Średnie. Grażyna Rozmysłowicz, Dorian Śniegocki

Wielkość: px
Rozpocząć pokaz od strony:

Download "Średnie. Grażyna Rozmysłowicz, Dorian Śniegocki"

Transkrypt

1 Średie Grażya Rozmysłowicz, Doria Śiegocki 30 styczia 09

2 Spis treści Czym jest średia? Średia, jako pojęcie matematycze 3 3 Szczególe średie 5 3. Średia arytmetycza Mediaa Średia arytmetyczo-geometrycza Średia geometrycza Średia geometryczo-harmoicza Średia harmoicza Średia kwadratowa Średia logarytmicza Średia potęgowa Średia quasi-arytmetycza Średia uciaa Średia ważoa Średia wisorowska Średia wykładicza Miimum i maksimum Domiata Średia całkowa Średia Chisiego Średia Stolarskiego Nierówości Cauchy ego między średimi 9 4. Średia arytmetycza, a geometrycza Średia geometrycza, a harmoicza Średia kwadratowa, a arytmetycza

3 Rozdział Czym jest średia? W wielu zagadieiach praktyczych, kiedy mamy do czyieia z jakimiś daymi, poszukujemy liczb, które w pewym sesie charakteryzują te dae. Na przykład kiedy chcielibyśmy sklasyfikować, powiedzmy przyzać agrody ucziom, wówczas liczymy zwyczajowo średią ich oce. Daymi w tym przypadku są ocey uczia, a tym parametrem charakteryzującym jest średia arytmetycza oce. Ale oczywiście moża wziąć iy parametr. Jakie własości powiie te parametr spełiać, aby moża azwać go średią? Słowo średi w zaczeiu potoczym ozacza pomiędzy małym, a dużym. Taka też jest ogólie przyjęta defiicja. Jest to liczba zajdująca się pomiędzy ajmiejszą z daych a ajwiększą. Stąd też róże są średie. Wybór średiej zależy od rodzaju badaych wielkości i potrzeb aalizy daych. Średia to jedo z podstawowych pojęć działu matematyki zwaego statystyką.

4 Rozdział Średia, jako pojęcie matematycze Defiicja.. Średia - w ajogóliejszej wersji dowola fukcja µ(a,..., a ) spełiająca dla dowolych a,..., a, waruek: mi(a,..., a ) µ(a,..., a ) max(a,..., a ) i jedocześie iemalejąca ze względu a każdą zmieą a i. Twierdzeie. (O zbieżości średich). Jeśli ciąg c ma graicę (właściwą lub iewłaściwą), to graica ciągu średich arytmetyczych A = istieje i jest jej rówa. k= c k Uwaga.. Jeśli poadto c > 0 dla każdego, to rówież ciągi średich k= geometryczych G = c k i harmoiczych H = mają tę samą graicę lim H = lim G = lim c. k= Dowód. Korzystając z twierdzeia Stolza dla ciągów a = i b = k=i c k otrzymujemy: I. lim ( b b ) = lim ( c a a ) = g lim II.( b b a a ) = ( c ) Dla średich geometryczych: lim k= k= ( c k k= ± ( c k c k ) = lim ( b ) = g a ) = ( b a ) ± c k = lim exp l k= l c k c k = lim exp k= 3 =

5 k= l c k = exp lim = exp lim l c = exp l lim c = lim c Czwarta rówość wyika z udowodioego wyżej twierdzeia, a pozostałe z własości fukcji wykładiczej i logarytmu, w szczególości ich ciągłości. Dla średich harmoiczych: k= c k = lim k= c k = lim c = lim c Druga rówość wyika z twierdzeia dla średich arytmetyczych. 4

6 Rozdział 3 Szczególe średie Średie są statystykami stosowaymi jako tzw. miary tedecji cetralej, tz. wskaźiki pokazujące w jakiś sposób środek rozkładu. Środek moża zdefiiować a wiele sposobów. W szczególości możemy wyróżić wiele średich. 3. Średia arytmetycza Defiicja 3.. Średia arytmetycza liczb iloraz sumy liczb i ilości tych liczb. Dla liczb a, a,..., a jest to wyrażeie: a + a + + a Uwaga 3.. Średia arytmetycza ależy do klasyczych miar średich i wyraża oa przecięty poziom obserwowaej cechy. Stosujemy ją do obliczaia p. średiej oce, średiej wzrostu, wagi czy średiego wyagrodzeia. Przykład 3.. Niech liczby 3, 4, 3, 4, będą puktami zdobytymi przez studeta a kolejych wejściówkach z aalizy matematyczej. Wówczas średią arytmetyczą puktów wyrażamy wzorem , która jest rówa Mediaa Mediaa azywaa rówież wartością środkową / wartością przeciętą / drugim kwatylem. Defiicja 3.. Mediaa - wartość cechy w szeregu uporządkowaym, powyżej i poiżej której zajduje się jedakowa liczba obserwacji. 5

7 Przykład 3.. Niech liczby 3,4,3,4, będą puktami zdobytymi przez studeta a kolejych wejściówkach z aalizy matematyczej (podobie jak w poprzedim przykładzie). Uporządkujmy zdobyte pukty rosąco. Mamy wówczas:,3,3,4,4. Łatwo zauważyć, że wartością środkową uporządkowaego szeregu jest 3. Przykład 3.3. W kolejych 0 rzutach kostką sześcieą otrzymao astępujące wyiki: 6,,4,4,5,,,3,4,3. Uporządkujmy te wyiki malejąco. Mamy wówczas: 6,5,4,4,4,3,3,,,. Mediaą tych wyików jest 3,5. Obserwacja 3.. Łatwo zauważyć, iż dla uporządkowaego rosąco lub malejąco zbioru liczb, mediaa jest liczbą środkową (jeśli taka istieje, tz. jeśli zbiór liczb ma ieparzystą ilość elemetów), albo jest średią arytmetyczą dwóch liczb ze środka (jeśli zbiór ma parzystą ilość elemetów). 3.3 Średia arytmetyczo-geometrycza Defiicja 3.3. Średią arytmetyczo-geometryczą dwóch liczb rzeczywistych dodatich a i b, ozaczaą często w omeklaturze aglojęzyczej przez AGM(a, b) lub M(a, b), azywamy wspólą graicę astępujących ciągów określoych rekurecyjie: a + = a + b b + = a b gdzie a 0 = a oraz b 0 = b, przy czym średią tę moża rozszerzyć dla liczb zespoloych. Graica ta istieje dla dowolych a, b rzeczywistych dodatich, poieważ b b + a + a co wyika z ierówości Cauchy ego między średimi i rówocześie koleje różice pomiędzy odpowiedimi wyrazami ciągów (a ) i (b ) dążą do zera: Z samej kostrukcji mamy: lim (a b ) = 0 ab M(a, b) a + b Przykład 3.4. Aby wyzaczyć średią arytmetyczo-geometryczą liczb a 0 = 4 i b 0 = 6, ajpierw wyliczamy wartości średich: a = = 5

