Wykład 9: Różne rodzaje zbieżności ciągów zmiennych losowych. Prawa wielkich liczb.

Wielkość: px
Rozpocząć pokaz od strony:

Download "Wykład 9: Różne rodzaje zbieżności ciągów zmiennych losowych. Prawa wielkich liczb."

Transkrypt

1 Rchuek prwopoobieństw MA1181 Wyził T, MS, rok k. 2013/14, sem. zimowy Wykłowc: r hb. A. Jurlewicz Wykł 9: Róże rozje zbieżości ciągów zmieych losowych. rw wielkich liczb. Zbieżość z prwopoobieństwem 1: Defiicj: Ciąg zmieych losowych X 1, X 2,... jest zbieży z prwopoobieństwem 1 (i. prwie pewo) o zmieej losowej X, jeżeli Ozczeie: X X, X (ω : lim X (ω) = X(ω)) = 1. p.. X, lim X = X z prw. 1. Uwg: Ciąg zbieży puktowo jest zbieży z prwopoobieństwem 1. (Ciąg X 1, X 2,... jest zbieży puktowo o X, jeżeli lim X (ω) = X(ω) ω Ω.) Zbieżość stochstycz: Defiicj: Ciąg zmieych losowych X 1, X 2,... jest zbieży stochstyczie (i. weług prwopoobieństw) o zmieej losowej X, jeżeli Ozczeie: X Fkt: () Jeżeli X X, to X (b) Jeżeli X ɛ>0 X, lim X = ( X X ɛ) X, to istieje pociąg (X k ) cigu (X ), tki że X k Zbieżość wzglęem mometów rzęu r: Defiicj: Złóżmy, że l pewego r > 0 E X r, E X r są skończoe l wszystkich N. Ciąg zmieych losowych X 1, X 2,... jest zbieży wzglęem mometów rzęu r (i. w przestrzei ) o zmieej losowej X, jeżeli Ozczeie: X E X X r Dl r = 2 mówimy, że ciąg (X ) jest zbieży śreiokwrtowo o Ozczeie: X śr.kw. X, l.i.m.x = 1

2 Fkt: Dl owolego ustloego r 0 > 0: L () Jeżeli X r 0 X, to X L (b) Jeżeli X r 0 X, to X X l kżego 0 < r < r 0. Zbieżość weług rozkłu: Defiicj: Niech X m rozkł o ystrybucie F (x), X - rozkł o ystrybucie F (x). Ciąg zmieych losowych X 1, X 2,... jest zbieży weług rozkłu (i. słbo zbieży) o zmieej losowej X, jeżeli F (x) F (x) l kżego tkiego x, w którym F (x) jest ciągł. Ozczeie: X Fkt: () Jeżeli X (b) Gy X X, F X, to X F. X, gzie (X = ) = 1 l pewej stłej, to X (c) Jeżeli X X, to X () Jeżeli X X, to X Twierzeie Lévy ego: 1. Niech zmiee losowe X, X mją rozkły o fukcjch chrkterystyczych opowieio ϕ (t), ϕ(t). Jeżeli X X, to ϕ (t) ϕ(t) l kżego t. 2. Niech X m rozkł o fukcji chrkterystyczej ϕ (t). Jeżeli ϕ (t) ϕ(t) l kżego t i gricz fukcj ϕ(t) jest ciągł w t = 0, to ϕ(t) jest fukcją chrkterystyczą pewej zmieej losowej X orz X Uwg: W zbieżościch z prwopoobieństwem 1, stochstyczej, w przestrzei gricz zmie losow X jest określo z prwopoobieństwem 1, tz. jeżeli X i X są gricmi ciągu X, to (X = X ) = 1. W zbieżości słbej określoy jest tylko rozkł griczy ego cigu i kż zmie losow X o tkim rozkłzie może reprezetowć słbą gricę tego ciągu. 2

3 rw wielkich liczb (WL) rwo wielkich liczb Beroulliego, twierzeie Borel: Niech S bęzie liczbą sukcesów w próbch Beroulliego z prwopoobieństwem sukcesu p. Wtey zchozi WL Beroulliego (XVII/XVIII w.) (SWL) S p. twierzeie Borel (pocz. XX w.) (MWL) S p. Iterpretcj: Częstość występowi sukcesu w próbch Beroulliego przybliż przy użym prwopoobieństwo p sukcesu w pojeyczej próbie. Opowi to obserwcjom z tury, że częstość zrzei losowego stbilizuje się pewym poziomie. Defiicj: Niech X 1, X 2,... bęzie ciągiem zmieych losowych o skończoych wrtościch oczekiwych EX = m. Niech S = X 1 + X X, = m 1 + m m. Mówimy, że ciąg (X ) spełi słbe prwo wielkich liczb (SWL), gy S = 1 (X k m k ) Mówimy, że ciąg te spełi moce prwo wielkich liczb (MWL), gy Oczywiście MWL = SWL. S 3

