Metódy vol nej optimalizácie
|
|
- Ῥαχήλ Δημητρακόπουλος
- 5 χρόνια πριν
- Προβολές:
Transcript
1 Metódy vol nej optimalizácie Metódy vol nej optimalizácie p. 1/52
2 Metódy minimalizácie funkcie jednej premennej Metódy minimalizácie funkcie jednej premennej p. 2/52
3 Metódy minimalizácie funkcie jednej premennej Motivácia min f(x) x R n (U1) Úloha (U1) sa zvyčajne rieši nejakým iteračným algoritmom, ktorý generuje postupnost bodov x 0,x 1,x 2,... R n, f(x k ) ˆx, pre k Vo väčšine algoritmov sa používa iteračná schéma Metódy s optimálnym krokom: x k+1 = x k +λ k s k. λ k = argmin λ ϕ(λ) = F(x k +λs k ) p. 3/52
4 Metódy minimalizácie funkcie jednej premennej Formulácia úlohy min f(x) x R (1) Riešenie úlohy prebieha v dvoch fázach: I. Separovanie minima - úloha (1) sa prevedie na úlohu min f(x) a x b (2) II. Riešenie úlohy (2) O funkcií f(x) budeme predpokladat, že každé jej lokálne minimum je aj jej globálnym minimom. p. 4/52
5 Metódy minimalizácie funkcie jednej premennej Definícia: Funkciu f(x) definovanú na intervale I R nazývame unimodálnou, ak existuje bod x 0 I tak, že pre každú dvojicu bodov x 1,x 2 z intervalu I takú, že x 2 < x 1 < x 0, alebo platí x 0 < x 1 < x 2, f(x 0 ) f(x 1 ) f(x 2 ). Unimodálnu funkciu f(x) nazývame rýdzo unimodálnou, ak vo vzt ahu ( ) platia ostré nerovnosti. Zrejme bod x 0 je bodom minima funkcie f(x) vzhl adom na I. ( ) p. 5/52
6 Metódy minimalizácie funkcie jednej premennej y y f( x) y y f( x) y y f( x) x2 x1 x x 0 1 x2 x a b x a x b x2 x1 x x a x 0 b x y y f( x) y y f( x) y y f( x) a x 0 b x a x 0 b x a x 0 b x p. 6/52
7 Metódy minimalizácie funkcie jednej premennej Klasifikácia metód riešenia Z hl adiska chápania riešenia úlohy (2): 1. Metódy intervalovej aproximácie Hl adá sa dostatočne jemný interval neurčitosti obsahujúci bod minima x 0. Založené na bezprostrednom porovnávaní funkčných hodnôt funkcie f. Rýchlost konvergencie nezávisí od tvaru funkcie - vo šeobecnosti pomalá. 2. Metódy bodovej aproximácie (Interpolačné metódy) Problém určenia bodu x z dostatočne malého okolia bodu x 0. Založené na interpolácií funkcie f nejakou vhodnou funkciou. Rýchlost konvergencie závisí od stupňa zhody funkcie f s interpolačnou funkciou. p. 7/52
8 Metódy minimalizácie funkcie jednej premennej Z hl adiska použitej informácie: Metódy nultého rádu Používajú len funkčné hodnoty Pomalá konvergencia Metódy prvého rádu Používajú aj hodnoty prvej derivácie Lepšia konvergencia Metódy druhého rádu Používajú aj hodnoty druhej derivácie Najlepšia konvergenica konvergencia, ale vel ký objem výpočtov p. 8/52
9 Metódy intervalovej aproximácie Metódy intervalovej aproximácie Metódy prvého rádu Metóda bisekcie Metóda simultánnych experimentov Metódy nultého rádu Dichotomická metóda Metóda simultánnych experimentov Metóda Fibonacci Metóda zlatého rezu p. 9/52
10 Separovanie minima Separovanie minima p. 10/52
11 Separovanie minima Pre unimodálnu funkciu f(x) chceme určit konečný interval [a,b] obsahujúci minimum x 0 funkcie f(x). Metóda prvého rádu Metóda nultého rádu p. 11/52
12 Separovanie minima Pre unimodálnu funkciu f(x) chceme určit konečný interval [a,b] obsahujúci minimum x 0 funkcie f(x). Metóda prvého rádu Metóda nultého rádu f (x1)< p. 12/52
13 Separovanie minima Pre unimodálnu funkciu f(x) chceme určit konečný interval [a,b] obsahujúci minimum x 0 funkcie f(x). Metóda prvého rádu Metóda nultého rádu f (x1)< p. 13/52
14 Separovanie minima Pre unimodálnu funkciu f(x) chceme určit konečný interval [a,b] obsahujúci minimum x 0 funkcie f(x). Metóda prvého rádu Metóda nultého rádu f (x1)< f (x2)< f (x3)<0 f (x6)>0 f (x4)<0 f (x5)> p. 14/52
15 Metódy intervalovej aproximácie Metódy intervalovej aproximácie p. 15/52
16 Metódy intervalovej aproximácie Metóda bisekcie a= b= p. 16/52
17 Metódy intervalovej aproximácie Metóda bisekcie a= b=10 20 c=(a+b)/ p. 17/52
18 Metódy intervalovej aproximácie Metóda bisekcie a= b=10 20 f (c)< p. 18/52
19 Metódy intervalovej aproximácie Metóda bisekcie 60 b= a=0 c=(a+b)/ p. 19/52
20 Metódy intervalovej aproximácie Metóda bisekcie 60 b= a=0 f (c)> p. 20/52
21 Metódy intervalovej aproximácie Metóda bisekcie 7 6 a=0 b= c=(a+b)/ p. 21/52
22 Metódy intervalovej aproximácie Metóda bisekcie 7 6 a=0 b= f (c)> p. 22/52
23 Metódy intervalovej aproximácie Metóda bisekcie 7 6 a= c=(a+b)/2 1 b= p. 23/52
24 Metódy intervalovej aproximácie Metóda bisekcie 7 6 a= f (c)<0 1 b= p. 24/52
25 Metódy intervalovej aproximácie Metóda bisekcie Metóda bisekcie opísaná vyššie = metóda prvého rádu. Analogicky môžeme uvažovat metódu nulého rádu: Dichotomická metóda Namiesto c = a+b 2 uvažujeme 2 body c 1 = a+b δ 2, c 2 = a+b+δ 2 Ak f(c 1 ) < f(c 2 ) (pomerná diferencia kladná) -> [a,c 2 ] Ak f(c 1 ) > f(c 2 ) (pomerná diferencia záporná) -> [c 1,b] Ak f(c 1 ) = f(c 2 ) > [a,c 2 ] alebo [c 1,b] p. 25/52