8 i dalej rekurecyjie: b = 4 6 = a = 5 + = 3, 5 b = 5 = 3, Po pięciu początkowych iteracjach otrzymujemy: a b ,5 3, , , , , , , Jak widzimy a przykładzie, ciąg zgodych cyfr po przeciku (zazaczoych podkreśleiem) wydłuża się miej więcej dwukrotie z każdym powtórzeiem. Średia arytmetyczo-geometrycza liczb 4 i 6 jest wspólą graicą podaych dwóch ciągów, rówą w przybliżeiu: 3, Średia geometrycza Defiicja 3.4. Średią geometryczą dodatich liczb a, a,..., a azywamy liczbę: a a... a. Uwaga 3.. Średia ta jest stosowaa, gdy zmiea ma rozkład logarytmiczie ormaly. Obserwacja 3.. Jest oa szczególym przypadkiem średiej potęgowej rzędu 0: lim k i= k a k i = a a a. Uwaga 3.3. Istieje rówież wariat średiej geometryczej azyway ważoą średią geometryczą. 7

9 Uwaga 3.4. Średia geometrycza w statystyce wykorzystywaa jest ajczęściej do obliczaia średiego tempa zmia. Przykład 3.5. Obliczyć średią geometryczą liczb, 5 oraz. 7 3 Z defiicji mamy: 5 = Przykład 3.6. Rocze procetowe przyrosty liczby studetów badaych w okresie 5 lat to odpowiedie wzrosty : %, 0%, 5% i 50%. Jaki był średi przyrost w tym okresie? 4, 0,, 05, 5, 8(, 8 ) 00% = 8% Zatem średi przyrost to około osiemastoprocetowy wzrost. 3.5 Średia geometryczo-harmoicza Defiicja 3.5. Średia geometryczo-harmoicza dwóch liczb rzeczywistych dodatich g i h wspóla graica ciągów (g ),(h ) określoych rekurecyjie: g + = g 0 = g, h 0 = h g h, h + = g +. h Uwaga 3.5. Graica ta istieje dla dowolych g, h rzeczywistych dodatich. Przykład 3.7. Obliczyć średią geometryczo-harmoiczą liczb 4 i 6. Ozaczmy g 0 = 4 i h 0 = 6. Wpierw wyliczamy wartości średich: i dalej rekurecyjie: g = 4 6 = h = = 9, 6 g h ,6 0, , , , , , , ,

10 3.6 Średia harmoicza Defiicja 3.6. Średią harmoiczą liczb dodatich a, a,..., a azywamy liczbę: a + a + +. a Obserwacja 3.3. Średia harmoicza jest średią potęgową rzędu [3.9]. Uwaga 3.6. Średią harmoiczą stosujemy do uśrediaia wielkości względych, czyli wówczas, gdy zmiee wyrażoe są w jedostkach względych, p. prędkość (km/h), czy gęstość zaludieia (osobach/km ). Przykład 3.8. Obliczyć średią harmoiczą liczb, 6, 4, 5, 8. Wówczas mamy: = = 5 5 = 5 Przykład 3.9. Drogę z A do B samochód przebył z prędością v = 60 km, h a z B do A z prędością v = 40 km. Jaka jest średia prędkość a trasie h A-B-A? Ozaczmy przez s odległość od A do B. Wówczas: t = s v - czas potrzeby a pokoaie drogi z A do B t = s v - czas potrzeby a pokoaie drogi z B do A Czas potrzeby a pokoaie w obie stroy wyosi t = t + t = s v + s v. Prędkość średia rówa jest: v r = s t = s s v + s = v v + = v v = v v + v = 48km h. 3.7 Średia kwadratowa Defiicja 3.7. Średia kwadratowa przykład miary statystyczej pozwalającej oszacować rząd wielkości serii daych liczbowych lub fukcji ciągłej, użyteczy zwłaszcza w przypadku, gdy wielkości różią się zakiem. Uwaga 3.7. Średia kwadratowa jest szczególym przypadkiem iej miary, jest to miaowicie średia potęgowa rzędu [3.9], jedak ze względu a jej zaczeie praktycze ma odrębą azwę. 9

11 Średia kwadratowa liczb a, a,..., a jest to pierwiastek ze średiej arytmetyczej kwadratów tych liczb: a SK = a + a + + a Ważoa średia kwadratowa jest to średia kwadratowa z uwzględieiem wag poszczególych składików: a SKW = w a + w a + + w a w + w + + w Średią kwadratową fukcji ciągłej x(t) określoej w przedziale [T, T ] określamy według wzoru: x SK = T T T T [x(t)] dt Średia kwadratowa różic wartości zmieej i wartości oczekiwaej jest odchyleiem stadardowym tej zmieej (dla populacji skończoej): i= (x i x 0 ) σ =, gdzie: - liczebość populacji, x 0 - wartość oczekiwaa zmieej. Przykład 3.0. Obliczyć średią kwadratową liczb,,5 i 7. Wówczas mamy: , Średia logarytmicza Defiicja 3.8. Średia logarytmicza rodzaj średiej stosowaej szczególie często w iżyierii chemiczej p. do określaia średiej różicy temperatury pomiędzy czyikami w wymieikach ciepła. 0

