Zaawansowane metody numeryczne

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zaawansowane metody numeryczne"

Transkrypt

1 Wykład 7 a szeregi Fouriera (zarówno w przypadku ciągłym, jak i dyskretnym) jest szczegónym przypadkiem aproksymacji funkcjami ortogonanymi. Anaitycznie rozwiązanie zadania aproksymacji trygonometrycznej funkcji f (danej odpowiednio w sposób ciągły ub dyskretny) sprowadza się do wyznaczenia obciętego szeregu Fouriera (odpowiednio ciągłego ub dyskretnego), czyi do wyznaczenia tak zwanych współczynników Fouriera rozwinięcia funkcji w pewien szereg trygonometryczny.

2 Twierdzenie Weierstrass a Twierdzenie 7.1. Jeżei funkcja f jest funkcją ciągłą na R i okresową o okresie 2π, to da każdego ε > 0 istnieje n ε oraz funkcja F postaci n ε F (x) = a 0 + (a k cos kx + b k sin kx) k=1 spełniająca da wszystkich x R nierówność F (x) f (x) < ε. Węzły dyskretnej aproksymacji trygonometrycznej Definicja 7.1. (węzły aproksymacji trygonometrycznej) W dyskretnej aproksymacji trygonometrycznej na przedziae 0, 2π będziemy rozpatrywać zbiór N węzłów x i postaci: 1) N = 2L (parzysta iczba węzłów) i=0,...,2l 1 x i = πi L ; 2) N = 2L + 1 (nieparzysta iczba węzłów) i=0,...,2l x i = 2πi 2L + 1.

3 Baza funkcji trygonometrycznych Fakt 7.1. Niech > 0. Funkcje trygonometryczne postaci 1, sin x, cos x, sin 2x, cos 2x,..., sin mx, cos mx 1, sin πx, cos πx, sin 2πx, cos 2πx,..., sin mπx, cos mπx tworzą układ iniowo niezaeżny i tym samym bazę da pewnej (2m + 1)-wymiarowej podprzestrzeni funkcji trygonometrycznych odpowiednio na przedziae 0, 2π i,. Baza funkcji trygonometrycznych jest często używana do aproksymacji funkcji okresowych. Każda funkcja okresowa daje się sprowadzić do funkcji o okresie np. 2 ( > 0). Ortogonaność bazy trygonometrycznej Fakt 7.2. Funkcje trygonometryczne tworzą na przedziae,, gdzie > 0, układ ortogonany ze wzgędu na ioczyn skaarny stowarzyszony z normą L 2 z wagą w(x) = 1. Da dowonych j, k N zachodzą następujące wzory: cos jπx sin jπx sin jπx cos kπx dx = sin kπx dx = cos kπx dx = 0 0 gdy j k gdy j = k 0 gdy j k gdy j = k

4 Ortogonaność bazy trygonometrycznej Fakt 7.3. Funkcje trygonometryczne tworzą na dyskretnym zbiorze węzłów trygonometrycznych (N-parzyste) układ ortogonany ze wzgędu na ioczyn skaarny stowarzyszony z seminormą ważoną z współczynnikami wagowymi w i = 1. Da dowonych j, k N zachodzą następujące wzory: 2L 1 i=0 sin jx i sin kx i = 2L 1 i=0 cos jx i cos kx i = 2L 1 i=0 cos jx i sin kx i = 0 0 da j k L da j = k 0 0 da j = k = 0 0 da j k L da j = k 0 2L da j = k = 0 Ortogonaność bazy trygonometrycznej Fakt 7.4. Funkcje trygonometryczne tworzą na dyskretnym zbiorze węzłów trygonometrycznych (N-nieparzyste) układ ortogonany ze wzgędu na ioczyn skaarny stowarzyszony z seminormą ważoną z współczynnikami wagowymi w i = 1. Da dowonych j, k N zachodzą następujące wzory: 2L i=0 sin jx i sin kx i = 2L i=0 cos jx i cos kx i = 2L i=0 cos jx i sin kx i = 0 0 da j k L da j = k 0 0 da j = k = 0 0 da j k L da j = k 0 2L + 1 da j = k = 0

5 Wieomian trygonometryczny Definicja 7.2. (wieomian trygonometryczny) Wieomianem trygonometrycznym stopnia n na przedziae 0, 2π, odpowiednio na przedziae,, nazywamy funkcję F postaci F (x) = a m (a k cos kx + b k sin kx) + δ 2 a m+1 cos(m + 1)x, ub odpowiednio k=1 F (x) = a m (a k cos kπx k=1 + b k sin kπx ) + δ 2 a m+1 cos (m + 1)πx, gdzie da n parzystych δ = 1 i m = n 2 2, a da n nieparzystych δ = 0 i m = n 1 2. Zagadnienie aproksymacji trygonometrycznej Niech będzie dana funkcja f (w sposób dyskretny na zbiorze węzłów trygonometrycznych, ub w sposób ciągły na przedziae, ). Jeżei f jest funkcją okresową, to w aproksymacji wygodniej jest szukać wieomianu trygonometrycznego F zamiast wieomianu o kasycznej postaci. Takie podejście nazywamy aproksymacją trygonometryczną funkcji f. Szukamy wieomianu trygonometrycznego F, takiego aby F f 2 był minimany. Jest to zatem aproksymacja średniokwadratowa. Wykorzystujemy fakt, że bazowe funkcje trygonometryczne tworzą odpowiednie układy ortogonane. Dzięki temu możemy wykorzystać gotowe wzory na rozwiązania odpowiednich układów równań normanych da przypadku bazy ortogonanej.

