j= ˆxj)e ijk/n, k =,...,n, ˆx = n x, x = x) xn ) 2. Dyskretna transformata Fouriera bardzo często pojawia się w zastosowaniach. Jest używana do numerycznego obliczania ciągłej transformaty funkcja na R jest najpierw próbkowana), oraz istnieje szybki algorytm do jej obliczania - tak zwana szybka transformata Fouriera FFT). Zróbmy jeszcze następującą obserwację. Niech a<bbędądowolnymi liczbami i rozważmy następującą funkcję f na prostej { x [a, b], poza tym. Funkcja f żyje więc jedynie na odcinku [a, b]. Z drugiej strony, jak łatwo policzyć ˆfξ) =e iξa+b)/2 2sin ξ b a) 2 Transformata żyje więc na całej prostej, maleje powoli, tak jak /ξ. Mówimy, że transformata Fouriera nie jest lokalna: zmiana funkcji która jest ograniczona tylko do jakiegoś, być może bardzo małego, przedziału powoduje zmianę transformaty na całej prostej. Patrząc się na transformatę funkcji łatwo ξ ). n 2

6 6 jest zauważyć występowanie oscylacji transformata jest duża w okolicy odpowiedniej częstotliwości. Nie jest natomiast łatwo, bez obliczania transformaty odwrotnej, stwierdzić, gdzie ta oscylacja miała miejsce. Tą własność transformaty można ująć bardzo konkretnie, jako tak zwaną zasadę nieoznaczoności Heisenberga. Niech f L 2 R). Wprowadźmy następujące oznaczenia m = x fx) 2 dx, f ζ = ξ f ˆfξ) 2 dξ. m i ζ oznaczają więc wartości oczekiwane średnie) f 2 i ˆf 2. Wprowadźmy też oznaczenia na odchylenia standardowe wokół tych średnich σx 2 = x m) 2 fx) 2 dx f σξ 2 = ξ ζ) 2 f ˆfξ) 2 dξ. Zasada Nieoznaczoności Heisenberga. Dla dowolnej funkcji f L 2 R) zachodzi nierówność σ x σ ξ 2. Równość zachodzi tylko dla funkcji Gaussa. Innymi słowy, jeżeli fx) 2 jest skupiona wokół swojej średniej, to ˆfξ) 2 musi być rozproszona, i na odwrót. Sploty Wprowadzimy pojęcie splotu funkcji. Podobnie jak w przypadku transformaty Fouriera pojęcie splotu można zawsze wprowadzić dla funkcji określonych na przestrzeni, która jest również grupą przemienną. Wprowadzimy więc splot dwóch funkcji na prostej R dwóch funkcji na odcinku [, ] f gx) = fx y)gy) dy, x R, f gx) = fx y)gy) dy, x [, ], dwóch ciągów nieskończonych α = {α k } k=, β = {β k} k= α β) k = α k l β l, k Z, l= oraz dwóch ciągów skończonych α, β L 2 Z n ) n α β) k = α k l β l, k =,...,n. l= W przypadku splotu na odcinku [, ] różnicęx y pod całką należy rozumieć modulo, albo funkcję f traktować jako okresową na prostej. Podobnie, w przypadku splotu ciągów skończonych różnicę k l pod sumą rozumiemy jako różnicę modulo n, albo ciąg α traktujemy jako ciąg nieskończony okresowy, o okresie n. W każdym przypadku splot jest przemienny, co można łatwo pokazać przez zamianę zmiennych lub indeksu sumowania. Będziemy korzystać z następujących własności splotów.

7 7 Własności. a)na prostej f gξ) = ˆfξ) ĝξ), f gξ) = ˆf ĝξ), na odcinku f gn) = ˆfn)ĝn), f gn) =ˆf ĝ)n splot ciągów), oraz dla ciągów skończonych α β) k =ˆα k ˆβk, α β)k =ˆα ˆβ) k. Splot f g dwóch funkcji z L 2 R)jest funkcją ciągłą, ale nie musi być ani całkowalna ani całkowalna z kwadratem. W takiej sytuacji transformatę Fouriera f g można policzyć podobnie jak we wzorze 2. ). Znaczenie splotów dla analizy sygnałów bierze się stąd, że większość operacji przekształcających sygnały w praktyce ma właśnie postać splotu. Innymi słowy, większość operacji na sygnałach można przedstawić jako splot z pewną funkcją. Biorąc pod uwagę powyższe własności oznacza to że operacje na sygnałach, po stronie transformaty Fouriera, mają postać mnożenia przez funkcję. Operacje takie nazywamy filtrami.

