ANALIZA FOURIEROWSKA szybkie transformaty Fouriera

Wielkość: px
Rozpocząć pokaz od strony:

Download "ANALIZA FOURIEROWSKA szybkie transformaty Fouriera"

Transkrypt

1 AALIZA FOURIEROWSKA szybi trasformaty Fourira dowola fuję priodyzą F( w zasi lub przstrzi (tx, ors T) moża przdstawić jao () F( b o + [ a si( + b os( ] gdzi π / T lub ω zauważmy, ż ω, jst ajiższą zęstośią w szrgu zęstośią fuji orsowj Aaliza fourirowsa: zalzii współzyiów a b ( ) T a F( si( dt ors b F( os( dt T ors dla fuji iorsowj ajiższa zęstość moż być mijsza od ω i zęstośi w rozładzi () mogą przbigać iągł widmo:

2 ( 3) F( π ( ω) iω t dω - iągła fuja (ω) odpowidi a, b wówzas (4) ( ω) F( iω t dt widzą, ż ω πf, T /f mamy ( A) F( ( f ) π ift df ( B) ( f ) F( π ift dt C(f) mówi z jaą wagą występuj zęstość f w sygal ałi są od [-, + ], podobi dla ał po ω ( f ), zęstośi będą wówzas dodati i ujm fuja F( moż być p sygałm zdfiiowaym w pwym przdzial zasowym, rówaia (A) i (B) poazują jai jst widmo (rozład) fuji F ( sygału ) a zęstośi ; tz z jaih zęstośi się słada W praty mamy a ogół sygał F próboway dysrti z roim F F( ),,,,3,

3 DYSKRETA TRASFORMATA FOURIERA Zalzii zęstośi sładająyh się a F( zęstość rytyza yquista f f jst zęstośią fuji si(, dla tórj próbowai odbywa się x a ors; jst to ajwięsza zęstość, tórą moża odwzorować przy taim próbowaiu jśli F( i zawira zęstośi więszyh od f, tz C(f) dla f > f (*) wówzas F( jst śiśl orślo przz dysrty, isońzoy rozład F( si[ f ( t )] + F π ( t ) moża poazać, ż dla rzzywistj fuji F( C(-f) [C(f)]* ; dla :,-,-,,,, C porywa f [-, + ] Gdy jda waru (*) i jst spłioy zęstośi z przdziału f > f zostają fałszywi zmapowa do przdziału f < f

4 przy próbah (załóżmy parzys możmy dostać max zęstośi w przdzial -f - f poszuamy ih tylo dla ułamów tz f f,,, przybliżają ałę (B) przz dysrtą sumę ( f ) F( π if t dt F π if t (pamiętamy, ż Δ to ro zasu; przz Δ możmy sróić wyiągają przd sumę ) pamiętają, ż f /( Δ) oraz ż t Δ dostajmy f t / a ozazi F π i / daj am uład zspoloyh rówań algbraizyh C orślają wagę z jaą f występuj w sygal

5 gdzi b xp(πi/) wyzazi wymaga * możń (w dzidzii zspoloj) jśli ^6 (tz p próbowai z zęstotliwośią GHz sygału trwajągo ms) to dla *7 opraji zmioprziowgo możia a sudę, DFT wymaga 3 godzi oblizń FFT Załóżmy (parzys i ozazmy zatm,, F F b b b W i / π i F / π

6 dzilą zbiór lizb (jst ih ) a parzyst i iparzyst a to jst π i( ) / ( + ) / + π i F F + π i /( ) π i /( ) F + W F + +W p p tz trasformata Fourira z parzystyh prób (tóryh jst /) + trasformata Fourira z iparzystyh prób * W (tóryh tż jst /) ażda o wymiarz / sortują ajpirw parzyst, a potm iparzyst F mamy

7 p p p p W W W W / / / / (***) i ta susywi możmy rozładać olj trasformaty a trasformaty o wymiarz x mijszym w tym rou mamy możń ( x /) w astępym będzi możń ( x x /4) w oljyh będzi możń (już w tym pirwszym rou, wyoujmy możń, al ażda z trasformat połówowyh wymagałaby tylo (/)*(/) możń, zyli x /4 /, o w sumi daj + / < * (dla dużyh ) roów jst tyl,, il razy dzili się przz, tz log zatm ilość możń jst log swja tyh roów musi być wyoywaa od ońa Dla 6 (~ ) i 7 FLOPS zas oblizń wyisi sudy

8 Algorytm FTT słada się z tapów Sgrgaji F a parzyst i iparzyst ( musi być potęgą ) Wyoaia pętli roów (z możiami w ażdj) ad rozważmy przypad 8, pozątow idsy oljyh prób są: uładają ajpirw parzyst parzyst iparzyst al w drugim rou musimy w ażdj grupi od owa idsować próbi 3 3 i poowi w ażdj grupi podzilić a parzyst i iparzyst 3 3 parz parz parz parz a ostatzi zostaą poidsowa jao zapytajmy w jaim szrgu stoją traz orygial próbi? tai ustawii od pozątu, gwaratuj, ż dzilą ids / zawsz dostaimy wpirw parzyst a astępi iparzyst bz oizośi iągłgo przstawiaia prób

9 podobi dla 6 śldzą oljość pozątowj swji dostaimy alży zatm ta posgrgować wjśiowy wtor wartośi F żby przy ażdym podzial / ajpirw były zawsz idsy () parzyst a astępi iparzyst - żby i trzba było iągl sortować z względu a zyii b - (pamiętają, ż w ażdym rou (podzial) umrujmy F od owa od - do - / tz pozątow jst podzilo / ) Zobazmy o to ozaza dla biarj rprztaji idsów Przyład 8, (3)

10 bit () () () (3) () () () (3) bit () () () () () () () () widzimy, ż jst to opraja odwraaia bitów w dwójowj rprztaji a dzili przz to obiai ostatigo bitu algorytm odwraaia bitów: () oraz - () i ulgają zmiai ih i przbiga wartośi od do i - umruj olj idsy atural [ pętla adrzęda ] -, tz dla dago i, ih j będzi idsm, tóry alży przstawić z i (tylo gdy j>i ); dla ażdgo i, ładzimy a pozątu j dzilimy susywi i/ w pętli aż do otrzymaia a olj rszty R możymy przz -, gdzi powięsza się od o jd w ażdym rou pętli przstawiia dooujmy <> j>i

