WYKŁAD nr Ekstrema funkcji jednej zmiennej o ciągłych pochodnych. xˆ ( ) 0

Wielkość: px
Rozpocząć pokaz od strony:

Download "WYKŁAD nr Ekstrema funkcji jednej zmiennej o ciągłych pochodnych. xˆ ( ) 0"

Transkrypt

1 WYKŁAD nr 4. Zaanie programowania nieliniowego ZP. Ekstrema unkcji jenej zmiennej o ciągłych pochonych Przypuśćmy ze punkt jest punktem stacjonarnym unkcji gzie punktem stacjonarnym nazywamy punkt la którego R. A./ punkt stacjonarny jest miejscem ekstremum jeżeli : > i wówczas występuje minimum lokalne silne < i wówczas występuje maksimum lokalne silne B./ punkt stacjonarny nie jest miejscem ekstremum lecz miejscem przegięcia unkcji jeżeli : 3 3 < >

2 < minimum maksimum punkt przegiecia punkt przegiecia 3 3 > 3 3 < > Rys. Ekstrema i punkty przegięcia unkcji Uogólnienie: Jeżeli unkcja ma w otoczeniu pochone o rzęu włącznie a nato : K.. K K i i oraz K i la to jeżeli jest liczbą parzystą K A./ unkcja ma w punkcie minimum lokalne silne gy > K K B./ unkcja ma w punkcie maksimum lokalne silne gy < K K Jeżeli jest nieparzyste to ekstremum unkcji w punkcie stacjonarnym nie istnieje. K Znając punkty stacjonarne unkcji la znalezienia jej minimum leżącego wewnątrz zbioru Η wystarczy zbaać wartości jakie unkcja przyjmie w punktach stacjonarnych. Możliwość wnioskowania o tym że punkt stacjonarny jest punktem

3 w którym unkcja osiąga ekstremum wiąże się z wypukłością unkcji oraz wypukłością zbioru Η. Zbiór punktów opuszczalnych Η w obrębie którego możemy poszukiwać punktu w którym unkcja osiąga ekstremum jest na ogół wyznaczony przez zespół warunków ograniczających określonych przy pomocy pewnych unkcji ograniczających : a./ warunki ograniczające równościowe b./ warunki ograniczające nierównościowe. A.a punkt musi spełniać warunki równościowe które mają postać I równań : gi g i i.. I g i stałe Warunek bęziemy oznaczać W { wi i.. I} co oznacza że punkt ma należeć o zbioru punktów spełniających. Zbiór ten oznaczamy hiperpowierzchnie.spełnienie warunku Η jest Η i równoważne spełnieniu warunku w i. Równoczesne spełnienie zespołu wóch równań g g ; g g oznacza że punkt leży zarówno na hiperpowierzchni jak i na Η Η hiperpowierzchni a więc należy o zbioru Η Η Η bęącego Η Η iloczynem zbiorów i. W przypaku gy obie unkcje g g ; g g są liniowe hiperpowierzchnie Η Η są płaszczyznami. W grę wchozą trzy możliwości :. płaszczyzny są równoległe Η Η Η Η Η Η. płaszczyzny pokrywają się 3. płaszczyzny przecinają się Ograniczenia w przypaku.. nazywamy zegenerowanymi. Przypaek 3. jest niezegenerowany zbór Η Η Η jest linia przecięcia płaszczyzn Η. Oznaczymy ogólnie przez Η zbiór punktów spełniających zespół warunków W wi i.. I. Zbór ten jest iloczynem zbiorów zatem: { } Η i i Η

4 Η I Ηi i 3 Znajowanie rozwiązania zaania optymalizacji ZO : : 4 sprowaza się o baania unkcji Η w punktach leżących w zbiorze Η. A.b warunki ograniczające nierównościowe mają postać zespołu nierówności : h h j.. J j ' j ' j h h ierówność taką oznaczamy symbolem j j '.. J { w j J} W j.. w j a ich zespół przez Przy założeniu że unkcja jest unkcją ciągłą hiperpowierzchnia Η i określona równaniem h j h j rozziela przestrzeń R na wa zbiory. Zbiór leżący po jenej stronie powierzchni charakteryzuje się tym że h j h j po rugiej zaś stronie tym że h j h j 5 h > j h j h j h j h j h j Rys. Przestrzeń R rozzielona na wa zbiory Zbiór punktów Η spełniających warunki nierównościowe jest więc iloczynem zbiorów Η j j.. J Η I Ηi i 6

5 Η Η 3 Η Η Η 3 Ηi i Η Rys.3 Zbiór Η Η 3 I Ηi i Poobnie jak w przypaku warunków równościowych może powstać sytuacja że I iloczyn Η jest zbiorem pustym co oznacza że warunki ograniczające są i i sprzeczne. Poszukiwanie miejsca ekstremalnego znacznie się upraszcza jeżeli zbiór Η jest zbiorem wypukłym. Deinicja: Zbiór A nazywamy zbiorem wypukłym jeżeli la A oraz A wynika że punkt α + α la α 7 należy też o zbioru A Tak więc zbiór jest wypukły jeżeli z aktu iż wa punkty A i A wynika że cały ocinek łączący te punkty należy też o tego zbioru. Η Η Rys.4 Przykłay zbiorów wypukłych

6 Η Η Η Rys 5 Uwaga: Przykłay zbiorów które nie są wypukłe Iloczyn zbiorów wypukłych jest także zbiorem wypukłym./ Z pojęciem wypukłości zbioru wiąże się pojecie wypukłości unkcji Mówimy że ciągła unkcja h R jest wypukła w ół w przestrzeni R jeżeli la owolnych wóch punktów R R oraz każego α < > zachozi : h [ α + α ] α h + α h 8 natomiast jeżeli : h α + α α h + α h 9 to unkcja [ ] h R jest wypukła w górę w przestrzeni./ W przypaku gy warunek 8 zachozi tylko la owolnych punktów Η Η przy czym Η jest zbiorem wypukłym w przestrzeni R to unkcję h nazywamy wypukła w ół w zbiorze wypukłym Η w przypaku warunku 9 unkcję h nazywamy wypukła w górę w zbiorze wypukłym Η R C./ Warunki zapewniające istnienie ekstremum globalnego Sytuacja upraszcza się jeżeli unkcja określona w zbiorze R wszystkich liczb rzeczywistych jest wypukła w górę lub w ół. Jeżeli unkcja jest wypukła w ół to może mieć tylko jeno minimum bęące jej minimum globalnym. Jeżeli unkcja jest wypukła w górę to może mieć tylko jeno maksimum bęące jej maksimum globalnym. Funkcja określona w zbiorze R jest : wypukła w ół gy la wszystkich R

7 wypukła w górę gy la wszystkich R D./ Ekstrema lokalne niewłaściwe spłaszczone Jeżeli la wszystkich Η jest oraz w pewnym przeziale Η takim że Η Η ruga pochona jest ciągła to unkcja na w przeziale Η : a. maksimum lokalne niewłaściwe spłaszczone gy H b. minimum lokalne niewłaściwe spłaszczone gy H. Ekstrema unkcji wu zmiennych o ciągłych pochonych A./ Hesjan i jego własności Hesjanem unkcji w punkcie X nazywamy : Z twierzenia Schwarca o równości pochonych cząstkowych mieszanych wynika że hesjan jest macierzą symetryczną. Jeżeli utworzymy wektor [ u u ] T to unkcję A u u a u + u a u u + a u gzie : a ij i j możemy zapisać jako : i j co oznacza że unkcja macierzy symetrycznej T u u u u A A u u jest ormą kwaratową wzglęem wektora u o.

