ε dowód jest analogiczny.
|
|
- Sebastian Dziedzic
- 8 lat temu
- Przeglądów:
Transkrypt
1 5--6 7: Numeryze sprawdzaie ierówośi w obszarze prostoątym w (szi) Piotr Baia AGH Uiversity of Siee ad eholoy Al iiewiza Kraów Polad pba@iaahedupl Abstrat: W artyule przedstawioo metodę umeryzeo sprawdzaia ierówośi w obszarze prostoątym w przestrzei Sformułowao problem i poazao Ŝe moŝa o rozwiązać oblizają ałi po rozwaŝaym obszarze Wyii zilustrowao przyładami Keywords: Iequality verifiatio ultiple Iterals WSĘP W wielu działah matematyi stosowaej zahodzi potrzeba sprawdzeia zy daa ierówość zahodzi w pewym podzbiorze przestrzei ypowymi przyładami są tu problemy poszuiwaia zbiorów przyiąaia putów rówowai uładu dyamizeo wyorzystująe twierdzeia Lasalle a (Lasalle 966) lub sprawdzaie wypułośi fuji W pewyh przypadah sprawdzeie ierówośi metodami aalityzymi jest bardzo praohłoe lub iewyoale oŝa wtedy wyorzystać metody umeryze edym ze sposobów sprawdzaia ierówośi f ( x A jest wyzazeie masimum fuji f zbiorze A W przypadu wielowymiarowym dy fuja f ie jest wypuła ie ma waraji Ŝe zalezioe masimum jest lobale W iiejszej pray zapropoowao metodę sprawdzaia ierówośi w obszarze prostoątym w przestrzei Praa słada się z sześiu rozdziałów W rozdziale druim sformułowao problem weryfiaji ierówośi ozdział trzei poazuje Ŝe postawioy problem moŝa rozwiązać poprzez ałowaie pewyh fuji a wymiarowym sześiaie w Zadaie oblizaia ałe oraz proedury umeryze uŝyte do jeo rozwiązywaia zostały omówioe w rozdziale zwartym Przyłady zastosowaia metody podao w rozdziale piątym Artyuł ońzy się wiosami SFOUŁOWANIE POBLEU Nieh Q C ( ) oraz ieh będzie daa maierz H = H > Defiiujemy zbiór Ω = { x ; x Hx } () Zbiór Ω jest wymiarową elipsoidą w Nieh S będzie rodzią zwartyh i jedospójyh zbiorów taih Ŝe dla dowolyh lizb δ > Ω S i S S δ () Załadamy Ŝe fuja a S jest iąła w sesie metryi Hausdorffa Zajmiemy się poszuiwaiem ajwięszej lizby taiej Ŝe w aŝdym puie zbioru S zahodzi ierówość Q ( (3) Łatwo zauwaŝyć Ŝe ierówość (3) będzie rówieŝ spełioa w zbiorze Ω W rozdziale 4 poaŝemy Ŝe S moŝe być zdefiioway jao ajmiejszy wymiarowy prostopadłośia zawierająy 3 OZWIĄZANIE POBLEU Ω Nieh Ω = { x ; x Ω Q( } (3) S = { x ; x S Q( } (3) ozwaŝmy astępująe ałi : I = ( Q( s Q( ) dx (33) Ω = ( Q( s Q( ) dx S (34) WyaŜemy Ŝe I są iąłymi i ie malejąymi fujami parametru Lemat 3 Dla dowolej fuji f C ( ) fuja f s f C ( ) Wiose 3 I są fujami iąłymi parametru Dowód: Fuja podałowa w (34) jest iąła zatem ała istieje Fuja a S jest iąła Dla ε > mamy ε = ( Q( sq( ) dx ε Dla < S ε S ε dowód jest aaloizy Lemat 3 Dla dowolyh lizb δ > prawdziwe są astępująe stwierdzeia: I = Q ( prawie wszędzie w zbiorze Ω
2 = Q ( prawie wszędzie w zbiorze S 3 I 4 I I δ 5 δ Dowód: i wyiają bezpośredio z defiiji (33) (34) Dla dowolej fuji f f C mamy A fdx fdx dy B B A (35) 3 Z (-) i (3-) wyia Ŝe Ω S Ω S stąd i z (35) I = Q( dx Q( dx = Ω S 4 Z () (3) mamy Ω Ω δ Ω Ω stąd i z (35) I = Q( dx Q( dx = I δ Ω Ω δ δ 5 Z () i (3) mamy S S δ S S δ zatem = Q( dx Q( dx = δ S S δ Wiose 3: Albo = dla aŝdeo dodatieo albo istieje taie Ŝe = dla oraz > dla > Aaloizy wiose dotyzy ałi (33) Podamy teraz alorytm wyzazaia Nieh < będzie ajwięszą dopuszzalą wartośią oraz ieh ε > (p ε = 8 ) ozaza wzlędą doładość wyzazeia Alorytm 3 Podstaw d = = Obliz jeŝeli = to = zaońz działaie alorytmu 3 Podstaw = 5( d ) i obliz jeŝeli = to = w przeiwym przypadu podstaw = d 4 eŝeli d ε to zaońz działaie alorytmu i podstaw = 5( d ) w przeiwym przypadu idź do 3 Z lematu 3 i wiosu 3 wyia Ŝe alorytm te jest zbieŝy do wartośi taiej Ŝe ierówość (3) zahodzi w zbiorze S 4 ALGOY OBLICZANIA CAŁKI Fuja podałowa we wzorze (34) oreślająym przyjmuje wartośi róŝe od zera tylo w zbiorze S tóreo miara moŝe być dowolie mała Proedura ałowaia obliza fuję podałową w sońzoej ilośi putów zbioru S i moŝliwe jest Ŝe Ŝade z tyh putów ie będzie aleŝał do S Wówzas alorytm ałowaia zaońzy działaie