Populációdinamika kurzus, projektfeladat. Aszimptotikus viselkedés egy determinisztikus járványterjedési modellben. El adó:
|
|
- Léna Varga
- 4 évvel ezelőtt
- Látták:
Átírás
1 Populációdinamika kurzus, projektfeladat Aszimptotikus viselkedés egy determinisztikus járványterjedési modellben El adó: Unger Tamás István okleveles villamosmérnök matematika B.Sc. szakos hallgató Szeged Szegedi Tudományegyetem Bolyai Intézet Szeged 219. május 25.
2 Bevezetés Tartalom 1 Bevezetés 2 Az alkalmazott modell: SIS Alapvet összefüggések A modell módosítása 3 Periodikus érintkezési ráta A dierenciálegyenlet és megoldása A modell implementálása Matlab-kód 4 Hordozó egyedek hatása Konstans számú hordozó "Csak hordozók" esete Exponenciálisan csökken hordozószám Matlab-kód, a modell viselkedése 5 Összefoglalás
3 Bevezetés Bevezetés A feldolgozott cikk: (9) H. W. Hethcote: Asymptotic Behavior in a Deterministic Epidemic Model. Bulletin of Mathematical Biology, 35(5-6), , El zmények: Determinisztikus járványterjedési modellek alapjai: Bailey (1957); Dietz (1967) matematikai munkái (újabb, pontosabb modellek); Klasszikus megközelítés: SIR-modell. fertőzés gyógyulás S I R ábra: SIR-modell Nem alkalmazható olyan járványok modellezésére, melyek esetén a gyógyult egyed ismét fogékonnyá válhat.
4 Az alkalmazott modell: SIS Tartalom 1 Bevezetés 2 Az alkalmazott modell: SIS Alapvet összefüggések A modell módosítása 3 Periodikus érintkezési ráta A dierenciálegyenlet és megoldása A modell implementálása Matlab-kód 4 Hordozó egyedek hatása Konstans számú hordozó "Csak hordozók" esete Exponenciálisan csökken hordozószám Matlab-kód, a modell viselkedése 5 Összefoglalás
5 Az alkalmazott modell: SIS Alapvet összefüggések A SIS-modell alapjai Weiss és Dishon (1971) N: teljes populáció; S (t): fogékony egyedek száma; I (t): fert zött egyedek száma. N = S (t) + I (t), I (t = ) = I. fertőzés S I gyógyulás ábra: SIS-modell I (t) = βi (t) S (t) γi (t), S (t) = N I (t). (1) β: érintkezési ráta (infection vagy contact rate); γ: gyógyulási ráta (recovery rate).
6 Az alkalmazott modell: SIS A modell módosítása Módosított modell Els módosítás: periodikus érintkezési ráta β konstans helyett β (t): id függ, periodikus. N > átlagos relatív gyógyulási ráta (ρ): I (t) asz. periodikus, t ; N átlagos relatív gyógyulási ráta (ρ): I (t) oszc., t. Második módosítás: a fert zés hordózó egyedek általi elterjesztése Konstans számú hordozó (carrier) egyed: I (t) K, K R +, t ; Exponenciálisan csökken hordozószám: I (t), t. Hordozó:"Egy egyed, aki egy patogén mikroorganizmust hordoz klinikai tünetek nélkül, a fert zésnek egy potenciális forrását szolgáltatva." Mire jó ez a modell? Fert z légúti betegségek, megfázás, inuenza,..., a speciális vagy gyorsan megsz n immunitás miatt.
7 Periodikus érintkezési ráta Tartalom 1 Bevezetés 2 Az alkalmazott modell: SIS Alapvet összefüggések A modell módosítása 3 Periodikus érintkezési ráta A dierenciálegyenlet és megoldása A modell implementálása Matlab-kód 4 Hordozó egyedek hatása Konstans számú hordozó "Csak hordozók" esete Exponenciálisan csökken hordozószám Matlab-kód, a modell viselkedése 5 Összefoglalás
8 Periodikus érintkezési ráta A dierenciálegyenlet és megoldása Periodikus érintkezési ráta Legyen β = β (t) pozitív, folytonos és p-vel periodikus függvény, γ konstans, p periódusid pedig legyen 1 év. I (t) = β (t) I (t) [N I (t)] γi (t) = [β (t) N γ] I (t) β (t) I 2 (t). (2) Állítás: A fenti dierenciálegyenlet megoldása az I (t = ) = I kezdeti feltétel mellett: [ ] t exp N β (u) du γt I (t) = t [ ]. (3) v β (v) exp N β (u) du γv dv + 1 I Bizonyítás: Nehéz, a cikk nem is részletezi.
9 Periodikus érintkezési ráta A modell implementálása A modell implementálása Legyen β (t) = A B cos (Ct), A, B, C R. Ekkor t t β (u) du = (A B cos (Cu)) du = At B sin (Ct). (4) C Ezt felhasználva kapjuk: I (t) = t = t [ ] t exp N β (u) du γt ] v N β (u) du γv [ ] exp NAt NB C sin (Ct) γt [ β (v) exp dv + 1 I =. NAv NB (A B cos (Cv)) e C sin(cv) γv dv + 1 I A nevez ben szerepl integrál numerikusan például trapézszabály segítségével könnyen meghatározható, így I (t) numerikusan számítható. (5)
10 Periodikus érintkezési ráta Matlab-kód Matlab-kód ábra: A modell Matlab-kódja
11 Periodikus érintkezési ráta Legyen k = N ˆβ γ, ahol ˆβ p = 1 β (u) du, továbbá ρ = γˆβ. p 1 ˆβ = (A B cos (Cu)) du = A B sin C C. Állítás: Ha k, akkor N ρ és I (t) oszc., t. Bizonyítás: Tfh. k. k N ˆβ γ N ˆβ γ. Mivel ˆβ = γ ρ, ezért γ N ρ. N γ ρ I (t) viselkedése az implementált Matlab-script segítségével vizsgálható.