26 Metódy intervalovej aproximácie Metódy simultánnych experimentov ak treba vopred rozhodnút o polohe vyhodnocovaných bodov x 1,...,x n na intervale sa zvolí ekvidistančná siet bodov experimenty sú umiestnené v bodoch x k = a+ b a k, k = 1,2,...,n n+1 Kol ko experimentov potrebujeme na ε-presnost? p. 26/52
27 Metódy intervalovej aproximácie Metódy simultánnych experimentov f (x1)<0 f (x2)<0 f (x8)> f (x3)<0 f (x4)<0 f (x5)> f (x6)>0 f (x7)>0 p. 27/52
28 Metódy intervalovej aproximácie Metóda simultánnych experimentov f (x1)<0 f (x2)<0 f (x8)> f (x3)<0 f (x7)>0 f (x4)<0 f (x5)>0 f (x6)> p. 28/52
29 Metódy intervalovej aproximácie Metódy simultánnych experimentov nultého rádu na intervale sa zvolí siet bodov x 1,...,x n ak je najmenšia hodnota v bode x j, interval neurčitosti sa volí [x j 1,x j+1 ] ak n = 2m+1, volí sa ekvidistančná siet ak n = 2m, volí sa m-ekvidistančná siet p. 29/52
30 Metódy intervalovej aproximácie Metódy postupných experimentov (nultého rádu) V intervale [a,b] zvolíme 2 body c 1 < c 2 rozumne od seba vzdialené Ak f(c 1 ) < f(c 2 ) (pomerná diferencia kladná) -> [a,c 2 ] Ak f(c 1 ) > f(c 2 ) (pomerná diferencia záporná) -> [c 1,b] Ak f(c 1 ) = f(c 2 ) > [a,c 2 ] alebo [c 1,b] Aké je optimálne rozmiestnenie experimentov v každej iterácií?? Metóda Fibonacci Metóda zlatého rezu p. 30/52
31 Metódy intervalovej aproximácie Metóda Fibonacci F 0 = F 1 = 1, F n+1 = F n +F n 1 1, 1, 2, 3, 5, 8, 13, 21, 34, 55,... Treba počítat členy Fibonacciho postupnosti Interval sa redukuje faktorom závisiacim od konkrétnej iterácie (nie konštantne) Veličina δ je problematická p. 31/52
32 Metódy intervalovej aproximácie Algoritmus zlatého rezu p. 32/52
33 Metódy intervalovej aproximácie Algoritmus zlatého rezu Vstupy: f(x),[a, b], ε Schéma algoritmu: Vypočítame φ,z 1 = 2 φ,z 2 = φ 1. Uzly c 1 < c 2 volíme podl a pravidla zlatého rezu: c 1 = a+z 1 (b a), c 2 = a+z 2 (b a). Ak f(c 1 ) < f(c 2 ) > [a,c 2 ], t.j. Ak f(c 1 ) (c 2 ) > [c 1,b], t.j. b := c 2, c 2 := c 1, c 1 := a+z 1 (b a) a := c 1, c 1 := c 2, c 2 = a+z 2 (b a). p. 33/52
34 Metódy bodovej aproximácie Metódy bodovej aproximácie (Interpolačné metódy) p. 34/52
35 Metódy bodovej aproximácie Vstup: Interpolačné uzly x 1,x 2,...,x k Hodnoty f i = f(x i ), f j = f (x j ) pre nejaké i,j Daná tieda funkcií závisiaca od r k parametrov Schéma algoritmu: 1. Konštrukcia interpolačnej funkcie φ(x) je založená na výpočte hodnôt príslušných parametrov tak, aby v interpolačných uzloch platilo φ(x i ) = f i, resp. φ (x i ) = f i. 2. Výpočet minima x interpolačnej funkcie φ(x), ktoré aproximuje hl adané minimum ˆx funkcie f(x). 3. Ak x je dostatočne dobrou aproximáciou hl adaného minima x 0, tak končíme. V opačnom prípade bodom x nahradíme najhorší z použitých interpolačných uzlov. Vypočítame f = f( x), prípadne aj f = f ( x) a vraciame sa na krok 1. p. 35/52
36 Metódy bodovej aproximácie Kvadratická interpolácia minima (KvIM) Interpolačná funkcia: φ(x) = a(x z) 2 +b(x z)+c Jej minimum: x = z b 2a p. 36/52
37 Metódy bodovej aproximácie KvIM - Prípad jedného interpolačného uzla Funkcia f(x) sa v okolí uzla x 1 aproximuje Taylorovým polynómom II. stupňa: f(x) f(x 1 )+f (x 1 )(x x 1 )+ 1 2 f (x 1 )(x x 1 ) 2. Porovnaním s interpolačnou funkciou dostávame z = x 1, 2a = f 1, b = f 1, c = f 1. Dosadením do vzorca pre minimum dostávame x = x 1 f 1 f. 1 Ak nájdený bod minima zvolíme za nový interpolačný uzol a postupnos opakujeme, dostávame Newtonovu metódu: x k+1 = x k f k f k p. 37/52
38 Metódy bodovej aproximácie KvIM - Prípad jedného interpolačného uzla Príklad. Minimalizácia funkcie na intervale [ 1 2, 1 2 ]. f(x) = 5x 5 +4x 4 12x 3 +11x 2 2x V MATLABE definujeme a vykreslíme funkciu napríklad takto: f=inline( -5*tˆ5+4*tˆ4-12*tˆ3+11*tˆ2-2*t, t ); fplot(f,[-3/2 3/2], r ); hold on Funkcia je na intervale [ 1 2, 1 2 ] unimodálna. p. 38/52
39 Metódy bodovej aproximácie KvIM - Prípad jedného interpolačného uzla Aby sme mohli aplikovat Newtonovu metódu, potrebujeme spočítat prvú a druhú deriváciu: f (x) = 25x 4 +16x 3 36x 2 +22x 2, f (x) = 100x 3 +48x 2 72x+22. p. 39/52
40 Metódy bodovej aproximácie KvIM - Prípad jedného interpolačného uzla V MATLABE definujeme príslušné funkcie a pre potreby vykreslenia aj Taylorovu aproximáciu - teda našu interpolačnú kvadratickú funkciunapríklad takto: f1=inline( -25*tˆ4+16*tˆ3-36*tˆ2+22*t-2, t ); f2=inline( -100*tˆ3+48*tˆ2-72*t+22, t ); Taylor=inline( a*(t-z)ˆ2+b*(t-z)+c, t, a, b, c, z ); Definujeme štartovací bod - interpolačný uzol x1 - a tolerančnú konštantu, naformátujeme výstup: x1=-1/3; epsilon= ; format long format compact p. 40/52
