Metoda macierzowych ułamków łańcuchowych w badaniu ewolucji stochastycznych układów dynamicznych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Metoda macierzowych ułamków łańcuchowych w badaniu ewolucji stochastycznych układów dynamicznych"

Transkrypt

1 Metoda macierzowych ułamków łańcuchowych w badaniu ewolucji stochastycznych układów dynamicznych projekt pracy magisterskiej Jan Iwaniszewski Instytut Fizyki, Uniwersytet Mikołaja Kopernika, Toruń Zastosowania Komputerów w Fizyce 2005/6 1//

2 Abstrakt W wielu problemach fizycznych istotn a rolȩ odgrywaj a fluktuacje wynikaj ace ze statystycznej natury problemu (np. ruch dużej cz astki w płynie), losowych zaburzeń zewnȩtrznych (np. losowe zmiany parametrów steruj acych prac a lasera), czy też z natury kwantowej zagadnienia (np. emisja spontaniczna w atomach). Z uwagi na zależność od czasu fluktuacji oraz ich statystyczny charakter opis zagadnień tego rodzaju jest dużo bardziej złożony niż układów deterministycznych, czasem wrȩcz niemożliwy. Istotnym narzȩdziem dla badania stochastycznych układów dynamicznych s a wiȩc różnego rodzaju symulacje i obliczenia numeryczne. Od ponad trzydziestu lat bardzo owocn a metod a, stosowan a zwłaszcza w badaniu ewolucji i innych zależności czasowych, jest metoda macierzowych ułamków łańcuchowych. Korzysta ona z przedstawienia równań ewolucji badanego układu w postaci rekurencyjnych równań algebraicznych, których rozwi azanie sprowadza siȩ do prostego algorytmu wyrażonego przez macierzowe ułamki łancuchowe. Zastosowania Komputerów w Fizyce 2005/6 2//

3 Plan wykładu Dynamika stochastyczna: podstawowe równania, stan stacjonarny bistabilność. Numeryczne badanie ewolucji: rozwiniȩcie w zadanej bazie, metoda macierzowych ułamków łańcuchowych. Tematyka pracy: ewolucja ze stanu niestabilnego, przejściowa wielomodalność, rozpad stanu metastabilnego. Praca magisterska: cel pracy i wymagane umiejȩtności, plan pracy. Zastosowania Komputerów w Fizyce 2005/6 3//

4 Cz astka Browna punkt materialny o masie m i współrzȩdnej x ruch w polu siłyf det (x,t) mẍ=f det (x,t)= x U(x,t) U (x,t) Zastosowania Komputerów w Fizyce 2005/6 4//

5 Cz astka Browna punkt materialny o masie m i współrzȩdnej x ruch w polu siłyf det (x,t) mẍ=f det (x,t)= x U(x,t) U (x,t) oddziaływanie z otoczeniem mẍ= F det (x,t) + F dys (x,t) + F flukt (x,t) Zastosowania Komputerów w Fizyce 2005/6 4//

6 Cz astka Browna punkt materialny o masie m i współrzȩdnej x ruch w polu siłyf det (x,t) mẍ=f det (x,t)= x U(x,t) U (x,t) oddziaływanie z otoczeniem mẍ= F det (x,t) + F dys (x,t) + F flukt (x,t) siła deterministyczna F det (x,t)= U (x,t) Zastosowania Komputerów w Fizyce 2005/6 4//

7 Cz astka Browna punkt materialny o masie m i współrzȩdnej x ruch w polu siłyf det (x,t) mẍ=f det (x,t)= x U(x,t) U (x,t) oddziaływanie z otoczeniem mẍ= F det (x,t) + F dys (x,t) + F flukt (x,t) siła deterministyczna F det (x,t)= U (x,t) siła tłumi aca (dysypatywna) F dys (x,t)= Γẋ(Γ γm) Zastosowania Komputerów w Fizyce 2005/6 4//

8 Cz astka Browna punkt materialny o masie m i współrzȩdnej x ruch w polu siłyf det (x,t) mẍ=f det (x,t)= x U(x,t) U (x,t) oddziaływanie z otoczeniem mẍ= F det (x,t) + F dys (x,t) + F flukt (x,t) siła deterministyczna F det (x,t)= U (x,t) siła tłumi aca (dysypatywna) F dys (x,t)= Γẋ(Γ γm) siła losowa (stochastyczna) - fluktuacje F flukt (x,t)=f flukt (t) Zastosowania Komputerów w Fizyce 2005/6 4//

9 Równanie Langevina siła stochastyczna założenia upraszczaj ace: nie zależy od położeniaf flukt (x,t) mξ(t) rozkład Gaussowski wartości, średnia znika ξ(t) = 0 nieskończenie szybkie zmiany jej wartości brak korelacji wartości w różnych chwilach czasu ξ(t)ξ(t ) =2kTγ/mδ(t t ), intensywność szumu T Zastosowania Komputerów w Fizyce 2005/6 5//

10 Równanie Langevina siła stochastyczna założenia upraszczaj ace: nie zależy od położeniaf flukt (x,t) mξ(t) rozkład Gaussowski wartości, średnia znika ξ(t) = 0 nieskończenie szybkie zmiany jej wartości brak korelacji wartości w różnych chwilach czasu ξ(t)ξ(t ) =2kTγ/mδ(t t ), intensywność szumu T ξ(t) biały szum Gaussa Zastosowania Komputerów w Fizyce 2005/6 5//

11 Równanie Langevina siła stochastyczna założenia upraszczaj ace: nie zależy od położeniaf flukt (x,t) mξ(t) rozkład Gaussowski wartości, średnia znika ξ(t) = 0 nieskończenie szybkie zmiany jej wartości brak korelacji wartości w różnych chwilach czasu ξ(t)ξ(t ) =2kTγ/mδ(t t ), intensywność szumu T ξ(t) biały szum Gaussa mẍ= U (x,t) γmẋ+mξ(t) równanie Langevina Zastosowania Komputerów w Fizyce 2005/6 5//

12 Równanie Langevina siła stochastyczna założenia upraszczaj ace: nie zależy od położeniaf flukt (x,t) mξ(t) rozkład Gaussowski wartości, średnia znika ξ(t) = 0 nieskończenie szybkie zmiany jej wartości brak korelacji wartości w różnych chwilach czasu ξ(t)ξ(t ) =2kTγ/mδ(t t ), intensywność szumu T ξ(t) biały szum Gaussa mẍ= U (x,t) γmẋ+mξ(t) równanie Langevina ẋ=v v= γv U (x,t)/m+ξ(t) γ 1(ruch przetłumiony) v=0 ẋ= U (x,t)/γm+ξ(t)/γ Zastosowania Komputerów w Fizyce 2005/6 5//

13 Równanie Langevina siła stochastyczna założenia upraszczaj ace: nie zależy od położeniaf flukt (x,t) mξ(t) rozkład Gaussowski wartości, średnia znika ξ(t) = 0 nieskończenie szybkie zmiany jej wartości brak korelacji wartości w różnych chwilach czasu ξ(t)ξ(t ) =2kTγ/mδ(t t ), intensywność szumu T ξ(t) biały szum Gaussa mẍ= U (x,t) γmẋ+mξ(t) równanie Langevina ẋ=v v= γv U (x,t)/m+ξ(t) przeskalowanie czasu t=γm t γ 1(ruch przetłumiony) v=0 ẋ= U (x,t)/γm+ξ(t)/γ ẋ= Ũ (x, t)+ ξ( t) Zastosowania Komputerów w Fizyce 2005/6 5//

14 Równanie Fokkera-Plancka x, v zmienne losowe = opis w jȩzyku teorii prawdopodobieństwa Prob{x x(t)<x+dx,v v(t)<v+dv}=p(x,v,t)dxdv rozkład prawdopodobieństwa P(x, v, t) Zastosowania Komputerów w Fizyce 2005/6 6//

15 Równanie Fokkera-Plancka x, v zmienne losowe = opis w jȩzyku teorii prawdopodobieństwa Prob{x x(t)<x+dx,v v(t)<v+dv}=p(x,v,t)dxdv rozkład prawdopodobieństwa P(x, v, t) ewolucja P(x, v, t) równanie Fokkera-Plancka Zastosowania Komputerów w Fizyce 2005/6 6//

16 Równanie Fokkera-Plancka x, v zmienne losowe = opis w jȩzyku teorii prawdopodobieństwa Prob{x x(t)<x+dx,v v(t)<v+dv}=p(x,v,t)dxdv rozkład prawdopodobieństwa P(x, v, t) ewolucja P(x, v, t) równanie Fokkera-Plancka P(x,v,t) t = { x [ v]+ v [γv+u (x,t)/m]+ γkt m 2 } v 2 P(x,v,t) równanie Kramersa ( r. Langevinamẍ= U (x,t) γmẋ+mξ(t) ) Zastosowania Komputerów w Fizyce 2005/6 6//

