Histogram list, 11 RANDOM NUMBERS & HISTOGRAMS. r : RandomReal. ri : RandomInteger. rd : RandomInteger 1, 6
|
|
|
- Μακάριος Ασπάσιος
- 7 χρόνια πριν
- Προβολές:
Transcript
1 In[1]:= In[2]:= RANDOM NUMBERS & HISTOGRAMS r : RandomReal In[3]:= In[4]:= In[5]:= ri : RandomInteger In[6]:= rd : RandomInteger 1, 6 In[7]:= list Table rd rd, dice Out[7]= 7, 11, 7, 10, 7, 8, 3, 2, 3, 5, 8, 6, 7, 11, 7, 8, 9, 5, 5, 4, 9, 10, 10, 5, 4, 5, 9, 3, 10, 4, 7, 3, 10, 6, 7, 5, 6, 5, 3, 10, 4, 4, 10, 6, 8, 9, 10, 6, 10, 5, 12, 11, 4, 9, 9, 6, 8, 3, 6, 7, 9, 10, 6, 7, 7, 10, 7, 7, 7, 4, 3, 6, 3, 6, 7, 10, 10, 10, 5, 8, 3, 9, 11, 3, 8, 8, 9, 7, 8, 5, 8, 9, 7, 7, 6, 3, 7, 8, 9, 8 In[8]:= Histogram list, Out[8]=
2 2 114_histogram.nb In[9]:= Histogram list, Automatic,"Probability" Out[9]= In[10]:= In[11]:= data1 RandomVariate NormalDistribution 0, 1, 500 ; Histogram data Out[11]= In[12]:= now try do it yourself bin counts and histogram In[13]:= Out[13]= 500 list data1; ll Length list In[14]:= binsize.2; del 3 2; In[15]:=
3 114_histogram.nb 3 In[16]:= xmin Min list ; xmax Max list ;imin Floor xmin binsize del ;imax Floor xmax binsize del ; initb : Clear b, i ; Do b i 0, i, imin, imax In[18]:= In[19]:= initb; Do ix Floor list i binsize ; b ix b ix 1;, i, Length list In[20]:= Plot b Floor x binsize, x, xmin del binsize, xmax del binsize Out[20]= In[21]:= once it worked step by step, let us try a single command
4 4 114_histogram.nb In[22]:= mybins data_, binsize_ : Clear i, b ; list data; del 3 2; xmin Min list ; xmax Max list ; imin Floor xmin binsize del ; imax Floor xmax binsize del ; Do b i 0, i, imin, imax ; Do ix Floor list i binsize ; b ix b ix 1;, i, Length list ; In[23]:= binsize.2; mybins data1, binsize ; Plot b Floor x binsize, x, xmin del binsize, xmax del binsize Out[23]= In[24]:= below is normalized to 1, "pdf"
5 114_histogram.nb 5 In[25]:= binsize.2; mybins data1, binsize ; Plot b Floor x binsize Length data1 binsize, x, xmin del binsize, xmax del binsize Out[25]= In[26]:= In[27]:= fig ; now compare with "parent" distribution In[28]:= pdf Evaluate PDF NormalDistribution 0, 1, x Out[28]= In[29]:= x2 2 2Π Show fig, Plot pdf, x, 3, Out[29]= In[30]:= In[31]:= In[32]:=
6 6 114_histogram.nb In[33]:= In[34]:= Mean and SD In[35]:= Evaluate PDF NormalDistribution 4, 1, x Out[35]= x 2 2Π In[36]:= In[37]:= data3 RandomVariate NormalDistribution 4, 1, 500 ; In[38]:= In[39]:= Out[39]= Mean data In[40]:= StandardDeviation data3 Out[40]= In[41]:= Mean data3^2 Mean data3 ^2 Out[41]= In[42]:= Sqrt Out[42]= In[43]:= almost same as SD In[44]:= In[45]:= PLOTTING WITH ERROR BARS In[46]:= take a multicolumn list "data" and cut out 3 columns: m for x, n for y, k for errors;then create yp for y error, ym for y error and blist a table of vertical lines that connect them
7 114_histogram.nb 7 In[47]:= mybars data_, m_, n_, k_ : xx data m ; yy data n ; ss data k ; yp yy ss; ym yy ss; blist Table xx i, ym i, xx i, yp i, i, Length xx ; Graphics Line blist 1 In[48]:= Out[48]= data 1, 2, 3, 1, 4, 9,.5,.4,.6 1, 2, 3, 1, 4, 9, 0.5, 0.4, 0.6 In[49]:= data MatrixForm Out[49]//MatrixForm= In[50]:= Transpose data MatrixForm Out[50]//MatrixForm=
8 8 114_histogram.nb In[51]:= mybars data, 1, 2, 3 Out[51]= In[52]:= In[53]:= Show ListPlot Transpose xx, yy, mybars data, 1, 2, 3, AxesOrigin 0, 0, PlotRange 0, 3, 0, Out[53]=
9 114_histogram.nb 9 In[54]:= Show ListPlot Transpose xx, yy, Joined True, mybars data, 1, 2, 3, AxesOrigin 0, 0, PlotRange 0, 3, 0, Out[54]= 4 2 In[55]:= OR In[56]:= Needs "ErrorBarPlots`" In[57]:= In[58]:= ErrorListPlot Transpose yy, ss, Joined True 8 6 Out[58]= 4 2 In[59]:= "REAL EXPERIMENT" note Timing
10 10 114_histogram.nb In[60]:= Timing list Table rd rd, ; Out[60]= , Null In[61]:= Out[61]= Commonest list lucky 7 7 In[62]:= Histogram list Out[62]= In[63]:= In[64]:= binsize 1; mybins list, binsize ; Plot b Floor x binsize, x, xmin del binsize, xmax del binsize Out[64]=
11 114_histogram.nb 11 In[65]:= Plot b Floor x binsize Length list, x, xmin del binsize, xmax del binsize Out[65]= In[66]:= In[67]:= now compare with true values i 36 for i 7 and 13 i 36 for i 7 In[68]:= In[69]:= In[70]:= In[71]:= Out[71]= In[72]:= Out[72]= Table b i Length list If i 7, i 1 36, 13 i 36, i, 12 0, , , , , , , , , , , N 0., , , , , , , , , , , In[73]:= In[74]:= READING EXTERNAL FILES, 1st from a local directoory, then from Internet In[75]:= Out[75]= list Import "ExampleData elements.xls" 1 AtomicNumber, Abbreviation, Name, AtomicWeight, 1., H, Hydrogen, , 2., He, Helium, , 3., Li, Lithium, , 4., Be, Beryllium, , 5., B, Boron, , 6., C, Carbon, , 7., N, Nitrogen, , 8., O, Oxygen, , 9., F, Fluorine,
