Teoria Chaosu. Proste modele ze złożonym zachowaniem: o teorii chaosu w ekologii.

Wielkość: px
Rozpocząć pokaz od strony:

Download "Teoria Chaosu. Proste modele ze złożonym zachowaniem: o teorii chaosu w ekologii."

Transkrypt

1 Teoria Chaosu Proste modele ze złożonym zachowaniem: o teorii chaosu w ekologii.

2 Zanim zaczniemy... Komputer - symulacja wizualizacja w fizyce.

3 Zanim zaczniemy Prowadzimy pilotażowe warsztaty w szkołach, chętnych prosimy o kontakt.

4 Robert May, Oxford 1976 W latach siedemdziesiątych XX wieku, na Uniwersytecie w Oxford, australijski uczony Robert May zajmował się teoretycznymi aspektami ekologii.

5 Robert May, Oxford 1976 Ekologia Teoretyczna dyscyplina naukowa poświęcona badaniu układów ekologicznych z wykorzystaniem metod teoretycznych, takich jak: modeli matematycznych symulacji komputerowych zaawansowanej analizy danych.

6 Co badał Robert May w 1976? Rozważmy populację owadów. Niech Ni oznacza liczebność w i-tym roku. Równanie ewolucji może wyglądać tak:

7 Co badał Robert May w 1976? a = 0.5 x = 142 for i in range(10): x = a*x print x link

8 Co badał Robert May w 1976? a = 1.5 x = 142 for i in range(10): x = a*x print x link

9 Co badał Robert May w 1976? Niech pożywienie będzie ograniczone: mało osobników - rozmnażają się bez ograniczenia dużo osobników - brakuje pożywienia i rozmnażają się wolniej za dużo osobników, wszystkie giną z głodu!

10 Mapa logistyczna

11 Własności mapy logistycznej a = 0.5 x = 0.45 for i in range(10): x = a*x*(1-x) print x Permalink

12 Punkt stacjonarny f(x)=x a = 2.0 x = 0.1 for i in range(10): x = a*x*(1-x) print x

13 Punkt stacjonarny o okresie 2 a = 3.2 x = 0.45 for i in range(10): x = a*x*(1-x) print x

14 Bifurkacje

15 Pajęczyna w służbie matematyka f(x1) f(x2) f(x0) x0 x1 x2

16 Wykres pajęczynowy

17 Wykres pajęczynowy

18 Wykres pajęczynowy

19 Wykres pajęczynowy

20 Wykres pajęczynowy

21 Wykres pajęczynowy

22 Wykres pajęczynowy Jednocześnie symulowaliśmy dwie trajektorie Punkt startowe różną sie o

23 Wykres pajęczynowy Jednocześnie symulowaliśmy dwie trajektorie Punkt startowe różną sie o

24 Samodzielna zabawa w Sage def cobweb(r=slider(0,4.001,0.001,default=2),x0=slider(0,1,0.1,default=0.4)): f(x)=r*x*(1-x) p = plot(f(x)==0,(x,0,1),ymin=-0.1,ymax=1.5,xmin=0,xmax=1.5,color='black') p += plot(x,(x,0,1),color='green',figsize=7) for n in range(50): th = 1 if n>45: th = 1.5 color='red' elif n < 5: color='blue' th=1.5 else: color='grey' th =0.5 l1 = line([(x0,x0),(x0,f(x0))],color=color,thickness=th) l2 = line([(x0,f(x0)),(f(x0),f(x0))],\ color=color,thickness=th,xmin=0,xmax=1,ymin=0,ymax=1) p = p+l1+l2 x0 = f(x0) p.axes_labels(["$x_n$","$x_{n+1}$"]) p.show(aspect_ratio=1) Permalink

25 Punkty stałe mapy logistycznej Mapa ma punkt stały jeżeli odwzorowanie f go nie zmienia:

26 Diagram bifurkacyjny

27 Punkty stałe mapy logistycznej Punkt o okresie 2 var('a x') f(x) = a*x*(1-x) show( expand( f(f(x))==x) ) s = solve(f(f(x))==x,x) show(s) Permalink

28 Diagram bifurkacyjny

29 Diagram bifurkacyjny

30 a= Diagram bifurkacyjny

31 Diagram bifurkacyjny

32 Diagram bifurkacyjny

33 Diagram bifurkacyjny

34 Diagram bifurkacyjny

35 Generacja diagramu bifurkacyjnego Permalink import numpy as np Nx = 100 Na = 400 x = np.linspace(0,1,nx) x = x + np.zeros((na,nx)) x = np.transpose(x) a=np.linspace(1,4,na) a=a+np.zeros((nx,na)) for i in range(1000): x=a*x*(1-x) pt = [[a_,x_] for a_,x_ in zip(a.flatten(),x.flatten())] point(pt,size=1,figsize=(7,5))

36 Benoît Mandelbrot, 1967 Pytanie: Jaka jest długość linii brzegowej Anglii? przyczyniło się do odkrycia Fraktali: obiekty o ułamkowym wymiarze i własnościa samopodobieństwa.

37 Jaka jest długość linii brzegowej Anglii? jednostka: 200km, wynik: 2400km jednostka: 50km, wynik: 3400km

38 Jaka jest długość linii brzegowej Anglii? Źle postawione zagadnienie: długość brzegu zdaje się rosnąć do nieskończoności!!! Okazuje się, że brzeg Anglii ma wymiar ok 1.25!

39 Co to jest wymiar? punkt, d=0 odcinek, d=1 koło, d=2 cylinder, d=3

40 Co to jest wymiar? Wymiar korelacyjny: Z jaką potęgą rośnie liczba punktów w otoczeniu punktu ze zbioru?

41 Fraktal: objekt z ułamkowym wymiarem Zbiór Cantora, wymiar:

42 Fraktal: objekt z ułamkowym wymiarem Krzywa Kocha, wymiar d=

43 Diagram bifurkacyjny a = 3.

44 Chaos deterministyczny w a=4

45 Nasi i nienasi Pionierzy Chaotyczni Andrzej Lasota James Alan Yorke

46 Układ chaotyczny Posiada czułość na warunki startowe. Nieregularność rozwiązań. Niezwykle często występuje w fizyce. Proste układy posiadają niezwykle skomplikowane zachowanie. Majac deterministycze reguły, praktycznie nie znamy przyszłości.

