Przydatna wiedza dotycząca systemów transmisji cyfrowej

Wielkość: px
Rozpocząć pokaz od strony:

Download "Przydatna wiedza dotycząca systemów transmisji cyfrowej"

Transkrypt

1 rzd wedz docząc ssemów rsms crowe Ssem rsms crowe Krzszo Wesołowsk Wprowdzee Cel wkłdu: rzpomee podswowch zgdeń z eor sgłów, przewrz sgłów rchuku prwdopodoeńsw rdzo przdch w zrozumeu dzł crowch ssemów elekomukcch K. Wesołowsk

2 Włsość orogolośc Rozprzm zór ukc sgłów w przedzle [,] o posc ogóle { }. ech eerg w przedzle [,] -ego sgłu ze zoru wos,,, z. Rozprzm sgł, kór es komcą lową sgłów ze zoru { }, z. K. Wesołowsk d... Włsość orogolośc Olczm eergę sgłu. K. Wesołowsk d d d d

3 Włsość orogolośc Zór { } zwm zorem ukc orogolch, eśl dl kżde pr ch ukc zchodz włsość: dl d dl Jeśl { } es zorem sgłów wzeme orogolch, o eerg komc lowe ch sgłów es wżoą sumą eerg poszczególch e skłdków d d K. Wesołowsk Włsość orogolośc W przpdku, gd zór { } e skłd sę z sgłów wzeme orogolch, o eerg sgłu, kór es komcą lową sgłów skłdowch zwer poecle ezerowe skłdk pu eerg ego sgłu e es sumą wżoą eerg sgłów skłdowch,,. d K. Wesołowsk

4 Reprezec sgłu z pomocą zoru sgłów orogolch Rozprzm sępuąc prolem: Chcem przedswć pewe sgł w przedzle [,] k lepe z pomocą komc lowe wżoe sum sgłów orogolch { }. ech sum m skończoą lczę skłdków, chocż lcz skłdków może ć róweż eskończo! Mm węc: oszukuem zoru współczków { },,,, kór zpew lepsze przlżee ukc z pomocą powższe sum. powm krerum woru es łąd średokwdrow! K. Wesołowsk Mmlzuem łąd średokwdrow ze względu zór współczków { }. K. Wesołowsk d d d d d d d d d d ε Reprezec sgłu z pomocą zoru sgłów orogolch

5 Mm węc oszukuem kego zoru współczków{ },,,, dl kórego ε es mmle. Opmle współczk orzmuem olcząc pochodą ε względem dl,, Zem K. Wesołowsk d d ε d d dε d,..., Reprezec sgłu z pomocą zoru sgłów orogolch Ze zor ukc wzeme orogolch w okrese : Dl ukc pu ep mm: Zem K. Wesołowsk,,,...,,...,, ep,...,...,s,s,...,s,...,cos,cos cos, π π π π π π π * ep ep d d d π π ep d π Wzór współczk rozwęc w szereg Fourer!! Reprezec sgłu z pomocą zoru sgłów orogolch

6 Reprezec sgłu z pomocą zoru sgłów orogolch Fukce Wlsh-Hdmrd - przkłd zoru o skończoe lcze ukc orogolch K. Wesołowsk Zsosow zsd orogolośc W szeroko oece sosowch ssemch, p. DV- elewz crow, L ow ssem eleo komórkowe, WF 8. /g/, DSL dosęp crow do sec słe przez pęlę oecką zsosowe welu sgłów wzeme orogolch rówocześe Welodosęp: Skończoe zso psm czsu są wkorzswe przdzele welu połączeom zsdze wzeme orogolośc W dzedze czsu rozłącze szczel czsowe W dzedze częsolwośc rozłącze psm kłów W dzedze kodowe UMS kżd dk korzs z sekwec sgłów orogole do wszskch pozosłch K. Wesołowsk

7 rzesłe dch z pomocą ukc orogolch Mm dków, kżd m do dspozc edą ukcę orogolą,,. Sgł dch o współczk skluąc ukcę. Odork zeresow sgłem z -ego odork oder sumę sgłów wdzelć sgł -ego dk wsrcz wkoć sępuącą opercę: K. Wesołowsk Zsosow zsd orogolośc... ν ν d d d d d ν ν roces korelc! Sgł oder zleż od edego smolu dch! Włsośc wdmowe sgłów Rozprzm sgł Sgł może ć: Okresow: zchodz włsość: dl dowolego eokresow ech ędze sgłem okresowm o okrese. Sgł w przedzle rówm okresow moż przedswć ko komcę lową rozwęce sgłów wzeme orogolch w okrese. Jko zór ukc orogole werzm K. Wesołowsk,...,,, ep ± ± π

8 Włsośc wdmowe sgłów rzpomm, że eerg sgłu w okrese [, ] reprezeowego z pomocą komc lowe ukc orogolch wos lu ogóle Moc śred. eerg w okrese podzelo przez długość okresu wos Dl ukc {epπ/ } węc K. Wesołowsk Włsośc wdmowe sgłów ech sgł okresow m rozwęce: π ep Wedząc, że rsorm Fourer słe C es d wzorem F{ C} Cδ orz F{ ep π } Y możem psć: F{ } X δ Gęsość wdmow sgłu okresowego es szeregem del Drc o eswoścch rówch współczkom rozwęc sgłu. Wdmo sgłu okresowego es prążkowe!!! K. Wesołowsk

9 Sgł okresowe rzkłd sπ.5*sπ.5*sπ okres K. Wesołowsk Sgł okresowe rzkłd c.d. sπ.5*sπ.5*sπ 3 czl zem F{ } X δ δ δ {[ ep π ep π ].5[ ep π ep π ].5[ ep π 3 ep π 3 ]} δ X δ δ 3-3/ -/ -/ / / 3/ K. Wesołowsk

10 Sgł eokresowe Sgł o skończoe eerg, p. mpuls Sgł m skończoą eergę, gd Gęsość wdmow sgłu o: oewż moż psć: d < π F{ } X ep d X X ep[ ϕ ] Mm: X - wdmo mpludowe, φ wdmo zowe K. Wesołowsk Klk wżch zleżośc powązch z wdmem sgłów Modulc: d es sgł o gęsośc wdmowe X. Gęsość wdmow sgłu zmodulowego: F F { cosπ } F [ ep π ep π ] X c { ep π } F{ ep π } [ X X ] c c c c c F{ cosπ } c c - c c K. Wesołowsk

11 Klk wżch zleżośc powązch z wdmem sgłów D es sgł o gęsośc wdmowe X. Wdmo gęsośc eerg rozkłd eerg wzdłuż os częsolwośc ego sgłu: X W crowch ssemch elekomukcch częso rozpruem sgł w posc eskończoego cągu mpulsów przeoszącch cąg wdomośc crowch w prosszm przpdku rch. ke sgł mą eskończoą eergę, le skończoą moc. K. Wesołowsk Klk wżch zleżośc powązch z wdmem sgłów Rozpruem sgł o skończoe moc. Moc śred kego sgłu może wlczo ze wzoru lm / / d Wro zdeowć wersę sgłu ogrczoą ocęą do ok o długośc, z. / > / podswe werdze rsevl eerg ego sgłu es d wzorem d X d gdze F{ } X K. Wesołowsk

12 Klk wżch zleżośc powązch z wdmem sgłów Moc sgłu moż węc wlczć ze wzoru lm lm X Gd rośe, eerg sgłu rośe róweż. W kosekwec rośe róweż X, lecz proporcole do wzrosu, o sgł es sgłem o skończoe moc. k węc moż zmeć koleość cłkow olcz grc,. prz czm zdeowlśm wdmową gęsość moc: d X d lm d G G lm X K. Wesołowsk Klk wżch zleżośc powązch z wdmem sgłów rześce sgłu przez ukłd low ukłd LI, p. lr X Skoro, k wdomo H h Y Y H X lu h wed gęsość wdmow eerg wścu ukłdu wos ezpośredm woskem z e zleżośc es wzór: Y H X G H G K. Wesołowsk

