Równania różniczkowe cząstkowe

Wielkość: px
Rozpocząć pokaz od strony:

Download "Równania różniczkowe cząstkowe"

Transkrypt

1 Meod ecze Wkład Rówaa óżczkowe cząskowe d hab. Po Foczak

2 Rówaa óżczkowe cząskowe RRC lczba zech F ząd ówaa: ząd awższe pochode 3 3 b chaakeska: lowe qas-lowe elowe

3 C B A F E D C B A b c b a : : : : : : : : : : Nelowe lowe Qas Lowe c b a Nelowe lowe Qas Lowe b c b a

4 Skp sę a RRC co awże dgego zęd apoplaesze w fzce Ogóla posać RRC dgego zęd B -AC Kaegoa Pzkład < elpcze Rówae Laplace a = paabolcze Rówae pzewodcwa cepła > hpebolcze Rówae falowe T T k T T c G C B A G C B A

5 Mowaca dla ake klasfkac elpcze C paabolcze C hpebolcze C ; ; Napossze ozwązaa: Róweż dla badze skoplkowach ówań lokale własośc ozwązae zależą od zak ważea B -AC. elpsa C paabola C hpebola C ; ; Zagadka: Skaegoz ówae Schodgea. C

6 Zakłada h = h = h [saka kwadaowa] = +h +h = ++ h ' ' h h Elpcze RRC - dwwaowe zagadee bzegowe Rówae Laplace a ' ' h '' '' h h

7 Sąc waz wzacza : 3 = = = = Pzkład: saka Pze począkowe pzblżee 3 Kozsa z eod eace Jacobego lb Gassa-Sedla szbsza zbeżość

8 Kozsaąc z eod dokładch p. dekopozca LU s łożć acez o ozaze low. Wosek: Ms wpowadzć deksowae ówań odpowadaącch pko dwwaowe sak : f Pzkład: ówae Possoa f h... P P a pzkład wesza P P P P P P P f h poecał gęsość ładk

9 h P P P P P f P Pzkład: Powezcha poecał pz losowo ozeszczoe gęsośc ładk

10 Paabolcze hpebolcze RRC Bezwaowe ówae pzewodcwa cepła z wake począkow dla = L g gdze L = szeokość dzedz ozwązań. b L a gdze a b są fkca ede czas a g zależ ede od położea. Wak bzegowe:

11 Dskezaca pzesze ozwązań czas deks pzeszeń deks Położee w węźle w chwl :

12 Zaeaąc pochode a óżce oze z błęde O z błęde O. Dale paszczaąc

13 Zae zdskezowae ówae a posać Defąc = / oze schea aw Elea: - pk względa pz oblcza óżc czasowe - pk względa pz oblcza óżc pzeszee

14 Algo schea awego // a + węzłów pzeszech sak // waek bzegow [] = [] =.; // waek począkow fo =; <; ++ { = *d; [] = fc; }; // pęla czasowa fo =; <=seps; ++ fo =; <; ++ ew[] = *[-] + -**[] + *[+]; ew; Poble: waek sablośc schea Czl eśl podzel doeę [] a so podpzedzałów =. o 5-5.

15 Aalza sablośc Rozważ schea aw dla ówaa cepła: Zae asz schea a posać: Nech D będze dokład ozwązae ówaa. Nech N będze ecz ozwązae ówaa. Zae błąd schea N D Napsz ówae sablośc eod ecze kóe opsze ewolcę błęd w akce oblczaa kolech koków czasowch. sablość eośe esablość ośe

16 Rówae sablośc będze badać za poocą aalz Foea eoda vo Neaa. Rozwązae ecze oże zapsać ako N = D + ε 3 Podsawaąc 3 do oze D D D D D D D D D D Poeważ z ówaa D D D D D

17 Zae ε Rozważ ozkład błęd w pew kok czasow. Błąd ε oża zapsać w posac szeeg Foea: : s cos 5 falowa lczba k k k k k e e b Czl ówae a błąd es ake sae ak ówae a fkcę.

18 Poeważ ówae óżcowe a błąd es lowe zachowae każdego waz szeeg es podobe do zachowaa całego szeeg. Zae wsacz ozważć wzos błęd powego waz b e k 6 Czasową zależość błęd względ pząc że aplda błęd b es fkcą czas. Poeważ błąd ośe lb alee zwkle wkładczo z czase oże zapsać e gdze k es zeczwse ale a oże bć zespoloe. Podsawaąc 7 do oze e a a e k k a k a k a k a k e e e 7 e e e e e e 8 gdze

19 e a e e e e e e 8 k a k a k a k a k e e e Dzeląc 8 obsoe pzez e a e k e a k k e e 9 Kozsaąc z zależośc oze gdze Kozsaąc z zależośc oze e cos e a e cos s e a k cos s