11 fragmt programu dla tabliy F idsowaj od do lab: j:; for i: to do bgi if j>i th bgi tmp:f(j); F(j):F(i); F(i):tmp; d; m:/; if (m>)ad(j>m) th bgi j:j-m; m:m/; goto lab; d; j:j+m; d; ilustruj to program P_P_FTT ad Zazyamy od tabliy dayh F jj lmty możymy oljo przz,w,,w,,w, (przz i trzba możyć) tworzą olj C z pary dwóh oljyh F i dla przyładu 8 : F F F F 3 F 4 F 5 F 6 F 7 - pozątow F F 4 F F 6 F F 5 F 3 F 7 - uszrgowa ajpirw z oljyh dwóh, p F F 4 tworzymy pary

12 C C C C C C C C p C F + W * F 4, C F + W * F 6, itp w sumi 8 możń z tyh 4-h par tworzymy dwi 4-i C C + W * C C C + W * C C C + W * C C 3 C + W 3 * C oraz drugą zwórę C C + W * C C C + W * C C C + W * C C 3 C + W 3 * C b W moża utrzymywać tablię wartośi W, lub oljo amażać W a W w astępym rou pętli bigąj aż do log i oljy ro da z tyh dwu zwór -> ósm wartośi w sumi 3 roi po 8 możń 4 możia, (a mogło być 8x864) algorytm odwraaia bitów idsów zapwia, ż wszysti F zostaą odpowidio uszrgowa, zapwiają w ażdym rou oljość parzyst / iparzyst

OCHRONA PRZECIWPOŻAROWA BUDYNKÓW

OCHRONA PRZECIWPOŻAROWA BUDYNKÓW 95 V. OCHRONA PRZCWPOŻAROWA BUDYNKÓW 34 tapy rozwoju pożaru Ohroa prziwpożarowa uwzględia astępują fazy rozwoju pożaru:. Lokala iijaja pożaru i jgo arastai.. Radiayja i kowkyja wymiaa ipła między źródłm

Bardziej szczegółowo

Tw: (O promieniu zbieżności R szeregu potęgowego ) Jeżeli istnieje granica. to R = ) ciąg liczb zespolonych

Tw: (O promieniu zbieżności R szeregu potęgowego ) Jeżeli istnieje granica. to R = ) ciąg liczb zespolonych Automatya i Rootya Aaliza Wyład dr Adam Ćmil cmil@agh.du.pl SZEREGI POTĘGOWE ( c ciąg licz zspoloych c ( z z - szrg potęgowy, gdzi ( c - ciąg współczyiów szrgu, z C - środ, ctrum (ustalo, z C - zmia. Dla

Bardziej szczegółowo

Teoria Sygnałów. II Inżynieria Obliczeniowa. Wykład 13

Teoria Sygnałów. II Inżynieria Obliczeniowa. Wykład 13 Toria Sygałów II Iżyiria Oblicziowa Wyład 3 Filtr adaptacyjy dostraja się do zmiych waruów pracy. Filtr tai posiadają dwa sygały wjściow. Pirwszym jst sygał poddaway filtracji x(). Drugim ta zway sygał

Bardziej szczegółowo

MMF ćwiczenia nr 1 - Równania różnicowe

MMF ćwiczenia nr 1 - Równania różnicowe MMF ćwiczia r - Rówaia różicow Rozwiązać rówaia różicow pirwszgo rzędu: y + y = y = y + y =! y = Wsk Podzilić rówai przz! i podstawić z y /( )! Rozwiązać rówaia różicow drugigo rzędu: 5 6 F F F F F (ciąg

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

Problem. Jak praktycznie badać jednostajną ciągłość funkcji?

Problem. Jak praktycznie badać jednostajną ciągłość funkcji? EAIiIB-Iormatya - Wyład 3- dr Adam Ćmiel miel@.agh.edu.pl Ciągłość uji w puie e. Fuję : azywamy iągłą w puie jeżeli Heie Cauhy Uwaga: Put ale ie musi być putem supieia zbioru. Jeżeli jest putem izolowaym

Bardziej szczegółowo

15. CAŁKA NIEOZNACZONA cz. I

15. CAŁKA NIEOZNACZONA cz. I 5. CAŁKA NIEOZNACZONA cz. I Fukcj pirwot fukcji f w pwym przdzial (właciwym lub iwłaciwym) azywamy tak fukcj F, którj pochoda rówa si fukcji f w tym przdzial. Zbiór wszystkich fukcji pirwotych fukcji f

Bardziej szczegółowo

Przetwarzanie sygnałów biomedycznych

Przetwarzanie sygnałów biomedycznych Prztwarzani sygnałów biomdycznych dr hab. inż. Krzysztof Kałużyński, prof. PW Człowik- najlpsza inwstycja Projkt współfinansowany przz Unię Europjską w ramach Europjskigo Funduszu Społczngo Wykład XI Filtracja

Bardziej szczegółowo

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011 Dwumia Newtoa Agiesza Dąbrowsa i Maciej Nieszporsi 8 styczia Wstęp Wzory srócoego możeia, tóre pozaliśmy w gimazjum (x + y x + y (x + y x + xy + y (x + y 3 x 3 + 3x y + 3xy + y 3 x 3 + y 3 + 3xy(x + y

Bardziej szczegółowo

Algebra liniowa z geometrią analityczną

Algebra liniowa z geometrią analityczną WYKŁAD. Elmtar fucj mij spoloj: wilomiay, pirwiasti jdości, fucja: pirwiast stopia, fucja wyładica, fucja logarytmica. Podstawow własości wilomiaów: podilość, twirdi Bout, podstawow twirdi algbry, suai

Bardziej szczegółowo

Model Ramsey a-cass a-koopmans a. Dr hab. Joanna Siwińska-Gorzelak

Model Ramsey a-cass a-koopmans a. Dr hab. Joanna Siwińska-Gorzelak Modl Ramsy a-cass a-koopmas a Dr hab. Joaa Siwińsa-Gorzla Pla wyładu Wprowadzi do modlu Mody mamayz Rozwiązai modlu Wiosi Uwaga a slajdah zajdują się wyłązi głów lmy; sporo wyjaśiń js omawiayh podzas wyładu,

Bardziej szczegółowo

Szeregi liczbowe i ich własności. Kryteria zbieżności szeregów. Zbieżność bezwzględna i warunkowa. Mnożenie szeregów.

