1 octave:> a = [1; 2; 3] 2 a = 1 octave:> a = [1 2 3]
|
|
- ÊΦάνης Αγγελόπουλος
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Κεφάλαιο 6 Εισαγωγή δεδομένων σε μορφή διανυσμάτων και πινάκων Για την εισαγωγή στοιχείων σε ένα διάνυσμα-στήλη χρησιμοποιούμε το ελληνικό ερωτηματικό: 1 octave:> a = [1; 2; ] Για την εισαγωγή στοιχείων σε ένα διάστημα-γραμμή χρησιμοποιούμε το το κενό διάστημα: 1 octave:> a = [1 2 ] Ενα διάνυσμα στήλη, μπορεί να μετατραπεί σε διάνυσμα-γραμμή (και ανάποδα) με τον τελεστή αναστροφής: 77
2 78ΚΕΦ ΑΛΑΙΟ 6. ΕΙΣΑΓΩΓ Η ΔΕΔΟΜ ΕΝΩΝ ΣΕ ΜΟΡΦ Η ΔΙΑΝΥΣΜΆΤΩΝ ΚΑΙ ΠΙΝΆΚ 1 octave:> a=[1 2 ] octave:> a 7 ans = octave:> a=[1; 2; ] 14 a = Εισαγωγή μιας μήτρας 2 2: 1 octave:> a = [1-2; 2 0] ή, εναλλακτικά: 1 octave:> a = [ > 2 0] a = Δηλαδή δίνουμε αλλαγή γραμμής (ENTER) μετά την πρώτη γραμμή. Προσοχή να είναι συμβατό το πλήθος των στοιχείων ανά γραμμή. Μπορούμε επίσης να ενώσουμε δύο διανύσματα στήλη σε μία μήτρα:
3 79 1 octave:> a1 = [1; 2; ]; 2 octave:> a2 = [5; 1; 4]; octave:> a = [a1 a2] 4 a = Μπορούμη επίσης να ορίσουμε ένα διάνυσμα με τα στοιχεία του ένα-προςένα: 1 octave:17> clear 2 octave:> a(1) = 5; octave:> a(2) = -2; 4 octave:> a() = 1; 5 octave:> a 6 a = Επίσης, το ίδιο μπορεί να γίνει με μήτρα: 1 octave:> clear 2 octave:> a(1,1) = 4; octave:> a(2,1) = 1; 4 octave:> a(1,2) = 2; 5 octave:> a(2,2) = 5; 6 octave:> a 7 a = Αυτός βέβαια δεν είναι ο περισσότερο όμορφος και σύντομος και σύντομος τρόπος για την εισαγωγή των στροιχείων μιας μήτρας. Είναι όμως πολύ χρήσιμος για την αλλαγή των στοιχείων σε μια υπάρχουσα μήτρα. Πχ, με βάση το προηγούμενο παράδειγμα μπορεί να γίνει:
4 80ΚΕΦ ΑΛΑΙΟ 6. ΕΙΣΑΓΩΓ Η ΔΕΔΟΜ ΕΝΩΝ ΣΕ ΜΟΡΦ Η ΔΙΑΝΥΣΜΆΤΩΝ ΚΑΙ ΠΙΝΆΚ 1 octave:> a(2,1) = -1; 2 octave:> a a = Μπορούμε επίσης να χρησιμοποιήσουμε τον τελεστή : για απόδοση πολλών τιμών, πχ: 1 octave:> a(1:5) = Δείτε επίσης πως μπορεί να δημιουργηθεί ένα διάνυσμα με μονάδες, εκτός από τη δεύτερη θέση που έχει την τιμή 0: 1 1 octave:> a(1:10) = octave:> a(2) = 0 7 a = Πράξεις με μεταβλητές και πίνακες Πρόσθεση αριθμού στα στοιχεία μιας μήτρας: 1 Την άνοιξη του 2000 παρεβρέθηκα σε ένα σεμινάριο που έδωσε ο Parantap Basu, επισκέπτης καθηγητής από το πανεπιστήμιο Fordham, USA στο τμήμα Οικονομικών Επιστημών του πανεπιστημίου Ιωαννίνων με θέμα Liquidity Constraints and Firms Investment Return Behaviour. Το σεμινάριο ήταν πολύ ενδιαφέρον και ο καθηγητής Basu είπε σε κάποιο σημείο πως θα ήθελε να δοκιμάσει κάτι, αλλά θα χρειαζόταν στο πρόγραμμα που είχε γράψει ένα διάνυσμα με μονάδες εκτός από τη δετερη θέση, όπου ήθελε την τιμή 0. Η λύση που πρότεινα (όπως εδώ), τον ενθουσίασε! Μπορείτε να δείτε το σχετικό άρθρο εδώ:
5 6.2. ΠΡΆΞΕΙΣ ΑΝΆΜΕΣΑ ΣΕ Μ ΗΤΡΕΣ ΚΑΙ ΔΙΑΝ ΥΣΜΑΤΑ 81 1 octave:> a = [0 2; 1-1] octave:> a+2 8 ans = Πολλαπλασιαμός στοιχείων μήτρας με αριθμό: 1 octave:> a = [0 2; 1-1] octave:> 2*a 8 ans = Γραμμικός μετασχηματισμός διανύσματος: 1 octave:> a = [4; 1; 2]; 2 octave:> *a-5 ans = Πράξεις ανάμεσα σε μήτρες και διανύσματα Πρόσθεση μητρών:
6 82ΚΕΦ ΑΛΑΙΟ 6. ΕΙΣΑΓΩΓ Η ΔΕΔΟΜ ΕΝΩΝ ΣΕ ΜΟΡΦ Η ΔΙΑΝΥΣΜΆΤΩΝ ΚΑΙ ΠΙΝΆΚ 1 octave:> a = [1-1; 2 0]; 2 octave:> b = [- 4; 1 2]; octave:206> a+b 4 ans = Πολλαπλασιαμός μητρών: 1 octave:> a = [ -1; 2 1]; 2 octave:> b = [-1 4; 5-4]; octave:> a*b 4 ans = Προσέξτε τη διαφορά: 1 octave:> a = [ -1; 2 1]; 2 octave:> b = [-1 4; 5-4]; octave:> b*a 4 ans = Αναστροφή μήτρας: 1 octave:> a = [ -1; 2 1] octave:217> a 8 ans =
7 6.2. ΠΡΆΞΕΙΣ ΑΝΆΜΕΣΑ ΣΕ Μ ΗΤΡΕΣ ΚΑΙ ΔΙΑΝ ΥΣΜΑΤΑ 8 Αντιστροφή μήτρας: 1 octave:> a=[6 10; 2 5] octave:2> a^-1 8 ans = Πολλαπλασιαμός μήτρας με διάνυσμα στήλη: 1 octave:> a=[6 10; 2 5] octave:> b = [ 1] 8 b = octave:> a*b 14 ans = Προσοχή στις διαστάσεις της μήτρας και του διανύσματος: 1 octave:> b*a 2 error: operator *: nonconformant arguments (op1 is 2x1, op2 is 2x2) error: evaluating binary operator * near line 244, column 2 Στην περίπτωση, όπως πριν, που οι διαστάσεις δεν είναι συμβατές ο πολλαπλασασμός θα αποτύχει και θα πάρετε ένα μήνυμα παρόμοιο με το προηγούμενο.
8 84ΚΕΦ ΑΛΑΙΟ 6. ΕΙΣΑΓΩΓ Η ΔΕΔΟΜ ΕΝΩΝ ΣΕ ΜΟΡΦ Η ΔΙΑΝΥΣΜΆΤΩΝ ΚΑΙ ΠΙΝΆΚ 6. Βοηθητικές συναρτήσεις για διανύσματα και μήτρες Διάνυσμα με όλα τα στοιχεία 1 ( γραμμές, 1 στήλη): 1 octave:> ones(,1) 2 ans = Τετραγωνική μήτρα με όλα τα στοιχεία 1: 1 octave:> ones(2) 2 ans = Διάνυσμα με όλα τα στοιχεία 0 ( γραμμές, 1 στήλη): 1 octave:> zeros(,1) 2 ans = Τετραγωνική μήτρα με όλα τα στοιχεία 0: 1 octave:> zeros(2) 2 ans = Μοναδιαία μήτρα, : 1 octave:> eye() 2 ans =
9 6.. ΒΟΗΘΗΤΙΚ ΕΣ ΣΥΝΑΡΤ ΗΣΕΙΣ ΓΙΑ ΔΙΑΝ ΥΣΜΑΤΑ ΚΑΙ Μ ΗΤΡΕΣ85 Αντιστροφή μήτρας: 1 octave:> a octave:> inv(a) 8 ans = Διαγώνια στοιχεία μήτρας: 1 octave:> a = [1-2; 5 0] octave:> diag(a) 8 ans = Εύρεση πλήθους γραμμών και στηλών: 1 octave:258> a = [2 1; 0 2 5] octave:> rows(a) 8 ans = 2 9 octave:> columns(a) 10 ans = 11 octave:> size(a) 12 ans =
10 86ΚΕΦ ΑΛΑΙΟ 6. ΕΙΣΑΓΩΓ Η ΔΕΔΟΜ ΕΝΩΝ ΣΕ ΜΟΡΦ Η ΔΙΑΝΥΣΜΆΤΩΝ ΚΑΙ ΠΙΝΆΚ Γραμμική πλήρωση, πχ να κατασκευαστεί διάνυσμα με 7 τιμές από το 1 ως το 4: 1 octave:270> linspace(1,4,7) 2 ans = Αναστροφή της σειράς των στηλών: 1 octave:2> a = [5 1 4; 6 2 0] octave:> fliplr(a) 8 ans = Αναστροφή της σειράς των γραμμών: 1 octave:> flipud(a) 2 ans = Επανάληψη μιας μήτρας: 1 octave:> a = [ -1; 2 5] octave:> repmat (a,2,) 8 ans =
11 6.4. ΧΡ ΗΣΙΜΕΣ ΣΥΝΑΡΤ ΗΣΕΙΣ ΓΡΑΜΜΙΚ ΗΣ ΆΛΓΕΒΡΑΣ 87 Κατασκευή της μήτρας Hilbert: 1 octave:> hilb() 2 ans = Η αντίστροφη της μήτρας Hilbert: 1 octave:> invhilb() 2 ans = Χρήσιμες συναρτήσεις γραμμικής άλγεβρας Υπολογισμός διακρίνουσας με τη συνάρτηση det: 1 octave:> a = [5 2-4; 6 1 2; ] octave:> det(a) 9 ans = -80 Αντίστροφη:
12 88ΚΕΦ ΑΛΑΙΟ 6. ΕΙΣΑΓΩΓ Η ΔΕΔΟΜ ΕΝΩΝ ΣΕ ΜΟΡΦ Η ΔΙΑΝΥΣΜΆΤΩΝ ΚΑΙ ΠΙΝΆΚ 1 octave:> a=[1 2; 5] octave:> inv(a) 8 ans = Οταν υπάρχουν πολύ μικροί αριθμοί,καλό είναι να χρησιμοποιείται η συνάρτηση pinv: 1 octave:> a=[1e-16 2; 1e-16] e e e e octave:> pinv(a, 1e-8) 8 ans = Αυτό σημαίνει πως αριθμοί μικρότεροι από 10 8 δεν συμπεριλαμβάνονται στους υπολογισμούς (θεωρούνται ως 0). Ο προηγούμενος υπολογισμός δηλαδή, είναι ισοδύναμος με: 1 octave:> a=[0 2; 0] octave:> inv(a) 8 ans =
13 6.4. ΧΡ ΗΣΙΜΕΣ ΣΥΝΑΡΤ ΗΣΕΙΣ ΓΡΑΜΜΙΚ ΗΣ ΆΛΓΕΒΡΑΣ 89 Υπολογισμός ιδιοτιμών: 1 octave:> a=[1 2; 0 5] octave:> eig(a) 8 ans = Υπολογισμός ίχνους: 1 octave:> a = [4 1 0; 2 5 1; 1-8 ] octave:> trace(a) 9 ans = 12 Το οποίο είναι το ίδιο με: 1 octave:> sum(diag(a)) 2 ans = 12 LU παραγοντοποίηση: 1 octave:> a = [5 1; 2 1] octave:> lu(a) 8 ans =
14 90ΚΕΦ ΑΛΑΙΟ 6. ΕΙΣΑΓΩΓ Η ΔΕΔΟΜ ΕΝΩΝ ΣΕ ΜΟΡΦ Η ΔΙΑΝΥΣΜΆΤΩΝ ΚΑΙ ΠΙΝΆΚ Cholesky παραγοντοποίηση: 1 octave:> chol(a) 2 ans = QR παραγοντοποίηση: 1 octave:> qr(a) 2 ans = Υπολογισμός ρίζας μήτρας: 1 octave:> a = [16 4 ;1 9] octave:> sqrtm(a) 8 ans = Να μην γίνεται σύγχιση με την εφαρμογή της τετραγωνικής ρίζας στα στοιχεία της μήτρας: 1 octave:> a = [16 4 ;1 9] octave:> sqrt(a) 8 ans =
15 6.4. ΧΡ ΗΣΙΜΕΣ ΣΥΝΑΡΤ ΗΣΕΙΣ ΓΡΑΜΜΙΚ ΗΣ ΆΛΓΕΒΡΑΣ 91 Υπολογισμός λογαρίθμου μήτρας: 1 octave:> a = [1 0.5; 1 2] octave:> logm(a) 8 ans = Το οποίο δεν πρέπει να συγχέεται με την εφαρμογή λογαρίθμου στα στοιχεία της μήτρας: 1 octave:> a = [1 0.5; 1 2] octave:> log(a) 8 ans = Υπενθυμίζεται πως ο λογάριθμος μιας μήτρας A είναι η μήτρα B, όταν ισχύει: A = e B Μπορούμε να επιβεβαιώσουμε τους προηγούμενους υπολογισμούς ως:
16 92ΚΕΦ ΑΛΑΙΟ 6. ΕΙΣΑΓΩΓ Η ΔΕΔΟΜ ΕΝΩΝ ΣΕ ΜΟΡΦ Η ΔΙΑΝΥΣΜΆΤΩΝ ΚΑΙ ΠΙΝΆΚ 1 octave:> b = logm(a) 2 b = octave:> e^b 8 ans = Υπολογισμός εκθετικού μήτρας: 1 octave:525> a = [1 0.5; 1 2] octave:526> expm(a) 8 ans = Υπενθυμίζεται πως: e A = I + A + A2 2! + A! +... Γινόμενο Kronecker:
17 6.5. ΕΛΕΓΧΟΙ 9 1 octave:> a = [4-1; 2 1] octave:> b = [1-1; 1 0] 8 b = octave:> kron(a,b) 14 ans = Ελεγχοι Εστω ένα διάνυσμα τιμών: 1 octave:> a = [ ] Να βρεθεί σε ποιες θέσεις του διανύσματος υπάρχουν θετικοί αριθμοί: 1 octave:> a>0 2 ans = Να βρεθεί σε ποιες θέσεις του διανύσματος υπάρχουν αρνητικοί αριθμοί: 1 octave:> a<0 2 ans =
18 94ΚΕΦ ΑΛΑΙΟ 6. ΕΙΣΑΓΩΓ Η ΔΕΔΟΜ ΕΝΩΝ ΣΕ ΜΟΡΦ Η ΔΙΑΝΥΣΜΆΤΩΝ ΚΑΙ ΠΙΝΆΚ Να βρεθεί σε ποιες θέσεις του διανύσματος η τιμή είναι ίση με 1: 1 octave:> a==1 2 ans = Να βρεθεί το πλήθος των θετικών τιμών: 1 octave:> sum(a>0) 2 ans = 5 Να βρεθεί το άρθροισμα των θετικών τιμών: 1 octave:> sum(a.* (a>0)) 2 ans = 18 Το τελευταίο παράδειγμα είναι τρικ, δείτε αναλυτικά πως γίνεται: 1 octave:78> a octave:> a>0 7 ans = octave:> a.* (a>0) 12 ans = octave:> sum(a.* (a>0)) 17 ans = Επίλυση πολυωνυμικών εξισώσεων Εστω η εξίσωση: x 2 + 5x + 4 = 0
