plik


ÿþWstp do metod numerycznych WykBad z podstawowych problemów i metod ich rozwizywania Czym s metody numeryczne? Metody numeryczne s dziaBem matematyki stosowanej, zajmujcym si opracowywaniem metod przybli|onego rozwizywania problemów matematycznych, których albo nie mo|na rozwiza metodami dokBadnymi, albo metody dokBadne posiadaj tak du| zBo|ono[ obliczeniow, |e s praktycznie nieu|yteczne. Czym zajmuj si metody numeryczne? Metody numeryczne zajmuj si konstruowaniem algorytmów, których obiektami (dane, wyniki po[rednie, wyniki ostateczne) s liczby. Cechy charakterystyczne metod numerycznych: " obliczania wykonywane s na liczbach przybli|onych; " równie| rozwizania zagadnieD s wyra|one liczbami przybli|onymi. " wielko[ bBdu w procesie obliczeD numerycznych jest zawsze kontrolowana Do okre[lenia wielko[ci bBdu u|ywane s dwie z poni|szych definicji: BBd bezwzgldny = |warto[ dokBadna  warto[ przybli|ona| (1) |warto[ dokBadna  warto[ przybli|ona| BBd wzgldny = çøçøçøçøçøçøçøçøçøçøçøçøçøçøçøçøçøçøçø (2) |warto[ dokBadna| Narzucenie warto[ci bBdu Nale|y zwróci uwag, |e bBd powstaBy w wyniku operacji numerycznych nie mo|e ró|ni si od z góry zaBo|onej warto[ci, a zatem uzyskana warto[ przybli|ona od warto[ci dokBadnej o wicej, ni| z góry zadana dokBadno[ obliczenia wielko[ci. BBdy przy obliczeniach W trakcie wykonywania obliczeD numerycznych mog powstawa ró|nego rodzaju bBdy, na które nale|y zwraca uwag zarówno podczas tworzenia algorytmu obliczeniowego, jak równie| w trakcie wprowadzania danych i doboru programów obliczeniowych. Rodzaje bBdów Wa|niejszymi spo[ród bBdów, na jakie mo|na natkn si podczas obliczeD numerycznych s: " " bBdy modelowania, " " bBdy danych, " " bBdy metody, " " bBdy zaokrgleD. BBdy modelowania matematycznego BBd modelowania jest ró|nic midzy rzeczywist warto[ci i warto[ci obliczon z przyjtego modelu matematycznego. Definicj mo|na zilustrowa nastpujcym przykBadem: PrzykBad 1 ZaBó|my, |e mierzono temperatur w okre[lonym [rodowisku, za pomoc czujnika temperatury, który to czujnik posiada nieliniow charakterystyk, przedstawion na poni|szym wykresie: Przybli|anie danych Rys.1. A- charakterystyka czujnika, B- aproksymowana funkcja Na ogóB dane nie s dokBadne " Linearyzacja czujnika polega na aproksymowaniu funkcji dowoln funkcj matematyczn. W przypadku nieprawidBowego doboru funkcji (modelu) dopasowujcej, jak w przykBadzie wystpuje ukazana na wykresie ró|nica pomidzy warto[ci rzeczywist, jak spodziewamy si otrzyma, a warto[ci obliczon, przy stosowaniu przyjtego modelu. " Dane wej[ciowe s na ogóB obarczone maBymi bBdami. Jednak|e znane s przypadki, |e maBe bBdy wzgldne danych wej[ciowych zadania numerycznego mog spowodowa du|e zmiany wzgldne wyników. BBdy danych BBdy danych, to bBdy jakimi s obarczone dane wej[ciowe zadania numerycznego. BBdy te pojawiaj si gBównie w dwóch przypadkach: " " dane wej[ciowe zadania s wynikami pomiarów które z natury obarczone s bBdami pomiarowymi, " " do obliczeD u|ywa si staBych bdcych liczbami niewymiernymi, a wic istnieje konieczno[ ich zaokrglenia (np. staBa Pi=3.1415..., e=2.71..., etc.) Dane wej[ciowe Dane wej[ciowe s na ogóB obarczone maBymi bBdami. Zdarzaj si