8 B./ Istnienie i postać ekstremum unkcji w punkcie stacjonarnym zależy o charakteru ormy kwaratowej określoności lub półokreśloności. A u u a ściślej o jej C./ Jeżeli la wszystkich wektorów u zachozi nierówność : T./ A u u u u > to macierz orma kwaratowa A u u jest oatnio określona T./ A u u u u to macierz orma < kwaratowa A u u jest ujemnie określona D./ Jeżeli la wszystkich wektorów u zachozi nierówność:./ A u u u u T u u A u u T i istnieje taki wektor u że to macierz orma kwaratowa jest oatnio półokreślona./ A u u u u T u u A u u T i istnieje taki wektor u że to macierz orma kwaratowa jest ujemnie półokreślona A u u jest oatnio lub ujemnie półokreślona zaś la wszystkich wektorów u zachozi E./ W szczególności jeżeli orma kwaratowa F./ T równość u u to o ormie kwaratowej A u u mówimy że jest tożsamościowo równa zero. W takim przypaku hesjan jest macierzą zerową. Możemy zawsze okonać takiego obrotu ukłau o współrzęnych u ormę [ u u ] że w nowym ukłazie o współrzęnych [ u ] kwaratową A możemy zapisać w postaci : u u A u u u + 3 A u u u w której : są wartościami własnymi macierzy G./ Wielomianem charakterystycznym macierzy kwaratowej nazywamy wielomian o postaci: ϕ et 4 [ ] Równaniem charakterystycznym macierzy kwaratowej nazywamy : ϕ 5

9 Wartościami własnymi macierzy są pierwiastki równania charakterystycznego 3.5 zbiór wartości własnych macierzy nazywamy wimem tej macierzy. Przykła 3../ unkcja wóch zmiennych +./ hesjan unkcji 4 3./ wielomian charakterystyczny hesjanu ϕ et et 4 4./ równanie charakterystyczne hesjanu ϕ ϕ [ ] 4 { } ϕ / wartości własne hesjanu pierwiastki równania charakterystycznego / wimo hesjanu zbiór pierwiastków charakterystycznych { } H./ Ogólnie możliwa jest jena z następujących sytuacji a./ obie wartości własne są oatnie b./ obie wartości własne są ujemne c./ wartości własne mają przeciwne znaki./ jena w wartości własnych jest równa zero

10 a.a Rys.6 Paraboloia eliptyczna wypukła w ół [ ] Jeżeli obie wartości własne hesjanu są oatnie wówczas zachozi przypaek C. T u u u u A > macierz określona. Obrazem graicznym unkcji paraboloia eliptyczna wypukła w ół. orma kwaratowa A u u jest oatnio jest w tym przypaku a.b Jeżeli obie wartości własne hesjanu są ujemne wówczas zachozi przypaek C. T A u u u u < macierz orma kwaratowa A u u jest ujemnie określona Obrazem graicznym unkcji jest w tym przypaku paraboloia eliptyczna wypukła w górę.

11 Rys.7. Paraboloia eliptyczna wypukła w górę [ ] a.c w przypaku gy wartości własne są różnych znaków orma kwaratowa przyjmuje zarówno wartości oatnie jak i ujemne. Forma kwaratowa jest zatem nieokreślona a także nieokreślony jest hesjan. Obrazem graicznym unkcji jest w tym przypaku paraboloia hiperboliczna jak na rysunku poniżej. Rys.8 Hesjan nieokreślony Punkt siołowy [ ]

12 a.a. Jeżeli jena z wartości własnych jest równa zero a ruga jest oatnia to zachozi przypaek D. A 3 [ ] [ ] Rys. 9 Minimum niewłaściwe spłaszczone unkcji T A u u u u macierz orma kwaratowa A u u jest oatnio półokreślona.doatnia półokreśloność wskazywać może na istnienie minimum niewłaściwego spłaszczonego unkcji. Aproksymacja lokalna unkcji walcem hiperbolicznym leżącym i wypukłym w ół wykazuje istnienie minimum niewłaściwego spłaszczonego. W przypaku A. w zbiorze Η istnieje minimum niewłaściwe rys. 9 W przypaku B w zbiorze Η minimum niewłaściwe nie istnieje rys... Jeżeli jena z wartości własnych jest równa zero a ruga jest ujemna to zachozi przypaek D. T A u u u u macierz orma kwaratowa A u u jest ujemnie półokreślona. Ujemna półokreśloność wskazywać może na istnienie maksimum niewłaściwego unkcji.

13 B Rys.. Minimum niewłaściwe spłaszczone nie istnieje Aproksymacja lokalna unkcji walcem hiperbolicznym leżącym i wypukłym w górę wykazuje istnienie maksimum niewłaściwego. W przypaku A. w zbiorze Η istnieje maksimum niewłaściwe rys. W przypaku B. w zbiorze Η nie istnieje maksimum niewłaściwe rys. A 3 [ ] [ ] Η Rys.. Maksimum niewłaściwe unkcji

14 B Rys.. I./ Maksimum niewłaściwe nie istnieje Warunki ostateczne istnienia ekstremum Istnienie i postać ekstremum Hesjan Istnieje w punkcie stacjonarnym Może istnieć w otoczeniu punktu stacjonarnego Minimum lokalne silne Maksimum lokalne silne Minimum lokalne niewłaściwe Maksimum Lokalne niewłaściwe oatnio określony ujemnie określony oatnio półokreślony ujemnie półokreślony Wartości własne hesjanu > > < < Powierzchnia określona przez unkcję A u u paraboloia eliptyczna wypukła w ół paraboloia eliptyczna wypukła górę w walec paraboliczny wypukły w ół walec paraboliczny wypukły górę w

