Συστήματα Ελέγχου με Μικροϋπολογιστές (h9p://courseware.mech.ntua.gr/ml23259/)

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Συστήματα Ελέγχου με Μικροϋπολογιστές (h9p://courseware.mech.ntua.gr/ml23259/)"

Transcript

1 Συστήματα Ελέγχου με Μικροϋπολογιστές (h9p://courseware.mech.ntua.gr/ml23259/) Κων/νος Ι. Κυριακόπουλος Καθηγητής ΕΜΠ (h9p://users.ntua.gr/kkyria/) Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 1

2 Δομή της Ύλης του Μαθήματος Θεωρία (7) Βέλτιστος Έλεγχος (6) Εκτίμηση Κατάστασης το Φίλτρο KALMAN (1) Εισαγωγή στην Υλοποίηση Συστημάτων Ελέγχου (7) Ενσωματωμένα Συστήματα (2) Γλώσσα C (4) Προγραμματισμός Ενσωματωμένων Συστημάτων & Εργαστήριο (1) Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 2

3 Βέλτιστος Έλεγχος Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 3

4 Εισαγωγή στο Βέλτιστο Έλεγχο Παρουσίαση της δοµής ενός γενικευµένου προβλήµατος βελτίστου ελέγχου Εξειδίκευση στο πρόβληµα τετραγωνικού ρυθµιστή για ΓΧΑΣ Εισαγωγή στο Λογισµό των µεταβολών Η στατική βελτιστοποίηση ως πρόβληµα βελτιστοποπίηση πεπερασµένης διάστασης Λογισµός των µεταβολών Το πρόβληµα ελάχιστης ενέργειας. Ο Γραµµικός Τετραγωνικός Ρυθµιστής. Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 4

5 Παράδειγμα Βελτίστου Ελέγχου Οριζόντια Κίνηση «Πυραύλου» hrust: u mass: x 3 velocity: x 2 posi)on: x 1 Ανισοτικός Περιορισμός: H ώθηση είναι φραγμένη Ισοτικός Περιορισμός: Το μοντέλλο κίνησης του!x πυραύλου 1 x 2!x 2!x 3 = Αρχικές Τελικές Συνθήκες:!s!υ!m = 1 u 1 x 3 2 Aρc x 2 w 2 α u [ ] u Ω = 0,F max = s a υ a m a x 0 Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 5 x t f = s b υ b free

6 Παράδειγμα Βελτίστου Ελέγχου Οριζόντια Κίνηση «Πυραύλου» mass: x 3 hrust: u velocity: x2 posi)on: x1 Το πρόβλημα του Βελτίστου Ελέγχου: Να ευρεθεί η (κατά τμήματα συνεχής) συνάρτηση της ώθησης u : 0,t f [ 0, F max ] που ικανοποιεί όλους τους περιορισμούς, ισοτικούς- ανισοτικούς- αρχικούς- τελικούς, και ελαχιστοποιεί την κατανάλωση t καυσίμου: J (u ) = u (t ) dt f 0 Εναλλακτικά, αλλά ισοδύναμα, θα μπορούσε να χρησιμοποιηθεί Γιατί το J εξαρτάται μόνο το απο το κριτήριο J ( u ) = x 3 ( t f ) x= s υ m το u ενώ εμπεριέχει μόνο το x3(tf)? Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 6

7 Το Πρόβλημα του Βελτίστου Ελέγχου Στην πιο γενική περίπτωση, θεωρούµε τη ΔΕ που περιγράφει την δυναµική της εγκατάστασης Εισάγουµε την έννοια του Δείκτη Απόδωσης (performance index) ή Συνάρτησης Κόστους (cost function) ή Αντικειµενικής Συνάρτησης (objective function) η οποία πρέπει να ελαχιστοποιηθεί: Η «Συνάρτηση Απώλειας» (Loss Function) αντιπροσωπεύει κάποια ποινή που: Εξαρτάται από τη κατάσταση, την είσοδο ή από συνδυασµό τους, και Αναφορικα µε το χρόνο, είναι στατική ή χρονικά εξαρτώµενη. Παραδείγµατα: L x( t),u( t),t = 1 : ελαχιστοποίηση χρόνου, L x( t),u( t),t = u 2 ( t) : ελαχιστοποίηση ενέργειας, L x( t),u( t),t = u( t) : ελαχιστοποίηση καυσίµου Μπορεί να υπάρχουν και περιορισµοί (constraints) που συνδέουν είτε τη κατάσταση, είτε την είσοδο ή και τις 2, συνδυασµένα. Μπορεί να είναι : Ισοτικοί D( x( t), u( t), t) = 0 t t0, t f Ανισοτικοί C x( t) u( t) t t t t 0,, 0, f L x t, u t, t Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 7

8 Το Πρόβλημα του Βελτίστου Ελέγχου Κατά συνέπεια, το πρόβληµα βελτιστοποιήσεως έγγυται στην ανεύρεση εκείνης της συνάρτησης εισόδου u(t) t [t 0,t f ] η οποία : u * (t) Ελαχιστοποιεί (min) την αντικειµενική συνάρτηση J(u) και Υπόκειται (subject to s.t.) σε περιορισµούς : τόσο κατάστασης-εισόδου (ισοτικοί/ανισοτικοί) όσο και αυτούς που εισάγει η ΔΕ της δυναµικής του συστήµατος Αυτό το πρόβληµα βελτιστοποίησης εφράζεται µαθηµατικά ως min u J u Η προκύπτουσα ελαχιστοποιούσα συνάρτηση συµβολίζεται ως u (t) t [t 0,t f ] Προφανώς αυτή η βέλτιστη συνάρτηση εισόδου u (t) t [t 0,t f ], όταν εισαχθεί στη ΔΕ της δυναµικής του συστήµατος και αυτή συνεπώς επιλυθεί, οδηγεί στη βέλτιστη πορεία x (t) t [t 0,t f ], x (t 0 )=x 0 του συστήµατος! = 0 = 0 x 0 st.. x f x, u, t x t x D x t, u t, t = 0 C x t, u t, t 0 x * (t) Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 8

9 Το Πρόβλημα του Βελτίστου Ελέγχου Το προηγούµενο γενικευµένο πρόβληµα µπορεί να αναχθεί σε απλούστερες µορφές όπου π.χ. το σύστηµα είναι γραµµικό ή οι ισοτικοί /ανισοτικοί περιορισµοί είναι απλά φράγµατα της κατάστασης ή της εισόδου κλπ. Σε αυτό το µάθηµα θα δοθεί έµφαση (αλλά όχι αποκλειστικότητα) σε µία από τις απλούστερες δυνατές µορφές, όπου: Το σύστηµα είναι ΓΧΑΣ Δεν υπάρχουν ισοτικοί / ανισοτικοί περιορισµοί εισόδων-καταστάσεων, και Η αντικειµενική συνάρτηση είναι τετραγωνική Ό όρος τεραγωνική πηγάζει από το ότι τόσο η Loss Function όσο και το τελικό κόστος είναι τετραγωνικοί όροι Παρατηρούµε ότι: Η Loss Function επιβαρύνει «µεγάλες καταστάσεις» και µεγάλη «κατανάλωση ενέργειας» Το τελικό κόστος επιβαρύνει την απόκλιση από τη µηδενική κατάσταση Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 9

10 min X s.t. = 0 0 J X Εισαγωγή στο Λογισμό των Μεταβολών Βελτιστοποίηση Βελτιστοποίηση πεπερασµένης διάστασης άπειρης διάστασης G X (δηλ. Χ R d ) (δηλ. u(t) t [t 0,t f ] ) F X Η επίλυση των διατυπωθέντων προβληµάτων βελτίστου ελέγχου απαιτεί τη χρήση εννοιών πέρα της κλασσικής θεωρίας (στατικής) βελτιστοποίησης. Θα εισαχθούν έννοιες από τη περιοχή του Λογισµού των Μεταβολών (Calculus of Variations). Προφανώς, δεδοµένου ότι η εδώ παρουσίαση θα είναι εισαγωγική ( light ) θα την δούµε απλοποιηµένα θεωρώντας τα εξης: Όλες οι συναρτήσεις που ορίζονται εδώ έχουν συνεχείς µερικές παραγώγους, σε όλο το πεδίο ορισµού τους, ως πρός όλες τις µεταβλητές τους (εκτός αν ξεκάθαρα ορίζεται το αντίθετο), και Το πρόβληµα βελτιστοποίσης ορίζεται εδώ στην συνολική (global) µορφή του και δεν υπάρχουν ανισοτικοί περιορισµοί που το περιορίζουν. min u J u st.. x! = f x, u, t x t = x D x t, u t, t = 0 C x t, u t, t Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 10

11 Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις d Θεωρούµε τη συνάρτηση f :!! την οποία θέλουµε να d ελαχιστοποιήσουµε σε όλο το πεδίο ορισµού της z!, δηλαδή ψάχνουµε : Την ελάχιστη τιµή της συνάρτησης : min d f ( z), και z! Το σηµείο του πεδίου ορισµού που επιτυγχάνεται η ελαχιστοποίηση: z = arg min d f ( z) z! Αναζητούµε τις αναγκαίες συνθήκες ώστε το z* να ελαχιστοπoιεί την f (z). Προφανώς: ( ) f ( z ) υ! d, υ 0 f z + υ > Δηλαδή η κατευθυνόµενη πάραγωγος (directional derivative) της f (z) στο z*, ώς προς την κατεύθυνση του υ, είναι µηδενική που σηµαίνει ότι... f(z * +υ) f(z * f(z ) * +υ) f(z * ) z * +υ z * +υ z Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ * z * 11

