Hiszterézises káoszgenerátor vizsgálata
|
|
- Klaudia Borbély
- 5 évvel ezelőtt
- Látták:
Átírás
1 vizsgálata Csikja Rudolf november / 34
2 Smale-patkó Smale-patkó Smale-patkó Cantor-halmaz A végtelen sorozatok tere 2 / 34
3 Smale-patkó L S R L R T B 3 / 34
4 Smale-patkó f(x, y) = A [ ] [ ] x 1 + y 0.1 [ ] 10 0 A = { 1, ha x L u(x) = 8, ha x R u(x) L T R B / 34
5 Smale-patkó Smale-patkó Smale-patkó Smale-patkó Cantor-halmaz A végtelen sorozatok tere Minden (x, y) L R pont felírható a koordinátájával: [ ] x y = [ ] 0.a0 a 1 a b 1 b 2 b 3... Belátható, hogy ekkor [ ] 0.a1 a f(x, y) = 2 a a 0 b 1 b 2... a 0 {1, 8}. f(x, y) B T. Az f(z) leképezés mindkét irányban végtelen sokszor iterálható akkor és csak akkor, ha z koordinátás alakjában a i, b i {1, 8}. Milyen halmazba tartoznak ezek a pontok? 5 / 34
6 Cantor-halmaz Smale-patkó Smale-patkó Smale-patkó Cantor-halmaz A végtelen sorozatok tere x = + k=1 a k 1 10 k, y = + Diadikus Cantor-halmaz: { + C := k=1 k=1 b k 10 k (a k, b k {1, 8}). c k 10 k : c k {1, 8} így a z k+1 = f(z k ) diszkrét dinamikai rendszer trajektóriái a Λ := C C halmazban haladnak. f(λ) = Λ. }. 6 / 34
7 A végtelen sorozatok tere Smale-patkó Smale-patkó Smale-patkó Cantor-halmaz A végtelen sorozatok tere Definiáljuk a σ leképezést: σ: Λ Σ 2, ahol Σ 2 := {{... b 3, b 2, b 1 a 0, a 1, a 2... } : a i, b i {1, 8}}. Lássuk el Σ 2 -t a d F (s, s) = k Z 1 s k s k 2 k 1 + s k s k, Fréchet-távolsággal, ekkor σ homeomorfizmus. Így igazak az f S R f 1 S L izomorfizmusok, ahol S R és S L a jobbra-, illetve balra-tolás operátorok. Sikeresen átfogalmaztuk a problémát! 7 / 34
8 Kombinatorikus bonyolultság Kezdeti értéktől való érzékeny függés Sűrű pályák 8 / 34
9 Kombinatorikus bonyolultság Kombinatorikus bonyolultság Kezdeti értéktől való érzékeny függés Sűrű pályák A továbbiakban 1 L és 8 R. Tetszőleges, mindkét irányban végtelen L-R sorozathoz egyértelműen létezik olyan z Λ, hogy f k (z) L, vagy R a megadott sorrendben. Azaz z pályája az L és R halmazt a megadott sorrendben látogatja végig. Például:... LLLRLRLL RRRLLRRL... z = ( , ) 9 / 34
10 Kezdeti értéktől való érzékeny függés Kombinatorikus bonyolultság Kezdeti értéktől való érzékeny függés Sűrű pályák A kezdeti értéktől való érzékeny függés azt fejezi ki, hogy akármilyen z és z z pontból indított pályák egy idő után, adott távolságtól messzebb kerülnek egymástól. Létezik olyan η > 0 állandó, hogy tetszőleges két z, z Λ, z z pontra van olyan N Z, amire f N (z) f N ( z) > η. 10 / 34
11 Sűrű pályák Kombinatorikus bonyolultság Kezdeti értéktől való érzékeny függés Sűrű pályák Van olyan pálya, amely az összes többi pályát tetszőlegesen kis távolságra megközelíti. Például: {...;R, L; L, L; R; L L; R; L, L; L, R; R, L; R, R; L, L, L;... }. A periodikus pályák is sűrűek, olyan értelemben, hogy minden ponthoz tetszőlegesen közel van periodikus pálya, például: {...L,R,R,L,L,R,L,R L,L,L,R,R,L,R... } {...L, R, L, R, L, R, L,R L, R, L, R, L, R, L...} {... L, L, L, R, L, L,L,R L,L, L, R, L, L, L...} {...L, R, L, L, L,R,L,R L,L,L, R, L, R, L...} 11 / 34
12 Leképezési gráf A káosz elégséges feltétele 12 / 34
13 Leképezési gráf Leképezési gráf A káosz elégséges feltétele Legyen I := [0, 1] intervallum és f : I I folytonos függvény, ekkor f N tetszőleges N Z esetén értelmes. Legyen I 0,...,I M I diszjunkt, zárt intervallum, és definiáljuk a G f leképezési gráfot: V (G f ) := {0, 1,...,M}, E(G f ) := {(i, j) V (G f ) V (G f ) : f(i i ) I j }. i 0 i 1 i 2 i N 1 Ha a fenti gráf részgráfja G f gráfnak, akkor létezik x i I i minden i = 0,...,N 1 esetén, hogy x k+1 = f(x k ) k = 0,...,N N-periodusú pálya, azaz f N (x 0 ) = x / 34
14 A káosz elégséges feltétele Leképezési gráf A káosz elégséges feltétele Ha a G f leképezésgráfban van két egymást metsző irányított kör, akkor minden G f gráfbeli mindkét irányban végtelen irányított úthoz létezik őt követő trajektória. Például az alábbi gráfhoz tartozó dinamika pontosan úgy kaotikus, mint a Smale-patkó. L R 14 / 34
15 A vizsgált modell Hiszterézis Trajektória I. Trajektória II. 15 / 34