17 Równanie Fokkera-Plancka x, v zmienne losowe = opis w jȩzyku teorii prawdopodobieństwa Prob{x x(t)<x+dx,v v(t)<v+dv}=p(x,v,t)dxdv rozkład prawdopodobieństwa P(x, v, t) ewolucja P(x, v, t) równanie Fokkera-Plancka P(x,v,t) t = { x [ v]+ v [γv+u (x,t)/m]+ γkt m 2 } v 2 P(x,v,t) równanie Kramersa ( r. Langevinamẍ= U (x,t) γmẋ+mξ(t) ) P(x,t) t = 1 γm { } x U (x,t)+kt 2 x 2 P(x,t), t=γm t równanie Smoluchowskiego ( r. Langevinaẋ= Ũ (x, t)+ ξ( t) ) dalej pominiȩto "tyldȩ" Zastosowania Komputerów w Fizyce 2005/6 6//

18 Stan stacjonarny P(x,t) t = { } x U (x)+q 2 x 2 P(x,t) L(x)P(x,t) Zastosowania Komputerów w Fizyce 2005/6 7//

19 Stan stacjonarny P(x,t) t = { } x U (x)+q 2 x 2 P(x,t) L(x)P(x,t) potencjał U(x) ogranicza ruch cz astki np:u(x)= 1 2 x2,u(x)= 1 4 x4 ± 1 2 x2 rozwi azanie stacjonarne P(x,t)/ t=0 P st (x)=nexp( U(x)/q) P(x) U(x)=x 4 /4+x 2 / U(x) U(x)=x 2 / U(x)=x 4 /4 x 2 /2+1/ x Zastosowania Komputerów w Fizyce 2005/6 7//

20 Stan stacjonarny P(x,t) t = { } x U (x)+q 2 x 2 P(x,t) L(x)P(x,t) potencjał U(x) ogranicza ruch cz astki np:u(x)= 1 2 x2,u(x)= 1 4 x4 ± 1 2 x2 rozwi azanie stacjonarne P(x,t)/ t=0 P st (x)=nexp( U(x)/q) P(x) U(x)=x 4 /4+x 2 / U(x) U(x)=x 2 / U(x)=x 4 /4 x 2 /2+1/ x monostabilność bistabilność Zastosowania Komputerów w Fizyce 2005/6 7//

21 Ewolucja metody rozwi azań rozwi azanie ścisłe oscylator harmonicznyu(x)=x 2 /2 rozwi azania przybliżone algorytmy numeryczne Zastosowania Komputerów w Fizyce 2005/6 8//

22 Ewolucja metody rozwi azań rozwi azanie ścisłe oscylator harmonicznyu(x)=x 2 /2 rozwi azania przybliżone algorytmy numeryczne równanie Schrödingera i t ψ(x,t)=h(x)ψ(x,t) ψ(x,t)=e i/ Et ϕ(x) H(x)ϕ(x) = Eϕ(x) Zastosowania Komputerów w Fizyce 2005/6 8//

23 Ewolucja metody rozwi azań rozwi azanie ścisłe oscylator harmonicznyu(x)=x 2 /2 rozwi azania przybliżone algorytmy numeryczne równanie Schrödingera i t ψ(x,t)=h(x)ψ(x,t) ψ(x,t)=e i/ Et ϕ(x) H(x)ϕ(x) = Eϕ(x) równanie Fokkera Plancka t P(x,t)=L(x)P(x,t) P(x,t)=e λt ϕ(x) L(x)ϕ(x) = λϕ(x) Zastosowania Komputerów w Fizyce 2005/6 8//

24 Ewolucja metody rozwi azań rozwi azanie ścisłe oscylator harmonicznyu(x)=x 2 /2 rozwi azania przybliżone algorytmy numeryczne równanie Schrödingera i t ψ(x,t)=h(x)ψ(x,t) ψ(x,t)=e i/ Et ϕ(x) H(x)ϕ(x) = Eϕ(x) równanie Fokkera Plancka t P(x,t)=L(x)P(x,t) P(x,t)=e λt ϕ(x) L(x)ϕ(x) = λϕ(x) 1. zagadnienie własne Zastosowania Komputerów w Fizyce 2005/6 8//

25 Ewolucja metody rozwi azań rozwi azanie ścisłe oscylator harmonicznyu(x)=x 2 /2 rozwi azania przybliżone algorytmy numeryczne równanie Schrödingera i t ψ(x,t)=h(x)ψ(x,t) ψ(x,t)=e i/ Et ϕ(x) H(x)ϕ(x) = Eϕ(x) równanie Fokkera Plancka t P(x,t)=L(x)P(x,t) P(x,t)=e λt ϕ(x) L(x)ϕ(x) = λϕ(x) 1. zagadnienie własne 2. dyskretyzacja zmiennych Zastosowania Komputerów w Fizyce 2005/6 8//

26 Ewolucja metody rozwi azań rozwi azanie ścisłe oscylator harmonicznyu(x)=x 2 /2 rozwi azania przybliżone algorytmy numeryczne równanie Schrödingera i t ψ(x,t)=h(x)ψ(x,t) ψ(x,t)=e i/ Et ϕ(x) H(x)ϕ(x) = Eϕ(x) równanie Fokkera Plancka t P(x,t)=L(x)P(x,t) P(x,t)=e λt ϕ(x) L(x)ϕ(x) = λϕ(x) 1. zagadnienie własne 2. dyskretyzacja zmiennych 3. rozkład w bazie funkcji ortogonalnych P(x,t)= n c n (t)ϕ n (x) Zastosowania Komputerów w Fizyce 2005/6 8//

27 Rozwiniȩcie w bazie funkcji Hermite a { } P(x,t) = t x U (x)+q 2 x 2 P(x,t) U(x)=a 1 x+a 2 x 2 +a 3 x 3 +a 4 x 4... P(x,t)= n=0 c n (t)e α2 x 2 2 H n (αx), c n (t)=? (α- skalowanie) Zastosowania Komputerów w Fizyce 2005/6 9//

28 Rozwiniȩcie w bazie funkcji Hermite a { } P(x,t) = t x U (x)+q 2 x 2 P(x,t) U(x)=a 1 x+a 2 x 2 +a 3 x 3 +a 4 x 4... P(x,t)= n=0 c n (t)e α2 x 2 2 H n (αx), c n (t)=? (α- skalowanie) problem na całej osi rzeczywistej wielomiany Hermita H n(x) 2xH n(x)+2nh n (x)=0 H n(x)=2nh n 1 (x) xh n (x)= 1 2 H n+1(x)+nh n 1 (x) dxh m (x)h n (x)e x2 =δ m,n π2 n n! Zastosowania Komputerów w Fizyce 2005/6 9//

29 Rozwiniȩcie w bazie funkcji Hermite a { } / P(x,t) = t x U (x)+q 2 x 2 P(x,t) dxh m (αx)e α2 x 2 2 U(x)=a 1 x+a 2 x 2 +a 3 x 3 +a 4 x 4... P(x,t)= c n (t)e α2 x 2 2 H n (αx), c n (t)=? (α- skalowanie) n=0 problem na całej osi rzeczywistej wielomiany Hermita H n(x) 2xH n(x)+2nh n (x)=0 H n(x)=2nh n 1 (x) xh n (x)= 1 2 H n+1(x)+nh n 1 (x) dxh m (x)h n (x)e x2 =δ m,n π2 n n! Zastosowania Komputerów w Fizyce 2005/6 9//

30 Rozwiniȩcie w bazie funkcji Hermite a { } / P(x,t) = t x U (x)+q 2 x 2 P(x,t) dxh m (αx)e α2 x 2 2 U(x)=a 1 x+a 2 x 2 +a 3 x 3 +a 4 x 4... P(x,t)= c n (t)e α2 x 2 2 H n (αx), c n (t)=? (α- skalowanie) n=0 problem na całej osi rzeczywistej wielomiany Hermita H n(x) 2xH n(x)+2nh n (x)=0 H n(x)=2nh n 1 (x) xh n (x)= 1 2 H n+1(x)+nh n 1 (x) dxh m (x)h n (x)e x2 =δ m,n π2 n n! 2 P(x,t) c n, x 2P(x,t) {c n 2,c n,c n+2 } x xk P(x,t) {c n k 1,...,c n,...,c n+k+1 } Zastosowania Komputerów w Fizyce 2005/6 9//

31 Formuły rekurencyjne ċ n (t)= +L k= L A n+k n c n+k (t) L stopień wielomianuu(x) A macierz pasmowa o szerokości2l+1 Jeśli wu(x) nie ma nieparzystych potȩgx, toc 2m ic 2m+1 separuj a siȩ. Np. dlau(x)=x 2 /2 dwa ukł. z macierzami trójdiagonalnymi, dlau(x)=x 4 /4 x 2 /2 dwa ukł. z macierzami piȩciodiagonalnymi. Zastosowania Komputerów w Fizyce 2005/6 10//

