Obvestila. Matematično programiranje z aplikacijami. Pregled predmeta Matematično programiranje z aplikacijami. Vaje: Nadaljujemo z začinjeno pizzo.
|
|
- Φιλομήνα Αθανασιάδης
- 5 χρόνια πριν
- Προβολές:
Transcript
1 Obvestila. z aplikacijami Drago Bokal Oddelek za matematiko in računalništvo Fakulteta za naravoslovje in matematiko Univerza v Mariboru 21. februar Prosojnice: MPA NN Naslov predavanja.pdf Za tiskanje: MPA NN Naslov predavanja p.pdf Prosim, sporočite pripombe na bokal@uni-mb.si. Predavanja: natisnite in preglejte prosojnice, sledite predavanjem in sodelujte, pred vajami ponovite ob knjigi, po vajah zastavite vprašanja, vzpostavite rutino. Sodelujte! Sprašujte! Tecite zmagovalni krog! Govorilne ure. Odmori. Pregled predmeta z aplikacijami. Nadaljujemo zgodbo predmeta Operacijske raziskave. Celoštevilsko programiranje, grafi Kombinatorična optimizacija. Nelinearno, stohastično programiranje MPA. Nelinearno programiranje. Stohastično nelinearno programiranje. Konveksno programiranje. Robustna optimizacija. Vaje: Nadaljujemo z začinjeno pizzo. V bankah in zavarovalnicah ni bilo zanimanja (kriza, ne zaposlujejo več)? Perspektiva: finančni matematiki: optimizatorji v podjetju? Trajnostni razvoj. Informacijsko-komunikacijske tehnologije. Zmagovalna kombinacija: znanja računalniške in finančne matematike. Projekt: Optimiziranje porabe stroškov za Energetsko Agencijo Podravja. Naslednji korak: pregled narejenega in definicija naloge za naprej. Datum zagovora?
2 Struktura problema min f (x) p. p. c i (x) = 0 i E c i (x) 0 i I x R n f (x) poljubna zvezna, diferenciabilna (kriterijska) funkcija, c i (x) poljubne zvezne, diferenciabilna (omejitvene) funkcije, E množica omejitev z enakostmi, I množica omejitev z nenakostmi, Osnovni koncepti nelinearnega programa. R množica dopustnih rešitev, zaprta, neprazna, omejena. a i = c i normalni vektor omejitve c i, A = (a i ) i E I Jakobijeva matrika problema, a i stolpci Jakobijeve matrike problema. a i (x) vektor najhitrejšega naraščanja omejitve c i v točki x. c i (x) = 0, i I : omejitev narašča v dopustno območje, a i (x) pravokoten na ničelno nivojno ploskev. Aktivne omejitve. A(x) = {i I E c i (x) = 0}. x : optimalna rešitev problema. A : aktivne omejitve v optimalni rešitvi. Neaktivne omejitve lahko (lokalno) ignoriramo. Problem obravnavamo kot problem omejitev z enakostmi E = A. Primer: min x 1 x 2, kjer x 2 x 2 1, x2 1 + x Pristopi k reševanju. Ni splošne metode (kot npr. simpleksna metoda za LP). Iterativni pristopi, eliminacija (enakosti), nato neomejena optimizacija, metoda dopustne smeri, prevedba omejitev v kazenske funkcije, metoda s kaznovanjem, tipično kazenske funkcije pomagajo pri konvergenci metod, transformacija originalnega modela.
3 Transformacije nelinearnih programov. Transformacije nelinearnih programov: Eliminacija. Ideja: prevedemo v enostavnejšo, lažje rešljivo obliko. Previdno: možni problemi: Prava transformacija za vaš problem, Pogosto ni bijekcije rešitev. Primer: iterativna linearizacija. Na vsakem koraku rešimo linearni problem. Iteriranje zaključimo, ko blizu rešitve originalnega problema. Enakosti c i (x) = 0 uporabimo za izražanje spremenljivk, φ(x 1 ) = x 2, nato min x f (x) = min x1 f (x 1, φ(x 1 )) = min x1 ψ(x 1 ). Če I = ali A(x ) = E z eliminacijo dobimo problem brez omejitev. Problemi: šibka pogojenost φ. Če I =, ugibamo A(x ) in popravljamo. Ugibanje osnovano na Lagrangeovih multiplikatorjih; v optimalni rešitvi nenegativni. Algoritmi izmenjevanja/aktivne množice, podobni simpleksni metodi. Transformacije nelinearnih programov. Omejitve s strogimi neenakostmi c i (x) > 0: Rešimo problem c i (x) ε > 0, za zaporedje ε 0. Kazenske funkcije: Prevedemo v problem brez omejitev, katerega rešitev je rešitev prvotnega problema. Skaliraje: Omejitve ali spremenljivke različnih velikostnih redov. Omejitve: množimo s konstantami, ki izenačijo red velikosti. Spremenljivke, tipično: množenje s konstantami. Strogo pozitivne spremenljivke: eksponiranje y = e x. Analitična karakterizacija lokalnih minimumov Izrek Predpostavimo, da problem nima omejitev. g(x) := f (x) = 0. ničeln gradient, ni naraščajoče smeri. G (x) := 2 f (x) 0. Hessejeva matrika pozitivno semidefinitna, pozitivna ukrivljenost. s T Gs 0, s R n. (1) Naj bo x R n lokalni minimum dvakrat odvedljive zvezne funkcije f : R n R. Potem velja g(x) = 0 in G (x) 0. (2) Če je g(x) = 0 in s T G (x)s > 0 za vsak s = 0, je potem je x lokalni minimum funkcije f.