47 dziekuję za uwagę!

Podręcznik. Przykład 1: Wyborcy

Podręcznik. Przykład 1: Wyborcy MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 5892 424 http://www.neuroinf.pl/members/danek/swps/ Iwo Białynicki-Birula Iwona Białynicka-Birula

Bardziej szczegółowo

FRAKTALE I SAMOPODOBIEŃSTWO

FRAKTALE I SAMOPODOBIEŃSTWO FRAKTALE I SAMOPODOBIEŃSTWO Mariusz Gromada marzec 2003 mariusz.gromada@wp.pl http://multifraktal.net 1 Wstęp Fraktalem nazywamy każdy zbiór, dla którego wymiar Hausdorffa-Besicovitcha (tzw. wymiar fraktalny)

Bardziej szczegółowo

Dynamika nieliniowa i chaos deterministyczny. Fizyka układów złożonych

Dynamika nieliniowa i chaos deterministyczny. Fizyka układów złożonych Dynamika nieliniowa i chaos deterministyczny Fizyka układów złożonych Wahadło matematyczne F θ = mgsinθ Druga zasada dynamiki: ma = mgsinθ a = d2 x dt 2 = gsinθ Długość łuku: x = Lθ Równanie ruchu: θ ሷ

Bardziej szczegółowo

Stała w przedsionku chaosu

Stała w przedsionku chaosu 36 Stała w przedsionku chaosu Mateusz Denys Student V roku fizyki na Uniwersytecie Warszawskim Liczba π, pierwiastek z dwóch, podstawa logarytmów naturalnych to stałe matematyczne znane od wieków. Każda

Bardziej szczegółowo

Układy dynamiczne Chaos deterministyczny

Układy dynamiczne Chaos deterministyczny Układy dynamiczne Chaos deterministyczny Proste iteracje odwzorowań: Funkcja liniowa Funkcja logistyczna chaos deterministyczny automaty komórkowe Ewolucja układu dynamicznego Rozwój w czasie układu dynamicznego

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/

Bardziej szczegółowo

Wykresy i interfejsy użytkownika

Wykresy i interfejsy użytkownika Wrocław, 07.11.2017 Wstęp do informatyki i programowania: Wykresy i interfejsy użytkownika Wydział Matematyki Politechniki Wrocławskiej Andrzej Giniewicz Dzisiaj na zajęciach... Instrukcje sterujące Biblioteka

Bardziej szczegółowo

samopodobnym nieskończenie subtelny

samopodobnym nieskończenie subtelny Fraktale Co to jest fraktal? Według definicji potocznej fraktal jest obiektem samopodobnym tzn. takim, którego części są podobne do całości lub nieskończenie subtelny czyli taki, który ukazuje subtelne

Bardziej szczegółowo

Fraktale deterministyczne i stochastyczne. Katarzyna Weron Katedra Fizyki Teoretycznej

Fraktale deterministyczne i stochastyczne. Katarzyna Weron Katedra Fizyki Teoretycznej Fraktale deterministyczne i stochastyczne Katarzyna Weron Katedra Fizyki Teoretycznej Szare i Zielone Scena z Fausta Goethego (1749-1832), Mefistofeles do doktora (2038-2039): Wszelka, mój bracie, teoria

Bardziej szczegółowo

TEORIA CHAOSU. Autorzy: Szymon Sapkowski, Karolina Seweryn, Olaf Skrabacz, Kinga Szarkowska

TEORIA CHAOSU. Autorzy: Szymon Sapkowski, Karolina Seweryn, Olaf Skrabacz, Kinga Szarkowska TEORIA CHAOSU Autorzy: Szymon Sapkowski, Karolina Seweryn, Olaf Skrabacz, Kinga Szarkowska Wydział MiNI Politechnika Warszawska Rok akademicki 2015/2016 Semestr letni Krótki kurs historii matematyki DEFINICJA

Bardziej szczegółowo

PROJEKT Nowoczesne komputerowe metody kształcenia dla regionalnych kadr innowacyjnej gospodarki: icse

PROJEKT Nowoczesne komputerowe metody kształcenia dla regionalnych kadr innowacyjnej gospodarki: icse PROJEKT Nowoczesne komputerowe metody kształcenia dla regionalnych kadr innowacyjnej gospodarki: icse Projekt współfinansowany z Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Kreatywna

Bardziej szczegółowo

Uniwersalność wykresu bifurkacyjnego w uogólnionym odwzorowaniu logistycznym

Uniwersalność wykresu bifurkacyjnego w uogólnionym odwzorowaniu logistycznym Uniwersalność wykresu bifurkacyjnego w uogólnionym odwzorowaniu logistycznym Oskar Amadeusz Prośniak pod opieką prof. dr hab. Karola Życzkowskiego 29 września 2015 Instytut Fizyki UJ 1 Wstęp Celem tej

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona

Bardziej szczegółowo

SYMULACJA WYBRANYCH PROCESÓW

SYMULACJA WYBRANYCH PROCESÓW Romuald Mosdorf Joanicjusz Nazarko Nina Siemieniuk SYMULACJA WYBRANYCH PROCESÓW EKONOMICZNYCH Z ZASTOSOWANIEM TEORII CHAOSU DETERMINISTYCZNEGO Gospodarka rynkowa oparta jest na mechanizmach i instytucjach

Bardziej szczegółowo

Fraktale wokół nas. Leszek Rudak Uniwersytet Warszawski. informatyka +

Fraktale wokół nas. Leszek Rudak Uniwersytet Warszawski. informatyka + Fraktale wokół nas Leszek Rudak Uniwersytet Warszawski informatyka + 1 Podobieństwo figur informatyka + 2 Figury podobne Figury są podobne gdy proporcjonalnie zwiększając lub zmniejszając jedną z nich