13 Klk wżch zleżośc powązch z wdmem sgłów G H G Gęsość wdm moc wścu ukłdu lowego es loczem kwdru modułu rsmc gęsośc wdm moc sgłu weścu ukłdu K. Wesołowsk Wre zleżośc zwąze z rchukem prwdopodoeńsw Złóżm, że dokouem ekspermeu, kórego wkm es wsąpee różch zdrzeń. ech zdrzee, kóre s eresue es ozczoe ko. Jeśl dokolśm ezleżch pró ego ekspermeu w przpdkch wsąpło zdrzee, wed Jes zwe względą częsoścą wsąpe zdrze, zś gd lcz pró dąż do eskończoośc, wed częsość es zw prwdopodoeńswem zdrze. lm W elekomukc crowe korzs sę z ke dec esmuąc prwdopodoeńsw p. łędu rsms według e zsd dzłą merk sop łędów sosowe w crowch ssemch elekomukcch. K. Wesołowsk

14 rwdopodoeńswo wrukowe: W ezleżch próch ekspermeu zdrzee wsąpło rz. W rkce ch pró, gd wsąpło zdrzee, rówocześe rz wsąpło zdrzee. Zem prwdopodoeńswo, że zdrze wsąpł rówocześe wos: gdze es zwe prwdopodoeńswem wrukowm zdrze pod wrukem wsąpe zdrze. Zem K. Wesołowsk Wre zleżośc zwąze z rchukem prwdopodoeńsw lm lm lm lm, lm, Reguł es Zdrze są sscze ezleże, gd,. Jeśl k es, wed: z. zdrzee e zleż od wsąpe zdrze. K. Wesołowsk Wre zleżośc zwąze z rchukem prwdopodoeńsw odwroe lu,

15 Wre zleżośc zwąze z rchukem prwdopodoeńsw rzkłd: Rozprzm łącze śwłowodowe skłdące sę z przęseł odcków. Kżde z ch skłd sę z dk śwłowodu odork. dk wsł mpuls śwele, kóre są odere końcu kżdego odck z prwdopodoeńswem łędu p. dk regeerue mpuls przekzue do koleego odck śwłowodu przęsł. roces powsw łędów w kżdm przęśle es sscze ezleż. od prwdopodoeńswo łędu dl cłego łącz wścu osego odork. Odpowedź rwdopodoeńswo łędu cłego łącz prwdopodoeńswo odoru prwdłowego cłego łącz C. Czl: C Z powodu sscze ezleżośc zdrzeń łędów C p. C p. Dl młch p p p, p K. Wesołowsk Wre zleżośc zwąze z rchukem prwdopodoeńsw rwdopodoeńswo zupełe. ech d ędze zór rozłączch zdrzeń,, kch, że U Ω orz wed prwdopodoeńswo zdrze zwrego w Ω moż zpsć z pomocą wzoru dl Jes oo użecze w olczech prwdopodoeńsw łędu w ssemch elekomukcch, p. do O smol do K. Wesołowsk

16 Ilusrc zsd prwdopodoeńsw zupełego K. Wesołowsk Wre zleżośc zwąze z rchukem prwdopodoeńsw ,,,, Zme losow dskre Zme losow X o odwzorowe przporządkowuące zdrzeom wrośc lczowe. Kżde zdrzee m prwdopodoeńswo wsąpe przporządkową mu wrość lczową. Zem Oczwśce K. Wesołowsk Wre zleżośc zwąze z rchukem prwdopodoeńsw X,..., } r{ X } r{

17 Wre zleżośc zwąze z rchukem prwdopodoeńsw rzkłd Wkowe są czer ezleże rzu moeą. Jko zdrze określ sę wlosowo orłów,..,4. Zem: /6 4/6 4 /6 6/6 3 4/6 4 /6 F X r{x } Rozkłd prwdopodoeńsw zmee X 6/6 4/6 /6 Dsru F X 3 4 4/6 K. Wesołowsk Wre zleżośc zwąze z rchukem prwdopodoeńsw Zme losow cągł Fukc, kóre wrośc leżą do zoru lu podzoru lcz rzeczwsch Zme losow cągł X es schrkerzow przez gęsość prwdopodoeńsw p X p X dfx d odswowe włsośc gęsośc prwdopodoeńsw: p X ukc przmue wrośc eueme ole pod krzwą gęsośc prwdopodoeńsw wos. d p X K. Wesołowsk

18 Wre zleżośc zwąze z rchukem prwdopodoeńsw rzkłdowe gęsośc prwdopodoeńsw Rozkłd edos p X dl < poz m Rozkłd gussowsk orml p X µ ep πσ σ p X /- K. Wesołowsk Wre zleżośc zwąze z rchukem prwdopodoeńsw Z czego wk uwerslość rozkłdu gussowskego? Rozwżm sumę zmech losowch ZXY o gęsoścch prwdopodoeńsw odpowedo p Z, p X orz p Y. Moż udowodć, że gęsość prwdopodoeńsw zmee losowe ędącą sumą zmech losowch es sploem gęsośc prwdopodoeńsw skłdków,. p Z p p X Szum wsępuąc w przrodze pochodz od welu ezleżch źródeł zkłóce sę sumuą. Jeśl lcz sumowch skłdków zmech losowch rośe, o rozkłd prwdopodoeńsw dąż do rozkłdu gussowskego ezleże od ego, ke są gęsośc prwdopodoeńsw skłdków RWO WILKICH LICZ K. Wesołowsk Y

19 Wre zleżośc zwąze z rchukem prwdopodoeńsw rzkłd Sumuem kolee zmee losowe o rozkłdze rówomerm od -.5 do.5. Określm gęsość prwdopodoeńsw sum kolech skłdków Dw skłdk rz skłdk.6 5 p Z.5 p Z Czer skłdk Osem skłdków p Z 4 3 p Z K. Wesołowsk Wre zleżośc zwąze z rchukem prwdopodoeńsw rmer chrkerzuące zmee losowe σ σ Śred wrość oczekw zmee losowe X µ X px d Wrc zmee losowe X µ px d px d µ px d µ [ X ] [ X ] [ X [ X ] ] [ X ] Odchlee sdrdowe zmee X - σ [ X ] [ X ] p X d K. Wesołowsk

20 Wre zleżośc zwąze z rchukem prwdopodoeńsw roces losow sochscz D es zór zdrzeń elemerch {ζ } z przporządkowm m rozkłdem prwdopodoeńsw { }. roces losow moż zdeowć ko zór ukc czsu zoru zdrzeń {ζ } X{X, ζ }. Kżd z ukc czsu dl dego zdrze ζ wsępue z prwdopodoeńswem es zw relzcą procesu losowego. Z kole w de chwl proces se sę zmeą losową X {X, ζ }. rzkłd procesu losowego: X cosπ Φ, gdze Φ c zme losow K. Wesołowsk Wre zleżośc zwąze z rchukem prwdopodoeńsw rzkłd grcze procesów losowch K. Wesołowsk

21 Wre zleżośc zwąze z rchukem prwdopodoeńsw roces score w węższm sese p Łącze rozkłd prwdopodoeńsw dl dowolego zoru chwl czsowch,,, są ezleże od przesuęc zoru ch chwl w czse,,..., p,,..., W szerszm sese Wrość oczekw es sł w czse ukc uokorelc procesu zleż ede od przesuęc ou chwl czsowch [ X ] µ cos R X, [ X X ] RX, τ RX τ K. Wesołowsk Wre zleżośc zwąze z rchukem prwdopodoeńsw Ilusrc włsośc korelcch procesu losowego K. Wesołowsk