15 ie istnieje ekstremum nieokreślony > < < > paraboloia hiperboliczna Dla ustalenia typu ormy A u u nie zachozi konieczność rozwiązywania równania charakterystycznego gyż nie musimy znać okłanie wartości własnych lecz tylko ich znaki. Można wykazać że jeżeli : I.. a > oraz aa a > to orma kwaratowa A u u jest oatnio określona I.. a > < oraz a a a to orma kwaratowa A u u jest ujemnie określona. Warunek ostateczny istnienia ekstremum unkcji wóch zmiennych Jeżeli unkcja ma ciągłe pochone o rzęu rugiego włącznie w otoczeniu punktu stacjonarnego to w tym punkcie unkcja osiąga minimum silne gy są spełnione warunki I.. maksimum silne gy są spełnione warunki I.. Uwaga: Dotychczas mówiliśmy tylko o ekstremach lokalnych. Analogicznie jak w przypakach unkcji jenej zmiennej sytuacja znacznie się upraszcza gy ana unkcja jest wypukła w ół bąź wypukła w górę.jeżeli tylko występuje opowienie ekstremum to jest ono jenocześnie ekstremum globalnym. Można wykazać że unkcja określona w przestrzeni R jest unkcją a. wypukłą w ół jeżeli la wszystkich półokreślony b. wypukłą w górę jeżeli la wszystkich R hesjan R półokreślony c. silnie wypukłą w ół jeżeli la wszystkich oatnio określony. silnie wypukłą w górę jeżeli la wszystkich ujemnie określony hesjan R jest oatnio jest ujemnie hesjan R hesjan jest jest

16 J./ Warunki ostateczne istnienia ekstremum niewłaściwego Jeżeli wszystkie punkty stacjonarne unkcji tworzą zbiór spójny Ĥ oraz w pewnym zbiorze H takim że H H wszystkie pochone rzęu rugiego unkcji są ciągłe to unkcja ta ma w zbiorze Ĥ : -minimum niewłaściwe lokalne gy hesjan jest oatnio półokreślony la H -maksimum niewłaściwe lokalne gy hesjan jest ujemnie półokreślony la H. Deinicja : Przez zbiór spójny rozumiemy taki zbiór punktów że każe wa owolnie wybrane punkty z tego zbioru możemy połączyć taka krzywą ciągłą której wszystkie punkty należą o anego zbioru. 3.3 Ekstrema unkcji wielu zmiennych o ciągłych pochonych cząstkowych A./ Postać hesjanu la unkcji wielu zmiennych n n n n B./ Warunki ostateczne istnienia ekstremum unkcji R w jej punkcie stacjonarnym 6 Istnienie i postać ekstremum Hesjan Istnieje w punkcie stacjonarnym Minimum Lokalne silne oatnio określony Wartości własne hesjanu... n > >... > n Powierzchnia określona przez unkcję A paraboloia eliptyczna wypukła w ół

17 Może istnieć w otoczeniu punktu stacjonarnego Maksimum Lokalne silne Minimum lokalne niewłaściwe Maksimum Lokalne niewłaściwe ie istnieje ekstremum ujemnie określony oatnio półokreślony ujemnie półokreślony n < <... > Jena spośró wartości własnych... n a pozostałe są nieujemne Jena spośró wartości własnych... n a pozostałe są nieoatnie nieokreślony co najmniej jena jest oatnia i co najmniej jena ujemna paraboloia eliptyczna wypukła górę w walec paraboliczny wypukły w ół walec paraboliczny wypukły górę paraboloia hiperboliczna w Poobnie jak w przypaku aby stwierzić rozaj określoności bąź półokreśloności hesjanu nie istnieje konieczność rozwiązywania równania charakterystycznego. Mianowicie przy baaniu określoności hesjanu można skorzystać ze wzoru Sylwestra o określoności orm kwaratowych. Aby z tego wzoru skorzystać oznaczamy poszczególne powyznaczniki hesjanu w następujący sposób : 7

18 n n n n n Wykorzystując powyznaczniki... n na postawie twierzenia Sylwestra można sormułować warunki ostateczne istnienia ekstremum unkcji zmiennych : Funkcja zmiennych mająca ciągłe pochone cząstkowe o rzęu rugiego włącznie w otoczeniu punktu stacjonarnego :. ma w punkcie minimum lokalne silne gy n > la n.. tj. gy hesjan w punkcie jest oatnio określony. ma w punkcie maksimum lokalne silne gy n n > la n.. tj. gy hesjan w punkcie jest ujemnie określony 3. nie można rozstrzygnąć czy istnieje ekstremum w punkcie gy : 3. la n.. n n 3. n la n.. tj. gy hesjan w punkcie jest oatnio lub ujemnie półokreślony 4. nie ma w punkcie ekstremum gy nie są spełnione warunki 3. lub 3. tj. gy hesjan w punkcie nie jest określony. 3.4 Warunki optymalności programowania nieliniowego iech bęzie ane zaanie programowania nieliniowego ZP o postaci : min X : g i i.. u gzie : X 7 gi i u +.. m n : R R jest unkcją kryterialną zaania n gi : R R są unkcjami przestawiającymi ograniczenia są unkcjami różniczkowalnymi. g i

19 Warunki Kuhna Tuckera Dla zaania optymalizacji 7 sormułowanego powyżej warunki Kuhna-Tuckera przestawiają się następująco :. X czyli jest punktem opuszczalnym jeżeli istnieją λ i i.. u mnożniki Lagrange a oraz istnieją λ i i u.. m o nieoznaczonym znaku takie że : m. + λ oraz 8 i i g i 3. λ i g i i.. u 9 Inna postać warunków Kuhna-Tuckera : Dla zaania programowania nieliniowego utwórzmy unkcję Lagrange a w postaci : L λ + λ m i i g i L Korzystając z warunki konieczne można zapisać w postaci : λ λ L λ λ λ L λ 3 λ oznacza graient unkcji Lagrange a wzglęem wektora λ oznacza graient unkcji Lagrange a wzglęem wektora λ 4 Jeżeli w zbiorze ograniczeń wyróżniono w sposób jawny ograniczenia na zmienne ecyzyjne wówczas warunki Kuhna-Tuckera przyjmą postać : L λ 5 L λ 6 7 λ L λ 8 λ λ L λ 9 λ gzie unkcja Lagrange a jest zeiniowana jak poprzenio. 3

Przekształcenie całkowe Fouriera

Przekształcenie całkowe Fouriera Przekształcenie całkowe Fouriera Postać zespolona szeregu Fouriera Niech ana bęzie funkcja f spełniająca w przeziale [, ] warunki Dirichleta. Wtey szereg Fouriera tej funkcji jest o niej zbieżny, tj. przy

Bardziej szczegółowo

Metoda Karusha-Kuhna-Tuckera

Metoda Karusha-Kuhna-Tuckera Badania operacyjne i teoria optymalizacji Poznań, 2015/2016 Plan 1 Sformułowanie problemu 2 3 Warunki ortogonalności 4 Warunki Karusha-Kuhna-Tuckera 5 Twierdzenia Karusha-Kuhna-Tuckera 6 Ograniczenia w

Bardziej szczegółowo

Elementy Modelowania Matematycznego

Elementy Modelowania Matematycznego Elementy Modelowania Matematycznego Wykład 8 Programowanie nieliniowe Spis treści Programowanie nieliniowe Zadanie programowania nieliniowego Zadanie programowania nieliniowego jest identyczne jak dla

Bardziej szczegółowo

Wykład 4 Przebieg zmienności funkcji. Badanie dziedziny oraz wyznaczanie granic funkcji poznaliśmy na poprzednich wykładach.