6 Stopień wieomianu trygonometrycznego 1) W przypadku dyskretnym przyjmuje się, że stopień m szukanego aproksymującego wieomianu trygonometrycznego powinien spełniać następującą zaeżność: m N 1 2 da N nieparzystego, m N 2 2 da N parzystego, gdzie N jest iczbą punktów węzłowych w rozpatrywanym zagadnieniu dyskretnym. 2) Jeżei w powyższych wzorach zachodzi równość (iczba funkcji bazowych jest równa iczbie węzłów), to mamy do czynienia z zagadnieniem interpoacji trygonometrycznej. Rozwiązania układu równań normanych Fakt 7.5. W przypadku ciągłym współczynniki a k i b k wieomianu trygonometrycznego są okreśone następującymi wzorami: a k = 1 b k = 1 f (x) cos kπx dx da k = 0,..., m + 1, f (x) sin kπx dx da k = 1,..., m. W przypadku dyskretnym współczynniki a k i b k wieomianu trygonometrycznego są okreśone następującymi wzorami: a k = 2 N b k = 2 N N 1 i=0 f (x i) cos kx i da k = 0,..., m + 1, N 1 i=0 f (x i) sin kx i da k = 1,..., m.

7 Norma Czebyszewa Definicja 7.3. (norma Czebyszewa) Na przestrzeni C( a, b ) funkcji ciągłych na przedziae a, b definiujemy tak zwaną normę Czebyszewa następująco: f C( a,b ) f = sup f (x). x a,b Zagadnienie aproksymacji jednostajnej Niech będzie dana funkcja f C( a, b ). Zagadnienie aproksymacji jednostajnej poega na znaezieniu funkcji F, takiej aby błąd aproksymacji E(F ) = F f był jak najmniejsze, przy czym rozpatrujemy tutaj normę Czebyszewa na przestrzeni C( a, b ). Twierdzenie 5.1 mówi, że dowoną funkcję f C( a, b ) możemy aproksymować jednostajnie wieomianem z dowonie dużą dokładnością.

8 Wieomian najepszego przybiżenia jednostajnego Definicja 7.4. (wieomian najepszego przybiżenia jednostajnego) Niech F n będzie wieomianem stopnia n. Jeżei błąd aproksymacji E(F ) osiąga minimum da F = F n, to wieomian F n nazywamy n-tym wieomianem najepszego przybiżenia jednostajnego funkcji f. Twierdzenie 7.2. (Borea) Da każdej funkcji f C( a, b ) i dowonego n N istnieje wieomian F n, który jest n-tym wieomianem najepszego przybiżenia jednostajnego funkcji f. Twierdzenie 7.3. (Czebyszewa) Wieomian F n, o którym mowa w Twierdzeniu 4.2, jest tyko jeden. Wieomian najepszego przybiżenia jednostajnego 1) Nie ma ogónej metody wyznaczania n-tego wieomianu najepszego przybiżenia jednostajnego da dowonej funkcji f C( a, b ). 2) Zazwyczaj rezygnuje się z poszukiwania wieomianu najepszego przybiżenia jednostajnego i szuka się pewnego wieomianu aproksymującego, który nie musi być najepszym przybiżeniem jednostajnym.

9 Zagadnienie aproksymacji wymiernej Niech V będzie pewną unormowaną przestrzenią iniową funkcji. Ponadto niech V k+1 będzie k + 1-wymiarową podprzestrzenią iniową przestrzeni V. Jeżei w zagadnieniu aproksymacji poszukujemy funkcji aproksymującej o postaci F (x) = a 0ϕ 0 (x) a n ϕ n (x) b 0 ψ 0 (x) b m ψ m (x), gdzie ϕ 0,..., ϕ n i ψ 0,..., ψ m są eementami pochodzącymi z tej samej bazy k +1-wymiarowej podprzestrzeni V k (da k = max{n, m}), to wówczas mamy do czynienia z zagadnieniem aproksymacji wymiernej. Zagadnienie aproksymacji wymiernej Zazwyczaj jednostajne przybiżenia wymierne R n,m postaci R n,m (x) = L n(x) M m (x), gdzie L n i M m są odpowiednio wieomianami stopnia n i m, dają mniejsze błędy maksymane od przybiżeń jednostajnych wieomianami agebraicznymi stopnia N = n + m (przy założeniu, że nie mamy do czynienia z N-tym wieomianem najepszego przybiżenia jednostajnego). W szczegóności dotyczy to przybiżeń wieomianami, które są zdefiniowane przez obcięte szeregi Tayora ub Macaurina.

10 Zagadnienie aproksymacji Padé Niech będą dane parametry n, k N oraz funkcja f C ( ε, ε ), gdzie ε > 0 i ε, ε jest pewnym otoczeniem punktu x = 0. Szukamy funkcji wymiernej R n,k postaci R n,k = L n M k, gdzie L n i M k są odpowiednio wieomianami stopnia n i k, takiej że: 1) f (x) R n,k (x) w pewnym otoczeniu punktu x = 0; 2) f (0) = R n,k (0); 3) m=1,...,n+k f (m) (0) = R (m) n,k (0). Założenia i oznaczenia w aproksymacji Padé Niech L n (x) = a 0 + a 1 x a n x n, M k (x) = b 0 + b 1 x b n x n. Ponieważ R n,k (0) musi być okreśone, wiec b 0 0. Przyjmijmy zatem, że b 0 = 1. Załóżmy ponadto, że funkcje L n i M k są wzgędnie pierwsze oraz, że funkcję f można rozwinąć w szereg Macaurina w pewnym otoczeniu punktu x = 0: i=0,1,... c i = f (i) (0), i! f (x) = c i x i = f (i) (0) x i i!. i=0

