Minimalizacja funkcji jednej lub wielu zmiennych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Minimalizacja funkcji jednej lub wielu zmiennych"

Transkrypt

1 Mnmlzj funj jednej lu welu zmennyh Otymlzj wyznzene mnmum funj rzezywstej welu zmennyh w dnym oszrze (wrz z untem w tórym to mnmum wystęuje). Jeśl funj jest nelnow zwer wele mnmów lolnyh zdne jest trudne do rozwązn. Wyn lolnyh roedur teryjnyh (tóre oerją sę n lneryzj mnmlzownej funj w otozenu wyrnego untu w rzestrzen n- wymrowej) jest slne uzleżnony od wyoru modelu strtowego.

2 Wstę Rozoznemy od metod mnmlzj ągłej funj unmodlnej tj tej tór w rzedzle [] m tylo jedno mnmum lolne. Jeżel zdn funj ne osd tej włsnoś nleży znleźć jej rzedzły unmodlnoś zstosowć osywną metodę do żdego z nh. Jeśl funj f() osd ohodną f () to mnmum znjduje sę w une w tórym f (). ym smym zgdnene znlezen mnmum funj f() zostło zstąone znlezenem mejs zerowego funj gf (). Zdne to może zostć rozwązne dowolną z oznnyh metod rozwązywn równń nelnowyh jednej zmennej oznnyh n MN (n. metod sej seznyh styznyh). N. dl tej osttnej wzór: zstęujemy wzorem: F( ) ' F ( ) f ( ) f ( ) ozywśe tylo w wydu gdy stneje drug ohodn funj f(). Metod złotego odzłu Jeśl dl < < zhodzą wrun f() > f() f() < f() to: - funj m w rzedzle [] mnmum w une - otrze trzeh untów do zlolzown mnmum Funj ągł f w rzedzle [] osd dołdne jedno mnmum. Mnmum to możn znleźć orzez olejne odzły zdnego rzedzłu. W tym elu nleży olzyć wrtoś funj w dwóh unth R th że < < R < nstęne zdć h weloś: - Jeżel f( ) > f( R ) to szune mnmum znjduje sę w rzedzle [ ]. - Jeżel f( ) < f( R ) to szune mnmum Przedzły [ R ]. [ ] zhodzą n see. Przedzł jest zwężny w stosunu [ R ]./ [] znjduje sę w rzedzle [ R ]. R

3 Welość otrzymnego w wynu owyższego ostęown rzedzłu o n roh wynos: ( (n) (n) ) n gdze jest stłym wsółzynnem o tóry zmnejszn jest welość rzedzłów w olejnyh roh lgorytmu. Wrtość wsółzynn jest dorn w t sosó y rzy olejnyh terjh wyorzystywć olzoną w orzednm rou wrtość funj jednej z dwóh róe (f( ) lu f( R )). Olzmy tę wrtość: R R zyl R onewż f( ) > f( R ) zwężmy rzedzł do [ ]. R R R ) (.68 5 Strtegę olzn mnmum funj możn zsć: Jeśl: Jeśl to SOP w rzewnym wydu owtórz unt.

4 Metod nterolj rolznej ( ) d( ) d Funj wystrzjąo głd: w olżu mnmum funj wdrtow jest dorym rzylżenem rol dosown do dowolnyh trzeh untów 3 ownn wszć w jednym rou mnmum 4 lo rzynjmnej w jego lse otozene. Jeśl ( ) to ( ) ( ) Rozwjją dowolną funję f() w szereg ylor otrzymujemy ( ) ( ) ( )( ) ( )( ) K wdć że dl mmy ( ) rol lolne rzylż f() Dl trzeh untów ( y ) ( y ) ( y ) rol rzehodzą rzez te unty ędze mł ostć: y gdze y ( ) ( ) Ponewż dl ozostłyh dwóh untów mmy: ( ) ( ) y ( ) ( ) y y y możemy wyznzyć wrtoś rmetrów : C C gdze [( ) ( y y ) ( ) ( y y )] [ ( )( y y ) ( )( y y )] C orz wrtość rol w msmum ( )( ) ( )( ) ( ) y

5 Metod Brndt (wyorzystują metodę złotego odzłu nterolj rolznej. Wyznzmy rzedzł [ ].. Wyznzmy metodą złotego odzłu unt leżąy w jego wnętrzu ędąy erwszym rzylżenem mnmum 3. Ponowne stosujemy złoty odzł y znleźć zdefnowć nowy zwężony rzedzł 4. Wyznzmy rolę wyznzmy jej mnmum 5. Jeśl leży w osttno zdefnownym rzedzle orz gdy zmn ołożen mnmum j mł mejse rzy wyonnu osttnej terj ył mnejsz od ołowy zmny ołożen mnmum w rzedosttnej terj ońzymy roedurę jeśl tóryś z wrunów ne jest sełnony owrót do untu 3. Metody mnmlzj funj n zmennyh (mnmlzj w rzestrzen n-wymrowej) Numeryzne metody oszuwn mnmum funj welu zmennyh możn odzelć n nstęująe lsy: metody oszuwń rostyh te j metod Hoo-Jeves metod Rosenro metody orwy erunów wśród tóryh możemy wyróżnć nstęująe gruy: metody ezgrdentowe w rzydu tóryh do znlezen mnmum otrzene jest wyznzne jedyne wrtoś funj f() n. metod Guss-Sedel metod Powell metody grdentowe dl tóryh w roese oszuwn mnmum orzystmy z wyznznyh wrtoś mnmlzownej funj f() orz jej grdentu n. metod njszyszego sdu metod grdentu srzężonego; metody newtonowse qus-newtonowse gdze oszuwne mnmum rzerowdzmy z wyznznem w olejnyh unth wrtoś funj jej grdentu orz hesjnu

6 Dl wszysth tyów metod nleżąyh do lsy metod orwy erunów wyorzystujemy wsólny shemt rowdzen olzeń teryjnyh. Poleg on n tym że do untu odowdjąego mnmum funj f() dohodzmy w olejnyh roh oszuwn mnmum wzdłuż odowedno wyznzonyh erunów d w rzestrzen n-wymrowej zwnyh erunm oszuwń. Jeżel o - roh otymlzj osągnęto unt oszuwń - to w olejnym -tym rou rzerowdz sę mnmlzję wzdłuż rostej wyznzonej rzez unt - wetor erunu d tj. znjdujemy tą otymln wrtość α że ( α d) α : mn f α wę rozwązujemy zgdnene mnmlzj funj jednej zmennej - tą zmenną jest α Kerun te mogą yć stłe w tre łego teryjnego roesu oszuwń mnmum ądź też mogą ulegć zmne n olejnyh eth w zleżnoś od wrtoś mnmlzownej funj jej grdentu lu równeż hesjnu. Iteryjne lgorytmy otymlzj mją nstęująe fzy: wyór untu ozątowego oszuwń wyznzene olejnego untu stnowąego rzylżene mnmum ; unt ten wyznzmy rzez oszuwn wzdłuż erunu d tórego oreślene j równeż odległość rzesunę w tym erunu są zleżne od wyrnej metody otymlzj; olejny unt ędąy nowym (leszym) rzylżenem untu mnmlzująego funję f() jest wyznzny z zleżnoś: α d srwdzene wrunów zeżnoś (ryterum osągnę untu mnmlnego wsźn joś) w zleżnoś od wynu ontynuowne oszuwń teryjnyh lo h zońzene. Wżn uwg: Punt ozątowy wyerny jest n odstwe osdnyh nformj dotyząyh ołożen mnmum (zęsto o rostu losowny). W rzydu mnmlzj funj welu zmennyh doór untu ozątowego oszuwń może w znząy sosó rzyseszyć lu oóźnć znlezene mnmum wsźn joś lo wręz zdeydowć o możlwoś znlezen mnmum glolnego funj.