jednak sytuacje, w których maBe bBdy wzgldne danych wej[ciowych zadania numerycznego powoduj du|e zmiany wzgldne wyników. PrzykBad 2. Rozwiza nastpujce dwa ukBady równaD liniowych " Zadanie A 1 1 ñø ôøx + 2 y + 3 z = 32 ôø 1 1 1 ôø x + y + z = 27 òø 3 4 ôø2 1 1 1 ôø ôø3 x + 4 y + 5 z =17 óø Inny zapis tego samego ukBadu " Zadanie B x+0.5y +0.33z =32 ñø ôø0.5x+0.33y +0.25z = 27 òø ôø0.33x+0.25y +0.2z =17 óø Rozwizanie ukBadu równaD przy u|yciu programu Maple > solve([x+1/2*y+1/3*z = 32, 1/2*x+1/3*y+1/4*z = 27, 1/3*x+1/4*y+1/5*z = 17], [x, y, z]); [ [x = 174, y = 972, z = 840] ] > solve([x+.5*y+.33*z = 32, .5*x+.33*y+.25*z = 27, .33*x+.25*y+.2*z = 17], [x, y, z]); [ [x = 1377.777778, y = 7217.460317, z = 6663.492063] ] UkBady podobne, a wyniki? Rozwizaniem zadania A jest: x = -174, y = 972, z = -840 Natomiast zadanie B ma nastpujce rozwizanie: x = -1377.777778, y = 7217.460317, z = -6663.492063 WydawaBoby si |e ró|nica niewielka Mo|emy przyj, |e zadania A i B opisuj ten sam wycinek rzeczywisto[ci. W zadaniu A równania zapisano za pomoc uBamków zwykBych, a w zadaniu B za pomoc uBamków dziesitnych. W konsekwencji zmieniono warto[ci trzech wspóBczynników macierzy gBównej ukBadu. Zatem zadanie B mo|emy potraktowa jako zadanie A, w którym zaburzono 3 (na 12) dane. Jak warto[ maj bBdy BBd wzgldny zaburzonych danych wynosi (obliczenia w pliku wstep  Maple): µ (a13) = µ (a22 ) = µ (a31) = 0.01 =1% BBdy wzgldne wyników wynosz: µ (x) = 6.918263092 = 691.8263092% µ ( y) = 6.425370696 = 642.5370696% µ (z) = 6.932728647 = 693.2728647 % Zadania zle uwarunkowane Zadanie numeryczne, w którym niewielkie zmiany wzgldne danych zadania powoduj du|e wzgldne zmiany jego rozwizania nazywamy zadaniem zle uwarunkowanym. Zadanie A z przykBadu 2 jest zadaniem zle uwarunkowanym. Oczywi[cie nie jest tak, |e wszystkie zadania numeryczne dziel si na dobrze uwarunkowane i zle uwarunkowane. Wskaznik uwarunkowania zadania Istnieje tzw. wskaznik uwarunkowania zadania, oznaczany zwykle cond(zadanie), który charakteryzuje liczbowo wpByw zaburzeD danych zadania na zaburzenia rozwizania. Wskaznik uwarunkowania zadania cond(zadanie) jest to najmniejsza liczba rzeczywista, dodatnia speBniajca nierówno[ BBd wzgldny (wyniki zadania) d" cond(zadanie) BBd wzgldny (dane zadania). (3) Z powy|szej zale|no[ci wynika, |e im wiksza jest warto[ cond(A), tym rozwizanie ukBadu równaD jest bardziej wra|liwe na maBe zmiany (zaburzenia) warto[ci w ukBadzie równaD oraz na bBdy zaokrgleD powstajce w trakcie obliczeD. Warto podkre[li, |e uwarunkowanie zadania jest wBa[ciwo[ci zadania, a nie sposobu jego rozwizania. Zadanie zle uwarunkowane zachowa t wBasno[ niezale|nie od metody i narzdzi, których u|yjemy do rozwizania zadania. BBdy metody (bBdy obcicia) BBdy metody (bBdy obcicia) wynikaj z zastpienia dziaBaD nieskoDczonych dziaBaniami skoDczonymi lub dziaBaD na wielko[ciach nieskoDczenie maBych dziaBaniami na wielko[ciach skoDczenie maBych. Ten rodzaj bBdów pojawia si wtedy, gdy nale|y obliczy warto[ pojcia zdefiniowanego za pomoc granicy. PrzykBad 3. Wiadomo, |e spo[ród dziaBaD arytmetycznych arytmometr komputera wykonuje tylko cztery podstawowe dziaBania. Jak zatem obliczy warto[ funkcji: y = sin x dla 0 d" x d" 2À Rozwizanie. Jedn z metod rozwizania powy|szego problemu jest rozwinicie funkcji w szereg potgowy: " x2k+1 x5 x7 k (4) f" (x) = sin x = + - +... "(-1) (2k +1)! = x - x3 3! 