41 Metódy bodovej aproximácie KvIM - Prípad jedného interpolačného uzla Samotný algoritmus je jednoduchý: x=x1; while(abs(f1(x))>epsilon) x=x-f1(x)/f2(x) end; Možno vidiet, že metóda rýchlo konverguje: x = x = x = x = x = x = x = p. 41/52
42 Metódy bodovej aproximácie KvIM - Prípad jedného interpolačného uzla Ak chceme v priebehu Newtonovej metódy vykreslovat príslušné kvadratické aproximácie, možno kód upravit nasledovne: while(abs(f1(x))>epsilon) fplot(taylor,[-3/2 3/2],[],[],[],f2(x)/2,f1(x),f(x),x); hold on x=x-f1(x)/f2(x) end; p. 42/52
43 Metódy bodovej aproximácie KvIM - Prípad dvoch interpolačných uzlov Spôsoby zadania interpolačnej informácie: 1. f 1 < 0 < f 2 2. f 1 < 0,f 1,f 2 3. f 2 > 0,f 1,f 2 Rozoberieme prvý prípad - dané sú veličiny f 1 < 0 < f 2: Zrejme bod aproximácie minima x sa nachádza medzi dvoma uzlami x 1 a x 2. Je vhodné zvolit parameter Definujme pomocnú veličinu z = x 1+x 2 2. h = x 2 x 1 2. p. 43/52
44 Metódy bodovej aproximácie KvIM - Prípad dvoch interpolačných uzlov INTERPOLAČNÉ PODMIENKY φ (x i ) = 2a(x i z)+b = f i, i = 1,2. Z interpolačných podmienok je možné odvodit interpolačnú formulu pre aproximáciu minima: resp. x = 1 2 [ (x 1 +x 2 ) (x 2 x 1 ) f 1 +f 2 ] f 2 f 1 f 1 x = x 1 (x 2 x 1 ) f 2 f 1 p. 44/52
45 Metódy bodovej aproximácie KvIM - Prípad dvoch interpolačných uzlov V MATLABE môžeme túto metódu naprogramovat napr. takto: f=inline( -5*tˆ5+4*tˆ4-12*tˆ3+11*tˆ2-2*t, t ); f1=inline( -25*tˆ4+16*tˆ3-36*tˆ2+22*t-2, t ); x01=-1/2; x02=1/2; epsilon= ; % x1=x01; x2=x02; while(abs(f1(x1))>epsilon) x=x1-0.5*(x2-x1)*f1(x1)/(f1(x2)-f1(x1)); if (f1(x)>0) x2=x; else x1=x; end end; p. 45/52
46 Metódy bodovej aproximácie KvIM - Prípad dvoch interpolačných uzlov Možno vidiet, že metóda konverguje pomalšie ako Newtonova metóda: p. 46/52
47 Metódy bodovej aproximácie KvIM - Prípad dvoch interpolačných uzlov Rozoberieme druhý prípad - dané sú veličiny f 1 < 0,f 1,f 2 : Opät je vhodné zvolit parameter z = x 1 +x 2. 2 Definujme pomocné veličiny h = x 2 x 1 2 INTERPOLAČNÉ PODMIENKY, f 12 = f 2 f 1 x 2 x 1. φ(x i ) = a(x i z) 2 +b(x i z)+c = f 1, i = 1,2 φ (x 1 ) = 2a(x 1 z)+b = f 1. p. 47/52
48 Metódy bodovej aproximácie KvIM - Prípad dvoch interpolačných uzlov Po úprave dostávame interpolačnú formulu pre aproximáciu minima: x = 1 2 resp. [ ] f 12 (x 1 +x 2 ) (x 2 x 1 ) f 12 f 1 f 1 x = x (x 2 x 1 ) f 12 f 1 p. 48/52
49 Metódy bodovej aproximácie KvIM - Prípad troch interpolačných uzlov x 1 < x 2 < x 3, f 1 > f 2 < f 3, z = x 1 +x 3 2 Interpolačné podmienky:,f ij = f j f i x j x i φ(x i ) = a(x i z) 2 +b(x i z)+c = f 1, i = 1,2,3 Interpolačná formula je ˆx = 1 2 ( x 1 +x 3 f ) 3 f 1 f 23 f 12 p. 49/52
50 Metódy bodovej aproximácie Kubická interpolácia minima (KuIM) Interpolačná funkcia: φ(x) = a(x z) 3 +b(x z) 2 +c(x z)+d Jej minimum: x = z + b+ b 2 3ac 3a p. 50/52
51 Metódy bodovej aproximácie Kubická interpolácia minima (KuIM) Podobne ako v prípade kvadratickej interpolácie možno pomocou vstupných dát x 1 < x 2, f 1 < 0 < f 2, f 1, f 2 z interpolačných podmienok φ(x i ) = f i, φ (x i ) = f i, i = 1,2 odvodit interpolačnú formulu pre aproximáciu minima: resp. x = 1 2 [ (x 1 +x 2 )+(x 2 x 1 ) 2Z f 1 f 2 f 2 f 1 +2W x = x 1 +(x 2 x 1 ) W +Z f 1 f 2 f 1 +2W ] kde Z = f 1 +f 2 3f 12 a W = Z 2 f 1 f 2 p. 51/52
52 Metódy bodovej aproximácie Interpolácia minima kvadratickým splajnom Interpolačná funkcia: φ(x) = { ψ 1 (x) = a 1 (x z) 2 +b(x z) + c x z ψ 2 (x) = a 2 (x z) 2 +b(x z) + c x z kde z je bod zlepenia kvadratických parabol ψ 1 (x),ψ 2 (x) a a 1,a 2 > 0. φ(z) = ψ 1 (z) = ψ 2 (z) = c, φ (z) = ψ 1(z) = ψ 2(z) = b. Bod minima funkcie φ(x) je x = z b b 0 2a 1 z b b 0 2a 2 p. 52/52
Matematika Funkcia viac premenných, Parciálne derivácie
Matematika 2-01 Funkcia viac premenných, Parciálne derivácie Euklidovská metrika na množine R n všetkých usporiadaných n-íc reálnych čísel je reálna funkcia ρ: R n R n R definovaná nasledovne: Ak X = x
Διαβάστε περισσότεραMatematika prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad
Matematika 3-13. prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad Erika Škrabul áková F BERG, TU Košice 15. 12. 2015 Erika Škrabul áková (TUKE) Taylorov
Διαβάστε περισσότερα1. Limita, spojitost a diferenciálny počet funkcie jednej premennej
. Limita, spojitost a diferenciálny počet funkcie jednej premennej Definícia.: Hromadný bod a R množiny A R: v každom jeho okolí leží aspoň jeden bod z množiny A, ktorý je rôzny od bodu a Zadanie množiny
Διαβάστε περισσότερα7. FUNKCIE POJEM FUNKCIE
7. FUNKCIE POJEM FUNKCIE Funkcia f reálnej premennej je : - každé zobrazenie f v množine všetkých reálnych čísel; - množina f všetkých usporiadaných dvojíc[,y] R R pre ktorú platí: ku každému R eistuje