Bardziej szczegółowo

Efekt motyla i dziwne atraktory

Efekt motyla i dziwne atraktory O układzie Lorenza Wydział Matematyki i Informatyki Uniwersytet Mikołaja kopernika Toruń, 3 grudnia 2009 Spis treści 1 Wprowadzenie Wyjaśnienie pojęć 2 O dziwnych atraktorach 3 Wyjaśnienie pojęć Dowolny

Bardziej szczegółowo

Fraktale. i Rachunek Prawdopodobieństwa

Fraktale. i Rachunek Prawdopodobieństwa Fraktale i Rachunek Prawdopodobieństwa Przyjrzyjmy się poniższemu rysunkowi, przedstawiającemu coś,, co kształtem tem przypomina drzewo o bardzo regularnej strukturze W jaki sposób b najłatwiej atwiej

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/

Bardziej szczegółowo

Zadania domowe. Ćwiczenie 2. Rysowanie obiektów 2-D przy pomocy tworów pierwotnych biblioteki graficznej OpenGL

Zadania domowe. Ćwiczenie 2. Rysowanie obiektów 2-D przy pomocy tworów pierwotnych biblioteki graficznej OpenGL Zadania domowe Ćwiczenie 2 Rysowanie obiektów 2-D przy pomocy tworów pierwotnych biblioteki graficznej OpenGL Zadanie 2.1 Fraktal plazmowy (Plasma fractal) Kwadrat należy pokryć prostokątną siatką 2 n

Bardziej szczegółowo

Filip Piękniewski 10:50:29 1 /56. Fraktale i Chaos Filip Piękniewski 2004

Filip Piękniewski 10:50:29 1 /56. Fraktale i Chaos Filip Piękniewski 2004 FRAKTALE i CHAOS czyli czemu nie można zmierzyć powierzchni trawnika? Filip Piękniewski 1 /56 10:50:29 Mierzymy trawnik Traktujemy trawnik jako gładką powierzchnię. Mierzymy wzdłuż jednego i drugiego boku.

Bardziej szczegółowo

Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego

Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego Politechnika Gdańska Wydział Fizyki Technicznej i Matematyki Stosowanej Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego Autor: Kamil Jaworski 11 marca 2012 Spis treści 1 Wstęp 2 1.1 Podstawowe pojęcia........................

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, 18 września 2013 Biomatematyka

EGZAMIN MAGISTERSKI, 18 września 2013 Biomatematyka Biomatematyka Liczebność populacji pewnego gatunku jest modelowana przez równanie różnicowe w którym N k stałymi. rn 2 n N n+1 =, A+Nn 2 oznacza liczebność populacji w k tej generacji, a r i A są dodatnimi

Bardziej szczegółowo

ODWZOROWANIE RZECZYWISTOŚCI

ODWZOROWANIE RZECZYWISTOŚCI ODWZOROWANIE RZECZYWISTOŚCI RZECZYWISTOŚĆ RZECZYWISTOŚĆ OBIEKTYWNA Ocena subiektywna OPIS RZECZYWISTOŚCI Odwzorowanie rzeczywistości zależy w dużej mierze od możliwości i nastawienia człowieka do otoczenia

Bardziej szczegółowo

Rys.1. Obraz Pollocka. Eyes heat.

Rys.1. Obraz Pollocka. Eyes heat. Co wspólnego ze sztuką ma reaktor chemiczny? W lutowym numerze Świata Nauki z 2003 roku ukazał się ciekawy artykułu Richarda P. Taylora, profesora fizyki Uniwersytetu Stanu Oregon [1], dotyczący matematyczno

Bardziej szczegółowo

Rys. 1. Kalafior podzielony na coraz mniejsze bardzo podobne do siebie fragmenty

Rys. 1. Kalafior podzielony na coraz mniejsze bardzo podobne do siebie fragmenty 18 FOTON 111, Zima 2010 Fraktale Studenci: Marcin Figiel, Tomasz Sabała Pod opieką prof. dr. hab. Macieja A. Nowaka Instytut Fizyki UJ 1. Abstrakt i motywacja Fraktale to obiekty matematyczne spotykane

Bardziej szczegółowo

Metody numeryczne w przykładach

Metody numeryczne w przykładach Metody numeryczne w przykładach Bartosz Ziemkiewicz Wydział Matematyki i Informatyki UMK, Toruń Regionalne Koło Matematyczne 8 kwietnia 2010 r. Bartosz Ziemkiewicz (WMiI UMK) Metody numeryczne w przykładach

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, Biomatematyka

EGZAMIN MAGISTERSKI, Biomatematyka Biomatematyka 91...... Zadanie 1. (8 punktów) Liczebność pewnej populacji jest opisana równaniem różniczkowym: dn = r N(α N)(N β), (1) dt w którym, N(t) oznacza liczebność populacji w chwili t, a r > 0

Bardziej szczegółowo

CHAOS DETERMINISTYCZNY W BADANIU DYNAMIKI ZMIAN ORGANIZACJI

CHAOS DETERMINISTYCZNY W BADANIU DYNAMIKI ZMIAN ORGANIZACJI ROCZNIKI NAUK SPOŁECZNYCH Tom XXXIII, zeszyt 3 2005 HENRYK PONIKOWSKI CHAOS DETERMINISTYCZNY W BADANIU DYNAMIKI ZMIAN ORGANIZACJI 1. WPROWADZENIE W latach osiemdziesiątych XX wieku w badaniu zjawisk ekonomicznych

Bardziej szczegółowo

Chaos w układach dynamicznych: miary i kryteria chaosu

Chaos w układach dynamicznych: miary i kryteria chaosu : miary i kryteria chaosu Uniwersytet Śląski w Katowicach, Wydział Matematyki, Fizyki i Chemii 27.08.14 : miary i kryteria chaosu Temat tego referatu jest związany z teorią układów dynamicznych która ma

Bardziej szczegółowo

Równania różniczkowe zwyczajne

Równania różniczkowe zwyczajne Równania różniczkowe zwyczajne Zajmiemy się teraz problemem numerycznego rozwiązywania równań różniczkowych zwyczajnych o postaci: z warunkeim początkowym. Zauważmy że przykładowe równanie różniczkowe