11 Uwagi o przybiżeniu Padé 1) Przybiżenia Padé nie są najepszymi przybiżeniami w sensie aproksymacji jednostajnej. Wymuszenie równości funkcji f i R n,k oraz ich pochodnych do rzędu n + k włącznie jedynie da punktu x = 0 powoduje, że błędy takich przybiżeń rosną wraz z oddaaniem się od tego punktu. 2) Szukana funkcja wymierna R n,k = L n M k może być w pewnych punktach nieokreśona (z uwagi na możiwe zerowanie się mianownika M k ). 3) Da większości typowych funkcji najmniejszy błąd maksymany spośród wszystkich przybiżeń Padé uzyskuje się da n = k ub n = k + 1. Uwagi o przybiżeniu Padé 4) Zagadnienie wyznaczenia funkcji R n,k w przybiżeniu Padé sprowadza się do wyznaczenia wartości n + k + 1 współczynników wieomianów L n i M k. 5) Wieomiany L n i M k są wzgędnie pierwsze, jeżei w ich rozkładach na ioczyn jednomianów nie występują takie same czynniki, ub inaczej jeżei funkcja wymierna postaci L n(x) M k (x) jest nieskracana. Oznacza to między innymi, że nie da się usunąć osobiwości funkcji R n,k poprzez procedurę skracania mianownika M k z icznikiem L n. 6) Jeżei k = 0, to wówczas R n,k jest po prostu obciętym szeregiem Macaurina.

12 Błąd przybiżenia Padé Błąd aproksymacji Padé jest dany wzorem: f (x) R n,k (x) = f (x) L n(x) M k (x) = i=0 c i x i = ( i=0 c i x i ) ( k ) s=0 b sx s n j=0 a j x j k s=0 b sx s. n j=0 a j x j k s=0 b sx s = Z warunku f (0) = R n,k (0) wynika, że a 0 = f (0). Natomiast z warunku f (m) (0) = R (m) n,k (0) (gdzie m = 1,..., n+k) wynika, że w iczniku wyrażenia f (x) R n,k (x) muszą znikać współczynniki przy potęgach x o wykładnikach mniejszych od n + k + 1. Zatem chcemy aby icznik ten miał następującą postać: ( ) ( k ) c i x i n b s x s a j x j = d t x t. i=0 s=0 j=0 t=n+k+1 Układ równań na współczynniki przybiżenia Padé Fakt 7.6. Otrzymujemy następujący układ równań na współczynniki przybiżenia Padé R n,k : b 0 = 1, c j = 0 da j < 0, kj=1 c m j b j = c m da m = n + 1,..., n + k, b j = 0 da j > k, a m = m j=0 c m j b j da m = 0,..., n.

13 Układ równań na współczynniki przybiżenia Padé 1) Układ równań na współczynniki przybiżenia Padé może nie posiadać rozwiązania. 2) Do rozwiązania układu równań na współczynniki przybiżenia Padé wymagana jest zajomość współczynników c 0,..., c n+k z rozwinięcia funkcji f w szereg Macaurina (nie musimy znać całego rozwinięcia). 3) Warunki które doprowadziły do układu równań na współczynniki przybiżenia Padé oznaczają, że przybiżenie wymierne otrzymane jako jego rozwiązanie ma na ogół małe błędy tyko w pobiżu punktu x = 0.

W przestrzeni liniowej funkcji ciągłych na przedziale [a, b] można określić iloczyn skalarny jako następującą całkę:

W przestrzeni liniowej funkcji ciągłych na przedziale [a, b] można określić iloczyn skalarny jako następującą całkę: Układy funkcji ortogonanych Ioczyn skaarny w przestrzeniach funkcji ciągłych W przestrzeni iniowej funkcji ciągłych na przedziae [a, b] można okreśić ioczyn skaarny jako następującą całkę: f, g = b a f(x)g(x)w(x)

Bardziej szczegółowo

Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1

Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1 Założenie: f(x) funkcja którą aproksymujemy X jest przestrzenią liniową Aproksymacja liniowa funkcji f(x) polega na wyznaczeniu współczynników a 0,a 1,a 2,...,a m funkcji: Gdzie: - są funkcjami bazowymi

Bardziej szczegółowo

INTERPOLACJA I APROKSYMACJA FUNKCJI

INTERPOLACJA I APROKSYMACJA FUNKCJI Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Wprowadzenie Na czym polega interpolacja? Interpolacja polega

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 6 Własności wielomianów ortogonalnych Wszystkie znane rodziny wielomianów ortogonalnych dzielą pewne wspólne cechy: 1) definicja za pomocą wzoru różniczkowego, jawnej sumy lub funkcji tworzącej;

Bardziej szczegółowo

Wielomiany Legendre a, itp.

Wielomiany Legendre a, itp. 3.0.2004 Dod. mat. D. Wieomiany Legendre a, itp. 25 Dodatek D Wieomiany Legendre a, itp. Wieomiany Legendre a i stowarzyszone z nimi funkcje są szeroko omawiane w wieu podręcznikach fizyki matematycznej.

Bardziej szczegółowo

Metody numeryczne. Sformułowanie zagadnienia interpolacji

Metody numeryczne. Sformułowanie zagadnienia interpolacji Ćwiczenia nr 4. Sformułowanie zagadnienia interpolacji Niech będą dane punkty x 0,..., x n i wartości y 0,..., y n, takie że i=0,...,n y i = f (x i )). Szukamy funkcji F (funkcji interpolującej), takiej

Bardziej szczegółowo

Metody Obliczeniowe w Nauce i Technice

Metody Obliczeniowe w Nauce i Technice 5. Aproksymacja Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Paweł Urban Jakub Ptak Łukasz Janeczko

Bardziej szczegółowo

Interpolacja. Marcin Orchel. Drugi przypadek szczególny to interpolacja trygonometryczna