12 Przykład 3.. T m = T T l T = T T, T l T T gdzie T T i ozaczają różicę temperatur czyików a wlocie i wylocie wymieika. Defiicja 3.9. Średia logarytmicza liczb dodatich a i a to liczba określoa wzorem: a a l a l a. Przykład 3.. Średia logarytmicza liczb i 8 wyosi: 8 l 8 l 3.9 Średia potęgowa 4, 33. Defiicja 3.0. Średią potęgową rzędu k (lub średią uogólioą) liczb a, a,..., a azywamy liczbę:. µ k = k a k + a k + + a k Uwaga 3.8. Powyższą defiicję uzupełiamy dla k =, k = 0 oraz k = + w sposób astępujący: µ = mi(a, a,..., a ), µ 0 = (a a a ), µ + = max(a, a,..., a ). Co warte podkreśleia, dla dowolych dodatich a, a,..., a tak zdefiiowaa fukcja µ k zmieej k jest ciągła i iemalejąca a zbiorze R {, + } jeśli zaś dla jakichkolwiek i i j, zachodzi a i a j jest oa awet rosąca (wyika to wprost z ierówości między średimi potęgowymi). Istieje rówież wariat azyway ważoą średią potęgową.

13 Przykład 3.3. Średią potęgową rzędu 3 liczb,,3,4,5 jest liczba: = = 3 45 Przykład 3.4. Stefa ma kwadratowe działki ziemi o bokach 0m, 50m i 0m. Chce podzielić ziemię po rówo między swoimi dziećmi - Zosię, Marysię i Tomka. Postaowił zamieić działki a 3 także kwadratowe, ale jedakowej wielkości. Jaki musi być bok tych działek? Wykorzystując defiicję średiej potęgowej mamy: = = = 4900 = Średia quasi-arytmetycza Średia quasi-arytmetycza lub f-średia uogólieie bardziej zaych średich jak średia arytmetycza lub średia potęgowa. Defiicja 3.. Jeżeli f jest fukcją ciągłą, silie mootoiczą przekształcającą odciek I w zbiór liczb rzeczywistych to defiiujemy f-średią dwóch liczb x, x I, jako M f (x, x ) = f ( f(x ) + f(x ) ). Podobie dla liczb x,... x I określamy f-średią jako M f (x,..., x ) = f ( f(x ) + + f(x ) ). Obserwacja 3.4. Jeśli f(x) = x p (gdzie p jest róże od zera), to średia quasi-arytmetycza jest średią potęgową p-tego rzędu [3.9]. Obserwacja 3.5. Jeśli f = id, to średia quasi-arytmetycza jest średią arytmetyczą [3.]. Obserwacja 3.6. Jeśli f(x) = log x, to jest to średia geometrycza [3.4]. 3. Średia uciaa Defiicja 3.. Średia uciaa, średia obcięta lub średia trymowaa jest obok iych średich, mody i mediay jedą z miar statystyczych tedecji

14 cetralej. Przy obliczaiu średiej uciaej obserwacje porządkuje się od ajmiejszej do ajwiększej, odrzuca się mały procet ajbardziej ekstremalych obserwacji a obu krańcach (wartości ajmiejsze oraz ajwiększe w próbce), a ogół rówej liczości, a astępie oblicza się średią z pozostałych obserwacji. Uwaga 3.9. Na ogół odrzuca się miimum i maksimum z próbki lub wartości poiżej 5 cetyla i powyżej 75 cetyla. Obserwacja 3.7. Skraja wersja średiej uciaej, przy usuięciu wysokiego procetu obserwacji w rówej liczbie z każdego krańca, to mediaa [3.]. Przykład 3.5. Miara ta jest używaa do obliczaia puktacji w kokursach jazdy figurowej a lodzie i w iych kokursach, w których pukty przyzawae są przez większą liczbę sędziów. 3. Średia ważoa Defiicja 3.3. Średia ważoa średia elemetów, którym przypisywae są róże wagi (zaczeia) w te sposób, że elemety o większej wadze mają większy wpływ a średią. Jeżeli wszystkie wagi są takie same (wszystkie elemety tak samo zaczące), średia ważoa rówa jest średiej bazowej (wyjściowej). W różych zastosowaiach średia może być liczoa a róże sposoby (jako arytmetycza, geometrycza lub ia), dlatego kokrety wzór a średią ważoą zależy od rodzaju średiej. Uwaga 3.0. Średią ważoą stosuje się więc z powodzeiem do obliczaia wartości średiej i jej iepewości tam, gdzie wszystkie Xij są iezależe, a przykład gdy każda z wielkości Yi została zmierzoa w iym laboratorium (a iym sprzęcie i w iych warukach). W przypadku braku iezależości ależy stosować ią średią. Przykład 3.6 (Średia ważoa arytmetycza). Niech zbiór daych [x, x,..., x ] ma ieujeme wagi, z których przyajmiej jeda jest róża od zera, odpowiedio [w, w,..., w ]. Wówczas średia ważoa arytmetycza jest wyrażoa wzorem: x = i= w i x i i= w i = w ix i + w x + + w x w + w + + w 3