12 Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις ( + ε υ) f z f z f ( z ) υ = lim 0 + ε f ( z ± ε υ) > f ( z ) ε > 0 f ( z f ( z ε υ) f ( z ) f ( z ) ( υ) = f ( z ) υ = lim 0 + ε 0 ε Τ f ( z + ε υ) f ( z ) f ( z ) υ = lim 0 + ε 0 ε f ( z ) υ = 0 Τ Τ f ( z ε υ) f ( z ) f ( z ) ( υ) = f ( z ) υ = lim 0 + ε 0 ε ε 0 ) z + ε υ f z 0 ε f ( z ) υ 0 Τ f ( z ) υ = 0 f ( z ε υ f ) f( z( z) υ 0 ) = lim 0 + ε 0 ε f(z * +υ) f(z * ) z * +υ z * 0 Επειδή αυτό ισχύει για κάθε υ, τότε f z = Όλα τα σηµεία z* που ικανοποιούν αυτή τη σχέση λέγοντα «κρίσιµα σηµεία». Αν ένα σηµείο z* ελαχιστοπoιεί την f (z) τότε είναι και κρίσιµο σηµείο της. o «αντίστροφο»? Θέλει συζήτηση... Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 12

13 Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις Ένα κρίσιµο σηµείο µίας συνάρτησης ΔΕΝ την ελαχιστοποιεί όµως αναγκαστικά π.χ.: [ ] [ ] 2 2 ü f. z = z1 + z2 2 f z = z1 z2 z = 0 0 το µοναδικό κρίσιµο σηµείο ΔΕΝ ελαχιστοποιεί τη συνάρτηση ΑΛΛΑ... την µεγιστοποιεί. z * [ ] [ ] 2 2 ü f. z = z1 z2 2 f z = z1 z 2 z = 0 0 το µοναδικό κρίσιµο σηµείο ΔΕΝ ελαχιστοποιεί τη συνάρτηση ΑΛΛΑ είναι «σηµείο σάγµατος». Η εξαγωγή συµπερασµάτων για το είδος του κρίσιµου σηµείου απαιτεί την θεώριση της 2 ης παραγώγου (Hessian). z * Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 13

14 Μιά Ειδική Περίπτωση Έστω η συνάρτηση f ( z) = 1 όπου,, 2 z Qz + S z z R 2 Q = Q = q 12 q 22 και S = s 1 s 2. Για τα κρίσιμα σημεία f ( z) = 0 Qz + S = 0 z = Q 1 S H Hessian είναι 2 f z = Q. Άρα για τα κρίσιμα σημεία z * έχουμε: Αντιστοιχούν σε ελάχιστα αν: 2 f(z) > 0 Q > 0 (o πίνακας Q είναι θετικά ορισμένος (Posi ve Definite - pd) Αντιστοιχούν σε μεγιστα άν: 2 f(z) < 0 Q < 0 (o πίνακας Q είναι αρνητικά ορισμένος (Nega ve Definite - nd) q 11 q 12 Αντιστοιχούν σε σημεία σάγματος αν: 2 f(z) (δηλ. ο πίνακας Q) είναι ακαθόριστος (Indefinite id). Αντιστοιχούν σε ιδιόμορφα σημεία αν: 2 f(z) =0 (δηλ. Q = 0) χρήζει περαιτέρω ανάλυσης για να καθορισθεί η «φύση» του κρίσιμου σημείου). Αν δέν έχουμε περίπτωση ιδιομορφίας τότε μπορούμε να έχουμε = 1 2 z Qz + S z f z z = Q 1 S Q( Q 1 S) + S ( Q 1 S) = 1 2 S QS Γιατί? = 1 2 Q 1 S Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 14

15 Παράδειγμα Έστω η περίπτωση όπου Q = Q = 1 2 Τότε επειδή Q > 0 (γιατί?) το ακρότατο z = Q 1 S = αντιστοιχεί σε ελάχιστο, = 1 2 και f z Οι ισοϋψείς της f(z) έχουν τη 1 1 μορφή ελλείψεων. Τα «βέλη» δείχνουν την κατεύθυνση 1 της κλισης f ( z) = Qz + S στο αντιστοιχο σημείο και είναι κάθετα στις ισοϋψείς. 0 1 = 0 1 S = 0 1 Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 15

16 Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις Όπως είδαµε από τα προηγούµενα παραδείγµατα, η εξαγωγή συµπεράσµατος για το είδος του κρίσιµου σηµείου έγινε µέσω της 2 ης παραγώγου (Hessian). d Εναλλακτικά: Μιά συνάρτηση f :!! λέµε ότι είναι : d κυρτή (convex) άν f ( z+ υ) f ( z) f ( z) υ z, υ! αυστηρά κυρτή (strictly convex) άν είναι κυρτή και ισχύει f ( z υ) f ( z) f ( z) υ υ 0 + = =! d f(z)+ f(z) υ f(z+υ) f(z) z+υ υ z f(z ) υ z z +υ f(z +υ )=f(z )+ f(z ) υ f(z ) 0 Έστω z* κρίσιµο σηµείο της αυστηρά κυρτής f (z) δηλαδή f z =. d Εποµένως f z υ f z f z υ υ f z υ f z υ + > = 0 0! + > 0! Συµπέρασµα: Ένα κρίσιµο σηµείο z* µιάς αυστηρά κυρτής συνάρτησης f (z) την ελαχιστοποιεί, δηλαδή z = arg min d f ( z) z! d 16

17 Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις & Ισοτικοί Περιορισμοί Τι θα γίνει όμως αν μας ζητηθεί να ελαχιστοποιήσουμε ως προς το z R 2 την f ( z) = 1 2 z Qz + S z Q = Q 1 1 = 1 2 S = 0 1 με ταυτόχρονη ικανοποίηση της g( z) = c z b = 0 c = 1 0 b = 3 Δηλαδή, αν στο πρόβλημα της βελτιστοποίησης μιάς συνάρτησης f (z) συμπεριληφθούν και n ισοτικοί περιορισμοί της μορφής g i (z)=0 i=1,,n τότε το μαθηματικό πρόβλημα βελτιστοποίησης γίνεται: min f ( z) gn ( z) Προφανως ο αριθμός των περιορισμών πρέπει να είμαι μικρότερος από αυτόν της διάστασης του προβηματος ( n < d ) γιατί αλλοιώς το πρόβλημα υπερπεριορίζεται, επειδή ο δυνατός χώρος (feasible space), δηλ. o χώρος που ικανοποιεί την G(z)=0, εκφυλίζεται σε ένα ή και κανένα σημείο. Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 17 z st g1 g! ( z) ( z) 2. G z = = 0

18 Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις & Ισοτικοί Περιορισμοί Αντιµετωπίζουµε το πρόβληµα : min z st ως εξής: gn ( z) Εισάγουµε διάνυσµα πολλαπλασιαστών Lagrange λ = [ λ διαστάσεως 1 λ2! λ n ] n, ίδιας δηλαδή µε του G(z), του διανύσµατος ισοτικών περιορισµών. Σχηµατίζουµε τη συνάρτηση! f ( z) = f ( z) + λ G( z) = f ( z) + λ1g1( z) + " λngn( z) Έστω ότι ελαχιστοποιήσουµε την!f z δηλαδή βρούµε Έστω z z* που ικανοποιεί τους ισοτικούς περιορισµούς, δηλαδή : G(z) = G(z*) τότε λ R n ισχύει: ( z) ( z) ( z) 2. G z = = 0 f g1 g! " " " z = arg min d f z f z > f z z z z! = + λ = f ( z) λ G( z) f ( z ) λ G( z ) f z f z f z f z G z G z! = + + = =! f z! f z > 0 Αν το z* ελαχιστοποιεί την f z, τότε ελαχιστοποιεί και την f z για αυτά τα z που ανήκουν στο σύνολο των σημείων z όπου ισχύει G(z) = G(z*). Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 18

19 Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις & Ισοτικοί Περιορισμοί Αν το z* ελαχιστοποιεί την! d f ( z) τότε f z =.. Το αντίστροφο ισχύει µόνο αν η! f ( z) είναι κυρτή, κάτι που εξαρτάται και από το λ! n. n Επίσης, για να ισχύει η εξίσωση ισοτικών περιορισµών, πρέπει G z =!. Αυτές οι d+n εξισώσεις οδηγούν στην λύση ( z, λ ) των d+n αγνώστων. Επιστροφή στο παράδειγµα: ελαχιστοποίηση της f ( z) = ( 1 2)z Qz + S z όπου Q = Q 1 1 = και 1 2 S = 0 1 g( z) = c z b = 0 c = 1 0 b = 3 Σχηµατίζουµε την!f ( z) = f ( z) + λ Τ g( z) = 1 και µε 2 z Qz + S z + λ ( c z b) µερική παραγώγιση λαµβάνουµε τις: d εξισώσεις:! z f ( z) = Qz + S + c λ = 0 z = Q 1 S + c λ n εξισώσεις:! λ f z Οπότε z = 3 2 = c z b = 0 0! " z = Q 1 S c c c 0 1 ( c Q 1 S + b) c Q 1 ( S + c λ ) b = 0 λ = ( c c ) 1 ( c Q 1 S + b) Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 19

20 Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις & Ισοτικοί Περιορισμοί Οι ισοϋψείς είναι μορφής ελλειπτικής. Ο ισοτικός περιορισμός είναι η κατα κόρυφη γραμμή... Το κρίσιμο σημείο z* είναι το σημειο επαφής. Γενικά, για να εξασφαλιστεί η ελαχιστοποίση η! f ( z) πρέπει να είναι κυρτή για λ = λ Πως ελέγχεται όμως αυτό? Γενικά, το βασικό εργαλείο είναι η χρήση παραγώγων 2 ης Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 20 τάξης (Hessian). Όμως

