Systemy hybrydowe. Joanna Iwaniuk. 2 listopada 2010

Wielkość: px
Rozpocząć pokaz od strony:

Download "Systemy hybrydowe. Joanna Iwaniuk. 2 listopada 2010"

Transkrypt

1 2 listopada 2010

2 Plan prezentacji 1. Co to jest system hybrydowy? 2. Liniowe systemy hybrydowe 3. Wyznaczanie stanów osi galnych Model checking 4. Podsumowanie

3 Automaty hybrydowe System hybrydowy Komponent dyskretny Komponent ci gªy

4 Automaty hybrydowe System hybrydowy Komponent dyskretny Komponent ci gªy

5 Automaty hybrydowe Przykªad Automated Highway System

6 Automaty hybrydowe Przykªad Automated Highway System

7 Automaty hybrydowe Przykªad STARMAC The purpose of this work was to demonstrate that some of the theories from hybrid systems, and in particular, the analytical tools of reachability, could be applied to a complex real-world system.

8 Automaty hybrydowe Po co analizowa systemy hybrydowe? ró»norodno± zastosowa«zagadnienia bezpiecze«stwa

9 Automaty hybrydowe Automaty hybrydowe zwykªe automaty + zbiór zmiennych rzeczywistych + reguªy ich zmienno±ci

10 Automaty hybrydowe Przykªad automatu hybrydowego Rysunek: Automat dla termostatu. x temperatura

11 Automaty hybrydowe Formalny model automatu hybrydowego X = {x 1, x 2,..., x n } Loc (l, v) Σ transition successor Var v(x) R τ Lab control modes init(v) Edg e = (l, a, µ, l ) µ V 2 Con Var ow(x) jump condition (l, τ, Id Con, l) (v, v ) Id Con Act control switches inv(v) (f + t) Act(l) stutter transition f x (t) = f (t)(x) Inv(l) V ϕ l [v] { x 1, x 2,..., x n } jump(e) (V, E) event : E Σ synchronization labels X = {x 1, x 2,..., x n}...

12 Automaty hybrydowe Stany Loc zbiór wierzchoªków Var zbiór zmiennych V zbiór warto±ciowa«zmiennych stan to para (l, v), l Loc, v V

13 Automaty hybrydowe Stany Loc = {On, O } Var = {x} przestrze«stanów: {On, O } R

14 Automaty hybrydowe Przej±cia Lab zmienne synchronizacyjne Edg zbiór kraw dzi µ V 2 relacja przej±cia e = (l, a, µ, l ), gdzie l, l Loc, l ¹ródªo, l cel, a Lab

15 Automaty hybrydowe Przej±cia W automacie reprezentuj cym termostat s dwie kraw dzie: z O do On je±li x = 19, bez zmiany warto±ci x, z On do O je±li x = 21, bez zmiany warto±ci x

16 Automaty hybrydowe Niezmienniki funkcja Inv : Loc P(V ) Inv(O ) : x 18 Inv(On) : x 22

17 Automaty hybrydowe Czynno±ci (activities) funkcja Act : R 0 V w jaki sposób zmienia si warto± zmiennych w czasie np. ẋ = 0.1x

18 Automaty hybrydowe Automat hybrydowy podsumowanie Skªadniki automatu hybrydowego: zbiór wierzchoªków Loc zbiór zmiennych Var i zbiór ich warto±ciowa«v zbiór zmiennych synchronizacyjnych Lab zbiór kraw dzi Edg i relacja przej±cia µ funkcja czynno±ci Act : R 0 V funkcja niezmienników Inv : Loc P(V )

19 Denicja Przykªady Przypadki szczególne Liniowy automat hybrydowy automaty hybrydowe w ogólno±ci s zbyt skomplikowane,»eby móc je analizowa

20 Denicja Przykªady Przypadki szczególne Liniowy automat hybrydowy denicja czynno±ci maj posta ẋ = k x, gdzie k x Z niezmienniki s zdeniowane przez formuªy liniowe, np. x 2y, x < 10 ka»da relacja przej±cia µ jest zdeniowana przez formuªy liniowe

21 Denicja Przykªady Przypadki szczególne Termostat liniowy system hybrydowy?

22 Denicja Przykªady Przypadki szczególne Termostat liniowy system hybrydowy? Nie, bo ẋ k x

23 Denicja Przykªady Przypadki szczególne Palnik z palnika mo»e ulatnia si gaz 1s ulatniania 30s przerwy

24 Denicja Przykªady Przypadki szczególne Automat dla palnika wierzchoªek 1 ulatnianie gazu, 2 brak ulatniania y mierzy czas od pocz tku dziaªania z mierzy kumulatywny czas ulatniania x czas sp dzony w aktualnym wierzchoªku

25 Denicja Przykªady Przypadki szczególne Przypadki szczególne liniowych automatów hybrydowych automaty czasowe i ich modykacje

26 Denicja Przykªady Przypadki szczególne Zmienne zero-jedynkowe (propositions) zmieniaj si tylko w wyniku przej± dyskretnych przyjmuj warto±ci 0 lub 1

27 Denicja Przykªady Przypadki szczególne Zegary w ka»dym wierzchoªku ẋ = 1 po zmianie wierzchoªka x nie zmienia warto±ci lub nowa warto± wynosi 0

28 Denicja Przykªady Przypadki szczególne Automaty czasowe ka»da zmienna jest zero-jedynkowa lub jest zegarem wyra»enia liniowe w niezmiennikach i relacjach przej±cia s postaci x#c lub x y#c, gdzie c Z +, # {<,, =,, >}

29 Denicja Przykªady Przypadki szczególne Zaburzone zegarki (skewed clocks) w ka»dym wierzchoªku ẋ = k, gdzie k Z + po zmianie wierzchoªka x nie zmienia warto±ci lub nowa warto± wynosi 0 zaburzony zegarek zegar, który mo»e szybciej chodzi

30 Denicja Przykªady Przypadki szczególne Wielowspóªczynnikowe automaty czasowe (multirate timed systems) ka»da zmienna jest zero-jedynkowa lub jest zaburzonym zegarkiem automat n-wspóªczynnikowy jest n ró»nych pr dko±ci tykania

31 Denicja Przykªady Przypadki szczególne Proste automaty hybrydowe niezmienniki i przej±cia zdeniowane przez formuªy postaci x k, k x, gdzie x Var, k Z

32 Denicja Przykªady Przypadki szczególne podsumowanie ẋ = k x niezmienniki i relacja przej±cia formuªy liniowe w szczególno±ci automaty czasowe i wielowspóªczynnikowe automaty czasowe

33 Stany osi galne Szukanie stanów osi galnych Model checking Problem osi galno±ci σ Σ jest osi galne z σ Σ (ozn. σ σ ) w automacie hybrydowym H je±li istnieje przebieg H zaczynaj cy si w σ i ko«cz cy w σ Chcemy obliczy stany osi galne z danej konguracji pocz tkowej I, tzn. zbiór (I ) t.»e: σ (I ) wtw. σ I σ σ

34 Stany osi galne Szukanie stanów osi galnych Model checking Problem osi galno±ci jest nierozstrzygalny dla automatów hybrydowych, a nawet dla liniowych automatów hybrydowych w pewnych szczególnych przypadkach jest rozstrzygalny

