Ramowy program laboratorium z metod numerycznych. Skrócone instrukcje do ćwiczeń laboratoryjnych.

Wielkość: px
Rozpocząć pokaz od strony:

Download "Ramowy program laboratorium z metod numerycznych. Skrócone instrukcje do ćwiczeń laboratoryjnych."

Transkrypt

1 Rmowy progrm lbortorum z meto umeryczyc. Srócoe strucje o ćwczeń lbortoryjyc. erm Nr emty Wprowzee, zsy zlcze, regulm, BHP tp. Ćw. Błęy. czby zmeoprzecowe IEEE 754. Epslo mszyowy Ćw. Rozwązywe ułu rówń lowyc metoą elmcj Guss 4 Ćw. Rozwązywe ułu rówń lowyc metoą Guss-Sel 5 Ćw. 4 Rozwązywe rówń elowyc metoą tercj prostej. Meto weloroow z orecją Ate. 6 Ćw. 5 Rozwązywe rówń elowyc metoą Newto metoą seczyc 7 Ćw. 6 Rozwązywe ułów rówń elowyc meto Newto- Rpso 8 Ćw. 7 Iterpolcj ucj ysretej 9 Ćw. 8 Aprosymcj ucj metoą jmejszyc wrtów I 0 Ćw. 9 Aprosymcj ucj metoą jmejszyc wrtów z wyorzystem rozłu mcerzy weług wrtośc szczególyc SVD Ćw. 0 Aprosymcj metoą jmejszyc wrtów II o wygłz orz estymcj prmetrów sygłów wejścowyc Ćw. Algorytmy cłow umeryczego Ćw. Rozwązywe rówń różczowyc meto prostoątów meto trpezów 4 Ćw. Rozwązywe rówń różczowyc meto Ruge-Kutty IV rzęu 5 Zlczee. erm rezerwowy Wrocłw,.0.06 r.

2 Ćwczee. Błęy. czby zmeoprzecowe IEEE 754. Epslo mszyowy. Progrm ćwcze: Błęy zorągleń:. Sprwzć wy złń: 5; b ; c 4; b??? e c??? Dl zmeyc zelrowyc jo lczby zmeoprzecowe wszysto wyje sę być o. J sę zmeą wrtośc e jeśl zmee, b c zostą zelrowe jo typu cłowtego ze zem? t65; bt6; ct64;. Sprwzć wy zł polegjącym 0000-rotym owu o pewej lczby, p. zer, wrtośc ;. Dowe leży wyoć w pętl p. typu FOR. Nleży sprwzć wy ow w przypu gy zme jest: typu ouble typ powójej precyzj omyśle używy przez MAAB, gze wrtość przecowywej lczby jest oow zgoe ze strem IEEE 754 z wyorzystem 64 btów; lczby rzeczywste zmeoprzecowe b typu sgle typ pojeyczej precyzj, opowe typu lot zego w języu C, gze wrtość przecowywej lczby zgoe ze strem IEEE 754 jest oow z wyorzystem btów; lczby rzeczywste zmeoprzecowe Aby zelrowć tą zmeą w MAABe leży użyć ucj sgle: sgle; Poto sprwzć wy zł: sum *0000; Nstępe porówć uzyse wy z wrtoścą spozewą sumy. N tórym mejscu po przecu zjuje sę błą. Są sę wzęły różce? Co sę bęze zło z błęem gy lczbę tercj zwęszymy z ? Aby zwęszyć lczbę wyśwetlyc ere mejsc wyu moż użyć omey: ormt log lub ormt log g.. Sprwzć wy zł wy 0*.--. Dzłe wyoć z wyorzystem MAAB orz plcj lultor wbuowego w system opercyjy Wows, orz jprostszy lultor sprzętowy? Który z tyc lultorów jest lepszy? pmętjmy przy tym o osztc użytyc rzęz: Mtlb to oszt o. 00tys zł, Wows o. 400zł, jprostszy lultor o. 4zł. Sprwzć wy opercj: *4-? 4. Porówć ze sobą wrtośc poższyc wyrżeń zcowć postć wyrżeń:

3 b Sprwzć wrtość stłej π, orz wrtość ucj sπ: p wy sp Czy wy jest rówy 0? J jest błą? 6. Sprwzć wy zł: srte-6 -? 7. Czy 0, to prost o zpmęt przez omputer lczb rzeczywst? Sprwzć wy zł progrmu: 0.0; or :0 0.; e sp wy poprwy ; else sp jest róże o, czyl 0. to brzo ewygo l omputer lczb!!!! ; e; 8. Ile to jest rówe? Zmeej przypsć wrtość 767 stępe oć o ej, tj. wy. J jest wy? zmeą leży zelrowć jo cłowtą, tj. t6767. Zmeej przypsć wrtość -767 stępe ojąć o ej -0, tj. wy - 0. J jest wy? zmeą leży zelrowć jo cłowtą, tj. t Sprwzć wrtośc stępującyc wyrżeń: tm't8' tm't8' tm't6' tm't6' tm't' tm't' tm't64' tm't64' tm'ut8' tm'ut6' tm'ut' tm'ut64' tm'ut8' tm'ut6' tm'ut' tm'ut64' elp tm elp tm relm'sgle' relm'ouble' relm'sgle' relm'ouble' elp relm elp relm

4 Dołość oblczeń: 9. Sprwzć wy zł: ^5 ^5? 0. Nrysowć wyres ucj w przezle <0.9996,.0004> tej postwe wyzczyć jej mejsc zerowe. Sorotowć uzyse wy z złem polece roots. Przeprowzć rz jeszcze rozwż j wyżej le tym rzem l ucj: 4 Porówć przeysutowć ze sobą ucje orz osągęte l c wy. Epslo mszyowy: Epslo mszyowy jest wrtoścą oreśljącą precyzję oblczeń umeryczyc wyoywyc lczbc zmeoprzecowyc. Często jest eow jo jmejsz lczb eujem, tórej oe o jeośc je wy erówy. Iym słowy, jest to jmejszy ε, l tórego stępujący wrue jest uzwy z espełoy przyjmuje wrtość łsz: ε. ecj, coć powszece przyjęt jest je prwzw tylo l lczby.0, gyż l lczb węszyc wrtość epslo jest zwyle węsz, l mejszyc opoweo róweż sę zmejsz. Im mejsz wrtość epslo mszyowego, tym węsz jest wzglę precyzj oblczeń. Wrtośc tej je e leży mylć ze zwyle użo ższą jmejszą lczbą uzwą przez mszyę z różą o zer. Epslo mszyowy jest zleży o mplemetcj. Precyzj oblczeń jest ogrczo o stroy sprzętowej przez rozmr rejestrów, tóryc są wyoywe oblcze, o stroy progrmowej przez typ yc użyty o reprezetow lczb zmeoprzecowyc. Epslo wyzczoy l ej lczby moż róweż trtowć jo mrę oległośc o tej lczby o jblższej ej lczby, tór jest w oły sposób reprezetowć w ej jest róweż. Ze: Npsć progrm służący o wyzcz wrtośc epslo mszyowego l lczb zmeoprzecowyc pojeyczej powójej precyzj sgle ouble. W tym celu moż sorzystć z stępującego lgorytmu:. przyjąć początową wrtość ε, gze: -lczb l tórej ccemy wyzczyć wrtość epslo.. sprwzć czy spełoy jest wrue: ε. jeśl wrue jest spełoy tz. że zlezoo wrtość epslo. Jeśl wrue e jest spełoy to pozel epslo przez ε ε wróć o puu. Porówć ze sobą wy uzyse l lczb:, 0-6, 0-4,, 0 6, 0 4 reprezetowyc jo lczby zmeoprzecowe pojeyczej powójej precyzj. Korzystjąc z MAAB ucj eps, wyzczyć wrtośc epslo mszyowego l lczb typów j wyżej porówć je z wym uzysym smozele. 4

5 Ćwczee. Meto elmcj Guss rozwązyw ułu rówń lowyc Ze: Korzystjąc z proceury GAUSS.M psć progrm o rozwązyw ułów rówń lowyc. Wszów: psć włsy progrm, w tórym bęze owołe o proceury GAUSS: gussa,b; gze: A - mcerz rów, b - wetor prwej stroy, - wetor rozwąz. Zstosowć tę proceurę o rozwąz ułu rówń A b poego przez prowzącego. b Korzystjąc z trójątej mcerzy uzysej po perwszym etpe proceury elmcj Guss oprcowć proceurę o oblcz wyzcz mcerzy. Zstosowć tę proceurę o oblcze wyzcz mcerzy A sorzystć z przyłowego progrmu E_GAUSA.M. c Korzystjąc z rozwązń rów lgebrczego z mcerzą oprcowć progrm o owrc mcerzy wrtowej owolego stop. W olejyc,.. rozwązc przyjąć w crterze wetor prwej stroy wetor zerowy z jeą tylo jeyą leżącą pozycj : b [ ] Zstosowć tę proceurę o mcerzy A ; wy porówć z rezulttem uzysym postwe proceury MAAB v A. 5