stwierdzają fałszywie Ŝe = Sytuaję tę obrazuje rys 4 Proedura ałowaia oblizy wartośi fuji w putah ozazoyh ółami i stwierdzi fałszywie Ŝe = Aby temu zapobie sorzystamy ze wzoru ( t ) = 5( t t ) i zapiszemy (34) w postai sumy dwóh ałe: = Q( sq( dx Q( dx (4) S S Gauss-Lobatto odes Q ( Q Q s Q s Q) ys 4 Przyład uzasadiająy wzór (4) Dla lepszej zytelośi wyresy przesuięto w pioie ym razem fuje podałowe ie ziają toŝsamośiowo poza zbiorem S (rys 4) Całi w (4) ozazamy s i Ze wzlędu a błędy wyzazeia ałi s i muszą być oblizae z duŝą doładośią przy jedozesej miimalizaji aładu oblizeń Wymaaia te moŝa spełić stosują alorytmy ałowaia adaptayjeo tóre zmiejszają aład oblizeń dzielą obszar ałowaia a podobszary i przeprowadzają ałowaie tylo w tyh podobszarah w tóryh loale oszaowaie błędu przeraza wartość dopuszzalą Szzeółowe omówieie proedur adaptayjyh zob Gez 98 Gader Stosuowo łatwo moŝa podać proedurę ałowaia adaptayjeo w przypadu wymiaroweo prostopadłośiau W przypadu wymiarowej elipsoidy zadaie zazie się ompliuje Dlateo podamy teraz alorytm oblizaia ałe s i w przypadu dy zbiór S jest prostopadłośiaem Wprowadźmy owy uład / / współrzędyh: x = PΛ z (4) dzie Λ = dia( λ λ ) Lizby λ i są wartośiami własymi maierzy H Kolumy ortooalej maierzy P są uormowaymi wetorami własymi maierzy H aobia przeształeia (4) wyosi / / / / P Λ = (det Λ) Przeształeie / / odwrote do (4) ma postać z = Λ P x Przeształeie (4) przeprowadza zbiór Ω w ulę jedostową K () w Defiiujemy rodzię zbiorów S : / / S = { x ; zi z = Λ P x} (43) i=
3 KaŜdy zbiór S jest prostopadłośiaem zawierająym Ω i spełia warue () Fuja a S jest iąła w sesie metryi Hausdorffa Przeształeie (4) przeprowadza zbiór S w wymiarowy sześia C o bou i środu w zerze ta ja poazao a rys 4 W te sposób sprowadziliśmy zadaie oblizaia ałi (4) do ałowaia dwóh fuji lasy C a obszarze C Dla taih obszarów istieją efetywe metody ałowaia umeryzeo (Gez 98 Stroud 97) x S z PoaŜemy przyład dwuwymiarowy Węzły i współzyii -putowej formuły Gaussa-Lobatto wyoszą: abela 4 Węzły i współzyii formuły Gaussa-Lobatto t v Węzły formuły produtowej poazao a rys 4 x Ω x (4) K() z ys 4 Działaie przeształeia (4) w przypadu C 4 Formuły ałowaia umeryzeo Dla fuji jedej zmieej przybliŝoą wartość ałi obliza się stosują wadratury w postai f t) dt v f ( t = ( ) (4) Lizby v t azywamy waami i węzłami wadratury (4) Załadamy Ŝe wadratura (4) jest wadraturą Gaussa Wiadomo Ŝe putowa wadratura Gaussa jest dołada dla wielomiaów stopia d eŝeli to wzór (4) daje doładą wartość ałi dla aŝdej fuji iąłej (Stroud 966 Gautshi 999 ) Przy iewielim przerozeiu wartośi warue Q ( jest iespełioy przy brzeu zbioru S Wyia stąd Ŝe formuła ałowaia powia być ta sostruowaa aby zawsze oblizać wartośi fuji podałowej w putah leŝąyh a brzeu zbioru S Warue te spełiają wadratury Gaussa-Lobatto: f ( t) dt v f ( ) v f ( t ) v f () (4) = etody wyzazaia węzłów i wa podają Gautshi 999 Stroud 966 Golub 973 Dyspoują wadraturą jedowymiarową (4) moŝa łatwo sostruować wzór przybliŝoeo ałowaia dla fuji zmieyh oreśloej a obszarze C Formuły teo typu oszą azwę produtowyh (Stroud 97 s 3-7) dyŝ węzły formuły otrzymuje się tworzą produt artezjańsi węzłów formuły jedowymiarowej Współzyii są ilozyami współzyiów formuły (4) Formuła produtowa dla fuji zmieyh ma postać C f ( dx w f ( x ) (43) = i jest dołada dla wielomiaów zmieyh stopia d (Stroud 97 s 3-7) x ys 4 Węzły formuły produtowej (43) dla = = Odpowiedie wai otrzymujemy moŝą wai formuły jedowymiarowej p waa odpowiadająa putowi (t t 4 ) wyosi ν ν 4 = 389 Szzeółowe omówieie zaadień eerowaia formuł ałowaia podają Stroud 97 Gautshi 999 Golub Alorytm ałowaia adaptayjeo Załadamy Ŝe formuła (43) jest zaa Nieh S( x h) ozaza wymiarowy sześia o bou h i środu x Przeształeie x = x hy (4) przeprowadza S( x h) w S ( ) = C a jeo jaobia wyosi h PrzybliŜoą wartość ałi dla obszaru S( x h) wyzazamy ze wzoru S( x h) f ( dx Σ( x h) = h w f ( x hx ) (4) = W alorytmie ałowaia wyorzystao pojęie stosu Operaja Push ( x h I) odłada a stos współrzęde środa daeo sześiau dłuość bou oraz przybliŝoą wartość ałi Operaja ( x h I) =Pop zdejmuje ze stosu obszar zajdująy się a jeo szzyie Alorytm wyląda astępująo (Gez 98): Dae: tol wzlęda toleraja p tol = -5 węzły i współzyii formuły (4) fuja f x = h = Push ( x h if) I = x h I ) =Pop eŝeli I if obliz ( = Σ( x h I ) ze wzoru (4) 3 Podziel sześia S( x h) a = sześiaów S( x 5h) i dla aŝdeo z ih obliz I = Σ( x 5h) I = I = 3