Διαβάστε περισσότεραGoniometrické rovnice a nerovnice. Základné goniometrické rovnice
Goniometrické rovnice a nerovnice Definícia: Rovnice (nerovnice) obsahujúce neznámu x alebo výrazy s neznámou x ako argumenty jednej alebo niekoľkých goniometrických funkcií nazývame goniometrickými rovnicami
Διαβάστε περισσότεραMetódy vol nej optimalizácie
Metódy vol nej optimalizácie Metódy vol nej optimalizácie p. 1/28 Motivácia k metódam vol nej optimalizácie APLIKÁCIE p. 2/28 II 1. PRÍKLAD: Lineárna regresia - metóda najmenších štvorcov Na základe dostupných
Διαβάστε περισσότεραCvičenie č. 4,5 Limita funkcie
Cvičenie č. 4,5 Limita funkcie Definícia ity Limita funkcie (vlastná vo vlastnom bode) Nech funkcia f je definovaná na nejakom okolí U( ) bodu. Hovoríme, že funkcia f má v bode itu rovnú A, ak ( ε > )(
Διαβάστε περισσότεραM6: Model Hydraulický systém dvoch zásobníkov kvapaliny s interakciou
M6: Model Hydraulický ytém dvoch záobníkov kvapaliny interakciou Úlohy:. Zotavte matematický popi modelu Hydraulický ytém. Vytvorte imulačný model v jazyku: a. Matlab b. imulink 3. Linearizujte nelineárny
Διαβάστε περισσότεραARMA modely čast 2: moving average modely (MA)
ARMA modely čast 2: moving average modely (MA) Beáta Stehlíková Časové rady, FMFI UK, 2014/2015 ARMA modely časť 2: moving average modely(ma) p.1/24 V. Moving average proces prvého rádu - MA(1) ARMA modely
Διαβάστε περισσότεραModerné vzdelávanie pre vedomostnú spoločnosť Projekt je spolufinancovaný zo zdrojov EÚ M A T E M A T I K A
M A T E M A T I K A PRACOVNÝ ZOŠIT II. ROČNÍK Mgr. Agnesa Balážová Obchodná akadémia, Akademika Hronca 8, Rožňava PRACOVNÝ LIST 1 Urč typ kvadratickej rovnice : 1. x 2 3x = 0... 2. 3x 2 = - 2... 3. -4x
Διαβάστε περισσότεραNumerické metódy, pravdepodobnosť a matematická štatistika
Numerické metódy, pravdepodobnosť a matematická štatistika Ján BUŠA Viktor PIRČ Štefan SCHRÖTTER Strana 1 z 262 Košice 2006 RECENZOVALI: Prof. RNDr. Jozef Doboš, CSc. Doc. RNDr. Vladimír Penjak, CSc. Strana
Διαβάστε περισσότεραNumerické metódy, pravdepodobnosť a matematická štatistika. Ján BUŠA Viktor PIRČ Štefan SCHRÖTTER
Numerické metódy, pravdepodobnosť a matematická štatistika Ján BUŠA Viktor PIRČ Štefan SCHRÖTTER Košice 2006 RECENZOVALI: Prof. RNDr. Jozef Doboš, CSc. Doc. RNDr. Vladimír Penjak, CSc. Prvé vydanie Za
Διαβάστε περισσότεραMotivácia pojmu derivácia
Derivácia funkcie Motivácia pojmu derivácia Zaujíma nás priemerná intenzita zmeny nejakej veličiny (dráhy, rastu populácie, veľkosti elektrického náboja, hmotnosti), vzhľadom na inú veličinu (čas, dĺžka)
Διαβάστε περισσότεραEkvačná a kvantifikačná logika
a kvantifikačná 3. prednáška (6. 10. 004) Prehľad 1 1 (dokončenie) ekvačných tabliel Formula A je ekvačne dokázateľná z množiny axióm T (T i A) práve vtedy, keď existuje uzavreté tablo pre cieľ A ekvačných
Διαβάστε περισσότεραStart. Vstup r. O = 2*π*r S = π*r*r. Vystup O, S. Stop. Start. Vstup P, C V = P*C*1,19. Vystup V. Stop
1) Vytvorte algoritmus (vývojový diagram) na výpočet obvodu kruhu. O=2xπxr ; S=πxrxr Vstup r O = 2*π*r S = π*r*r Vystup O, S 2) Vytvorte algoritmus (vývojový diagram) na výpočet celkovej ceny výrobku s
Διαβάστε περισσότεραNumerické metódy Zbierka úloh
Blanka Baculíková Ivan Daňo Numerické metódy Zbierka úloh Strana 1 z 37 Predhovor 3 1 Nelineárne rovnice 4 2 Sústavy lineárnych rovníc 7 3 Sústavy nelineárnych rovníc 1 4 Interpolačné polynómy 14 5 Aproximácia
Διαβάστε περισσότερα6 Limita funkcie. 6.1 Myšlienka limity, interval bez bodu
6 Limita funkcie 6 Myšlienka ity, interval bez bodu Intuitívna myšlienka ity je prirodzená, ale definovať presne pojem ity je značne obtiažne Nech f je funkcia a nech a je reálne číslo Čo znamená zápis
Διαβάστε περισσότεραMetódy vol nej optimalizácie
Metódy vol nej optimalizácie Metódy vol nej optimalizácie p. 1/34 Motivácia k metódam vol nej optimalizácie p. 2/34 Metódy na riešenie úloh typu min f 0 (x) x K R n (MP) kde K = {x R n f i (x) 0,i I, h
Διαβάστε περισσότεραMatematika 2. časť: Funkcia viac premenných Letný semester 2013/2014
Matematika 2 časť: Funkcia viac premenných Letný semester 2013/2014 RNDr. Jana Pócsová, PhD. Ústav riadenia a informatizácie výrobných procesov Fakulta BERG Technická univerzita v Košiciach e-mail: jana.pocsova@tuke.sk
Διαβάστε περισσότεραARMA modely čast 2: moving average modely (MA)
ARMA modely čast 2: moving average modely (MA) Beáta Stehlíková Časové rady, FMFI UK, 2011/2012 ARMA modely časť 2: moving average modely(ma) p.1/25 V. Moving average proces prvého rádu - MA(1) ARMA modely
Διαβάστε περισσότεραMotivácia Denícia determinantu Výpo et determinantov Determinant sú inu matíc Vyuºitie determinantov. Determinanty. 14. decembra 2010.