32 Formuły rekurencyjne ċ n (t)= +L k= L A n+k n c n+k (t) L stopień wielomianuu(x) A macierz pasmowa o szerokości2l+1 Jeśli wu(x) nie ma nieparzystych potȩgx, toc 2m ic 2m+1 separuj a siȩ. Np. dlau(x)=x 2 /2 dwa ukł. z macierzami trójdiagonalnymi, dlau(x)=x 4 /4 x 2 /2 dwa ukł. z macierzami piȩciodiagonalnymi. wektorl-elementowy C m (t)= c ml c ml+1. c ml+l 1 Zastosowania Komputerów w Fizyce 2005/6 10//

33 Formuły rekurencyjne ċ n (t)= +L k= L A n+k n c n+k (t) L stopień wielomianuu(x) A macierz pasmowa o szerokości2l+1 Jeśli wu(x) nie ma nieparzystych potȩgx, toc 2m ic 2m+1 separuj a siȩ. Np. dlau(x)=x 2 /2 dwa ukł. z macierzami trójdiagonalnymi, dlau(x)=x 4 /4 x 2 /2 dwa ukł. z macierzami piȩciodiagonalnymi. wektorl-elementowy równanie ewolucji C m (t)= c ml c ml+1. c ml+l 1 Ċ m (t)=q mc m 1 (t)+q m C m (t)+q + mc m+1 (t) trójdiagonalna wektorowa relacja rekurencyjna (Q i m - macierzel L) Zastosowania Komputerów w Fizyce 2005/6 10//

34 Zagadnienie pocz atkowe Ċ n (t)=q nc n 1 (t)+q n C n (t)+q + nc n+1 (t), war. pocz.c n (0)=C 0 n Zastosowania Komputerów w Fizyce 2005/6 11//

35 Zagadnienie pocz atkowe Ċ n (t)=q nc n 1 (t)+q n C n (t)+q + nc n+1 (t), war. pocz.c n (0)=C 0 n transformata Laplace a 0 dtc n (t)e st =C n (s), 0 dtċ n (t)e st = C 0 n+sc n (s) Zastosowania Komputerów w Fizyce 2005/6 11//

36 Zagadnienie pocz atkowe Ċ n (t)=q nc n 1 (t)+q n C n (t)+q + nc n+1 (t), war. pocz.c n (0)=C 0 n transformata Laplace a 0 dtc n (t)e st =C n (s), 0 dtċ n (t)e st = C 0 n+sc n (s) Q nc n 1 (s)+(q n si)c n (s)+q + nc n+1 (s)= C 0 n Zastosowania Komputerów w Fizyce 2005/6 11//

37 Zagadnienie pocz atkowe Ċ n (t)=q nc n 1 (t)+q n C n (t)+q + nc n+1 (t), war. pocz.c n (0)=C 0 n transformata Laplace a 0 dtc n (t)e st =C n (s), 0 dtċ n (t)e st = C 0 n+sc n (s) Q nc n 1 (s)+(q n si)c n (s)+q + nc n+1 (s)= C 0 n obciȩcie dlan>n= C N+1 (s) 0 Q N C N 1(s)+(Q N si)c N (s)= C 0 N C N (s)=(si Q N ) 1 Q N C N 1(s)+(sI Q N ) 1 C 0 N Zastosowania Komputerów w Fizyce 2005/6 11//

38 Zagadnienie pocz atkowe Ċ n (t)=q nc n 1 (t)+q n C n (t)+q + nc n+1 (t), war. pocz.c n (0)=C 0 n transformata Laplace a 0 dtc n (t)e st =C n (s), 0 dtċ n (t)e st = C 0 n+sc n (s) Q nc n 1 (s)+(q n si)c n (s)+q + nc n+1 (s)= C 0 n obciȩcie dlan>n= C N+1 (s) 0 Q N C N 1(s)+(Q N si)c N (s)= C 0 N C N (s)=(si Q N ) 1 Q N C N 1(s)+(sI Q N ) 1 C 0 N C n (s)=s n (s)c n 1 (s)+a n (s) S n (s)=[si Q n Q + n S n+1(s)] 1 Q n A n (s)=[si Q n Q + n S n+1(s)] 1[ Q + na n+1 (s)+c 0 ] n dlan=0: Q 0 =0 S 0(s)=0 C 0 (s)=a 0 (s) Zastosowania Komputerów w Fizyce 2005/6 11//

39 Ułamki łańcuchowe Np. przetłumiony oscylator harmoniczny:u(x)= 1 2 x2 ip(x,0)=p( x,) tylko parzyste indeksy; n=2m,c 2m d m,q 2m R m d m =R + md m+1 +R m d m +R md m 1 Zastosowania Komputerów w Fizyce 2005/6 12//

40 Ułamki łańcuchowe Np. przetłumiony oscylator harmoniczny:u(x)= 1 2 x2 ip(x,0)=p( x,) tylko parzyste indeksy; n=2m,c 2m d m,q 2m R m d m =R + md m+1 +R m d m +R md m 1 S m (s) = [ s R m R + m S m+1(s) ] 1 R m = = = R m s R m R + ms m+1 (s) R m R m+1 s R m R m + s R m+1 R + m+1 S m+2(s) r m + p m p m+1 r m+1 + p m+2 r m ułamek łańcuchowy Zastosowania Komputerów w Fizyce 2005/6 12//

41 Ułamki łańcuchowe Np. przetłumiony oscylator harmoniczny:u(x)= 1 2 x2 ip(x,0)=p( x,) tylko parzyste indeksy; n=2m,c 2m d m,q 2m R m d m =R + md m+1 +R m d m +R md m 1 S m (s) = [ s R m R + m S m+1(s) ] 1 R m = = = R m s R m R + ms m+1 (s) R m R m+1 s R m R m + s R m+1 R + m+1 S m+2(s) r m + p m p m+1 r m+1 + p m+2 r m ułamek łańcuchowy dla innych potencjałów macierzowy ułamek łańcuchowy Zastosowania Komputerów w Fizyce 2005/6 12//

42 Ewolucja ze stanu niestabilnego Np.U(x)= 1 4 x4 1 2 ax2 ekstrema potencjału: U (x)=x(x 2 a)=0 {}}{ x=0, a<0; x=0,± a, a> x 2 3 U(x) U(x)=x 4 /4+x 2 /2 P(x) U(x)=x 4 /4 x 2 /2 Zastosowania Komputerów w Fizyce 2005/6 13//

43 Ewolucja ze stanu niestabilnego bifurkacja Np.U(x)= 1 4 x4 1 2 ax2 ekstrema potencjału: U (x)=x(x 2 a)=0 {}}{ x=0, a<0; x=0,± a, a> x 2 3 U(x) U(x)=x 4 /4+x 2 /2 P(x) U(x)=x 4 /4 x 2 /2 2 X ekstr minimum 1 0 minimum maksimum 1 minimum a 4 Zastosowania Komputerów w Fizyce 2005/6 13//

44 Ewolucja ze stanu niestabilnego Np.U(x)= 1 4 x4 1 2 ax2 ekstrema potencjału: U (x)=x(x 2 a)=0 {}}{ x=0, a<0; x=0,± a, a> x 2 3 U(x) U(x)=x 4 /4+x 2 /2 P(x) U(x)=x 4 /4 x 2 /2 bifurkacja nagłe przeł aczenie, np.a= 1 naa=+1 x=0 stan niestabilny,p(x,t=0) δ(x) 2 X ekstr minimum 1 0 minimum maksimum 1 minimum a 4 Zastosowania Komputerów w Fizyce 2005/6 13//

45 Ewolucja ze stanu niestabilnego Np.U(x)= 1 4 x4 1 2 ax2 ekstrema potencjału: U (x)=x(x 2 a)=0 {}}{ x=0, a<0; x=0,± a, a> x 2 3 U(x) U(x)=x 4 /4+x 2 /2 P(x) U(x)=x 4 /4 x 2 /2 bifurkacja nagłe przeł aczenie, np.a= 1 naa=+1 x=0 stan niestabilny,p(x,t=0) δ(x) 2 X ekstr minimum 1 0 minimum maksimum 1 minimum a 4 M.Suzuki, Progr. Theor. Phys. 56, 77 (1976) Zastosowania Komputerów w Fizyce 2005/6 13//

46 Przejściowa wielomodalność Ale... czy zawsze taki scenariusz? Zastosowania Komputerów w Fizyce 2005/6 14//

47 Przejściowa wielomodalność Ale... czy zawsze taki scenariusz? Np.U(x)= 1 6 x bx4 1 2 ax2 dlaa>0 potencjał bistabilny dlab<0inna forma ewolucji!!! Zastosowania Komputerów w Fizyce 2005/6 14//

