NAUKA. 2. Nie jest równoodległościowa:

Wielkość: px
Rozpocząć pokaz od strony:

Download "NAUKA. 2. Nie jest równoodległościowa:"

Transkrypt

1 rtkuł recezowa: O badaiu ziekształceń modeli trasormacji map a podstawie elips Tissota Długości, pola kąt Streszczeie: O badaiu ziekształceń modeli trasormacji map a podstawie elips Tissota. W artkule przedstawioo opis deormacji map w liiowch i ieliiowch trasormacjach współrzędch opart a teorii odwzorowań powierzchi Tissota. odstawowe właściwości modeli trasormacji: rówokątość, rówoodległościowość i rówopolowość są badae a podstawie tesora metrczego trasormacji. Geometrczm obrazem deormacji jest elipsa Tissota. bstract: The stud o maps trasormatio model distortios o the basis o the Tissot ellipse. The maps deormatio descriptio or liear ad oliear coordiates trasormatios based o the Tissot surace mappig theor is preseted. The basic properties o trasormatio models such as coormal, equidistat ad equal-aera are eamied o the basis o trasormatio metric tesor. The Tissot ellipse is the deormatio geometric presetatio. EDWRD OSD, KTERYN SERGIEIEV Map crowe przekształcae są prz przejściu do owego układu współrzędch z wkorzstaiem trasormacji liiowch (p. izometrcza, przez podobieństwo, przez powiowactwo i aiicza ) i ieliiowch (p. wielomiaowe, sklejae, krigig i euroowe). Trasormacje te są rówież stosowae do kalibracji obrazów crowch, takich jak ska map papierowch oraz zdjęcia satelitare i loticze. W artkule opisao metodę badaia ziekształceń modeli trasormacji map opartą a teorii odwzorowań powierzchi według Tissota alcerzak i aasiuk, 005; ieracki, 97; asławski, 006; Trajdos, 974]. TRNSFORMCJ RZEZ ODOIEŃSTWO Dopasowaie puktów map,,,... dach w układzie współrzędch, (rs. ) do odpowiadającch puktów dach w owm układzie współrzędch X, Y odbwa się przez (rs. ): przesuięcie t X,, obrót φ oraz rozciągięcie map w kierukach osi i określoe współczikiem skalującm m. Z geometrii przekształceia przez podobieństwo (rs. i ) wikają właściwości tej trasormacji:. Jest rówokąta (koorema): prostokąta siatka współrzędch jest przekształcoa a prostokątą siatkę prostoliiową, każd prostokąt elemet siatki współrzędch (d, d) jest przekształco a przeskalowa prostokąt elemet od- 46 MGZYN geoiormacyjny r (76) stczeń 00 wzorowaej siatki (md, md), skąd wika, że dowole proste przekształcae są a proste, a kąt międz imi zostają zachowae.. Nie jest rówoodległościowa: skala długości w dowolm kieruku jako stosuek długości po trasormacji (m) +(m) ] / do długości wjściowej ( + ) / jest stała i wosi m.. Nie jest rówopolowa: obiekt map zachowują kształt, są jedak powiększoe w skali m, skąd wika, że skala pola jako stosuek pola powierzchi po trasormacji m m do pola wjściowego jest stała i wosi m. ukt map (, ) przeoszoe są do owego układu współrzędch X, Y według zależości wikającej z geometrii trasormacji (rs. ): X = t + mcosφ - msiφ Y = t + msiφ + mcosφ X = t X + a b, Y = + b + a, a = mcosφ, b = msiφ. X = t + mcos msi t ORÓT m t X = t + RZESUNIĘCIE d i d Rs.. Mapa dopasowaa do puktów w owm układzie X, Y przez podobieństwo: przesuięcie, obrót i rozciągięcie i a i md md ROZCIĄGNIĘCIE X m Rs.. Mapa w układzie, p i = ] 0 i = 0 ] i = cosa ] sia = t + msi + mcos

2 W zapisie macierzowm (rs. ): X = t + X ] = t X cosφ -siφ ] + m ] ] = t X ] + a -b Y t ] ] Y siφ cosφ b a, t wektor przesuięcia (traslacji), macierz trasormacji reprezetująca obrót i odkształceie. = RS rozkład bieguow macierz trasormacji: a -b ]= cosφ -siφ ]m 0 ] b a siφ cosφ 0 m, gdzie R = cosφ -siφ ] macierz obrotu, siφ cosφ S = m 0 ] = m 0 ] = mi macierz rozciągięcia. 0 m 0 arametr trasormacji t X,, a, b są wzaczae w wiku miimalizacji sum kwadratów odległości puktów dopasowwach od dach: Σ (v i + v i ) = mi, v i = t + a i - b i - X i, v i = t + b i + a i - Y i są odchłkami współrzędch trasormowach od dach w puktach dopasowaia map,,, (rs. i ). łąd trasormacji może bć określo p. jako średia wartość odległości puktów dopasowaia po trasormacji od puktów dach: Σ v i + v i m 0 =. Skala i kąt obrotu obliczae są według zależości: m = a + b b, tg = a. Ze względu a stałą skalę, iezależą od położeia puktu i kieruku, trasormacja przez podobieństwo jest stosowaa do dopasowwaia map a iewielkim obszarze. Ze wzrostem obszaru astępuje wzrost błędu trasormacji. TRNSFORMCJ IZOMETRYCZN Jest przpadkiem trasormacji przez podobieństwo bez rozciągięcia (m = ): X = t + cos - si, Y = t + si + cos. rak rozciągięcia powoduje, że trasormacja ta jest rówoodległościowa (jest rówież rówokąta), jedak miej elastczie dopasowuje mapę iż ogóla trasormacja przez podobieństwo, moża więc spodziewać się większego błędu trasormacji. TRNSFORMCJ FINICZN Dopasowaie puktów map,,,... dach w układzie współrzędch, (rs. ) do odpowiadającch puktów dach w owm układzie współrzędch X, Y odbwa się przez (rs. ): przesuięcie t X,, obrót φ oraz rozciągięcie i ścięcie map w kierukach osi i, określoe odpowiedio współczikami skalującmi s, s i s = s. Z geometrii przekształceia aiiczego (rs. i ) wikają właściwości trasormacji aiiczej:. Nie jest rówokąta (koorema): prostokąta siatka współrzędch jest przekształcoa a siatkę prostoliiową ukośokątą, czli każd prostokąt elemet siatki współrzędch X = t + (s +s )cos (s +s )si ORÓT s +s i g X t m i a t X = t + RZESUNIĘCIE Y = t + (s +s )si + (s +s )cos Rs.. Mapa dopasowaa aiiczie do puktów w owm układzie X, Y przez przesuięcie, obrót, rozciągięcie i ścięcie s s m b m d m d ROZCIĄGNIĘCIE (d, d) jest przekształco a przeskalowa rówoległobocz elemet odwzorowaej siatki (m d, m d), skąd wika, że dowole proste przekształcae są a proste, zachowaa jest rówoległość prostch, kąt międz prostmi ierówoległmi ulegają zmiaie.. Nie jest rówoodległościowa: ze względu a róże wartości rozciągięcia s, s w kierukach osi i skale długości w tch kierukach m, m, jak rówież w ich kierukach są róże. ukt map (, ) przeoszoe są do owego układu X, Y według zależości wikającej z geometrii trasormacji (rs. ): X = t + (s + s )cosφ (s +s )siφ Y = t + (s + s )siφ + (s +s )cosφ X = t +a + b, Y = t +c + d, a = s cosφ s siφ, b = s cosφ s siφ c = s siφ + s cosφ, d = s siφ + s cosφ. W zapisie macierzowm (rs. ): X = t + X ] = t ] + a b ] ] = t ] + cosφ siφ ]s s ] Y t ], c d t siφ cosφ s s t wektor przesuięcia (traslacji), macierz trasormacji reprezetująca obrót i odkształceie. = RS rozkład bieguow macierz trasormacji: a b ]= cosφ siφ ]s s c d siφ cosφ s ], s R = cosφ siφ ] macierz obrotu, siφ cosφ S = s s tga ]= s s ] macierz rozciągięcia i ścięcia. s tgb s s s Z uwagi a iejedakowe rozciągięcie map w kierukach osi i oraz dodatkowe ścięcie trasormacja aiicza bardziej elastczie dopasowuje mapę metodą ajmiejszch kwadratów iż trasormacja przez podobieństwo, moża więc spodziewać się miejszego błędu trasormacji. o dopasowaiu parametr rozciągięcia i ścięcia s, s, s oraz kąt obrotu φ moża otrzmać w wiku rozwiązaia układu rówań ieliiowch = RS: założeie: s tgb = s tga s = s s = s tgb s ŚCIĘCIE s s = s tga s +s 47 MGZYN geoiormacyjny r (76) stczeń 00