19 6.6. ΕΠ ΙΛΥΣΗ ΠΟΛΥΩΝΥΜΙΚ ΩΝ ΕΞΙΣ ΩΣΕΩΝ 95 με: Επομένως: a 2 = 1, a 1 = 5, a 0 = 4 1 octave:> a = [1 5 4]; 2 octave:> roots(a) ans = Εστω η εξίσωση: με: Επομένως: x 2 5x 6 = 0 a 2 = 1, a 1 = 5, a 0 = 6 1 octave:> a = [1-5 -6]; 2 octave:> roots(a) ans = Εστω η εξίσωση: με: Επομένως: x + 17 x x = 0 a = 1, a 2 = 17/10, a 1 = 7/10, a 0 = 1/5 1 octave:> a = [1 17/10-7/10-1/5]; 2 octave:> roots(a) ans =
20 96ΚΕΦ ΑΛΑΙΟ 6. ΕΙΣΑΓΩΓ Η ΔΕΔΟΜ ΕΝΩΝ ΣΕ ΜΟΡΦ Η ΔΙΑΝΥΣΜΆΤΩΝ ΚΑΙ ΠΙΝΆΚ Να βρεθεί το άρθροισμα τετραγώνων 4 i=1 x2 i, όπου x i ρίζες της εξίσωσης: Οι συνετελεστές είναι: Επομένως: x x + 21 x 2 x 0 = 0 a 4 = 1, a = 9, a 2 = 21, a 1 = 1, a 0 = 0 1 octave:> a = [ ]; 2 octave:> x = roots(a) x = octave:9> sumsq(x) 11 ans = octave:> x *x 1 ans = Μπορεί να χρησιμοποιηθεί ο ένας από τους δύο τρόπους, είτε η συνάσρτηση sumsq, είτε ο πολλαπλασιασμός διανυσμάτων x *x. Από την προηγούμενη άσκηση, να βρεθεί το πλήθος των θετικών και αρνητικών ριζών: 1 octave:> sum(x>0) 2 ans = 1 octave:> sum(x<0) 4 ans = 6.7 Επίλυση συστημάτων γραμμικών εξισώσεων Τα συστήματα γραμμικών εξισώσεων έχουν τη γενική μορφή:
21 6.7. ΕΠ ΙΛΥΣΗ ΣΥΣΤΗΜΆΤΩΝ ΓΡΑΜΜΙΚ ΩΝ ΕΞΙΣ ΩΣΕΩΝ 97 a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b a m1 x 1 + a m2 x a mn x n = b m Μπορούν επίσης να γραφούν με τη μορφή: Ax = b όπου: a 11 a 12 a 1n x 1 b 1 a 21 a 22 a 2n A =......, x = x 2., b = b 2. a m1 a m2 a mn Η λύση δίνεται από τη σχέση: Εστω το σύστημα: Μπορεί να λυθεί με: 1 octave:> a = [-5 1; 2 0] octave:> b = [-1; 1] 8 b = octave:> x=inv(a)*b 14 x = x = A 1 b 5x 1 + 2x 2 = 1 2x 1 = 1 x n b m
22 98ΚΕΦ ΑΛΑΙΟ 6. ΕΙΣΑΓΩΓ Η ΔΕΔΟΜ ΕΝΩΝ ΣΕ ΜΟΡΦ Η ΔΙΑΝΥΣΜΆΤΩΝ ΚΑΙ ΠΙΝΆΚ Εστω το σύστημα: Μπορεί να λυθεί με: x 1 + 5x 2 2x 2 = 6 x 1 + 6x 2 + x 2 = 2 x 1 + 1x 2 + 2x 2 = 0 1 octave:> a = [ 5-2; 6 1; ] octave:> b = [6; -2; 0] 9 b = octave:7> x=b\a 16 x = Η πράξη b\a είναι ισοδύναμη με την inv(a)*b, μπορείτε να χρησιμοποιείτε είτε τη μία είτε την άλλη. 6.8 Επίλυση μη γραμμικών εξισώσεων Να λυθεί η εξίσωση: ( x 1 x log ( x ) ) 1 = 0 x + 1 Τα βήματα που πρέπει να γίνουν: 1. Ορισμός μιας συνάρτησης 2. Κλήσης της διαδικασίας f solve με ορίσματα το όνομα της συνάρτησης και αρχική τιμή
23 6.8. ΕΠ ΙΛΥΣΗ ΜΗ ΓΡΑΜΜΙΚ ΩΝ ΕΞΙΣ ΩΣΕΩΝ 99. Προαιρετικά, επιβεβαίωση της λύσης 1 octave:> function y=f(x) 2 > y = x*(1-x*log(x/(x+1)))-1 > endfunction 4 octave:94> fsolve("f",1) 5 y = y = y = y = 2.749e-04 9 y = e y = e y = 0 12 ans = octave:> f( ) 15 y = e ans = e-06 Αν στη γραμμή 2 της προηγούμενης λίστας κώδικα τοποθετεί στο τέλος, τότε η πολλαπλή έξοδος στις γραμμές 5 10 θα αποσιωπηθεί. Εδώ αφήσαμε την έξοδο για να δούμε τη βηματική εξέλιξη της λύσης. Επίσης η κλίση f ( ) γίνεται για επιβεβαίωση της λύσης. Η λύση είναι προσεγγιστική και όχι ακριβής. Οπως έχετε προσέξει η εύρεση της λύσης εξαρτάται από μια αρχική τιμή. Αυτό είναι κάτι που πρέπει να το εκτιμήσει ο χρήστης. Πολλές φορές μια μη γραμμική εξίσωση ενδέχεται να έχει πολλές ρίζες. Κάθε κλήση της f solve βρίσκει μόνο μία από αυτές. Χρειάζονται περισσότερες από μία κλήσεις για να βραθεούν όλες οι ρίζες. Για παράδειγμα, η εξίσωση: y = 2x 2 5x + 2 = 0
24 100ΚΕΦ ΑΛΑΙΟ 6. ΕΙΣΑΓΩΓ Η ΔΕΔΟΜ ΕΝΩΝ ΣΕ ΜΟΡΦ Η ΔΙΑΝΥΣΜΆΤΩΝ ΚΑΙ ΠΙΝΆ έχει, όπως δείχνει το σχήμα δύο ρίζες. Αυτό μπορούμε να το δούμε με διάφορες δοκιμές: 1 octave:> function y=f(x) 2 > y=2*x^2-5*x+2; > endfunction; 4 octave:> fsolve("f",-1) 5 ans = octave:> fsolve("f",1) 7 ans = octave:> fsolve("f",0) 9 ans = octave:> fsolve("f",1.5) 11 ans = octave:> fsolve("f",) 1 ans = Προφανώς, διαφορετικές αρχικές τιμές καταλήγουν στην ίδια λύση. Αν είναι γνωστή η γραφική απεικόνιση της y = f(x), τότε είναι εύκολο να δούμε πως υπάρχουν δύο λύσεις, έτσι με δύο δοκιμές, πχ x = 0 (f solve( f, 0) και x = (f solve( f,)) να καταλήξουμε γρήγορα στη λύση. Το πρόβλημα είναι έντονο όταν δεν ξέρουμε το πλήθος των ριζών, οπότε θα πρέπει να γίνει περισσότερο διεξοδική αναζήτηση.
25 6.8. ΕΠ ΙΛΥΣΗ ΜΗ ΓΡΑΜΜΙΚ ΩΝ ΕΞΙΣ ΩΣΕΩΝ 101 Ας υποθέσουμε πως έχουμε το σύστημα μη γραμμικών εξισώσεων: 2x x 2 x 2 1=0 x 2 1 cos(x 2 ) + 1=0 Για την κωδικοποίηση της επίλυσης αυτού του συστήματος θα χρειαστεί να γράψουμε μια συνάρτηση υπολογισμού, όπως και πριν, με τη διαφορά πως θα πρέπει να δέχεται διάνυσμα τιμών ως όρισμα: 1 octave:> function y = f(x) 2 > y(1) = -2*x(1)^2 + 5*x(1)*x(2) - 1; > y(2) = x(1)^2 - *cos(x(1)) + 1; 4 > endfunction Ετσι, τα x και y είναι διανύσματα 2 1, και για την κλήση της συνάρτησης f solve θα χρειαστεί ένα διάνυσμα δύο αρχικών τιμών: 1 octave:> x0 = [0; 1] 2 octave:> fsolve("f", x0) ans = Αυτή βέβαια είναι μόνο μία λύση! Μια άλλη επιλογή αρχικών τιμών, θα οδηγήσει -πιθανά- σε άλλη λύση: 1 octave:> x0=[-1; 1]; 2 octave:> fsolve("f", x0) ans = Από την άλλη πλευρά, υπάρχει πάντα ο κίνδυνος, να μην πάρουμε λύση: 1 octave:> x0 = [0; 0]; 2 octave:> fsolve("f", x0) error: fsolve: iteration is not making good progress Αυτό σημαίνει πως η αρχική τιμή x0 = [0; 0] ήταν μια κακή εκτίμηση, και πως ο αλγόριθμος δεν μπόρεσε να συγκλίνει. Γενικά, σε τέτοιες περιπτώσεις, χρειάζεται να γίνει επαναληπτική κλήση της διαδικασίας f solve ώστε να διερευνηθεί η πιθανότητα πολλαπλών λύσεων.
26 102ΚΕΦ ΑΛΑΙΟ 6. ΕΙΣΑΓΩΓ Η ΔΕΔΟΜ ΕΝΩΝ ΣΕ ΜΟΡΦ Η ΔΙΑΝΥΣΜΆΤΩΝ ΚΑΙ ΠΙΝΆ 6.9 Τυχαίοι αριθμοί Η συνάρτηση normrnd(m,s,r,c) επιστρέφει τυχαίους αριθμούς σε πίνακα διαστάσεων R C με μέσο M και τυπική απόκλιση C. Η συνάρτηση randn επιστρέφει ένα τυχαίο αριθμό από την τυπική κανονική κατανομή. Η συνάρτηση seed αρχικοποιεί τη γεννήτρια τυχαίων αριθμών. Ενας τυχαίος αριθμός από την τυπική κανονική κατανομή: 1 octave:> randn 2 ans = Ενα διάνυσμα-στήλη με 4 τυχαίους αριθμούς από κανονική κατανομή με μέσο 50 με τυπική απόκλιση 5: 1 octave:> normrnd(50,5,4,1) 2 ans = Ενα διάνυσμα-στήλη με 100 τυχαίους αριθμούς από κανονική κατανομή με μέσο 0 με τυπική απόκλιση 5: 1 octave:> x = normrnd(0,5,100,1); Ενα διάνυσμα-στήλη με 500 τυχαίους αριθμούς από κανονική κατανομή με μέσο 0 με τυπική απόκλιση 1: 1 octave:> normrnd(0,1,500,1); Ενας τυχαίος αριθμός από την ομοιόμορφη κατανομή (0,1): 1 octave:> rand 2 ans = Ενα διάνυσμα-στήλη με 4 τυχαίους αριθμούς από ομοιόμορφη κατανομή (0,2):
27 6.10. ΟΛΟΚΛ ΗΡΩΣΗ 10 1 octave:> unifrnd(0,2,4,1) 2 ans = Ενα διάνυσμα-στήλη με 200 τυχαίους αριθμούς από από ομοιόμορφη κατανομή (0,1): 1 octave:> unifrnd(0,1,500,1) Ενα διάνυσμα-στήλη με 500 τυχαίους αριθμούς από από ομοιόμορφη κατανομή (-5,10): 1 octave:> unifrnd(-5,10,500,1) 6.10 Ολοκλήρωση monte Carlo ολοκλήρωση Εστω πως θέλουμε να υπολογίσουμε το ορισμένο ολοκλήρωμα: I = 1 0 e x dx που αντιστοιχεί στη σκιασμένη περιοχή του γραφήματος:
28 104ΚΕΦ ΑΛΑΙΟ 6. ΕΙΣΑΓΩΓ Η ΔΕΔΟΜ ΕΝΩΝ ΣΕ ΜΟΡΦ Η ΔΙΑΝΥΣΜΆΤΩΝ ΚΑΙ ΠΙΝΆ Κατασκευάζουμε ένα μεγάλο πλήθος σημείων με συντεταγμένες τυχαίους αριθμούς: Στη συνέχεια, υπολογίζουμε το πλήθος των σημείων που βρίσκονται εντός της σκιασμένης περιοχής. Αν N είναι το πλήθος όλων των σημείων και N 1
29 6.10. ΟΛΟΚΛ ΗΡΩΣΗ 105 το πλήθος των σημείων εντός της σκιασμένης περιοχής, τότε το ολοκλήρωμα αντιστοιχεί στην ποσότητα: I = P N1 N όπου P είναι το εμβαδόν όλης της περιοχής του γραφήματος, εδώ P = 1 1 = 1. Οι υπολογισμοί είναι απλοί: 1 octave:> N = 1000; 2 octave:> x = unifrnd (0,1,N,1); octave:> y = unifrnd (0,1,N,1); 4 octave:> f = exp(-x); 5 octave:> N1= sum(y<f); 6 octave:> I = N1/N 7 ans = Αναλυτικά, η τιμή του ολοκληρώματος είναι: I = 1 0 e x dx = 1 e Η προσεγγιστική τιμή που πήραμε από τη μέθοδο Monte Carlo δε συμφωνεί απόλυτα (όπως είναι αναμενόμενο) με τη θεωρητική τιμή. Το σφάλμα της μεθόδου είναι: σ = % Δηλαδή η μέθοδος Monte Carlo ϋποτίμησε το πραγματικό μέγεθος της τιμής του ολοκληρώματος κατά 0.81%. Πρέπει να σημειωθεί πως λόγω του τυχαίου δείγματος που χρησιμοποιήθηκε για τον υπολογισμό, η τιμή του ολοκληρώματος θα διαφοροποιηθεί κατά κάτι σε ένα νέο υπολογισμό (θα παραχθούν άλλοι τυχαίοι αριθμοί). Επίσης, όσο μεγαλύτερο δείγμα τυχαίων αριθμών χρησιμοποιείται, τόσο το σφάλμα της μεθόδου αναμένεται να περιοριστεί. Ενας ακόμα τρόπος να περιοριστεί το σφάλμα του υπολογισμού, είναι να αεπαναληφθεί ο υπολογισμός πολλές φορές, και να λήφθεί η μέση τιμή των αποτελεσμάτων. Ο υπολογισμός της τιμής του π μπορεί να γίνει ως:
30 106ΚΕΦ ΑΛΑΙΟ 6. ΕΙΣΑΓΩΓ Η ΔΕΔΟΜ ΕΝΩΝ ΣΕ ΜΟΡΦ Η ΔΙΑΝΥΣΜΆΤΩΝ ΚΑΙ ΠΙΝΆ 1 T = 1000; # Number of points 2 N = 1000; # Number of repetitions 4 for i = 1:N 5 x = unifrnd(0,1,t,1); 6 y = unifrnd(0,1,t,1); 7 r = sqrt(x.^ y.^2.0); 8 N1 = sum((r<1.0)); 9 pimc(i) = 4*N1/N; 10 endfor mpi = mean(pimc); 1 sig = (mpi-pi)*100/pi; printf ("calc pi = %20.14f\n", mpi) 16 printf ("real pi = %20.14f\n", pi) 17 printf ("error = %12.6f\n", sig) Μπορείτε να πειραματιστείτε αλλάζοντας τον αριθμό των σημείων ή/και τον αριθμό των επαναλήψεων.
