METODY NUMERYCZNE dr inż. Mirosław Dziewoński

Wielkość: px
Rozpocząć pokaz od strony:

Download "METODY NUMERYCZNE dr inż. Mirosław Dziewoński"

Transkrypt

1 Metody Numerycze METODY NUMERYCZNE dr iż. Mirosław Dziewoński Pok. 151 Wykład /1

2 Metody Numerycze Aproksymacja fukcji jedej zmieej Wykład /

3 Aproksymacja fukcji jedej zmieej Daa jest fukcja jedej zmieej gdzie y f ( x) x[ a, b] Fukcja ta podaa jest w postaci wzoru aalityczego lub w postaci zbioru puktów f ( x ) y, f ( x ) y,..., f ( x ) y 1 1 Celem aproksymacji jest dobór takiej fukcji F( x, p,..., p ), x[ a, b] 0 aby w sesie przyjętego kryterium fukcja ta możliwie dokładie odtwarzała przebieg fukcji f (x). k Wykład /3

4 Aproksymacja fukcji jedej zmieej Jeżeli fukcja daa jest w postaci dyskretej (zbioru puktów) to aproksymację azywamy puktową, a jeżeli w postaci wzoru aalityczego, to mówimy o aproksymacji itegralej. Wykład /4

5 Aproksymacja fukcji jedej zmieej Kryteria aproksymacji puktowej dla fukcji jedej zmieej kostruuje się tak, aby zmiimalizować różice pomiędzy wartościami daej fukcji f (x) w puktach (x i, y i ), i = 1,,, a wartościami fukcji F (x, p 0,, p k ) w tych samych puktach. Wprowadzamy pojęcie odchyłki: F( x, p,..., p ) y mi, i 1,,..., i i 0 k i Należy tak dobrać parametry p 0,, p k wzoru empiryczego, aby spełioe było kryterium miimalizacji odchyłki. Wykład /5

6 Wykład /6 Aproksymacja fukcji jedej zmieej

7 Aproksymacja fukcji jedej zmieej W literaturze moża spotkać astępujące kryteria miimalizacji odchyłek metoda wybraych puktów, metoda średich, metoda sumowaia bezwzględych wartości, metoda ajmiejszych kwadratów. Wykład /7

8 Metoda ajmiejszych kwadratów Kryterium tej metody polega a takim doborze współczyików fukcji F (x, p 0,, p k ), aby 0 k i i 0 k i i1 i1 S( p,..., p ) F( x, p,..., p ) y mi Wykład /8

9 Aproksymacja liiowa fukcji jedej zmieej Rozpatrujemy zbiór puktów ( x, y ), ( x, y ),..., ( x, y ) 1 1 którego aproksymacją ma być fukcja liiowa y p p x 0 1 Zgodie z kryterium metody ajmiejszych kwadratów S( p, p ) p p xi yi mi i1 Wykład /9

10 Aproksymacja liiowa fukcji jedej zmieej Wykład /10 Warukiem koieczym dla istieia ekstremum fukcji dwóch zmieych jest zerowaie się odpowiedich pochodych cząstkowych: S( p0, p1) p0 S( p0, p1) p1 Otrzymujemy zatem astępujący układ rówań: S p0 p1xi yi 0 p0 i1 S p0 p1xi yi xi 0 p1 i1 0 0

11 Aproksymacja liiowa fukcji jedej zmieej Układ te moża zapisać w astępującej postaci: lub macierzowo: p0 p 1 xi yi i1 i1 p x p x x y 0 i 1 i i i i1 i1 i1 xi yi i1 p 0 i1 p 1 xi x i xi yi i1 i1 i1 Wykład /11

12 Aproksymacja liiowa fukcji jedej zmieej Rozwiązując układ rówań dowolą metodą moża obliczyć parametry p 0 i p 1 p.: 1 X P Y P X Y Wykład /1

13 Aproksymacja kwadratowa fukcji jedej zmieej Przykład 1: Dla zbioru puktów P( x, y ), i 1,,..., i i i dobrać wzór aproksymujący w postaci: y p p x p x 0 1 Wykład /13

14 Aproksymacja kwadratowa fukcji jedej zmieej Wykład /14 Wykorzystując kryterium metody ajmiejszych kwadratów i i i S( p, p, p ) p p x p x y = mi i1 możemy zapisać astępujący układ rówań: S p0 S p1 S p p 0 p1 xi p xi yi 1 0 i1 p 0 p1 xi p xi yi xi 0 i1 p0 p1 xi p xi yi xi 0 i1

15 Aproksymacja kwadratowa fukcji jedej zmieej Zapis macierzowy: x i xi yi i1 i1 i1 p 0 3 xi xi x i p 1 xi y i i1 i1 i1 i1 p 3 4 x i x i xi xi yi i1 i1 i1 i1 Z powyższego układu rówań wyzacza się p 0, p 1, p. Wykład /15

16 Aproksymacja fukcji jedej zmieej Przykład : Dla zbioru puktów P( x, y ), i 1,,..., i i i dobrać wzór aproksymujący w postaci: 1 y b0 b1 b x x Wykład /16

17 Aproksymacja fukcji jedej zmieej Wykład /17 Wykorzystując kryterium metody ajmiejszych kwadratów 1 ( 0, 1, ) 0 1 i i = mi i1 xi S b b b b b b x y zapisujemy astępujący układ rówań: S 1 b0 b1 b xi yi1 0 b0 i1 xi S b0 b1 b xi yi b1 i1 xi xi S 1 b0 b1 b xi yi xi 0 b i1 xi

18 Aproksymacja fukcji jedej zmieej Zapis macierzowy: 1 x i yi i 1 x i i1 i1 b yi b 4 1 i 1 xi i 1 x i i1 x i b 4 xi xi xi yi i1 i1 i1 Z powyższego układu rówań wyzacza się b 0, b 1, b. Wykład /18

19 Metody Numerycze Iterpolacja fukcji jedej zmieej Wykład /19

20 Iterpolacja - defiicja Daa jest fukcja: y f x x x x ( ), 0, dla której zamy tablicę jej wartości f ( x ) y, f ( x ) y,..., f ( x ) y Wartości tworzące +1 par puktów ( x, y ),( x, y ),...,( x, y ) zwae są węzłami iterpolacji. Wykład /0