Wykład 4 Przebieg zmienności funkcji. Badanie dziedziny oraz wyznaczanie granic funkcji poznaliśmy na poprzednich wykładach. Wykład Przebieg zmienności funkcji. Celem badania przebiegu zmienności funkcji y = f() jest poznanie ważnych własności tej funkcji na podstawie jej wzoru. Efekty badania pozwalają naszkicować wykres badanej

Bardziej szczegółowo

Programowanie nieliniowe. Badania operacyjne Wykład 3 Metoda Lagrange a

Programowanie nieliniowe. Badania operacyjne Wykład 3 Metoda Lagrange a Programowanie nieliniowe Badania operacyjne Wykład 3 Metoda Lagrange a Plan wykładu Przykład problemu z nieliniową funkcją celu Sformułowanie problemu programowania matematycznego Podstawowe definicje

Bardziej szczegółowo

Mechanika kwantowa ćwiczenia, 2007/2008, Zestaw II

Mechanika kwantowa ćwiczenia, 2007/2008, Zestaw II 1 Dane są następujące operatory: ˆD = x, ˆQ = π 0 x, ŝin = sin( ), ĉos = cos( ), ˆπ = π, ˆ0 = 0, przy czym operatory ˆπ oraz ˆ0 są operatorami mnożenia przez opowienie liczby (a) Wyznacz kwarat oraz owrotność

Bardziej szczegółowo

RACHUNEK RÓŻNICZKOWY FUNKCJI JEDNEJ ZMIENNEJ. Wykorzystano: M A T E M A T Y K A Wykład dla studentów Część 1 Krzysztof KOŁOWROCKI

RACHUNEK RÓŻNICZKOWY FUNKCJI JEDNEJ ZMIENNEJ. Wykorzystano: M A T E M A T Y K A Wykład dla studentów Część 1 Krzysztof KOŁOWROCKI RACHUNEK RÓŻNICZKOWY FUNKCJI JEDNEJ ZMIENNEJ Wykorzystano: M A T E M A T Y K A Wykład dla studentów Część 1 Krzyszto KOŁOWROCKI Przyjmijmy, że y (, D, jest unkcją określoną w zbiorze D R oraz niec D Deinicja

Bardziej szczegółowo

Metody optymalizacji. notatki dla studentów matematyki semestr zimowy 2015/2016

Metody optymalizacji. notatki dla studentów matematyki semestr zimowy 2015/2016 Metody optymalizacji notatki dla studentów matematyki semestr zimowy 2015/2016 Aktualizacja: 11 stycznia 2016 Spis treści Spis treści 2 1 Wprowadzenie do optymalizacji 1 11 Podstawowe definicje i własności

Bardziej szczegółowo

3. FUNKCJA LINIOWA. gdzie ; ół,.

3. FUNKCJA LINIOWA. gdzie ; ół,. 1 WYKŁAD 3 3. FUNKCJA LINIOWA FUNKCJĄ LINIOWĄ nazywamy funkcję typu : dla, gdzie ; ół,. Załóżmy na początek, że wyraz wolny. Wtedy mamy do czynienia z funkcją typu :.. Wykresem tej funkcji jest prosta

Bardziej szczegółowo

9. BADANIE PRZEBIEGU ZMIENNOŚCI FUNKCJI

9. BADANIE PRZEBIEGU ZMIENNOŚCI FUNKCJI BADANIE PRZEBIEGU ZMIENNOŚCI FUNKCJI Ekstrema i monotoniczność funkcji Oznaczmy przez D f dziedzinę funkcji f Mówimy, że funkcja f ma w punkcie 0 D f maksimum lokalne (minimum lokalne), gdy dla każdego

Bardziej szczegółowo

Programowanie matematyczne

Programowanie matematyczne dr Adam Sojda Badania Operacyjne Wykład Politechnika Śląska Programowanie matematyczne Programowanie matematyczne, to problem optymalizacyjny w postaci: f ( x) max przy warunkach g( x) 0 h( x) = 0 x X

Bardziej szczegółowo

1 Wartości własne oraz wektory własne macierzy

1 Wartości własne oraz wektory własne macierzy Rozwiązania zadania umieszczonego na końcu poniższych notatek proszę przynieść na kartkach Proszę o staranne i formalne uzasadnienie odpowiedzi Za zadanie można uzyskać do 6 punktów (jeżeli przyniesione

Bardziej szczegółowo

3. Funkcje wielu zmiennych

3. Funkcje wielu zmiennych 3 Funkcje wielu zmiennych 31 Ciagłość Zanim podamy definicję ciagłości dla funkcji wielu zmiennych wprowadzimy bardzo ogólne i abstrakcyjne pojęcie przestrzeni metrycznej Przestrzeń metryczna Metryka w

Bardziej szczegółowo

Funkcja jednej zmiennej - przykładowe rozwiązania 1. Badając przebieg zmienności funkcji postępujemy według poniższego schematu:

Funkcja jednej zmiennej - przykładowe rozwiązania 1. Badając przebieg zmienności funkcji postępujemy według poniższego schematu: Funkcja jednej zmiennej - przykładowe rozwiązania Zadanie 4 c) Badając przebieg zmienności funkcji postępujemy według poniższego schematu:. Analiza funkcji: (a) Wyznaczenie dziedziny funkcji (b) Obliczenie

Bardziej szczegółowo

1 Pochodne wyższych rzędów

1 Pochodne wyższych rzędów 1 Pochodne wyższych rzędów Definicja 1.1 (Pochodne cząstkowe drugiego rzędu) Niech f będzie odwzorowaniem o wartościach w R m, określonym na zbiorze G R k. Załóżmy, że zbiór tych x G, dla których istnieje

Bardziej szczegółowo

Metody systemowe i decyzyjne w informatyce

Metody systemowe i decyzyjne w informatyce Metody systemowe i decyzyjne w informatyce Ćwiczenia lista zadań nr 3 autorzy: A. Gonczarek, J.M. Tomczak Zbiory i funkcje wypukłe Zad. 1 Pokazać, że następujące zbiory są wypukłe: a) płaszczyzna S = {x