14. decembra 2010 Rie²enie sústav Plocha rovnobeºníka Objem rovnobeºnostena Rie²enie sústav Príklad a 11 x 1 + a 12 x 2 = c 1 a 21 x 1 + a 22 x 2 = c 2 Dostaneme: x 1 = c 1a 22 c 2 a 12 a 11 a 22 a 12
Διαβάστε περισσότεραFakulta matematiky, fyziky a informatiky. Univerzita Komenského. Contents I. Úvod do problematiky numeriky 2
NUMERICKÁ MATEMATIKA ročník Fakulta matematiky, fyziky a informatiky Univerzita Komenského Contents I Úvod do problematiky numeriky II Počítačová realizácia reálnych čísel 3 III Diferenčný počet 5 IV CORDIC
Διαβάστε περισσότερα7 Derivácia funkcie. 7.1 Motivácia k derivácii
Híc, P Pokorný, M: Matematika pre informatikov a prírodné vedy 7 Derivácia funkcie 7 Motivácia k derivácii S využitím derivácií sa stretávame veľmi často v matematike, geometrii, fyzike, či v rôznych technických
Διαβάστε περισσότεραNUMERICKÁ MATEMATIKA. Moderné vzdelávanie pre vedomostnú spoločnosť/ Projekt je spolufinancovaný zo zdrojov EÚ. Fakulta elektrotechniky a informatiky
Moderné vzdelávanie pre vedomostnú spoločnosť/ Projekt je spolufinancovaný zo zdrojov EÚ NUMERICKÁ MATEMATIKA Fakulta elektrotechniky a informatiky Štefan Berežný Táto publikácia vznikla za finančnej podpory
Διαβάστε περισσότεραprimitívnoufunkcioukfukncii f(x)=xnamnožinereálnychčísel.avšakaj 2 +1 = x, tedaajfunkcia x2
Neurčitý integrál. Primitívna funkcia a neurčitý integrál Funkcia F(x)sanazývaprimitívnoufunkcioukfunkcii f(x)naintervale(a,b),akpre každé x (a,b)platí F (x)=f(x). Z definície vidíme, že pojem primitívnej
Διαβάστε περισσότεραM8 Model "Valcová a kužeľová nádrž v sérií bez interakcie"
M8 Model "Valcová a kužeľová nádrž v sérií bez interakcie" Úlohy: 1. Zostavte matematický popis modelu M8 2. Vytvorte simulačný model v prostredí: a) Simulink zostavte blokovú schému, pomocou rozkladu
Διαβάστε περισσότεραFUNKCIE N REÁLNYCH PREMENNÝCH
FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO V BRATISLAVE FUNKCIE N REÁLNYCH PREMENNÝCH RNDr. Kristína Rostás, PhD. PREDMET: Matematická analýza ) 2010/2011 1. DEFINÍCIA REÁLNEJ FUNKCIE
Διαβάστε περισσότεραPrechod z 2D do 3D. Martin Florek 3. marca 2009
Počítačová grafika 2 Prechod z 2D do 3D Martin Florek florek@sccg.sk FMFI UK 3. marca 2009 Prechod z 2D do 3D Čo to znamená? Ako zobraziť? Súradnicové systémy Čo to znamená? Ako zobraziť? tretia súradnica
Διαβάστε περισσότεραObvod a obsah štvoruholníka
Obvod a štvoruholníka D. Štyri body roviny z ktorých žiadne tri nie sú kolineárne (neležia na jednej priamke) tvoria jeden štvoruholník. Tie body (A, B, C, D) sú vrcholy štvoruholníka. strany štvoruholníka
Διαβάστε περισσότεραNelineárne optimalizačné modely a metódy
Nelineárne optimalizačné modely a metódy Téma prednášky č. 8 Metódy transformujúce úlohu naviazaný extrém na úlohu na voľný extrém Prof. Ing. Michal Fendek, CSc. Katedra operačného výskumu a ekonometrie
Διαβάστε περισσότερα3. Striedavé prúdy. Sínusoida
. Striedavé prúdy VZNIK: Striedavý elektrický prúd prechádza obvodom, ktorý je pripojený na zdroj striedavého napätia. Striedavé napätie vyrába synchrónny generátor, kde na koncoch rotorového vinutia sa
Διαβάστε περισσότεραPríklady na precvičovanie Fourierove rady
Príklady na precvičovanie Fourierove rady Ďalším významným typom funkcionálnych radov sú trigonometrické rady, pri ktorých sú jednotlivé členy trigonometrickými funkciami. Konkrétne, jedná sa o rady tvaru
Διαβάστε περισσότεραx x x2 n
Reálne symetrické matice Skalárny súčin v R n. Pripomeniem, že pre vektory u = u, u, u, v = v, v, v R platí. dĺžka vektora u je u = u + u + u,. ak sú oba vektory nenulové a zvierajú neorientovaný uhol
Διαβάστε περισσότεραp(α 1 ) = u 1. p(α n ) = u n. Definícia (modulárna reprezentácia polynómu). Zobrazenie
1. Rychlá Fourierová transformácia Budeme značiť teleso T a ω jeho prvok. Veta 1.1 (o interpolácií). Nech α 0, α 1,..., α n sú po dvoch rôzne prvky telesa T[x]. Potom pre každé u 0, u 1,..., u n T existuje
Διαβάστε περισσότερα24. Základné spôsoby zobrazovania priestoru do roviny
24. Základné spôsoby zobrazovania priestoru do roviny Voľné rovnobežné premietanie Presné metódy zobrazenia trojrozmerného priestoru do dvojrozmernej roviny skúma samostatná matematická disciplína, ktorá
Διαβάστε περισσότεραDefinícia parciálna derivácia funkcie podľa premennej x. Definícia parciálna derivácia funkcie podľa premennej y. Ak existuje limita.
Teória prednáška č. 9 Deinícia parciálna deriácia nkcie podľa premennej Nech nkcia Ak eistje limita je deinoaná okolí bod [ ] lim. tak túto limit nazýame parciálno deriácio nkcie podľa premennej bode [
Διαβάστε περισσότεραMIDTERM (A) riešenia a bodovanie
MIDTERM (A) riešenia a bodovanie 1. (7b) Nech vzhl adom na štandardnú karteziánsku sústavu súradníc S 1 := O, e 1, e 2 majú bod P a vektory u, v súradnice P = [0, 1], u = e 1, v = 2 e 2. Aký predpis bude
Διαβάστε περισσότεραObyčajné diferenciálne rovnice
(ÚMV/MAN3b/10) RNDr. Ivan Mojsej, PhD ivan.mojsej@upjs.sk 14.3.2013 Úvod patria k najdôležitejším a najviac prepracovaným matematickým disciplínam. Nielen v minulosti, ale aj v súčastnosti predstavujú
Διαβάστε περισσότεραFunkcie - základné pojmy
Funkcie - základné pojmy DEFINÍCIA FUNKCIE Nech A, B sú dve neprázdne číselné množiny. Ak každému prvku x A je priradený najviac jeden prvok y B, tak hovoríme, že je daná funkcia z množiny A do množiny
Διαβάστε περισσότεραSpojité rozdelenia pravdepodobnosti. Pomôcka k predmetu PaŠ. RNDr. Aleš Kozubík, PhD. 26. marca Domovská stránka. Titulná strana.
Spojité rozdelenia pravdepodobnosti Pomôcka k predmetu PaŠ Strana z 7 RNDr. Aleš Kozubík, PhD. 6. marca 3 Zoznam obrázkov Rovnomerné rozdelenie Ro (a, b). Definícia.........................................
Διαβάστε περισσότεραÚvod do lineárnej algebry. Monika Molnárová Prednášky
Úvod do lineárnej algebry Monika Molnárová Prednášky 2006 Prednášky: 3 17 marca 2006 4 24 marca 2006 c RNDr Monika Molnárová, PhD Obsah 2 Sústavy lineárnych rovníc 25 21 Riešenie sústavy lineárnych rovníc
Διαβάστε περισσότεραÚvod. Na čo nám je numerická matematika? Poskytuje nástroje na matematické riešenie problémov reálneho sveta (fyzika, biológia, ekonómia,...