48 Przejściowa wielomodalność Ale... czy zawsze taki scenariusz? Np.U(x)= 1 6 x bx4 1 2 ax2 dlaa>0 potencjał bistabilny dlab<0inna forma ewolucji!!! J.Iwaniszewski, Phys. Rev. A 45, 8436 (1992) Zastosowania Komputerów w Fizyce 2005/6 14//

49 Przejściowa wielomodalność Ale... czy zawsze taki scenariusz? Np.U(x)= 1 6 x bx4 1 2 ax2 dlaa>0 potencjał bistabilny dlab<0inna forma ewolucji!!! przejściowa wielomodalność J.Iwaniszewski, Phys. Rev. A 45, 8436 (1992) Zastosowania Komputerów w Fizyce 2005/6 14//

50 Przejściowa wielomodalność Ale... czy zawsze taki scenariusz? Np.U(x)= 1 6 x bx4 1 2 ax2 dlaa>0 potencjał bistabilny dlab<0inna forma ewolucji!!! laser przejściowa wielomodalność J.Iwaniszewski, Phys. Rev. A 45, 8436 (1992) układ elektroniczny J.Iwaniszewski et al., Phys. Rev. E 50, 3538 (1994) E.Arimondo et al., Europhys. Lett. 4, 287 (1987) Zastosowania Komputerów w Fizyce 2005/6 14//

51 Praca magisterska Celem pracy jest zbadanie ewolucji ze stanu niestabilego w obecności fluktuacji parametrów kontrolnych, np. dla U(x)= 1 4 x4 1 2 (a 0+a 1 η(t))x 2,η(t) inny biały szum Zastosowania Komputerów w Fizyce 2005/6 15//

52 Praca magisterska Celem pracy jest zbadanie ewolucji ze stanu niestabilego w obecności fluktuacji parametrów kontrolnych, np. dla U(x)= 1 4 x4 1 2 (a 0+a 1 η(t))x 2,η(t) inny biały szum Praca polega na napisaniu programu komputerowego dla metody macierzowych ułamków łańcuchowych i zastosowaniu go w analizie powyższego problemu Zastosowania Komputerów w Fizyce 2005/6 15//

53 Praca magisterska Celem pracy jest zbadanie ewolucji ze stanu niestabilego w obecności fluktuacji parametrów kontrolnych, np. dla U(x)= 1 4 x4 1 2 (a 0+a 1 η(t))x 2,η(t) inny biały szum Praca polega na napisaniu programu komputerowego dla metody macierzowych ułamków łańcuchowych i zastosowaniu go w analizie powyższego problemu Od kandydata wymagana jest znajomość podstawowych pojȩć i zasad mechaniki i termodynamiki (na poziomie wykładów z Fizyki Ogólnej), elementarna znajomość algebry i rachunku prawdopodobieństwa, podstawowe umiejȩtności dotycz ace rachunku różniczkowego i całkowego (wykłady z analizy, algebry i MMF-u) oraz umiejȩtność programowania w Matlabie, Fortranie lub C. Zastosowania Komputerów w Fizyce 2005/6 15//

54 ewentualny inny temat pracy Ewolucja ze stanu metastabilnego dlat=0układ w minimum potencjału stan metastabilny k k Problem: Jak szybko układ opuszcza stan pocz atkowy? T T Zastosowania Komputerów w Fizyce 2005/6 16//

55 ewentualny inny temat pracy Ewolucja ze stanu metastabilnego dlat=0układ w minimum potencjału stan metastabilny T k T k Problem: Jak szybko układ opuszcza stan pocz atkowy? prawdop. przebywania w lewej jamiep L (t)= max dxp(x,t) dp L (t) k stała rozpadu, stała szybkości reakcji kp L (t) dt k 1 czas życia stanu metastabilnego Zastosowania Komputerów w Fizyce 2005/6 16//

56 ewentualny inny temat pracy Ewolucja ze stanu metastabilnego dlat=0układ w minimum potencjału stan metastabilny T k T k Problem: Jak szybko układ opuszcza stan pocz atkowy? prawdop. przebywania w lewej jamiep L (t)= max dxp(x,t) dp L (t) k stała rozpadu, stała szybkości reakcji kp L (t) dt k 1 czas życia stanu metastabilnego aktywacja termiczna prawo Arrheniusa (1889) k = A exp( U/kT) Zastosowania Komputerów w Fizyce 2005/6 16//

57 ewentualny inny temat pracy Ewolucja ze stanu metastabilnego dlat=0układ w minimum potencjału stan metastabilny T k T k Problem: Jak szybko układ opuszcza stan pocz atkowy? prawdop. przebywania w lewej jamiep L (t)= max dxp(x,t) dp L (t) k stała rozpadu, stała szybkości reakcji kp L (t) dt k 1 czas życia stanu metastabilnego aktywacja termiczna prawo Arrheniusa (1889) k = A exp( U/kT) problem do zbadania w pracy magisterskiej: gigantyczne tłumienie aktywacji przez skorelowane z białym szumem ξ(t) fluktuacje parametrów kontrolnych układu A.J.R. Madureira, P. Hänggi, H.S. Wio, Phys. Lett. A217, 248 (1996) Zastosowania Komputerów w Fizyce 2005/6 16//

58 Plan pracy Zastosowania Komputerów w Fizyce 2005/6 17//

59 Plan pracy II 2006 (lub wcześniej) rozpoczȩcie, Zastosowania Komputerów w Fizyce 2005/6 17//

60 Plan pracy II 2006 (lub wcześniej) rozpoczȩcie, do IV 2006 ewolucja przetłumionego oscylatora harmonicznego (macierze1 1) wzory i program, Zastosowania Komputerów w Fizyce 2005/6 17//

61 Plan pracy II 2006 (lub wcześniej) rozpoczȩcie, do IV 2006 ewolucja przetłumionego oscylatora harmonicznego (macierze1 1) wzory i program, do VI 2006 ewolucja dla innych potencjałów (macierzowe ułamki łańcuchowe) uruchomienie programu, Zastosowania Komputerów w Fizyce 2005/6 17//

62 Plan pracy II 2006 (lub wcześniej) rozpoczȩcie, do IV 2006 ewolucja przetłumionego oscylatora harmonicznego (macierze1 1) wzory i program, do VI 2006 ewolucja dla innych potencjałów (macierzowe ułamki łańcuchowe) uruchomienie programu, do XI 2006 analiza przejściowej wielomodalności (lub aktywacji termicznej) z szumem addytywnym, Zastosowania Komputerów w Fizyce 2005/6 17//

63 Plan pracy II 2006 (lub wcześniej) rozpoczȩcie, do IV 2006 ewolucja przetłumionego oscylatora harmonicznego (macierze1 1) wzory i program, do VI 2006 ewolucja dla innych potencjałów (macierzowe ułamki łańcuchowe) uruchomienie programu, do XI 2006 analiza przejściowej wielomodalności (lub aktywacji termicznej) z szumem addytywnym, do II 2007 analiza przejściowej wielomodalności (lub aktywacji termicznej) z dwoma szumami: addytywnym i multyplikatywnym, Zastosowania Komputerów w Fizyce 2005/6 17//

64 Plan pracy II 2006 (lub wcześniej) rozpoczȩcie, do IV 2006 ewolucja przetłumionego oscylatora harmonicznego (macierze1 1) wzory i program, do VI 2006 ewolucja dla innych potencjałów (macierzowe ułamki łańcuchowe) uruchomienie programu, do XI 2006 analiza przejściowej wielomodalności (lub aktywacji termicznej) z szumem addytywnym, do II 2007 analiza przejściowej wielomodalności (lub aktywacji termicznej) z dwoma szumami: addytywnym i multyplikatywnym, do IV 2007 ewentualne rozszerzenie tematyki, Zastosowania Komputerów w Fizyce 2005/6 17//

65 Plan pracy II 2006 (lub wcześniej) rozpoczȩcie, do IV 2006 ewolucja przetłumionego oscylatora harmonicznego (macierze1 1) wzory i program, do VI 2006 ewolucja dla innych potencjałów (macierzowe ułamki łańcuchowe) uruchomienie programu, do XI 2006 analiza przejściowej wielomodalności (lub aktywacji termicznej) z szumem addytywnym, do II 2007 analiza przejściowej wielomodalności (lub aktywacji termicznej) z dwoma szumami: addytywnym i multyplikatywnym, do IV 2007 ewentualne rozszerzenie tematyki, do VI 2007 pisanie pracy magisterskiej, Zastosowania Komputerów w Fizyce 2005/6 17//