3 a = s cosφ s siφ, b = s cosφ s siφ c = s siφ + s cosφ, d = s siφ + s cosφ. Kąt ścięcia a, b spełiające waruek a + b + g = p/ dae są wzorami (rs. ): tga = s, tgb = s s s. Ze względu a skalę iezależą od położeia puktu, jedak zmieiającą się z kierukiem, trasormacja aiicza jest stosowaa szczególie w przpadku zmiech skal dopasowwach układów w kierukach osi współrzędch, a przkład opartch a odwzorowaiu Gaussa-Krügera. TRNSFORMCJ RZEZ OWINOWCTWO Jest szczególm przpadkiem trasormacji aiiczej, bez ścięcia (s = 0): X = t X + s cosφ s siφ, Y = + s siφ + s cosφ. rak ścięcia powoduje, że trasormacja ta jest rówokąta (prostokąta siatka współrzędch map jest przekształcaa a siatkę prostokątą), jedak miej elastczie dopasowuje mapę względem ogólej trasormacji aiiczej, moża więc spodziewać się większego błędu trasormacji. CHRKTERYSTYK OGÓLN TRNSFORMCJI LINIOWYCH Opisae trasormacje liiowe: przez podobieństwo, izometrcza, aiicza i przez powiowactwo dopasowują mapę w ogólości przez przesuięcie, obrót oraz rozciągięcie i ścięcie całości map. rostokąta siatka współrzędch jest wted przekształcaa a siatkę prostoliiową prostokątą (izometria, podobieństwo, powiowactwo) prostoliiową ukośokątą (trasormacja aiicza). Każd prostokąt elemet siatki współrzędch (d, d) jest przekształco a prostokąt (izometria, podobieństwo, powiowactwo) ukośokąt (trasormacja aiicza) elemet odwzorowaej siatki. Dowole proste przekształcae są a proste, proste rówoległe zachowują rówoległość. W trasormacjach przez powiowactwo i aiiczej kąt międz prostmi ierówoległmi ulegają zmiaie, atomiast w trasormacjach izometrczej i przez podobieństwo zostają zachowae. CHRKTERYSTYK OGÓLN TRNSFORMCJI NIELINIOWYCH Trasormacje ieliiowe (p. wielomiaowe, sklejae, krigig, euroowe) dopasowują mapę zaczie dokładiej 48 MGZYN geoiormacyjny r (76) stczeń 00 (rs. 4 i 5) przez: przesuięcie i obrót całości map oraz przesuięcie, obrót, rozciągięcie i ścięcie każdego małego elemetu map (d, d). W trasormacjach tch prostokąta siatka współrzędch map jest przekształcaa a ogół a ieortogoalą siatkę krzwoliiową. rostokątemu elemetowi siatki (d, d) o wektorze przekątm d = d, d] T odpowiada krzwoliiow ieortogoal w przbliżeiu rówoległobocz ( X d, X d) elemet siatki odwzorowaej o wektorze przekątm = X d + X d = X, X ]d = grad (X)d d, gdzie X, X są wektorami stczmi do liii odwzorowaej siatki współrzędch, pochodmi wektora położeia X = X() = t + X() odwzorowaego puktu w kierukach osi,. Deormację map w pukcie moża więc opisać za pomocą aiiczego przekształceia prostokątego elemetu siatki (d, d) reprezetowaego wektorem przekątm d a rówoległobok (X d, X d) reprezetowa wektorem przekątm = d (rs. 4 i 5), gdzie = RS jest rozkładem bieguowm gradietu trasormacji = grad(x) = X, X ] a ilocz macierz obrotu R oraz rozciągięcia i ścięcia S (rs. ) elemetu map (d, d). d a d i d Rs. 4. Mapa w układzie, d = d i i = cosa ] sia i = ] 0 i = 0 ] rzkładami trasormacji wielomiaowch są:. Trasormacja dwuliiowa, wzaczala prz miimalej liczbie puktów dopasowaia 4: X = t X + a +b + c, Y = + d + e +.. Trasormacja dwukwadratowa, wzaczala prz miimalej liczbie puktów dopasowaia 6: X = t X + a +b + c + d + e Y = + + g + h + i + j.. Trasormacja dwusześciea, wzaczala prz miimalej liczbie puktów dopasowaia 0: X = t X + a +b + c + d + e + + g + h + i Y = + j + k + l + m + + o + p + q + r. 4. Trasormacja rówokąta wbraego stopia: zestawiaa a podstawie wielomiaów zespoloch (p. Kadaj, 00): X + iy = (a 0 + ib 0 ) + (a + ib )( + i) + (a + ib ) ( + i) (a + ib )( + i) po rozdzieleiu a część rzeczwistą (X) i urojoą (Y); szczególm przpadkiem jest trasormacja przez podobieństwo. Trasormacje wielomiaowe są rozszerzeiem trasormacji aiiczej, która jest trasormacją wielomiaową pierwszego stopia. Im wższ stopień wielomiau, tm trasormacja bardziej elastczie dopasowuje mapę, moża więc spodziewać się malejącego błędu trasormacji względem wjściowej trasormacji aiiczej. Trasormacje sklejae mają róże postacie. rzkładem może bć trasormacja oparta a zaej powierzchiowej ukcji iterpolacjej Wasileki F = F(, ), miimalizującej kwadrat orm euklidesowej Hesjau azwaej ukcją o miimalej krzwiźie, daa wzorami Osada, 995]: X = t + a + b + Σ c i(x i ) + (Y i ) ]l(x i ) + (Y i ) ] Rs. 5. Mapa dopasowaa metodą trasormacji ieliiowej do puktów w owm układzie X, Y: przesuięcie i obrót całości map oraz przesuięcie, obrót, rozciągięcie i ścięcie każdego małego elemetu map (d, d) cosγ = X X X X Liie X = d X = d X d X X = t + p γ X DX(, ) DX(,,) DX X d t X t X = t + DX() DY(,,) Y = t + DY(, ) Liie = X d + X d = X d X ] d ] d = RSd