4 4 eŝeli I I tolh to I I I = idź do 5 w przeiwym przypadu dla = wyoaj Push x 5h I ) ( 5 eŝeli stos jest pusty SOP wartość ałi wyosi I w przeiwym przypadu idź do W aŝdej iteraji alorytm obliza doładiejsze przybliŝeie ałi dla daeo obszaru dzielą o a podobszarów i stosują do aŝdeo formułę (4) eŝeli przybliŝeie oaŝe się dostatezie dołade (pt4) to przehodzi się do astępeo obszaru a stosie W przeiwym razie podobszarów odłada się a stos Proedurę otyuuje się dopói stos jest iepusty Warue w pt zabezpieza przed iepotrzebym wylizaiem juŝ raz oblizoej ałi Alorytm jest zbieŝy dla fuji iąłyh jeda zbieŝość moŝe być bardzo powola dla fuji lasy C lub fuji z osobliwośią (Espelid 4) Dla fuji ładih zbieŝość jest zadowalająa 5 PZYKŁADY PoiŜej podao parametry proedur umeryzyh uŝytyh do rozwiązaia przyładów Wzlęda doładość wyzazeia ε = 8 Lizba putów w proedurze ałowaia = Wzlęda toleraja oblizaia ałe 4 tol = Uwaa 5 Alorytm poszuiwaia wyazuje lepszą zbieŝość dy zamiast fuji uŝyć jej ułamowej potęi Dlateo we wszystih przyładah aalizowao fuję p z p = 3 5 Szaowaie reszty w rozwiięiu aylore a Nieh f C ( m ) f ( ) = Zahodzi wzór f ( = f x () x ( (5) Dla dowoleo ε > istieje lizba δ > taa Ŝe dla x δ prawdziwe jest oszaowaie ( m ε x (5) Nierówość (5) jest rówowaŝa ierówośi Q( = ( m ε x (53) Nieh f ( = exp( x )( x ) oraz ε = eszta w rozwiięiu (5) ma postać ( = exp( x )( x ) x x Za pomoą opisaeo alorytmu wyzazoo ajwięszą lizbę δ taą Ŝe oszaowaie (5) zahodzi w wadraie o środu w zerze i bou δ Przyjęto H = I (zob wzory 4 43) Zbiór S jest w tym przypadu wadratem o bou δ = i środu w zerze Wyii oblizeń przedstawioo a rys 5-3 Na rys 5 poazao wartośi w olejyh roah alorytmu poszuiwaia ys 5 Wartośi parametru w olejyh iterajah alorytmu poszuiwaia ys 5 Wartość ałi w fuji parametru ys 5 poazuje zaleŝość wartośi ałi w fuji parametru Dla poprawieia zytelośi rysuu poazao Łatwo zauwaŝyć Ŝe ajwięsza wartość parametru wyosi ooło Zatem δ = = 3 Wyia stąd Ŝe ierówość (5) jest spełioa taŝe w ole o promieiu δ Na rys 53 poazao Powierzhię ( oraz jej óre oraizeie x ys 53 Powierzhia ( oraz jej óre oraizeie x 4
5 5 Wyzazaie zbioru przyiąaia putu rówowai ozwaŝmy uład rówań róŝizowyh x & = x ( µ ( µ ) x )( Kx K x ) x & = x ( µ 4( µ ) x )( Kx K x ) µ = 5 K = K = 8 (5) Liiowe przybliŝeie rówań (5) w otozeiu zera ma postać x& µ K µ K x = (5) x& µ K µ K x System (5) jest wyładizo stabily Nieh A będzie maierzą stau systemu (5) eŝeli maierz H spełia rówaie Lapuowa A H HA = G G = G > to fuja V ( = x Hx jest fujoałem Lapuowa systemu (5) w pewym otozeiu zera (LaSalle 996) Pohoda po zasie fuji V ( oblizaa a trajetoriah systemu (5) wyosi V& ( = x Gx x Hd( dzie ieliiowość d ( jest wetorem o sładowyh d = ( µ )( K x K x ) ( x ( 4( )( Kxx K x d = µ ) Elemety maierzy G wyosiły G = G = = G = G a elemety maierzy H były rówe H = 43 H = 993 = H = H Za pomoą opisaeo powyŝej alorytmu wyzazoo ajwięszy zbiór S w tórym spełioy jest warue Q( = V& ( = x Gx x Hd( (53) Po przeprowadzeiu oblizeń wyzazoo = 439 Wyii oblizeń przedstawioo a rys 5-3 Na rys 5 poazao zaleŝość ałi od parametru ys 5 przedstawia zbiory S i Ω Na rys 53 poazao wartośi (ze zaiem mius) fuji Q( oblizoe a brzeu zbioru widać Ŝe są oe dodatie ys 5 Wartość ałi 3 w fuji parametru Ω x x 5 ys 5 Zbiory S (prostoąt) i Ω (elipsa) KaŜda trajetoria systemu (5) startująa ze zbioru Ω pozostaje w tym zbiorze i zmierza asymptotyzie do zera KaŜda trajetoria