( t) ( )( ) ( )( ) ( )

Wielkość: px
Rozpocząć pokaz od strony:

Download "( t) ( )( ) ( )( ) ( )"

Transkrypt

1 . Aaliza liiowa.. Obiekty LTI.. Defiiowaie modelu SISO Najrostsze modele dyamiki, oisujące liiowe układy z jedym wejściem i jedym wyjściem mają zazwyczaj ostać rówaia różiczkowego lub trasmitacji. Modele tego tyu oisao oiżej a rzykładowych obiektach iercyjych: ) rzędu ierwszego ) rzędu drugiego a x& + a x( b u( ) a & x + a x& ( + a x( b u& ( + b u( ) (-) ( 0 0 t G ( b0 a a 0 G ( 0 0 t b b 0 ( (-) as + a a0 Są to tyowe trasmitacje w ostaci fukcji wymierych, gdzie stoień wielomiau w licziku jest miejszy iż stoień wielomiau w miaowiku. Wyzaczając ierwiastki miaowika (bieguy) i ierwiastki liczika (zera) moża zaisać trasmitacje (-) w ostaci iloczyowej: k k( s z) G ( G ( (-3) s s s b 0 k, a a a 0 b k, a ( )( ) b0 z, b, a± a 4a a Jeśli bieguy i zera mają wartości rzeczywiste dodatie, to stosuje się zais trasmitacji (-3) za omocą iloczyu odstawowych obiektów (człoów) dyamiki : ) czło iercyjy rzędu ) czło iercyjy rzędu i czło forsujący k G ( T ( ) k G s Tz T T (-4) k k, T ( )( ) ( ) kz k, T z z, T a, T 0 W automatyce często wystęuje defiiowaie modelu za omocą stałych czasowych (T, T, T z ) i wzmocieia (k). Należy zwrócić uwagę, że w różych formach trasmitacji róże arametry są azywae wzmocieiem - k (-), k (-3). Tymczasem arametr defiioway jako wzmocieie obiektu (układu) ie zależy od formy modelu i moża je wyzaczyć a rzykład korzystając z twierdzeia o wartości końcowej: lim x( lim sg( u( (-5) t s 0 Zakładając, że a wejściu układu wystęuje stałe wymuszeie u 0, wzmocieie układu wyosi: u0 kukł lim sg( / u0 s 0 s Przykład: Obiekty iercyje. W rzykładach rezetowaych w tej części odręczika, będą wykorzystywae dwa obiekty oisae za omocą astęujących arametrów: - ObiektG: układ ma wzmocieie i stałą czasową rówą - ObiektG: układ ma wzmocieie, stałe czasowe rówe i 4, oraz jedo zero o wartości -. Trasmitacje o owyższych własościach moża zdefiiować w dowolej formie (-) (-4) rzeliczając odowiedio zadae arametry: ObiektG ObiektG Na odstawie daych: k a( ) lim k lim a s 0 s 0 ( )(4 ) a) wsółczyiki (-) a, a 0, b 0 a 8, a 6, a 0, b, b 0 b) bieguy i zera (-3) k, -0.5 k 0.5, z z -, -0.5, -0.5 c) człoy dyamiki (-4) k, T k, T z 0.5, T, T 4 (-6) atrz skryt_0_tf.m 5

2 Poiższe fragmety skrytów rzedstawiają alteratywe wariaty defiicji trasmitacji wraz z rzygotowaiem odowiediego zestawu arametrów a odstawie wartości k, T, T, T z : ObiektG ObiektG 6 a) k; T; ObiektGa tf(k, [T, ]); b) k; T; ObiektGb zk([], [-/T], k/t); c) k; T; stf('s'); ObiektGc k/(t*); k; T; T4; Tz0.5; tabl [k*tz, k]; tabm [T*T, T+T, ]; ObiektGa tf(tabl, tabm); k; T; T4; Tz0.5; tabz [-/Tz]; tabp [-/T, -/T]; ObiektGb zk(tabz, tabp, k*tz/(t*t)); k; T; T4; Tz0.5; stf('s'); ObiektGc k*(tz*)/((t*)*(t*)); Róże formy trasmitacji daego obiektu są rówoważe, jedak sosób rezetowaia ich w Matlabie zależy od zastosowaego wariatu defiicji, a rzykład: >>ObiektGa Trasfer fuctio: s s^ + 6 s + >>ObiektGb Zero/ole/gai: 0.5 () (0.5) (0.5) >>ObiektGc Trasfer fuctio: s s^ + 6 s + Powyższe modele są rzechowywae w Matlabie jako obiekty LTI (ag. Liear Time-Ivariat System), czyli defiicje układów liiowych, stacjoarych. Trasmitacja jest tyową formą oisu liiowego, stacjoarego obiektu z jedym wejściem i jedym wyjściem (SISO). Przykład: Obiekt oscylacyjy G3. Wśród odstawowych obiektów dyamiki, szczególe zaczeie raktycze ma czło oscylacyjy: k k G(, ω >0 (-7) s + ξω ω ( s )( s ), ξω ± ω ξ Poieważ ty bieguów, zależy od wartości tłumieia ξ, to czło może rerezetować bardzo odmiee własości. W rzykładach w tej części odręczika będzie wykorzystyway obiekt stabily z oscylacjami (0<ξ<), oisay astęujący sosób: - ObiektG3: wzmocieie jedostkowe, tłumieie 0.4, a ulsacja drgań własych wyosi 0. rad/sek (tz. częstotliwość około 5.9 mhz). Trasmitację o owyższych własościach moża zdefiiować a róże sosoby: ObiektG3 Na odstawie daych: ξ 0. 4, ω 0., lim s 0 s k + ξω ω k a) wsółczyiki (-) a, a 0.08, a 0 0.0, b b) bieguy i zera (-3) k 0.0, j0.097, j0.097 c) czło oscylacyjy (-7) k 0.0, ξ0.4, ω 0. Poiżej rzedstawioo róże wariaty defiicji trasmitacji w skrycie: ObiektG3 a) ksi0.4; w0.; ObiektG3a tf(w^, [, *ksi*w, w^]); b) ksi0.4; w0.; delta(*ksi*w)^ - 4*w*w; ObiektG3b zk([],[(-*ksi*w-sqrt(delta))/, (-*ksi*w+sqrt(delta))/ ], w^); c) ksi0.4; w0.; stf('s'); ObiektG3c w*w/(s^+*ksi*w*w*w); Ze względu a zesoloe wartości bieguów Matlab rezetuje trasmitacje w te sam sosób: >>ObiektG3a Trasfer fuctio: s^ s >>ObiektG3b Zero/ole/gai: s^ s >>ObiektG3c Trasfer fuctio: s^ s ω

3 Przykład: Obiekty ietyowe. Tyowe trasmitacje mają ostać fukcji wymierych a stoień wielomiau w licziku jest miejszy iż stoień wielomiau w miaowiku. W tej defiicji ie mieszczą się szczególe rzyadki trasmitacji, takie jak: a) wzmocieie b) czło różiczkujący c) oóźieie G k ( k G ( T s sto G ( e (-8) d Na etaie defiicji takich modeli w Matlabie ie ma roblemu: >>Gk tf() Trasfer fuctio: d >> Gd *s %lub: Gd tf([, 0], []) Trasfer fuctio: s o >> Go ex(-s*) Trasfer fuctio: ex(-* * () Dodać: Problemy ojawiają się odczas symulacji. W starszych wersjach Matlaba (lub w kloach Matlaba..... Defiiowaie modeli MIMO Tyową formą liiowych modeli o wielu wejściach i wyjściach (MIMO) są rówaia stau. Modelem tego tyu jest układ drugiego rzędu z dwoma sygałami wejściowymi: x& ( a a x ( b b u( + (-9) x& ( a a x ( b b u ( Rówaia stau zawierają eły ois dyamiki układu, ale często są uzuełiae rówaiami wyjściowymi, które a odstawie zmieych stau x( i sygałów wejściowych u( defiiują dowolą ilość zmieych wyjściowych y(. W Matlabie wielokrotie zachodzi otrzeba zdefiiowaia zmieych wyjściowych, które są rówe zmieych stau: y( 0 x( 0 0 u( + (-0) y ( 0 x ( 0 0 u ( Poieważ Matlab jest ukierukoway a oeracje a macierzach, stąd zais arametrów fukcji często oiera się a ogólej ostaci rówań stau i rówań wyjściowych: x& ( Ax( + Bu( (-) y( Cx( + Du( gdzie: x wektor zmieych stau; u wektor zmieych wejściowych; y wektor zmieych wyjściowych, A, B, C, D macierze o odowiedich wymiarach. Model MIMO moża rówież zdefiiować za omocą trasmitacji. Rówaiom stau (-9) odowiadają wówczas cztery trasmitacje: L( L ( x ( u( + u ( M ( M ( L( L ( x ( u( + u ( M ( M ( (-) gdzie: L ( b ab ab, L ( b ab ab L ( b ab ab, L ( b ab ab M ( s a )( s a ) a a s ( a + a ) ( a a a ) ( a Przykład: Obiekt M i M. W rzykładach rezetowaych w tej części odręczika, będą wykorzystywae dwa obiekty MIMO oisae za omocą astęujących rówań i trasmitacji: - ObiektM: rzykładowy układ uilateraly (tyu kaskada iewsółdziałająca) x ( u( x& ( x( + u( x& ( x ( x ( + u ( x ( u( + u ( ( )( ) ( ) W rówaiach stau widocza jest uilaterala struktura układu, która uzasadia uroszczoe ostaci trasmitacji układu. atrz skryt_0_ss.m 7