35 Stany osi galne Szukanie stanów osi galnych Model checking Wielowspóªczynnikowe proste automaty czasowe problem rozstrzygalny mo»na sprowadzi do prostego automatu czasowego

36 Stany osi galne Szukanie stanów osi galnych Model checking Wielowspóªczynnikowe proste automaty czasowe problem rozstrzygalny mo»na sprowadzi do prostego automatu czasowego

37 Stany osi galne Szukanie stanów osi galnych Model checking Wielowspóªczynnikowe proste automaty czasowe problem rozstrzygalny mo»na sprowadzi do prostego automatu czasowego

38 Stany osi galne Szukanie stanów osi galnych Model checking 2-wspóªczynnikowe automaty czasowe problem nierozstrzygalny równowa»ny z problemem stopu dla maszyny z 2 licznikami

39 Stany osi galne Szukanie stanów osi galnych Model checking Nierozstrzygalno± szkic dowodu warto± licznika n w i-tej konguracji maszyny = warto± zegara 1/2 n po upªywie i jednostek czasu reset zegara w odpowiednim momencie odpowiada operacjom na warto±ci licznika wyznaczenie tych momentów wymaga porównywania warto±ci zmiennych

40 Stany osi galne Szukanie stanów osi galnych Model checking Szukanie stanów osi galnych analiza w przód (forward analysis) analiza w tyª (backward analysis) obie zawodne

41 Stany osi galne Szukanie stanów osi galnych Model checking Analiza w przód Ogólna idea: mamy zbiór pocz tkowy warto±ciowa«zmiennych dodajemy kolejne warto±ciowania, które mo»na osi gn z dotychczasowych w wyniku przej±cia lub upªywu czasu

42 Stany osi galne Szukanie stanów osi galnych Model checking Analiza w przód denicje i oznaczenia P (forward time closure) zbiór warto±ciowa«zmiennych l osi galnych z P V pod wpªywem upªywu czasu, bez zmiany wierzchoªka

43 Stany osi galne Szukanie stanów osi galnych Model checking Analiza w przód denicje i oznaczenia P (forward time closure) zbiór warto±ciowa«zmiennych l osi galnych z P V pod wpªywem upªywu czasu, bez zmiany wierzchoªka P L P : x = 2 = {x [2, 18]}

44 Stany osi galne Szukanie stanów osi galnych Model checking Analiza w przód denicje i oznaczenia post e [P] (postcondition) warto±ciowania, które mo»na osi gn z P V w wyniku przej±cia e

45 Stany osi galne Szukanie stanów osi galnych Model checking Analiza w przód denicje i oznaczenia post e [P] (postcondition) warto±ciowania, które mo»na osi gn z P V w wyniku przej±cia e P : x = 2 post e [P] = {x = 0}

46 Stany osi galne Szukanie stanów osi galnych Model checking Analiza w przód denicje i oznaczenia c.d. Rozszerzenie denicji na zbiory stanów: R = (l, R l Loc l ) l post[r] = e=(l,l (l, post ) Edg e [R l ]) R l V, R Loc V

47 Stany osi galne Szukanie stanów osi galnych Model checking Analiza w przód metoda Twierdzenie: Osi galny zbiór stanów (I ) jest najmniejszym punktem staªym równania X = I post[x ]

48 Stany osi galne Szukanie stanów osi galnych Model checking Przykªad wyznaczanie stanów osi glanych dla palnika I zbiór stanów pocz tkowych zdeniowany przez formuª : ψ I = (pc = 1 x = y = z = 0), gdzie pc Loc zmienna pomocnicza

49 Stany osi galne Szukanie stanów osi galnych Model checking Wyznaczanie stanów osi galnych dla palnika cd. stany osi galne = najmniejszy punkt staªy X = I post[x ] ψ 1 = x = y = z = 0 post (2,1) [ψ 2 ] ψ 2 = false post (1,2) [ψ 1 ]

50 Stany osi galne Szukanie stanów osi galnych Model checking Wyznaczanie stanów osi galnych dla palnika cd. ψ 2,0 = false ψ 2,1 = ψ 2,0 post (1,2) [ψ 1,0 ] 2 = post (1,2) [x 1 x = y = z] 2 = x = 0 y 1 y = z 2 = (z 1 y = z + x)

51 Stany osi galne Szukanie stanów osi galnych Model checking Wyznaczanie stanów osi galnych dla palnika cd. Stosuj c indukcj mo»na pokaza,»e: ψ 1 = (x 1 x = y = z) (x 1 x z y + 30x 31z) ψ 2 = (z 1 y = x + z x 0) (y x + 31z 30)

52 Stany osi galne Szukanie stanów osi galnych Model checking Wyznaczanie stanów osi galnych dla palnika wynik ψ 1 = (x 1 x = y = z) (x 1 x z y + 30x 31z) ψ 2 = (z 1 y = x + z x 0) (y x + 31z 30) ψ = (pc = 1 ψ 1 ) (pc = 2 ψ 2 ) jest niezmiennikiem systemu z tego wynika,»e y 20z dla y 60

53 Stany osi galne Szukanie stanów osi galnych Model checking Model checking liniowych systemów hybrydowych czy system hybrydowy speªnia dan formuª? nierozstrzygalne, oprócz pewnych przypadków (np. wielowspóªczynnikowe automaty czasowe)

54 Stany osi galne Szukanie stanów osi galnych Model checking TCTL (Timed Computation Tree Logic) ψ ::= φ ψ ψ 1 ψ 2 z.ψ ψ 1 U ψ 2 ψ 1 U ψ 2 ψ 1 U ψ 2 speªnione w σ istnieje przebieg z σ do σ t.»e σ speªnia ψ 2 i w trakcie przebiegu caªy czas ψ 1 ψ 2 ψ 1 U ψ 2 ka»dy przebieg prowadzi do stanu, w którym ψ 2, reszta analogicznie mo»na zbudowa równowa»ne zdania z p (mo»liwe»e p) i p (zawsze p)

55 Stany osi galne Szukanie stanów osi galnych Model checking Operator R R Σ dla R, R Σ operator posªu»y do iteracyjnego wyznaczania zbiorów speªniaj cych U, U miªa wªasno± : je±li R, R s liniowe to R R te» jest liniowy

56 Stany osi galne Szukanie stanów osi galnych Model checking Operator denicja (l, v) (R R ) wtw. (l,v ) R,t R 0 ((l, v) t (l, v ) 0 t t(l, v + t ) (R R )), gdzie R, R zbiory stanów

57 Stany osi galne Szukanie stanów osi galnych Model checking Operator denicja (l, v) (R R ) wtw. (l,v ) R,t R 0 ((l, v) t (l, v ) 0 t t(l, v + t ) (R R )), gdzie R, R zbiory stanów w jednym kroku mo»na doj± do R, tak»e przez caªy czas jeste±my w R R

58 Stany osi galne Szukanie stanów osi galnych Model checking Obliczanie zbioru speªniaj cego φ U φ niech R, R wyznaczanie przez formuªy TCTL φ i φ φ U φ wyznaczamy iteracyjnie jako i R i R 0 = R R i+1 = R i (R R i )