Szeregi funkcyjne. Szeregi potęgowe i trygonometryczne. Katedra Matematyki Wydział Informatyki Politechnika Białostocka

Szeregi funkcyjne. Szeregi potęgowe i trygonometryczne. Katedra Matematyki Wydział Informatyki Politechnika Białostocka Szeregi funkcyjne Szeregi potęgowe i trygonometryczne Małgorzata Wyrwas Katedra Matematyki Wydział Informatyki Politechnika Białostocka Szeregi funkcyjne str. 1/36 Szereg potęgowy Szeregiem potęgowym o

Bardziej szczegółowo

Dystrybucje, wiadomości wstępne (I)

Dystrybucje, 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 szczegółowo

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5 Dystrybucje Marcin Orchel Spis treści 1 Wstęp 1 1.1 Dystrybucje................................... 1 1.2 Pochodna dystrybucyjna............................ 3 1.3 Przestrzenie...................................

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 7/15 Rachunek różnicowy Dobrym narzędziem do obliczania skończonych sum jest rachunek różnicowy. W rachunku tym odpowiednikiem operatora

Bardziej szczegółowo

II. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski

II. 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 szczegółowo

Informacja o przestrzeniach Hilberta

Informacja o przestrzeniach Hilberta Temat 10 Informacja o przestrzeniach Hilberta 10.1 Przestrzenie unitarne, iloczyn skalarny Niech dana będzie przestrzeń liniowa X. Załóżmy, że każdej parze elementów x, y X została przyporządkowana liczba

Bardziej szczegółowo

Całka podwójna po prostokącie

Całka podwójna po prostokącie Całka podwójna po prostokącie Rozważmy prostokąt = {(x, y) R : a x b, c y d}, gdzie a, b, c, d R, oraz funkcję dwóch zmiennych f : R ograniczoną w tym prostokącie. rostokąt dzielimy na n prostokątów i

Bardziej szczegółowo

Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. u = 0, (6.1) jest operatorem Laplace a. (x,y)

Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. u = 0, (6.1) jest operatorem Laplace a. (x,y) Wykład 6 Funkcje harmoniczne Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. e f i n i c j a Funkcję u (x 1, x 2,..., x n ) nazywamy harmoniczną w obszarze R n wtedy i

Bardziej szczegółowo

uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem próbkowania t takim, że T = t N 1 t

uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem próbkowania t takim, że T = t N 1 t 4. 1 3. " P r ze c ie k " w idm ow y 1 0 2 4.13. "PRZECIEK" WIDMOWY Rozważmy szereg czasowy {x r } dla r = 0, 1,..., N 1 uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem

Bardziej szczegółowo

13 Równanie struny drgającej. Równanie przewodnictwa ciepła.

13 Równanie struny drgającej. Równanie przewodnictwa ciepła. Równanie struny drgającej. Równanie przewodnictwa ciepła 13 1 13 Równanie struny drgającej. Równanie przewodnictwa ciepła. 13.1 Równanie struny drgającej Równanie różniczkowe liniowe drugiego rzędu typu

Bardziej szczegółowo

Lista 1. (e) z działaniem dodawania ciągów i mnożeniem ciągu przez liczbę. (f) z działaniem dodawania ciągów i mnożeniem ciągu przez liczbę

Lista 1. (e) z działaniem dodawania ciągów i mnożeniem ciągu przez liczbę. (f) z działaniem dodawania ciągów i mnożeniem ciągu przez liczbę MATEMATYKA Lista 1 1. Zbadać liniową niezależność wektorów. (a) (1, 2, 3), (3, 4, 5), V = R 3 ; (b) (1, 2, 3), (3, 2, 1), (1, 1, 1), V = R 3 ; (c) (1, 0, 0, 0), ( 1, 1, 0, 0), (1, 1, 1, 0), ( 1, 1 1, 1),

Bardziej szczegółowo

Równanie przewodnictwa cieplnego (I)

Równanie przewodnictwa cieplnego (I) Wykład 4 Równanie przewodnictwa cieplnego (I) 4.1 Zagadnienie Cauchy ego dla pręta nieograniczonego Rozkład temperatury w jednowymiarowym nieograniczonym pręcie opisuje funkcja u = u(x, t), spełniająca

Bardziej szczegółowo

1 Relacje i odwzorowania

1 Relacje i odwzorowania Relacje i odwzorowania Relacje Jacek Kłopotowski Zadania z analizy matematycznej I Wykazać, że jeśli relacja ρ X X jest przeciwzwrotna i przechodnia, to jest przeciwsymetryczna Zbadać czy relacja ρ X X

Bardziej szczegółowo

Nieskończona jednowymiarowa studnia potencjału

Nieskończona jednowymiarowa studnia potencjału Nieskończona jednowymiarowa studnia potencjału Zagadnienie dane jest następująco: znaleźć funkcje własne i wartości własne operatora energii dla cząstki umieszczonej w nieskończonej studni potencjału,

Bardziej szczegółowo

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe Nierówność Czebyszewa Niech X będzie zmienną losową o skończonej wariancji V ar(x). Wtedy wartość oczekiwana E(X) też jest skończona i

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3.

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3. RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3. ZMIENNA LOSOWA JEDNOWYMIAROWA. Zmienną losową X nazywamy funkcję (praktycznie każdą) przyporządkowującą zdarzeniom elementarnym liczby rzeczywiste. X : Ω R (dokładniej:

Bardziej szczegółowo

Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.

Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna. Wykład 4 Rozkłady i ich dystrybuanty Dwa typy zmiennych losowych Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x, x 2,...}, to mówimy, że jest to zmienna dyskretna.

Bardziej szczegółowo

Transformata Fouriera

Transformata Fouriera Transformata Fouriera Program wykładu 1. Wprowadzenie teoretyczne 2. Algorytm FFT 3. Zastosowanie analizy Fouriera 4. Przykłady programów Wprowadzenie teoretyczne Zespolona transformata Fouriera Jeżeli

Bardziej szczegółowo

Analiza matematyczna 2 zadania z odpowiedziami

Analiza matematyczna 2 zadania z odpowiedziami Analiza matematyczna zadania z odpowiedziami Maciej Burnecki strona główna Spis treści I Całki niewłaściwe pierwszego rodzaju II Całki niewłaściwe drugiego rodzaju 5 III Szeregi liczbowe 6 IV Szeregi potęgowe

Bardziej szczegółowo

9. Dyskretna transformata Fouriera algorytm FFT

9. Dyskretna transformata Fouriera algorytm FFT Transformata Fouriera ma szerokie zastosowanie w analizie i syntezie układów i systemów elektronicznych, gdyż pozwala na połączenie dwóch sposobów przedstawiania sygnałów reprezentacji w dziedzinie czasu

Bardziej szczegółowo

Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej. Całki nieoznaczone

Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej. Całki nieoznaczone Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej Całki nieoznaczone 1. Definicja całki nieoznaczonej Definicja 1. Funkcja F jest funkcją pierwotną funkcji f na przedziale I, jeżeli F (x) =

Bardziej szczegółowo

Całki niewłaściwe. Całki w granicach nieskończonych

Całki niewłaściwe. Całki w granicach nieskończonych Całki niewłaściwe Całki w granicach nieskończonych Wiemy, co to jest w przypadku skończonego przedziału i funkcji ograniczonej. Okazuje się potrzebne uogólnienie tego pojęcia w różnych kierunkach (przedział

Bardziej szczegółowo

Zagadnienia brzegowe dla równań eliptycznych

Zagadnienia brzegowe dla równań eliptycznych Temat 7 Zagadnienia brzegowe dla równań eliptycznych Rozważmy płaski obszar R 2 ograniczony krzywą. la równania Laplace a (Poissona) stawia się trzy podstawowe zagadnienia brzegowe. Zagadnienie irichleta

Bardziej szczegółowo

ANALIZA MATEMATYCZNA 2 zadania z odpowiedziami

ANALIZA MATEMATYCZNA 2 zadania z odpowiedziami ANALIZA MATEMATYCZNA zadania z odpowiedziami Maciej Burnecki strona główna Spis treści Całki niewłaściwe pierwszego rodzaju Całki niewłaściwe drugiego rodzaju Szeregi liczbowe 4 4 Szeregi potęgowe 5 5

Bardziej szczegółowo

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27.1. Wiadomości wstępne Równaniem różniczkowym cząstkowym nazywamy związek w którym występuje funkcja niewiadoma u dwóch lub większej liczby zmiennych niezależnych i

Bardziej szczegółowo

Wykład 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. 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 szczegółowo

TRANSFORMATA FOURIERA

TRANSFORMATA FOURIERA TRANSFORMATA FOURIERA. Wzór całkowy Fouriera Wzór ten wykorzystujemy do analizy funkcji nieokresowych; funkcje te mogą opisywać np.przebiegi eleektryczne. Najpierw sformułujmy tzw. warunki Dirichleta.

Bardziej szczegółowo

Matematyczne Metody Fizyki II

Matematyczne Metody Fizyki II Matematyczne Metody Fizyki II Mariusz Przybycień Wydział Fizyki i Informatyki Stosowanej Akademia Górniczo-Hutnicza Wykład 7 M. Przybycień (WFiIS AGH) Matematyczne Metody Fizyki II Wykład 7 1 / 11 Reprezentacja

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład II: Zmienne losowe i charakterystyki ich rozkładów 13 października 2014 Zmienne losowe Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Definicja zmiennej losowej i jej

Bardziej szczegółowo

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III. Literatura Krysicki W., Bartos J., Dyczka W., Królikowska K, Wasilewski M., Rachunek Prawdopodobieństwa i Statystyka Matematyczna w Zadaniach, cz. I. Leitner R., Zacharski J., Zarys matematyki wyŝszej

Bardziej szczegółowo

Układy stochastyczne

Układy stochastyczne Instytut Informatyki Uniwersytetu Śląskiego 21 stycznia 2009 Definicja Definicja Proces stochastyczny to funkcja losowa, czyli funkcja matematyczna, której wartości leżą w przestrzeni zdarzeń losowych.