15 Obserwacja 3.8. W te sposób dae, którym przypisao większe wagi, mają większy udział w określeiu średiej ważoej iż dae, którym przypisao miejsze wagi. Obserwacja 3.9. Jeśli wszystkie wagi są rówe, średia ważoa jest rówa średiej arytmetyczej [3.]. Przykład 3.7. Oblicz średią oce Jasia: prace klasowe (waga 4) ocey: 3,, sprawdziay (waga 3 ) ocey: 4, 3, 5, 3 odpowiedź (waga ) ocey: 4 zadaie domowe (waga ) ocey: zadaie dodatkowe (waga ) ocey: 6 Wówczas mamy: = Średia wisorowska Defiicja 3.4. Średia wisorowska, często błędie azywaa średią widsorską, jest jedą ze średich, statystyczą miarą tedecji cetralej zbliżoą do zwykłej średiej arytmetyczej lub mediay, a ajbardziej podobą do średiej uciaej. Oblicza się ją tak samo jak średią arytmetyczą, zastąpiwszy uprzedio odpowiedio wybrae skraje obserwacje (z góry określoą liczbę ajmiejszych i ajwiększych wartości w próbie) wartością maksymalą i miimalą z pozostałej części. Ciekawostka 3.. Procedura ta azywaa bywa wisoryzacją (ag. wisorizig). Nazwa ta (i azwa średiej) pochodzą od azwiska statystyka Charlesa Wisora (895 95). Ciekawostka 3.. Zazwyczaj zastępuje się w te sposób 0 do 5 procet zakresu z obu końców rozkładu. W przypadku gdy współczyik te wyosi 0 procet, średia wisorowska sprowadza się do średiej arytmetyczej [3.], gdy zastępowae są wszystkie obserwacje z wyjątkiem jedej lub dwóch, sprowadza się do mediay [3.]. Przykład 3.8. Weźmy próbkę 0 liczb, uporządkowaych od ajmiejszej do ajwiększej: x,..., x 0. W celu obliczeia 0 procetowej średiej wisorowskiej zastępujemy 0% próbek z każdego końca (czyli po jedej) ajbliższą wartością spośród pozostałych i obliczamy: x + x + x 3 + x 4 + x 5 + x 6 + x 7 + x 8 + x 9 + x

16 3.4 Średia wykładicza Defiicja 3.5. Średia wykładicza, średia wygładzaa wykładiczo średia krocząca, w której koleje wartości są wykładiczo o coraz miejszej wadze. Średia wyraża się wzorem: E t = αc t + ( α) E t, gdzie: E t - średia wykładicza z t okresów, C t - elemet o ieksie t, E t - poprzedia średia wykładicza z (t ) okresów, α - procet wykładiczy wyrażoy wzorem: - elemet zestawu. α = + Przykład 3.9. Średią wykładiczą stosuje się często w celu obserwacji zmia ceowych lub kapitałowych. 3.5 Miimum i maksimum Defiicja 3.6. Fukcje miimum i maksimum fukcje przypisujące zbiorowi częściowo uporządkowaemu jego odpowiedio elemet ajmiejszy i ajwiększy (o ile takie elemety istieją). Uwaga 3.. Często w zastosowaiach praktyczych rozważay zbiór ma skończeie wiele elemetów (p. tylko dwa). Przykład 3.0. Miimum i maksimum formalie są fukcjami przypisującymi parze liczb rzeczywistych R odpowiedio miejszą (w przypadku miimum) i większą (w przypadku maksimum) z tych liczb. Dokładiej, dla x, y R fukcje te dae są wzorami: { y, gdy x y mi(x, y) = x, gdy y x max(x, y) = { x, gdy x y y, gdy y x Obliczmy wartość miimum i wartość maksimum liczb 9 i 7. Wówczas mi(9, 7) = 9, a max(9, 7) = 7. 5

17 3.6 Domiata Defiicja 3.7. Domiata (wartość modala, moda, wartość ajczęstsza) to jeda z miar tedecji cetralej, statystyka dla zmieych o rozkładzie dyskretym, wskazująca a wartość o ajwiększym prawdopodobieństwie wystąpieia, lub wartość ajczęściej występująca w próbie. Dla zmieej losowej o rozkładzie ciągłym jest to argumet, dla którego fukcja gęstości prawdopodobieństwa ma wartość ajwiększą. Uwaga 3.. W szkole średiej domiatą azywaliśmy wartość występującą w daym zbiorze ajczęściej. Uwaga 3.3. Należy pamiętać, że domiatą może być więcej iż jeda wartość. Przykład 3.. Mamy zestaw liczb, 3, 3, 4, 5, 5, 7. Domiatami powyższego zestawu są liczby 3 i 5. Uwaga 3.4. Domiata może być szczególie użytecza, gdy wartości zmieej obserwowaej ie są liczbowe, a opisowe - co uiemożliwia (bez przypisaia wartości liczbowych) zastosowaia m.i. mediay czy średiej arytmetyczej. Przykład 3.. Mamy zbiór: jabłko, gruszka, jabłko, pomarańcza, gruszka, baa, jabłko. Domiatą powyższego zestawu jest jabłko. Przykład 3.3. W klasie jest 5 bruetek, 3 blodyki i 4 szatyki. Domiatą jest bruetka. Uwaga 3.5. Domiata jest często wykorzystywaa w zagadieiach społeczych czy ekoomiczych p. przy aalizowaiu zagadień płacowych gdyż w iektórych przypadkach lepiej od powszechie stosowaego średiego wyagrodzeia oddaje strukturę wyagrodzeń. Przykład 3.4. W sklepie pracuje 5 osób: kierowik z wyagrodzeiem 0000 zł, zastępca z wyagrodzeiem 7000 zł i trzech sprzedawców z wyagrodzeiem po 000 zł. Średie wyagrodzeie to 4 tysiące. Domiata to 000 złotych. 6

18 3.7 Średia całkowa Defiicja 3.8. Średia całkowa średia wartość fukcji w przedziale będąca uogólieiem średiej arytmetyczej. Niech fukcja f jest całkowala w przedziale [a, b] i ograiczoa m f(x) M. Wówczas średią całkową fukcji f w przedziale [a, b] defiiuje się jako µ = b f(x)dx b a a lub ogóliej µ = b a f(x)dx b a dx Uwaga 3.6. Opierając się a twierdzeiu o wartości średiej otrzymujemy m µ M. Jeśli o fukcji f dodatkowo założyć, że jest ciągła, to średia µ jest osiągaa dla pewego puktu ξ [a, b] tz. µ = f(ξ). Uwaga 3.7. W przypadku dyskretym pojęcie średiej całkowej redukuje się do zwykłej średiej arytmetyczej (dyskretej). Przykład 3.5. Obliczyć średią całkową fukcji f(x) = x a przedziale [, 4]. Mamy wówczas: 4 dx = 4 x 4 dx = 4 x = Średia Chisiego Defiicja 3.9. Średia Chisiego charakteryzacja pewej rodziy średich, w tym arytmetyczej, harmoiczej, geometryczej, uogólioej, Heroa i kwadratowej. Ściślej, średią Chisiego związaą z -argumetową fukcją f z elemetów x,..., x, azywamy takie M, że f(x, x,..., x ) = f(m, M,..., M). Fukcja f musi być tak dobraa, aby M było wyzaczoe jedozaczie. 7