59 Stany osi galne Szukanie stanów osi galnych Model checking Czy wierzchoªki startowe s zawarte w φ? mo»na obliczy iteracyjnie jako i R i R 0 = zbiór stanów speªniaj cych φ R i+1 = R i (true R i )

60 Stany osi galne Szukanie stanów osi galnych Model checking Przykªadowy wynik model checkingu

61 Stany osi galne Szukanie stanów osi galnych Model checking Przykªadowy wynik model checkingu periodt ( (x = x w y = y w ) U >T (x = x w y = y w ) touch (x = x w y = y w ) toucht T (x = x w y = y w )

62 Stany osi galne Szukanie stanów osi galnych Model checking Przykªadowy wynik model checkingu Rysunek: Wyniki model checkingu dla gry w bilard, przeprowadzonej programem KRONOS

63 Podsumowanie komponent dyskretny i ci gªy automaty hybrydowe liniowe automaty hybrydowe werykacja na ogóª jest bardzo trudna lub niemo»liwa

Bash i algorytmy. Elwira Wachowicz. 20 lutego

Bash i algorytmy. Elwira Wachowicz. 20 lutego Bash i algorytmy Elwira Wachowicz elwira@ifd.uni.wroc.pl 20 lutego 2012 Elwira Wachowicz (elwira@ifd.uni.wroc.pl) Bash i algorytmy 20 lutego 2012 1 / 16 Inne przydatne polecenia Polecenie Dziaªanie Przykªad

Bardziej szczegółowo

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne Maszyny Turinga Maszyna Turinga jest automatem ta±mowym, skª da si z ta±my (tablicy symboli) potencjalnie niesko«czonej w prawo, zakªadamy,»e w prawie wszystkich (tzn. wszystkich poza sko«czon liczb )

Bardziej szczegółowo

Metoda tablic semantycznych. 1 Metoda tablic semantycznych

Metoda tablic semantycznych. 1 Metoda tablic semantycznych 1 Zarówno metoda tablic semantycznych, jak i rezolucji, to dosy sprawny algorytm do badania speªnialni±ci formuª, a wi c i tautologii. Chodzi w niej o wskazanie, je±li istnieje, modelu dla formuªy. Opiera

Bardziej szczegółowo

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1 J zyki formalne i operacje na j zykach J zyki formalne s abstrakcyjnie zbiorami sªów nad alfabetem sko«czonym Σ. J zyk formalny L to opis pewnego problemu decyzyjnego: sªowa to kody instancji (wej±cia)

Bardziej szczegółowo

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X. Relacje 1 Relacj n-argumentow nazywamy podzbiór ϱ X 1 X 2... X n. Je±li ϱ X Y jest relacj dwuargumentow (binarn ), to zamiast (x, y) ϱ piszemy xϱy. Relacj binarn okre±lon w zbiorze X nazywamy podzbiór

Bardziej szczegółowo

1 Metody iteracyjne rozwi zywania równania f(x)=0

1 Metody iteracyjne rozwi zywania równania f(x)=0 1 Metody iteracyjne rozwi zywania równania f()=0 1.1 Metoda bisekcji Zaªó»my,»e funkcja f jest ci gªa w [a 0, b 0 ]. Pierwiastek jest w przedziale [a 0, b 0 ] gdy f(a 0 )f(b 0 ) < 0. (1) Ustalmy f(a 0

Bardziej szczegółowo

Logika intuicjonistyczna

Logika intuicjonistyczna 9 listopada 2011 Plan 1 2 3 4 Plan 1 2 3 4 Intuicjonizm Pogl d w lozoi matematyki wprowadzony w 1912 L. E. J. Brouwera. Twierdzenia matematyczne powstaj dzi ki intuicjom naszego umysªu. Skupienie si na

Bardziej szczegółowo

Indeksowane rodziny zbiorów

Indeksowane rodziny zbiorów Logika i teoria mnogo±ci, konspekt wykªad 7 Indeksowane rodziny zbiorów Niech X b dzie przestrzeni zbiorem, którego podzbiorami b d wszystkie rozpatrywane zbiory, R rodzin wszystkich podzbiorów X za± T

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010 WFTiMS 23 marca 2010 Spis tre±ci 1 Denicja 1 (równanie ró»niczkowe pierwszego rz du) Równanie y = f (t, y) (1) nazywamy równaniem ró»niczkowym zwyczajnym pierwszego rz du w postaci normalnej. Uwaga 1 Ogólna

Bardziej szczegółowo

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA. W obu podpunktach zakªadamy,»e kolejno± ta«ców jest wa»na.

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA. W obu podpunktach zakªadamy,»e kolejno± ta«ców jest wa»na. Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA Zadanko 1 (12p.) Na imprezie w Noc Kupaªy s 44 dziewczyny. Nosz one 11 ró»nych imion, a dla ka»dego imienia s dokªadnie 4 dziewczyny o tym imieniu przy czym ka»da

Bardziej szczegółowo

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja

Bardziej szczegółowo

Przekroje Dedekinda 1

Przekroje Dedekinda 1 Przekroje Dedekinda 1 O liczbach wymiernych (tj. zbiorze Q) wiemy,»e: 1. zbiór Q jest uporz dkowany relacj mniejszo±ci < ; 2. zbiór liczb wymiernych jest g sty, tzn.: p, q Q : p < q w : p < w < q 3. 2

Bardziej szczegółowo

Podstawy matematyki dla informatyków. Logika formalna. Skªadnia rachunku zda« Skróty i priorytety. Wykªad 10 (Klasyczny rachunek zda«) 15 grudnia 2011

Podstawy matematyki dla informatyków. Logika formalna. Skªadnia rachunku zda« Skróty i priorytety. Wykªad 10 (Klasyczny rachunek zda«) 15 grudnia 2011 Podstawy matematyki dla informatyków Logika formalna Wykªad 10 (Klasyczny rachunek zda«) 15 grudnia 2011 Skªadnia rachunku zda«symbole (zmienne) zdaniowe (p, q, r,...), oraz znaki i s formuªami zdaniowymi.