6 6 Ćwczee. Meto Guss-Sel tercyjego rozwązyw ułów rówń lowyc Rozptrywy jest stępujący uł rówń b b b Meto Guss-Sel tercyjego rozwązyw ułu rówń przyber ormę stępującego lgorytmu.. Uporząowć wyjścowy uł rówń t, by w mcerzy współczyów A jwęsze co o moułu elemety zlzły sę przeątej, co jest oreśloe stępującym wruem j j >,...,,,, j...,,,. Przyjąć wru początowe {} { } Powtrzć proces tercyjy b b b, co może być zpse w stępującej ogólej postc j j j j j j b l olejyc roów tercj,, ż spełoy zoste wrue <ε,,..., m gze ε - złożo ołość oblczeń. Ze: Stosując tę metoę rozwązć uł rówń poy przez prowzącego. Uwg: psć progrm, tóry utomtycze porząuje mcerz współczyów ro orz oreśl rozwąze ro l ogólego przypu owolego z.

7 Ćwczee 4. Meto prostej tercj rozwązyw rówń elowyc z orecją Ate. Rozptrzmy rówe elowe o postc 0 Meto prostej tercj poszuw wrtośc, l tórej spełoe jest rówe poleg przesztłceu go o postc g l tórej moż sormułowć stępującą regułę tercyją g 0 z wrum początowym: 0. Algorytm prowz o rozwąz, gy proces tercyjy jest zbeży. Zbeżość jest zpewo, gy spełoy jest stępujący wrue. Dl owole wybrej zmeej ξ zcoz erówość g g ξ K ξ 4 gze K <. Wrue te leo e zwsze jest spełoy, co yswluje cłą metoę, jo sposób zjow mejsc zerowyc ucj. Aby rozszerzyć obszr zbeżośc przyspeszyć zbeżość procesu tercyjego moż stosowć jego orecję weług metoy Ate. Korecj jest ooyw postwe trzec olejyc wrtośc,, przyblże, uzysyc weług metoy prostej tercj weług stępującej reguły p Wy tej orecj przyjmuje sę w crterze olejego przyblże rozwąz: 5, p po czym stępują zów w ro proceury o olejej orecj 5. W te sposób uzysuje sę lgorytm o stępującej postc. 4. Przyjąć wru początowe 0 0, 0 - umer rou tercj 5. Wyoć w ro prostej tercj y g z g y 6. Sorygowć wy: Δ z y y Δ 4. Jeśl bs Δ > eps,, przejź o Ze: Stosując tę metoę zleźć mejsc zerowe ucj poej przez prowzącego. Przestwć grcze przebeg ucj w poblżu rozwąz rozwązń. 7

8 Ćwczee 5. Rozwązywe rówń elowyc metoą Newto metoą seczyc Ze: Zleźć wszyste mejsc zerowe ucj j w zu 4. meto tercj prostej tercj z orecją Ate postwe: - lgorytmu Newto, - metoy seczyc. Przestwć grcze przebeg ucj w poblżu rozwąz rozwązń. Przeprowzć lzę porówwczą wszystc tz. 4 meto byc w z., 4 5 po ątem: - poprwośc zjow rozwązń, - wpływu wruów początowyc wy rozwąz, - łów oblczeowyc czs oblczeń lość tercj, - wpływu przyjętyc różyc wrtośc prmetru eps, ww. - e. 8

9 Ćwczee 6. Meto Newto-Rpso rozwązyw ułów rówń Ze: Stosując metoę Newto-Rpso wyzczyć rozwąze poego przez prowzącego ułu rówń elowyc. Wy zlustrowć grcze. Przelzowć wpływ wruów początowyc wy rozwąz. 9

10 Ćwczee 7. Iterpolcj ucj ysretej Iterpolcj poleg przestweu ucj w postc cągłej, gy z jest o w postc ysretej. Jest to ztem ze owrote o ysretyzcj lub próbow welośc cągłej. Złóżmy, że l ego zboru zmeyc ezleżyc z przezłu < ; b > :,,..., ze są przyporząowe m wrtośc ucj: y, y,..., y. Zem terpolcj jest wyzczee przyblżoyc wrtośc ucj l wrtośc zmeyc ezleżyc z przezłu < ; b >, lecz e bęącyc putm ze zboru,,..., puty te tworzą tzw. węzły terpolcj. ypowym przyłm zstosow terpolcj jest oblcze cłe orz pocoyc ucj ysretyc w czse lub oreślee wrtośc ucj ej w postc tbelryczej. W crterze ucj terpolcyjej jczęścej jest stosowy welom. Złóżmy, że jest ucj w postc tblcy, w tórej putom,,...,, zwym węzłm terpolcj przyporząowe są wrtośc,,...,. Zł sę, że j l j. Ozczmy tą różcę Wyrże Δ zyw sę lorzm różcowym perwszego rzęu. Opoweo tże: Δ Δ Δ Δ Δ Δ Δ Δ - lorz trzecego rzęu 4 Δ Δ ogóle: Δ l,,...,,,,..., 5 Welom terpolcyjy Newto m stępującą postć: Δ... Δ P Δ... 6 Moż sprwzć, że: P l,,...,. Algorytm terpolcyjy Newto sprowz sę ztem o oblcze lorzów różcowyc orz oreśle wrtośc welomu l oretej wrtośc zmeej. Wże zczee m przype, gy wszyste puty stłe węzły są jeowo o sebe oloe. Wówczs mmy: cost orz Δ Δ Δ, Δ, Δ Δ Δ l,,...,,,,..., zę czemu uprszcz sę reprezetcj ucj terpolującej 6, gyż:,,,,..., 7 Wprowzjąc ową zmeą:, ztem:, otrzymmy z 6 Δ Δ Δ P 8 Przył. Oreślć ogólą postć welomu terpolcyjego Newto l ucj ysretej reprezetowej przez trzy oleje rówooloe puty. W tym przypu welom terpolcyjy 8 jest ogrczoy o trzec wyrzów: 0

11 Δ Δ P, co po postweu opowec wrtośc przyjmuje stępującą ormę jest oległoścą o początu przezłu: P Postwjąc jest w te sposób wzglęą oległoścą o początu przezłu otrzymmy: P Po uporząowu otrzymmy: 4 P W te sposób, przył, wrtość ucj w śrou rugego 5, oc moż oszcowć stępująco: ,5 P Fucję terpolującą moż wyorzystć o oreśle lgorytmu umeryczego różczow. Opoweą ormułę uzysuje sę przez różczowe ucj terpolującej: P D N przył, l prosymcj -putowej j w Przyłze otrzymmy: P P ' lub [ ] 4 ' P. Dl różczow ońcu przezłu otrzymmy: D 4. Poobe, w śrou przezłu: D. Ze: Pomr welośc y obyw sę ze stłym oresem próbow. Wy pomru jest umeszczoy w poższej blcy y Stosując -putową terpolcję oreślć wrtośc tej ucj orz jej pocoej z m-rote węszą częstotlwoścą próbow z oresem.

12 Ćwczee 8. Aprosymcj metoą jmejszyc wrtów I Ze: Obserwowy proces jest oreśloy stępującą ucją: t As ω t ϕ δ t gze: ω, ϕ, A, moel złóceń: δ t poje prowzący. Pomr sygłu t obyw sę metoą cyrową z częstotlwoścą próbow. Pomr jest prosymowy z pomocą wóc moel: welomowego trygoometryczego ołą postć moel ustl prowzący. Oreślć współczy obu moel postwe pomru sygłu w perwszym orese słowej postwowej. Nrysowć przebeg sygłu oryglego obu prosymcj.

