Politechnika Poznańska, Katedra Sterowania i Inżynierii Systemów Wykład 12, str. 1 C 1 C 2 C 3 1. * x 2. x 2. or max then (min)

Wielkość: px
Rozpocząć pokaz od strony:

Download "Politechnika Poznańska, Katedra Sterowania i Inżynierii Systemów Wykład 12, str. 1 C 1 C 2 C 3 1. * x 2. x 2. or max then (min)"

Transkrypt

1 Politechnika Poznańska, Katedra Sterowania i Inżnierii Sstemów Wkład, str. Implikacja rozmta A B A, B µ A (x, µ B ( x A, B µ A B (x, µ A B (x, = min(µ A (x, µ B ( lub µ A B (x, = µ A (x µ B ( 38. Wnioskowanie (ang. inference rozmte Regu³a : A A A ( x B B B ( x C C C Regu³a : x A A x A ( x and B B B ( x min C C then (min C Regu³a 3: x A A x A ( x and B B B ( x min C C then (min x x or max then (min fuzfikacja w ( agregacja ( max Rs. 73. Wnioskowanie wg metod Mamdaniego reguła : if (x = A and ( = B then ( = C reguła : if (x = A and ( = B then ( = C reguła 3: if (x = A or ( = B then ( = C, C, x, x Sterowanie neuro-rozmte

2 Politechnika Poznańska, Katedra Sterowania i Inżnierii Sstemów Wkład, str. Regu³a : A A A ( x B B B ( x Regu³a : x A A x A ( x and B B B ( x min k k then (min k Regu³a 3: x A A x A ( x and B B B ( x min k k then (min k x x k k or max then (min fuzfikacja w ( agregacja ( max k k Rs. 74. Wnioskowanie wg metod Takagi-Sugeno reguła : if (x = A and ( = B then ( = k reguła : if (x = A and ( = B then ( = k reguła 3: if (x = A or ( = B then ( = 39. Defuzfikacja (wostrzanie µ w ( metod wostrzania: (a metoda środka maksimum, (b metoda pierwszego maksimum, (c metoda ostatniego maksimum, (d metoda środka ciężkości, (e metoda wsokości Sterowanie neuro-rozmte

3 Politechnika Poznańska, Katedra Sterowania i Inżnierii Sstemów Wkład, str. 3 a metoda środka maksimum ( C ( C ( w ( Rs. 75. = ( + / ( C C ( C C ( C C w ( w ( w ( Rs. 76. b metoda pierwszego maksimum ( C ( C ( ( C ( C ( w ( w ( Rs. 77. = c metoda ostatniego maksimum ( C ( C ( ( C ( C ( w ( w ( Rs. 78. = Sterowanie neuro-rozmte

4 Politechnika Poznańska, Katedra Sterowania i Inżnierii Sstemów Wkład, str. 4 d metoda środka ciężkości ( C ( C ( w ( ( C ( P P 3 C ( P 4 P 5 w ( P P 6 Rs. 79. = c = µw (d µw (d (64 e metoda wsokości ( C C =m 3 = Rs. 8. n m j µ Cj j= n µ Cj j= (65 Sterowanie neuro-rozmte

5 Politechnika Poznańska, Katedra Sterowania i Inżnierii Sstemów Wkład, str. 5 Przkład: (sterowanie suwnica Rs. 8. sgnał wejściowe: d odległość wózka od zadanej pozcji docelowej, θ kat odchlenia lin od pionu wejściowe zbior rozmte: d: duża, mała, zero θ: ujemne duże, ujemne średnie, zero, dodatnie średnie, dodatnie duże Rs. 8. Sterowanie neuro-rozmte

6 Politechnika Poznańska, Katedra Sterowania i Inżnierii Sstemów Wkład, str. 6 r_: r_: r_3: r_4: r_5: r_6: r_7: r_8: if (d = duża then (P = dodatnia duża if (d = mała and (θ = ujemn duż then (P = dodatnia średnia if (d = mała and (θ = dodatni duż then (P = ujemna średnia if (d = mała and ((θ = ujemn mał or (θ = zero or (θ = dodatni mał then (P = dodatnia średnia if (d = zero and ((θ = dodatni duż or (θ = dodatni mał then (P = ujemna średnia if (d = zero and (θ = zero then (P = zero if (d = zero and (θ = ujemn mał then (P = dodatnia średnia if (d = zero and (θ = ujemn duż then (P = dodatnia duża Sterowanie neuro-rozmte

7 Politechnika Poznańska, Katedra Sterowania i Inżnierii Sstemów Wkład, str. 7 Przkład: (robot mobiln algortm omijania przeszkod x cos θ sin θ z =, R(θ = sin θ cos θ (66 θ Y Y r przeszkoda X r R d act d obs kierunek skrêcania x X (a Rs. 83. d act bieżaca odległość od przeszkod, d act {d_z, d_m, d_d} λ namiar na przeszkodę, λ {l_ud, l_us, l_um, l_uz, l_dz, l_dm, l_ds, l_dd} (b µ d_z d_s d_d µ l_ud l_us l_um l_uz l_dz l_dm l_ds l_dd d act 3 3 λ (a Sterowanie neuro-rozmte d act (b λ Rs. 84.

8 Politechnika Poznańska, Katedra Sterowania i Inżnierii Sstemów Wkład, str. 8 Uchb e v ev_ud ev_us ev_um ev_z ev_dm ev_ds ev_dd Sterowanie u v uv_dd uv_dd uv_dm uv_z uv_um uv_um uv_ud Sterowanie Odległość d act u θ d_z d_m d_d l_ud l_us uth_dm uth_z Namiar na l_um uth_dd uth_ds przeszkodę l_uz uth_dd uth_dd λ l_dz uth_ud uth_ud l_dm uth_ud uth_us l_ds uth_um uth_z l_dd Sterowanie neuro-rozmte

9 Politechnika Poznańska, Katedra Sterowania i Inżnierii Sstemów Wkład, str. 9 [m] x [m] θ [rad] t [s] (a ścieżka ruchu (b orientacja θ.4 4. u v v [m/s] u v, u θ 4 u θ t [s] t [s] (c prędkość v (d sgnał sterujace u v, u θ Rs. 85. Sterowanie neuro-rozmte

Politechnika Poznańska, Katedra Sterowania i Inżynierii Systemów Wykłady 7,8, str. 1