66 Plan pracy II 2006 (lub wcześniej) rozpoczȩcie, do IV 2006 ewolucja przetłumionego oscylatora harmonicznego (macierze1 1) wzory i program, do VI 2006 ewolucja dla innych potencjałów (macierzowe ułamki łańcuchowe) uruchomienie programu, do XI 2006 analiza przejściowej wielomodalności (lub aktywacji termicznej) z szumem addytywnym, do II 2007 analiza przejściowej wielomodalności (lub aktywacji termicznej) z dwoma szumami: addytywnym i multyplikatywnym, do IV 2007 ewentualne rozszerzenie tematyki, do VI 2007 pisanie pracy magisterskiej, VI 2007 Egzamin magisterski Zastosowania Komputerów w Fizyce 2005/6 17//

67 Plan pracy II 2006 (lub wcześniej) rozpoczȩcie, do IV 2006 ewolucja przetłumionego oscylatora harmonicznego (macierze1 1) wzory i program, do VI 2006 ewolucja dla innych potencjałów (macierzowe ułamki łańcuchowe) uruchomienie programu, do XI 2006 analiza przejściowej wielomodalności (lub aktywacji termicznej) z szumem addytywnym, do II 2007 analiza przejściowej wielomodalności (lub aktywacji termicznej) z dwoma szumami: addytywnym i multyplikatywnym, do IV 2007 ewentualne rozszerzenie tematyki, do VI 2007 pisanie pracy magisterskiej, VI 2007 Egzamin magisterski Zastosowania Komputerów w Fizyce 2005/6 17//

Fizyka statystyczna Równanie Fokkera-Plancka. P. F. Góra

Fizyka statystyczna Równanie Fokkera-Plancka. P. F. Góra Fizyka statystyczna Równanie Fokkera-Plancka P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Mamy równanie master dla ciagłych rozkładów prawdopodobieństwa: P (y, t) t = (W (y y )P (y, t) W (y y)p

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

Fizyka statystyczna Równanie Fokkera-Plancka

Fizyka statystyczna Równanie Fokkera-Plancka Fizyka statystyczna Równanie Fokkera-Plancka P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 17 marca 2015 Mamy równanie master dla ciagłych rozkładów prawdopodobieństwa: P (y, t) t = (W (y y )P (y, t)

Bardziej szczegółowo

Wykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova)

Wykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova) Wykład 2 Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova) 1. Procesy Markova: definicja 2. Równanie Chapmana-Kołmogorowa-Smoluchowskiego 3. Przykład dyfuzji w kapilarze

Bardziej szczegółowo

Metody rozwiązania równania Schrödingera

Metody rozwiązania równania Schrödingera Metody rozwiązania równania Schrödingera Równanie Schrödingera jako algebraiczne zagadnienie własne Rozwiązanie analityczne dla skończonej i nieskończonej studni potencjału Problem rozwiązania równania

Bardziej szczegółowo

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe. Z5: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania zagadnienie brzegowe Dyskretne operatory różniczkowania Numeryczne obliczanie pochodnych oraz rozwiązywanie

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Procesy wykładniczego wzrostu i spadku (np populacja bakterii, rozpad radioaktywny, wymiana ciepła) można modelować równaniem

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

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Wydział: Matematyki Stosowanej Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Specjalność: Matematyka w informatyce Rocznik: 2013/2014 Język wykładowy: Polski

Bardziej szczegółowo

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Wydział: Matematyki Stosowanej Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Specjalność: Matematyka ubezpieczeniowa Rocznik: 2013/2014 Język wykładowy: Polski

Bardziej szczegółowo

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Wydział: Matematyki Stosowanej Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Specjalność: Matematyka finansowa Rocznik: 2013/2014 Język wykładowy: Polski Semestr

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZENIA NR 7

INSTRUKCJA DO ĆWICZENIA NR 7 KATEDRA MECHANIKI STOSOWANEJ Wydział Mechaniczny POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 7 PRZEDMIOT TEMAT OPRACOWAŁ LABORATORIUM MODELOWANIA Przykładowe analizy danych: przebiegi czasowe, portrety

Bardziej szczegółowo

Lista nr 1 - Liczby zespolone

Lista nr 1 - Liczby zespolone Lista nr - Liczby zespolone Zadanie. Obliczyć: a) ( 3 i) 3 ( 6 i ) 8 c) (+ 3i) 8 (i ) 6 + 3 i + e) f*) g) ( 3 i ) 77 ( ( 3 i + ) 3i 3i h) ( + 3i) 5 ( i) 0 i) i ( 3 i ) 4 ) +... + ( 3 i ) 0 Zadanie. Przedstawić

Bardziej szczegółowo

KATALOG KURSÓW PRZEDMIOTY KSZTACŁENIA PODSTAWOWEGO I OGÓLNEGO

KATALOG KURSÓW PRZEDMIOTY KSZTACŁENIA PODSTAWOWEGO I OGÓLNEGO 1 KATALOG KURSÓW PRZEDMIOTY KSZTACŁENIA PODSTAWOWEGO I OGÓLNEGO ROK AKADEMICKI 2018/2019 2 Politechnika Wrocławska Katalog kursów przedmiotów kształcenia podstawowego i ogólnego Oferta Ogólnouczelniana

Bardziej szczegółowo

Rozwiązywanie równań różniczkowych zwyczajnych za pomocą komputera

Rozwiązywanie równań różniczkowych zwyczajnych za pomocą komputera Rozwiązywanie równań różniczkowych zwyczajnych za pomocą komputera Arkadiusz Syta A. Syta (Politechnika Lubelska) 1 / 19 Wstęp Przegląd wybranych pakietów oprogramowania i funkcji Rozwiązywanie równań

Bardziej szczegółowo

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 26 czerwca 2017 roku

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 26 czerwca 2017 roku Egzamin pisemny zestaw czerwca 0 roku Imię i nazwisko:.... ( pkt.) Udowodnić, że jeśli funkcja g interpoluje funkcję f w węzłach x 0, x, K, x n, a funk- cja h interpoluje funkcję f w węzłach x, x, K, x

Bardziej szczegółowo

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Wydział: Matematyki Stosowanej Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Specjalność: Matematyka finansowa Rocznik: 2014/2015 Język wykładowy: Polski Semestr

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Wydział: Matematyki Stosowanej Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Specjalność: Matematyka ubezpieczeniowa Rocznik: 2016/2017 Język wykładowy: Polski

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Wyznacz transformaty Laplace a poniższych funkcji, korzystając z tabeli transformat: a) 8 3e 3t b) 4 sin 5t 2e 5t + 5 c) e5t e

Bardziej szczegółowo

CAŁKI NIEOZNACZONE C R}.

CAŁKI NIEOZNACZONE C R}. CAŁKI NIEOZNACZONE Definicja 1 Funkcja F jest funkcją pierwotną funkcji f na przedziale I, jeżeli F (x) = f(x) dla każdego x I. Np. funkcjami pierwotnymi funkcji f(x) = sin x na R są cos x, cos x+1, cos

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

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku Egzamin pisemny zestaw. ( pkt.) Udowodnić, że jeśli funkcja g interpoluje funkcję f w węzłach x 0, x, K, x n, a funk- cja h interpoluje funkcję f w węzłach x, x, K, x n, to funkcja x0 x gx ( ) + [ gx (

Bardziej szczegółowo

CHEMIA KWANTOWA MONIKA MUSIA L. Ćwiczenia. mm

CHEMIA KWANTOWA MONIKA MUSIA L. Ćwiczenia.   mm CHEMIA KWANTOWA MONIKA MUSIA L Ćwiczenia METODY PRZYBLIŻONE ROZWIA ZYWANIA RÓWNANIA SCHRÖDINGERA METODA WARIACYJNA metoda wariacyjna ĤΨ n = E n Ψ n Ψ n ortonormalne Szukamy rozwi azań dla stanu podstawowego,

Bardziej szczegółowo

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ... Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x

Bardziej szczegółowo

Fizyka komputerowa(ii)

Fizyka komputerowa(ii) Instytut Fizyki Fizyka komputerowa(ii) Studia magisterskie Prowadzący kurs: Dr hab. inż. Włodzimierz Salejda, prof. PWr Godziny konsultacji: Poniedziałki i wtorki w godzinach 13.00 15.00 pokój 223 lub

Bardziej szczegółowo

Przykładowe zadania na egzamin z matematyki - dr Anita Tlałka - 1

Przykładowe zadania na egzamin z matematyki - dr Anita Tlałka - 1 Przykładowe zadania na egzamin z matematyki - dr Anita Tlałka - 1 Zadania rozwiązywane na wykładzie Zadania rozwiązywane na ćwiczeniach Przy rozwiązywaniu zadań najistotniejsze jest wykazanie się rozumieniem

Bardziej szczegółowo

Układy równań liniowych. Krzysztof Patan

Układy równań liniowych. Krzysztof Patan Układy równań liniowych Krzysztof Patan Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zadań redukuje się do problemu rozwiązania układu równań liniowych, często o bardzo dużych

Bardziej szczegółowo

Proces Poissona. Proces {N(t), t 0} nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t.