Úvod Na čo nám je numerická matematika? Poskytuje nástroje na matematické riešenie problémov reálneho sveta (fyzika, biológia, ekonómia,...) Postup pri riešení problémov: 1. formulácia problému 2. formulácia
Διαβάστε περισσότεραTechnická univerzita v Košiciach Fakulta elektrotechniky a informatiky MATEMATIKA II. Zbierka riešených a neriešených úloh
Technická univerzita v Košiciach Fakulta elektrotechniky a informatiky MATEMATIKA II Zbierka riešených a neriešených úloh Anna Grinčová Jana Petrillová Košice 06 Technická univerzita v Košiciach Fakulta
Διαβάστε περισσότεραIntegrovanie racionálnych funkcií
Integrovanie racionálnych funkcií Tomáš Madaras 2009-20 Z teórie funkcií už vieme, že každá racionálna funkcia (t.j. podiel dvoch polynomických funkcií) sa dá zapísať ako súčet polynomickej funkcie a funkcie
Διαβάστε περισσότεραJednotkový koreň (unit root), diferencovanie časového radu, unit root testy
Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2012/2013 Jednotkový koreň(unit root),diferencovanie časového radu, unit root testy p.1/18
Διαβάστε περισσότεραReálna funkcia reálnej premennej
(ÚMV/MAN3a/10) RNDr. Ivan Mojsej, PhD ivan.mojsej@upjs.sk 18.10.2012 Úvod V každodennom živote, hlavne pri skúmaní prírodných javov, procesov sa stretávame so závislosťou veľkosti niektorých veličín od
Διαβάστε περισσότεραPrednáška Fourierove rady. Matematická analýza pre fyzikov IV. Jozef Kise lák
Prednáška 6 6.1. Fourierove rady Základná myšlienka: Nech x Haφ 1,φ 2,...,φ n,... je ortonormálny systém v H, dá sa tento prvok rozvinút do radu x=c 1 φ 1 + c 2 φ 2 +...,c n φ n +...? Ako nájdeme c i,
Διαβάστε περισσότεραMini minimaliz acia an BUˇ Koˇ sice 2011
Mini minimalizácia Ján BUŠA Košice 2011 RECENZOVALI: Prof. RNDr. Noname, CSc. Doc. RNDr. Emanname, PhD. Prvé vydanie Za odbornú stránku učebného textu zodpovedá autor. Rukopis neprešiel redakčnou ani jazykovou
Διαβάστε περισσότεραKomplexné čísla, Diskrétna Fourierova transformácia 1
Komplexné čísla, Diskrétna Fourierova transformácia Komplexné čísla C - množina všetkých komplexných čísel komplexné číslo: z = a + bi, kde a, b R, i - imaginárna jednotka i =, t.j. i =. komplexne združené
Διαβάστε περισσότερα6 APLIKÁCIE FUNKCIE DVOCH PREMENNÝCH
6 APLIKÁCIE FUNKCIE DVOCH PREMENNÝCH 6. Otázky Definujte pojem produkčná funkcia. Definujte pojem marginálny produkt. 6. Produkčná funkcia a marginálny produkt Definícia 6. Ak v ekonomickom procese počet
Διαβάστε περισσότεραDIFERENCÁLNE ROVNICE Matematická analýza (MAN 2c)
Prírodovedecká fakulta Univerzity P. J. Šafárika v Košiciach Božena Mihalíková, Ivan Mojsej Strana 1 z 43 DIFERENCÁLNE ROVNICE Matematická analýza (MAN 2c) 1 Obyčajné diferenciálne rovnice 3 1.1 Úlohy
Διαβάστε περισσότεραNumerické metódy matematiky I
Prednáša č. 2 Numericé metódy matematiy I Riešenie nelineárnych rovníc Prednáša č. 2 OBSAH 1. Opaovanie 2. Niečo z funcionálnej analýzy 3. Úvod 4. Separácia oreňov a určenie počiatočnej aproximácie 5.
Διαβάστε περισσότεραChí kvadrát test dobrej zhody. Metódy riešenia úloh z pravdepodobnosti a štatistiky
Chí kvadrát test dobrej zhody Metódy riešenia úloh z pravdepodobnosti a štatistiky www.iam.fmph.uniba.sk/institute/stehlikova Test dobrej zhody I. Chceme overiť, či naše dáta pochádzajú z konkrétneho pravdep.
Διαβάστε περισσότεραGramatická indukcia a jej využitie
a jej využitie KAI FMFI UK 29. Marec 2010 a jej využitie Prehľad Teória formálnych jazykov 1 Teória formálnych jazykov 2 3 a jej využitie Na počiatku bolo slovo. A slovo... a jej využitie Definícia (Slovo)
Διαβάστε περισσότεραPriamkové plochy. Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava
Priamkové plochy Priamkové plochy Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava Priamkové plochy rozdeľujeme na: Rozvinuteľné
Διαβάστε περισσότεραKATEDRA DOPRAVNEJ A MANIPULAČNEJ TECHNIKY Strojnícka fakulta, Žilinská Univerzita
132 1 Absolútna chyba: ) = - skut absolútna ochýlka: ) ' = - spr. relatívna chyba: alebo Chyby (ochýlky): M systematické, M náhoné, M hrubé. Korekcia: k = spr - = - Î' pomerná korekcia: Správna honota:
Διαβάστε περισσότεραZákladné poznatky molekulovej fyziky a termodynamiky
Základné poznatky molekulovej fyziky a termodynamiky Opakovanie učiva II. ročníka, Téma 1. A. Príprava na maturity z fyziky, 2008 Outline Molekulová fyzika 1 Molekulová fyzika Predmet Molekulovej fyziky
Διαβάστε περισσότεραUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY MINIMAXNÉ OPTIMÁLNE NÁVRHY REGRESNÝCH EXPERIMENTOV DIPLOMOVÁ PRÁCA 2014 Bc. Gabriel GROMAN UNIVERZITA KOMENSKÉHO V BRATISLAVE
Διαβάστε περισσότεραObsah. 1.1 Základné pojmy a vzťahy Základné neurčité integrály Cvičenia Výsledky... 11
Obsah Neurčitý integrál 7. Základné pojmy a vzťahy.................................. 7.. Základné neurčité integrály............................. 9.. Cvičenia..........................................3
Διαβάστε περισσότεραFaculty of Mathematics, Physics and Informatics Comenius University Bratislava. NumDif
Numerické riešenie diferenciálnych rovníc Jela Babušíková Faculty of Mathematics, Physics and Informatics Comenius University Bratislava Klasifikácia diferenciálnych rovníc: obyčajné - počiatočná a okrajová
Διαβάστε περισσότεραDESKRIPTÍVNA GEOMETRIA
EKRIÍN GEERI meódy zobrzovni priesorových úvrov do roviny (premieni) mericé polohové vzťhy priesorových úvrov riešené v rovine bsh predmeu G Zobrzovcie meódy: olohové mericé úlohy: ongeov projeci Rezy
Διαβάστε περισσότεραÚvod. Na čo nám je numerická matematika? Poskytuje nástroje na matematické riešenie problémov reálneho sveta (fyzika, biológia, ekonómia,...