31 Κεφάλαιο 7 Επίλυση πολυωνυμικών εξισώσεων Η εύρεση ριζών μιας πολυωνυμικής εξίσωσης με το πρόγραμμα Octave είναι πολύ και γίνεται μέσω της εντολής: 1 roots (a) όπου a είναι το διάνυσμα συντελεστών του πολυωνύμου. Εστω λοιπόν η εξίσωση: P (x) = a n x n + a n 1 x n a 1 x + a 0 = 0 (7.1) με συντελεστές a n, a n 1,..., a 1, a 0, όπου a i R. Ρίζα του πολυωνύμου είναι κάθε αριθμός ρ όπου P (ρ) = 0. Αν ρ R τότε μιλάμε για πραγματική ρίζα, αλλά μπορεί κάλλιστα να ισχύει ρ C, δηλαδή η ρίζα να είναι μιγαδικός αριθμός. Η εύρεση των ριζών μιας πολυωνυμικής εξίσωσης, με βάση το πρόγραμμα Octave βασίζεται στη γραφή: 1 a = [a_n a_n_1... a_1 a_0] 2 roots(a) ή, πιο σύτομα: 1 roots([a_n a_n_1... a_1 a_0]) Δηλαδή, με την τοποθέτηση των συντελεστών σε ένα διάνυσμα (τιμές που περικλείονται με αγκύλες) και κλίση της συνάρτησης roots(). 107
32 108 ΚΕΦ ΑΛΑΙΟ 7. ΕΠ ΙΛΥΣΗ ΠΟΛΥΩΝΥΜΙΚ ΩΝ ΕΞΙΣ ΩΣΕΩΝ 7.1 Λυμένα παραδείγματα 1. x 2 4 = 0 1 octave:1> a = [1 0-4] octave:2> roots(a) 7 ans = x 9 2 x x + = 0 1 octave:1> a = [1-9/2 7/2 ] octave:2> roots(a) 7 ans = x = 0 1 octave:1> a = [ 1 0 1] octave:2> roots(a) 7 ans = i i
33 7.1. ΛΥΜ ΕΝΑ ΠΑΡΑΔΕ ΙΓΜΑΤΑ 109 Προσοχή, εδώ οι ρίζες είναι μιγαδικές. 4. x 2x 2 + 2x 1 = 0 1 octave:1> a = [ ] octave:2> roots(a) 7 ans = i i i 12 x = 1, x = i, και x = i 5. z 4 + z + z 2 z 2 = 0 1 octave:1> a = [ ] octave:2> roots(a) 7 ans = x 1 = 0 1 octave:1> a = [ ]
34 110 ΚΕΦ ΑΛΑΙΟ 7. ΕΠ ΙΛΥΣΗ ΠΟΛΥΩΝΥΜΙΚ ΩΝ ΕΞΙΣ ΩΣΕΩΝ 6 octave:2> roots(a) 7 ans = i i i i 1 i + 1 Προσοχή, και εδώ έχουμε μιγαδικές ρίζες: x =, x =, x = Θα πρέπει να προσέξετε πως το Octave δίνει αριθμητικές απαντήσεις, πχ x 4 1 = 0 1 octave:> v = [ ] 2 v = octave:4> roots(v) 7 ans = i i i i 1 Εδώ (όπως και στο προηγούμενο παράδειγμα) υπάρχει μίξη πραγματικών και μιγαδικών ριζών. Ισχύει: x 4 1 = (x 1) 2 (x + 1) 2 = (x 1)(x + 1)(x + 1) 2 Από τις εξισώσεις x 1 = 0 και x+1 = 0 προκύπτουν οι δύο πραγματικές ρίζες: x = 1 και x = 1, ενώ από την εξίσωση (x + 1) 2 = 0 προκύπτουν οι δύο μιγαδικές ρίζες: x = ± 1 = ±i. 8. (x 2 2) 2 = 0 Εδώ υπάρχουν δύο δυνατότητες. Είτε να κάνετε τις πράξεις: ( x 2 2 ) 2 = x 4 4 x οπότε:
35 7.1. ΛΥΜ ΕΝΑ ΠΑΡΑΔΕ ΙΓΜΑΤΑ octave:1> a = [ ] octave:2> roots(a) 7 ans = i i i i 1 Δηλαδή στην ουσία παίρνετε δύο ρίζες: x = και x = Μπορείτε επίσης να ζητήσετε τη λύση του ισοδύναμου πολυωνύμου x 2 2 = 0: 1 octave:1> a = [ 1 0-2] octave:2> roots(a) 7 ans = που σας δίνει μια περισσότερο άμεση απάντηση. Υπενθυμίζεται πως Παρατηρείστε πως και οι δύο τρόποι δίνουν ισοδύναμες απαντήσεις. 9. x 5 15 x x 225 x x 120 = 0 1 octave:1> a = [ ] octave:2> roots(a) 7 ans =
36 112 ΚΕΦ ΑΛΑΙΟ 7. ΕΠ ΙΛΥΣΗ ΠΟΛΥΩΝΥΜΙΚ ΩΝ ΕΞΙΣ ΩΣΕΩΝ (x 4) (x + 1) 2 = 0 Η εξίσωση μπορεί να γραφεί και ως: οπότε: (x 4) (x + 1) 2 = x 2 x 2 7 x 4 = 0 1 octave:1> a= [ ] octave:2> roots(a) 7 ans = Ασκήσεις Να βρεθούν οι ρίζες των παρακάτω πολυωνυμικών εξισώσεων: 1. x x + 18 x 2 27 = x 9 x 2 5 x 2 = 0. x + 9 x x 21 = x 4 + x 16 x x 4 = x x x x 2 88 x + 12 = 0 6. x x 6 x 2 10 x = 0
37 7.2. ΑΣΚ ΗΣΕΙΣ x 6 x 2 2 x + 1 = 0 8. t 5 1 = 0 9. (x 4 1) = x x + 26 x x x x 8850 = 0 = q q 1 = 0 1. q q 1 = 0 Τι παρατηρείτε από τη λύση των δύο τελευταίων εξισώσεων; 14. π x 2 π 1 = z 2 π 1 = 0
38 114 ΚΕΦ ΑΛΑΙΟ 7. ΕΠ ΙΛΥΣΗ ΠΟΛΥΩΝΥΜΙΚ ΩΝ ΕΞΙΣ ΩΣΕΩΝ
39 Κεφάλαιο 8 Πράξεις στατιστικής με πίνακες και διανύσματα 8.1 Μέσος, άθροισμα και πλήθος Εστω το διάνυσμα τιμών: 1 octave:> x = [1 2 4] 2 x = Το πλήθος των τιμών του διανύσματος, το άθροισμα των τιμών του, και η μέση τιμή, μπορούν να βρεθούν με τις συναρτήσεις length(), sum() και mean() αντίστοιχα: 1 octave:> length(x) 2 ans = 4 octave:> sum(x) 4 ans = 10 5 octave:> mean(x) 6 ans = Το αποτελέσματα θα ήταν τα ίδια με διάνυσμα στήλη: 1 octave:17> x = [1 2 4] 2 x =
40 116ΚΕΦ ΑΛΑΙΟ 8. ΠΡΆΞΕΙΣ ΣΤΑΤΙΣΤΙΚ ΗΣ ΜΕ Π ΙΝΑΚΕΣ ΚΑΙ ΔΙΑΝ ΥΣΜΑΤΑ octave:> mean(x) 10 ans = Στη συνέχεια του κεφαλαίου θα δίνουμε τα αντίστοιχα διανύσματα τιμών με αποσιώπηση εξόδου (με ελληνικό ερωτηματικό στο τέλος), καθαρά για εξοικονόμηση χώρου: 1 octave:> x = [1 2 4] ; 2 octave:> mean(x) ans = Τόσο ο μέσος, όσο και το άθροισμα ή το πλήθος, θα επιστρέψουν το ίδιο αποτέλεσμα, είτε ο υπολογισμός γίνει ως διάνυσμα στήλη είτε ως διάνυσμα γραμμή: 1 octave:> x = [1 2 4] ; 2 octave:> mean(x) ans = octave:> mean(x ) 5 ans = octave:> sum(x) 7 ans = 10 8 octave:> sum(x ) 9 ans = octave:> length(x) 11 ans = 4 12 octave:> length(x ) 1 ans = 4 Ο υπολογισμός του μέσου και του αθροίσματος, λειτουργούν ωστόσο κατά στήλη, όταν το όρισμα είναι πίνακας, πχ 2 2: 1 octave:> a = [1 2; 4] octave:> sum(a)
41 8.2. ΤΟ ΆΘΡΟΙΣΜΑ ΤΕΤΡΑΓ ΩΝΩΝ ans = octave:> sum(a ) 1 ans = Δηλαδή το αποτέλεσμα είναι διαφορετικό. Η άθροιση σε πίνακες γίνεται πάντα κατά στήλη. Για το λόγο αυτό το αποτέλεσμα της άθροισης ενός πίνακα N M είναι ένα διάνυσμα γραμμή 1 M. Στο παράδειγμα που μόλις εξετάσαμε, ο πίνακας είχε διαστάσεις 2 2, οπότε το αποτέλεσμα της άθροισης είναι ένα διάνυσμα γραμμή 1 2. Τα στοιχεία του διανύσματος αντιστοιχούν στις πράξεις: a 11 + a 21 = 1 + = 4 a 12 + a 22 = = Το άθροισμα τετραγώνων Πολλές φορές είναι επιθυμητό να υπολογιστεί το άθροισμα τετραγώνων ενός διανύσματος. Δηλαδή, το άθροισμα: x x x 2 n Στην περίπτωση των τιμών του διανύσματος x που είδαμε στην προηγούμενη παράγραφο: = = 0 Ο υπολογισμός μπορεί να γίνει άμεσα με τη χρήση της συνάρτησης sumsq(): 1 octave:> x = [1 2 4] ; 2 octave:> sumsq(x) ans = 0 Ενας περισσότερο ενδιαφέρον τρόπος είναι το εσωτερικό γινόμενο x x: 1 octave:> x = [1 2 4] ; 2 octave:> x *x ans = 0
42 118ΚΕΦ ΑΛΑΙΟ 8. ΠΡΆΞΕΙΣ ΣΤΑΤΙΣΤΙΚ ΗΣ ΜΕ Π ΙΝΑΚΕΣ ΚΑΙ ΔΙΑΝ ΥΣΜΑΤΑ Το άθροισμα τετραγώνων ενός διανύσματος στήλη μπορεί να υπολογιστεί ως εσωτερικό γινόμενο: N x 2 i = x x i=1 δηλαδή ως γινόμενο ενός διανύσματος γραμμή (x ) με ένα διάνυσμα στήλη (x). Αν N είναι το πλήθος τιμών του διανύσματος στήλη, τότε το διάνυσμα γραμμή x θα έχει διαστάσεις 1 N και το διάνυσμα στήλη θα έχει διαστάσεις N 1. Ο πολλαπλασιασμός θα είναι συμβατός και θα δώσει ως αποτέλεσμα μία τιμή, ένα πίνακα διαστάσεων (1 N) (N 1) = 1 1. Αναλυτικά, μπορούμε να δούμε ως εξής: 1 octave:> x = [1 2 4] 2 x = octave:> x 9 ans = octave:> x *x 1 ans = 0 Μπορείτε να κάνετε μόνοι σας τις πράξεις 1 και να επιβεβαιώσετε το αποτέλεσμα. 8. Μέγιστη τιμή, ελάχιστη τιμή και εύρος τιμών Οι συναρτήσεις max(), min(), range() μπορούν να χρησιμοποιηθούν για την εύρεση της μεγαλύτερης ή μικρότερης τιμής αντίστοιχα, καθώς και για το εύρος τιμών. Για παράδειγμα: 1 octave:9> x = [1 2 4] ; 2 octave:> max(x) ans = 4 4 octave:> min(x) 1 Λογικά, θα πρέπει να μπορείτε να βρείτε το άθροισμα τετραγώνων από το 1 έως το 4 από μνήμης, χωρίς χαρτί, υπολογιστή, κτλ.