16 A vizsgált modell A vizsgált modell Hiszterézis Trajektória I. Trajektória II. A következő állapotvisszacsatolással rendelkező oszcillátort vizsgáljuk: ẋ = σx + ωy ẏ = ωx + σy + H x, ahol az instabilitás biztosításához legyen σ > 0, továbbá σ 2 + ω 2 = 1, illetve H hiszterézissel rendelkező szakaszonkét lineáris leképezés: H(p, η) = 1, ha p > 1 1, ha p < 1 η, ha 1 p 1, ahol η {1, 1}. 16 / 34
17 Hiszterézis H(x(t)) 1-1 x(t) / 34
18 Trajektória I / 34
19 Trajektória II. 19 / 34
20 A koordináta-remdszer elforgatása Az új leképezés Poincaréleképezés I. Poincaréleképezés II. Poincaréleképezés Az eredeti és a diszkrét trajektóriák 20 / 34
21 A koordináta-remdszer elforgatása σ φ ω σ 2 +ω 2 =1 21 / 34
22 Az új leképezés A transzformált rendszer egyensúlyi pontjai (1, 0) ( 1, 0) A koordináta-remdszer elforgatása Az új leképezés Poincaréleképezés I. Poincaréleképezés II. Poincaréleképezés Az eredeti és a diszkrét trajektóriák A trajektóriák ezen pontok körül forognak: [ ] [ ][ ] x(t) a(t) b(t) x0 1 = y(t) b(t) a(t) ahol a(t) = e σt cos(ωt), b(t) = e σt sin(ωt). y 0 + [ ] ±1, 0 22 / 34
23 Poincaré-leképezés I. x k+1-1 x k 1 x k x k+1 23 / 34
24 Poincaré-leképezés II. -H(x k ) x k x k y * 24 / 34
25 Poincaré-leképezés A koordináta-remdszer elforgatása Az új leképezés Poincaréleképezés I. Poincaréleképezés II. Poincaréleképezés Az eredeti és a diszkrét trajektóriák f(x k ) = m := exp(πσ/ω) 1 + m m 2 (x k + 1) 2 4 ha x k < 2 m 1 m(x k + 1) 1 ha 2 m 1 x k 1 m(x k 1) + 1 ha 1 x k 2 m m m 2 (x k 1) 2 4 ha x k > 2 m / 34
26 Az eredeti és a diszkrét trajektóriák / 34
27 keresése Kereső kód Leképezési gráf Empirikus sűrűségfüggvény Köszönet Vége 27 / 34
28 keresése keresése Kereső kód Leképezési gráf Empirikus sűrűségfüggvény Köszönet Vége A Mathematica beépített függvényei: Interval[{min, max}] IntervalIntersection[...] IntervalUnion[...] IntervalMemberQ[...] Példa: Sin[Interval[π]] = Interval[{0, 0}] Sin[Interval[N[π]]] = Interval[{ , }] 28 / 34
29 Kereső kód keresése Kereső kód Leképezési gráf Empirikus sűrűségfüggvény Köszönet Vége XX = Table[ NestList[ T, {Interval[{i, i }], 1}, 20 ]/.{x_, y_}->x, {i, 0., 1.0, 0.01} ]/ Interval[]->0 /. T[_]->0; Table[ IntervalIntersection[XX[[j, 1]], XX[[j, i]]], {j, 1, Length[XX]}, {i, 1, 20} ]//TableForm Outer[IntervalIntersection, P1, P2]/.Interval[]->0 29 / 34
30 keresése Kereső kód Leképezési gráf Empirikus sűrűségfüggvény Köszönet Vége k I k H(x 1 k) J k H(x 2 k) 0 [0.28, 0.29] 1 [0.38, 0.39] 1 1 [ , ] 1 [ , ] 1 2 [ , ] 1 [ , ] 1 3 [ , ] 1 [ , ] 1 4 [ , ] 1 [ , ] 1 5 [ , ] 1 [ , ] 1 6 [ , ] 1 [ , ] 1 7 [ , ] 1 [ , ] 1 8 [ , ] -1 [ , ] -1 9 [ , ] 1 [ , ] [ , ] 1 [ , ] [ , ] [ , ] [ , ] 1 14 [ , ] 1 30 / 34
31 Leképezési gráf I 0 I 1 I 2 I 3 I 4 I 8 I 9 J 0 J 1 J 2 J 3 J 11 J 12 J / 34
32 Empirikus sűrűségfüggvény / 34
33 Köszönet Garay Barnabás, Differenciálegyenletek Tanszék. Tóth János, Analízis Tanszék. OTKA: T047132, NK63066 keresése Kereső kód Leképezési gráf Empirikus sűrűségfüggvény Köszönet Vége 33 / 34
34 Vége keresése Kereső kód Leképezési gráf Empirikus sűrűségfüggvény Köszönet Vége [1] Csendes, T.; Bánhelyi. B.; Garay, B.: A verified optimization technique to locate chaotic regions of Hénon systems J. Global Optim., 35 (2006) [2] Guckenheimer, J.; Holmes, P.: Nonlinear oscillations, dynamical systems, and bifurcations of vector fields, Springer, New York, Berlin, Heidelberg, Tokyo (1983). [3] Saito, T.; Mitsubori, K.: Control of chaos from a piecewise linear hysteresis circuit, Circuits and Systems I: Fundamental Theory and Applications, IEEE Transactions on, 42 (1995) [4] Smale, S.: Finding a Horseshoe on the Beaches of Rio, Mathematical Intelligencer, 20 (1998) / 34
HISZTERÉZISES KÁOSZGENERÁTOR
HISZTERÉZISES KÁOSZGENERÁTOR VIZSGÁLATA Csikja Rudolf V. éves villamosmérnök Konzulens: dr. Garay Barnabás dr. Tóth János 2007. november 5. . Bevezetés A bevezető részben összefoglalom azokat a korábbi
RészletesebbenAutonóm egyenletek, dinamikai rendszerek
238 8. Autonóm egyenletek, dinamikai rendszerek 8.8. tétel. (Andronov Witt) 5 6 Ha a Γ periodikus pálya karakterisztikus multiplikátorainak abszolút értéke 1-nél kisebb, akkor a Γ pálya stabilis határciklus.