Politechnika Poznańska, Katedra Sterowania i Inżynierii Systemów Wykłady 7,8, str. 1 Politechnika Poznańska, Katedra Sterowania i Inżnierii Sstemów Wkład 7,8, str. 28. Uchb ustalon w układach z niejednostkowm (elastcznm) sprzężeniem zwrotnm [rad] k u 0 [V] [V] u[v] G (s) G 2 (s) [rad]

Bardziej szczegółowo

Inżynieria Wiedzy i Systemy Ekspertowe. Logika rozmyta. dr inż. Michał Bereta Politechnika Krakowska

Inżynieria Wiedzy i Systemy Ekspertowe. Logika rozmyta. dr inż. Michał Bereta Politechnika Krakowska Inżynieria Wiedzy i Systemy Ekspertowe Logika rozmyta dr inż. Michał Bereta Politechnika Krakowska http://torus.uck.pk.edu.pl/~beretam/ beretam@torus.uck.pk.edu.pl 1 Wyostrzanie Ostateczna, ostra wartość

Bardziej szczegółowo

STANDARDOWE FUNKCJE PRZYNALEŻNOŚCI. METODY HEURYSTYCZNE wykład 6. (alternatywa dla s) (zdef. poprzez klasę s) GAUSSOWSKA F.

STANDARDOWE FUNKCJE PRZYNALEŻNOŚCI. METODY HEURYSTYCZNE wykład 6. (alternatywa dla s) (zdef. poprzez klasę s) GAUSSOWSKA F. METODY HEURYSTYCZNE wykład 6 STANDARDOWE FUNKCJE PRZYNALEŻNOŚCI 2 GAUSSOWSKA F. PRZYNALEŻNOŚCI F. PRZYNALEŻNOŚCI KLASY s środek; a określa szerokość krzywej 3 4 F. PRZYNALEŻNOŚCI KLASY π F. PRZYNALEŻNOŚCI

Bardziej szczegółowo

Wnioskowanie rozmyte. Krzysztof Patan

Wnioskowanie rozmyte. Krzysztof Patan Wnioskowanie rozmyte Krzysztof Patan Wprowadzenie Informacja precyzyjna jest to jedyna postać informacji akceptowanej przez konwencjonalne metody matematyczne, najczęściej dostarczana jest przez precyzyjne

Bardziej szczegółowo

Piotr Sobolewski Krzysztof Skorupski

Piotr Sobolewski Krzysztof Skorupski Plan prezentacji Logika rodzaje Logika klasyczna Logika wielowartościowa Logika rozmyta Historia powstania Definicje Zbiory rozmyte Relacje rozmyte Systemy rozmyte Modele Zastosowanie w optymalizacji przykłady

Bardziej szczegółowo

ZBIORY ROZMYTE I WNIOSKOWANIE PRZYBLIŻONE

ZBIORY ROZMYTE I WNIOSKOWANIE PRZYBLIŻONE SYSTEMY ROZMYTE ZBIORY ROZMYTE I WNIOSKOWANIE PRZYBLIŻONE 2 965 Lotfi A. Zadeh: Fuzzy sets Metoda reprezentacji wiedzy wyrażonej w języku naturalnym: Temperatura wynosi 29 o C informacja liczbowa - naturalna

Bardziej szczegółowo

Sztuczna inteligencja : Zbiory rozmyte cz. III

Sztuczna inteligencja : Zbiory rozmyte cz. III Instytut Informatyki Uniwersytetu Śląskiego lab 3 Notacja Zadeha: symboliczny zapis zbioru rozmytego dla przestrzeni dyskretnej. Dla X jest przestrzenią o skończonej liczbie elementów X = {x 1, x 2,...,

Bardziej szczegółowo

Inżynieria Wiedzy i Systemy Ekspertowe. Niepewność wiedzy. dr inż. Michał Bereta Politechnika Krakowska

Inżynieria Wiedzy i Systemy Ekspertowe. Niepewność wiedzy. dr inż. Michał Bereta Politechnika Krakowska Inżynieria Wiedzy i Systemy Ekspertowe Niepewność wiedzy dr inż. Michał Bereta Politechnika Krakowska http://torus.uck.pk.edu.pl/~beretam/ beretam@torus.uck.pk.edu.pl 1 Logika Rozmyta (Fuzzy Logic) Mimo

Bardziej szczegółowo

Rysunek 1-1. Przykładowy zbiór klasyczny (nierozmyty) oraz jego funkcja przynale żności.

Rysunek 1-1. Przykładowy zbiór klasyczny (nierozmyty) oraz jego funkcja przynale żności. Podstaw logiki rozmtej i regulatorów rozmtch. Zbiór rozmt Pojęcie zbioru rozmtego zostało wprowadzone przez L. A. Zadeha w 965. Celem wprowadzenia tego pojęcia bła chęć modelowania procesów złożonch, w

Bardziej szczegółowo

METODY INTELIGENCJI OBLICZENIOWEJ wykład 6

METODY INTELIGENCJI OBLICZENIOWEJ wykład 6 METODY INTELIGENCJI OBLICZENIOWEJ wykład 6 2 ZBIORY ROZMYTE I WNIOSKOWANIE PRZYBLIŻONE 965 Lotfi A. Zadeh: : Fuzzy sets In almost every case you can build the same product without fuzzy logic, but fuzzy

Bardziej szczegółowo

Jeśli X jest przestrzenią o nieskończonej liczbie elementów:

Jeśli X jest przestrzenią o nieskończonej liczbie elementów: Logika rozmyta 2 Zbiór rozmyty może być formalnie zapisany na dwa sposoby w zależności od tego z jakim typem przestrzeni elementów mamy do czynienia: Jeśli X jest przestrzenią o skończonej liczbie elementów

Bardziej szczegółowo

Definicja. Złożenie zbioru rozmytego i relacji rozmytej. Rozważmy. zbiór rozmyty A X z funkcją przynależności

Definicja. Złożenie zbioru rozmytego i relacji rozmytej. Rozważmy. zbiór rozmyty A X z funkcją przynależności Zagadnienia I Złożenie zbioru rozmtego i relacji rozmtej Rozważm zbiór rozmt X z funcją prznależności relację rozmtą RX Y z funcją prznależności Definicja R Złożenie zbioru rozmtego i relacji rozmtej R

Bardziej szczegółowo

Systemy rozmyte i ich zastosowania. Krzysztof Rykaczewski

Systemy rozmyte i ich zastosowania. Krzysztof Rykaczewski Systemy rozmyte i ich zastosowania Krzysztof Rykaczewski 21 czerwca 2006 SPIS TREŚCI Spis treści 1 Wstęp 1 2 Podstawowe pojęcia i definicje logiki rozmytej 1 2.1 Przykłady funkcji przynależności..................