43 8.4. ΔΙΆΜΕΣΗ ΤΙΜ Η, ΕΠΙΚΡΑΤΟ ΥΣΑ ΤΙΜ Η ΚΑΙ ΓΕΩΜΕΤΡΙΚ ΟΣ ΚΑΙ ΑΡΜΟΝΙΚ ΟΣ Μ ΕΣΟ 5 ans = 1 6 octave:> range(x) 7 ans = Το εύρος τιμών είναι η διαφορά της μικρότερης από τη μεγαλύτερη τιμή, οπότε μπορεί να υπολογιστεί και ως: Για παράδειγμα: 1 octave:> max(x) - min(x) 2 ans = 8.4 Διάμεση τιμή, επικρατούσα τιμή και γεωμετρικός και αρμονικός μέσος Τι περισσότερες φορές ενδιαφερόμαστε για τη μέση τιμή ή αλλιώς τον αριθμητικό μέσο. Πολλές φορές ωστόσο είναι επιθυμητό να υπολογίσουμε τη διάμεση τιμή, την επικρατούσα τιμή ή το γεωμετρικό μέσο ενός δείγματος. Η διάμεση τιμή υπολογίζεται με τη συνάρτηση median(). Ας δούμε μερικά παραδείγματα: 1 octave:> x = [1 2 4] ; 2 octave:> median(x) ans = octave:> x = [ ] ; 5 octave:> median(x) 6 ans = 2 7 octave:> x = [ ] ; 8 octave:> median(x) 9 ans = Η διαφορά στη διάμεση τιμή, στα δύο τελευταία παραδείγματα, οφείλεται στη διάταξη των τιμών. να θυμάστε πάντα πως ο υπολογισμός της διάμεσης τιμής απαιτεί τη διάταξη του συνόλου. Αυτό μπορεί να γίνει με τη συνάρτηση sort(): 1 octave:> x = [ ]; 2 octave:> sort(x) ans =
44 120ΚΕΦ ΑΛΑΙΟ 8. ΠΡΆΞΕΙΣ ΣΤΑΤΙΣΤΙΚ ΗΣ ΜΕ Π ΙΝΑΚΕΣ ΚΑΙ ΔΙΑΝ ΥΣΜΑΤΑ 7 octave:> x = [ ]; 8 octave:> sort(x) 9 ans = Παρατηρούμε πως τώρα, και στις δύο περιπτώσεις, η κεντρική τιμή είναι το. Η κλήση της συνάρτησης median() υπονοεί την ταξινόμηση των τιμών, ώστε να λαμβάνεται το σωστό αποτέλεσμα. 8.5 Υπολογισμός διακύμανσης και τυπικής απόκλισης Η διακύμανση των τιμών του διανύσματος μπορεί να βρεθεί με τη συνάρτηση var(): 1 octave:> x = [1 2 4] ; 2 octave:> var(x) ans = Σας υπενθυμίζεται πως η διακύμανση είναι: var = 1 N 1 N (x i x) 2 (8.1) όπου N το πλήθος των στοιχείων ενός διανύσματος. Για να υπολογίσουμε αυτή τη ποσότητα, χωρίς τη συνάρτηση var() καθαρά για λόγους εκπαίδευσης θα δράσουμε ως εξής: 1. Υπολογίζουμε το διάνυσμα αποστάσεων από τη μέση τιμή x i x 1 octave:> x - mean(x) 2 ans = i=1 2. Υπολογίζουμε το άθροισμα τετραγώνων του νέου διανύσματος με χρήση της συνάρτησης sumsq():
45 8.5. ΥΠΟΛΟΓΙΣΜ ΟΣ ΔΙΑΚ ΥΜΑΝΣΗΣ ΚΑΙ ΤΥΠΙΚ ΗΣ ΑΠ ΟΚΛΙΣΗΣ121 1 octave:> sumsq(x - mean(x)) 2 ans = 5. Διαιρούμε με το μήκος του διανύσματος (πλήθος τιμών) μείον ένα: 1 octave:> sumsq(x - mean(x)) / (length(x)-1) 2 ans = Οι δύο τρόποι δίνουν το ίδιο αποτέλεσμα: 1 octave:> x = [1 2 4] ; 2 octave:> var(x) ans = octave:> sumsq(x - mean(x)) / (length(x)-1) 5 ans = Ο πρώτος τρόπος (συνάρτηση var()) είναι βέβαια πιο απλός, και αυτός που προτιμάται στην πράξη. Εχει όμως σημασία να μπορείτε να αναλύεται ένα μαθηματικό/στατιστικό τύπο και να μπορείτε να κάνετε τους αντίστοιχους υ- πολογισμούς. Για το υπολογισμό της διακύμανσης, χωρίς τη συνάρτηση sumsq(),μπορούμε να γράψουμε: 1 octave:> x = [1 2 4] ; 2 octave:> y = x - mean(x) y = octave:44> y *y / (length(x)-1) 10 ans = Το βοηθητικό διάνυσμα y δε χρειάζεται απολύτως, η χρήση του ωστόσο μας απαλλάσσει από πολλές παρενθέσεις: 1 octave:> x = [1 2 4] ; 2 octave:> (x-mean(x)) *(x-mean(x)) / (length(x)-1) ans =
46 122ΚΕΦ ΑΛΑΙΟ 8. ΠΡΆΞΕΙΣ ΣΤΑΤΙΣΤΙΚ ΗΣ ΜΕ Π ΙΝΑΚΕΣ ΚΑΙ ΔΙΑΝ ΥΣΜΑΤΑ Ολοι οι τρόποι είναι σωστοί και αποδεκτοί, ωστόσο, οι πολύπλοκες παραστάσεις με πολλές παρενθέσεις μπορούν εύκολα να περιέχουν κάποιο λάθος που πολλές φορές είναι δύσκολο να εντοπιστεί και να διορθωθεί. Η τυπική απόκλιση μπορεί να βρεθεί είτε σαν τετραγωνική ρίζα της διακύμανσης, είναι με τη χρήση της συνάρτησης std(): 1 octave:> x = [1 2 4] ; 2 octave:> sqrt(var(x)) ans = octave:> std(x) 5 ans = Το αποτέλεσμα είναι βέβαια το ίδιο και μπορείτε να χρησιμοποιείτε είτε τον έναν υπολογισμό είτε τον άλλο. 8.6 Συνδιακύμανση και συντελεστής συσχέτισης Αν έχουμε δύο διανύσματα τιμών μπορούμε να υπολογίσουμε τη συνδιακύμανση και το συντελεστή συσχέτισης με τις συναρτήσεις cov() και cor() αντίστοιχα: 1 octave:1> x = [1 2 4] ; 2 octave:2> y = [0 2 5] ; octave:> cov(x,y) 4 ans = octave:> cor(x,y) 6 ans = Οπως πιθανά θα θυμάστε από τη Στατιστική, ο συντελεστής συσχέτισης παίρνει τιμές πάντα στο διάστημα [-1,1], ενώ η συνδιακύμανση μπορεί να πάρει οποιεσδήποτε τιμές. 8.7 Αναλυτικός υπολογισμός συνδιακύμανσης Η συνδιακύμανση υπολογίζεται με τον τύπο: cov(x, y) = 1 N 1 N (x i x)(y i ȳ) i=1
47 8.7. ΑΝΑΛΥΤΙΚ ΟΣ ΥΠΟΛΟΓΙΣΜ ΟΣ ΣΥΝΔΙΑΚ ΥΜΑΝΣΗΣ 12 Αυτό μπορεί να υπολογιστεί ως: 1 octave:> sum([[x-mean(x)].* [y-mean(y)]]) / (length(x)-1) 2 ans = Μπορούμε να δούμε τον υπολογισμό πιο αναλυτικά, ώστε να γίνεται καλύτερα αντιληπτός. 1. Από ένα διάνυσμα x μπορούμε να παράγουμε το διάνυσμα x x : 1 octave:> x-mean(x) 2 ans = Το ίδιο μπορεί να γίνει και με το διάνυσμα y ȳ : 1 octave:> x-mean(x) 2 octave:> y-mean(y) ans = Αυτό που μας ενδιαφέρει είναι το άθροισμα γινομένων: x 1 y 1 + x 2 y 2 + x y + x 4 y 4 Ενα τέτοιο άθροισμα μπορεί να ληφθεί με τον τελεστή.* Προσέξτε, είναι τελεία αστεράκι, χωρίς ενδιάμεσο κενό. Από μόνο τους η τελεία και το αστεράκι είναι τελείως διαφορετικά πράγματα, ο συνδυασμός τους είναι πως μας ενδιαφέρει εδώ. Αυτό είναι που κάνει τον πολλαπλασιασμό των στοιχείων δύο πινάκων διανυσμάτων. Ετσι, μπορούμε να τοποθετήσουμε τα αποτελέσματα των προηγούμενων υπολογισμών σε δύο νέα διανύσματα και να γράψουμε:
48 124ΚΕΦ ΑΛΑΙΟ 8. ΠΡΆΞΕΙΣ ΣΤΑΤΙΣΤΙΚ ΗΣ ΜΕ Π ΙΝΑΚΕΣ ΚΑΙ ΔΙΑΝ ΥΣΜΑΤΑ 1 octave:> x1 = x-mean(x); 2 octave:> y1 = y-mean(y); octave:> x1.*y1 4 ans = Ετσι έχουμε κάνει τις πράξεις: (1 2.5)(0 2.5) =.75 (2 2.5)(2 2.5) = 0.25 ( 2.5)( 2.5) = 0.25 (4 2.5)(5 2.5) =.75 Οπως έχουμε δει ήδη, η μέση τιμή των διανυσμάτων x, y είναι 2.5 (μπορείτε να το επιβεβαιώσετε με τη συνάρτηση mean()). 4. Το άθροισμα των τιμών του διανύσματος x1.*y1 μπορεί να βρεθεί ως: 1 octave:> sum(x1.*y1) 2 ans = 8 5. Ενώ η τιμή της συνδιακύμανσης ως: 1 octave:50> sum(x1.*y1) / (length(x)-1) 2 ans = Ολοι μαζί οι υπολογισμοί της συνδιακύμανσης: 1 octave:> x = [1 2 4] ; 2 octave:> y = [0 2 5] ; octave:> x1 = x-mean(x); 4 octave:> y1 = y-mean(y); 5 octave:> sum(x1.*y1) / (length(x)-1) 6 ans =
49 8.7. ΑΝΑΛΥΤΙΚ ΟΣ ΥΠΟΛΟΓΙΣΜ ΟΣ ΣΥΝΔΙΑΚ ΥΜΑΝΣΗΣ 125 Τονίζεται πως δεν υπάρχει κάποιος ιδιαίτερος λόγος να χρησιμοποιείται τον αναλυτικό υπολογισμό της συνδιακύμανσης που μόλις δείξαμε, αντί της συνάρτησης cov(). Ωστόσο, για λόγους εκπαίδευσής σας, και για να μπορείτε να επιβεβαιώσετε αποτελέσματα με βάση μαθηματικούς ή στατιστικούς τύπους, θα πρέπει να μπορείτε να κάνετε τέτοιους αναλυτικούς υπολογισμούς. Θα δούμε επίσης μια μικρή τροποποίηση στο παραπάνω παράδειγμα. Αν θέλετε να αποφύγετε τη χρήση των ενδιάμεσων διανυσμάτων x1,y1 μπορείτε να γράψετε: 1 octave:> [x-mean(x)].* [y-mean(y)] 2 ans = Η χρήση των αγκυλών γύρω από τους υπολογισμούς x x και y ȳ δημιουργεί δύο νέα διανύσματα και με τον τελεστή τελεία αστεράκι κάνουμε τον πολλαπλασιασμό των τιμών των δύο διανυσμάτων. Ετσι, με αυτόν τον τρόπο, ο αναλυτικός τρόπος υπολογισμού της συνδιακύμανσης μπορεί να γραφεί ως: 1 octave:> x = [1 2 4] ; 2 octave:> y = [0 2 5] ; octave:> sum([x-mean(x)].* [y-mean(y)]) / (length(x)-1) 4 ans = Είναι πιο σύντομος από πριν, αλλά περισσότερο πολύπλοκος. Επομένως, περισσότερο επικίνδυνος για πιθανά λάθη! Ωστόσο, περιγράφει με πολύ ωραίο τρόπο την ομορφιά και τη δύναμη μιας γλώσσας χειρισμού πινάκων σε Η/Υ, σε σχέση με μια αναλυτική γλώσσα προγραμματισμού. Μέσα σε μία μόνο γραμμή γίνονται οι πράξεις: 1. Υπολόγισε το μέσο x 2. Υπολόγισε το μέσο ȳ. Υπολόγισε την διαφορά x i x x = 1, 2,, 4 4. Υπολόγισε την διαφορά y i ȳ y = 1, 2,, 4 5. Υπολόγισε τα γινόμενα (x i x)(y i ȳ) x = 1, 2,, 4 6. Υπολόγισε το άθροισμα των γινομένων (x i x)(y i ȳ)
50 126ΚΕΦ ΑΛΑΙΟ 8. ΠΡΆΞΕΙΣ ΣΤΑΤΙΣΤΙΚ ΗΣ ΜΕ Π ΙΝΑΚΕΣ ΚΑΙ ΔΙΑΝ ΥΣΜΑΤΑ 7. Υπολόγισε το πλήθος των τιμών του διανύσματος x και αφαίρεσε μία μονάδα 8. Κάνε τη διαίρεση άθροισμα προς πλήθος μείον ένα Τέλος, για τη δική σας διευκόλυνση, μπορείτε να μάθετε επίσης και τη συνάρτηση center(), η οποία επιστρέφει τη διαφορά από το μέσο: c = x i x, i = 1, 2,..., N 1 octave:> center(x) 2 ans = Ετσι, ο υπολογισμός της διακύμανσης μπορεί να γραφεί και ως: 1 octave:> x = [1 2 4] ; 2 octave:> y = [0 2 5] ; octave:> sum(center(x).*center(y)) / (length(x)-1) 4 ans = Και τέλος, ας δώσουμε ακόμα μια πιο απλή λύση. Επειδή για δύο διανύσματα στήλη x, y ισχύει: N x i y i = x y μπορούμε να γράψουμε: i=1 1 octave:> x = [1 2 4] ; 2 octave:> y = [0 2 5] ; octave:> (center(x) * center(y)) / (length(x)-1) 4 ans =