13 Ćwczee 9. Meto Njmejszyc Kwrtów z wyorzystem rozłu mcerzy weług wrtośc szczególyc SVD Dowol mcerz A m może być przestwo w stępującej postc: A UWV gze: U - mcerz m m, tórej olumy spełją stępującą zleżość: m u u j,, j, to zczy, są wzjeme ortogole; Σ 0 W - mcerz m wrtośc szczególyc, przy czym: 0 0 σ σ Σ, σ σ σ r 0, r rzą mcerzy A * ; σ r V - mcerz wrtow, tórej olumy spełją stępującą zleżość: v v j,, j, węc są róweż wzjeme ortogole. Z powyższego opsu wy, że: U U V V VV Kolumy mcerzy U są wetorm włsym mcerzy wrtowej AA, tomst olumy mcerzy V są wetorm włsym mcerzy A A. Wrtośc szczególe rozłu węc elemety gole mcerzy Σ - są tomst perwstm wrtowym wrtośc włsyc mcerzy AA lub A A. Zleżość jest zyw rozłem mcerzy A weług wrtośc szczególyc g. SVD Sgulr Vlue Decomposto. Wy stą sposób oblcz mcerzy rozłu. Wetor włsy mcerzy H speł stępujące rówe: H λ 4 przy czym λ jest wrtoścą włsą mcerzy H. W tm przypu mów sę, że wetor jest sojrzoy w wrtoścą włsą λ. W celu oreśle wrtośc włsyc λ orz opowjącyc m wetorów włsyc leży rozwązć rówe 4, co jest rówowże stępującej zleżośc: 0 H λ 5 Jeozcze rozwąze 5 uzysuje sę wówczs, gy spełoy jest wrue: λ λ m et H λ 0 6 M M M w λ m m m mm * Rzą mcerzy r jest jwęszą lczbą ezleżyc werszy lub olum mcerzy.

14 Rozwąze rów 6 jest rówowże zlezeu perwstów welomu m-tego stop wzglęem λ. W ogólym przypu jest ztem m wrtośc włsyc: λ, λ,.. λm. Postwjąc olejo te wrtośc włse o 5 otrzymuje sę m rówń: λ M m 7 λ M m m m 0,,,.., m, M M mm λ m po rozwązu tóryc uzysuje sę m wetorów włsyc : [ ],,..,m. W rozptrywym przypu mcerz, H AA jeśl oblcz jest mcerz U lub H A A jeśl oblcz jest mcerz V. Mcerz Σ powstje przez uporząowe perwstów z wrtośc włsyc mcerzy H. W strowyc progrmc o rozłu mcerzy weług wrtośc szczególyc stosowe są zzwyczj e, brzej eetywe lgorytmy w stosuu o przestwoego powyżej. Włścwośc rozłu SVD: A UWV, A VW U 8 m A A VW U UWV VW WV, AA UWW U 8b A A A A VW U # gze - mcerz pseuo-owrot 8c W W # Σ m ; elemety gole mcerzy Σ moż oblczyć jo owrotośc opowec elemetów golyc mcerzy Σ. Osttą zleżość moż bezpośreo wyorzystć o rozwązyw zń MNK: # # H y VW U y 9 gze: y - wetor pomrów, - wetor poszuwyc prmetrów ucj prosymującej. Zstosowe z użycem progrmu MAAB: [U,W,V]svA; rozł mcerzy A weług wrtośc szczególyc, [C,D]egA*A'; wrtośc włse mcerzy A*A'. Ze:. Oreślć rozł mcerzy A poje prowzący weług wrtośc szczególyc. Oblczyć wrtośc włse wetory włse mcerzy A A orz AA. Porówć ob wy.. Sprwzć zwąze 8c: A A A VW U. Rozwązć problem MNK z Z 8 z pomocą metoy SVD. 4

15 Ćwczee 0. Aprosymcj metoą jmejszyc wrtów II Ze: Obserwowy proces jest oreśloy stępującą ucją: t A s ω t ϕ A sωt ϕ A5 s5ωt ϕ 5 δ t gze: ω, ϕ, A, ϕ, A, ϕ 5, A 5 orz moel złóceń δ t poje prowzący. Korzystjąc z metoy jmejszyc wrtów oreślć współczy ltrów ortogolyc o estymcj m-tej rmoczej sygłu. Fltry powy relzowć przetwrze zgoe z stępującym zleżoścm: X X mc ms p p N 0 N 0 N, c N s gze: c, s - współczy ltrów, N - lczb próbe sygłu w orese słowej postwowej. Pomr sygłu t obyw sę metoą cyrową z częstotlwoścą próbow. Do oreśle współczyów ltru przyjąć moel sygłu, tóry poje prowzący. Dooć przetwrz sygłu zgoe z oreślć mpltuę wszej rmoczej. 5

16 Ćwczee. Cłowe ucj Ze: Oblczyć wrtość cł l poej przez prowzącego ucj jeej zmeej orzystjąc z metoy: - prostoątów, - trpezów, - Smpso. przy zej ługośc rou cłow. Porówć otrzyme wy z wrtoścą uzysą ltycze. 6

17 Ćwczee. Rozwązywe rówń różczowyc meto prostoątów meto trpezów. Ze: Dl oreśloego przez prowzącego rów różczowego, oreśloyc wruów początowyc, przestwć grcze rozwąze weług metoy trpezów orz ejwej metoy Euler. Przyjąć ro cłow rówy. 7

18 Ćwczee. Rozwązywe rówń różczowyc Ze: Dl ego przez prowzącego ułu rówń różczowyc, z wrum początowym, stosując metoę Ruge-Kutty 4-rzęu oreślć przebeg rozwąz w przezle t 0 t m, przyjmując stły ro cłow.wy przestwć grcze. Porówć rozwąz l różyc wrtośc. Uwg: oprcowć progrm o stępującej struturze: e Głów Proceur Proceur Ruge-Kutty Oblcze pocoej prwej stroy rów wy 8

19 Ćwczee 4 progrm rozszerzoy. Wyorzyste rozłu U o rozwązyw ułu rówń lowyc Ze:. Dooć rozłu U mcerzy współczyów A ułu rówń lowyc A b z z meto elmcj Guss rozwązyw ułu rówń lowyc trójąte mcerze orz U.. Zleźć wetor rozwąz w wóc etpc, rozwązując olejo stępujące rów: z b stępe U z, pmętjąc, że U b, gze U A.. Wyzczyć wrtość wyzcz mcerzy A postwe wrtośc wyzczów mcerzy U. 4. Porówć uzyse rezultty z wym zł ucj U progrmu MAAB przyłowe użyce: [,U] lua; b [,U,P] lua; - z porząowem mcerzy A mcerzą permutcj 5. Porówć uzyse rezultty z wym otrzymym w zu. 9

Metody numeryczne w przykładach

Metody numeryczne w przykładach Metody umerycze w przyłdch Podręcz Poltech Lubels Poltech Lubels Wydzł Eletrotech Iformty ul. Ndbystrzyc 38A -68 Lubl Bet Pńczy Edyt Łus J Sor Teres Guz Metody umerycze w przyłdch Poltech Lubels Lubl Recezet:

Bardziej szczegółowo

Metody numeryczne procedury

Metody numeryczne procedury Metod umercze procedur podstwe [Mrc et. l. 997] orz [Broszte et. l. 004] dr ż. Pweł Zlews Adem Mors w Szczece Iterpolc welomow: Zde terpolc poleg zlezeu pewe uc tór przlż dą ucę. Dl uc ze są prz tm wrtośc

Bardziej szczegółowo

Prawdopodobieństwo warunkowe. Niezależność zdarzeń

Prawdopodobieństwo warunkowe. Niezależność zdarzeń RCHUNEK RWDOODOIEŃSTW WYKŁD. rwopoobeństwo wruowe. Nezleżość zrzeń rzył. Rzucmy rz symetryczą sześceą ostą. e zrzee {, 4, 6} - wypł przyst lczb ocze m szsę zjśc rówą 0,5. Zobylśmy formcję, że wypły jwyżej

Bardziej szczegółowo

Nadokreślony Układ Równań

Nadokreślony Układ Równań Mchł Pzos Istytut echolog Iforcyych Iżyer Ląoe Wyzł Iżyer Ląoe Poltech Kros Noreśloy Uł Róń Z oreśloy ułe loych róń lgebrczych y o czye sytuc, gy lczb loo ezleżych róń est ęsz ż yr przestrze (lczb zeych).

Bardziej szczegółowo

Algebra macierzowa i inne takie (krótka i prowizoryczna powtórka

Algebra macierzowa i inne takie (krótka i prowizoryczna powtórka lgebr mcerzow e te (rót prowzorycz powtór (uwg: tutj jest ezupełe osewet otcj tj. mcerze czsem są pogruboe czsem ursywe (tlcs) proszę sę e przejmowć t po prostu wyszło) PEWNE WZNE OPERCJE MCIERZOWE ozcz

Bardziej szczegółowo

4. Rekurencja. Zależności rekurencyjne, algorytmy rekurencyjne, szczególne funkcje tworzące.

4. Rekurencja. Zależności rekurencyjne, algorytmy rekurencyjne, szczególne funkcje tworzące. 4. Reurecj. Zleżości reurecyje, lgorytmy reurecyje, szczególe fucje tworzące. Reurecj poleg rozwiązywiu problemu w oprciu o rozwiązi tego smego problemu dl dych o miejszych rozmirch. W iformtyce reurecj

Bardziej szczegółowo

Aproksymacja funkcji

Aproksymacja funkcji Aprosymcj fcj. Ogóle sformłowe zgde prosymcj jedowymrowej Sformłowe zgde prosymcj D - prosymcj cągł: zleźć fcję p( x ) prosymjącą (zstępjącą, przylżjącą) dą fcję cągłą ( ) f x w przedzle [ ] p( x ) powy

Bardziej szczegółowo

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna.