4 Y = t + a + b + Σ c i(x i ) + (Y i ) ]l(x i ) + (Y i ) ]. Trasormacja ta zapewia zerowe wartości odchłek w puktach dopasowaia map oraz w przbliżeiu liiowe zmia wartości międz puktami dopasowaia, co wika z miimalizacji kwadratu orm euklidesowej Hesjau. Zerowe wartości odchłek w puktach dopasowaia map zapewia rówież trasormacja metodą iterpolacją krigigu. Rówaia trasormacji mogą mieć różą postać, w ajprostszm przpadku prz zastosowaiu aiiczego tredu i losowej reszt modelowaej za pomocą izotropowej ukcji kowariacji Gaussa Osada 008]: (X i ) + (Y i ) X = t + a + b + σ Σ c r i e, (X i ) + (Y i ) Y = t + a + b + σ Σ c r i e, gdzie parametr tredu aiiczego t, a, b oraz t, a, b są wzaczae metodą ajmiejszch kwadratów, atomiast parametr losowej reszt, odchleia stadardowe σ, σ, promieie korelacji r, r oraz współcziki c, c wzaczae są a podstawie empirczch ukcji kowariacji otrzmach odchłek v, v w puktach dopasowaia. Zae jest rówież podejście do jedoczesego wzaczaia parametrów tego tpu rówań Walter ad rozato, 987]. odobie kostruowae są rówaia trasormacji map prz zastosowaiu metod iterpolacjch sieci euroowch Gil, 006]. Trasormacje ieliiowe, ze względu a dużą elastczość dopasowaia w porówaiu z trasormacjami liiowmi, stosowae są do kalibracji i trasormacji zaczie zdeormowach map skaowach, obrazów satelitarch i loticzch, jak rówież trasormacji map crowch wektorowch i rastrowch. IERWSZE TWIERDZENIE TISSOT Skala długości m jako stosuek długości po trasormacji = d do długości wjściowej d jest zależa od kieruku α wektora d = d i, gdzie i jest jedostkowm wektorem kierukowm (rs. 4 i 5): m = d = i T T i = i T S i = Ecos a + Fsia + Gsi a d gdzie T = S jest tesorem metrczm trasormacji o postaci: ]= T = X X X X g X X X X ] ]= S = s + s (s + s )s g (s + s )s s ] + s Ze zmiaą kieruku a w zakresie kąta pełego skala m = Ecos a + Fsia + Gsi a zakreśla krzwą skali (rs. 6) o wartościach ekstremalch = m(a ), = m(a ) obliczoch w dwóch prostopadłch kierukach a, a wikającch z waruku koieczego miimum: dm F = mi tga = a = atg F, a = a + p da E G E G. Kieruki te, azwae kierukami główmi trasormacji, o skalach ekstremalch, w każdm pukcie map wzaczają ortogoalą krzwoliiową siatkę Tissota ( T, T ) rs. 6. Tesor metrcz moża alteratwie zapisać za pomocą wartości ekstremalch i ich kieruków (rozkład spektral): ]= cosa ] cosa ] cosa ] cosa T g sia sia, sia sia gdzie ] T Krzwa skali jest macierzą wartości własch, m Siatka Tissota a m(a) tesora metrczego, atomiast a d a a cosa cosa a m sia sia ] m= d jest ortogoalą macierzą wektorów m włas ch (kolum) tesora metrczego a, a wskazującch kieruki warto- ortogoala siatka Tissota wkreśloe Rs. 6. Krzwa skali i krzwoliiowa ści własch,. w pukcie map w układzie W dowolej trasormacji skala długoś- współrzędch, ci m(a) jest a ogół róża w każdm pukcie (iejedoroda) i zmiea z kierukiem (aizotropowa); w kierukach osi współrzędch, wosi (rs. 6): m = E, m = G. zmut a wektora d liczo od kieruku liii współrzędej jest przekształca a kąt kierukow wektora liczo od wektora X stczego do obrazu Liii w układzie owm (rs. 4 i 5). rzekształceie a : = actg Ectga + F EG F moża otrzmać a podstawie ilorazu X / X iloczu skalarego X : X = X cos Ed + Fd = (Ecosa + Fsia)ds = (Ectga + F)ds sia i modułu iloczu wektorowego X : X = X si X = (X )(X ) = (X X )() (X ) = EG F d = EG F ds sia. zmut prostopadłch liii siatki Tissota a, a (rs. 6) przekształcae są więc a kieruki liczoe względem odwzorowaej Liii (rs. 7) a = actg Ectga a + F, = actg Ectga + F, EG F EG F które są rówież prostopadłe: prz założeiu a = a +90 : ctga = tga ( iaczej ctga ctga = ), skąd, po podstawieiu wrażeń dla ctg i ctg, otrzmuje się F EG = (Ectga +F)(Ectga +F) = (Ectga +F) ( Etga +F), a astępie zależość tga = F/(E G), którą spełia kieruek ekstremal a. Jest to zgode z pierwszm twierdzeiem Tissota Trajdos, 974], według którego w dowolm regularm odwzorowaiu jedej regularej powierzchi a drugą istieje zawsze przajmiej jeda, a jeśli odwzorowaie ie jest rówokąte, to tlko jeda siatka ortogoala a powierzchi orgiału T, T wskazująca kieruki główe odwzorowaia o skalach ekstremalch,, azwaa siatką Tissota, której obraz a drugiej powierzchi jest rówież siatką ortogoalą X T, Y T wskazującą kieruki główe odwzorowaia o skalach ekstremalch,, azwaą także siatką Tissota. T 49 MGZYN geoiormacyjny r (76) stczeń 00