20 Defe współczk wzocea błęd G Oczeke b błąd e aasał z kok a kok G Zae a k e e a e s

21 s s s s s s Waek zbeżośc schea awego

22 G kok czasow wkładk poęg Pzpo sobe że współczk wzocea błęd G G Czl: Zwóć wagę że asz schea aw N N N G oże pzedsawć w posac ówaa acezowego Rówae włase z waośca włas G

23 Zae a kład ówań eowach G Meoda Jacobego Pzpoee z wkład 3 Jako ozwązae począkowe obea sę dowol weko p. weko zeow oblcza sę kolee eace: Kolee pzblżea wozą cąg wekoów. Jeżel see gaca ego cąg wed es oa ozwązae kład ówań lowch. Cąg wekoów s bć zae cąge zbeż. Tw. Cąg okeślo wzoe * pz dowol wekoze es zbeż wed lko wed gd <. poeń spekal acez = a waośc włase acez.

24 Twedzee powższe ów a że ab asz schea e bł ozbeż o wszske waośc włase G szą leżeć a płaszczźe zespoloe bo G ogą bć zespoloe wewąz okęg o poe. W asz pzpadk waośc G bł zeczwse węc weź cekawsz pzpadek: Uwaga: sablość każdego poble ehoogeczego Zasos schea: p p p p f bada paszczaąc ówae do posac hoogecze. óżca zwkła óżca wsecza Zasępąc Paęaąc że oaz że p p p p G e k

25 oze G e p k p k p k G e G e G e p k Dzeląc obsoe pzez G p e k p p p p G e k G k k e e e Wosek: schea es esabl dla każdego.

26 Żcow pzkład =; dh=./; d=.*dh; fo=;<=;++ { X=doble/; [][]=.*ep-*x-.5*x-.5; [][]=.*ep-*x-.5-d*x-.5-d; }; Jede kok czasow: = Wak począkowe fo=;<=;++ { L=-; P=+; Wak bzegowe peodcze f== L=; f== P=; [][]=[P][]-*[][]+[L][]*d*d/dh/dh+*[][]-[][]; }; fo=;<=;++ { [][]=[][]; [][]=[][]; };..5..5

27 Moża oblczć waek sablośc dla podaego schea ale e es poso G Czl a ówae kwadaowe. s G

28 Schea eaw Elea - pk względa pz oblcza óżc czasowe - pk względa pz oblcza óżc pzeszee Schea aw Schea eaw Wóć do ówaa cepła Bło: Teaz:

29 3 3 Zae a kład ówań z acezą ódagoalą. kó s ozwązać w każd kok czasow.

30 Sablość schea eawego Posępąc aalogcze do popzedch pzpadków pze po pa pzekszałceach G s k co dae ogaczee a G: G co es spełoe dla dowolego oczwśce wększego od zea. Zae schea eaw es zawsze sabl.

31 Schea Caka-Ncholsoa Może wobazć sobe badze ogól schea: gdze. Pz = ½. Pewsza pochoda czasowa ako óżca ceala w l+/ l l Dga pochoda pzeszea ako óżca ceala ważoa l l l l l l

32 Po pa pzekszałceach l l l l l l A zae zow a kład ówań z acezą ódagoalą. Moża pokazać że kład es zawsze sabl. s G s / / Pzewaga ad scheae eaw błąd O zaas O. Poówae scheaów:

33 = + ε V V = F = V = V + V ε + V ε ε = Cε ε~e C

Metody numeryczne. Wykład nr 10. Dr Piotr Fronczak

Metody numeryczne. Wykład nr 10. Dr Piotr Fronczak Meod ecze Wkład D Po Foczak Rówaa óŝczkowe cząskowe RRC lczba zech L L L F ząd ówaa: ząd awŝsze pochode 3 3 b chaakeska: lowe qas-lowe elowe C B A F E D C B A b c b a : : : :: : : : : : Nelowe lowe Qas

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

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze

Bardziej szczegółowo

METODY KOMPUTEROWE 1

METODY KOMPUTEROWE 1 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc

Bardziej szczegółowo

DYNAMIKA. Dynamika jest działem mechaniki zajmującym się badaniem ruchu ciał z uwzględnieniem sił działających na ciało i wywołujących ten ruch.