Bardziej szczegółowo

Metody numeryczne i statystyka dla in»ynierów

Metody numeryczne i statystyka dla in»ynierów Kierunek: Automatyka i Robotyka, II rok Wprowadzenie PWSZ Gªogów, 2009 Plan wykªadów Wprowadzenie, podanie zagadnie«, poj cie metody numerycznej i algorytmu numerycznego, obszar zainteresowa«i stosowalno±ci

Bardziej szczegółowo

c Marcin Sydow Spójno± Grafy i Zastosowania Grafy Eulerowskie 2: Drogi i Cykle Grafy Hamiltonowskie Podsumowanie

c Marcin Sydow Spójno± Grafy i Zastosowania Grafy Eulerowskie 2: Drogi i Cykle Grafy Hamiltonowskie Podsumowanie 2: Drogi i Cykle Spis Zagadnie«drogi i cykle spójno± w tym sªaba i silna k-spójno± (wierzchoªkowa i kraw dziowa) dekompozycja grafu na bloki odlegªo±ci w grae i poj cia pochodne grafy Eulera i Hamiltona

Bardziej szczegółowo

Elementy geometrii w przestrzeni R 3

Elementy geometrii w przestrzeni R 3 Elementy geometrii w przestrzeni R 3 Z.Šagodowski Politechnika Lubelska 29 maja 2016 Podstawowe denicje Wektorem nazywamy uporz dkowan par punktów (A,B) z których pierwszy nazywa si pocz tkiem a drugi

Bardziej szczegółowo

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Twierdzenie Wainera Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 3 lipca 2009 Motywacje Dla dowolnej

Bardziej szczegółowo

Minimalne drzewa rozpinaj ce

Minimalne drzewa rozpinaj ce y i y i drzewa Spis zagadnie«y i drzewa i lasy cykle fundamentalne i rozci cia fundamentalne wªasno±ci cykli i rozci minimalne drzewa algorytm algorytm Drzewo y i spójnego, nieskierowanego grafu prostego

Bardziej szczegółowo

c Marcin Sydow Przepªywy Grafy i Zastosowania Podsumowanie 12: Przepªywy w sieciach

c Marcin Sydow Przepªywy Grafy i Zastosowania Podsumowanie 12: Przepªywy w sieciach 12: w sieciach Spis zagadnie«sieci przepªywowe przepªywy w sieciach ±cie»ka powi kszaj ca tw. Forda-Fulkersona Znajdowanie maksymalnego przepªywu Zastosowania przepªywów Sieci przepªywowe Sie przepªywowa

Bardziej szczegółowo

XVII Warmi«sko-Mazurskie Zawody Matematyczne

XVII Warmi«sko-Mazurskie Zawody Matematyczne 1 XVII Warmi«sko-Mazurskie Zawody Matematyczne Kategoria: klasa VIII szkoªy podstawowej i III gimnazjum Olsztyn, 16 maja 2019r. Zad. 1. Udowodnij,»e dla dowolnych liczb rzeczywistych x, y, z speªniaj cych

Bardziej szczegółowo

Teoria grafów i sieci 1 / 58

Teoria grafów i sieci 1 / 58 Teoria grafów i sieci 1 / 58 Literatura 1 B.Korte, J.Vygen, Combinatorial optimization 2 D.Jungnickel, Graphs, Networks and Algorithms 3 M.Sysªo, N.Deo Metody optymalizacji dyskretnej z przykªadami w Turbo

Bardziej szczegółowo

Materiaªy do Repetytorium z matematyki

Materiaªy do Repetytorium z matematyki Materiaªy do Repetytorium z matematyki 0/0 Dziaªania na liczbach wymiernych i niewymiernych wiczenie Obliczy + 4 + 4 5. ( + ) ( 4 + 4 5). ( : ) ( : 4) 4 5 6. 7. { [ 7 4 ( 0 7) ] ( } : 5) : 0 75 ( 8) (

Bardziej szczegółowo

Mosty królewieckie, chi«ski listonosz i... kojarzenie maª»e«stw

Mosty królewieckie, chi«ski listonosz i... kojarzenie maª»e«stw Mosty królewieckie, chi«ski listonosz i... kojarzenie maª»e«stw 3 kwietnia 2014 roku 1 / 106 Mosty królewieckie W Królewcu, na rzece Pregole znajduj si dwie wyspy poª czone ze sob, a tak»e z brzegami za

Bardziej szczegółowo

c Marcin Sydow Planarno± Grafy i Zastosowania Tw. Eulera 7: Planarno± Inne powierzchnie Dualno± Podsumowanie

c Marcin Sydow Planarno± Grafy i Zastosowania Tw. Eulera 7: Planarno± Inne powierzchnie Dualno± Podsumowanie 7: Spis zagadnie«twierdzenie Kuratowskiego Wªasno±ci planarno±ci Twierdzenie Eulera Grafy na innych powierzchniach Poj cie dualno±ci geometrycznej i abstrakcyjnej Graf Planarny Graf planarny to taki graf,

Bardziej szczegółowo

Ci gªy fragment rachunku µ

Ci gªy fragment rachunku µ Ci gªy fragment rachunku µ Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 28 maja 2009 Motywacje 1. Rozwa»amy

Bardziej szczegółowo

Funkcja kwadratowa, wielomiany oraz funkcje wymierne

Funkcja kwadratowa, wielomiany oraz funkcje wymierne Funkcja kwadratowa, wielomiany oraz funkcje wymierne Šukasz Dawidowski Nocne powtórki maturalne 28 kwietnia 2014 r. Troch teorii Funkcj f : R R dan wzorem: f (x) = ax 2 + bx + c gdzie a 0 nazywamy funkcj

Bardziej szczegółowo

Ukªady równa«liniowych

Ukªady równa«liniowych dr Krzysztof yjewski Mechatronika; S-I 0 in» 7 listopada 206 Ukªady równa«liniowych Informacje pomocnicze Denicja Ogólna posta ukªadu m równa«liniowych z n niewiadomymi x, x, x n, gdzie m, n N jest nast

Bardziej szczegółowo

Zadania z kolokwiów ze Wst pu do Informatyki. Semestr II.

Zadania z kolokwiów ze Wst pu do Informatyki. Semestr II. Zadania z kolokwiów ze Wst pu do Informatyki. Semestr II. Poni»sze zadania s wyborem zada«z kolokwiów ze Wst pu do Informatyki jakie przeprowadziªem w ci gu ostatnich lat. Marek Zawadowski Zadanie 1 Napisz

Bardziej szczegółowo

Rachunek zda«. Relacje. 2018/2019

Rachunek zda«. Relacje. 2018/2019 Rachunek zda«. Relacje. 2018/2019 Zdanie logiczne. Zdaniem logicznym nazywamy ka»de wyra»enie, któremu mo»na przyporz dkowa jedn z dwóch warto±ci logicznych: 0 czyli faªsz b d¹ 1 czyli prawda. Zdanie logiczne.

Bardziej szczegółowo

Ekstremalnie fajne równania

Ekstremalnie fajne równania Ekstremalnie fajne równania ELEMENTY RACHUNKU WARIACYJNEGO Zaczniemy od ogólnych uwag nt. rachunku wariacyjnego, który jest bardzo przydatnym narz dziem mog cym posªu»y do rozwi zywania wielu problemów

Bardziej szczegółowo

Wykªad 12. Transformata Laplace'a i metoda operatorowa

Wykªad 12. Transformata Laplace'a i metoda operatorowa Wykªad 2. Tranformata Laplace'a i metoda operatorowa Tranformata Laplace'a Dla odpowiednio okre±lonej klay funkcji zdeniujemy operator L, nazywany tranformat Laplace'a, okre±lony wzorem L[ f ]() = f(t)e

Bardziej szczegółowo

Logika matematyczna (16) (JiNoI I)

Logika matematyczna (16) (JiNoI I) Logika matematyczna (16) (JiNoI I) Jerzy Pogonowski Zakªad Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 15/16 lutego 2007 Jerzy Pogonowski (MEG) Logika matematyczna (16) (JiNoI I) 15/16