5 Siatka Tissota m T m= Rs. 7. Elipsa Tissota i krzwoliiowa ortogoala siatka Tissota wkreśloe w pukcie odwzorowaej map w układzie współrzędch X, Y DRUGIE TWIERDZENIE TISSOT Według drugiego twierdzeia Tissota Trajdos, 974] obrazem graiczm skali długości m we wszstkich kierukach wchodzącch z puktu a odwzorowaej mapie jest elipsa (azwaa elipsą Tissota), której półosie są rówe ekstremalm skalom długości, w kierukach główch X T, Y T (rs. 7). Rówaie bieguowe elips Tissota (m, φ) wrażające zmieość promieia wodzącego elips m = m(φ) w ukcji kąta kierukowego φ ma postać: m = cos φ + si φ. Odwracając to rówaie, otrzmuje się kąt kierukow jako ukcję azmutu φ = φ(a): tgφ = m(a) m(a). Elipsa Tissota może więc bć wkreślaa poprzez odłożeie promieia wodzącego m = m(a) a odwzorowaej mapie w kieruku (rs. 7): = (a) względem Liii, φ = φ(a) względem kieruku główego X T k +(a) względem osi X, gdzie k = actg( dy / ) d d jest azmutem odwzorowaej Liii rówm kątowi kierukowemu k wektora stczego X. DNIE WŁŚCIWOŚCI MODELI TRNSFORMCJI M Na podstawie tesora metrczego trasormacji T badae są podstawowe właściwości modeli trasormacji.. Rówoodległościowość: skala długości jest rówa jedości m(α) = dla trasormacji o jedostkowej postaci tesora metrczego: ] = ]=R RT ] g. W tm przpadku elipsa ziekształceń Tissota jest okręgiem jedostkowm o promieiu m = = = (rs. 7); waruek te spełia p. trasormacja izometrcza.. Rówokątość: kąt międz dowolą parą wektorów po trasormacji, a przkład X = i i X = i, jest rów kątowi międz odpowiadającmi wektorami a mapie i, i (rs. 4, 5): k m Liia (a) m(a) m Elipsa Tissota Y T Y Liia X X i T T i = i i X X i T T i it T i i i dla trasormacji o skalowaej diagoalej postaci tesora metrczego T = m I: ] ]=R RT = m ] g. W tm przpadku elipsa Tissota jest okręgiem o promieiu m = = ; waruek te spełiają trasormacje p. przez podobieństwo i izometrcza.. Rówopolowość: skala pola jako stosuek pola przekształcoego rówoległoboku do pola wjściowego elemetu prostokątego map jest rówa jedości: m d. m d. sig = EG F d. d dla trasormacji o tesorze metrczm, którego wzaczik jest rów jedości: ] ]= = EG F =. g W tm przpadku: półoś elips Tissota jest odwrotością półosi : = /, skala pola jako stosuek pola elips p do pola okręgu jedostkowego pr (r = ) jest rówa = ; waruek te spełia p. trasormacja izometrcza. WNIOSKI Dowola trasormacja ie zachowuje wszstkich geometrczch właściwości map: długości, pola i kątów. Właściwości te są badae a podstawie aaliz tesora metrczego trasormacji. Graiczm obrazem ziekształceń jest elipsa Tissota. romień wodząc elips jest skalą długości m, półosie i są skalami ekstremalmi. Trasormacja jest: rówoodległościowa jeżeli elipsa jest okręgiem jedostkowm m = = =, rówokąta jeżeli elipsa jest okręgiem m = = (im większe ziekształceia kątowe, tm większe odstępstwo elips od okręgu), rówopolowa jeżeli =. Na tej podstawie spośród liiowch i ieliiowch modeli trasormacji spełiającch zadae krterium błędu trasormacji (m 0 ) moża wbrać model zachowując pożądae właściwości geometrcze map: długości, pola kąt. Literatura ROF. DR H. INŻ. EDWRD OSD Dolośląska Szkoła Wższa MGR INŻ. KTERYN SERGIEIEV Dolośląska Szkoła Wższa, Narodow Uiwerstet Góricz, Diepropietrowsk, Ukraia RECENZENT DR H. INŻ. WOJCIECH NIGCZ proesor olitechiki Opolskiej alcerzak J., aasiuk J., 005: Wprowadzeie do kartograii matematczej, Oica Wd. olit. Warsz., Warszawa; ieracki F., 97: odstaw teorii odwzorowań kartograiczch, WN, Warszawa; Gil J., 006: rzkład zastosowań sieci euroowch w geodezji, Oica Wd. Uiw. Zieloogórskiego, Zieloa Góra; Kadaj R., 00: Wtcze techicze G-.0. Formuł odwzorowawcze i parametr układów współrzędch, Głów Geodeta Kraju, GUGIK, Warszawa; Osada E., 995: Splie-Trasormatio o coordiates i GIS. Geo-Iormatios-Ssteme, Het 4, Wichma, Karlsruhe; Osada E., 008: Opracowaie techologii trasormacji poziomej i wsokościowej map zasadiczej miasta Wrocławia do układów 000 i Krosztad 986, olitechika Wrocławska, Raport I-/S-056/008; asławski J. red. auk., 006: Wprowadzeie do kartograii i topograii, Wd. Nowa Era, Wrocław; Trajdos T., 974: Matematka dla iżierów, Wd., WNT, Warszawa; Walter E., rozato L., 997: Idetiicatio o arametric Models rom Eperimetal Data, Spriger. 50 MGZYN geoiormacyjny r (76) stczeń 00