22 Wre zleżośc zwąze z rchukem prwdopodoeńsw Włsośc korelce włsośc wdmowe werdzee Weer-Chcz Jeśl proces losow es scor w szerszm sese, o gęsość wdmow moc es powąz z ukcą uokorelc procesu z pomocą zleżośc { } G F τ X R X G X δ τ Gęsość wdmow moc ukc uokorelc szumu łego τ K. Wesołowsk

Rozkłady prawdopodobieństwa 1

Rozkłady prawdopodobieństwa 1 Rozkłdy rwdoodoeństw Rozkłdy rwdoodoeństw. Rozkłdy dyskrete cągłe. W rzydku rozkłdu dyskretego określmy wrtośc rwdoodoeństw dl rzelczlej skończoej lu eskończoej lczy wrtośc zmeej losowej. N.... wszystke

Bardziej szczegółowo

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa)

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa) Regresj low (metod jmejszch kwdrtów, metod wrówwcz, metod Guss) stot metod postult Guss współczk prostej kostrukcj prostej teoretczej trsformcj fukcj elowch przkłd Regresj low czm poleg? Jeśl merzoe dwe

Bardziej szczegółowo

Całkowanie numeryczne Zadanie: obliczyć przybliżenie całki (1) używając wartości funkcji f(x) w punktach równoodległych. Przyjmujemy (2) (3) (4) x n

Całkowanie numeryczne Zadanie: obliczyć przybliżenie całki (1) używając wartości funkcji f(x) w punktach równoodległych. Przyjmujemy (2) (3) (4) x n lkowe_um- łkowe umercze Zde: olczć przlżee cłk ( ) d () użwjąc wrtośc ukcj () w puktc rówoodległc. Przjmujem (), gdze,,, () () tąd / (5) Metod prostokątów d / (6) gdze / / (7) -- :9: /6 lkowe_um- td. td.

Bardziej szczegółowo

Spójne przestrzenie metryczne

Spójne przestrzenie metryczne Spóe pzeszee ecze De. Pzeszeń eczą zw spóą eżel e d sę e pzedswć w posc s dwóc zoów epsc owc ozłączc. - pzeszeń spó ~ owe Icze es zoe spó eżel dl dowolc pów czl see cągł c : : = = see dog łącząc Tw. ągł

Bardziej szczegółowo

Spójne przestrzenie metryczne

Spójne przestrzenie metryczne lz Włd 5 d d Ćel cel@gedpl Spóe pzeszee ecze De Pzeszeń eczą ρ zw spóą eżel e d sę e pzedswć w psc s dwóc zów epsc wc złączc ρ - pzeszeń spó ~ we Icze es ze spó eżel dl dwlc pów czl see cągł c γ : : γ

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA Woskowe sttstcze - egesj koelcj teść Wpowdzee Regesj koelcj low dwóch zmech Regesj koelcj elow - tsfomcj zmech Regesj koelcj welokot Wpowdzee Jedostk zoowośc sttstczej mogą ć chktezowe

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

Wnioskowanie statystyczne dla korelacji i regresji. STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...

Bardziej szczegółowo

Teoria Sygnałów. II rok Geofizyki III rok Informatyki Stosowanej. Wykład 2. Układy liniowe i niezmienne w czasie (układy LTI) y[n] x[n]

Teoria Sygnałów. II rok Geofizyki III rok Informatyki Stosowanej. Wykład 2. Układy liniowe i niezmienne w czasie (układy LTI) y[n] x[n] Toi Sgłów II ok Goizki III ok Ioki Sosowj Wkłd Ukłd liiow i izi w czsi ukłd LTI Kilk uwg: LTI jpopulijsz odl ilcji LTI odl pocsów izczch [] Ukłd liiow [] gdzi ozcz sgł wjściow do ukłdu zś sgł wjściow.

Bardziej szczegółowo

BADANIE DRGAŃ RELAKSACYJNYCH

BADANIE DRGAŃ RELAKSACYJNYCH BADANIE DRGAŃ RELAKSACYJNYCH Ops ukłdu pomrowego Ukłd pomrow skłd sę z podstwowch częśc: dego geertor drgń relkscjch, zslcz geertor, geertor odese (drgń hrmoczch), oscloskopu. Pokz rsuku schemt deow geertor

Bardziej szczegółowo

Analiza obwodów elektrycznych z przebiegami stochastycznymi. Dariusz Grabowski

Analiza obwodów elektrycznych z przebiegami stochastycznymi. Dariusz Grabowski Aliz obwodów elekryczych z przebiegmi sochsyczymi Driusz Grbowski Pl wysąpiei Sochsycze modele sygłów Procesy sochsycze Przekszłcei procesów sochsyczych przez ukłdy liiowe Ciągłość i różiczkowlość sochsycz

Bardziej szczegółowo

Wykład 6 Całka oznaczona: obliczanie pól obszarów płaskich. Całki niewłaściwe.

Wykład 6 Całka oznaczona: obliczanie pól obszarów płaskich. Całki niewłaściwe. Wykłd 6 Cłk ozczo: olcze pól oszrów płskch. Cłk ewłścwe. Wprowdźmy jperw ocję sumow: Dl dego zoru lcz {,,..., } symol ozcz ch sumę, z.... Cłk ozczo zosł wprowdzo w celu wyzcz pól rpezów krzywolowych (rys.

Bardziej szczegółowo

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna.

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna. terpolcj.doc Iterpolcj fukcj. Sformułowe problemu: Rs.. Iterpolcj fukcj low, b kwdrtow, c kubcz. De są rgumet,,,. orz odpowdjące m wrtośc fukcj = f, = f,, = f. Postć fukcj = f jest e z lub z. Poszukw jest

Bardziej szczegółowo

UWAGI O ROZKŁADZIE FUNKCJI ZMIENNEJ LOSOWEJ.

UWAGI O ROZKŁADZIE FUNKCJI ZMIENNEJ LOSOWEJ. L.Kowls - Uwg o rozłdz uc zm losow UWAI O ROZKŁADZIE UNKCJI ZMIENNEJ LOSOWEJ. - d zm losow cągł o gęstośc. Y g g - borlows tz. g - B BR dl B BR Wzczć gęstość g zm losow Y. Jśl g - ścśl mootocz różczowl

Bardziej szczegółowo

Pojęcie modelu. Model ekonometryczny. Przykład modelu ekonometrycznego. Klasyfikacja modeli ekonometrycznych. Etapy analizy ekonometrycznej

Pojęcie modelu. Model ekonometryczny. Przykład modelu ekonometrycznego. Klasyfikacja modeli ekonometrycznych. Etapy analizy ekonometrycznej Poęc modlu Modl s o uproszczo przdsw rzczwsośc Lwrc R Kl: Modl s o schmcz uproszcz pomąc so sp w clu wś wwęrzgo dzł form lub osruc brdz somplowgo mchzmu Główą zlą modlu s możlwość go bzpczgo przprowdz

Bardziej szczegółowo

Ocena wpływu niepewności estymacji parametrów modeli czujników pomiarowych na wartości maksymalnych błędów dynamicznych

Ocena wpływu niepewności estymacji parametrów modeli czujników pomiarowych na wartości maksymalnych błędów dynamicznych Polech rows Wydzł Iżyer Elerycze operowe edr oy ech Iforcyych Oce wpływ epewośc esyc prerów odel czów porowych wrośc sylych łędów dyczych Dr ż. rzyszof oczy rów 5.3.5 Pl wysąpe. Błędy w porch welośc słych

Bardziej szczegółowo

Wybrane rozkłady prawdopodobieństwa użyteczne w statystyce

Wybrane rozkłady prawdopodobieństwa użyteczne w statystyce ttstk Wkłd 5 Ad Ćel A3-A4 3 cel@gh.ed.pl Wre rozkłd prwdopodoeństw żtecze w sttstce Rozkłd ch-kwdrt o stopch swood - to rozkłd s kwdrtów ezleżch zech losowch o stdrzow rozkłdze orl tz......d. rozkłd o