21 Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις & Ισοτικοί Περιορισμοί Ανάλυση Κυρτότητας ( Convexity Analysis) σε ειδικές περιπτώσεις: Αν ο ισοτικός περιορισμός είναι γραμμικός, δηλαδή : G( z) = C z e= 0 τότε η παραγώγιση της! f ( z) ως προς z οδηγεί στην G! f ( z) = f ( z) + λ ( z) = f ( z) + λ C z Αν λοιπόν η f (z) είναι «αυστηρά κυρτή» τότε : { }! f z+ υ! f z = f z+ υ + λ C z+ υ e f z + λ C z e = = f z+ υ f z + λ C υ f z υ+ λ C υ =!( ) = f z + λ C υ = f z υ Ισότητα µόνο όταν υ =0 Επειδή η f (z) είναι «αυστηρά κυρτή», η ανισότητα ισχύει σαν ισότητα μόνο όταν υ = 0 : αυστηρά κυρτή Η γενικώτερη ανάλυση με χρήση Hessian είναι πέραν αυτού του μαθήματος.. Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 21

22 Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις Τετραγωνικός Προγραμματισμός Έστω το πρόβληµα ελαχιστοποίησης: Είναι η f (z) αυστηρά κυρτή? min z 1 2 z Qz + S z s.t. G z = C z b = 0 Q = Q > 0 R d d C R n d, n < d, rank C = n f ( z +υ) f ( z) = 1 2 z +υ Q z +υ + S ( z +υ) 1 2 z Qz + S z = z Qυ + S υ υ Qυ = z f ( z) υ υ Qυ z f ( z) υ = f ( z) + λ Τ G( z) f (z) : Αυστηρά Κυρτή Άρα, συµφωνα µε προηγ. σελ. και η!f z αυστηρά κυρτή. Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 22

23 Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις Τετραγωνικός Προγραμματισμός Εποµένως, τα ακρότατα θα ελαχιστοποιούν την f(z). Έτσι, σύµφωνα µε τα προηγούµενα, αναζητούµε τη λύση z, λ των! z f ( z) = 0 R d Qz + S + c λ = 0 z = Q 1 S + c λ z = Q 1 S c ( c c ) 1 ( c Q 1 S + b)! λ f ( z) = G( z) R n c z b = 0 c Q 1 ( S + c λ ) b = 0 λ = ( c c ) 1 ( c Q 1 S + b) Η 1 η εξίσωση έχει νόηµα γιατί Q > 0, άρα µη-ιδιόµορφος. Η 2 η εξίσωση έχει νόηµα γιατί Q > 0 Q -1 > 0 και C: full rank, rank(c) = n C Q -1 C > 0, άρα η λύση λ * έχει νόηµα. Εποµένως η λύση z = Q 1 S c c c 1 ( c Q 1 S + b) ελαχιστοποιεί την f ( z) = 1 2 z Qz + S z Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 23

Συστήματα Ελέγχου με Μικροϋπολογιστές (h9p://courseware.mech.ntua.gr/ml23259/)

Συστήματα Ελέγχου με Μικροϋπολογιστές (h9p://courseware.mech.ntua.gr/ml23259/) Συστήματα Ελέγχου με Μικροϋπολογιστές (h9p://courseware.mech.ntua.gr/ml23259/) Κων/νος Ι. Κυριακόπουλος Καθηγητής ΕΜΠ (h9p://users.ntua.gr/kkyria/) Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 1 Δομή της Ύλης του

Διαβάστε περισσότερα

Συστήματα Αυτομάτου Ελέγχου & Ρυθμίσεως Μηχανών (h>p://courseware.mech.ntua.gr/ml23147/)

Συστήματα Αυτομάτου Ελέγχου & Ρυθμίσεως Μηχανών (h>p://courseware.mech.ntua.gr/ml23147/) Συστήματα Αυτομάτου Ελέγχου & Ρυθμίσεως Μηχανών (h>p://courseware.mech.ntua.gr/ml23147/) Κων/νος Ι. Κυριακόπουλος Καθηγητής ΕΜΠ (h>p://users.ntua.gr/kkyria/) Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 1 Δομή

Διαβάστε περισσότερα

Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις & Ισοτικοί Περιορισμοί

Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις & Ισοτικοί Περιορισμοί Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις & Ισοτικοί Περιορισμοί Τι θα γίνει όμως αν μας ζητηθεί να ελαχιστοποιήσουμε ως προς το R την f ( ) = Q + S Q = Q = S = με ταυτόχρονη ικανοποίηση της g( ) = c b

Διαβάστε περισσότερα

Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις

Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις Εισαγωγή στο Λογισμό των Μεταβολών : Βελτιστοποίηση σε Πεπερασμένες Διαστάσεις Όπως είδαµε στα προηγούµενα παραδείγµατα, η εξαγωγή συµπεράσµατος για το είδος του κρίσιµου σηµείου έγινε µέσω της 2 ης παραγώγου

Διαβάστε περισσότερα

Συστήματα Αυτομάτου Ελέγχου & Ρυθμίσεως Μηχανών (http://)

Συστήματα Αυτομάτου Ελέγχου & Ρυθμίσεως Μηχανών (http://) Συστήματα Αυτομάτου Ελέγχου & Ρυθμίσεως Μηχανών (http://) Κων/νος Ι. Κυριακόπουλος Καθηγητής ΕΜΠ (http://users.ntua.gr/kkyria/) Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 1 Δομή της Ύλης του Μαθήματος Εισαγωγη

Διαβάστε περισσότερα

Το Πρόβλημα Ελευθέρων Αρχικών & Τελικών: Χρόνου & Οριακών Συνθηκών

Το Πρόβλημα Ελευθέρων Αρχικών & Τελικών: Χρόνου & Οριακών Συνθηκών ο Πρόβλημα Ελευθέρων Αρχικών & ελικών: Χρόνου & Οριακών Συνθηκών Θεωρούμε το πρόβλημα της εύρεσης ακροτάτων του t συναρτησιακού f F = F(z) = f ( z( t), z ( t),t) dt Θεωρούμε την «γενική» περίπτωση όπου

Διαβάστε περισσότερα

Έλεγχος «Ελάχιστης Ενέργειας»

Έλεγχος «Ελάχιστης Ενέργειας» Έλεγχος «Ελάχιστης Ενέργειας» Σε πολλές εφαρµογές, τόσο της αεροδιαστηµικής όσο και άλλων µορφών της τεχνολογίας µεταφορών κλπ, η βελτιστοποίηση επικεντρώνεται στο ζήτηµα της ενέργειας κατά την επίτευξη

Διαβάστε περισσότερα

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange 64 Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrage Ας υποθέσουµε ότι ένας δεδοµένος χώρος θερµαίνεται και η θερµοκρασία στο σηµείο,, Τ, y, z Ας υποθέσουµε ότι ( y z ) αυτού του χώρου δίδεται από

Διαβάστε περισσότερα

min f(x) x R n b j - g j (x) = s j - b j = 0 g j (x) + s j = 0 - b j ) min L(x, s, λ) x R n λ, s R m L x i = 1, 2,, n (1) m L(x, s, λ) = f(x) +

min f(x) x R n b j - g j (x) = s j - b j = 0 g j (x) + s j = 0 - b j ) min L(x, s, λ) x R n λ, s R m L x i = 1, 2,, n (1) m L(x, s, λ) = f(x) + KΕΦΑΛΑΙΟ 4 Κλασσικές Μέθοδοι Βελτιστοποίησης Με Περιορισµούς Ανισότητες 4. ΠΡΟΒΛΗΜΑΤΑ ΜΕ ΠΕΡΙΟΡΙΣΜΟΥΣ ΑΝΙΣΟΤΗΤΕΣ Ζητούνται οι τιµές των µεταβλητών απόφασης που ελαχιστοποιούν την αντικειµενική συνάρτηση

Διαβάστε περισσότερα

Έλεγχος «Ελάχιστης Ενέργειας»

Έλεγχος «Ελάχιστης Ενέργειας» Έλεγχος «Ελάχιστης Ενέργειας» Σε πολλές εφαρµογές, τόσο της αεροδιαστηµικής όσο και άλλων µορφών της τεχνολογίας µεταφορών κλπ, η βελτιστοποίηση επικεντρώνεται στο ζήτηµα της ενέργειας κατά την επίτευξη

Διαβάστε περισσότερα

Ο Γραμμικός Τετραγωνικός Ρυθμιστής: Ευρεση Νόμου Ελέγχου

Ο Γραμμικός Τετραγωνικός Ρυθμιστής: Ευρεση Νόμου Ελέγχου Ο Γραμμικός Τετραγωνικός Ρυθμιστής: Ευρεση Νόμου Ελέγχου Για την ανεύρεση της µορφής των λύσεων στρεφόµαστε προς τις αναγκαίες συνθήκες, αρχικά στις Εξισώσεις Euler-Lagrange: Τ Τ Τ! f d! f = 0 t t0, t

Διαβάστε περισσότερα

Συστήματα Αυτομάτου Ελέγχου & Ρυθμίσεως Μηχανών (h>p://)

Συστήματα Αυτομάτου Ελέγχου & Ρυθμίσεως Μηχανών (h>p://) Συστήματα Αυτομάτου Ελέγχου & Ρυθμίσεως Μηχανών (h>p://) Κων/νος Ι. Κυριακόπουλος Καθηγητής ΕΜΠ (h>p://users.ntua.gr/kkyria/) Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 1 Δομή της Ύλης του Μαθήματος Εισαγωγη