Bardziej szczegółowo

Biostatystyka, # 3 /Weterynaria I/

Biostatystyka, # 3 /Weterynaria I/ Biostatystyka, # 3 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, p. 221 bud. CIW, e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja

Bardziej szczegółowo

Całki podwójne. Definicja całki podwójnej. Jacek Kłopotowski. 25 maja Katedra Matematyki i Ekonomii Matematycznej

Całki podwójne. Definicja całki podwójnej. Jacek Kłopotowski. 25 maja Katedra Matematyki i Ekonomii Matematycznej Definicja całki podwójnej Katedra Matematyki i Ekonomii Matematycznej 25 maja 2016 Definicja całki podwójnej Załóżmy, że f : K R, gdzie K = a, b c, d R 2, jest funkcją ograniczoną. Niech x 0, x 1,...,

Bardziej szczegółowo

Przetwarzanie i transmisja danych multimedialnych. Wykład 8 Transformaty i kodowanie cz. 2. Przemysław Sękalski.

Przetwarzanie i transmisja danych multimedialnych. Wykład 8 Transformaty i kodowanie cz. 2. Przemysław Sękalski. Przetwarzanie i transmisja danych multimedialnych Wykład 8 Transformaty i kodowanie cz. 2 Przemysław Sękalski sekalski@dmcs.pl Politechnika Łódzka Katedra Mikroelektroniki i Technik Informatycznych DMCS

Bardziej szczegółowo

Wykład 1. Przestrzeń Hilberta

Wykład 1. Przestrzeń Hilberta Wykład 1. Przestrzeń Hilberta Sygnały. Funkcje (w języku inżynierów - sygnały) które będziemy rozważali na tym wykładzie będą kilku typów Sygnały ciągłe (analogowe). ) L 2 (R) to funkcje na prostej spełniające

Bardziej szczegółowo

VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji.

VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji. VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji. Twierdzenie 1.1. (Rolle a) Jeżeli funkcja f jest ciągła w przedziale domkniętym

Bardziej szczegółowo

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa Równanie Bessela Będziemy rozważać następujące równanie Bessela x y xy x ν )y 0 ) gdzie ν 0 jest pewnym parametrem Rozwiązania równania ) nazywamy funkcjami Bessela rzędu ν Sprawdzamy, że x 0 jest regularnym

Bardziej szczegółowo

Wykład 2: Szeregi Fouriera

Wykład 2: Szeregi Fouriera Rachunek prawdopodobieństwa MAP64 Wydział Elektroniki, rok akad. 8/9, sem. letni Wykładowca: dr hab. A. Jurlewicz Wykład : Szeregi Fouriera Definicja. Niech f(t) będzie funkcją określoną na R, okresową

Bardziej szczegółowo

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja) Matematyka II Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 208/209 wykład 3 (27 maja) Całki niewłaściwe przedział nieograniczony Rozpatrujemy funkcje ciągłe określone na zbiorach < a, ),

Bardziej szczegółowo

Rachunek różniczkowy i całkowy 2016/17

Rachunek różniczkowy i całkowy 2016/17 Rachunek różniczkowy i całkowy 26/7 Zadania domowe w pakietach tygodniowych Tydzień 3-7..26 Zadanie O. Czy dla wszelkich zbiorów A, B i C zachodzą następujące równości: (A B)\C = (A\C) (B\C), A\(B\C) =

Bardziej szczegółowo

RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych. Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych

RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych. Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych wyliczamy według wzoru (x, x 2,..., x n ) f(x, x 2,..., x n )

Bardziej szczegółowo

Wykład 1. Przestrzeń Hilberta

Wykład 1. Przestrzeń Hilberta Wykład 1. Przestrzeń Hilberta Sygnały. Funkcje (w języku inżynierów - sygnały) które będziemy rozważali na tym wykładzie będą kilku typów Sygnały ciągłe (analogowe). ) L (R) to funkcje na prostej spełniające

Bardziej szczegółowo

Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju

Funkcje 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 szczegółowo

7 Twierdzenie Fubiniego

7 Twierdzenie Fubiniego M. Beśka, Wstęp do teorii miary, wykład 7 19 7 Twierdzenie Fubiniego 7.1 Miary produktowe Niech i będą niepustymi zbiorami. Przez oznaczmy produkt kartezjański i tj. zbiór = { (x, y : x y }. Niech E oraz

Bardziej szczegółowo

Jednowymiarowa zmienna losowa

Jednowymiarowa zmienna losowa 1 Jednowymiarowa zmienna losowa Przykład Doświadczenie losowe - rzut kostką do gry. Obserwujemy ilość wyrzuconych oczek. Teoretyczny model eksperymentu losowego - przestrzeń probabilistyczna (Ω, S, P ),

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2 RÓWNANIA RÓŻNICZKOWE WYKŁAD 2 Równania różniczkowe o zmiennych rozdzielonych Równania sprowadzalne do równań o zmiennych rozdzielonych Niech f będzie funkcją ciągłą na przedziale (a, b), spełniającą na

Bardziej szczegółowo

Wykłady z Matematyki stosowanej w inżynierii środowiska, II sem. 2. CAŁKA PODWÓJNA Całka podwójna po prostokącie

Wykłady z Matematyki stosowanej w inżynierii środowiska, II sem. 2. CAŁKA PODWÓJNA Całka podwójna po prostokącie Wykłady z Matematyki stosowanej w inżynierii środowiska, II sem..1. Całka podwójna po prostokącie.. CAŁKA POWÓJNA.. Całka podwójna po obszarach normalnych..3. Całka podwójna po obszarach regularnych..4.