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna. terpolcj.doc Iterpolcj fukcj. Sformułowe problemu: Rs.. Iterpolcj fukcj low, b kwdrtow, c kubcz. De są rgumet,,,. orz odpowdjące m wrtośc fukcj = f, = f,, = f. Postć fukcj = f jest e z lub z. Poszukw jest

Bardziej szczegółowo

Podstawy informatyki 2. Podstawy informatyki 2. Wykład nr 6 ( ) Plan wykładu nr 6. Politechnika Białostocka. - Wydział Elektryczny

Podstawy informatyki 2. Podstawy informatyki 2. Wykład nr 6 ( ) Plan wykładu nr 6. Politechnika Białostocka. - Wydział Elektryczny Podstwy formty Wyłd r / Podstwy formty Pl wyłdu r etody tercyje rozwązyw ułdów rówń lowych: metod tercj prostej (Jcobego) metod Guss-Sedel Poltech Błostoc - Wydzł Eletryczy Eletrotech, semestr II, stud

Bardziej szczegółowo

Metody numeryczne i programowanie

Metody numeryczne i programowanie Meoy Numerycze Progrmowe Sro z 53 Wył. Meoy umerycze progrmowe Mrusz B. Bogc Zł Iżyer Procesowej Wyzł Techolog Chemczej Polech Pozńs e-ml: Mrusz.Bogc@pu.poz.pl www.fc.pu.poz.pl/cv3.hm Pozń 009 Mrusz B.

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZA ITELIGECJA WYKŁAD. SYSTEMY EUROOWO-ROZMYTE Częstocow 4 Dr b. ż. Grzegorz Dude Wdzł Eletrcz Poltec Częstocows SIECI EUROOWO-ROZMYTE Sec euroowo-rozmte pozwlją utomtcze tworzee reguł podstwe przłdów

Bardziej szczegółowo

Metody obliczeniowe. Semestr II

Metody obliczeniowe. Semestr II Metody olczeowe Semestr II Metody umerycze - sposoy rozwąz zd mtemtyczego z pomocą operc lczch. Rozwązywe ułdów rówń lowych. Metody ezpośrede tercye.. Sposoy rozwązyw rówń elowych, zgdee optymlzc.. Aprosymc

Bardziej szczegółowo

METODY NUMERYCZNE DLA INŻYNIERÓW. (notatki do wykładu)

METODY NUMERYCZNE DLA INŻYNIERÓW. (notatki do wykładu) EODY NUERYCZNE DLA INŻYNIERÓW ott do włdu eugeusz.rosolows@pwr.wroc.pl Wrocłw, mrzec Sps reśc. Wstęp... 5. Lowe ułd rówń... 9.. Wprowdzee... 9.. etod elmcj Guss..... etod rozłdu LU....4. Itercje metod

Bardziej szczegółowo

Automatyka i Robotyka Analiza Wykład 27 dr Adam Ćmiel

Automatyka i Robotyka Analiza Wykład 27 dr Adam Ćmiel Automty Rooty Az Wyłd 7 dr Adm Ćme cme@gh.edu.p Szereg Fourer Przypomee. Rozwżmy przestrzeń eudesową VR, tórej eemetm (putm, wetorm )są eemetowe cąg cz rzeczywstych p.,..., ) y y,..., y ). W przestrze

Bardziej szczegółowo

VIII. RÓŻNICZKOWANIE NUMERYCZNE

VIII. RÓŻNICZKOWANIE NUMERYCZNE VIII. RÓŻICZKOWAIE UMERYCZE Z defcj pocodej wey, że f ( x+ ) f ( x) f ( x) = ( ), >. (8.) Fucję f(x + ) ożey rozwąć przez zstosowe wzoru ylor: + f x f x f x f x + ( + ) = ( ) + ( ) + ( ) + K + f ( x) +

Bardziej szczegółowo

Równania liniowe. gdzie. Automatyka i Robotyka Algebra -Wykład 8- dr Adam Ćmiel,

Równania liniowe. gdzie. Automatyka i Robotyka Algebra -Wykład 8- dr Adam Ćmiel, utomtyk Robotyk lgebr -Wykłd - dr dm Ćmel cmel@ghedupl Równn lnowe Nech V W będą przestrzenm lnowym nd tym smym cłem K T: V W przeksztłcenem lnowym Rozwżmy równne lnowe T(v)w Powyższe równne nzywmy równnem

Bardziej szczegółowo

Rozpraszania twardych kul

Rozpraszania twardych kul Wyłd XVIII Rozprszn twrdych u Rozwżmy oddzływne twrdych u opsywne potencjłem V r r Ponewż potencjł jest seryczne symetryczny uncję ową możn zpsć w postc ( r Cm R Ym( m gdze Ym( to hrmon seryczne Rozprszne

Bardziej szczegółowo

Całka oznaczona. długość k-tego odcinka podziału P. punkt pośredni k-tego odcinka podziału P. Niech funkcja f będzie ograniczona na przedziale

Całka oznaczona. długość k-tego odcinka podziału P. punkt pośredni k-tego odcinka podziału P. Niech funkcja f będzie ograniczona na przedziale Cł ozczo. De.1. Podziłem odci części, N, zywmy ziór przy czym. Wprowdzmy ozczei: długość -tego odci podziłu P średic podziłu P put pośredi -tego odci podziłu P De.2 sum cłow Niech ucj ędzie ogriczo przedzile

Bardziej szczegółowo

Całka oznaczona. długość k-tego odcinka podziału P. punkt pośredni k-tego odcinka podziału P. Niech funkcja f będzie ograniczona na przedziale

Całka oznaczona. długość k-tego odcinka podziału P. punkt pośredni k-tego odcinka podziału P. Niech funkcja f będzie ograniczona na przedziale Cł ozczo. De.1. Podziłem odci części, N, zywmy ziór przy czym. Wprowdzmy ozczei: długość -tego odci podziłu P średic podziłu P put pośredi -tego odci podziłu P De.2 (sum cłow) Niech ucj ędzie ogriczo przedzile

Bardziej szczegółowo

Projekt 3 3. APROKSYMACJA FUNKCJI

Projekt 3 3. APROKSYMACJA FUNKCJI Projekt 3 3. APROKSYMACJA FUNKCJI 3. Krter proksmcj. Złóżm że () jest ukcją cągłą w przedzle [ b ]. Zlezee przblże (proksmcj) poleg wzczeu współczków pewego welomu P() któr będze dobrze przblżł w tm przedzle

Bardziej szczegółowo

11. Aproksymacja metodą najmniejszych kwadratów

11. Aproksymacja metodą najmniejszych kwadratów . Aproksmcj metodą jmejszch kwdrtów W ukch przrodczch wkoujem często ekspermet polegjące pomrch pr welkośc, które, jk przpuszczm, są ze sobą powąze jkąś zleżoścą fukcją =f(, p. wdłużee spręż w zleżośc

Bardziej szczegółowo

WYKŁAD 7. UKŁADY RÓWNAŃ LINIOWYCH Macierzowa Metoda Rozwiązywania Układu Równań Cramera

WYKŁAD 7. UKŁADY RÓWNAŃ LINIOWYCH Macierzowa Metoda Rozwiązywania Układu Równań Cramera /9/ WYKŁ. UKŁY RÓWNŃ LINIOWYCH Mcierzow Metod Rozwiązywi Ukłdu Rówń Crmer Ogól postć ukłdu rówń z iewidomymi gdzie : i i... ozczją iewidome; i R k i R i ik... ;... efiicj Ukłdem Crmer zywmy tki ukłd rówń

Bardziej szczegółowo

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa)

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa) Regresj low (metod jmejszch kwdrtów, metod wrówwcz, metod Guss) stot metod postult Guss współczk prostej kostrukcj prostej teoretczej trsformcj fukcj elowch przkłd Regresj low czm poleg? Jeśl merzoe dwe

Bardziej szczegółowo

Całka oznaczona. długość k-tego odcinka podziału P. średnica podziału P. punkt pośredni k-tego odcinka podziału P