12 Periodikus érintkezési ráta Pl.: N = 1, A = 2, B = 1.8, C = 5 és γ = 2.4 esetén ˆβ 2.345, k I(t).4 I(t) t t ábra: A megoldás (I (t)) γ = 2.4 és γ = 3 esetén, különböz I értékekre
13 Periodikus érintkezési ráta Állítás: Ha k >, akkor N > ρ és I (t) asz. periodikus, t. Bizonyítás: Tfh. k >. k > N ˆβ γ > N ˆβ > γ. Mivel ˆβ = γ ρ, ezért N γ > γ N > ρ. ρ I (t) viselkedése az implementált Matlab-script segítségével vizsgálható. Pl.: N = 1, A = 2, B = 1.8, C = 5 és γ = 1 esetén ˆβ 2.345, k I(t) I(t) t t ábra: A megoldás (I (t)) γ = 1 és γ = 2 esetén, különböz I értékekre
14 Hordozó egyedek hatása Tartalom 1 Bevezetés 2 Az alkalmazott modell: SIS Alapvet összefüggések A modell módosítása 3 Periodikus érintkezési ráta A dierenciálegyenlet és megoldása A modell implementálása Matlab-kód 4 Hordozó egyedek hatása Konstans számú hordozó "Csak hordozók" esete Exponenciálisan csökken hordozószám Matlab-kód, a modell viselkedése 5 Összefoglalás
15 Hordozó egyedek hatása Konstans számú hordozó Konstans számú hordozó Legyen C R + konstans számú hordozó egyed. Ekkor I (t) = β (I (t) + C) S (t) γi (t) = β (I (t) + C) (N I (t)) γi (t) = =... = βnc + (βn βc γ) βi 2 (t). (6) Bevezetve ρ = γ β relatív gyógyulási rátát: I (t) = βnc + β (N C ρ) I (t) βi 2 (t). (7) Állítás: Megoldása I (t = ) = I kezdeti feltétel mellett: I (t) = 1 α 1 (βi + α 2 ) e α1t + α 2 (βi α 1 ) e α 2t β (βi + α 2 ) e α1t (βi α 1 ) e α, (8) 2t ahol α 1,2 = β { [ (N C ρ) 2 1 } 2 + 4CN] ± (N C ρ). (9) 2 Bizonyítás: Nem nehéz, csak hosszadalmas, a cikk nem is részletezi.
16 Hordozó egyedek hatása Konstans számú hordozó Konstans számú hordozó Állítás: Konstans számú hordozó egyed: I (t) K, K R +, t. Bizonyítás: Vegyük észre, hogy α 1, α 2 > N, C, ρ. Így: 1 e α 1t α 1 (βi + α 2 ) + α 2 (βi α 1 ) e ( α 2 α 1 )t lim I (t) = lim t t β e α 1t (βi + α 2 ) (βi α 1 ) e ( α = α 1 = K. 2 α 1 )t β Matlab-kód: ábra: A modell Matlab-kódja
17 Hordozó egyedek hatása N = 1, C = I(t).5 I(t) t t ábra: A megoldás (I (t)) (β, γ) = (3, 1) és (β, γ) = (1, 3) esetén, különböz I értékekre
18 Hordozó egyedek hatása "Csak hordozók" esete "Csak hordozók" esete I (t) = βcs (t) γi (t) = βc (N I (t)) γi (t) = βcn I (t) (βc + γ), I (t = ) = I. Homogén általános megoldás: I h (t) = Me λt, I h (t) = Mλeλt, Mλe λt = Me λt (βc + γ) λ = (βc + γ). I h (t) = Me (βc+γ)t. Partikuláris megoldás: I p (t) = K, K R, I p βcn (t) =, = βcn K (βc + γ) K = Ip (t) = βc + γ. I (t) = I h (t) + I p (t) = Me (βc+γ)t + βcn βc+γ. Kezdeti feltétel: I () = I = M + βcn βc+γ M = I βcn βc+γ. ( I (t) = I βcn βc + γ ) e (βc+γ)t + βcn βc + γ βcn, t. (1) βc + γ
19 Hordozó egyedek hatása Exponenciálisan csökken hordozószám Exponenciálisan csökken hordozószám A hordozószám az id nek csökken exponenciális függvénye. Ekkor: I (t) = βce at S (t) γi (t) = βcne at I (t) ( βce at + γ ). Állítás: A dierenciálegyenlet megoldása: t βcn I (t) = ) exp ( av βce av + γv dv + I a e βc a ( exp βce at + γt a ). (11) Állítás: Belátható, hogy I (t), t.