DYNAMIKA. Dynamika jest działem mechaniki zajmującym się badaniem ruchu ciał z uwzględnieniem sił działających na ciało i wywołujących ten ruch. DYNMIK Daika jes działe echaiki zajując się badaie uchu ciał z uwzględieie sił działającch a ciało i wwołującch e uch. Daika opiea się a pawach Newoa, a w szczególości a dugi pawie (zwa pawe daiki). Moża

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

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

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

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego

Bardziej szczegółowo

X. RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE

X. RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE X. RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE.. Wpowadzee Rozważmy ład ówań óżczowyc z waam począowym Zagadee (.) (.) azywa sę zagadeem począowym. Naszym zadaem es zalezee fc y () będącyc ozwązaem ww. ład. W dalszym

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0

Bardziej szczegółowo

Funkcja wiarogodności

Funkcja wiarogodności Fukca warogodośc Defca: Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x; θ. Fukcą warogodośc dla próby x azywamy welkość: ( x; θ f ( x ; θ L Uwaga: Fukca warogodośc to e to samo co łącza

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

Matematyka II. x 3 jest funkcja

Matematyka II. x 3 jest funkcja Maemayka II WYKLD. Całka eozaczoa. Rachuek całkowy. Twerdzea o całkach eozaczoych. Całkowae wybraych klas fukcj. Całkowae fukcj wymerych. Całkowae fukcj rygoomeryczych.. Defcja fukcj perwoej. Fukcję F

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa

Bardziej szczegółowo

Schrödingera. Dr inż. Zbigniew Szklarski. Katedra Elektroniki, paw. C-1, pok

Schrödingera. Dr inż. Zbigniew Szklarski. Katedra Elektroniki, paw. C-1, pok Wykła 0: Rówae Schrögera Dr ż. Zbgew Szklarsk Kaera lekrok paw. C- pok.3 szkla@agh.eu.pl hp://layer.uc.agh.eu.pl/z.szklarsk/ 0.06.07 Wyzał Iforayk lekrok Telekoukacj - Teleforayka Rówae Schrögera jeo z

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

1. WSTĘP. METODA EULERA 1 1. WSTĘP. METODA EULERA

1. WSTĘP. METODA EULERA 1 1. WSTĘP. METODA EULERA . WSTĘP. MTODA ULRA. WSTĘP. MTODA ULRA Wprowadzee Mowacja pozawaa meod umerczc:. Rozwązwae bardzo dużc kosrukcj o złożoej geomer welu sopac swobod powżej mloa prz różorodm zacowau maerałów.. Śwadome wkorzswae

Bardziej szczegółowo

MODELE OBIEKTÓW W 3-D3 część

MODELE OBIEKTÓW W 3-D3 część WYKŁAD 5 MODELE OBIEKTÓW W -D część la wykładu: Kocepcja krzywej sklejaej Jedorode krzywe B-sklejae ejedorode krzywe B-sklejae owerzche Bezera, B-sklejae URBS 1. Kocepcja krzywej sklejaej Istotą z praktyczego

Bardziej szczegółowo

Reprezentacja krzywych...

Reprezentacja krzywych... Reprezeacja rzywych... Reprezeacja przy pomocy fcj dwóch zmeych rzywe płase płase - jedej: albo z z f x y x [ x x2] y [ y y2] f x y g x x [ x x2] Wady: rzywe óre dla pewych x y mogą przyjmować wele warośc

Bardziej szczegółowo

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu METODA RÓŻIC SKOŃCZOYCH (omówee a przykładze rówań lowych) ech ( rówaa różczkowe zwyczaje lowe I-rz.) lub jedo II-rzędu f / / p( x) f / + q( x) f + r( x) a x b, f ( a) α, f ( b) β dea: a satce argumetu

Bardziej szczegółowo

Niepewności pomiarów. DR Andrzej Bąk

Niepewności pomiarów. DR Andrzej Bąk Nepewośc pomarów DR Adrzej Bąk Defcje Błąd pomar - różca mędz wkem pomar a wartoścą merzoej welkośc fzczej. Bwa też azwa błędem bezwzględm pomar. Poeważ wartość welkośc merzoej wartość prawdzwa jest w

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

Lista 6. Kamil Matuszewski 26 listopada 2015

Lista 6. Kamil Matuszewski 26 listopada 2015 Lsta 6 Kaml Matuszews 6 lstopada 5 4 5 6 7 8 9 4 5 X X X X X X X X X X X D X X N Gdze X-spsae, D-Delarowae, N-edelarowae. Zadae Zadae jest westą odpowedego pomalowaa. Weźmy sobe szachowcę x, poumerujmy

Bardziej szczegółowo

ĆWICZENIE 3 ANALIZA WSPÓŁZALEŻNOŚCI ZJAWISK MASOWYCH

ĆWICZENIE 3 ANALIZA WSPÓŁZALEŻNOŚCI ZJAWISK MASOWYCH Laboaoum eod aczch ĆWICZENIE 3 ANALIZA WPÓŁZALEŻNOŚCI ZJAWIK AOWCH Jedo wozące zboowość chaaezowae ą zazwcza za pomocą welu cech óe wzaeme ę wauuą. Celem aalz wpółzależośc e wedzee cz mędz badam cecham

Bardziej szczegółowo

Teoria Sygnałów. III rok Informatyki Stosowanej. Wykład 7 [ ] ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Analiza częstotliwościowa dyskretnych sygnałów cyfrowych

Teoria Sygnałów. III rok Informatyki Stosowanej. Wykład 7 [ ] ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Analiza częstotliwościowa dyskretnych sygnałów cyfrowych ora Sygałów III ro Ioray Sosowaj Wyła Rozważy sończoy sygał () spróboway z częsolwoścą : Aalza częsolwoścowa ysrych sygałów cyrowych p óra js wa razy węsza o częsolwośc asyalj a. Oblczy jgo rasorację Fourra.