21 Iterpolacja - defiicja Celem iterpolacji jest wyzaczeie takiej fukcji W(x), aby: W( x ) y, W( x ) y,..., W( x ) y Fukcja ta azywaa jest wielomiaem iterpolacyjym i węzłach iterpolacji przyjmuje takie same wartości co fukcja y = f (x). Wykład /1

22 Iterpolacja - defiicja Wielomia iterpolacyjy defiiuje się jako kombiację liiową + 1 fukcji bazowych i współczyików a i W ( x) a ( x) i0 i i a i współczyiki wielomiau iterpolacyjego i (x) przyjęte fukcje bazowe Wykład /

23 Iterpolacja - defiicja Defiiując: Φ ( x), ( x), ( x),..., ( x) 0 1 X 0( x0 ) 1( x0 )... ( x0 ) 0( x1 ) 1( x1 )... ( x1 ) ( x ) 1( x )... ( x ) A a a a 0 1 Y y y y 0 1 wtedy: W( x) XA Y 1 X Y Wykład /3

24 Iterpolacja aturala Fukcje bazowe: ( x) x 1, ( x) x, ( x) x,..., ( x) x Postać wielomiau iterpolacyjego: W x a a x a x a x ( ) Wykład /4

25 Iterpolacja aturala Opierając się a waruku koieczym istieia iterpolacji: a a x a x... a x y a a x a x a x y moża zapisać, że a a x a x... a x y 0 1 AX Y X 1 x0... x 0 1 x1... x x... x a a A a 0 1 Y y y y 0 1 Wykład /5

26 Iterpolacja aturala Przykład Dla podaych węzłów zapisz: macierze układu rówań, z których wyzacza się współczyiki wielomiau iterpolacyjego dla iterpolacji wielomiaowej wielomia iterpolacyjy Węzły: (1,3) (,5) (4,7) ( x, y ) ( x, y ) ( x, y ) Wykład /6

27 Iterpolacja aturala 0 1 x0 x0 x 0 a0 y x1 x1 x 1 a 1 y x x x a y a ( ) ( ) ( ) a a a a a 7 Wykład /7

28 Iterpolacja aturala 1 A X Y 1 1 a0 3, a1, a 3 3 W ( x) a a x a x W ( x) 3 x x 3 3 Wykład /8

29 Iterpolacja Lagrage a Fukcje bazowe: ( x) ( x x )( x x )( x x )...( x x ) ( x) ( x x )( x x )( x x )...( x x ) i ( x) ( x x1 ) x x x xi 1 x xi 1 x x ( )...( )( )...( )... ( x) ( x x )( x x )( x x )...( x x ) Dla każdej i (x), i = 0, 1,..., brakuje składika (x - x i )!!! Wykład /9

30 Iterpolacja Lagrage a Postać wielomiau iterpolacyjego: W ( x) a ( x) a ( x)... a ( x) a ( x x )( x x )...( x x ) 0 1 a ( x x )( x x )...( x x ) a( x x0 )( x x1 )...( x x 1) Wykład /30

31 Iterpolacja Lagrage a Macierz X: X 0( x0) ( x1) ( x) ( x) Dla puktu x i wszystkie fukcje bazowe oprócz i (x) zerują się, bo występuje w ich składik (x - x i ) Wykład /31

32 Iterpolacja Lagrage a Poieważ macierz X ma tylko główą przekątą iezerową to: a a 0 1 y0 y0 ( x x )( x x ) ( x x ) ( x ) y1 y1 ( x x )( x x ) ( x x ) ( x ) a y y ( x x )( x x ) ( x x ) ( x ) 1 1 Wykład /3

33 Iterpolacja Lagrage a Przykład Dla podaych węzłów zapisz: macierze układu rówań, z których wyzacza się współczyiki wielomiau iterpolacyjego dla iterpolacji wielomiaowej wielomia iterpolacyjy Węzły: (,3) (0,5) (, 3) ( x, y ) ( x, y ) ( x, y ) Wykład /33

34 Iterpolacja Lagrage a (,3) (0,5) (, 3) ( x, y ) ( x, y ) ( x, y ) ( x x )( x x ) ( x x )( x x ) ( x x )( x x ) W ( x) y y y ( )( ) ( )( ) ( )( ) x0 x1 x0 x x1 x0 x0 x x x0 x x1 ( x0)( x) x ( ) ( x ) x ( ) ( x 0) W( x) 3 5 ( 3) ( 0)( ) 0 ( ) (0 ) x ( ) ( 0) ( x 0)( x ) ( x )( x ) ( x )( x 0) W( x) ( 0)( ) (0 )(0 ) ( )( 0) Wykład /34

Definicja interpolacji

Definicja interpolacji INTERPOLACJA Defiicja iterpolacji Defiicja iterpolacji 3 Daa jest fukcja y = f (x), x[x 0, x ]. Zamy tablice wartości tej fukcji, czyli: f ( x ) y 0 0 f ( x ) y 1 1 Defiicja iterpolacji Wyzaczamy fukcję

Bardziej szczegółowo

Metody numeryczne Laboratorium 5 Info

Metody numeryczne Laboratorium 5 Info Metody umerycze Laboratorium 5 Ifo Aproksymacja - proces określaia rozwiązań przybliżoych a podstawie rozwiązań zaych, które są bliskie rozwiązaiom dokładym w ściśle sprecyzowaym sesie. Metoda ajmiejszych

Bardziej szczegółowo

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej 3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11 RÓWNANIA RÓŻNICZKOWE WYKŁAD Szeregi potęgowe Defiicja Fukcja y = f () jest klasy C jeżeli jest -krotie różiczkowala i jej -ta pochoda jest fukcją ciągłą. Defiicja Fukcja y = f () jest klasy C, jeżeli jest