4 - ObiektM: rzykładowy układ ieuilateraly (tyu kaskada wsółdziałająca) ( ) x ( u( + u ( x& ( x ( + x ( + u( ( )( ) ( )( ) x& ( x ( x ( + u ( x ( u( + u ( ( )( ) ( )( ) Parametry: ObiektM ObiektM a) macierze rówań stau (-9) A, B A 0, B 0 b) wsółczyiki L, M, L 4, L, trasmitacji (-) L, L, L, L, + M s + 3s, M s + M s + 3 Poiższy skryt rzedstawia defiicję rówań stau za omocą fukcji ss()i tf(). ObiektM ObiektM a) A[- 0; -]; B[ 0; 0 ]; Ceye(); Dzeros(); A[- ; -]; B[ 0; 0 ]; Ceye(); Dzeros(); ObiektMa ss(a,b,c,d); b) L[]; L[0]; M[ ]; M[]; ObiektMa ss(a,b,c,d); L[ 4]; L[]; L[]; L[ ]; L[]; L[]; M[ 3 ]; M[ ]; ObiektMb tf( {L,L;L,L},... {M,M;M,M}) M[ 3 ]; Zdefiiowae obiekty są rezetowae w astęujący sosób >> ObiektMa a x x x - 0 x - b u u x 0 x 0 c x x y 0 y 0 d u u y 0 0 y 0 0 >> ObiektMb Trasfer fuctio from iut to outut... #: s + #: s^ + 3 s + Trasfer fuctio from iut to outut... #: 0 #: s + ObiektMb tf( {L,L;L,L},... {M,M;M,M}) >> ObiektMa a x x x - x - b u u x 0 x 0 c x x y 0 y 0 d u u y 0 0 y 0 0 >> ObiektMb Trasfer fuctio from iut to outut... s + 4 #: s^ + 3 s + #: s^ + 3 s + Trasfer fuctio from iut to outut... #: s^ + 3 s + s + #: s^ + 3 s + Podczas defiicji modelu za omocą fukcji ss() moża wrowadzić włase azwy zmieych wejściowych, zmieych stau i zmieych wyjściowych: ObiektMa ss(a,b,c,d,'iutname',['wej';'wej'],... 'StateName',['zx';'zx'],'OututName',['wyj';'wyj']) Zdefiiowae azwy są używae jako oisy wykresów a także rzy rezetacji obiektów: a zx zx zx - 0 zx - b wej wej zx 0 zx 0 c zx wyj 0 wyj 0 zx d wej wej wyj 0 0 wyj 0 0 W starszych wersjach Matlaba fukcja tf()ie umożliwia wrowadzaia własych azw odczas defiicji modelu, jedak odczas kowersji modelu z rówań stau (...3) stosuje azwy zdefiiowae dla rówań stau. 8

5 ..3 Kowersja i arametry modelu Model zdefiioway a odstawie dowolej trasmitacji czy rówań stau moża rzekowertować a ie formy obiektów LTI i wyświetlić je, lub też odczytać wartości charakterystyczych arametrów. Kowersja modelu (obiektu LTI) a ostać zk (zero/ole/gai zero/biegu/wzmocieie) ozwala odczytać wartości bieguów i zer modelu. Parametry te moża też odczytać rówież bez kowersji, używając fukcji ole() i zero() lub zkdata(): >> zk(obiektga) 0.5 () (0.5) (0.5) >> [Z,P,K] zkdata(obiektga,'v') Z - P K 0.50 >> zero(obiektga) - >>ole(obiektga) >> dcgai(obiektga) Uwaga: To jest wzmocieie układu Uwaga: wzmocieie, które jest arametrem modelu zk ie ozacza wzmocieia układu, które moża wyzaczyć za omocą fukcja dcgai(). Z kolei o kowersji dowolej formy trasmitacji a rówaia stau, model jest rezetoway w ostaci macierzy A, B, C, D: >> ss(obiektga) >> a x x x x b u x x 0 c x x y 0.5 d u y 0 Dodać metodę kowersji tf a ss. Kowersja ss a tf ObiektM (obiekt uilateraly) trasmitacje uroszczoe Założeie o skracalości Oblicza trasmitacje y/u (a ie x/u) Fukcja dam(obiek 9

6 .. Charakterystyki i własości.. Formatowaie wykresów W skrytach, które ilustrują odstawowe metody aalizy własości obiektów/układów wykorzystywae są obiekty zdefiiowae wcześiej (..). W rezetowaych skrytach omiięto iektóre oeracje formatujące, które ozwalają w rosty sosób doasować wygeerowae wykresy do wymogów dokumetacji. Oeracje te wykorzystują obiektowy charakter graficzych okie Matlaba oraz związae z tym fukcje, takie jak: - odczytywaie i zaisywaie własości obiektów: get(), set(), - odczytywaie idetyfikatorów (uchwytów) obiektów: gcf(), gca() Tyowe oeracje stosowae a wykresach wygeerowaych za omocą fukcji lot()to: F) ustawieie białego koloru tła aktywego oka graficzego set(gcf(), 'Color',[,,]); %biały kolor tła F) zmiaa wielkości aktywego oka graficzego osget(gcf(),'positio'); %odczytaj ozycję i wielkość os(3)300; os(4)80; %os(3)-szerokość, os(4)-wysokość set(gcf(), 'Positio', o; %ustaw ozycję i wielkość Dla zaewieia czytelości wykresów (. oisów) stosowae są rówież oeracje a tekstach oisujących tytuły i osie wykresów, takie jak: F3) ustawieie wielkości fotów i grubości liii dla siatki wykresu set(gca(), 'FotSize', 7) %ois siatki (skali), domyślie: 0 set(gca(), 'LieWidth', ) %grubość liii siatki, domyślie: 0.5 F4) ustawieie wielkości, koloru i tyu fotów w tytułach i oisach osi wykresu set(get(gca(),'title'), 'FotSize', 7,'Color',[0 0 ]) % domyślie: 0;[0 0 0] set(get(gca(),'xlabel'),'fotagle','italic','fotsize', 7) set(get(gca(),'ylabel'),'fotagle','italic','fotsize', 7) Na rys.. i rys.. rzedstawioo ośredi i końcowy wykres wygeeroway rzez skryt: figure; hold o, grid o lot([,],[,]); lot([,],[,],'r'); title('tytuł oka'); ylabel('oś y'); xlabel('oś x'); %oeracje F set(gcf(), 'Color',[,,]); %biały kolor tła osget(gcf(),'positio'); %odczyt ozycji i wielkości os(3)30; os(4)80; %os(3)-szerokość, os(4)-wysokość set(gcf(), 'Positio', o; %ustaw ozycję i wielkość %oeracje F3 4 set(gca(), 'FotSize', 7) %ois siatki (skali), domyślie: 0 set(gca(), 'LieWidth', ) %grubość liii siatki, domyślie: 0.5 set(get(gca(),'title'), 'FotSize', 7,'Color',[0 0 ]) % domyślie: 0;[0 0 0] set(get(gca(),'xlabel'),'fotagle','italic','fotsize', 7) set(get(gca(),'ylabel'),'fotagle','italic','fotsize', 7) Rys... Wykres o oeracjach F Rys... Wykres o oeracjach F 4 Możliwe jest rówież formatowaie arysowaych liii oszczególych wykresów, a rzykład: F5) zmiaa grubości liii wykresów tablie get(gca(),'childre') %odczyt idetyfikatorów liii set(tablie(),'liewidth',3) %ustaw grubość.liii set(tablie(),'liewidth',) %ustaw grubość.liii Uwaga: Idetyfikatory iektórych obiektów moża rówież uzyskać i zaamiętać odczas geerowaia tych obiektów 0