5! 7! k=0 Szereg (4) nie definiuje algorytmu, poniewa| nakazuje wykonanie nieskoDczonej liczby operacji. Nale|y wic sum (4) zastpi sum skoDczon n x2k+1 x5 x7 x2n+1 k (5) fn (x) = sin x = + - +...+ (-1)n "(-1) (2k +1)! = x - x3 3! 5! 7! (2n +1)! k=0 z tym, |e do obliczeD nale|y wzi tyle skBadników, aby dla dokBadno[ci µ zachodziBa nierówno[ " x2k+1 f" (x) - fn (x) = (-1)k d" µ (6) " (2k +1)! k=n+1 Zbudowanie algorytmu realizujcego nierówno[ (5) nie jest trudne w przypadku, gdy szereg potgowy jest naprzemienny (a taki szereg rozwija si funkcja ). Dla szeregów naprzemiennych bowiem prawdziwe jest nastpujce twierdzenie. Twierdzenie 1.1. Je|eli szereg jest naprzemienny i jego wyrazy co do bezwzgldnej warto[ci zmierzaj monotonicznie do zera, to dla ka|dego naturalnego n prawdziwa jest nierówno[: " n " (7) "a - "a = "a < an+1 k k k k=0 k=0 k=n+1 W oparciu o powy|sze twierdzenie mo|emy zapisa warunek 2n+3 " x x2k +1 x2n+3 f" (x) - fn (x) = (-1)k d" = (8) " (2k +1)! (2n + 3)! (2n + 3)! k =n+1 który bdzie wykorzystany jako kryterium zakoDczenia algorytmu. Algorytm 1.1. Obliczanie warto[ci y = sin x 0 d" x d" 2À dla z zadan dokBadno[ci µ. Obliczenie warto[ci sinusa z dokBadno[ci eps poprzez sumowanie wyrazów szeregu > eps:=0.0000001: S:=0: x:=Pi/4: for k from 0 by 1 while is(abs(x^(2*k+3)/(2*k+3)!)>eps) do S:=S+(-1)^k*x^(2*k+1)/(2*k+1)! end do: evalf(S,10); 0.7071064697 > evalf(sqrt(2)/2,10); 0.7071067810 PrzykBad 4. Innym przykBadem wykonywania dziaBaD na wielko[ciach nieskoDczenie maBych jest obliczanie pochodnej funkcji. Zatem zamiast oblicza analitycznie, na funkcji okre[lonej i ró|niczkowalnej w przedziale [a,b], mo|na wykonywa dziaBania na wielko[ciach skoDczenie maBych korzystajc z definicji pochodnej jako granicy ilorazu ró|nicowego w postaci przy h zmierzajcym do zera: Jak liczy pochodn? f (x + h) - f (x - h) (9) Dh f (x) = 2h Wiadomo, |e obliczona warto[ jest obarczona bBdem równym: f (x + h) - f (x - h) 2 2 (10) f (x) - Dh f (x) = f (x) - 2h Obliczanie pochodnej wedBug wzoru (1.12) mo|na uzna za metod numeryczn tylko wtedy, gdy dla zadanej dokBadno[ci µ mo|na wyznaczy takie h, |e dla x "[a + h, b - h] wszystkich bdzie zachodziBa nierówno[ f (x + h) - f (x - h) 2 2 f (x) - Dh f (x) = f (x) - d" µ (11) 2h Dla wyznaczenia h speBniajcego warunek (11) skorzystamy z równo[ci: f (x + h) - f (x - h) h2 2 2 2 2 f (x) - = - f (c) 2h 6 zachodzcej dla pewnego c: x - h d" c d" x + h Std mamy: f (x + h) - f (x - h) h2 h2 2 2 2 2 2 f (x) - Dh f (x) = f (x) - = - f (c) d" M3 2h 6 6 2 2 2 M3 = max f (x) a d" c d" b gdzie , ad"xd"b 2 2 2 y = f (x) Je[li wic nie jest to|samo[ciowo równa zeru na [a,b], to dla zadanej dokBadno[ci µ mo|emy h okre[li z h2 nierówno[ci: M3 d" µ 6 6µ Przyjmujc h d" M3 mamy gwarancj, |e na caBym odcinku [a,b] zachodzi nierówno[: 2 f (x) - Dh f (x) d" µ BBdy zaokrgleD BBdy zaokrgleD wynikaj z faktu, |e obliczenia wykonujemy na liczbach o skoDczonym rozwiniciu pozycyjnym. Najpierw omówimy sposób