Úvod Na čo nám je numerická matematika? Poskytuje nástroje na matematické riešenie problémov reálneho sveta (fyzika, biológia, ekonómia,...) Postup pri riešení problémov: 1. formulácia problému 2. formulácia
Διαβάστε περισσότεραPodmienenost problému a stabilita algoritmu
Podmienenost problému a stabilita algoritmu Ing. Gabriel Okša, CSc. Matematický ústav Slovenská akadémia vied Bratislava Stavebná fakulta STU G. Okša: Podmienenost a stabilita 1/19 Obsah 1 Vektorové a
Διαβάστε περισσότεραRiadenie zásobníkov kvapaliny
Kapitola 9 Riadenie zásobníkov kvapaliny Cieľom cvičenia je zvládnuť návrh (syntézu) regulátorov výpočtovými (analytickými) metódami Naslinovou metódou a metódou umiestnenia pólov. Navrhnuté regulátory
Διαβάστε περισσότεραNumerické metódy Učebný text pre bakalárske štúdium
Imrich Pokorný Numerické metódy Učebný text pre bakalárske štúdium Strana 1 z 48 1 Nepresnosť numerického riešenia úloh 4 1.1 Zdroje chýb a ich klasifikácia................... 4 1.2 Základné pojmy odhadu
Διαβάστε περισσότεραRIEŠENIE WHEATSONOVHO MOSTÍKA
SNÁ PMYSLNÁ ŠKOL LKONKÁ V PŠŤNO KOMPLXNÁ PÁ Č. / ŠN WSONOVO MOSÍK Piešťany, október 00 utor : Marek eteš. Komplexná práca č. / Strana č. / Obsah:. eoretický rozbor Wheatsonovho mostíka. eoretický rozbor
Διαβάστε περισσότεραZložené funkcie a substitúcia
3. kapitola Zložené funkcie a substitúcia Doteraz sme sa pri funkciách stretli len so závislosťami medzi dvoma premennými. Napríklad vzťah y=x 2 nám hovoril, ako závisí premenná y od premennej x. V praxi
Διαβάστε περισσότεραZáklady matematickej štatistiky
1. Náhodný výber, výberové momenty a odhad parametrov Katedra Matematických metód Fakulta Riadenia a Informatiky Žilinská Univerzita v Žiline 6. mája 2015 1 Náhodný výber 2 Výberové momenty 3 Odhady parametrov
Διαβάστε περισσότεραDerivácia funkcie. Pravidlá derivovania výrazov obsahujúcich operácie. Derivácie elementárnych funkcií
Derivácia funkcie Derivácia funkcie je jeden z najužitočnejších nástrojov, ktoré používame v matematike a jej aplikáciách v ďalších odboroch. Stručne zhrnieme základné informácie o deriváciách. Podrobnejšie
Διαβάστε περισσότεραHASLIM112V, HASLIM123V, HASLIM136V HASLIM112Z, HASLIM123Z, HASLIM136Z HASLIM112S, HASLIM123S, HASLIM136S
PROUKTOVÝ LIST HKL SLIM č. sklad. karty / obj. číslo: HSLIM112V, HSLIM123V, HSLIM136V HSLIM112Z, HSLIM123Z, HSLIM136Z HSLIM112S, HSLIM123S, HSLIM136S fakturačný názov výrobku: HKL SLIMv 1,2kW HKL SLIMv
Διαβάστε περισσότεραRiešenie rovníc s aplikáciou na elektrické obvody
Zadanie č.1 Riešenie rovníc s aplikáciou na elektrické obvody Nasledujúce uvedené poznatky z oblasti riešenia elektrických obvodov pomocou metódy slučkových prúdov a uzlových napätí je potrebné využiť
Διαβάστε περισσότεραMatematika 2. časť: Analytická geometria
Matematika 2 časť: Analytická geometria RNDr. Jana Pócsová, PhD. Ústav riadenia a informatizácie výrobných procesov Fakulta BERG Technická univerzita v Košiciach e-mail: jana.pocsova@tuke.sk Súradnicové
Διαβάστε περισσότεραNUMERICKÁ MATEMATIKA A MATEMATICKÁ ŠTATISTIKA
Moderné vzdelávanie pre vedomostnú spoločnosť Projekt je spolufinancovaný zo zdrojov EÚ NUMERICKÁ MATEMATIKA A MATEMATICKÁ ŠTATISTIKA Stavebná fakulta Doc.Ing. Roman Vodička, PhD. RNDr. PavolPurcz, PhD.
Διαβάστε περισσότεραCieľom cvičenia je zvládnuť riešenie diferenciálnych rovníc pomocou Laplaceovej transformácie,
Kapitola Riešenie diferenciálnych rovníc pomocou Laplaceovej tranformácie Cieľom cvičenia je zvládnuť riešenie diferenciálnych rovníc pomocou Laplaceovej tranformácie, keď charakteritická rovnica má rôzne
Διαβάστε περισσότεραPREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY. Pomôcka pre prípravný kurz
KATEDRA APLIKOVANEJ MATEMATIKY A INFORMATIKY STROJNÍCKA FAKULTA TU KOŠICE PREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY Pomôcka pre prípravný kurz 8 ZÁKLADNÉ ALGEBRAICKÉ VZORCE ) (a±b)
Διαβάστε περισσότεραTREDNÁ ODBORNÁ ŠKOLA STRÁŽSKE PRACOVNÝ ZOŠIT. k predmetu Matematika pre
TREDNÁ ODBORNÁ ŠKOLA STRÁŽSKE PRACOVNÝ ZOŠIT k predmetu Matematika pre 2. ročník SOŠ v Strážskom, študijný odbor 3760 6 00 prevádzka a ekonomika dopravy Operačný program: Vzdelávanie Programové obdobie:
Διαβάστε περισσότεραGoniometrické substitúcie
Goniometrické substitúcie Marta Kossaczká S goniometrickými funkciami ste sa už určite stretli, pravdepodobne predovšetkým v geometrii. Ich použitie tam ale zďaleka nekončí. Nazačiatoksizhrňme,čoonichvieme.Funkciesínusakosínussadajúdefinovať
Διαβάστε περισσότεραMargita Vajsáblová. ρ priemetňa, s smer premietania. Súradnicová sústava (O, x, y, z ) (O a, x a, y a, z a )
Mrgit Váblová Váblová, M: Dekriptívn geometri pre GK 101 Zákldné pom v onometrii Váblová, M: Dekriptívn geometri pre GK 102 Definíci 1: onometri e rovnobežné premietnie bodov Ε 3 polu prvouhlým úrdnicovým
Διαβάστε περισσότεραPevné ložiská. Voľné ložiská
SUPPORTS D EXTREMITES DE PRECISION - SUPPORT UNIT FOR BALLSCREWS LOŽISKA PRE GULIČKOVÉ SKRUTKY A TRAPÉZOVÉ SKRUTKY Výber správnej podpory konca uličkovej skrutky či trapézovej skrutky je dôležité pre správnu
Διαβάστε περισσότερα7. Dokážte, že z každej nekonečnej množiny môžeme vydeliť spočítateľnú podmnožinu.
Teória množín To, že medzi množinami A, B existuje bijektívne zobrazenie, budeme symbolicky označovať A B alebo A B. Vtedy hovoríme, že množiny A, B sú ekvivalentné. Hovoríme tiež, že také množiny A, B
Διαβάστε περισσότεραMatematika 1. (prednáška pre 1. roč. iai) V. Balek
Matematika prednáška pre. roč. iai) V. Balek . Definícia derivácie Č o j e t o m a t e m a t i c k á a n a l ý z a? Matematická analýza je náuka o deriváciach diferenciáln počet) a integráloch integráln
Διαβάστε περισσότεραNumerické experimentovanie s novou parametrickou triedou kvázinewtonovských formúl.