7 Mnmlzj wzdłuż erunów wsółrzędnyh Wetorom zy e N rzysujemy erun w tóryh odywć sę ędze mnmlzj (t j dl rzydu zmennej). e lgorytm:. Z untu strtowego mnmlzujemy funję wzdłuż rostej wyznzonej rzez e wyznzmy mnmum w une. Z untu mnmlzujemy funję w erunu e wyznzmy olejny unt 3. Kontynuujemy wzdłuż olejnyh os osttezne znjdujemy unt N 4. Powrmy do mnmlzj wzdłuż erunu e owtrzmy roedurę olejny rz 5. Mnmlzj ońzy sę gdy sełnony jest wrune: f ( ) f ( ) < ε f ( ) t n n n gdze ε jest dołdnośą rerezentj mszynowej lz użytą w olzenh t rmetrem doernym ndywdulne. e Metod erunów srzężonyh (Powell') Metod erunów srzężonyh jest ezgrdentową teryjną metodą otymlzj ez ogrnzeń. Dl form wdrtowyh jest on zeżn w N roh. W metodze Powell' z zmen sę w tre wyonywn lgorytmu. Modyfj zy oleg n stworzenu dodnu do nej nowego srzężonego erunu równozesnym usunęu z nej tego erunu wzdłuż tórego nstąło njwęsze rzesunęe. u v Perwszy ro 3 5 zstęujemy erune drug (v ) erunem u (owstje u ) tworzymy erune wzdłuż - (owstje v ) u 4 3 v Drug ro 3 4 5

8 Metod erunów srzężonyh (Powell') lgorytm:. :. Dl żdego z erunów... N wyermy otymlny ro m doonują mnmlzj jednowymrowej wzdłuż erunu e 3. : m e m e... m N e N 4. Wyznz erune srzężony e odstwmy N : m N e N gdze m N jest otymlnym roem uzysnym w wynu mnmlzj funj g(m N )f(m N e N ) 5. Jeżel < ε (zhodz wrune stou) to one olzeń 6. : 7. wyznzmy numer erunu ( N) w tórym nstąło njwęsze rzesunęe (erune dl tórego m yło njwęsze) 8. Jeżel m d ε (wyznzn dl nowej zy - stoeń lnowej nezleżnoś - jest ezezne duży) to zmeń zę: e : e N d : m d 9. rzejdź do t. Metod njszyszego sdu srzężonyh grdentów N oząte l defnj twerdzene: Rozwżmy ułd równń lnowyh gdze jest merzą rzezywstą dodtno oreśloną ston n tzn.: Ilozyn slrny w R n y y > dl > n y Włsnoś lozynu slrnego: użyty owyżej jest zdefnowny jo: y y α y β z α y β z y y

9 Weźmy N wetorów N tóre są wzjemne -srzężone. Mogą one yć zą w rzestrzen R N. Możn rozwązne ułdu równń zsć w ost: N α Mówmy że erune u jest -srzężony z erunem v jeśl v u v u v u v u v u y olzyć wsółzynn α ostęujemy nstęująo: N α N α α o erun są srzężone α

Minimalizacja funkcji jednej lub wielu zmiennych. Wykład 13

Minimalizacja funkcji jednej lub wielu zmiennych. Wykład 13 Minimlizj funji jednej lu wielu zmiennyh Wyłd 3 Optymlizj = wyznzenie minimum funji rzezywistej wielu zmiennyh w dnym oszrze (wrz z puntem w tórym to minimum występuje). Jeśli funj jest nieliniow i zwier

Bardziej szczegółowo

Metody numeryczne. Wykład nr 7. dr hab. Piotr Fronczak

Metody numeryczne. Wykład nr 7. dr hab. Piotr Fronczak Metody numeryzne Wyłd nr 7 dr. Potr Fronz Cłowne numeryzne Cłowne numeryzne to przylżone olzne łe oznzony. Metody łown numeryznego polegją n przylżenu ł z pomoą odpowednej sumy wżonej wrtoś łownej unj

Bardziej szczegółowo

Równania liniowe. gdzie. Automatyka i Robotyka Algebra -Wykład 8- dr Adam Ćmiel,

Równania liniowe. gdzie. Automatyka i Robotyka Algebra -Wykład 8- dr Adam Ćmiel, utomtyk Robotyk lgebr -Wykłd - dr dm Ćmel cmel@ghedupl Równn lnowe Nech V W będą przestrzenm lnowym nd tym smym cłem K T: V W przeksztłcenem lnowym Rozwżmy równne lnowe T(v)w Powyższe równne nzywmy równnem

Bardziej szczegółowo

Sformułowanie zagadnienia. c c. Analiza zagadnienia dla przypadku m = 4 i n = 3. B 2. c A. c A

Sformułowanie zagadnienia. c c. Analiza zagadnienia dla przypadku m = 4 i n = 3. B 2. c A. c A ZGDNIENIE TRNSPORTOWE Sformułowne zgdnen Przypuśćmy, że z m punktów odprwy,, K, m m być wysłny w lośh,, K, m ednorodny produkt do n punktów przyęć,, K, n. odboru przymuą produkt w lośh b, b, K, bn. Kżdy

Bardziej szczegółowo

Rozpraszania twardych kul

Rozpraszania twardych kul Wyłd XVIII Rozprszn twrdych u Rozwżmy oddzływne twrdych u opsywne potencjłem V r r Ponewż potencjł jest seryczne symetryczny uncję ową możn zpsć w postc ( r Cm R Ym( m gdze Ym( to hrmon seryczne Rozprszne

Bardziej szczegółowo

Metoda prądów obwodowych

Metoda prądów obwodowych Metod prądów owodowyh Zmenmy wszystke rzezywste źródł prądowe n npęowe, Tworzymy kłd równń lnowyh opsjąyh poszzególne owody. Dowolną seć lnową skłdjąą sę z elementów skponyh możn opsć z pomoą kłd równń

Bardziej szczegółowo

Technika optymalizacji

Technika optymalizacji Nelowe zde optymlzj sttyzej ez ogrzeń - PN ez ogrzeń dr Ŝ. Ew Szlh Wydzł Eletro Ker.: Eletro III r. EZI Sformułowe owe zd optymlzj elowej ez ogrzeń: Fuj elu f( : Zde optymlzj poleg zlezeu wetor zmeyh deyzyjyh,

Bardziej szczegółowo

( ) Elementy rachunku prawdopodobieństwa. f( x) 1 F (x) f(x) - gęstość rozkładu prawdopodobieństwa X f( x) - dystrybuanta rozkładu.

( ) Elementy rachunku prawdopodobieństwa. f( x) 1 F (x) f(x) - gęstość rozkładu prawdopodobieństwa X f( x) - dystrybuanta rozkładu. Elementy rchunku prwdopodoeństw f 0 f() - gęstość rozkłdu prwdopodoeństw X f d P< < = f( d ) F = f( tdt ) - dystryunt rozkłdu E( X) = tf( t) dt - wrtość średn D ( X) = E( X ) E( X) - wrncj = f () F ()

Bardziej szczegółowo

CIAŁA. CIAŁA LICZBOWE.