4 Lagrangeovi množitelji intuitivno Lokalni ekstrem mora biti dopusten. V notranjosti območja enako kot pri nevezanem ekstremu. Na meji območja funkcija ne sme padati/naraščati v dopustnih smereh. Predpostavimo, da so vse omejitve enakosti. Razvoj omejitve v Taylorjevo vrsto: c i (x + δ) = c i (x ) + δ T a i (x ) + o( δ ) = 0. Ker se gibljemo v dopustnem območju, velja δ T a i (x ) = 0. Če f (x) pada vzdolž δ, potem δ T g(x ) < 0. Protislovje, x lokalni minimum na dopustnem območju. Torej za noben δ ne velja oboje hkrati: x + δ R, f (x + δ) < f (x ). Lagrangeovi množitelji intuitivno Torej 0 = δ T g(x ) = i E λ i δ T a i (x ) 0. Torej g(x ) = i E λ i a i (x ). Torej, če g(x ) lahko razvijemo po bazi a i (x ), je v x lokalni ekstrem. Koeficienti razvoja: Lagrangeovi množitelji λ i. Pri konveksnem problemu: dualni problem. Lagrangeovi množitelji posplošitev dualnih spremenljivk iz linearnega programiranja. Metoda Lagrangeovih množiteljev za probleme z enakostmi. Rešujemo sistem g(x) = i E a i (x)λ i, c i (x) = 0, i E. Spremenljivke x R n, λ R m. n + m spremenljivk, n + m enačb. Netrivialen problem: enačbe nelinearne. Lagrangeova funkcija. Lagrangeova funkcija problema: L(x, λ) = f (x) i E λ i c i (x). Če x lokalni minimum, potem obstaja λ, da sta (x, λ) stacionarna točka Lagrangeove funkcije. Stabilnostna analiza v okolici x : c i (x) = ε i, L(x(ε), λ(ε), ε) = f (x(ε)) + i E λ i (ε)(c i (x(ε)) ε i ) V minimumu: f (x(ε)) = L(x(ε), λ(ε), ε). df dε i = dl dε i =... = λ i. Lagrangeov množitelj predstavlja naklon kriterijske funkcije ob spreminjanju vrednosti ustrezne omejitve. Občutljivost kriterijske funkcije na spremembo omejitve.
5 Kuhn-Tuckerjevi pogoji Izrek min f (x) p. p. c i (x) = 0 i E c i (x) 0 i I x R n. Naj v lokalnem minimumu x velja pogoj regularnosti. Potem obstajajo Lagrangeovi množitelji λ, da x in λ zadoščata naslednjim pogojem: x L(x, λ) = 0, i E: c i (x) = 0, i I : c i (x) 0, i I : λ i 0, i I E: λ i c i (x) = 0. Kuhn-Tuckerjevi pogoji Regularnost: velja, če so vektorji a i (x ), i A neodvisni. i : λ i c i (x ) = 0: pogoj komplementarnosti; omejitev je aktivna (c i (x ) = 0) ali pa je λ i = 0. Stroga komplementarnost: i: c i (x ) > 0 ali λ i > 0. c i (x ) = 0 in λ i = 0: x je na meji omejitve, prehodno stanje. Dopustna smer. x dopustna točka, x (k) x, x (k) = x vsi dopustni. Zapišemo x (k) x = δ (k) s (k), kjer δ 0, s (k) = 1. s (k) je zaporedje smeri, če ima limito s. Limita s je dopustna smer. F(x) je množica dopustnih smeri v točki x. Če dopustimo s (k) = ε, ε > 0, in dodamo vektor s = 0, dobimo stožec dopustnih smeri, tangentni stožec v x. Linearizirana dopustna smer. x dopustna točka, F { (x) = s = 0 i E : s T a i (x) = 0 i I A(x) : s T a i (x) 0 }. F(x) težko matematično obravnavati. F (x) preprostejši. Ideal: F (x) = F(x). Velja: F (x) F(x). Naj bo s F(x) in x (k) x tak da s (k) s. Razvoj v Taylorjevo vrsto v x k : c i (x k ) = c i (x) + δ (k)t s (k) a i (x) + o(δ (k) ). Za i E: c i (x k ) = c i (x) = 0, s (k) a i (x) + o(1) = 0, k : o(1) 0, s (k) a i (x) s T a i (x) = 0. Za i I A(x): c i (x k ) c i (x) = 0, s (k) a i (x) + o(1) 0, k : o(1) 0, s (k) a i (x) s T a i (x) 0. Oba pogoja skupaj: s F (x) po definiciji. Želimo F(x) = F (x). Kuhn-Tucker to predpostavita.
6 Obstoj zaporedja smeri. Obstoj zaporedja smeri. Lema (o regularnosti) Naj bo x R dopustna točka in naj velja vsaj eden od pogojev: (i) vse omejitve c i, i A(x ) so linearne. (ii) množica vektorjev {a i (x ) i A(x )} je linearno neodvisna. Potem velja F (x ) = F(x ). Ob (i) je definicija F(x ) identična definiciji F (x ). Predpostavimo (ii) in poiščemo dopustno zaporedje smeri za s F(x ). Rešujemo nelinearni sistem r(x, θ) = 0, kjer r i (x, θ) = c i (x) θs T a i (x ), i A(x ), r i (x, θ) = (x x ) T b i θs T b i, i I \ A(x ). b i neki izbrani vektorji. Permutiramo indekse, da je A(x ) = {1,..., m}. Lema (o regularnosti) Naj bo x R dopustna točka in naj velja vsaj eden od pogojev: (i) vse omejitve c i, i A(x ) so linearne. (ii) množica vektorjev {a i (x ) i A(x )} je linearno neodvisna. Potem velja F (x ) = F(x ). Ena od rešitev sta x = x, θ = 0; vsaka (x, θ) iz neke male okolice sta tudi rešitev. Jakobijeva matrika J(x, θ) = x r T (x, θ) = [A(x ) : B]. Po (ii) ima A(x ) poln rang. Lahko izberemo B, da ima J poln rang. Po izreku o implicitni preslikavi obstaja okolica Ω za x in Ω 0 za θ = 0, v kateri za vsak θ Ω 0 obstaja enolična rešitev x(θ) Ω x. Obstoj zaporedja smeri. Množica smeri spuščanja. Lema (o regularnosti) Naj bo x R dopustna točka in naj velja vsaj eden od pogojev: (i) vse omejitve c i, i A(x ) so linearne. (ii) množica vektorjev {a i (x ) i A(x )} je linearno neodvisna. Potem velja F (x ) = F(x ). Z odvajanjem r(x, θ) dobimo 0 = dr i dθ = j Velja torej 0 = J T dx dθ J(x ) T s. Zato velja dx θ=0 = s. dθ r i x j dx j dθ + r i θ. Izberemo zaporedje θ (k) 0; zaporedje x (k) = x(θ (k) ) je dopustno zaporedje smeri za s F. Q.E.D. Definicija Naj bo x R dopustna točka. D(x) = { s s T g(x) < 0 } je množica smeri, v katerih funkcija f (x) pada v x. Rečemo ji množica smeri spuščanja. Lema (o dopustnih smereh spuščanja) Naj bo x lokalni minuimum f (x) na R. Potem velja D(x ) F(x ) =. V lokalnem minimumu ni dopustnih smeri spuščanja. Dokaz: Naj bo s F(x ) in x (k) x pripadajoče dopustno zaporedje smeri. Razvijemo f v Taylorjevo vrsto okrog x : f (x (k) ) = f (x) + δ (k) s (k)t g(x ) + o(δ (k) ).