Bardziej szczegółowo

Pochodne funkcji wraz z zastosowaniami - teoria

Pochodne funkcji wraz z zastosowaniami - teoria Pochodne funkcji wraz z zastosowaniami - teoria Pochodne Definicja 2.38. Niech f : O(x 0 ) R. Jeżeli istnieje skończona granica f(x 0 + h) f(x 0 ) h 0 h to granicę tę nazywamy pochodną funkcji w punkcie

Bardziej szczegółowo

II. FUNKCJE WIELU ZMIENNYCH

II. FUNKCJE WIELU ZMIENNYCH II. FUNKCJE WIELU ZMIENNYCH 1. Zbiory w przestrzeni R n Ustalmy dowolne n N. Definicja 1.1. Zbiór wszystkich uporzadkowanych układów (x 1,..., x n ) n liczb rzeczywistych, nazywamy przestrzenią n-wymiarową

Bardziej szczegółowo

WKLĘSŁOŚĆ I WYPUKŁOŚĆ KRZYWEJ. PUNKT PRZEGIĘCIA.

WKLĘSŁOŚĆ I WYPUKŁOŚĆ KRZYWEJ. PUNKT PRZEGIĘCIA. WKLĘSŁOŚĆ I WYPUKŁOŚĆ KRZYWEJ. PUNKT PRZEGIĘCIA. Załóżmy, że funkcja y f jest dwukrotnie różniczkowalna w Jeżeli Jeżeli przedziale a;b. Punkt P, f nazywamy punktem przegięcia funkcji y f wtedy i tylko

Bardziej szczegółowo

PROGRAMOWANIE KWADRATOWE

PROGRAMOWANIE KWADRATOWE PROGRAMOWANIE KWADRATOWE Programowanie kwadratowe Zadanie programowania kwadratowego: Funkcja celu lub/i co najmniej jedno z ograniczeń jest funkcją kwadratową. 2 Programowanie kwadratowe Nie ma uniwersalnej

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

Formy kwadratowe. Rozdział 10

Formy kwadratowe. Rozdział 10 Rozdział 10 Formy kwadratowe Rozważmy rzeczywistą macierz symetryczną A R n n Definicja 101 Funkcję h : R n R postaci h (x) = x T Ax (101) nazywamy formą kwadratową Macierz symetryczną A występującą w

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja Politechnika Wrocławska, Wydział Informatyki i Zarządzania Optymalizacja Dla podanych niżej problemów decyzyjnych (zad.1 zad.5) należy sformułować zadania optymalizacji, tj.: określić postać zmiennych

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA ELEMENTY TEORII GRAFÓW Literatura: N.Deo Teoria grafów i e zastosowania... PWN (1980) Ross, Wright Matematyka yskretna PWN (199) R.Wilson Wprowazenie o teorii grafów PWN (1999) J.Kulikowski Zarys teorii

Bardziej szczegółowo

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017 Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 14. wykład z algebry liniowej Warszawa, styczeń 2017 Mirosław Sobolewski (UW) Warszawa, 2017 1 / 10 Definicja Funkcja

Bardziej szczegółowo

Definicja pochodnej cząstkowej

Definicja pochodnej cząstkowej 1 z 8 gdzie punkt wewnętrzny Definicja pochodnej cząstkowej JeŜeli iloraz ma granicę dla to granicę tę nazywamy pochodną cząstkową funkcji względem w punkcie. Oznaczenia: Pochodną cząstkową funkcji względem

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

Wyk lad 3 Grupy cykliczne

Wyk lad 3 Grupy cykliczne Wyk la 3 Grupy cykliczne Definicja 3.1. Niech a bezie elementem grupy (G,, e). Jeżeli istnieje liczba naturalna k taka, że a k = e, to najmniejsza taka liczbe naturalna k nazywamy rzeem elementu a. W przeciwnym

Bardziej szczegółowo

Funkcje dwóch zmiennych

Funkcje dwóch zmiennych Funkcje dwóch zmiennych Andrzej Musielak Str Funkcje dwóch zmiennych Wstęp Funkcja rzeczywista dwóch zmiennych to funkcja, której argumentem jest para liczb rzeczywistych, a wartością liczba rzeczywista.

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

Wykład 0. Elementy wspomagania decyzji

Wykład 0. Elementy wspomagania decyzji Wykła. Eeenty wspoagania ecyzji Wyniki: wnioski i hipotezy etoy projektowania etoy zarzązania agoryty sterowania etoy iagnostyczne oniesienie wyników o obiektu Efekt: nowa wieza nowe obiekty proceury zarzązania

Bardziej szczegółowo

Wstęp do analizy matematycznej

Wstęp do analizy matematycznej Wstęp do analizy matematycznej Andrzej Marciniak Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia na Politechnice Poznańskiej w zakresie technologii informatycznych i ich zastosowań w

Bardziej szczegółowo

13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne.

13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne. 13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne. 1. Wprowadzenie. Dotąd rozważaliśmy funkcje działające z podzbioru liczb rzeczywistych w zbiór liczb rzeczywistych, zatem funkcje

Bardziej szczegółowo

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn Metody numeryczne Wykład 3 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Pojęcia podstawowe Algebra

Bardziej szczegółowo

Modelowanie i Analiza Danych Przestrzennych

Modelowanie i Analiza Danych Przestrzennych Moelowanie i Analiza anych Przestrzennych Wykła Anrzej Leśniak Katera Geoinformatyki i Informatyki Stosowanej Akaemia Górniczo-utnicza w Krakowie Prawopoobieństwo i błą pomiarowy Jak zastosować rachunek

Bardziej szczegółowo

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.

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

Bardziej szczegółowo

Metoda mnożników Lagrange a i jej zastosowania w ekonomii

Metoda mnożników Lagrange a i jej zastosowania w ekonomii Maciej Grzesiak Metoda mnożników Lagrange a i jej zastosowania w ekonomii 1. Metoda mnożników Lagrange a znajdowania ekstremum warunkowego Pochodna kierunkowa i gradient. Dla prostoty ograniczymy się do

Bardziej szczegółowo

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w

Bardziej szczegółowo

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe Spis treści Elementy Modelowania Matematycznego Wykład 7 i całkowitoliczbowe Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis treści Spis treści 1 Wstęp 2 3 Spis treści Spis treści 1 Wstęp

Bardziej szczegółowo

1 Postulaty mechaniki kwantowej

1 Postulaty mechaniki kwantowej 1 1.1 Postulat Pierwszy Stan ukłau kwantowomechanicznego opisuje funkcja falowa Ψ(r 1, r 2,..., r N, t) zwana także funkcją stanu taka, że kwarat jej moułu: Ψ 2 = Ψ Ψ pomnożony przez element objętości

Bardziej szczegółowo

Do wprowadzania symboli pochodnych można wykorzystać paletę Calculus lub skróty klawiszowe: SHIFT+? - wprowadza symbol pierwszej pochodnej.