Bardziej szczegółowo

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Denicja ciaªa Niech F b dzie zbiorem, i niech + (dodawanie) oraz (mno»enie) b d dziaªaniami na zbiorze F. Denicja. Zbiór F wraz z dziaªaniami + i nazywamy ciaªem,

Bardziej szczegółowo

Mierzalne liczby kardynalne

Mierzalne liczby kardynalne czyli o miarach mierz cych wszystko Instytut Matematyki Uniwersytetu Warszawskiego Grzegorzewice, 26 stycznia 2007 Ogólny problem miary Pytanie Czy na pewnym zbiorze X istnieje σ-addytywna miara probabilistyczna,

Bardziej szczegółowo

Informacje pomocnicze

Informacje pomocnicze Funkcje wymierne. Równania i nierówno±ci wymierne Denicja. (uªamki proste) Wyra»enia postaci Informacje pomocnicze A gdzie A d e R n N (dx e) n nazywamy uªamkami prostymi pierwszego rodzaju. Wyra»enia

Bardziej szczegółowo

Ekonometria - wykªad 8

Ekonometria - wykªad 8 Ekonometria - wykªad 8 3.1 Specykacja i werykacja modelu liniowego dobór zmiennych obja±niaj cych - cz ± 1 Barbara Jasiulis-Goªdyn 11.04.2014, 25.04.2014 2013/2014 Wprowadzenie Ideologia Y zmienna obja±niana

Bardziej szczegółowo

Podstawy matematyki dla informatyków. Funkcje. Funkcje caªkowite i cz ±ciowe. Deniowanie funkcji. Wykªad pa¹dziernika 2012

Podstawy matematyki dla informatyków. Funkcje. Funkcje caªkowite i cz ±ciowe. Deniowanie funkcji. Wykªad pa¹dziernika 2012 Podstawy matematyki dla informatyków Wykªad 3 Funkcje 18 pa¹dziernika 2012 Deniowanie funkcji Funkcje caªkowite i cz ±ciowe Denicja wprost: f (x) = x + y f = λx. x + y Denicja warunkowa: { n/2, je±li n

Bardziej szczegółowo

i, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski 5 kwietnia 2017

i, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski 5 kwietnia 2017 i, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski Uniwersytet Šódzki, Wydziaª Matematyki i Informatyki UŠ piotr@fulmanski.pl http://fulmanski.pl/zajecia/prezentacje/festiwalnauki2017/festiwal_wmii_2017_

Bardziej szczegółowo

Grafy i Zastosowania. 9: Digrafy (grafy skierowane) c Marcin Sydow. Digrafy. Porz dki cz ±ciowe * Euler i Hamilton. Turnieje

Grafy i Zastosowania. 9: Digrafy (grafy skierowane) c Marcin Sydow. Digrafy. Porz dki cz ±ciowe * Euler i Hamilton. Turnieje 9: (grafy skierowane) Spis zagadnie«cz ±ciowe Przykªady: gªosowanie wi kszo±ciowe, Digraf (graf skierowany) Digraf to równowa»ny termin z terminem graf skierowany (od ang. directed graph). W grafach skierowanych

Bardziej szczegółowo

Automorzmy modeli i twierdzenie EhrenfeuchtaMostowskiego

Automorzmy modeli i twierdzenie EhrenfeuchtaMostowskiego Automorzmy modeli i twierdzenie EhrenfeuchtaMostowskiego Krzysztof Kapulkin IX Warsztaty Logiczne 5 12 lipca 2008 1 Wst p W referacie tym przedstawiamy wyniki uzyskane przez Andrzeja Ehrenfeuchta i Andrzeja

Bardziej szczegółowo

Teoria grafów i jej zastosowania. 1 / 126

Teoria grafów i jej zastosowania. 1 / 126 Teoria grafów i jej zastosowania. 1 / 126 Mosty królewieckie W Królewcu, na rzece Pregole znajduj si dwie wyspy poª czone ze sob, a tak»e z brzegami za pomoc siedmiu mostów, tak jak pokazuje rysunek 2

Bardziej szczegółowo

Lab. 02: Algorytm Schrage

Lab. 02: Algorytm Schrage Lab. 02: Algorytm Schrage Andrzej Gnatowski 5 kwietnia 2015 1 Opis zadania Celem zadania laboratoryjnego jest zapoznanie si z jednym z przybli»onych algorytmów sªu» cych do szukania rozwi za«znanego z

Bardziej szczegółowo

x y x y x y x + y x y

x y x y x y x + y x y Algebra logiki 1 W zbiorze {0, 1} okre±lamy dziaªania dwuargumentowe,, +, oraz dziaªanie jednoargumentowe ( ). Dziaªanie x + y nazywamy dodawaniem modulo 2, a dziaªanie x y nazywamy kresk Sheera. x x 0

Bardziej szczegółowo

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15 ANALIZA NUMERYCZNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Metoda Eulera 3 1.1 zagadnienia brzegowe....................... 3 1.2 Zastosowanie ró»niczki...................... 4 1.3 Output do pliku

Bardziej szczegółowo

Strategie zabezpieczaj ce

Strategie zabezpieczaj ce 04062008 Plan prezentacji Model binarny Model Black Scholesa Bismut- Elworthy -Li formuła Model binarny i opcja call Niech cena akcji w chwili pocz tkowej wynosi S 0 = 21 Zaªó»my,»e ceny akcji po trzech

Bardziej szczegółowo

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14 WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 203/4 Spis tre±ci Kodowanie i dekodowanie 4. Kodowanie a szyfrowanie..................... 4.2 Podstawowe poj cia........................

Bardziej szczegółowo

2. L(a u) = al( u) dla dowolnych u U i a R. Uwaga 1. Warunki 1., 2. mo»na zast pi jednym warunkiem: L(a u + b v) = al( u) + bl( v)

2. L(a u) = al( u) dla dowolnych u U i a R. Uwaga 1. Warunki 1., 2. mo»na zast pi jednym warunkiem: L(a u + b v) = al( u) + bl( v) Przeksztaªcenia liniowe Def 1 Przeksztaªceniem liniowym (homomorzmem liniowym) rzeczywistych przestrzeni liniowych U i V nazywamy dowoln funkcj L : U V speªniaj c warunki: 1 L( u + v) = L( u) + L( v) dla

Bardziej szczegółowo

Wykªad 1. Wprowadzenie do teorii grafów

Wykªad 1. Wprowadzenie do teorii grafów Wykªad 1. Wprowadzenie do teorii grafów 1 / 112 Literatura 1 W. Lipski; Kombinatoryka dla programistów. 2 T. Cormen, Ch. E. Leiserson, R. L. Rivest; Wprowadzenie do algorytmów. 3 K. A. Ross, Ch. R. B.