19 3.9 Średia Stolarskiego Defiicja 3.0. Średia Stolarskiego średia, której szczególymi przypadkami jest wiele klasyczych średich, zdefiiowaa dla ustaloego parametru p oraz dodatich argumetów wzorem gdzie parametr p R/{0, }. x, jeśli x = y S p (x, y) = ( xp y p ) p p(x y), wpp. Ciekawostka 3.3. Moża pokazać, że tak zdefiiowaa fukcja jest średią jej argumetów stosując twierdzeia Lagrage a dla liczb x i y oraz fukcji f(x) = x p. Przykład 3.6. S (x, y) jest średią geometryczą [3.4]. Przykład 3.7. S (x, y) jest średią potęgową dla wykładika [3.9]. Przykład 3.8. S (x, y) jest średią arytmetyczą [3.]. Przykład 3.9. lim p 0 S p (x, y) jest średią logarytmiczą [3.8]. Przykład lim p S p (x, y) jest miimum [3.5]. Przykład 3.3. lim p S p (x, y) jest maksimum [3.5]. 8

20 Rozdział 4 Nierówości Cauchy ego między średimi Twierdzeie 4.. Niech a,..., a - liczby dodatie. Wówczas zachodzą ierówości: a + a + + a a + a + + a a a a + a + +. a Obserwacja 4.. Zauważmy, że ierówości stają się rówościami wtedy i tylko wtedy, gdy a = = a. Uwaga 4.. Dla ułatwieia dowodzeia powyższego twierdzeia, podzielimy je a części. 4. Średia arytmetycza, a geometrycza Twierdzeie 4.. Niech a,..., a - liczby dodatie. Wówczas zachodzi ierówość: a + a + + a a a. Dowód. (Klasyczy dowód poday przez A. Cauchy ego) Jeśli a = = a, to ierówość jest oczywista. Wystarczy zatem pokazać, że jeśli ie wszystkie spośród liczb a,..., a są rówe, to zachodzi ierówość ostra. Bez straty ogólości załóżmy, że a a. Dla = mamy: a a < a + a 0 < ( a a ). 9

21 Dla = 4 mamy: 4 a a a 3 a 4 = a a a3 a 4 a a + a 3 a 4 < a +a + a 3+a 4 = a + a + a 3 + a 4 4 Kotyuując to rozumowaie, dowodzimy prawdziwości twierdzeia dla potęg dwójki. Niech teraz < k dla pewego k N. Ozaczając A = a +...+a oraz stosując udowodioą ierówość dla liczb a,..., a, A,..., A, uzyskujemy: }{{} k k a a A k < a + + a + ( k )A = A + (k )A = A k k a a A k < A k a a < A a a < A = a + + a 4. Średia geometrycza, a harmoicza Twierdzeie 4.3. Niech a,..., a - liczby dodatie. Wówczas zachodzi ierówość: a a a + a + +. a Dowód. Zgodie z ierówością między średimi arytmetyczą i geometryczą: x + x + + x, x x x gdzie x i są dodatie (z czego wyika, że ich odwrotości są dodatie). Fukcja f : R + R +, f(x) = x jest malejąca, więc po ałożeiu jej obustroie a powyższą ierówość otrzymujemy: x x... x x + x + + x co kończy dowód. 0

22 4.3 Średia kwadratowa, a arytmetycza Twierdzeie 4.4. Niech a,..., a - liczby dodatie. Wówczas zachodzi ierówość: a + a + + a a + a + + a. Dowód. Korzystając z twierdzeia o ciągach jedomootoiczych, rozważmy sumę a + a + + a, ierosącego ciągu liczb rzeczywistych dodatich a,..., a. Zgodie z twierdzeiem o ciągach jedomootoiczych jest to ajwiększa suma, jaką możemy uzyskać poprzez możeie wyrazów podaego ciągu.po pomożeiu jej przez otrzymujemy: (a + a + + a ), co zgodie z ierówością jest ie miejsze iż suma dowolych sum powstałych w wyiku podobego możeia. Łatwo zauważyć, że iloczy: (a +a + +a ) jest sumą dokładie takich sum, zatem: dzielimy obustroie przez (a + a + + a ) (a + a + + a ) a + a + + a (a + a + + a ) i wyciągamy obustroie pierwiastek kwadratowy: co kończy dowód. a + a + + a a + a + + a

23 Bibliografia [] Szymo Draga, Kilka dowodów ierówości Cauchy ego między średimi [] Kiga Kolczyńska-Przybycień, Średie [3] eszkola o średiej harmoiczej [4] MATH EDU o średiej harmoiczej [5] PWN o średiej logarytmiczej [6] Wikiwad o średiej potęgowej [7] Wikipedia o średich

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I) Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod

Bardziej szczegółowo

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n I. Ciągi liczbowe Defiicja 1. Fukcję określoą a zbiorze liczb aturalych o wartościach rzeczywistych azywamy ciągiem liczbowym. Ciągi będziemy ozaczać symbolem a ), gdzie a ozacza -ty wyraz ciągu a ). Defiicja.

Bardziej szczegółowo

O trzech elementarnych nierównościach i ich zastosowaniach przy dowodzeniu innych nierówności

O trzech elementarnych nierównościach i ich zastosowaniach przy dowodzeniu innych nierówności Edward Stachowski O trzech elemetarych ierówościach i ich zastosowaiach przy dowodzeiu iych ierówości Przy dowodzeiu ierówości stosujemy elemetare przejścia rówoważe, przeprowadzamy rozumowaie typu: jeżeli

Bardziej szczegółowo

Ciągi liczbowe wykład 3

Ciągi liczbowe wykład 3 Ciągi liczbowe wykład 3 dr Mariusz Grządziel semestr zimowy, r akad 204/205 Defiicja ciągu liczbowego) Ciagiem liczbowym azywamy fukcję odwzorowuja- ca zbiór liczb aturalych w zbiór liczb rzeczywistych

