Technika optymalizacji

Wielkość: px
Rozpocząć pokaz od strony:

Download "Technika optymalizacji"

Transkrypt

1 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, leŝąego do zoru rozwązń dopuszzlyh R tego, Ŝe dl R Co jest rówozze zpsow: f ( : R R f f ( m f( = f R Dr Ŝ. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Mmum lole glole fuj f( Zde progrmow elowego ez ogrzeń Put stow mmum lole fuj f( w przestrze R, jeŝel steje te otwrte otozee E R putu, Ŝe E Przy zym jeśl zhodz f ( < f ( dl f ( f ( to steje wtedy śsłe mmum lole. Put stow mmum glole fuj f( w przestrze R, jeŝel R f ( f ( Przy zym jeśl zhodz f ( < f ( dl to te put stow śsłe mmum glole. DEFINICJA. Keruem d w przestrze R zywmy dowoly -wymrowy wetor olumowy. Neh ędze dy put R orz slr τ ( ; +. Dowoly put y R leŝąy półprostej wyhodząej z putu w eruu LEMAT. Neh f : X= R R d ZłóŜmy, Ŝe steje d, dl tórego: ędze wówzs oreśloy zleŝośą y= + τd ędze fują róŝzowlą w pue (, d <, Wówzs steje te σ >,,Ŝe dl wszysth τ (, σ ] zhodz f ( +τd < f (. X Dowód: wy z włsoś róŝz Gteu. Dr Ŝ. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Dr Ŝ. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Zde progrmow elowego ez ogrzeń Mmum glole fuj f( Twerdzee. Neh f : X= R R ędze fują róŝzowlą. Jeśl X mmlzuje fuję f( tz. f ( f (, X, Dowód: e wprost. dl Ŝdego X wtedy tylo wtedy, gdy speł wrue Dr Ŝ. Ew Szlh to (ˆ = Put jest zywy putem stjorym. Twerdzee. Neh f : X = R R ędze fują wypułą róŝzowlą. Put ˆ X stow mmum glole fuj f (, tz f ( ˆ f (, ( ˆ = Jest to wrue oezy ste estremum lolego f( w pue. Wydzł Eletro stud I st. Ker. Eletro III r. EZI Twerdzee: Jeśl róŝzowlą, to wetor Dr Ŝ. Ew Szlh f : X = R R ędze fują śśle wypułą ˆ X spełjąy wrue oezy ( ˆ = jest jedyym mmum glolym fuj f(. Wydzł Eletro stud I st. Ker. Eletro III r. EZI

2 Wru wystrzjąe optymlzj dl zd ez ogrzeń Fuj f( jest fują ągłą dwurote róŝzowlą. Posd merz drugh pohodyh (hesj - A Merz A posd ąg podwyzzów główyh A = ( A = (... ( (... ( ( A = ( ( ( ( ( A ( ( ( Wru stjoroś dl elowej zd optymlzj ez ogrzeń d. Twerdzee: ZłoŜoo, Ŝe jest putem stjorym fuj f(. Wówzs zhodzą poŝsze zleŝoś:. Jeśl hesj A jest dodto oreśloy tz: A( > dl =,..., to fuj f( m mmum lole w tym pue. Jeśl hesj A jest ujeme oreśloy tz: ( A( > dl =,..., to fuj f( m msmum lole w tym pue 3. Jeśl hesj A jest pół-dodto oreśloy tz: ądź hesj pół-ujeme oreśloy ( A( dl =,..., orz A( = A( dl =,..., orz A( = to e moŝ rozstrzygąć o type estremum fuj f( w tym pue 4. Jeśl e są spełoe wru z eostrym erówośm (wówzs hesj A e jest oreśloy to fuj f( e m estremum w pue Dr Ŝ. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Dr Ŝ. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Kryterum Sylwestr prtyze sprwdzee wypułoś fuj f( Fuj f( jest wypuł wtedy tylo wtedy, gdy oleje podwyzz główe merzy drugh pohodyh spełj ją poŝsze wru:,...,,...,,,...,..... Fuj jest śśle wypuł wtedy tylo wtedy, gdy oleje podwyzz główe merzy drugh pohodyh spełj ją poŝsze wru: : >,...,,...,,..., >,...,..... >..., Nelowe zde optymlzj ez ogrzeń umeryze metody teryje optymlzj m R f ( = f Algorytmy poszuw mmum lolego zd progrmow elowego: Bez ogrzeń Z ogrzem Algorytmy zeŝe do mmum lolego *, jeŝel t put steje. Dr Ŝ. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Wrue stjoroś: poprwć grdet ( hesj A I. Teh optymlzj lolej TWIERDZENIE. Jeśl fuj f( jest dwurote róŝzowl, to w Ŝdym jej mmum lolym ez ogrzeń spełoe są stępująe wru oeze optymloś zd ZPN ez ogrzeń. f = T d Ad, wrue I rzędu d R wrue II rzędu Wrue I rzędu jest zęsto zywmy wruem stjoroś, poewŝ ozz zerowe sę perwszej pohodej. Wrue II rzędu dl fuj dwurote róŝzowlyh mpluje lolą wypułość mmlzowej fuj elu. Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Ad.I Iteryje lgorytmy optymlzj Algorytmy optymlzj w eruu Algorytmy optymlzj ez ogrzeń Algorytmy optymlzj z ogrzem Algorytmy zeŝe do mmum lolego *, jeŝel t put steje. Algorytm optymlzj lolej - przemerze oszru rozwązń dopuszzlyh w poszuwu estremum fuj elu według teryjego shemtu. Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI

3 Metody poszuw mmów lolyh fuj Mmlzj lol: poszuwe mmum lolego w pewym otozeu putu pozątowego. Przyłdem jest zjdowe lolyh mmów fuj oejąej zuŝye eerg. Mmlzj glol: poszuwe jmejszej wrtoś fuj w łym oszrze oreśle tej fuj. f( put pozątowy Przyłd elowego zd optymlzj ez ogrzeń. projetowe wrstw fuj f(. wyorzyste Mtl fuj fmserh, fmu Fuj wypuł mf ( = + +.5* + ( = + + = + Put stjory: = ; = H = > = > X Mmum glole Dr Ŝ.. Ew Szlh mmum lole mmum glole Wydzł Eletro stud I st. Ker. Eletro III r. EZI Hesj jest śśle dodto oreśloy, ztem fuj f( m jedo tylo jedo mmum glole Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Przyłd elowego zd optymlzj ez ogrzeń Cewe wzulzje ągłyh fuj u welomodlyh Fuj Hmmellu m f ( = ( + + ( + 7 R Fuj De Jog 4 mm lole Glol mmum: f(=; =, =,,. N podstwe Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Cewe wzulzje ągłyh fuj u welomodlyh Cewe wzulzje ągłyh fuj u welomodlyh Fuj Rosero f ( = = ( + + ( dl =,..., Fuj Rstrg f ( = * + ( *os(π * dl =,..., = Glol mmum: f(=; =, =,,. N podstwe Glol mmum: f(=; =, =,,. N podstwe Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI

4 Cewe wzulzje ągłyh fuj u welomodlyh Cewe wzulzje ągłyh fuj u welomodlyh Fuj Aley f ( = e = = e = ; =.; = π os( + + e dl=,..., Fuj Mhlewz f ( = s( (s( π π m dl=,..., ; m= Glol mmum: f(=; =, =,,. Glol mmum: f(=; =, =,,. N podstwe N podstwe Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Shemt lgorytmu optymlzj lolej ez ogrzeń ZeŜość ągu putów ( Wyerz put strtowy = ( Olz wrtość fuj f( orz jeŝel jest to wymge to jej grdet f( zy hesj H= f( (3 Zdj przyjęte ryterum zeŝoś. Jeśl ryterum jest spełoe to oe lgorytmu uzyso rozwąze optymle optymlą wrtość fuj elu f( JeŜel e, to przejdź do (4 (4 Wyzz ustloy erue poszuwń : d (5 Wyoj mmlzję eruową wyrą metodą: (6 Podstw przejdź do ( + + T (, d orz + Defj. Mówmy, Ŝe ąg putów { } jest zeŝy do putu = jeŝel ąg róŝ -tyh przylŝeń putu optymlego (putu mmum h = zeg do zer, o w przestrze R ozz, Ŝe h Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Kryter zeŝoś: Iterj metody poszuw mmum w eruu. Test teoretyzy f ( f ( ˆ ε ε ˆ,. PrzylŜo stjorość rozwąz f (, ( ε 3. Testy prtyze ( Mtl TolX TolFu : lu + f ( TolX, + f ( TolFu, Przeeg typowej -tej terj dowolej metody relzująej deę poszuw wzdłuŝ eruu:. Oreśl erue poszuwń τ. Zjdź mmlzująef ( τ = f ( + τd ze względu τ. 3. Podstw = + τd. + d. ~ Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI

5 Metody poszuw mmum w eruu. Metody ezgrdetowe (wyorzystują tylo wrtoś fuj p.: Metod złotego podzłu. Metod prosymj prolzej.. Metody grdetowe (wyorzystują wrtoś fuj orz o jmej wrtość pohodej eruowej w eruu poszuwń. Metod espsj otrj przedzłu. Metod prosymj wdrtowej - dwuputowej. Metod prosymj sześeej - trójputowej. d Metod sej z testem dwusośym Golste Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI f( Metod złotego podzłu JeŜel fuj f( jest umodl (posd tylo jedo mmum w przedzle [,] to dl oreśle podprzedzłu, w tórym leŝy put stjory leŝy olzyć wrtość fuj w dwóh puth tego przedzłu opróz ońów przedzłu. JeŜel dl < < < zhodz f( <f( f( <f( - to mmum zjduje sę pomędzy. f( JeŜel dl < < < zhodz f(>f( f( <f( - to mmum zjduje sę pomędzy orz ; Te oserwje stową podstwę zwęŝ przedzłu, w tórym zwrte jest mmum. Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI W metodze złotego podzłu hemy Ŝey przedzł ył zwęŝy w tym smym stosuu α w Ŝdej terj. Mus ztem zhodzć: α = = = W metodze złotego podzłu współzy α przyjmuje wrtość : α = 5.68 f ( m f ( = m Aprosymj prolz - Przeprowdzee rzywej drugego stop przez 3 puty dl zmeyh,. ( ( ( ( = f + f + f = ( ( ( ( ( f+ ( f+ ( f ( f+ ( f+ ( f ( f + ( f + ( f ( ( ( f( (,f (,f ( ( ( ( (,f Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Dr Ŝ.. Ew Szlh ( m,f m Wydzł Eletro stud I st. Ker. Eletro III r. EZI Algorytmy optymlzj lolej Algorytm Guss -Sedl Algorytmy ezgrdetowe Algorytm Nelder -Mede ( Mtl - fuj fmserh Algorytm Guss -Sedl Algorytm Powell Algorytmy grdetowe Algorytm jwęszego spdu Zmodyfowy lgorytm Newto ( Mtl wersj metody Qus- Newto - fuj fmu Algorytm Zgwll Algorytm Flether-Reeves Algorytm Pol-Rery Algorytm Flether-Powell-Dvdo Istotą metody jest mmlzj fuj f( wzdłuŝ olejyh eruów ortogolej zy, tór utworzo jest z wersorów ułdu współrzędyh rtezjńsh. Algorytm Guss-Sedl poleg ylzym stosowu odwzorow T do olejyh eruów ortogolej zy. Wyoe jedego ylu zyw sę -tą terją. Odwzorowe T: T (, d = : f ( { = mf ( + τ } d, = + τd τ σ Wyzzee rou τ odyw sę zgode z metodą mmlzj w eruu Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI

6 Algorytm olzeń metod Guss -Sedl ( Wyerz put strtowy =. Olz wrtość fuj f( ( Zdj ryterum zeŝoś: (3 Wyzz erue poszuwń : są to oleje eru ortogolej zy d =e Np. e = [,,...,] (4 Wyoj mmlzję eruową wyrą metodą: + T (, d + ε, lu f ( + f ( ε (5 Podstw + orz + powtórz ( gdze ε [, δ] 6 p.: ε =, ε = 4 Jeśl t, to oe, jeśl e, to przejdź do (3 Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI Przyłdowy przeeg lgorytmu optymlzj lolej Guss -Sedl dl fuj słdjąej sę z dwóh zmeyh. Dr Ŝ.. Ew Szlh Wydzł Eletro stud I st. Ker. Eletro III r. EZI

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

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

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

Teoria i metody optymalizacji

Teoria i metody optymalizacji Teora metoy optymalzacj Nelowe zaae optymalzacj bez ograczeń umerycze metoy teracyje optymalzacj m x R f = f x Algorytmy poszuwaa mmum loalego zaaa programowaa elowego: Bez ograczeń Z ograczeam Algorytmy

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

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

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

Plan wykładu. Sztuczne sieci neuronowe. Druga pochodna funkcji (f (x))

Plan wykładu. Sztuczne sieci neuronowe. Druga pochodna funkcji (f (x)) Pl wyłdu yłd 4: Algorytmy optymlzcj Młgorzt Krętows ydzł Iformty Poltech Błostoc Algorytmy grdetowe optymlzcj Algorytm jwęszego spdu e: Algorytm zmeej metry, Algorytm grdetów sprzężoych Algorytmy doboru

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

Nr: 1. Metody obliczeniowe - Budownictwo semestr 2 - wykład nr 1. Metody obliczeniowe

Nr: 1. Metody obliczeniowe - Budownictwo semestr 2 - wykład nr 1. Metody obliczeniowe Nr: Metody olczeowe - Budowctwo semestr - wyłd r Metody olczeowe Metody umerycze - sposoy rozwąz zd mtemtyczego z pomocą operc lczch t, y zde mogło yć rozwąze przez omputer. Rozwązywe ułdów rówń lowych.

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

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZA ITELIGECJA WYKŁAD. SYSTEMY EUROOWO-ROZMYTE Częstocow 4 Dr b. ż. Grzegorz Dude Wdzł Eletrcz Poltec Częstocows SIECI EUROOWO-ROZMYTE Sec euroowo-rozmte pozwlją utomtcze tworzee reguł podstwe przłdów

Bardziej szczegółowo

Minimalizacja funkcji jednej lub wielu zmiennych

Minimalizacja funkcji jednej lub wielu zmiennych 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

Bardziej szczegółowo

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia dr Mchł Koopczńsk Ekoom mtemtcz ćwcze. Ltertur obowązkow Eml Pek red. Podstw ekoom mtemtczej. Mterł do ćwczeń MD r 5 AE Pozń.. Ltertur uzupełjąc Eml Pek Ekoom mtemtcz AE Pozń. Alph C. Chg Podstw ekoom

Bardziej szczegółowo

Zakres materiału obowiązujący do egzaminu poprawkowego z matematyki klasa 2 Ha i 2 Lb 2011 str 1

Zakres materiału obowiązujący do egzaminu poprawkowego z matematyki klasa 2 Ha i 2 Lb 2011 str 1 Zres teriłu oowiązująy do egziu poprwowego z tetyi s H i 0 str Dził progrowy Fuj wdrtow Wieoiy iągi Wieoąty Trygooetri Przyłdowe zdi: Fuj wdrtow:. D jest fuj: y 0 Zres reizji Włsośi fuji (p. ootoizośd,

Bardziej szczegółowo

Metody numeryczne procedury

Metody numeryczne procedury Metod umercze procedur podstwe [Mrc et. l. 997] orz [Broszte et. l. 004] dr ż. Pweł Zlews Adem Mors w Szczece Iterpolc welomow: Zde terpolc poleg zlezeu pewe uc tór przlż dą ucę. Dl uc ze są prz tm wrtośc

Bardziej szczegółowo

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f

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

Całkowanie numeryczne Zadanie: obliczyć przybliżenie całki (1) używając wartości funkcji f(x) w punktach równoodległych. Przyjmujemy (2) (3) (4) x n

Całkowanie numeryczne Zadanie: obliczyć przybliżenie całki (1) używając wartości funkcji f(x) w punktach równoodległych. Przyjmujemy (2) (3) (4) x n lkowe_um- łkowe umercze Zde: olczć przlżee cłk ( ) d () użwjąc wrtośc ukcj () w puktc rówoodległc. Przjmujem (), gdze,,, () () tąd / (5) Metod prostokątów d / (6) gdze / / (7) -- :9: /6 lkowe_um- td. td.

Bardziej szczegółowo

Ń Ł Ń Ó Ł Ę Ó Ó Ę ĘŚ Ó ÓŚ Ó Ę Ć Ó Ć Ę Ł Ó Ę Ć Ś Ż Ś Ś Ó Ó Ś Ń Ś Ó Ę Ę Ż Ć Ś Ó Ę Ó Ę Ę Ę Ę Ó Ś Ę Ę Ł Ć Ć Ś Ó Ę Ź Ę Ż Ź Ś Ź Ę Ę Ę Ó Ó Ó Ę Ę Ę Ę Ó Ę Ę Ć Ę Ć Ł Ź Ę Ę Ś Ń Ę Ć Ź Ó Ź Ó Ó Ę Ć Ć Ć Ź Ę Ę Ć Ę Ę

Bardziej szczegółowo

Nadokreślony Układ Równań

Nadokreślony Układ Równań Mchł Pzos Istytut echolog Iforcyych Iżyer Ląoe Wyzł Iżyer Ląoe Poltech Kros Noreśloy Uł Róń Z oreśloy ułe loych róń lgebrczych y o czye sytuc, gy lczb loo ezleżych róń est ęsz ż yr przestrze (lczb zeych).