20 Hordozó egyedek hatása Matlab-kód, a modell viselkedése Matlab-kód ábra: A modell Matlab-kódja
21 Hordozó egyedek hatása Matlab-kód, a modell viselkedése N = 1, C (t) =.1e.65t I(t).5.4 I(t) t t ábra: A megoldás (I (t)) (β, γ) = (1, 1) és (β, γ) = (1, 2.5) esetén, különböz I értékekre
22 Összefoglalás Tartalom 1 Bevezetés 2 Az alkalmazott modell: SIS Alapvet összefüggések A modell módosítása 3 Periodikus érintkezési ráta A dierenciálegyenlet és megoldása A modell implementálása Matlab-kód 4 Hordozó egyedek hatása Konstans számú hordozó "Csak hordozók" esete Exponenciálisan csökken hordozószám Matlab-kód, a modell viselkedése 5 Összefoglalás
23 Összefoglalás Összefoglalás Módosított SIS-modell; 1. módosítás: periodikus érintkezési ráta; 2. módosítás: konstans/exponenciális számú hordozó egyed; I (t) aszimptotikus viselkedése különböz módon, eltér feltételek mellett. Els módosítás: periodikus érintkezési ráta N > átlagos relatív gyógyulási ráta (ρ): I (t) asz. periodikus, t ; N átlagos relatív gyógyulási ráta (ρ): I (t) oszc., t. Második módosítás: a fert zés hordózó egyedek általi elterjesztése Konstans számú hordozó (carrier) egyed: I (t) K, K R +, t ; Exponenciálisan csökken hordozószám: I (t), t.
24 Köszönöm a gyelmet! Kérdések
A 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,
RészletesebbenDifferenciálegyenletek a mindennapokban
Differenciálegyenletek a mindennapokban Csizmadia László Bolyai Intézet, Szegedi Tudományegyetem Kutatók éjszakája Szeged, SZTE L. Csizmadia (Szeged) Kutatók éjszakája 2011. 2011.09.23. 1 / 15 Pénz, pénz,
RészletesebbenModellek és Algoritmusok - 2.ZH Elmélet
Modellek és Algoritmusok - 2.ZH Elmélet Ha hibát elírást találsz kérlek jelezd: sellei_m@hotmail.com A fríss/javított változat elérhet : people.inf.elte.hu/semsaai/modalg/ 2.ZH Számonkérés: 3.EA-tól(DE-ek)
RészletesebbenGyakorló feladatok a Közönséges dierenciálegyenletek kurzushoz
Gyakorló feladatok a Közönséges dierenciálegyenletek kurzushoz Vas Gabriella 204. február A feladatgy jtemény a TÁMOP-4.2.4.A/2-/-202-000 azonosító számú Nemzeti Kiválóság Program Hazai hallgatói, illetve
Részletesebben4. Laplace transzformáció és alkalmazása
4. Laplace transzformáció és alkalmazása 4.1. Laplace transzformált és tulajdonságai Differenciálegyenletek egy csoportja algebrai egyenletté alakítható. Ennek egyik eszköze a Laplace transzformáció. Definíció:
RészletesebbenHorváth Bálint. Járványterjedés modellezése adaptív hálózatokon
Eötvös Loránd Tudományegyetem Természettudományi Kar Horváth Bálint Járványterjedés modellezése adaptív hálózatokon MSc Szakdolgozat Témavezet : Nagy Noémi Alkalmazott Analízis és Számítástudományi Tanszék
RészletesebbenDinamikai rendszerek, populációdinamika
Dinamikai rendszerek, populációdinamika Számítógépes szimulációk 1n4i11/1 Csabai István ELTE Komplex Rendszerek Fizikája Tanszék 5.102 Email: csabaiθcomplex.elte.hu 2009 tavasz Dierenciálegyenletek a zikán
RészletesebbenPopulációdinamika. Számítógépes szimulációk szamszimf17la
Populációdinamika Számítógépes szimulációk szamszimf17la Csabai István, Stéger József ELTE Komplex Rendszerek Fizikája Tanszék Email: csabai@complex.elte.hu, steger@complex.elte.hu Bevezetés Dierenciálegyenletek
Részletesebben1. Példa. A gamma függvény és a Fubini-tétel.
. Példa. A gamma függvény és a Fubini-tétel.. Az x exp x + t )) függvény az x, t tartományon folytonos, és nem negatív, ezért alkalmazható rá a Fubini-tétel. I x exp x + t )) dxdt + t dt π 4. [ exp x +
RészletesebbenFeladatok Differenciálegyenletek II. témakörhöz. 1. Határozzuk meg a következő elsőrendű lineáris differenciálegyenletek általános megoldását!
Feladatok Differenciálegyenletek II. témakörhöz 1. Határozzuk meg a következő elsőrendű lineáris differenciálegyenletek általános megoldását! (a) (b) 2. Tekintsük az differenciálegyenletet. y y = e x.
RészletesebbenAz inga mozgásának matematikai modellezése
Az inga mozgásának matematikai modellezése Csizmadia László Bolyai Intézet, Szegedi Tudományegyetem Természet és Matematika Szeged, SZTE L. Csizmadia (Szeged) Őszi Kulturális Fesztivál, 2011. 2011.10.08.