przedstawiania liczb w pamici komputera. Komputery zapamituj liczby jako liczby staBoprzecinkowe (liczby staBopozycyjne, ang. fixed-point numbers) lub liczby zmiennoprzecinkowe (zmiennopozycyjne, ang. floating-point numbers). Reprezentacja liczb Je|eli na reprezentacj liczby staBoprzecinkowej przeznacza si bity (1 bit na znak liczby oraz bitów na warto[ bezwzgldn liczby  rys. 2). Zapis liczby w pamici Wagi 2n 2n-1 & & 23 22 21 20 Bity s bn bn-1 & . b3 b2 b1 b0  Znak warto[ bezwzgldna Rys.2. Struktura liczby staBoprzecinkowej to t struktur interpretuje si nastpujco: n l = s Å" "b 2k k k=0 Gdzie s=-1 lub s=1 ( znak liczby ) bk"{0,1) ( warto[ bezwzgldna liczby ) Jakie liczby zdoBamy zapisa " Zatem na n+2 bitach mo|na zapisywa [-2n+1 +1,2n+1 -1] liczby caBkowite z przedziaBu " Liczby staBoprzecinkowe s podzbiorem liczb caBkowitych. Podzbiór ten jest tym wikszy im wiksze jest n. Jzyki programowania wysokiego poziomu oferuj kilka typów liczb staBoprzecinkowych: na reprezentacj liczb typu Integer przeznacza si 16 bitów (2 kolejne bajty), na reprezentacj liczb typu LongInt - 4 bajty, na typ ShortInt 1 bajt. Liczby caBkowite wiksze ni| 2n+1-1 nie mog by reprezentowane w komputerze. Je|eli w tracie obliczeD otrzymamy tak liczb, to wystpi sytuacja wyjtkowa nazywana nadmiarem staBoprzecinkowym. PrzykBad 5. Dysponujemy komputerem, w którym liczba staBoprzecinkowa zapisywana jest na 6 bitach: " " znak liczby na 1 bicie, " " warto[ bezwzgldna liczby na 5 bitach. Pokaza jak w tym komputerze jest zapisana liczba -22. Rozwizanie. Mamy (22)10=(10110)2. Zatem Wagi - 24 23 22 21 20 1 1 0 1 0 Bity -1 znak warto[ bezwzgldna Budowa algorytmów obliczeniowych Teoria zBo|ono[ci obliczeniowej to dziaB teorii obliczeD. GBównym jej celem jest okre[lanie ilo[ci zasobów potrzebnych do rozwizania problemów obliczeniowych. Rozwa|anymi zasobami s takie wielko[ci jak czas, pami lub liczba procesorów. Za twórców tej teorii uwa|ani s Juris Hartmanis i Richard Stearns. Jako przykBady problemów t.z.o. mo|na poda: - problem speBnialno[ci, - problem najkrótszej [cie|ki, - problem faktoryzacji, jednak takich, o których wiadomo, |e s obliczalne. Kwesti obliczalno[ci zajmuje si teoria obliczalno[ci, która jest drug wa|n gaBzi teorii obliczeD. Cechy algorytmów: " poprawno[ (algorytm daje dobre wyniki, odzwierciedlajce rzeczywisto[) " jednoznaczno[ (brak rozbie|no[ci wyników przy takich samych danych, jednoznaczne opisanie ka|dego kroku) " skoDczono[ (wykonuje si w skoDczonej ilo[ci kroków) " sprawno[ (czasowa - szybko[ dziaBania i pamiciowa - "zasobo|erno[") " prostota wykonania (operacje powinny by jak najprostsze) Poprawno[ opisu problemu Aby nasz algorytm rozwizywaB poprawnie pewne zagadnienia niezbdna s dane pocztkowe i zadanie ograniczeD np. warunki brzegowe, jednym sBowem nale|y przedstawi rzeczywisto[ poprzez: " " zdefiniowanie zadania " " wprowadzenie zaBo|eD i ograniczeD " " algorytm rozwizania ZBo|ono[ algorytmów Ilo[ zasobów potrzebnych dla dziaBania algorytmu mo|e by rozumiana jako jego zBo|ono[. W zale|no[ci od rozwa|anego zasobu mówimy o zBo|ono[ci czasowej lub pamiciowej. Oczywi[cie w wikszo[ci wypadków ilo[ potrzebnych zasobów bdzie si ró|ni w