Bardziej szczegółowo

Ważne rozkłady i twierdzenia c.d.

Ważne rozkłady i twierdzenia c.d. Ważne rozkłady i twierdzenia c.d. Funkcja charakterystyczna rozkładu Wielowymiarowy rozkład normalny Elipsa kowariacji Sploty rozkładów Rozkłady jednostajne Sploty z rozkładem normalnym Pobieranie próby

Bardziej szczegółowo

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 12

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 12 Matematyka I Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 12 Egzamin Termin: 28.01, godz. 10.15-11.45, sala 309 3 pytania teoretyczne 2 zadania wybór pytań i wybór zadań

Bardziej szczegółowo

5 Równania różniczkowe zwyczajne rzędu drugiego

5 Równania różniczkowe zwyczajne rzędu drugiego 5 Równania różniczkowe zwyczajne rzędu drugiego Definicja 5.1. Równaniem różniczkowym zwyczajnym rzędu drugiego nazywamy równanie postaci F ( x, y, y, y ) = 0, (12) w którym niewiadomą jest funkcja y =

Bardziej szczegółowo

- prędkość masy wynikająca z innych procesów, np. adwekcji, naprężeń itd.

- prędkość masy wynikająca z innych procesów, np. adwekcji, naprężeń itd. 4. Równania dyfuzji 4.1. Prawo zachowania masy cd. Równanie dyfuzji jest prostą konsekwencją prawa zachowania masy, a właściwie to jest to prawo zachowania masy zapisane dla procesu dyfuzji i uwzględniające

Bardziej szczegółowo

1 Szeregi potęgowe. 1.1 Promień zbieżności szeregu potęgowego. Wydział Informatyki, KONWERSATORIUM Z MATEMATYKI, 2008/2009.

1 Szeregi potęgowe. 1.1 Promień zbieżności szeregu potęgowego. Wydział Informatyki, KONWERSATORIUM Z MATEMATYKI, 2008/2009. Szeregi potęgowe Definicja.. Szeregiem potęgowym o środku w punkcie R nazywamy szereg postaci: gdzie x R oraz c n R dla n = 0,, 2,... c n (x ) n, Przyjmujemy, że 0 0 def =. Liczby c n nazywamy współczynnikami

Bardziej szczegółowo

Równanie Schrödingera

Równanie Schrödingera Równanie Schrödingera Maciej J. Mrowiński 29 lutego 2012 Zadanie RS1 Funkcja falowa opisująca stan pewnej cząstki w chwili t = 0 ma następującą postać: A(a Ψ(x,0) = 2 x 2 ) gdy x [ a,a] 0 gdy x / [ a,a]

Bardziej szczegółowo

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną?

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1. Liczby zespolone 1.1. Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1.2. Doprowadzić do postaci a + ib liczby zespolone (i) (1 13i)/(1 3i),

Bardziej szczegółowo

METODY MATEMATYCZNE I STATYSTYCZNE W INŻYNIERII CHEMICZNEJ

METODY MATEMATYCZNE I STATYSTYCZNE W INŻYNIERII CHEMICZNEJ METODY MATEMATYCZNE I STATYSTYCZNE W INŻYNIERII CHEMICZNEJ Wykład 6 Transformata Laplace a Funkcje specjalne Przekształcenia całkowe W wielu zastosowaniach dużą rolę odgrywają tzw. przekształcenia całkowe

Bardziej szczegółowo

Wykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P,

Wykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P, Wykłady ostatnie CAŁKA LBSGU A Zasadnicza różnica koncepcyjna między całką Riemanna i całką Lebesgue a polega na zamianie ról przestrzeni wartości i przestrzeni argumentów przy konstrukcji sum górnych

Bardziej szczegółowo

8 Całka stochastyczna względem semimartyngałów

8 Całka stochastyczna względem semimartyngałów M. Beśka, Całka Stochastyczna, wykład 8 148 8 Całka stochastyczna względem semimartyngałów 8.1 Całka stochastyczna w M 2 Oznaczmy przez Ξ zbiór procesów postaci X t (ω) = ξ (ω)i {} (t) + n ξ i (ω)i (ti,