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA SYSTEMY ROZMYTE Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii Biomedycznej Laboratorium

Bardziej szczegółowo

ELEMENTY TEORII ZBIORÓW ROZMYTYCH

ELEMENTY TEORII ZBIORÓW ROZMYTYCH ELEMENTY TEORII ZBIORÓW ROZMYTYCH OPRACOWAŁ: M. KWIESIELEWICZ POJĘCIA NIEPRECYZYJNE ODDZIAŁYWANIA CZŁOWIEK-OBIEKT TECHNICZNY OTOCZENIE (Hoang 990: człowieka na otoczenie, np.: ergonomiczna konstrukcja

Bardziej szczegółowo

Metody sterowania sterowanie rozmyte System rozmyty (patrz MiPI) użyty jako sterownik/regulator nazywamy sterownikiem/regulatorem rozmytym

Metody sterowania sterowanie rozmyte System rozmyty (patrz MiPI) użyty jako sterownik/regulator nazywamy sterownikiem/regulatorem rozmytym System rozmyty (patrz MiPI) użyty jako sterownik/regulator nazywamy sterownikiem/regulatorem rozmytym Sterowanie rozmyte jest sterowaniem za pomocą reguł Sterowanie rozmyte można sklasyfikować jako: -

Bardziej szczegółowo

Temat: Model SUGENO. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE

Temat: Model SUGENO. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Temat: Model SUGENO Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Pierwszym rodzajem modelowania

Bardziej szczegółowo

Implementacja rozmytych systemów wnioskujących w zdaniach regulacji

Implementacja rozmytych systemów wnioskujących w zdaniach regulacji Metody Sztucznej Inteligencji w Sterowaniu Ćwiczenie 5 Implementacja rozmytych systemów wnioskujących w zdaniach regulacji Przygotował: mgr inż. Marcin Pelic Instytut Technologii Mechanicznej Politechnika

Bardziej szczegółowo

Podstawy sztucznej inteligencji

Podstawy sztucznej inteligencji wykład 4 (Fuzzy logic) 23 listopad 2011 Plan wykładu 1 Systemy wnioskowania z danymi niepewnymi 2 3 Inteligentne systemy z wiedzą Systemy z wiedzą składają się z dwóch części: 1 Baza wiedzy (KB): zbioru

Bardziej szczegółowo

Podstawy fizyki wykład 4

Podstawy fizyki wykład 4 Podstawy fizyki wykład 4 Dr Piotr Sitarek Katedra Fizyki Doświadczalnej, W11, PWr Dynamika Obroty wielkości liniowe a kątowe energia kinetyczna w ruchu obrotowym moment bezwładności moment siły II zasada

Bardziej szczegółowo

Wzór Maclaurina. Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = x k + f (n) (θx) x n.

Wzór Maclaurina. Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = x k + f (n) (θx) x n. Wzór Maclaurina Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = n 1 k=0 f (k) (0) k! x k + f (n) (θx) x n. n! Wzór Maclaurina Przykład. Niech f (x) =

Bardziej szczegółowo

Logika Stosowana Ćwiczenia

Logika Stosowana Ćwiczenia Logika Stosowana Ćwiczenia Systemy sterowania wykorzystujące zbiory rozmyte Marcin Szczuka Instytut Matematyki, Uniwersytet Warszawski Semestr letni 2014/15 Marcin Szczuka (MIMUW) Logika Stosowana 2014/15

Bardziej szczegółowo

Planowanie przejazdu przez zbiór punktów. zadania zrobotyzowanej inspekcji

Planowanie przejazdu przez zbiór punktów. zadania zrobotyzowanej inspekcji dla zadania zrobotyzowanej inspekcji Katedra Sterowania i Inżynierii Systemów, Politechnika Poznańska 3 lipca 2014 Plan prezentacji 1 Wprowadzenie 2 3 4 Postawienie problemu Założenia: Rozpatrujemy kinematykę

Bardziej szczegółowo

Zadanie 0 gdy nie mamy logiki rozmytej. Zadanie 1- gdy już mamy logikę rozmytą

Zadanie 0 gdy nie mamy logiki rozmytej. Zadanie 1- gdy już mamy logikę rozmytą Zadanie 0 gdy nie mamy logiki rozmytej Wyobraźmy sobie, że chcemy oceniad czy dana temperatura świadczy o tym, że jest gorąco czy raczej zimno. A więc znając wartośd liczbową temperatury chcemy oceniad

Bardziej szczegółowo

INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE

INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Temat: Podstawowe pojęcia z logiki rozmytej Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Sterowanie

Bardziej szczegółowo

6. Zagadnienie parkowania ciężarówki.

6. Zagadnienie parkowania ciężarówki. 6. Zagadnienie parkowania ciężarówki. Sterowniki rozmyte Aby móc sterować przebiegiem pewnych procesów lub też pracą urządzeń niezbędne jest stworzenie odpowiedniego modelu, na podstawie którego można

Bardziej szczegółowo

Rozmyte systemy doradcze

Rozmyte systemy doradcze Systemy ekspertowe Rozmyte systemy doradcze Plan. Co to jest myślenie rozmyte? 2. Teoria zbiorów rozmytych. 3. Zmienne lingwistyczne. 4. Reguły rozmyte. 5. Wnioskowanie rozmyte (systemy doradcze). typu

Bardziej szczegółowo

WPŁYW OPÓŹNIENIA NA DYNAMIKĘ UKŁADÓW Z REGULACJĄ KLASYCZNĄ I ROZMYTĄ

WPŁYW OPÓŹNIENIA NA DYNAMIKĘ UKŁADÓW Z REGULACJĄ KLASYCZNĄ I ROZMYTĄ Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 65 Politechniki Wrocławskiej Nr 65 Studia i Materiały Nr 31 2011 Kinga GÓRNIAK* układy z opóźnieniem, regulacja rozmyta, model Mamdaniego,

Bardziej szczegółowo

Wstęp do Sztucznej Inteligencji: Laboratorium Sterownik rozmyty

Wstęp do Sztucznej Inteligencji: Laboratorium Sterownik rozmyty Wstęp do Sztucznej Inteligencji: Laboratorium Sterowni rozmt Zbior rozmte pozwalają w sposób usstematzowan modelować pojęcia niepreczjne, jaimi ludzie posługują się na co dzień. Przładem może bć wrażenie