7 Po zastosowaiu oeracji F5 wykres z rys.. uzyskuje końcową ostać jak a rys..3. Rys..3. Wykres o oeracjach F 5 Aalogicze formatowaie moża rzerowadzić kilku wykresach geerowaych w jedym okie graficzym, co wymaga odczytaia idetyfikatorów i owtórzeia oeracji a kilku wykresach: figure; title('tytuł oka'); sublot();hold o, grid o lot([,],[,]);lot([,],[,],'r'); title('sublot()'); ylabel('oś y'); xlabel('oś x'); sublot();hold o, grid o lot([,],[,],'g');lot([,],[,],'m'); title('sublot()'); ylabel('oś y'); xlabel('oś x'); %oeracje formatujące F- set(gcf(), 'Color',[,,]); %biały kolor tła osget(gcf(),'positio'); %odczytaj ozycję i wielkość os(3)30; os(4)80; %os(3)-szerokość, os(4)-wysokość set(gcf(), 'Positio', o; %ustaw ozycję i wielkość tabaxis get(gcf(),'childre'); %odczyt idetyfikatorów wykresów (axe for i:size(tabaxis,) %oeracje formatujące F3-4 set(tabaxis(i), 'FotSize', 7) %ois siatki (skali), domyślie: 0 set(tabaxis(i), 'LieWidth', ) %grubość liii siatki, domyślie: 0.5 set(get(tabaxis(i),'title'), 'FotSize', 7,'Color',[0 0 ]) set(get(tabaxis(i),'xlabel'),'fotagle','italic','fotsize', 7) set(get(tabaxis(i),'ylabel'),'fotagle','italic','fotsize', 7) %oeracje formatujące F5 tablie get(tabaxis(i),'childre') %odczyt idetyfikatorów liii set(tablie(),'liewidth',3) %ustaw grubość.liii set(tablie(),'liewidth',) %ustaw grubość.liii ed Na rys..4 i rys..5 rzedstawioo ośredi i końcowy efekt wykoaia owyższego skrytu. Rys..4. Wykresy o oeracjach F Rys..5. Wykresy o oeracjach F 5 Skryty rzedstawioe w tym ukcie wykorzystują strukturę oka graficzego jaką geeruje fukcja lot() obiektami otomymi oka graficzego są tylko obiekty tyu osie (axe, a obiektami osi są tylko obiekty tyu liie (lie). Natomiast w kolejych uktach orócz tej fukcji wykorzystywae są jeszcze ie arzędzia,. ste(), imluse(). Są to fukcje, które dostarczają iterfejs graficzy, to zaczy, że ie tylko rysują określoe tyy wykresów ale umożliwiają dodatkowe fukcje,. formatowaie wykresy, odczytywaie wartości. Po wykoaiu

8 takich fukcji w strukturze okie i wykresów tworzoe są rówież ie tyy obiektów. Poiższy fragmetu skrytu realizuje bardziej uiwersalą formę realizacji oeracji formatowaia F 5: %oeracje formatujące F- set(gcf(), 'Color',[,,]); %biały kolor tła osget(gcf(),'positio'); %odczytaj ozycję i wielkość os(3)30; os(4)80; %os(3)-szerokość, os(4)-wysokość set(gcf(), 'Positio', o; %ustaw ozycję i wielkość tabaxis get(gcf(),'childre') %odczyt idetyfikatorów wykresów (axe for i:size(tabaxis,) if strcm (get(tabaxis(i), 'Tye'), 'axes') %jeśli to wykres (osie) ed %oeracje formatujące F3-4 set(tabaxis(i), 'FotSize', 7) %ois siatki (skali), domyślie: 0 set(tabaxis(i), 'LieWidth', ) %grubość liii siatki, domyślie: 0.5 set(get(tabaxis(i),'title'), 'FotSize', 7,'Color',[0 0 ]) set(get(tabaxis(i),'xlabel'),'fotagle','italic','fotsize', 7) set(get(tabaxis(i),'ylabel'),'fotagle','italic','fotsize', 7) %oeracje formatujące F5 tablie get(tabaxis(i),'childre') %odczyt idetyfikatorów liii for j:size(tablie,) if strcm (get(tablie(j), 'Tye'), 'lie') %jeśli to liia (lie) set(tablie(j),'liewidth',) %ustaw grubość liii ed ed ed Uwaga: Ze względu a fukcje realizowae rzez iterfejsy graficze, oeracja zmiay własości obiektu ie zawsze rzyosi efekt (własości wyświetlaego obiektu mogą być blokowae ze względu a owiązae z iymi obiektami/zmieymi iterfejsu).

9 .. Charakterystyki czasowe aaliza w dziedziie czasu (Time-domai aalysi SISO Charakterystyki czasowe to reakcje układu a ajrostsze wymuszeia, takie jak skokowa lub imulsowa zmiaa wartości wejściowej. Są oe ajbardziej ituicyją formą rzedstawiaia własości dyamiczych układu i oisaia ich za omocą arametrów, takich jak (rys..6): - x k wartość końcowa, sta ustaloy x( t (x s - steady state, fial value) - t u czas ustalaia, regulacji (t s - settlig time) A (M ) - x wartość szczytowa, maksymala 0,9 (eak amlitude) x x k (x s ) - A rzeregulowaie (M overshoo 0, t - t czas ierwszego rzeregulowaia (eak time) t - t r r czas arostu (rise time) tu (t s ) Rys..6. Parametry odowiedzi skokowej Podstawowe fukcje do rysowaia charakterystyk czasowych, to ste() i imluse(). Pozwalają oe arysować wykres lub zaamiętać dae (wektory wartości) do dalszego rzetwarzaia (. do arysowaia za omocą lot()), co zilustrowao a rys..7, rzedstawiającym wykresy dla zdefiiowaego wcześiej modelu ObiektG. Rys..7. Odowiedzi czasowe układu figure; set(gcf(), 'Color',[,,]); %odowiedź skokowa (a dwa sosoby) sublot(); hold o; ste(obiektg); %iebieska liia [y, t] ste(obiektg); lot(t, y, 'g--'); %zieloa -- %odowiedź imulsowa (a dwa sosoby) sublot(); hold o; imulse(obiektg); %iebieska liia [y, t] imulse(obiektg); lot(t, y, 'g--'); %zieloa -- %oeracje formatowaia... Rysowaie wykresu za omocą fukcji lot() wymaga samodzielego wygeerowaia tytułu i oisu osi, ale łatwo moża formatować wykres orzez zmiaę własości obiektów graficzych za omocą oeracji w skrycie (rzykład oiżej). Fukcje ste() i imluse() oza rysowaiem wykresu, automatyczie dodają stadardowy tytuł i ois osi oraz dostarczają dodatkowych fukcjoalości orzez meu kotekstowe, takich jak odczytywaie wartości z wykresu (lewe meu), formatowaie wykresu (rawe meu - Proertie rys..8. figure; set(gcf(), 'Color',[,,]); sublot(); ste(obiektg3); %oeracje formatowaia orzez meu sublot(); [y, t] ste(obiektg3); lot(t, y, 'g--'); grid o title('odowiedź skokowa'); ylabel('wyjście'); xlabel('czas (sek)') %oeracje formatowaia w skrycie... Rys..8. Porówaie fukcjoalości ste() i lot() 3