Bardziej szczegółowo

2 Równania różniczkowe zwyczajne o rozdzielonych zmiennych

2 Równania różniczkowe zwyczajne o rozdzielonych zmiennych 2. Równania o rozdzielonych zmiennych 2 1 2 Równania różniczkowe zwyczajne o rozdzielonych zmiennych Równaniem różniczkowym zwyczajnym pierwszego rzędu o rozdzielonych zmiennych nazywamy równanie różniczkowe

Bardziej szczegółowo

Całka nieoznaczona, podstawowe wiadomości

Całka nieoznaczona, podstawowe wiadomości Całka nieoznaczona, podstawowe wiadomości Funkcją pierwotną funkcji w przedziale nazywamy funkcję taką, że dla każdego punktu z tego przedziału zachodzi Różnica dwóch funkcji pierwotnych w przedziale danej

Bardziej szczegółowo

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u W ) Rzeczywiście U W jest podprzetrzenią przestrzeni

Bardziej szczegółowo

Równania różniczkowe cząstkowe drugiego rzędu

Równania różniczkowe cząstkowe drugiego rzędu Równania różniczkowe cząstkowe drugiego rzędu Marcin Orchel Spis treści 1 Wstęp 1 1.1 Metoda faktoryzacji (rozdzielania zmiennych)................ 5 1.2 Metoda funkcji Greena.............................

Bardziej szczegółowo

Statystyka i eksploracja danych

Statystyka 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 szczegółowo

KURS SZEREGI. Lekcja 10 Szeregi Fouriera ZADANIE DOMOWE. Strona 1

KURS SZEREGI. Lekcja 10 Szeregi Fouriera ZADANIE DOMOWE.   Strona 1 KURS SZEREGI Lekcja 1 Szeregi Fouriera ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 Zaznacz poprawną odpowiedź: a) Szereg Fouriera

Bardziej szczegółowo

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski Notatki z Analizy Matematycznej 2 Jacek M. Jędrzejewski Definicja 3.1. Niech (a n ) n=1 będzie ciągiem liczbowym. Dla każdej liczby naturalnej dodatniej n utwórzmy S n nazywamy n-tą sumą częściową. ROZDZIAŁ

Bardziej szczegółowo

Szeregi Fouriera. Grzegorz Lysik. 1. Motywacja szeregów Fouriera, równanie ciepła.

Szeregi Fouriera. Grzegorz Lysik. 1. Motywacja szeregów Fouriera, równanie ciepła. Szeregi Fouriera Grzegorz Lysik 1. Motywacja szeregów Fouriera, równanie ciepła. Rozważmy problem rozchodzenia się ciepła w pręcie o długości l. Temperatura pręta w punkcie x i w chwili t spełnia równanie

Bardziej szczegółowo

Wykład VI Dalekie pole

Wykład VI Dalekie pole Wykład VI Dalekie pole Schemat przypomnienie Musimy znać rozkład fali padającej u pad (x,y) w płaszczyźnie układu optycznego Musimy znać funkcję transmitancji układu optycznego t(x,y) Określamy falę właśnie

Bardziej szczegółowo

Rachunek całkowy funkcji wielu zmiennych

Rachunek całkowy funkcji wielu zmiennych Rachunek całkowy funkcji wielu zmiennych Całki potrójne wykład z MATEMATYKI Budownictwo studia niestacjonarne sem. II, rok ak. 2008/2009 Katedra Matematyki Wydział Informatyki olitechnika Białostocka 1

Bardziej szczegółowo

Analiza funkcjonalna 1.

Analiza 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 szczegółowo

Transformacje Fouriera * podstawowe własności

Transformacje Fouriera * podstawowe własności Transformacje Fouriera * podstawowe własności * podejście mało formalne Funkcja w domenie czasowej Transformacja Fouriera - wstęp Ta sama funkcja w domenie częstości Transformacja Fouriera polega na rozkładzie

Bardziej szczegółowo

Przykładowe zadania z teorii liczb

Przykładowe zadania z teorii liczb Przykładowe zadania z teorii liczb I. Podzielność liczb całkowitych. Liczba a = 346 przy dzieleniu przez pewną liczbę dodatnią całkowitą b daje iloraz k = 85 i resztę r. Znaleźć dzielnik b oraz resztę

Bardziej szczegółowo

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory; Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia

Bardziej szczegółowo

Transformaty. Kodowanie transformujace

Transformaty. Kodowanie transformujace Transformaty. Kodowanie transformujace Kodowanie i kompresja informacji - Wykład 10 10 maja 2009 Szeregi Fouriera Każda funkcję okresowa f (t) o okresie T można zapisać jako f (t) = a 0 + a n cos nω 0

Bardziej szczegółowo

Elementy rachunku różniczkowego i całkowego

Elementy rachunku różniczkowego i całkowego Elementy rachunku różniczkowego i całkowego W paragrafie tym podane zostaną elementarne wiadomości na temat rachunku różniczkowego i całkowego oraz przykłady jego zastosowania w fizyce. Małymi literami

Bardziej szczegółowo

Definicja i własności wartości bezwzględnej.