Bardziej szczegółowo

c Marcin Sydow Wst p Grafy i Zastosowania Wierzchoªki 8: Kolorowanie Grafów Mapy Kraw dzie Zliczanie Podsumowanie

c Marcin Sydow Wst p Grafy i Zastosowania Wierzchoªki 8: Kolorowanie Grafów Mapy Kraw dzie Zliczanie Podsumowanie 8: Kolorowanie Grafów Spis zagadnie«kolorowanie wierzchoªków Kolorowanie map Kolorowanie kraw dzi Wielomian chromatyczny Zastosowania Problem kolorowania grafów ma wiele odmian (np. kolorowanie wierzchoªków,

Bardziej szczegółowo

Estymacja parametru gªadko±ci przy u»yciu falek splajnowych

Estymacja parametru gªadko±ci przy u»yciu falek splajnowych Estymacja parametru gªadko±ci przy u»yciu falek splajnowych Politechnika Gda«ska Wydziaª Fizyki Technicznej i Matematyki Stosowanej Wisªa, 3-7.12.2012 Przestrze«Biesowa Przestrze«Biesowa B s p,q, 1 p,

Bardziej szczegółowo

Numeryczne zadanie wªasne

Numeryczne zadanie wªasne Rozdziaª 11 Numeryczne zadanie wªasne W tym rozdziale zajmiemy si symetrycznym zadaniem wªasnym, tzn. zadaniem znajdowania warto±ci i/lub wektorów wªasnych dla macierzy symetrycznej A = A T. W zadaniach

Bardziej szczegółowo

Bifurkacje. Ewa Gudowska-Nowak Nowak. Plus ratio quam vis

Bifurkacje. Ewa Gudowska-Nowak Nowak. Plus ratio quam vis Bifurkacje Nowak Plus ratio quam vis M. Kac Complex Systems Research Center, M. Smoluchowski Institute of Physics, Jagellonian University, Kraków, Poland 2008 Gªówna idea.. Pozornie "dynamika" ukªadów

Bardziej szczegółowo

Matematyka dyskretna dla informatyków

Matematyka dyskretna dla informatyków UNIWERSYTET IM. ADAMA MICKIEWICZA W POZNANIU Jerzy Jaworski, Zbigniew Palka, Jerzy Szyma«ski Matematyka dyskretna dla informatyków uzupeænienia Pozna«007 A Notacja asymptotyczna Badaj c du»e obiekty kombinatoryczne

Bardziej szczegółowo

Drzewa Gomory-Hu Wprowadzenie. Drzewa Gomory-Hu. Jakub Š cki. 14 pa¹dziernika 2009

Drzewa Gomory-Hu Wprowadzenie. Drzewa Gomory-Hu. Jakub Š cki. 14 pa¹dziernika 2009 Wprowadzenie Drzewa Gomory-Hu Jakub Š cki 14 pa¹dziernika 2009 Wprowadzenie 1 Wprowadzenie Podstawowe poj cia i fakty 2 Istnienie drzew Gomory-Hu 3 Algorytm budowy drzew 4 Problemy otwarte Wprowadzenie

Bardziej szczegółowo

Zbiory i odwzorowania

Zbiory i odwzorowania Zbiory i odwzorowania 1 Sposoby okre±lania zbiorów 1) Zbiór wszystkich elementów postaci f(t), gdzie t przebiega zbiór T : {f(t); t T }. 2) Zbiór wszystkich elementów x zbioru X speªniaj cych warunek ϕ(x):

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych dr Krzysztof yjewski Informatyka I rok I 0 in» 12 stycznia 2016 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0 y 0 )

Bardziej szczegółowo

Wektory w przestrzeni

Wektory w przestrzeni Wektory w przestrzeni Informacje pomocnicze Denicja 1. Wektorem nazywamy uporz dkowan par punktów. Pierwszy z tych punktów nazywamy pocz tkiem wektora albo punktem zaczepienia wektora, a drugi - ko«cem

Bardziej szczegółowo

Podstawy matematyki dla informatyków

Podstawy matematyki dla informatyków Podstawy matematyki dla informatyków Wykªad 6 10 listopada 2011 W poprzednim odcinku... Zbiory A i B s równoliczne (tej samej mocy ), gdy istnieje bijekcja f : A 1 1 B. Piszemy A B lub A = B. na Moc zbioru

Bardziej szczegółowo

Niezmienniki i póªniezmienniki. Weronika Koªodziejczykyg V Liceum Ogólnoksztaªc ce w Krakowie Opiekun pracy: dr Jacek Dymel

Niezmienniki i póªniezmienniki. Weronika Koªodziejczykyg V Liceum Ogólnoksztaªc ce w Krakowie Opiekun pracy: dr Jacek Dymel Niezmienniki i póªniezmienniki Weronika Koªodziejczykyg V Liceum Ogólnoksztaªc ce w Krakowie Opiekun pracy: dr Jacek Dymel 2 3 Problemy 1 Wprowadzenie Niniejsza praca jest zbiorem problemów zwi zanych

Bardziej szczegółowo

1 a + b 1 = 1 a + 1 b 1. (a + b 1)(a + b ab) = ab, (a + b)(a + b ab 1) = 0, (a + b)[a(1 b) + (b 1)] = 0,

1 a + b 1 = 1 a + 1 b 1. (a + b 1)(a + b ab) = ab, (a + b)(a + b ab 1) = 0, (a + b)[a(1 b) + (b 1)] = 0, XIII Warmi«sko-Mazurskie Zawody Matematyczne. Olsztyn 2015 Rozwi zania zada«dla szkóª ponadgimnazjalnych ZADANIE 1 Zakªadamy,»e a, b 0, 1 i a + b 1. Wykaza,»e z równo±ci wynika,»e a = -b 1 a + b 1 = 1

Bardziej szczegółowo

Liczby zespolone. dr Krzysztof yjewski Mechatronika; S-I 0.in». 6 pa¹dziernika Oznaczenia. B dziemy u»ywali nast puj cych oznacze«:

Liczby zespolone. dr Krzysztof yjewski Mechatronika; S-I 0.in». 6 pa¹dziernika Oznaczenia. B dziemy u»ywali nast puj cych oznacze«: Liczby zespolone Oznaczenia B dziemy u»ywali nast puj cych oznacze«: N = {1, 2, 3,...}- zbiór liczb naturalnych, Z = {..., 3, 2, 1, 0, 1, 2, 3,...}- zbiór liczb caªkowitych, Q = { a b : a, b Z, b 0}- zbiór

Bardziej szczegółowo

Zastosowania matematyki

Zastosowania matematyki Zastosowania matematyki Monika Bartkiewicz 1 / 126 ...czy«cie dobrze i po»yczajcie niczego si nie spodziewaj c(šk. 6,34-35) Zagadnienie pobierania procentu jest tak stare jak gospodarka pieni»na. Procent

Bardziej szczegółowo

Minimalne drzewo rozpinaj ce

Minimalne drzewo rozpinaj ce Minimalne drzewo rozpinaj ce Autor projektu: dr Andrzej Mróz (UMK) Projekt pn. Wzmocnienie potencjaªu dydaktycznego UMK w Toruniu w dziedzinach matematyczno-przyrodniczych realizowany w ramach Poddziaªania

Bardziej szczegółowo

Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach

Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach Teoria obowi zuje z wykªadu, dlatego te» zostan tutaj przedstawione tylko podstawowe denicje, twierdzenia i wzory. Denicja 1. Równanie

Bardziej szczegółowo

Programowanie wspóªbie»ne

Programowanie wspóªbie»ne 1 Programowanie wspóªbie»ne wiczenia 2 semafory cz. 1 Zadanie 1: Producent i konsument z buforem cyklicznym type porcja; void produkuj(porcja &p); void konsumuj(porcja p); porcja bufor[n]; / bufor cykliczny