Bardziej szczegółowo

Twierdzenie Cayleya-Hamiltona

Twierdzenie Cayleya-Hamiltona Twierdzeie Cayleya-Hamiltoa Twierdzeie (Cayleya-Hamiltoa): Każda macierz kwadratowa spełia swoje włase rówaie charakterystycze. D: Chcemy pokazać, że jeśli wielomiaem charakterystyczym macierzy A jest

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINOWYCH

UKŁADY RÓWNAŃ LINOWYCH Ekoeergetyka Matematyka. Wykład 4. UKŁADY RÓWNAŃ LINOWYCH Defiicja (Układ rówań liiowych, rozwiązaie układu rówań) Układem m rówań liiowych z iewiadomymi,,,, gdzie m, azywamy układ rówań postaci: a a a

Bardziej szczegółowo

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne APROKSYMACJA I INTERPOLACJA Przybliżeie fucji f(x) przez ią fucję g(x) fucja f jest zbyt sompliowaa; użycie f w dalszej aalizie problemu jest trude fucja f jest zaa tylo tabelaryczie; wymagaa jest zajomość

Bardziej szczegółowo

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii O pewych zastosowaiach rachuku różiczkowego fukcji dwóch zmieych w ekoomii 1 Wielkość wytwarzaego dochodu arodowego D zależa jest od wielkości produkcyjego majątku trwałego M i akładów pracy żywej Z Fukcję

Bardziej szczegółowo

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji http://www.ii.ui.wroc.pl/ sle/teachig/a-apr.pdf Aaliza umerycza Staisław Lewaowicz Grudzień 007 r. Aproksymacja fukcji Pojęcia wstępe Defiicja. Przestrzeń liiową X (ad ciałem liczb rzeczywistych R) azywamy

Bardziej szczegółowo

4. Aproksymacja Wprowadzenie (4.1) aproksymowana aproksymującej przybliżającej błędami aproksymacji przybliżenia

4. Aproksymacja Wprowadzenie (4.1) aproksymowana aproksymującej przybliżającej błędami aproksymacji przybliżenia 4. Aproksymacja Wprowadzeie (4.1) Aproksymacja ozacza przybliżaie fukcji y= f x za pomocą prostszej, ależącej do określoej klasy fukcji y=f x. Przyczyy strosowaia aproksymacji: - fukcja aproksymowaa y=

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji ( ) : m f x = Ax ( A) { Ax x } = Defiicja: Zakresem macierzy A Œ âm azywamy

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji : m f x = Ax RAAx x Defiicja: Zakresem macierzy A Œ âm azywamy podprzestrzeń

Bardziej szczegółowo

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17 Egzami, 18.02.2017, godz. 9:00-11:30 Zadaie 1. (22 pukty) W każdym z zadań 1.1-1.10 podaj w postaci uproszczoej kresy zbioru oraz apisz, czy kresy ależą do zbioru (apisz TAK albo NIE, ewetualie T albo

Bardziej szczegółowo

ALGEBRA LINIOWA Informatyka 2015/2016 Kazimierz Jezuita. ZADANIA - Seria 1. Znaleźć wzór na ogólny wyraz ciągu opisanego relacją rekurencyjną: x

ALGEBRA LINIOWA Informatyka 2015/2016 Kazimierz Jezuita. ZADANIA - Seria 1. Znaleźć wzór na ogólny wyraz ciągu opisanego relacją rekurencyjną: x Iformatyka 05/06 Kazimierz Jezuita ZADANIA - Seria. Relacja rekurecyja kowecja sumacyja suma ciągu geometryczego. Zaleźć wzór a ogóly wyraz ciągu opisaego relacją rekurecyją: x sprowadzając problem do

Bardziej szczegółowo

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum MATEMATYKA (poziom podstawowy) przykładowy arkusz maturaly wraz ze schematem oceiaia dla klasy II Liceum Propozycja zadań maturalych sprawdzających opaowaie wiadomości i umiejętości matematyczych z zakresu

Bardziej szczegółowo

KADD Metoda najmniejszych kwadratów

KADD Metoda najmniejszych kwadratów Metoda ajmiejszych kwadratów Pomiary bezpośredie o rówej dokładości o różej dokładości średia ważoa Pomiary pośredie Zapis macierzowy Dopasowaie prostej Dopasowaie wielomiau dowolego stopia Dopasowaie

Bardziej szczegółowo

Parametryzacja rozwiązań układu równań

Parametryzacja rozwiązań układu równań Parametryzacja rozwiązań układu rówań Przykład: ozwiąż układy rówań: / 2 2 6 2 5 2 6 2 5 //( / / 2 2 9 2 2 4 4 2 ) / 4 2 2 5 2 4 2 2 Korzystając z postaci schodkowej (środkowa macierz) i stosując podstawiaie

Bardziej szczegółowo

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Rekursja Materiały pomocicze do wykładu wykładowca: dr Magdalea Kacprzak Rozwiązywaie rówań rekurecyjych Jedorode liiowe rówaia rekurecyje Twierdzeie Niech k będzie ustaloą liczbą aturalą dodatią i iech

Bardziej szczegółowo

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą EKONOMETRIA Tema wykładu: Liiowy model ekoomeryczy (regresji z jedą zmieą objaśiającą Prowadzący: dr iż. Zbigiew TARAPATA e-mail: Zbigiew.Tarapaa Tarapaa@isi.wa..wa.edu.pl hp:// zbigiew.arapaa.akcja.pl/p_ekoomeria/

Bardziej szczegółowo

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12 Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu

Bardziej szczegółowo

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego Elemety rach macierzowego Materiały pomocicze do MES Stroa z 7 Elemety rachuku macierzowego Przedstawioe poiżej iformacje staowią krótkie przypomieie elemetów rachuku macierzowego iezbęde dla zrozumieia

Bardziej szczegółowo

1 Układy równań liniowych

1 Układy równań liniowych Katarzya Borkowska, Wykłady dla EIT, UTP Układy rówań liiowych Defiicja.. Układem U m rówań liiowych o iewiadomych azywamy układ postaci: U: a x + a 2 x 2 +... + a x =b, a 2 x + a 22 x 2 +... + a 2 x =b

Bardziej szczegółowo

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem: Relacje rekurecyje Defiicja: Niech =,,,... będzie astępująco zdefiiowaym ciągiem: () = r, = r,..., k = rk, gdzie r, r,..., r k są skalarami, () dla k, = a + a +... + ak k, gdzie a, a,..., ak są skalarami.