Bardziej szczegółowo

Podręcznik. Wzór Shannona

Podręcznik. Wzór Shannona MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 5892 424 http://www.neuroinf.pl/members/danek/swps/ Iwo Białynicki-Birula Iwona Białynicka-Birula

Bardziej szczegółowo

O geometrii semialgebraicznej

O geometrii semialgebraicznej Inauguracja roku akademickiego 2018/2019 na Wydziale Matematyki i Informatyki Uniwersytetu Łódzkiego O geometrii semialgebraicznej Stanisław Spodzieja Łódź, 28 września 2018 Wstęp Rozwiązywanie równań

Bardziej szczegółowo

Dyskretne modele populacji

Dyskretne modele populacji Dyskretne modele populacji Micha l Machtel Adam Soboczyński 19 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których

Bardziej szczegółowo

Proste modele o zªo»onej dynamice

Proste modele o zªo»onej dynamice Proste modele o zªo»onej dynamice czyli krótki wst p do teorii chaosu Tomasz Rodak Festiwal Nauki, Techniki i Sztuki 2018 April 17, 2018 Dyskretny model pojedynczej populacji Rozwa»my pojedyncz populacj

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, Biomatematyka

EGZAMIN MAGISTERSKI, Biomatematyka Biomatematyka 90...... Zadanie 1. (8 punktów) Załóżmy, że w diploidalnej populacji, dla której zachodzi prawo Hardy ego- Weinberga dla loci o dwóch allelach A i a proporcja osobników o genotypie AA wynosi

Bardziej szczegółowo

WYKAZ PRZEDMIOTÓW OBOWIĄZKOWYCH ZAWARTYCH W STANDARDACH KSZTAŁCENIA

WYKAZ PRZEDMIOTÓW OBOWIĄZKOWYCH ZAWARTYCH W STANDARDACH KSZTAŁCENIA STANDARDACH KSZTAŁCENIA (Rozporządzenie MNiSzW z dnia 12.07.2007 r. Dz.U.Nr 164) Studia stacjonarne i niestacjonarne I stopnia X) EKONOMIA Matematyka, statystyka opisowa, ekonometria, mikroekonomia, podstawy

Bardziej szczegółowo

Rodzinę odwzorowań {f i : X X} k i=1 nazywamy iterowanym układem funkcyjnym (ang. IFS iterated function system).

Rodzinę odwzorowań {f i : X X} k i=1 nazywamy iterowanym układem funkcyjnym (ang. IFS iterated function system). Iterowane układy funkcyjne Fraktale i chaos K. Leśniak X przestrzeń metryczna (w szczególności X R lub X C R 2 ). Rodzinę odwzorowań {f i : X X} k i= nazywamy iterowanym układem funkcyjnym (ang. IFS iterated

Bardziej szczegółowo

MODELE WIELOPOPULACYJNE. Biomatematyka Dr Wioleta Drobik

MODELE WIELOPOPULACYJNE. Biomatematyka Dr Wioleta Drobik MODELE WIELOPOPULACYJNE Biomatematyka Dr Wioleta Drobik UKŁADY RÓWNAŃ RÓŻNICZKOWYCH ZWYCZAJNYCH Warunek początkowy: x(t 0 )=x 0, y(t 0 )=y 0 Funkcje f i g to zadane funkcje ciągłe trzech zmiennych: t,

Bardziej szczegółowo

Własności multifraktalne serii czasowych

Własności multifraktalne serii czasowych Własności multifraktalne serii czasowych D. Instytut Fizyki Teoretycznej i Astrofizyki Uniwersytet Gdański Luty/Marzec 2009 nieformalnie... Skalowanie: rozumie się jako brak charakterystycznej skali czasowej

Bardziej szczegółowo

Zbiór Cantora. Diabelskie schody.

Zbiór Cantora. Diabelskie schody. Zbiór Cantora. Diabelskie schody. Autor: Norbert Miękina Zespół Szkół nr 3 im. ks. prof. Józefa Tischnera ul. Krakowska 20 32-700 Bochnia tel. 14 612-27-79 Opiekun: mgr Barbara Góra 1 W matematyce sztuka

Bardziej szczegółowo

MODELE ROZWOJU POPULACJI Z UWZGLĘDNIENIEM WIEKU

MODELE ROZWOJU POPULACJI Z UWZGLĘDNIENIEM WIEKU MODELE ROZWOJU POPULACJI Z UWZGLĘDNIENIEM WIEKU Dr Wioleta Drobik-Czwarno CIĄG FIBONACCIEGO Schemat: http://blogiceo.nq.pl/matematycznyblog/2013/02/06/kroliki-fibonacciego/ JAK MOŻEMY ULEPSZYĆ DOTYCHCZASOWE

Bardziej szczegółowo

Co wspólnego ze sztuką ma reaktor chemiczny?

Co wspólnego ze sztuką ma reaktor chemiczny? 28 Co wspólnego ze sztuką ma reaktor chemiczny? Marek Berezowski Politechnika Śląska, Wydział Matematyczno-Fizyczny Instytut Matematyki, Gliwice W lutowym numerze Świata Nauki 2003 roku ukazał się ciekawy

Bardziej szczegółowo

Informatyk i matematyk: dwa spojrzenia na jedno zadanie (studium przypadku) Krzysztof Ciebiera, Krzysztof Diks, Paweł Strzelecki

Informatyk i matematyk: dwa spojrzenia na jedno zadanie (studium przypadku) Krzysztof Ciebiera, Krzysztof Diks, Paweł Strzelecki Informatyk i matematyk: dwa spojrzenia na jedno zadanie (studium przypadku) Krzysztof Ciebiera, Krzysztof Diks, Paweł Strzelecki Zadanie (matura z informatyki, 2009) Dane: dodatnia liczba całkowita R.