Bardziej szczegółowo

Wykªad 4. Droga i cykl Eulera i Hamiltona

Wykªad 4. Droga i cykl Eulera i Hamiltona Wykªad 4. Droga i cykl Eulera i Hamiltona 1 / 92 Grafy Eulera Droga i cykl Eulera Niech G b dzie grafem spójnym. Denicja Je»eli w grae G istnieje zamkni ta droga prosta zawieraj ca wszystkie kraw dzie

Bardziej szczegółowo

1 Granice funkcji wielu zmiennych.

1 Granice funkcji wielu zmiennych. AM WNE 008/009. Odpowiedzi do zada«przygotowawczych do czwartego kolokwium. Granice funkcji wielu zmiennych. Zadanie. Zadanie. Pochodne. (a) 0, Granica nie istnieje, (c) Granica nie istnieje, (d) Granica

Bardziej szczegółowo

r = x x2 2 + x2 3.

r = x x2 2 + x2 3. Przestrze«aniczna Def. 1. Przestrzeni aniczn zwi zan z przestrzeni liniow V nazywamy dowolny niepusty zbiór P z dziaªaniem ω : P P V (które dowolnej parze elementów zbioru P przyporz dkowuje wektor z przestrzeni

Bardziej szczegółowo

istnienie elementu neutralnego dodawania (zera): 0 K a K a + 0 = a, istnienie elementu neutralnego mno»enia (jedynki): 1 K a K a 1 = a,

istnienie elementu neutralnego dodawania (zera): 0 K a K a + 0 = a, istnienie elementu neutralnego mno»enia (jedynki): 1 K a K a 1 = a, Ciaªo Denicja. Zbiór K z dziaªaniami dodawania + oraz mno»enia (których argumentami s dwa elementy z tego zbioru, a warto±ciami elementy z tego zbioru) nazywamy ciaªem, je±li zawiera co najmniej dwa elementy

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. II Rachunek ró»niczkowy funkcji wielu zmiennych

Zadania z analizy matematycznej - sem. II Rachunek ró»niczkowy funkcji wielu zmiennych Zadania z analizy matematycznej - sem II Rachunek ró»niczkowy funkcji wielu zmiennych Denicja (Pochodne cz stkowe dla funkcji trzech zmiennych) Niech D R 3 b dzie obszarem oraz f : D R f = f y z) P 0 =

Bardziej szczegółowo

W poprzednim odcinku... Podstawy matematyki dla informatyków. Relacje równowa»no±ci. Zbiór (typ) ilorazowy. Klasy abstrakcji

W poprzednim odcinku... Podstawy matematyki dla informatyków. Relacje równowa»no±ci. Zbiór (typ) ilorazowy. Klasy abstrakcji W poprzednim odcinku... Podstawy matematyki dla informatyków Rodzina indeksowana {A t } t T podzbiorów D to taka funkcja A : T P(D),»e A(t) = A t, dla dowolnego t T. Wykªad 3 20 pa¹dziernika 2011 Produkt

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach EGZAMIN MAGISTERSKI, 12.09.2018r Matematyka w ekonomii i ubezpieczeniach Zadanie 1. (8 punktów) O rozkªadzie pewnego ryzyka S wiemy,»e: E[(S 20) + ] = 8 E[S 10 < S 20] = 13 P (S 20) = 3 4 P (S 10) = 1

Bardziej szczegółowo

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: zdzedzej@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/zdzedzej () 5 pa¹dziernika 2016 1 / 1 Literatura podstawowa R. Rudnicki, Wykªady z analizy

Bardziej szczegółowo

Elementy geometrii analitycznej w przestrzeni

Elementy geometrii analitycznej w przestrzeni Wykªad 3 Elementy geometrii analitycznej w przestrzeni W wykªadzie tym wi kszy nacisk zostaª poªo»ony raczej na intuicyjne rozumienie deniowanych poj, ni» ±cisªe ich zdeniowanie. Dlatego niniejszy wykªad

Bardziej szczegółowo

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14 WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 2013/14 Spis tre±ci 1 Kodowanie i dekodowanie 4 1.1 Kodowanie a szyfrowanie..................... 4 1.2 Podstawowe poj cia........................

Bardziej szczegółowo

Operacje morfologiczne

Operacje morfologiczne Laboratorium: Cyfrowe przetwarzanie obrazów i sygnaªów Operacje morfologiczne 1 Cel i zakres wiczenia Celem wiczenia jest zapoznanie si z wªasno±ciami prostych operacji morfologicznych: zw»ania/erozji

Bardziej szczegółowo

Dynamiczne wªasno±ci algorytmu propagacji przekona«

Dynamiczne wªasno±ci algorytmu propagacji przekona« BP propagacji przekona«4. Interdyscyplinarne Warsztaty Matematyczne Wydziaª Fizyki Politechnika Warszawska B dlewo, 26 maja, 2013 BP 1 2 3 4 5 6 BP Rysunek: Zbiór zmiennych losowych. BP Rysunek: Zbiór

Bardziej szczegółowo

Najkrótsze drogi w grafach z wagami

Najkrótsze drogi w grafach z wagami Najkrótsze drogi w grafach z wagami Autor projektu: dr Andrzej Mróz (UMK) Projekt pn. Wzmocnienie potencjaªu dydaktycznego UMK w Toruniu w dziedzinach matematyczno-przyrodniczych realizowany w ramach Poddziaªania

Bardziej szczegółowo

Ekonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej Ekonometria wiczenia 1 Regresja liniowa i MNK (1) Ekonometria 1 / 25 Plan wicze«1 Ekonometria czyli...? 2 Obja±niamy ceny wina 3 Zadania z podr cznika (1) Ekonometria 2 / 25 Plan prezentacji 1 Ekonometria

Bardziej szczegółowo

Statystyka matematyczna - ZSTA LMO

Statystyka matematyczna - ZSTA LMO Statystyka matematyczna - ZSTA LMO Šukasz Smaga Wydziaª Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza w Poznaniu Wykªad 4 Šukasz Smaga (WMI UAM) ZSTA LMO Wykªad 4 1 / 18 Wykªad 4 - zagadnienia

Bardziej szczegółowo

Metodydowodzenia twierdzeń

Metodydowodzenia twierdzeń 1 Metodydowodzenia twierdzeń Przez zdanie rozumiemy dowolne stwierdzenie, które jest albo prawdziwe, albo faªszywe (nie mo»e by ono jednocze±nie prawdziwe i faªszywe). Tradycyjnie b dziemy u»ywali maªych

Bardziej szczegółowo

Modele wielorównaniowe. Problem identykacji

Modele wielorównaniowe. Problem identykacji Modele wielorównaniowe. Problem identykacji Ekonometria Szeregów Czasowych SGH Identykacja 1 / 43 Plan wykªadu 1 Wprowadzenie 2 Trzy przykªady 3 Przykªady: interpretacja 4 Warunki identykowalno±ci 5 Restrykcje