RészletesebbenMatematikai modellek. Nagyprojekt
Matematikai modellek Nagyprojekt El adók: Ágoston Dóra Csenge, Unger Tamás István B.Sc. szakos matematikus hallgatók Szegedi Tudományegyetem Bolyai Intézet 2018. május 19. 2017/2018 tavaszi szemeszter
RészletesebbenDIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC
BSC MATEMATIKA II. MÁSODRENDŰ LINEÁRIS DIFFERENCIÁLEGYENLETEK BSc. Matematika II. BGRMAHNND, BGRMAHNNC MÁSODRENDŰ DIFFERENCIÁLEGYENLETEK Egy explicit közönséges másodrendű differenciálegyenlet általános
RészletesebbenMegoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1
Megoldott feladatok 00. november 0.. Feladat: Vizsgáljuk az a n = n+ n+ sorozat monotonitását, korlátosságát és konvergenciáját. Konvergencia esetén számítsuk ki a határértéket! : a n = n+ n+ = n+ n+ =
RészletesebbenGibbs-jelenség viselkedésének vizsgálata egyszer négyszögjel esetén
Matematikai modellek, I. kisprojekt Gibbs-jelenség viselkedésének vizsgálata egyszer négyszögjel esetén Unger amás István B.Sc. szakos matematikus hallgató ungert@maxwell.sze.hu, http://maxwell.sze.hu/~ungert
RészletesebbenHálózati folyamatok közelít differenciálegyenletei
Eötvös Loránd Tudományegyetem Természettudományi Kar Hálózati folyamatok közelít differenciálegyenletei MSc szakdolgozat Írta: Varga Roxána Alkalmazott matematikus MSc, Alkalmazott analízis szakirány Témavezet
RészletesebbenMATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga
BABEŞ-BOLYAI TUDOMÁNYEGYETEM, KOLOZSVÁR MATEMATIKA ÉS INFORMATIKA KAR MATE-INFO UBB verseny, 218. március 25. MATEMATIKA írásbeli vizsga FONTOS TUDNIVALÓK: 1 A feleletválasztós feladatok,,a rész esetén
RészletesebbenFeladatok matematikából 3. rész
Debreceni Egyetem Matematikai Intézet Feladatok matematikából 3. rész fizika és villamosmérök alapszakos hallgatók részére Debrecen, 6 ősz Határozatlan integrál. Számítsuk ki a következő integrálokat!
RészletesebbenUtolsó el adás. Wettl Ferenc BME Algebra Tanszék, Wettl Ferenc (BME) Utolsó el adás / 20
Utolsó el adás Wettl Ferenc BME Algebra Tanszék, http://www.math.bme.hu/~wettl 2013-12-09 Wettl Ferenc (BME) Utolsó el adás 2013-12-09 1 / 20 1 Dierenciálegyenletek megoldhatóságának elmélete 2 Parciális
RészletesebbenVégeselem modellezés alapjai 1. óra
Végeselem modellezés alapjai. óra Gyenge alak, Tesztfüggvény, Lagrange-féle alakfüggvény, Stiness mátrix Kivonat Az óra célja, hogy megismertesse a végeselem módszer (FEM) alkalmazását egy egyszer probléma,
RészletesebbenA TANTÁRGY ADATLAPJA
A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeş-Bolyai Tudományegyetem 1.2 Kar Matematika és Informatika 1.3 Intézet Magyar Matematika és Informatika 1.4 Szakterület
RészletesebbenStatisztikai módszerek a skálafüggetlen hálózatok
Statisztikai módszerek a skálafüggetlen hálózatok vizsgálatára Gyenge Ádám1 1 Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Számítástudományi és Információelméleti
RészletesebbenFourier sorok február 19.
Fourier sorok. 1. rész. 2018. február 19. Függvénysor, ismétlés Taylor sor: Speciális függvénysor, melynek tagjai: cf n (x) = cx n, n = 0, 1, 2,... Állítás. Bizonyos feltételekkel minden f előállítható
RészletesebbenMatematika A1a Analízis
B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Matematika Aa Analízis BMETE90AX00 Az exp és ln függvények H607, EIC 209-04-24 Wettl
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,
RészletesebbenKalkulus S af ar Orsolya F uggv enyek S af ar Orsolya Kalkulus
Függvények Mi a függvény? A függvény egy hozzárendelési szabály. Egy valós függvény a valós számokhoz, esetleg egy részükhöz rendel hozzá pontosan egy valós számot valamilyen szabály (nem feltétlen képlet)
RészletesebbenA derivált alkalmazásai
A derivált alkalmazásai Összeállította: Wettl Ferenc 2014. november 17. Wettl Ferenc A derivált alkalmazásai 2014. november 17. 1 / 57 Tartalom 1 Függvény széls értékei Abszolút széls értékek Lokális széls
RészletesebbenFolytonos rendszeregyenletek megoldása. 1. Folytonos idejű (FI) rendszeregyenlet általános alakja
Folytonos rendszeregyenletek megoldása 1. Folytonos idejű (FI) rendszeregyenlet általános alakja A folytonos rendszeregyenletek megoldásakor olyan rendszerekkel foglalkozunk, amelyeknek egyetlen u = u(t)
RészletesebbenLoss Distribution Approach
Modeling operational risk using the Loss Distribution Approach Tartalom»Szabályozói környezet»modellezési struktúra»eseményszám eloszlás»káreloszlás»aggregált veszteségek»további problémák 2 Szabályozói
RészletesebbenRöst Gergely (Bolyai Intézet) járványok és matematika December 7, 2011 1 / 30
Röst Gergely (Bolyai Intézet) járványok és matematika December 7, 2011 1 / 30 Tartalom 1 Történelmi járványok 2 Milyen kérdésekre adhat választ a matematika? 3 Influenzajárvány az iskolában - miért ér
RészletesebbenDifferenciaegyenletek
Differenciaegyenletek Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Debrecen, 2009/10 tanév, I. félév Losonczi László (DE) Differenciaegyenletek 2009/10 tanév, I. félév 1 / 11
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.