12 12 114_histogram.nb In[76]:= list TableForm Out[76]//TableForm= AtomicNumber Abbreviation Name AtomicWeight 1. H Hydrogen He Helium Li Lithium Be Beryllium B Boron C Carbon N Nitrogen O Oxygen F Fluorine In[77]:= list1 Drop list, 1 Out[77]= In[78]:= Out[78]= In[79]:= 1., H, Hydrogen, , 2., He, Helium, , 3., Li, Lithium, , 4., Be, Beryllium, , 5., B, Boron, , 6., C, Carbon, , 7., N, Nitrogen, , 8., O, Oxygen, , 9., F, Fluorine, list1 Transpose list1 1., 2., 3., 4., 5., 6., 7., 8., 9., H, He, Li, Be, B, C, N, O, F, Hydrogen, Helium, Lithium, Beryllium, Boron, Carbon, Nitrogen, Oxygen, Fluorine, , , , , , , , , list1 Drop list1, 2, 3 Out[79]= In[80]:= Out[80]= 1., 2., 3., 4., 5., 6., 7., 8., 9., , , , , , , , , list1 Transpose list1 1., , 2., , 3., , 4., , 5., , 6., , 7., , 8., , 9.,
13 114_histogram.nb 13 In[81]:= ListPlot list1, AxesLabel list 1, 1, list 1, 4, LabelStyle Medium AtomicWeight 15 Out[81]= AtomicNumber In[82]:= Out[82]= In[83]:= Out[83]= Import "http: web.njit.edu vitaly _mockdata.xlsx" 1 x, y, sig, 1., 1., 0.5, 1.5, 2.25, 0.4, 2., 4., 0.6, 2.5, 6.25, 0.5, 3., 9., 0.5 list1 Drop, 1 1., 1., 0.5, 1.5, 2.25, 0.4, 2., 4., 0.6, 2.5, 6.25, 0.5, 3., 9., 0.5 In[84]:= In[85]:= Out[85]= list1 Transpose list1 1., 1.5, 2., 2.5, 3., 1., 2.25, 4., 6.25, 9., 0.5, 0.4, 0.6, 0.5, 0.5 In[86]:= Out[86]= list2 Drop list1, 1 1., 1.5, 2., 2.5, 3., 1., 2.25, 4., 6.25, 9. In[87]:= Out[87]= list2 Transpose list2 1., 1., 1.5, 2.25, 2., 4., 2.5, 6.25, 3., 9. In[88]:= Show Plot x^2, x, 0, 3, ListPlot list2 8 6 Out[88]= In[89]:= HW: try to add errorbars
14 14 114_histogram.nb In[90]:= Out[90]= Import "http: web.njit.edu vitaly _mockdata.txt", "Table" x, y, sig, 1, 1, 0.5, 1.5, 2.25, 0.4, 2, 4, 0.6, 2.5, 6.25, 0.5, 3, 9, 0.5 "Table", no 1 ; keeps integers In[91]:= Note: needs In[92]:= In[93]:=
BarChart y 1, y 2, makes a bar chart with bar lengths y 1, y 2,.
In[]:= In[]:= In[3]:= In[4]:= In[5]:= Out[5]= r : Random ri : Random Integer rdice : Random Integer,, 6 disp : Export "t.ps",, "EPS" & list Table rdice, 0 5,, 4, 6,, 3,, 3, 4,, 6, 4, 6,,, 6, 6,, 3, In[6]:=
ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ
ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΕΛΕΝΑ ΦΛΟΚΑ Επίκουρος Καθηγήτρια Τµήµα Φυσικής, Τοµέας Φυσικής Περιβάλλοντος- Μετεωρολογίας ΓΕΝΙΚΟΙ ΟΡΙΣΜΟΙ Πληθυσµός Σύνολο ατόµων ή αντικειµένων στα οποία αναφέρονται
Δημιουργία Λογαριασμού Διαχείρισης Business Telephony Create a Management Account for Business Telephony
Δημιουργία Λογαριασμού Διαχείρισης Business Telephony Create a Management Account for Business Telephony Ελληνικά Ι English 1/7 Δημιουργία Λογαριασμού Διαχείρισης Επιχειρηματικής Τηλεφωνίας μέσω της ιστοσελίδας
ST5224: Advanced Statistical Theory II
ST5224: Advanced Statistical Theory II 2014/2015: Semester II Tutorial 7 1. Let X be a sample from a population P and consider testing hypotheses H 0 : P = P 0 versus H 1 : P = P 1, where P j is a known
Section 9.2 Polar Equations and Graphs
180 Section 9. Polar Equations and Graphs In this section, we will be graphing polar equations on a polar grid. In the first few examples, we will write the polar equation in rectangular form to help identify
ΚΥΠΡΙΑΚΗ ΕΤΑΙΡΕΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ CYPRUS COMPUTER SOCIETY ΠΑΓΚΥΠΡΙΟΣ ΜΑΘΗΤΙΚΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 24/3/2007
Οδηγίες: Να απαντηθούν όλες οι ερωτήσεις. Όλοι οι αριθμοί που αναφέρονται σε όλα τα ερωτήματα μικρότεροι του 10000 εκτός αν ορίζεται διαφορετικά στη διατύπωση του προβλήματος. Αν κάπου κάνετε κάποιες υποθέσεις
Homework 8 Model Solution Section
MATH 004 Homework Solution Homework 8 Model Solution Section 14.5 14.6. 14.5. Use the Chain Rule to find dz where z cosx + 4y), x 5t 4, y 1 t. dz dx + dy y sinx + 4y)0t + 4) sinx + 4y) 1t ) 0t + 4t ) sinx
Matrices and Determinants
Matrices and Determinants SUBJECTIVE PROBLEMS: Q 1. For what value of k do the following system of equations possess a non-trivial (i.e., not all zero) solution over the set of rationals Q? x + ky + 3z
Mean bond enthalpy Standard enthalpy of formation Bond N H N N N N H O O O
Q1. (a) Explain the meaning of the terms mean bond enthalpy and standard enthalpy of formation. Mean bond enthalpy... Standard enthalpy of formation... (5) (b) Some mean bond enthalpies are given below.