Proces Poissona. Proces {N(t), t 0} nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t. Procesy stochastyczne WYKŁAD 5 Proces Poissona. Proces {N(t), t } nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t. Proces zliczający musi

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami Maciej Burnecki opracowanie strona główna Spis treści 1 Wyrażenia algebraiczne indukcja matematyczna 1 Geometria analityczna w R 3 3 Liczby zespolone

Bardziej szczegółowo

Podstawy Automatyki. Wykład 2 - podstawy matematyczne. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 2 - podstawy matematyczne. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 2 - podstawy matematyczne Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Rzeczywiste obiekty regulacji, a co za tym idzie układy regulacji, mają właściwości nieliniowe, n.p. turbulencje, wiele

Bardziej szczegółowo

Przeksztacenie Laplace a. Krzysztof Patan

Przeksztacenie Laplace a. Krzysztof Patan Przeksztacenie Laplace a Krzysztof Patan Wprowadzenie Transformata Fouriera popularna metoda opisu systemów w dziedzinie częstotliwości Transformata Fouriera umożliwia wykonanie wielu użytecznych czynności:

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

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka Zagadnienie Dualne Zadania Programowania Liniowego Seminarium Szkoleniowe Edyta Mrówka Ogólne zagadnienie PL Znajdź taki wektor X = (x 1, x 2,..., x n ), który minimalizuje kombinacje liniow a przy ograniczeniach

Bardziej szczegółowo

2. Układy równań liniowych

2. Układy równań liniowych 2. Układy równań liniowych Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2017/2018 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 2. Układy równań liniowych zima 2017/2018 1 /

Bardziej szczegółowo

Przekształcenia liniowe

Przekształcenia liniowe Przekształcenia liniowe Zadania Które z następujących przekształceń są liniowe? (a) T : R 2 R 2, T (x, x 2 ) = (2x, x x 2 ), (b) T : R 2 R 2, T (x, x 2 ) = (x + 3x 2, x 2 ), (c) T : R 2 R, T (x, x 2 )

Bardziej szczegółowo

RÓWNANIE SCHRÖDINGERA NIEZALEŻNE OD CZASU

RÓWNANIE SCHRÖDINGERA NIEZALEŻNE OD CZASU X. RÓWNANIE SCHRÖDINGERA NIEZALEŻNE OD CZASU Równanie Schrődingera niezależne od czasu to równanie postaci: ħ 2 2m d 2 x dx 2 V xx = E x (X.1) Warunki regularności na x i a) skończone b) ciągłe c) jednoznaczne

Bardziej szczegółowo

Elementy rachunku różniczkowego i całkowego

Elementy rachunku różniczkowego i całkowego Elementy rachunku różniczkowego i całkowego W paragrafie tym podane zostaną elementarne wiadomości na temat rachunku różniczkowego i całkowego oraz przykłady jego zastosowania w fizyce. Małymi literami

Bardziej szczegółowo

15 Potencjały sferycznie symetryczne

15 Potencjały sferycznie symetryczne z ϕ θ r y x Rysunek : Definicje zmiennych we współrzędnych sferycznych r, θ, ϕ) 5 Potencjały sferycznie symetryczne 5. Separacja zmiennych Do tej pory omawialiśmy problemy jednowymiarowe, które służyły

Bardziej szczegółowo

Plan Zajęć. Ćwiczenia rachunkowe

Plan Zajęć. Ćwiczenia rachunkowe Plan Zajęć 1. Termodynamika, 2. Grawitacja, Kolokwium I 3. Elektrostatyka + prąd 4. Pole Elektro-Magnetyczne Kolokwium II 5. Zjawiska falowe 6. Fizyka Jądrowa + niepewność pomiaru Kolokwium III Egzamin

Bardziej szczegółowo

MECHANIKA STOSOWANA Cele kursu

MECHANIKA STOSOWANA Cele kursu MECHANIKA STOSOWANA Cele kursu Karol Kołodziej Instytut Fizyki Uniwersytet Śląski, Katowice http://kk.us.edu.pl 9 października 2014 Karol Kołodziej Mechanika stosowana 1/6 Cele kursu Podstawowe cele zaprezentowanego

Bardziej szczegółowo

ALGEBRA z GEOMETRIA, ANALITYCZNA,

ALGEBRA z GEOMETRIA, ANALITYCZNA, ALGEBRA z GEOMETRIA, ANALITYCZNA, MAT00405 PRZEKSZTAL CANIE WYRAZ EN ALGEBRAICZNYCH, WZO R DWUMIANOWY NEWTONA Uprościć podane wyrażenia 7; (b) ( 6)( + ); (c) a 5 6 8a ; (d) ( 5 )( 5 + ); (e) ( 45x 4 y

Bardziej szczegółowo

Stacjonarne procesy gaussowskie, czyli o zwiazkach pomiędzy zwykła

Stacjonarne procesy gaussowskie, czyli o zwiazkach pomiędzy zwykła Stacjonarne procesy gaussowskie, czyli o zwiazkach pomiędzy zwykła autokorelacji Łukasz Dębowski ldebowsk@ipipan.waw.pl Instytut Podstaw Informatyki PAN autokorelacji p. 1/25 Zarys referatu Co to sa procesy

Bardziej szczegółowo

Tadeusz Lesiak. Dynamika punktu materialnego: Praca i energia; zasada zachowania energii

Tadeusz Lesiak. Dynamika punktu materialnego: Praca i energia; zasada zachowania energii Mechanika klasyczna Tadeusz Lesiak Wykład nr 4 Dynamika punktu materialnego: Praca i energia; zasada zachowania energii Energia i praca T. Lesiak Mechanika klasyczna 2 Praca Praca (W) wykonana przez stałą

Bardziej szczegółowo

Inżynieria Systemów Dynamicznych (4)

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

Bardziej szczegółowo

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI EFEKTY KSZTAŁCENIA

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI EFEKTY KSZTAŁCENIA I. KARTA PRZEDMIOTU. Nazwa przedmiotu: MATEMATYKA STOSOWANA 2. Kod przedmiotu: Ms 3. Jednostka prowadząca: Wydział Nawigacji i Uzbrojenia Okrętowego 4. Kierunek: Nawigacja 5. Specjalność: Nawigacja morska

Bardziej szczegółowo

Algebra z geometrią analityczną zadania z odpowiedziami

Algebra z geometrią analityczną zadania z odpowiedziami Algebra z geometrią analityczną zadania z odpowiedziami Maciej Burnecki Spis treści 0 Wyrażenia algebraiczne, indukcja matematyczna 2 2 2 1 Geometria analityczna w R 2 3 3 3 2 Liczby zespolone 4 4 4 3

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych 8 Pochodna kierunkowa funkcji Definicja Niech funkcja f określona bȩdzie w otoczeniu punktu P 0 = (x 0, y 0 ) oraz niech v = [v x, v y ] bȩdzie wektorem. Pochodn a kierunkow a funkcji

Bardziej szczegółowo

Drgania poprzeczne belki numeryczna analiza modalna za pomocą Metody Elementów Skończonych dr inż. Piotr Lichota mgr inż.

Drgania poprzeczne belki numeryczna analiza modalna za pomocą Metody Elementów Skończonych dr inż. Piotr Lichota mgr inż. Drgania poprzeczne belki numeryczna analiza modalna za pomocą Metody Elementów Skończonych dr inż. Piotr Lichota mgr inż. Joanna Szulczyk Politechnika Warszawska Instytut Techniki Lotniczej i Mechaniki

Bardziej szczegółowo

1 + x 1 x 1 + x + 1 x. dla x 0.. Korzystając z otrzymanego wykresu wyznaczyć funkcję g(m) wyrażającą liczbę pierwiastków równania.