RészletesebbenDiszkrét matematika 2. estis képzés
Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 11. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenEllátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével
Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével Pekárdy Milán, Baumgartner János, Süle Zoltán Pannon Egyetem, Veszprém XXXII. Magyar Operációkutatási
RészletesebbenT obbv altoz os f uggv enyek integr alja. 3. r esz aprilis 19.
Többváltozós függvények integrálja. 3. rész. 2018. április 19. Kettős integrál Kettős integrál téglalap alakú tartományon. Ismétlés Ha = [a, b] [c, d] téglalap-tartomány, f : I integrálható függvény, akkor
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
Részletesebbeny + a y + b y = r(x),
Definíció 1 A másodrendű, állandó együtthatós, lineáris differenciálegyenletek általános alakja y + a y + b y = r(x), ( ) ahol a és b valós számok, r(x) pedig adott függvény. Ha az r(x) függvény az azonosan
RészletesebbenÖsszefoglalás és gyakorlás
Összefoglalás és gyakorlás High Speed Networks Laboratory 1 / 28 Hálózatok jellemző paraméterei High Speed Networks Laboratory 2 / 28 Evolúció alkotta adatbázis Önszerveződő adatbázis = (struktúra, lekérdezés)
RészletesebbenSamu Viktória. A Helmholtz-egyenlet
Eötvös Loránd Tudományegyetem Természettudományi Kar Samu Viktória A Helmholtz-egyenlet BSc Szakdolgozat Témavezet : Dr. Tóth Árpád Analízis Tanszék Budapest, 2014 Köszönetnyilvánítás Szeretném megköszönni
RészletesebbenMegkülönböztetett kiszolgáló routerek az
Megkülönböztetett kiszolgáló routerek az Interneten Megkülönböztetett kiszolgálás A kiszolgáló architektúrák minősége az Interneten: Integrált kiszolgálás (IntServ) Megkülönböztetett kiszolgálás (DiffServ)
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
RészletesebbenSorozatok és Sorozatok és / 18
Sorozatok 2015.11.30. és 2015.12.02. Sorozatok 2015.11.30. és 2015.12.02. 1 / 18 Tartalom 1 Sorozatok alapfogalmai 2 Sorozatok jellemz i 3 Sorozatok határértéke 4 Konvergencia és korlátosság 5 Cauchy-féle
RészletesebbenFoton-visszhang alapú optikai kvantum-memóriák: koherens kontroll optikailag sűrű közegben
Foton-visszhang alapú optikai kvantum-memóriák: koherens kontroll optikailag sűrű közegben Demeter Gábor MTA Wigner Fizikai Kutatóközpont, RMI Demeter Gábor (MTA Wigner RCP... / 4 Bevezetés / Motiváció
RészletesebbenDIFFERENCIAEGYENLETEK
DIFFERENCIAEGYENLETEK Példa: elsőrendű állandó e.h. lineáris differenciaegyenlet Ennek megoldása: Kezdeti feltétellel: Kezdeti feltétel nélkül ha 1 és a végtelen összeg (abszolút) konvergens: / 1 Minden
RészletesebbenMire jó a modellalkotás? Jelenségek megmagyarázásának eszköze.
Modellalkotás Mire jó a modellalkotás? Jelenségek megmagyarázásának eszköze. ok-okozati összefüggések feltárása összefüggések, mintázatok megmagyarázása "miért?" és "hogyan?" kérdések megválaszolása predikció
RészletesebbenHÁZI FELADATOK. 2. félév. 1. konferencia Komplex számok
Figyelem! A feladatok megoldása legyen áttekinthet és részletes, de férjen el az arra szánt helyen! Ha valamelyik HÁZI FELADATOK. félév. konferencia Komple számok Értékelés:. egység: önálló feladatmegoldás
RészletesebbenElemi függvények. Matematika 1. előadás. ELTE TTK Földtudomány BSc, Környezettan BSc, Környezettan tanár október 4.
Elemi függvények Matematika 1. előadás ELTE TTK Földtudomány BSc, Környezettan BSc, Környezettan tanár 2017. október 4. Csomós Petra Elemi függvények 1. Hatványfüggvények 2. Exponenciális és logaritmus
RészletesebbenHúrnégyszögek, Ptolemaiosz tétele
Húrnégyszögek, Ptolemaiosz tétele Markó Zoltán 11C Húrnégyszögek Definíció: Húrnégyszögnek nevezzük az olyan négyszöget, amely köré kör írható Vagyis az olyan konvex négyszögek, amelyeknek oldalai egyben
RészletesebbenElemi függvények. Matematika 1. előadás. ELTE TTK Földtudomány BSc, Környezettan BSc, Környezettan tanár 3. előadás. Csomós Petra
Elemi függvények Matematika 1. előadás ELTE TTK Földtudomány BSc, Környezettan BSc, Környezettan tanár 3. előadás Csomós Petra Elemi függvények 1. Hatványfüggvények 2. Exponenciális és logaritmus függvény
RészletesebbenSzokol Patricia szeptember 19.