Bardziej szczegółowo

Tomasz Żabiński, tomz@prz-rzeszow.pl, 2006-03-14 90

Tomasz Żabiński, tomz@prz-rzeszow.pl, 2006-03-14 90 Poniżej przedstawiono zagadnienie automatycznej pracy suwnicy (Sawodny et al. 2002), będącej elementem np. zautomatyzowanej linii produkcyjnej. Opracowany system sterowania realizuje bezpieczny transport

Bardziej szczegółowo

KOMPUTERY W STEROWANIU. Ćwiczenie 6 Projektowanie układu regulacji rozmytej

KOMPUTERY W STEROWANIU. Ćwiczenie 6 Projektowanie układu regulacji rozmytej Wydział Elektryczny Zespół Automatyki (ZTMAiPC) KOMPUTERY W STEROWANIU Ćwiczenie 6 Projektowanie układu regulacji rozmytej 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z procedurą projektowania

Bardziej szczegółowo

2.12. Zadania odwrotne kinematyki

2.12. Zadania odwrotne kinematyki Politechnika Poznańska, Katedra Sterowania i Inżynierii Systemów str. 1 2.12. Zadania odwrotne kinematyki Określenie zadania odwrotnego kinematyki T 0 N = [ ] n s a p = r 11 r 12 r 13 p x r 21 r 22 r 23

Bardziej szczegółowo

Opis ruchu obrotowego

Opis ruchu obrotowego Opis ruchu obrotowego Oprócz ruchu translacyjnego ciała obserwujemy w przyrodzie inną jego odmianę: ruch obrotowy Ruch obrotowy jest zawsze względem osi obrotu W ruchu obrotowym wszystkie punkty zakreślają

Bardziej szczegółowo

Podstawy fizyki wykład 4

Podstawy fizyki wykład 4 Podstawy fizyki wykład 4 Dr Piotr Sitarek Instytut Fizyki, Politechnika Wrocławska Dynamika Obroty wielkości liniowe a kątowe energia kinetyczna w ruchu obrotowym moment bezwładności moment siły II zasada

Bardziej szczegółowo

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 6 SYSTEMY ROZMYTE TYPU MAMDANIEGO

Bardziej szczegółowo

Tworzenie rozmytego systemu wnioskowania

Tworzenie rozmytego systemu wnioskowania Tworzenie rozmytego systemu wnioskowania Wstęp W odróżnieniu od klasycznych systemów regałowych modele rozmyte pozwalają budowad modele wnioskujące oparte o język naturalny, dzieki czemu inżynierom wiedzy

Bardziej szczegółowo

Kinematyka robotów mobilnych

Kinematyka robotów mobilnych Kinematyka robotów mobilnych Maciej Patan Uniwersytet Zielonogórski Instytut Sterowania i Systemów Informatycznych Adaptacja slajdów do wykładu Autonomous mobile robots R. Siegwart (ETH Zurich Master Course:

Bardziej szczegółowo

Inżynieria Systemów Dynamicznych (4)

Inżynieria Systemów Dynamicznych (4) Inżynieria Systemów Dynamicznych (4) liniowych (układów) Piotr Jacek Suchomski Katedra Systemów Automatyki WETI, Politechnika Gdańska 2 grudnia 2010 O czym będziemy mówili? 1 2 WE OKREŚLO 3 ASYMPTO 4 DYNAMICZ

Bardziej szczegółowo

7. Zagadnienie parkowania ciężarówki.

7. Zagadnienie parkowania ciężarówki. 7. Zagadnienie parkowania ciężarówki. Sterowniki rozmyte Aby móc sterować przebiegiem pewnych procesów lub też pracą urządzeń niezbędne jest stworzenie odpowiedniego modelu, na podstawie którego można

Bardziej szczegółowo

rectan.co.uk 1. Szkic projektu Strona:1

rectan.co.uk 1. Szkic projektu Strona:1 Zadanie: Wyznaczyć położenie głównych centralnych osi bezwładności i obliczyć główne centralne momenty bezwładności 1. Szkic projektu * Rozwiązanie zadania * Oznaczenia: A [cm²] - pole powierzchni figury

Bardziej szczegółowo

Sztuczna inteligencja : Zbiory rozmyte cz. 2

Sztuczna inteligencja : Zbiory rozmyte cz. 2 Sztuczna inteligencja : Zbiory rozmyte cz. 2 Przemysław Juszczuk Instytut Informatyki Uniwersytetu Śląskiego 1 marca 2012 Funkcja trójkątna: Funkcja trójkątna: Funkcja przynależności γ (gamma): Rysunek:

Bardziej szczegółowo

Cel projektu: Wymogi dotyczące sprawozdania:

Cel projektu: Wymogi dotyczące sprawozdania: W ramach zajęć proszę wykonać sprawozdanie z logiki rozmytej. Sprawozdanie powinno realizować zadanie wnioskowania rozmytego. Cel projektu: Student projektuje bazę wiedzy wnioskowania rozmytego (kilka,

Bardziej szczegółowo

Mechanika Robotów. Wojciech Lisowski. 5 Planowanie trajektorii ruchu efektora w przestrzeni roboczej

Mechanika Robotów. Wojciech Lisowski. 5 Planowanie trajektorii ruchu efektora w przestrzeni roboczej Katedra Robotyki i Mechatroniki Akademia Górniczo-Hutnicza w Krakowie Mechanika Robotów Wojciech Lisowski 5 Planowanie trajektorii ruchu efektora w przestrzeni roboczej Mechanika Robotów KRiM, WIMIR, AGH

Bardziej szczegółowo

Elementy teorii zbiorów rozmytych. Materiał udostępniony na prawach rękopisu

Elementy teorii zbiorów rozmytych. Materiał udostępniony na prawach rękopisu Elementy teorii zbiorów rozmytych. Materiał udostępniony na prawach rękopisu Sławomir T.Wierzchoń Instytut Podstaw Informatyki PAN Uniwersytet Gdański, Instytut Informatyki 9 kwietnia 2009 Spis treści

Bardziej szczegółowo

POLITECHNIKA ŚLĄSKA. WYDZIAŁ ORGANIZACJI I ZARZĄDZANIA. Katedra Podstaw Systemów Technicznych - Mechanika Stosowana. y P 1. Śr 1 (x 1,y 1 ) P 2

POLITECHNIKA ŚLĄSKA. WYDZIAŁ ORGANIZACJI I ZARZĄDZANIA. Katedra Podstaw Systemów Technicznych - Mechanika Stosowana. y P 1. Śr 1 (x 1,y 1 ) P 2 POLITECHNIKA ŚLĄSKA. WYDZIAŁ ORGANIZACI I ZARZĄDZANIA. Katedra Podstaw Sstemów Technicznch Płaska geometria mas c c 3c Dla zadanego pola przekroju wznaczć: - połoŝenie środka cięŝkości S( s, s ) - moment

Bardziej szczegółowo

Zasada rozszerzania. A U A jest zbiorem rozmytym, B jest obrazem zbioru A Przeniesienie rozmytości A w odwzorowaniu f na zbiór B. sup.