4 WL l ciągów zmieych losowych o jekowym rozkłzie Twierzeie Chiczy Niech (X ) bęzie ciągiem iezleżych zmieych losowych o jekowym rozkłzie, przy czym E X <. Wtey ciąg te spełi SWL, które w tym przypku moż zpisć w postci S = 1 X k m = EX 1. MWL Kołmogorow Niech (X ) bęzie ciągiem iezleżych zmieych losowych o jekowym rozkłzie. Ciąg te spełi MWL, które w tym przypku moż zpisć w postci S = 1 wtey i tylko wtey, gy E X <. X k m = EX 1. Szczególy przypek: twierzeie Borel, w kosekwecji WL Beroulliego, gyż jeżeli (X ) to ciąg iezleżych zmieych losowych o jekowym rozkłzie zerojeykowym B(1, p), tz. (X = 1) = p = 1 (X = 0), to S m rozkł Beroulliego B(, p), tki jk rozkł ilości sukcesów w próbch Beroulliego z prwopoobieństwem sukcesu p, m = EX 1 = p. WL l ciągów zmieych losowych o różych rozkłch Twierzeie Czebyszew Niech (X ) bęzie ciągiem prmi iezleżych zmieych losowych, l których l kżego istieje wricj D 2 X <, przy czym l pewego c D 2 X c < l wszystkich. Wtey ciąg te spełi SWL. Twierzeie Mrkow Niech (X ) bęzie ciągiem zmieych losowych, tkim że D 2 S = D2 (X X ) 2 2 (Oczywiście zkłmy, że wricj t istieje.) Wtey ciąg te spełi SWL. Twierzeie Kołmogorow Niech (X ) bęzie ciągiem iezleżych zmieych losowych, tkich że istieje wricj D 2 X <. Jeżeli D 2 X <, 2 to ciąg te spełi MWL. =1 4

5 Wże zstosowi WL: Meto Mote Crlo obliczi cłek ozczoych: Niech X 1, X 2,... X bęzie ciągiem iezleżych zmieych losowych o jekowym rozkłzie jeostjym przezile [, b] orz iech f bęzie fukcją rzeczywistą tką, że Ef(X 1 ) istieje i jest skończo. rzy powyższych złożeich f(x 1 ), f(x 2 ),... f(x ) jest tkże ciągiem iezleżych zmieych losowych o jekowym rozkłzie, przy czym istieje wrtość oczekiw Ef(X 1 ). oto Ef(X 1 ) = 1 b 1 b f(x)x. Z MWL Kołmogorow mmy f(x k ) z pr.1 Ef(X 1 ) = 1 b f(x)x. b Możemy ztem o obliczi przybliżoej wrtości cłki ozczoej stępujący lgorytm: b f(x)x zstosowć () losujemy iezleżie liczby u 1, u 2,..., u z rozkłu jeostjego U[0, 1]; (b) przeksztłcmy x k = + (b )u k l k = 1, 2,..., otrzymując w te sposób próbkę z rozkłu U(, b); (c) jko przybliżoą wrtość cłki przyjmujemy b Dystrybut empirycz: f(x)x b f(x k ). Rozwżmy ciąg X 1, X 2,... X iezleżych zmieych losowych o jekowym rozkłzie opisym ystrybutą F (x). Ciąg te iterpretujemy jko opis wyików iezleżych pomirów pewej wielkości fizyczej X, okoywych w tych smych wrukch fizyczych. Wrtości x 1, x 2,... x zmieych losowych w tym ciągu to wyiki kokretych tkich pomirów. Ciąg X 1, X 2,... X zywmy próbą prostą. Niech S (x; X 1, X 2,... X ) ozcz ilość elemetów próby prostej, których wrtość jest miejsz iż x. F (x; X 1, X 2,... X ) = S (x; X 1, X 2,... X ) (lbo F (x; x 1, x 2,... x )) zywmy ystrybutą empiryczą. Zuwżmy, że S (x; X 1, X 2,... X ) ozcz ilość tych X i, których wrtość jest miejsz iż x. Jest to ztem ilość sukcesów w próbch Beroulliego, gzie sukces w itej próbie to zrzeie {X i < x} i p = (X i < x) = F (x) iezleżie o i. Ztem S (x; X 1, X 2,... X ) m rozkł Beroulliego B(, p = F (x)). Z tw. Borel otrzymujemy, że F (x; X 1, X 2,... X ) = S (x; X 1, X 2,... X ) p = F (x). Iczej mówiąc, l użych, l prwie kżej wrtości (x 1, x 2,... x ) wektor losowego (X 1, X 2,... X ) mmy F (x; x 1, x 2,... x ) F (x), czyli ystrybut empirycz jest w przybliżeiu rów ystrybucie teoretyczej F. 5