Részletesebben2007. június 8. XXVII. Magyar Operációkutatási Konferencia, Balatonőszöd 1/22. feladatok megoldásában. Csendes Tibor
2007. június 8. XXVII. Magyar Operációkutatási Konferencia, Balatonőszöd 1/22 Megbízható optimalizálás matematikai feladatok megoldásában Csendes Tibor 2007. június 8. XXVII. Magyar Operációkutatási Konferencia,
RészletesebbenBoros Zoltán február
Többváltozós függvények differenciál- és integrálszámítása (2 3. előadás) Boros Zoltán 209. február 9 26.. Vektorváltozós függvények differenciálhatósága és iránymenti deriváltjai A továbbiakban D R n
Részletesebben1.7. Elsőrendű lineáris differenciálegyenlet-rendszerek
7 Elsőrendű lineáris differenciálegyenlet-rendszerek Legyen n N, I R intervallum és A: I M n n (R), B: I R n folytonos függvények, és tekintsük az { y (x) = A(x)y(x) + B(x) y(ξ) = η kezdeti érték problémát,
RészletesebbenHamilton rendszerek, Lyapunov függvények és Stabilitás. Hamilton rendszerek valós dinamikai rendszerek, konzerva3v mechanikai rendszerek
Hamilton rendszerek, Lyapunov függvények és Stabilitás Hamilton rendszerek valós dinamikai rendszerek, konzerva3v mechanikai rendszerek Sokszor nem lehetséges, hogy a tanult linearizációs módszerrel meghatározzuk
RészletesebbenMATEMATIKAI PROBLÉMAMEGOLDÓ GYAKORLAT
MATEMATIKAI PROBLÉMAMEGOLDÓ GYAKORLAT Ergodelmélet Dávid Szabolcs Papp Dániel Stippinger Marcell 2009.12.11 2 Definíció: A T endomorfizmust ergodikusnak nevezzük, ha bármely f L 2 függvényre f const. (Miután
RészletesebbenFraktálok. Kontrakciók Affin leképezések. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék. TARTALOMJEGYZÉK Kontrakciók Affin transzformációk
Fraktálok Kontrakciók Affin leképezések Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék TARTALOMJEGYZÉK 1 of 71 A Lipschitz tulajdonság ÁTMÉRŐ, PONT ÉS HALMAZ TÁVOLSÁGA Definíció Az (S, ρ) metrikus tér
RészletesebbenLagrange és Hamilton mechanika
Lagrange és 2010. október 17. Lagrange és Tartalom 1 Variáció Lagrange egyenlet Legendre transzformáció Hamilton egyenletek 2 3 Szimplektikus sokaság Hamilton mez Hamilton és Lagrange egyenletek ekvivalenciája
RészletesebbenXII. MAGYAR MECHANIKAI KONFERENCIA MaMeK, 2015 Miskolc, augusztus
XII. MAGYAR MECHANIKAI KONFERENCIA MaMeK, 2015 Miskolc, 2015. augusztus 25-27. DIGITÁLIS SZABÁLYOZÁS OKOZTA KAOTIKUS REZGÉS AMPLITÚDÓJÁNAK BECSLÉSE Gyebrószki Gergely 1, Dr. Csernák Gábor 2 1 Budapesti
Részletesebben4.2. Tétel: Legyen gyenge rendezés az X halmazon. Legyen továbbá B X, amelyre
4.2. Tétel: Legyen gyenge rendezés az X halmazon. Legyen továbbá B X, amelyre Az értékelő függvény létezése (folytatás) p. 1/8 4.2. Tétel: Legyen gyenge rendezés az X halmazon. Legyen továbbá B X, amelyre
RészletesebbenDifferenciálegyenletek numerikus megoldása
a Matematika mérnököknek II. című tárgyhoz Differenciálegyenletek numerikus megoldása Fokozatos közeĺıtés módszere (1) (2) x (t) = f (t, x(t)), x I, x(ξ) = η. Az (1)-(2) kezdeti érték probléma ekvivalens
Részletesebbensin x = cos x =? sin x = dx =? dx = cos x =? g) Adja meg a helyettesítéses integrálás szabályát határozott integrálokra vonatkozóan!
Matematika előadás elméleti kérdéseinél kérdezhető képletek Analízis II Határozatlan integrálszámítás g) t = tg x 2 helyettesítés esetén mivel egyenlő sin x = cos x =? g) t = tg x 2 helyettesítés esetén
RészletesebbenA következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat.
Poisson folyamatok, exponenciális eloszlások Azt mondjuk, hogy a ξ valószínűségi változó Poisson eloszlású λ, 0 < λ
RészletesebbenEötvös Loránd Tudományegyetem Természettudományi Kar
Eötvös Loránd Tudományegyetem Természettudományi Kar Kaotikus Differenciálegyenletek Szakdolgozat Chmelik Gábor Matematika B.Sc., Matematikai elemző szakirány Témavezető: Simon L. Péter, egyetemi docens
RészletesebbenMatematika A2 vizsga mgeoldása június 4.