SOLUTIONS TO MATH38181 EXTREME VALUES AND FINANCIAL RISK EXAM
SOLUTIONS TO MATH38181 EXTREME VALUES AND FINANCIAL RISK EXAM Solutions to Question 1 a) The cumulative distribution function of T conditional on N n is Pr T t N n) Pr max X 1,..., X N ) t N n) Pr max
Other Test Constructions: Likelihood Ratio & Bayes Tests
Other Test Constructions: Likelihood Ratio & Bayes Tests Side-Note: So far we have seen a few approaches for creating tests such as Neyman-Pearson Lemma ( most powerful tests of H 0 : θ = θ 0 vs H 1 :
ΚΥΠΡΙΑΚΗ ΕΤΑΙΡΕΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ CYPRUS COMPUTER SOCIETY ΠΑΓΚΥΠΡΙΟΣ ΜΑΘΗΤΙΚΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 19/5/2007
Οδηγίες: Να απαντηθούν όλες οι ερωτήσεις. Αν κάπου κάνετε κάποιες υποθέσεις να αναφερθούν στη σχετική ερώτηση. Όλα τα αρχεία που αναφέρονται στα προβλήματα βρίσκονται στον ίδιο φάκελο με το εκτελέσιμο
Ομάδα Γ. Ο υπολογιστής ως επιστημονικό εργαλείο
Ομάδα Γ. Ο υπολογιστής ως επιστημονικό εργαλείο Λίστες - Πίνακες Η λίστα στη Mathematica είναι ισοδύναμη με ένα μαθηματικό πίνακα. Για να ορίσουμε τη λίστα χρησιμοποιούμε άγκιστρα {}, μέσα στα οποία βάζουμε
Chap. 13. Exercise A few exercises from Chap. 13. n = 89; c = 2; OC B [p_] = CDF[BinomialDistribution[n, p], c];
![Chap. 13. Exercise A few exercises from Chap. 13. n = 89; c = 2; OC B [p_] = CDF[BinomialDistribution[n, p], c];](/thumbs/93/113011712.jpg "Chap. 13. Exercise A few exercises from Chap. 13. n = 89; c = 2; OC B [p_] = CDF[BinomialDistribution[n, p], c];")
Cha. 13 A few exercises from Cha. 13 Exercise 13.2 n = 89; c = 2; OC B [_] = CDF[BinomialDistribution[n, ], c]; TableForm[Table[{, OC B []}, {, 0.01, 0.05, 0.01}], TableHeadings {None, {"", "OC B ()"}}]
22 .5 Real consumption.5 Real residential investment.5.5.5 965 975 985 995 25.5 965 975 985 995 25.5 Real house prices.5 Real fixed investment.5.5.5 965 975 985 995 25.5 965 975 985 995 25.3 Inflation
Ομάδα Γ. Ο υπολογιστής ως επιστημονικό εργαλείο Εργασία η ιουργία γραφικών αραστάσεων ε την
Ομάδα Γ. Ο υπολογιστής ως επιστημονικό εργαλείο Εργασία η ιουργία γραφικών αραστάσεων ε την 1 1 Λίστες Πίνακες Λίστες αντικειμένων Η λίστα στη Mathematica είναι ισοδύναμη με ένα μαθηματικό πίνακα. Για
ΚΥΠΡΙΑΚΗ ΕΤΑΙΡΕΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ CYPRUS COMPUTER SOCIETY ΠΑΓΚΥΠΡΙΟΣ ΜΑΘΗΤΙΚΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 11/3/2006
ΠΑΓΚΥΠΡΙΟΣ ΜΑΘΗΤΙΚΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 11/3/26 Οδηγίες: Να απαντηθούν όλες οι ερωτήσεις. Ολοι οι αριθμοί που αναφέρονται σε όλα τα ερωτήματα μικρότεροι το 1 εκτός αν ορίζεται διαφορετικά στη διατύπωση
X = [ 1 2 4 6 12 15 25 45 68 67 65 98 ] X X double[] X = { 1, 2, 4, 6, 12, 15, 25, 45, 68, 67, 65, 98 }; double X.Length double double[] x1 = { 0, 8, 12, 20 }; double[] x2 = { 8, 9, 11, 12 }; double mean1
Practice Exam 2. Conceptual Questions. 1. State a Basic identity and then verify it. (a) Identity: Solution: One identity is csc(θ) = 1
Conceptual Questions. State a Basic identity and then verify it. a) Identity: Solution: One identity is cscθ) = sinθ) Practice Exam b) Verification: Solution: Given the point of intersection x, y) of the
Jesse Maassen and Mark Lundstrom Purdue University November 25, 2013
Notes on Average Scattering imes and Hall Factors Jesse Maassen and Mar Lundstrom Purdue University November 5, 13 I. Introduction 1 II. Solution of the BE 1 III. Exercises: Woring out average scattering
ΚΥΠΡΙΑΚΗ ΕΤΑΙΡΕΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ CYPRUS COMPUTER SOCIETY ΠΑΓΚΥΠΡΙΟΣ ΜΑΘΗΤΙΚΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 6/5/2006