Bardziej szczegółowo

Zadania domowe z Analizy Matematycznej III - czȩść 2 (funkcje wielu zmiennych)

Zadania domowe z Analizy Matematycznej III - czȩść 2 (funkcje wielu zmiennych) Zadaia domowe z AM III dla grup E7 (semestr zimow 07/08) Czȩść Zadaia domowe z Aaliz Matematczej III - czȩść (fukcje wielu zmiech) Zadaie. Obliczć graice lub wkazać że ie istiej a: (a) () (00) (b) + ()

Bardziej szczegółowo

2. Schemat ideowy układu pomiarowego

2. Schemat ideowy układu pomiarowego 1. Wiadomości ogóle o prostowikach sterowaych Układy prostowikowe sterowae są przekształtikami sterowaymi fazowo. UmoŜliwiają płya regulację średiej wartości apięcia wyprostowaego, a tym samym średiej

Bardziej szczegółowo

MATURA 2014 z WSiP. Zasady oceniania zadań

MATURA 2014 z WSiP. Zasady oceniania zadań MATURA 0 z WSiP Matematyka Poziom rozszerzoy Zasady oceiaia zadań Copyright by Wydawictwa Szkole i Pedagogicze sp z oo, Warszawa 0 Matematyka Poziom rozszerzoy Kartoteka testu Numer zadaia Sprawdzaa umiejętość

Bardziej szczegółowo

CAŁKA NIEOZNACZONA. F (x) = f(x) dx.

CAŁKA NIEOZNACZONA. F (x) = f(x) dx. CAŁKA NIEOZNACZONA Mówimy, że fukcja F () jest fukcją pierwotą dla fukcji f() w pewym ustaloym przedziale - gdy w kadym pukcie zachodzi F () = f(). Fukcję pierwotą często azywamy całką ieozaczoą i zapisujemy

Bardziej szczegółowo

Szybka transformacja Fouriera (FFT Fast Fourier Transform)

Szybka transformacja Fouriera (FFT Fast Fourier Transform) Szybka trasformacja Fouriera (FFT Fast Fourier Trasform) Pla wykładu: 1 Trasformacja Fouriera, iloczy skalary 2 DFT - dyskreta trasformacja Fouriera 3 FFT szybka trasformacja Fouriera a) algorytm PFA b)

Bardziej szczegółowo

Wykład 11. a, b G a b = b a,

Wykład 11. a, b G a b = b a, Wykład 11 Grupy Grupą azywamy strukturę algebraiczą złożoą z iepustego zbioru G i działaia biarego które spełia własości: (i) Działaie jest łącze czyli a b c G a (b c) = (a b) c. (ii) Działaie posiada

Bardziej szczegółowo

c 2 + d2 c 2 + d i, 2

c 2 + d2 c 2 + d i, 2 3. Wykład 3: Ciało liczb zespoloych. Twierdzeie 3.1. Niech C R. W zbiorze C określamy dodawaie: oraz możeie: a, b) + c, d) a + c, b + d) a, b) c, d) ac bd, ad + bc). Wówczas C, +, ) jest ciałem, w którym

Bardziej szczegółowo

Pochodna funkcji jednej zmiennej

Pochodna funkcji jednej zmiennej Pocoda fukcji jedej zmieej Defiicja. Mówimy, że fukcja f : ( a, b) posiada pocodą w pukcie ( a, b), gdy istieje graica ilorazu różicowego: Mówimy też wtedy, że fukcja f jest różiczkowala w pukcie. f (

Bardziej szczegółowo

1.3. Największa liczba naturalna (bez znaku) zapisana w dwóch bajtach to a) b) 210 c) d) 32767

1.3. Największa liczba naturalna (bez znaku) zapisana w dwóch bajtach to a) b) 210 c) d) 32767 Egzami maturaly z iformatyki Zadaie. (0 pkt) Każdy z puktów tego zadaia zawiera stwierdzeie lub pytaie. Zazacz (otaczając odpowiedią literę kółkiem) właściwą kotyuację zdaia lub poprawą odpowiedź. W każdym

Bardziej szczegółowo

MACIERZE STOCHASTYCZNE

MACIERZE STOCHASTYCZNE MACIERZE STOCHASTYCZNE p ij - prawdopodobieństwo przejścia od stau i do stau j w jedym (dowolym) kroku, [p ij ]- macierz prawdopodobieństw przejść (w jedym kroku), Własości macierzy prawdopodobieństw przejść:

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym) Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych (w zakresie materiału przedstawioego a wykładzie orgaizacyjym) Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli

Bardziej szczegółowo

7 Liczby zespolone. 7.1 Działania na liczbach zespolonych. Liczby zespolone to liczby postaci. z = a + bi,

7 Liczby zespolone. 7.1 Działania na liczbach zespolonych. Liczby zespolone to liczby postaci. z = a + bi, 7 Liczby zespoloe Liczby zespoloe to liczby postaci z a + bi, gdzie a, b R. Liczbę i azywamy jedostką urojoą, spełia oa waruek i 2 1. Zbiór liczb zespoloych ozaczamy przez C: C {a + bi; a, b R}. Liczba

Bardziej szczegółowo

Klucz odpowiedzi do zadań zamkniętych oraz schematy oceniania zadań otwartych. Matematyka. Poziom podstawowy

Klucz odpowiedzi do zadań zamkniętych oraz schematy oceniania zadań otwartych. Matematyka. Poziom podstawowy Klucz odpowiedzi do zadań zamkiętych oraz schematy oceiaia zadań otwartych Matematyka CZERWIEC 0 Schemat oceiaia Klucz puktowaia zadań zamkiętych Nr zad Odp 5 6 8 9 0 5 6 8 9 0 5 6 B C C B C C A A B B

Bardziej szczegółowo

Przykładowe pytania na egzamin dyplomowy dla kierunku Automatyka i Robotyka

Przykładowe pytania na egzamin dyplomowy dla kierunku Automatyka i Robotyka Przykładowe pytaia a egzami dyplomowy dla kieruku Automatyka i obotyka Aktualizacja: 13.12.2016 r. Przedmiot: Matematyka 1 (Algebra liiowa) 1. Wiemy że struktura (Gh) jest grupą z elemetem eutralym e.