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

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic). Materiały dydaktycze Aaliza Matematycza Wykład Ciągi liczbowe i ich graice. Graice ieskończoe. Waruek Cauchyego. Działaia arytmetycze a ciągach. Podstawowe techiki obliczaia graic ciągów. Istieie graic

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

Statystyka opisowa - dodatek

Statystyka opisowa - dodatek Statystyka opisowa - dodatek. *Jak obliczyć statystyki opisowe w dużych daych? Liczeie statystyk opisowych w dużych daych może sprawiać problemy. Dla przykładu zauważmy, że aiwa implemetacja średiej arytmetyczej

Bardziej szczegółowo

a 1, a 2, a 3,..., a n,...

a 1, a 2, a 3,..., a n,... III. Ciągi liczbowe. 1. Defiicja ciągu liczbowego. Defiicja 1.1. Ciągiem liczbowym azywamy fukcję a : N R odwzorowującą zbiór liczb aturalych N w zbiór liczb rzeczywistych R i ozaczamy przez { }. Używamy

Bardziej szczegółowo

Analiza matematyczna. Robert Rałowski

Analiza matematyczna. Robert Rałowski Aaliza matematycza Robert Rałowski 6 paździerika 205 2 Spis treści 0. Liczby aturale.................................... 3 0.2 Liczby rzeczywiste.................................... 5 0.2. Nierówości...................................

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

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

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

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

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

STATYSTYKA OPISOWA WYKŁAD 1 i 2

STATYSTYKA OPISOWA WYKŁAD 1 i 2 STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest

Bardziej szczegółowo

ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE

ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE WARTOŚĆ BEZWZGLĘDNA LICZBY Wartość bezwzględą liczby rzeczywistej x defiiujemy wzorem: { x dla x 0 x = x dla x < 0 Liczba x jest to odległość a osi liczbowej

Bardziej szczegółowo

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej). Cetrale miary położeia Średia; Moda (domiata) Mediaa Kwatyle (kwartyle, decyle, cetyle) Moda (Mo, D) wartość cechy występującej ajczęściej (ajlicziej). Mediaa (Me, M) dzieli uporządkoway szereg liczbowy

Bardziej szczegółowo

O liczbach naturalnych, których suma równa się iloczynowi

O liczbach naturalnych, których suma równa się iloczynowi O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą

Bardziej szczegółowo

Lista 6. Estymacja punktowa

Lista 6. Estymacja punktowa Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?

Bardziej szczegółowo

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy. MIARY POŁOŻENIA I ROZPROSZENIA WYNIKÓW SERII POMIAROWYCH Miary położeia (tedecji cetralej) to tzw. miary przecięte charakteryzujące średi lub typowy poziom wartości cechy. Średia arytmetycza: X i 1 X i,

Bardziej szczegółowo

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1 Tekst a iebiesko jest kometarzem lub treścią zadaia. Zadaie 1. Zbadaj mootoiczość i ograiczoość ciągów. a = + 3 + 1 Ciąg jest mootoiczie rosący i ieograiczoy poieważ różica kolejych wyrazów jest dodatia.

Bardziej szczegółowo

3. Funkcje elementarne

3. Funkcje elementarne 3. Fukcje elemetare Fukcjami elemetarymi będziemy azywać fukcję tożsamościową x x, fukcję wykładiczą, fukcje trygoometrycze oraz wszystkie fukcje, jakie moża otrzymać z wyżej wymieioych drogą astępujących

Bardziej szczegółowo

I kolokwium z Analizy Matematycznej

I kolokwium z Analizy Matematycznej I kolokwium z Aalizy Matematyczej 4 XI 0 Grupa A. Korzystając z zasady idukcji matematyczej udowodić ierówość dla wszystkich N. Rozwiązaie:... 4 < + Nierówość zachodzi dla, bo 4

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

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

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

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

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X Matematyka ubezpieczeń majątkowych.0.0 r. Zadaie. Mamy day ciąg liczb q, q,..., q z przedziału 0,. Rozważmy trzy zmiee losowe: o X X X... X, gdzie X i ma rozkład dwumiaowy o parametrach,q i, i wszystkie

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

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

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

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

0.1 ROZKŁADY WYBRANYCH STATYSTYK

0.1 ROZKŁADY WYBRANYCH STATYSTYK 0.1. ROZKŁADY WYBRANYCH STATYSTYK 1 0.1 ROZKŁADY WYBRANYCH STATYSTYK Zadaia 0.1.1. Niech X 1,..., X będą iezależymi zmieymi losowymi o tym samym rozkładzie. Obliczyć ES 2 oraz D 2 ( 1 i=1 X 2 i ). 0.1.2.

Bardziej szczegółowo

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim.

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim. Damia Doroba Ciągi. Graice, z których korzystamy. k. q.. 5. dla k > 0 dla k 0 0 dla k < 0 dla q > 0 dla q, ) dla q Nie istieje dla q ) e a, a > 0. Opis. Pierwsza z graic powia wydawać się oczywista. Jako

Bardziej szczegółowo

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y Zadaie. Łącza wartość szkód z pewego ubezpieczeia W = Y + Y +... + YN ma rozkład złożoy Poissoa z oczekiwaą liczbą szkód rówą λ i rozkładem wartości pojedyczej szkody takim, że ( Y { 0,,,3,... }) =. Niech:

Bardziej szczegółowo

STATYSTKA I ANALIZA DANYCH LAB II

STATYSTKA I ANALIZA DANYCH LAB II STATYSTKA I ANALIZA DANYCH LAB II 1. Pla laboratorium II rozkłady prawdopodobieństwa Rozkłady prawdopodobieństwa dwupuktowy, dwumiaowy, jedostajy, ormaly. Związki pomiędzy rozkładami prawdopodobieństw.