Matematika A vizsga mgeoldása 03. június.. (a (3 pont Definiálja az f(x, y függvény határértékét az (x 0, y 0 helyen! Megoldás: Legyen D R, f : D R. Legyen az f(x, y függvény értelmezve az (x 0, y 0 pont
RészletesebbenFraktálok. Hausdorff távolság. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék március 14.
Fraktálok Hausdorff távolság Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék 2015. március 14. TARTALOMJEGYZÉK 1 of 36 Halmazok távolsága ELSŐ MEGKÖZELÍTÉS Legyen (S, ρ) egy metrikus tér, A, B S, valamint
RészletesebbenAz elméleti mechanika alapjai
Az elméleti mechanika alapjai Tömegpont, a továbbiakban részecske. A jelenségeket a háromdimenziós térben és időben játszódnak le: r helyzetvektor v dr dt ṙ, a dr dt r a részecske sebessége illetve gyorsulása.
RészletesebbenArató Mátyás, Baran Sándor, Fazekas Gábor. Lineáris dinamikai rendszer négyzetes veszteséggel
Arató Mátyás, Baran Sándor, Fazekas Gábor Lineáris dinamikai rendszer négyzetes veszteséggel mobidiák könyvtár Arató Mátyás, Baran Sándor, Fazekas Gábor Lineáris dinamikai rendszer négyzetes veszteséggel
RészletesebbenDiszkrét matematika 2. estis képzés
Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 7. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenBevezetés a kaotikus rendszerekbe
Bevezetés a kaotikus rendszerekbe. előadás Könyvészet: Steven H. Strogatz, Nonlinear Dynamics and Chaos Káosz, fraktálok és dinamika ` Fraktálok: szépség matematikai leírás Fraktálzene: Phil Thompson Me
RészletesebbenNumerikus módszerek 1.
Numerikus módszerek 1. 10. előadás: Nemlineáris egyenletek numerikus megoldása Lócsi Levente ELTE IK 2013. november 18. Tartalomjegyzék 1 Bolzano-tétel, intervallumfelezés 2 Fixponttételek, egyszerű iterációk
RészletesebbenMatematika alapjai; Feladatok
Matematika alapjai; Feladatok 1. Hét 1. Tekintsük a,, \ műveleteket. Melyek lesznek a.) kommutativok b.) asszociativak c.) disztributívak-e a, műveletek? Melyik melyikre? 2. Fejezzük ki a műveletet a \
RészletesebbenDinamikus modellek szerkezete, SDG modellek
Diagnosztika - 3. p. 1/2 Modell Alapú Diagnosztika Diszkrét Módszerekkel Dinamikus modellek szerkezete, SDG modellek Hangos Katalin PE Villamosmérnöki és Információs Rendszerek Tanszék Diagnosztika - 3.
RészletesebbenDiMat II Végtelen halmazok
DiMat II Végtelen halmazok Czirbusz Sándor 2014. február 16. 1. fejezet A kiválasztási axióma. Ismétlés. 1. Deníció (Kiválasztási függvény) Legyen {X i, i I} nemüres halmazok egy indexelt családja. Egy
RészletesebbenAdaptív dinamikus szegmentálás idősorok indexeléséhez
Adaptív dinamikus szegmentálás idősorok indexeléséhez IPM-08irAREAE kurzus cikkfeldolgozás Balassi Márton 1 Englert Péter 1 Tömösy Péter 1 1 Eötvös Loránd Tudományegyetem Informatikai Kar 2013. november
Részletesebben1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0
I. Legyen f : R R, f(x) = 1 1 + x 2, valamint 1. Házi feladat d : R + 0 R+ 0 R (x, y) f(x) f(y). 1. Igazoljuk, hogy (R + 0, d) metrikus tér. 2. Adjuk meg az x {0, 3} pontok és r {1, 2} esetén a B r (x)
RészletesebbenLNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei
Legkisebb négyzetek módszere, folytonos eset Folytonos eset Legyen f C[a, b]és h(x) = a 1 φ 1 (x) + a 2 φ 2 (x) +... + a n φ n (x). Ekkor tehát az n 2 F (a 1,..., a n ) = f a i φ i = = b a i=1 f (x) 2
RészletesebbenANALÍZIS III. ELMÉLETI KÉRDÉSEK
ANALÍZIS III. ELMÉLETI KÉRDÉSEK Szerkesztette: Balogh Tamás 2014. március 17. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így
RészletesebbenFRAKTÁLGEOMETRIA Feladatok. Czirbusz Sándor április 16. A feladatok végén zárójelben a feladat pontértéke található.