Οδηγίες: Να απαντηθούν όλες οι ερωτήσεις. Ολοι οι αριθμοί που αναφέρονται σε όλα τα ερωτήματα είναι μικρότεροι το 1000 εκτός αν ορίζεται διαφορετικά στη διατύπωση του προβλήματος. Διάρκεια: 3,5 ώρες Καλή
Ηλεκτρονικοί Υπολογιστές IV
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ηλεκτρονικοί Υπολογιστές IV Μοντέλα χρονολογικών σειρών Διδάσκων: Επίκουρος Καθηγητής Αθανάσιος Σταυρακούδης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
Probability and Random Processes (Part II)
Probability and Random Processes (Part II) 1. If the variance σ x of d(n) = x(n) x(n 1) is one-tenth the variance σ x of a stationary zero-mean discrete-time signal x(n), then the normalized autocorrelation
Πρόβλημα 1: Αναζήτηση Ελάχιστης/Μέγιστης Τιμής
Πρόβλημα 1: Αναζήτηση Ελάχιστης/Μέγιστης Τιμής Να γραφεί πρόγραμμα το οποίο δέχεται ως είσοδο μια ακολουθία S από n (n 40) ακέραιους αριθμούς και επιστρέφει ως έξοδο δύο ακολουθίες από θετικούς ακέραιους
Math 6 SL Probability Distributions Practice Test Mark Scheme
Math 6 SL Probability Distributions Practice Test Mark Scheme. (a) Note: Award A for vertical line to right of mean, A for shading to right of their vertical line. AA N (b) evidence of recognizing symmetry
w o = R 1 p. (1) R = p =. = 1
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-570: Στατιστική Επεξεργασία Σήµατος 205 ιδάσκων : Α. Μουχτάρης Τριτη Σειρά Ασκήσεων Λύσεις Ασκηση 3. 5.2 (a) From the Wiener-Hopf equation we have:
Living and Nonliving Created by: Maria Okraska
Living and Nonliving Created by: Maria Okraska http://enchantingclassroom.blogspot.com Living Living things grow, change, and reproduce. They need air, water, food, and a place to live in order to survive.
Instruction Execution Times
1 C Execution Times InThisAppendix... Introduction DL330 Execution Times DL330P Execution Times DL340 Execution Times C-2 Execution Times Introduction Data Registers This appendix contains several tables
Solution Series 9. i=1 x i and i=1 x i.
Lecturer: Prof. Dr. Mete SONER Coordinator: Yilin WANG Solution Series 9 Q1. Let α, β >, the p.d.f. of a beta distribution with parameters α and β is { Γ(α+β) Γ(α)Γ(β) f(x α, β) xα 1 (1 x) β 1 for < x
The challenges of non-stable predicates
The challenges of non-stable predicates Consider a non-stable predicate Φ encoding, say, a safety property. We want to determine whether Φ holds for our program. The challenges of non-stable predicates
Partial Trace and Partial Transpose
Partial Trace and Partial Transpose by José Luis Gómez-Muñoz http://homepage.cem.itesm.mx/lgomez/quantum/ jose.luis.gomez@itesm.mx This document is based on suggestions by Anirban Das Introduction This
Μηχανική Μάθηση Hypothesis Testing
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Μηχανική Μάθηση Hypothesis Testing Γιώργος Μπορμπουδάκης Τμήμα Επιστήμης Υπολογιστών Procedure 1. Form the null (H 0 ) and alternative (H 1 ) hypothesis 2. Consider
b. Use the parametrization from (a) to compute the area of S a as S a ds. Be sure to substitute for ds!
MTH U341 urface Integrals, tokes theorem, the divergence theorem To be turned in Wed., Dec. 1. 1. Let be the sphere of radius a, x 2 + y 2 + z 2 a 2. a. Use spherical coordinates (with ρ a) to parametrize.
DESIGN OF MACHINERY SOLUTION MANUAL h in h 4 0.
DESIGN OF MACHINERY SOLUTION MANUAL -7-1! PROBLEM -7 Statement: Design a double-dwell cam to move a follower from to 25 6, dwell for 12, fall 25 and dwell for the remader The total cycle must take 4 sec
Λίστα. Το διάνυζμα (vector) στο Mathematica είναι μια λίστα που έχει τα στοιχεία. Ο πίνακας ( matrix ) είναι λίστα απο τις λίστες.