51 8.8. Η ΤΥΠΙΚ Η ΑΠ ΟΚΛΙΣΗ Η τυπική απόκλιση Η συνάρτηση που υπολογίζει την τυπική απόκλιση είναι η std(). Για την τυπική απόκλιση ισχύει: s x = 1 N ( (x i x)) N 1 Η τυπική απόκλιση δηλαδή (standard deviation) ισούται με την τετραγωνική ρίζα της διακύμανσης: s x = (σ x ) Αυτό μπορεί να επαληθευθεί ως: 1 octave:> x = [1 2 4] ; 2 octave:> std(x) ans = octave:> sqrt(var(x)) 5 ans = octave:> var(x) 7 ans = octave:> std(x)^2 9 ans = Παρατηρείστε πως η τιμή της τυπικής απόκλισης ισούται με την τετραγωνική ρίζα της διακύμανσης, και πως η τιμή της διακύμανσης ισούται με το τετράγωνο της τυπικής απόκλισης. 8.9 Αναλυτικός υπολογισμός του συντελεστή συσχέτισης Ο συντελεστής συσχέτισης (ή αλλιώς συντελεστής Pearson), δύο διανυσμάτων δίνεται από τη σχέση: ρ xy = σ x,y s x s y = i=1 cov(x, y) std(x)std(y) Δηλαδή, ισούται με τη συνδιακύμανση προς το γινόμενο των τυπικών αποκλίσεων. Η συνάρτηση cor() επιστρέφει την τιμή του συντελεστή συσχέτισης: 1 octave:> x = [1 2 4] ; 2 octave:> y = [0 2 5] ; octave:> cor(x,y) 4 ans =
52 128ΚΕΦ ΑΛΑΙΟ 8. ΠΡΆΞΕΙΣ ΣΤΑΤΙΣΤΙΚ ΗΣ ΜΕ Π ΙΝΑΚΕΣ ΚΑΙ ΔΙΑΝ ΥΣΜΑΤΑ Να έχετε πάντοτε υπ όψιν σας πως ο συντελεστής συσχέτισης παίρνει εξ ορισμού τιμές στο διάστημα [-1,1]. Ο υπολογισμός με βάση την παραπάνω εξίσωση μπορεί να γίνει ως: 1 octave:> x = [1 2 4] ; 2 octave:> y = [0 2 5] ; octave:> cov(x,y)/(std(x)*std(y)) 4 ans = Οπως παρατηρείτε, το αποτέλεσμα είναι το ίδιο. Στην πραγματικότητα, η συνάρτηση cor() αποτελεί κλήση στον υπολογισμό αυτό του τύπου. Κάνοντας μερικές πράξεις, μπορεί να δειχθεί πως: ρ xy = N N i=1 (x i x)(y i ȳ) i=1 (x i x) 2 N i=1 (y i ȳ) 2 1 octave:> x = [1 2 4] ; 2 octave:> y = [0 2 5] ; (center(x) * center(y)) / (sqrt(sumsq(center(x)))*sqrt(sumsq(center(y)))) 4 ans = Υπενθυμίζεται πως ισχύει: 1 octave:> center(x) 2 ans = octave:> x-mean(x) 10 ans = Δηλαδή πως center(x) = x-mean(x). Βέβαια, μπορούμε να «διασπάσουμε» έναν πολύπλοκο υπολογισμό, όπως πριν σε περισσότερο απλούς. Για παράδειγμα, για τον υπολογισμό του αριθμητή μπορούμε να γράψουμε:
53 8.9. ΑΝΑΛΥΤΙΚ ΟΣ ΥΠΟΛΟΓΙΣΜ ΟΣ ΤΟΥ ΣΥΝΤΕΛΕΣΤ Η ΣΥΣΧ ΕΤΙΣΗΣ129 1 octave:> c = center(x) * center(y) 2 c = 8 octave:> c = sum(center(x).* center(y)) 4 c = 8 5 octave:> c = [x-mean(x)] * [y-mean(y)] 6 c = 8 7 octave:> c = sum([x-mean(x)] * [y-mean(y)]) 8 c = 8 Προφανώς ένας μόνο τρόπος είναι αρκετός. Δε χρειάζονται και οι τέσσερις! Μπορείτε επίσης να σκεφτείτε και μερικούς ακόμα και μόνοι σας. Προσπαθήστε ωστόσο να εξοικειωθείτε με τους διαφορετικούς τρόπους γραφής και να τους καταλάβετε όλους. Στη συνέχεια, μπορείτε βέβαια να επιλέξετε τον τρόπο που θέλετε, και το στυλ που σας ταιριάζει περισσότερο. Για τον παρανομαστή μπορούμε να γράψουμε: 1 octave:> x1 = center(x) 2 x1 = octave:> sx = sqrt(sumsq(x1)) 10 sx = octave:> sx = sqrt(center(x) * center(x)) 1 sx = octave:> x1 = [x-mean(x)].^ 2 16 x1 = octave:> sx = sqrt(sum(x1)) 24 sx = 2.261
54 10ΚΕΦ ΑΛΑΙΟ 8. ΠΡΆΞΕΙΣ ΣΤΑΤΙΣΤΙΚ ΗΣ ΜΕ Π ΙΝΑΚΕΣ ΚΑΙ ΔΙΑΝ ΥΣΜΑΤΑ Δώσαμε τρεις τρόπους για τον υπολογισμό της παράστασης: N (x i x) 2 i=1 Υπάρχουν βέβαια και άλλοι τρόποι. Οπως και πριν, μπορείτε και εδώ να πειραματιστείτε με νέες μεθόδους μέχρι να βρείτε αυτόν που καταλαβαίνετε καλύτερα. Μπορείτε επίσης με κάποιο αντίστοιχο τρόπο να υπολογίσετε την παράσταση: N (y i ȳ) 2 και τελικά να έχουμε: 1 octave:> x = [1 2 4] ; 2 octave:> y = [0 2 5] ; i=1 octave:> c = sum([x-mean(x)] * [y-mean(y)]) 4 c = octave:> x1 = [x-mean(x)].^ 2; 7 octave:> sx = sqrt(sum(x1)) 8 sx = octave:> y1 = [y-mean(y)].^ 2; 11 octave:> sy = sqrt(sum(y1)) 12 sy = octave:> c / (sx*sy) 15 ans = octave:> cor(x,y) 18 ans = Η αποσιώπηση εξόδου στις εντολές που τελειώνουν με ελληνικό ερωτηματικό έγινε εδώ για λόγους οικονομίας. Αν «τρέξετε» το παράδειγμα σε Η/Υ μπορείτε να μην βάλετε στο τέλος των εντολών, ώστε να δείτε καθαρότερα τους ενδιάμεσους υπολογισμούς. Η τελευταία εντολή, με τη συνάρτηση cor() δόθηκε για λόγους σύγκρισης, όπως βλέπετε το αποτέλεσμα είναι το ίδιο.
55 Κεφάλαιο 9 Επίλυση συστημάτων γραμμικών εξισώσεων Τα συστήματα γραμμικών εξισώσεων έχουν τη γενική μορφή: a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b a m1 x 1 + a m2 x a mn x n = b m Μπορούν επίσης να γραφούν με τη μορφή: Ax = b όπου: a 11 a 12 a 1n x 1 b 1 a 21 a 22 a 2n A =......, x = x 2., b = b 2. a m1 a m2 a mn x n b m Η λύση δίνεται από τη σχέση: x = A 1 b Εστω το σύστημα: 5x 1 + 2x 2 = 7 2x 1 = 2 Μπορεί να λυθεί με: 11
56 12ΚΕΦ ΑΛΑΙΟ 9. ΕΠ ΙΛΥΣΗ ΣΥΣΤΗΜΆΤΩΝ ΓΡΑΜΜΙΚ ΩΝ ΕΞΙΣ ΩΣΕΩΝ 1 octave:> A = [-5 2; 2 0] 2 A = octave:> b = [-7; -2] 8 b = octave:> x=inv(a)*b 14 x = Μπορείτε να έχετε επιβεβαίωση της λύσης με την παράσταση A*x: 1 octave:> A*x 2 ans = οι τιμές του αποτελέσματος θα πρέπει να ταυτίζονται με αυτές του διανύσματος b. Εστω το σύστημα: Μπορεί να λυθεί με: x 1 + 5x 2 2x = 6 x 1 + 6x 2 + x = 2 x 1 + 1x 2 + 2x = 0 1 octave:> A = [ 5-2; 6 1; ] 2 A =
57 9.1. ΑΣΚ ΗΣΕΙΣ octave:> b = [6; -2; 0] 9 b = octave:7> x=a\b 16 x = Η πράξη A\b είναι ισοδύναμη με την inv(a)*b, μπορείτε να χρησιμοποιείτε είτε τη μία είτε την άλλη. Η εμπειρία έχει δείξει πως η γραφή inv(a)*b είναι προτιμότερη. Η γραφή A\b μπορεί εύκολα να οδηγήσει στο λάθος b\a, το οποίο είναι τελείως διαφορετική ποσότητα. 9.1 Ασκήσεις Να λύσετε τα παρακάτω συστήματα γραμμικών εξισώσεων: x 1 2x 2 = 1 x 1 x 2 = 1 x 1 + x 2 x = 6 2x 1 2x 2 + 2x = 2 x 1 2x 2 x = 0 5x 1 + 2x + x 4 = 19 8x 1 + 5x 2 + x + 2x 4 = 7 4x 1 + x 2 + x 4 = 18 x 2 + 5x + x 4 = 26 5 x 4 1 x 2 = 4 5 x x 2 = 2
Προγραμματισμός και Χρήση Ηλεκτρονικών Υπολογιστών - Βασικά Εργαλεία Λογισμικού
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΧΗΜΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΙΚΟ ΚΕΝΤΡΟ Προγραμματισμός και Χρήση Ηλεκτρονικών Υπολογιστών - Βασικά Εργαλεία Λογισμικού Μάθημα 5ο Aντώνης Σπυρόπουλος Πράξεις μεταξύ των
Διαβάστε περισσότεραΓρήγορος οδηγός Scilab/Octave/MATLAB
Γρήγορος οδηγός Scilab/Octave/MATLAB Tα Scilab/Octave/MATLAB είναι διαδραστικά προγράμματα αριθμητικών υπολογισμών, τα οποία δέχονται εντολές από τον χρήστη μέσω μιας γραμμής εντολών. Εάν η εντολή δεν
Διαβάστε περισσότεραΕισαγωγή στη Matlab Εισαγωγή στην Αριθμητική Ανάλυση Διδάσκων: Γεώργιος Ακρίβης Βοηθός: Δημήτριος Ζαβαντής
Εισαγωγή στη Matlab Εισαγωγή στην Αριθμητική Ανάλυση Διδάσκων: Γεώργιος Ακρίβης Βοηθός: Δημήτριος Ζαβαντής email: dzavanti@cs.uoi.gr Περιεχόμενα Τι είναι η Matlab; Ιστορικά Χρήσεις και στοιχεία της Matlab
Διαβάστε περισσότεραΕισαγωγή στην Αριθμητική Ανάλυση
Εισαγωγή στην Αριθμητική Ανάλυση Εισαγωγή στη MATLAB ΔΙΔΑΣΚΩΝ: ΓΕΩΡΓΙΟΣ ΑΚΡΙΒΗΣ ΒΟΗΘΟΙ: ΔΗΜΗΤΡΙΑΔΗΣ ΣΩΚΡΑΤΗΣ, ΣΚΟΡΔΑ ΕΛΕΝΗ E-MAIL: SDIMITRIADIS@CS.UOI.GR, ESKORDA@CS.UOI.GR Τι είναι Matlab Είναι ένα περιβάλλον
Διαβάστε περισσότεραΧρονικές σειρές 4 o μάθημα: ΠΙΝΑΚΕΣ ΚΑΙ ΔΙΑΝΥΣΜΑΤΑ
Χρονικές σειρές 4 o μάθημα: ΠΙΝΑΚΕΣ ΚΑΙ ΔΙΑΝΥΣΜΑΤΑ Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ. & Οικονομικό Τμήμα, Πανεπιστήμιο
Διαβάστε περισσότεραΣτατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες
Ορισμός Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες αβεβαιότητας. Βασικές έννοιες Η μελέτη ενός πληθυσμού
Διαβάστε περισσότεραΜαθηµατικοί Υπολογισµοί στην R
Κεφάλαιο 3 Μαθηµατικοί Υπολογισµοί στην R Ενα µεγάλο µέρος της ανάλυσης δεδοµένων απαιτεί διάφορους µαθηµατικούς υπολογισµούς. Αυτό το κεφάλαιο εισαγάγει τον αναγνώστη στις διάφορες δυνατότητες που έχει
Διαβάστε περισσότεραΣύντομες εισαγωγικές σημειώσεις για την. Matlab
Σύντομες εισαγωγικές σημειώσεις για την Matlab Δήλωση Μεταβλητών Για να εισάγει κανείς δεδομένα στη Matlab υπάρχουν πολλοί τρόποι. Ο πιο απλός είναι στη γραμμή εντολών να εισάγουμε αυτό που θέλουμε και
Διαβάστε περισσότεραΘΕΩΡΙΑ Β ΓΥΜΝΑΣΙΟΥ. Μια παράσταση που περιέχει πράξεις με μεταβλητές (γράμματα) και αριθμούς καλείται αλγεβρική, όπως για παράδειγμα η : 2x+3y-8
ΘΕΩΡΙΑ Β ΓΥΜΝΑΣΙΟΥ Άλγεβρα 1 ο Κεφάλαιο 1. Τι ονομάζουμε αριθμητική και τι αλγεβρική παράσταση; Να δώσετε από ένα παράδειγμα. Μια παράσταση που περιέχει πράξεις με αριθμούς, καλείται αριθμητική παράσταση,
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΙΙ. Δρ. Π. Νικολαΐδου
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΙΙ Δρ. Π. Νικολαΐδου Προγραμματίζοντας στη γλώσσα R Αντικείμενα Δεδομένων ( 2 ο Μάθημα ) Αντικείμενα Δεδομένων Τα αντικείµενα δεδοµένων είναι οι διάφορες µορφές στις οποίες µπορούν
Διαβάστε περισσότεραΤυπικές χρήσεις της Matlab
Matlab Μάθημα 1 Τι είναι η Matlab Ολοκληρωμένο Περιβάλλον Περιβάλλον ανάπτυξης Διερμηνευμένη γλώσσα Υψηλή επίδοση Ευρύτητα εφαρμογών Ευκολία διατύπωσης Cross platform (Wintel, Unix, Mac) Τυπικές χρήσεις
Διαβάστε περισσότεραI. ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ. math-gr
I ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ i e ΜΕΡΟΣ Ι ΟΡΙΣΜΟΣ - ΒΑΣΙΚΕΣ ΠΡΑΞΕΙΣ Α Ορισμός Ο ορισμός του συνόλου των Μιγαδικών αριθμών (C) βασίζεται στις εξής παραδοχές: Υπάρχει ένας αριθμός i για τον οποίο ισχύει i Το σύνολο
Διαβάστε περισσότεραΕπίλυση Γραµµικών Συστηµάτων