7 Množica smeri spuščanja. Vložek iz OR: Farkaseva lemma. Lema (o dopustnih smereh spuščanja) Naj bo x lokalni minuimum f (x) na R. Potem velja D(x ) F(x ) =. Ker je x (k) lokalni ekstrem, velja f (x (k) ) f (x) za dovolj velike k. Delimo z δ (k), dobimo s (k)t g(x ) + o(1) 0. V limiti velja s (k) s, o(1) 0, torej s T g(x ) 0. Zato s D(x ), D(x ) F(x ) =. Q.E.D. Lema (Farkaseva lema) Naj bodo dani vektorji a 1,..., a m in g. Množica S = { s s T g < 0 i : s T a i 0 } je prazna natanko tedaj, ko obstajajo λ i 0, tako da velja g = m i=1 λ i a i. Posledica Množica S = { s s T g(x) < 0 i E : s T a i (x) = 0 i I A(x) : s T a i (x) 0 } je prazna natanko tedaj, ko obstajajo λ i, za katere velja g(x) = i A(x) λ i a i (x) in je i A(x) I : λ i 0. Dokaz: Za i E zapišemo s T a i (x) = 0 kot s T a i (x) 0 in s T ( a i (x)) 0. Vložek iz OR: Farkaseva lemma. Posledica Množica S = { s s T g(x) < 0 i E : s T a i (x) = 0 i I A(x) : s T a i (x) 0 } je prazna natanko tedaj, ko obstajajo λ i, za katere velja g(x) = i A(x) λ i a i (x) in je i A(x) I : λ i 0. Po Farkasevi lemi je F prazna natanko tedaj, ko: za i I A(x) obstajajo λ i 0, za i E obstajajo λ + i 0, λ i 0, da velja g(x) = i I A(x) a i (x)λ i + i E a i (x)λ + i i E a i (x)λ i. Za i E definiramo λ i = λ + i λ i. Dobimo g(x) = i A(x) λ i a i (x), i I A(x): λ i 0. Q.E.D. Dokaz potrebnosti Kuhn-Tuckerjevih pogojev. Naj bo x lokalni minimum. Po lemi o dopustnih smereh spuščanja je F(x ) D(x ) =. Po regularnosti je F (x ) D(x ) =. Po posledici Farkaseve leme obstajajo Lagrangeovi množitelji, tako da: x L(x, λ) = 0 ker g(x ) = i A(x ) a i (x )λ i, i E: c i (x ) = 0, ker x dopusten, i I : c i (x ) 0, ker x dopusten, i I : λ i 0, po posledici, i I E: λ i c i (x) = 0, po posledici. Q.E.D.
Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 5. december 2013 Primer Odvajajmo funkcijo f(x) = x x. Diferencial funkcije Spomnimo se, da je funkcija f odvedljiva v točki
Διαβάστε περισσότεραDefinicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1
Funkcije več realnih spremenljivk Osnovne definicije Limita in zveznost funkcije več spremenljivk Parcialni odvodi funkcije več spremenljivk Gradient in odvod funkcije več spremenljivk v dani smeri Parcialni
Διαβάστε περισσότεραOdvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 10. december 2013 Izrek (Rolleov izrek) Naj bo f : [a,b] R odvedljiva funkcija in naj bo f(a) = f(b). Potem obstaja vsaj ena
Διαβάστε περισσότεραFunkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2
Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 2. april 2014 Funkcijske vrste Spomnimo se, kaj je to številska vrsta. Dano imamo neko zaporedje realnih števil a 1, a 2, a
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 21. november 2013 Hiperbolične funkcije Hiperbolični sinus sinhx = ex e x 2 20 10 3 2 1 1 2 3 10 20 hiperbolični kosinus coshx
Διαβάστε περισσότεραZaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 22. oktober 2013 Kdaj je zaporedje {a n } konvergentno, smo definirali s pomočjo limite zaporedja. Večkrat pa je dobro vedeti,
Διαβάστε περισσότεραMatematično modeliranje. Simpleksna metoda.
Simpleksna metoda. Drago Bokal, Tanja Gologranc Oddelek za matematiko in računalništvo Fakulteta za naravoslovje in matematiko Univerza v Mariboru Kanonična oblika linearnega programa. min c T x p. p.
Διαβάστε περισσότεραKanonična oblika linearnega programa. Simpleksna metoda. Bazne rešitve kanoničnega linearnega programa.