Διαβάστε περισσότερα

Συστήματα Αυτομάτου Ελέγχου & Ρυθμίσεως Μηχανών (h>p://)

Συστήματα Αυτομάτου Ελέγχου & Ρυθμίσεως Μηχανών (h>p://) Συστήματα Αυτομάτου Ελέγχου & Ρυθμίσεως Μηχανών (h>p://) Κων/νος Ι. Κυριακόπουλος Καθηγητής ΕΜΠ (h>p://users.ntua.gr/kkyria/) Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 1 Δομή της Ύλης του Μαθήματος Εισαγωγη

Διαβάστε περισσότερα

Ενότητα 2: Εισαγωγή στη Θεωρία Βέλτιστου Ελέγχου. Νίκος Καραμπετάκης Τμήμα Μαθηματικών

Ενότητα 2: Εισαγωγή στη Θεωρία Βέλτιστου Ελέγχου. Νίκος Καραμπετάκης Τμήμα Μαθηματικών ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 2: Εισαγωγή στη Θεωρία Βέλτιστου Ελέγχου Νίκος Καραμπετάκης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Πανεπιστήμιο Ιωαννίνων ΟΙΚΟΝΟΜΙΚΑ ΤΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ Διδάσκων:

Πανεπιστήμιο Ιωαννίνων ΟΙΚΟΝΟΜΙΚΑ ΤΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ Διδάσκων: Πανεπιστήμιο Ιωαννίνων ΟΙΚΟΝΟΜΙΚΑ ΤΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ Διδάσκων: Φάμπιο Αντωνίου Στοιχεία Επικοινωνίας: email: fantoniou@cc.uoi.gr Τηλ:651005954 Προσωπική Ιστοσελίδα: fantoniou.wordpress.com Γραφείο: Κτίριο

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΜΕΘΟΔΟΣ SIMPLEX, διαλ. 3. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 29/4/2017

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΜΕΘΟΔΟΣ SIMPLEX, διαλ. 3. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 29/4/2017 ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΜΕΘΟΔΟΣ SIMPLEX, διαλ. 3 Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 29/4/2017 ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Bέλτιστος σχεδιασμός με αντικειμενική συνάρτηση και περιορισμούς

Διαβάστε περισσότερα

Εισαγωγικές έννοιες. Κατηγορίες προβλημάτων (σε μια διάσταση) Προβλήματα εύρεσης μεγίστου. Συμβολισμοί

Εισαγωγικές έννοιες. Κατηγορίες προβλημάτων (σε μια διάσταση) Προβλήματα εύρεσης μεγίστου. Συμβολισμοί Κατηγορίες προβλημάτων (σε μια διάσταση) Εισαγωγικές έννοιες Δ. Γ. Παπαγεωργίου Τμήμα Μηχανικών Επιστήμης Υλικών Πανεπιστήμιο Ιωαννίνων dpapageo@cc.uoi.gr http://pc164.materials.uoi.gr/dpapageo Το πρόβλημα

Διαβάστε περισσότερα

Βασικές έννοιες και ορισµοί. Ευθεία

Βασικές έννοιες και ορισµοί. Ευθεία Βασικές έννοιες και ορισµοί Ευθεία a R n, a 0 = {x R n x = λa} Βασικές έννοιες και ορισµοί Ευθεία a R n, a 0 = {x R n x = λa} Υπερεπίπεδο α R, a R n P = {x R n ax = α} Βασικές έννοιες και ορισµοί Ευθεία

Διαβάστε περισσότερα

Βασική Εφικτή Λύση. Βασική Εφικτή Λύση

Βασική Εφικτή Λύση. Βασική Εφικτή Λύση Αλγεβρική Μορφή Γενική Μορφή Γραµµικού Προγραµµατισµού n µεταβλητών και m περιορισµών Εστω πραγµατικοί αριθµοί a ij, b j, c i R µε 1 i m, 1 j n Αλγεβρική Μορφή Γενική Μορφή Γραµµικού Προγραµµατισµού n

Διαβάστε περισσότερα

Βασικές έννοιες και ορισµοί. Ευθεία

Βασικές έννοιες και ορισµοί. Ευθεία Βασικές έννοιες και ορισµοί Ευθεία a R n, a 0 = {x R n x = λa} Βασικές έννοιες και ορισµοί Ευθεία a R n, a 0 = {x R n x = λa} Υπερεπίπεδο α R, a R n P = {x R n ax = α} Βασικές έννοιες και ορισµοί Ευθεία

Διαβάστε περισσότερα

1. Τετραγωνικές μορφές. x y 0. 0x y 0 1α 1β 2α 2β 3. 0x + y 0

1. Τετραγωνικές μορφές. x y 0. 0x y 0 1α 1β 2α 2β 3. 0x + y 0 Β4. ΕΣΣΙΑΝΟΣ ΠΙΝΑΚΑΣ-ΚΥΡΤΟΤΗΤΑ 1.Τετραγωνικές μορφές.χαρακτηρισμός συμμετρικών πινάκων 3.Δεύτερες μερικές παράγωγοι-εσσιανός πίνακας 4.Συνθήκες για ακρότατα 5.Κυρτές/κοίλες συναρτήσεις 6.Ολικά ακρότατα

Διαβάστε περισσότερα

1. Ολικά και τοπικά ακρότατα. 2. Εσωτερικά και συνοριακά ακρότατα

1. Ολικά και τοπικά ακρότατα. 2. Εσωτερικά και συνοριακά ακρότατα Β3. ΠΟΛΛΑΠΛΑΣΙΑΣΤΕΣ LAGRANGE.Ολικά και τοπικά ακρότατα.εσωτερικά και συνοριακά ακρότατα 3. Χωριζόμενες μεταβλητές 4.Ισοτικός περιορισμός 5.Περιορισμένη στασιμότητα 6.Πολλαπλασιαστής Lagrange 7.Συνάρτηση

Διαβάστε περισσότερα

Συστήματα Αυτομάτου Ελέγχου & Ρυθμίσεως Μηχανών

Συστήματα Αυτομάτου Ελέγχου & Ρυθμίσεως Μηχανών Συστήματα Αυτομάτου Ελέγχου & Ρυθμίσεως Μηχανών Κων/νος Ι. Κυριακόπουλος Καθηγητής ΕΜΠ (hhp://users.ntua.gr/kkyria/) Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 1 Δομή της Ύλης του Μαθήματος Εισαγωγή στο Χώρο

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΣΤΟΙΧΕΙΑ ΔΙΑΦΟΡΙΚΟΥ ΛΟΓΙΣΜΟΥ ΣΥΝΑΡΤΗΣΕΩΝ ΠΟΛΛΩΝ ΜΕΤΑΒΛΗΤΩΝ 15

ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΣΤΟΙΧΕΙΑ ΔΙΑΦΟΡΙΚΟΥ ΛΟΓΙΣΜΟΥ ΣΥΝΑΡΤΗΣΕΩΝ ΠΟΛΛΩΝ ΜΕΤΑΒΛΗΤΩΝ 15 ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 13 ΜΕΡΟΣ ΠΡΩΤΟ ΣΤΟΙΧΕΙΑ ΔΙΑΦΟΡΙΚΟΥ ΛΟΓΙΣΜΟΥ ΣΥΝΑΡΤΗΣΕΩΝ ΠΟΛΛΩΝ ΜΕΤΑΒΛΗΤΩΝ 15 ΚΕΦΑΛΑΙΟ 1: ΣΥΝΑΡΤΗΣΕΙΣ ΠΟΛΛΩΝ ΜΕΤΑΒΛΗΤΩΝ 17 1. Εισαγωγή 17 2. Πραγματικές συναρτήσεις διανυσματικής μεταβλητής

Διαβάστε περισσότερα

3 η ΕΝΟΤΗΤΑ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΝΟΣ ΚΡΙΤΗΡΙΟΥ

3 η ΕΝΟΤΗΤΑ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΝΟΣ ΚΡΙΤΗΡΙΟΥ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ ΕΙΣΑΓΩΓΗ ΣΤΗN ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ 3 η ΕΝΟΤΗΤΑ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΝΟΣ ΚΡΙΤΗΡΙΟΥ Μ. Καρλαύτης Ν. Λαγαρός Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό

Διαβάστε περισσότερα

2. Ανάλυση Γραμμικών Χρονικά Αμετάβλητων Συστημάτων (ΓΧΑΣ) Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 1

2. Ανάλυση Γραμμικών Χρονικά Αμετάβλητων Συστημάτων (ΓΧΑΣ) Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 1 2. Ανάλυση Γραμμικών Χρονικά Αμετάβλητων Συστημάτων (ΓΧΑΣ) Kostas J. Kyriakopoulos - Σ.Α.Ε. ΙΙ 1 Επίλυση Εξισώσεων Κατάστασης Δεδοµένου του ΓΧΑΣ nn nm pn pm όπου A R B R C R D R Τίθεται το ζήτηµα της επίλυσης

Διαβάστε περισσότερα

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX Θεμελιώδης αλγόριθμος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού που κάνει χρήση της θεωρίας της Γραμμικής Άλγεβρας Προτάθηκε από το Dantzig (1947) και πλέον

Διαβάστε περισσότερα

3.7 Παραδείγματα Μεθόδου Simplex

3.7 Παραδείγματα Μεθόδου Simplex 3.7 Παραδείγματα Μεθόδου Simplex Παράδειγμα 1ο (Παράδειγμα 1ο - Κεφάλαιο 2ο - σελ. 10): Το πρόβλημα εκφράζεται από το μαθηματικό μοντέλο: max z = 600x T + 250x K + 750x Γ + 450x B 5x T + x K + 9x Γ + 12x