Interpolacja. Marcin Orchel. Drugi przypadek szczególny to interpolacja trygonometryczna Interpolacja Marcin Orchel 1 Wstęp Mamy daną funkcję φ (x; a 0,..., a n ) zależną od n + 1 parametrów a 0,..., a n. Zadanie interpolacji funkcji φ polega na określeniu parametrów a i tak aby dla n + 1

Bardziej szczegółowo

SZEREG TRYGONOMETRYCZNY FOURIERA

SZEREG TRYGONOMETRYCZNY FOURIERA SZEREG TRYGONOMETRYCZNY FOURIERA Rozważmy ciag funkcji: 1, cos πx πx 2πx, sin, cos, sin 2πx,..., cos nπx, sin nπx,...}, gdzie jest pewną iczbą dodatnią. Zauważmy, że na przedziae , da dowonych dwóch

Bardziej szczegółowo

Informacja o przestrzeniach Hilberta

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

Bardziej szczegółowo

Matematyka stosowana i metody numeryczne

Matematyka stosowana i metody numeryczne Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 8 Interpolacja Interpolacja polega na budowaniu tzw. funkcji interpolujących ϕ(x) na podstawie zadanych

Bardziej szczegółowo

3. Interpolacja. Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która

3. Interpolacja. Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która 3. Interpolacja Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która przyjmuje wartości y 1, y 2,, y n, dla skończonego zbioru argumentów x 1, x

Bardziej szczegółowo

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód.

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód. Metody numeryczne Paweł Zieliński p. 1/19 Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza bazę przestrzeni liniowej Π n. Dowód. Lemat 2. Dowolny wielomian Q j stopnia j niższego od k jest prostopadły

Bardziej szczegółowo

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

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

Bardziej szczegółowo

x = cos θ. (13.13) P (x) = 0. (13.14) dx 1 x 2 Warto zauważyć, że miara całkowania w zmiennych sferycznych przyjmuje postać

x = cos θ. (13.13) P (x) = 0. (13.14) dx 1 x 2 Warto zauważyć, że miara całkowania w zmiennych sferycznych przyjmuje postać 3.. Zaeżność od kąta θ Aby rozwiązać równanie 3.9) da dowonego ν m, rozważymy przypadek z m 0, a potem pokażemy jak z tego rozwiązania przez wieokrotne różniczkowanie wygenerować rozwiązanie da dowonego

Bardziej szczegółowo

jest ciągiem elementów z przestrzeni B(R, R)

jest ciągiem elementów z przestrzeni B(R, R) Wykład 2 1 Ciągi Definicja 1.1 (ciąg) Ciągiem w zbiorze X nazywamy odwzorowanie x: N X. Dla uproszczenia piszemy x n zamiast x(n). Przykład 1. x n = n jest ciągiem elementów z przestrzeni R 2. f n (x)

Bardziej szczegółowo

Elementy metod numerycznych

Elementy metod numerycznych Wykład nr 5 i jej modyfikacje. i zera wielomianów Założenia metody Newtona Niech będzie dane równanie f (x) = 0 oraz przedział a, b taki, że w jego wnętrzu znajduje się dokładnie jeden pierwiastek α badanego

Bardziej szczegółowo

Równanie Schrödingera

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

Bardziej szczegółowo

Interpolacja funkcji

Interpolacja funkcji Interpolacja funkcji Interpolacja funkcji Interpolacja funkcji Wielomianowa Splajny Lagrange a Trygonometryczna Interpolacja Newtona (wzór I ) Czebyszewa Newtona (wzór II ) ( Wielomiany Czebyszewa ) Załóżmy,

Bardziej szczegółowo

Mechanika Kwantowa. Maciej J. Mrowiński. 24 grudnia Funkcja falowa opisująca stan pewnej cząstki ma następującą postać: 2 x 2 )

Mechanika Kwantowa. Maciej J. Mrowiński. 24 grudnia Funkcja falowa opisująca stan pewnej cząstki ma następującą postać: 2 x 2 ) Mechanika Kwantowa Maciej J. Mrowiński 4 grudnia 11 Zadanie MK1 Funkcja falowa opisująca stan pewnej cząstki w chwili t = ma następującą postać: A(a Ψ(x,) = x ) gdy x [ a,a] gdy x / [ a,a] gdzie a +. Wyznacz

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

3.1 Zagadnienie brzegowo-początkowe dla struny ograniczonej. = f(x, t) dla x [0; l], l > 0, t > 0 (3.1)

3.1 Zagadnienie brzegowo-początkowe dla struny ograniczonej. = f(x, t) dla x [0; l], l > 0, t > 0 (3.1) Temat 3 Metoda Fouriera da równań hiperboicznych 3.1 Zagadnienie brzegowo-początkowe da struny ograniczonej Rozważać będziemy następujące zagadnienie. Znaeźć funkcję u (x, t) spełniającą równanie wraz

Bardziej szczegółowo

m Jeżeli do końca naciągniętej (ściśniętej) sprężyny przymocujemy ciało o masie m., to będzie na nie działała siła (III zasada dynamiki):

m Jeżeli do końca naciągniętej (ściśniętej) sprężyny przymocujemy ciało o masie m., to będzie na nie działała siła (III zasada dynamiki): Ruch drgający -. Ruch drgający Ciało jest sprężyste, jeżei odzyskuje pierwotny kształt po ustaniu działania siły, która ten kształt zmieniła. Właściwość sprężystości jest ograniczona, to znaczy, że przy

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

Wykład 2: Szeregi Fouriera

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

Bardziej szczegółowo

Zagadnienia brzegowe dla równań eliptycznych

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

Bardziej szczegółowo

13 Równanie struny drgającej. Równanie przewodnictwa ciepła.

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

Bardziej szczegółowo

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?. a) X = R, x = arctg x ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i y i ;

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Indukcja matematyczna. Zasada minimum. Zastosowania.