Kanonična oblika linearnega programa.. Drago Bokal, Tanja Gologranc Oddelek za matematiko in računalništvo Fakulteta za naravoslovje in matematiko Univerza v Mariboru min c T x p. p. Ax = b x 0 Kako dobimo
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 12. november 2013 Graf funkcije f : D R, D R, je množica Γ(f) = {(x,f(x)) : x D} R R, torej podmnožica ravnine R 2. Grafi funkcij,
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 14. november 2013 Kvadratni koren polinoma Funkcijo oblike f(x) = p(x), kjer je p polinom, imenujemo kvadratni koren polinoma
Διαβάστε περισσότεραDiferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci
Linearna diferencialna enačba reda Diferencialna enačba v kateri nastopata neznana funkcija in njen odvod v prvi potenci d f + p= se imenuje linearna diferencialna enačba V primeru ko je f 0 se zgornja
Διαβάστε περισσότεραPoliedri Ines Pogačar 27. oktober 2009
Poliedri Ines Pogačar 27. oktober 2009 Pri linearnem programiranju imamo opravka s končnim sistemom neenakosti in končno spremenljivkami, torej je množica dopustnih rešitev presek končno mnogo polprostorov.
Διαβάστε περισσότεραFunkcije več spremenljivk
DODATEK C Funkcije več spremenljivk C.1. Osnovni pojmi Funkcija n spremenljivk je predpis: f : D f R, (x 1, x 2,..., x n ) u = f (x 1, x 2,..., x n ) kjer D f R n imenujemo definicijsko območje funkcije
Διαβάστε περισσότεραmatrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij):
4 vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 matrike Matrika dimenzije m n je pravokotna tabela m n števil, ki ima m vrstic in n stolpcev: a 11 a 12 a 1n a 21 a 22 a 2n
Διαβάστε περισσότεραTretja vaja iz matematike 1
Tretja vaja iz matematike Andrej Perne Ljubljana, 00/07 kompleksna števila Polarni zapis kompleksnega števila z = x + iy): z = rcos ϕ + i sin ϕ) = re iϕ Opomba: Velja Eulerjeva formula: e iϕ = cos ϕ +
Διαβάστε περισσότεραIZPIT IZ ANALIZE II Maribor,
Maribor, 05. 02. 200. (a) Naj bo f : [0, 2] R odvedljiva funkcija z lastnostjo f() = f(2). Dokaži, da obstaja tak c (0, ), da je f (c) = 2f (2c). (b) Naj bo f(x) = 3x 3 4x 2 + 2x +. Poišči tak c (0, ),
Διαβάστε περισσότερα3.1 Reševanje nelinearnih sistemov
3.1 Reševanje nelinearnih sistemov Rešujemo sistem nelinearnih enačb f 1 (x 1, x 2,..., x n ) = 0 f 2 (x 1, x 2,..., x n ) = 0. f n (x 1, x 2,..., x n ) = 0. Pišemo F (x) = 0, kjer je x R n in F : R n
Διαβάστε περισσότεραKODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK
1 / 24 KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK Štefko Miklavič Univerza na Primorskem MARS, Avgust 2008 Phoenix 2 / 24 Phoenix 3 / 24 Phoenix 4 / 24 Črtna koda 5 / 24 Črtna koda - kontrolni bit 6 / 24
Διαβάστε περισσότερα1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja
ZNAČILNOSTI FUNKCIJ ZNAČILNOSTI FUNKCIJE, KI SO RAZVIDNE IZ GRAFA. Deinicijsko območje, zaloga vrednosti. Naraščanje in padanje, ekstremi 3. Ukrivljenost 4. Trend na robu deinicijskega območja 5. Periodičnost
Διαβάστε περισσότεραReševanje sistema linearnih
Poglavje III Reševanje sistema linearnih enačb V tem kratkem poglavju bomo obravnavali zelo uporabno in zato pomembno temo linearne algebre eševanje sistemov linearnih enačb. Spoznali bomo Gaussovo (natančneje
Διαβάστε περισσότεραOsnove matematične analize 2016/17
Osnove matematične analize 216/17 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Kaj je funkcija? Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja
Διαβάστε περισσότεραZaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 15. oktober 2013 Oglejmo si, kako množimo dve kompleksni števili, dani v polarni obliki. Naj bo z 1 = r 1 (cosϕ 1 +isinϕ 1 )
Διαβάστε περισσότεραPodobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik
Podobnost matrik Matematika II (FKKT Kemijsko inženirstvo) Matjaž Željko FKKT Kemijsko inženirstvo 14 teden (Zadnja sprememba: 23 maj 213) Matrika A R n n je podobna matriki B R n n, če obstaja obrnljiva
Διαβάστε περισσότεραUNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA III
UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 215 ii Kazalo Diferencialni račun vektorskih funkcij 1 1.1 Skalarne funkcije...........................