FRAKTÁLGEOMETRIA Feladatok Czirbusz Sándor 010. április 16. I. rész Feladatok A feladatok végén zárójelben a feladat pontértéke található. 1. Példák fraktálokra 1.1. A Cantor - halmaz 1.1.1. Feladat. Igazoljuk,
Részletesebben3. előadás Stabilitás
Stabilitás 3. előadás 2011. 09. 19. Alapfogalmak Tekintsük dx dt = f (t, x), x(t 0) = x 0 t (, ), (1) Jelölje t x(t; t 0, x 0 ) vagy x(.; t 0, x 0 ) a KÉF megoldását. Kívánalom: kezdeti állapot kis megváltozása
RészletesebbenFunkcionálanalízis. n=1. n=1. x n y n. n=1
Funkcionálanalízis 2011/12 tavaszi félév - 2. előadás 1.4. Lényeges alap-terek, példák Sorozat terek (Folytatás.) C: konvergens sorozatok tere. A tér pontjai sorozatok: x = (x n ). Ezen belül C 0 a nullsorozatok
RészletesebbenValószínűségi változók. Várható érték és szórás
Matematikai statisztika gyakorlat Valószínűségi változók. Várható érték és szórás Valószínűségi változók 2016. március 7-11. 1 / 13 Valószínűségi változók Legyen a (Ω, A, P) valószínűségi mező. Egy X :
RészletesebbenEgész pontokról racionálisan
Egész pontokról racionálisan Tengely Szabolcs 2008. április 16. Intézeti Szeminárium tengely@math.klte.hu slide 1 Algebrai görbék Algebrai görbék Legyen f Q[X, Y ], C(R) = {(x, y) R 2 : f(x, y) = 0}. génusz
Részletesebben2012. október 2 és 4. Dr. Vincze Szilvia
2012. október 2 és 4. Dr. Vincze Szilvia Tartalomjegyzék 1.) Az egyváltozós valós függvény fogalma, műveletek 2.) Zérushely, polinomok zérushelye 3.) Korlátosság 4.) Monotonitás 5.) Szélsőérték 6.) Konvex
RészletesebbenSzámrendszerek Feladat. Számrendszerek. Németh Bence május 13.
2014. május 13. Legyen Λ R n rács, M : Λ Λ alapmátrix, melyre det(m) 0, 0 D Λ véges jegyhalmaz. Legyen Λ R n rács, M : Λ Λ alapmátrix, melyre det(m) 0, 0 D Λ véges jegyhalmaz. Definíció (Generalized number
Részletesebbenλx f 1 (x) e λx f 2 (x) λe λx f 2 (x) + e λx f 2(x) e λx f 2 (x) Hasonlóan általában is elérhető sorműveletekkel, hogy csak f (j)
Matematika A3 gyakorlat Energetika és Mechatronika BSc szakok, 016/17 ősz 10 feladatsor: Magasabbrendű lineáris differenciálegyenletek (megoldás) 1 Határozzuk meg az e λx, xe λx, x e λx,, x k 1 e λx függvények
RészletesebbenRelativisztikus pont-mechanika
Relativisztikus pont-mechanika Balog János MTA Wigner FK RMI, Budapest Pont-mechanika és kauzalitás, no-interaction tétel Relativisztikus és prediktív mechanika Kanonikus relativisztikus mechanika Ruijsenaars-Schneider
RészletesebbenKalman-féle rendszermodell Méréselmélet PE MIK MI, VI BSc 1
alman-féle rendszermodell.4.. Méréselmélet PE MI MI, VI BSc álmán Rudolf Rudolf Emil alman was born in Budapest, Hungar, on Ma 9, 93. He received the bachelor's degree (S.B.) and the master's degree (S.M.)
RészletesebbenKészítette: Fegyverneki Sándor
VALÓSZÍNŰSÉGSZÁMÍTÁS Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2001. i JELÖLÉSEK: N a természetes számok halmaza (pozitív egészek) R a valós számok halmaza R 2 {(x, y) x, y
RészletesebbenLássuk be, hogy nem lehet a három pontot úgy elhelyezni, hogy egy inerciarendszerben
Feladat: A háromtest probléma speciális megoldásai Arra vagyunk kiváncsiak, hogy a bolygó mozgásnak milyen egyszerű egyensúlyi megoldásai vannak három bolygó esetén. Az így felmerülő három-test probléma
RészletesebbenDiszkrét matematika 1. estis képzés
Diszkrét matematika 1. estis képzés 2019. tavasz 1. Diszkrét matematika 1. estis képzés 9. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján
RészletesebbenDescartes-féle, derékszögű koordináta-rendszer
Descartes-féle, derékszögű koordináta-rendszer A derékszögű koordináta-rendszerben a sík minden pontjához egy rendezett valós számpár rendelhető. A számpár első tagja (abszcissza) a pont y tengelytől mért
RészletesebbenMatematika II. 1 sin xdx =, 1 cos xdx =, 1 + x 2 dx =
Matematika előadás elméleti kérdéseinél kérdezhető képletek Matematika II Határozatlan Integrálszámítás d) Adja meg az alábbi alapintegrálokat! x n 1 dx =, sin 2 x dx = d) Adja meg az alábbi alapintegrálokat!
RészletesebbenMechanika I-II. Példatár
Budapesti Műszaki és Gazdaságtudományi Egyetem Műszaki Mechanika Tanszék Mechanika I-II. Példatár 2012. május 24. Előszó A példatár célja, hogy támogassa a mechanika I. és mechanika II. tárgy oktatását
RészletesebbenA MATEMATIKA NÉHÁNY KIHÍVÁSA
A MATEMATIKA NÉHÁNY KIHÍVÁSA NAPJAINKBAN Simon L. Péter ELTE, Matematikai Intézet Alkalmazott Analízis és Számításmatematikai Tsz. 1 / 20 MATEMATIKA AZ ÉLET KÜLÖNBÖZŐ TERÜLETEIN Kaotikus sorozatok és differenciálegyenletek,
RészletesebbenDiszkrét matematika 2.C szakirány
Diszkrét matematika 2.C szakirány 2015. tavasz 1. Diszkrét matematika 2.C szakirány 1. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu Komputeralgebra Tanszék 2015. tavasz Gráfelmélet Diszkrét
Részletesebben4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O
1. Mit nevezünk elemi eseménynek és eseménytérnek? A kísérlet lehetséges kimeneteleit elemi eseményeknek nevezzük. Az adott kísélethez tartozó elemi események halmazát eseménytérnek nevezzük, jele: X 2.