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

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

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

Metoda najszybszego spadku

Metoda najszybszego spadku Metody Gradietowe W tym rozdziale bdziemy rozwaa metody poszuiwaia dla fucji z przestrzei R o wartociach rzeczywistych Metody te wyorzystuj radiet fucji ja rówie wartoci fucji Przypomijmy, czym jest zbiór

Bardziej szczegółowo

METODY NUMERYCZNE. Wykład 4. Całkowanie numeryczne. dr hab. inż. Katarzyna Zakrzewska, prof. AGH

METODY NUMERYCZNE. Wykład 4. Całkowanie numeryczne. dr hab. inż. Katarzyna Zakrzewska, prof. AGH METODY NUMERYCZNE Wykłd. Cłkowie umeryze dr h. iż. Ktrzy Zkrzewsk, pro. AGH Pl Wzór trpezów Złożoy wzór trpezów Metod ekstrpolji Rihrdso Metod Romerg Metod Simpso wzór prol Metod Guss Cłkowie umeryze -

Bardziej szczegółowo

Całka oznaczona. długość k-tego odcinka podziału P. średnica podziału P. punkt pośredni k-tego odcinka podziału P

Całka oznaczona. długość k-tego odcinka podziału P. średnica podziału P. punkt pośredni k-tego odcinka podziału P Cł ozczo. De.. Podziłem odci części, N, zywmy ziór przy czym. Wprowdzmy ozczei: długość -tego odci podziłu P średic podziłu P put pośredi -tego odci podziłu P De. sum cłow Niech ucj ędzie ogriczo przedzile

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

Analiza Matematyczna Ćwiczenia. J. de Lucas Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y

Bardziej szczegółowo

r h SSE EKONOMETRIA - WZORY p pk Opracowała: Joanna Kisielińska 1 Metody doboru zmiennych Metoda Nowaka Metoda Hellwiga Metoda momentów

r h SSE EKONOMETRIA - WZORY p pk Opracowała: Joanna Kisielińska 1 Metody doboru zmiennych Metoda Nowaka Metoda Hellwiga Metoda momentów Opowł: Jo Kselńs EKONOMETRIA - WZORY Metod doou zmeh Metod Now * t I I I Metod Hellwg om L l l K p p pk h l l K p H l h pk Metod mometów e Regesj post Modele: MNK m s s Y X C s v Opowł: Jo Kselńs Współz:

Bardziej szczegółowo

Całka oznaczona. długość k-tego odcinka podziału P. punkt pośredni k-tego odcinka podziału P. Niech funkcja f będzie ograniczona na przedziale

Całka oznaczona. długość k-tego odcinka podziału P. punkt pośredni k-tego odcinka podziału P. Niech funkcja f będzie ograniczona na przedziale Cł ozczo. De.1. Podziłem odci części, N, zywmy ziór przy czym. Wprowdzmy ozczei: długość -tego odci podziłu P średic podziłu P put pośredi -tego odci podziłu P De.2 sum cłow Niech ucj ędzie ogriczo przedzile

Bardziej szczegółowo

Całka oznaczona. długość k-tego odcinka podziału P. punkt pośredni k-tego odcinka podziału P. Niech funkcja f będzie ograniczona na przedziale

Całka oznaczona. długość k-tego odcinka podziału P. punkt pośredni k-tego odcinka podziału P. Niech funkcja f będzie ograniczona na przedziale Cł ozczo. De.1. Podziłem odci części, N, zywmy ziór przy czym. Wprowdzmy ozczei: długość -tego odci podziłu P średic podziłu P put pośredi -tego odci podziłu P De.2 (sum cłow) Niech ucj ędzie ogriczo przedzile

Bardziej szczegółowo

Automatyka i Robotyka Analiza Wykład 27 dr Adam Ćmiel

Automatyka i Robotyka Analiza Wykład 27 dr Adam Ćmiel Automty Rooty Az Wyłd 7 dr Adm Ćme cme@gh.edu.p Szereg Fourer Przypomee. Rozwżmy przestrzeń eudesową VR, tórej eemetm (putm, wetorm )są eemetowe cąg cz rzeczywstych p.,..., ) y y,..., y ). W przestrze

Bardziej szczegółowo

Metody numeryczne w przykładach

Metody numeryczne w przykładach Metody umerycze w przyłdch Podręcz Poltech Lubels Poltech Lubels Wydzł Eletrotech Iformty ul. Ndbystrzyc 38A -68 Lubl Bet Pńczy Edyt Łus J Sor Teres Guz Metody umerycze w przyłdch Poltech Lubels Lubl Recezet:

Bardziej szczegółowo

FUNKCJE DWÓCH ZMIENNYCH

FUNKCJE DWÓCH ZMIENNYCH FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam

Bardziej szczegółowo

n R ZałóŜmy, Ŝe istnieje d, dla którego: Metody optymalizacji Dr inŝ. Ewa Szlachcic otwarte otoczenie R n punktu x, Ŝe

n R ZałóŜmy, Ŝe istnieje d, dla którego: Metody optymalizacji Dr inŝ. Ewa Szlachcic otwarte otoczenie R n punktu x, Ŝe Sforułowae owae zaaa otyalzacj elowej bez ograczeń: Fukcja celu f() : Zaae otyalzacj olega a zalezeu wektora zeych ecyzyjych aleŝącego o zboru rozwązań ouszczalych R takego Ŝe la R Co jest rówozacze zasow:

Bardziej szczegółowo

Metody obliczeniowe. Semestr II

Metody obliczeniowe. Semestr II Metody olczeowe Semestr II Metody umerycze - sposoy rozwąz zd mtemtyczego z pomocą operc lczch. Rozwązywe ułdów rówń lowych. Metody ezpośrede tercye.. Sposoy rozwązyw rówń elowych, zgdee optymlzc.. Aprosymc

Bardziej szczegółowo

METODY NUMERYCZNE. Wykład 5. Całkowanie numeryczne. dr hab. inż. Katarzyna Zakrzewska, prof. AGH. Met.Numer. wykład 5 1

METODY NUMERYCZNE. Wykład 5. Całkowanie numeryczne. dr hab. inż. Katarzyna Zakrzewska, prof. AGH. Met.Numer. wykład 5 1 METODY NUMERYCZNE Wykłd 5. Cłkowie umeryze dr. iż. Ktrzy Zkrzewsk, pro. AGH Met.Numer. wykłd 5 Pl Wzór trpezów Złożoy wzór trpezów Metod ekstrpolji Rirdso Metod Romerg Metod Simpso wzór prol Metod Guss

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

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna.

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna. terpolcj.doc Iterpolcj fukcj. Sformułowe problemu: Rs.. Iterpolcj fukcj low, b kwdrtow, c kubcz. De są rgumet,,,. orz odpowdjące m wrtośc fukcj = f, = f,, = f. Postć fukcj = f jest e z lub z. Poszukw jest

Bardziej szczegółowo

Teoria i metody optymalizacji

Teoria i metody optymalizacji Sforułowae owae zaaa otyalzacj elowej bez ograczeń: Fukcja celu f( : Zaae otyalzacj olega a zalezeu wektora zeych ecyzyjych aleŝącego o zboru rozwązań ouszczalych R takego Ŝe la R Co jest rówozacze zasow:

Bardziej szczegółowo

Szeregi trygonometryczne Fouriera. sin(

Szeregi trygonometryczne Fouriera. sin( Szrg rygoomryz Fourr / Szrg rygoomryz Fourr D js ukj: s os Pożj pod są włsoś ukj kór wykorzysmy w późjszym zs Ozzmy przz zę zspooą pos: Wówzs s os orz os s Fukję zpsujmy w pos: s s os os os u os W szzgóoś

Bardziej szczegółowo

Zakres materiału obowiązujący do egzaminu poprawkowego z matematyki klasa 3 technikum str 1

Zakres materiału obowiązujący do egzaminu poprawkowego z matematyki klasa 3 technikum str 1 Zks mtłu oowązuąy o zmu popwkowo z mtmtyk kls tkum st Dzł pomowy Dotyzy klsy Zks lz Wyksy włsoś uk wykłz symptot uk wykłz Fuk wykłz Pzsuę wyksu uk wykłz o wkto I loytmy Poę loytmu włsoś loytmów Olz loytmów,

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

Metoda szeregów potęgowych dla równań różniczkowych zwyczajnych liniowych. Równanie różniczkowe zwyczajne liniowe drugiego rzędu ma postać

Metoda szeregów potęgowych dla równań różniczkowych zwyczajnych liniowych. Równanie różniczkowe zwyczajne liniowe drugiego rzędu ma postać met_szer_potegowyh-.doowyh Metod szeregów potęgowyh dl rówń różizkowyh zwyzjyh liiowyh Rówie różizkowe zwyzje liiowe drugiego rzędu m postć d u d f du d gu h ( Złóżmy, że rozwiązie rówi ( może yć przedstwioe

Bardziej szczegółowo

WYKŁAD 7. UKŁADY RÓWNAŃ LINIOWYCH Macierzowa Metoda Rozwiązywania Układu Równań Cramera

WYKŁAD 7. UKŁADY RÓWNAŃ LINIOWYCH Macierzowa Metoda Rozwiązywania Układu Równań Cramera /9/ WYKŁ. UKŁY RÓWNŃ LINIOWYCH Mcierzow Metod Rozwiązywi Ukłdu Rówń Crmer Ogól postć ukłdu rówń z iewidomymi gdzie : i i... ozczją iewidome; i R k i R i ik... ;... efiicj Ukłdem Crmer zywmy tki ukłd rówń

Bardziej szczegółowo

Metody numeryczne. Wykład nr 4. dr hab. Piotr Fronczak

Metody numeryczne. Wykład nr 4. dr hab. Piotr Fronczak Metody meryze Wyłd r 4 dr hb. Piotr Froz Oblizie wrtośi włsyh i wetorów włsyh Nieh M będzie wdrtową mierzą. Wówzs M wyzz przesztłeie liiowe przestrzei R w siebie. Nieh v R będzie pewym iezerowym wetorem

Bardziej szczegółowo

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2 Permutacje { 2,,..., } Defcja: Permutacją zboru lczb azywamy dowolą różowartoścową fukcję określoą a tym zborze o wartoścach w tym zborze. Uwaga: Lczba wszystkch permutacj wyos! Permutacje zapsujemy w

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

Bezgradientowe metody optymalizacji funkcji wielu zmiennych. informacje dodatkowe

Bezgradientowe metody optymalizacji funkcji wielu zmiennych. informacje dodatkowe Bezgradientowe metody optymalizacji funkcji wielu zmiennych informacje dodatkowe Wybór kierunku poszukiwań Kierunki bazowe i ich modyfikacje metody bezgradientowe. Kierunki oparte na gradiencie funkcji

Bardziej szczegółowo

będzie próbką prostą z rozkładu normalnego ( 2

będzie próbką prostą z rozkładu normalnego ( 2 Zadae. eh K będze próbką prostą z rozkładu ormalego ( μ σ ) zaś: ( ) S gdze:. Iteresuje as względy błąd estymaj: σ R S. σ rzy wartość ozekwaa E R jest rówa ( ) (A).8 (B).9 (C). (D). (E). Zadae. eh K K