Do wprowadzania symboli pochodnych można wykorzystać paletę Calculus lub skróty klawiszowe: SHIFT+? - wprowadza symbol pierwszej pochodnej. 1. Pochone funkcji Mathca umożliwia obliczenie pochonej funkcji w zaanym punkcie oraz wyznaczenie pochonej funkcji w sposób symboliczny. 1.1 Wyznaczanie wartości pochonej w punkcie Aby wyznaczyć pochoną

Bardziej szczegółowo

Rachunek różniczkowy funkcji jednej zmiennej. 1 Obliczanie pochodnej i jej interpretacja geometryczna

Rachunek różniczkowy funkcji jednej zmiennej. 1 Obliczanie pochodnej i jej interpretacja geometryczna Wydział Matematyki Stosowanej Zestaw zadań nr 4 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus 4 grudnia 08r. Rachunek różniczkowy funkcji jednej zmiennej Obliczanie pochodnej

Bardziej szczegółowo

Geometria płaska - matura Przyprostokątne trójkąta prostokątnego mają długości 3 7cm poprowadzona z wierzchołka kąta prostego ma długość: 12

Geometria płaska - matura Przyprostokątne trójkąta prostokątnego mają długości 3 7cm poprowadzona z wierzchołka kąta prostego ma długość: 12 Geometria płaska - matura 010 1. Przyprostokątne trójkąta prostokątnego mają ługości 7cm i 4 7cm. Wysokość poprowazona z wierzchołka kąta prostego ma ługość: 1 5 A. 7cm B. cm C. 8 7cm D. 7 7cm 5 7. Miara

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

KURS FUNKCJE WIELU ZMIENNYCH

KURS FUNKCJE WIELU ZMIENNYCH KURS FUNKCJE WIELU ZMIENNYCH Lekcja 8 Ekstrema warunkowe (mnożnik Lagrange a) ZADANIE DOMOWE www.etrapez.pl Strona 1 Częśd 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 Jak

Bardziej szczegółowo

Metoda mnożników Lagrange a i jej zastosowania w ekonomii

Metoda mnożników Lagrange a i jej zastosowania w ekonomii Maciej Grzesiak Metoda mnożników Lagrange a i jej zastosowania w ekonomii 1 Metoda mnożników Lagrange a znajdowania ekstremum warunkowego Pochodna kierunkowa i gradient Dla prostoty ograniczymy się do

Bardziej szczegółowo

Metody numeryczne I Równania nieliniowe

Metody numeryczne I Równania nieliniowe Metody numeryczne I Równania nieliniowe Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/66 Równania nieliniowe 1. Równania nieliniowe z pojedynczym pierwiastkiem

Bardziej 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

Pole temperatury - niestacjonarne (temperatura zależy od położenia elementu ciała oraz czasu) (1.1) (1.2a)

Pole temperatury - niestacjonarne (temperatura zależy od położenia elementu ciała oraz czasu) (1.1) (1.2a) PODSAWY WYMIANY CIEPŁA. Postawowe pojęcia w wymianie ciepła Sposoby transportu ciepła: przewozenie konwekcja - swobona - wymuszona promieniowanie ransport ciepła w ciałach stałych obywa się na roze przewozenia.

Bardziej szczegółowo

PROGRAMOWANIE NIELINIOWE

PROGRAMOWANIE NIELINIOWE PROGRAMOWANIE NIELINIOWE Maciej Patan Uniwersytet Zielonogórski WSTEP Zadanie programowania nieliniowego (ZPN) min f(x) g i (x) 0, h i (x) = 0, i = 1,..., m g i = 1,..., m h f(x) funkcja celu g i (x) i

Bardziej szczegółowo

Uniwersytet Mikołaja Kopernika w Toruniu. Egzamin wstępny z matematyki

Uniwersytet Mikołaja Kopernika w Toruniu. Egzamin wstępny z matematyki Uniwersytet Mikołaja Kopernika w Toruniu Egzamin wstępny z matematyki lipca 2006 roku Zestaw I wariant A Czas trwania egzaminu: 240 minut 1. Dane są zbiory liczbowe A = {x; x R x < 2}, B = {x; x R x +

Bardziej szczegółowo

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L Tydzień nr 9-10 (16 maja - 29 maja) Równania różniczkowe wartości własne funkcja wykładnicza od operatora - Matematyka II 2010/2011L Wszelkie pytania oraz uwagi o błędach proszę kierować na przemek.majewski@gmail.com

Bardziej szczegółowo

Pole temperatury - niestacjonarne (temperatura zależy od położenia elementu ciała oraz czasu)

Pole temperatury - niestacjonarne (temperatura zależy od położenia elementu ciała oraz czasu) PODSAWY WYMIANY CIEPŁA. Postawowe pojęcia w wymianie ciepła Sposoby transportu ciepła: przewozenie konwekcja - swobona - wymuszona promieniowanie ransport ciepła w ciałach stałych obywa się na roze przewozenia.

Bardziej szczegółowo

Materiały do ćwiczeń z matematyki - przebieg zmienności funkcji

Materiały do ćwiczeń z matematyki - przebieg zmienności funkcji Materiały do ćwiczeń z matematyki - przebieg zmienności funkcji Kierunek: chemia Specjalność: podstawowa Zadanie 1. Zbadać przebieg zmienności funkcji Rozwiązanie. I Analiza funkcji f(x) = x 3 3x 2 + 2.

Bardziej szczegółowo

Analityczne metody kinematyki mechanizmów

Analityczne metody kinematyki mechanizmów J Buśkiewicz Analityczne Metoy Kinematyki w Teorii Mechanizmów Analityczne metoy kinematyki mechanizmów Spis treści Współrzęne opisujące położenia ogniw pary kinematycznej Mechanizm korowo-wozikowy (crank-slier

Bardziej szczegółowo

1. Podstawowe pojęcia w wymianie ciepła

1. Podstawowe pojęcia w wymianie ciepła PODSAWY WYMIANY CIEPŁA. Postawowe pojęcia w wymianie ciepła Sposoby transportu ciepła: przewozenie konwekcja - swobona - wymuszona promieniowanie ransport ciepła w ciałach stałych obywa się na roze przewozenia.