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

Wytrzymałość materiałów

Wytrzymałość materiałów Wtrzmałość materiałów IMiR - IA - Wkład Nr 8 Aaliza stau aprężeia Sta aprężeia w pukcie, tesor aprężeia, klasfikacja staów aprężeia, aaliza jedoosiowego stau aprężeia, aaliza płaskiego stau aprężeia, koło

Bardziej szczegółowo

Podstawy wytrzymałości materiałów

Podstawy wytrzymałości materiałów Podstaw wtrzmałości materiałów IMiR - MiBM - Wkład Nr 4 Aaliza stau aprężeia Sta aprężeia w pukcie, tesor aprężeia, klasfikacja staów aprężeia, aaliza jedoosiowego stau aprężeia, aaliza płaskiego stau

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

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

Wprowadzenie. metody elementów skończonych

Wprowadzenie. metody elementów skończonych Metody komputerowe Wprowadzeie Podstawy fizycze i matematycze metody elemetów skończoych Literatura O.C.Ziekiewicz: Metoda elemetów skończoych. Arkady, Warszawa 972. Rakowski G., acprzyk Z.: Metoda elemetów

Bardziej szczegółowo

Materiał ćwiczeniowy z matematyki Marzec 2012

Materiał ćwiczeniowy z matematyki Marzec 2012 Materiał ćwiczeiowy z matematyki Marzec 0 Klucz puktowaia do zadań zamkiętych oraz schemat oceiaia do zadań otwartych POZIOM PODSTAWOWY Marzec 0 Klucz puktowaia do zadań zamkiętych Nr zad 3 5 6 7 8 9 0

Bardziej szczegółowo

Mec Me han a ik i a a o gólna Wyp W a yp dko dk w o a w do d w o o w l o ne n g e o g o ukł uk a ł du du sił.

Mec Me han a ik i a a o gólna Wyp W a yp dko dk w o a w do d w o o w l o ne n g e o g o ukł uk a ł du du sił. echaika ogóla Wkład r 2 Wpadkowa dowolego układu sił. ówowaga. odzaje sił i obciążeń. odzaje ustrojów prętowch. Wzaczaie reakcji. Wpadkowa układu sił rówoległch rzłożeie układu zerowego (układ sił rówoważącch

Bardziej szczegółowo

(x 1 y 1 ) (x n y n ) 2. 1<j<m x i y i. x2 y 2 gdy x 1 = y 1 x 2 y 2 + x 1 + y 1 gdy x 1 = y 1. gdy x, y, 0 nie są współliniowe

(x 1 y 1 ) (x n y n ) 2. 1<j<m x i y i. x2 y 2 gdy x 1 = y 1 x 2 y 2 + x 1 + y 1 gdy x 1 = y 1. gdy x, y, 0 nie są współliniowe . Metrka Zadaie.. Pokazać, że metrka jest fukcją ieujemą. Zadaie.2. Odowodić, że poiższe wzor defiiuja metrki. a) (metrka euklidesowa) X = R. d e (, ) := ( ) 2 +... + ( ) 2 b) (metrka taksówkowa) X = R

Bardziej szczegółowo

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce!

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce! Iformatyka Stosowaa-egzami z Aalizy Matematyczej Każde zadaie ależy rozwiązać a oddzielej, podpisaej kartce! y, Daa jest fukcja f (, + y, a) zbadać ciągłość tej fukcji f b) obliczyć (,) (, (, (,) c) zbadać,

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

ZADANIA ZAMKNIĘTE. Zadanie 1. (1 pkt) Wartość wyrażenia. b dla a 2 3 i b 2 3 jest równa A B. 5 C. 6 D Zadanie 2.

ZADANIA ZAMKNIĘTE. Zadanie 1. (1 pkt) Wartość wyrażenia. b dla a 2 3 i b 2 3 jest równa A B. 5 C. 6 D Zadanie 2. Zachęcam do samodzielej prac z arkuszem diagostczm. Pozaj swoje moce i słabe stro, a astępie popracuj ad słabmi. Żczę przjemego rozwiązwaia zadań. Zadaie. ( pkt) Wartość wrażeia a ZADANIA ZAMKNIĘTE b dla

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

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

Michał Gruca ZASADY OPRACOWANIA WYNIKÓW POMIARÓW

Michał Gruca ZASADY OPRACOWANIA WYNIKÓW POMIARÓW Michał Gruca ZASADY OPRACOWANIA WYNIKÓW POMIARÓW 1. Wstęp Pomiarem jest procesem pozawczm, któr umożliwia odwzorowaie właściwości fizczch obiektów w dziedziie liczb. Sam proces pomiarow jest ciągiem czości

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

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH POMIAR FIZYCZNY Pomiar bezpośredi to doświadczeie, w którym przy pomocy odpowiedich przyrządów mierzymy (tj. porówujemy

Bardziej szczegółowo

Ciągi i szeregi liczbowe. Ciągi nieskończone.

Ciągi i szeregi liczbowe. Ciągi nieskończone. Ciągi i szeregi liczbowe W zbiorze liczb X jest określoa pewa fukcja f, jeŝeli kaŝdej liczbie x ze zbioru X jest przporządkowaa dokładie jeda liczba pewego zbioru liczb Y Przporządkowaie to zapisujem w

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

Bielecki Jakub Kawka Marcin Porczyk Krzysztof Węgrzyn Bartosz. Zbiorcze bazy danych

Bielecki Jakub Kawka Marcin Porczyk Krzysztof Węgrzyn Bartosz. Zbiorcze bazy danych Bielecki Jakub Kawka Marci Porczk Krzsztof Węgrz Bartosz Zbiorcze baz dach Marzec 2006 Spis treści. Opis działalości bizesowej firm... 3 2. Omówieie struktur orgaizacjej... 4 3. Opis obszaru bizesowego...

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

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

Ocena dopasowania modelu do danych empirycznych

Ocena dopasowania modelu do danych empirycznych Ocea dopasowaia modelu do dach empirczch Po oszacowaiu parametrów modelu ależ zbadać, cz zbudowa model dobrze opisuje badae zależości. Jeśli okaże się, że rozbieżość międz otrzmam modelem a dami empirczmi

Bardziej szczegółowo

Temat ćwiczenia: Optyczne podstawy fotografii.