Bardziej szczegółowo

PRZEPŁYWY MIĘDZYGAŁĘZIOWE. tablica przepływów międzygałęziowych

PRZEPŁYWY MIĘDZYGAŁĘZIOWE. tablica przepływów międzygałęziowych PRZEPŁYWY IĘDZYGŁĘZIOWE. [] Jeą z meto lzy zleŝośc wystęuących w rocesch tworze ozłu roukc mterle są metoy rzeływów męzygłezowych (lzy kłów wyków, lzy utoutut). zł Elemetrym osem ukłu est tut tzw. tlc

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

Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej

Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej Isttt Atomt Iformt Stosowe Poltech Wrszwse Algortm predce w wers ltcze z efetwm mechzmem względ ogrczeń wść Potr Mrs Pl prezetc. Wstęp. Algortm reglc predce 3. Uwzględe ogrczeń łoŝoch sgł sterąc 4. Uwzględe

Bardziej szczegółowo

ć ą ą ą ż ą ż ć Ę ą ą ż ć ą ą ń ą ą ż ń ą ą ą ą ą ą ą ą ż ż ń ą ą ą ż ą ń Ś ą ą Ó ą Ęż ż ń Ś ń ń ń Ę ą ą Ó ń ą ą Ż ą ą Ó ą Ó ą Ż Ó Ó ą Ż ą ą Ó Ó ą ą Ś ą ą ń ń ą ą ą Ó ą Ż Ó ą Ę Ę Ł ą ą Ł Ą Ł Ł Ś ć ą Ś

Bardziej szczegółowo

ż ż Ę Ę Ę Ó ś ó ę Ć ęż ś ę ę ó ś ę ó ę ę Ę ę ó ść Ę ęć Ż Ś ę ę ę ó ż ż ź ę ż ż ś ę Ó ę ę Ł ęż ś ę ę ó ś ę ż ó Ę ę ę ę ść Ę ę ę ę ęć ę ż ś ę ę ę ę ó ż ę Ł Ę ę ż Ę ęż ś ę ó ę ś ę ż ó ę ę ż ść ę ę ę ę ę ęć

Bardziej szczegółowo

ż ę ć ę ę ę ę ę ę ę ć Ż ę ę ę ż ę ę ę ę ę Ż ć ż ż ę ż Ę ć ę ż ę ęż ę ę ę ę ż ć ź Ł Ę ę ż Ę ć ę Ż ę ęż ę ę ę ę ż ć ź Ę Ł ę ę Ą ż Ę ż Ę ż Ę ż ę Ą Ą ę Ę ę ę Ż ź Ż Ż ż ć ź ź ę ż Ę ż Ę ę Ę Ę ć ż ę ć ż ć ź Ł

Bardziej szczegółowo

instrukcja do ćwiczenia 5.1 Badanie wyboczenia pręta ściskanego

instrukcja do ćwiczenia 5.1 Badanie wyboczenia pręta ściskanego 5.Bde wocze pręt śckego UT-H Rdom Ittut Mechk Stoowej Eergetk Lortorum Wtrzmłośc Mterłów trukcj do ćwcze 5. Bde wocze pręt śckego I ) C E L Ć W I C Z E N I A Celem ćwcze jet dośwdczle wzczee metodą Southwell

Bardziej szczegółowo

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa)

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa) Regresj low (metod jmejszch kwdrtów, metod wrówwcz, metod Guss) stot metod postult Guss współczk prostej kostrukcj prostej teoretczej trsformcj fukcj elowch przkłd Regresj low czm poleg? Jeśl merzoe dwe

Bardziej szczegółowo

Zastosowania matematyki w chemii. Marek Kręglewski

Zastosowania matematyki w chemii. Marek Kręglewski Zsosow mem w em Mre Kręglews Progrm zjęć. Czm są meod umerze? Tworzee lgormu.. Ierje rozwąze rówe pu =().. Rozwązwe rówń jedej zmeej: meod sej, Newo sez.. Cłowe umerze: meod rpezów Smpso. 5. Różzowe umerze.

Bardziej szczegółowo

Gdyńskim Ośrodkiem Sportu i Rekreacji jednostka budżetowa

Gdyńskim Ośrodkiem Sportu i Rekreacji jednostka budżetowa W Z Ó R U M O W Y z a w a r t a w G d y n i w d n i u 2 0 1 4 r po m i d z y G d y s k i m O r o d k i e m S p o r t u i R e k r e a c j i j e d n o s t k a b u d e t o w a ( 8 1-5 3 8 G d y n i a ), l

Bardziej szczegółowo

Zastosowania matematyki w chemii. Marek Kręglewski

Zastosowania matematyki w chemii. Marek Kręglewski Zsosow mem w em Mre Kręglews Progrm zjęć. Czm są meod umerze? Tworzee lgormu.. Ierje rozwąze rówe pu =().. Rozwązwe rówń jedej zmeej: meod sej, Newo sez.. Cłowe umerze: meod rpezów Smpso. 5. Różzowe umerze.