Bardziej szczegółowo

OBLICZANIE GEOMETRYCZNYCH MOMENTÓW BEZWŁADNOŚCI FIGUR PŁASKICH, TWIERDZENIE STEINERA LABORATORIUM RACHUNKOWE

OBLICZANIE GEOMETRYCZNYCH MOMENTÓW BEZWŁADNOŚCI FIGUR PŁASKICH, TWIERDZENIE STEINERA LABORATORIUM RACHUNKOWE OBLICZNIE GEOMETRYCZNYCH MOMENTÓW BEZWŁDNOŚCI FIGUR PŁSKICH, TWIERDZENIE STEINER LBORTORIUM RCHUNKOWE Prz oblczeach wtrzmałoścowch dotczącch ektórch przpadków obcążea (p. zgae) potrzeba jest zajomość pewch

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

Przykładowe zadania dla poziomu rozszerzonego

Przykładowe zadania dla poziomu rozszerzonego Przkładowe zadaia dla poziomu rozszerzoego Zadaie. ( pkt W baku w pierwszm roku oszczędzaia stopa procetowa bła rówa p%, a w drugim roku bła o % iższa. Po dwóch latach, prz roczej kapitalizacji odsetek,

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

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

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

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2 Permutacje { 2,,..., } Defcja: Permutacją zboru lczb azywamy dowolą różowartoścową fukcję określoą a tym zborze o wartoścach w tym zborze. Uwaga: Lczba wszystkch permutacj wyos! Permutacje zapsujemy w

Bardziej szczegółowo

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

Bardziej szczegółowo

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

STATYKA. Cel statyki. Prof. Edmund Wittbrodt STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake

Bardziej szczegółowo

INSTRUMENTY DŁUŻNE. Duracja jako funkcja stopy procentowej Duracja skończonego ciągu płatności Immunizacja portfela aktywów

INSTRUMENTY DŁUŻNE. Duracja jako funkcja stopy procentowej Duracja skończonego ciągu płatności Immunizacja portfela aktywów INSTRUMENTY ŁUŻNE aja jao fja opy poeowej aja ońzoego iąg płaośi Iizaja pofela aywów aja iąg pzepływów pzy apializaji iągłej oza opa ' ; aja jao fja ] [ ' T VR T E T E e d d d d aja jao fja apializaja

Bardziej szczegółowo

24-01-0124-01-01 G:\AA_Wyklad 2000\FIN\DOC\Geom20.doc. Drgania i fale III rok Fizyki BC

24-01-0124-01-01 G:\AA_Wyklad 2000\FIN\DOC\Geom20.doc. Drgania i fale III rok Fizyki BC 4-0-04-0-0 G:\AA_Wyklad 000\FIN\DOC\Geom0.doc Dgaa ale III ok Fzyk BC OPTYKA GEOMETRYCZNA. W ośodku jedoodym śwatło ozcodz sę ostolowo.. Pzecające sę omee śwetle e zabuzają sę awzajem. 3. Pawo odbca śwatła.

Bardziej szczegółowo

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX. min. min

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX. min. min WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORAORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX Probley prograowae celowego lorazowego to probley prograowae ateatyczego elowego, który oża sktecze zlearyzować

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2

Bardziej szczegółowo

Badania Operacyjne (dualnośc w programowaniu liniowym)

Badania Operacyjne (dualnośc w programowaniu liniowym) Badaa Operacye (dualośc w programowau lowym) Zadae programowaa lowego (PL) w postac stadardowe a maksmum () c x = max, podczas gdy spełoe są erówośc () ax = b ( m ), x 0 ( ) Zadae programowaa lowego (PL)

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 6 Matematyka fasowa c.d. Rachuek retowy (autetowy) Maem rachuku retowego określa sę regulare płatośc w stałych odstępach czasu przy założeu stałej stopy procetowej. Przykłady

Bardziej szczegółowo

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń 3 Wkład III: Waruki optmalości dla zadań bez ograiczeń Podae poiże waruki optmalości dla są uogólieiem powszechie zach waruków dla fukci ede zmiee (zerowaie się pierwsze pochode i lokala wpukłość) 3 Twierdzeie