Bardziej szczegółowo

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy. Logika i teoria mnogo±ci, konspekt wykªad 12 Teoria mocy, cz ± II Def. 12.1 Ka»demu zbiorowi X przyporz dkowujemy oznaczany symbolem X obiekt zwany liczb kardynaln (lub moc zbioru X) w taki sposób,»e ta

Bardziej szczegółowo

Podstawowe algorytmy grafowe i ich zastosowania

Podstawowe algorytmy grafowe i ich zastosowania Podstawowe algorytmy grafowe i ich zastosowania Autor projektu: dr Andrzej Mróz (UMK) Projekt pn. Wzmocnienie potencjaªu dydaktycznego UMK w Toruniu w dziedzinach matematyczno-przyrodniczych realizowany

Bardziej szczegółowo

Algebra Liniowa 2. Zadania do samodzielnych wicze«wydziaª Elektroniki, I rok Karina Olszak i Zbigniew Olszak

Algebra Liniowa 2. Zadania do samodzielnych wicze«wydziaª Elektroniki, I rok Karina Olszak i Zbigniew Olszak Algebra Liniowa 2 Zadania do samodzielnych wicze«wydziaª Elektroniki, I rok Karina Olszak i Zbigniew Olszak Podobie«stwo macierzy, diagonalizacja macierzy 1. Znale¹ macierze przeksztaªcenia liniowego T

Bardziej szczegółowo

Algorytmy zwiazane z gramatykami bezkontekstowymi

Algorytmy zwiazane z gramatykami bezkontekstowymi Algorytmy zwiazane z gramatykami bezkontekstowymi Rozpoznawanie j zyków bezkontekstowych Problem rozpoznawania j zyka L polega na sprawdzaniu przynale»no±ci sªowa wej±ciowego x do L. Zakªadamy,»e j zyk

Bardziej szczegółowo

Funkcje, wielomiany. Informacje pomocnicze

Funkcje, wielomiany. Informacje pomocnicze Funkcje, wielomiany Informacje pomocnicze Przydatne wzory: (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3 (a b) 3 = a 3 3a 2 b + 3ab 2 b 3 a 2 b 2 = (a + b)(a

Bardziej szczegółowo

Minimalne drzewo rozpinaj ce

Minimalne drzewo rozpinaj ce Minimalne drzewo rozpinaj ce dr Andrzej Mróz (UMK w Toruniu) 013 Projekt wspóªnansowany ze ±rodków Unii Europejskiej w ramach Europejskiego Funduszu Spoªecznego Projekt pn. Wzmocnienie potencjaªu dydaktycznego

Bardziej szczegółowo

Preliminaria logiczne

Preliminaria logiczne Preliminaria logiczne Jerzy Pogonowski Zakªad Logiki i Kognitywistyki UAM www.kognitywistyka.amu.edu.pl http://logic.amu.edu.pl/index.php/dydaktyka pogon@amu.edu.pl MDTiAR Jerzy Pogonowski (MEG) Preliminaria

Bardziej szczegółowo

2 Skªadnia polece«w pliku

2 Skªadnia polece«w pliku Interpreter opisu dziaªa«platformy mobilnej wtyczki 1 Ogólny opis zadania Nale»y napisa program, który b dzie w stanie przeczyta z pliku tekstowego sekwencj polece«ruchu, a nast pnie zasymulowa dziaªanie

Bardziej szczegółowo

Wydziaª Matematyki, Informatyki i Mechaniki UW. Automaty a logika. skrypt z wykªadu i wicze« semestr zimowy 2009/2010

Wydziaª Matematyki, Informatyki i Mechaniki UW. Automaty a logika. skrypt z wykªadu i wicze« semestr zimowy 2009/2010 Wydziaª Matematyki, Informatyki i Mechaniki UW Automaty a logika skrypt z wykªadu i wicze«semestr zimowy 2009/2010 Wykªad prowadziª a czasem go zast powaª wiczenia prowadzili Teksty spisali dr hab. Mikoªaj

Bardziej szczegółowo

AM II /2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium

AM II /2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium AM II.1 2018/2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium Normy w R n, iloczyn skalarny sprawd¹ czy dana funkcja jest norm sprawd¹, czy dany zbiór jest kul w jakiej± normie i oblicz norm wybranego

Bardziej szczegółowo

Wykªad 4. Funkcje wielu zmiennych.

Wykªad 4. Funkcje wielu zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 4. Funkcje wielu zmiennych. Zbiory na pªaszczy¹nie i w przestrzeni.

Bardziej szczegółowo

f(x) f(x 0 ) i f +(x 0 ) := lim = f(x 0 + x) f(x 0 ) wynika ci gªo± funkcji w punkcie x 0. W ka»dym przypadku zachodzi:

f(x) f(x 0 ) i f +(x 0 ) := lim = f(x 0 + x) f(x 0 ) wynika ci gªo± funkcji w punkcie x 0. W ka»dym przypadku zachodzi: Pochodna funkcji Def 1 Pochodn wªa±ciw funkcji f w punkcie x 0 nazywamy granic f (x 0 ) := lim o ile granica ta istnieje i jest wªa±ciwa Funkcj f nazywamy wtedy ró»niczkowaln Przy zaªo»eniu,»e f jest ci

Bardziej szczegółowo

c Marcin Sydow Grafy i Zastosowania BFS DFS 4: Przeszukiwanie Grafów (BFS, DFS i zastosowania) DFS nieskierowane DFS skierowane Podsumowanie

c Marcin Sydow Grafy i Zastosowania BFS DFS 4: Przeszukiwanie Grafów (BFS, DFS i zastosowania) DFS nieskierowane DFS skierowane Podsumowanie 4: Przeszukiwanie Grafów (, i zastosowania) Spis zagadnie«przeszukiwanie grafów (rola, schemat ogólny, zastosowania) realizacje (kolejka, stos, rekurencja) przeszukiwanie wszerz zastosowania przeszukiwanie

Bardziej szczegółowo

Wnioskowanie Boolowskie i teoria zbiorów przybli»onych

Wnioskowanie Boolowskie i teoria zbiorów przybli»onych Wnioskowanie Boolowskie i teoria zbiorów przybli»onych 4 Zbiory przybli»one Wprowadzenie do teorii zbiorów przybli»onych Zªo»ono± problemu szukania reduktów 5 Wnioskowanie Boolowskie w obliczaniu reduktów

Bardziej szczegółowo

Rozdziaª 2. Analiza spektralna

Rozdziaª 2. Analiza spektralna Rozdziaª 2. Analiza spektralna MODELOWANIE POLSKIEJ GOSPODARKI z R MPGzR (rozdz. 2) Analiza spektralna 1 / 18 Widmo szeregu czasowego W analizie spektralnej szereg {y t : t = 1, 2,..., T } postrzegany

Bardziej szczegółowo

Spis tre±ci. 1 Gradient. 1.1 Pochodna pola skalarnego. Plan

Spis tre±ci. 1 Gradient. 1.1 Pochodna pola skalarnego. Plan Plan Spis tre±ci 1 Gradient 1 1.1 Pochodna pola skalarnego...................... 1 1.2 Gradient................................ 3 1.3 Operator Hamiltona......................... 4 2 Ró»niczkowanie pola

Bardziej szczegółowo