Wykład 12: Sumowanie niezależnych zmiennych losowych i jego związek ze splotem gęstości i transformatami Laplace a i Fouriera. Prawo wielkich liczb.

Wykład 12: Sumowanie niezależnych zmiennych losowych i jego związek ze splotem gęstości i transformatami Laplace a i Fouriera. Prawo wielkich liczb. Rchuek prwdopodobieństw MA064 Wydził Elektroiki, rok kd. 2008/09, sem. leti Wykłdowc: dr hb. A. Jurlewicz Wykłd 2: Sumowie iezleżych zmieych losowych i jego związek ze splotem gęstości i trsformtmi Lplce

Bardziej szczegółowo

Rachunek prawdopodobieństwa MAP1151 Wydział Elektroniki, rok akad. 2011/12, sem. letni Wykładowca: dr hab. A. Jurlewicz

Rachunek prawdopodobieństwa MAP1151 Wydział Elektroniki, rok akad. 2011/12, sem. letni Wykładowca: dr hab. A. Jurlewicz Rchuek prwdopodobieństw MA5 Wydził Elektroiki, rok kd. 20/2, sem. leti Wykłdowc: dr hb. A. Jurlewicz Wykłd 7: Zmiee losowe dwuwymirowe. Rozkłdy łącze, brzegowe. Niezleżość zmieych losowych. Momety. Współczyik

Bardziej szczegółowo

Wykład 8: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

Wykład 8: Zbieżność według rozkładu. Centralne twierdzenie graniczne. Rachuek prawopoobieństwa MA5 Wyział Elektroiki, rok aka 20/2, sem leti Wykłaowca: r hab A Jurlewicz Wykła 8: Zbieżość weług rozkłau Cetrale twierzeie graicze Zbieżości ciągu zmieych losowych weług rozkłau

Bardziej szczegółowo

CIĄGI LICZBOWE N = zbiór liczb naturalnych. R zbiór liczb rzeczywistych (zbiór reprezentowany przez punkty osi liczbowej).

CIĄGI LICZBOWE N = zbiór liczb naturalnych. R zbiór liczb rzeczywistych (zbiór reprezentowany przez punkty osi liczbowej). MATEMATYKA I - Lucj Kowlski {,,,... } CIĄGI LICZBOWE N zbiór liczb turlych. R zbiór liczb rzeczywistych (zbiór reprezetowy przez pukty osi liczbowej. Nieskończoy ciąg liczbowy to przyporządkowie liczbom

Bardziej szczegółowo

2. Ciągi liczbowe. Definicja 2.1 Funkcję a : N R nazywamy ciągiem liczbowym. Wartość funkcji a(n) oznaczamy symbolem a

2. Ciągi liczbowe. Definicja 2.1 Funkcję a : N R nazywamy ciągiem liczbowym. Wartość funkcji a(n) oznaczamy symbolem a Ciągi liczbowe Defiicj Fukcję : N R zywmy iem liczbowym Wrtość fukcji () ozczmy symbolem i zywmy -tym lub ogólym wyrzem u Ciąg Przykłdy Defiicj róŝic zpisujemy rówieŝ w postci { } + Ciąg liczbowy { } zywmy

Bardziej szczegółowo

WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ

WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ ĆWICZENIE 9 WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ Opis kł pomirowego A) Wyzzie ogiskowej sozewki skpijąej z pomir oległośi przemiot i obrz o sozewki Szzególie proste, rówoześie

Bardziej szczegółowo

Zasada indukcji matematycznej. Dowody indukcyjne.