Bardziej szczegółowo

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i = Zastosowaie symboli Σ i Π do zapisu sum i iloczyów Teoria Niech a, a 2,..., a będą dowolymi liczbami. Sumę a + a 2 +... + a zapisuje się zazwyczaj w postaci (czytaj: suma od k do a k ). Zak Σ to duża grecka

Bardziej szczegółowo

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017 STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej

Bardziej szczegółowo

Metody numeryczne. Marek Lefik. Wykład 1 Studia doktoranckie

Metody numeryczne. Marek Lefik. Wykład 1 Studia doktoranckie Metody umerycze Marek Lefik Wykład 1 Studia doktorackie 01-013 Metody umerycze: wstęp ogóly Czemu służą MN Rozwiązaia symbolicze zagadień brzegowych dla skomplikowaej geometrii ie jest możliwe Rozwiązaia

Bardziej szczegółowo

Matematyka stosowana i metody numeryczne

Matematyka stosowana i metody numeryczne Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 8 Interpolacja Interpolacja polega na budowaniu tzw. funkcji interpolujących ϕ(x) na podstawie zadanych

Bardziej szczegółowo

Wektory Funkcje rzeczywiste wielu. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Wektory Funkcje rzeczywiste wielu. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Wektory Fukcje rzeczywiste wielu zmieych rzeczywistych Matematyka Studium doktorackie KAE SGH Semestr leti 2008/2009 R. Łochowski Wektory pukty w przestrzei R Przestrzeń R to zbiór uporządkowaych -ek liczb

Bardziej szczegółowo

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to

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

Egzamin maturalny z matematyki CZERWIEC 2011

Egzamin maturalny z matematyki CZERWIEC 2011 Egzami maturaly z matematyki CZERWIEC 0 Klucz puktowaia do zadań zamkiętych oraz schemat oceiaia do zadań otwartych POZIOM PODSTAWOWY Poziom podstawowy czerwiec 0 Klucz puktowaia do zadań zamkiętych Nr

Bardziej szczegółowo

Klucz odpowiedzi do zadań zamkniętych oraz schematy oceniania zadań otwartych. Matematyka. Poziom podstawowy

Klucz odpowiedzi do zadań zamkniętych oraz schematy oceniania zadań otwartych. Matematyka. Poziom podstawowy Klucz odpowiedzi do zadań zamkiętych oraz schematy oceiaia zadań otwartych Matematyka CZERWIEC 0 Klucz puktowaia zadań zamkiętych Nr zad Odp 5 6 8 9 0 5 6 8 9 0 5 6 B C C B C C A A B B C A B A A A B D

Bardziej szczegółowo

Metody Obliczeniowe w Nauce i Technice laboratorium

Metody Obliczeniowe w Nauce i Technice laboratorium Marci Rociek Iformatyka, II rok Metody Obliczeiowe w Nauce i Techice laboratorium zestaw 1: iterpolacja Zadaie 1: Zaleźć wzór iterpolacyjy Lagrage a mając tablicę wartości: 3 5 6 y 1 3 5 6 Do rozwiązaia

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. I Szeregi liczbowe

Zadania z analizy matematycznej - sem. I Szeregi liczbowe Zadaia z aalizy matematyczej - sem. I Szeregi liczbowe Defiicja szereg ciąg sum częściowyc. Szeregiem azywamy parę uporządkowaą a ) S ) ) ciągów gdzie: ciąg a ) ciąg S ) jest day jest ciągiem sum częściowych

Bardziej szczegółowo

METODY APROKSYMACJI MATEUSZ WAGA. Gimnazjum im. Jana Matejki w Zabierzowie

METODY APROKSYMACJI MATEUSZ WAGA. Gimnazjum im. Jana Matejki w Zabierzowie METODY APROKSYMACJI MATEUSZ WAGA Gimazjum im. Jaa Matejki w Zabierzowie SPIS TREŚCI 1 WSTĘP... 2 2 MODEL MATEMATYCZNY... 3 3 UOGÓLNIENIE MODELU MATEMATYCZNEG... 6 4 MODEL INFORMATYCZNY... 7 5 PRZYKŁADY

Bardziej szczegółowo

LABORATORIUM MODELOWANIA I SYMULACJI. Ćwiczenie 3 MODELOWANIE SYSTEMÓW DYNAMICZNYCH METODY OPISU MODELI UKŁADÓW

LABORATORIUM MODELOWANIA I SYMULACJI. Ćwiczenie 3 MODELOWANIE SYSTEMÓW DYNAMICZNYCH METODY OPISU MODELI UKŁADÓW Wydział Elektryczy Zespół Automatyki (ZTMAiPC) ZERiA LABORATORIUM MODELOWANIA I SYMULACJI Ćwiczeie 3 MODELOWANIE SYSTEMÓW DYNAMICZNYCH METODY OPISU MODELI UKŁADÓW I. Cel ćwiczeia Celem ćwiczeia jest zapozaie

Bardziej szczegółowo

Statystyka matematyczna. Wykład II. Estymacja punktowa

Statystyka matematyczna. Wykład II. Estymacja punktowa Statystyka matematycza. Wykład II. e-mail:e.kozlovski@pollub.pl Spis treści 1 dyskretych Rozkłady zmieeych losowych ciągłych 2 3 4 Rozkład zmieej losowej dyskretej dyskretych Rozkłady zmieeych losowych

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa

Analiza matematyczna i algebra liniowa Aaliza matematycza i algebra liiowa Materiały pomocicze dla studetów do wyładów Rachue różiczowy ucji wielu zmieych. Pochode cząstowe i ich iterpretacja eoomicza. Estrema loale. Metoda ajmiejszych wadratów.