Λίστα Το διάνυζμα (vector) στο Mathematica είναι μια λίστα που έχει τα στοιχεία. Ο πίνακας ( matrix ) είναι λίστα απο τις λίστες. Η λίστα είναι ένα σύνολο αντικειμένων των οποίων τα σύμβολα περιέχονται
Problem Set 3: Solutions
CMPSCI 69GG Applied Information Theory Fall 006 Problem Set 3: Solutions. [Cover and Thomas 7.] a Define the following notation, C I p xx; Y max X; Y C I p xx; Ỹ max I X; Ỹ We would like to show that C
derivation of the Laplacian from rectangular to spherical coordinates
derivation of the Laplacian from rectangular to spherical coordinates swapnizzle 03-03- :5:43 We begin by recognizing the familiar conversion from rectangular to spherical coordinates (note that φ is used
Potential Dividers. 46 minutes. 46 marks. Page 1 of 11
Potential Dividers 46 minutes 46 marks Page 1 of 11 Q1. In the circuit shown in the figure below, the battery, of negligible internal resistance, has an emf of 30 V. The pd across the lamp is 6.0 V and
Lecture 2. Soundness and completeness of propositional logic
Lecture 2 Soundness and completeness of propositional logic February 9, 2004 1 Overview Review of natural deduction. Soundness and completeness. Semantics of propositional formulas. Soundness proof. Completeness
Congruence Classes of Invertible Matrices of Order 3 over F 2
International Journal of Algebra, Vol. 8, 24, no. 5, 239-246 HIKARI Ltd, www.m-hikari.com http://dx.doi.org/.2988/ija.24.422 Congruence Classes of Invertible Matrices of Order 3 over F 2 Ligong An and
Numerical Analysis FMN011
Numerical Analysis FMN011 Carmen Arévalo Lund University carmen@maths.lth.se Lecture 12 Periodic data A function g has period P if g(x + P ) = g(x) Model: Trigonometric polynomial of order M T M (x) =
Mock Exam 7. 1 Hong Kong Educational Publishing Company. Section A 1. Reference: HKDSE Math M Q2 (a) (1 + kx) n 1M + 1A = (1) =
Mock Eam 7 Mock Eam 7 Section A. Reference: HKDSE Math M 0 Q (a) ( + k) n nn ( )( k) + nk ( ) + + nn ( ) k + nk + + + A nk... () nn ( ) k... () From (), k...() n Substituting () into (), nn ( ) n 76n 76n
Εργαστήριο Ανάπτυξης Εφαρμογών Βάσεων Δεδομένων. Εξάμηνο 7 ο
Εργαστήριο Ανάπτυξης Εφαρμογών Βάσεων Δεδομένων Εξάμηνο 7 ο Oracle SQL Developer An Oracle Database stores and organizes information. Oracle SQL Developer is a tool for accessing and maintaining the data
Overview. Transition Semantics. Configurations and the transition relation. Executions and computation
Overview Transition Semantics Configurations and the transition relation Executions and computation Inference rules for small-step structural operational semantics for the simple imperative language Transition
Example Sheet 3 Solutions
Example Sheet 3 Solutions. i Regular Sturm-Liouville. ii Singular Sturm-Liouville mixed boundary conditions. iii Not Sturm-Liouville ODE is not in Sturm-Liouville form. iv Regular Sturm-Liouville note
C.S. 430 Assignment 6, Sample Solutions
C.S. 430 Assignment 6, Sample Solutions Paul Liu November 15, 2007 Note that these are sample solutions only; in many cases there were many acceptable answers. 1 Reynolds Problem 10.1 1.1 Normal-order
CHAPTER 25 SOLVING EQUATIONS BY ITERATIVE METHODS
CHAPTER 5 SOLVING EQUATIONS BY ITERATIVE METHODS EXERCISE 104 Page 8 1. Find the positive root of the equation x + 3x 5 = 0, correct to 3 significant figures, using the method of bisection. Let f(x) =
η πιθανότητα επιτυχίας. Επομένως, η συνάρτηση πιθανοφάνειας είναι ίση με: ( ) 32 = p 18 1 p
ΑΣΚΗΣΗ 1 ΣΕΜΦΕ 14-15 i. Έστω yi ο αριθμός των προσπαθειών κάθε μαθητή μέχρι να πετύχει τρίποντο. Ο αριθμός των προσπαθειών πριν ο μαθητής να πετύχει τρίποντο θα είναι xi = yi - 1, i = 1,,18. 2 2 3 2 1
Jordan Form of a Square Matrix
Jordan Form of a Square Matrix Josh Engwer Texas Tech University josh.engwer@ttu.edu June 3 KEY CONCEPTS & DEFINITIONS: R Set of all real numbers C Set of all complex numbers = {a + bi : a b R and i =
Answers - Worksheet A ALGEBRA PMT. 1 a = 7 b = 11 c = 1 3. e = 0.1 f = 0.3 g = 2 h = 10 i = 3 j = d = k = 3 1. = 1 or 0.5 l =
C ALGEBRA Answers - Worksheet A a 7 b c d e 0. f 0. g h 0 i j k 6 8 or 0. l or 8 a 7 b 0 c 7 d 6 e f g 6 h 8 8 i 6 j k 6 l a 9 b c d 9 7 e 00 0 f 8 9 a b 7 7 c 6 d 9 e 6 6 f 6 8 g 9 h 0 0 i j 6 7 7 k 9
Calculating the propagation delay of coaxial cable
Your source for quality GNSS Networking Solutions and Design Services! Page 1 of 5 Calculating the propagation delay of coaxial cable The delay of a cable or velocity factor is determined by the dielectric
Solutions to Exercise Sheet 5
Solutions to Eercise Sheet 5 jacques@ucsd.edu. Let X and Y be random variables with joint pdf f(, y) = 3y( + y) where and y. Determine each of the following probabilities. Solutions. a. P (X ). b. P (X
HOMEWORK 4 = G. In order to plot the stress versus the stretch we define a normalized stretch:
HOMEWORK 4 Problem a For the fast loading case, we want to derive the relationship between P zz and λ z. We know that the nominal stress is expressed as: P zz = ψ λ z where λ z = λ λ z. Therefore, applying
( ) 2 and compare to M.
Problems and Solutions for Section 4.2 4.9 through 4.33) 4.9 Calculate the square root of the matrix 3!0 M!0 8 Hint: Let M / 2 a!b ; calculate M / 2!b c ) 2 and compare to M. Solution: Given: 3!0 M!0 8
department listing department name αχχουντσ ϕανε βαλικτ δδσϕηασδδη σδηφγ ασκϕηλκ τεχηνιχαλ αλαν ϕουν διξ τεχηνιχαλ ϕοην µαριανι
She selects the option. Jenny starts with the al listing. This has employees listed within She drills down through the employee. The inferred ER sttricture relates this to the redcords in the databasee
F19MC2 Solutions 9 Complex Analysis
F9MC Solutions 9 Complex Analysis. (i) Let f(z) = eaz +z. Then f is ifferentiable except at z = ±i an so by Cauchy s Resiue Theorem e az z = πi[res(f,i)+res(f, i)]. +z C(,) Since + has zeros of orer at
Inverse trigonometric functions & General Solution of Trigonometric Equations. ------------------ ----------------------------- -----------------
Inverse trigonometric functions & General Solution of Trigonometric Equations. 1. Sin ( ) = a) b) c) d) Ans b. Solution : Method 1. Ans a: 17 > 1 a) is rejected. w.k.t Sin ( sin ) = d is rejected. If sin
CHAPTER 12: PERIMETER, AREA, CIRCUMFERENCE, AND 12.1 INTRODUCTION TO GEOMETRIC 12.2 PERIMETER: SQUARES, RECTANGLES,
CHAPTER : PERIMETER, AREA, CIRCUMFERENCE, AND SIGNED FRACTIONS. INTRODUCTION TO GEOMETRIC MEASUREMENTS p. -3. PERIMETER: SQUARES, RECTANGLES, TRIANGLES p. 4-5.3 AREA: SQUARES, RECTANGLES, TRIANGLES p.