Definicja i własności wartości bezwzględnej. Równania i nierówności z wartością bezwzględną. Rozwiązywanie układów dwóch (trzech) równań z dwiema (trzema) niewiadomymi. Układy równań liniowych z parametrem, analiza rozwiązań. Definicja i własności

Bardziej szczegółowo

FFT i dyskretny splot. Aplikacje w DSP

FFT i dyskretny splot. Aplikacje w DSP i dyskretny splot. Aplikacje w DSP Marcin Jenczmyk m.jenczmyk@knm.katowice.pl Wydział Matematyki, Fizyki i Chemii 10 maja 2014 M. Jenczmyk Sesja wiosenna KNM 2014 i dyskretny splot 1 / 17 Transformata

Bardziej szczegółowo

III. RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE

III. RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE III. RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE 1. Pojęcia wstępne Przykład 1.1. (Rozpad substancji promieniotwórczej ) Z doświadczeń wiadomo, że prędkość rozpa pierwiastka promieniotwórczego jest ujemna i proporcjonalna

Bardziej szczegółowo

1 Symulacja procesów cieplnych 1. 2 Algorytm MES 2. 3 Implementacja rozwiązania 2. 4 Całkowanie numeryczne w MES 3. k z (t) t ) k y (t) t )

1 Symulacja procesów cieplnych 1. 2 Algorytm MES 2. 3 Implementacja rozwiązania 2. 4 Całkowanie numeryczne w MES 3. k z (t) t ) k y (t) t ) pis treści ymulacja procesów cieplnych Algorytm ME 3 Implementacja rozwiązania 4 Całkowanie numeryczne w ME 3 ymulacja procesów cieplnych Procesy cieplne opisuje równanie różniczkowe w postaci: ( k x (t)

Bardziej szczegółowo

Kubatury Gaussa (całka podwójna po trójkącie)

Kubatury Gaussa (całka podwójna po trójkącie) Kubatury Gaussa (całka podwójna po trójkącie) Całka podwójna po trójkącie Dana jest funkcja dwóch zmiennych f (x, y) ciągła i ograniczona w obszarze trójkątnym D. Wierzchołki trójkąta wyznaczają punkty

Bardziej szczegółowo

Lista 6. Kamil Matuszewski 13 kwietnia D n =

Lista 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 szczegółowo

Liczby zespolone. x + 2 = 0.

Liczby zespolone. x + 2 = 0. Liczby zespolone 1 Wiadomości wstępne Rozważmy równanie wielomianowe postaci x + 2 = 0. Współczynniki wielomianu stojącego po lewej stronie są liczbami całkowitymi i jedyny pierwiastek x = 2 jest liczbą

Bardziej szczegółowo

Rachunek różniczkowy i całkowy w przestrzeniach R n

Rachunek różniczkowy i całkowy w przestrzeniach R n Rachunek różniczkowy i całkowy w przestrzeniach R n Na dzisiejszym wykładzie rozważać będziemy funkcje f : R m R n Każda taka funkcję f można przedstawić jako wektor funkcji (f 1, f 2,, f n ), gdzie każda

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Matematyka dyskretna. Andrzej Łachwa, UJ, /14 Matematyka dyskretna Andrzej Łachwa, UJ, 2016 andrzej.lachwa@uj.edu.pl 6/14 Sumy Oto dwie konwencje zapisu skończonych sum wyrazów: (notacja Sigma, Fourier, 1820) Czasami stosowana jest ogólniejsza notacja,

Bardziej szczegółowo

1 Funkcje dwóch zmiennych podstawowe pojęcia

1 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 szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład IV: 27 października 2014 Współczynnik korelacji Brak korelacji a niezależność Definicja współczynnika korelacji Współczynnikiem korelacji całkowalnych z kwadratem zmiennych losowych X i Y nazywamy

Bardziej szczegółowo

FUNKCJE ZESPOLONE Lista zadań 2005/2006

FUNKCJE ZESPOLONE Lista zadań 2005/2006 FUNKJE ZESPOLONE Lista zadań 25/26 Opracowanie: dr Jolanta Długosz Liczby zespolone. Obliczyć wartości podanych wyrażeń: (2 + ) ( ) 2 4 i (5 + i); b) (3 i)( 4 + 2i); c) 4 + i ; d) ( + i) 4 ; e) ( 2 + 3i)

Bardziej szczegółowo

1. Wykład NWD, NWW i algorytm Euklidesa.

1. Wykład NWD, NWW i algorytm Euklidesa. 1.1. NWD, NWW i algorytm Euklidesa. 1. Wykład 1 Twierdzenie 1.1 (o dzieleniu z resztą). Niech a, b Z, b 0. Wówczas istnieje dokładnie jedna para liczb całkowitych q, r Z taka, że a = qb + r oraz 0 r< b.