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 7

RÓWNANIA RÓŻNICZKOWE WYKŁAD 7 RÓWNANIA RÓŻNIZKOWE WYKŁAD 7 Deiicj Ukłdem rówń różiczkowch rzędu pierwszego w posci ormlej zwm ukłd rówń o iewidomch > zmie iezleż. Uwg Jeżeli = o zzwczj piszem x zmis orz g zmis jeżeli = o piszem x z

Bardziej szczegółowo

v = v i e i v 1 ] T v =

v = v i e i v 1 ] T v = v U = e i,..., e n ) v = n v i e i i= e i i v T v = = v v n v n U v v v +q 3q +q +q b c d XY X +q Y 3q r +q = r 3q = r +q = r +q = r 3q = r +q = E = E +q + E 3q + E +q = k q r+q 3 + k 3q r 3q 3 b V = kq

Bardziej szczegółowo

Zastosowania całki oznaczonej

Zastosowania całki oznaczonej Przkłd 9 Nie kd funkcj okrelon i ogrniczon n [, b] jes cłkowln n [, b], np funkcj Dirichle nie jes cłkowln n przedzile [, ], gd f ( ), gd liczb wmiern odcink [,] liczb niewmiern odcink [,] Gdbm dl kdego

Bardziej szczegółowo

Cechy szeregów czasowych

Cechy szeregów czasowych energecznch Cech szeregów czasowch Rozdział Modelowanie szeregów czasowch 7 proces deerminisczn proces kórego warość może bć preczjnie określona w dowolnm czasie =T+τ = a +b T T+τ czas = sin(ω) T T+τ czas

Bardziej szczegółowo

( ) Elementy rachunku prawdopodobieństwa. f( x) 1 F (x) f(x) - gęstość rozkładu prawdopodobieństwa X f( x) - dystrybuanta rozkładu.

( ) Elementy rachunku prawdopodobieństwa. f( x) 1 F (x) f(x) - gęstość rozkładu prawdopodobieństwa X f( x) - dystrybuanta rozkładu. Elementy rchunku prwdopodoeństw f 0 f() - gęstość rozkłdu prwdopodoeństw X f d P< < = f( d ) F = f( tdt ) - dystryunt rozkłdu E( X) = tf( t) dt - wrtość średn D ( X) = E( X ) E( X) - wrncj = f () F ()

Bardziej szczegółowo

instrukcja do ćwiczenia 5.1 Badanie wyboczenia pręta ściskanego

instrukcja do ćwiczenia 5.1 Badanie wyboczenia pręta ściskanego 5.Bde wocze pręt śckego UT-H Rdom Ittut Mechk Stoowej Eergetk Lortorum Wtrzmłośc Mterłów trukcj do ćwcze 5. Bde wocze pręt śckego I ) C E L Ć W I C Z E N I A Celem ćwcze jet dośwdczle wzczee metodą Southwell

Bardziej szczegółowo

DOPASOWANIE ZALEŻNOŚCI LINIOWEJ DO WYNIKÓW POMIARÓW

DOPASOWANIE ZALEŻNOŚCI LINIOWEJ DO WYNIKÓW POMIARÓW DOPAOWANIE ZALEŻNOŚCI LINIOWEJ DO WYNIKÓW POMIARÓW Jedm stotch gdeń l dch pomroch jest dopsoe leżośc teoretcej do kó pomró. Dotc oo stucj gd dokoo ser pomró pr elkośc które są e soą poąe leżoścą f... m

Bardziej szczegółowo

Rachunek różniczkowy funkcji wielu zmiennych

Rachunek różniczkowy funkcji wielu zmiennych EAIB-Iormaa-Wład 9- dr Adam Ćmel cmel@.ag.edu.pl Racue różczow ucj welu zmec Z uwag a prosoę zapsu ławe erpreacje gracze ograczm sę jede do ucj lub zmec. Naurale uogólea wprowadzac pojęć a ucje zmec zosawam

Bardziej szczegółowo

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.

Bardziej szczegółowo

5. Maszyna Turinga. q 1 Q. Konfiguracja: (q,α β) q stan αβ niepusta część taśmy wskazanie położenia głowicy

5. Maszyna Turinga. q 1 Q. Konfiguracja: (q,α β) q stan αβ niepusta część taśmy wskazanie położenia głowicy 5. Maszyna Turnga = T Q skończony zór stanów q 0 stan początkowy F zór stanów końcowych Γ skończony zór symol taśmy T Γ alfaet wejścowy T Γ symol pusty (lank) δ: Q Γ! 2 Q Γ {L,R} funkcja

Bardziej szczegółowo

kwartalna sprzeda elazek

kwartalna sprzeda elazek Modele elowe MODELE NIELINIOWE Prłd. model low elow - orówe). Kwrl sred ele w lch 996-999 wosł: 4 5 6 7 8 9 4 45 5 57 6 64 68 65 68 67 69 7 7 7 75 Wc rogo rec wrł ro 999. Z wres wd, e red jes rosc lec

Bardziej szczegółowo

Ekonometryczne modele nieliniowe

Ekonometryczne modele nieliniowe Ekonomrczn mod nnow Wkłd Włsnośc smorów s . dodk do wkłdu Słb zbżność convrgnc n dsrbuon Cąg zmnnch osowch FX x - dsrbun Isnj dsrbun F X x, k ż m FX x FX x w kżdm punkc x, F X w kórm X js cągł. X X zbg

Bardziej szczegółowo

FUNKCJE DWÓCH ZMIENNYCH

FUNKCJE DWÓCH ZMIENNYCH FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam

Bardziej szczegółowo

6. *21!" 4 % rezerwy matematycznej. oraz (ii) $ :;!" "+!"!4 oraz "" % & "!4! " )$!"!4 1 1!4 )$$$ " ' ""

6. *21! 4 % rezerwy matematycznej. oraz (ii) $ :;! +!!4 oraz  % & !4!  )$!!4 1 1!4 )$$$  ' Memy fow 09..000 r. 6. *!" ( orz ( 4 % rezerwy memycze $ :;!" "+!"!4 orz "" % & "!4! " $!"!4!4 $$$ " ' "" V w dowole chwl d e wzorem V 0 0. &! "! "" 4 < ; ;!" 4 $%: ; $% ; = > %4( $;% 7 4'8 A..85 B..90

Bardziej szczegółowo

METODY KOMPUTEROWE 11

METODY KOMPUTEROWE 11 METOY KOMPUTEROWE METOA WAŻONYCH REZIUÓW Mchł PŁOTKOWIAK Adm ŁOYGOWSKI Konsultcje nukowe dr nż. Wtold Kąkol Poznń / METOY KOMPUTEROWE METOA WAŻONYCH REZIUÓW Metod wżonych rezduów jest slnym nrzędzem znjdown

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe. INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,

Bardziej szczegółowo

SYSTEMY ROZMYTO-NEURONOWE REALIZUJĄCE RÓŻNE SPOSOBY ROZMYTEGO WNIOSKOWANIA

SYSTEMY ROZMYTO-NEURONOWE REALIZUJĄCE RÓŻNE SPOSOBY ROZMYTEGO WNIOSKOWANIA POLIECHIK CZĘSOCHOWSK KEDR IŻYIERII KOMPUEROWEJ PRC DOKORSK SYSEMY ROZMYO-EUROOWE RELIZUJĄCE RÓŻE SPOSOY ROZMYEGO WIOSKOWI Roert owc Promotor: dr h. ż. Dut Rutows rof. dzw. P.Cz. Częstochow 999 eszm chcłm

Bardziej szczegółowo

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia dr Mchł Koopczńsk Ekoom mtemtcz ćwcze. Ltertur obowązkow Eml Pek red. Podstw ekoom mtemtczej. Mterł do ćwczeń MD r 5 AE Pozń.. Ltertur uzupełjąc Eml Pek Ekoom mtemtcz AE Pozń. Alph C. Chg Podstw ekoom

Bardziej szczegółowo

ELEMENTY TEORII GIER

ELEMENTY TEORII GIER ELEMENTY TEORII GIER Śwt s otcząc pełe est koflktów rwlzc. Moż weć lcze przkłd stuc deczch, ędz : wo, kpe poltcze, kpe reklowe rketgowe rwlzuącch ze sobą fr wele ch, w którch do cze z koflkte ędz ch uczestk.