a Haladó módszertani ismeretek című tárgyhoz 2017. szeptember 19. Legyen f : N R R adott függvény, ekkor a x n = f (n, x n 1 ), n = 1, 2,... egyenletet elsőrendű differenciaegyenletnek nevezzük. Ha még
RészletesebbenAbszolút folytonos valószín ségi változó (4. el adás)
Abszolút folytonos valószín ségi változó (4. el adás) Deníció (Abszolút folytonosság és s r ségfüggvény) Az X valószín ségi változó abszolút folytonos, ha van olyan f : R R függvény, melyre P(X t) = t
RészletesebbenMatematika mérnököknek 2. Ismétlés Numerikus dierenciálás Diegyenletek Fourier Matlab Projekt Desc Linkek
Matematika mérnököknek 2 Ismétlés Numerikus dierenciálás Diegyenletek Fourier Matlab Projekt Desc Linkek 1 Ismétlés Di-számítás Határozatlan integrál Matematika mérnököknek 2 2 Di-számítás Desc Summa Fa
RészletesebbenKözepek Gauss-kompozíciója Gondolatok egy versenyfeladat kapcsán
Gondolatok egy versenyfeladat kapcsán Debreceni Egyetem, Matematikai Intézet, Analízis Tanszék Regionális Matematika Szakkör Megnyitója Debrecen, 015. szeptember 7. AGH-egyenl tlenség Tétel Értelmezzük
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
RészletesebbenJanuary 16, ψ( r, t) ψ( r, t) = 1 (1) ( ψ ( r,
Közelítő módszerek January 16, 27 1 A variációs módszer A variációs módszer szintén egy analitikus közelítő módszer. Olyan esetekben alkalmazzuk mikor ismert az analitikus alak amelyben keressük a sajátfüggvényt,
RészletesebbenEgyszabadságfokú grejesztett csillapított lengõrendszer vizsgálata
Egyszabadságfokú grejesztett csillapított lengõrendszer vizsgálata Referencia egyenlet x D Α x Α x x 0 Α sin Ω t req t,t x t D Α t x t Α x t x 0 Α Sin Ω t Α x t D Α x t x t Α Sin t Ω x 0 Homogén rész megoldása
RészletesebbenHierarchikus skálafüggetlen gráfok generálása fraktálokkal
Hierarchikus skálafüggetlen gráfok generálása fraktálokkal Komjáthy Júlia Simon Károly Sztochasztika Tanszék Matematika Intézet Budapesti Műszaki és Gazdaságtudományi Egyetem www.math.bme.hu/~komyju www.math.bme.hu/~simonk
RészletesebbenExplicit hibabecslés Maxwell-egyenletek numerikus megoldásához
Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához Izsák Ferenc 2007. szeptember 17. Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához 1 Vázlat Bevezetés: a vizsgált egyenlet,
RészletesebbenBabeş Bolyai Tudományegyetem, Kolozsvár Matematika és Informatika Kar Magyar Matematika és Informatika Intézet
/ Babeş Bolyai Tudományegyetem, Kolozsvár Matematika és Informatika Kar Magyar Matematika és Informatika Intézet / Tartalom 3/ kernelek segítségével Felügyelt és félig-felügyelt tanulás felügyelt: D =
RészletesebbenObudai Egyetem RKK Kar. Feladatok a Matematika I tantárgyhoz
Obudai Egyetem RKK Kar Feladatok a Matematika I tantárgyhoz Gyakorló Feladatok a Matematika I Tantárgyhoz Els rész: Feladatok. Halmazelmélet, Számhalmazok, Függvények... Feladat. Legyen A = { : + 3 = 3},
RészletesebbenDIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC
016.03.1. BSC MATEMATIKA II. ELSŐ ÉS MÁSODRENDŰ LINEÁRIS DIFFERENCIÁLEGYENLETEK BSc. Matematika II. BGRMAHNND, BGRMAHNNC AZ ELSŐRENDŰ LINEÁRIS DIFFERENCIÁLEGYENLET FOGALMA Az elsőrendű közönséges differenciálegyenletet
RészletesebbenA MODELLALKOTÁS ELVEI ÉS MÓDSZEREI
SZENT ISTVÁN EGYETEM GÖDÖLLŐ MECHANIKAI ÉS GÉPTANI INTÉZET A MODELLALKOTÁS ELVEI ÉS MÓDSZEREI Dr. M. Csizmadia Béla egyetemi tanár, az MMK Gépészeti Tagozatának elnöke Budapest 2013. október. 25. BPMK
RészletesebbenMeghatározás: Olyan egyenlet, amely a független változók mellett tartalmaz egy vagy több függvényt és azok deriváltjait.
Közönséges differenciálegyenletek Meghatározás: Olyan egyenlet, amely a független változók mellett tartalmaz egy vagy több függvényt és azok deriváltjait. Célunk a függvény meghatározása Egyetlen független
RészletesebbenMatematika I. NÉV:... FELADATOK: 2. Határozzuk meg az f(x) = 2x 3 + 2x 2 2x + 1 függvény szélsőértékeit a [ 2, 2] halmazon.
215.12.8. Matematika I. NÉV:... 1. Lineáris transzformációk segítségével ábrázoljuk az f(x) = ln(2 3x) függvényt. 7pt 2. Határozzuk meg az f(x) = 2x 3 + 2x 2 2x + 1 függvény szélsőértékeit a [ 2, 2] halmazon.
RészletesebbenMatematika B/1. Tartalomjegyzék. 1. Célkit zések. 2. Általános követelmények. 3. Rövid leírás. 4. Oktatási módszer. Biró Zsolt. 1.