Całka oznaczona. długość k-tego odcinka podziału P. średnica podziału P. punkt pośredni k-tego odcinka podziału P Cł ozczo. De.. Podziłem odci części, N, zywmy ziór przy czym. Wprowdzmy ozczei: długość -tego odci podziłu P średic podziłu P put pośredi -tego odci podziłu P De. sum cłow Niech ucj ędzie ogriczo przedzile

Bardziej szczegółowo

WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ

WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ ĆWICZENIE 9 WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ Opis kł pomirowego A) Wyzzie ogiskowej sozewki skpijąej z pomir oległośi przemiot i obrz o sozewki Szzególie proste, rówoześie

Bardziej szczegółowo

data utworzenia: styczeń 2006, data modyfikacji: styczeń 2011 WSTĘP DO METOD NUMERYCZNYCH

data utworzenia: styczeń 2006, data modyfikacji: styczeń 2011 WSTĘP DO METOD NUMERYCZNYCH Słwomr Mlewsk Metody umerycze kospekt dt utworze: styczeń 6, dt modyfkcj: styczeń WSTĘP DO METOD NUMERYCZNYCH Metodą umeryczą zyw sę kżdą metodę oblczeową sprowdzlą do opercj rytmetyczych dodw, odejmow,

Bardziej szczegółowo

1.4. STAN ODKSZTAŁCENIA STRONA GEOMETRYCZNA

1.4. STAN ODKSZTAŁCENIA STRONA GEOMETRYCZNA .4. STAN ODKSZTAŁCENA STRONA GEOMETRYCZNA.4.. Wetor przemeszcze Rozwżmy bryłę (cło mterle) o dowolym sztłce meszczoą w prostoątym łdze odese O (rys. ) Rys. gdze ozcz położee (mesce) pt mterlego w tym łdze,,,

Bardziej szczegółowo

METODY NUMERYCZNE. Wykład 6. Plan Rozwiązywanie układów równań liniowych

METODY NUMERYCZNE. Wykład 6. Plan Rozwiązywanie układów równań liniowych -4-4 METODY NUMERYCZNE Wykłd 6. Rozwązywe ukłdów rówń lowych dr h. ż. Ktrzy Zkrzewsk, prof. AGH Met.Numer. wykłd 6 Pl Metody dokłde Metod elmcj Guss Metod Guss-Sedl Rozkłd LU Metod Kryłow Metod LR QR Zdefowe

Bardziej szczegółowo

Lista 6. Kamil Matuszewski 26 listopada 2015

Lista 6. Kamil Matuszewski 26 listopada 2015 Lsta 6 Kaml Matuszews 6 lstopada 5 4 5 6 7 8 9 4 5 X X X X X X X X X X X D X X N Gdze X-spsae, D-Delarowae, N-edelarowae. Zadae Zadae jest westą odpowedego pomalowaa. Weźmy sobe szachowcę x, poumerujmy

Bardziej szczegółowo

Metody numeryczne. Wykład nr 7. dr hab. Piotr Fronczak

Metody numeryczne. Wykład nr 7. dr hab. Piotr Fronczak Metody numeryzne Wyłd nr 7 dr. Potr Fronz Cłowne numeryzne Cłowne numeryzne to przylżone olzne łe oznzony. Metody łown numeryznego polegją n przylżenu ł z pomoą odpowednej sumy wżonej wrtoś łownej unj

Bardziej szczegółowo

Rozkłady prawdopodobieństwa 1

Rozkłady prawdopodobieństwa 1 Rozkłdy rwdoodoeństw Rozkłdy rwdoodoeństw. Rozkłdy dyskrete cągłe. W rzydku rozkłdu dyskretego określmy wrtośc rwdoodoeństw dl rzelczlej skończoej lu eskończoej lczy wrtośc zmeej losowej. N.... wszystke

Bardziej szczegółowo

Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej. Algorytm DMC z funkcjami bazowymi. Piotr Marusak

Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej. Algorytm DMC z funkcjami bazowymi. Piotr Marusak Isttt Atomt Iformt Stosowej Poltech Wrszwsej Algortm DMC z fcjm bzowm Potr Mrs Pl rezetcj. Wstę. Strow lgortm DMC.. Algortm w wersj merczej.. Algortm w wersj ltczej 3. Algortm DMCBF (z fcjm bzowm) 3..

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

Nr: 1. Metody obliczeniowe - Budownictwo semestr 2 - wykład nr 1. Metody obliczeniowe

Nr: 1. Metody obliczeniowe - Budownictwo semestr 2 - wykład nr 1. Metody obliczeniowe Nr: Metody olczeowe - Budowctwo semestr - wyłd r Metody olczeowe Metody umerycze - sposoy rozwąz zd mtemtyczego z pomocą operc lczch t, y zde mogło yć rozwąze przez omputer. Rozwązywe ułdów rówń lowych.

Bardziej szczegółowo

Matematyka wybrane zagadnienia. Lista nr 4

Matematyka wybrane zagadnienia. Lista nr 4 Mtemty wyre zgdiei List r 4 Zdie Jeżeli ułd wetorów v, v przestrzei liiowej V ie jest liiowo iezleży, to mówimy, że wetory v, v są liiowo zleże Udowodić stępujące twierdzeie: Ułd wetorów v, v ( ) jest

Bardziej szczegółowo

Algebra WYKŁAD 5 ALGEBRA 1

Algebra WYKŁAD 5 ALGEBRA 1 lger WYKŁD 5 LGEBR Defiicj Mcierzą ieosoliwą zywmy mcierz kwdrtową, której wyzczik jest róży od zer. Mcierzą osoliwą zywmy mcierz, której wyzczik jest rówy zeru. Defiicj Mcierz odwrot Mcierzą odwrotą do

Bardziej szczegółowo

Niech dany będzie układ równań postaci. Powyższy układ równań liniowych z n niewiadomymi można zapisać w postaci macierzowej

Niech dany będzie układ równań postaci. Powyższy układ równań liniowych z n niewiadomymi można zapisać w postaci macierzowej Rozwiązywie ułdów rówń liiowych Metod elimicji Guss 2 Postwieie zgdiei Niech dy będzie ułd rówń postci b x x x b x x x b x x x 2 2 2 2 2 22 2 2 2 Powyższy ułd rówń liiowych z iewidomymi moż zpisć w postci

Bardziej szczegółowo

Rozwiązanie niektórych zadań treningowych do I kolokwium sem. zimowy, 2018/19

Rozwiązanie niektórych zadań treningowych do I kolokwium sem. zimowy, 2018/19 Rozwąze ektóryh zdń tregowyh do I kolokwum sem. zmowy, 8/9 Zd.. V = ost, = 98 K W wrukh dtyzyh Q = ΔU =. Końową temperturę zjdzemy rozwązują rówe ΔU =. Zm eerg wewętrzej zhodz wskutek rekj hemzej jlepej

Bardziej szczegółowo

Układ Liniowych Równań Algebraicznych

Układ Liniowych Równań Algebraicznych chł Pzowsk Isttut echoog Iformcch w Iżer ąowe Wzł Iżer ąowe Potechk Krkowsk Ukł owch Rówń gebrczch Z owm ukłem rówń gebrczch mm o cze w stuc, g wszstke zmee wstępuące w rówch ukłu wstępuą ee w perwsze

Bardziej szczegółowo

Teoria i metody optymalizacji

Teoria i metody optymalizacji Teora metoy optymalzacj Nelowe zaae optymalzacj bez ograczeń umerycze metoy teracyje optymalzacj m x R f = f x Algorytmy poszuwaa mmum loalego zaaa programowaa elowego: Bez ograczeń Z ograczeam Algorytmy

Bardziej szczegółowo

MACIERZE I DZIAŁANIA NA MACIERZACH. Niech ustalone będzie ciało i dwie liczby naturalne,.