CIAŁA. CIAŁA LICZBOWE. CIAŁA. CIAŁA LICZBOWE. Są óżne (le ównowżne) defne ł lzowego. Nzęśe zyue sę że est to ło tóe zwe wszyste lzy ntulne oz ego dzłn są ozszezen dodwn nożen lz ntulnyh. WNIOSEK 8. Kżde ło lzowe F zwe ło lz

Bardziej szczegółowo

Rozwiązanie problemu decyzyjnego polegającego na wyborze zestawu transportowego przy użyciu metody ELECTRE III

Rozwiązanie problemu decyzyjnego polegającego na wyborze zestawu transportowego przy użyciu metody ELECTRE III Mrusz Trel AGH w Krowe Rozwązne roblemu deyzynego olegąego n wyborze zestwu trnsortowego rzy użyu metody ELECTRE III Wrowdzene Relz zsd rozwou zrównowżonego n ozome mroeonomznym możlw est dzę wyorzystnu

Bardziej szczegółowo

METODY KOMPUTEROWE 11

METODY KOMPUTEROWE 11 METOY KOMPUTEROWE METOA WAŻONYCH REZIUÓW Mchł PŁOTKOWIAK Adm ŁOYGOWSKI Konsultcje nukowe dr nż. Wtold Kąkol Poznń / METOY KOMPUTEROWE METOA WAŻONYCH REZIUÓW Metod wżonych rezduów jest slnym nrzędzem znjdown

Bardziej szczegółowo

Środek masy i geometryczne momenty bezwładności figur płaskich 1

Środek masy i geometryczne momenty bezwładności figur płaskich 1 Środek ms geometrzne moment bezwłdnoś fgur płskh Środek ms fgur płskej Zleżnoś n współrzędne środk ms, fgur płskej złożonej z fgur regulrnh rs.. możem zpsć w nstępują sposób: gdze:. pole powerzhn -tej

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka matematyczna.

Rachunek prawdopodobieństwa i statystyka matematyczna. Rchunek rwdoodobieństw i sttystyk mtemtyczn. Zd 8. {(, : i } Zleżność tą możn rzedstwić w ostci nstęującej interretcji grficznej: Arkdiusz Kwosk Rfł Kukliński Informtyk sem.4 gr. Srwdźmy, czy odne zmienne

Bardziej szczegółowo

µ (T ) - oznacza standardowy molowy potencjał chemiczny składnika czystego i pod

µ (T ) - oznacza standardowy molowy potencjał chemiczny składnika czystego i pod WYZNACZANIE AKTYWNOŚCI ROZPUSZCZALNIKA WSTĘP Aktywność Dl roztworów doskonłyh rwdzwy jest nstęująy zwązek otenjłu hemznego skłdnk ze stęŝenem: µ + RT ln x (1) = µ gdze µ oznz stndrdowy otenjł hemzny skłdnk

Bardziej szczegółowo

WYBRANE ZAGADNIENIA Z DYNAMIKI GAZÓW

WYBRANE ZAGADNIENIA Z DYNAMIKI GAZÓW JB emetr II / WYBNE ZGDNIENI Z DYNIKI GZÓW Porzedno omwlśmy zgdnen rzeływu łynów neścślwych, które dorowdzły n do równń Ner- Stoke oujące ruch łynu ścślwego neścślwego orz nne dl tłej gętośc: Euler, Bernoull

Bardziej szczegółowo

Rozwiązanie niektórych zadań treningowych do I kolokwium sem. zimowy, 2018/19

Rozwiązanie niektórych zadań treningowych do I kolokwium sem. zimowy, 2018/19 Rozwąze ektóryh zdń tregowyh do I kolokwum sem. zmowy, 8/9 Zd.. V = ost, = 98 K W wrukh dtyzyh Q = ΔU =. Końową temperturę zjdzemy rozwązują rówe ΔU =. Zm eerg wewętrzej zhodz wskutek rekj hemzej jlepej

Bardziej szczegółowo

Proces decyzyjny: 1. Sformułuj jasno problem decyzyjny. 2. Wylicz wszystkie możliwe decyzje. 3. Zidentyfikuj wszystkie możliwe stany natury.

Proces decyzyjny: 1. Sformułuj jasno problem decyzyjny. 2. Wylicz wszystkie możliwe decyzje. 3. Zidentyfikuj wszystkie możliwe stany natury. Proces decyzyny: 1. Sformułu sno problem decyzyny. 2. Wylcz wszyste możlwe decyze. 3. Zdentyfu wszyste możlwe stny ntury. 4. Oreśl wypłtę dl wszystch możlwych sytuc, ( tzn. ombnc decyz / stn ntury ). 5.

Bardziej szczegółowo

G i m n a z j a l i s t ó w

G i m n a z j a l i s t ó w Ko³o Mtemtyzne G i m n z j l i s t ó w 1. Lizy,, spełniją wrunki: (1) ++ = 0, 1 () + + 1 + + 1 + = 1 4. Olizyć wrtość wyrżeni w = + + Rozwiąznie Stowrzyszenie n rzez Edukji Mtemtyznej Zestw 7 szkie rozwizń

Bardziej szczegółowo

EKONOMIA MENEDŻERSKA. Wykład 2 Analiza popytu. Optymalna polityka cenowa. 1 ANALIZA POPYTU. OPTYMALNA POLITYKA CENOWA.

EKONOMIA MENEDŻERSKA. Wykład 2 Analiza popytu. Optymalna polityka cenowa. 1 ANALIZA POPYTU. OPTYMALNA POLITYKA CENOWA. Wykłd Anlz popytu. Optymln poltyk cenow. 1 ANALIZA OYTU. OTYMALNA OLITYKA CENOWA. rzedmotem wykłdu jest prolem zrządzn zyskem poprzez oprcowne wdrożene odpowednej strteg różncown cen, wykorzystując do

Bardziej szczegółowo

Równania różniczkowe. y xy (1.1) x y (1.2) z xyz (1.3)

Równania różniczkowe. y xy (1.1) x y (1.2) z xyz (1.3) ownn oznczkowe Równn óżnczkowe. Wstę Równne óżnczkow nzw ównne zwejące funkcje newdoe zenne nezleżne oz ocodne funkcj newdoc lu c óżnczk. Pzkłd d 5 d d sn d. d d e d d d. z z z z. ównne óżnczkowe zwczjne

Bardziej szczegółowo

F - wypadkowa sił działających na cząstkę.

F - wypadkowa sił działających na cząstkę. PRAWA ZACHOWAIA Podstawowe termny Cała tworzące uład mechanczny oddzałują mędzy sobą z całam nenależącym do uładu za omocą: Sł wewnętrznych Sł zewnętrznych - Sł dzałających na dane cało ze strony nnych

Bardziej szczegółowo

Nieliniowe zadanie optymalizacji bez ograniczeń numeryczne metody iteracyjne optymalizacji

Nieliniowe zadanie optymalizacji bez ograniczeń numeryczne metody iteracyjne optymalizacji Nelnowe zadane optymalzacj bez ogranczeń numeryczne metody teracyjne optymalzacj mn R n f ( ) = f Algorytmy poszuwana mnmum loalnego zadana programowana nelnowego: Bez ogranczeń Z ogranczenam Algorytmy

Bardziej szczegółowo

Rozkłady prawdopodobieństwa 1

Rozkłady prawdopodobieństwa 1 Rozkłdy rwdoodoeństw Rozkłdy rwdoodoeństw. Rozkłdy dyskrete cągłe. W rzydku rozkłdu dyskretego określmy wrtośc rwdoodoeństw dl rzelczlej skończoej lu eskończoej lczy wrtośc zmeej losowej. N.... wszystke

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Poltechnk Gdńsk Wydzł Elektrotechnk Automtyk Ktedr Inżyner Systemów Sterown Teor sterown Podstwy lgebry mcerzy Mterły pomocncze do ćwczeń lbortoryjnych 1 Część 3 Oprcowne: Kzmerz Duznkewcz, dr hb. nż.