Matematika B/1 Biró Zsolt Tartalomjegyzék 1. Célkit zések 1 2. Általános követelmények 1 3. Rövid leírás 1 4. Oktatási módszer 1 5. Követelmények, pótlások 2 6. Program (el adás) 2 7. Program (gyakorlat)
RészletesebbenHidden Markov Model. March 12, 2013
Hidden Markov Model Göbölös-Szabó Julianna March 12, 2013 Outline 1 Egy példa 2 Feladat formalizálása 3 Forward-algoritmus 4 Backward-algoritmus 5 Baum-Welch algoritmus 6 Skálázás 7 Egyéb apróságok 8 Alkalmazás
RészletesebbenSZTE TTIK Bolyai Intézet
Néhány érdekes végtelen összegről Dr. Németh József SZTE TTIK Bolyai Intézet Analízis Tanszék http://www.math.u-szeged.hu/ nemethj Háttéranyag: Németh József: Előadások a végtelen sorokról (Polygon, Szeged,
RészletesebbenDiszkrét matematika 2.C szakirány
Diszkrét matematika 2.C szakirány 2017. tavasz 1. Diszkrét matematika 2.C szakirány 4. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék 2017.
RészletesebbenDifferenciálegyenlet rendszerek
Differenciálegyenlet rendszerek (A kezdeti érték probléma. Lineáris differenciálegyenlet rendszerek, magasabb rendű lineáris egyenletek.) Szili László: Modellek és algoritmusok ea+gyak jegyzet alapján
RészletesebbenIntegrálszámítás. a Matematika A1a-Analízis nevű tárgyhoz november
Integrálszámítás a Matematika Aa-Analízis nevű tárgyhoz 009. november Tartalomjegyzék I. Feladatok 5. A határozatlan integrál (primitív függvények........... 7.. A definíciók egyszerű következményei..................
RészletesebbenDifferenciálegyenletek december 13.
Differenciálegyenletek 2018. december 13. Elsőrendű DE Definíció. Az elsőrendű differenciálegyenlet általános alakja y = f (x, y), ahol f (x, y) adott kétváltozós függvény. Minden y = y(x) függvény, amire
RészletesebbenNumerikus módszerek 1.
Numerikus módszerek 1. 6. előadás: Vektor- és mátrixnormák Lócsi Levente ELTE IK 2013. október 14. Tartalomjegyzék 1 Vektornormák 2 Mátrixnormák 3 Természetes mátrixnormák, avagy indukált normák 4 Mátrixnormák
RészletesebbenRöntgensugárzás az orvostudományban. Röntgen kép és Komputer tomográf (CT)
Röntgensugárzás az orvostudományban Röntgen kép és Komputer tomográf (CT) Orbán József, Biofizikai Intézet, 2008 Hand mit Ringen: print of Wilhelm Röntgen's first "medical" x-ray, of his wife's hand, taken
Részletesebbenelőadás Diszkrét idejű tömegkiszolgálási modellek Poisson-folyamat Folytonos idejű Markov-láncok Folytonos idejű sorbanállás
13-14. előadás Diszkrét idejű tömegkiszolgálási modellek Poisson-folyamat Folytonos idejű Markov-láncok Folytonos idejű sorbanállás 2016. november 28. és december 5. 13-14. előadás 1 / 35 Bevezetés A diszkrét
RészletesebbenDiszkrét idejű felújítási paradoxon
Magda Gábor Szaller Dávid Tóvári Endre 2009. 11. 18. X 1, X 2,... független és X-szel azonos eloszlású, pozitív egész értékeket felvevő valószínűségi változó (felújítási idők) P(X M) = 1 valamilyen M N
RészletesebbenVéletlen gráfok. Backhausz Ágnes Eötvös Loránd Tudományegyetem és MTA Rényi Alfréd Matematikai Kutatóintézet december 2.
Véletlen gráfok Backhausz Ágnes Eötvös Loránd Tudományegyetem és MTA Rényi Alfréd Matematikai Kutatóintézet agnes@cs.elte.hu 2015. december 2. Nagy hálózatok Példák valós hálózatokra társadalmi hálózatok
RészletesebbenMatematika szigorlat, Mérnök informatikus szak I máj. 29.
Matematika szigorlat, Mérnök informatikus szak I. 2007. máj. 29. Megoldókulcs 1. Adott az S : 3x 6y + 2z = 6 sík a három dimenziós térben. (a) Írja fel egy tetszőleges, az S-re merőleges S síknak az egyenletét!
RészletesebbenRekurzív sorozatok. SZTE Bolyai Intézet nemeth. Rekurzív sorozatok p.1/26
Rekurzív sorozatok Németh Zoltán SZTE Bolyai Intézet www.math.u-szeged.hu/ nemeth Rekurzív sorozatok p.1/26 Miért van szükség közelítő módszerekre? Rekurzív sorozatok p.2/26 Miért van szükség közelítő
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
RészletesebbenMatematika A1a Analízis
B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Matematika A1a Analízis BMETE90AX00 Elemi függvények H607, EIC 2019-03-13 Wettl Ferenc
Részletesebbenn 2 2n), (ii) lim Értelmezési tartomány, tengelymetszetek, paritás. (ii) Határérték. (iii) Első derivált, monotonitás, (ii) 3 t 2 2t dt,
205.05.9. Kalkulus I. NÉV:... A csoport EHA:... FELADATOK:. Definíció szerint és formálisan is határozzuk meg a h() = 3 2 függvény deriváltját az = 2 helyen. 8pt 2. Határozzuk meg a következő határértékeket:
RészletesebbenFELVÉTELI VIZSGA, július 15.