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

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

Ocena wpływu niepewności estymacji parametrów modeli czujników pomiarowych na wartości maksymalnych błędów dynamicznych

Ocena wpływu niepewności estymacji parametrów modeli czujników pomiarowych na wartości maksymalnych błędów dynamicznych Polech rows Wydzł Iżyer Elerycze operowe edr oy ech Iforcyych Oce wpływ epewośc esyc prerów odel czów porowych wrośc sylych łędów dyczych Dr ż. rzyszof oczy rów 5.3.5 Pl wysąpe. Błędy w porch welośc słych

Bardziej szczegółowo

LABORATORIUM DYNAMIKI MASZYN

LABORATORIUM DYNAMIKI MASZYN LABORATORIUM DYNAMII MASZYN Ćwcz 5 IDENTYFIACJA OBIETU DYNAMICZNEO NA PODSTAWIE JEO LOARYTMICZNYCH CHARATERYSTY CZĘSTOTLIWOŚCIOWYCH. Cl ćwcz Orśl rów ruchu obtu dyczgo podtw go logrytczych chrtryty czętotlwoścowych,

Bardziej szczegółowo

Algebra WYKŁAD 5 ALGEBRA 1

Algebra WYKŁAD 5 ALGEBRA 1 lger WYKŁD 5 LGEBR Defiicj Mcierzą ieosoliwą zywmy mcierz kwdrtową, której wyzczik jest róży od zer. Mcierzą osoliwą zywmy mcierz, której wyzczik jest rówy zeru. Defiicj Mcierz odwrot Mcierzą odwrotą do

Bardziej szczegółowo

Od wzorów skróconego mnoŝenia do klasycznych nierówności

Od wzorów skróconego mnoŝenia do klasycznych nierówności Hery Pwłowsi IV LO Toruń O wzorów sróoego moŝei o lsyzyh ierówośi Uzą w szole wzorów sróoego moŝei zzymy o owozei wóh toŝsmośi: () ( ) () ( ) Nstępie uŝywmy ih o przesztłi wyrŝeń Tym rzem zrómy z ih iy

Bardziej szczegółowo

Pole (miara Jordana) obszaru płaskiego

Pole (miara Jordana) obszaru płaskiego EAIB-Iotk-Wkł - A Ćel el@ghepl CAŁKI POWÓJNE t Neh [ α β] t t t ęze ągłą ką wektoową K t t [ α β] zw kzwą płską kę zw petzą kzwe płske ze -kzw to ągł oz ok e Zó { } Jeśl otkowo złoż że est óżowtośow to

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

Aproksymacja funkcji

Aproksymacja funkcji Aprosymcj fcj. Ogóle sformłowe zgde prosymcj jedowymrowej Sformłowe zgde prosymcj D - prosymcj cągł: zleźć fcję p( x ) prosymjącą (zstępjącą, przylżjącą) dą fcję cągłą ( ) f x w przedzle [ ] p( x ) powy

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

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

Wnioskowanie statystyczne dla korelacji i regresji.

Wnioskowanie statystyczne dla korelacji i regresji. STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...

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

VIII. RÓŻNICZKOWANIE NUMERYCZNE

VIII. RÓŻNICZKOWANIE NUMERYCZNE VIII. RÓŻICZKOWAIE UMERYCZE Z defcj pocodej wey, że f ( x+ ) f ( x) f ( x) = ( ), >. (8.) Fucję f(x + ) ożey rozwąć przez zstosowe wzoru ylor: + f x f x f x f x + ( + ) = ( ) + ( ) + ( ) + K + f ( x) +

Bardziej szczegółowo

Ó Ć Ó Ż Ó Ó Ó Ó Ż Ó Ę Ę Ę Ó Ź Ź Ę Ź Ź Ó Ź Ż Ó Ó Ę Ó Ń Ą Ó Ą Ź Ź Ó Ę Ź Ó Ż Ń Ź Ż Ż Ź Ę Ż Ł Ó Ź Ó Ń Ż Ę Ó Ź Ó Ż Ó Ć Ę Ó Ó Ó Ć Ż Ę Ę Ó ÓĘ Ż Ź Ż Ę Ó Ź Ź Ą Ó Ę Ź Ó Ź Ł Ń Ę Ę Ń Ó Ó Ę Ó Ó Ź Ż Ó Ó Ź Ź Ó Ó Ż Ó

Bardziej szczegółowo

Ę Ą Ę Ł Ł Ę ż Ł ż Ą ż ż ż ć ż ć Ł ż Ę Ą Ę Ł ż Ó ć ŚĆ Ś Ś Ń ż ż Ż Ć Ń Ę Ę ÓĘ ć ż ż Ó Ę Ó ć ć ż ż ż ż ż Ą ć Ł ż Ó ć ć Ł Ś ć Ż Ź Ś ć ć ż Ę ż ć ć ż ć Ą ż Ś Ł Ł ż ć ż ć Ą ż ć Ś ż ż ż ć ć ć ć Ć ż ć ż ć ż ż ż

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

Projekt 3 3. APROKSYMACJA FUNKCJI

Projekt 3 3. APROKSYMACJA FUNKCJI Projekt 3 3. APROKSYMACJA FUNKCJI 3. Krter proksmcj. Złóżm że () jest ukcją cągłą w przedzle [ b ]. Zlezee przblże (proksmcj) poleg wzczeu współczków pewego welomu P() któr będze dobrze przblżł w tm przedzle

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

( ) 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

Przekształcenia automatów skończonych

Przekształcenia automatów skończonych Przeksztłceni utomtów skończonych Teori utomtów i języków formlnych Dr inŝ. Jnusz Mjewski Ktedr Informtyki Konstrukcj utomtu skończonego n podstwie wyrŝeni regulrnego (lgorytm Thompson) Wejście: wyrŝenie

Bardziej szczegółowo

Lista 6. Kamil Matuszewski 26 listopada 2015

Lista 6. Kamil Matuszewski 26 listopada 2015 Lsta 6 Kaml Matuszews 6 lstopada 5 4 5 6 7 8 9 4 5 X X X X X X X X X X X D X X N Gdze X-spsae, D-Delarowae, N-edelarowae. Zadae Zadae jest westą odpowedego pomalowaa. Weźmy sobe szachowcę x, poumerujmy

Bardziej szczegółowo

Podstawy informatyki 2. Podstawy informatyki 2. Wykład nr 6 ( ) Plan wykładu nr 6. Politechnika Białostocka. - Wydział Elektryczny