Κεφάλαιο 3 Επίλυση Γραµµικών Συστηµάτων 31 Εισαγωγή Αριθµητική λύση γενικών γραµµικών συστηµάτων n n A n n x n 1 b n 1, όπου a 11 a 12 a 1n a 21 a 22 a 2n A [a i j, x a n1 a n2 a nn x n, b b 1 b 2 b n
Διαβάστε περισσότεραΔηλαδή η ρητή συνάρτηση είναι πηλίκο δύο ακέραιων πολυωνύμων. Επομένως, το ζητούμενο ολοκλήρωμα είναι της μορφής
D ολοκλήρωση ρητών συναρτήσεων Το θέμα μας στην ενότητα αυτή είναι η ολοκλήρωση ρητών συναρτήσεων. Ας θυμηθούμε πρώτα ποιες συναρτήσεις ονομάζονται ρητές. Ορισμός: Μία συνάρτηση ονομάζεται ρητή όταν μπορεί
Διαβάστε περισσότεραΠίνακες >>A = [ 1,6; 7, 11]; Ή τον πίνακα >> B = [2,0,1; 1,7,4; 3,0,1]; Πράξεις πινάκων
Πίνακες Ένας πίνακας είναι μια δισδιάστατη λίστα από αριθμούς. Για να δημιουργήσουμε ένα πίνακα στο Matlab εισάγουμε κάθε γραμμή σαν μια ακολουθία αριθμών που ξεχωρίζουν με κόμμα (,) ή κενό (space) και
Διαβάστε περισσότερα= 7. Στο σημείο αυτό θα υπενθυμίσουμε κάποιες βασικές ιδιότητες του μετασχηματισμού Laplace, δηλαδή τις
1. Εισαγωγή Δίνεται η συνάρτηση μεταφοράς = = 1 + 6 + 11 + 6 = + 6 + 11 + 6 =. 2 Στο σημείο αυτό θα υπενθυμίσουμε κάποιες βασικές ιδιότητες του μετασχηματισμού Laplace, δηλαδή τις L = 0 # και L $ % &'
Διαβάστε περισσότερα7. Αν υψώσουμε και τα δύο μέλη μιας εξίσωσης στον κύβο (και γενικά σε οποιαδήποτε περιττή δύναμη), τότε προκύπτει
8 7y = 4 y + y ( 8 7y) = ( 4 y + y) ( y) + 4 y y 4 y = 4 y y 8 7y = 4 y + ( 4 y) = ( 4 y y) ( 4 y) = 4( 4 y)( y) ( 4 y) 4( 4 y)( y) = 0 ( 4 y) [ 4 y 4( y) ] = 4 ( 4 y)( y + 4) = 0 y = ή y = 4) 0 4 H y
Διαβάστε περισσότεραΜιγαδικοί Αριθμοί. Μαθηματικά Γ! Λυκείου Θετική και Τεχνολογική Κατεύθυνση. Υποδειγματικά λυμένες ασκήσεις Ασκήσεις προς λύση
Μιγαδικοί Αριθμοί Μαθηματικά Γ! Λυκείου Θετική και Τεχνολογική Κατεύθυνση Υποδειγματικά λυμένες ασκήσεις Ασκήσεις προς λύση ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ Υποδειγματικά Λυμένες Ασκήσεις Άλυτες Ασκήσεις ΛΑ Να βρείτε
Διαβάστε περισσότεραΑριθμητική Ανάλυση & Εφαρμογές
Αριθμητική Ανάλυση & Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 2017-2018 Υπολογισμοί και Σφάλματα Παράσταση Πραγματικών Αριθμών Συστήματα Αριθμών Παράσταση Ακέραιου
Διαβάστε περισσότεραΓ. Ν. Π Α Π Α Δ Α Κ Η Σ Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ ( M S C ) ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ. ΠΡΟΓΡΑΜΜΑ: Σπουδές στις Φυσικές Επιστήμες
Γ. Ν. Π Α Π Α Δ Α Κ Η Σ Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ ( M S C ) ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΠΡΟΓΡΑΜΜΑ: Σπουδές στις Φυσικές Επιστήμες ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ: ΦΥΕ10 (Γενικά Μαθηματικά Ι) ΠΕΡΙΕΧΕΙ ΤΙΣ
Διαβάστε περισσότεραΤι είναι βαθμωτό μέγεθος? Ένα μέγεθος που περιγράφεται μόνο με έναν αριθμό (π.χ. πίεση)
TETY Εφαρμοσμένα Μαθηματικά Ενότητα ΙΙ: Γραμμική Άλγεβρα Ύλη: Διανυσματικοί χώροι και διανύσματα, μετασχηματισμοί διανυσμάτων, τελεστές και πίνακες, ιδιοδιανύσματα και ιδιοτιμές πινάκων, επίλυση γραμμικών
Διαβάστε περισσότεραΠεριεχόμενα. Κεφάλαιο 3 Οι ιδιότητες των αριθμών... 37 3.1 Αριθμητικά σύνολα... 37 3.2 Ιδιότητες... 37 3.3 Περισσότερες ιδιότητες...
Περιεχόμενα Πρόλογος... 5 Κεφάλαιο Βασικές αριθμητικές πράξεις... 5. Τέσσερις πράξεις... 5. Σύστημα πραγματικών αριθμών... 5. Γραφική αναπαράσταση πραγματικών αριθμών... 6.4 Οι ιδιότητες της πρόσθεσης
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 2 Ο ΠΟΛΥΩΝΥΜΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ - ΑΣΚΗΣΕΙΣ
ΚΕΦΑΛΑΙΟ Ο ΠΟΛΥΩΝΥΜΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ - ΑΣΚΗΣΕΙΣ ΚΕΦΑΛΑΙΟ Ο ΠΟΛΥΩΝΥΜΑ 10 ΕΠΑΝΑΛΗΨΕΙΣ ΑΠΟ ΠΡΟΗΓΟΥΜΕΝΕΣ ΤΑΞΕΙΣ α ) Ταυτότητες 1. (a-β)(a+β)=a - b. (a ± b ) = a ± ab + b 3 3 3 3. (a ± b ) = a ± 3a b + 3ab
Διαβάστε περισσότεραΛΧ1004 Μαθηματικά για Οικονομολόγους
ΛΧ1004 Μαθηματικά για Οικονομολόγους Μάθημα 1 ου Εξαμήνου 2Θ+2Φ(ΑΠ) Ι. Δημοτίκαλης, Επίκουρος Καθηγητής 1 ΤΕΙ ΚΡΗΤΗΣ-ΤΜΗΜΑ Λ&Χ: jdim@staff.teicrete.gr ΠΡΟΤΕΙΝΟΜΕΝΟ ΒΙΒΛΙΟ ΕΦΑΡΜΟΓΕΣ ΜΑΘΗΜΑΤΙΚΟΥ ΛΟΓΙΣΜΟΥ
Διαβάστε περισσότεραΕισαγωγή στο Περιβάλλον Επιστημονικού Προγραμματισμού MATLAB-Simulink. Δημήτριος Τζεράνης Λεωνίδας Αλεξόπουλος
Εισαγωγή στο Περιβάλλον Επιστημονικού Προγραμματισμού MATLAB-Simulink Δημήτριος Τζεράνης Λεωνίδας Αλεξόπουλος 1 Τι είναι τα Matlab και Simulink? Το Matlab (MATrix LABoratory) είναι ένα περιβάλλον επιστημονικού
Διαβάστε περισσότεραΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΣΤΑ ΓΕΝΙΚΑ ΜΑΘΗΜΑΤΙΚΑ
ΤΜΗΜΑ ΔΙΕΘΝΟΥΣ ΕΜΠΟΡΙΟΥ ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΣΤΑ ΓΕΝΙΚΑ ΜΑΘΗΜΑΤΙΚΑ ΚΕΦΑΛΑΙΑ: ) ΠΙΝΑΚΕΣ ) ΟΡΙΖΟΥΣΕΣ ) ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ 4) ΠΑΡΑΓΩΓΟΙ ΜΑΡΙΑ ΡΟΥΣΟΥΛΗ ΚΕΦΑΛΑΙΟ ΠΙΝΑΚEΣ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ ΟΡΙΣΜΟΣ Πίνακας
Διαβάστε περισσότεραΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 2 η Ημερομηνία Αποστολής στον Φοιτητή: 28 Νοεμβρίου 2011
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ η Ημερομηνία Αποστολής στον Φοιτητή: 8 Νοεμβρίου 0 Ημερομηνία παράδοσης της Εργασίας: 6 Ιανουαρίου 0 Οι ασκήσεις
Διαβάστε περισσότεραΤΕΤΥ Εφαρμοσμένα Μαθηματικά 1. Τελεστές και πίνακες. 1. Τελεστές και πίνακες Γενικά. Τι είναι συνάρτηση? Απεικόνιση ενός αριθμού σε έναν άλλο.
ΤΕΤΥ Εφαρμοσμένα Μαθηματικά 1 Τελεστές και πίνακες 1. Τελεστές και πίνακες Γενικά Τι είναι συνάρτηση? Απεικόνιση ενός αριθμού σε έναν άλλο. Ανάλογα, τελεστής είναι η απεικόνιση ενός διανύσματος σε ένα
Διαβάστε περισσότεραΣυστήματα Αναμονής (Queuing Systems)
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ - ΕΜΠ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧ. ΥΠΟΛΟΓΙΣΤΩΝ Τομέας Επικοινωνιών, Ηλεκτρονικής & Συστημάτων Πληροφορικής Εργαστήριο Διαχείρισης & Βέλτιστου Σχεδιασμού Δικτύων Τηλεματικής
Διαβάστε περισσότεραETY-202 ΤΑ ΜΑΘΗΜΑΤΙΚΑ ΕΡΓΑΛΕΙΑ ΤΗΣ ΚΒΑΝΤΟΜΗΧΑΝΙΚΗΣ ETY-202 ΎΛΗ & ΦΩΣ 02. ΜΑΘΗΜΑΤΙΚΑ ΕΡΓΑΛΕΙΑ. Στέλιος Τζωρτζάκης 1/11/2013
stzortz@iesl.forth.gr 1396; office Δ013 ΙΤΕ 2 ΎΛΗ & ΦΩΣ 02. ΜΑΘΗΜΑΤΙΚΑ ΕΡΓΑΛΕΙΑ ΤΑ ΜΑΘΗΜΑΤΙΚΑ ΕΡΓΑΛΕΙΑ ΤΗΣ ΚΒΑΝΤΟΜΗΧΑΝΙΚΗΣ Στέλιος Τζωρτζάκης 1 3 4 Ο διανυσματικός χώρος των φυσικών καταστάσεων Η έννοια
Διαβάστε περισσότερα1 ο ΦΥΛΛΑΔΙΟ ΑΣΚΗΣΕΩΝ - ΑΛΓΟΡΙΘΜΟΙ
Δ.Π.Θ. - Πολυτεχνική Σχολή Τμήμα Μηχανικών Παραγωγής & Διοίκησης Ακαδ. έτος 2017-2018 Τομέας Συστημάτων Παραγωγής Εξάμηνο A Αναπληρωτής Καθηγητής Στέφανος Δ. Κατσαβούνης 03 ΟΚΤ 2017 ΜΑΘΗΜΑ : ΕΙΣΑΓΩΓΗ ΣΤΗΝ
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutra@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
Διαβάστε περισσότερα12. ΑΝΙΣΩΣΕΙΣ Α ΒΑΘΜΟΥ. είναι δύο παραστάσεις μιας μεταβλητής x πού παίρνει τιμές στο
ΓΕΝΙΚΑ ΠΕΡΙ ΑΝΙΣΩΣΕΩΝ Έστω f σύνολο Α, g Α ΒΑΘΜΟΥ είναι δύο παραστάσεις μιας μεταβλητής πού παίρνει τιμές στο Ανίσωση με έναν άγνωστο λέγεται κάθε σχέση της μορφής f f g g ή, η οποία αληθεύει για ορισμένες
Διαβάστε περισσότεραΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ. Μαθηματικά 1. Σταύρος Παπαϊωάννου
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ Μαθηματικά Σταύρος Παπαϊωάννου Ιούνιος 05 Τίτλος Μαθήματος Περιεχόμενα Χρηματοδότηση.. Σφάλμα! Δεν έχει οριστεί σελιδοδείκτης. Σκοποί Μαθήματος
Διαβάστε περισσότεραόπου Η μήτρα ή πίνακας του συστήματος
Έστω το γραμμικό σύστημα: Το ίδιο σύστημα σε μορφή πινάκων: 3 5 7 3 2 y x y x B X y x 3 7 5 3 2 όπου Η μήτρα ή πίνακας του συστήματος B Η μήτρα ή πίνακας των σταθερών όρων X Η μήτρα ή πίνακας των αγνώστων
Διαβάστε περισσότεραΜαθηματικά Γ Γυμνασίου
Α λ γ ε β ρ ι κ έ ς π α ρ α σ τ ά σ ε ι ς 1.1 Πράξεις με πραγματικούς αριθμούς (επαναλήψεις συμπληρώσεις) A. Οι πραγματικοί αριθμοί και οι πράξεις τους Διδακτικοί στόχοι Θυμάμαι ποιοι αριθμοί λέγονται
Διαβάστε περισσότεραΠεριεχόμενα. Κεφάλαιο 3 Οι ιδιότητες των αριθμών Αριθμητικά σύνολα Ιδιότητες Περισσότερες ιδιότητες...
Περιεχόμενα Πρόλογος 5 Κεφάλαιο Βασικές αριθμητικές πράξεις 5 Τέσσερις πράξεις 5 Σύστημα πραγματικών αριθμών 5 Γραφική αναπαράσταση πραγματικών αριθμών 6 Οι ιδιότητες της πρόσθεσης και του πολλαπλασιασμού
Διαβάστε περισσότερα159141,9 64 x n 1 n
Πιθανότητες Στατιστική: Λύσεις θεμάτων. Φεβρουάριος 9. Σειρά Α Ζήτημα ο : Μία ομάδα φοιτητών μετρά 64 φορές μία απόσταση s που δεν γνωρίζουν. Τα αποτελέσματα των μετρήσεων εμφανίζονται στον διπλανό πίνακα
Διαβάστε περισσότεραΒ Γραφικές παραστάσεις - Πρώτο γράφημα Σχεδιάζοντας το μήκος της σανίδας συναρτήσει των φάσεων της σελήνης μπορείτε να δείτε αν υπάρχει κάποιος συσχετισμός μεταξύ των μεγεθών. Ο συνήθης τρόπος γραφικής
Διαβάστε περισσότερα1. ΕΙΣΑΓΩΓΗ ΣΤΟ MATLAB... 13
ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ 1. ΕΙΣΑΓΩΓΗ ΣΤΟ MATLAB... 13 1.1. Τι είναι το Matlab... 13 1.2. Περιβάλλον εργασίας... 14 1.3. Δουλεύοντας με το Matlab... 16 1.3.1. Απλές αριθμητικές πράξεις... 16 1.3.2. Σχόλια...