Quadratic Expressions
Quadratic Expressions. The standard form of a quadratic equation is ax + bx + c = 0 where a, b, c R and a 0. The roots of ax + bx + c = 0 are b ± b a 4ac. 3. For the equation ax +bx+c = 0, sum of the roots
Εργαστήριο 4. Άóêçóç 1. Άóêçóç 2. Χημικοί. Plot Sec x, x, 2 π, 2π. p1 Plot Abs 1 Abs x, x, 3, 3. 1 In[3]:= f x_ : 2 π. p2 Plot f x, x, 3,
![Εργαστήριο 4. Άóêçóç 1. Άóêçóç 2. Χημικοί. Plot Sec x, x, 2 π, 2π. p1 Plot Abs 1 Abs x, x, 3, 3. 1 In[3]:= f x_ : 2 π. p2 Plot f x, x, 3,](/thumbs/59/43970587.jpg "Εργαστήριο 4. Άóêçóç 1. Άóêçóç 2. Χημικοί. Plot Sec x, x, 2 π, 2π. p1 Plot Abs 1 Abs x, x, 3, 3. 1 In[3]:= f x_ : 2 π. p2 Plot f x, x, 3,")
Εργαστήριο 4 Χημικοί Άóêçóç. In[]:= Plot Sec x, x, π, π 6 4 Out[]= -6-4 - 4 6 - -4-6 Άóêçóç. In[]:= p Plot Abs Abs x, x, 3, 3.0.5 Out[]= -3 - - 3 In[3]:= f x_ : π x p Plot f x, x, 3, 3 0.4 0.3 Out[4]=
Finite Field Problems: Solutions
Finite Field Problems: Solutions 1. Let f = x 2 +1 Z 11 [x] and let F = Z 11 [x]/(f), a field. Let Solution: F =11 2 = 121, so F = 121 1 = 120. The possible orders are the divisors of 120. Solution: The
Απλός Προγραµµατισµός στην R
Κεφάλαιο 5 Απλός Προγραµµατισµός στην R Η έννοια του προγραµµατισµού στην R ϐασίζεται στη δηµιουργία καινούργιων συναρτήσεων οι οποίες ϑα χρησιµοποιηθούν για περαιτέρω ανάπτυξη της γλώσσας. Το κύριο δοµικό
Modbus basic setup notes for IO-Link AL1xxx Master Block
n Modbus has four tables/registers where data is stored along with their associated addresses. We will be using the holding registers from address 40001 to 49999 that are R/W 16 bit/word. Two tables that
2 Composition. Invertible Mappings
Arkansas Tech University MATH 4033: Elementary Modern Algebra Dr. Marcel B. Finan Composition. Invertible Mappings In this section we discuss two procedures for creating new mappings from old ones, namely,
Διαδικαστικός Προγραμματισμός
ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ Διαδικαστικός Προγραμματισμός Α Εξάμηνο Μάθημα 11 ο : Αρχεία κειμένου Στόχοι μαθήματος Να κατανοήσετε την έννοια του αρχείου κειμένου και τον τρόπο με τον οποίο αυτά τα
MathCity.org Merging man and maths
MathCity.org Merging man and maths Exercise 10. (s) Page Textbook of Algebra and Trigonometry for Class XI Available online @, Version:.0 Question # 1 Find the values of sin, and tan when: 1 π (i) (ii)
Εργαστήριο Ανάπτυξης Εφαρμογών Βάσεων Δεδομένων. Εξάμηνο 7 ο
Εργαστήριο Ανάπτυξης Εφαρμογών Βάσεων Δεδομένων Εξάμηνο 7 ο Procedures and Functions Stored procedures and functions are named blocks of code that enable you to group and organize a series of SQL and PL/SQL
SOLUTIONS TO MATH38181 EXTREME VALUES AND FINANCIAL RISK EXAM
SOLUTIONS TO MATH38181 EXTREME VALUES AND FINANCIAL RISK EXAM Solutions to Question 1 a) The cumulative distribution function of T conditional on N n is Pr (T t N n) Pr (max (X 1,..., X N ) t N n) Pr (max
Αλγόριθμοι και πολυπλοκότητα NP-Completeness (2)
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Αλγόριθμοι και πολυπλοκότητα NP-Completeness (2) Ιωάννης Τόλλης Τμήμα Επιστήμης Υπολογιστών NP-Completeness (2) x 1 x 1 x 2 x 2 x 3 x 3 x 4 x 4 12 22 32 11 13 21
Solution to Review Problems for Midterm III
Solution to Review Problems for Mierm III Mierm III: Friday, November 19 in class Topics:.8-.11, 4.1,4. 1. Find the derivative of the following functions and simplify your answers. (a) x(ln(4x)) +ln(5
Statistical Inference I Locally most powerful tests