Zasada rozszerzania. A U A jest zbiorem rozmytym, B jest obrazem zbioru A Przeniesienie rozmytości A w odwzorowaniu f na zbiór B. sup. Zasada rozszerzania f U V U jest zbiorem rozmytym V = f( ), jest obrazem zbioru Przeniesienie rozmytości w odwzorowaniu f na zbiór v) = ( v)? ( f ( ) = sup ( u) gdy ( v) 0 1 = 1 u f ( v) f( ) ( v) 1 0

Bardziej szczegółowo

Sztuczna inteligencja: zbiory rozmyte

Sztuczna inteligencja: zbiory rozmyte Instytut Informatyki Uniwersytetu Śląskiego lab 1 1 Klasyczna teoria zbiorów 2 Teoria zbiorów rozmytych 3 Zmienne lingwistyczne i funkcje przynależności 4 System rozmyty 5 Preprocesing danych Każdy element

Bardziej szczegółowo

Zadanie 0 gdy nie mamy logiki rozmytej

Zadanie 0 gdy nie mamy logiki rozmytej Zadanie 0 gdy nie mamy logiki rozmytej Wyobraźmy sobie, że chcemy oceniad czy dana temperatura świadczy o tym, że jest gorąco czy raczej zimno. A więc znając wartośd liczbową temperatury chcemy oceniad

Bardziej szczegółowo

Piegat A.: Modelowanie i sterowanie rozmyte, Akademicka Oficyna Wydawnicza EXIT, Warszawa 1999 r.

Piegat A.: Modelowanie i sterowanie rozmyte, Akademicka Oficyna Wydawnicza EXIT, Warszawa 1999 r. Metody prognozowania: Podstawy logiki rozmytej Literatura do wykładu: Piegat A.: Modelowanie i sterowanie rozmyte, Akademicka Oficyna Wydawnicza EXIT, Warszawa 1999 r. D. Rutkowska, M. Pilinski, L. Rutkowski,

Bardziej szczegółowo

Sterowanie rozmyte. mgr inż. Piotr Fiertek p. 544

Sterowanie rozmyte. mgr inż. Piotr Fiertek p. 544 Sterowanie rozmte mgr inż. Piotr iertek p. 544 Literatura do wkładu: D. Driankov H. Hellendoorn M. einfrank Wprowadzenie do sterowania ozmtego Wdawnictwo Naukowo-Techniczne Warszawa 996 Piegat A.: Modelowanie

Bardziej szczegółowo

Modelowanie układów dynamicznych

Modelowanie układów dynamicznych Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski Wykład 11 Równania Eulera-Lagrange a Rozważmy układ p punktów materialnych o współrzędnych uogólnionych q i i zdefiniujmy lagranżian

Bardziej szczegółowo

Pole magnetyczne magnesu w kształcie kuli

Pole magnetyczne magnesu w kształcie kuli napisał Michał Wierzbicki Pole magnetyczne magnesu w kształcie kuli Rozważmy kulę o promieniu R, wykonaną z materiału ferromagnetycznego o stałej magnetyzacji M = const, skierowanej wzdłuż osi z. Gęstość

Bardziej szczegółowo

Zadanie : Wyznaczyć położenie głównych centralnych osi bezwładności i obliczyć główne centralne momenty bezwładności Strona :1

Zadanie : Wyznaczyć położenie głównych centralnych osi bezwładności i obliczyć główne centralne momenty bezwładności Strona :1 Zadanie : Wyznaczyć położenie głównych centralnych osi bezwładności i obliczyć główne centralne momenty bezwładności * Rozwiązanie zadania * Oznaczenia : A [cm²] - pole powierzchni figury Xo [cm] - współrzędna

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 10. WNIOSKOWANIE W LOGICE ROZMYTEJ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska WNIOSKOWANIE W LOGICE DWUWARTOŚCIOWEJ W logice

Bardziej szczegółowo

Podstawy fizyki. Wykład 2. Dr Piotr Sitarek. Katedra Fizyki Doświadczalnej, W11, PWr

Podstawy fizyki. Wykład 2. Dr Piotr Sitarek. Katedra Fizyki Doświadczalnej, W11, PWr Podstawy fizyki Wykład 2 Dr Piotr Sitarek Katedra Fizyki Doświadczalnej, W11, PWr Dynamika Zasady dynamiki Newtona Układy inercjalne i nieinercjalne Siła Masa Przykłady sił Tarcie Opór Ruch jednostajny

Bardziej szczegółowo

Definicja wartości bezwzględnej. x < x y. x =

Definicja wartości bezwzględnej. x < x y. x = 1.9. WARTOŚĆ BEZWZGLĘDNA Definicja wartości bezwzględnej... gd... 0 =... gd... < 0 Własności wartości bezwzględnej 0 = = = n a n = a, gd n jest liczbą parzstą Przkład 1.9.1. Oblicz: a) b) c) 1 d) 0 e)

Bardziej szczegółowo

Podstawy fizyki. Wykład 2. Dr Piotr Sitarek. Instytut Fizyki, Politechnika Wrocławska

Podstawy fizyki. Wykład 2. Dr Piotr Sitarek. Instytut Fizyki, Politechnika Wrocławska Podstawy fizyki Wykład 2 Dr Piotr Sitarek Instytut Fizyki, Politechnika Wrocławska Janusz Andrzejewski 2 Dynamika Zasady dynamiki Newtona Układy inercjalne i nieinercjalne Siła Masa Przykłady sił Tarcie

Bardziej szczegółowo

PODSTAWY INŻYNIERI WIEDZY

PODSTAWY INŻYNIERI WIEDZY Z1-PU7 WYDANIE N1 Strona 1 z 4 (pieczęć wydziału) KARTA PRZEDMIOTU 1. Nazwa przedmiotu: PODSTAWY INŻYNIERI WIEDZY 2. Kod przedmiotu: PIW 3. Karta przedmiotu ważna od roku akademickiego: 2012/2013 4. Forma

Bardziej szczegółowo

JAKOŚĆ ENERGII ELEKTRYCZNEJ Odkształcenie napięć i pradów. Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki

JAKOŚĆ ENERGII ELEKTRYCZNEJ Odkształcenie napięć i pradów. Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki JAKOŚĆ ENERGII ELEKTRYCZNEJ Odkształcenie napięć i pradów Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Źródła odkształcenia prądu układy przekształtnikowe Źródła odkształcenia prądu układy

Bardziej szczegółowo

KONKURS MATEMATYCZNY

KONKURS MATEMATYCZNY PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W CHEŁMIE INSTYTUT MATEMATYKI i INFORMATYKI 22-100 Chełm, ul. Pocztowa 54 tel./fax. (082) 562 11 24 KONKURS MATEMATYCZNY im. Samuela Chróścikowskiego 30 marzec 2017r. godz.