Bardziej szczegółowo

ILOCZYNY WEKTORÓW. s równoległe wtedy i tylko wtedy. b =

ILOCZYNY WEKTORÓW. s równoległe wtedy i tylko wtedy. b = St Kowls Włd mtemt dl studentów erunu Mehn włd ILOZYNY WEKTORÓW 3 { : } trówmrow prestre tór mon nterpretow n tr sposo: Jo ór puntów W te nterpret element prestren 3 nw s puntm Nps on e punt m współrdne

Bardziej szczegółowo

ω a, ω - prędkości kątowe członów czynnego a i biernego b przy

ω a, ω - prędkości kątowe członów czynnego a i biernego b przy Prekłne Mechncne PRZEKŁADNIE MECHANICZNE Prekłne mechncne są wykle mechnmm kołowym prenconym o prenesen npęu o włu slnk wykonuącego ruch orotowy o cłonu npęowego msyny rooce, mechnmu wykonwcego lu wprost

Bardziej szczegółowo

Sprawozdanie z zajęć laboratoryjnych z Miernictwa Elektronicznego

Sprawozdanie z zajęć laboratoryjnych z Miernictwa Elektronicznego Sprwozde z zjęć lortoryjyh z Mertw Elektrozego Dt wyko pomru: 08.05.008 rowdząy: dr ż. J Juszkewz Sprwozde wykoł: Tomsz Wtk Sttystyz oe wyków pomrów rzyrząd pomrowy: Suwmrk z wyśwetlzem elektrozym; L =0,0mm

Bardziej szczegółowo

R, R, R n itd. przestrzenie wektorowe, których elementami są wektory określone przez długość, kierunek i zwrot.

R, R, R n itd. przestrzenie wektorowe, których elementami są wektory określone przez długość, kierunek i zwrot. WYKŁAD. PRZESTRZENIE AFINICZNE, PROSTA. PŁASZCZYZNA. E PRZESTRZENIE AFINICZNE y P(,, c) x z E, E, E d. - rzesrzee ukoe, kórych elemem są uky ose rzy omocy sółrzędych, j. ukłdó lcz rzeczysych osc (, ),

Bardziej szczegółowo

METODY NUMERYCZNE. Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą. dr hab.inż. Katarzyna Zakrzewska, prof.

METODY NUMERYCZNE. Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą. dr hab.inż. Katarzyna Zakrzewska, prof. METODY NUMERYCZNE Wykłd 4. Numeryczne rozwązywne równń nelnowych z jedną newdomą dr hb.nż. Ktrzyn Zkrzewsk, pro.agh Met.Numer. Wykłd 4 Rozwązywne równń nelnowych z jedną newdomą Nleży znleźć perwstek równn

Bardziej szczegółowo

Rozwiązania maj 2017r. Zadania zamknięte

Rozwiązania maj 2017r. Zadania zamknięte Rozwiązni mj 2017r. Zdni zmknięte Zd 1. 5 16 5 2 5 2 Zd 2. 5 2 27 2 23 2 2 2 2 Zd 3. 2log 3 2log 5log 3 log 5 log 9 log 25log Zd. 120% 8910 1,2 8910 2,2 8910 $%, 050 Zd 5. Njłtwiej jest zuwżyć że dl 1

Bardziej szczegółowo

Metody Numeryczne II rok Informatyka Stosowana Inżynieria Obliczeniowa

Metody Numeryczne II rok Informatyka Stosowana Inżynieria Obliczeniowa etody umeryczne II ro Informty Stosown Inżyner Olczenow etody numeryczne Błędy w olczench numerycznych Rozwązywne ułdów równń lnowych metod elmncj Guss Jordn Guss metody deompozycj (LU) Interpolcj Lgrnge,

Bardziej szczegółowo

splajnami splajnu kubicznego

splajnami splajnu kubicznego WYKŁAD 6 INTERPOLACJA FUNKCJAMI SKLEJANYMI (SPLAJNY) W tym wyłdzie omówimy prolem interpolcji przy pomocy tzw. funcji slejnych, zwnych też (żrgonowo) spljnmi. W przeciwieństwie do metod interpolcyjnych

Bardziej szczegółowo

PODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych

PODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych PODSTAWY BAZ DANYCH Wykłd 3 2. Pojęcie Relcyjnej Bzy Dnych 2005/2006 Wykłd "Podstwy z dnych" 1 Rozkłdlno dlność schemtów w relcyjnych Przykłd. Relcj EGZ(U), U := { I, N, P, O }, gdzie I 10 10 11 N f f

Bardziej szczegółowo

( ) RóŜne rodzaje grup. Symetrie i struktury ciała stałego. W.Sikora, Wyklad 3

( ) RóŜne rodzaje grup. Symetrie i struktury ciała stałego. W.Sikora, Wyklad 3 Symete stutuy ł stłe. W.S Wyld RóŜne dze up up wetw W - zó wetów z ddwnem dzłnem upwym spełn wszyste złŝen ztem est upą. Nzyw sę ą upą wetwą. Gup t est nesńzn (e ząd est nesńzny) mŝe yć ął lu dysetn. Dysetn

Bardziej szczegółowo

Laboratorium: Sztuczna inteligencja w medycynie

Laboratorium: Sztuczna inteligencja w medycynie KATEDRA SYSTEMÓW MULTIMEDIALNYCH Lortorum: Sztuzn ntelgenj w medyyne Ćwzene nr : Projektowne prostyh systemów logk rozmytej Oprowne: dr nż. Potr Suhomsk. Cel ćwzen Celem ćwzen jest zpoznne studentów z

Bardziej szczegółowo

4.6. Gramatyki regularne

4.6. Gramatyki regularne 4.6. Grmtyki regulrne G = < N,T,P,Z > jest grmtyką prwostronnie liniową, jeśli jej produkcje mją postć: ( i) U xv x T * U,V N ( ii) U x G = < N,T,P,Z > jest grmtyką prwostronnie regulrną, jeśli jej produkcje

Bardziej szczegółowo

ale: Ewolucyjna teoria gier ambicją klasycznej TG było

ale: Ewolucyjna teoria gier ambicją klasycznej TG było Ewolujn teor ger mbją lsznej TG bło znlezene zsd rjonlnego zhown przez esperment mślowe dotząe fjnh grz, tórz znją teorę złdją, że h prtnerz ją stosują. Złdno też, że będze możn wzć przewgę rjonlnego zhown

Bardziej szczegółowo

4. Rekurencja. Zależności rekurencyjne, algorytmy rekurencyjne, szczególne funkcje tworzące.

4. Rekurencja. Zależności rekurencyjne, algorytmy rekurencyjne, szczególne funkcje tworzące. 4. Reurecj. Zleżości reurecyje, lgorytmy reurecyje, szczególe fucje tworzące. Reurecj poleg rozwiązywiu problemu w oprciu o rozwiązi tego smego problemu dl dych o miejszych rozmirch. W iformtyce reurecj

Bardziej szczegółowo

Metoda sił jest sposobem rozwiązywania układów statycznie niewyznaczalnych, czyli układów o nadliczbowych więzach (zewnętrznych i wewnętrznych).