RészletesebbenSzámsorok. 1. Definíció. Legyen adott valós számoknak egy (a n ) n=1 = (a 1, a 2,..., a n,...) végtelen sorozata. Az. a n
Számsorok 1. Definíció. Legyen adott valós számoknak egy (a n ) = (a 1, a 2,..., a n,...) végtelen sorozata. Az végtelen összeget végtelen számsornak (sornak) nevezzük. Az a n számot a sor n-edik tagjának
RészletesebbenDiszkrét matematika 2. estis képzés
Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 10. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenANALÍZIS III. ELMÉLETI KÉRDÉSEK
ANALÍZIS III. ELMÉLETI KÉRDÉSEK Szerkesztette: Balogh Tamás 2014. május 15. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így
RészletesebbenDiszkrét Matematika MSc hallgatók számára. 4. Előadás
Diszkrét Matematika MSc hallgatók számára 4. Előadás Előadó: Hajnal Péter Jegyzetelő: Szarvák Gábor 2012. február 28. Emlékeztető. A primál feladat optimális értékét p -gal, a feladat optimális értékét
Részletesebbenegyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk
Valószínűségszámítás 8. feladatsor 2015. november 26. 1. Bizonyítsuk be, hogy az alábbi folyamatok mindegyike martingál. a S n, Sn 2 n, Y n = t n 1+ 1 t 2 Sn, t Fn = σ S 1,..., S n, 0 < t < 1 rögzített,
Részletesebben= e i1 e ik e j 1. tenzorok. A k = l = 0 speciális esetben e az R egységeleme. A. e q 1...q s. = e j 1...j l q 1...q s
3. TENZORANALÍZIS Legyen V egy n-dimenziós vektortér, V a duális tere, T (k,l) V = V V V V a (k, l)-típusú tenzorok tere. Megállapodás szerint T (0,0) V = R (általában az alaptest). Ha e 1,..., e n V egy
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 2 II. A valószínűségi VÁLTOZÓ És JELLEMZÉsE 1. Valószínűségi VÁLTOZÓ Definíció: Az leképezést valószínűségi változónak nevezzük, ha
RészletesebbenPhD szigorlat Differenciálegyenletek és megoldásuk tárgyai
1 / 5 2009.09.20. 16:09 PhD szigorlat Differenciálegyenletek és megoldásuk tárgyai Főtárgy: Közönséges DE: 1+2+3+4+5+6. Parciális DE: 9+10+11+12+13+14. Numerikus módszerek: 1+4+7+8+15+16. Melléktárgyak:
Részletesebben1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor
. Számsorok, hatványsorok, Taylor-sor, Fourier-sor Vizsgálja meg a következő végtelen sorokat konvergencia szempontjából. Tétel. (Cauchy-féle belső konvergenciakritérium) A a n végtelen sor akkor és csakis
Részletesebben"Flat" rendszerek. definíciók, példák, alkalmazások
"Flat" rendszerek definíciók, példák, alkalmazások Hangos Katalin, Szederkényi Gábor szeder@scl.sztaki.hu, hangos@scl.sztaki.hu 2006. október 18. flatness - p. 1/26 FLAT RENDSZEREK: Elméleti alapok 2006.
RészletesebbenLegyen adott egy S diszkrét halmaz. Leggyakrabban S az egész számoknak egy halmaza, például S = {0, 1, 2,..., N}, {0, 1, 2,... }.
. Markov-láncok. Definíció és alapvető tulajdonságok Legyen adott egy S diszkrét halmaz. Leggyakrabban S az egész számoknak egy halmaza, például S = {0,,,..., N}, {0,,,... }.. definíció. S értékű valószínűségi
RészletesebbenRend, rendezetlenség, szimmetriák (rövidített változat)
Rend, rendezetlenség, szimmetriák (rövidített változat) dr. Tasnádi Tamás 1 2018. február 16. 1 BME, Matematikai Intézet Tartalom Mi a rend? Érdekes grafikáktól a periodikus rácsokig Nem periodikus parkettázások
Részletesebben0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles
Matematika szigorlat, Mérnök informatikus szak I. 2013. jan. 10. Név: Neptun kód: Idő: 180 perc Elm.: 1. f. 2. f. 3. f. 4. f. 5. f. Fel. össz.: Össz.: Oszt.: Az elérhető pontszám 40 (elmélet) + 60 (feladatok)
RészletesebbenDinamikai rendszerek, 2017 tavasz
Dinamikai rendszerek, 2017 tavasz Napló: erről volt szó az órákon Február 6. Diszkrét idejű dinamikai rendszer fogalma. Pálya, periodicitás, aszimptotikus viselkedés. Invertálhatóság kérdése. Dinamikai
RészletesebbenMatematika I. NÉV:... FELADATOK:
24.2.9. Matematika I. NÉV:... FELADATOK:. A tanult módon vizsgáljuk az a = 3, a n = 3a n 2 (n > ) rekurzív sorozatot. pt 2n 2 + e 2. Definíció szerint és formálisan is igazoljuk, hogy lim =. pt n 3 + n
Részletesebben3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI
3. Fuzzy aritmetika Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 Intervallum-aritmetika 2 Fuzzy intervallumok és fuzzy számok Fuzzy intervallumok LR fuzzy intervallumok
RészletesebbenKiterjesztések sek szemantikája
Kiterjesztések sek szemantikája Példa D Integer = {..., -1,0,1,... }; D Boolean = { true, false } D T1... T n T = D T 1... D Tn D T Az összes függvf ggvény halmaza, amelyek a D T1,..., D Tn halmazokból
RészletesebbenEgy késleltetett differenciálegyenlet vizsgálata megbízható számítógépes eljárással
Egy késleltetett differenciálegyenlet vizsgálata megbízható számítógépes eljárással Bánhelyi Balázs Szeged Kivonat A szakirodalomban nem volt ismert megbízható numerikus eljárás késleltetett differenciálegyenletek
Részletesebbenx, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:
Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Valószínűségi változó általános fogalma: A : R leképezést valószínűségi változónak nevezzük, ha : ( ) x, x R, x rögzített esetén esemény.