Bardziej szczegółowo

Środek masy i geometryczne momenty bezwładności figur płaskich 1

Środek masy i geometryczne momenty bezwładności figur płaskich 1 Środek ms geometrzne moment bezwłdnoś fgur płskh Środek ms fgur płskej Zleżnoś n współrzędne środk ms, fgur płskej złożonej z fgur regulrnh rs.. możem zpsć w nstępują sposób: gdze:. pole powerzhn -tej

Bardziej szczegółowo

METODY NUMERYCZNE. Wykład 3. Plan. Aproksymacja. Aproksymacja Interpolacja wielomianowa Przykłady. Jaki jest dopuszczalny błąd wyniku?

METODY NUMERYCZNE. Wykład 3. Plan. Aproksymacja. Aproksymacja Interpolacja wielomianowa Przykłady. Jaki jest dopuszczalny błąd wyniku? METODY NUMERYCZNE Wkłd. dr h.ż. Ktrz Zkrzewsk, prof.agh Met.Numer. wkłd Pl Aproksmc Iterpolc welomow Przkłd Met.Numer. wkłd Aproksmc Metod umercze zmuą sę rozwązwem zdń mtemtczch z pomocą dzłń rtmetczch.

Bardziej szczegółowo

11. Aproksymacja metodą najmniejszych kwadratów

11. Aproksymacja metodą najmniejszych kwadratów . Aproksmcj metodą jmejszch kwdrtów W ukch przrodczch wkoujem często ekspermet polegjące pomrch pr welkośc, które, jk przpuszczm, są ze sobą powąze jkąś zleżoścą fukcją =f(, p. wdłużee spręż w zleżośc

Bardziej szczegółowo

1. Relacja preferencji

1. Relacja preferencji dr Mchał Koopczyńsk EKONOMIA MATEMATYCZNA Wykłady, 2, 3 (a podstawe skryptu r 65) Relaca preferec koszyk towarów: przestrzeń towarów: R + = { x R x 0} x = ( x,, x ) X X R+ x 0 x 0 =, 2,, x~y xf y x y x

Bardziej szczegółowo

Metody numeryczne. Wykład nr 5: Aproksymacja i interpolacja. dr Piotr Fronczak

Metody numeryczne. Wykład nr 5: Aproksymacja i interpolacja. dr Piotr Fronczak Metod umerze Wkłd r 5: Aproksmj terpolj dr Potr Frozk Aproksmj terpolj Aproksmj rówem lowm Błąd dopsow E - Fukj dwóh zmeh Fukj E m mmum dl tkh wrtoś, dl którh pohode ząstkowe względem zerują sę: E E Jest

Bardziej szczegółowo

r h SSE EKONOMETRIA - WZORY p pk Opracowała: Joanna Kisielińska 1 Metody doboru zmiennych Metoda Nowaka Metoda Hellwiga Metoda momentów

r h SSE EKONOMETRIA - WZORY p pk Opracowała: Joanna Kisielińska 1 Metody doboru zmiennych Metoda Nowaka Metoda Hellwiga Metoda momentów Opowł: Jo Kselńs EKONOMETRIA - WZORY Metod doou zmeh Metod Now * t I I I Metod Hellwg om L l l K p p pk h l l K p H l h pk Metod mometów e Regesj post Modele: MNK m s s Y X C s v Opowł: Jo Kselńs Współz:

Bardziej szczegółowo

Ż ć Ó Ś Ó ć Ę Ó Ś ź Ż Ż Ó Ż ź Ó ÓŚ Ć Ó ź Ó ź Ó Ź ć Ę Ó Ś Ż Ó Ó Ń Ą ź ź Ź Ś Ą Ą Ś Ą Ś ć ć ź ź Ó Ó Ę Ź Ą Ź Ę ĘŚ ć ź Ę Ę ź Ę ć Ś Ś Ę Ż Ż ć Ść ć ć Ń Ż Ś ć Ż Ż Ż Ż Ż Ó Ą Ę Ę Ę Ą Ż Ż Ż Ź Ż ć Ś Ż Ż Ż Ż Ż ć Ś

Bardziej szczegółowo

Automatyka i Robotyka Analiza Wykład 27 dr Adam Ćmiel

Automatyka i Robotyka Analiza Wykład 27 dr Adam Ćmiel Automty Rooty Az Wyłd 7 dr Adm Ćme cme@gh.edu.p Szereg Fourer Przypomee. Rozwżmy przestrzeń eudesową VR, tórej eemetm (putm, wetorm )są eemetowe cąg cz rzeczywstych p.,..., ) y y,..., y ). W przestrze

Bardziej szczegółowo

MACIERZE I DZIAŁANIA NA MACIERZACH. Niech ustalone będzie ciało i dwie liczby naturalne,.

MACIERZE I DZIAŁANIA NA MACIERZACH. Niech ustalone będzie ciało i dwie liczby naturalne,. CIERZE I ZIŁNI N CIERZCH Nech usloe będze cło dwe lczby urle, cerzą o wyrzch z cł wymrch zywmy kżdą fukcję cerz ką zpsujemy w posc belk ) cerz zpsujemy róweż wele ych sposobów, w zleżośc od ego jką jej

Bardziej szczegółowo

Przykład 2.5. Figura z dwiema osiami symetrii

Przykład 2.5. Figura z dwiema osiami symetrii Przkłd 5 Figur z dwiem osimi smetrii Polecenie: Wznczć główne centrlne moment bezwłdności orz kierunki główne dl poniższej figur korzstjąc z metod nlitcznej i grficznej (konstrukcj koł Mohr) 5 5 5 5 Dl

Bardziej szczegółowo

ń Ę Ę Ę Ę ń ń Ś ź Ę ś ś Ę Ś Ą Ę Ę Ę Ę Ż Ę Ę ść Ą Ł Ę Ć ć Ś Ę Ę ś Ę Ż Ś Ę Ę ń Ż Ę Ć ź ć Ł ś Ę ś Ż ś Ś ś Ę ć Ł ś Ż ŚĆ Ę ń ŚĆ ść ś ś ń ś Ś ś ś Ęś Ę ć ś ść ń ń Ć ś Ą ń ć Ą Ś ń ś ś ć ć ś źć ć ź ś ń Ę ś Ę ć

Bardziej szczegółowo

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB WYKŁAD 2 BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB Przkład.