10 W meu kotekstowym (rawe meu - Characteristic dostęe jest też odczytywaie odstawowych arametrów odowiedzi skokowej/imulsowej (rys..9 rys..). Rys..9. Ocja Steady State - wartość końcowa x k (x s ) Rys..0. Ocja Rise Time - czas arostu t r Rys... Ocja Settlig Time - czas ustalaia t u (t s ) Rys... Ocja Peak Resose - x, A (M ), t W rzyadku odstawowych układów dyamiki moża dość łatwo obliczyć arametry odowiedzi skokowej/imulsowej, oieważ zae są rozwiązaia aalitycze. Na rzykład odowiedź skokowa człou oscylacyjego: ω G(, (-3) s + ξω ω który dla ξ < ma dwa bieguy zesoloe: α± jω, r, gdzie: α ξω, ω r ω ξ, (-4) ma ostać: α t α x e cosωrt+ siωrt ωr Stosując odstawowe metody badaia rzebiegu zmieości fukcji, moża wyzaczyć: ( ) α t α π π x& t e si si ωrt+ ωr ωrt 0 t ω r ωr ω ξ ( (-5) x x( t ) + A + e α π / ω r (-6) Fukcja ste() geeruje odowiedź skokową badaego układu, czyli odowiedź a skok jedostkowy ojawiający się w chwili zero. Aby uzyskać odowiedź a dowole wymuszeie skokowe (rys..3) moża rzeskalować i rzesuąć odowiedź skokową, wykorzystując wektory wartości geerowae rzez fukcję: u0; du; %arametry wymuszeia skokowego [y, t] ste(obiektg); lot(t, u0+y*du); Rys..3. Parametry wymuszeia skokowego W owszych wersjach Matlaba moża zdefiiować arametry wymuszeia skokowego (wartość oczątkową, wartość skoku) wykorzystywae rzez fukcję ste() fukcja stedataotios() u0; du; %arametry wymuszeia skokowego stedataotios(); %odczytaie arametrów ocje stedataotios('iutoffset',u0); ocje stedataotios('steamlitude',du); ste(obiek; u0 u du t W owszych wersjach Matlaba (której? w wersji R00 jeszcze ie ma takiej możliwości) 4

11 Alteratywą dla zastosowaia fukcji ste() i imluse(), które zwracają dae (wektory wartości), są fukcje stelot() i imluselot(), które zwracają idetyfikatory (uchwyty) do arysowaych wykresów. Są oe rzezaczoe do wykorzystaia rzez fukcje setotios() i getotios() umożliwiające formatowaie wykresów...3 Położeie bieguów i zer Bieguy układu (ierwiastki miaowika trasmitacji, ierwiastki rówaia charakterystyczego) oraz zera układu (ierwiastki liczika trasmitacji) są ajbardziej ierwotą formą oisywaia własości dyamiczych, oieważ odwołują się do arametrów fukcji, która jest rozwiązaiem rówaia różiczkowego oisującego układ. Podstawowa fukcja do rzedstawieia bieguów i zer a łaszczyźie zesoloej, to zma(). Za jej omocą moża arysować te arametry lub zaamiętać wektor z bieguami i wektor z zerami, do dalszego rzetwarzaia (. do arysowaia za omocą lot()). Te dwie możliwości zilustrowao a rys..4, rzedstawiającym wykres dla modelu ObiektG, który ma dwa bieguy -0,5 i -0,5 oraz jedo zero o wartości -. figure; set(gcf(), 'Color',[,,]); % bieguy 'x' i zera 'o' (a dwa sosoby) zma(obiektg); %iebieskie grid off [P, Z] zma(obiektg); lot(real(p),imag(p), 'g+'); %zieloe lot(real(z),imag(z), 'go'); %zieloe %oeracje formatowaia... Rys..4. Położeie bieguów (x) i zer (o) Fukcja zma() ie tylko rysuje bieguy i zera, ale też dodaje stadardowy tytuł i ois osi, rysuje dodatkową siatkę, a orzez meu kotekstowe dostarcza takich fukcjoalości jak odczytywaie wartości z wykresu (lewe meu), formatowaie wykresu (rawe meu - Proertie - rys..5. Na rys..6 rzedstawioo iterretację dodatkowej siatki a rzykładzie układu oscylacyjego ObiektG3 o astęujących arametrach:, -0.04±j0.097, ξ 0.4, ω 0... ω γ ω r α Rys..5. Fukcjoalości zma() Rys..6. Iterretacja dodatkowej siatki Iterretacja tej siatki wyika z arametrów człou oscylacyjego (-4) i relacji geometryczych: r ( ξω) + ( ω ξ ) ω α + ω, α ξω siγ ξ α + ωr ξ ω + ω ( ξ ) To ozacza, że: - ółokręgi siatki odowiadają stałym wartościom ulsacji ω (Frequecy rad/sec), - ółroste ze środka układu odowiadają stałej wartości tłumieia ξ (Damig).. (-7) 5

12 Poieważ zaa jest ostać odowiedzi skokowej człou oscylacyjego (-6), to a odstawie tłumieia moża wyzaczyć rzeregulowaie (Overshoo...4 Charakterystyki częstotliwościowe aaliza w dziedziie częstotliwości (Frequecydomai aalysi SISO 'yquist','bode','ichols' 6

LABORATORIUM MODELOWANIA I SYMULACJI. Ćwiczenie 3 MODELOWANIE SYSTEMÓW DYNAMICZNYCH METODY OPISU MODELI UKŁADÓW

LABORATORIUM MODELOWANIA I SYMULACJI. Ćwiczenie 3 MODELOWANIE SYSTEMÓW DYNAMICZNYCH METODY OPISU MODELI UKŁADÓW Wydział Elektryczy Zespół Automatyki (ZTMAiPC) ZERiA LABORATORIUM MODELOWANIA I SYMULACJI Ćwiczeie 3 MODELOWANIE SYSTEMÓW DYNAMICZNYCH METODY OPISU MODELI UKŁADÓW I. Cel ćwiczeia Celem ćwiczeia jest zapozaie

Bardziej szczegółowo

LABORATORIUM MODELOWANIA I SYMULACJI. Ćwiczenie 5

LABORATORIUM MODELOWANIA I SYMULACJI. Ćwiczenie 5 Wydział Elektryczy Zespół Automatyki (ZTMAiPC) ZERiA LABORATORIUM MODELOWANIA I SYMULACJI Ćwiczeie 5 ANALIZA WŁASNOŚCI DYNAMICZNYCH WYBRANEGO OBIEKTU FIZYCZNEGO 1. Opis właściwości dyamiczych obiektu Typowym

Bardziej szczegółowo

LABORATORIUM MODELOWANIA I SYMULACJI. Ćwiczenie 2

LABORATORIUM MODELOWANIA I SYMULACJI. Ćwiczenie 2 Laboratorium Modelowaia i symulacji 008 r. Wydział Elektryczy Zesół Automatyki (ZTMAiPC) ZERiA LABORATORIUM MODELOWANIA I SYMULACJI Ćwiczeie Rozwiązywaie rówań róŝiczkowych zwyczajych metodą klasyczą.

Bardziej szczegółowo

Parametryzacja rozwiązań układu równań

Parametryzacja rozwiązań układu równań Parametryzacja rozwiązań układu rówań Przykład: ozwiąż układy rówań: / 2 2 6 2 5 2 6 2 5 //( / / 2 2 9 2 2 4 4 2 ) / 4 2 2 5 2 4 2 2 Korzystając z postaci schodkowej (środkowa macierz) i stosując podstawiaie

Bardziej szczegółowo

W wielu przypadkach zadanie teorii sprężystości daje się zredukować do dwóch

W wielu przypadkach zadanie teorii sprężystości daje się zredukować do dwóch Wykład 5 PŁASKI ZADANI TORII SPRĘŻYSTOŚCI Płaski sta arężeia W wielu rzyadkach zadaie teorii srężystości daje się zredukować do dwóch wymiarów Przykładem może być cieka tarcza obciążoa siłami działającymi

Bardziej szczegółowo

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego Elemety rach macierzowego Materiały pomocicze do MES Stroa z 7 Elemety rachuku macierzowego Przedstawioe poiżej iformacje staowią krótkie przypomieie elemetów rachuku macierzowego iezbęde dla zrozumieia

Bardziej szczegółowo

Kongruencje Wykład 4. Kongruencje kwadratowe symbole Legendre a i Jac

Kongruencje Wykład 4. Kongruencje kwadratowe symbole Legendre a i Jac Kogruecje kwadratowe symbole Legedre a i Jacobiego Kogruecje Wykład 4 Defiicja 1 Kogruecję w ostaci x a (mod m), gdzie a m, azywamy kogruecją kwadratową; jej bardziej ogóla ostać ax + bx + c może zostać

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINOWYCH

UKŁADY RÓWNAŃ LINOWYCH Ekoeergetyka Matematyka. Wykład 4. UKŁADY RÓWNAŃ LINOWYCH Defiicja (Układ rówań liiowych, rozwiązaie układu rówań) Układem m rówań liiowych z iewiadomymi,,,, gdzie m, azywamy układ rówań postaci: a a a

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17 Egzami, 18.02.2017, godz. 9:00-11:30 Zadaie 1. (22 pukty) W każdym z zadań 1.1-1.10 podaj w postaci uproszczoej kresy zbioru oraz apisz, czy kresy ależą do zbioru (apisz TAK albo NIE, ewetualie T albo

Bardziej szczegółowo

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to

Bardziej szczegółowo

MACIERZE STOCHASTYCZNE

MACIERZE STOCHASTYCZNE MACIERZE STOCHASTYCZNE p ij - prawdopodobieństwo przejścia od stau i do stau j w jedym (dowolym) kroku, [p ij ]- macierz prawdopodobieństw przejść (w jedym kroku), Własości macierzy prawdopodobieństw przejść:

Bardziej szczegółowo

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem: Relacje rekurecyje Defiicja: Niech =,,,... będzie astępująco zdefiiowaym ciągiem: () = r, = r,..., k = rk, gdzie r, r,..., r k są skalarami, () dla k, = a + a +... + ak k, gdzie a, a,..., ak są skalarami.