Bardziej szczegółowo

Elementy rachunku różniczkowego i całkowego

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

Bardziej szczegółowo

Ataki na RSA. Andrzej Chmielowiec. Centrum Modelowania Matematycznego Sigma. Ataki na RSA p. 1

Ataki na RSA. Andrzej Chmielowiec. Centrum Modelowania Matematycznego Sigma. Ataki na RSA p. 1 Ataki na RSA Andrzej Chmielowiec andrzej.chmielowiec@cmmsigma.eu Centrum Modelowania Matematycznego Sigma Ataki na RSA p. 1 Plan prezentacji Wprowadzenie Ataki algebraiczne Ataki z kanałem pobocznym Podsumowanie

Bardziej szczegółowo

Dyskretne modele populacji

Dyskretne modele populacji Dyskretne modele populacji Micha l Machtel Adam Soboczyński 17 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których

Bardziej szczegółowo

Sierpiński Carpet Project. W ZSTiL Zespół Szkół Technicznych i Licealnych

Sierpiński Carpet Project. W ZSTiL Zespół Szkół Technicznych i Licealnych Sierpiński Carpet Project W ZSTiL Zespół Szkół Technicznych i Licealnych Co to jest fraktal? Fraktale są obiektami matematycznymi, których podstawowa struktura powtarza się przy różnych powiększeniach.

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 12: Krzywe eliptyczne Gniewomir Sarbicki Rozważać będziemy przestrzeń K n Definicja: x y λ K x = λy. Relację nazywamy różnieniem się o skalar Przykład: [4, 10, 6, 14] [6, 15,

Bardziej szczegółowo

Elementy logiki. Zdania proste i złożone

Elementy logiki. Zdania proste i złożone Elementy logiki Zdania proste i złożone. Jaka jest wartość logiczna następujących zdań: (a) jest dzielnikiem 7 lub suma kątów wewnętrznych w trójkącie jest równa 80. (b) Jeśli sin 0 =, to 5 < 5. (c) Równanie

Bardziej szczegółowo

Wprowadzenie do środowiska MATLAB z zastosowaniami w modelowaniu i analizie danych

Wprowadzenie do środowiska MATLAB z zastosowaniami w modelowaniu i analizie danych Wprowadzenie do środowiska MATLAB z zastosowaniami w modelowaniu i analizie danych Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl tel. 022

Bardziej szczegółowo

Modele i symulacje - Scratch i Excel

Modele i symulacje - Scratch i Excel Instytut Matematyki Uniwersytet Gdański Literatura P. Szlagowski, Programowanie wizualne scratch 2.0 SCRATCH jest językiem programowania, w którym możesz stworzyć własne interaktywne historyjki, animacje,

Bardziej szczegółowo

Wykład 1 BIOMATEMATYKA DR WIOLETA DROBIK

Wykład 1 BIOMATEMATYKA DR WIOLETA DROBIK Wykład 1 BIOMATEMATYKA DR WIOLETA DROBIK SPRAWY ORGANIZACYJNE Konsultacje: czwartek 12-14, pokój 33 Email: wioleta.drobik@gmail.com, wioleta_drobik@sggw.pl Wykład 30 h (10 x 3 h w tygodniu) Ćwiczenia 15

Bardziej szczegółowo

Ćwiczenia z przetwarzania tablic 2D

Ćwiczenia z przetwarzania tablic 2D Ćwiczenia z przetwarzania tablic 2D Wyświetlanie tablic 2D Jako wstęp do przetwarzania obrazów w pythonie przećwiczmy podstawowe operacje na dwuwymiarowych tablicach numpy w postaci których będziemy takie

Bardziej szczegółowo

Symulacje komputerowe w fizyce Fraktale

Symulacje komputerowe w fizyce Fraktale Symulacje komputerowe w fizyce Fraktale Jakub Tworzydło Katedra Teorii Materii Skondensowanej Instytut Fizyki Teoretycznej telefon: (022)5532-919, pokój 5.19 Jakub.Tworzydlo@fuw.edu.pl 13 i 15/11/2017

Bardziej szczegółowo

N(t) = N 0 e rt MODELE WZROSTU POPULACJI Z CZASEM CIĄGŁYM. Dr Wioleta Drobik-Czwarno

N(t) = N 0 e rt MODELE WZROSTU POPULACJI Z CZASEM CIĄGŁYM. Dr Wioleta Drobik-Czwarno N(t) = N 0 e rt MODELE WZROSTU POPULACJI Z CZASEM CIĄGŁYM Dr Wioleta Drobik-Czwarno PODSTAWY MATEMATYCZNE Procesy biologiczne, chemiczne i fizyczne można zapisać równaniami różniczkowymi. Potrzebne narzędzia:

Bardziej szczegółowo

Zasady krytycznego myślenia (1)

Zasady krytycznego myślenia (1) Zasady krytycznego myślenia (1) Andrzej Kisielewicz Wydział Matematyki i Informatyki 2017 Przedmiot wykładu krytyczne myślenie vs logika praktyczna (vs logika formalna) myślenie jasne, bezstronne, oparte

Bardziej szczegółowo

14 Modele z czasem dyskretnym

14 Modele z czasem dyskretnym 14 Modele z czasem dyskretnym Przykłady i zadania z tego rozdziału ilustrują materiał zawarty w rozdziałach 12 i 15 książki 141 Metoda pajęczynowa PRZYŁAD 141 Na poniższych rysunkach zilustrowano metodę

Bardziej szczegółowo

INTERAKTYWNA KOMUNIKACJA WIZUALNA. Systemy Lindenmayera (L-systemy)

INTERAKTYWNA KOMUNIKACJA WIZUALNA. Systemy Lindenmayera (L-systemy) INTERAKTYWNA KOMUNIKACJA WIZUALNA Systemy Lindenmayera () Zastosowania: Generowanie fraktali Modelowanie roślin Fraktale (łac. fractus złamany, cząstkowy) cechy samopodobieństwa Krzywa Kocha (płatek śniegu)

Bardziej szczegółowo

Ekologia wyk. 1. wiedza z zakresu zarówno matematyki, biologii, fizyki, chemii, rozumienia modeli matematycznych

Ekologia wyk. 1. wiedza z zakresu zarówno matematyki, biologii, fizyki, chemii, rozumienia modeli matematycznych Ekologia wyk. 1 wiedza z zakresu zarówno matematyki, biologii, fizyki, chemii, rozumienia modeli matematycznych Ochrona środowiska Ekologia jako dziedzina nauki jest nauką o zależnościach decydujących