Indukcja matematyczna. Zasada minimum. Zastosowania. Indukcja matematyczna. Zasada minimum. Zastosowania. Arkadiusz Męcel Uwagi początkowe W trakcie zajęć przyjęte zostaną następujące oznaczenia: 1. Zbiory liczb: R - zbiór liczb rzeczywistych; Q - zbiór

Bardziej szczegółowo

Równania różniczkowe cząstkowe drugiego rzędu

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

Bardziej szczegółowo

Metoda rozdzielania zmiennych

Metoda rozdzielania zmiennych Rozdział 12 Metoda rozdzielania zmiennych W tym rozdziale zajmiemy się metodą rozdzielania zmiennych, którą można zastosować, aby wyrazić jawnymi wzorami rozwiązania pewnych konkretnych równań różniczkowych

Bardziej szczegółowo

Ciągłość funkcji f : R R

Ciągłość funkcji f : R R Ciągłość funkcji f : R R Definicja 1. Otoczeniem o promieniu δ > 0 punktu x 0 R nazywamy zbiór O(x 0, δ) := (x 0 δ, x 0 + δ). Otoczeniem prawostronnym o promieniu δ > 0 punktu x 0 R nazywamy zbiór O +

Bardziej szczegółowo

Analiza Funkcjonalna - Zadania

Analiza Funkcjonalna - Zadania Analiza Funkcjonalna - Zadania 1 Wprowadzamy następujące oznaczenia. K oznacza ciało liczb rzeczywistych lub zespolonych. Jeżeli T jest dowolnym zbiorem niepustym, to l (T ) = {x : E K : x funkcja ograniczona}.

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

Liczby zespolone. x + 2 = 0.

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

Bardziej szczegółowo

5. Równania różniczkowe zwyczajne pierwszego rzędu

5. Równania różniczkowe zwyczajne pierwszego rzędu 5. Równania różniczkowe zwyczajne pierwszego rzędu 5.1. Wstęp. Definicja 5.1. Niech V R 3 będzie obszarem oraz F : V R. Równaniem różniczkowym zwyczajnym rzędu pierwszego nazywamy równanie postaci Równanie

Bardziej szczegółowo

Metody numeryczne. Sformułowanie zagadnienia interpolacji

Metody numeryczne. Sformułowanie zagadnienia interpolacji Wykład nr 2 Sformułowanie zagadnienia interpolacji Niech będą dane punkty x 0,..., x n (nazywane węzłami interpolacji) i wartości w węzłach y 0,..., y n. Od węzłów żądamy spełnienia warunku x i x j dla

Bardziej szczegółowo

Informacja o przestrzeniach Sobolewa

Informacja o przestrzeniach Sobolewa Wykład 11 Informacja o przestrzeniach Sobolewa 11.1 Definicja przestrzeni Sobolewa Niech R n będzie zbiorem mierzalnym. Rozważmy przestrzeń Hilberta X = L 2 () z iloczynem skalarnym zdefiniowanym równością

Bardziej szczegółowo

Rachunek różniczkowy i całkowy w przestrzeniach R n

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

Bardziej szczegółowo

Estymacja w regresji nieparametrycznej

Estymacja w regresji nieparametrycznej Estymacja w regresji nieparametrycznej Jakub Kolecki Politechnika Gdańska 28 listopada 2011 1 Wstęp Co to jest regresja? Przykład regresji 2 Regresja nieparametryczna Założenia modelu Estymacja i jej charakterystyki

Bardziej szczegółowo

Metody numeryczne Wykład 6

Metody numeryczne Wykład 6 Metody numeryczne Wykład 6 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Interpolacja o Interpolacja

Bardziej szczegółowo

Całki nieoznaczone. 1 Własności. 2 Wzory podstawowe. Adam Gregosiewicz 27 maja a) Jeżeli F (x) = f(x), to f(x)dx = F (x) + C,

Całki nieoznaczone. 1 Własności. 2 Wzory podstawowe. Adam Gregosiewicz 27 maja a) Jeżeli F (x) = f(x), to f(x)dx = F (x) + C, Całki nieoznaczone Adam Gregosiewicz 7 maja 00 Własności a) Jeżeli F () = f(), to f()d = F () + C, dla dowolnej stałej C R. b) Jeżeli a R, to af()d = a f()d. c) Jeżeli f i g są funkcjami całkowalnymi,

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

Sił Si y y w ewnętrzne (1)(1 Mamy my bry r łę y łę mate t r e iralną obc ob iążon ż ą u kła k de d m e si m ł si ł

Sił Si y y w ewnętrzne (1)(1 Mamy my bry r łę y łę mate t r e iralną obc ob iążon ż ą u kła k de d m e si m ł si ł echanika ogóna Wykład nr 5 Statyczna wyznaczaność układu. Siły wewnętrzne. 1 Stopień statycznej wyznaczaności Stopień zewnętrznej statycznej wyznaczaności n: Beka: n=rgrs; Rama: n=r3ogrs; rs; Kratownica:

Bardziej szczegółowo

DOPASOWYWANIE KRZYWYCH

DOPASOWYWANIE KRZYWYCH DOPASOWYWANIE KRZYWYCH Maciej Patan Uniwersytet Zielonogórski Motywacje Przykład 1. Dane o przyroście światowej populacji są aktualizowane co każde 10 lat, celem szacowania średniego przyrostu rocznego.

Bardziej szczegółowo

2.2 Udowodnić,żejeżelif(x)=(x x 0 )(x x 1 )...(x x p ),to[x 0,x 1,...,x n ;f]= 0dlan p.jakajestwartośćtegoilorazu,gdyn=p+1?