Temat ćwiczenia: Optyczne podstawy fotografii. Uiwerstet Rolicz w Krakowie Wdział Iżierii Środowiska i Geodezji Katedra Fotogrametrii i Teledetekcji Temat ćwiczeia: Otcze odstaw otograii. Podział układów otczch Pojęcie układów otczch Podział układów

Bardziej szczegółowo

III. LICZBY ZESPOLONE

III. LICZBY ZESPOLONE Pojęcie ciała 0 III LICZBY ZESPOLONE Defiicja 3 Niech K będie dowolm biorem Diałaiem wewętrm (krótko będiem mówić - diałaiem) w biore K awam każdą fukcję o : K K K Wartość fukcji o dla elemetów K oacam

Bardziej szczegółowo

V OGÓLNOPOLSKI KONKURS Z FIZYKI Fizyka się liczy I Etap ZADANIA 27 lutego 2013r.

V OGÓLNOPOLSKI KONKURS Z FIZYKI Fizyka się liczy I Etap ZADANIA 27 lutego 2013r. V OGÓLNOPOLSKI KONKURS Z FIZYKI Fizka się licz I Etap ZDNI 7 lutego 3r.. Dwa pociski wstrzeloo jeocześie w tę saą stroę z wóch puktów oległch o o. Pierwsz pocisk wstrzeloo z prękością o po kąte α. Z jaką

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

Projekt Inżynier mechanik zawód z przyszłością współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego

Projekt Inżynier mechanik zawód z przyszłością współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Zajęcia wyrówawcze z fizyki -Zestaw 5 -Teoria Optyka geometrycza i optyka falowa. Prawo odbicia i prawo załamaia światła, Bieg promiei świetlych w pryzmacie, soczewki i zwierciadła. Zjawisko dyfrakcji

Bardziej szczegółowo

Ekonomia matematyczna 2-2

Ekonomia matematyczna 2-2 Ekoomia matematycza - Fukcja produkcji Defiicja Efektywym przekształceiem techologiczym azywamy odwzorowaie (iekiedy wielowartościowe), które kazdemu wektorowi akładów R przyporządkowuje zbiór wektorów

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

Ćwiczenie 10/11. Holografia syntetyczna - płytki strefowe.

Ćwiczenie 10/11. Holografia syntetyczna - płytki strefowe. Ćwiczeie 10/11 Holografia sytetycza - płytki strefowe. Wprowadzeie teoretycze W klasyczej holografii optyczej, gdzie hologram powstaje w wyiku rejestracji pola iterferecyjego, rekostruuje się jedyie takie

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 3

RÓWNANIA RÓŻNICZKOWE WYKŁAD 3 RÓWNANIA RÓŻNICZKOWE WYKŁAD 3 Równania różniczkowe liniowe Metoda przewidwań Metoda przewidwań całkowania równania niejednorodnego ' p( x) opiera się na następującm twierdzeniu. Twierdzenie f ( x) Suma

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

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

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

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem)

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem) D. Miszczyńska, M.Miszczyński KBO UŁ, Badaia operacyje (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assigmet Problem) Bliskim "krewiakiem" ZT (w sesie podobieństwa modelu decyzyjego) jest zagadieie

Bardziej szczegółowo

TRANSFORMACJA DO UKŁADU 2000 A PROBLEM ZGODNOŚCI Z PRG

TRANSFORMACJA DO UKŁADU 2000 A PROBLEM ZGODNOŚCI Z PRG Tomasz ŚWIĘTOŃ 1 TRANSFORMACJA DO UKŁADU 2000 A ROBLEM ZGODNOŚCI Z RG Na mocy rozporządzeia Rady Miistrów w sprawie aństwowego Systemu Odiesień rzestrzeych już 31 grudia 2009 roku upływa termi wykoaia

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,

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

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

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Materiał ddaktczne na zajęcia wrównawcze z matematki dla studentów pierwszego roku kierunku zamawianego Inżnieria Środowiska w ramach projektu Era inżniera pewna lokata na przszłość Projekt Era inżniera

Bardziej szczegółowo

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3 L.Kowalski zadaia ze statystyki matematyczej-zestaw 3 ZADANIA - ZESTAW 3 Zadaie 3. Cecha X populacji ma rozkład N m,. Z populacji tej pobrao próbę 7 elemetową i otrzymao wyiki x7 = 9, 3, s7 =, 5 a Na poziomie

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi. Jarosław Wróblewski Aaliza Matematycza 1A, zima 2012/13 Ciągi. Ćwiczeia 5.11.2012: zad. 140-173 Kolokwium r 5, 6.11.2012: materiał z zad. 1-173 Ćwiczeia 12.11.2012: zad. 174-190 13.11.2012: zajęcia czwartkowe

Bardziej szczegółowo

5. Zasada indukcji matematycznej. Dowody indukcyjne.

5. Zasada indukcji matematycznej. Dowody indukcyjne. Notatki do lekcji, klasa matematycza Mariusz Kawecki, II LO w Chełmie 5. Zasada idukcji matematyczej. Dowody idukcyje. W rozdziale sformułowaliśmy dla liczb aturalych zasadę miimum. Bezpośredią kosekwecją

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

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

( ) WŁASNOŚCI MACIERZY

( ) WŁASNOŚCI MACIERZY .Kowalski własości macierzy WŁSNOŚC MCERZY Własości iloczyu i traspozycji a) możeie macierzy jest łącze, tz. (C) ()C, dlatego zapis C jest jedozaczy, b) możeie macierzy jest rozdziele względem dodawaia,

Bardziej szczegółowo

Moduł 4. Granica funkcji, asymptoty

Moduł 4. Granica funkcji, asymptoty Materiały pomocicze do e-learigu Matematyka Jausz Górczyński Moduł. Graica fukcji, asymptoty Wyższa Szkoła Zarządzaia i Marketigu Sochaczew Od Autora Treści zawarte w tym materiale były pierwotie opublikowae

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

SKRYPT Z MATEMATYKI. Wstęp do matematyki. Rafał Filipów Piotr Szuca

SKRYPT Z MATEMATYKI. Wstęp do matematyki. Rafał Filipów Piotr Szuca Publikacja współfinansowana przez Unię Europejską w ramach Europejskiego Funduszu Społecznego SKRYPT Z MATEMATYKI Wstęp do matematki Rafał Filipów Piotr Szuca Publikacja współfinansowana przez Unię Europejską

Bardziej szczegółowo

Zadania z algebry liniowej - sem. I Liczby zespolone

Zadania z algebry liniowej - sem. I Liczby zespolone Zadaia z algebry liiowej - sem. I Liczby zespoloe Defiicja 1. Parę uporządkowaą liczb rzeczywistych x, y azywamy liczbą zespoloą i ozaczamy z = x, y. Zbiór wszystkich liczb zespoloych ozaczamy przez C

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

Chemia Teoretyczna I (6).