Metoda sił jest sposobem rozwiązywania układów statycznie niewyznaczalnych, czyli układów o nadliczbowych więzach (zewnętrznych i wewnętrznych). Metod sił jest sposoem rozwiązywni ukłdów sttycznie niewyznczlnych, czyli ukłdów o ndliczowych więzch (zewnętrznych i wewnętrznych). Sprowdz się on do rozwiązni ukłdu sttycznie wyznczlnego (ukłd potwowy

Bardziej szczegółowo

O OKRĘGACH STYCZNYCH. V Liceum Ogólnokształcące im. A. Witkowskiego w Krakowie Jakub Luśtyk

O OKRĘGACH STYCZNYCH. V Liceum Ogólnokształcące im. A. Witkowskiego w Krakowie Jakub Luśtyk O ORĘGACH STYCZNYCH V Leum Ogólnoztłąe m. A. Wtowego w owe Jub Luśty Sp teś. Wpowdzene. Co to ą oęg Soddy ego. ontuj tzeh wzjemne tyznyh oęgów 8. ontuj oęgu tyznego do tzeh pozotłyh 9. Pomene oęgów 5.

Bardziej szczegółowo

Optymalizacja funkcji

Optymalizacja funkcji MARCIN BRAŚ Opymalzacja funcj ) Opymalzacja w obszarze neoranczonym WK: y. y WW: > > y y Znaleźć mnmum funcj: (, y) ( ) y ( ) y y ( ) y solve, P(, ) y y solve, y ( ) y ( ) y y y ( ) y W W W > (, y) > Op.

Bardziej szczegółowo

ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GRANULOMETRYCZNEJ SUROWCÓW I PRODUKTÓW

ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GRANULOMETRYCZNEJ SUROWCÓW I PRODUKTÓW 1 ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GANULOMETYCZNEJ SUOWCÓW I PODUKTÓW 1. Cel zkres ćwczen Celem ćwczen jest opnowne przez studentów metody oceny mterłu sypkego pod względem loścowej zwrtośc frkcj

Bardziej szczegółowo

H. Dąbrowski, W. Rożek Próbna matura, grudzień 2014 r. CKE poziom rozszerzony 1. Zadanie 15 różne sposoby jego rozwiązania

H. Dąbrowski, W. Rożek Próbna matura, grudzień 2014 r. CKE poziom rozszerzony 1. Zadanie 15 różne sposoby jego rozwiązania H ąrowski, W Rożek Prón mtur, grudzień 014 r K poziom rozszerzony 1 Zdnie 15 różne sposoy jego rozwiązni Henryk ąrowski, Wldemr Rożek Zdnie 15 Punkt jest środkiem oku prostokąt, w którym Punkt leży n oku

Bardziej szczegółowo

Metody numeryczne. Wykład nr 5: Aproksymacja i interpolacja. dr Piotr Fronczak

Metody numeryczne. Wykład nr 5: Aproksymacja i interpolacja. dr Piotr Fronczak Metod umerze Wkłd r 5: Aproksmj terpolj dr Potr Frozk Aproksmj terpolj Aproksmj rówem lowm Błąd dopsow E - Fukj dwóh zmeh Fukj E m mmum dl tkh wrtoś, dl którh pohode ząstkowe względem zerują sę: E E Jest

Bardziej szczegółowo

5. Maszyna Turinga. q 1 Q. Konfiguracja: (q,α β) q stan αβ niepusta część taśmy wskazanie położenia głowicy

5. Maszyna Turinga. q 1 Q. Konfiguracja: (q,α β) q stan αβ niepusta część taśmy wskazanie położenia głowicy 5. Maszyna Turnga = T Q skończony zór stanów q 0 stan początkowy F zór stanów końcowych Γ skończony zór symol taśmy T Γ alfaet wejścowy T Γ symol pusty (lank) δ: Q Γ! 2 Q Γ {L,R} funkcja

Bardziej szczegółowo

Plan wykładu. Sztuczne sieci neuronowe. Podstawowe pojcia logiki rozmytej. Logika ostra a logika rozmyta. Wykład 13: Sieci neuronowe o logice rozmytej

Plan wykładu. Sztuczne sieci neuronowe. Podstawowe pojcia logiki rozmytej. Logika ostra a logika rozmyta. Wykład 13: Sieci neuronowe o logice rozmytej Pan wyładu Sztuzne se neuronowe yład 3: Se neuronowe o oge rozmytej ałgorzata Krtowsa Katedra Orogramowana e-ma: mma@.b.baysto. Podstawy og rozmytej zbory rozmyte oeraje og rozmytej shemat systemu rozmytego

Bardziej szczegółowo

4) Podaj wartość stałych czasowych, wzmocnienia i punkt równowagi przy wymuszeniu impulsowym

4) Podaj wartość stałych czasowych, wzmocnienia i punkt równowagi przy wymuszeniu impulsowym LISA0: Podtwowe człony (obiety) dynmii Przygotownie ) Wymień i opiz włności podtwowych członów (obiety) dynmii potć trnmitncji nzwy i ogrniczeni prmetrów ) Wymień podtwowe człony dynmii dl tórych trnmitncj

Bardziej szczegółowo

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Fuzja danych nawigacyjnych w przestrzeni filtru Kalmana

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Fuzja danych nawigacyjnych w przestrzeni filtru Kalmana ISSN 733-867 ZESZ NAUKOWE NR (83) AKADEMII MORSKIEJ W SZCZECINIE IV MIĘDZNARODOWA KONFERENCJA NAUKOWO-ECHNICZNA E X L O - S H I 6 Andrzej Stteczny, Andrzej Lsj, Chfn Mohmmd Fzj dnych nwgcyjnych w przestrzen

Bardziej szczegółowo

Wymagania edukacyjne matematyka klasa 2b, 2c, 2e zakres podstawowy rok szkolny 2015/2016. 1.Sumy algebraiczne

Wymagania edukacyjne matematyka klasa 2b, 2c, 2e zakres podstawowy rok szkolny 2015/2016. 1.Sumy algebraiczne Wymgni edukcyjne mtemtyk kls 2b, 2c, 2e zkres podstwowy rok szkolny 2015/2016 1.Sumy lgebriczne N ocenę dopuszczjącą: 1. rozpoznje jednominy i sumy lgebriczne 2. oblicz wrtości liczbowe wyrżeń lgebricznych

Bardziej szczegółowo

Wymagania kl. 2. Uczeń:

Wymagania kl. 2. Uczeń: Wymgni kl. 2 Zkres podstwowy Temt lekcji Zkres treści Osiągnięci uczni. SUMY ALGEBRAICZNE. Sumy lgebriczne definicj jednominu pojęcie współczynnik jednominu porządkuje jednominy pojęcie sumy lgebricznej

Bardziej szczegółowo

WYKŁAD 6. Równowaga chemiczna.