RészletesebbenKÉMIAI REAKCIÓRENDSZEREK
KÉMIAI REAKCIÓRENDSZEREK KINETIKAI TULAJDONSÁGAI Boros Balázs ELTE, Matematikai Intézet Formális reakciókinetikai szeminárium (BME) 2008. október 7. és 14. BOROS BALÁZS (ELTE, MATINT) KÉMIAI REAKCIÓRENDSZEREK
RészletesebbenGazdasági matematika II. vizsgadolgozat megoldása A csoport
Gazdasági matematika II. vizsgadolgozat megoldása A csoport Definiálja az alábbi fogalmakat!. Egy eseménynek egy másik eseményre vonatkozó feltételes valószínűsége. ( pont) Az A esemény feltételes valószínűsége
RészletesebbenFeladatok a Gazdasági matematika II. tárgy gyakorlataihoz
Debreceni Egyetem Közgazdaságtudományi Kar Feladatok a Gazdasági matematika II tárgy gyakorlataihoz a megoldásra ajánlott feladatokat jelöli e feladatokat a félév végére megoldottnak tekintjük a nehezebb
RészletesebbenOptimalizálási eljárások GYAKORLAT, MSc hallgatók számára. Analízis R d -ben
Optimalizálási eljárások GYAKORLAT, MSc hallgatók számára Analízis R d -ben Gyakorlatvezetõ: Hajnal Péter 2012. február 8 1. Konvex függvények Definíció. f : D R konvex, ha dom(f) := D R n konvex és tetszőleges
RészletesebbenCsempe átíró nyelvtanok
Csempe átíró nyelvtanok Tile rewriting grammars Németh L. Zoltán Számítástudomány Alapjai Tanszék SZTE, Informatikai Tanszékcsoport 1. előadás - 2006. április 10. Képek (pictures) I. Alapdefiníciók ábécé:
Részletesebbeny = y 0 exp (ax) Y (x) = exp (Ax)Y 0 A n x n 1 (n 1)! = A I + d exp (Ax) = A exp (Ax) exp (Ax)
III Az exp (Ax mátrixfüggvény módszere Ha y = ay, y( = y, a = állandó y = y exp (ax d dx [exp (Ax] = Y = AY, Y ( = Y, Y (x = exp (AxY exp (Ax = I + n= A n x n (n! = A A n x n, n! ] A n x n I + = A exp
RészletesebbenFolytonos görbék Hausdorff-metrika Mégegyszer a sztringtérről FRAKTÁLGEOMETRIA. Metrikus terek, Hausdorff-mérték. Czirbusz Sándor
Metrikus terek, Hausdorff-mérték Czirbusz Sándor czirbusz@gmail.com Komputeralgebra Tanszék ELTE Informatika Kar 2010. március 22. Vázlat 1 Folytonos görbék Affin függvények Definíciók A Koch-görbe A Cantor-halmaz
RészletesebbenDinamikai rendszerek kaotikusságának és stabilitásának vizsgálata megbízható számítógépes módszerekkel
Dinamikai rendszerek kaotikusságának és stabilitásának vizsgálata megbízható számítógépes módszerekkel Doktori értekezés Bánhelyi Balázs Témavezető: Dr. Csendes Tibor egyetemi docens Szegedi Tudományegyetem
RészletesebbenElméleti összefoglaló a Valószín ségszámítás kurzushoz
Elméleti összefoglaló a Valószín ségszámítás kurzushoz Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet kimeneteleinek
RészletesebbenMatematika MSc záróvizsgák (2015. június )
Június 23. (kedd) H45a 12.00 13.00 Bizottság: Simonovits András (elnök), Simon András, Katona Gyula Y., Pap Gyula (külső tag) 12.00 Bácsi Marcell Közelítő algoritmusok és bonyolultságuk tv.: Friedl Katalin
RészletesebbenFázisportrék. A Dinamikai rendszerek órákon bemutatott példarendszerek fázisportréi. Lineáris oszcillátor. v = ax bv
Fázisportrék A Dinamikai rendszerek órákon bemutatott példarendszerek fázisportréi Lineáris oszcillátor ẋ=v v = ax bv a=0, b=0: centrum, konzervatív rendszer a=0, b=0,5: stabil fókusz, disszipatív rendszer
RészletesebbenModellezés Gregorics Tibor Mesterséges intelligencia
Modellezés 1. Állapottér-reprezentáció Állapottér: a probléma leírásához szükséges adatok által felvett érték-együttesek (azaz állapotok) halmaza az állapot többnyire egy összetett szerkezetű érték gyakran
Részletesebbenvalós számot tartalmaz, mert az ilyen részhalmazon nem azonosság.
2. Közönséges differenciálegyenlet megoldása, megoldhatósága Definíció: Az y függvényt a valós számok H halmazán a közönséges differenciálegyenlet megoldásának nevezzük, ha az y = y(x) helyettesítést elvégezve
Részletesebben(Independence, dependence, random variables)
Két valószínűségi változó együttes vizsgálata Feltételes eloszlások Két diszkrét változó együttes eloszlása a lehetséges értékpárok és a hozzájuk tartozó valószínűségek (táblázat) Példa: Egy urna 3 fehér,
RészletesebbenDifferenciálegyenletek és dinamikai rendszerek
Differenciálegyenletek és dinamikai rendszerek Simon L. Péter Eötvös Loránd Tudományegyetem Matematikai Intézet Alkalmazott Analízis és Számításmatematikai Tanszék 2012 Tartalomjegyzék 1. Bevezetés 4 1.1.