systemu (5) startująa ze zbioru S zmierza asymptotyzie do zera -Q( x 4 ys 53 Zbiory -4 - x 4 S (prostoąt) i Ω (elipsa) oraz wartośi fuji Q( oblizoe a brzeu zbioru Ω Na rysuu poazao rówieŝ poziomie fuji Q( 53 Współzyi zwęŝaia ówimy Ŝe odwzorowaie F : X X jest zwęŝająe dy istieje lizba q [) taa Ŝe F( q x (53) dla aŝdeo x X Put x azywamy putem stałym operaji F jeŝeli F ( = x Nieh F( = [ f ( f( ] x dzie x = 3 ( x ) x ( 3(( x ) ) ( ) x x x f f ( ( x ) x = 3 (( x ) x ) 4( x ) x Łatwo sprawdzić Ŝe zero jest putem stałym F Poadto istieje taie otozeie zera Ŝe F jest zwęŝająa (wystarzy oblizyć pohodą F x () ) Zajdziemy ajwięszy wadrat o środu w zerze i bou δ w tórym F jest zwęŝająa eŝeli H = I (zob wzory 4 43) to zbiór S jest wadratem o bou δ = i środu w zerze Nierówość (53) jest rówowaŝa ierówośi 3 5
6 Q ( x q) F( q x (53) = Dla aŝdej wartośi q [) moŝemy oblizyć za pomoą alorytmu 3 lizbę Badają zaleŝość moŝemy wyzazyć ajwięszy wadrat w tórym operaja F jest zwęŝająa oraz wartość współzyia zwęŝaia q PoiewaŜ F jest ieoreśloa w puie (-) to przyjmujemy = 99 Wyii oblizeń przedstawioo a rys 53- Na rys 53 poazao zaleŝość Widzimy Ŝe ajwięszy obszar w tórym operaja F jest zwęŝająa otrzymujemy dla q ieo miejszeo od Dla q < 6 mamy = i zbiór S reduuje się do putu () Odwzorowaie F jest zwęŝająe we wętrzu wadratu o bou () = 466 = ys 53 ZaleŜość ys 53 przedstawia wyresy fuji F ( oraz 999 x Widać tu wyraźie Ŝe ierówość (53) jest rzezywiśie spełioa ze współzyiiem zwęŝaia q = 999 ZauwaŜmy teŝ Ŝe zbiór S jest masymalym zbiorem w tórym zahodzi (53) Powięszeie zbioru q S spowoduje aruszeie ierówośi (53) Na moy zasady Baaha (auri 997) moŝemy stwierdzić Ŝe aŝdy ią x = F( x ) = jest zbieŝy do zera dla x S 6 PODSUOWANIE W artyule opisao metodę sprawdzaia ierówośi w Poazao Ŝe zadaie daje się rozwiązywać poprzez oblizaie ałe oraz podao efetywe alorytmy jeo rozwiązywaia Z umeryzeo putu widzeia oblizaie ałi jest zawsze łatwiejszym zadaiem iŝ wyzazeie lobaleo masimum fuji zmieyh przy oraizeiah ierówośiowyh est to iewątpliwa zaleta propoowaeo rozwiązaia Istotym oraizeiem metody jest duŝa złoŝoość oblizeiowa metod ałowaia umeryzeo W przypadu = 4 zas oblizeń prowadzoyh w ALABIE a omputerze z proesorem Petium GHz z systemem Widows wyosił ilaaśie seud Dla = zas te wzrastał do 6h Przepisaie alorytmów z języa atlaba a języ C C połązoe z profilowaiem odu i odpowiedim doborem proedur ałowaia powio zaząo przyspieszyć alorytm i umoŝliwić jeo zastosowaie do systemów o więszej lizbie wymiarów Przyłady zastosowaia metody podae w rozdziale 5 dowodzą Ŝe opisay alorytm moŝe być przydaty w róŝyh działah matematyi stosowaej Szaowaie reszt w rozwiięiah fuji staowi zęsto spotyay problem Wyzazaie zbiorów przyiąaia putów rówowai w ieliiowyh systemah dyamizyh zarówo iąłyh ja i dysretyh staowi istoty elemet projetowaia uładów sterowaia W opiii autora zapropoowaa metoda moŝe staowić uŝyteze arzędzie wspomaająe zarówo badaia ja i projetowie LIEAUA Espelid O 4: A test of QUADPACK ad Four Doubly Adaptive Quadrature outies eh eport o 8 Dept of Iformatis Uiversity of Bere Otober 4 Gader G ad Gautshi W : Adaptive Quadrature - evisited BI 4():84- Gautshi W 999: Orthooal Polyomials ad Quadrature Eletroi rasatio o Numerial Aalysis Vol 9 pp Gautshi W : Orthooal Polyomials (i atlab) materials o web site Gez AC ad ali AA 98: A adaptive alorithm for umerial iteratio over a N-dimesioal retaular reio Comp Appl ath 6(4):95-3 Golub G H 973: Some modified matrix eievalue problems SIA rev La Salle Lefshetz S 966: Zarys teorii stabilośi Lapuowa i jeo metody bezpośrediej PWN W-wa auri K 977 Aaliza Część I Elemety PWN Warszawa Stroud AH 97: Aproximate Calulatio of ultiple Iterals Pretie-Hall Stroud AH Serest D 966: Gaussia Quadrature Formulas Pretie-Hall ys 53 Wyresy fuji ( F oraz 999 x 6
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
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.