Bardziej szczegółowo

ZMIENNE LOSOWE WIELOWYMIAROWE

ZMIENNE LOSOWE WIELOWYMIAROWE L.Kowals Zmee losowe welowmarowe ( ΩS P ZMIENNE LOSOWE WIELOWMIAROWE - ustaloa przestrzeń probablstcza. (... - zmea losowa - wmarowa (wetor losow cąg losow. : Ω R (fuca borelowsa P : Β R [0 - rozład zmee

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze

Bardziej szczegółowo

PROGNOZY I SYMULACJE

PROGNOZY I SYMULACJE oecasig is he a of saig wha will happe, ad he explaiig wh i did. h. hafield 98 PROGNOZY I YMULAJE Kaaza hud Laskowska kosulacje: p. 00A śoda - czwaek - soa ieeowa: hp://kc.sd.pz.edu.pl/ WYKŁAD VIII zeegi

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

Analiza Matematyczna Ćwiczenia. J. de Lucas Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y

Bardziej szczegółowo

VI. TWIERDZENIA GRANICZNE

VI. TWIERDZENIA GRANICZNE VI. TWIERDZENIA GRANICZNE 6.. Wprowadzee Twerdzea gracze dotyczą własośc graczych cągów zmeych losowych dzelą sę a:! twerdzea lokale opsują zbeżośc cągu fukcj prawdopodobeństwa w przypadku cągu {X } zmeych

Bardziej szczegółowo

i = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3

i = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3 35 Iterpoaca Herte a 3 f ( x f ( x,,, 3, 4 f ( x,,, 3 f ( x,, 3 f ( x, 4 f ( x 33,5,698,87,5!, 34,83,785,9,3 36,598,877,95 38,475,97 4,447 Na podstawe wzoru (38 ay zate 87,, 5, L4 ( t 335, +, 698t+ t(

Bardziej szczegółowo

A B - zawieranie słabe

A B - zawieranie słabe NAZEWNICTWO: : rówoważość defcj : rówość defcj dla każdego steje! ZBIORY steje dokłade jede {,,,...} - całkowte * - całkowte be era - wmere - ujeme plus ero - recwste - espoloe A B - awerae słabe A :

Bardziej szczegółowo

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem Ekstrapolacja Rchardsoa (szacowae błędu) dla daej, ustaloej metody błąd Mh zakładając, że M jest w przyblżeu ezależe od h I I + Mh h h/ / I I + Mh ekstrapolowaa wartość całk I I e I h / + Ih / ( I h )

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

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

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta Józef Beluch Akadema Górczo-Hutcza w Krakowe płw wag współrzędch a wk trasformacj Helmerta . zór a trasformację współrzędch sposobem Helmerta: = c + b = d + a + a b () 2 2. Dwa modele wzaczea parametrów

Bardziej szczegółowo

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą. Joaa Ceślak, aula Bawej ESTREA FUNCJI ESTREA FUNCJI JEDNEJ ZIENNEJ Otoczeem puktu R jest każdy przedzał postac,+, gdze >. Sąsedztwem puktu jest każdy zbór postac,,+, gdze >. Nech R, : R oraz ech. De. ówmy,

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

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

Politechnika Opolska. Skrypt Nr 237 ISSN 1427-9932 (wersja elektroniczna) Ewald Macha. Niezawodność maszyn

Politechnika Opolska. Skrypt Nr 237 ISSN 1427-9932 (wersja elektroniczna) Ewald Macha. Niezawodność maszyn Polechka Opolska Skrp Nr 37 ISSN 47-993 (wersja elekrocza) Ewald Macha Nezawodość masz Opole 3 Sps reśc Przedmowa 5 Wkaz ważejszch ozaczeń 6. Podsawowe pojęca eor ezawodośc 7.. Pojęca ezawodośc...7.. Defcja

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

będą niezależnymi zmiennymi losowymi o tym samym 2 x Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka

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

MECHANIKA BUDOWLI 12

MECHANIKA BUDOWLI 12 Olga Koacz, Kzysztof Kawczyk, Ada Łodygowski, Michał Płotkowiak, Agnieszka Świtek, Kzysztof Tye Konsultace naukowe: of. d hab. JERZY RAKOWSKI Poznań /3 MECHANIKA BUDOWLI. DRGANIA WYMUSZONE, NIETŁUMIONE

Bardziej szczegółowo

METODY KOMPUTEROWE 10

METODY KOMPUTEROWE 10 MEODY KOMPUEROWE RÓWNANIA RÓŻNICZKOWE CZĄSKOWE Poechnka Poznańska Mchał Płokowak Adam Łodgowsk Mchał PŁOKOWIAK Adam ŁODYGOWSKI Konsace nakowe dr nż. Wod Kąko Poznań 00/00 MEODY KOMPUEROWE 0 RÓWNANIA RÓŻNICZKOWE