Bardziej szczegółowo

OKREŚLENIE CHARAKTERYSTYK POMPY WIROWEJ I WYZNACZENIE PAGÓRKA SPRAWNOŚCI

OKREŚLENIE CHARAKTERYSTYK POMPY WIROWEJ I WYZNACZENIE PAGÓRKA SPRAWNOŚCI Ćwiczeie 5 OKREŚLENIE CARAKTERYSTYK POMPY WIROWEJ I WYZNACZENIE PAGÓRKA SPRAWNOŚCI Wykaz ważiejszych ozaczeń c 1 rędkość bezwzględa cieczy a wlocie do wirika, m/s c rędkość bezwzględa cieczy a wylocie

Bardziej szczegółowo

( ) WŁASNOŚCI MACIERZY

( ) WŁASNOŚCI MACIERZY .Kowalski własości macierzy WŁSNOŚC MCERZY Własości iloczyu i traspozycji a) możeie macierzy jest łącze, tz. (C) ()C, dlatego zapis C jest jedozaczy, b) możeie macierzy jest rozdziele względem dodawaia,

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

Twierdzenie Cayleya-Hamiltona

Twierdzenie Cayleya-Hamiltona Twierdzeie Cayleya-Hamiltoa Twierdzeie (Cayleya-Hamiltoa): Każda macierz kwadratowa spełia swoje włase rówaie charakterystycze. D: Chcemy pokazać, że jeśli wielomiaem charakterystyczym macierzy A jest

Bardziej szczegółowo

W(s)= s 3 +7s 2 +10s+K

W(s)= s 3 +7s 2 +10s+K PRZYKŁAD (LINIE PIERWIASTKOWE) Tramitacja operatorowa otwartego układu regulacji z jedotkowym ujemym przęŝeiem zwrotym daa jet wzorem: G O K ( + )( + 5) a) Podaj obraz liii pierwiatkowych układu zamkiętego.

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji ( ) : m f x = Ax ( A) { Ax x } = Defiicja: Zakresem macierzy A Œ âm azywamy

Bardziej szczegółowo

Przykładowe pytania na egzamin dyplomowy dla kierunku Automatyka i Robotyka

Przykładowe pytania na egzamin dyplomowy dla kierunku Automatyka i Robotyka Przykładowe pytaia a egzami dyplomowy dla kieruku Automatyka i obotyka Aktualizacja: 13.12.2016 r. Przedmiot: Matematyka 1 (Algebra liiowa) 1. Wiemy że struktura (Gh) jest grupą z elemetem eutralym e.

Bardziej szczegółowo

TEORIA STEROWANIA I, w 4. dr inż. Adam Woźniak ZTMiR MEiL PW

TEORIA STEROWANIA I, w 4. dr inż. Adam Woźniak ZTMiR MEiL PW TEORIA STEROWANIA I, w 4 dr iż. Adam Woźiak ZTMiR MEiL PW Rówaie stau układu LTI: Bieguy układów LTI xɺ Ax + Bw, x() x x( k + 1) Ax( k) + Bw( k), x() x Wielomia charakterystyczy macierzy A: w ( s) det(

Bardziej szczegółowo

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek Zajdowaie pozostałych pierwiastków liczby zespoloej, gdy zay jest jede pierwiastek 1 Wprowadzeie Okazuje się, że gdy zamy jede z pierwiastków stopia z liczby zespoloej z, to pozostałe pierwiastki możemy

Bardziej szczegółowo

Badanie efektu Halla w półprzewodniku typu n

Badanie efektu Halla w półprzewodniku typu n Badaie efektu alla w ółrzewodiku tyu 35.. Zasada ćwiczeia W ćwiczeiu baday jest oór elektryczy i aięcie alla w rostoadłościeej róbce kryształu germau w fukcji atężeia rądu, ola magetyczego i temeratury.

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

zadań z pierwszej klasówki, 10 listopada 2016 r. zestaw A 2a n 9 = 3(a n 2) 2a n 9 = 3 (a n ) jest i ograniczony. Jest wiec a n 12 2a n 9 = g 12

zadań z pierwszej klasówki, 10 listopada 2016 r. zestaw A 2a n 9 = 3(a n 2) 2a n 9 = 3 (a n ) jest i ograniczony. Jest wiec a n 12 2a n 9 = g 12 Rozwiazaia zadań z pierwszej klasówki, 0 listopada 06 r zestaw A Ciag a ) jest zaday rekuryjie: a a, a + a a 9, a R, a

Bardziej szczegółowo

CZ.2. SYNTEZA STRUKTURY MECHANIZMU

CZ.2. SYNTEZA STRUKTURY MECHANIZMU CZ.. SYNTEZA STRUKTURY MECHANIZMU rzystęując do sytezy struktury mechaizmu łaskiego stawiamy astęujące ytaia: jaki ruch ma wykoywać czło lub człoy robocze: ostęowy (w szczególości ostęowy rostoliiowy),

Bardziej szczegółowo

DRGANIA BELKI NA DWUPARAMETROWYM PODŁOśU SPRĘśYSTYM VIBRATION OF BEAM WITH TWO-PARAMETER ELASTIC FOUNDATION

DRGANIA BELKI NA DWUPARAMETROWYM PODŁOśU SPRĘśYSTYM VIBRATION OF BEAM WITH TWO-PARAMETER ELASTIC FOUNDATION JEMIELITA Grzegorz 1 KOZYRA Zofia drgaia, belka, odłoŝe sręŝyste DRGANIA BELKI NA DWUPARAMETROWYM PODŁOśU SPRĘśYSTYM Praca dotyczy wyzaczaia drgań belki a dwuarametrowym odłoŝu sręŝystym obciąŝoej symetryczie

Bardziej szczegółowo

I. Podzielność liczb całkowitych

I. Podzielność liczb całkowitych I Podzielość liczb całkowitych Liczba a = 57 przy dzieleiu przez pewą liczbę dodatią całkowitą b daje iloraz k = 3 i resztę r Zaleźć dzieik b oraz resztę r a = 57 = 3 b + r, 0 r b Stąd 5 r b 8, 3 więc

Bardziej szczegółowo

TRANZYSTORY POLOWE JFET I MOSFET

TRANZYSTORY POLOWE JFET I MOSFET POLTECHNKA RZEZOWKA Kaedra Podsaw Elekroiki srukcja Nr5 F 00/003 sem. lei TRANZYTORY POLOWE JFET MOFET Cel ćwiczeia: Pomiar podsawowych charakerysyk i wyzaczeie paramerów określających właściwości razysora

Bardziej szczegółowo

Metody badania zbieżności/rozbieżności ciągów liczbowych

Metody badania zbieżności/rozbieżności ciągów liczbowych Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu

Bardziej szczegółowo

MATURA 2014 z WSiP. Zasady oceniania zadań

MATURA 2014 z WSiP. Zasady oceniania zadań MATURA 0 z WSiP Matematyka Poziom rozszerzoy Zasady oceiaia zadań Copyright by Wydawictwa Szkole i Pedagogicze sp z oo, Warszawa 0 Matematyka Poziom rozszerzoy Kartoteka testu Numer zadaia Sprawdzaa umiejętość

Bardziej szczegółowo

są niezależnymi zmiennymi losowymi o jednakowym rozkładzie Poissona z wartością oczekiwaną λ równą 10. Obliczyć v = var( X

są niezależnymi zmiennymi losowymi o jednakowym rozkładzie Poissona z wartością oczekiwaną λ równą 10. Obliczyć v = var( X Prawdoodobieństwo i statystyka 5..008 r. Zadaie. Załóżmy że 3 są iezależymi zmieymi losowymi o jedakowym rozkładzie Poissoa z wartością oczekiwaą λ rówą 0. Obliczyć v = var( 3 + + + 3 = 9). (A) v = 0 (B)

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITCHIKA OPOLSKA ISTYTUT AUTOMATYKI I IFOMATYKI LABOATOIUM MTOLOII LKTOICZJ 7. KOMPSATOY U P U. KOMPSATOY APIĘCIA STAŁO.. Wstęp... Zasada pomiaru metodą kompesacyją. Metoda kompesacyja pomiaru apięcia