Bardziej szczegółowo

Struktury energetyczne samochodów osobowych opracowane na podstawie dostępnych wyników prób zderzeniowych

Struktury energetyczne samochodów osobowych opracowane na podstawie dostępnych wyników prób zderzeniowych Struktury energetyczne samochodów osobowych opracowane na podstawie dostępnych wyników prób zderzeniowych dr hab. inŝ. Krzysztof Piotr Jankowski, nadzw. PR Politechnika Radomska dr inŝ. Mirosław Gidlewski

Bardziej szczegółowo

2.9. Kinematyka typowych struktur manipulatorów

2.9. Kinematyka typowych struktur manipulatorów Politechnika Poznańska, Katedra Sterowania i Inżynierii Systemów str. 1 2.9. Kinematyka typowych struktur manipulatorów 2.9.1. Manipulator planarny 3DOF Notacja DH Rys. 28 Tablica 1 Parametry DH Nr ogniwa

Bardziej szczegółowo

W przypadku przepływu potencjalnego y u z. nieściśliwego równanie zachowania masy przekształca się w równanie Laplace a: = + + t

W przypadku przepływu potencjalnego y u z. nieściśliwego równanie zachowania masy przekształca się w równanie Laplace a: = + + t J. Szantr Wkład nr 3 Przepłw potencjalne 1 Jeżeli przepłw płn jest bezwirow, czli wszędzie lb prawie wszędzie w pol przepłw jest rot 0 to oznacza, że istnieje fnkcja skalarna ϕ,, z, t), taka że gradϕ.

Bardziej szczegółowo

Otrzymali Państwo od Pani dr Cichockiej przykładowe zadania na egzamin. Na ostatnich zajęciach możemy je porozwiązywać, ale ze względu na

Otrzymali Państwo od Pani dr Cichockiej przykładowe zadania na egzamin. Na ostatnich zajęciach możemy je porozwiązywać, ale ze względu na Otrzymali Państwo od Pani dr Cichockiej przykładowe zadania na egzamin. Na ostatnich zajęciach możemy je porozwiązywać, ale ze względu na ograniczenie czasowe chciałam już dziś dać pewne wskazówki i porady,

Bardziej szczegółowo

Temat: Model TS + ANFIS. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE

Temat: Model TS + ANFIS. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Temat: Model TS + ANFIS Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Pierwszym rodzajem modelowania

Bardziej szczegółowo

Warunek zaliczenia wykładu: wykonanie sześciu ćwiczeń w Pracowni Elektronicznej

Warunek zaliczenia wykładu: wykonanie sześciu ćwiczeń w Pracowni Elektronicznej Elektronika cyfrowa Warunek zaliczenia wykładu: wykonanie sześciu ćwiczeń w Pracowni Elektronicznej Część notatek z wykładu znajduje się na: http://zefir.if.uj.edu.pl/planeta/wyklad_elektronika/ 1 Pracownia

Bardziej szczegółowo

Ćwiczenie EA9 Czujniki położenia

Ćwiczenie EA9 Czujniki położenia Akademia Górniczo-Hutnicza im.s.staszica w Krakowie KATEDRA MASZYN ELEKTRYCZNYCH Ćwiczenie EA9 Program ćwiczenia I. Transformator położenia kątowego 1. Wyznaczenie przekładni napięciowych 2. Pomiar napięć

Bardziej szczegółowo

Urz¹dzenie steruj¹ce. Obiekt. Urz¹dzenie steruj¹ce. Obiekt. 1. Podstawowe pojęcia. u 1. y 1 y 2... y n. z 1 z 2... z l.

Urz¹dzenie steruj¹ce. Obiekt. Urz¹dzenie steruj¹ce. Obiekt. 1. Podstawowe pojęcia. u 1. y 1 y 2... y n. z 1 z 2... z l. Politechnia Poznańsa, Katedra Sterowania i Inżnierii Sstemów Wład,2, str.. Podstawowe pojęcia z (t) z 2 (t)... u (t) u 2 (t). Obiet u m (t) z l (t) (t) 2 (t). n (t) u(t) z(t) Obiet (t) (a) u Rs. u u =

Bardziej szczegółowo

I. Pochodna i różniczka funkcji jednej zmiennej. 1. Definicja pochodnej funkcji i jej interpretacja fizyczna. Istnienie pochodnej funkcji.

I. Pochodna i różniczka funkcji jednej zmiennej. 1. Definicja pochodnej funkcji i jej interpretacja fizyczna. Istnienie pochodnej funkcji. I. Pochodna i różniczka funkcji jednej zmiennej. 1. Definicja pochodnej funkcji i jej interpretacja fizyczna. Istnienie pochodnej funkcji. Niech x 0 R i niech f będzie funkcją określoną przynajmniej na

Bardziej szczegółowo

Logika rozmyta. Agnieszka Nowak - Brzezińska

Logika rozmyta. Agnieszka Nowak - Brzezińska Logika rozmyta Agnieszka Nowak - Brzezińska Geneza Logiki rozmytej Za twórcę teorii zbiorów rozmytych i logiki rozmytej uważa się Lotfiego A. Zadeha, który w 1965 roku opublikował artykuł Fuzzy Sets (Information

Bardziej szczegółowo

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej

Granica 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 szczegółowo

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej

Granica 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 szczegółowo

PRACA DYPLOMOWA MAGISTERSKA

PRACA DYPLOMOWA MAGISTERSKA Politechnika Poznańska Wydział Budowy Maszyn i Zarządzania PRACA DYPLOMOWA MAGISTERSKA Konstrukcja autonomicznego robota mobilnego Małgorzata Bartoszewicz Promotor: prof. dr hab. inż. A. Milecki Zakres

Bardziej szczegółowo

Algorytmy estymacji stanu (filtry)

Algorytmy estymacji stanu (filtry) Algorytmy estymacji stanu (filtry) Na podstawie: AIMA ch15, Udacity (S. Thrun) Wojciech Jaśkowski Instytut Informatyki, Politechnika Poznańska 21 kwietnia 2014 Problem lokalizacji Obserwowalność? Determinizm?