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
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
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 {
Rachunek różniczkowy funkcji wielu zmiennych
Automatya i Robotya Aaliza Wyład dr Adam Ćmiel cmiel@agh.edu.pl Rachue różiczowy fucji wielu zmieych W olejych wyładach uogólimy pojęcia rachuu różiczowego i całowego fucji jedej zmieej a przypade fucji
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
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
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
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
Szereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3:
Szereg geometryczy Zad : Suma wszystkich wyrazów ieskończoego ciągu geometryczego jest rówa 4, a suma trzech początkowych wyrazów wyosi a) Zbadaj mootoiczość ciągu sum częściowych tego ciągu geometryczego
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
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
Analiza matematyczna i algebra liniowa
Aaliza matematycza i algebra liiowa Materiały pomocicze dla studetów do wyładów Rachue różiczowy ucji wielu zmieych. Pochode cząstowe i ich iterpretacja eoomicza. Estrema loale. Metoda ajmiejszych wadratów.
Temat lekcji: Utrwalenie wiadomości dotyczących rozwiązywania równań kwadratowych.
-- S C E N A R I U S Z L E K C J I Przedmiot: Matematyka Klasa: (poziom podstawowy Imię i azwisko auzyiela: Aleksadra Trzepaz Temat lekji: Utrwaleie wiadomośi dotyząyh rozwiązywaia rówań kwadratowyh. Cele
Metoda najszybszego spadku
Metody Gradietowe W tym rozdziale bdziemy rozwaa metody poszuiwaia dla fucji z przestrzei R o wartociach rzeczywistych Metody te wyorzystuj radiet fucji ja rówie wartoci fucji Przypomijmy, czym jest zbiór
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,
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
Wyk lad 8 Zasadnicze twierdzenie algebry. Poj. ecie pierścienia
Wy lad 8 Zasadicze twierdzeie algebry. Poj ecie pierścieia 1 Zasadicze twierdzeie algebry i jego dowód Defiicja 8.1. f: C C postaci Wielomiaem o wspó lczyiach zespoloych azywamy fucj e f(x) = a x + a 1
tek zauważmy, że podobnie jak w dziedzinie rzeczywistej wprowadzamy dla funkcji zespolonych zmiennej rzeczywistej pochodne wyższych rze
R o z d z i a l III RÓWNANIA RÓŻNICZKOWE LINIOWE WYŻSZYCH RZE DÓW 12. Rówaie różiczowe liiowe -tego rze du Na pocza te zauważmy, że podobie ja w dziedziie rzeczywistej wprowadzamy dla fucji zespoloych
ANALIZA FOURIEROWSKA szybkie transformaty Fouriera
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
n [a k, b k ) k=1 A = A = (b k a k ) n A k. B = {x A : x j < c}, C = {x A : x j c}, N 1 B A k, C =
6. Króta teoria ałi Riemanna w R n 1. Miara Jordana. Zbiory postai (6.1) A = n [a, b ) =1 będziemy nazywali przedziałami (półotwartymi) w R n. Lizbę n A = (b a ) nazwiemy objętośią przedziału. =1 6.2.
Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji
http://www.ii.ui.wroc.pl/ sle/teachig/a-apr.pdf Aaliza umerycza Staisław Lewaowicz Grudzień 007 r. Aproksymacja fukcji Pojęcia wstępe Defiicja. Przestrzeń liiową X (ad ciałem liczb rzeczywistych R) azywamy
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
Chemia Teoretyczna I (6).