MACIERZE I DZIAŁANIA NA MACIERZACH. Niech ustalone będzie ciało i dwie liczby naturalne,. CIERZE I ZIŁNI N CIERZCH Nech usloe będze cło dwe lczby urle, cerzą o wyrzch z cł wymrch zywmy kżdą fukcję cerz ką zpsujemy w posc belk ) cerz zpsujemy róweż wele ych sposobów, w zleżośc od ego jką jej

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

JEDNOWYMIAROWA ZMIENNA LOSOWA JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:

Bardziej szczegółowo

Typ może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; }

Typ może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; } Idea: Wyzaczamy ameszy elemet w cągu tablcy zameamy go mescam z elemetem perwszym, astępe z pozostałego cągu wyberamy elemet ameszy ustawamy go a druge mesce tablcy zmeamy, td. Realzaca w C++ vod seleca

Bardziej szczegółowo

Programowanie z więzami (CLP) CLP CLP CLP. ECL i PS e CLP

Programowanie z więzami (CLP) CLP CLP CLP. ECL i PS e CLP Progrmowie z więzmi (CLP) mjąc w PROLOGu: p(x) :- X < 0. p(x) :- X > 0. i pytjąc :- p(x). dostiemy Abort chcelibyśmy..9 CLP rozrzeszeie progrmowi w logice o kocepcję spełii ogriczeń rozwiązie = logik +

Bardziej szczegółowo

Od wzorów skróconego mnoŝenia do klasycznych nierówności

Od wzorów skróconego mnoŝenia do klasycznych nierówności Hery Pwłowsi IV LO Toruń O wzorów sróoego moŝei o lsyzyh ierówośi Uzą w szole wzorów sróoego moŝei zzymy o owozei wóh toŝsmośi: () ( ) () ( ) Nstępie uŝywmy ih o przesztłi wyrŝeń Tym rzem zrómy z ih iy

Bardziej szczegółowo

6. *21!" 4 % rezerwy matematycznej. oraz (ii) $ :;!" "+!"!4 oraz "" % & "!4! " )$!"!4 1 1!4 )$$$ " ' ""

6. *21! 4 % rezerwy matematycznej. oraz (ii) $ :;! +!!4 oraz  % & !4!  )$!!4 1 1!4 )$$$  ' Memy fow 09..000 r. 6. *!" ( orz ( 4 % rezerwy memycze $ :;!" "+!"!4 orz "" % & "!4! " $!"!4!4 $$$ " ' "" V w dowole chwl d e wzorem V 0 0. &! "! "" 4 < ; ;!" 4 $%: ; $% ; = > %4( $;% 7 4'8 A..85 B..90

Bardziej szczegółowo

Wykład 9: Różne rodzaje zbieżności ciągów zmiennych losowych. Prawa wielkich liczb.

Wykład 9: Różne rodzaje zbieżności ciągów zmiennych losowych. Prawa wielkich liczb. Rchuek prwopoobieństw MA1181 Wyził T, MS, rok k. 2013/14, sem. zimowy Wykłowc: r hb. A. Jurlewicz Wykł 9: Róże rozje zbieżości ciągów zmieych losowych. rw wielkich liczb. Zbieżość z prwopoobieństwem 1:

Bardziej szczegółowo

Wykład 8: Całka oznanczona

Wykład 8: Całka oznanczona Wykłd 8: Cłk ozczo dr Mriusz Grządziel grudi 28 Pole trójkt prboliczego Problem. Chcemy obliczyć pole s figury S ogriczoej prostą y =, prostą = i wykresem fukcji f() = 2. Rozwizie przybliżoe. Dzielimy

Bardziej szczegółowo

Plan wykładu. Sztuczne sieci neuronowe. Druga pochodna funkcji (f (x))

Plan wykładu. Sztuczne sieci neuronowe. Druga pochodna funkcji (f (x)) Pl wyłdu yłd 4: Algorytmy optymlzcj Młgorzt Krętows ydzł Iformty Poltech Błostoc Algorytmy grdetowe optymlzcj Algorytm jwęszego spdu e: Algorytm zmeej metry, Algorytm grdetów sprzężoych Algorytmy doboru

Bardziej szczegółowo

Metody obliczeniowe - Budownictwo semestr 2 - wykład nr 4. Nr: 1. Metody obliczeniowe. wykład nr 4. różniczkowanie przybliżone całkowanie numeryczne

Metody obliczeniowe - Budownictwo semestr 2 - wykład nr 4. Nr: 1. Metody obliczeniowe. wykład nr 4. różniczkowanie przybliżone całkowanie numeryczne r: Metody olczeowe - Budowctwo semestr - wyłd r Metody olczeowe wyłd r różczowe przylżoe cłowe umerycze r: Metody olczeowe - Budowctwo semestr - wyłd r Perwsz pocod uc Perwsz pocod uc dec: ' lm Ozcze:

Bardziej szczegółowo

I. APROKSYMACJA I INTERPOLACJA FUNKCJI JEDNEJ ZMIENNEJ

I. APROKSYMACJA I INTERPOLACJA FUNKCJI JEDNEJ ZMIENNEJ Oprcowł: mgr Słwomr Mlewsk Smodzely Zkłd Metod Komputerowych w Mechce L6, WL, PK APROKSYMACJA NTERPOLACJA FUNKCJ JEDNEJ ZMENNEJ Ogóle zgdee proksymcj moż opsć stępująco: De są pukty leżące ądź to do wykresu

Bardziej szczegółowo

Całkowanie numeryczne Zadanie: obliczyć przybliżenie całki (1) używając wartości funkcji f(x) w punktach równoodległych. Przyjmujemy (2) (3) (4) x n

Całkowanie numeryczne Zadanie: obliczyć przybliżenie całki (1) używając wartości funkcji f(x) w punktach równoodległych. Przyjmujemy (2) (3) (4) x n lkowe_um- łkowe umercze Zde: olczć przlżee cłk ( ) d () użwjąc wrtośc ukcj () w puktc rówoodległc. Przjmujem (), gdze,,, () () tąd / (5) Metod prostokątów d / (6) gdze / / (7) -- :9: /6 lkowe_um- td. td.

Bardziej szczegółowo

ω a, ω - prędkości kątowe członów czynnego a i biernego b przy

ω a, ω - prędkości kątowe członów czynnego a i biernego b przy Prekłne Mechncne PRZEKŁADNIE MECHANICZNE Prekłne mechncne są wykle mechnmm kołowym prenconym o prenesen npęu o włu slnk wykonuącego ruch orotowy o cłonu npęowego msyny rooce, mechnmu wykonwcego lu wprost

Bardziej szczegółowo

Macierze w MS Excel 2007

Macierze w MS Excel 2007 Mcierze w MS Ecel 7 Progrm MS Ecel umożliwi wykoywie opercji mcierzch. Służą do tego fukcje: do możei mcierzy MIERZ.ILOZYN do odwrci mcierzy MIERZ.ODW do trspoowi mcierzy TRNSPONUJ do oliczi wyzczik mcierzy

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0

Bardziej szczegółowo

[ ] Pochodne cząstkowe funkcji złożonych.

[ ] Pochodne cząstkowe funkcji złożonych. EI-Iork-Wkł - r Ćel cel@.g.e.pl De. Mów że kc es kls D eżel pos w kż pkce zbor D wszske pocoe cząskowe cągłe czl es F- różczkowl w kż pkce zbor E. Pocoe cząskowe wższc rzęów. Rozwż kcę rzeczwsą zec : R

Bardziej szczegółowo

ZADANIA Z ANALIZY MATEMATYCZNEJ dla I roku kierunku informatyka WSZiB

ZADANIA Z ANALIZY MATEMATYCZNEJ dla I roku kierunku informatyka WSZiB pro. dr hb. Stisłw Biłs ZADANIA Z ANALIZY MATEMATYCZNEJ I roku kieruku iormtyk WSZiB I. ELEMENTARNE WŁASNOŚCI FUNKCJI. Wyzczyć dziedzię ukcji: 5 7 log[ log 5 6. b c ] d. Wyzczyć przeciwdziedzię ukcji:

Bardziej szczegółowo

CIĄGI LICZBOWE. Naturalną rzeczą w otaczającym nas świecie jest porządkowanie różnorakich obiektów, czyli ustawianie ich w pewnej kolejności.

CIĄGI LICZBOWE. Naturalną rzeczą w otaczającym nas świecie jest porządkowanie różnorakich obiektów, czyli ustawianie ich w pewnej kolejności. CIĄGI LICZBOWE Nturlą rzeczą w otczjącym s świecie jest porządkowie różorkich obiektów, czyli ustwiie ich w pewej kolejości. Dl przykłdu tworzymy różego rodzju rkigi, p. rkig jlepszych kierowców rjdowych.

Bardziej szczegółowo

LABORATORIUM DYNAMIKI MASZYN

LABORATORIUM DYNAMIKI MASZYN LABORATORIUM DYNAMII MASZYN Ćwcz 5 IDENTYFIACJA OBIETU DYNAMICZNEO NA PODSTAWIE JEO LOARYTMICZNYCH CHARATERYSTY CZĘSTOTLIWOŚCIOWYCH. Cl ćwcz Orśl rów ruchu obtu dyczgo podtw go logrytczych chrtryty czętotlwoścowych,

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

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

Bardziej szczegółowo

Johann Wolfgang Goethe Def.