Διαβάστε περισσότεραSplošno o interpolaciji
Splošno o interpolaciji J.Kozak Numerične metode II (FM) 2011-2012 1 / 18 O funkciji f poznamo ali hočemo uporabiti le posamezne podatke, na primer vrednosti r i = f (x i ) v danih točkah x i Izberemo
Διαβάστε περισσότεραKvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti
Poglavje XI Kvadratne forme V zadnjem poglavju si bomo ogledali še eno vrsto preslikav, ki jih tudi lahko podamo z matrikami. To so tako imenovane kvadratne forme, ki niso več linearne preslikave. Kvadratne
Διαβάστε περισσότεραvezani ekstremi funkcij
11. vaja iz Matematike 2 (UNI) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 ekstremi funkcij več spremenljivk nadaljevanje vezani ekstremi funkcij Dana je funkcija f(x, y). Zanimajo nas ekstremi nad
Διαβάστε περισσότεραNavadne diferencialne enačbe
Navadne diferencialne enačbe Navadne diferencialne enačbe prvega reda V celotnem poglavju bo y = dy dx. Diferencialne enačbe z ločljivima spremeljivkama Diferencialna enačba z ločljivima spremeljivkama
Διαβάστε περισσότεραLinearne preslikave. Poglavje VII. 1 Definicija linearne preslikave in osnovne lastnosti
Poglavje VII Linearne preslikave V tem poglavju bomo vektorske prostore označevali z U,V,W,... Vsi vektorski prostori bodo končnorazsežni. Zaradi enostavnosti bomo privzeli, da je pripadajoči obseg realnih
Διαβάστε περισσότεραFunkcije dveh in več spremenljivk
Poglavje 3 Funkcije dveh in več spremenljivk 3.1 Osnovni pojmi Definicija 3.1.1. Funkcija dveh spremenljivk je preslikava, ki vsaki točki (x, y) ravninske množice D priredi realno število z = f(x, y),
Διαβάστε περισσότεραDomače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA
Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA. Naj bo vektorsko polje R : R 3 R 3 dano s predpisom R(x, y, z) = (2x 2 + z 2, xy + 2yz, z). Izračunaj pretok polja R skozi površino torusa
Διαβάστε περισσότεραBooleova algebra. Izjave in Booleove spremenljivke
Izjave in Booleove spremenljivke vsako izjavo obravnavamo kot spremenljivko če je izjava resnična (pravilna), ima ta spremenljivka vrednost 1, če je neresnična (nepravilna), pa vrednost 0 pravimo, da gre
Διαβάστε περισσότερα*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center
Državni izpitni center *M40* Osnovna in višja raven MATEMATIKA SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Sobota, 4. junij 0 SPLOŠNA MATURA RIC 0 M-40-- IZPITNA POLA OSNOVNA IN VIŠJA RAVEN 0. Skupaj:
Διαβάστε περισσότερα13. Jacobijeva metoda za računanje singularnega razcepa
13. Jacobijeva metoda za računanje singularnega razcepa Bor Plestenjak NLA 25. maj 2010 Bor Plestenjak (NLA) 13. Jacobijeva metoda za računanje singularnega razcepa 25. maj 2010 1 / 12 Enostranska Jacobijeva
Διαβάστε περισσότεραVaje iz MATEMATIKE 8. Odvod funkcije., pravimo, da je funkcija f odvedljiva v točki x 0 z odvodom. f (x f(x 0 + h) f(x 0 ) 0 ) := lim
Študij AHITEKTURE IN URBANIZMA, šol l 06/7 Vaje iz MATEMATIKE 8 Odvod funkcije f( Definicija: Naj bo f definirana na neki okolici točke 0 Če obstaja lim 0 +h f( 0 h 0 h, pravimo, da je funkcija f odvedljiva
Διαβάστε περισσότεραMatematika vaja. Matematika FE, Ljubljana, Slovenija Fakulteta za Elektrotehniko 1000 Ljubljana, Tržaška 25, Slovenija
Matematika 1 3. vaja B. Jurčič Zlobec 1 1 Univerza v Ljubljani, Fakulteta za Elektrotehniko 1000 Ljubljana, Tržaška 25, Slovenija Matematika FE, Ljubljana, Slovenija 2011 Določi stekališča zaporedja a
Διαβάστε περισσότεραV tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant.
Poglavje IV Determinanta matrike V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant 1 Definicija Preden definiramo determinanto,
Διαβάστε περισσότεραSKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK
SKUPNE PORAZDELITVE SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK Kovaec vržemo trikrat. Z ozačimo število grbov ri rvem metu ( ali ), z Y a skuo število grbov (,, ali 3). Kako sta sremelivki i Y odvisi
Διαβάστε περισσότεραIterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013
Numerične metode, sistemi linearnih enačb B. Jurčič Zlobec Numerične metode FE, 2. december 2013 1 Vsebina 1 z n neznankami. a i1 x 1 + a i2 x 2 + + a in = b i i = 1,..., n V matrični obliki zapišemo:
Διαβάστε περισσότερα11.5 Metoda karakteristik za hiperbolične PDE
11.5 Metoda karakteristik za hiperbolične PDE Hiperbolična kvazi linearna PDE ima obliko au xx + bu xy + cu yy = f, (1) kjer so a, b, c, f funkcije x, y, u, u x in u y, ter velja b 2 4ac > 0. Če predpostavimo,
Διαβάστε περισσότεραLastne vrednosti in lastni vektorji
Poglavje VIII Lastne vrednosti in lastni vektorji V tem poglavju bomo privzeli, da so skalarji v vektorskih prostorih, koeficienti v matrikah itd., kompleksna števila. Algebraične operacije seštevanja,
Διαβάστε περισσότεραSpoznajmo sedaj definicijo in nekaj osnovnih primerov zaporedij števil.
Zaporedja števil V matematiki in fiziki pogosto operiramo s približnimi vrednostmi neke količine. Pri numeričnemu računanju lahko npr. število π aproksimiramo s števili, ki imajo samo končno mnogo neničelnih
Διαβάστε περισσότεραREˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23.
Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost. kolokvij 3. januar 08 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Nalog je 6,
Διαβάστε περισσότεραDodatna poglavja iz linearne algebre za 1. letnik finančne matematike na FMF. Primož Moravec
Dodatna poglavja iz linearne algebre za 1 letnik finančne matematike na FMF Primož Moravec 13 september 2017 1 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 51264(0758)
Διαβάστε περισσότεραIzpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega
Izeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega 1. Najosnovnejše o konveksnih funkcijah Definicija. Naj bo X vektorski rostor in D X konveksna množica. Funkcija ϕ: D R je konveksna,
Διαβάστε περισσότεραMatematika I (VS) Univerza v Ljubljani, FE. Melita Hajdinjak 2013/14. Pregled elementarnih funkcij. Potenčna funkcija. Korenska funkcija.
1 / 46 Univerza v Ljubljani, FE Potenčna Korenska Melita Hajdinjak Matematika I (VS) Kotne 013/14 / 46 Potenčna Potenčna Funkcijo oblike f() = n, kjer je n Z, imenujemo potenčna. Število n imenujemo eksponent.