Διαβάστε περισσότερα

ή J (u * ) = 0 (2) J(u) = u 3 στο σηµείο u * = 0 J (1) = 3 u 2 = 0 J (2) = 6 u = 0 J (3) = 6 > 0

ή J (u * ) = 0 (2) J(u) = u 3 στο σηµείο u * = 0 J (1) = 3 u 2 = 0 J (2) = 6 u = 0 J (3) = 6 > 0 KΕΦΑΛΑΙΟ Κλασσικές Μέθοδοι Βελτιστοποίησης Χωρίς Περιορισµούς. ΕΙΣΑΓΩΓΗ Το γενικό πρόβληµα βελτιστοποίησης διατυπώνεται ως εξής: Ζητούνται οι τιµές των µεταβλητών απόφασης u που ελαχιστοποιούν την αντικειµενική

Διαβάστε περισσότερα

(f,g) f(x,y,v, w) = xy v= 0 x (v,y) = = = = = 3. g(x,y,v,w) = x+ 2y w= 0. (x,y) g g 1 2. Λύση 2. Με πλεγμένη παραγώγιση ως προς v, με σταθερό w :

(f,g) f(x,y,v, w) = xy v= 0 x (v,y) = = = = = 3. g(x,y,v,w) = x+ 2y w= 0. (x,y) g g 1 2. Λύση 2. Με πλεγμένη παραγώγιση ως προς v, με σταθερό w : ΤΕΣΤ Β.λύσεις ΟΜΑΔΑ Ι Οι εξισώσεις: {=, + = w} ορίζουν πλεγμένα τα {,} ως συναρτήσεις των {,w}. Να βρεθεί η μερική παράγωγος του ως προς. Λύση. Με τους τύπους πλεγμένης παραγώγισης: (,g) (,,, w) = = (,)

Διαβάστε περισσότερα

ΔΙΑΓΩΝΙΣΜΑ 11. (δ). Να βρεθεί η λύση της διαφορικής εξίσωσης: y = xy, που έχει θετικές τιμές: y 0 και ικανοποιεί: y(0) = 1. 2.

ΔΙΑΓΩΝΙΣΜΑ 11. (δ). Να βρεθεί η λύση της διαφορικής εξίσωσης: y = xy, που έχει θετικές τιμές: y 0 και ικανοποιεί: y(0) = 1. 2. ΔΙΑΓΩΝΙΣΜΑ 11 Μέρος Α 1. (4 μονάδες) (α). Να δοθεί το γράφημα μιας συνάρτησης () στο διάστημα, της οποίας η παράγωγος έχει το γράφημα του παραπλεύρως σχήματος. (β). Οι μεταβλητές {,} συνδέονται με την

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 3: Μαθηματικό Πρότυπο, Κανονική Μορφή, Τυποποιημένη Μορφή Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

min f(x) x R n (1) x g (2)

min f(x) x R n (1) x g (2) KΕΦΑΛΑΙΟ Κλασσικές Μέθοδοι Βελτιστοποίησης Με Περιορισµούς Ισότητες. ΠΡΟΒΛΗΜΑΤΑ ΜΕ ΠΕΡΙΟΡΙΣΜΟΥΣ ΙΣΟΤΗΤΕΣ Ζητούνται οι τιµές των µεταβλητών απόφασης που ελαχιστοποιούν την αντικειµενική συνάρτηση κάτω από

Διαβάστε περισσότερα

Σημειώσεις διαλέξεων: Βελτιστοποίηση πολυδιάστατων συνεχών συναρτήσεων 1 / 20

Σημειώσεις διαλέξεων: Βελτιστοποίηση πολυδιάστατων συνεχών συναρτήσεων 1 / 20 Σημειώσεις διαλέξεων: Βελτιστοποίηση πολυδιάστατων συνεχών συναρτήσεων Ισαάκ Η Λαγαρής 1 Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιον Ιωαννίνων 1 Με υλικό από το υπό προετοιμασία βιβλίο των: Βόγκλη,

Διαβάστε περισσότερα

A = x x 1 + 2x 2 + 4

A = x x 1 + 2x 2 + 4 Επιχειρησιακή Ερευνα η Σειρά Ασκήσεων Ενδεικτικές Λύσεις 1. (α ) Η συνάρτηση f(x 1, x ) = x 1 + x x 1 x + x μπορεί να γραφεί ως f( x) = x A x + b x όπου x = x 1 A = 1 1 1 x b = 0 Θα χρειαστούμε το διάνυσμα

Διαβάστε περισσότερα

Γραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου

Γραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Γραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου Περιεχόμενα Παρουσίασης 1. Προϋποθέσεις Εφαρμογής

Διαβάστε περισσότερα

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Κλασικές Τεχνικές Βελτιστοποίησης Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών ΤμήμαΠληροφορικής Διάλεξη 2 η /2017 Μαθηματική Βελτιστοποίηση Η «Μαθηματική

Διαβάστε περισσότερα

Δυναµική των Ροµποτικών Βραχιόνων. Κ. Κυριακόπουλος

Δυναµική των Ροµποτικών Βραχιόνων. Κ. Κυριακόπουλος Δυναµική των Ροµποτικών Βραχιόνων Κ. Κυριακόπουλος Ροµποτική Αρχιτεκτονική: η Δυναµική Περιβάλλον u Ροµποτική Δυναµική q,!q Ροµποτική Κινηµατική Θέση, Προσανατολισµός και αλληλεπίδραση Η δυναµική ασχολείται

Διαβάστε περισσότερα

3. ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΟΥ ΑΝΤΙΣΤΡΟΦΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΜΕ ΤΗ ΜΕΘΟΔΟ ΜΗΚΩΝ

3. ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΟΥ ΑΝΤΙΣΤΡΟΦΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΜΕ ΤΗ ΜΕΘΟΔΟ ΜΗΚΩΝ 3. ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΟΥ ΑΝΤΙΣΤΡΟΦΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΜΕ ΤΗ ΜΕΘΟΔΟ ΜΗΚΩΝ 3. Διαφορά μετρήσεων από εκτιμήσεις μετρήσεων. Όταν επιλύοµε ένα αντίστροφο πρόβληµα υπολογίζοµε ένα διάνυσµα παραµέτρων est m το οποίο αντιπροσωπεύει

Διαβάστε περισσότερα

Μοντελοποίηση προβληµάτων

Μοντελοποίηση προβληµάτων Σχεδιασµός Αλγορίθµων Ακέραιος προγραµµατισµός Αποδοτικοί Αλγόριθµοι Μη Αποδοτικοί Αλγόριθµοι Σχεδιασµός Αλγορίθµων Ακέραιος προγραµµατισµός Αποδοτικοί Αλγόριθµοι Μη Αποδοτικοί Αλγόριθµοι Θεωρία γράφων

Διαβάστε περισσότερα

Εισαγωγή. Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση. υϊσµός

Εισαγωγή. Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση. υϊσµός Εισαγωγή Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση Εισαγωγή Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση Σε περιπτώσεις

Διαβάστε περισσότερα

ΔΙΑΓΩΝΙΣΜΑ 12., στο ίδιο σύστημα

ΔΙΑΓΩΝΙΣΜΑ 12., στο ίδιο σύστημα Μέρος Α ΔΙΑΓΩΝΙΣΜΑ 1 1. (4 μονάδες) α). Η συνάρτηση () έχει το παραπλεύρως γράφημα. () Να βρεθούν τα γραφήματα της μέσης τιμής: A() = () / και του οριακού ρυθμού: M() = (), στο ίδιο σύστημα συντεταγμένων.

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΜΑΘΗΜΑΤΙΚΗ ΔΙΑΤΥΠΩΣΗ, Διαλ. 2. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 8/4/2017

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΜΑΘΗΜΑΤΙΚΗ ΔΙΑΤΥΠΩΣΗ, Διαλ. 2. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 8/4/2017 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΜΑΘΗΜΑΤΙΚΗ ΔΙΑΤΥΠΩΣΗ, Διαλ. 2 Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 8/4/2017 Αντικειμενικοί στόχοι Η μελέτη των βασικών στοιχείων που συνθέτουν ένα πρόβλημα βελτιστοποίησης

Διαβάστε περισσότερα

Μηχανική ΙI. Μετασχηµατισµοί Legendre. της : (η γραφική της παράσταση δίνεται στο ακόλουθο σχήµα). Εάν

Μηχανική ΙI. Μετασχηµατισµοί Legendre. της : (η γραφική της παράσταση δίνεται στο ακόλουθο σχήµα). Εάν Τµήµα Π. Ιωάννου & Θ. Αποστολάτου 7/5/2000 Μηχανική ΙI Μετασχηµατισµοί Legendre Έστω µια πραγµατική συνάρτηση. Ορίζουµε την παράγωγο συνάρτηση της : (η γραφική της παράσταση δίνεται στο ακόλουθο σχήµα).