UNIVERZITA KOMENSKÉHO V BRATISLAVE Fakulta matematiky, fyziky a informatiky Numerické experimentovanie s novou parametrickou triedou kvázinewtonovských formúl. Diplomová práca Bc. Matúš Stanovský Bratislava
Διαβάστε περισσότεραVLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR. Michal Zajac. 3 T b 1 = T b 2 = = = 2b
VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR Michal Zajac Vlastné čísla a vlastné vektory Pripomeňme najprv, že lineárny operátor T : L L je vzhl adom na bázu B = {b 1, b 2,, b n } lineárneho priestoru L určený
Διαβάστε περισσότεραPožiadavky k štátnej skúške pre magisterský študijný program
z predmetu: Matematická analýza 1. Číselné postupnosti a ich základné vlastnosti. 2. Funkcia jednej reálnej premennej, základné vlastnosti funkcií. 3. Derivácia funkcie jednej reálnej premennej, jej vlastnosti
Διαβάστε περισσότεραBANACHOVE A HILBERTOVE PRIESTORY
BANACHOVE A HILBERTOVE PRIESTORY 1. ZÁKLADNÉ POJMY Normovaným lineárnym priestorom (NLP) nazývame lineárny (= vektorový) priestor X nad telesom IK, na ktorom je daná nezáporná reálna funkcia : X IR + (norma)
Διαβάστε περισσότερα1.4 Rovnice, nerovnice a ich sústavy
1. Rovnice, nerovnice a ich sústavy Osah Pojmy: rovnica, nerovnica, sústava rovníc, sústava nerovníc a ich riešenie, koeficient, koreň, koreňový činiteľ, diskriminant, doplnenie do štvorca, úprava na súčin,
Διαβάστε περισσότερα3. prednáška. Komplexné čísla
3. predáška Komplexé čísla Úvodé pozámky Vieme, že existujú také kvadratické rovice, ktoré emajú riešeie v obore reálych čísel. Študujme kvadratickú rovicu x x + 5 = 0 Použitím štadardej formule pre výpočet
Διαβάστε περισσότεραVektorový priestor V : Množina prvkov (vektory), na ktorej je definované ich sčítanie a ich
Tuesday 15 th January, 2013, 19:53 Základy tenzorového počtu M.Gintner Vektorový priestor V : Množina prvkov (vektory), na ktorej je definované ich sčítanie a ich násobenie reálnym číslom tak, že platí:
Διαβάστε περισσότεραHarmonizované technické špecifikácie Trieda GP - CS lv EN Pevnosť v tlaku 6 N/mm² EN Prídržnosť
Baumit Prednástrek / Vorspritzer Vyhlásenie o parametroch č.: 01-BSK- Prednástrek / Vorspritzer 1. Jedinečný identifikačný kód typu a výrobku: Baumit Prednástrek / Vorspritzer 2. Typ, číslo výrobnej dávky
Διαβάστε περισσότεραObsah. 1.1 Reálne čísla a ich základné vlastnosti... 7 1.1.1 Komplexné čísla... 8
Obsah 1 Číselné obory 7 1.1 Reálne čísla a ich základné vlastnosti............................ 7 1.1.1 Komplexné čísla................................... 8 1.2 Číselné množiny.......................................
Διαβάστε περισσότεραNumerické metódy matematiky I
Prednáška č. 7 Numerické metódy matematiky I Riešenie sústav lineárnych rovníc ( pokračovanie ) Prednáška č. 7 OBSAH 1. Metóda singulárneho rozkladu (SVD) Úvod SVD štvorcovej matice SVD pre menej rovníc
Διαβάστε περισσότεραPríklady k Matematike 1
Príklady k Matematike 1 1. Definícia derivácie 1. Nájdite deriváciu y = + 1) 2 tak, že prejdete od k t = + 1. 2. Zistite z definície, čomu sa rovnajú derivácie funkcií y = 3, y = 1/ 2 a y =. Návod k tretej
Διαβάστε περισσότεραHANA LAURINCOVÁ KLASICKÝ VS. NEPARAMETRICKÝ PRÍSTUP Štatistika Poistná matematika
UNIVERZITA KOMENSKÉHO, BRATISLAVA FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY KATEDRA POISTNEJ MATEMATIKY A ŠTATISTIKY PARCIÁLNA A MNOHONÁSOBNÁ KORELÁCIA: KLASICKÝ VS. NEPARAMETRICKÝ PRÍSTUP (Bakalárska práca)
Διαβάστε περισσότεραOdporníky. 1. Príklad1. TESLA TR
Odporníky Úloha cvičenia: 1.Zistite technické údaje odporníkov pomocou katalógov 2.Zistite menovitú hodnotu odporníkov označených farebným kódom Schématická značka: 1. Príklad1. TESLA TR 163 200 ±1% L
Διαβάστε περισσότερα1. písomná práca z matematiky Skupina A
1. písomná práca z matematiky Skupina A 1. Vypočítajte : a) 84º 56 + 32º 38 = b) 140º 53º 24 = c) 55º 12 : 2 = 2. Vypočítajte zvyšné uhly na obrázku : β γ α = 35 12 δ a b 3. Znázornite na číselnej osi
Διαβάστε περισσότεραDeliteľnosť a znaky deliteľnosti
Deliteľnosť a znaky deliteľnosti Medzi základné pojmy v aritmetike celých čísel patrí aj pojem deliteľnosť. Najprv si povieme, čo znamená, že celé číslo a delí celé číslo b a ako to zapisujeme. Nech a
Διαβάστε περισσότεραviacrozmerných a nekonečnorozmerných priestoroch. A ako nasvedčuje jej názov, pôjde o rovnice nelineárne.
Nelineárna analýza 1. Úvod Na začiatok by bolo načim ako-tak vymedzit, čím sa nelineárna analýza zaoberá. Čitatel by už mal však mat dostatok skúseností, aby vedel, že je to dost t ažké u l ubovol nej
Διαβάστε περισσότεραKompilátory. Cvičenie 6: LLVM. Peter Kostolányi. 21. novembra 2017
Kompilátory Cvičenie 6: LLVM Peter Kostolányi 21. novembra 2017 LLVM V podstate sada nástrojov pre tvorbu kompilátorov LLVM V podstate sada nástrojov pre tvorbu kompilátorov Pôvodne Low Level Virtual Machine
Διαβάστε περισσότεραUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY NOVÁ METÓDA KONJUGOVANÝCH GRADIENTOV BAKALÁRSKA PRÁCA 2012 Marián PITONIAK UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY,
Διαβάστε περισσότεραMetodicko pedagogické centrum. Národný projekt VZDELÁVANÍM PEDAGOGICKÝCH ZAMESTNANCOV K INKLÚZII MARGINALIZOVANÝCH RÓMSKYCH KOMUNÍT
Moderné vzdelávanie pre vedomostnú spoločnosť / Projekt je spolufinancovaný zo zdrojov EÚ Kód ITMS: 26130130051 číslo zmluvy: OPV/24/2011 Metodicko pedagogické centrum Národný projekt VZDELÁVANÍM PEDAGOGICKÝCH
Διαβάστε περισσότερα