Szeregi liczbowe i ich własności. Kryteria zbieżności szeregów. Zbieżność bezwzględna i warunkowa. Mnożenie szeregów. Materiały dydaktyze Aaliza Matematyza (Wykład 3) Szeregi lizbowe i ih własośi. Kryteria zbieżośi szeregów. Zbieżość bezwzględa i warukowa. Możeie szeregów. Defiija. Nieh {a } N będzie iągiem lizbowym.

Bardziej szczegółowo

Granica funkcji - Lucjan Kowalski GRANICA FUNKCJI

Granica funkcji - Lucjan Kowalski GRANICA FUNKCJI GRANICA FUNKCJI Granica uncji. - dowolna liczba rzczywista. O, = - ; + - otoczni liczby puntu o prominiu, S, = - ;, + - sąsidztwo liczby puntu o prominiu, Nich uncja będzi orślona w sąsidztwi puntu, g

Bardziej szczegółowo

PREZENTACJA MODULACJI ASK W PROGRAMIE MATCHCAD

PREZENTACJA MODULACJI ASK W PROGRAMIE MATCHCAD POZA UIVE RSIY OF E CHOLOGY ACADE MIC JOURALS o 76 Electrical Egieerig 3 Jaub PĘKSIŃSKI* Grzegorz MIKOŁAJCZAK* Jausz KOWALSKI** PREZEACJA MODULACJI ASK W PROGRAMIE MACHCAD W artyule autorzy przedstawili

Bardziej szczegółowo

Automatyka i Robotyka Analiza Wykład 14 dr Adam Ćmiel

Automatyka i Robotyka Analiza Wykład 14 dr Adam Ćmiel Własośi zbiorów otwarth i domięth Tw. a) Suma dowolej ilośi zbiorów otwarth jest zbiorem otwartm. b) Iloz sońzoej ilośi zbiorów otwarth jest zbiorem otwartm. Dow. a) Mam rodzię zbiorów otwarth: U A s {

Bardziej szczegółowo

Relaksacja. Chem. Fiz. TCH II/19 1

Relaksacja. Chem. Fiz. TCH II/19 1 Relasaja Relasaja oznaza powrót uładu do stanu równowagi po zaburzeniu równowagi pierwotnej jaimś bodźem (wielośią zewnętrzną zmieniająą swoją wartość soowo, np. stężenie jednego z reagentów, iśnienie

Bardziej szczegółowo

G:\AA_Wyklad 2000\FIN\DOC\Fourier.doc. Drgania i fale II rok Fizyki BC. zawierają fazy i amplitudy.

G:\AA_Wyklad 2000\FIN\DOC\Fourier.doc. Drgania i fale II rok Fizyki BC. zawierają fazy i amplitudy. Elemety aalizy ourierowskiej: W przypadku drgań było: () t A + A ( ω t + φ ) + A os( 2ω t + φ ) gdzie + A ω 0 os 2 2 os( ω t + φ ) +... 2π Moża zapisać jako: [ ] () t A + C exp( iω t) + C ( iω t) gdzie

Bardziej szczegółowo

P k k (n k) = k {O O O} = ; {O O R} =

P k k (n k) = k {O O O} = ; {O O R} = Definicja.5 (Kombinacje bez powtórzeń). Każdy -elementowy podzbiór zbioru A wybrany (w dowolnej olejności) bez zwracania nazywamy ombinacją bez powtórzeń. Twierdzenie.5 (Kombinacje bez powtórzeń). Liczba

Bardziej szczegółowo

Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy

Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy Wyład 7 Przestrzeie metrycze zwarte Defiicja 8 (przestrzei zwartej i zbioru zwartego Przestrzeń metryczą ( ρ X azywamy zwartą jeśli ażdy ciąg elemetów tej przestrzei posiada podciąg zbieży (do putu tej

Bardziej szczegółowo

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE PODSTAWOWYCH CZŁONÓW LINIOWYCH UKŁADÓW AUTOMATYKI

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE PODSTAWOWYCH CZŁONÓW LINIOWYCH UKŁADÓW AUTOMATYKI CHARAKERYSYKI CZĘSOLIWOŚCIOWE PODSAWOWYCH CZŁONÓW LINIOWYCH UKŁADÓW AUOMAYKI Do podstawowych form opisu dyamii elemetów automatyi (oprócz rówań różiczowych zaliczamy trasmitację operatorową s oraz trasmitację

Bardziej szczegółowo

9. Dyskretna transformata Fouriera algorytm FFT

9. Dyskretna transformata Fouriera algorytm FFT Transformata Fouriera ma szerokie zastosowanie w analizie i syntezie układów i systemów elektronicznych, gdyż pozwala na połączenie dwóch sposobów przedstawiania sygnałów reprezentacji w dziedzinie czasu

Bardziej szczegółowo

CHARAKTERYSTYKA OBCIĄŻENIOWA

CHARAKTERYSTYKA OBCIĄŻENIOWA Opracowani: dr inż. Ewa Fudalj-Kostrzwa CHARAKTERYSTYKA OBCIĄŻENIOWA Charaktrystyki obciążniow są wyznaczan w ramach klasycznych statycznych badań silników zarówno dla silników o zapłoni iskrowym jak i

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Rozłady soowe Rozład jednopuntowy Oreślamy: P(X c) 1 gdzie c ustalona liczba. 1 EX c, D 2 X 0 (tylo ten rozład ma zerową wariancję!!!)