Bardziej szczegółowo

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Adam Kiersztyn Lublin 2014 Adam Kiersztyn () Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji maj 2014 1 / 24 Zanim przejdziemy

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

Definicja problemu programowania matematycznego

Definicja problemu programowania matematycznego Definicja problemu programowania matematycznego minimalizacja lub maksymalizacja funkcji min (max) f(x) gdzie: x 1 x R n x 2, czyli: x = [ ] x n przy ograniczeniach (w skrócie: p.o.) p.o. g i (x) = b i

Bardziej szczegółowo

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

Bardziej szczegółowo

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH Katedra Matematyki i Ekonomii Matematycznej SGH 23 października 2018 Definicja iloczynu skalarnego Definicja Iloczynem skalarnym w przestrzeni liniowej R n nazywamy odwzorowanie ( ) : R n R n R spełniające

Bardziej szczegółowo

Matematyka licea ogólnokształcące, technika

Matematyka licea ogólnokształcące, technika Matematyka licea ogólnokształcące, technika Opracowano m.in. na podstawie podręcznika MATEMATYKA w otaczającym nas świecie zakres podstawowy i rozszerzony Funkcja liniowa Funkcję f: R R określoną wzorem

Bardziej szczegółowo

(rachunek różniczkowy dot. funkcji ciągłych)

(rachunek różniczkowy dot. funkcji ciągłych) Podstaw matematczne (rachunek różniczkow dot. unkcji ciągłch) 1) Pochodna unkcji 1 zmiennej () de. () d ( ) d d d lim h ( h) h ( ) (h) () h UWAGA: () tg(α) tangens kąta nachlenia stcznej Warunki e k s

Bardziej szczegółowo

POD- I NADOKREŚLONE UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

POD- I NADOKREŚLONE UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH POD- I NADOKREŚLONE UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH Transport, studia I stopnia rok akademicki 2011/2012 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko

Bardziej szczegółowo

Pole temperatury - niestacjonarne (temperatura zależy od położenia elementu ciała oraz czasu)

Pole temperatury - niestacjonarne (temperatura zależy od położenia elementu ciała oraz czasu) PODSAWY WYMIANY CIEPŁA. Postawowe pojęcia w wymianie ciepła Sposoby transportu ciepła: przewozenie konwekcja - swobona - wymuszona promieniowanie ransport ciepła w ciałach stałych obywa się na roze przewozenia.

Bardziej szczegółowo

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3 ZESTAW I 1. Rozwiązać równanie. Pierwiastki zaznaczyć w płaszczyźnie zespolonej. z 3 8(1 + i) 3 0, Sposób 1. Korzystamy ze wzoru a 3 b 3 (a b)(a 2 + ab + b 2 ), co daje: (z 2 2i)(z 2 + 2(1 + i)z + (1 +

Bardziej szczegółowo

FUNKCJA LINIOWA - WYKRES

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

Bardziej szczegółowo

Ekstrema globalne funkcji

Ekstrema globalne funkcji SIMR 2013/14, Analiza 1, wykład 9, 2013-12-13 Ekstrema globalne funkcji Definicja: Funkcja f : D R ma w punkcie x 0 D minimum globalne wtedy i tylko (x D) f(x) f(x 0 ). Wartość f(x 0 ) nazywamy wartością

Bardziej szczegółowo

WYDAWNICTWO PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU

WYDAWNICTWO PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU WYDAWNICTWO PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU Karolina Kalińska MATEMATYKA: PRZYKŁADY I ZADANIA Włocławek 2011 REDAKCJA WYDAWNICTWA PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU Matematyka:

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 1 Zadanie Definicja 1.1. (zadanie) Zadaniem nazywamy zagadnienie znalezienia rozwiązania x spełniającego równanie F (x, d) = 0, gdzie d jest zbiorem danych (od których zależy rozwiązanie x), a F

Bardziej szczegółowo

FUNKCJA KWADRATOWA. 1. Definicje i przydatne wzory. lub trójmianem kwadratowym nazywamy funkcję postaci: f(x) = ax 2 + bx + c

FUNKCJA KWADRATOWA. 1. Definicje i przydatne wzory. lub trójmianem kwadratowym nazywamy funkcję postaci: f(x) = ax 2 + bx + c FUNKCJA KWADRATOWA 1. Definicje i przydatne wzory DEFINICJA 1. Funkcja kwadratowa lub trójmianem kwadratowym nazywamy funkcję postaci: f(x) = ax + bx + c taką, że a, b, c R oraz a 0. Powyższe wyrażenie

Bardziej szczegółowo

Elektrodynamika. Część 2. Specjalne metody elektrostatyki. Ryszard Tanaś. Zakład Optyki Nieliniowej, UAM

Elektrodynamika. Część 2. Specjalne metody elektrostatyki. Ryszard Tanaś. Zakład Optyki Nieliniowej, UAM Elektroynamika Część 2 Specjalne metoy elektrostatyki Ryszar Tanaś Zakła Optyki Nieliniowej, UAM http://zon8.phys.amu.eu.pl/\~tanas Spis treści 3 Specjalne metoy elektrostatyki 3 3. Równanie Laplace a....................

Bardziej szczegółowo

Wektory i wartości własne

Wektory i wartości własne Treść wykładu Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń W V nazywamy niezmienniczą

Bardziej szczegółowo

Następnie przypominamy (dla części studentów wprowadzamy) podstawowe pojęcia opisujące funkcje na poziomie rysunków i objaśnień.

Następnie przypominamy (dla części studentów wprowadzamy) podstawowe pojęcia opisujące funkcje na poziomie rysunków i objaśnień. Zadanie Należy zacząć od sprawdzenia, co studenci pamiętają ze szkoły średniej na temat funkcji jednej zmiennej. Na początek można narysować kilka krzywych na tle układu współrzędnych (funkcja gładka,

Bardziej szczegółowo

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych, IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wykład z równań różnicowych

Wykład z równań różnicowych Wykład z równań różnicowych 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp. Zamiast tego pisać będziemy x (n), y (n) itp.

Bardziej szczegółowo

Wykład 11 i 12. Informatyka Stosowana. 9 stycznia Informatyka Stosowana Wykład 11 i 12 9 stycznia / 39

Wykład 11 i 12. Informatyka Stosowana. 9 stycznia Informatyka Stosowana Wykład 11 i 12 9 stycznia / 39 Wykład 11 i 12 Informatyka Stosowana 9 stycznia 2017 Informatyka Stosowana Wykład 11 i 12 9 stycznia 2017 1 / 39 Twierdzenie Lagrange a Jeżeli funkcja f spełnia warunki: 1 jest ciagła na [a, b] 2 f istnieje

Bardziej szczegółowo

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów KOINACJA LINIOWA UKŁADU WEKTORÓW Definicja 1 Niech będzie przestrzenią liniową (wektorową) nad,,,, układem wektorów z przestrzeni, a,, współczynnikami ze zbioru (skalarami). Wektor, nazywamy kombinacją

Bardziej szczegółowo

Chemia teoretyczna. Postulaty mechaniki kwantowej. Katarzyna Kowalska-Szojda

Chemia teoretyczna. Postulaty mechaniki kwantowej. Katarzyna Kowalska-Szojda Chemia teoretyczna Postulaty mechaniki kwantowej Katarzyna Kowalska-Szoja Spis treści 1 Postulaty mechaniki kwantowej 2 1.1 Postulat pierwszy.......................... 2 1.2 Postulat rugi.............................