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD grudnia 2009

STATYSTYKA MATEMATYCZNA WYKŁAD grudnia 2009 STATYSTYKA MATEMATYCZNA WYKŁAD 10 14 grudnia 2009 PARAMETRY POŁOŻENIA Przypomnienie: Model statystyczny pomiaru: wynik pomiaru X = µ + ε 1. ε jest zmienną losową 2. E(ε) = 0 pomiar nieobciążony, pomiar

Bardziej szczegółowo

ALGORYTM PROJEKTOWANIA ROZMYTYCH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO

ALGORYTM PROJEKTOWANIA ROZMYTYCH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO Szybkobieżne Pojazdy Gąsienicowe (2) Nr 2, 24 Mirosław ADAMSKI Norbert GRZESIK ALGORYTM PROJEKTOWANIA CH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO. WSTĘP

Bardziej szczegółowo

Wpływ przegrody izolacyjnej na wytrzymałość dielektryczną powietrza

Wpływ przegrody izolacyjnej na wytrzymałość dielektryczną powietrza Politechnika Lubelska Wydział Elektrotechniki i Informatyki Katedra rządzeń Elektrycznych i TWN 20-618 Lublin, ul. Nadbystrzycka 38A www.kueitwn.pollub.pl LABORATORIM TECHNIKI WYSOKICH NAPIĘĆ Protokół

Bardziej szczegółowo

Charakterystyki geometryczne figur płaskich. dr hab. inż. Tadeusz Chyży Katedra Mechaniki Konstrukcji

Charakterystyki geometryczne figur płaskich. dr hab. inż. Tadeusz Chyży Katedra Mechaniki Konstrukcji Charakterstki geometrczne figur płaskich dr hab. inż. Tadeusz Chż Katedra Mechaniki Konstrukcji Wielkości geometrczne charakterzujące przekrój pod względem wtrzmałościowm to: pole przekroju (A), (ang.

Bardziej szczegółowo

Pochodna funkcji. Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji.

Pochodna funkcji. Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji. Pochodna funkcji Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji. Małgorzata Wyrwas Katedra Matematyki Wydział Informatyki Politechnika

Bardziej szczegółowo

Obciążenia środowiskowe: śnieg i wiatr wg PN-EN i PN-EN

Obciążenia środowiskowe: śnieg i wiatr wg PN-EN i PN-EN Politechnika Gdańska Wydział Inżynierii Lądowej i Środowiska Obciążenia środowiskowe: śnieg i wg PN-EN 1991-1-3 i PN-EN 1991-1-4 Jerzy Bobiński Gdańsk, wersja 0.32 (2014) Obciążenie śniegiem Obciążenie

Bardziej szczegółowo

Dynamika ruchu postępowego, ruchu punktu materialnego po okręgu i ruchu obrotowego bryły sztywnej

Dynamika ruchu postępowego, ruchu punktu materialnego po okręgu i ruchu obrotowego bryły sztywnej Dynamika ruchu postępowego, ruchu punktu materialnego po okręgu i ruchu obrotowego bryły sztywnej Dynamika ruchu postępowego 1. Balon opada ze stałą prędkością. Jaką masę balastu należy wyrzucić, aby balon

Bardziej szczegółowo

Przenośnik zgrzebłowy - obliczenia

Przenośnik zgrzebłowy - obliczenia Przenośnik zgrzebłowy - obliczenia Katedra Maszyn Górniczych, Przeróbczych i Transportowych Przenośnik zgrzebłowy - obliczenia Dr inż. Piotr Kulinowski pk@imir.agh.edu.pl tel. (67) 0 7 B- parter p.6 konsultacje:

Bardziej szczegółowo

if (wyrażenie ) instrukcja

if (wyrażenie ) instrukcja if (wyrażenie ) instrukcja Jeśli wartość wyrażenia jest różna od zera, to jest wykonywana instrukcja, jeśli wartość wyrażenia jest równa 0, to dana instrukcja nie jest wykonywana Wyrażenie testowe podajemy

Bardziej szczegółowo

Metamorfozy neutrin. Katarzyna Grzelak. Sympozjum IFD Zakład Czastek i Oddziaływań Fundamentalnych IFD UW. K.Grzelak (UW ZCiOF) 1 / 23

Metamorfozy neutrin. Katarzyna Grzelak. Sympozjum IFD Zakład Czastek i Oddziaływań Fundamentalnych IFD UW. K.Grzelak (UW ZCiOF) 1 / 23 Metamorfozy neutrin Katarzyna Grzelak Zakład Czastek i Oddziaływań Fundamentalnych IFD UW Sympozjum IFD 2008 6.12.2008 K.Grzelak (UW ZCiOF) 1 / 23 PLAN Wprowadzenie Oscylacje neutrin Eksperyment MINOS

Bardziej szczegółowo

Wykład 13. Informatyka Stosowana. 14 stycznia 2019 Magdalena Alama-Bućko. Informatyka Stosowana Wykład , M.A-B 1 / 34

Wykład 13. Informatyka Stosowana. 14 stycznia 2019 Magdalena Alama-Bućko. Informatyka Stosowana Wykład , M.A-B 1 / 34 Wykład 13 Informatyka Stosowana 14 stycznia 2019 Magdalena Alama-Bućko Informatyka Stosowana Wykład 13 14.01.2019, M.A-B 1 / 34 Pochodne z funkcji elementarnych c = 0 (x n ) = nx n 1 (a x ) = a x ln a,

Bardziej szczegółowo

Elektrodynamika Część 10 Promieniowanie Ryszard Tanaś Zakład Optyki Nieliniowej, UAM

Elektrodynamika Część 10 Promieniowanie Ryszard Tanaś Zakład Optyki Nieliniowej, UAM Elektrodynamika Część 10 Promieniowanie Ryszard Tanaś Zakład Optyki Nieliniowej, UAM http://zon8.physd.amu.edu.pl/~tanas Spis treści 11 Promieniowanie 3 11.1 Promieniowanie dipolowe............... 3 11