Chemia Teoretycza I (6). NajwaŜiejsze rówaia róŝiczkowe drugiego rzędu o stałych współczyikach w chemii i fizyce cząstka w jedowymiarowej studi potecjału Cząstka w jedowymiarowej studi potecjału Przez
Twierdzenia o funkcjach ciągłych
Automatya i Robotya Aaliza Wyład 5 dr Adam Ćmiel cmiel@aghedupl Twierdzeia o ucjach ciągłych Tw (Weierstrassa Jeżeli ucja : R [ R jest ciągła a [, to ograiczoa i : ( sup ( i ( i ( [, Dowód Ograiczoość
Zestaw zadań do skryptu z Teorii miary i całki. Katarzyna Lubnauer Hanna Podsędkowska
Zestaw zadań do skryptu z Teorii miary i całki Katarzya Lubauer Haa Podsędkowska Ciała σ - ciała. Zbadaj czy rodzia A jest ciałem w przestrzei X=[0] a) A = X 0 b) A = X 0 3 3 c) A = { X { }{}{ 0}{ 0 }
Analiza I.1, zima globalna lista zadań
Aaliza I., zima 207 - globala lista zadań Marci Kotowsi 8 styczia 208 Podstawy Zadaie. Udowodij, że dla ażdego aturalego liczby 7 2 + oraz 7 2 dzielą się przez 6. Zadaie 2. Rozstrzygij, czy poiższe liczby
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
Funkcja generująca rozkład (p-two)
Fucja geerująca rozład (p-wo Defiicja: Fucją geerującą rozład (prawdopodobieńswo (FGP dla zmieej losowej przyjmującej warości całowie ieujeme, azywamy: [ ] g E P Twierdzeie: (o jedozaczości Jeśli i są
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/
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:
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
Marek Be±ka, Statystyka matematyczna, wykªad Wykªadnicze rodziny rozkªadów prawdopodobie«stwa
Mare Be±a, Statystya matematycza, wyªad 3 38 3 Statystyi zupeªe 3. Wyªadicze rodziy rozªadów prawdopodobie«stwa Zacziemy od deicji Deicja 3. Rodzi rozªadów {µ θ } θ Θ azywamy wyªadicz rodzi rozªadów -
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
Temat 15. Rozwinięcie Sommerfelda. Elektronowe ciepło właściwe.
emat 5 Rozwiięcie Sommerfelda letroowe ciepło właściwe letroy podleają rozładowi ermieo-diraca wedł tóreo prawdopodobieństwo że sta o eerii jest zajęty przez eletro wyosi f 5 ep dzie wielość jest zaa pod
ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y
Zadaie. Łącza wartość szkód z pewego ubezpieczeia W = Y + Y +... + YN ma rozkład złożoy Poissoa z oczekiwaą liczbą szkód rówą λ i rozkładem wartości pojedyczej szkody takim, że ( Y { 0,,,3,... }) =. Niech:
Teoria i metody optymalizacji
eoria i metody optymalizaci Programowaie liiowe całowitoliczbowe PCL Metodologia podziału i ograiczeń Brach ad Boud (B&B) ma c A Z echique Metodologia podziału i ograiczeń B&B { A b i Z } Podstawą metodologii
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
Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).
Materiały dydaktycze Aaliza Matematycza Wykład Ciągi liczbowe i ich graice. Graice ieskończoe. Waruek Cauchyego. Działaia arytmetycze a ciągach. Podstawowe techiki obliczaia graic ciągów. Istieie graic
Ćwiczenia rachunkowe TEST ZGODNOŚCI 2 PEARSONA ROZKŁAD GAUSSA
Ćwiczeia rachuowe TEST ZGODOŚCI PEARSOA ROZKŁAD GAUSSA UWAGA: a stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz alulacyjy do programu Calc paietu Ope Office, iezbędy podczas
Estymatory nieobciążone o minimalnej wariancji
Estymatory ieobciążoe o miimalej wariacji Model statystyczy (X, {P θ, θ Θ}); g : Θ R 1 Zadaie: oszacować iezaą wartość g(θ) Wybrać takie δ(x 1, X 2,, X ) by ( θ Θ) ieobciążoość E θ δ(x 1, X 2,, X ) = g(θ)
3. Funkcje elementarne
3. Fukcje elemetare Fukcjami elemetarymi będziemy azywać fukcję tożsamościową x x, fukcję wykładiczą, fukcje trygoometrycze oraz wszystkie fukcje, jakie moża otrzymać z wyżej wymieioych drogą astępujących
1. Granica funkcji w punkcie
Graica ukcji w pukcie Deiicja Sąsiedztwem o promieiu r > 0 puktu a R azywamy zbiór S ( a ( a r ( a a Deiicja Sąsiedztwem lewostroym o promieiu r > 0 puktu a R azywamy zbiór S ( a ( a r Deiicja Sąsiedztwem
Internetowe Kółko Matematyczne 2004/2005
Iteretowe Kółko Matematycze 2004/2005 http://www.mat.ui.toru.pl/~kolka/ Zadaia dla szkoły średiej Zestaw I (20 IX) Zadaie 1. Daa jest liczba całkowita dodatia. Co jest większe:! czy 2 2? Zadaie 2. Udowodij,
Rozkład normalny (Gaussa)
Rozład ormal (Gaussa Wprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowch. Rozważm pomiar wielości, tór jest zaburza przez losowch efetów o wielości ε ażd, zarówo zaiżającch ja i zawżającch
Rozkład normalny (Gaussa)
Rozład ormal (Gaussa Wprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowch. Rozważm pomiar wielości, tór jest zaburza przez losowch efetów o wielości ε ażd, zarówo zaiżającch ja i zawżającch
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)!
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
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
Przykładowe zadania dla poziomu rozszerzonego
Przkładowe zadaia dla poziomu rozszerzoego Zadaie. ( pkt W baku w pierwszm roku oszczędzaia stopa procetowa bła rówa p%, a w drugim roku bła o % iższa. Po dwóch latach, prz roczej kapitalizacji odsetek,
KOMBINATORYKA. Oznaczenia. } oznacza zbiór o elementach a, a2,..., an. Kolejność wypisania elementów zbioru nie odgrywa roli.