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Κεφάλαιο 3 3.1 Γενικά Τις τελευταίες δεκαετίες ένας μεγάλος αριθμός μεθόδων βελτιστοποίησης έχει αναπτυχθεί με βάση τη θεωρία του μαθηματικού λογισμού. Οι διάφοροι μαθηματικοί

Διαβάστε περισσότερα

1. ΣΤΑΤΙΚΗ ΑΡΙΣΤΟΠΟΙΗΣΗ

1. ΣΤΑΤΙΚΗ ΑΡΙΣΤΟΠΟΙΗΣΗ . ΣΤΑΤΙΚΗ ΑΡΙΣΤΟΠΟΙΗΣΗ. Μέγιστα και Ελάχιστα Συναρτήσεων Χωρίς Περιορισμούς Συναρτήσεις μιας Μεταβλητής Εστω f ( x) είναι συνάρτηση μιας μόνο μεταβλητής. Εστω επίσης ότι x είναι ένα σημείο στο πεδίο ορισμού

Διαβάστε περισσότερα

B5. ΠΛΑΙΣΙΩΜΕΝΟΣ ΕΣΣΙΑΝΟΣ

B5. ΠΛΑΙΣΙΩΜΕΝΟΣ ΕΣΣΙΑΝΟΣ B5. ΠΛΑΙΣΙΩΜΕΝΟΣ ΕΣΣΙΑΝΟΣ 1.Περιορισμένη τετραγωνική μορφή. Χαρακτηρισμός πλαισιωμένων συμμετρικών πινάκων 3.Συνθήκες για περιορισμένα τοπικά ακρότατα 4.Περισσότερες μεταβλητές και περιορισμοί 5.Περιορισμένα

Διαβάστε περισσότερα

1 Ορισµός ακολουθίας πραγµατικών αριθµών

1 Ορισµός ακολουθίας πραγµατικών αριθµών ΜΑΣ 02. Απειροστικός Λογισµός Ι Ορισµός ακολουθίας πραγµατικών αριθµών Ορισµός.. Ονοµάζουµε ακολουθία πραγµατικών αριθµών κάθε απεικόνιση του συνόλου N των ϕυσικών αριθµών, στο σύνολο R των πραγµατικών

Διαβάστε περισσότερα

Σηµειώσεις στις σειρές

Σηµειώσεις στις σειρές . ΟΡΙΣΜΟΙ - ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ Σηµειώσεις στις σειρές Στην Ενότητα αυτή παρουσιάζουµε τις βασικές-απαραίτητες έννοιες για την µελέτη των σειρών πραγµατικών αριθµών και των εφαρµογών τους. Έτσι, δίνονται συστηµατικά

Διαβάστε περισσότερα

6. ΔΙΑΝΥΣΜΑΤΙΚΟΙ ΧΩΡΟΙ ΚΑΙ ΑΝΤΙΣΤΡΟΦΑ ΠΡΟΒΛΗΜΑΤΑ

6. ΔΙΑΝΥΣΜΑΤΙΚΟΙ ΧΩΡΟΙ ΚΑΙ ΑΝΤΙΣΤΡΟΦΑ ΠΡΟΒΛΗΜΑΤΑ 6. ΔΙΑΝΥΣΜΑΤΙΚΟΙ ΧΩΡΟΙ ΚΑΙ ΑΝΤΙΣΤΡΟΦΑ ΠΡΟΒΛΗΜΑΤΑ 6. Διανυσματικοί χώροι παραμέτρων και μετρήσεων. Θα δανειστούµε για µία ακόµη φορά έννοιες της Γραµµικής Άλγεβρας προκειµένου να δούµε πως µπορούµε να χειριστούµε

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 4. Ακέραια Πολύεδρα

ΚΕΦΑΛΑΙΟ 4. Ακέραια Πολύεδρα ΚΕΦΑΛΑΙΟ 4 Ακέραια Πολύεδρα 1 Ορισμός 4.1 (Convex Hull) Έστω ένα σύνολο S C R n. Ένα σημείο x του R n είναι κυρτός συνδυασμός (convex combination) σημείων του S, αν υπάρχει ένα πεπερασμένο σύνολο σημείων

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 9: Γεωμετρία του Χώρου των Μεταβλητών, Υπολογισμός Αντιστρόφου Μήτρας Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

KΕΦΑΛΑΙΟ 3. Πλεγµένες συναρτήσεις- Ανάπτυγµα Taylor-Aκρότατα

KΕΦΑΛΑΙΟ 3. Πλεγµένες συναρτήσεις- Ανάπτυγµα Taylor-Aκρότατα KΕΦΑΛΑΙΟ 3 Πλεγµένες συναρτήσεις- Ανάπτυγµα Talor-Aκρότατα 3 Πλεγµένες συναρτήσεις Σε πολλές περιπτώσεις συναντούµε µία (ή και περισσότερες) εξισώσεις µεταξύ διαφόρων µεταβλητών πχ της µορφής e + συν (

Διαβάστε περισσότερα

ΤΕΣΤ Β2.λύσεις ΟΜΑΔΑ Ι

ΤΕΣΤ Β2.λύσεις ΟΜΑΔΑ Ι Η εξίσωση ΤΕΣΤ Β.λύσεις ΟΜΑΔΑ Ι αβ+ α = ορίζει πλεγμένα το ως συνάρτηση των {α,β}. Να βρεθούν η παράγωγος και η ελαστικότητα του ως προς β, στις τιμές: {α=,β =, = }. Λύση. Ο τύπος πλεγμένης παραγώγισης

Διαβάστε περισσότερα

Πανεπιστήμιο Αιγαίου. Γραμμικός Προγραμματισμός

Πανεπιστήμιο Αιγαίου. Γραμμικός Προγραμματισμός Πανεπιστήμιο Αιγαίου URL: http://www.aegean.gr Γραμμικός Προγραμματισμός Ευστράτιος Ιωαννίδης Πανεπιστήμιο Αιγαίου Τμήμα Μαθηματικών 832 Καρλόβασι Σάμος Copyright Πανεπιστήμιο Αιγαίου, Τμήμα Μαθηματικών

Διαβάστε περισσότερα

Γεωµετρικη Θεωρια Ελεγχου

Γεωµετρικη Θεωρια Ελεγχου Αριστοτελειο Πανεπιστηµιο Θεσσαλονικης Σχολη Θετικων Επιστηµων Τµηµα Μαθηµατικων Χειµερινό Εξάµηνο 2016-2017 Γεωµετρικη Θεωρια Ελεγχου εύτερη Εργασία 1. Βρείτε δύο διαφορετικά παραδείγµατα συστηµάτων στο

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΟΣ ΛΟΓΙΣΜΟΣ ΙΙ

ΜΑΘΗΜΑΤΙΚΟΣ ΛΟΓΙΣΜΟΣ ΙΙ ΜΑΘΗΜΑΤΙΚΟΣ ΛΟΓΙΣΜΟΣ ΙΙ Ακρότατα Δρ. Ιωάννης Ε. Λιβιέρης Τμήμα Μηχανικών Πληροφορικής Τ.Ε. TEI Δυτικής Ελλάδας 2 Ακρότατα συνάρτησης Έστω συνάρτηση f A R 2 R και ένα σημείο P(x, y ) A. Η τιμή f(x, y )

Διαβάστε περισσότερα

(S k R n ) (C k R m )

(S k R n ) (C k R m ) KΕΦΑΛΑΙΟ 7 υναµικός Προγραµµατισµός 7.1 ΕΙΣΑΓΩΓΗ Η θεωρία αποφάσεων διακρίνεται σε δύο µεγάλες κατηγορίες, µε βάση το αν ο υπεύθυνος απόφασης είναι µοναδικός φορέας ή πολλοί φορείς. Μέχρι τώρα αναπτύχθηκαν

Διαβάστε περισσότερα

ΔΙΑΓΩΝΙΣΜΑ 14. Μέρος Α

ΔΙΑΓΩΝΙΣΜΑ 14. Μέρος Α Μέρος Α ΔΙΑΓΩΝΙΣΜΑ 14 1. (4 μονάδες) (α). Να δοθεί το γράφημα μιας συνάρτησης f() της οποίας η παράγωγος έχει το γράφημα του παραπλεύρως σχήματος, και αρχική τιμή f() =. (β). Να βρεθεί συνάρτηση f() σταθερής

Διαβάστε περισσότερα

9. ΕΛΕΓΧΟΣ ΑΛΛΗΛΕΠΙ ΡΑΣΗΣ ΜΕ ΤΟ ΠΕΡΙΒΑΛΛΟΝ. Εξετάζουµε διάφορα µοντέλα ελέγχου αλληλεπίδρασης του βραχίονα µε το περιβάλλον.