zale|no[ci od specyfiki rozwa|anego problemu. Jako przykBad mo|e nam posBu|y problem rozkBadu liczb na czynniki pierwsze. Domy[lamy si, |e (niezale|nie od algorytmu) im wiksza liczba, tym wicej zasobów bdzie potrzebnych do jej rozBo|enia. Tak wBasno[ ma znakomita wikszo[ problemów obliczeniowych: im wikszy rozmiar danych wej[ciowych, tym wicej zasobów (czasu, procesorów, pamici) jest potrzebnych do jego rozwizania. ZBo|ono[ algorytmu jest wic funkcj rozmiaru danych wej[ciowych. Kolejnym problemem jest fakt, i| zBo|ono[ zwykle nie zale|y tylko i wyBcznie od rozmiaru danych, ale mo|e si znacznie ró|ni w przypadku dwóch ró|nych zestawów danych wej[ciowych o identycznym rozmiarze. Dwa czsto spotykane sposoby radzenia sobie z tym problemem to: branie pod uwag przypadków najgorszych (zBo|ono[ pesymistyczna) i pewien sposób u[rednienia wszystkich mo|liwych przypadków (zBo|ono[ oczekiwana). ZBo|ono[ czasowa Przyjt miar zBo|ono[ci czasowej jest liczba wykonywanych operacji podstawowych w zale|no[ci od rozmiaru danych wej[ciowych. Pomiar rzeczywistego czasu zegarowego jest maBo u|yteczny ze wzgldu na siln zale|no[ od implementacji algorytmu, u|ytego kompilatora, maszyny na której algorytm wykonano, a tak|e umiejtno[ci programisty. Dlatego w charakterze czasu wykonania rozpatrujemy zwykle liczb operacji podstawowych (dominujcych). Operacjami podstawowymi mog by na przykBad: podstawienie, porównanie lub prosta operacja arytmetyczna. Kolejny problem polega na tym, w jakim jzyku programowania formuBowa algorytmy oraz co mo|na zaBo|y o maszynie, na której algorytm ten bdzie wykonywany. Istniejce komputery ró|ni si midzy sob istotnymi (z punktu widzenia konstruowania algorytmów) parametrami, jak na przykBad liczba i rozmiar rejestrów, udostpnianymi operacjami matematycznymi a ponadto podlegaj cigBym ulepszeniom. Wobec tego algorytmy analizuje si wykorzystujc abstrakcyjne modele obliczeD. Do popularnych modeli nale| maszyna RAM, maszyna Turinga i maszyna wskaznikowa (ang. pointer machine). ZBo|ono[ pamiciowa Podobnie jak zBo|ono[ czasowa jest miar czasu dziaBania algorytmu, tak zBo|ono[ pamiciowa jest miar ilo[ci wykorzystanej pamici. Jako t ilo[ najcz[ciej przyjmuje si u|yt pami maszyny abstrakcyjnej (na przykBad liczb komórek pamici maszyny RAM) w funkcji rozmiaru wej[cia. Mo|liwe jest równie| obliczanie rozmiaru potrzebnej pamici fizycznej wyra|onej w bitach lub bajtach. Porównywanie zBo|ono[ci algorytmów Porównujc zBo|ono[ algorytmów bierzemy pod uwag asymptotyczne tempo wzrostu, czyli to jak zachowuje si funkcja okre[lajca zBo|ono[ dla odpowiednio du|ych, granicznych argumentów (rozmiarów danych wej[ciowych) ignorujc zachowanie dla maBych danych. Ponadto algorytmy, których zBo|ono[ci ró|ni si o staB uwa|amy za takie same. Eliminuje to wpByw szybko[ci dziaBania komputera, na którym dany algorytm ma by wykonany, oraz wybór operacji podstawowej, która na jednym komputerze mo|e wykonywa si bByskawicznie, na innym za[ musi by zastpiona szeregiem instrukcji. Opis algorytmu rozwizania Zale|nie od potrzeby, rozwizanie problemu mo|e by zapisane w postaci: " " opisu sBownego " " schematu blokowego " " pseudokodu " " jzyka programowania