Bardziej szczegółowo

Systemy Lindenmayera (L-systemy)

Systemy Lindenmayera (L-systemy) Systemy Lindenmayera (L-systemy) L-systemy Zastosowania: Generowanie fraktali Modelowanie roślin L-systemy Fraktale (łac. fractus złamany, cząstkowy) cechy samopodobieństwa Krzywa Kocha (płatek śniegu)

Bardziej szczegółowo

FRAKTALE. nie tworzą się z przypadku. Są tworzone naturalnie przez otaczającą nas przyrodę, bądź za pomocą

FRAKTALE. nie tworzą się z przypadku. Są tworzone naturalnie przez otaczającą nas przyrodę, bądź za pomocą Małgorzata Mielniczuk FRAKTALE Poniższy referat będzie traktować o fraktalach, majestatycznych wzorach, których kręte linie nie tworzą się z przypadku. Są tworzone naturalnie przez otaczającą nas przyrodę,

Bardziej szczegółowo

Układy dynamiczne i całkowanie równań różniczkowych zwyczajnych, układy nieliniowe i chaotyczne

Układy dynamiczne i całkowanie równań różniczkowych zwyczajnych, układy nieliniowe i chaotyczne Układy dynamiczne i całkowanie równań różniczkowych zwyczajnych, układy nieliniowe i chaotyczne Zagadnienia: Układy dynamiczne przykłady Całkowanie równań ruchu (Euler, Runge-Kutta) Wykładniki Lyapunowa,

Bardziej szczegółowo

Superdyfuzja. Maria Knorps. Wydział Fizyki Technicznej i Matematyki stosowanej, Politechnika Gdańska

Superdyfuzja. Maria Knorps. Wydział Fizyki Technicznej i Matematyki stosowanej, Politechnika Gdańska VI Matematyczne Warsztaty KaeNeMów p. 1/2 Superdyfuzja Maria Knorps maria.knorps@gmail.com Wydział Fizyki Technicznej i Matematyki stosowanej, Politechnika Gdańska VI Matematyczne Warsztaty KaeNeMów p.

Bardziej szczegółowo

Modelowanie komputerowe układów złożonych

Modelowanie komputerowe układów złożonych Modelowanie komputerowe układów złożonych Prowadzący: Adam Lipowski Zakład Fizyki Kwantowej, Segment G-III, p. 205 e-mail: lipowski@amu.edu.pl tel. 5062/5156 Plan 1) Wstęp 2) Dynamika układów nieliniowych

Bardziej szczegółowo

WYKŁAD 3. DYNAMIKA ROZWOJU

WYKŁAD 3. DYNAMIKA ROZWOJU WYKŁAD 3. DYNAMIKA ROZWOJU POPULACJI DR WIOLETA DROBIK WSTĘP Podstawy matematyczne Ciąg Granica funkcji Ciągłość funkcji Pochodna i całka CIĄG Lista ponumerowanych elementów pewnego zbioru Ciąg to dowolna

Bardziej szczegółowo

Obliczenia inspirowane Naturą

Obliczenia inspirowane Naturą Obliczenia inspirowane Naturą Wykład 06 Geometria fraktalna Jarosław Miszczak IITiS PAN Gliwice 20/10/2016 1 / 43 1 Określenie nieformalne 2 Zbiór Mandelbrota 3 Określenie nieformalne pudełkowy Inne definicje

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, Biomatematyka

EGZAMIN MAGISTERSKI, Biomatematyka Biomatematyka 80...... Zadanie 1. (8 punktów) Załóżmy, że w diploidalnej populacji kojarzącej się w sposób losowy, w loci o dwóch allelach A i a 36% osobników tej populacji ma genotyp aa. (a) Jaka cześć

Bardziej szczegółowo

Algebra WYKŁAD 3 ALGEBRA 1

Algebra WYKŁAD 3 ALGEBRA 1 Algebra WYKŁAD 3 ALGEBRA 1 Liczby zespolone Postać wykładnicza liczby zespolonej Niech e oznacza stałą Eulera Definicja Równość e i cos isin nazywamy wzorem Eulera. ALGEBRA 2 Liczby zespolone Każdą liczbę

Bardziej szczegółowo

W wielu obliczeniach w matematyce bądź fizyce wykonanie niektórych kroków zależy od spełnienia warunku.

W wielu obliczeniach w matematyce bądź fizyce wykonanie niektórych kroków zależy od spełnienia warunku. W wielu obliczeniach w matematyce bądź fizyce wykonanie niektórych kroków zależy od spełnienia warunku. Nie wolno dzielić przez zero i należy sprawdzić, czy dzielna nie jest równa zeru. W dziedzinie liczb

Bardziej szczegółowo

Teoria grafów dla małolatów. Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska

Teoria grafów dla małolatów. Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska Teoria grafów dla małolatów Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska Wstęp Matematyka to wiele różnych dyscyplin Bowiem świat jest bardzo skomplikowany wymaga rozważenia

Bardziej szczegółowo

Chaos, fraktale i statystyka

Chaos, fraktale i statystyka Bogumiła Koprowska Elżbieta Kukla 1 Przykłady Odwzorowanie logistyczne Odwzorowanie trójkątne 2 Historia 3 Fraktale Zbiór Mandelbrota i zbiór Julii Przykłady fraktali 4 Podstawowe pojęcia Układy dynamiczne

Bardziej szczegółowo

Optymalizacja. Wybrane algorytmy

Optymalizacja. Wybrane algorytmy dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Andrzej Jaszkiewicz Problem optymalizacji kombinatorycznej Problem optymalizacji kombinatorycznej jest problemem

Bardziej szczegółowo

XV FESTIWAL NAUKI 2011 WPROWADZENIE DO BIOCYBERNETYKI

XV FESTIWAL NAUKI 2011 WPROWADZENIE DO BIOCYBERNETYKI XV FESTIWAL NAUKI 2011 WPROWADZENIE DO BIOCYBERNETYKI ZESPÓŁ APARATURY BIOCYBERNETYCZNEJ (http://www.ise.pw.edu.pl/index.php?id=138) STUDENCKIE KOŁO NAUKOWE CYBERNETYKI (http://cyber.ise.pw.edu.pl) INSTYTUT

Bardziej szczegółowo

Chaos, fraktale oraz euroatraktor

Chaos, fraktale oraz euroatraktor 4 FOTON 80, Wiosna 2003 Chaos, fraktale oraz euroatraktor Karol Życzkowski i Artur Łoziński Instytut Fizyki UJ Obserwując poruszający się przedmiot, stawiamy pytanie, jak wyglądać będzie jego ruch w przyszłości.