Statistical Inference I Locally most powerful tests Shirsendu Mukherjee Department of Statistics, Asutosh College, Kolkata, India. shirsendu st@yahoo.co.in So far we have treated the testing of one-sided
A Note on Intuitionistic Fuzzy. Equivalence Relation
International Mathematical Forum, 5, 2010, no. 67, 3301-3307 A Note on Intuitionistic Fuzzy Equivalence Relation D. K. Basnet Dept. of Mathematics, Assam University Silchar-788011, Assam, India dkbasnet@rediffmail.com
ΚΥΠΡΙΑΚΟΣ ΣΥΝΔΕΣΜΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ CYPRUS COMPUTER SOCIETY 21 ος ΠΑΓΚΥΠΡΙΟΣ ΜΑΘΗΤΙΚΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ Δεύτερος Γύρος - 30 Μαρτίου 2011
Διάρκεια Διαγωνισμού: 3 ώρες Απαντήστε όλες τις ερωτήσεις Μέγιστο Βάρος (20 Μονάδες) Δίνεται ένα σύνολο από N σφαιρίδια τα οποία δεν έχουν όλα το ίδιο βάρος μεταξύ τους και ένα κουτί που αντέχει μέχρι
Appendix to On the stability of a compressible axisymmetric rotating flow in a pipe. By Z. Rusak & J. H. Lee
Appendi to On the stability of a compressible aisymmetric rotating flow in a pipe By Z. Rusak & J. H. Lee Journal of Fluid Mechanics, vol. 5 4, pp. 5 4 This material has not been copy-edited or typeset
ECON 381 SC ASSIGNMENT 2
ECON 8 SC ASSIGNMENT 2 JOHN HILLAS UNIVERSITY OF AUCKLAND Problem Consider a consmer with wealth w who consmes two goods which we shall call goods and 2 Let the amont of good l that the consmer consmes
«ΑΝΑΠΣΤΞΖ ΓΠ ΚΑΗ ΥΩΡΗΚΖ ΑΝΑΛΤΖ ΜΔΣΔΩΡΟΛΟΓΗΚΩΝ ΓΔΓΟΜΔΝΩΝ ΣΟΝ ΔΛΛΑΓΗΚΟ ΥΩΡΟ»
ΓΔΩΠΟΝΗΚΟ ΠΑΝΔΠΗΣΖΜΗΟ ΑΘΖΝΩΝ ΣΜΗΜΑ ΑΞΙΟΠΟΙΗΗ ΦΤΙΚΩΝ ΠΟΡΩΝ & ΓΕΩΡΓΙΚΗ ΜΗΥΑΝΙΚΗ ΣΟΜΕΑ ΕΔΑΦΟΛΟΓΙΑ ΚΑΙ ΓΕΩΡΓΙΚΗ ΥΗΜΕΙΑ ΕΙΔΙΚΕΤΗ: ΕΦΑΡΜΟΓΕ ΣΗ ΓΕΩΠΛΗΡΟΦΟΡΙΚΗ ΣΟΤ ΦΤΙΚΟΤ ΠΟΡΟΤ «ΑΝΑΠΣΤΞΖ ΓΠ ΚΑΗ ΥΩΡΗΚΖ ΑΝΑΛΤΖ ΜΔΣΔΩΡΟΛΟΓΗΚΩΝ
Photometric Data of Lamp
SSP6316-D5: Lamp Intensity Spatial Distribution of Tester Page 1/8 Photometric Data of Lamp Lamp Name: GL-66P36WW Lamp Size: Lamp Weight: Light Area: 6cm 6cm Measured Data of Lamp Voltage: 225. V Current:.287
Supplementary Materials for Evolutionary Multiobjective Optimization Based Multimodal Optimization: Fitness Landscape Approximation and Peak Detection
IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION, VOL. XX, NO. X, XXXX XXXX Supplementary Materials for Evolutionary Multiobjective Optimization Based Multimodal Optimization: Fitness Landscape Approximation
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Βάσεις Δεδομένων (4 ο εξάμηνο) Εργαστήριο MySQL #2
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Βάσεις Δεδομένων (4 ο εξάμηνο) Εργαστήριο MySQL #2 Διδάσκων: Γιάννης Θεοδωρίδης Συντάκτης Κειμένου: Βαγγέλης Κατσικάρος Φεβρουάριος 2008 Περιεχόμενα SQL Language
ANSWERSHEET (TOPIC = DIFFERENTIAL CALCULUS) COLLECTION #2. h 0 h h 0 h h 0 ( ) g k = g 0 + g 1 + g g 2009 =?
Teko Classes IITJEE/AIEEE Maths by SUHAAG SIR, Bhopal, Ph (0755) 3 00 000 www.tekoclasses.com ANSWERSHEET (TOPIC DIFFERENTIAL CALCULUS) COLLECTION # Question Type A.Single Correct Type Q. (A) Sol least
1) Abstract (To be organized as: background, aim, workpackages, expected results) (300 words max) Το όριο λέξεων θα είναι ελαστικό.
UΓενικές Επισημάνσεις 1. Παρακάτω θα βρείτε απαντήσεις του Υπουργείου, σχετικά με τη συμπλήρωση της ηλεκτρονικής φόρμας. Διευκρινίζεται ότι στα περισσότερα θέματα οι απαντήσεις ήταν προφορικές (τηλεφωνικά),
m4.3 Chris Parrish June 16, 2016
m4.3 Chris Parrish June 16, 2016 Contents!Kung model 1 data..................................................... 1 scatterplot with ggplot2....................................... 2 model....................................................