RészletesebbenMátrixok 2017 Mátrixok
2017 számtáblázatok" : számok rendezett halmaza, melyben a számok helye két paraméterrel van meghatározva. Például lineáris egyenletrendszer együtthatómátrixa 2 x 1 + 4 x 2 = 8 1 x 1 + 3 x 2 = 1 ( 2 4
RészletesebbenMatematika II képletek. 1 sin xdx =, cos 2 x dx = sh 2 x dx = 1 + x 2 dx = 1 x. cos xdx =,
Matematika II előadás elméleti kérdéseinél kérdezhető képletek Matematika II képletek Határozatlan Integrálszámítás x n dx =, sin 2 x dx = sin xdx =, ch 2 x dx = sin xdx =, sh 2 x dx = cos xdx =, + x 2
RészletesebbenIrányítástechnika GÁSPÁR PÉTER. Prof. BOKOR JÓZSEF útmutatásai alapján
Irányítástechnika GÁSPÁR PÉTER Prof. BOKOR JÓZSEF útmutatásai alapján Irányítástechnika rendszerek Irányítástechnika Budapest, 2008 2 Az előadás felépítése 1. 2. 3. 4. Irányítástechnika Budapest, 2008
RészletesebbenNemkonvex kvadratikus egyenlőtlenségrendszerek pontos dualitással
pontos dualitással Imre McMaster University Advanced Optimization Lab ELTE TTK Operációkutatási Tanszék Folytonos optimalizálás szeminárium 2004. július 6. 1 2 3 Kvadratikus egyenlőtlenségrendszerek Primál
Részletesebben(!), {z C z z 0 < R} K (K: konv. tart.) lim cn+1
Komlex analízis Komlex hatványsorok c n (z z 0 ) n ; R = lim n c n, R = (!), {z C z z 0 < R} K (K: konv. tart.) lim cn+ c n n=0. Van-e olyan komlex hatványsor, melynek a) üres a konvergenciatartománya,
RészletesebbenA Baire-tételről egy KöMaL feladat kapcsán
A Baire-tételről egy KöMaL feladat kapcsán Besenyei Ádám A következőkben a matematikának több ágában is fontos szerepet betöltő eszközével, a Baire kategória-tétellel és annak néhány alkalmazásával ismertetjük
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.22. Valószínűségi változó Véletlentől függő számértékeket (értékek sokasága) felvevő változókat valószínűségi változóknak nevezzük(jelölés: ξ, η, x). (pl. x =
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy
Diszkrét matematika 3. estis képzés 2018. ősz 1. Diszkrét matematika 3. estis képzés 9. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenPélda: Tartó lehajlásfüggvényének meghatározása a Rayleigh Ritz-féle módszer segítségével
Példa: Tartó lehajlásfüggvényének meghatározása a Rayleigh Ritz-féle módszer segítségével Készítette: Dr. Kossa Attila (kossa@mm.bme.hu) BME, Műszaki Mechanikai Tanszék 2013. szeptember 23. Javítva: 2013.10.09.
RészletesebbenStatisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
RészletesebbenNUMERIKUS MÓDSZEREK I. BEUGRÓ KÉRDÉSEK
NUMERIKUS MÓDSZEREK I. BEUGRÓ KÉRDÉSEK Szerkesztette: Balogh Tamás 04. január 7. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el!
RészletesebbenMorvai Anikó. Szakdolgozat
EÖTVÖS LORÁND TUDOMÁNYEGYETEM TERMÉSZETTUDOMÁNYI KAR Morvai Anikó Matematika BSc. Matematikai elemző szakirány DINAMIKAI RENDSZEREK VIZSGÁLATA SZIMBOLIKUS PROGRAMCSOMAGOKKAL Szakdolgozat Témavezető: Burcsi
RészletesebbenMegoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ
Megoldások Harmadik fejezet gyakorlatai 3.. gyakorlat megoldása ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4;, 3 normális eloszlású P (ξ 8 ξ 5 feltételes valószínűségét (.3. alapján számoljuk.
Részletesebben4. Fogyasztói preferenciák elmélete
4. Fogyasztói preferenciák elmélete (ld. Temesi J.: A döntéselmélet alapjai, 47-63) 4.1 Preferencia relációk Mit jelent a fogyasztó választása? Legyen X egy olyan halmaz amelynek az elemei azok a lehetőségek
Részletesebben1.9. B - SPLINEOK B - SPLINEOK EGZISZTENCIÁJA. numerikus analízis ii. 34. [ a, b] - n legfeljebb n darab gyöke lehet. = r (m 1) n = r m + n 1
numerikus analízis ii 34 Ezért [ a, b] - n legfeljebb n darab gyöke lehet = r (m 1) n = r m + n 1 19 B - SPLINEOK VOLT: Ω n véges felosztás S n (Ω n ) véges dimenziós altér A bázis az úgynevezett egyoldalú
RészletesebbenKalman-féle rendszer definíció 2006.09.09. 1
Kalman-féle rendszer definíció 2006.09.09. 1 Kálmán Rudolf Rudolf Emil Kalman was born in Budapest, Hungary, on May 19, 1930. He received the bachelor's degree (S.B.) and the master's degree (S.M.) in
Részletesebben