KOMBINATORYKA Kombiatoryą azywamy dział matematyi zajmujący się zbiorami sończoymi oraz relacjami między imi. Kombiatorya w szczególości zajmuje się wyzaczaiem liczby elemetów zbiorów sończoych utworzoych
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
ĆWICZENIE 10 Prawo podziału Nernsta
ĆWCZENE 0 Prawo podziału Nersta Wprowadzeie: Substaja rozpuszzoa w dwóh pozostająyh w rówowadze ze sobą fazah (p. dwie iemieszająe się ze sobą ieze, iez i gaz itp.) ulega rozdziałowi pomiędzy te fazy.
Analiza Matematyczna Ćwiczenia. J. de Lucas
Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y
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
lim a n Cigi liczbowe i ich granice
Cigi liczbowe i ich graice Cigiem ieskoczoym azywamy dowol fukcj rzeczywist okrelo a zbiorze liczb aturalych. Dla wygody zapisu, zamiast a() bdziemy pisa a. Elemet a azywamy -tym wyrazem cigu. Cig (a )
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
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.
DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH
Część 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH... 5. 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH 5.. Wprowadzenie Rozwiązywanie zadań z zaresu dynamii budowli sprowadza
7. Różniczkowanie. x x. f (x 0 ) = df(x). dx x=x0 Pierwsze oznaczenie pochodzi od Lagrange a, a drugie od Leibniza.
7 Różiczowaie Niech będzie daa fucja f oreśloa w pewym otoczeiu putu x 0 R Mówimy, że f jest różiczowala w x 0 (ma w x 0 pochodą), jeśli iloraz różicowy x f(x) f(x 0) x x 0 ma w pucie x 0 graicę Ozaczamy
3. GENEZOWANIE STANU 3.1. ROZPOZNAWANIE STANU MASZYNY
elem siąże est zmusić umysł, żeby myślał po swoemu 3. GENEZOWANIE STANU 3.. ROZPOZNAWANIE STANU MASZYNY W metodologii proesu rozpozawaia stau maszyy wyróżia się astępuąe forma działaia diagostyzego (rys.
Statystyka matematyczna. Wykład II. Estymacja punktowa
Statystyka matematycza. Wykład II. e-mail:e.kozlovski@pollub.pl Spis treści 1 dyskretych Rozkłady zmieeych losowych ciągłych 2 3 4 Rozkład zmieej losowej dyskretej dyskretych Rozkłady zmieeych losowych
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
ZADANIA Z TOPOLOGII I. PRZESTRZENIE METRYCZNE. II. ZBIORY OTWARTE I DOMKNIĘTE.
ZADANIA Z TOPOLOGII I. PRZESTRZENIE METRYCZNE. 1. Niech (X, ρ) będzie przestrzeią metryczą zaś a liczbą rzeczywistą dodatią. Wykaż, że fukcja σ: X X R określoa wzorem σ(x, y) = mi {ρ(x, y), a} jest metryką
ZASTOSOWANIE NIESTACJONARNEJ HIPERPŁASZCZYZNY ŚLIZGOWEJ DO STEROWANIA DYSKRETNYM OBIEKTEM DYNAMICZNYM
LOGIRANS - VII KONFERENCJA NAUKOWO-ECHNICZNA LOGISYKA SYSEMY RANSPOROWE BEZPIECZEŃSWO W RANSPORCIE Justya śuk Adrzej BAROSZEWICZ dyskrete sterowaie ślizgowe iestajoare hiperpłaszzyzy ślizgowe sterowaie
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
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
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
Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki
Politechia Warszawsa Wydział Samochodów i Maszy Roboczych Istytut Podstaw Budowy Maszy Załad Mechaii http://www.ipbm.simr.pw.edu.pl/ Teoria maszy i podstawy automatyi semestr zimowy 07/08 dr iż. Sebastia
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
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
Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki
Politechia Warszawsa Wydział Samochodów i Maszy Roboczych Istytut Podstaw Budowy Maszy Załad Mechaii http://www.ipbm.simr.pw.edu.pl/ Teoria maszy i podstawy automatyi semestr zimowy 206/207 dr iż. Sebastia
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
Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.
Literatura Krysicki W., Bartos J., Dyczka W., Królikowska K, Wasilewski M., Rachunek Prawdopodobieństwa i Statystyka Matematyczna w Zadaniach, cz. I. Leitner R., Zacharski J., Zarys matematyki wyŝszej
INDUKCJA MATEMATYCZNA
MATEMATYKA DYSKRETNA (4/5) dr hab. iż. Małgorzata Stera malgorzata.stera@cs.put.poza.pl www.cs.put.poza.pl/mstera/ INDUKCJA MATEMATYCZNA Matematya Dysreta Małgorzata Stera FUNKCJA SILNIA dla, fucja silia
ef 3 (dziedzina, dziedzina naturalna) Niech f : A R, gdzie A jest podzbiorem płaszczyzny lub przestrzeni Zbiór A nazywamy dziedziną funcji f i oznacza
FUNKCJE WÓCH I TRZECH ZMIENNYCH (było w semestrze II) ef 1 (funcja dwóch zmiennych) Funcją f dwóch zmiennych oreśloną na zbiorze A R o wartościach w R nazywamy przyporządowanie ażdemu puntowi ze zbioru
Ciągi i szeregi liczbowe. Ciągi nieskończone.