WYKŁAD 6. Równowaga chemiczna. WYŁAD 6. Równowg hemzn. Potenjł hemzny Dl ukłu złożonego ze skłnków,,...,,... entl swobon jest sumą entl swobonyh skłnków: G G G G G...... G(, T, n, n, n,...) 3 Potenjł hemzny: G n, T, n G n, T, k n k

Bardziej szczegółowo

460 Szeregi Fouriera. Definicja. Definicja. Układ trygonometryczny. Definicja Układ ortogonalny funkcji ( ϕ n

460 Szeregi Fouriera. Definicja. Definicja. Układ trygonometryczny. Definicja Układ ortogonalny funkcji ( ϕ n 6 Szeregi Fourier Defiij Dwie fuje ψ :< > C zywmy fujmi ortogolymi przedzile < > gdy ψ Defiij Ciąg fuji ) :< > C zywmy ułdem ortogolym przedzile < > gdy fuje są prmi ortogole przedzile < > tz gdy j j λ

Bardziej szczegółowo

Zasady wyznaczania minimalnej wartości środków pobieranych przez uczestników od osób zlecających zawarcie transakcji na rynku terminowym

Zasady wyznaczania minimalnej wartości środków pobieranych przez uczestników od osób zlecających zawarcie transakcji na rynku terminowym Załązn nr 3 Do zzegółowyh Zasad rowadzena Rozlzeń Transa rzez KDW_CC Zasady wyznazana mnmalne wartoś środów oberanyh rzez uzestnów od osób zleaąyh zaware transa na rynu termnowym 1. Metodologa wyznazana

Bardziej szczegółowo

Analiza numeryczna. Stanisław Lewanowicz. Całkowanie numeryczne. Definicje, twierdzenia, algorytmy

Analiza numeryczna. Stanisław Lewanowicz. Całkowanie numeryczne. Definicje, twierdzenia, algorytmy http://wwwiiuniwrocpl/ sle/teching/n-wdrpdf Anliz numeryczn Stnisłw Lewnowicz Styczeń 008 r Cłownie numeryczne Definicje, twierdzeni, lgorytmy 1 Pojęci wstępne Niech IF IF [, b] ozncz zbiór wszystich funcji

Bardziej szczegółowo

ZADANIA Z ZAKRESU SZKOŁY PODSTAWOWEJ, GIMNAZJUM I SZKOŁY ŚREDNIEJ

ZADANIA Z ZAKRESU SZKOŁY PODSTAWOWEJ, GIMNAZJUM I SZKOŁY ŚREDNIEJ ZADANIA Z ZAKRESU SZKOŁY PODSTAWOWEJ, GIMNAZJUM I SZKOŁY ŚREDNIEJ Nrsowć wkres funkji: f() = + Nrsowć wkres funkji: f() = + Nrsowć wkres funkji: f() = + + Dl jkih wrtośi A, B zhodzi równość: + +5+6 = A

Bardziej szczegółowo

2. FUNKCJE WYMIERNE Poziom (K) lub (P)

2. FUNKCJE WYMIERNE Poziom (K) lub (P) Kls drug poziom podstwowy 1. SUMY ALGEBRAICZNE Uczeń otrzymuje ocenę dopuszczjącą lub dostteczną, jeśli: rozpoznje jednominy i sumy lgebriczne oblicz wrtości liczbowe wyrżeń lgebricznych redukuje wyrzy

Bardziej szczegółowo

1. Algebra wektorów. Rys Wektor w układzie współrzędnych (jego współrzędne i kąty)

1. Algebra wektorów. Rys Wektor w układzie współrzędnych (jego współrzędne i kąty) 1. Alger wetorów Welość wetorową chrterue wrtość, cl moduł, erune, wrot. Możn ą predstwć w sposó grfcn o odcne serown o długośc proporconlne do modułu lu te w sposó nltcn. Sposó nltcn poleg n podnu rutów,,

Bardziej szczegółowo

Wymagania na ocenę dopuszczającą z matematyki klasa II Matematyka - Babiański, Chańko-Nowa Era nr prog. DKOS 4015-99/02

Wymagania na ocenę dopuszczającą z matematyki klasa II Matematyka - Babiański, Chańko-Nowa Era nr prog. DKOS 4015-99/02 Wymgni n ocenę dopuszczjącą z mtemtyki kls II Mtemtyk - Bbiński, Chńko-Now Er nr prog. DKOS 4015-99/02 Temt lekcji Zkres treści Osiągnięci uczni WIELOMIANY 1. Stopień i współczynniki wielominu 2. Dodwnie

Bardziej szczegółowo

FUNKCJA KWADRATOWA. RÓWNANIA I NIERÓWNOŚCI DRUGIEGO STOPNIA.

FUNKCJA KWADRATOWA. RÓWNANIA I NIERÓWNOŚCI DRUGIEGO STOPNIA. Oprownie: Elżiet Mlnowsk FUNKCJA KWADRATOWA. RÓWNANIA I NIERÓWNOŚCI DRUGIEGO STOPNIA. Określeni podstwowe: Jeżeli kżdej lizie x z pewnego zioru lizowego X przporządkown jest dokłdnie jedn liz, to mówim,

Bardziej szczegółowo

Wymagania edukacyjne matematyka klasa 2 zakres podstawowy 1. SUMY ALGEBRAICZNE

Wymagania edukacyjne matematyka klasa 2 zakres podstawowy 1. SUMY ALGEBRAICZNE Wymgni edukcyjne mtemtyk kls 2 zkres podstwowy 1. SUMY ALGEBRAICZNE Uczeń otrzymuje ocenę dopuszczjącą lub dostteczną, jeśli: rozpoznje jednominy i sumy lgebriczne oblicz wrtości liczbowe wyrżeń lgebricznych

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY VIII w roku szkolnym 2015/2016

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY VIII w roku szkolnym 2015/2016 WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY VIII w roku szkolnym 015/016 oprcowł: Dnut Wojcieszek n ocenę dopuszczjącą rysuje wykres funkcji f ( ) i podje jej włsności sprwdz lgebricznie, czy dny punkt

Bardziej szczegółowo

ę Ł Ó ę ę ć ę ę ż ę ę Ź Ć ć ę ę ż ę ę Ł ć ż ż ć ć ź ć ę Ń ć ę ż ę ć ęż Ń ć ż ć ź ę ę ź ę ć ż ć Ź ż ę Ł Ż ż ć Ź ę Ń ż ć ę ę ż ę ę ć ę ż ż ż Ł ę żę ż ć ź ę Ó ć ć ż ć ę ę ę ę ę ć ę Źć ę ę ę ę ę ę ż ż ż ć

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

SELEKCJA: JAK JEDNA POPULACJA (STRATEGIA) WYPIERA INNĄ

SELEKCJA: JAK JEDNA POPULACJA (STRATEGIA) WYPIERA INNĄ W stronę bolog: dnama oulacj Martn. owa Evolutonar Dnamcs elna Press 6 SELEKCJ: JK JED POPULCJ (STRTEGI) WYPIER IĄ Model determnstczn ( a ) ( b ) : Dodając stronam mam a b czl średne dostosowane (ftness).

Bardziej szczegółowo

Szkice rozwiązań zadań zawody rejonowe 2019

Szkice rozwiązań zadań zawody rejonowe 2019 XVI Śląski Konkurs Mtemtyzny Szkie rozwiązń zdń zwody rejonowe 9 Zdnie. Znjdź wszystkie lizy pierwsze p, dl któryh liz pp+ + też jest lizą pierwszą. Rozwiąznie Jeżeli p, to pp+ + 3 + i jest to liz złożon.