1 + x 1 x 1 + x + 1 x. dla x 0.. Korzystając z otrzymanego wykresu wyznaczyć funkcję g(m) wyrażającą liczbę pierwiastków równania. 10 1 Wykazać, że liczba 008 008 10 + + jest większa od Nie używając kalkulatora, porównać liczby a = log 5 log 0 + log oraz b = 6 5 Rozwiązać równanie x + 4y + x y + 1 = 4xy 4 W prostokątnym układzie współrzędnych

Bardziej szczegółowo

Kinematyka: opis ruchu

Kinematyka: opis ruchu Kinematyka: opis ruchu Fizyka I (B+C) Wykład IV: Ruch jednostajnie przyspieszony Ruch harmoniczny Ruch po okręgu Klasyfikacja ruchów Ze względu na tor wybrane przypadki szczególne prostoliniowy, odbywajacy

Bardziej szczegółowo

Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. u = 0, (6.1) jest operatorem Laplace a. (x,y)

Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. u = 0, (6.1) jest operatorem Laplace a. (x,y) Wykład 6 Funkcje harmoniczne Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. e f i n i c j a Funkcję u (x 1, x 2,..., x n ) nazywamy harmoniczną w obszarze R n wtedy i

Bardziej szczegółowo

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym

Bardziej szczegółowo

przy warunkach początkowych: 0 = 0, 0 = 0

przy warunkach początkowych: 0 = 0, 0 = 0 MODELE MATEMATYCZNE UKŁADÓW DYNAMICZNYCH Podstawową formą opisu procesów zachodzących w członach lub układach automatyki jest równanie ruchu - równanie dynamiki. Opisuje ono zależność wielkości fizycznych,

Bardziej szczegółowo

KATALOG KURSÓW PRZEDMIOTÓW KSZTACŁENIA OGÓLNEGO

KATALOG KURSÓW PRZEDMIOTÓW KSZTACŁENIA OGÓLNEGO KATALOG KURSÓW PRZEDMIOTÓW KSZTACŁENIA OGÓLNEGO NA ROK AKADEMICKI 2015/2016 Politechnika Wrocławska Katalog kursów przedmiotów kształcenia ogólnego Oferta Ogólnouczelniana 2015/2016 Politechnika Wrocławska

Bardziej szczegółowo

2. P (E) = 1. β B. TSIM W3: Sygnały stochastyczne 1/27

2. P (E) = 1. β B. TSIM W3: Sygnały stochastyczne 1/27 SYGNAŁY STOCHASTYCZNE Przestrzeń probabilistyczna i zmienna losowa Definicja Przestrzenią probabilistyczną (doświadczeniem) nazywamy trójkę uporządkowaną (E, B, P ), gdzie: E przestrzeń zdarzeń elementarnych;

Bardziej szczegółowo

OPTYKA KWANTOWA Wykład dla 5. roku Fizyki

OPTYKA KWANTOWA Wykład dla 5. roku Fizyki OPTYKA KWANTOWA Wykład dla 5. roku Fizyki c Adam Bechler 2006 Instytut Fizyki Uniwersytetu Szczecińskiego Rezonansowe oddziaływanie układu atomowego z promieniowaniem "! "!! # $%&'()*+,-./-(01+'2'34'*5%.25%&+)*-(6

Bardziej szczegółowo

Analiza Matematyczna MAEW101 MAP1067

Analiza Matematyczna MAEW101 MAP1067 1 Analiza Matematyczna MAEW101 MAP1067 Wydział Elektroniki Przykłady do Listy Zadań nr 14 Funkcje wielu zmiennych. Płaszczyzna styczna. Ekstrema Opracowanie: dr hab. Agnieszka Jurlewicz Przykłady do zadania

Bardziej szczegółowo

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej WEKTORY I WARTOŚCI WŁASNE MACIERZY Ac λ c (*) ( A λi) c nietrywialne rozwiązanie gdy det A λi problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej A - macierzowa

Bardziej szczegółowo

OPTYKA KWANTOWA Wykład dla 5. roku Fizyki

OPTYKA KWANTOWA Wykład dla 5. roku Fizyki OPTYKA KWANTOWA Wykład dla 5. roku Fizyki c Adam Bechler 2006 Instytut Fizyki Uniwersytetu Szczecińskiego Równania optyki półklasycznej Posłużymy się teraz równaniem (2.4), i Ψ t = ĤΨ ażeby wyprowadzić

Bardziej szczegółowo

Proces rezerwy w czasie dyskretnym z losową stopą procentową i losową składką

Proces rezerwy w czasie dyskretnym z losową stopą procentową i losową składką z losową stopą procentową i losową składką Instytut Matematyki i Informatyki Politechniki Wrocławskiej 10 czerwca 2008 Oznaczenia Wprowadzenie ξ n liczba wypłat w (n 1, n], Oznaczenia Wprowadzenie ξ n

Bardziej szczegółowo

Modele kp wprowadzenie

Modele kp wprowadzenie Modele kp wprowadzenie Komórka elementarna i komórka sieci odwrotnej Funkcje falowe elektronu w krysztale Struktura pasmowa Przybliżenie masy efektywnej Naprężenia: potencjał deformacyjny, prawo Hooka

Bardziej szczegółowo

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc Liczby zespolone, liniowa zależność i bazy Javier de Lucas Ćwiczenie. Dowieść, że jeśli µ := c d d c, to homografia h(x) = (ax+b)/(cx+d), a, b, c, d C, ad bc, odwzorowuje oś rzeczywist a R C na okr ag

Bardziej szczegółowo

Podstawy robotyki. Wykład II. Robert Muszyński Janusz Jakubiak Instytut Informatyki, Automatyki i Robotyki Politechnika Wrocławska

Podstawy robotyki. Wykład II. Robert Muszyński Janusz Jakubiak Instytut Informatyki, Automatyki i Robotyki Politechnika Wrocławska Podstawy robotyki Wykład II Ruch ciała sztywnego w przestrzeni euklidesowej Robert Muszyński Janusz Jakubiak Instytut Informatyki, Automatyki i Robotyki Politechnika Wrocławska Preliminaria matematyczne

Bardziej szczegółowo

Fizyka na usługach inżynierii finansowej 1

Fizyka na usługach inżynierii finansowej 1 Fizyka na usługach inżynierii finansowej 1 Plan referatu 1. Zwiazek ekonomii z naukami ścisłymi 2. Ekonofizyka 3. Metody fizyki w inżynierii finansowej Bładzenie przypadkowe Uniwersalność Korelacje Macierze

Bardziej szczegółowo

Dynamika manipulatora. Robert Muszyński Janusz Jakubiak Instytut Cybernetyki Technicznej Politechnika Wrocławska. Podstawy robotyki wykład VI

Dynamika manipulatora. Robert Muszyński Janusz Jakubiak Instytut Cybernetyki Technicznej Politechnika Wrocławska. Podstawy robotyki wykład VI Podstawy robotyki Wykład VI Robert Muszyński Janusz Jakubiak Instytut Cybernetyki Technicznej Politechnika Wrocławska Dynamika opisuje sposób zachowania się manipulatora poddanego wymuszeniu w postaci

Bardziej szczegółowo

1 Równania różniczkowe drugiego rzędu

1 Równania różniczkowe drugiego rzędu Równania różniczkowe drugiego rzędu Najpierw zajmiemy się równaniami różniczkowymi rzędu drugiego, w których y nie występuje w sposób jawny, tzn. F (x, y, y ) = 0 (.) Równanie takie rozwiązujemy poprzez

Bardziej szczegółowo

Regulator liniowo kwadratowy na przykładzie wahadła odwróconego

Regulator liniowo kwadratowy na przykładzie wahadła odwróconego Regulator liniowo kwadratowy na przykładzie wahadła odwróconego kwiecień 2012 Sterowanie Teoria Przykład wahadła na wózku Dany jest system dynamiczny postaci: ẋ = f (x, u) (1) y = h(x) (2) Naszym zadaniem

Bardziej szczegółowo

Rozszerzony konspekt preskryptu do przedmiotu Podstawy Robotyki

Rozszerzony konspekt preskryptu do przedmiotu Podstawy Robotyki Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Rozszerzony konspekt preskryptu do przedmiotu Podstawy Robotyki dr inż. Marek Wojtyra Instytut Techniki Lotniczej

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ Maciej Burnecki opracowanie strona główna Spis treści I Zadania Wyrażenia algebraiczne indukcja matematyczna Geometria analityczna na płaszczyźnie Liczby zespolone 4 Wielomiany

Bardziej szczegółowo

Numeryczne rozwiązanie równania Schrodingera

Numeryczne rozwiązanie równania Schrodingera Numeryczne rozwiązanie równania Schrodingera Równanie ruchu dla cząstki o masie m (elektron- cząstka elementarna o masie ~9.1 10-31 kg) Mechanika klasyczna - mechanika kwantowa 1. Druga zasada dynamiki

Bardziej szczegółowo

Liniowe uk lady sterowania.