Bardziej szczegółowo

gruparectan.pl 1. Szkic projektu Strona:1

gruparectan.pl 1. Szkic projektu Strona:1 Zadanie: Wyznaczyć położenie głównych centralnych osi bezwładności i obliczyć główne centralne momenty bezwładności 1. Szkic projektu * Rozwiązanie zadania * Oznaczenia: A [cm²] - pole powierzchni figury

Bardziej szczegółowo

lim Np. lim jest wyrażeniem typu /, a

lim Np. lim jest wyrażeniem typu /, a Wykład 3 Pochodna funkcji złożonej, pochodne wyższych rzędów, reguła de l Hospitala, różniczka funkcji i jej zastosowanie, pochodna jako prędkość zmian 3. Pochodna funkcji złożonej. Jeżeli funkcja złożona

Bardziej szczegółowo

O ŚREDNIEJ ARYTMETYCZNEJ I MEDIANIE

O ŚREDNIEJ ARYTMETYCZNEJ I MEDIANIE Ryszard Zieliński, IMPAN Warszawa O ŚREDNIEJ ARYTMETYCZNEJ I MEDIANIE XXXIX Ogólnopolska Konferencja Zastosowań Matematyki Zakopane-Kościelisko 7-14 września 2010 r Model statystyczny pomiaru: wynik pomiaru

Bardziej szczegółowo

WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI KATEDRA AUTOMATYKI. Robot do pokrycia powierzchni terenu

WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI KATEDRA AUTOMATYKI. Robot do pokrycia powierzchni terenu WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI KATEDRA AUTOMATYKI Robot do pokrycia powierzchni terenu Zadania robota Zadanie całkowitego pokrycia powierzchni na podstawie danych sensorycznych Zadanie unikania przeszkód

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I IDENTYFIKACJA Logika rozmyta podstawy wnioskowania w GUI Fuzzy. Materiały pomocnicze do laboratorium

Bardziej szczegółowo

Cyfrowe układy scalone c.d. funkcje

Cyfrowe układy scalone c.d. funkcje Cyfrowe układy scalone c.d. funkcje Ryszard J. Barczyński, 206 Politechnika Gdańska, Wydział FTiMS, Katedra Fizyki Ciała Stałego Materiały dydaktyczne do użytku wewnętrznego Kombinacyjne układy cyfrowe

Bardziej szczegółowo

Układ sterowania filtrem aktywnym i dynamicznym stabilizatorem napięcia. Katedra Automatyki i Robotyki, AGH, Kraków,

Układ sterowania filtrem aktywnym i dynamicznym stabilizatorem napięcia. Katedra Automatyki i Robotyki, AGH, Kraków, Układ sterowania filtrem aktywnym i dynamicznym stabilizatorem napięcia Katedra Automatyki i Robotyki, AGH, Kraków, 208-06-06. Plan Prointerface - zespół Filtr aktywny zasada pracy, schemat W oraz 4W Architektura

Bardziej szczegółowo

LXVII OLIMPIADA FIZYCZNA ZAWODY II STOPNIA

LXVII OLIMPIADA FIZYCZNA ZAWODY II STOPNIA LXVII OLIMPIADA FIZYCZNA ZAWODY II STOPNIA CZĘŚĆ TEORETYCZNA Za każde zadanie można otrzymać maksymalnie 0 punktów. Zadanie 1. przedmiot. Gdzie znajduje się obraz i jakie jest jego powiększenie? Dla jakich

Bardziej szczegółowo

Rodzaje fal. 1. Fale mechaniczne. 2. Fale elektromagnetyczne. 3. Fale materii. dyfrakcja elektronów

Rodzaje fal. 1. Fale mechaniczne. 2. Fale elektromagnetyczne. 3. Fale materii. dyfrakcja elektronów Wykład VI Fale t t + Dt Rodzaje fal 1. Fale mechaniczne 2. Fale elektromagnetyczne 3. Fale materii dyfrakcja elektronów Fala podłużna v Przemieszczenia elementów spirali ( w prawo i w lewo) są równoległe

Bardziej szczegółowo

1 Pochodne wyższych rzędów

1 Pochodne wyższych rzędów Pochodne wyższych rzędów Pochodną rzędu drugiego lub drugą pochodną funkcji y = f(x) nazywamy pochodną pierwszej pochodnej tej funkcji. Analogicznie definiujemy pochodne wyższych rzędów, jako pochodne

Bardziej szczegółowo

Obiekt. Obiekt sterowania obiekt, który realizuje proces (zaplanowany).

Obiekt. Obiekt sterowania obiekt, który realizuje proces (zaplanowany). SWB - Systemy wbudowane w układach sterowania - wykład 13 asz 1 Obiekt sterowania Wejście Obiekt Wyjście Obiekt sterowania obiekt, który realizuje proces (zaplanowany). Fizyczny obiekt (proces, urządzenie)

Bardziej szczegółowo

JAKOŚĆ ENERGII ELEKTRYCZNEJ - PROCES ŁĄCZENIA BATERII KONDENSATORÓW

JAKOŚĆ ENERGII ELEKTRYCZNEJ - PROCES ŁĄCZENIA BATERII KONDENSATORÓW Studia Podyplomowe EFEKTYWNE UŻYTKOWANIE ENERGII ELEKTRYCZNEJ w ramach projektu Śląsko-Małopolskie Centrum Kompetencji Zarządzania Energią JAKOŚĆ ENERGII ELEKTRYCZNEJ PROCES ŁĄCZENIA BATERII KONDENSATORÓW

Bardziej szczegółowo

Prostowniki. 1. Prostowniki jednofazowych 2. Prostowniki trójfazowe 3. Zastosowania prostowników. Temat i plan wykładu WYDZIAŁ ELEKTRYCZNY

Prostowniki. 1. Prostowniki jednofazowych 2. Prostowniki trójfazowe 3. Zastosowania prostowników. Temat i plan wykładu WYDZIAŁ ELEKTRYCZNY POLITECHNIKA BIAŁOSTOCKA Temat i plan wykładu WYDZIAŁ ELEKTRYCZNY Prostowniki 1. Prostowniki jednofazowych 2. Prostowniki trójfazowe 3. Zastosowania prostowników ELEKTRONIKA Jakub Dawidziuk sobota, 16

Bardziej szczegółowo

Systemy uczące się wykład 2

Systemy uczące się wykład 2 Systemy uczące się wykład 2 dr Przemysław Juszczuk Katedra Inżynierii Wiedzy, Uniwersytet Ekonomiczny 19 X 2018 Podstawowe definicje Fakt; Przesłanka; Konkluzja; Reguła; Wnioskowanie. Typy wnioskowania

Bardziej szczegółowo