Bardziej szczegółowo

Wykład 6. Przestrzenie metryczne ośrodkowe i zupełne. ρ, gdzie r

Wykład 6. Przestrzenie metryczne ośrodkowe i zupełne. ρ, gdzie r Wyład 6 Przestrzeie etrycze ośrodowe i zupełe. Przypoiay, że zbiór azyway przeliczaly, jeśli jest o rówoliczy ze zbiore wszystich liczb aturalych N, a co ajwyżej przeliczaly, jeśli jest o przeliczaly lub

Bardziej szczegółowo

Uogólnione wektory własne

Uogólnione wektory własne Uogólnion wktory własn m Dfinicja: Wktor nazywamy uogólnionym wktorm własnym rzędu m macirzy A do wartości własnj λ jśli ( A - I) m m- λ al ( A - λ I) Przykład: Znajdź uogólniony wktor własny rzędu do

Bardziej szczegółowo

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne APROKSYMACJA I INTERPOLACJA Przybliżeie fucji f(x) przez ią fucję g(x) fucja f jest zbyt sompliowaa; użycie f w dalszej aalizie problemu jest trude fucja f jest zaa tylo tabelaryczie; wymagaa jest zajomość

Bardziej szczegółowo

Wyższe momenty zmiennej losowej

Wyższe momenty zmiennej losowej Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h( dla dysretej zm. losowej oraz ucji h( dla ciągłej zm. losowej: m E P m E ( d Deiicja: Mometem cetralym µ rzędu dla

Bardziej szczegółowo

Colloquium 3, Grupa A

Colloquium 3, Grupa A Colloquium 3, Grupa A 1. Z zasobów obliczeniowych pewnego serwera orzysta dwóch użytowniów. Każdy z nich wysyła do serwera zawsze trzy programy naraz. Użytowni czea, aż serwer wyona obliczenia dotyczące

Bardziej szczegółowo

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h() dla dysretej zm. losowej oraz ucji h() dla ciągłej zm. losowej: m E P m E ( ) d Deiicja: Mometem cetralym µ rzędu

Bardziej szczegółowo

Powtórzenie na kolokwium nr 4. Dynamika punktu materialnego

Powtórzenie na kolokwium nr 4. Dynamika punktu materialnego Powtórzenie na olowiu nr 4 Dynaia puntu aterialnego 1 zadanie dynaii: znany jest ruh, szuay siły go wywołująej. Znane funje opisująe trajetorię ruhu różnizujey i podstawiay do równań ruhu. 2 zadanie dynaii:

Bardziej szczegółowo

Definicja: Wektor nazywamy uogólnionym wektorem własnym rzędu m macierzy A

Definicja: Wektor nazywamy uogólnionym wektorem własnym rzędu m macierzy A Uogólnion wktory własnw Dfinicja: Wktor nazywamy uogólnionym wktorm własnym rzędu m macirzy A m do wartości własnj λ jśli ( A - I) m m- λ al ( A - λ I) Przykład: Znajdź uogólniony wktor własny rzędu do

Bardziej szczegółowo

Algebra liniowa z geometrią analityczną

Algebra liniowa z geometrią analityczną WYKŁAD. Własności zbiorów liczbowych. Podzielność liczb całowitych, relacja przystawania modulo, twierdzenie chińsie o resztach. Liczby całowite Liczby 0,±,±,±3,... nazywamy liczbami całowitymi. Zbiór

Bardziej szczegółowo

Teoria Sygnałów. III rok Informatyki Stosowanej. Wykład 7 [ ] ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Analiza częstotliwościowa dyskretnych sygnałów cyfrowych

Teoria Sygnałów. III rok Informatyki Stosowanej. Wykład 7 [ ] ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Analiza częstotliwościowa dyskretnych sygnałów cyfrowych ora Sygałów III ro Ioray Sosowaj Wyła Rozważy sończoy sygał () spróboway z częsolwoścą : Aalza częsolwoścowa ysrych sygałów cyrowych p óra js wa razy węsza o częsolwośc asyalj a. Oblczy jgo rasorację Fourra.

Bardziej szczegółowo

Analiza I.1, zima wzorcowe rozwiązania

Analiza I.1, zima wzorcowe rozwiązania Aaliza I., zima 07 - wzorcowe rozwiązaia Marci Kotowsi 5 listopada 07 Zadaie. Udowodij, że dla ażdego aturalego liczba 7 + dzieli się przez 6. Dowód. Tezę udowodimy za pomocą iducji matematyczej. Najpierw

Bardziej szczegółowo

Laboratorium Półprzewodniki Dielektryki Magnetyki Ćwiczenie nr 11 Badanie materiałów ferromagnetycznych

Laboratorium Półprzewodniki Dielektryki Magnetyki Ćwiczenie nr 11 Badanie materiałów ferromagnetycznych Laboratorium Półprzwodniki Dilktryki Magntyki Ćwiczni nr Badani matriałów frromagntycznych I. Zagadninia do przygotowania:. Podstawow wilkości charaktryzując matriały magntyczn. Związki pomiędzy B, H i

Bardziej szczegółowo

DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH. Ćwiczenie 5. Przemysław Korohoda, KE, AGH

DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH. Ćwiczenie 5. Przemysław Korohoda, KE, AGH DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH Instrucja do laboratorium z cyfrowego przetwarzania sygnałów Ćwiczenie 5 Wybrane właściwości Dysretnej Transformacji Fouriera Przemysław Korohoda, KE, AGH Zawartość

Bardziej szczegółowo

WYKORZYSTANIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDENTYFIKACJI UKŁADÓW AUTOMATYKI

WYKORZYSTANIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDENTYFIKACJI UKŁADÓW AUTOMATYKI Piotr KOZIERSKI WYKORZYSTAIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDETYFIKACJI UKŁADÓW AUTOMATYKI STRESZCZEIE W artyule przedstawioo sposób idetyfiacji parametryczej obietów ieliiowych zapisaych w przestrzei

Bardziej szczegółowo

Farmakokinetyka furaginy jako przykład procesu pierwszego rzędu w modelu jednokompartmentowym zawierającym sztuczną nerkę jako układ eliminujący lek

Farmakokinetyka furaginy jako przykład procesu pierwszego rzędu w modelu jednokompartmentowym zawierającym sztuczną nerkę jako układ eliminujący lek 1 Matriał tortyczny do ćwicznia dostępny jst w oddzilnym dokumnci, jak równiż w książc: Hrmann T., Farmakokintyka. Toria i praktyka. Wydawnictwa Lkarski PZWL, Warszawa 2002, s. 13-74 Ćwiczni 6: Farmakokintyka

Bardziej szczegółowo

LVIII Egzamin dla Aktuariuszy z 3 października 2011 r.