Bardziej szczegółowo

INFORMATYKA W CHEMII Dr Piotr Szczepański

INFORMATYKA W CHEMII Dr Piotr Szczepański INFORMATYKA W CHEMII Dr Potr Szczepńk Ktedr Chem Fzczej Fzkochem Polmeró ANALIZA REGRESJI REGRESJA LINIOWA. REGRESJA LINIOWA - metod jmejzch kdrtó. REGRESJA WAŻONA 3. ANALIZA RESZT 4. WSPÓŁCZYNNIK KORELACJI,

Bardziej szczegółowo

WEKTORY skalary wektory W ogólnym przypadku, aby określić wektor, należy znać:

WEKTORY skalary wektory W ogólnym przypadku, aby określić wektor, należy znać: WEKTORY Wśród wielkości fizycznych występujących w fizyce możn wyróżnić sklry i wektory. Aby określić wielkość sklrną, wystrczy podć tylko jedną liczbę. Wielkościmi tkimi są ms, czs, tempertur, objętość

Bardziej szczegółowo

Klucz odpowiedzi do zadań zamkniętych i schemat oceniania zadań otwartych

Klucz odpowiedzi do zadań zamkniętych i schemat oceniania zadań otwartych Klucz odpowiedzi do zdń zmkniętc i scemt ocenini zdń otwrtc Klucz odpowiedzi do zdń zmkniętc 4 7 9 0 4 7 9 0 D D D Scemt ocenini zdń otwrtc Zdnie (pkt) Rozwiąż nierówność x x 0 Oliczm wróżnik i miejsc

Bardziej szczegółowo

Rachunek różniczkowy funkcji wielu zmiennych

Rachunek różniczkowy funkcji wielu zmiennych Iormaa - Wład 9 - dr Bogda Ćmel cmelbog@ma.ag.edu.pl Racue różczow ucj welu zmec Z uwag a prosoę zapsu ławe erpreacje gracze ograczm sę jede do ucj lub zmec. Naurale uogólea wprowadzac pojęć a ucje zmec

Bardziej szczegółowo

Równania róniczkowe liniowe. = 2. dx x. dy dy. dx y. y dx. dy y. dy 2

Równania róniczkowe liniowe. = 2. dx x. dy dy. dx y. y dx. dy y. dy 2 Równni róniczkow liniow Równni róniczkow, kór mon zpis w posci + p( q(, gdzi p ( i q ( s funkcjmi cigłmi, nzwm równnim liniowm pirwszgo rzdu Jli q (, o równni nzwm liniowm nijdnorodnm W przciwnm przpdku

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8 Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja

Bardziej szczegółowo

Metody Numeryczne 2017/2018

Metody Numeryczne 2017/2018 Mod urcz 7/8 Ior Sosow III ro Iżr Oczow II ro Włd 5 Rodzj roscj 8 8 8 - - - - 3 8 8 6 8 roscj rocj roscj jdosj [ ] roscj śrdowdrow d Twrdz Wrsrss ów ż d dowoj ucj oż zźć wo o dowo ł odchu s od j ucj Br

Bardziej szczegółowo

TESTOWANIE HIPOTEZY O KOMPLETNOŚCI ZBIORU ARGUMENTÓW

TESTOWANIE HIPOTEZY O KOMPLETNOŚCI ZBIORU ARGUMENTÓW TESTOWANIE HIPOTEY O KOMPLETNOŚCI BIORU ARGUMENTÓW Pweł Szołysek RELACJA PODOBIEŃSTWA I TESTOWANIE KOMPLETNOŚCI BIORU ARGUMENTÓW RELACJA PODOBIEŃSTWA - AŁOŻENIA Proces es opsny z poocą funkc wyrowe wyrowo

Bardziej szczegółowo

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus listopada 07r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej

Bardziej szczegółowo

(liniowy model popytu), a > 0; b < 0

(liniowy model popytu), a > 0; b < 0 MODELE EKONOMERYCZNE Model eoomercz o ops sochasczej zależośc adaego zjawsa eoomczego od czów szałującch go, wrażo w posac rówośc lu uładu rówośc. Jeśl p. rozparujem zjawso popu a oreślo owar lu grupę

Bardziej szczegółowo

Matematyka finansowa 25.01.2003 r.

Matematyka finansowa 25.01.2003 r. Memyk fisow 5.0.003 r.. Kóre z poiższych ożsmości są prwdziwe? (i) ( ) i v v i k m k m + (ii) ( ) ( ) ( ) m m v (iii) ( ) ( ) 0 + + + v i v i i Odpowiedź: A. ylko (i) B. ylko (ii) C. ylko (iii) D. (i),

Bardziej szczegółowo

a) b) Rys. 6.1. Schemat ideowo-konstrukcyjny układu do przykładu 6.1 a) i jego schemat blokowy

a) b) Rys. 6.1. Schemat ideowo-konstrukcyjny układu do przykładu 6.1 a) i jego schemat blokowy 04 6. Ztoownie metod hemtów lokowh do nliz włśiwośi ukłdów utomtki Shemt lokow ukłdu utomtki jet formą zpiu mtemtznego modelu dnego ukłdu, n podtwie której, wkorztują zd przedtwione rozdzile 3.7, możn

Bardziej szczegółowo

Wektory [ ] Oczywiście wektor w przestrzeni trójwymiarowej wektor będzie miał trzy współrzędne. B (x B. , y B. α A (x A, y A ) to jest wektor

Wektory [ ] Oczywiście wektor w przestrzeni trójwymiarowej wektor będzie miał trzy współrzędne. B (x B. , y B. α A (x A, y A ) to jest wektor Wektor N fizce w szkole średniej spotkcie się z dwom tpmi wielkości fizcznch. Jedne z nich, np. ms, tempertur, łdunek elektrczn są opiswne przez jedną liczę; te nzwm wielkościmi sklrnmi, w skrócie - sklrmi.

Bardziej szczegółowo

Zmiana bazy i macierz przejścia

Zmiana bazy i macierz przejścia Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl Zmaa bazy macerz prześca Nech V będze wymarową przesrzeą lową ad całem K. Nech Be e będze bazą przesrze V. Rozważmy ową bazę B e... e. Oczywśce

Bardziej szczegółowo

impuls o profilu f(x ) rozchodzący się w kierunku x: harmoniczna fala bieżąca rozchodząca się w kierunku +x: cos

impuls o profilu f(x ) rozchodzący się w kierunku x: harmoniczna fala bieżąca rozchodząca się w kierunku +x: cos Rów Scrodgr Fucj flow wow rprcj jdo wrow pułp lroów fucj flow sońco sońco sud pocjłu o wodoru rów Scrodgr wprowd rową lro swobod lro w sońcoj sud pocjłu PRZYPOMNINI: Fl bżąc sojąc w pęj sru Hlld, Rsc,

Bardziej szczegółowo

ł Ż ł Ó ć ł ć ć Ź Ó ł Ś Ć Ś Ź ł Ż Ż ł Ź ł Ą Ź ć ł Ż Ę ć ź Ó ł Ó Ó Ś Ó Ó Ó Ź ł Ó Ó ć ł Ó Ó Ó Ł Ó Ć ć Ó Ó Ć ÓÓ Ż Ó ź ł ÓĆ Ć Ó ł Ó Ź Ó ź ł Ś ŹŚ Źć Ó ć ÓŚ ł Ź Ł Ó ł ć ł Ó Ś ź Ó Ś Ę Ź Ś ł ć ł Ś Ś ÓĆ Ś ł Ś ć

Bardziej szczegółowo

v = v i e i v 1 ] T v = = v 1 v n v n ] a r +q = a a r 3q =

v = v i e i v 1 ] T v = = v 1 v n v n ] a r +q = a a r 3q = v U = e i,..., e n ) v = n v i e i i= e i i v T v = = v v n v v v v n 3q q q q r q = r 3q = E = E q E 3q E q = k q rq 3 k 3q r 3q 3 r q = k q rq 3 = kq 4 3 ) 4 q d b d c d d X d ± = d r = x y T d ± r ±

Bardziej szczegółowo

W-9 (Jaroszewicz) 15 slajdów. Równanie fali płaskiej parametry fali Równanie falowe prędkość propagacji, Składanie fal fale stojące

W-9 (Jaroszewicz) 15 slajdów. Równanie fali płaskiej parametry fali Równanie falowe prędkość propagacji, Składanie fal fale stojące Jucaan, Meico, Februar 005 W-9 (Jaroszewicz) 5 slajdów Ruch falow, ośrodek sprężs ę Pojęcie ruchu falowego rodzaje fal Równanie fali płaskiej paraer fali Równanie falowe prędkość propagacji, energia i

Bardziej szczegółowo

Def.12. Minorem stopnia k N macierzy nazywamy wyznacznik utworzony z elementów tej macierzy stojących na przecięciu dowolnie wybranych

Def.12. Minorem stopnia k N macierzy nazywamy wyznacznik utworzony z elementów tej macierzy stojących na przecięciu dowolnie wybranych Fk. Niech mciee i B ego smego sopi będą odrcle or iech R-{}, N. Wed mciee -, T, B,, są kże odrcle i prdie są róości:. de ( - )=(de ) -. ( - ) - =. ( T ) - =( - ) T. (B) - =B - -. ( ) - = ( - ). ( ) - =(

Bardziej szczegółowo

Ruch falowy, ośrodek sprężysty

Ruch falowy, ośrodek sprężysty W-9 (Jaroszewicz) 5 slajdów Ruch falow, ośrodek sprężs ę Pojęcie ruchu falowego rodzaje fal Równanie fali płaskiej paraer fali Równanie falowe prędkość propagacji, energia i pęd przenoszone przez falę

Bardziej szczegółowo

Sprawozdanie z badań próbki osadu pobranej na plaży w miejscowości Czołpina.