Διαβάστε περισσότεραMatematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta
Matematika 1 Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 21. april 2008 102 Poglavje 4 Odvod 4.1 Definicija odvoda Naj bo funkcija f definirana na intervalu (a, b) in x 0 točka s tega intervala. Vzemimo
Διαβάστε περισσότεραInverzni problem lastnih vrednosti evklidsko razdaljnih matrik
Univerza v Ljubljani Fakulteta za računalništvo in informatiko Fakulteta za matematiko in fiziko Peter Škvorc Inverzni problem lastnih vrednosti evklidsko razdaljnih matrik DIPLOMSKO DELO UNIVERZITETNI
Διαβάστε περισσότεραMatematično modeliranje 3. poglavje Dinamično modeliranje: diferencialne enačbe, sistemi diferencialnih enačb
Matematično modeliranje 3. poglavje Dinamično modeliranje: diferencialne enačbe, sistemi diferencialnih enačb Fakulteta za računalništvo in informatiko Univerza v Ljubljani 2017/2018 Za kaj rabimo diferencialne
Διαβάστε περισσότεραOdvode odvisnih spremenljivk po neodvisni spremenljivki bomo označevali s piko: Sistem navadnih diferencialnih enačb prvega reda ima obliko:
4 Sisemi diferencialnih enačb V prakičnih primerih večkra naleimo na več diferencialnih enačb, ki opisujejo določen pojav in so medsebojno povezane edaj govorimo o sisemih diferencialnih enačb V eh enačbah
Διαβάστε περισσότεραdiferencialne enačbe - nadaljevanje
12. vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 diferencialne enačbe - nadaljevanje Ortogonalne trajektorije Dana je 1-parametrična družina krivulj F(x, y, C) = 0. Ortogonalne
Διαβάστε περισσότεραDelovna točka in napajalna vezja bipolarnih tranzistorjev
KOM L: - Komnikacijska elektronika Delovna točka in napajalna vezja bipolarnih tranzistorjev. Določite izraz za kolektorski tok in napetost napajalnega vezja z enim virom in napetostnim delilnikom na vhod.
Διαβάστε περισσότεραVektorski prostori s skalarnim produktom
Poglavje IX Vektorski prostori s skalarnim produktom Skalarni produkt dveh vektorjev v R n smo spoznali v prvem poglavju. Sedaj bomo pojem skalarnega produkta razširili na poljuben vektorski prostor V
Διαβάστε περισσότεραUporabna matematika za naravoslovce
Uporabna matematika za naravoslovce Zapiski predavanj Študijski programi: Aplikativna kineziologija, Biodiverziteta Študijsko leto 203/4 doc.dr. Barbara Boldin Fakulteta za matematiko, naravoslovje in
Διαβάστε περισσότεραNa pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12
Predizpit, Proseminar A, 15.10.2015 1. Točki A(1, 2) in B(2, b) ležita na paraboli y = ax 2. Točka H leži na y osi in BH je pravokotna na y os. Točka C H leži na nosilki BH tako, da je HB = BC. Parabola
Διαβάστε περισσότεραEnačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba.
1. Osnovni pojmi Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. Primer 1.1: Diferencialne enačbe so izrazi: y
Διαβάστε περισσότεραINŽENIRSKA MATEMATIKA I
INŽENIRSKA MATEMATIKA I REŠENE NALOGE za izredne študente VSŠ Tehnično upravljanje nepremičnin Marjeta Škapin Rugelj Fakulteta za gradbeništvo in geodezijo Kazalo Števila in preslikave 5 Vektorji 6 Analitična
Διαβάστε περισσότεραII. LIMITA IN ZVEZNOST FUNKCIJ
II. LIMITA IN ZVEZNOST FUNKCIJ. Preslikave med množicami Funkcija ali preslikava med dvema množicama A in B je predpis f, ki vsakemu elementu x množice A priredi natanko določen element y množice B. Važno
Διαβάστε περισσότεραGimnazija Krˇsko. vektorji - naloge
Vektorji Naloge 1. V koordinatnem sistemu so podane točke A(3, 4), B(0, 2), C( 3, 2). a) Izračunaj dolžino krajevnega vektorja točke A. (2) b) Izračunaj kot med vektorjema r A in r C. (4) c) Izrazi vektor
Διαβάστε περισσότεραMatematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1
Mtemtik 1 Gregor Dolinr Fkultet z elektrotehniko Univerz v Ljubljni 2. jnur 2014 Gregor Dolinr Mtemtik 1 Izrek (Izrek o povprečni vrednosti) Nj bo m ntnčn spodnj mej in M ntnčn zgornj mej integrbilne funkcije
Διαβάστε περισσότεραOsnove linearne algebre
Osnove linearne algebre Matrike Matrika razsežnosti n m je A = a 1 1 a 1 2 a 1 m a 2 1 a 2 2 a 2 m a n 1 a n 2 a n m Če je n = m, tedaj matriko imenujemo kvadratna matrika Elementi matrike so lahko realna
Διαβάστε περισσότεραRealne funkcije. Elementarne funkcije. Polinomi in racionalne funkcije. Eksponentna funkcija a x : R R + FKKT Matematika 1
Realne funkcije Funkcija f denirana simetri nem intervalu D = ( a, a) ali D = [ a, a] (i) je soda, e velja f(x) = f( x), x D; (ii) je liha, e velja f(x) = f( x), x D. Naj bo f denirana D f in x 1, x 2
Διαβάστε περισσότεραZBIRKA REŠENIH NALOG IZ MATEMATIKE II
Univerza v Ljubljani Fakulteta za elektrotehniko Andrej Perne ZBIRKA REŠENIH NALOG IZ MATEMATIKE II Skripta za vaje iz Matematike II (UNI + VSP) Ljubljana, determinante Determinanta det A je število, prirejeno
Διαβάστε περισσότεραFAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22. junij Navodila
FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22 junij 212 Ime in priimek: Vpisna št: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Veljale bodo samo rešitve na papirju, kjer
Διαβάστε περισσότεραMatematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta
Matematika Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 6. november 200 Poglavje 2 Zaporedja in številske vrste 2. Zaporedja 2.. Uvod Definicija 2... Zaporedje (a n ) = a, a 2,..., a n,... je predpis,
Διαβάστε περισσότεραTema 1 Osnove navadnih diferencialnih enačb (NDE)
Matematične metode v fiziki II 2013/14 Tema 1 Osnove navadnih diferencialnih enačb (NDE Diferencialne enačbe v fiziki Večina osnovnih enačb v fiziki je zapisana v obliki diferencialne enačbe. Za primer
Διαβάστε περισσότεραUniverza v Mariboru. Uporaba matematičnih metod v logistiki 1 Priročnik
Univerza v Mariboru Fakulteta za logistiko Uporaba matematičnih metod v logistiki 1 Priročnik BOJANA ZALAR Celje 2009 Izdala: Fakulteta za logistiko Univerze v Mariboru Naslov: Uporaba matematičnih metod
Διαβάστε περισσότεραMetode linearnega programiranja za optimalno konstruiranje
Univerza v Ljubljani - Fakulteta za strojništvo KKTS - LASOK Optimiranje nosilnih konstrukcij doc.dr. Boris Jerman, univ.dipl.inž.str. Govorilne ure: pisarna: FS - 414 telefon: 01/4771-414 boris.jerman@fs.uni-lj.si
Διαβάστε περισσότεραOsnovne lastnosti odvoda
Del 2 Odvodi POGLAVJE 4 Osnovne lastnosti odvoda. Definicija odvoda Odvod funkcije f v točki x je definiran z f f(x + ) f(x) (x) =. 0 Ta definicija je smiselna samo v primeru, ko x D(f), ita na desni
Διαβάστε περισσότερα22. Kdaj sta dva vektorja vzporedna? FGG geodezija UNI Matematika I, 2005/ Kdaj so vektorji a 1, a 2,..., a n linearno neodvisni?