Bardziej szczegółowo

Zadania z Matematyka 2 - SIMR 2008/ szeregi zadania z rozwiązaniami. n 1. n n. ( 1) n n. n n + 4

Zadania z Matematyka 2 - SIMR 2008/ szeregi zadania z rozwiązaniami. n 1. n n. ( 1) n n. n n + 4 Zadaia z Matematyka - SIMR 00/009 - szeregi zadaia z rozwiązaiami. Zbadać zbieżość szeregu Rozwiązaie: 0 4 4 + 6 0 : Dla dostateczie dużych 0 wyrazy szeregu są ieujeme 0 a = 4 4 + 6 0 0 Stosujemy kryterium

Bardziej szczegółowo

METODY NUMERYCZNE. Wykład 3. dr hab.inż. Katarzyna Zakrzewska, prof.agh. Met.Numer. wykład 3 1

METODY NUMERYCZNE. Wykład 3. dr hab.inż. Katarzyna Zakrzewska, prof.agh. Met.Numer. wykład 3 1 METODY NUMERYCZNE Wykład 3. dr hab.iż. Kaarzya Zakrzewska, pro.agh Me.Numer. wykład 3 Pla Aproksymacja Ierpolacja wielomiaowa Przykłady Me.Numer. wykład 3 Aproksymacja Meody umerycze zajmują się rozwiązywaiem

Bardziej szczegółowo

ZADANIA PRZYGOTOWUJĄCE DO SPRAWDZIANÓW W KLASIE DRUGIEJ.

ZADANIA PRZYGOTOWUJĄCE DO SPRAWDZIANÓW W KLASIE DRUGIEJ. ZADANIA PRZYGOTOWUJĄCE DO SPRAWDZIANÓW W KLASIE DRUGIEJ I Fukcja kwadratowa ) PODAJ POSTAĆ KANONICZNĄ I ILOCZYNOWĄ (O ILE ISTNIEJE) FUNKCJI: a) f ( ) + b) f ( ) 6+ 9 c) f ( ) ) Narysuj wykresy fukcji f

Bardziej szczegółowo

h = 10 / N, a N jest zadaną liczbą naturalną.

h = 10 / N, a N jest zadaną liczbą naturalną. 5. CAŁKOWAIE I RÓŻICZKOWAIE FUKCJI 5.. Przykład wprowadzający Dae są ukcje cos oraz F si dla [,] związae zależościami: F dξ ξ oraz oraz ciąg wartości argumetu : dla,..., gdzie df d /, a jest zadaą liczbą

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych w zakresie materiału przedstawioego a wykładzie orgaizacyjym Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli doświadczeie,

Bardziej szczegółowo

Analiza Matematyczna I dla Inżynierii Biomedycznej Lista zadań

Analiza Matematyczna I dla Inżynierii Biomedycznej Lista zadań Aaliza Matematycza I dla Iżyierii Biomedyczej Lista zadań Jacek Cichoń, WPPT PWr, 205/6 Logika, zbiory i otacja matematycza Zadaie Niech p, q, r będą zmieymi zdaiowymi. Pokaż, że:. = ( (p p)), 2. = (p

Bardziej szczegółowo

Klasa II technikum Egzamin poprawkowy z matematyki sierpień 2013

Klasa II technikum Egzamin poprawkowy z matematyki sierpień 2013 /7 I. FUNKCJA KWADRATOWA. Fukcja kwadratowa w postaci kaoiczej i ogólej. Napisz wzór fukcji kwadratowej wiedząc, że wierzchołkiem paraboli będącej jej wykresem jest początek układu współrzędych oraz, że

Bardziej szczegółowo

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem 9.1. Izomorfizmy algebr.. Wykład Przykłady: 13) Działaia w grupach często wygodie jest zapisywać w tabelkach Cayleya. Na przykład tabelka działań w grupie Z 5, 5) wygląda astępująco: 5 1 3 1 1 3 1 3 3

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

P π n π. Równanie ogólne płaszczyzny w E 3. Dane: n=[a,b,c] Wówczas: P 0 P=[x-x 0,y-y 0,z-z 0 ] Równanie (1) nazywamy równaniem ogólnym płaszczyzny

P π n π. Równanie ogólne płaszczyzny w E 3. Dane: n=[a,b,c] Wówczas: P 0 P=[x-x 0,y-y 0,z-z 0 ] Równanie (1) nazywamy równaniem ogólnym płaszczyzny Rówaie ogóle płaszczyzy w E 3. ae: P π i π o =[A,B,C] P (,y,z ) Wówczas: P P=[-,y-y,z-z ] P π PP PP= o o Rówaie () azywamy rówaiem ogólym płaszczyzy A(- )+B(y-y )+C(z-z )= ( ) A+By+Cz+= Przykład

Bardziej szczegółowo

STATYSTYKA OPISOWA PODSTAWOWE WZORY

STATYSTYKA OPISOWA PODSTAWOWE WZORY MIARY POŁOŻENIA Średia Dla daych idywidualych: STATYSTYKA OPISOWA PODSTAWOWE WZORY Q i = x lmi + i mi 1 4 j h m i mi x = 1 x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału

Bardziej szczegółowo

I. Podzielność liczb całkowitych

I. Podzielność liczb całkowitych I Podzielość liczb całkowitych Liczba a = 57 przy dzieleiu przez pewą liczbę dodatią całkowitą b daje iloraz k = 3 i resztę r Zaleźć dzieik b oraz resztę r a = 57 = 3 b + r, 0 r b Stąd 5 r b 8, 3 więc

Bardziej szczegółowo

1 Twierdzenia o granicznym przejściu pod znakiem całki

1 Twierdzenia o granicznym przejściu pod znakiem całki 1 Twierdzeia o graiczym przejściu pod zakiem całki Ozaczeia: R + = [0, ) R + = [0, ] (X, M, µ), gdzie M jest σ-ciałem podzbiorów X oraz µ: M R + - zbiór mierzaly, to zaczy M Twierdzeie 1.1. Jeżeli dae