Johann Wolfgang Goethe Def. "Maemac ą ja Facuz: coolwe m ę powe od azu pzeładają o a wój wła jęz wówcza aje ę o czmś zupełe m." Joha Wola Goehe Weźm : m m Jeżel zdeujem ucje pomoccze j : j dla j = m o = m dze = Czl wacz pzeaalzowad

Bardziej szczegółowo

Technika optymalizacji

Technika optymalizacji Nelowe zde optymlzj sttyzej ez ogrzeń - PN ez ogrzeń dr Ŝ. Ew Szlh Wydzł Eletro Ker.: Eletro III r. EZI Sformułowe owe zd optymlzj elowej ez ogrzeń: Fuj elu f( : Zde optymlzj poleg zlezeu wetor zmeyh deyzyjyh,

Bardziej szczegółowo

ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GRANULOMETRYCZNEJ SUROWCÓW I PRODUKTÓW

ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GRANULOMETRYCZNEJ SUROWCÓW I PRODUKTÓW 1 ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GANULOMETYCZNEJ SUOWCÓW I PODUKTÓW 1. Cel zkres ćwczen Celem ćwczen jest opnowne przez studentów metody oceny mterłu sypkego pod względem loścowej zwrtośc frkcj

Bardziej szczegółowo

Sposoby wyznaczenia błędu bezwzględnego. Pomiar bezpośredni. Pomiar pośredni. f x. f x. f x. f x. x n = =

Sposoby wyznaczenia błędu bezwzględnego. Pomiar bezpośredni. Pomiar pośredni. f x. f x. f x. f x. x n = = Pomr jego dokłdość. Kżdy pomr dje m wyk z pewą ylko dokłdoścą, węc obcążoy je epewoścą pomrową (błędem pomrowym). Pomry fzycze dzelmy : bezpośrede pośrede. Pomrm bezpośredm zywmy ke, kórych wrość lczbową

Bardziej szczegółowo

Zasada wariacyjna mechaniki kwantowej

Zasada wariacyjna mechaniki kwantowej Zsd wry meh wtwe uł eerg: K ( [ ] Hˆ ( K de rmwe (łwe z wdrtem fu przyprz dw est wrt zew eerg w ste psym t fu. Jest t p e gze d p fu. u przyprz dwue wrt zbwe zb wrt fu. Argumetm s zby. D fułu rgumetm s

Bardziej szczegółowo

Metoda szeregów potęgowych dla równań różniczkowych zwyczajnych liniowych. Równanie różniczkowe zwyczajne liniowe drugiego rzędu ma postać

Metoda szeregów potęgowych dla równań różniczkowych zwyczajnych liniowych. Równanie różniczkowe zwyczajne liniowe drugiego rzędu ma postać met_szer_potegowyh-.doowyh Metod szeregów potęgowyh dl rówń różizkowyh zwyzjyh liiowyh Rówie różizkowe zwyzje liiowe drugiego rzędu m postć d u d f du d gu h ( Złóżmy, że rozwiązie rówi ( może yć przedstwioe

Bardziej szczegółowo

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ Podstawowe pojęca rachuu prawdopodobeństwa: zdarzee losowe, zdarzee elemetare, prawdopodobeństwo, zbór zdarzeń elemetarych. Def. Nech E będze zborem

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Poltechnk Gdńsk Wydzł Elektrotechnk Automtyk Ktedr Inżyner Systemów Sterown Teor sterown Podstwy lgebry mcerzy Mterły pomocncze do ćwczeń lbortoryjnych 1 Część 3 Oprcowne: Kzmerz Duznkewcz, dr hb. nż.

Bardziej szczegółowo

UWAGI O ROZKŁADZIE FUNKCJI ZMIENNEJ LOSOWEJ.

UWAGI O ROZKŁADZIE FUNKCJI ZMIENNEJ LOSOWEJ. L.Kowls - Uwg o rozłdz uc zm losow UWAI O ROZKŁADZIE UNKCJI ZMIENNEJ LOSOWEJ. - d zm losow cągł o gęstośc. Y g g - borlows tz. g - B BR dl B BR Wzczć gęstość g zm losow Y. Jśl g - ścśl mootocz różczowl

Bardziej szczegółowo

R, R, R n itd. przestrzenie wektorowe, których elementami są wektory określone przez długość, kierunek i zwrot.

R, R, R n itd. przestrzenie wektorowe, których elementami są wektory określone przez długość, kierunek i zwrot. WYKŁAD. PRZESTRZENIE AFINICZNE, PROSTA. PŁASZCZYZNA. E PRZESTRZENIE AFINICZNE y P(,, c) x z E, E, E d. - rzesrzee ukoe, kórych elemem są uky ose rzy omocy sółrzędych, j. ukłdó lcz rzeczysych osc (, ),

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

2. Ciągi liczbowe. Definicja 2.1 Funkcję a : N R nazywamy ciągiem liczbowym. Wartość funkcji a(n) oznaczamy symbolem a

2. Ciągi liczbowe. Definicja 2.1 Funkcję a : N R nazywamy ciągiem liczbowym. Wartość funkcji a(n) oznaczamy symbolem a Ciągi liczbowe Defiicj Fukcję : N R zywmy iem liczbowym Wrtość fukcji () ozczmy symbolem i zywmy -tym lub ogólym wyrzem u Ciąg Przykłdy Defiicj róŝic zpisujemy rówieŝ w postci { } + Ciąg liczbowy { } zywmy

Bardziej szczegółowo

Wykład 1 Pojęcie funkcji, nieskończone ciągi liczbowe, dziedzina funkcji, wykres funkcji, funkcje elementarne, funkcje złożone, funkcje odwrotne.

Wykład 1 Pojęcie funkcji, nieskończone ciągi liczbowe, dziedzina funkcji, wykres funkcji, funkcje elementarne, funkcje złożone, funkcje odwrotne. Wykłd Pojęcie fukcji, ieskończoe ciągi liczbowe, dziedzi fukcji, wykres fukcji, fukcje elemetre, fukcje złożoe, fukcje odwrote.. Fukcje Defiicj.. Mówimy, że w zbiorze liczb X jest określo pew fukcj f,

Bardziej szczegółowo

Rachunek różniczkowy funkcji wielu zmiennych

Rachunek różniczkowy funkcji wielu zmiennych EAIB-Iormaa-Wład 9- dr Adam Ćmel cmel@.ag.edu.pl Racue różczow ucj welu zmec Z uwag a prosoę zapsu ławe erpreacje gracze ograczm sę jede do ucj lub zmec. Naurale uogólea wprowadzac pojęć a ucje zmec zosawam

Bardziej szczegółowo

460 Szeregi Fouriera. Definicja. Definicja. Układ trygonometryczny. Definicja Układ ortogonalny funkcji ( ϕ n

460 Szeregi Fouriera. Definicja. Definicja. Układ trygonometryczny. Definicja Układ ortogonalny funkcji ( ϕ n 6 Szeregi Fourier Defiij Dwie fuje ψ :< > C zywmy fujmi ortogolymi przedzile < > gdy ψ Defiij Ciąg fuji ) :< > C zywmy ułdem ortogolym przedzile < > gdy fuje są prmi ortogole przedzile < > tz gdy j j λ

Bardziej szczegółowo

Michał Pazdanowski Instytut Technologii Informacyjnych w Inżynierii Lądowej Wydział Inżynierii Lądowej Politechnika Krakowska.

Michał Pazdanowski Instytut Technologii Informacyjnych w Inżynierii Lądowej Wydział Inżynierii Lądowej Politechnika Krakowska. chł zdows Istytut echolog Iforcyych w Iżyer ądowe Wydzł Iżyer ądowe oltech Krows Iterpolc Iterpolc oże być trtow o szczególy przypde prosyc polegący ty że fuc prosyow fuc prosyuąc przyuą te se wrtośc w

Bardziej szczegółowo

PROGRAMOWANIE LINIOWE.