Διαβάστε περισσότεραΕνότητα 2. Ζωγραφίζοντας με το ΒΥΟΒ
Ενότητα 2 : Ζωγραφίζοντας με το ΒΥΟΒ -1- Ενότητα 2. Ζωγραφίζοντας με το ΒΥΟΒ Κεφάλαιο 1: Κίνηση και γεωμετρικά σχήματα α. Θέση και προσανατολισμός της μορφής Η θέση της κάθε μορφής στο σκηνικό προσδιορίζεται
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 07-08 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
Διαβάστε περισσότεραημιουργία και διαχείριση πινάκων
ημιουργία και διαχείριση πινάκων Για να δημιουργήσουμε έναν πίνακα στο MATLAB μπορούμε να γράψουμε A = [ 2 3 ; 7 9 0 ; - 0 5; -2-3 9 -] βλέπουμε ότι αμέσως μας επιστρέφει τον πίνακα που ορίσαμε A = 2 3
Διαβάστε περισσότεραΕργαστήρια Αριθμητικής Ανάλυσης Ι. 4 ο Εργαστήριο. Διανύσματα-Πίνακες 1 ο Μέρος
Εργαστήρια Αριθμητικής Ανάλυσης Ι 4 ο Εργαστήριο Διανύσματα-Πίνακες 1 ο Μέρος 2017 Εισαγωγή Όπως έχουμε προαναφέρει σε προηγούμενα εργαστήρια. Ο βασικός τύπος δεδομένων στο Matlab είναι οι πίνακες. Ένα
Διαβάστε περισσότεραΧρήσεις Η/Υ και Βάσεις Βιολογικών Δεδομένων : ΒΙΟ109 [4] Επεξεργασία Δεδομενων σε λογιστικα φυλλα
Χρήσεις Η/Υ και Βάσεις Βιολογικών Δεδομένων : ΒΙΟ109 [4] Επεξεργασία Δεδομενων σε λογιστικα φυλλα Στόχοι του μαθήματος Στο συγκεκριμένο μάθημα θα παρουσιαστούν οι βασικές λειτουργίες ενός προγράμματος
Διαβάστε περισσότεραΣτατιστική Ι (ΨΥΧ-1202) ιάλεξη 3
(ΨΥΧ-1202) Λεωνίδας Α. Ζαμπετάκης Β.Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail: statisticsuoc@gmail.com ιαλέξεις: ftp://ftp.soc.uoc.gr/psycho/zampetakis/ ιάλεξη 3 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΨΥΧΟΛΟΓΙΑΣ Ρέθυμνο,
Διαβάστε περισσότεραΣημειώσεις του εργαστηριακού μαθήματος Πληροφορική ΙΙ. Εισαγωγή στην γλώσσα προγραμματισμού
Σημειώσεις του εργαστηριακού μαθήματος Πληροφορική ΙΙ Εισαγωγή στην γλώσσα προγραμματισμού Ακαδημαϊκό έτος 2016-2017, Εαρινό εξάμηνο Οι σημειώσεις βασίζονται στα συγγράμματα: A byte of Python (ελληνική
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΟ MATHLAB Α ΜΕΡΟΣ
ΕΙΣΑΓΩΓΗ ΣΤΟ MATHLAB Α ΜΕΡΟΣ ΕΙΣΑΓΩΓΗ ΠΙΝΑΚΩΝ ΣΤΟ MATHLAB Αν θέλουμε να εισάγουμε έναν πίνακα στο mathlab και να προβληθεί στην οθόνη βάζουμε τις τιμές του σε άγκιστρα χωρίζοντάς τις με κόμματα ή κενό
Διαβάστε περισσότερα2ογελ ΣΥΚΕΩΝ 2ογελ ΣΥΚΕΩΝ ΠΟΛΥΩΝΥΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ Β Λυκει(ου ΠΟΛΥΩΝΥΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ
ογελ ΣΥΚΕΩΝ ογελ ΣΥΚΕΩΝ ΠΟΛΥΩΝΥΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ Β Λυκει(ου ο ΓΕΛ ΣΥΚΕΩΝ ΠΟΛΥΩΝΥΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ Β ΛΥΚΕΙΟΥ ογελ ΣΥΚΕΩΝ ογελ ΣΥΚΕΩΝ ΣΧΟΛΙΚΟ ΕΤΟΣ -4 ΠΟΛΥΩΝΥΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ Επιμέλεια: ΧΑΛΑΤΖΙΑΝ ΠΑΥΛΟΣ
Διαβάστε περισσότεραΕίναι γνωστό ότι η δύναμη που ασκείται σε ένα ελατήριο και ονομάζεται δύναμη επαναφοράς δίνεται από τη σχέση : F = kx (3.1)
3.1. Εισαγωγή Είναι γνωστό ότι η δύναμη που ασκείται σε ένα ελατήριο και ονομάζεται δύναμη επαναφοράς δίνεται από τη σχέση : F = kx (3.1) Αν ϑελήσουμε να υπολογίσουμε το έργο της δύναμης αυτής μεταξύ δύο
Διαβάστε περισσότεραΑΝΑΛΥΤΙΚΟ ΠΡΟΓΡΑΜΜΑ B ΤΑΞΗΣ. χρησιμοποιήσουμε καθημερινά φαινόμενα όπως το θερμόμετρο, Θετικοί-Αρνητικοί αριθμοί.
ΑΝΑΛΥΤΙΚΟ ΠΡΟΓΡΑΜΜΑ B ΤΑΞΗΣ ΑΛΓΕΒΡΑ (50 Δ. ώρες) Περιεχόμενα Στόχοι Οδηγίες - ενδεικτικές δραστηριότητες Οι μαθητές να είναι ικανοί: Μπορούμε να ΟΙ ΑΚΕΡΑΙΟΙ ΑΡΙΘΜΟΙ χρησιμοποιήσουμε καθημερινά φαινόμενα
Διαβάστε περισσότεραΑντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών. Εξίσωση παλινδρόμησης. Πρόβλεψη εξέλιξης
Γραμμική Παλινδρόμηση και Συσχέτιση Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών Εξίσωση παλινδρόμησης Πρόβλεψη εξέλιξης Διμεταβλητές συσχετίσεις Πολλές φορές χρειάζεται να
Διαβάστε περισσότερα1 Αριθμητική κινητής υποδιαστολής και σφάλματα στρογγύλευσης
1 Αριθμητική κινητής υποδιαστολής και σφάλματα στρογγύλευσης Στη συγκεκριμένη ενότητα εξετάζουμε θέματα σχετικά με την αριθμητική πεπερασμένης ακρίβειας που χρησιμοποιούν οι σημερινοί υπολογιστές και τα
Διαβάστε περισσότεραPascal, απλοί τύποι, τελεστές και εκφράσεις
Pascal, απλοί τύποι, τελεστές και εκφράσεις 15 Νοεμβρίου 2011 1 Γενικά Στην standard Pascal ορίζονται τέσσερις βασικοί τύποι μεταβλητών: integer: Παριστάνει ακέραιους αριθμούς από το -32768 μέχρι και το
Διαβάστε περισσότεραΚεφάλαιο 5. Το Συμπτωτικό Πολυώνυμο
Κεφάλαιο 5. Το Συμπτωτικό Πολυώνυμο Σύνοψη Στο κεφάλαιο αυτό παρουσιάζεται η ιδέα του συμπτωτικού πολυωνύμου, του πολυωνύμου, δηλαδή, που είναι του μικρότερου δυνατού βαθμού και που, για συγκεκριμένες,
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ
ΥΠΕΥΘΥΝΟΣ ΚΑΘΗΓΗΤΗΣ Α. Ντούνης ΔΙΔΑΣΚΩΝ ΑΚΑΔ. ΥΠΟΤΡΟΦΟΣ Χ. Τσιρώνης ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ ΜΑΘΗΜΑ ΔΕΥΤΕΡΟ - Διανύσματα - Πράξεις με πίνακες - Διαφορικός λογισμός (1D) ΜΑΘΗΜΑΤΙΚΟ ΥΠΟΒΑΘΡΟ
Διαβάστε περισσότεραΣυσχέτιση μεταξύ δύο συνόλων δεδομένων
Διαγράμματα διασποράς (scattergrams) Συσχέτιση μεταξύ δύο συνόλων δεδομένων Η οπτική απεικόνιση δύο συνόλων δεδομένων μπορεί να αποκαλύψει με παραστατικό τρόπο πιθανές τάσεις και μεταξύ τους συσχετίσεις,
Διαβάστε περισσότεραx y z xy yz zx, να αποδείξετε ότι x=y=z.
ΑΣΚΗΣΕΙΣ ΣΤΗΝ ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΚΕΦ. ο A. Ταυτότητες, ιδιότητες δυνάμεων, διάταξη.1 Να παραγοντοποιήσετε τις παρακάτω παραστάσεις: 1. 15a x 15a y 5a x 5a y. a x a x a x a x 3 3 4 3 3 3 3. x 4xy 16 4 y
Διαβάστε περισσότεραΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ. Γεώργιος Α. Κόλλιας - μαθηματικός. 150 ασκήσεις επανάληψης. και. Θέματα εξετάσεων
Γεώργιος Α. Κόλλιας - μαθηματικός Περιέχονται 50 συνδυαστικές ασκήσεις επανάληψης και θέματα εξετάσεων. Δεν συμπεριλαμβάνεται το κεφάλαιο των πιθανοτήτων, της γεωμετρικής προόδου, της μονοτονίας συνάρτησης,
Διαβάστε περισσότερα4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER
4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER Σκοπός του κεφαλαίου είναι να παρουσιάσει μερικές εφαρμογές του Μετασχηματισμού Fourier (ΜF). Ειδικότερα στο κεφάλαιο αυτό θα περιγραφούν έμμεσοι τρόποι
Διαβάστε περισσότεραQR είναι ˆx τότε x ˆx. 10 ρ. Ποιά είναι η τιµή του ρ και γιατί (σύντοµη εξήγηση). P = [X. 0, X,..., X. (n 1), X. n] a(n + 1 : 1 : 1)
ΕΠΙΣΤΗΜΟΝΙΚΟΣ ΥΠΟΛΟΓΙΣΜΟΣ I (22 Σεπτεµβρίου) ΕΠΙΛΕΓΜΕΝΕΣ ΑΠΑΝΤΗΣΕΙΣ 1ο ΘΕΜΑ 1. Αφού ορίσετε ακριβώς τι σηµαίνει πίσω ευσταθής υπολογισµός, να εξηγήσετε αν ο υ- πολογισµός του εσωτερικού γινοµένου δύο διανυσµάτων
Διαβάστε περισσότεραf x και τέσσερα ζευγάρια σημείων
ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ, 014 015, 5 Ο ΕΞΑΜΗΝΟ ΕΡΓΑΣΙΑ #: ΑΡΙΘΜΗΤΙΚΗ ΠΑΡΕΜΒΟΛΗ Ημερομηνία ανάρτησης εργασίας στην ιστοσελίδα του μαθήματος: 1 11 014 Ημερομηνία παράδοσης εργασίας: 18 11 014 Επιμέλεια απαντήσεων:
Διαβάστε περισσότεραΠοσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος
Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Χιωτίδης Γεώργιος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΜ Ε Τ Ρ Α Δ Ι Α Σ Π Ο Ρ Α Σ.
Μ Ε Τ Ρ Α Δ Ι Α Σ Π Ο Ρ Α Σ. π.χ. Βαθμολογία διαγωνίσματος σε τμήματα: Α : 7, 11,16, 16,,. Β : 11, 13, 16, 16, 17, 17. Παρατήρηση : Για τέτοιους λόγους χρειάζεται και η εξέταση κάποιων μέτρων διασποράς
Διαβάστε περισσότεραΕντολές της LOGO (MicroWorlds Pro)
Εντολές της LOGO (MicroWorlds Pro) Εντολές εμφάνισης (εξόδου) και αριθμητικές πράξεις δείξε Εμφανίζει στην οθόνη έναν αριθμό, το αποτέλεσμα πράξεων, μια λέξη ή μια λίστα (ομάδα) λέξεων. δείξε 200 200 δείξε
Διαβάστε περισσότεραΜΑΘΗΜΑΤΑ ΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΟΥ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ Β ΛΥΚΕΙΟΥ
ΜΑΘΗΜΑΤΑ ΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΟΥ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ Β ΛΥΚΕΙΟΥ ΚΕΦΑΛΑΙΟ 1 ο : ΔΙΑΝΥΣΜΑΤΑ 1 ΜΑΘΗΜΑ 1 ο +2 ο ΕΝΝΟΙΑ ΔΙΑΝΥΣΜΑΤΟΣ Διάνυσμα ορίζεται ένα προσανατολισμένο ευθύγραμμο τμήμα, δηλαδή ένα ευθύγραμμο τμήμα
Διαβάστε περισσότεραΕλλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων
Ελλιπή δεδομένα Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 75 ατόμων Εδώ έχουμε δ 75,0 75 5 Ηλικία Συχνότητες f 5-4 70 5-34 50 35-44 30 45-54 465 55-64 335 Δεν δήλωσαν 5 Σύνολο 75 Μπορεί
Διαβάστε περισσότεραΚεφάλαιο 0 Μιγαδικοί Αριθμοί
Κεφάλαιο 0 Μιγαδικοί Αριθμοί 0 Βασικοί ορισμοί και πράξεις Είναι γνωστό ότι δεν υπάρχει πραγματικός αριθμός που επαληθεύει την εξίσωση x Η ανάγκη επίλυσης τέτοιων εξισώσεων οδηγεί στο σύνολο των μιγαδικών
Διαβάστε περισσότεραΜαθηματικά. Ενότητα 3: Ολοκληρωτικός Λογισμός Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)
Μαθηματικά Ενότητα 3: Ολοκληρωτικός Λογισμός Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ ΛΥΜΕΝΕΣ & ΑΛΥΤΕΣ ΑΣΚΗΣΕΙΣ. Επιμέλεια: Γ. Π. Βαξεβάνης (Γ. Π. Β.
ΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΚΗΣ Γ. Π. Β. ΦΡΟΝΤΙΣΤΗΡΙΑΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ ΛΥΜΕΝΕΣ & ΑΛΥΤΕΣ ΑΣΚΗΣΕΙΣ Επιμέλεια: Γ. Π. Βαξεβάνης (Γ. Π. Β.) (Μαθηματικός) ΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΗΣ
Διαβάστε περισσότεραΜαρία Λουκά. Εργαστήριο Matlab Πολυώνυμα - Παρεμβολή. Τμήμα Πληροφορικής και Τηλεπικοινωνιών.