Bardziej szczegółowo

Definicja interpolacji

Definicja interpolacji INTERPOLACJA Defiicja iterpolacji Defiicja iterpolacji 3 Daa jest fukcja y = f (x), x[x 0, x ]. Zamy tablice wartości tej fukcji, czyli: f ( x ) y 0 0 f ( x ) y 1 1 Defiicja iterpolacji Wyzaczamy fukcję

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji : m f x = Ax RAAx x Defiicja: Zakresem macierzy A Œ âm azywamy podprzestrzeń

Bardziej szczegółowo

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych Wokół testu Studeta Wprowadzeie Rozkłady prawdopodobieństwa występujące w testowaiu hipotez dotyczących rozkładów ormalych Rozkład ormaly N(µ, σ, µ R, σ > 0 gęstość: f(x σ (x µ π e σ Niech a R \ {0}, b

Bardziej szczegółowo

INSTYTUT ENERGOELEKTRYKI POLITECHNIKI WROCŁAWSKIEJ Raport serii SPRAWOZDANIA Nr LABORATORIUM PODSTAW AUTOMATYKI INSTRUKCJA LABORATORYJNA

INSTYTUT ENERGOELEKTRYKI POLITECHNIKI WROCŁAWSKIEJ Raport serii SPRAWOZDANIA Nr LABORATORIUM PODSTAW AUTOMATYKI INSTRUKCJA LABORATORYJNA Na prawach rękopisu do użytku służbowego NYU ENERGOELERY OLEHN ROŁAEJ Raport serii RAOZANA Nr LABORAORUM OA AUOMAY NRUJA LABORAORYJNA EROANE RAĄ LNA Z YORZYANEM L Mirosław Łukowicz łowa kluczowe: sterowik

Bardziej szczegółowo

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej 3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi

Bardziej szczegółowo

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1 Tekst a iebiesko jest kometarzem lub treścią zadaia. Zadaie 1. Zbadaj mootoiczość i ograiczoość ciągów. a = + 3 + 1 Ciąg jest mootoiczie rosący i ieograiczoy poieważ różica kolejych wyrazów jest dodatia.

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

ZADANIA PRZYGOTOWUJĄCE DO SPRAWDZIANÓW W KLASIE DRUGIEJ.

ZADANIA PRZYGOTOWUJĄCE DO SPRAWDZIANÓW W KLASIE DRUGIEJ. ZADANIA PRZYGOTOWUJĄCE DO SPRAWDZIANÓW W KLASIE DRUGIEJ I Fukcja kwadratowa ) PODAJ POSTAĆ KANONICZNĄ I ILOCZYNOWĄ (O ILE ISTNIEJE) FUNKCJI: a) f ( ) + b) f ( ) 6+ 9 c) f ( ) ) Narysuj wykresy fukcji f

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi. Jarosław Wróblewski Aaliza Matematycza 1A, zima 2012/13 Ciągi. Ćwiczeia 5.11.2012: zad. 140-173 Kolokwium r 5, 6.11.2012: materiał z zad. 1-173 Ćwiczeia 12.11.2012: zad. 174-190 13.11.2012: zajęcia czwartkowe

Bardziej szczegółowo

Estymacja przedziałowa - przedziały ufności

Estymacja przedziałowa - przedziały ufności Estymacja rzedziałowa - rzedziały ufości Próbę -elemetową charakteryzujemy jej arametrami ( x, s, s ). SłuŜą oe do ocey wartości iezaych arametrów oulacji (m, σ, σ). Nazywamy je estymatorami uktowymi iezaych

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n 4n n 1

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n 4n n 1 30. Obliczyć wartość graicy ( 0 ( ( ( 4 +1 + 1 4 +3 + 4 +9 + 3 4 +7 +...+ 1 4 +3 + 1 ( ( 4 +3. Rozwiązaie: Ozaczmy sumę występującą pod zakiem graicy przez b. Zamierzamy skorzystać z twierdzeia o trzech

Bardziej szczegółowo

Metody numeryczne Laboratorium 5 Info

Metody numeryczne Laboratorium 5 Info Metody umerycze Laboratorium 5 Ifo Aproksymacja - proces określaia rozwiązań przybliżoych a podstawie rozwiązań zaych, które są bliskie rozwiązaiom dokładym w ściśle sprecyzowaym sesie. Metoda ajmiejszych

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/ n 333))

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/ n 333)) 46. Wskazać liczbę rzeczywistą k, dla której graica k 666 + 333)) istieje i jest liczbą rzeczywistą dodatią. Obliczyć wartość graicy przy tak wybraej liczbie k. Rozwiązaie: Korzystając ze wzoru a różicę

Bardziej szczegółowo

{ x n } = {,1.1, 0.2,2.1,3.0, 1.2, }

{ x n } = {,1.1, 0.2,2.1,3.0, 1.2, } CPS 6/7 Defiicje: SYGNAŁY DYSKRETNE USygały dyskree w czasieu rerezeowae są rzez ciągi liczb i ozaczae jako {x[]} Elemey ych ciągów azywa się UróbkamiU, warości róbek sygałów ozacza się jako x[] dla całkowiych

Bardziej szczegółowo

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D.

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D. Arkusz ćwiczeiowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE W zadaiach od. do. wybierz i zazacz poprawą odpowiedź. Zadaie. ( pkt) Liczbę moża przedstawić w postaci A. 8. C. 4 8 D. 4 Zadaie. ( pkt)

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy 12. Dowieść, że istieje ieskończeie wiele par liczb aturalych k < spełiających rówaie ( ) ( ) k. k k +1 Stosując wzór a wartość współczyika dwumiaowego otrzymujemy ( ) ( )!! oraz k k! ( k)! k +1 (k +1)!

Bardziej szczegółowo

Zadanie 3. Na jednym z poniższych rysunków przedstawiono fragment wykresu funkcji. Wskaż ten rysunek.

Zadanie 3. Na jednym z poniższych rysunków przedstawiono fragment wykresu funkcji. Wskaż ten rysunek. FUNKCJA KWADRATOWA. Zadaia zamkięte. Zadaie. Wierzchołek paraboli, która jest wykresem fukcji f ( x) ( x ) ma współrzęde: A. ( ; ) B. ( ; ) C. ( ; ) D. ( ; ) Zadaie. Zbiorem rozwiązań ierówości: (x )(x

Bardziej szczegółowo

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości

Bardziej szczegółowo

Zatem przyszła wartość kapitału po 1 okresie kapitalizacji wynosi

Zatem przyszła wartość kapitału po 1 okresie kapitalizacji wynosi Zatem rzyszła wartość kaitału o okresie kaitalizacji wyosi m k m* E Z E( m r) 2 Wielkość K iterretujemy jako umowa włatę, zastęującą w rówoważy sosób, w sesie kaitalizacji rostej, m włat w wysokości E

Bardziej szczegółowo

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim.

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim. Damia Doroba Ciągi. Graice, z których korzystamy. k. q.. 5. dla k > 0 dla k 0 0 dla k < 0 dla q > 0 dla q, ) dla q Nie istieje dla q ) e a, a > 0. Opis. Pierwsza z graic powia wydawać się oczywista. Jako

Bardziej szczegółowo

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski olorowaie Dywau ierpińskiego Adrzej zablewski, Radosław Peszkowski pis treści stęp... Problem kolorowaia... Róże rodzaje kwadratów... osekwecja atury fraktalej...6 zory rekurecyje... Przekształcaie rekurecji...