3.4 SUM AND DIFFERENCE FORMULAS. NOTE: cos(α+β) cos α + cos β cos(α-β) cos α -cos β
3.4 SUM AND DIFFERENCE FORMULAS Page Theorem cos(αβ cos α cos β -sin α cos(α-β cos α cos β sin α NOTE: cos(αβ cos α cos β cos(α-β cos α -cos β Proof of cos(α-β cos α cos β sin α Let s use a unit circle
Reminders: linear functions
Reminders: linear functions Let U and V be vector spaces over the same field F. Definition A function f : U V is linear if for every u 1, u 2 U, f (u 1 + u 2 ) = f (u 1 ) + f (u 2 ), and for every u U
9.09. # 1. Area inside the oval limaçon r = cos θ. To graph, start with θ = 0 so r = 6. Compute dr
9.9 #. Area inside the oval limaçon r = + cos. To graph, start with = so r =. Compute d = sin. Interesting points are where d vanishes, or at =,,, etc. For these values of we compute r:,,, and the values
Nowhere-zero flows Let be a digraph, Abelian group. A Γ-circulation in is a mapping : such that, where, and : tail in X, head in
Nowhere-zero flows Let be a digraph, Abelian group. A Γ-circulation in is a mapping : such that, where, and : tail in X, head in : tail in X, head in A nowhere-zero Γ-flow is a Γ-circulation such that
Πανεπιστήμιο Κρήτης, Τμήμα Επιστήμης Υπολογιστών Άνοιξη 2009. HΥ463 - Συστήματα Ανάκτησης Πληροφοριών Information Retrieval (IR) Systems
Πανεπιστήμιο Κρήτης, Τμήμα Επιστήμης Υπολογιστών Άνοιξη 2009 HΥ463 - Συστήματα Ανάκτησης Πληροφοριών Information Retrieval (IR) Systems Στατιστικά Κειμένου Text Statistics Γιάννης Τζίτζικας άλ ιάλεξη :
1 String with massive end-points
1 String with massive end-points Πρόβλημα 5.11:Θεωρείστε μια χορδή μήκους, τάσης T, με δύο σημειακά σωματίδια στα άκρα της, το ένα μάζας m, και το άλλο μάζας m. α) Μελετώντας την κίνηση των άκρων βρείτε
Dynamic types, Lambda calculus machines Section and Practice Problems Apr 21 22, 2016
Harvard School of Engineering and Applied Sciences CS 152: Programming Languages Dynamic types, Lambda calculus machines Apr 21 22, 2016 1 Dynamic types and contracts (a) To make sure you understand the
Διάλεξη 14: Δομές Δεδομένων ΙΙI (Λίστες και Παραδείγματα)
Τμήμα Πληροφορικής Πανεπιστήμιο Κύπρου ΕΠΛ132 Αρχές Προγραμματισμού II Διάλεξη 14: Δομές Δεδομένων ΙΙI (Λίστες και Παραδείγματα) Δημήτρης Ζεϊναλιπούρ http://www.cs.ucy.ac.cy/courses/epl132 14-1 Περιεχόμενο
Math221: HW# 1 solutions
Math: HW# solutions Andy Royston October, 5 7.5.7, 3 rd Ed. We have a n = b n = a = fxdx = xdx =, x cos nxdx = x sin nx n sin nxdx n = cos nx n = n n, x sin nxdx = x cos nx n + cos nxdx n cos n = + sin
= λ 1 1 e. = λ 1 =12. has the properties e 1. e 3,V(Y
Stat 50 Homework Solutions Spring 005. (a λ λ λ 44 (b trace( λ + λ + λ 0 (c V (e x e e λ e e λ e (λ e by definition, the eigenvector e has the properties e λ e and e e. (d λ e e + λ e e + λ e e 8 6 4 4
Fractional Colorings and Zykov Products of graphs
Fractional Colorings and Zykov Products of graphs Who? Nichole Schimanski When? July 27, 2011 Graphs A graph, G, consists of a vertex set, V (G), and an edge set, E(G). V (G) is any finite set E(G) is
ω ω ω ω ω ω+2 ω ω+2 + ω ω ω ω+2 + ω ω+1 ω ω+2 2 ω ω ω ω ω ω ω ω+1 ω ω2 ω ω2 + ω ω ω2 + ω ω ω ω2 + ω ω+1 ω ω2 + ω ω+1 + ω ω ω ω2 + ω
0 1 2 3 4 5 6 ω ω + 1 ω + 2 ω + 3 ω + 4 ω2 ω2 + 1 ω2 + 2 ω2 + 3 ω3 ω3 + 1 ω3 + 2 ω4 ω4 + 1 ω5 ω 2 ω 2 + 1 ω 2 + 2 ω 2 + ω ω 2 + ω + 1 ω 2 + ω2 ω 2 2 ω 2 2 + 1 ω 2 2 + ω ω 2 3 ω 3 ω 3 + 1 ω 3 + ω ω 3 +
Comparison of Evapotranspiration between Indigenous Vegetation and Invading Vegetation in a Bog
J. Jpn. Soc. Soil Phys. No. +*-, p.-3.1,**0 ** * *** Comparison of Evapotranspiration between Indigenous Vegetation and Invading Vegetation in a Bog Toshiki FUJIMOTO*, Ippei IIYAMA*, Mai SAKAI*, Osamu
ΗΥ-100: Εισαγωγή στην Επιστήμη Υπολογιστών 3η σειρά ασκήσεων
ΗΥ-100: Εισαγωγή στην Επιστήμη Υπολογιστών η σειρά ασκήσεων Οδηγίες Για τη μεταγλώττιση των προγραμμάτων που ζητούνται θα πρέπει να χρησιμοποιήσετε το gcc με τις παρακάτω παραμέτρους: gcc -ansi -pedantic
Uniform Convergence of Fourier Series Michael Taylor
Uniform Convergence of Fourier Series Michael Taylor Given f L 1 T 1 ), we consider the partial sums of the Fourier series of f: N 1) S N fθ) = ˆfk)e ikθ. k= N A calculation gives the Dirichlet formula
Λογισμικά για Στατιστική Ανάλυση. Minitab, R (ελεύθερο λογισμικό), Sas, S-Plus, Stata, StatGraphics, Mathematica (εξειδικευμένο λογισμικό για
ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 1ο Τι είναι το SPSS; Statistical Package for the Social Sciences Λογισμικό για διαχείριση και στατιστική ανάλυση δεδομένων σε γραφικό περιβάλλον http://en.wikipedia.org/wiki/spss
PARTIAL NOTES for 6.1 Trigonometric Identities
PARTIAL NOTES for 6.1 Trigonometric Identities tanθ = sinθ cosθ cotθ = cosθ sinθ BASIC IDENTITIES cscθ = 1 sinθ secθ = 1 cosθ cotθ = 1 tanθ PYTHAGOREAN IDENTITIES sin θ + cos θ =1 tan θ +1= sec θ 1 + cot
Srednicki Chapter 55
Srednicki Chapter 55 QFT Problems & Solutions A. George August 3, 03 Srednicki 55.. Use equations 55.3-55.0 and A i, A j ] = Π i, Π j ] = 0 (at equal times) to verify equations 55.-55.3. This is our third