Ciągi i szeregi liczbowe W zbiorze liczb X jest określoa pewa fukcja f, jeŝeli kaŝdej liczbie x ze zbioru X jest przporządkowaa dokładie jeda liczba pewego zbioru liczb Y Przporządkowaie to zapisujem w
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,
Zajęcia nr. 2 notatki
Zajęcia r otati wietia 5 Wzory srócoego możeia W rozdziale tym podamy ila wzorów tóre ułatwiają obliczaie wielu zadań rachuowych Fat (wzory srócoego możeia) Dla dowolych liczb rzeczywistych a, b zachodzi:
Wykład 11. a, b G a b = b a,
Wykład 11 Grupy Grupą azywamy strukturę algebraiczą złożoą z iepustego zbioru G i działaia biarego które spełia własości: (i) Działaie jest łącze czyli a b c G a (b c) = (a b) c. (ii) Działaie posiada
Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15
Testowaie hipotez ZałoŜeia będące przedmiotem weryfikacji azywamy hipotezami statystyczymi. KaŜde przypuszczeie ma swoją alteratywę. Jeśli postawimy hipotezę, Ŝe średica pia jedoroczych drzew owej odmiay
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
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
Elementy optyki. Odbicie i załamanie fal. Siatka dyfrakcyjna. Zasada Huygensa Zasada Fermata. Interferencja Dyfrakcja
Elemety optyki Odbiie i załamaie fal Zasada Huygesa Zasada Fermata Iterfereja Dyfrakja Siatka dyfrakyja Frot fali złązeie promień padająy Odbiie i załamaie fal elektromagetyzyh a graiah dwóh ośrodków Normala
Fraktale - ciąg g dalszy
Fraktale - ciąg g dalszy Koleja próba defiicji fraktala Jak Madelbrot zdefiiował fraktal? Co to jest wymiar fraktaly zbioru? Układy odwzorowań iterowaych (IFS Przykład kostrukcji pewego zbioru. Elemety
RÓWNANIA RÓWNOWAGI WZGLĘDEM NAPIĘĆ. METODA OCZKOWA. METODA WĘZŁOWA
4 Roziązyaie obodó prądu stałeo 73 Wyład X RÓWNANA RÓWNOWA WZLĘDM NAPĘĆ MODA OCZKOWA MODA WĘZŁOWA Róaia róoai zlęde apięć Załadają że obodzie ie ystępują ałęzie bezrezystayje tz są tylo taie jaie poazao
3 Arytmetyka. 3.1 Zbiory liczbowe.
3 Arytmetyka. 3.1 Zbiory liczbowe. Bóg stworzył liczby aturale, wszystko ie jest dziełem człowieka. Leopold Kroecker Ozaczeia: zbiór liczb aturalych: N = {1, 2,...} zbiór liczb całkowitych ieujemych: N
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
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
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
IV Uniwersytecka Sobota Matematyczna 14 kwietnia Funkcje tworzące w kombinatoryce
IV Uiwersyteca Sobota Matematycza 4 wietia 208 Fucje tworzące w ombiatoryce Dla ciągu a 0 a a 2... defiiujemy fucję tworzącą: G(x) = a x = a 0 + a x + a 2 x 2 + a 3 x 3 + =0. Zajdź fucje tworzące dla poiższych
Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2
Wykład 5 Przedziały ufości Zwykle ie zamy parametrów populacji, p. Chcemy określić a ile dokładie y estymuje Kostruujemy przedział o środku y, i taki, że mamy 95% pewości, że zawiera o Nazywamy go 95%
FUNKCJA KWADRATOWA. Poziom podstawowy
FUNKCJA KWADRATOWA Poziom podstawowy Zadanie ( pkt) Wykres funkji y = ax + bx+ przehodzi przez punkty: A = (, ), B= (, ), C = (,) a) Wyznaz współzynniki a, b, (6 pkt) b) Zapisz wzór funkji w postai kanoniznej
λ c λ c λ m asa hc h λ h λ h W lasnosci fotonu = = m = = = c h p c Oblicz energię, pęd i masę fotonu o długości fali λ = 500 nm. + kg m kg m = 1,6 10
W lasosi fotou eergia hv h + p p p p h p h pęd h p h asa h h hv Obliz eergię, pęd i asę fotou o długośi fali 5. D h h p h 3 6,6 J s 6,6 3 7 7 9 + kg kg p,3 5 5 s s 7 8 h p,3 3 J 9 3,9 J ev,6 9 xev 3,9
GENEZA WYZNACZNIKA. Układ równań liniowych z dwiema niewiadomymi. Rozwiązania układu metodą eliminacji Gaussa
/ WYKŁD. Wyzzik mierzy: defiij idukyj i permutyj. Włsośi wyzzików, rozwiięie Lple', wzór Srrus. Mierz odwrot i sposoy jej wyzzi. GENEZ WYZNCZNIK Ukłd rówń liiowyh z dwiem iewidomymi, y x y x Rozwiązi ukłdu
+ ln = + ln n + 1 ln(n)
"Łatwo z domu rzeczywistości zajśd do lasu matematyki, ale ieliczi tylko umieją wrócid." Hugo Dyoizy Steihaus Niech (a ) będzie ieskooczoym ciągiem rzeczywistym. Def. Szeregiem = a azywamy parę ciągów
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
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:
Repetytorium z Matematyki Elementarnej Wersja Olimpijska
Repetytorium z Matematyi Elemetarej Wersja Olimpijsa Podae tutaj zadaia rozwiązywae były w jedej z grup ćwiczeiowych Są w więszości ieco trudiejsze od pozostałych zadań przygotowaych w ramach przedmiotu