Chemia Teoretyczna I (6). Chemia Teoretycza I (6). NajwaŜiejsze rówaia róŝiczkowe drugiego rzędu o stałych współczyikach w chemii i fizyce cząstka w jedowymiarowej studi potecjału Cząstka w jedowymiarowej studi potecjału Przez

Bardziej szczegółowo

Materiały dydaktyczne. Matematyka. Semestr II

Materiały dydaktyczne. Matematyka. Semestr II Projekt współfiasowa ze środków Uii Europejskiej w ramach Europejskiego Fuduszu Społeczego Materiał ddaktcze Matematka Semestr II Ćwiczeia Projekt Rozwój i promocja kieruków techiczch w Akademii Morskiej

Bardziej szczegółowo

KSZTAŁTOWANIE KRZYWEJ PRZEJŚCIOWEJ U PODSTAWY ZĘBA W ASPEKCIE MINIMALIZACJI NAPRĘŻEŃ ZGINAJĄCYCH

KSZTAŁTOWANIE KRZYWEJ PRZEJŚCIOWEJ U PODSTAWY ZĘBA W ASPEKCIE MINIMALIZACJI NAPRĘŻEŃ ZGINAJĄCYCH KSZTAŁTOWANIE KRZYWEJ PRZEJŚCIOWEJ U PODSTAWY ZĘBA W ASPEKCIE MINIMALIZACJI NAPRĘŻEŃ ZGINAJĄCYCH Marek MARTYNA 1, Ja ZWOLAK 2 Streszczeie W kolach zębatych tworzących złożoe układy apędowe występują zmiee

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16 Egzami,.9.6, godz. :-5: Zadaie. ( puktów) Wyzaczyć wszystkie rozwiązaia rówaia z 4 = 4 w liczbach zespoloych. Zapisać wszystkie rozwiązaia w postaci kartezjańskiej (bez używaia fukcji trygoometryczych)

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

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

Ćwiczenie 5 ITERACYJNY ALGORYTM LS. IDENTYFIKACJA OBIEKTÓW NIESTACJONARNYCH ALGORYTM Z WYKŁADNICZYM ZAPOMINANIEM.

Ćwiczenie 5 ITERACYJNY ALGORYTM LS. IDENTYFIKACJA OBIEKTÓW NIESTACJONARNYCH ALGORYTM Z WYKŁADNICZYM ZAPOMINANIEM. Kompterowe Sstem Idetfikacji Laboratorim Ćwiczeie 5 IERACYJY ALGORY LS. IDEYFIKACJA OBIEKÓW IESACJOARYCH ALGORY Z WYKŁADICZY ZAPOIAIE. gr iż. Piotr Bros, bros@agh.ed.pl Kraków 26 Kompterowe Sstem Idetfikacji

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera Istrukcja do ćwiczeń laboratoryjych z przedmiotu: Badaia operacyje Temat ćwiczeia: Problemy trasportowe cd Problem komiwojażera Zachodiopomorski Uiwersytet Techologiczy Wydział Iżyierii Mechaiczej i Mechatroiki

Bardziej szczegółowo

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Materiał ddaktczne na zajęcia wrównawcze z matematki dla studentów pierwszego roku kierunku zamawianego Inżnieria i Gospodarka Wodna w ramach projektu Era inżniera pewna lokata na przszłość Projekt Era

Bardziej szczegółowo

Wersja najbardziej zaawansowana. Zestaw nr 1: Ciągi liczbowe własności i granica

Wersja najbardziej zaawansowana. Zestaw nr 1: Ciągi liczbowe własności i granica Wersja ajbardziej zaawasowaa. Zestaw r : Ciągi liczbowe własości i graica.. Niech a dla.... Sprawdzić cz a jest ciągiem mootoiczm artmetczm... Sprawdzić cz astępując ciąg jest ciągiem geometrczm. Wpisać

Bardziej szczegółowo

VII MIĘDZYNARODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretyczne T3.

VII MIĘDZYNARODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretyczne T3. KOOF Szczeci: www.of.szc.pl VII MIĘDZYNAODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretycze T3. Źródło: Komitet Główy Olimpiady Fizyczej; Olimpiada Fizycza XXIII XXIV, WSiP Warszawa 1977 Autor: Waldemar Gorzkowski

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

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2. Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,

Bardziej szczegółowo

116 MECHANIK NR 3/2015

116 MECHANIK NR 3/2015 6 MECHANIK NR 3/05 Rafał KLUZ Ja JAWORSKI Tomasz TRZEPIECIŃSKI 3 błąd pozcjoowaia robota, motaż, staowisko motażowe, robotzacja robot positioig error, assembl, assembl stad, robotisatio DOKŁADNOŚĆ POZYCJONOWANIA

Bardziej szczegółowo

Wypadkowa zbieżnego układu sił

Wypadkowa zbieżnego układu sił .4.. padkowa zbieżego układu sił rzestrze układ sił Siłami zbieżmi azwam sił, którch liie działaia przeciają się w jedm pukcie, azwam puktem zbieżości (rs..a). oieważ sił działające a ciało sztwe moża

Bardziej szczegółowo

Estymacja przedziałowa

Estymacja przedziałowa Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

DEA podstawowe modele

DEA podstawowe modele Marek Miszczński KBO UŁ 2008 - Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) EA podsawowe modele WPROWAZENIE Efekwość (produkwość) obieku gospodarczego o es defiiowaa ako sosuek sum ważoch

Bardziej szczegółowo

1. Granica funkcji w punkcie

1. Granica funkcji w punkcie Graica ukcji w pukcie Deiicja Sąsiedztwem o promieiu r > 0 puktu a R azywamy zbiór S ( a ( a r ( a a Deiicja Sąsiedztwem lewostroym o promieiu r > 0 puktu a R azywamy zbiór S ( a ( a r Deiicja Sąsiedztwem