wysokiego poziomu, np. Pascal lub C Opis sBowny Opis sBowny - polega na logicznym i zrozumiaBym dla odbiorcy przedstawieniu kolejnych czynno[ci (akcji), jakie nale|y wykona aby osign zamierzony efekt. PrzykBadami takiego opisu algorytmu mog by: przepis kulinarny, recepta wykonania leku, metoda rozwizania zadania. Schemat blokowy Schemat blokowy - jest jedn z najpopularniejszych form przedstawiania algorytmu. Wykorzystuje si w nim, min. nastpujce symbole (elementy, bloki): " Pocztek sieci dziaBaD (schematu). W schemacie mo|e wystpowa tylko jeden taki element. START Blok wej[cia  wyj[cia " Blok wej[cia  wyj[cia  oznacza czynno[ wprowadzania danych i przyporzdkowywania ich zmiennym u|ywanym w dalszej cz[ci programu albo czynno[ wyprowadzania wyników obliczeD. Napis wewntrz okre[la rodzaj czynno[ci (np. czytaj, drukuj, wy[wietl) oraz nazwy zmiennych i staBych. Czytaj, wy[wietl, drukuj, & . Element (blok) przetwarzania " Element (blok) przetwarzania (obliczeniowy) oznacza wykonanie operacji (lub zbioru operacji). Wewntrz bloku okre[la si rodzaj czynno[ci przetwarzania i ich argumenty. A:=2; B:=a+2; Blok decyzyjny " Blok decyzyjny (warunkowy, alternatywny, przeBczniki)  oznacza element wyboru jednego z dwóch wariantów dalszego wykonywania programu. Wybór jest dokonywany na podstawie wyniku sprawdzenia warunku (bdcego wyra|eniem logicznym) umieszczonego wewntrz. Blok ten powinien zawsze posiada dwa wyj[cia opisane  T (Tak, True) i  N (Nie, False). Czy Nie a>b? Tak Acznik " Acznik wewntrz  stronicowy  sBu|y do Bczenia odrbnych cz[ci schematu znajdujcych si na tym samym arkuszu. UBatwia zachowanie przejrzysto[ci schematu. Komplementarne elementy oznacza si tym samym symbolem. 1 1 ZakoDczenie " ZakoDczenie wykonywania czynno[ci STOP Metody zmniejszania zBo|ono[ci algorytmu Def. Funkcj nazywamy rekurencyjn, je[li jest zdefiniowana przy pomocy odwoBaD do siebie samej. Podobnie program jest rekurencyjny, je[li wywoBuje sam siebie. Z rekurencj bezpo[redni mamy do czynienia wtedy, gdy procedura wywoBuje "siebie" zanim si skoDczy. W rekurencji po[redniej procedura wywoBuje inn procedur, która z kolei wywoBuje procedur, która j wywoBaBa. Na przykBad funkcja f() wywoBuje g(), która wywoBuje h(), a ta wywoBa f(). Zalet rekurencji jest zwizBo[ zapisu, za[ wad mo|e by koszt implementacji przejawiajcy si du|ym zapotrzebowaniem na pami i du|ym czasem przetwarzania (przy wielu poziomach rekurencji). PrzykBady zastosowaD rekurencji: " Obliczanie silni 1 dla n = 0 lub n =1 ñø n!= òø óøn Å"(n -1)! dla n >1 " Obliczanie potgi liczby niezdefiniowane dla A = 0, B = 0 ñø ôø 0 dla A = 0, B > 0 ôø potga(A, B) = òø 1 dla A > 0, B = 0 ôø ôø AB dla A > 0, B > 0 óø

Wyszukiwarka

Podobne podstrony:
Wstep do analitycznych i numerycznych metod wyceny opcji
wstęp do metod spektroskopowych
Elementy Metod Numerycznych Wstep
10 Wstep do prawoznawstwa
Wstęp do pakietu algebry komputerowej Maple
2006 06 Wstęp do Scrum [Inzynieria Oprogramowania]
Wstęp do magii
Renesans Wstęp do epoki Podłoże społeczno polityczne ~5C5
Wstęp do psychopatologii
BT Wstęp do Pierwszego Listu św Piotra apostoła
Wstęp do projektowania 2014 15 wykład 6,7

więcej podobnych podstron