9. ΕΛΕΓΧΟΣ ΑΛΛΗΛΕΠΙ ΡΑΣΗΣ ΜΕ ΤΟ ΠΕΡΙΒΑΛΛΟΝ. Εξετάζουµε διάφορα µοντέλα ελέγχου αλληλεπίδρασης του βραχίονα µε το περιβάλλον. 9. ΕΛΕΓΧΟΣ ΑΛΛΗΛΕΠΙ ΡΑΣΗΣ ΜΕ ΤΟ ΠΕΡΙΒΑΛΛΟΝ 9.0 Εισαγωγικά Εξετάζουµε διάφορα µοντέλα ελέγχου αλληλεπίδρασης του βραχίονα µε το περιβάλλον. 9.1 Έλεγχος «Συµµόρφωσης» ή «Υποχωρητικότητας» (Comliance Control)

Διαβάστε περισσότερα

5 η ΕΝΟΤΗΤΑ ΠΟΛΥΚΡΙΤΗΡΙΑΚΟΣ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

5 η ΕΝΟΤΗΤΑ ΠΟΛΥΚΡΙΤΗΡΙΑΚΟΣ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ ΕΙΣΑΓΩΓΗ ΣΤΗN ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ 5 η ΕΝΟΤΗΤΑ ΠΟΛΥΚΡΙΤΗΡΙΑΚΟΣ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Μ. Καρλαύτης Ν. Λαγαρός Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

Γραµµική Αλγεβρα Ι. Ενότητα: ιανυσµατικοί χώροι. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών

Γραµµική Αλγεβρα Ι. Ενότητα: ιανυσµατικοί χώροι. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών Ενότητα: ιανυσµατικοί χώροι Ευάγγελος Ράπτης Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΕΡΓΑΛΕΙΑ ΙΟΙΚΗΣΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΜΑΘΗΜΑ: ΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΕΡΓΑΛΕΙΑ ΙΟΙΚΗΣΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΜΑΘΗΜΑ: ΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΙΟΙΚΗΣΗ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΜΑΘΗΜΑ: ΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΡΓΑΛΕΙΑ ΙΟΙΚΗΣΗΣ ιδάσκων:

Διαβάστε περισσότερα

ΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2013 ÁÍÅËÉÎÇ

ΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2013 ÁÍÅËÉÎÇ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 3 ΤΑΞΗ: ΚΑΤΕΥΘΥΝΣΗ: ΜΑΘΗΜΑ: ΘΕΜΑ Α Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΘΕΤΙΚΗ & ΤΕΧΝΟΛΟΓΙΚΗ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Ηµεροµηνία: Μ. Τρίτη 3 Απριλίου 3 ιάρκεια Εξέτασης: 3 ώρες ΑΠΑΝΤΗΣΕΙΣ Α. Σχολικό βιβλίο,

Διαβάστε περισσότερα

Simplex µε πίνακες Simplex µε πίνακες

Simplex µε πίνακες Simplex µε πίνακες Μορφή Πινάκων max z =cx s.t. Ax = b x 0 Μορφή Πινάκων max z =cx s.t. Ax = b x 0 [ A c x = b ] Μορφή Πινάκων max z =cx s.t. Ax = b x 0 A x = b [ ] c Επιλογή αντιστρέψιµου υποπίνακα m m (Βάση) Συµβολισµοί

Διαβάστε περισσότερα

Κανόνες παραγώγισης ( )

Κανόνες παραγώγισης ( ) 66 Κανόνες παραγώγισης Οι κανόνες παραγώγισης που ισχύουν για συναρτήσεις µιας µεταβλητής, ( παραγώγιση, αθροίσµατος, γινοµένου, πηλίκου και σύνθετων συναρτήσεων ) γενικεύονται και για συναρτήσεις πολλών

Διαβάστε περισσότερα

Γραμμικός Προγραμματισμός Μέθοδος Simplex

Γραμμικός Προγραμματισμός Μέθοδος Simplex ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Γραμμικός Προγραμματισμός Μέθοδος Simplex Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου Περιεχόμενα Παρουσίασης 1. Πρότυπη Μορφή ΓΠ 2. Πινακοποίηση

Διαβάστε περισσότερα

4.γ. μερική επανάληψη, εισαγωγή στη βελτιστοποίηση υδατικών συστημάτων. Δρ Μ.Σπηλιώτης

4.γ. μερική επανάληψη, εισαγωγή στη βελτιστοποίηση υδατικών συστημάτων. Δρ Μ.Σπηλιώτης 4.γ. μερική επανάληψη, εισαγωγή στη βελτιστοποίηση υδατικών συστημάτων Δρ Μ.Σπηλιώτης Ολοκληρωμένη διαχείριση υδατικών πόρων (integrated water resources management), έμφαση στην εξέταση όλων των πτυχών

Διαβάστε περισσότερα

Ανάλυση Σ.Α.Ε στο χώρο κατάστασης

Ανάλυση Σ.Α.Ε στο χώρο κατάστασης ΚΕΣ : Αυτόµατος Έλεγχος ΚΕΣ Αυτόµατος Έλεγχος Ανάλυση Σ.Α.Ε στο χώρο 6 Nicola Tapaouli Λύση εξισώσεων ΚΕΣ : Αυτόµατος Έλεγχος Βιβλιογραφία Ενότητας Παρασκευόπουλος [4]: Κεφάλαιο 5: Ενότητες 5.-5. Παρασκευόπουλος

Διαβάστε περισσότερα

Θεωρία Δυαδικότητας ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου. Επιχειρησιακή Έρευνα

Θεωρία Δυαδικότητας ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου. Επιχειρησιακή Έρευνα Θεωρία Δυαδικότητας Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Περιεχόμενα Παρουσίασης 1. Βασικά Θεωρήματα 2. Παραδείγματα 3. Οικονομική Ερμηνεία

Διαβάστε περισσότερα

Θεωρία Βέλτιστου Ελέγχου Ασκήσεις

Θεωρία Βέλτιστου Ελέγχου Ασκήσεις Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Θεωρία Βέλτιστου Ελέγχου Νικόλαος Καραμπετάκης Τμήμα Α.Π.Θ. Θεσσαλονίκη, Οκτώβριος 3 Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Cretive

Διαβάστε περισσότερα

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Χιωτίδης Γεώργιος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Μη γραμμικός προγραμματισμός: βελτιστοποίηση με περιορισμούς Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής Διάλεξη 9-10 η /2017 Τι παρουσιάστηκε

Διαβάστε περισσότερα

Βέλτιστος Έλεγχος Συστημάτων

Βέλτιστος Έλεγχος Συστημάτων Βέλτιστος Έλεγχος Συστημάτων Ενότητα 4: Το γενικευμένο πρόβλημα βέλτιστου ελέγχου για συστήματα συνεχούς Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών

Διαβάστε περισσότερα

Συστήµατα Μη-Γραµµικών Εξισώσεων Μέθοδος Newton-Raphson

Συστήµατα Μη-Γραµµικών Εξισώσεων Μέθοδος Newton-Raphson Ιαν. 009 Συστήµατα Μη-Γραµµικών Εξισώσεων Μέθοδος Newton-Raphson Έστω y, y,, yn παρατηρήσεις µιας m -διάστατης τυχαίας µεταβλητής µε συνάρτηση πυκνότητας πιθανότητας p( y; θ) η οποία περιγράφεται από ένα

Διαβάστε περισσότερα

Γραµµική Αλγεβρα. Ενότητα 2 : Επίλυση Γραµµικών Εξισώσεων. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Γραµµική Αλγεβρα. Ενότητα 2 : Επίλυση Γραµµικών Εξισώσεων. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Γραµµική Αλγεβρα Ενότητα 2 : Επίλυση Γραµµικών Εξισώσεων Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Βέλτιστα Ψηφιακά Φίλτρα: Φίλτρα Wiener, Ευθεία και αντίστροφη γραµµική πρόβλεψη

Βέλτιστα Ψηφιακά Φίλτρα: Φίλτρα Wiener, Ευθεία και αντίστροφη γραµµική πρόβλεψη ΒΕΣ 6 Προσαρµοστικά Συστήµατα στις Τηλεπικοινωνίες Βέλτιστα Ψηφιακά Φίλτρα: Φίλτρα Wiener, Ευθεία και αντίστροφη γραµµική πρόβλεψη 7 Nicolas sapatsoulis Βιβλιογραφία Ενότητας Benvenuto []: Κεφάλαιo Wirow

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΑΣ ΔΙΟΙΚΗΣΗΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑΤΙΚΑ Ι 22Νοεμβρίου 2015 ΑΥΞΟΥΣΕΣ ΦΘΙΝΟΥΣΕΣ ΣΥΝΑΡΤΗΣΕΙΣ Αν μια συνάρτηση f ορίζεται σε ένα διάστημα

Διαβάστε περισσότερα

ΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων

ΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων ΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων Επιχειρησιακή Έρευνα Τυπικό Εξάμηνο: Δ Αλέξιος Πρελορέντζος Εισαγωγή Ορισμός 1 Η συστηματική εφαρμογή ποσοτικών μεθόδων, τεχνικών

Διαβάστε περισσότερα

Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α

Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α ΤΑΞΗ: ΚΑΤΕΥΘΥΝΣΗ: ΜΑΘΗΜΑ: Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΘΕΤΙΚΗ & ΤΕΧΝΟΛΟΓΙΚΗ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ ΘΕΜΑ Α ΕΚΦΩΝΗΣΕΙΣ Α. Έστω µια συνάρτηση f παραγωγίσιµη σ ένα διάστηµα (α, β), µε εξαίρεση ίσως ένα σηµείο του, στο

Διαβάστε περισσότερα

Γραµµική Αλγεβρα. Ενότητα 3 : ιανυσµατικοί Χώροι και Υπόχωροι. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Γραµµική Αλγεβρα. Ενότητα 3 : ιανυσµατικοί Χώροι και Υπόχωροι. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Γραµµική Αλγεβρα Ενότητα 3 : ιανυσµατικοί Χώροι και Υπόχωροι Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Γραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα

Γραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα Γραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα Ενότητα: Πραγματικές Συναρτήσεις Πολλών Μεταβλητών (μέρος 1) Ανδριανός Ε Τσεκρέκος Τμήμα Λογιστικής & Χρηματοοικονομικής

Διαβάστε περισσότερα

Η Θεωρία στα Μαθηματικά κατεύθυνσης της Γ Λυκείου

Η Θεωρία στα Μαθηματικά κατεύθυνσης της Γ Λυκείου Η Θεωρία στα Μαθηματικά κατεύθυνσης της Γ Λυκείου wwwaskisopolisgr έκδοση 5-6 wwwaskisopolisgr ΣΥΝΑΡΤΗΣΕΙΣ 5 Τι ονομάζουμε πραγματική συνάρτηση; Έστω Α ένα υποσύνολο του Ονομάζουμε πραγματική συνάρτηση

Διαβάστε περισσότερα

Θεωρία Μεθόδου Simplex

Θεωρία Μεθόδου Simplex ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΒΙΟΜΗΧΑΝΙΚΗΣ ΔΙΟΙΚΗΣΗΣ & ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ Επιχειρησιακή Έρευνα Ι Διδάσκων: Δρ. Σταύρος Τ. Πόνης Θεωρία Μεθόδου Simplex Άδεια Χρήσης

Διαβάστε περισσότερα

Θεωρία. έχει το γράφηµα του παραπλεύρως σχήµατος.