Bardziej szczegółowo

Specjalistyczna Pracownia Komputerowa Obliczanie widma Lapunowa

Specjalistyczna Pracownia Komputerowa Obliczanie widma Lapunowa Arkadiusz Neubauer IV rok, Fizyka z Informatyką. Specjalistyczna Pracownia Komputerowa Obliczanie widma Lapunowa 1 Problem fizyczny W poniższej pracy przedstawiono numeryczną metodę obliczania widma Lapunowa

Bardziej szczegółowo

Pochodna funkcji a styczna do wykresu funkcji. Autorzy: Tomasz Zabawa

Pochodna funkcji a styczna do wykresu funkcji. Autorzy: Tomasz Zabawa Pochodna funkcji a do wykresu funkcji Autorzy: Tomasz Zabawa 2018 Pochodna funkcji a do wykresu funkcji Autor: Tomasz Zabawa Pojęcie stycznej do wykresu funkcji f w danym punkcie wykresu P( x 0, f( x 0

Bardziej szczegółowo

Plan prezentacji. Cechy charakterystyczne fraktali Zastosowanie fraktali Wymiar fraktalny D. Iteracyjny system funkcji (IFS)

Plan prezentacji. Cechy charakterystyczne fraktali Zastosowanie fraktali Wymiar fraktalny D. Iteracyjny system funkcji (IFS) Fraktale Plan prezentacji Wprowadzenie Cechy charakterystyczne fraktali Zastosowanie fraktali Wymiar fraktalny D Klasyczne fraktale Iteracyjny system funkcji (IFS) L-system Zbiory Julii i Mandelbrota Ruchy

Bardziej szczegółowo

Pochodna funkcji: zastosowania przyrodnicze wykłady 7 i 8

Pochodna funkcji: zastosowania przyrodnicze wykłady 7 i 8 Pochodna funkcji: zastosowania przyrodnicze wykłady 7 i 8 dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu sem. zimowy, r. akad. 2016/2017 Funkcja logistyczna 40 Rozważmy

Bardziej szczegółowo

Kryptoanaliza algorytmu chaotycznego szyfrowania obrazu

Kryptoanaliza algorytmu chaotycznego szyfrowania obrazu Kryptoanaliza algorytmu chaotycznego szyfrowania obrazu Karol Jastrzębski Praca magisterska Opiekun: dr hab. inż. Zbigniew Kotulski Plan prezentacji Teoria chaosu: Wprowadzenie, cechy układów chaotycznych,

Bardziej szczegółowo

dr hab. Andrzej Krawiecki rezonans fal spinowych, rezonans stochastyczny, sieci ewoluujące, sieci złożone

dr hab. Andrzej Krawiecki rezonans fal spinowych, rezonans stochastyczny, sieci ewoluujące, sieci złożone Dynamika Uk adów Nieliniowych 24 Wykład Wprowadzenie Pokaz: wahadło matematyczne liniowe i nieliniowe symulacja wahadła matematycznego Nazwa dziedziny: teoria chaosu dynamika układów nieliniowych Jest

Bardziej szczegółowo

Afiniczne krzywe algebraiczne

Afiniczne krzywe algebraiczne Afiniczne krzywe algebraiczne Obrona pracy doktorskiej Maciej Borodzik Instytut Matematyki, Uniwersytet Warszawski Zagadnienie Badanie krzywych algebraicznych na płaszczyźnie zespolonej C 2. Zagadnienie

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, Biomatematyka

EGZAMIN MAGISTERSKI, Biomatematyka Biomatematyka 90...... Zadanie 1. (8 punktów) Liczebność pewnej populacji ryb jest opisana następującym równaniem Rickera: N n+1 = α N n exp( βn n ), (1) w którym N n oznacza liczebność populacji w n tej

Bardziej szczegółowo

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

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

Bardziej szczegółowo

K_U13, K_U14 5 MAT2002 K_W01, K_W02, K_U07 K_W01, K_W02, K_W03, K_U01, K_U03, K_U08, K_U09, K_U13, K_U14 K_W01, K_W02, K_W03, K_U01,

K_U13, K_U14 5 MAT2002 K_W01, K_W02, K_U07 K_W01, K_W02, K_W03, K_U01, K_U03, K_U08, K_U09, K_U13, K_U14 K_W01, K_W02, K_W03, K_U01, II. PROGRAM STUDIÓW. FORMA STUDIÓW: stacjonarne. LICZBA SEMESTRÓW: 3. LICZBA PUNKTÓW : 0. MODUŁY KSZTAŁCENIA (zajęcia lub grupy zajęć) wraz z przypisaniem zakładanych efektów kształcenia i liczby punktów

Bardziej szczegółowo

Zagadnienia brzegowe dla równań eliptycznych

Zagadnienia brzegowe dla równań eliptycznych Temat 7 Zagadnienia brzegowe dla równań eliptycznych Rozważmy płaski obszar R 2 ograniczony krzywą. la równania Laplace a (Poissona) stawia się trzy podstawowe zagadnienia brzegowe. Zagadnienie irichleta

Bardziej szczegółowo

01, 02, 03 i kolejne numer efektu kształcenia. Załącznik 1 i 2

01, 02, 03 i kolejne numer efektu kształcenia. Załącznik 1 i 2 Efekty kształcenia dla kierunku studiów Studia Przyrodnicze i Technologiczne (z językiem wykładowym angielskim) - studia I stopnia, stacjonarne, profil ogólnoakademicki - i ich odniesienia do efektów kształcenia

Bardziej szczegółowo

Komputerowa analiza zagadnień różniczkowych 2. O tym, co można rozwiazać analitycznie. P. F. Góra