Bardziej szczegółowo

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo

ALGEBRA LINIOWA Informatyka 2015/2016 Kazimierz Jezuita. ZADANIA - Seria 1. Znaleźć wzór na ogólny wyraz ciągu opisanego relacją rekurencyjną: x

ALGEBRA LINIOWA Informatyka 2015/2016 Kazimierz Jezuita. ZADANIA - Seria 1. Znaleźć wzór na ogólny wyraz ciągu opisanego relacją rekurencyjną: x Iformatyka 05/06 Kazimierz Jezuita ZADANIA - Seria. Relacja rekurecyja kowecja sumacyja suma ciągu geometryczego. Zaleźć wzór a ogóly wyraz ciągu opisaego relacją rekurecyją: x sprowadzając problem do

Bardziej szczegółowo

O liczbach naturalnych, których suma równa się iloczynowi

O liczbach naturalnych, których suma równa się iloczynowi O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą

Bardziej szczegółowo

WYKŁAD nr 2. to przekształcenie (1.4) zwane jest przekształceniem całkowym Laplace a

WYKŁAD nr 2. to przekształcenie (1.4) zwane jest przekształceniem całkowym Laplace a WYKŁAD r. Elemey rachuku operaorowego Podawą rachuku operaorowego je zw. przekzałceie Laplace a, mające poać przekzałceia całkowego, przyporządkowujące fukcjom pewe owe fukcje, iego argumeu. Mówi ię, że

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16 Egzami,.9.6, godz. :-5: Zadaie. ( puktów) Wyzaczyć wszystkie rozwiązaia rówaia z 4 = 4 w liczbach zespoloych. Zapisać wszystkie rozwiązaia w postaci kartezjańskiej (bez używaia fukcji trygoometryczych)

Bardziej szczegółowo

1 Układy równań liniowych

1 Układy równań liniowych Katarzya Borkowska, Wykłady dla EIT, UTP Układy rówań liiowych Defiicja.. Układem U m rówań liiowych o iewiadomych azywamy układ postaci: U: a x + a 2 x 2 +... + a x =b, a 2 x + a 22 x 2 +... + a 2 x =b

Bardziej szczegółowo

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora.

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora. D:\maerialy\Maemayka a GISIP I rok DOC\7 Pochode\8ADOC -wrz-5, 7: 89 Obliczaie graic fukcji w pukcie przy pomocy wzoru Taylora Wróćmy do wierdzeia Taylora (wzory (-( Tw Szczególie waża dla dalszych R rozważań

Bardziej szczegółowo

Rozdział 5: Drgania liniowych układów ciągłych. , częstości własnych

Rozdział 5: Drgania liniowych układów ciągłych. , częstości własnych WYKŁAD Rozdział 5: Drgaia iiowych układów ciągłych Część : Drgaia wymuszoe eek 5.8. Drgaia eki wymuszoe rozłożoą siłą harmoiczą Rozatrzmy teraz ekę dowoie odartą a ou swych końcach, ez dołączoych uktów

Bardziej szczegółowo

Zakres zagadnienia. Pojęcia podstawowe. Pojęcia podstawowe. Do czego słuŝą modele deformowalne. Pojęcia podstawowe

Zakres zagadnienia. Pojęcia podstawowe. Pojęcia podstawowe. Do czego słuŝą modele deformowalne. Pojęcia podstawowe Zakres zagadnienia Wrowadzenie do wsółczesnej inŝynierii Modele Deformowalne Dr inŝ. Piotr M. zczyiński Wynikiem akwizycji obrazów naturalnych są cyfrowe obrazy rastrowe: dwuwymiarowe (n. fotografia) trójwymiarowe

Bardziej szczegółowo

4. MODELE ZALEŻNE OD ZDARZEŃ

4. MODELE ZALEŻNE OD ZDARZEŃ 4. MODELE ZALEŻNE OD ZDARZEŃ 4.. Wrowadzeie W sysemach zależych od zdarzeń wyzwalaie określoego zachowaia się układu jes iicjowae rzez dyskree zdarzeia. Modelowaie akich syuacji ma a celu symulacyją aalizę

Bardziej szczegółowo

Wymagania edukacyjne na poszczególne oceny z matematyki w klasie III poziom rozszerzony

Wymagania edukacyjne na poszczególne oceny z matematyki w klasie III poziom rozszerzony Wymagaia edukacyje a poszczególe ocey z matematyki w klasie III poziom rozszerzoy Na oceę dopuszczającą, uczeń: zazacza kąt w układzie współrzędych, wskazuje jego ramię początkowe i końcowe wyzacza wartości

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

STATYSTYKA OPISOWA WYKŁAD 1 i 2 STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest

Bardziej szczegółowo

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja Charakterystyki liczbowe zmieych losowych: wartość oczekiwaa i wariacja dr Mariusz Grządziel Wykłady 3 i 4;,8 marca 24 Wartość oczekiwaa zmieej losowej dyskretej Defiicja. Dla zmieej losowej dyskretej

Bardziej szczegółowo

Wp lyw optymalizacji kopalń odkrywkowych na rozwiazanie bilateralnego monopolu: kopalnia & elektrownia w d lugim okresie

Wp lyw optymalizacji kopalń odkrywkowych na rozwiazanie bilateralnego monopolu: kopalnia & elektrownia w d lugim okresie MPRA Muich Persoal RePc Archive W lyw otymalizacji koalń odkrywkowych a rozwiazaie modelu bilateralego mooolu: koalia & elektrowia w d lugim okresie Leszek Jurdziak 23. October 2006 Olie at htt://mra.ub.ui-mueche.de/531/

Bardziej szczegółowo

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Rekursja Materiały pomocicze do wykładu wykładowca: dr Magdalea Kacprzak Rozwiązywaie rówań rekurecyjych Jedorode liiowe rówaia rekurecyje Twierdzeie Niech k będzie ustaloą liczbą aturalą dodatią i iech

Bardziej szczegółowo

ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n)

ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n) ZADANIA - ZESTAW Zadaie.. Wyzaczyć m (), D ( ) dla procesu symetryczego (p = q =,) błądzeia przypadkowego. Zadaie.. Narysuj graf łańcucha Markowa symetrycze (p = q =,) błądzeie przypadkowe z odbiciem.

Bardziej szczegółowo

PRZEKSZTAŁCENIE ZET. definicja. nst. Stąd po dokonaniu podstawienia zgodnie z definicją otrzymamy wyrażenie jak dla ciągu.

PRZEKSZTAŁCENIE ZET. definicja. nst. Stąd po dokonaniu podstawienia zgodnie z definicją otrzymamy wyrażenie jak dla ciągu. CPS 6/7 PREKSTAŁCENIE ET Defiicja rekstałceia Prekstałceie ET jest w diediie casu dyskretego odowiedikiem ciągłego rekstałceia Lalace a w diediie casu ciągłego. Podamy dwie rówoważe defiicje rekstałceia

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11 RÓWNANIA RÓŻNICZKOWE WYKŁAD Szeregi potęgowe Defiicja Fukcja y = f () jest klasy C jeżeli jest -krotie różiczkowala i jej -ta pochoda jest fukcją ciągłą. Defiicja Fukcja y = f () jest klasy C, jeżeli jest

Bardziej szczegółowo

Projektowanie układów metodą sprzężenia od stanu - metoda przemieszczania biegunów

Projektowanie układów metodą sprzężenia od stanu - metoda przemieszczania biegunów Uniwersytet Zielonogórski Instytut Sterowania i Systemów Informatycznych Laboratorium Sterowania Procesami Ciągłych Projektowanie układów metodą sprzężenia od stanu - metoda przemieszczania biegunów. Obliczanie

Bardziej szczegółowo

KOMPUTERY W STEROWANIU. Ćwiczenie 3 LP Projektowanie układów regulacji metodą linii pierwiastkowych

KOMPUTERY W STEROWANIU. Ćwiczenie 3 LP Projektowanie układów regulacji metodą linii pierwiastkowych Wydział Elektryczy Zespól Automatyki (ZTMAiPC) KOMPUTERY W STEROWANIU Ćwiczeie 3 LP Projektowaie układów regulacji metodą liii pierwiastkowych 1. Cel ćwiczeia Zapozaie się z metodą liii pierwiastkowych

Bardziej szczegółowo

a) symbole logiczne (wspólne dla wszystkich języków) zmienne przedmiotowe: x, y, z, stałe logiczne:,,,,,, symbole techniczne: (, )

a) symbole logiczne (wspólne dla wszystkich języków) zmienne przedmiotowe: x, y, z, stałe logiczne:,,,,,, symbole techniczne: (, ) PROGRAMOWANIE W JĘZYU OGII WPROWADZENIE OGIA PIERWSZEGO RZĘDU Symbole języka pierwszego rzędu dzielą się a: a symbole logicze (wspóle dla wszystkich języków zmiee przedmiotowe: x y z stałe logicze: symbole

Bardziej szczegółowo

Zadania z algebry liniowej - sem. I Liczby zespolone

Zadania z algebry liniowej - sem. I Liczby zespolone Zadaia z algebry liiowej - sem. I Liczby zespoloe Defiicja 1. Parę uporządkowaą liczb rzeczywistych x, y azywamy liczbą zespoloą i ozaczamy z = x, y. Zbiór wszystkich liczb zespoloych ozaczamy przez C

Bardziej szczegółowo

PODSTAWY AUTOMATYKI. MATLAB - instrukcje i funkcje zewnętrzne. Grafika w Matlabie. Wprowadzenie do biblioteki Control System Toolbox.