Θεωρία. έχει το γράφηµα του παραπλεύρως σχήµατος. ΜΑΘΗΜΑΤΙΚΑ ΟΙΚΟΝΟΜΙΚΗΣ ΕΠΙΣΤΗΜΗΣ I ιαγώνισµα 6 ιάρκεια εξέτασης: ώρες Θεωρία. (4 µονάδες) α) Να γίνει το γράφηµα µιας συνεχούς συνάρτησης f() της οποίας η παράγωγος f () έχει το γράφηµα του παραπλεύρως

Διαβάστε περισσότερα

Το δυϊκό πρόβλημα,οι πολλαπλασιαστές Lagrange και ερμηνείες τους

Το δυϊκό πρόβλημα,οι πολλαπλασιαστές Lagrange και ερμηνείες τους Το δυϊκό πρόβλημα,οι πολλαπλασιαστές Lagrange και ερμηνείες τους ΣΗΜΜΥ Ιανουάριος, 2013 Αρχικό πρόβλημα βελτιστοποίησης με περιορισμούς: Πρωτεύον min f(x)st x X, g j 0, j = 1 r Για να λύσουμε το πρόβλημα,

Διαβάστε περισσότερα

Τα περισσότερα προβλήματα βελτιστοποίησης είναι με περιορισμούς, αλλά οι μέθοδοι επίλυσης χωρίς περιορισμούς έχουν γενικό ενδιαφέρον.

Τα περισσότερα προβλήματα βελτιστοποίησης είναι με περιορισμούς, αλλά οι μέθοδοι επίλυσης χωρίς περιορισμούς έχουν γενικό ενδιαφέρον. ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΧΩΡΙΣ ΠΕΡΙΟΡΙΣΜΟΥΣ Τα περισσότερα προβλήματα βελτιστοποίησης είναι με περιορισμούς, αλλά οι μέθοδοι επίλυσης χωρίς περιορισμούς έχουν γενικό ενδιαφέρον. Μέθοδοι που απαιτούν

Διαβάστε περισσότερα

Μέγιστα & Ελάχιστα. ΗΥ111 Απειροστικός Λογισμός ΙΙ

Μέγιστα & Ελάχιστα. ΗΥ111 Απειροστικός Λογισμός ΙΙ ΗΥ-111 Απειροστικός Λογισμός ΙΙ Μέγιστα & Ελάχιστα 1 μεταβλητή: Τύπος Taylor Aν y=f(x) είναι καλή συνάρτηση f '( a) f ''( a) f ( a) f x f a x a x a x a R x 1!! n! n + 1 f ( c) n + 1 Rn ( x) = ( x a), a

Διαβάστε περισσότερα

KΕΦΑΛΑΙΟ 5 ΣΕΙΡΕΣ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ

KΕΦΑΛΑΙΟ 5 ΣΕΙΡΕΣ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ KΕΦΑΛΑΙΟ 5 ΣΕΙΡΕΣ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ 5 Ορισµοί Εστω α δοθείσα πραγµατική ακολουθία Ορίζουµε µία νέα ακολουθία ως εξής: 3 3 = + + + = = + = + + Ορισµός 5 Εάν υπάρχει το lim + = τότε η ακολουθία καλείται

Διαβάστε περισσότερα

Γραμμικός Προγραμματισμός

Γραμμικός Προγραμματισμός Γραμμικός Προγραμματισμός ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Γραμμικός Προγραμματισμός Ελαχιστοποίηση γραμμικής αντικειμενικής συνάρτησης

Διαβάστε περισσότερα

Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» (ε) Κάθε συγκλίνουσα ακολουθία άρρητων αριθµών συγκλίνει σε άρρητο αριθµό.

Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» (ε) Κάθε συγκλίνουσα ακολουθία άρρητων αριθµών συγκλίνει σε άρρητο αριθµό. Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» Κεφάλαιο : Ακολουθίες πραγµατικών αριθµών Α Οµάδα Εξετάστε αν οι παρακάτω προτάσεις είναι αληθείς ή ψευδείς αιτιολογήστε πλήρως την απάντησή σας α Κάθε

Διαβάστε περισσότερα

Καµπύλες στον R. σ τελικό σηµείο της σ. Το σ. σ =. Η σ λέγεται διαφορίσιµη ( αντιστοίχως

Καµπύλες στον R. σ τελικό σηµείο της σ. Το σ. σ =. Η σ λέγεται διαφορίσιµη ( αντιστοίχως Καµπύλες στον R 9. Ορισµός Μια καµπύλη στον R είναι µια συνεχής συνάρτηση σ : Ι R R όπου Ι διάστηµα ( συνήθως κλειστό και φραγµένο ) στον R. Συνήθως φανταζόµαστε την µεταβλητή t Ι ως τον χρόνο και την

Διαβάστε περισσότερα

ιατύπωση τυπικής µορφής προβληµάτων Γραµµικού

ιατύπωση τυπικής µορφής προβληµάτων Γραµµικού Ο αλγόριθµος είναι αλγεβρική διαδικασία η οποία χρησιµοποιείται για την επίλυση προβληµάτων (προτύπων) Γραµµικού Προγραµµατισµού (ΠΓΠ). Ο αλγόριθµος έχει διάφορες παραλλαγές όπως η πινακοποιηµένη µορφή.

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ: ΠΛΗΡΟΦΟΡΙΚΗ ΘΕ: ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΉ Ι (ΠΛΗ ) ΛΥΣΕΙΣ ΕΡΓΑΣΙΑΣ 4 Άσκηση. (8 µον.) (α) ίνεται παραγωγίσιµη συνάρτηση f για την οποία ισχύει f /

Διαβάστε περισσότερα

ΙΙ ιαφορικός Λογισµός πολλών µεταβλητών. ιαφόριση συναρτήσεων πολλών µεταβλητών

ΙΙ ιαφορικός Λογισµός πολλών µεταβλητών. ιαφόριση συναρτήσεων πολλών µεταβλητών 54 ΙΙ ιαφορικός Λογισµός πολλών µεταβλητών ιαφόριση συναρτήσεων πολλών µεταβλητών Ένας στέρεος ορισµός της παραγώγισης για συναρτήσεις πολλών µεταβλητών ανάλογος µε τον ορισµό για συναρτήσεις µιας µεταβλητής

Διαβάστε περισσότερα

z = c 1 x 1 + c 2 x c n x n

z = c 1 x 1 + c 2 x c n x n Τεχνολογικό Εκπαιδευτικό Ιδρυμα Κεντρικής Μακεδονίας - Σέρρες Τμήμα Μηχανικών Πληροφορικής Γραμμικός Προγραμματισμός & Βελτιστοποίηση Δρ. Δημήτρης Βαρσάμης Καθηγητής Εφαρμογών Δρ. Δημήτρης Βαρσάμης Μάρτιος

Διαβάστε περισσότερα

ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑΤΙΚΑ Β ΓΥΜΝΑΣΙΟΥ. ΜΕΡΟΣ 1ο ΑΛΓΕΒΡΑ

ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑΤΙΚΑ Β ΓΥΜΝΑΣΙΟΥ. ΜΕΡΟΣ 1ο ΑΛΓΕΒΡΑ 1. Τι καλείται μεταβλητή; ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑΤΙΑ Β ΓΥΜΝΑΣΙΟΥ ΜΕΡΟΣ 1ο ΑΛΓΕΒΡΑ Μεταβλητή είναι ένα γράμμα (π.χ., y, t, ) που το χρησιμοποιούμε για να παραστήσουμε ένα οποιοδήποτε στοιχείο ενός συνόλου..

Διαβάστε περισσότερα

KΕΦΑΛΑΙΟ 6 ΥΝΑΜΟΣΕΙΡΕΣ-ΣΕΙΡΕΣ TAYLOR

KΕΦΑΛΑΙΟ 6 ΥΝΑΜΟΣΕΙΡΕΣ-ΣΕΙΡΕΣ TAYLOR KΕΦΑΛΑΙΟ 6 ΥΝΑΜΟΣΕΙΡΕΣ-ΣΕΙΡΕΣ TAYLOR 6 Ορισµοί Ορισµός 6 Εστω α είναι µία πραγµατική ακολουθία και είναι πραγµατικοί αριθµοί Ένα άπειρο πολυώνυµο της µορφής: a ( ) () = καλείται δυναµοσειρά µε κέντρο το

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΑΘΗΜΑΤΙΚΑ Ι ΕΡΓΑΣΙΑ 6 ΛΥΣΕΙΣ

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΑΘΗΜΑΤΙΚΑ Ι ΕΡΓΑΣΙΑ 6 ΛΥΣΕΙΣ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ 00- ΜΑΘΗΜΑΤΙΚΑ Ι ΕΡΓΑΣΙΑ 6 ΛΥΣΕΙΣ. (5 µον.) ίνεται ο πίνακας 0 0 A. 0 (α) (α) Να βρεθούν όλες οι ιδιοτιµές και τα ιδιοδιανύσµατα του πίνακα Α. (β) Είναι δυνατή η διαγωνιοποίηση

Διαβάστε περισσότερα