FGG geodezija UNI Matematika I, 2005/06 1. Definicija enakosti množic (funkcij, kompleksnih števil, urejenih n teric)? 2. Definicija kartezičnega produkta množic A in B. Definicija množice R n. 3. Popolna
Διαβάστε περισσότεραAlgebraične strukture
Poglavje V Algebraične strukture V tem poglavju bomo spoznali osnovne algebraične strukture na dani množici. Te so podane z eno ali dvema binarnima operacijama. Binarna operacija paru elementov iz množice
Διαβάστε περισσότεραKotne in krožne funkcije
Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku Avtor: Rok Kralj, 4.a Gimnazija Vič, 009/10 β a c γ b α sin = a c cos= b c tan = a b cot = b a Sinus kota je razmerje kotu nasprotne katete
Διαβάστε περισσότεραDel 5. Vektorske funkcije in funkcije več spremenljivk
Del 5 Vektorske funkcije in funkcije več spremenljivk POGLAVJE 1 Krivulje v R n 1. Risanje vektorskih funkcij in vektorskih zaporedij Funkcija iz R v R n je podana z dvema podatkoma: z definicijskim območjem,
Διαβάστε περισσότεραMatematika. BF Lesarstvo. Zapiski ob predavanjih v šolskem letu 2009/2010
Matematika BF Lesarstvo Matjaž Željko Zapiski ob predavanjih v šolskem letu 009/00 Izpis: 9 januar 00 KAZALO Kazalo Števila 5 Naravna števila 5 Cela števila 6 3 Racionalna števila 6 4 Realna števila 7
Διαβάστε περισσότεραRačunski del izpita pri predmetu MATEMATIKA I
Kemijska tehnologija Visokošolski strokovni program Računski del izpita pri predmetu MATEMATIKA I 29. 8. 2013 Čas reševanja je 75 minut. Navodila: Pripravi osebni dokument. Ugasni in odstrani mobilni telefon.
Διαβάστε περισσότερα8. Posplošeni problem lastnih vrednosti
8. Posplošeni problem lastnih vrednosti Bor Plestenjak NLA 13. april 2010 Bor Plestenjak (NLA) 8. Posplošeni problem lastnih vrednosti 13. april 2010 1 / 15 Matrični šop Dani sta kvadratni n n matriki
Διαβάστε περισσότεραMatematika. Funkcije in enačbe
Matematika Funkcije in enačbe (1) Nariši grafe naslednjih funkcij: (a) f() = 1, (b) f() = 3, (c) f() = 3. Rešitev: (a) Linearna funkcija f() = 1 ima začetno vrednost f(0) = 1 in ničlo = 1/. Definirana
Διαβάστε περισσότεραUniverza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA. Polona Oblak
Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA Polona Oblak Ljubljana, 04 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 5(075.8)(0.034.) OBLAK,
Διαβάστε περισσότεραAnaliza 2 Rešitve 14. sklopa nalog
Analiza Rešitve 1 sklopa nalog Navadne diferencialne enačbe višjih redov in sistemi diferencialnih enačb (1) Reši homogene diferencialne enačbe drugega reda s konstantnimi koeficienti: (a) 6 + 8 0, (b)
Διαβάστε περισσότεραMatematika. BF Lesarstvo. Zapiski ob predavanjih v šolskem letu 2010/2011
Matematika BF Lesarstvo Matjaž Željko Zapiski ob predavanjih v šolskem letu 00/0 Izpis: 9 avgust 0 Kazalo Števila 5 Naravna števila 5 Cela števila 6 3 Racionalna števila 6 4 Realna števila 7 5 Urejenost
Διαβάστε περισσότεραOznake in osnovne definicije
Oznake in osnovne definicije B Plestenjak, JKozak: Numerične metode 2011-2012 1 / 53 Sistem n linearnih enačb z n neznankami a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b
Διαβάστε περισσότερα1. izpit iz Diskretnih struktur UNI Ljubljana, 17. januar 2006
1. izpit iz Diskretnih struktur UNI Ljubljana, 17. januar 2006 1. Dana je množica predpostavk p q r s, r t, s q, s p r, s t in zaključek t r. Odloči, ali je sklep pravilen ali napačen. pravilen, zapiši
Διαβάστε περισσότεραradni nerecenzirani materijal za predavanja R(f) = {f(x) x D}
Matematika 1 Funkcije radni nerecenzirani materijal za predavanja Definicija 1. Neka su D i K bilo koja dva neprazna skupa. Postupak f koji svakom elementu x D pridružuje točno jedan element y K zovemo funkcija
Διαβάστε περισσότεραZBIRKA REŠENIH NALOG IZ MATEMATIKE I
Univerza v Ljubljani Fakulteta za elektrotehniko Andrej Perne ZBIRKA REŠENIH NALOG IZ MATEMATIKE I Skripta za vaje iz Matematike I (UNI + VSP) Ljubljana, množice Osnovne definicije: Množica A je podmnožica
Διαβάστε περισσότεραEnočlenske metode veljajo trenutno za najprimernejše metode v numeričnem reševanju začetnih problemov. Skoraj vse sodijo v
Enočlenske metode J.Kozak Uvod v numerične metode - / 4 Enočlenske metode veljajo trenutno za najprimernejše metode v numeričnem reševanju začetnih problemov. Skoraj vse sodijo v skupino Runge-Kutta metod.