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

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

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

12. FUNKCJE WIELU ZMIENNYCH. z = x + y jest R 2, natomiast jej

12. FUNKCJE WIELU ZMIENNYCH. z = x + y jest R 2, natomiast jej 1. FUNKCJE WIELU ZMIENNYCH 1.1. FUNKCJE DWÓCH ZMIENNYCH Funkcją dwóch zmiennch określoną w zbiorze D R nazwam przporządkowanie każdej parze liczb () D dokładnie jednej liczb rzeczwistej z. Piszem prz tm

Bardziej szczegółowo

Wykład 2b. Podstawowe zadania identyfikacji. Wybór optymalnego modelu

Wykład 2b. Podstawowe zadania identyfikacji. Wybór optymalnego modelu Wkład b. odstawowe zadaia idetfikaci. Wbór optmalego model Wiki: wioski i hipotez metod proektowaia metod zarządzaia algortm sterowaia metod diagostcze odiesieie wików do obiekt Efekt: owa wiedza owe obiekt

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

Macierze normalne. D : Dowolną macierz kwadratową można zapisać w postaci A = B + ic gdzie ( ) B = A + A B = A + A = ( A + A)

Macierze normalne. D : Dowolną macierz kwadratową można zapisać w postaci A = B + ic gdzie ( ) B = A + A B = A + A = ( A + A) Macierze normalne Twierdzenie: Macierz można zdiagonalizować za pomocą unitarnej transformacji podobieństwa wted i tlko wted gd jest normalna (AA A A). ( ) D : Dowolną macierz kwadratową można zapisać

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

Fraktale - ciąg g dalszy

Fraktale - ciąg g dalszy Fraktale - ciąg g dalszy Koleja próba defiicji fraktala Jak Madelbrot zdefiiował fraktal? Co to jest wymiar fraktaly zbioru? Układy odwzorowań iterowaych (IFS Przykład kostrukcji pewego zbioru. Elemety

Bardziej szczegółowo

Ważne rozkłady i twierdzenia c.d.

Ważne rozkłady i twierdzenia c.d. Ważne rozkłady i twierdzenia c.d. Funkcja charakterystyczna rozkładu Wielowymiarowy rozkład normalny Elipsa kowariacji Sploty rozkładów Rozkłady jednostajne Sploty z rozkładem normalnym Pobieranie próby

Bardziej szczegółowo

, +, - przestrzeń afiniczna, gdzie w wprowadzono iloczyn

, +, - przestrzeń afiniczna, gdzie w wprowadzono iloczyn EUKLIDESOWA PRZESTRZEŃ AFINICZNA (WEKTOROWA) RZECZYWISTA Deiicja 1,, +, u = ( x x x ) v = ( y y y ),,..., 1 2,,..., 1 2 1 1 2 2 u/ v : = x y + x y +... + xy - aywamy ilocyem skalarym Możemy go rówież oacać

Bardziej szczegółowo

16 Przedziały ufności

16 Przedziały ufności 16 Przedziały ufości zapis wyiku pomiaru: sugeruje, że rozkład błędów jest symetryczy; θ ± u(θ) iterpretacja statystycza przedziału [θ u(θ), θ + u(θ)] zależy od rozkładu błędów: P (Θ [θ u(θ), θ + u(θ)])

Bardziej szczegółowo

x 2 5x + 6, (i) lim 9 + 2x 5 lim x + 3 ( ) 9 Zadanie 1.4. Czy funkcjom, (c) h(x) =, (b) g(x) = x x, (c) h(x) = x + x.

x 2 5x + 6, (i) lim 9 + 2x 5 lim x + 3 ( ) 9 Zadanie 1.4. Czy funkcjom, (c) h(x) =, (b) g(x) = x x, (c) h(x) = x + x. Zadaie.. Obliczyć graice x 2 + 2x 3 (a) x x x2 + x2 + 25 5 (d) x 0. Graica i ciągłość fukcji x 2 5x + 6 (b) x x 2 x 6 4x (e) x 0si 2x (g) x 0 cos x x 2 (h) x 8 Zadaie.2. Obliczyć graice (a) (d) (g) x (x3

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

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

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

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek Zajdowaie pozostałych pierwiastków liczby zespoloej, gdy zay jest jede pierwiastek 1 Wprowadzeie Okazuje się, że gdy zamy jede z pierwiastków stopia z liczby zespoloej z, to pozostałe pierwiastki możemy

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz

Bardziej szczegółowo

Internetowe Kółko Matematyczne 2004/2005

Internetowe Kółko Matematyczne 2004/2005 Iteretowe Kółko Matematycze 2004/2005 http://www.mat.ui.toru.pl/~kolka/ Zadaia dla szkoły średiej Zestaw I (20 IX) Zadaie 1. Daa jest liczba całkowita dodatia. Co jest większe:! czy 2 2? Zadaie 2. Udowodij,

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW BADANIE ODKSZTAŁCEŃ SPRĘŻYNY ŚRUBOWEJ Opracował: Dr iż. Grzegorz

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

Wykład III. Granice funkcji. f : R A R, A przedział. f określona w x. K M x. lim. lim. Granice niewłaściwe:

Wykład III. Granice funkcji. f : R A R, A przedział. f określona w x. K M x. lim. lim. Granice niewłaściwe: : R A R, A przedział A, Wykład III Graice ukcji określoa w, S \ Deiicja 3. (deiicja Caucy eo raicy ukcji) : D U,, ( ) : ot Iaczej: Uot D U K M U ot U ot K M Graice iewłaściwe: k K R D M K K R M R D De.

Bardziej szczegółowo

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych Wokół testu Studeta Wprowadzeie Rozkłady prawdopodobieństwa występujące w testowaiu hipotez dotyczących rozkładów ormalych Rozkład ormaly N(µ, σ, µ R, σ > 0 gęstość: f(x σ (x µ π e σ Niech a R \ {0}, b

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

A.Z. Górski, S. Drożdż, J. Kwapień, P. Oświęcimka. Zakład Teorii Systemów Złożonych, Instytut Fizyki Jądrowej PAN, Kraków

A.Z. Górski, S. Drożdż, J. Kwapień, P. Oświęcimka. Zakład Teorii Systemów Złożonych, Instytut Fizyki Jądrowej PAN, Kraków COMPLEXITY CHARACTERISTICS OF CURRENCY NETWORKS A.Z. Górski, S. Drożdż, J. Kwapień, P. Oświęcimka Zakład Teorii Sstemów Złożoch, Isttut Fizki Jądrowej PAN, Kraków Układ o wielkiej złożoości moża przedstawiać

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