Bardziej szczegółowo

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH PROPORCJONALNOŚĆ PROSTA Proporcjonalnością prostą nazywamy zależność między dwoma wielkościami zmiennymi x i y, określoną wzorem: y = a x Gdzie a jest

Bardziej szczegółowo

Zadania z badań operacyjnych Przygotowanie do kolokwium pisemnego

Zadania z badań operacyjnych Przygotowanie do kolokwium pisemnego Zaania z baań operacyjnych Przygotowanie o kolokwium pisemnego 1..21 Zaanie 1.1. Dane jest zaanie programowania liniowego: 4x 1 + 3x 2 max 2x 1 + 2x 2 1 x 1 + 2x 2 4 4x 2 8 x 1, x 2 Sprowazić zaanie o

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

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

Pochodna funkcji odwrotnej

Pochodna funkcji odwrotnej Pochodna funkcji odwrotnej Niech będzie dana w przedziale funkcja różniczkowalna i różnowartościowa. Wiadomo, że istnieje wówczas funkcja odwrotna (którą oznaczymy tu : ), ciągła w przedziale (lub zależnie

Bardziej szczegółowo

DYFRAKCJA NA POJEDYNCZEJ I PODWÓJNEJ SZCZELINIE

DYFRAKCJA NA POJEDYNCZEJ I PODWÓJNEJ SZCZELINIE YFRAKCJA NA POJEYNCZEJ POWÓJNEJ SZCZELNE. Cel ćwiczenia: zapoznanie ze zjawiskiem yfrakcji światła na pojeynczej i powójnej szczelinie. Pomiar ługości fali światła laserowego, oległości mięzy śrokami szczelin

Bardziej szczegółowo

Rachunek różniczkowy funkcji dwóch zmiennych

Rachunek różniczkowy funkcji dwóch zmiennych Rachunek różniczkowy funkcji dwóch zmiennych Definicja Spis treści: Wykres Ciągłość, granica iterowana i podwójna Pochodne cząstkowe Różniczka zupełna Gradient Pochodna kierunkowa Twierdzenie Schwarza

Bardziej szczegółowo

Wybrane metody przybliżonego. wyznaczania rozwiązań (pierwiastków) równań nieliniowych

Wybrane metody przybliżonego. wyznaczania rozwiązań (pierwiastków) równań nieliniowych Wykład trzeci 1 Wybrane metody przybliżonego wyznaczania rozwiązań pierwiastków równań nieliniowych 2 Metody rozwiązywania równań nieliniowych = 0 jest unkcją rzeczywistą zmiennej rzeczywistej Rozwiązanie

Bardziej szczegółowo

Równania różniczkowe liniowe rzędu pierwszego

Równania różniczkowe liniowe rzędu pierwszego Katedra Matematyki i Ekonomii Matematycznej SGH 21 kwietnia 2016 Wstęp Definicja Równanie różniczkowe + p (x) y = q (x) (1) nazywamy równaniem różniczkowym liniowym pierwszego rzędu. Jeśli q (x) 0, to

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Algebra liniowa z geometrią

Algebra liniowa z geometrią Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........

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

Ćwiczenie 5. Nieliniowe obwody rezonansowe

Ćwiczenie 5. Nieliniowe obwody rezonansowe Anrzej Leśnicki Laboratorium Sygnałów Analogowych, Ćwiczenie 5 /8. Wstęp Ćwiczenie 5 Nieliniowe obwoy rezonansowe Obwó rezonansowy zawierający konensator o nieliniowej pojemności lub inuktor o nieliniowej

Bardziej szczegółowo

1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2

1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2 Temat 1 Pojęcia podstawowe 1.1 Przegląd wybranych równań i modeli fizycznych Równaniem różniczkowym cząstkowym rzędu drugiego o n zmiennych niezależnych nazywamy równanie postaci gdzie u = u (x 1, x,...,

Bardziej szczegółowo

Zadania egzaminacyjne

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

Bardziej szczegółowo

Układy równań i równania wyższych rzędów

Układy równań i równania wyższych rzędów Rozdział Układy równań i równania wyższych rzędów Układy równań różniczkowych zwyczajnych Wprowadzenie W poprzednich paragrafach zajmowaliśmy się równaniami różniczkowymi y = f(x, y), których rozwiązaniem

Bardziej szczegółowo

2.1. Postać algebraiczna liczb zespolonych Postać trygonometryczna liczb zespolonych... 26

2.1. Postać algebraiczna liczb zespolonych Postać trygonometryczna liczb zespolonych... 26 Spis treści Zamiast wstępu... 11 1. Elementy teorii mnogości... 13 1.1. Algebra zbiorów... 13 1.2. Iloczyny kartezjańskie... 15 1.2.1. Potęgi kartezjańskie... 16 1.2.2. Relacje.... 17 1.2.3. Dwa szczególne

Bardziej szczegółowo

Geometria w R 3. Iloczyn skalarny wektorów

Geometria w R 3. Iloczyn skalarny wektorów Geometria w R 3 Andrzej Musielak Str 1 Geometria w R 3 Działania na wektorach Wektory w R 3 możemy w naturalny sposób dodawać i odejmować, np.: [2, 3, 1] + [ 1, 2, 1] = [1, 5, 2] [2, 3, 1] [ 1, 2, 1] =

Bardziej szczegółowo

2. ZASTOSOWANIA POCHODNYCH. (a) f(x) = ln 3 x ln x, (b) f(x) = e2x x 2 2.

2. ZASTOSOWANIA POCHODNYCH. (a) f(x) = ln 3 x ln x, (b) f(x) = e2x x 2 2. 2. ZASTOSOWANIA POCHODNYCH. Koniecznie trzeba znać: twierdzenia o ekstremach (z wykorzystaniem pierwszej i drugiej pochodnej), Twierdzenie Lagrange a, Twierdzenie Taylora (z resztą w postaci Peano, Lagrange

Bardziej szczegółowo

Ważny przykład oscylator harmoniczny

Ważny przykład oscylator harmoniczny 6.03.00 6. Ważny przykła oscylator harmoniczny 73 Rozział 6 Ważny przykła oscylator harmoniczny 6. Wprowazenie Klasyczny, jenowymiarowy oscylator harmoniczny opowiaa potencjałowi energii potencjalnej:

Bardziej szczegółowo