Διαβάστε περισσότεραMatrike. Poglavje II. Matrika je pravokotna tabela realnih števil. Na primer: , , , 0 1
Poglavje II Matrike Matrika je pravokotna tabela realnih števil Na primer: [ ] 1 1 1, 2 3 1 1 0 1 3 2 1, 0 1 4 [ ] 2 7, Matrika je sestavljena iz vrstic in stolpcev Vrstici matrike [ ] 1 1 1 2 3 1 [ ]
Διαβάστε περισσότεραcot x ni def. 3 1 KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA (A) Merske enote stopinja [ ] radian [rad] 1. Izrazi kot v radianih.
TRIGONOMETRIJA (A) Merske enote KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA stopinja [ ] radian [rad] 80 80 0. Izrazi kot v radianih. 0 90 5 0 0 70. Izrazi kot v stopinjah. 5 8 5 (B) Definicija kotnih funkcij
Διαβάστε περισσότεραAFINA IN PROJEKTIVNA GEOMETRIJA
Aleš Vavpetič AFINA IN PROJEKTIVNA GEOMETRIJA Ljubljana 2011 ii naslov: AFINA IN PROJEKTIVNA GEOMETRIJA avtorske pravice: Aleš Vavpetič izdaja: prva izdaja založnik: samozaložba Aleš Vavpetič, Ljubljana
Διαβάστε περισσότεραFrekvenčna analiza neperiodičnih signalov. Analiza signalov prof. France Mihelič
Frekvenčna analiza neperiodičnih signalov Analiza signalov prof. France Mihelič Vpliv postopka daljšanja periode na spekter periodičnega signala Opazujmo družino sodih periodičnih pravokotnih impulzov
Διαβάστε περισσότεραp 1 ENTROPIJSKI ZAKON
ENROPIJSKI ZAKON REERZIBILNA srememba: moža je obrjea srememba reko eakih vmesih staj kot rvota srememba. Po obeh sremembah e sme biti obeih trajih srememb v bližji i dalji okolici. IREERZIBILNA srememba:
Διαβάστε περισσότεραSISTEMI NELINEARNIH JEDNAČINA
SISTEMI NELINEARNIH JEDNAČINA April, 2013 Razni zapisi sistema Skalarni oblik: Vektorski oblik: F = f 1 f n f 1 (x 1,, x n ) = 0 f n (x 1,, x n ) = 0, x = (1) F(x) = 0, (2) x 1 0, 0 = x n 0 Definicije
Διαβάστε περισσότεραVeleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011.
Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika Monotonost i ekstremi Katica Jurasić Rijeka, 2011. Ishodi učenja - predavanja Na kraju ovog predavanja moći ćete:,
Διαβάστε περισσότεραNumerično reševanje. diferencialnih enačb II
Numerčno reševanje dferencaln enačb I Dferencalne enačbe al ssteme dferencaln enačb rešujemo numerčno z več razlogov:. Ne znamo j rešt analtčno.. Posamezn del dferencalne enačbe podan tabelarčno. 3. Podatke
Διαβάστε περισσότερα1 Seštevanje vektorjev in množenje s skalarjem
Poglavje I Vektorji Seštevanje vektorjev in množenje s skalarjem Za lažjo geometrično predstavo si najprej oglejmo, kaj so vektorji v ravnini. Vektor je usmerjena daljica, ki je natanko določena s svojo
Διαβάστε περισσότερα1. Trikotniki hitrosti
. Trikotniki hitrosti. Z radialno črpalko želimo črpati vodo pri pogojih okolice z nazivnim pretokom 0 m 3 /h. Notranji premer rotorja je 4 cm, zunanji premer 8 cm, širina rotorja pa je,5 cm. Frekvenca
Διαβάστε περισσότερα8. Navadne diferencialne enačbe
8. Navadne diferencialne enačbe 8.1. Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogoju y(x 0 ) = y 0, kjer je f dana dovolj gladka funkcija
Διαβάστε περισσότεραLinearna algebra. Bojan Orel Fakulteta za računalništvo in informatiko
Linearna algebra Bojan Orel Fakulteta za računalništvo in informatiko 23. februar 205 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 52.64(075.8)(0.034.2) OREL, Bojan
Διαβάστε περισσότεραNavadne diferencialne enačbe
Poglavje 6 Navadne diferencialne enačbe 6.1 Uvod Splošna rešitev navadne diferencialne enačbe n-tega reda F(x, y, y, y,..., y (n) ) = 0 je n-parametrična družina funkcij. Kadar želimo iz splošne rešitve
Διαβάστε περισσότεραM086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost
M086 LA 1 M106 GRP Tema: CSB nejednakost. 19. 10. 2017. predavač: Rudolf Scitovski, Darija Marković asistent: Darija Brajković, Katarina Vincetić P 1 www.fizika.unios.hr/grpua/ 1 Baza vektorskog prostora.
Διαβάστε περισσότεραSPEKTRALNA TEORIJA V HILBERTOVIH PROSTORIH
UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in ra unalni²tvo Diplomsko delo SPEKTRALNA TEORIJA V HILBERTOVIH PROSTORIH Mentor: dr. Matej Bre²ar Kandidatka: Brigita
Διαβάστε περισσότερα