Bardziej szczegółowo

Zkaład Elektroanalizy i Elektrochemii Katedra Chemii Nieorganicznej i Analitycznej Uniwersytet Łódzki ul.tamka 12, Łódź. Dr Paweł Krzyczmonik

Zkaład Elektroanalizy i Elektrochemii Katedra Chemii Nieorganicznej i Analitycznej Uniwersytet Łódzki ul.tamka 12, Łódź. Dr Paweł Krzyczmonik Zkłd Elektronlzy Elektrohem tedr Chem Neorgnznej Anltyznej Unwersytet Łódzk l.tmk 9-403 Łódź r Pweł rzyzmonk Łódź mrze 05 P wykłd Wstę - sensory z detekją otenjometryzną Elektrody Rodzje membrn Potenjł

Bardziej szczegółowo

ć Ą ą ą Ż Ż ó ą ż Ć ą ĆŻ Ż Ó Ó Ó ą Ó ń ą ę ą ę Ź ń ą Ó ą ą ą ą ą ą Ó Ż ęż ę ą ę ą ą ż ĘĆ ż ę Żą ż ą ń Ó ą Ó ą ę ż ęż ó ó ć ż ń ęż ń ń ć ń ż ć ć ą ą Ó Ó ó ó ń ó ę ó Ó ą ż Ć ę Ó ę ż Ó ó ą ó Ó ż Ć ę ó Ó ó

Bardziej szczegółowo

Oznaczenia: K wymagania konieczne; P wymagania podstawowe; R wymagania rozszerzające; D wymagania dopełniające; W wymagania wykraczające

Oznaczenia: K wymagania konieczne; P wymagania podstawowe; R wymagania rozszerzające; D wymagania dopełniające; W wymagania wykraczające Wymgni edukcyjne z mtemtyki ls 2 b lo Zkres podstwowy Oznczeni: wymgni konieczne; wymgni podstwowe; R wymgni rozszerzjące; D wymgni dopełnijące; W wymgni wykrczjące Temt lekcji Zkres treści Osiągnięci

Bardziej szczegółowo

Klasyfikacja trójkątów

Klasyfikacja trójkątów 9.. WŁASNOŚCI TRÓJKĄTÓW Klsyfikj trójkątów odził trójkątów ze względu n oki róŝnoozny równormienny równoozny odził trójkątów ze względu n kąty ostrokątny rostokątny rozwrtokątny Sum kątów wewnętrzny trójkąt

Bardziej szczegółowo

ZASADY DYNAMIKI. II. Przyspieszenie ciała jest proporcjonalne do przyłoŝonej siły. r r v. r dt

ZASADY DYNAMIKI. II. Przyspieszenie ciała jest proporcjonalne do przyłoŝonej siły. r r v. r dt DYAKA Zsdy dynm Ułdy necjlne, zsd bezwłdnośc, zsd względnośc Defncje welośc dynmcznych Zsdy zchown ędu momentu ędu Ułdy nenecjlne Pc Sły zchowwcze neg otencjln netyczn Zsd zchown eneg ZASADY DYAK. Cło,

Bardziej szczegółowo

Algebra macierzowa i inne takie (krótka i prowizoryczna powtórka

Algebra macierzowa i inne takie (krótka i prowizoryczna powtórka lgebr mcerzow e te (rót prowzorycz powtór (uwg: tutj jest ezupełe osewet otcj tj. mcerze czsem są pogruboe czsem ursywe (tlcs) proszę sę e przejmowć t po prostu wyszło) PEWNE WZNE OPERCJE MCIERZOWE ozcz

Bardziej szczegółowo

Zkaład Elektroanalizy i Elektrochemii Katedra Chemii Nieorganicznej i Analitycznej Uniwersytet Łódzki ul.tamka 12, Łódź

Zkaład Elektroanalizy i Elektrochemii Katedra Chemii Nieorganicznej i Analitycznej Uniwersytet Łódzki ul.tamka 12, Łódź Zkłd Elektronlzy Elektrohem tedr Chem Neorgnznej Anltyznej Unwersytet Łódzk l.tmk 9-403 Łódź Dr Pweł rzyzmonk Łódź mrze 04 P wykłd Wstę - sensory z detekją otenjometryzną Elektrody Rodzje membrn Potenjł

Bardziej szczegółowo

a) b) Rys. 6.1. Schemat ideowo-konstrukcyjny układu do przykładu 6.1 a) i jego schemat blokowy

a) b) Rys. 6.1. Schemat ideowo-konstrukcyjny układu do przykładu 6.1 a) i jego schemat blokowy 04 6. Ztoownie metod hemtów lokowh do nliz włśiwośi ukłdów utomtki Shemt lokow ukłdu utomtki jet formą zpiu mtemtznego modelu dnego ukłdu, n podtwie której, wkorztują zd przedtwione rozdzile 3.7, możn

Bardziej szczegółowo

WYZNACZNIKI. . Gdybyśmy rozważali układ dwóch równań liniowych, powiedzmy: Takie układy w matematyce nazywa się macierzami. Przyjmijmy definicję:

WYZNACZNIKI. . Gdybyśmy rozważali układ dwóch równań liniowych, powiedzmy: Takie układy w matematyce nazywa się macierzami. Przyjmijmy definicję: YZNACZNIKI Do opisu pewnh oiektów nie wstrz użć liz. ie n przkłd, że do opisni sił nleż użć wektor. Sił to przeież nie tlko wielkość le i jej punkt przłożeni, zwrot orz kierunek dziłni. Zte jedną lizą

Bardziej szczegółowo

KSIĘGA ZNAKU. Znak posiada swój obszar ochronny i w jego obrębie nie mogą się znajdować żadne elementy, nie związane ze znakiem.

KSIĘGA ZNAKU. Znak posiada swój obszar ochronny i w jego obrębie nie mogą się znajdować żadne elementy, nie związane ze znakiem. KSIĘGA ZNAKU KSIĘGA ZNAKU Poniżej przedstwion jest chrkterystyk znku 7 lt Uniwersytetu Łódzkiego. Wszystkie proporcje i sposób rozmieszczeni poszczególnych elementów są ściśle określone. Wprowdznie jkichkolwiek

Bardziej szczegółowo

ÓŁ Ą Ś ż ę Ę ć ż ż ę ż ż ń ż ń ż ę ę ż ż ż ż ę ż ć ę żę ę ń ę ęć ż Ę ż ż ę ę ń Ą ęć ń ę ć ęć ęż ę ń ęć ń ęć ęż ę Ł ę ęć ę ęć Ł ę ę ę ęć ęć ę ę Ę ęż ę ń ęć Ę ć ęć ę ę ż ę ęż ę ń ż ę ń ż ć Ą Ą Ą żę ż ż ż

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =

Bardziej szczegółowo

Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. TWIERDZENIA O WZAJEMNOŚCI Twierdzenie Bettiego (o wzajemności prac)

Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. TWIERDZENIA O WZAJEMNOŚCI Twierdzenie Bettiego (o wzajemności prac) Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. 7. TWIERDZENIA O WZAJEMNOŚCI 7.1. Twerdzene Bettego (o wzajemnośc prac) Nech na dowolny uład ramowy statyczne wyznaczalny lub newyznaczalny, ale o nepodatnych

Bardziej szczegółowo

p Z(G). (G : Z({x i })),

p Z(G). (G : Z({x i })), 3. Wykład 3: p-grupy twerdzena Sylowa. Defncja 3.1. Nech (G, ) będze grupą. Grupę G nazywamy p-grupą, jeżel G = dla pewnej lczby perwszej p oraz k N. Twerdzene 3.1. Nech (G, ) będze p-grupą. Wówczas W

Bardziej szczegółowo

D r. r r r D. Wykład VII. Podstawowe własnow. Źródła a fal elektromagnetycznych. r r. Luminescencja. Natęż. Równania Maxwella. ężenie i indukcja pola

D r. r r r D. Wykład VII. Podstawowe własnow. Źródła a fal elektromagnetycznych. r r. Luminescencja. Natęż. Równania Maxwella. ężenie i indukcja pola Wyłd VII Fl lomgnyzn włśwoś źódł ównn pw Mxwll ównn flow wypowdzn ozwązn lomgnyzn fl płs wo flowy wo Poynng wdmo fl lomgnyznyh Podswow włsnow snoś fl popzzn popgj w póżn w ośodh mlnyh oślon pędość w póżn