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

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadaie. Wykoujemy rzuty symetryczą kością do gry do chwili uzyskaia drugiej szóstki. Niech Y ozacza zmieą losową rówą liczbie rzutów w których uzyskaliśmy ie wyiki iż szóstka a zmieą losową rówą liczbie

Bardziej szczegółowo

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste Statystyka opisowa Miary statystycze: 1. miary położeia a) średia z próby x = 1 x = 1 x = 1 x i - szereg wyliczający x i i - szereg rozdzielczy puktowy x i i - szereg rozdzielczy przedziałowy, gdzie x

Bardziej szczegółowo

Szereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3:

Szereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3: Szereg geometryczy Zad : Suma wszystkich wyrazów ieskończoego ciągu geometryczego jest rówa 4, a suma trzech początkowych wyrazów wyosi a) Zbadaj mootoiczość ciągu sum częściowych tego ciągu geometryczego

Bardziej szczegółowo

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistycza Defiicja Odwzorowaie X: Ω R d azywamy d-wymiarowym wektorem losowym jeśli dla każdego (x 1, x 2,,x d ) є R d zbiór Uwaga {ω є Ω: X(ω)

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

zadań z pierwszej klasówki, 10 listopada 2016 r. zestaw A 2a n 9 = 3(a n 2) 2a n 9 = 3 (a n ) jest i ograniczony. Jest wiec a n 12 2a n 9 = g 12

zadań z pierwszej klasówki, 10 listopada 2016 r. zestaw A 2a n 9 = 3(a n 2) 2a n 9 = 3 (a n ) jest i ograniczony. Jest wiec a n 12 2a n 9 = g 12 Rozwiazaia zadań z pierwszej klasówki, 0 listopada 06 r zestaw A Ciag a ) jest zaday rekuryjie: a a, a + a a 9, a R, a

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

Metody badania zbieżności/rozbieżności ciągów liczbowych

Metody badania zbieżności/rozbieżności ciągów liczbowych Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu

Bardziej szczegółowo

Funkcje trygonometryczne Moduł - dział -temat Funkcje trygonometry czne dowolnego kąta

Funkcje trygonometryczne Moduł - dział -temat Funkcje trygonometry czne dowolnego kąta Fukcje trygoometrycze Moduł - dział -temat Fukcje trygoometry cze dowolego kąta 1 kąt w układzie współrzędych fukcje trygoometrycze dowolego kąta zaki trygoometryczych wartości trygoometryczych iektórych

Bardziej szczegółowo

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407 Statystyka i Opracowaie Daych W7. Estymacja i estymatory Dr Aa ADRIAN Paw B5, pok407 ada@agh.edu.pl Estymacja parametrycza Podstawowym arzędziem szacowaia iezaego parametru jest estymator obliczoy a podstawie

Bardziej szczegółowo

Statystyka i rachunek prawdopodobieństwa

Statystyka i rachunek prawdopodobieństwa Statystyka i rachuek prawdopodobieństwa Filip A. Wudarski 22 maja 2013 1 Wstęp Defiicja 1. Statystyka matematycza opisuje i aalizuje zjawiska masowe przy użyciu metod rachuku prawdopodobieństwa. Defiicja

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

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

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n 4n n 1

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n 4n n 1 30. Obliczyć wartość graicy ( 0 ( ( ( 4 +1 + 1 4 +3 + 4 +9 + 3 4 +7 +...+ 1 4 +3 + 1 ( ( 4 +3. Rozwiązaie: Ozaczmy sumę występującą pod zakiem graicy przez b. Zamierzamy skorzystać z twierdzeia o trzech

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

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

Funkcje trygonometryczne Moduł - dział -temat Funkcje trygonometry czne dowolnego kąta

Funkcje trygonometryczne Moduł - dział -temat Funkcje trygonometry czne dowolnego kąta Fukcje cze Moduł - dział -temat Fukcje cze dowolego kąta Lp 1 kąt w układzie współrzędych fukcje cze dowolego kąta zaki czych wartości czych iektórych kątów Kąt obrotu 2 dodati i ujemy kieruek obrotu wartości

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

Średnie. Średnie. Kinga Kolczyńska - Przybycień

Średnie. Średnie. Kinga Kolczyńska - Przybycień Czym jest średnia? W wielu zagadnieniach praktycznych, kiedy mamy do czynienia z jakimiś danymi, poszukujemy liczb, które w pewnym sensie charakteryzują te dane. Na przykład kiedy chcielibyśmy sklasyfikować,

Bardziej szczegółowo

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy

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

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

Wykład nr 2. Statystyka opisowa część 2. Plan wykładu

Wykład nr 2. Statystyka opisowa część 2. Plan wykładu Wykład r 2 Statystyka opisowa część 2 Pla wykładu 1. Uwagi wstępe 2. Miary tedecji cetralej 2.1. Wartości średie 2.2. Miary pozycyje 2.3. Domiata 3. Miary rozproszeia 4. Miary asymetrii 5. Miary kocetracji

Bardziej szczegółowo

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym Lista 5 Zadaia a zastosowaie ierówosci Markowa i Czebyszewa. Zadaie 1. Niech zmiea losowa X ma rozkład jedostajy a odciku [0, 1]. Korzystając z ierówości Markowa oszacować od góry prawdopodobieństwo, że

Bardziej szczegółowo

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o 1. Wioskowaie statystycze. W statystyce idetyfikujemy: Cecha-Zmiea losowa Rozkład cechy-rozkład populacji Poadto miaem statystyki określa się także fukcje zmieych losowych o tym samym rozkładzie. Rozkłady

Bardziej szczegółowo

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7 Metody probabilistycze i statystyka Estymacja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

Funkcje trygonometryczne Moduł - dział -temat Funkcje trygonometry czne dowolnego kąta

Funkcje trygonometryczne Moduł - dział -temat Funkcje trygonometry czne dowolnego kąta Fukcje cze Moduł - dział -temat Fukcje cze dowolego kąta Lp 1 kąt w układzie współrzędych fukcje cze dowolego kąta zaki czych wartości czych iektórych kątów Kąt obrotu 2 dodati i ujemy kieruek obrotu wartości

Bardziej szczegółowo

Twierdzenia graniczne:

Twierdzenia graniczne: Twierdzeia graicze: Tw. ierówośd Markowa Jeżeli P(X > 0) = 1 oraz EX 0: P X k 1 k EX. Tw. ierówośd Czebyszewa Jeżeli EX = m i 0 < σ = D X 0: P( X m tσ) 1 t. 1. Z partii towaru o wadliwości

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

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

Funkcja wykładnicza i logarytm

Funkcja wykładnicza i logarytm Rozdział 3 Fukcja wykładicza i logarytm Potrafimy już defiiować potęgi liczb dodatich o wykładiku wymierym: jeśli a > 0 i x = p/q Q dla p, q N, to aturalie jest przyjąć a x = a 1/q) p = a 1/q } {{... a

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

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.