Bardziej szczegółowo

Szkic do wykładów z mechaniki analitycznej

Szkic do wykładów z mechaniki analitycznej Szkic do wykładów z mechaiki aalityczej prof. dr hab. Bogda Maruszewski pokój 408 BM e-mail: bogda.maruszewski@put.poza.pl www: http://tm.am.put.poza.pl kosultacje: poiedziałek 11 00 12 00 Politechika

Bardziej szczegółowo

Rentgenowska analiza fazowa jakościowa i ilościowa Wykład 9

Rentgenowska analiza fazowa jakościowa i ilościowa Wykład 9 Retgeowska aaliza fazowa jakościowa i ilościowa Wykład 9 1. Retgeowska aaliza fazowa jakościowa i ilościowa. 2. Metody aalizy fazowej ilościowej. 3. Dobór wzorca w aalizie ilościowej. 4. Przeprowadzeie

Bardziej szczegółowo

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

Funkcje tworzące - przypomnienie

Funkcje tworzące - przypomnienie Zadaia z ćwiczeń # (po. marca) Matematyka Dyskreta Fukcje tworzące - przypomieie Fukcje tworzące są początkowo trude do przełkięcia, ale stosuje się je dość automatyczie i potrafimy je policzyć dla praktyczie

Bardziej szczegółowo

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik Pierwiastki z liczby zespoloej Autorzy: Agieszka Kowalik 09 Pierwiastki z liczby zespoloej Autor: Agieszka Kowalik DEFINICJA Defiicja : Pierwiastek z liczby zespoloej Niech będzie liczbą aturalą. Pierwiastkiem

Bardziej szczegółowo

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja Charakterystyki liczbowe zmieych losowych: wartość oczekiwaa i wariacja dr Mariusz Grządziel Wykłady 3 i 4;,8 marca 24 Wartość oczekiwaa zmieej losowej dyskretej Defiicja. Dla zmieej losowej dyskretej

Bardziej szczegółowo

Poziom rozszerzony. 5. Ciągi. Uczeń:

Poziom rozszerzony. 5. Ciągi. Uczeń: PIOTR LUDWIKOWSKI Materiał z wykładu z aalizy dla uczestików koerecji Podstawa programowa z kometarzami Tom 6 Edukacja matematycza i techicza w szkole podstawowej, gimazjum i liceum matematyka, zajęcia

Bardziej szczegółowo

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

tek zauważmy, że podobnie jak w dziedzinie rzeczywistej wprowadzamy dla funkcji zespolonych zmiennej rzeczywistej pochodne wyższych rze

tek zauważmy, że podobnie jak w dziedzinie rzeczywistej wprowadzamy dla funkcji zespolonych zmiennej rzeczywistej pochodne wyższych rze R o z d z i a l III RÓWNANIA RÓŻNICZKOWE LINIOWE WYŻSZYCH RZE DÓW 12. Rówaie różiczowe liiowe -tego rze du Na pocza te zauważmy, że podobie ja w dziedziie rzeczywistej wprowadzamy dla fucji zespoloych

Bardziej szczegółowo

Laboratorium Sensorów i Pomiarów Wielkości Nieelektrycznych. Ćwiczenie nr 1

Laboratorium Sensorów i Pomiarów Wielkości Nieelektrycznych. Ćwiczenie nr 1 1. Cel ćwiczeia: Laboratorium Sesorów i Pomiarów Wielkości Nieelektryczych Ćwiczeie r 1 Pomiary ciśieia Celem ćwiczeia jest zapozaie się z kostrukcją i działaiem czujików ciśieia. W trakcie zajęć laboratoryjych

Bardziej szczegółowo

"Liczby rządzą światem." Pitagoras

Liczby rządzą światem. Pitagoras "Liczby rządzą światem." Pitagoras Def. Liczbą zespoloą azywamy liczbę postaci z= x +yi, gdzie x, y є oraz i = -1. Zbiór liczb zespoloych ozaczamy przez ={ x + yi: x, y є } Ozaczeia x= Re z częśd rzeczywista

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością

Bardziej szczegółowo

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D.

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D. Arkusz ćwiczeiowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE W zadaiach od. do. wybierz i zazacz poprawą odpowiedź. Zadaie. ( pkt) Liczbę moża przedstawić w postaci A. 8. C. 4 8 D. 4 Zadaie. ( pkt)

Bardziej szczegółowo

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2011 POZIOM ROZSZERZONY WYBRANE: CZĘŚĆ I. Czas pracy: 90 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2011 POZIOM ROZSZERZONY WYBRANE: CZĘŚĆ I. Czas pracy: 90 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY Cetrala Komisja Egzamiacyja Arkusz zawiera iformacje prawie chroioe do mometu rozpoczęcia egzamiu. Układ graficzy CKE 2010 KOD WISUJE ZDAJĄCY ESEL Miejsce a aklejkę z kodem EGZAMIN MATURALNY Z INORMATYKI

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VI: Metoda Mote Carlo 17 listopada 2014 Zastosowaie: przybliżoe całkowaie Prosta metoda Mote Carlo Przybliżoe obliczaie całki ozaczoej Rozważmy całkowalą fukcję f : [0, 1] R. Chcemy zaleźć przybliżoą

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16 Egzami,.6.6, godz. 9:-: Zadaie. puktów) Wyzaczyć wszystkie rozwiązaia rówaia z i w liczbach zespoloych. Zapisać wszystkie rozwiązaia w postaci kartezjańskiej bez używaia fukcji trygoometryczych) oraz zazaczyć

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

Egzaminy. na wyższe uczelnie 2003. zadania

Egzaminy. na wyższe uczelnie 2003. zadania zadaia Egzamiy wstępe a wyższe uczelie 003 I. Akademia Ekoomicza we Wrocławiu. Rozwiąż układ rówań Æ_ -9 y - 5 _ y = 5 _ -9 _. Dla jakiej wartości parametru a suma kwadratów rozwiązań rzeczywistych rówaia

Bardziej szczegółowo

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b,

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b, CAŁA RZYWOLINIOWA NIESIEROWANA rzywą o rówaiach parameryczych: = (), y = y(), a < < b, azywamy łukiem regularym (gładkim), gdy spełioe są asępujące waruki: a) fukcje () i y() mają ciągłe pochode, kóre