Bardziej szczegółowo

Wyznaczenie współczynników q1=1,0. Wyznaczyć częstości drgań własnych oraz amplitudy drgań wymuszonych dla następującej belki:

Wyznaczenie współczynników q1=1,0. Wyznaczyć częstości drgań własnych oraz amplitudy drgań wymuszonych dla następującej belki: Wyznaczyć częośc dgań włanych oaz aludy dgań wyuzonych dla naęującej bel: 4. Sfoułowane zez wółczynn acezy zywnośc. a dgana włane Dane: N 5 g 8 N Hz π 88,496 ad/, J Soeń wobody dynacznej SSD Uład odawowy

Bardziej szczegółowo

Lista 6. Kamil Matuszewski X X X X X X X X X X X X

Lista 6. Kamil Matuszewski X X X X X X X X X X X X Lsta 6 Kaml Matuszewsk 9..205 2 3 4 5 6 7 9 0 2 3 4 5 6 7 X X X X X X X X X X X X Zadae Lewa stroa: W delegacj możemy meć od do osób. Wyberamy ( k) osób a k sposobów wyberamy przewodczącego. k =.. węc

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statstka Katarza Chud Laskowska http://kc.sd.prz.edu.pl/ Aalza korelacj umożlwa stwerdzee wstępowaa zależośc oraz oceę jej atężea ZALEŻNOŚCI pomędz CECHAMI: CECHY: ILOŚCIOWA ILOŚCIOWA CECHY: JAKOŚCIOWA

Bardziej szczegółowo

Wykład z Podstaw matematyki dla studentów Inżynierii Środowiska. Wykład 8. CAŁKI NIEOZNACZONE. ( x) 2 cos2x

Wykład z Podstaw matematyki dla studentów Inżynierii Środowiska. Wykład 8. CAŁKI NIEOZNACZONE. ( x) 2 cos2x Wykład z Podsaw maemayk dla sudenów Inżyner Środowska Wykład 8. CŁKI NIEOZNCZONE Defnca (funkca perwona) Nech F es funkcą perwoną funkc f na przedzale I, eżel F '( ) f ( ) dla każdego I. Udowodnć, że funkce

Bardziej szczegółowo

ROZKŁADY ZMIENNYCH LOSOWYCH

ROZKŁADY ZMIENNYCH LOSOWYCH ROZKŁADY ZMIENNYCH LOSOWYCH ZMIENNA LOSOWA Defcja. Zmeą losową jest fukcja: X: E -> R która każdemu zdarzeu elemetaremu E przypsuje lczbę rzeczywstą e X ( e) R DYSTRYBUANTA Dystrybuatą zmeej losowej X

Bardziej szczegółowo

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej PŁAKA GEOMETRIA MA Środek cężkośc fgury płaskej Mometam statyczym M x M y fgury płaskej względem os x lub y (rys. 7.1) azywamy gracę algebraczej sumy loczyów elemetarych pól d przez ch odległośc od os,

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki

Politechnika Gdańska Wydział Elektrotechniki i Automatyki PORZĄDKOWANIE WARIANTÓW PRZY NIEKOMPLETNYCH MACIERZACH PORÓWNAŃ PARAMI Mosław Kweselewcz Poltechka Gdańska Wydzał Elektotechk Automatyk PORZĄDKOWANIE WARIANTÓW PRZY NIEKOMPLETNYCH MACIERZACH PORÓWNAŃ PARAMI

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Zaawasowae metod umercze Programowae lowe (problem dual, program low w lczbach całkowtch) Dualość est kluczowm poęcem programowaa lowego. Pozwala a udowodee że otrzmwae rozwązaa są optmale. Zagadee duale

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau

Bardziej szczegółowo

Fizyka, technologia oraz modelowanie wzrostu kryształów

Fizyka, technologia oraz modelowanie wzrostu kryształów Fzyka, techologa oaz modelowae wzostu kyształów Stasław Kukowsk Mchał Leszczyńsk Istytut Wysokch Cśeń PA 0-4 Waszawa, ul Sokołowska 9/37 tel: 88 80 44 e-mal: stach@upess.waw.pl, mke@upess.waw.pl Zbgew

Bardziej szczegółowo

Niezawodność. systemów nienaprawialnych. 1. Analiza systemów w nienaprawialnych. 2. System nienaprawialny przykładowe

Niezawodność. systemów nienaprawialnych. 1. Analiza systemów w nienaprawialnych. 2. System nienaprawialny przykładowe Nezawoość sysemów eaprawalych. Aalza sysemów w eaprawalych. Sysemy eaprawale - przykłaowe srukury ezawooścowe 3. Sysemy eaprawale - przykłay aalzy. Aalza sysemów w eaprawalych Sysem eaprawaly jes o sysem

Bardziej szczegółowo

Regresja REGRESJA

Regresja REGRESJA Regresja 39. REGRESJA.. Regresja perwszego rodzaju Nech (, będze dwuwyarową zeą losową, dla które steje kowaracja. Nech E( y ozacza warukową wartość oczekwaą zdefowaą dla przypadku zeych losowych typu

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

EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA

EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA Nekedy zachodz koneczność zany okesu kapt. z ównoczesny zachowane efektów opocentowane. Dzeje sę tak w nektóych zagadnenach ateatyk fnansowej np.