PROGRAMOWANIE LINIOWE. Wykłd 6 Progrowe lowe. Zstosow ekoocze. PROGRAMOWANIE LINIOWE. ZASTOSOWANIA EKONOMICZNE. CENY DUALNE. ANALIZA WRAŻLIWOŚCI.. RACHUNEK EKONOMICZNY. ZASADY RACJONALNEGO GOSPODAROWANIA. Rchuek ekooczy - porówe

Bardziej szczegółowo

Analiza numeryczna. Stanisław Lewanowicz. Całkowanie numeryczne. Definicje, twierdzenia, algorytmy

Analiza numeryczna. Stanisław Lewanowicz. Całkowanie numeryczne. Definicje, twierdzenia, algorytmy http://wwwiiuniwrocpl/ sle/teching/n-wdrpdf Anliz numeryczn Stnisłw Lewnowicz Styczeń 008 r Cłownie numeryczne Definicje, twierdzeni, lgorytmy 1 Pojęci wstępne Niech IF IF [, b] ozncz zbiór wszystich funcji

Bardziej szczegółowo

PRZEPŁYWY MIĘDZYGAŁĘZIOWE. tablica przepływów międzygałęziowych

PRZEPŁYWY MIĘDZYGAŁĘZIOWE. tablica przepływów międzygałęziowych PRZEPŁYWY IĘDZYGŁĘZIOWE. [] Jeą z meto lzy zleŝośc wystęuących w rocesch tworze ozłu roukc mterle są metoy rzeływów męzygłezowych (lzy kłów wyków, lzy utoutut). zł Elemetrym osem ukłu est tut tzw. tlc

Bardziej szczegółowo

Podstawy matematyki finansowej i ubezpieczeniowej

Podstawy matematyki finansowej i ubezpieczeniowej Podstawy matematy fasowej ubezpeczeowej oreślea, wzory, przyłady, zadaa z rozwązaam KIELCE 2 SPIS TREŚCI WSTEP... 7 STOPA ZWROTU...... 9 2 RACHUNEK CZASU W MATEMATYCE FINANSOWEJ. 0 2. DOKŁADNA LICZBA DNI

Bardziej szczegółowo

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya

Bardziej szczegółowo

TENSOR W ZAPISIE LAGRANGE A I EULERA

TENSOR W ZAPISIE LAGRANGE A I EULERA TENSOR W ZAPISIE LAGRANGE A I EULERA N postwe skłowych wektor przemeszczeń obczmy skłowe tensor oksztłcen. Tensor oksztłcen może być w zpse Lgrnge b Eer. We współrzęnych Lgrnge rch cząsteczk est opsny

Bardziej szczegółowo

Różniczkowanie numeryczne

Różniczkowanie numeryczne cł zows Isttut Tecolog Iormcc w Iżer ąowe Wzł Iżer ąowe oltec Krows Różczowe umercze Różczowem umerczm zwm wzcze przblżoc wrtośc pococ uc srete ee lub welu zmec w zc putc obszru. Opercę tą moż woć wuetpowo:

Bardziej szczegółowo

Metody numeryczne. Wykład nr 5: Aproksymacja i interpolacja. dr Piotr Fronczak

Metody numeryczne. Wykład nr 5: Aproksymacja i interpolacja. dr Piotr Fronczak Metod umerze Wkłd r 5: Aproksmj terpolj dr Potr Frozk Aproksmj terpolj Aproksmj rówem lowm Błąd dopsow E - Fukj dwóh zmeh Fukj E m mmum dl tkh wrtoś, dl którh pohode ząstkowe względem zerują sę: E E Jest

Bardziej szczegółowo

I. CIĄGI I SZEREGI FUNKCYJNE. odwzorowań zbioru X w zbiór R [lub C] nazywamy ciągiem funkcyjnym.

I. CIĄGI I SZEREGI FUNKCYJNE. odwzorowań zbioru X w zbiór R [lub C] nazywamy ciągiem funkcyjnym. I. CIĄGI I SZEREGI FUNKCYJNE 1. Zbieżość puktow i jedostj ciągów fukcyjych Niech X będzie iepustym podzbiorem zbioru liczb rzeczywistych R (lub zbioru liczb zespoloych C). Defiicj 1.1. Ciąg (f ) N odwzorowń

Bardziej szczegółowo

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczby całkowite C : C..., 3, 2, 1,

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczby całkowite C : C..., 3, 2, 1, I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczy turle N : N 0,,,,,,..., N,,,,,... liczy cłkowite C : C...,,,, 0,,,,... Kżdą liczę wymierą moż przedstwić z pomocą ułmk dziesiętego skończoego

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej

Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej Isttt Atomt Iformt Stosowe Poltech Wrszwse Algortm predce w wers ltcze z efetwm mechzmem względ ogrczeń wść Potr Mrs Pl prezetc. Wstęp. Algortm reglc predce 3. Uwzględe ogrczeń łoŝoch sgł sterąc 4. Uwzględe

Bardziej szczegółowo

Ocena wpływu niepewności estymacji parametrów modeli czujników pomiarowych na wartości maksymalnych błędów dynamicznych

Ocena wpływu niepewności estymacji parametrów modeli czujników pomiarowych na wartości maksymalnych błędów dynamicznych Polech rows Wydzł Iżyer Elerycze operowe edr oy ech Iforcyych Oce wpływ epewośc esyc prerów odel czów porowych wrośc sylych łędów dyczych Dr ż. rzyszof oczy rów 5.3.5 Pl wysąpe. Błędy w porch welośc słych

Bardziej szczegółowo

i interpretowanie reprezentacji wykorzystanie i tworzenie reprezentacji wykorzystanie wykorzystanie i tworzenie reprezentacji

i interpretowanie reprezentacji wykorzystanie i tworzenie reprezentacji wykorzystanie wykorzystanie i tworzenie reprezentacji KLUCZ ODPOWIEDZI I ZASADY PUNKTOWANIA PRÓBNEGO EGZAMINU MATURALNEGO Z MATEMATYKI POZIOM PODSTAWOWY Nr zdi Odpowiedzi Pukty Bde umiejętości Obszr stdrdu. B 0 pluje i wykouje obliczei liczbch rzeczywistych,

Bardziej szczegółowo

Podstawy praktycznych decyzji ekonomiczno- finansowych w przedsiębiorstwie

Podstawy praktycznych decyzji ekonomiczno- finansowych w przedsiębiorstwie odswy pryczych decyzji eooiczo- fisowych w przedsiębiorswie l wyłdu - Wrość pieiądz w czsie 4 h - Efeywość projeów w iwesycyjych 3-4 h -Wżoy osz piłu u WACC h odswy pryczych decyzji eooiczo- fisowych w

Bardziej szczegółowo

Wybrane zagadnienia. Wykład 2a. Metoda simpleks rozwiązywania zadań programowania liniowego.

Wybrane zagadnienia. Wykład 2a. Metoda simpleks rozwiązywania zadań programowania liniowego. Wybre zgdiei bdń opercyjych Wykłd Metod simpleks rozwiązywi zdń progrmowi liiowego Prowdzący: dr iiż.. Zbiigiiew TARAPATA De kotktowe: e-mil: WWW: Zbigiew.Trpt@wt.edu.pl http://trpt.stref.pl tel. : 83-94-3,

Bardziej szczegółowo

METODY KOMPUTEROWE 11

METODY KOMPUTEROWE 11 METOY KOMPUTEROWE METOA WAŻONYCH REZIUÓW Mchł PŁOTKOWIAK Adm ŁOYGOWSKI Konsultcje nukowe dr nż. Wtold Kąkol Poznń / METOY KOMPUTEROWE METOA WAŻONYCH REZIUÓW Metod wżonych rezduów jest slnym nrzędzem znjdown

Bardziej szczegółowo

WYKŁAD nr Wielomian M (s) ma pierwiastki wielokrotne oraz równe zero

WYKŁAD nr Wielomian M (s) ma pierwiastki wielokrotne oraz równe zero WKŁD nr. Welomn m perwt welorotne orz równe zero J zznczono poprzeno ążąc o uogólnen wzorów umożlwjących przetwene opowez elementów utomty opnego owolną trnmtncją przy owolnym ygnle wymuzjącym wprowzono

Bardziej szczegółowo

Zasada indukcji matematycznej. Dowody indukcyjne.

Zasada indukcji matematycznej. Dowody indukcyjne. Zsd idukcji mtemtyczej. Dowody idukcyje. W rozdzile sformułowliśmy dl liczb turlych zsdę miimum. Bezpośredią kosekwecją tej zsdy jest brdzo wże twierdzeie, które umożliwi i ułtwi wiele dowodów twierdzeń

Bardziej szczegółowo

Równania rekurencyjne

Równania rekurencyjne Rówaa reurecyje Ja stosować do przelczaa obetów obatoryczych? zaleźć zwąze reurecyjy, oblczyć la początowych wartośc, odgadąć ogóly wzór, tóry astępe udowaday stosując ducję ateatyczą. W etórych przypadach,

Bardziej szczegółowo

MATHCAD 2000 - Obliczenia iteracyjne, macierze i wektory

MATHCAD 2000 - Obliczenia iteracyjne, macierze i wektory MTHCD - Obliczei itercyje, mcierze i wektory Zmiee zkresowe. Tblicowie fukcji Wzór :, π.. π..8.9...88.99..8....8.98. si().9.88.89.9.9.89.88.9 -.9 -.88 -.89 -.9 - Opis, :,, przeciek, Ctrl+Shift+P, /,, ;średik,

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau

Bardziej szczegółowo