LVIII Egzamin dla Aktuariuszy z 3 października 2011 r. Komisja Egzamiacyja la Akuariuszy LIII Egzami la Akuariuszy z 3 paźzirika 0 r. Część II Mamayka ubzpiczń życiowych Imię i azwisko osoby gzamiowaj:... Czas gzamiu: 00 miu Warszawa, 3 paźzirika 0 r. Mamayka

Bardziej szczegółowo

2009 ZARZĄDZANIE. LUTY 2009

2009 ZARZĄDZANIE. LUTY 2009 Wybran zstawy gzaminacyjn kursu Matmatyka na Wydzial ZF Uniwrsyttu Ekonomiczngo w Wrocławiu w latach 009 06 Zstawy dotyczą trybu stacjonarngo Niktór zstawy zawirają kompltn rozwiązania Zakrs matriału w

Bardziej szczegółowo

Automatyka i Robotyka Analiza Wykład 23 dr Adam Ćmiel

Automatyka i Robotyka Analiza Wykład 23 dr Adam Ćmiel Automty i ooty Aliz Wyłd dr Adm Ćmil mil@gh.du.pl SZEEGI POTĘGOWE iąg liz zspoloyh z z - szrg potęgowy, gdzi - iąg współzyiów szrgu, z C - środ, trum ustlo, z C - zmi. Dl dowolgo ustlogo z C szrg potęgowy

Bardziej szczegółowo

cos(ωt) ω ( ) 1 cos ω sin(ωt)dt = sin(ωt) ω cos(ωt)dt i 1 = sin ω i ( 1 cos ω ω 1 e iωt dt = e iωt iω II sposób: ˆf(ω) = 1 = e iω 1 = i(e iω 1) i ω

cos(ωt) ω ( ) 1 cos ω sin(ωt)dt = sin(ωt) ω cos(ωt)dt i 1 = sin ω i ( 1 cos ω ω 1 e iωt dt = e iωt iω II sposób: ˆf(ω) = 1 = e iω 1 = i(e iω 1) i ω Rachunk prawdopodobiństwa MAP6 Wydział Elktroniki, rok akad. 8/9, sm. ltni Wykładowca: dr hab. A. Jurlwicz Przykłady do listy : Transformata Fourira Przykłady do zadania. : Korzystając z dfinicji wyznaczyć

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz

Bardziej szczegółowo

FFT i dyskretny splot. Aplikacje w DSP

FFT i dyskretny splot. Aplikacje w DSP i dyskretny splot. Aplikacje w DSP Marcin Jenczmyk m.jenczmyk@knm.katowice.pl Wydział Matematyki, Fizyki i Chemii 10 maja 2014 M. Jenczmyk Sesja wiosenna KNM 2014 i dyskretny splot 1 / 17 Transformata

Bardziej szczegółowo

Projektowanie procesu doboru próby

Projektowanie procesu doboru próby Projkowai procsu doboru próby Okrśli populacji gralj i badaj Okrśli jdoski próby 3 Okrśli wykazu badaj populacji 4 Okrśli liczbości próby 5 Wybór mody doboru próby losowgo ilosowgo Usali ko lub co moż

Bardziej szczegółowo

PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE

PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE ORAZ ŚREDNIE 1. Procenty i proporcje DEFINICJA 1. Jeden procent (1%) pewnej liczby a to setna część tej liczby, tórą oznacza się: 1% a, przy czym 1% a = 1 p a, zaś

Bardziej szczegółowo

z d n i a 2 3. 0 4.2 0 1 5 r.

z d n i a 2 3. 0 4.2 0 1 5 r. C h o r ą g i e w D o l n o l ą s k a Z H P I. P o s t a n o w i e n i a p o c z ą t k o w e U c h w a ł a n r 1 5 / I X / 2 0 1 5 K o m e n d y C h o r ą g w i D o l n o l ą s k i e j Z H P z d n i a

Bardziej szczegółowo

Wykład 8: Zmienne losowe dyskretne. Rozkłady Bernoulliego (dwumianowy), Pascala, Poissona. Przybliżenie Poissona rozkładu dwumianowego.

Wykład 8: Zmienne losowe dyskretne. Rozkłady Bernoulliego (dwumianowy), Pascala, Poissona. Przybliżenie Poissona rozkładu dwumianowego. Rachue rawdoodobieństwa MAP064 Wydział Eletroii, ro aad. 008/09, sem. leti Wyładowca: dr hab. A. Jurlewicz Wyład 8: Zmiee losowe dysrete. Rozłady Beroulliego (dwumiaowy), Pascala, Poissoa. Przybliżeie

Bardziej szczegółowo

PROCENT SKŁADANY, OPROCENTOWANIE LOKAT I KREDYTÓW. HARALD KAJZER ZST NR2 im. Mariana Batko

PROCENT SKŁADANY, OPROCENTOWANIE LOKAT I KREDYTÓW. HARALD KAJZER ZST NR2 im. Mariana Batko , OPROCENTOWANIE LOAT I REDYTÓW HARALD AJZER ZST NR im. Mariana Batko Prześledźmy losy pewnego kapitału 1000 zł zdeponowanego w banku na lokacie terminowej oprocentowanej 5% w skali roku. o 1000 1 1000+0,05

Bardziej szczegółowo

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki Matematya dysretna Wyład 2: Kombinatorya Gniewomir Sarbici Kombinatorya Definicja Kombinatorya zajmuje się oreślaniem mocy zbiorów sończonych, w szczególności mocy zbiorów odwzorowań jednego zbioru w drugi

Bardziej szczegółowo

Zadanie 1 Przygotuj algorytm programu - sortowanie przez wstawianie.

Zadanie 1 Przygotuj algorytm programu - sortowanie przez wstawianie. Sortowanie Dane wejściowe: ciąg n-liczb (kluczy) (a 1, a 2, a 3,..., a n 1, a n ) Dane wyjściowe: permutacja ciągu wejściowego (a 1, a 2, a 3,..., a n 1, a n) taka, że a 1 a 2 a 3... a n 1 a n. Będziemy

Bardziej szczegółowo

H brak zgodności rozkładu z zakładanym

H brak zgodności rozkładu z zakładanym WSPÓŁZALEŻNOŚĆ PROCESÓW MASOWYCH Test zgodości H : rozład jest zgody z załadaym 0 : H bra zgodości rozładu z załadaym statystya: p emp i p obszar rytyczy: K ;, i gdzie liczba ategorii p Przyład: Wyoujemy