Bardziej szczegółowo

Podstawy Automatyki. wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24)

Podstawy Automatyki. wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24) Podstawy Automatyki wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak Politechnika Wrocławska Instytut Technologii Maszyn i Automatyzacji (I-24) Laboratorium Podstaw Automatyzacji (L6) 105/2 B1 Sprawy organizacyjne

Bardziej szczegółowo

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr :

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr : Lista Przestrzenie liniowe Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr : V = R[X], zbiór wielomianów jednej zmiennej o współczynnikach rzeczywistych, wraz ze standardowym dodawaniem

Bardziej szczegółowo

Wykład 14 i 15. Równania różniczkowe. Równanie o zmiennych rozdzielonych. Definicja 1. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie

Wykład 14 i 15. Równania różniczkowe. Równanie o zmiennych rozdzielonych. Definicja 1. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie Wykład 14 i 15 Równania różniczkowe Definicja 1. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie F (x, y, y, y,..., y (n) ) = 0 (1) gdzie: y = y(x) niewiadoma funkcja zmiennej rzeczywistej

Bardziej szczegółowo

Analiza Matematyczna MAEW101

Analiza Matematyczna MAEW101 Analiza Matematyczna MAEW Wydział Elektroniki Listy zadań nr 8-4 (część II) na podstawie skryptów: M.Gewert, Z Skoczylas, Analiza Matematyczna. Przykłady i zadania, GiS, Wrocław 5 M.Gewert, Z Skoczylas,

Bardziej szczegółowo

CAŁKI NIEOZNACZONE C R}.

CAŁKI NIEOZNACZONE C R}. CAŁKI NIEOZNACZONE Definicja 1 Funkcja F jest funkcją pierwotną funkcji f na przedziale I, jeżeli F (x) = f(x) dla każdego x I. Np. funkcjami pierwotnymi funkcji f(x) = sin x na R są cos x, cos x+1, cos

Bardziej szczegółowo

Przeksztacenie Laplace a. Krzysztof Patan

Przeksztacenie Laplace a. Krzysztof Patan Przeksztacenie Laplace a Krzysztof Patan Wprowadzenie Transformata Fouriera popularna metoda opisu systemów w dziedzinie częstotliwości Transformata Fouriera umożliwia wykonanie wielu użytecznych czynności:

Bardziej szczegółowo

Równanie przewodnictwa cieplnego (II)

Równanie przewodnictwa cieplnego (II) Wykład 5 Równanie przewodnictwa cieplnego (II) 5.1 Metoda Fouriera dla pręta ograniczonego 5.1.1 Pierwsze zagadnienie brzegowe dla pręta ograniczonego Poszukujemy rozwiązania równania przewodnictwa spełniającego

Bardziej szczegółowo

Zadania do Rozdziału X

Zadania do Rozdziału X Zadania do Rozdziału X 1. 2. Znajdź wszystkie σ-ciała podzbiorów X, gdy X = (i) {1, 2}, (ii){1, 2, 3}. (b) Znajdź wszystkie elementy σ-ciała generowanego przez {{1, 2}, {2, 3}} dla X = {1, 2, 3, 4}. Wykaż,

Bardziej szczegółowo

ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ

ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ FUNKCJE DWÓCH ZMIENNYCH RZECZYWISTYCH Definicja 1. Niech A będzie dowolnym niepustym zbiorem. Metryką w zbiorze A nazywamy funkcję rzeczywistą

Bardziej szczegółowo

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem Zestaw zadań 9: Przestrzenie wektorowe. Podprzestrzenie () Wykazać, że V = C ze zwykłym dodawaniem jako dodawaniem wektorów i operacją mnożenia przez skalar : C C C, (z, v) z v := z v jest przestrzenią

Bardziej szczegółowo

Wykłady... b i a i. i=1. m(d k ) inf

Wykłady... b i a i. i=1. m(d k ) inf Wykłady... CŁKOWNIE FUNKCJI WIELU ZMIENNYCH Zaczniemy od konstrukcji całki na przedziale domkniętym. Konstrukcja ta jest, w gruncie rzeczy, powtórzeniem definicji całki na odcinku domkniętym w R 1. Przedziałem

Bardziej szczegółowo

VI. Równania różniczkowe liniowe wyższych rzędów

VI. Równania różniczkowe liniowe wyższych rzędów VI. 1. Równanie różniczkowe liniowe n-tego rzędu o zmiennych współczynnikach Niech podobnie jak w poprzednim paragrafie K = C lub K = R. Podobnie jak w dziedzinie rzeczywistej wprowadzamy pochodne wyższych

Bardziej szczegółowo

Rozdział XV CAŁKI KRZYWOLINIOWE. CAŁKA STIELTJESA

Rozdział XV CAŁKI KRZYWOLINIOWE. CAŁKA STIELTJESA Księgarnia PWN: Grigorij M. Fichtenholz Rachunek różniczkowy i całkowy. T. 3 Rozdział XV CAŁKI KRZYWOLINIOWE. CAŁKA STIELTJESA 1. Całki krzywoliniowe pierwszego rodzaju 543. Definicja całki krzywoliniowej

Bardziej szczegółowo