2.2 Udowodnić,żejeżelif(x)=(x x 0 )(x x 1 )...(x x p ),to[x 0,x 1,...,x n ;f]= 0dlan p.jakajestwartośćtegoilorazu,gdyn=p+1? 2.2 Udowodnić,żejeżelif(x)=(x x 0 )(x x 1 )...(x x p ),to[x 0,x 1,...,x n ;f]= 0dlan p.jakajestwartośćtegoilorazu,gdyn=p+1? Definicja ilorazu różnicowego: [x l,x l+1,...,x l+k ;f]= l+k l+k i=l j=l j i

Bardziej szczegółowo

Krzywe Freya i Wielkie Twierdzenie Fermata

Krzywe Freya i Wielkie Twierdzenie Fermata Krzywe Freya i Wielkie Twierdzenie Fermata Michał Krzemiński 29 listopad 2006 Naukowe Koło Matematyki Politechnika Gdańska 1 1 Krzywe algebraiczne Definicja 1.1 Krzywą algebraiczną C nad ciałem K nazywamy

Bardziej szczegółowo

Matematyka i Statystyka w Finansach. Rachunek Różniczkowy

Matematyka i Statystyka w Finansach. Rachunek Różniczkowy Rachunek Różniczkowy Ciąg liczbowy Link Ciągiem liczbowym nieskończonym nazywamy każdą funkcję a która odwzorowuje zbiór liczb naturalnych N w zbiór liczb rzeczywistych R a : N R. Tradycyjnie wartość a(n)

Bardziej szczegółowo

w analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.

w analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych. Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(), zwaną funkcją aproksymującą

Bardziej szczegółowo

22 Pochodna funkcji definicja

22 Pochodna funkcji definicja 22 Pochodna funkcji definicja Rozważmy funkcję f : (a, b) R, punkt x 0 b = +. (a, b), dopuszczamy również a = lub Definicja 33 Mówimy, że funkcja f jest różniczkowalna w punkcie x 0, gdy istnieje granica

Bardziej szczegółowo

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

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

Bardziej szczegółowo

granicą ciągu funkcyjnego (f n ) n N W symbolicznym zapicie fakt, że f jest granicą ciągu funkcyjnego (f n ) n N możemy wyrazić następująco: ε>0 N N

granicą ciągu funkcyjnego (f n ) n N W symbolicznym zapicie fakt, że f jest granicą ciągu funkcyjnego (f n ) n N możemy wyrazić następująco: ε>0 N N 14. Określenie ciągu i szeregu funkcyjnego, zbieżność punktowa i jednostajna. Własności zbieżności jednostajnej. Kryterium zbieżności jednostajnej szeregu funkcyjnego. 1 Definicja Ciąg funkcyjny Niech

Bardziej szczegółowo

Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej. Całki nieoznaczone

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

Bardziej szczegółowo

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

Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju Funkcje charakterystyczne zmiennych losowych, linie regresji -go i 2-go rodzaju Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Analiza numeryczna Kurs INP002009W. Wykład 8 Interpolacja wielomianowa. Karol Tarnowski A-1 p.223

Analiza numeryczna Kurs INP002009W. Wykład 8 Interpolacja wielomianowa. Karol Tarnowski A-1 p.223 Analiza numeryczna Kurs INP002009W Wykład 8 Interpolacja wielomianowa Karol Tarnowski karol.tarnowski@pwr.wroc.pl A-1 p.223 Plan wykładu Wielomian interpolujący Wzór interpolacyjny Newtona Wzór interpolacyjny

Bardziej szczegółowo

1 Relacje i odwzorowania

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

Bardziej szczegółowo

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ). B 2 Suma Zbadać, czy liniowo niezależne wektory u, v, w stanowią bazę przestrzeni liniowej lin { u + 2 v + w, u v + 2 w, 3 u + 5 w } 2 Współrzędne wektora (, 4, 5, 4 ) w pewnej bazie podprzestrzeni U R

Bardziej szczegółowo

IX. MECHANIKA (FIZYKA) KWANTOWA

IX. MECHANIKA (FIZYKA) KWANTOWA IX. MECHANIKA (FIZYKA) KWANTOWA IX.1. OPERACJE OBSERWACJI. a) klasycznie nie ważna kolejność, w jakiej wykonujemy pomiary. AB = BA A pomiar wielkości A B pomiar wielkości B b) kwantowo wartość obserwacji

Bardziej szczegółowo

Równanie przewodnictwa cieplnego (II)

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

Bardziej szczegółowo

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych)

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych) (niekoniecznie ograniczonych) Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza, Poznań Będlewo, 25-30 maja 2015 Funkcje prawie okresowe w sensie Bohra Definicja Zbiór E R nazywamy względnie

Bardziej szczegółowo

Aproksymacja funkcji a regresja symboliczna

Aproksymacja funkcji a regresja symboliczna Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą

Bardziej szczegółowo

Zbiory, funkcje i ich własności. XX LO (wrzesień 2016) Matematyka elementarna Temat #1 1 / 16

Zbiory, funkcje i ich własności. XX LO (wrzesień 2016) Matematyka elementarna Temat #1 1 / 16 Zbiory, funkcje i ich własności XX LO (wrzesień 2016) Matematyka elementarna Temat #1 1 / 16 Zbiory Zbiory ograniczone, kresy Zbiory ograniczone, min, max, sup, inf Zbiory ograniczone 1 Zbiór X R jest

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

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

Grupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi.

Grupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi. Grupy. Permutacje 1 1 Definicja grupy Niech G będzie zbiorem. Działaniem na zbiorze G nazywamy odwzorowanie (oznaczane, jak mnożenie, przez ) przyporządkowujące każdej parze uporządkowanej (a, b) G G element

Bardziej szczegółowo

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2 Wykład 12 i 13 Macierz w postaci kanonicznej Jordana Niech A - macierz kwadratowa stopnia n Jak obliczyć np A 100? a 11 0 0 0 a 22 0 Jeśli A jest macierzą diagonalną tzn A =, to Ak = 0 0 a nn Niech B =

Bardziej szczegółowo

WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki

WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki WYKŁAD Z ANALIZY MATEMATYCZNEJ I dr. Elżbieta Kotlicka Centrum Nauczania Matematyki i Fizyki http://im0.p.lodz.pl/~ekot Łódź 2006 Spis treści 1. CIĄGI LICZBOWE 2 1.1. Własności ciągów liczbowych o wyrazach

Bardziej szczegółowo

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 9

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 9 Matematyka I Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 9 Przykład z fizyki Rozpatrzmy szeregowe połączenie dwu elementów elektronicznych: opornika i diody półprzewodnikowej.

Bardziej szczegółowo

Wstęp. Numeryczne Modelowanie Układów Ciągłych Podstawy Metody Elementów Skończonych. Warunki brzegowe. Elementy

Wstęp. Numeryczne Modelowanie Układów Ciągłych Podstawy Metody Elementów Skończonych. Warunki brzegowe. Elementy Wstęp Numeryczne Modeowanie Układów Ciągłych Podstawy Metody Eementów Skończonych Metoda Eementów Skończonych służy do rozwiązywania probemów początkowo-brzegowych, opisywanych równaniami różniczkowymi

Bardziej szczegółowo

GAL 80 zadań z liczb zespolonych

GAL 80 zadań z liczb zespolonych GAL 80 zadań z liczb zespolonych Postać algebraiczna liczby zespolonej 1 Sprowadź wyrażenia do postaci algebraicznej: (a) ( + i)(3 i) + ( + 31)(3 + 41), (b) (4 + 3i)(5 i) ( 6i), (5 + i)(7 6i) (c), 3 +

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

Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu

Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 5 1. Iloczyn ortogonalny funkcji Wróćmy na chwilȩ do dowodu wzorów Eulera-Fouriera. Kluczow a rolȩ odgrywa l wzór:

Bardziej szczegółowo

Dystrybucje, wiadomości wstępne (I)

Dystrybucje, wiadomości wstępne (I) Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów

Bardziej szczegółowo

Funkcje: wielomianowa, wykładnicza, logarytmiczna wykład 3

Funkcje: wielomianowa, wykładnicza, logarytmiczna wykład 3 Funkcje: wielomianowa, wykładnicza, logarytmiczna wykład 3 dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu semestr zimowy 2016/2017 Potęgowanie Dla dowolnej liczby dodatniej

Bardziej szczegółowo

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k. Funkcje wymierne Jerzy Rutkowski Teoria Przypomnijmy, że przez R[x] oznaczamy zbiór wszystkich wielomianów zmiennej x i o współczynnikach rzeczywistych Definicja Funkcją wymierną jednej zmiennej nazywamy

Bardziej szczegółowo

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę

Bardziej szczegółowo

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

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

Bardziej szczegółowo

1 Funkcje dwóch zmiennych podstawowe pojęcia

1 Funkcje dwóch zmiennych podstawowe pojęcia 1 Funkcje dwóch zmiennych podstawowe pojęcia Definicja 1 Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach w zbiorze R nazywamy przyporządkowanie każdemu punktowi ze zbioru A dokładnie jednej

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K

Bardziej szczegółowo

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

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

Bardziej szczegółowo

2. Liczby pierwsze i złożone, jednoznaczność rozkładu na czynniki pierwsze, największy wspólny dzielnik, najmniejsza wspólna wielokrotność.

2. Liczby pierwsze i złożone, jednoznaczność rozkładu na czynniki pierwsze, największy wspólny dzielnik, najmniejsza wspólna wielokrotność. 2. Liczby pierwsze i złożone, jednoznaczność rozkładu na czynniki pierwsze, największy wspólny dzielnik, najmniejsza wspólna wielokrotność. 11 października 2008 r. 19. Wskazać takie liczby naturalne m,

Bardziej szczegółowo

Matematyczne Metody Fizyki II

Matematyczne Metody Fizyki II Matematyczne Metody Fizyki II Mariusz Przybycień Wydział Fizyki i Informatyki Stosowanej Akademia Górniczo-Hutnicza Wykład M. Przybycień (WFiIS AGH) Matematyczne Metody Fizyki II Wykład / 6 Ortonormalne

Bardziej szczegółowo

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B 1. Dla macierzy a) A = b) A = c) A = d) A = 3 1 + i 1 i i i 0 i i 0 1 + i 1 i 0 0 0 0 1 0 1 0 1 + i 1 i Wyznaczyć macierze spełniające własność komutacji: A, X = B. Obliczyć pierwiaski z macierzy: A =

Bardziej szczegółowo

Wykład 5. Informatyka Stosowana. 6 listopada Informatyka Stosowana Wykład 5 6 listopada / 28

Wykład 5. Informatyka Stosowana. 6 listopada Informatyka Stosowana Wykład 5 6 listopada / 28 Wykład 5 Informatyka Stosowana 6 listopada 2017 Informatyka Stosowana Wykład 5 6 listopada 2017 1 / 28 Definicja (Funkcja odwrotna) Niech f : X Y będzie różnowartościowa na swojej dziedzinie. Funkcja odwrotna

Bardziej szczegółowo

1. Równania i nierówności liniowe

1. Równania i nierówności liniowe Równania i nierówności liniowe Wykonać działanie: Rozwiązać równanie: ( +x + ) x a) 5x 5x+ 5 = 50 x 0 b) 6(x + x + ) = (x + ) (x ) c) x 0x (0 x) 56 = 6x 5 5 ( x) Rozwiązać równanie: a) x + x = 4 b) x x