Bardziej szczegółowo

Sieci neuronowe - uczenie

Sieci neuronowe - uczenie Sici nuronow - uczni http://zajcia.jakubw.pl/nai/ Prcptron - przypomnini x x x n w w w n wi xi θ y w p. p. y Uczni prcptronu Przykład: rozpoznawani znaków 36 wjść Wyjści:, jśli na wjściu pojawia się litra

Bardziej szczegółowo

MATEMATYKA zadania domowe dla studentów Ekonomii, rok 2016/17 Zestaw opracowała dr inż. Alina Jóźwikowska

MATEMATYKA zadania domowe dla studentów Ekonomii, rok 2016/17 Zestaw opracowała dr inż. Alina Jóźwikowska MATEMATYKA zadaia domow dla studtów Ekoomii rok /7 Zstaw opraowała dr iż Alia Jóźwikowska PRACA DOMOWA 5/EK CIĄGI LICZBOWE Zad Zbadać mootoizość iągu o wyrazi ogólym! a a b a a! zad Wykazać ograizoość

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

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy 3. Wyład 7: Inducja i reursja struturalna. Termy i podstawianie termów. Dla uninięcia nieporozumień notacyjnych wprowadzimy rozróżnienie między funcjami i operatorami. Operatorem γ w zbiorze X jest funcja

Bardziej szczegółowo

$y = XB KLASYCZNY MODEL REGRESJI LINIOWEJ Z WIELOMA ZMIENNYMI NIEZALEŻNYMI

$y = XB KLASYCZNY MODEL REGRESJI LINIOWEJ Z WIELOMA ZMIENNYMI NIEZALEŻNYMI KASYCZNY ODE REGRESJI INIOWEJ Z WIEOA ZIENNYI NIEZAEŻNYI. gdz: wtor obsrwacj a zmj Y, o wmarach ( macrz obsrwacj a zmch zalżch, o wmarach ( ( wtor paramtrów struturalch (wtor współczów, o wmarach (( wtor

Bardziej szczegółowo

Józef Borkowski. Metody interpolacji widma i metoda LIDFT w estymacji parametrów sygnału wieloczęstotliwościowego

Józef Borkowski. Metody interpolacji widma i metoda LIDFT w estymacji parametrów sygnału wieloczęstotliwościowego Józef Borowsi Metody iterpolacji widma i metoda LIDFT w estymacji parametrów sygału wieloczęstotliwościowego Oficya Wydawicza Politechii Wrocławsiej Wrocław 0 ecezeci yszard MAKOWSKI Tomasz ZIELIŃSKI Opracowaie

Bardziej szczegółowo

Podstawy rachunku prawdopodobieństwa (przypomnienie)

Podstawy rachunku prawdopodobieństwa (przypomnienie) . Zdarzenia odstawy rachunu prawdopodobieństwa (przypomnienie). rawdopodobieństwo 3. Zmienne losowe 4. rzyład rozładu zmiennej losowej. Zdarzenia (events( events) Zdarzenia elementarne Ω - zbiór zdarzeń

Bardziej szczegółowo

Temat: Algorytmy zachłanne

Temat: Algorytmy zachłanne Temat: Algorytmy zachłanne Algorytm zachłanny ( ang. greedy algorithm) wykonuje zawsze działanie, które wydaje się w danej chwili najkorzystniejsze. Wybiera zatem lokalnie optymalną możliwość w nadziei,

Bardziej szczegółowo

Teoria Sygnałów. II rok Geofizyki III rok Informatyki Stosowanej. Wykład 4. iωα. Własności przekształcenia Fouriera. α α

Teoria Sygnałów. II rok Geofizyki III rok Informatyki Stosowanej. Wykład 4. iωα. Własności przekształcenia Fouriera. α α ora Sygałów rok Gozyk rok ormatyk Stosowaj Wykład 4 Własośc przkształca ourra własość. Przkształc ourra jst low [ β g ] βg dowód: rywaly całkowa jst opracją lową. własość. wrdz o podobństw [ ] dowód :

Bardziej szczegółowo

Wstęp do Informatyki zadania ze złożoności obliczeniowej z rozwiązaniami

Wstęp do Informatyki zadania ze złożoności obliczeniowej z rozwiązaniami Wstęp do Informatyki zadania ze złożoności obliczeniowej z rozwiązaniami Przykład 1. Napisz program, który dla podanej liczby n wypisze jej rozkład na czynniki pierwsze. Oblicz asymptotyczną złożoność

Bardziej szczegółowo

AM1.1 zadania 8 Przypomn. e kilka dosyć ważnych granic, które już pojawiły się na zajeciach. 1. lim. = 0, lim. = 0 dla każdego a R, lim (

AM1.1 zadania 8 Przypomn. e kilka dosyć ważnych granic, które już pojawiły się na zajeciach. 1. lim. = 0, lim. = 0 dla każdego a R, lim ( AM11 zadaia 8 Przypom e kilka dosyć ważyh grai, które już pojawiły się a zajeiah e 1 lim 1 l(1+) (1+) 1, lim 1, lim a 1 si a, lim 1 0 0 0 0 l 2 lim 0, lim a 0 dla każdego a R, lim (1 + 1 e ) e, lim 1/

Bardziej szczegółowo

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy:

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy: Matematya dysretna - wyład 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produtu artezjańsiego X Y, tórego elementami są pary uporządowane (x, y), taie, że x X i y Y. Uwaga 1.1 Jeśli

Bardziej szczegółowo

Rachunek ekonomiczny i siły sprawcze stosowania OZE i termomodernizacji

Rachunek ekonomiczny i siły sprawcze stosowania OZE i termomodernizacji Rachuk koomiczy i siły sprawcz stosowaia OZE i trmomodrizacji M.Bogacki, S.Pasirb I. DZIAŁASZ EKONOMICZNIE WIĘC RACHUJESZ 1. Miimum koomii w Twoich dcyzjach 1.1. Kidy i o czym dcydujsz Przd ami i przd

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZA 1. Wyład wstępny. Teoria prawdopodobieństwa i elementy ombinatoryi. Zmienne losowe i ich rozłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez statystycznych

Bardziej szczegółowo

Kody Huffmana oraz entropia przestrzeni produktowej. Zuzanna Kalicińska. 1 maja 2004

Kody Huffmana oraz entropia przestrzeni produktowej. Zuzanna Kalicińska. 1 maja 2004 Kody uffmana oraz entroia rzestrzeni rodutowej Zuzanna Kalicińsa maja 4 Otymalny od bezrefisowy Definicja. Kod nad alfabetem { 0, }, w tórym rerezentacja żadnego znau nie jest refisem rerezentacji innego