Μαρία Λουκά Εργαστήριο Matlab Πολυώνυμα - Παρεμβολή Τμήμα Πληροφορικής και Τηλεπικοινωνιών. Στη MATLAB τα πολυώνυμα αναπαριστώνται από πίνακες που περιέχουν τους συντελεστές τους σε φθίνουσα διάταξη. Για
Διαβάστε περισσότεραΠολυωνυμικές εξισώσεις και ανισώσεις Εξισώσεις και ανισώσεις που ανάγονται σε πολυωνυμικές
0 Πολυωνυμικές εξισώσεις και ανισώσεις Εξισώσεις και ανισώσεις που ανάγονται σε πολυωνυμικές Α. ΑΠΑΡΑΙΤΗΤΕΣ ΓΝΩΣΕΙΣ ΘΕΩΡΙΑΣ Για να λύσουμε μια πολυωνυμική εξίσωση P(x) 0 (ή μια πολυωνυμική ανίσωση P(x)
Διαβάστε περισσότεραΜηχανική ΙI. Μετασχηματισμοί Legendre. διπλανό σχήμα ότι η αντίστροφη συνάρτηση dg. λέγεται μετασχηματισμός Legendre της f (x)
Τμήμα Π Ιωάννου & Θ Αποστολάτου 7/5/000 Μηχανική ΙI Μετασχηματισμοί Legendre Έστω μια πραγματική συνάρτηση f (x) Ορίζουμε την παράγωγο συνάρτηση df (x) της f (x) : ( x) (η γραφική της παράσταση δίνεται
Διαβάστε περισσότεραY Y ... y nx1. nx1
6 ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ ΜΕ ΤΗ ΧΡΗΣΗ ΠΙΚΑΚΩΝ Η χρησιμοποίηση και ο συμβολισμός πινάκων απλοποιεί σημαντικά τα αποτελέσματα της γραμμικής παλινδρόμησης, ιδίως στην περίπτωση της πολλαπλής παλινδρόμησης Γενικά,
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΣΥΝΟΛΩΝ ΚΑΙ ΣΥΝΔΥΑΣΤΙΚΗΣ ΑΝΑΛΥΣΗΣ
ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 13 ΜΕΡΟΣ ΠΡΩΤΟ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΣΥΝΟΛΩΝ ΚΑΙ ΣΥΝΔΥΑΣΤΙΚΗΣ ΑΝΑΛΥΣΗΣ ΚΕΦΑΛΑΙΟ ΠΡΩΤΟ 17 ΣΥΝΟΛΑ ΣΧΕΣΕΙΣ - ΣΥΝΑΡΤΗΣΕΙΣ 17 1. Η έννοια του συνόλου 17 2. Εγκλεισμός και ισότητα συνόλων 19
Διαβάστε περισσότερα5. ΤΟ ΓΕΝΙΚΟ ΓΡΑΜΜΙΚΟ ΜΟΝΤΕΛΟ (GENERAL LINEAR MODEL) 5.1 Εναλλακτικά μοντέλα του απλού γραμμικού μοντέλου: Το εκθετικό μοντέλο
5. ΤΟ ΓΕΝΙΚΟ ΓΡΑΜΜΙΚΟ ΜΟΝΤΕΛΟ (GENERAL LINEAR MODEL) 5.1 Εναλλακτικά μοντέλα του απλού γραμμικού μοντέλου: Το εκθετικό μοντέλο Ένα εναλλακτικό μοντέλο της απλής γραμμικής παλινδρόμησης (που χρησιμοποιήθηκε
Διαβάστε περισσότεραΑριθμητική Ανάλυση και Εφαρμογές
Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Αριθμητική Ολοκλήρωση Εισαγωγή Έστω ότι η f είναι μία φραγμένη συνάρτηση στο πεπερασμένο
Διαβάστε περισσότεραΕργαστήρια Αριθμητικής Ανάλυσης Ι. 7 ο Εργαστήριο. Διανύσματα-Πίνακες 2 ο Μέρος
Εργαστήρια Αριθμητικής Ανάλυσης Ι 7 ο Εργαστήριο Διανύσματα-Πίνακες 2 ο Μέρος 2017 Εντολή size Σε προηγούμενο εργαστήριο είχαμε κάνει αναφορά στην συνάρτηση length, και την χρησιμότητα της όταν δουλεύουμε
Διαβάστε περισσότεραΕφαρμοσμένα Μαθηματικά ΙΙ 9ο Σετ Ασκήσεων (Λύσεις) Διανυσματικοί Χώροι
Εφαρμοσμένα Μαθηματικά ΙΙ 9ο Σετ Ασκήσεων (Λύσεις) Διανυσματικοί Χώροι Επιμέλεια: Ι. Λυχναρόπουλος. Δείξτε ότι ο V R εφοδιασμένος με τις ακόλουθες πράξεις (, a b) + (, d) ( a+, b+ d) και k ( ab, ) ( kakb,
Διαβάστε περισσότεραΤΟΜΟΣ Α : Συμβολικός Προγραμματισμός
2 ΤΟΜΟΣ Α : Συμβολικός Προγραμματισμός 3 ΟΔΗΓΟΣ στη ΧΡΗΣΗ του ΥΠΟΛΟΓΙΣΤΗ 4 ΤΟΜΟΣ Α : Συμβολικός Προγραμματισμός 5 ΓΕΩΡΓΙΟΣ ΘΕΟΔΩΡΟΥ Καθηγητής Α.Π.Θ. ΧΡΙΣΤΙΝΑ ΘΕΟΔΩΡΟΥ Μαθηματικός ΟΔΗΓΟΣ στη ΧΡΗΣΗ του ΥΠΟΛΟΓΙΣΤΗ
Διαβάστε περισσότεραΠαραδείγματα Ιδιοτιμές Ιδιοδιανύσματα
Παραδείγματα Ιδιοτιμές Ιδιοδιανύσματα Παράδειγμα Να βρείτε τις ιδιοτιμές και τα αντίστοιχα ιδιοδιανύσματα του πίνακα A 4. Επίσης να προσδιοριστούν οι ιδιοχώροι και οι γεωμετρικές πολλαπλότητες των ιδιοτιμών.
Διαβάστε περισσότεραα n z n = 1 + 2z 2 + 5z 3 n=0
Η ύλη συνοπτικά... Στοιχειώδης συνδυαστική Γεννήτριες συναρτήσεις Σχέσεις αναδρομής Θεωρία Μέτρησης Polyá Αρχή Εγκλεισμού - Αποκλεισμού Η ύλη συνοπτικά... Γεννήτριες συναρτήσεις Τι είναι η γεννήτρια Στην
Διαβάστε περισσότεραΑπλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017
Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 2 Εισαγωγή Η ανάλυση παλινδρόμησης περιλαμβάνει το σύνολο των μεθόδων της στατιστικής που αναφέρονται σε ποσοτικές σχέσεις μεταξύ μεταβλητών Πρότυπα παλινδρόμησης
Διαβάστε περισσότεραΜΑΣ 371: Αριθμητική Ανάλυση ΙI ΑΣΚΗΣΕΙΣ. 1. Να βρεθεί το πολυώνυμο Lagrange για τα σημεία (0, 1), (1, 2) και (4, 2).
ΜΑΣ 37: Αριθμητική Ανάλυση ΙI ΑΣΚΗΣΕΙΣ Να βρεθεί το πολυώνυμο Lagrage για τα σημεία (, ), (, ) και (4, ) Να βρεθεί το πολυώνυμο παρεμβολής Lagrage που προσεγγίζει τη συνάρτηση 3 f ( x) si x στους κόμβους
Διαβάστε περισσότεραKεφάλαιο 4. Συστήματα διαφορικών εξισώσεων. F : : F = F r, όπου r xy
4 Εισαγωγή Kεφάλαιο 4 Συστήματα διαφορικών εξισώσεων Εστω διανυσματικό πεδίο F : : F = Fr, όπου r x, και είναι η ταχύτητα στο σημείο πχ ενός ρευστού στο επίπεδο Εστω ότι ψάχνουμε τις τροχιές κίνησης των
Διαβάστε περισσότεραΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ. Μαθηματικά 2. Σταύρος Παπαϊωάννου
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ Μαθηματικά Σταύρος Παπαϊωάννου Ιούνιος Τίτλος Μαθήματος Περιεχόμενα Χρηματοδότηση. Σφάλμα! Δεν έχει οριστεί σελιδοδείκτης. Σκοποί Μαθήματος
Διαβάστε περισσότεραΕφαρμοσμένα Μαθηματικά ΙΙ
Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας Εφαρμοσμένα Μαθηματικά ΙΙ Ιδιοτιμές - Ιδιοδιανύσματα Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Χαρακτηριστικά Ποσά Τετράγωνου Πίνακα (Ιδιοτιμές Ιδιοδιανύσματα)
Διαβάστε περισσότεραΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΑΛΓΕΒΡΑΣ Α ΛΥΚΕΙΟΥ Δ Ι Α Γ Ω Ν Ι Σ Μ Α 1
Δ Ι Α Γ Ω Ν Ι Σ Μ Α Θ έ μ α Α Α. α. Πότε η εξίσωση αx + βx + γ = 0, α 0 έχει διπλή ρίζα; Ποια είναι η διπλή ρίζα της; 4 μονάδες β. Ποια μορφή παίρνει το τριώνυμο αx + βx + γ, α 0, όταν Δ = 0; 3 μονάδες
Διαβάστε περισσότεραΕΝΟΤΗΤΑ 2: Πραγματικοί Αριθμοί
Ενδεικτικός Προγραμματισμός ΕΝΟΤΗΤΑ 2: Πραγματικοί Αριθμοί 12 περίοδοι Δείκτες επιτυχίας: Ορίζουν την έννοια της νιοστής ρίζας ενός αριθμού α και αποδεικνύουν τις ιδιότητες ριζών, όταν ν N, ν 0, 1, α R
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΣΗΜΕΙΩΣΕΙΣ ΓΡΑΜΜΙΚΗΣ ΑΛΓΕΒΡΑΣ. ρ Χρήστου Νικολαϊδη
ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΣΗΜΕΙΩΣΕΙΣ ΓΡΑΜΜΙΚΗΣ ΑΛΓΕΒΡΑΣ ρ Χρήστου Νικολαϊδη Δεκέμβριος Περιεχόμενα Κεφάλαιο : σελ. Τι είναι ένας πίνακας. Απλές πράξεις πινάκων. Πολλαπλασιασμός πινάκων.
Διαβάστε περισσότεραΡητή μετατροπή αριθμητικής τιμής σε άλλο τύπο. Τι θα τυπωθεί στον παρακάτω κώδικα;
Ρητή μετατροπή αριθμητικής τιμής σε άλλο τύπο Τι θα τυπωθεί στον παρακάτω κώδικα; Ρητή μετατροπή αριθμητικής τιμής σε άλλο τύπο Τι θα τυπωθεί στον παρακάτω κώδικα; Χωρίς να αλλάξουμε τον τύπο των a,b,
Διαβάστε περισσότεραΑΕΝ / ΑΣΠΡΟΠΥΡΓΟΥ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΕΡΓΑΣΤΗΡΙΟ ΑΥΤΟΜΑΤΙΣΜΟΥ. Σημειώσεις για τη χρήση του MATLAB στα Συστήματα Αυτομάτου Ελέγχου
ΑΕΝ / ΑΣΠΡΟΠΥΡΓΟΥ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΕΡΓΑΣΤΗΡΙΟ ΑΥΤΟΜΑΤΙΣΜΟΥ Σημειώσεις για τη χρήση του MATLAB στα Συστήματα Αυτομάτου Ελέγχου Κ. ΝΑΣΟΠΟΥΛΟΣ - Α. ΧΡΗΣΤΙ ΟΥ Κ. ΝΑΣΟΠΟΥΛΟΣ - Α. ΧΡΗΣΤΙ ΟΥ Οκτώβριος 011 MATLAB
Διαβάστε περισσότεραΧρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ»
Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ» 2 ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Προβλήματα ελάχιστης συνεκτικότητας δικτύου Το πρόβλημα της ελάχιστης
Διαβάστε περισσότεραΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ
ii ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ 1. Εντολές εκχώρησης (αντικατάστασης)....1 1.1 Εισαγωγή...4 1.1.1 Χρήση ΛΣ και IDE της Turbo Pascal....4 1.1.2 Αίνιγμα...6 1.2 Με REAL...7 1.2.1 Ερώτηση...9 1.2.2 Επίλυση δευτεροβάθμιας
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική
ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 2: Ανασκόπηση βασικών εννοιών Στατιστικής και Πιθανοτήτων Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana
Διαβάστε περισσότεραX = = 81 9 = 9
Πιθανότητες και Αρχές Στατιστικής (11η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 35 Σύνοψη
Διαβάστε περισσότερα(a) (3a + 14β) + (2a β)i = 7 i (β) a(1 + i) + β(1 i) = 5 i) (1 + i)2 3 i. a + βi =
ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ ΘΕΩΡΙΑ-ΑΣΚΗΣΕΙΣ ΠΡΟΣ ΛΥΣΗ ΕΠΙΜΕΛΕΙΑ: Καρράς Ιωάννης Μαθηματικός Ο μὲν κάλος ὄσσον ἴδην πέλεται κάλος ὀ δὲ κἄγαθος αὔτικα κὔστερον ἔσσεται. gxkarras@gmail.com 1. Να βρείτε τους αριθμούς
Διαβάστε περισσότεραΕΝΟΤΗΤΑ 1: ΟΡΙΣΜΟΣ ΠΕΔΙΟ ΟΡΙΣΜΟΥ ΠΡΑΞΕΙΣ ΣΥΝΑΡΤΗΣΕΩΝ ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ ΛΥΜΕΝΑ ΘΕΜΑΤΑ ΘΕΜΑ Α
ΚΕΦΑΛΑΙΟ 1 ο : ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 1: ΟΡΙΣΜΟΣ ΠΕΔΙΟ ΟΡΙΣΜΟΥ ΠΡΑΞΕΙΣ ΣΥΝΑΡΤΗΣΕΩΝ ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ ΛΥΜΕΝΑ ΘΕΜΑΤΑ Ερώτηση θεωρίας 1 ΘΕΜΑ Α Τι ονομάζουμε πραγματική συνάρτηση
Διαβάστε περισσότεραΣτατιστική Ι (ΨΥΧ-1202) Διάλεξη 6 Σχέσεις μεταξύ μεταβλητών
(ΨΥΧ-1202) Λεωνίδας Α. Ζαμπετάκης Β.Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail: statisticsuoc@gmail.com Διαλέξεις: ftp://ftp.soc.uoc.gr/psycho/zampetakis/ Διάλεξη 6 Σχέσεις μεταξύ μεταβλητών ΠΑΝΕΠΙΣΤΗΜΙΟ
Διαβάστε περισσότερα