Sprawozdanie z badań próbki osadu pobranej na plaży w miejscowości Czołpina. Lbororum Az Specjlych Trów, 31.05.2012 Sprwozde z bdń próbk osdu pobrej plży w mejscowośc Czołp. D 28 mj 2012 dosrczoo próbkę w posc czrego elsyczego osdu zurzoego w wodze opsego jko próbk osdu pobr plży

Bardziej szczegółowo

O PEWNEJ METODZIE FUNKCJI MODULUJĄ CYCH I JEJ ZASTOSOWANIU DO IDENTYFIKACJI RÓWNAŃ NOMOTO DLA OKRĘ TU KLASY MARINER

O PEWNEJ METODZIE FUNKCJI MODULUJĄ CYCH I JEJ ZASTOSOWANIU DO IDENTYFIKACJI RÓWNAŃ NOMOTO DLA OKRĘ TU KLASY MARINER ZEZYTY NAUKOWE AKADEM MARYNARK WOJENNEJ ROK XLV NR 3 58 24 Hber Wsoc O PEWNEJ METODZE FUNKCJ MODULUJĄ CYCH JEJ ZATOOWANU DO DENTYFKACJ RÓWNAŃ NOMOTO DLA OKRĘ TU KLAY MARNER TREZCZENE W prc przedswoo pewą

Bardziej szczegółowo

R Z N C. p11. a!b! = b (a b)!b! d n dx n [xn sin x] = x n(n k) (sin x) (n) = n(n 1) (n k + 1) sin(x + kπ. n(n 1) (n k + 1) sin(x + lπ 2 )

R Z N C. p11. a!b! = b (a b)!b! d n dx n [xn sin x] = x n(n k) (sin x) (n) = n(n 1) (n k + 1) sin(x + kπ. n(n 1) (n k + 1) sin(x + lπ 2 ) 5 Z N p ) a a + b)! b ) a!b! a a! b a b)!b! p n n k nn k) n ) n k) d n d n [n sin ] n nn k) sin ) n) k n nn ) n k + ) sin + lπ ) k d n d n [n sin ] n k ) n n ) n k) sin ) k) k n k ) n nn ) n k + ) sin

Bardziej szczegółowo

Projekt 2 2. Wielomiany interpolujące

Projekt 2 2. Wielomiany interpolujące Proekt Weloma terpoluące Rodzae welomaów terpoluącc uma edomaów Nec w przedzale a, b określoa będze fukca f: ec będze ustaloc m wartośc argumetu :,,, m, m L prz czm: < < L < < m m Pukt o tc odcztac azwa

Bardziej szczegółowo

SELEKCJA: JAK JEDNA POPULACJA (STRATEGIA) WYPIERA INNĄ

SELEKCJA: JAK JEDNA POPULACJA (STRATEGIA) WYPIERA INNĄ W stronę bolog: dnama oulacj Martn. owa Evolutonar Dnamcs elna Press 6 SELEKCJ: JK JED POPULCJ (STRTEGI) WYPIER IĄ Model determnstczn ( a ) ( b ) : Dodając stronam mam a b czl średne dostosowane (ftness).

Bardziej szczegółowo

Całki oznaczone. wykład z MATEMATYKI

Całki oznaczone. wykład z MATEMATYKI Cłki oznzone wkłd z MATEMATYKI Budownitwo, studi niestjonrne sem. I, rok k. 28/29 Ktedr Mtemtki Wdził Informtki Politehnik Biłostok 1 Podstwowe pojęi 1.1 Podził P przedziłu, Nieh f ędzie funkją ogrnizoną

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

ZADANIA Z GEOMETRII RÓŻNICZKOWEJ NA PIERWSZE KOLOKWIUM

ZADANIA Z GEOMETRII RÓŻNICZKOWEJ NA PIERWSZE KOLOKWIUM ZADANIA Z GEOMETRII RÓŻNICZKOWEJ NA PIERWSZE KOLOKWIUM. Koło o promieniu n płszczyźnie Oxy oczy się bez poślizgu wzdłuż osi Ox. Miejsce geomeryczne opisne przez punk M leżący n obwodzie ego koł jes cykloidą.

Bardziej szczegółowo

PROGRAMOWANIE LINIOWE.

PROGRAMOWANIE LINIOWE. Wykłd 6 Progrowe lowe. Zstosow ekoocze. PROGRAMOWANIE LINIOWE. ZASTOSOWANIA EKONOMICZNE. CENY DUALNE. ANALIZA WRAŻLIWOŚCI.. RACHUNEK EKONOMICZNY. ZASADY RACJONALNEGO GOSPODAROWANIA. Rchuek ekooczy - porówe

Bardziej szczegółowo

SPECYFIKACJA ISTOTNYCH WARUNKÓW ZAMÓWIENIA

SPECYFIKACJA ISTOTNYCH WARUNKÓW ZAMÓWIENIA Z a m a w i a j» c y G D Y S K I O R O D E K S P O R T U I R E K R E A C J I J E D N O S T K A B U D E T O W A 8 1 5 3 8 G d y n i a, u l O l i m p i j s k a 5k 9 Z n a k s p r a w y G O S I R D Z P I

Bardziej szczegółowo

Ekonometryczne modele nieliniowe

Ekonometryczne modele nieliniowe Ekonomrczn mod niiniow Wkłd Włsności smorów i s . dodk do wkłdu Słb zbiżność convrgnc in disribuion { X } Ciąg zminnch osowch x - dsrbun X FX Isnij dsrbun F X x, k ż im FX x FX x w kżdm punkci x, F X w

Bardziej szczegółowo

PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK

PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK Założena Nech oznacza ozom (warość) badanego zjawska (zmennej) w kolejnch momenach czasu T0, gdze T 0 0,1,..., n 1 oznacza worz szereg czasow. zbór numerów czasu. Cąg

Bardziej szczegółowo

Johann Wolfgang Goethe Def.