Liniowe uk lady sterowania. Liniowe uk lady sterowania Rozwi azywanie liniowych rownań stanu Uk lady z czasem ci ag lym Liniowe stacjonarne równania stanu Przyk lad: Uk lad sterowania tarcz a obrotow a prȩt sprȩżysty tarcza obrotowa

Bardziej szczegółowo

Twierdzenia graniczne fluktuacji procesów przebywania dla układów gałazkowych

Twierdzenia graniczne fluktuacji procesów przebywania dla układów gałazkowych Publiczna obrona rozprawy doktorskiej Twierdzenia graniczne fluktuacji procesów przebywania dla układów gałazkowych Piotr Miłoś Instytut Matematyczny Polskiej Akademii Nauk 23.10.2008 Warszawa Plan 1 Układy

Bardziej szczegółowo

Automatyka i robotyka

Automatyka i robotyka Automatyka i robotyka Wykład 5 - Stabilność układów dynamicznych Wojciech Paszke Instytut Sterowania i Systemów Informatycznych, Uniwersytet Zielonogórski 1 z 43 Plan wykładu Wprowadzenie Stabilność modeli

Bardziej szczegółowo

Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa,listopad

Bardziej szczegółowo

Rozdział 1 PODSTAWOWE POJĘCIA I DEFINICJE

Rozdział 1 PODSTAWOWE POJĘCIA I DEFINICJE 1. 1. W p r owadze n ie 1 Rozdział 1 PODSTAWOWE POJĘCIA I DEFINICJE 1.1. WPROWADZENIE SYGNAŁ nośnik informacji ANALIZA SYGNAŁU badanie, którego celem jest identyfikacja własności, cech, miar sygnału; odtwarzanie

Bardziej szczegółowo

Wykład 14. Termodynamika gazu fotnonowego

Wykład 14. Termodynamika gazu fotnonowego Wykład 14 Termodynamika gazu fotnonowego dr hab. Agata Fronczak, prof. PW Wydział Fizyki, Politechnika Warszawska 16 stycznia 217 dr hab. A. Fronczak (Wydział Fizyki PW) Wykład: Elementy fizyki statystycznej

Bardziej szczegółowo

Zestaw zadań 5: Sumy i sumy proste podprzestrzeni. Baza i wymiar. Rzędy macierzy. Struktura zbioru rozwiązań układu równań.

Zestaw zadań 5: Sumy i sumy proste podprzestrzeni. Baza i wymiar. Rzędy macierzy. Struktura zbioru rozwiązań układu równań. Zestaw zadań : Sumy i sumy proste podprzestrzeni Baza i wymiar Rzędy macierzy Struktura zbioru rozwiązań układu równań () Pokazać, że jeśli U = lin(α, α,, α k ), U = lin(β, β,, β l ), to U + U = lin(α,

Bardziej szczegółowo

Wstęp do równań różniczkowych

Wstęp do równań różniczkowych Wstęp do równań różniczkowych Wykład 1 Lech Sławik Instytut Matematyki PK Literatura 1. Arnold W.I., Równania różniczkowe zwyczajne, PWN, Warszawa, 1975. 2. Matwiejew N.M., Metody całkowania równań różniczkowych

Bardziej szczegółowo

KATALOG KURSÓW PRZEDMIOTÓW KSZTACŁENIA OGÓLNEGO

KATALOG KURSÓW PRZEDMIOTÓW KSZTACŁENIA OGÓLNEGO KATALOG KURSÓW PRZEDMIOTÓW KSZTACŁENIA OGÓLNEGO NA ROK AKADEMICKI 2014/2015 Politechnika Wrocławska Katalog kursów przedmiotów kształcenia ogólnego Oferta Ogólnouczelniana 2014/2015 Politechnika Wrocławska

Bardziej szczegółowo

Wielomiany Hermite a i ich własności

Wielomiany Hermite a i ich własności 3.10.2004 Do. mat. B. Wielomiany Hermite a i ich własności 4 Doatek B Wielomiany Hermite a i ich własności B.1 Definicje Jako postawową efinicję wielomianów Hermite a przyjmiemy wzór Roriguesa n H n (x)

Bardziej szczegółowo

Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów

Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski Warszawa 14

Bardziej szczegółowo

Podstawy Automatyki. Wykład 2 - modelowanie matematyczne układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 2 - modelowanie matematyczne układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 2 - modelowanie matematyczne układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2017 Wstęp Rzeczywiste obiekty regulacji, a co za tym idzie układy regulacji, mają właściwości nieliniowe,

Bardziej szczegółowo

Logarytmiczne równanie Schrödingera w obracajacej się pułapce harmonicznej

Logarytmiczne równanie Schrödingera w obracajacej się pułapce harmonicznej Logarytmiczne równanie Schrödingera w obracajacej się pułapce harmonicznej Tomasz Sowiński Seminarium CFT p.1/17 Nieliniowa mechanika kwantowa Dwa konteksty nielinowej mechaniki kwantowej: czy istnieja

Bardziej szczegółowo

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1 Algebra liniowa II Lista Zadanie Udowodnić, że jeśli B b ij jest macierzą górnotrójkątną o rozmiarze m m, to jej wyznacznik jest równy iloczynowi elementów leżących na głównej przekątnej: det B b b b mm

Bardziej szczegółowo

Podstawy Automatyki. Wykład 2 - modelowanie matematyczne układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 2 - modelowanie matematyczne układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 2 - modelowanie matematyczne układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2019 Wstęp Obiekty (procesy) rzeczywiste, a co za tym idzie układy regulacji, mają właściwości nieliniowe,

Bardziej szczegółowo

Modelowanie układów dynamicznych

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

Bardziej szczegółowo

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 5 - stabilność liniowych układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Stabilność - definicja 1 O układzie możemy mówić, że jest stabilny gdy wytrącony ze stanu równowagi

Bardziej szczegółowo

Modele kp Studnia kwantowa

Modele kp Studnia kwantowa Modele kp Studnia kwantowa Przegląd modeli pozwalających obliczyć strukturę pasmową materiałów półprzewodnikowych. Metoda Fal płaskich Transformata Fouriera Przykładowe wyniki Model Kaine Hamiltonian z

Bardziej szczegółowo

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: Lista Algebra z Geometrią Analityczną Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: (N, ), (Z, +) (Z, ), (R, ), (Q \ {}, ) czym jest element neutralny i przeciwny w grupie?,

Bardziej szczegółowo

ALGEBRA LINIOWA 2. Lista zadań 2003/2004. Opracowanie : dr Teresa Jurlewicz, dr Zbigniew Skoczylas

ALGEBRA LINIOWA 2. Lista zadań 2003/2004. Opracowanie : dr Teresa Jurlewicz, dr Zbigniew Skoczylas ALGEBRA LINIOWA 2 Lista zadań 23/24 Opracowanie : dr Teresa Jurlewicz dr Zbigniew Skoczylas Lista pierwsza Zadanie Uzasadnić z definicji że zbiór wszystkich rzeczywistych macierzy trójkątnych górnych stopnia

Bardziej szczegółowo

Stabilność II Metody Lapunowa badania stabilności

Stabilność II Metody Lapunowa badania stabilności Metody Lapunowa badania stabilności Interesuje nas w sposób szczególny system: Wprowadzamy dla niego pojęcia: - stabilności wewnętrznej - odnosi się do zachowania się systemu przy zerowym wejściu, czyli

Bardziej szczegółowo

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa Sformułowanie zadania interpolacji Metody Numeryczne Wykład 4 Wykład 5 Interpolacja wielomianowa Niech D R i niech F bȩdzie pewnym zbiorem funkcji f : D R. Niech x 0, x 1,..., x n bȩdzie ustalonym zbiorem

Bardziej szczegółowo

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi

Bardziej szczegółowo

Endomorfizmy liniowe

Endomorfizmy liniowe Endomorfizmy liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 8. wykład z algebry liniowej Warszawa, listopad 2011 Mirosław Sobolewski (UW) Warszawa, listopad 2011 1 / 16 Endomorfizmy

Bardziej szczegółowo

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 5 - stabilność liniowych układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2018 Wstęp Stabilność O układzie możemy mówić, że jest stabilny jeżeli jego odpowiedź na wymuszenie (zakłócenie)

Bardziej szczegółowo

dr inż. Damian Słota Gliwice r. Instytut Matematyki Politechnika Śląska

dr inż. Damian Słota Gliwice r. Instytut Matematyki Politechnika Śląska Program wykładów z metod numerycznych na semestrze V stacjonarnych studiów stopnia I Podstawowe pojęcia metod numerycznych: zadanie numeryczne, algorytm. Analiza błędów: błąd bezwzględny i względny, przenoszenie

Bardziej szczegółowo

GEODEZJA I KARTOGRAFIA I stopień (I stopień / II stopień) Ogólnoakademicki (ogólnoakademicki / praktyczny)

GEODEZJA I KARTOGRAFIA I stopień (I stopień / II stopień) Ogólnoakademicki (ogólnoakademicki / praktyczny) KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka I Nazwa modułu w języku angielskim Mathematics I Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek

Bardziej szczegółowo

Systemy. Krzysztof Patan

Systemy. Krzysztof Patan Systemy Krzysztof Patan Systemy z pamięcią System jest bez pamięci (statyczny), jeżeli dla dowolnej chwili t 0 wartość sygnału wyjściowego y(t 0 ) zależy wyłącznie od wartości sygnału wejściowego w tej

Bardziej szczegółowo