Bardziej szczegółowo

Diagonalizacja macierzy kwadratowej

Diagonalizacja macierzy kwadratowej Dagonalzacja macerzy kwadratowej Dana jest macerz A nân. Jej wartośc własne wektory własne spełnają równane Ax x dla,..., n Każde z równań własnych osobno można zapsać w postac: a a an x x a a an x x an

Bardziej szczegółowo

LISTA ZADAŃ Z MECHANIKI OGÓLNEJ

LISTA ZADAŃ Z MECHANIKI OGÓLNEJ . RCHUNEK WEKTOROWY LIST ZDŃ Z MECHNIKI OGÓLNEJ Zd. 1 Dne są wektor: = i + 3j + 5k ; b = i j + k. Oblicz sumę wektorów e = + b orz kosinus kątów, jkie tworz wektor e z osimi ukłdu ( kosinus kierunkowe

Bardziej szczegółowo

Spójne przestrzenie metryczne

Spójne przestrzenie metryczne lz Włd 5 d d Ćel cel@gedpl Spóe pzeszee ecze De Pzeszeń eczą ρ zw spóą eżel e d sę e pzedswć w psc s dwóc zów epsc wc złączc ρ - pzeszeń spó ~ we Icze es ze spó eżel dl dwlc pów czl see cągł c γ : : γ

Bardziej szczegółowo

WYZNACZANIE STAŁEJ RÓWNOWAGI KWASOWO ZASADOWEJ W ROZTWORACH WODNYCH

WYZNACZANIE STAŁEJ RÓWNOWAGI KWASOWO ZASADOWEJ W ROZTWORACH WODNYCH Politehni Śląs WYDZIŁ CHEMICZNY KTEDR FIZYKOCHEMII I TECHNOLOGII POLIMERÓW WYZNCZNIE STŁEJ RÓWNOWGI KWSOWO ZSDOWEJ W ROZTWORCH WODNYCH Opieun: Miejse ćwizeni: Ktrzyn Kruiewiz Ktedr Fizyohemii i Tehnoii

Bardziej szczegółowo

Temat lekcji Zakres treści Osiągnięcia ucznia

Temat lekcji Zakres treści Osiągnięcia ucznia ln wynikowy kls 2c i 2e - Jolnt jąk Mtemtyk 2. dl liceum ogólnoksztłcącego, liceum profilownego i technikum. sztłcenie ogólne w zkresie podstwowym rok szkolny 2015/2016 Wymgni edukcyjne określjące oceny:

Bardziej szczegółowo

Zadania. I. Podzielność liczb całkowitych

Zadania. I. Podzielność liczb całkowitych Zdni I. Podzielność liczb cłkowitych. Pewn liczb sześciocyfrow kończy się cyfrą 5. Jeśli tę cyfrę przestwimy n miejsce pierwsze ze strony lewej to otrzymmy nową liczbę cztery rzy większą od poprzedniej.

Bardziej szczegółowo

Rys Wyrównanie spostrzeżeń zawarunkowanych jednakowo dokładnych C. KRAKOWIANY

Rys Wyrównanie spostrzeżeń zawarunkowanych jednakowo dokładnych C. KRAKOWIANY Rys. 9.. Wyrównnie spostrzeżeń zwrunkownyh jednkowo dokłdnyh C. KRAKOWIANY 9.9. Informje wstępne o krkowinh Krkowin jest zespołem liz rozmieszzonyh w prostokątnej teli o k kolumnh i w wierszh, dl którego

Bardziej szczegółowo

dr inż. Zbigniew Szklarski

dr inż. Zbigniew Szklarski Włd : Wetor dr nż. Zgnew Slrs sl@gh.edu.pl http://ler.uc.gh.edu.pl/z.slrs/ Welośc fcne Długość, cs, sł, ms, prędość, pęd, prspesene tempertur, nprężene, premescene, ntężene prądu eletrcnego, ntężene pol

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

DYDAKTYCZNA PREZENTACJA PRÓBKOWANIA SYGNAŁÓW OKRESOWYCH

DYDAKTYCZNA PREZENTACJA PRÓBKOWANIA SYGNAŁÓW OKRESOWYCH POZA UIVE RSIY OF E CHOLOGY ACADE MIC JOURALS o 73 Electricl Engineering 3 Wojciech LIPIŃSI* DYDAYCZA PREZEACJA PRÓBOWAIA SYGAŁÓW ORESOWYCH Przedstwiono dydtyczną prezentcję próbowni przebiegów oresowych

Bardziej szczegółowo

Obliczenia naukowe Wykład nr 14

Obliczenia naukowe Wykład nr 14 Obliczeni nuowe Wyłd nr 14 Pweł Zielińsi Ktedr Informtyi, Wydził Podstwowych Problemów Technii, Politechni Wrocłws Litertur Litertur podstwow [1] D. Kincid, W. Cheney, Anliz numeryczn, WNT, 2005. [2] A.

Bardziej szczegółowo

Zasada wariacyjna mechaniki kwantowej

Zasada wariacyjna mechaniki kwantowej Zsd wry meh wtwe uł eerg: K ( [ ] Hˆ ( K de rmwe (łwe z wdrtem fu przyprz dw est wrt zew eerg w ste psym t fu. Jest t p e gze d p fu. u przyprz dwue wrt zbwe zb wrt fu. Argumetm s zby. D fułu rgumetm s

Bardziej szczegółowo

Przykład 2.6. Przekrój złożony z trzech kształtowników walcowanych.

Przykład 2.6. Przekrój złożony z trzech kształtowników walcowanych. Przkłd 6 Przkrój złożon z trzh ksztłtowników wlownh Polni: Wznzć główn ntrln momnt bzwłdnośi orz kirunki główn dl poniższgo przkroju złożongo z trzh ksztłtowników wlownh 0800 0 80800 Dn dotzą ksztłtowników

Bardziej szczegółowo

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp

Bardziej szczegółowo

Matematyka stosowana i metody numeryczne

Matematyka stosowana i metody numeryczne Ew Pbisek Adm Wostko Piotr Pluciński Mtemtyk stosown i metody numeryczne Konspekt z wykłdu 0 Cłkownie numeryczne Wzory cłkowni numerycznego pozwlją n obliczenie przybliżonej wrtości cłki: I(f) = f(x) dx

Bardziej szczegółowo

SYSTEMY ROZMYTO-NEURONOWE REALIZUJĄCE RÓŻNE SPOSOBY ROZMYTEGO WNIOSKOWANIA

SYSTEMY ROZMYTO-NEURONOWE REALIZUJĄCE RÓŻNE SPOSOBY ROZMYTEGO WNIOSKOWANIA POLIECHIK CZĘSOCHOWSK KEDR IŻYIERII KOMPUEROWEJ PRC DOKORSK SYSEMY ROZMYO-EUROOWE RELIZUJĄCE RÓŻE SPOSOY ROZMYEGO WIOSKOWI Roert owc Promotor: dr h. ż. Dut Rutows rof. dzw. P.Cz. Częstochow 999 eszm chcłm

Bardziej szczegółowo

PRÓBNA MATURA Z MATEMATYKI Z OPERONEM LISTOPAD ,0. 3x 6 6 3x 6 6,

PRÓBNA MATURA Z MATEMATYKI Z OPERONEM LISTOPAD ,0. 3x 6 6 3x 6 6, Zdnie PRÓBNA MATURA Z MATEMATYKI Z OPERONEM LISTOPAD 04 Zbiorem wszystkich rozwiązń nierówności x 6 6 jest: A, 4 0, B 4,0 C,0 4, D 0,4 Odpowiedź: C Rozwiąznie Sposób I Nierówność A 6 jest równowżn lterntywie

Bardziej szczegółowo