Bardziej szczegółowo

Planowanie doświadczeń - DPLD LMO Materiały pomocnicze

Planowanie doświadczeń - DPLD LMO Materiały pomocnicze Plaowaie doświadczeń - DPLD LMO Materiały pomocicze Układ bloków kompletie zradomizowaych Założeia: (a) Z jedostek doświadczalych tworzymy rówolicze grupy zwae blokami (b bloków) w taki sposób, aby jedostki

Bardziej szczegółowo

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne Wykład 4 Niezależość zmieych, fukcje i charakterystyki wektora losowego, cetrale twierdzeia graicze Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki

Bardziej szczegółowo

INTERPOLACJA I APROKSYMACJA FUNKCJI

INTERPOLACJA I APROKSYMACJA FUNKCJI Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Wprowadzenie Na czym polega interpolacja? Interpolacja polega

Bardziej szczegółowo

Szeregi liczbowe. Szeregi potęgowe i trygonometryczne.

Szeregi liczbowe. Szeregi potęgowe i trygonometryczne. Szeregi iczbowe. Szeregi potęgowe i trygoometrycze. wykład z MATEMATYKI Automatyka i Robotyka sem. I, rok ak. 2008/2009 Katedra Matematyki Wydział Iformatyki Poitechika Białostocka Szeregi iczbowe Defiicja..

Bardziej szczegółowo

ANALIZA KORELACJI IREGRESJILINIOWEJ

ANALIZA KORELACJI IREGRESJILINIOWEJ ANALIZA KORELACJI IREGRESJILINIOWEJ 1. ZALEŻNOŚCI STOCHASTYCZNE Badajac zjawiska o charakterze masowym, w tym szczególie zjawiska spo leczo-ekoomicze, stwierdzamy, że każde z ich jest uwarukowae dzia laiem

Bardziej szczegółowo

MARIUSZ KAWECKI zbiór zadań dla zainteresowanego matematyką licealisty

MARIUSZ KAWECKI zbiór zadań dla zainteresowanego matematyką licealisty MARIUSZ KAWECKI zbiór zadań dla zaiteresowaego matematyką licealisty Copyright by M. Kawecki 07 Spis treści Wstęp 3. Logika w praktyce 5. Liczby i działaia 0 3. Rówaia i układy rówań 6 4. Własości fukcji

Bardziej szczegółowo

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 11

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 11 Matematyka I Bezpieczeństwo jądrowe i ochroa radiologicza Semestr zimowy 2018/2019 Wykład 11 Całka ozaczoa podstawowe pojęcia Defiicja podziału odcika Podziałem P odcika < a, b > a części azywamy zbiór

Bardziej szczegółowo

Tematy zadań 2 razy 33 przykładowe zadania maturalne. Matura podstawowa

Tematy zadań 2 razy 33 przykładowe zadania maturalne. Matura podstawowa Tematy zadań razy przykładowe zadaia maturale Matura podstawowa Porówaj liczby: 54 + 5 oraz 4 W klasie jest 9 ucziów o średiej wieku 6 lat Średia wieku wzrośie o rok, jeżeli doliczy się wiek wychowawcy

Bardziej szczegółowo

Zeszyty naukowe nr 9

Zeszyty naukowe nr 9 Zeszyty aukowe r 9 Wyższej Szkoły Ekoomiczej w Bochi 2011 Piotr Fijałkowski Model zależości otowań giełdowych a przykładzie otowań ołowiu i spółki Orzeł Biały S.A. Streszczeie Niiejsza praca opisuje próbę

Bardziej szczegółowo

( 0) ( 1) U. Wyznaczenie błędów przesunięcia, wzmocnienia i nieliniowości przetwornika C/A ( ) ( )

( 0) ( 1) U. Wyznaczenie błędów przesunięcia, wzmocnienia i nieliniowości przetwornika C/A ( ) ( ) Wyzaczeie błędów przesuięcia, wzmocieia i ieliiowości przetworika C/A Celem ćwiczeia jest wyzaczeie błędów przesuięcia, wzmocieia i ieliiowości przetworika C/A. Zając wartości teoretycze (omiale) i rzeczywiste

Bardziej szczegółowo

Podstawowe struktury algebraiczne

Podstawowe struktury algebraiczne Podstawowe struktury algebraicze Defiicja 1. Działaiem dwuargumetowym(biarym) określoym a iepustym zbiorze X azywamy fukcję f, która każdej parze uporządkowaej(a, b) elemetów zbioru X przyporządkowuje

Bardziej szczegółowo

0, co implikuje tezę. W interpretacji geometrycznej: musi istnieć punkt, w którym styczna ( f (c)

0, co implikuje tezę. W interpretacji geometrycznej: musi istnieć punkt, w którym styczna ( f (c) RACHUNEK RÓŻNCZKOWY cd Twierdzeie Lagrage a: Jeżeli jest ciągła w [a,b], jest różiczkwala w a,b), t ca,b) : b)-a)= c) b-a) b) Dwód Wystarczy rzpatrzyć ukcję t) t) t a), t[a,b], która b a spełia załżeia

Bardziej szczegółowo

Rozpuszczalność gazów w cieczach. Prawo Henry ego

Rozpuszczalność gazów w cieczach. Prawo Henry ego Rozpuszczalość gazów w cieczach. rawo ery ego Empiryczie stwierdzoo, że, w k, czyli ilość gazu rozpuszczoego w cieczy jest w warukach izotermiczych proporcjoala do jego ciśieia. V Jeśli gaz jest gazem

Bardziej szczegółowo

Sprawdzamy, czy błędy są losowo rozrzucone wokół zera i nie obserwujemy wśród nich żadnego trendu.

Sprawdzamy, czy błędy są losowo rozrzucone wokół zera i nie obserwujemy wśród nich żadnego trendu. Weryfikacja założeń modelu Gaussa-Markowa Przypomieie: W modelu Gaussa-Markowa Y = X jedyym losowym elemetem jest wektor. Zakładamy, że jest wektorem iezależych zmieych losowych o jedakowym rozkładzie

Bardziej szczegółowo