BABEŞ-BOLYAI TUDOMÁNYEGYETEM, KOLOZSVÁR MATEMATIKA ÉS INFORMATIKA KAR FELVÉTELI VIZSGA, 8. július. Írásbeli vizsg MATEMATIKÁBÓL FONTOS TUDNIVALÓK: ) A feleletválsztós feldtok (,,A rész) esetén egy vgy
Részletesebben2. Fourier-elmélet Komplex trigonometrikus Fourier-sorok. 18 VEMIMAM244A előadásjegyzet, 2010/2011
8 VEMIMAM44A előadásjegyzet, /. Fourier-elmélet.. Komplex trigonometrikus Fourier-sorok Tekintsük az [, ], C Hilbert-teret, ahol a skaláris szorzat definíciója f, g ftgt dt. Tekintsük a [, ] intervallumon
RészletesebbenValószínűségszámítás összefoglaló
Statisztikai módszerek BMEGEVGAT Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
RészletesebbenA Feldmann ~ Sapiro - elv igazolása
A Feldmann ~ Sapiro - elv igazolása Bevezetés Már középiskolás koromban is érdekelt, hogy mi lehet az a borzasztó nehéz számítás, aminek csak a végeredményét közölték velünk, s amit Feldmann ~ Sapiro -
Részletesebben(1 + (y ) 2 = f(x). Határozzuk meg a rúd alakját, ha a nyomaték eloszlás. (y ) 2 + 2yy = 0,
Feladatok az 5. hétre. Eredményekkel és kidolgozott megoldásokkal. Oldjuk meg az alábbi másodrend lineáris homogén d.e. - et, tudva, hogy egy megoldása az y = x! x y xy + y = 0.. Oldjuk meg a következ
RészletesebbenKeresztezett pálcák II.
Keresztezett pálcák II Dolgozatunk I részéen a merőleges tengelyű pálcák esetét vizsgáltuk Most nézzük meg azt az esetet amikor a pálcák tengelyei nem merőlegesen keresztezik egymást Ehhez tekintsük az
RészletesebbenKockázati folyamatok. Sz cs Gábor. Szeged, 2012. szi félév. Szegedi Tudományegyetem, Bolyai Intézet
Kockázati folyamatok Sz cs Gábor Szegedi Tudományegyetem, Bolyai Intézet Szeged, 2012. szi félév Sz cs Gábor (SZTE, Bolyai Intézet) Kockázati folyamatok 2012. szi félév 1 / 48 Bevezetés A kurzus céljai
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
RészletesebbenFeladatok Oktatási segédanyag
VIK, Műsaki Informatika ANAÍZIS () Komplex függvénytan Feladatok Oktatási segédanyag A Villamosmérnöki és Informatikai Kar műsaki informatikus hallgatóinak tartott előadásai alapján össeállította: Frit
RészletesebbenWigner tétele kvantummechanikai szimmetriákról
Szegedi Tudományegyetem, Bolyai Intézet és MTA-DE "Lendület" Funkcionálanalízis Kutatócsoport, Debreceni Egyetem 2014. Október 30. Elméleti Fizika Szeminárium A tétel története Wigner tétele Tétel Legyen
RészletesebbenBKT fázisátalakulás és a funkcionális renormálási csoport módszer
BKT fázisátalakulás és a funkcionális renormálási csoport módszer Nándori István MTA-DE Részecskefizikai Kutatócsoport, Debreceni Egyetem MTA-Atomki, Debrecen Wigner FK zilárdtestfizikai és Optikai Intézet,
RészletesebbenEgyváltozós függvények 1.
Egyváltozós függvények 1. Filip Ferdinánd filip.ferdinand@bgk.uni-obuda.hu siva.banki.hu/jegyzetek 015 szeptember 1. Filip Ferdinánd 015 szeptember 1. Egyváltozós függvények 1. 1 / 5 Az el adás vázlata
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
RészletesebbenDr. Kuczmann Miklós JELEK ÉS RENDSZEREK
Dr. Kuczmann Miklós JELEK ÉS RENDSZEREK Dr. Kuczmann Miklós JELEK ÉS RENDSZEREK Z UNIVERSITAS-GYŐR Kht. Győr, 25 SZÉCHENYI ISTVÁN EGYETEM MŰSZAKI TUDOMÁNYI KAR TÁVKÖZLÉSI TANSZÉK Egyetemi jegyzet Írta:
RészletesebbenLEGJOBB BECSLÉS Módszerek, egyszerűsítések
LEGJOBB BECSLÉS Módszerek, egyszerűsítések Tusnády Paula 2010. Június 24. 1 Tartalom Értékelési folyamat lépései Módszerek Arányosság elve Élet ági egyszerűsítések Nem-élet ági egyszerűsítések 2 Értékelési
RészletesebbenAkkor én most bölcsész vagyok?! Avagy: híd, amit matematikának hívunk
Akkor én most bölcsész vagyok?! Avagy: híd, amit matematikának hívunk Csizmadia László Bolyai Intézet, Szegedi Tudományegyetem Egyetemi tavasz Szeged, SZTE L. Csizmadia (Szeged) Egyetemi tavasz 2013. 2013.04.20.
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
Részletesebben