PODSTAWY AUTOMATYKI. MATLAB - instrukcje i funkcje zewnętrzne. Grafika w Matlabie. Wprowadzenie do biblioteki Control System Toolbox. WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - instrukcje i funkcje zewnętrzne. Grafika w Matlabie. Wprowadzenie do biblioteki Control System Toolbox.

Bardziej szczegółowo

Funkcja wykładnicza i logarytm

Funkcja wykładnicza i logarytm Rozdział 3 Fukcja wykładicza i logarytm Potrafimy już defiiować potęgi liczb dodatich o wykładiku wymierym: jeśli a > 0 i x = p/q Q dla p, q N, to aturalie jest przyjąć a x = a 1/q) p = a 1/q } {{... a

Bardziej szczegółowo

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 8 1/9 ĆWICZENIE 8. Próbkowanie i rekonstrukcja sygnałów

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 8 1/9 ĆWICZENIE 8. Próbkowanie i rekonstrukcja sygnałów Andrzej Leśnicki Laboratorium CPS Ćwiczenie 8 1/9 ĆWICZENIE 8 Próbkowanie i rekonstrukcja sygnałów 1. Cel ćwiczenia Pierwotnymi nośnikami informacji są w raktyce głównie sygnały analogowe. Aby umożliwić

Bardziej szczegółowo

Laboratorium Metrologii I Nr ćwicz. Opracowanie serii wyników pomiaru 4

Laboratorium Metrologii I Nr ćwicz. Opracowanie serii wyników pomiaru 4 Laboratorium Metrologii I olitechika Rzeszowska Zakład Metrologii i Systemów omiarowych Laboratorium Metrologii I Grua Nr ćwicz. Oracowaie serii wyików omiaru 4... kierowik...... 4... Data Ocea I. Cel

Bardziej szczegółowo

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe Metody probabilistycze i statystyka Wykład 1 Zdarzeia losowe, defiicja prawdopodobieństwa, zmiee losowe Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki

Bardziej szczegółowo

CIĄGI LICZBOWE. Poziom podstawowy

CIĄGI LICZBOWE. Poziom podstawowy CIĄGI LICZBOWE Poziom podstawowy Zadaie ( pkt) + 0 Day jest ciąg o wyrazie ogólym a =, N+ + jest rówy? Wyzacz a a + Czy istieje wyraz tego ciągu, który Zadaie (6 pkt) Marek chce przekopać swój przydomowy

Bardziej szczegółowo

Ciągi liczbowe wykład 3

Ciągi liczbowe wykład 3 Ciągi liczbowe wykład 3 dr Mariusz Grządziel semestr zimowy, r akad 204/205 Defiicja ciągu liczbowego) Ciagiem liczbowym azywamy fukcję odwzorowuja- ca zbiór liczb aturalych w zbiór liczb rzeczywistych

Bardziej szczegółowo

Wykład 19. Matematyka 3, semestr zimowy 2011/ grudnia 2011

Wykład 19. Matematyka 3, semestr zimowy 2011/ grudnia 2011 Wykład 9 Matematyka 3, semestr zimowy 0/0 3 grudia 0 Zajmiemy się teraz rozwiięciem fukcji holomorficzej w szereg Taylora. Przypomijmy podstawowe fakty związae z szeregami potęgowymi o wyrazach rzeczywistych.

Bardziej szczegółowo

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce!

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce! Iformatyka Stosowaa-egzami z Aalizy Matematyczej Każde zadaie ależy rozwiązać a oddzielej, podpisaej kartce! y, Daa jest fukcja f (, + y, a) zbadać ciągłość tej fukcji f b) obliczyć (,) (, (, (,) c) zbadać,

Bardziej szczegółowo

1 Twierdzenia o granicznym przejściu pod znakiem całki

1 Twierdzenia o granicznym przejściu pod znakiem całki 1 Twierdzeia o graiczym przejściu pod zakiem całki Ozaczeia: R + = [0, ) R + = [0, ] (X, M, µ), gdzie M jest σ-ciałem podzbiorów X oraz µ: M R + - zbiór mierzaly, to zaczy M Twierdzeie 1.1. Jeżeli dae

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

Przetwarzanie sygnałów biomedycznych

Przetwarzanie sygnałów biomedycznych Przetwarzaie sygałów biomeyczyc Człowiek- ajlesza iwestycja Projekt wsółfiasoway rzez Uię uroejską w ramac uroejskiego Fuuszu Sołeczego Wykła XII Rutkowski L. Filtry aatacyje i aatacyje rzetwarzaie sygałów,

Bardziej szczegółowo

Wykład 10 Wnioskowanie o proporcjach

Wykład 10 Wnioskowanie o proporcjach Wykład 0 Wioskowaie o roorcjach. Wioskowaie o ojedyczej roorcji rzedziały ufości laowaie rozmiaru róby dla daego margiesu błędu test istotości dla ojedyczej roorcji Uwaga: Będziemy aalizować roorcje odobie

Bardziej szczegółowo

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO Agieszka Jakubowska ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO. Wstęp Skąplikowaie współczesego życia gospodarczego powoduje, iż do sterowaia procesem zarządzaia

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VI: Metoda Mote Carlo 17 listopada 2014 Zastosowaie: przybliżoe całkowaie Prosta metoda Mote Carlo Przybliżoe obliczaie całki ozaczoej Rozważmy całkowalą fukcję f : [0, 1] R. Chcemy zaleźć przybliżoą

Bardziej szczegółowo

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik Pierwiastki z liczby zespoloej Autorzy: Agieszka Kowalik 09 Pierwiastki z liczby zespoloej Autor: Agieszka Kowalik DEFINICJA Defiicja : Pierwiastek z liczby zespoloej Niech będzie liczbą aturalą. Pierwiastkiem

Bardziej szczegółowo

PODSTAWY MODELOWANIA SYSTEMÓW

PODSTAWY MODELOWANIA SYSTEMÓW PODSTAWY MODELOWANIA SYSTEMÓW (otatki do wykładu) eugeiusz.rosolowski@wr.edu.l Wrocław, wrzesień 05 Sis Treści WSTĘP... 5. MODELOWANIE SYSTEMÓW... 7.. Wrowadzeie... 7.. Rówoważość modeli...... Podstawowy

Bardziej szczegółowo

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona Ćwiczeie r 4 Porówaie doświadczalego rozkładu liczby zliczeń w zadaym przedziale czasu z rozkładem Poissoa Studeta obowiązuje zajomość: Podstawowych zagadień z rachuku prawdopodobieństwa, Zajomość rozkładów

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW BADANIE ODKSZTAŁCEŃ SPRĘŻYNY ŚRUBOWEJ Opracował: Dr iż. Grzegorz

Bardziej szczegółowo

Wektory Funkcje rzeczywiste wielu. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Wektory Funkcje rzeczywiste wielu. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Wektory Fukcje rzeczywiste wielu zmieych rzeczywistych Matematyka Studium doktorackie KAE SGH Semestr leti 2008/2009 R. Łochowski Wektory pukty w przestrzei R Przestrzeń R to zbiór uporządkowaych -ek liczb

Bardziej szczegółowo

POLITECHNIKA ŚLĄSKA, WYDZIAŁ ELEKTRYCZNY, INSTYTUT ELEKTROTECHNIKI I INFORMATYKI. Wykresy w Excelu TOMASZ ADRIKOWSKI GLIWICE,

POLITECHNIKA ŚLĄSKA, WYDZIAŁ ELEKTRYCZNY, INSTYTUT ELEKTROTECHNIKI I INFORMATYKI. Wykresy w Excelu TOMASZ ADRIKOWSKI GLIWICE, POLITECHNIKA ŚLĄSKA, WYDZIAŁ ELEKTRYCZNY, INSTYTUT ELEKTROTECHNIKI I INFORMATYKI Wykresy w Excelu TOMASZ ADRIKOWSKI GLIWICE, -- EXCEL Wykresy. Kolumę A, B wypełić serią daych: miesiąc, średia temperatura.

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,

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

Dydaktyka matematyki III-IV etap edukacyjny (wykłady)

Dydaktyka matematyki III-IV etap edukacyjny (wykłady) Dydaktyka matematyki III-IV etap edukacyjy (wykłady) Wykład r 12: Fukcja wykładicza cd. Ciągłość fukcji. Pochoda fukcji Semestr zimowy 2018/2019 Fukcja wykładicza (cd.) propozycja Podobie jak w przykładach

Bardziej szczegółowo