Bardziej szczegółowo

Statystyczny opis danych - parametry

Statystyczny opis danych - parametry Statystyczy opis daych - parametry Ozaczeia żółty owe pojęcie czerwoy, podkreśleie uwaga * materiał adobowiązkowy Aa Rajfura, Matematyka i statystyka matematycza a kieruku Rolictwo SGGW Zagadieia. Idea

Bardziej szczegółowo

Analiza I.1, zima wzorcowe rozwiązania

Analiza I.1, zima wzorcowe rozwiązania Aaliza I., zima 07 - wzorcowe rozwiązaia Marci Kotowsi 5 listopada 07 Zadaie. Udowodij, że dla ażdego aturalego liczba 7 + dzieli się przez 6. Dowód. Tezę udowodimy za pomocą iducji matematyczej. Najpierw

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

1 Pochodne wyższych rzędów

1 Pochodne wyższych rzędów 1 Pochode wyższych rzędów 1.1 Defiicja i przykłady Def. Drugą pochodą fukcji f azywamy pochodą pochodej tej fukcji. Trzecia pochoda jest pochodą drugiej pochodej; itd. Ogólie, -ta pochoda fukcji jest pochodą

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R Kresy zbiorów. Ćwiczeia 21.11.2011: zad. 197-229 Kolokwium r 7, 22.11.2011: materiał z zad. 1-249 Defiicja: Zbiór Z R azywamy ograiczoym z góry, jeżeli M R x Z x M. Każdą liczbę rzeczywistą M R spełiającą

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych 6..003 r. Zadaie. W kolejych okresach czasu t =,, 3, 4, 5 ubezpieczoy, charakteryzujący się parametrem ryzyka Λ, geeruje szkód. Dla daego Λ = λ zmiee N, N,..., N 5 są

Bardziej szczegółowo

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 8. ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE 1 Zbieżość ciągu zmieych losowych z prawdopodobieństwem 1 (prawie apewo) Ciąg zmieych losowych (X ) jest

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

3 Arytmetyka. 3.1 Zbiory liczbowe.

3 Arytmetyka. 3.1 Zbiory liczbowe. 3 Arytmetyka. 3.1 Zbiory liczbowe. Bóg stworzył liczby aturale, wszystko ie jest dziełem człowieka. Leopold Kroecker Ozaczeia: zbiór liczb aturalych: N = {1, 2,...} zbiór liczb całkowitych ieujemych: N

Bardziej szczegółowo

θx θ 1, dla 0 < x < 1, 0, poza tym,

θx θ 1, dla 0 < x < 1, 0, poza tym, Zadaie 1. Niech X 1,..., X 8 będzie próbą z rozkładu ormalego z wartością oczekiwaą θ i wariacją 1. Niezay parametr θ jest z kolei zmieą losową o rozkładzie ormalym z wartością oczekiwaą 0 i wariacją 1.

Bardziej szczegółowo

Wykład 11 ( ). Przedziały ufności dla średniej

Wykład 11 ( ). Przedziały ufności dla średniej Wykład 11 (14.05.07). Przedziały ufości dla średiej Przykład Cea metra kwadratowego (w tys. zł) z dla 14 losowo wybraych mieszkań w mieście A: 3,75; 3,89; 5,09; 3,77; 3,53; 2,82; 3,16; 2,79; 4,34; 3,61;

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

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

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,. Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,

Bardziej szczegółowo

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona Ćwiczeie r 4 Porówaie doświadczalego rozkładu liczby zliczeń w zadaym przedziale czasu z rozkładem Poissoa Studeta obowiązuje zajomość: Podstawowych zagadień z rachuku prawdopodobieństwa, Zajomość rozkładów

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

a n 7 a jest ciągiem arytmetycznym.

a n 7 a jest ciągiem arytmetycznym. ZADANIA MATURALNE - CIĄGI LICZBOWE - POZIOM PODSTAWOWY Opracowała mgr Dauta Brzezińska Zad.1. ( pkt) Ciąg a określoy jest wzorem 5.Wyzacz liczbę ujemych wyrazów tego ciągu. Zad.. ( 6 pkt) a Day jest ciąg

Bardziej szczegółowo

Wykład 19. Matematyka 3, semestr zimowy 2011/ grudnia 2011

Wykład 19. Matematyka 3, semestr zimowy 2011/ grudnia 2011 Wykład 9 Matematyka 3, semestr zimowy 0/0 3 grudia 0 Zajmiemy się teraz rozwiięciem fukcji holomorficzej w szereg Taylora. Przypomijmy podstawowe fakty związae z szeregami potęgowymi o wyrazach rzeczywistych.

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

Jak obliczać podstawowe wskaźniki statystyczne? Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań

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

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

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe Metody probabilistycze i statystyka Wykład 1 Zdarzeia losowe, defiicja prawdopodobieństwa, zmiee losowe Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki

Bardziej szczegółowo

Tytuł zajęć: Funkcja liniowa zajęcia dodatkowe dla gimnazjalistów Nauczyciel prowadzący: Beata Bąkała

Tytuł zajęć: Funkcja liniowa zajęcia dodatkowe dla gimnazjalistów Nauczyciel prowadzący: Beata Bąkała Szkoła Odkrywców Taletów Tytuł zajęć: Fukcja liiowa zajęcia dodatkowe dla gimazjalistów Nauczyciel prowadzący: Beata Bąkała Opis zajęć: Ucziowie w gimazjum dobrze pozają własości fukcji Ucziowie przygotowujący

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

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy 12. Dowieść, że istieje ieskończeie wiele par liczb aturalych k < spełiających rówaie ( ) ( ) k. k k +1 Stosując wzór a wartość współczyika dwumiaowego otrzymujemy ( ) ( )!! oraz k k! ( k)! k +1 (k +1)!

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

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

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