Podstawy informatyki 2. Podstawy informatyki 2. Wykład nr 6 ( ) Plan wykładu nr 6. Politechnika Białostocka. - Wydział Elektryczny Podstwy formty Wyłd r / Podstwy formty Pl wyłdu r etody tercyje rozwązyw ułdów rówń lowych: metod tercj prostej (Jcobego) metod Guss-Sedel Poltech Błostoc - Wydzł Eletryczy Eletrotech, semestr II, stud

Bardziej szczegółowo

ELEMENTY RACHUNKU WEKTOROWEGO

ELEMENTY RACHUNKU WEKTOROWEGO Unwestet Wmńso- Mus w Ostne Złd Mehn onstu udownh ELEMENTY RCHUNU WETOROWEGO Włd d nż. Roet Smt Zen tetu 1. wtows J.: Stt ogón. Wsw : Wdw. Potehn Wswse, 1971. 2. wtows J.: Mehn tehnn. Wsw: Wdw.. Potehn

Bardziej szczegółowo

Egzamin dla Aktuariuszy z 15 marca 2010 r. Matematyka Finansowa

Egzamin dla Aktuariuszy z 15 marca 2010 r. Matematyka Finansowa Egzm dl Akturuszy z 5 mrc 0 r. Mtmtyk Fsow Zd Krok : Ay koc roku yło co jmj ml K mus spłć rówość: 000000 50 000 K 50 000 000000 K Krok : Lczymy st kot koc roku zkłdjąc, Ŝ koc roku mmy ml 000000 50 5000

Bardziej szczegółowo

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą. Joaa Ceślak, aula Bawej ESTREA FUNCJI ESTREA FUNCJI JEDNEJ ZIENNEJ Otoczeem puktu R jest każdy przedzał postac,+, gdze >. Sąsedztwem puktu jest każdy zbór postac,,+, gdze >. Nech R, : R oraz ech. De. ówmy,

Bardziej szczegółowo

XI. Rachunek całkowy funkcji wielu zmiennych. 1. Całka podwójna Całka podwójna po prostokącie. Oznaczenia:

XI. Rachunek całkowy funkcji wielu zmiennych. 1. Całka podwójna Całka podwójna po prostokącie. Oznaczenia: XI. Rhunek łkowy funkji wielu zmiennyh. 1. Cłk podwójn. 1.1. Cłk podwójn po prostokąie. Oznzeni: P = {(x, y) R 2 : x b, y d} = [, b] [, d] - prostokąt n płszzyźnie, f(x, y) - funkj określon i ogrnizon

Bardziej szczegółowo

a a = 2 S n = 2 = r - constans > 0 - ciąg jest malejący q = b1, dla q 1 S n 1 CIĄGI jest rosnący (niemalejący), jeżeli dla każdego n a n

a a = 2 S n = 2 = r - constans > 0 - ciąg jest malejący q = b1, dla q 1 S n 1 CIĄGI jest rosnący (niemalejący), jeżeli dla każdego n a n CIĄGI ciąg jest rosący (iemlejący), jeżeli dl kżdego < ( ) ciąg jest mlejący (ierosący), jeżeli dl kżdego > ( ) ciąg zywmy rytmetyczym, jeżeli dl kżdego r - costs - r > 0 - ciąg rosący - r 0 - ciąg stły

Bardziej szczegółowo

MATEMATYKA MATURA 2007 PRZYKŁADOWY ARKUSZ DLA POZIOMU ROZSZERZONEGO. Henryk Dąbrowski Ewa Stożek

MATEMATYKA MATURA 2007 PRZYKŁADOWY ARKUSZ DLA POZIOMU ROZSZERZONEGO. Henryk Dąbrowski Ewa Stożek Hery Dąrowsi Ew Stoże MTEMTYK PRZYKŁDOWY RKUSZ DL POZIOMU ROZSZERZONEGO MTUR 7 Pulij współfisow przez Europejsi Fudusz Społezy etrl Koisj Egziyj ul Łu -8 Wrszw e-il: efs@eedupl etrl Koisj Egziyj DODTEK

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa

Analiza matematyczna i algebra liniowa Aaliza matematycza i algebra liiowa Materiały pomocicze dla studetów do wyładów Rachue różiczowy ucji wielu zmieych. Pochode cząstowe i ich iterpretacja eoomicza. Estrema loale. Metoda ajmiejszych wadratów.

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

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczby całkowite C : C..., 3, 2, 1,

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczby całkowite C : C..., 3, 2, 1, I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczy turle N : N 0,,,,,,..., N,,,,,... liczy cłkowite C : C...,,,, 0,,,,... Kżdą liczę wymierą moż przedstwić z pomocą ułmk dziesiętego skończoego

Bardziej szczegółowo

Michał Pazdanowski Instytut Technologii Informacyjnych w Inżynierii Lądowej Wydział Inżynierii Lądowej Politechnika Krakowska.

Michał Pazdanowski Instytut Technologii Informacyjnych w Inżynierii Lądowej Wydział Inżynierii Lądowej Politechnika Krakowska. chł zdows Istytut echolog Iforcyych w Iżyer ądowe Wydzł Iżyer ądowe oltech Krows Iterpolc Iterpolc oże być trtow o szczególy przypde prosyc polegący ty że fuc prosyow fuc prosyuąc przyuą te se wrtośc w

Bardziej szczegółowo

Wykªad 8. Pochodna kierunkowa.

Wykªad 8. Pochodna kierunkowa. Wykªd jest prowdzony w opriu o podr znik Anliz mtemtyzn 2. enije, twierdzeni, wzory M. Gewert i Z. Skozyls. Wykªd 8. ohodn kierunkow. enij Nieh funkj f b dzie okre±lon przynjmniej n otozeniu punktu (x

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