Bardziej szczegółowo

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? a) X = R, d(x, y) = arctg x y ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i

Bardziej szczegółowo

III. Wstęp: Elementarne równania i nierówności

III. Wstęp: Elementarne równania i nierówności III. Wstęp: Elementarne równania i nierówności Fryderyk Falniowski, Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie ryderyk Falniowski, Grzegorz Kosiorowski (Uniwersytet III. Wstęp: Ekonomiczny

Bardziej szczegółowo

Rozdział 6. Ciągłość. 6.1 Granica funkcji

Rozdział 6. Ciągłość. 6.1 Granica funkcji Rozdział 6 Ciągłość 6.1 Granica funkcji Podamy najpierw dwie definicje granicy funkcji w punkcie i pokażemy ich równoważność. Definicja Cauchy ego granicy funkcji w punkcie. Niech f : X R, gdzie X R oraz

Bardziej szczegółowo

1. Wielomiany Podstawowe definicje i twierdzenia

1. Wielomiany Podstawowe definicje i twierdzenia 1. Wielomiany Podstawowe definicje i twierdzenia Definicja wielomianu. Wielomianem stopnia n zmiennej rzeczywistej x nazywamy funkcję w określoną wzorem w(x) = a n x n + a n 1 x n 1 + + a 1 x + a 0, przy

Bardziej szczegółowo

Funkcje i ich własności. Energetyka, sem.1 (2017/2018) Matematyka #3: Funkcje 1 / 43

Funkcje i ich własności. Energetyka, sem.1 (2017/2018) Matematyka #3: Funkcje 1 / 43 Funkcje i ich własności Energetyka, sem.1 (2017/2018) Matematyka #3: Funkcje 1 / 43 Zbiory liczbowe Zbiory Zbiór Iloczyn (część wspólna zbiorów) A B = {x : x A x B} Suma Różnica Zawieranie się A B = {x

Bardziej szczegółowo

Rozwiązania zadań z kolokwium w dniu r. Zarządzanie Licencjackie, WDAM, grupy I i II

Rozwiązania zadań z kolokwium w dniu r. Zarządzanie Licencjackie, WDAM, grupy I i II Rozwiązania zadań z kolokwium w dniu 15.1.010r. Zarządzanie Licencjackie, WDAM, grupy I i II Zadanie 1. Wyznacz dziedzinę naturalną funkcji f x) = arc cos x x + x 5 ) ) log x + 5. Rozwiązanie. Wymagane

Bardziej szczegółowo

AM1.2 zadania 14. Zadania z numerami opatrzonymi gwiazdka

AM1.2 zadania 14. Zadania z numerami opatrzonymi gwiazdka AM.2 zadania 4 Tekst poprawiony 24 kwietnia 206 r. Zadania 26, 28, 29, 3, 33, 34, 35, 36, 40, 42, 62 i inne z wykrzyknikiem obok numeru sa obowiazkowe! Zadania z numerami opatrzonymi gwiazdka można napisać

Bardziej szczegółowo

Granica funkcji. 8 listopada Wykład 4

Granica funkcji. 8 listopada Wykład 4 Granica funkcji 8 listopada 2011 Definicja Niech D R będzie dowolnym zbiorem. Punkt x 0 R nazywamy punktem skupienia zbioru D jeżeli δ>0 x D\{x0 } : x x 0 < δ. Zbiór punktów skupienia zbioru D oznaczamy

Bardziej szczegółowo

Zadania do samodzielnego rozwiązania

Zadania do samodzielnego rozwiązania Zadania do samodzielnego rozwiązania I. Podzielność liczb całkowitych 1. Pewna liczba sześciocyfrowa a kończy się cyfrą 5. Jeśli tę cyfrę przestawimy na miejsce pierwsze ze strony lewej, to otrzymamy nową

Bardziej szczegółowo

Wykład 5. Informatyka Stosowana. 7 listopada Informatyka Stosowana Wykład 5 7 listopada / 28

Wykład 5. Informatyka Stosowana. 7 listopada Informatyka Stosowana Wykład 5 7 listopada / 28 Wykład 5 Informatyka Stosowana 7 listopada 2016 Informatyka Stosowana Wykład 5 7 listopada 2016 1 / 28 Definicja (Złożenie funkcji) Niech X, Y, Z, W - podzbiory R. Niech f : X Y, g : Z W, Y Z. Złożeniem

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład XIV: Metody Monte Carlo 19 stycznia 2016 Przybliżone obliczanie całki oznaczonej Rozważmy całkowalną funkcję f : [0, 1] R. Chcemy znaleźć przybliżoną wartość liczbową całki 1 f (x) dx. 0 Jeden ze

Bardziej szczegółowo

Metody numeryczne. dr Artur Woike. Ćwiczenia nr 2. Rozwiązywanie równań nieliniowych metody połowienia, regula falsi i siecznych.

Metody numeryczne. dr Artur Woike. Ćwiczenia nr 2. Rozwiązywanie równań nieliniowych metody połowienia, regula falsi i siecznych. Ćwiczenia nr 2 metody połowienia, regula falsi i siecznych. Sformułowanie zagadnienia Niech będzie dane równanie postaci f (x) = 0, gdzie f jest pewną funkcją nieliniową (jeżeli f jest liniowa to zagadnienie

Bardziej szczegółowo

Analiza I.2*, lato 2018

Analiza I.2*, lato 2018 Analiza I.2*, lato 218 Marcin Kotowski 14 czerwca 218 Zadanie 1. Niech x (, 1) ma rozwinięcie binarne.x 1 x 2.... Niech dla x, 1: oraz f() = f(1) =. Pokaż, że f: f(x) = lim sup n (a) przyjmuje wszystkie

Bardziej szczegółowo