Bardziej szczegółowo

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH MODYFICJ OSZTOW LGORYTMU JOHNSON DO SZEREGOWNI ZDŃ UDOWLNYCH Michał RZEMIŃSI, Paweł NOW a a Wydział Inżynierii Lądowej, Załad Inżynierii Producji i Zarządzania w udownictwie, ul. rmii Ludowej 6, -67 Warszawa

Bardziej szczegółowo

Wykład 10 Promieniowanie termiczne

Wykład 10 Promieniowanie termiczne Wykład Promiiowai trmiz Promiiowai lktromagtyz wysyła przz ogrza (do pwj tmpratury iała azywamy promiiowaim trmizym. Wszystki iała mitują taki promiiowai do otozia, a takż z tgo otozia j absorbują. Jżli

Bardziej szczegółowo

ZASTOSOWANIA POCHODNEJ

ZASTOSOWANIA POCHODNEJ ZASTOSOWANIA POCODNEJ Ruła d l'ospitala. Nich, - różniczkowa w pwnym sąsidztwi punktu oraz lub istnij skończona lub niwłaściwa ranica wtdy Uwaa. Powyższ twirdzni jst równiż prawdziw dla ranic jdnostronnych

Bardziej szczegółowo

IV. RÓWNANIA RÓŻNICOWE

IV. RÓWNANIA RÓŻNICOWE V. RÓWNANA RÓŻNCOWE 4.. Wstęp Prz frowm przetwarzaiu sgałów dooujem ih dsretzaji zli próbowaia, tz. zamia sgału iągłego a iąg sgałów dsreth. Sgał iągł (t) przedstawiam jao iąg rzędh wzazah dla dsreth wartośi

Bardziej szczegółowo

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia

Bardziej szczegółowo

Półprzewodniki (ang. semiconductors).

Półprzewodniki (ang. semiconductors). Półprzwodn an. smondutors. Ja.Szzyto@fuw.du.pl ttp://www.fuw.du.pl/~szzyto/ Unwrsytt Warszaws ora pasmowa ał stały. pasmo pust RGIA LKROÓW pasmo pust pasmo płn pasmo pust pasmo płn pasmo płn mtal półprzwodn

Bardziej szczegółowo

Materiały do wykładów na temat Obliczanie sił przekrojowych i momentów przekrojowych. dla prętów zginanych.

Materiały do wykładów na temat Obliczanie sił przekrojowych i momentów przekrojowych. dla prętów zginanych. ateriały do wyładów na temat Obliczanie sił przerojowych i momentów przerojowych dla prętów zginanych Wydr eletroniczny. slajdów na. stronach przeznaczony do celów dydatycznych dla stdentów II ro stdiów

Bardziej szczegółowo

CAŁKA NIEOZNACZONA. F (x) = f(x) dx.

CAŁKA NIEOZNACZONA. F (x) = f(x) dx. CAŁKA NIEOZNACZONA Mówimy, że fukcja F () jest fukcją pierwotą dla fukcji f() w pewym ustaloym przedziale - gdy w kadym pukcie zachodzi F () = f(). Fukcję pierwotą często azywamy całką ieozaczoą i zapisujemy

Bardziej szczegółowo

REGULAMIN PSKO 2016. I. Kryteria i wymagania dla zawodników Optimist PSKO. II. Mistrzostwa PSKO. III. Puchar Polski PSKO

REGULAMIN PSKO 2016. I. Kryteria i wymagania dla zawodników Optimist PSKO. II. Mistrzostwa PSKO. III. Puchar Polski PSKO I. Krytria i wymagania dla zawodników Optimist PSKO 1. W rgatach PSKO mogą startować zawodnicy do lat 15 posiadający licncję sportową PZŻ, aktualn ubzpiczni OC i będący członkami PSKO, spłniający wymagania

Bardziej szczegółowo

Informatyka A. Algorytmy

Informatyka A. Algorytmy Informatyka A Algorytmy Spis algorytmów 1 Algorytm Euklidesa....................................... 2 2 Rozszerzony algorytm Euklidesa................................ 2 3 Wyszukiwanie min w tablicy..................................

Bardziej szczegółowo

Diarium itineris Romam (1750)

Diarium itineris Romam (1750) Rigii Zawzki Diariu itinris Roa (1750) Diariusz podróży do Rzyu (1750) Marian Chachaj Z rękopisu odczytałi opracował Vol II Prgrinations Sarataru Diariusz podróży Rigiusza Zawzkigo pilgrzyującgo do Rzyu

Bardziej szczegółowo

Analiza danych jakościowych

Analiza danych jakościowych Analiza danych jakościowych Ccha ciągła a ccha dyskrtna! Ciągła kg Dyskrtna Cchy jakościow są to cchy, których jdnoznaczn i oczywist scharaktryzowani za pomocą liczb jst nimożliw lub bardzo utrudnion.

Bardziej szczegółowo

Równania liniowe rzędu drugiego stałych współczynnikach

Równania liniowe rzędu drugiego stałych współczynnikach Rówaia liiowe rzędu drugiego stałyh współzyikah Rówaiem różizkowym zwyzajym liiowym drugiego rzędu azywamy rówaie postai p( t) y q( t) y r( t), (1) gdzie p( t), q( t), r( t ) są daymi fukjami Rówaie to,

Bardziej szczegółowo

13. Optyka Polaryzacja przez odbicie.

13. Optyka Polaryzacja przez odbicie. 13. Optyka 13.8. Polaryzaja przz odbii. x y z Fala lktromagntyzna, to fala poprzzna. Wktory E i są prostopadł do kirunku rozhodznia się fali. W wszystkih punktah wktory E (podobni jak ) są do sibi równolgł.

Bardziej szczegółowo

f '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n

f '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n Metoda Newtoa i rówaie z = 1 Załóżmy, że fucja f :C C ma ciągłą pochodą. Dla (prawie) ażdej liczby zespoloej z 0 tworzymy ciąg (1) (z ) 0, z 1 = z f ( z ), ciąg te f ' (z ) będziemy azywać orbitą liczby

Bardziej szczegółowo

Rozkład normalny (Gaussa)

Rozkład normalny (Gaussa) Rozład ormaly (Gaussa) Wyprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowych. Rozważmy pomiar wielości m, tóry jest zaburzay przez losowych efetów o wielości e ażdy, zarówo zaiżających ja i

Bardziej szczegółowo

WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII.

WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII. ĆWICZENIE 3. WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII. 1. Oscylator harmoniczny. Wprowadzenie Oscylatorem harmonicznym nazywamy punt materialny, na tóry,działa siła sierowana do pewnego centrum,

Bardziej szczegółowo

WYZNACZANIE WSPÓŁCZYNNIKA ZAŁAMANIA ŚWIATŁA METODĄ SZPILEK I ZA POMOCĄ MIKROSKOPU. Wprowadzenie. = =

WYZNACZANIE WSPÓŁCZYNNIKA ZAŁAMANIA ŚWIATŁA METODĄ SZPILEK I ZA POMOCĄ MIKROSKOPU. Wprowadzenie. = = WYZNACZANIE WSPÓŁCZYNNIKA ZAŁAMANIA ŚWIATŁA METODĄ SZPILEK I ZA POMOCĄ MIKROSKOPU Wprowadzeie. Przy przejśiu światła z jedego ośrodka do drugiego występuje zjawisko załamaia zgodie z prawem Selliusa siα

Bardziej szczegółowo

Algorytmy i Struktury Danych, 2. ćwiczenia

Algorytmy i Struktury Danych, 2. ćwiczenia Algorytmy i Struktury Danych, 2. ćwiczenia 2015-10-09 Spis treści 1 Szybkie potęgowanie 1 2 Liczby Fibonacciego 2 3 Dowód, że n 1 porównań jest potrzebne do znajdowania minimum 2 4 Optymalny algorytm do

Bardziej szczegółowo

Fizyka promieniowania jonizującego. Zygmunt Szefliński

Fizyka promieniowania jonizującego. Zygmunt Szefliński Fizyka prominiowania jonizującgo ygmunt Szfliński 1 Wykład 10 Rozpady Rozpady - warunki nrgtyczn Ściżka stabilności Nad ściżką znajdują się jądra prominiotwórcz, ulgając rozpadowi -, zaś pod nią - jądra

Bardziej szczegółowo

Rachunek ekonomiczny i siły sprawcze stosowania OZE i termomodernizacji

Rachunek ekonomiczny i siły sprawcze stosowania OZE i termomodernizacji Rachuk koomiczy i siły sprawcz stosowaia OZE i trmomodrizacji M.Bogacki, S.Pasirb I. DZIAŁASZ EKONOMICZNIE WIĘC RACHUJESZ 1. Miimum koomii w Twoich dcyzjach 1.1. Kidy i o czym dcydujsz Przd ami i przd

Bardziej szczegółowo

Metody probabilistyczne Rozwiązania zadań

Metody probabilistyczne Rozwiązania zadań Metody robabilistyczne Rozwiązania zadań 6. Momenty zmiennych losowych 8.11.2018 Zadanie 1. Poaż, że jeśli X Bn, to EX n. Odowiedź: X rzyjmuje wartości w zbiorze {0, 1,..., n} z rawdoodobieństwami zadanymi

Bardziej szczegółowo

Ćwiczenie PA6. Badanie działania regulatora PID zaimplementowanego w sterowniku S7-1200 firmy Siemens

Ćwiczenie PA6. Badanie działania regulatora PID zaimplementowanego w sterowniku S7-1200 firmy Siemens INSYU AUOMAYKI i ROBOYKI WYDZIAŁ MECHARONIKI - laboratorium Ćwiczni PA6 Badani działania rgulatora PID zaimplmntowango w strowniu S7-00 firmy Simns Instrucja laboratoryjna Opracowani : dr inż. Danuta Holjo

Bardziej szczegółowo

Koła rowerowe malują fraktale

Koła rowerowe malują fraktale Koła rowerowe malują fratale Mare Berezowsi Politechnia Śląsa Rozważmy urządzenie sładającego się z n ół o różnych rozmiarach, obracających się z różnymi prędościami. Na obręczy danego oła, obracającego

Bardziej szczegółowo

Przekształcenie Fouriera i splot

Przekształcenie Fouriera i splot Zastosowania Procesorów Sygnałowych dr inż. Grzegorz Szwoch greg@multimed.org p. 732 - Katedra Systemów Multimedialnych Przekształcenie Fouriera i splot Wstęp Na tym wykładzie: przekształcenie Fouriera

Bardziej szczegółowo

Funkcja nieciągła. Typy nieciągłości funkcji. Autorzy: Anna Barbaszewska-Wiśniowska

Funkcja nieciągła. Typy nieciągłości funkcji. Autorzy: Anna Barbaszewska-Wiśniowska Funkcja niciągła. Typy niciągłości funkcji Autorzy: Anna Barbaszwska-Wiśniowska 2018 Funkcja niciągła. Typy niciągłości funkcji Autor: Anna Barbaszwska-Wiśniowska DEFINICJA Dfinicja 1: Funkcja niciągła

Bardziej szczegółowo

Analiza numeryczna Kurs INP002009W. Wykład 4 Rozwiązywanie równań nieliniowych. Karol Tarnowski A-1 p.

Analiza numeryczna Kurs INP002009W. Wykład 4 Rozwiązywanie równań nieliniowych. Karol Tarnowski A-1 p. Aaliza umerycza Kurs INP002009W Wykład 4 Rozwiązywaie rówań ieliiowych Karol Tarowski karol.tarowski@pwr.wroc.pl A-1 p.223 Pla wykładu Metoda bisekcji Algorytm Aaliza błędu Metoda Newtoa Algorytm Aaliza

Bardziej szczegółowo

Teoria struktury kapitału

Teoria struktury kapitału Toria strutury apitału Dr Tomasz Słońsi Toria strutury apitału, Moigliani-Millr (MM), Nobl w zizini onomii Powaliny nowoczsnj torii strutury apitału zostały położon w rou 1958 w molu, tóry opirał się o

Bardziej szczegółowo

LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY

LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY Zgodie z dążeiami filozofii pitagorejsiej matematyzacja abstracyjego myśleia powia być dooywaa przy pomocy liczb. Soro ta, to liczby ależy tworzyć w miarę

Bardziej szczegółowo