Bardziej szczegółowo

teorii optymalizacji

teorii optymalizacji Poltechka Gdańska Wydzał Oceaotechk Okrętowctwa St. II stop. se. I Podstawy teor optyalzac wykład 7 M. H. Ghae Ma 5 Podstawy teor optyalzac Oceaotechka II stop. se. I 5 Podstawy teor optyalzac Oceaotechka

Bardziej szczegółowo

Szereg czasowy z trendem. Model Holta. Stosujemy dwa równania rekurencyjne: I - słuy do wyznaczania wygładzonych wartoci szeregu czasowego w chwili t

Szereg czasowy z trendem. Model Holta. Stosujemy dwa równania rekurencyjne: I - słuy do wyznaczania wygładzonych wartoci szeregu czasowego w chwili t zeeg czasow z edem. Model Hola. osujem dwa ówaia ekuecje: I - słu do wzaczaia wgładzoch waoci szeegu czasowego w chwili F = + ( )( + α α F ) II - słu do wzaczaia wgładzoch waoci pzosu edu w chwili = β

Bardziej szczegółowo

m) (2.2) p) (2.3) r) (2.4)

m) (2.2) p) (2.3) r) (2.4) Ekooetra dr ż. Zbgew Tarapata Wkład r : Postace zadań prograowaa lowego grafcza etoda rozwązwaa zadań PL POSTACIE ZADAŃ PROGRAMOWANIA LINIOWEGO Zadae decze w któr wszstke relace są lowe oraz wszstke zee

Bardziej szczegółowo

TMM-2 Analiza kinematyki manipulatora metodą analityczną

TMM-2 Analiza kinematyki manipulatora metodą analityczną Opracował: dr ż. Przemysław Szumńsk Laboratorum Teor Mechazmów Automatyka Robotyka, Mechatroka TMM- Aalza kematyk mapulatora metodą aaltyczą Celem ćwczea jest zapozae sę ze sposobem aalzy kematyk mechazmu

Bardziej szczegółowo

MODELOWANIE I PROGNOZOWANIE

MODELOWANIE I PROGNOZOWANIE L.Kowalsk-Modelowae progozowae MODELOWANIE I PROGNOZOWANIE MATERIAŁY DYDAKTYCZNE o Podsawowe charakersk dach sasczch, o Ideks, o Progozowae- wadomośc wsępe, o Modele ekoomercze, o Jedorówaow model low,

Bardziej szczegółowo

Sprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych

Sprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych Sprawdzee stateczośc skarpy wykopu pod składowsko odpadów koualych Ustalee wartośc współczyka stateczośc wykoae zostae uproszczoą etodą Bshopa, w oparcu o poższą forułę: [ W s( α )] ( φ ) ( φ ) W ta F

Bardziej szczegółowo

Matematyka II. Wykład 11. Całka podwójna. Zamiana na całkę iterowaną. Obliczanie pól obszarów i objętości brył.

Matematyka II. Wykład 11. Całka podwójna. Zamiana na całkę iterowaną. Obliczanie pól obszarów i objętości brył. Wkład. Całka podwója. Zamaa a całkę terowaą. Oblczae pól obszarów objętośc brł.. Całka podwója w prostokące. Jak pamętam, całka ozaczoa z cągłej fukcj jedej zmeej wprowadzoa bła w celu oblczaa pola powerzch

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

Wykład FIZYKA I. 6. Zasada zachowania pędu. http://www.if.pwr.wroc.pl/~wozniak/fizyka1.html. Dr hab. inż. Władysław Artur Woźniak

Wykład FIZYKA I. 6. Zasada zachowania pędu. http://www.if.pwr.wroc.pl/~wozniak/fizyka1.html. Dr hab. inż. Władysław Artur Woźniak Dr hab. ż. Władysław Artr Woźak Wykład FIZYKA I 6. Zasada zachowaa pęd Dr hab. ż. Władysław Artr Woźak Istytt Fzyk Poltechk Wrocławskej http://www.f.pwr.wroc.pl/~wozak/fzyka.htl Dr hab. ż. Władysław Artr

Bardziej szczegółowo

= r. Będziemy szukać takiego rozkładu, który jest najbardziej prawdopodobny, tzn. P=P max. Możemy napisać:

= r. Będziemy szukać takiego rozkładu, który jest najbardziej prawdopodobny, tzn. P=P max. Możemy napisać: Rokład Boltmaa Roważm odosobo układ cąstek (cost Ucost Załóżm że cąstk układu mogą meć tlko ścśle okeśloe eege (eega cąstek est skwatowaa ech ( oaca lcbę cąstek maącch eegę Możem wted apsać: (* U cost

Bardziej szczegółowo

Matematyka dyskretna. 10. Funkcja Möbiusa

Matematyka dyskretna. 10. Funkcja Möbiusa Matematyka dyskreta 10. Fukcja Möbusa Defcja 10.1 Nech (P, ) będze zborem uporządkowaym. Mówmy, że zbór uporządkoway P jest lokale skończoy, jeśl każdy podzał [a, b] P jest skończoy, a, b P Uwaga 10.1

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

LABORATORIUM TEORII MECHANIZMÓW I MASZYN. Ćwiczenie TMM-3 ANALIZA KINEMATYCZNA MECHANIZMU Z SIŁOWNIKAMI HYDRAULICZNYMI

LABORATORIUM TEORII MECHANIZMÓW I MASZYN. Ćwiczenie TMM-3 ANALIZA KINEMATYCZNA MECHANIZMU Z SIŁOWNIKAMI HYDRAULICZNYMI LBORTORIUM TEORII MEHNIZMÓW I MSZYN. el ćczea Ćczee TMM- NLIZ KINEMTYZN MEHNIZMU Z SIŁOWNIKMI HYDRULIZNYMI Wzaczee przebegó czasoch parametró ematczch og mechazmu z słoam hdraulczm.. Wproadzee teoretcze

Bardziej szczegółowo

Instrukcja obiegu i kontroli dokumentów powodujących skutki finansowo-gospodarcze w ZHP Spis treści

Instrukcja obiegu i kontroli dokumentów powodujących skutki finansowo-gospodarcze w ZHP Spis treści C h o r ą g i e w D o l n o l ą s k a Z H P U c h w a ł a n r 2 1 / I X / 2 0 1 5 K o m e n d y C h o r ą g w i D o l n o 6 l ą s k i e j Z H P z d n i a 2 10. 5. 2 0 1 5 r. w s p r a w i e I n s t r u

Bardziej szczegółowo

Wpływ redukcji poziomu szumu losowego metodą najbliższych sąsiadów 161

Wpływ redukcji poziomu szumu losowego metodą najbliższych sąsiadów 161 Kaarzya Zeug-Żebro WPŁYW REDUKCJI POZIOMU SZUMU LOSOWEGO MEODĄ NAJBLIŻSZYCH SĄSIADÓW NA WAROŚĆ NAJWIĘKSZEGO WYKŁADNIKA LAPUNOWA Wprowazee W aalze szeregów czasowych zakłaa sę, że w aych moża wyorębć skłak

Bardziej szczegółowo

Modelowanie i Analiza Danych Przestrzennych

Modelowanie i Analiza Danych Przestrzennych Modelowae Aalza Daych Przestrzeych Wykład 8 Adrze Leśak Katedra Geoformatyk Iformatyk Stosowae Akadema Górczo-Hutcza w Krakowe Jaką postać ma warogram daych z tredem? Moża o wylczyć teoretycze prostego

Bardziej szczegółowo

8.1 Zbieżność ciągu i szeregu funkcyjnego

8.1 Zbieżność ciągu i szeregu funkcyjnego Rozdzał 8 Cąg szereg fukcyje 8.1 Zbeżość cągu szeregu fukcyjego Dla skrócea zapsu przyjmjmy pewe ozaczee. Defcja. Nech X, Y. Przez Y X ozaczamy zbór wszystkch fukcj określoych a zborze X o wartoścach w

Bardziej szczegółowo

Całka krzywoliniowa nieskierowana (całka krzywoliniowa funkcji skalarnej)

Całka krzywoliniowa nieskierowana (całka krzywoliniowa funkcji skalarnej) WYŁAD : CAŁI RZYWOLINIOWE Nech - krwa w R : gde [ α β ] ora C [ α β]. Zaem dowol puk krwej moża predsawć w posac j k krwa adaa jes pre wekor parameracj r : r j k. Decja Jeśl krwa e ma puków welokroch.

Bardziej szczegółowo

I V. N a d z ó r... 6

I V. N a d z ó r... 6 C h o r ą g i e w D o l n o l ą s k a Z H P Z a ł ą c z n i k 1 d o U c h w a ł y n r 2 2. / I X / 2 0 1 5 K o m e n d y C h o r ą g w i D o l n o 6 l ą s k i e j Z H P z d n i a 0 8. 0 62. 0 1 5 r. P

Bardziej szczegółowo