Komputerowa analiza zagadnień różniczkowych 2. O tym, co można rozwiazać analitycznie. P. F. Góra Komputerowa analiza zagadnień różniczkowych 2. O tym, co można rozwiazać analitycznie P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2010 Jeszcze o równaniach liniowych Rozważmy skalarne, jednorodne równanie

Bardziej szczegółowo

MATEMATYKA PLAN STUDIÓW STACJONARNYCH DRUGIEGO STOPNIA

MATEMATYKA PLAN STUDIÓW STACJONARNYCH DRUGIEGO STOPNIA MATEMATYKA PLAN STUDIÓ STACJONARNYCH DRUGIEGO STOPNIA semestr: 1 05.1- -810 Pracownia dydaktyki matematyki * 30 30 3 S-D 11.1- -810 Analiza matematyczna 1 30 30 60 4 P1 11.1- -810 Równania różniczkowe

Bardziej szczegółowo

Lp. SYMBOL NAZWA ZAJĘĆ EFEKTY KSZTAŁCENIA (P/K/PW)** ECTS K_K ŁĄCZNIE 50

Lp. SYMBOL NAZWA ZAJĘĆ EFEKTY KSZTAŁCENIA (P/K/PW)** ECTS K_K ŁĄCZNIE 50 II. PROAM STUDIÓW FORMA STUDIÓW: stacjonarne LICZBA SEMESTRÓW: LICZBA PUNKTÓW : 10 MODUŁY KSZTAŁCENIA (zajęcia lub grupy zajęć) wraz z przypisaniem zakładanych efektów kształcenia i liczby punktów : A.

Bardziej szczegółowo

Voter model on Sierpiński fractals Model głosujący na fraktalach Sierpińskiego

Voter model on Sierpiński fractals Model głosujący na fraktalach Sierpińskiego Voter model on Sierpiński fractals Model głosujący na fraktalach Sierpińskiego Krzysztof Suchecki Janusz A. Hołyst Wydział Fizyki Politechniki Warszawskiej Plan Model głosujący : definicja i własności

Bardziej szczegółowo

Generatory takie mają niestety okres, po którym sekwencja liczb powtarza się.

Generatory takie mają niestety okres, po którym sekwencja liczb powtarza się. 1 Wstęp Będziemyrozważaćgeneratorytypux n+1 =f(x n,x n 1,...,x n k )(modm). Zakładamy,żeargumentamifunkcjifsąliczbycałkowitezezbioru0,1,...,M 1. Dla ustalenia uwagi mogą to być generatory liniowe typu:

Bardziej szczegółowo

Algorytmy sztucznej inteligencji

Algorytmy sztucznej inteligencji www.math.uni.lodz.pl/ radmat Przeszukiwanie z ograniczeniami Zagadnienie przeszukiwania z ograniczeniami stanowi grupę problemów przeszukiwania w przestrzeni stanów, które składa się ze: 1 skończonego

Bardziej szczegółowo

Fizyka komputerowa(ii)

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

Bardziej szczegółowo

Fraktale i Chaos czyli czemu nie można zmierzyć powierzchni trawnika?

Fraktale i Chaos czyli czemu nie można zmierzyć powierzchni trawnika? Fraktale i Chaos czyli czemu nie można zmierzyć powierzchni trawnika? Filip Piękniewski Mierzymy trawnik Traktujemy trawnik jako gładką powierzchnię. Mierzymy wzdłuż jednej i drugiej współrzędnej. Wyniki

Bardziej szczegółowo

FRAKTALE WOKÓŁ NAS I KILKA SŁÓW O CHAOSIE

FRAKTALE WOKÓŁ NAS I KILKA SŁÓW O CHAOSIE ZESZYTY NAUKOWE 169-184 Ireneusz WINNICKI 1 FRAKTALE WOKÓŁ NAS I KILKA SŁÓW O CHAOSIE Streszczenie W artykule zawarte są podstawowe informacje na temat geometrii fraktalnej oraz chaosu pojawiającego się

Bardziej szczegółowo

Ćwiczenie 3. Python 3: Python 3: Funkcje, moduły i operacje na plikach

Ćwiczenie 3. Python 3: Python 3: Funkcje, moduły i operacje na plikach Wizualizacja danych Ćwiczenie 3 Python 3: Python 3: Funkcje, moduły i operacje na plikach Python Comprehension Jest to mechanizm służący do generowania kolekcji (lista, słownik, zbiór) na podstawie jednowierszowej

Bardziej szczegółowo

Krzywe Freya i Wielkie Twierdzenie Fermata

Krzywe Freya i Wielkie Twierdzenie Fermata Krzywe Freya i Wielkie Twierdzenie Fermata Michał Krzemiński 29 listopad 2006 Naukowe Koło Matematyki Politechnika Gdańska 1 1 Krzywe algebraiczne Definicja 1.1 Krzywą algebraiczną C nad ciałem K nazywamy

Bardziej szczegółowo

Pojęcie funkcji. Funkcja liniowa

Pojęcie funkcji. Funkcja liniowa Pojęcie funkcji. Funkcja liniowa dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu Wykład 2; rok akademicki 2016/2017 Zależności funkcyjne w naukach przyrodniczych Rozwój algebry

Bardziej szczegółowo

Obliczenia inspirowane Naturą

Obliczenia inspirowane Naturą Obliczenia inspirowane Naturą Wykład 02 Jarosław Miszczak IITiS PAN Gliwice 06/10/2016 1 / 31 Czego dowiedzieliśmy się na poprzednim wykładzie? 1... 2... 3... 2 / 31 1 2 3 3 / 31 to jeden z pierwszych

Bardziej szczegółowo

Fraktale. Jerzy Pogonowski. Funkcje rekurencyjne. Zakład Logiki Stosowanej UAM

Fraktale. Jerzy Pogonowski. Funkcje rekurencyjne. Zakład Logiki Stosowanej UAM Fraktale Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Funkcje rekurencyjne Jerzy Pogonowski (MEG) Fraktale Funkcje rekurencyjne 1 / 56 Wprowadzenie Plan na dziś:

Bardziej szczegółowo