Johann Wolfgang Goethe Def. "Maemac ą ja Facuz: coolwe m ę powe od azu pzeładają o a wój wła jęz wówcza aje ę o czmś zupełe m." Joha Wola Goehe Weźm : m m Jeżel zdeujem ucje pomoccze j : j dla j = m o = m dze = Czl wacz pzeaalzowad

Bardziej szczegółowo

Sposoby wyznaczenia błędu bezwzględnego. Pomiar bezpośredni. Pomiar pośredni. f x. f x. f x. f x. x n = =

Sposoby wyznaczenia błędu bezwzględnego. Pomiar bezpośredni. Pomiar pośredni. f x. f x. f x. f x. x n = = Pomr jego dokłdość. Kżdy pomr dje m wyk z pewą ylko dokłdoścą, węc obcążoy je epewoścą pomrową (błędem pomrowym). Pomry fzycze dzelmy : bezpośrede pośrede. Pomrm bezpośredm zywmy ke, kórych wrość lczbową

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZA ITELIGECJA WYKŁAD. SYSTEMY EUROOWO-ROZMYTE Częstocow 4 Dr b. ż. Grzegorz Dude Wdzł Eletrcz Poltec Częstocows SIECI EUROOWO-ROZMYTE Sec euroowo-rozmte pozwlją utomtcze tworzee reguł podstwe przłdów

Bardziej szczegółowo

Oscylator harmoniczny tłumiony drgania wymuszone

Oscylator harmoniczny tłumiony drgania wymuszone Osclor hroniczn łuion drgni wuszone Osclor swoodn łuion Jeśli d / Γ e cos Γ

Bardziej szczegółowo

Miś Colargol [B] Choir. q=120 [A] lar -gol. Co Co. to się włas - Wam. -nia. kła -nia. spie. Mis wys. lecz kie choć bar - w_cyr wać chciał

Miś Colargol [B] Choir. q=120 [A] lar -gol. Co Co. to się włas - Wam. -nia. kła -nia. spie. Mis wys. lecz kie choć bar - w_cyr wać chciał rnżcj Pweł Stuczyńsk 8 10 12 14 q=120 [A] 16 18 Ms co zw sze ć 1 4 5 6 spe w_cyr wć chcł wcąz fł szo ł pos bę dze ce m wszys rod drzew dł ze spe z przed ke mu z b fle pr zdz w st ck wę ce zcz nę Mś lrgol

Bardziej szczegółowo

3. F jest lewostronnie ciągła

3. F jest lewostronnie ciągła Def. Zmienną losową nzywmy funkcję X: tką, że x R : { : X( ) < x }. Ozn.: zmist pisd A = { : X( ) < x } piszemy A = { X < x } zdrzenie poleg n tym, że X( )

Bardziej szczegółowo

Programy współbieżne

Programy współbieżne Specyfikownie i weryfikownie Progrmy współieżne Mrek A. Bednrczyk, www.ipipn.gd.pl Litertur wiele prc dostępnych w Sieci np.: http://www.wikipedi.org/ Specyfikownie i weryfikcj progrmy współieżne PJP Prosty

Bardziej szczegółowo

Autor: Zbigniew Tuzimek Opracowanie wersji elektronicznej: Tomasz Wdowiak

Autor: Zbigniew Tuzimek Opracowanie wersji elektronicznej: Tomasz Wdowiak DNIE UKŁDÓW LOKD UTOMTYCZNYCH uor: Zigniew Tuzimek Oprcownie wersji elekronicznej: Tomsz Wdowik 1. Cel i zkres ćwiczeni Celem ćwiczeni jes zpoznnie sudenów z udową orz dziłniem zezpieczeń i lokd sosownych

Bardziej szczegółowo

Rozszerzenie znaczenia symbolu całki Riemanna

Rozszerzenie znaczenia symbolu całki Riemanna Rozszerzeie zczei smolu cłi Riem Z deiicji cłi Riem widć że isoą rolę odrw uporządowie prosej R prz worzeiu podziłu P. Jeżeli zmieim uporządowie prosej o sum cłowe zmieiją z o zmieiją z różice - -. Przjmiem

Bardziej szczegółowo

Rozwiązanie niektórych zadań treningowych do I kolokwium sem. zimowy, 2018/19

Rozwiązanie niektórych zadań treningowych do I kolokwium sem. zimowy, 2018/19 Rozwąze ektóryh zdń tregowyh do I kolokwum sem. zmowy, 8/9 Zd.. V = ost, = 98 K W wrukh dtyzyh Q = ΔU =. Końową temperturę zjdzemy rozwązują rówe ΔU =. Zm eerg wewętrzej zhodz wskutek rekj hemzej jlepej

Bardziej szczegółowo

F u l l H D, I P S D, I P F u l l H D, I P 5 M P,

F u l l H D, I P S D, I P F u l l H D, I P 5 M P, Z a ł» c z n i k n r 6 d o S p e c y f i k a c j i I s t o t n y c h W a r u n k ó w Z a m ó w i e n i a Z n a k s p r a w yg O S I R D Z P I 2 7 1 02 4 2 0 1 5 W Z Ó R U M O W Y z a w a r t a w G d y

Bardziej szczegółowo

5. MES w mechanice ośrodka ciągłego

5. MES w mechanice ośrodka ciągłego . MES w mechance ośroda cągłego P.Pucńs. MES w mechance ośroda cągłego.. Stan równowag t S P x z y n ρb(x, y, z) u(x, y, z) P Wetor gęstośc sł masowych N/m 3 ρb ρ g Wetor gęstośc sł powerzchnowych N/m

Bardziej szczegółowo

2.3.1. Iloczyn skalarny

2.3.1. Iloczyn skalarny 2.3.1. Ilon sklrn Ilonem sklrnm (sklrowm) dwóh wektorów i nwm sklr równ ilonowi modułów ou wektorów pre kosinus kąt wrtego międ nimi. α O Rs. 2.8. Ilustrj do definiji ilonu sklrnego Jeżeli kąt międ wektormi

Bardziej szczegółowo

7. Szeregi funkcyjne

7. Szeregi funkcyjne 7 Szeregi ukcyje Podstwowe deiicje i twierdzei Niech u,,,, X o wrtościch w przestrzei Y będą ukcjmi określoymi zbiorze X Mówimy, że szereg ukcyjy u jest zbieży puktowo do sumy, jeżeli ciąg sum częściowych

Bardziej szczegółowo

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki: Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,

Bardziej szczegółowo

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus 3 listopada 06r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej

Bardziej szczegółowo

Równania różniczkowe. y xy (1.1) x y (1.2) z xyz (1.3)

Równania różniczkowe. y xy (1.1) x y (1.2) z xyz (1.3) ownn oznczkowe Równn óżnczkowe. Wstę Równne óżnczkow nzw ównne zwejące funkcje newdoe zenne nezleżne oz ocodne funkcj newdoc lu c óżnczk. Pzkłd d 5 d d sn d. d d e d d d. z z z z. ównne óżnczkowe zwczjne

Bardziej szczegółowo

POMIAR SIŁY ELEKTROMOTORYCZNEJ OGNIWA I CHARAKTERYSTYKI JEGO PRACY

POMIAR SIŁY ELEKTROMOTORYCZNEJ OGNIWA I CHARAKTERYSTYKI JEGO PRACY ĆWICZENIE 5 POMIA SIŁY ELEKTOMOTOYCZNEJ OGNIWA I CHAAKTEYSTYKI JEGO PACY Elektrczość Mgetzm. Ops teoretcz do ćcze zmeszczo jest stroe.tc.t.ed.pl dzle DYDAKTYKA FIZYKA ĆWICZENIA LABOATOYJNE.. Ops kłd pomroego

Bardziej szczegółowo

MODEL EKONOMETRYCZNY KLASYFIKACJA MODELI EKONOMETRYCZNYCH

MODEL EKONOMETRYCZNY KLASYFIKACJA MODELI EKONOMETRYCZNYCH Ekoomri mrił ( foli ) do wkłdu D.Miszczńsk, M.Miszczński MODEL EKONOMERYCZNY Modl js o schmcz uproszczi, pomijjąc iiso spk w clu wjśii wwęrzgo dziłi, form lub kosrukcji brdzij skomplikowgo mchizmu. (Lwrc

Bardziej szczegółowo

Ń Ź ź Ź ć Ę ć Ę Ż Ą ć Ą ć ć Ż ć ć ć Ó Ż ć ć ć ć ć Ź ć Ś Ż ć Ń ć Ż Ć ć Ś Ć Ż Ń ź Ż Ń Ż Ź ć Ę Ś ć ź ć Ż ć Ź ć Ś ć ć ć Ż ć ć ć ć ć ć ć ć Ź ć Ż Ś ć Ń Ń Ź Ź Ź Ź ć Ź Ż Ż Ż Ż Ą Ż ć ć Ż Ż Ź ź Ż Ż Ą ć Ż Ś ć Ż Ó

Bardziej szczegółowo