Zasada indukcji matematycznej. Dowody indukcyjne. Zsd idukcji mtemtyczej. Dowody idukcyje. W rozdzile sformułowliśmy dl liczb turlych zsdę miimum. Bezpośredią kosekwecją tej zsdy jest brdzo wże twierdzeie, które umożliwi i ułtwi wiele dowodów twierdzeń

Bardziej szczegółowo

MATHCAD 2000 - Obliczenia iteracyjne, macierze i wektory

MATHCAD 2000 - Obliczenia iteracyjne, macierze i wektory MTHCD - Obliczei itercyje, mcierze i wektory Zmiee zkresowe. Tblicowie fukcji Wzór :, π.. π..8.9...88.99..8....8.98. si().9.88.89.9.9.89.88.9 -.9 -.88 -.89 -.9 - Opis, :,, przeciek, Ctrl+Shift+P, /,, ;średik,

Bardziej szczegółowo

MATLAB PODSTAWY. [ ] tworzenie tablic, argumenty wyjściowe funkcji, łączenie tablic

MATLAB PODSTAWY. [ ] tworzenie tablic, argumenty wyjściowe funkcji, łączenie tablic MTLB PODSTWY ZNKI SPECJLNE symbol przypisi [ ] tworzeie tblic, rgumety wyjściowe fukcji, łączeie tblic { } ideksy struktur i tblic komórkowych ( ) wisy do określi kolejości dziłń, do ujmowi ideksów tblic,

Bardziej szczegółowo

Ciągi i szeregi liczbowe

Ciągi i szeregi liczbowe Ciągi i szeregi liczbowe Defiicj. Jeżeli kżdej liczbie turlej przyporządkow zostł jkś liczb rzeczywist, to mówimy, że zostł określoy ciąg liczbowy (ieskończoy). Formlie ozcz to, że ciąg liczbowy jest fukcją

Bardziej szczegółowo

Programowanie z więzami (CLP) CLP CLP CLP. ECL i PS e CLP

Programowanie z więzami (CLP) CLP CLP CLP. ECL i PS e CLP Progrmowie z więzmi (CLP) mjąc w PROLOGu: p(x) :- X < 0. p(x) :- X > 0. i pytjąc :- p(x). dostiemy Abort chcelibyśmy..9 CLP rozrzeszeie progrmowi w logice o kocepcję spełii ogriczeń rozwiązie = logik +

Bardziej szczegółowo

Analiza Matematyczna 2 Szeregi liczbowe i funkcyjne

Analiza Matematyczna 2 Szeregi liczbowe i funkcyjne Aliz Mtemtycz 2 Szeregi liczbowe i fukcyje Wydził Mtemtyki wykłdowc T. Dowrowicz 5 kwieti 2017 Wykłdy III i IV SZEREGI LICZBOWE Obrzowo mówiąc, szeregiem, zywmy ciąg, w którym zmist przeików stwimy zki

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

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

Literatura do ćwiczeń: Program zajęć: dr Krzysztof Żyjewski Informatyka; rok I, I o.inż. 17 listopada 2015

Literatura do ćwiczeń: Program zajęć: dr Krzysztof Żyjewski Informatyka; rok I, I o.inż. 17 listopada 2015 dr Krzysztof Żyjewski Iformtyk; rok I, I o.iż. 17 listopd 015 Kotkt: e-mil: krzysztof.zyjewski@uwm.edu.pl kosultcje: po 18 listopd 7.55-8.55, pok. A0/19 (ie termiy możliwe po uprzedim kotkcie milowym)

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

Rachunek prawdopodobieństwa i statystyka matematyczna.

Rachunek prawdopodobieństwa i statystyka matematyczna. Rchunek rwdoodobieństw i sttystyk mtemtyczn. Zd 8. {(, : i } Zleżność tą możn rzedstwić w ostci nstęującej interretcji grficznej: Arkdiusz Kwosk Rfł Kukliński Informtyk sem.4 gr. Srwdźmy, czy odne zmienne

Bardziej szczegółowo

Wyrównanie sieci niwelacyjnej

Wyrównanie sieci niwelacyjnej 1. Wstęp Co to jest sieć niwelcyjn Po co ją się wyrównje Co chcemy osiągnąć 2. Metod pośrednicząc Wyrównnie sieci niwelcyjnej Metod pośrednicząc i metod grpow Mmy sieć skłdjącą się z szereg pnktów. Niektóre

Bardziej szczegółowo

P ( i I A i) = i I P (A i) dla parami rozłącznych zbiorów A i. F ( ) = lim t F (t) = 0, F (+ ) = lim t + F (t) = 1.

P ( i I A i) = i I P (A i) dla parami rozłącznych zbiorów A i. F ( ) = lim t F (t) = 0, F (+ ) = lim t + F (t) = 1. Podstawy teorii miary probabilistyczej. Zbiory mierzale σ ciało zbiorów Załóżmy, że mamy jakiś zbiór Ω. Niech F będzie taką rodzią podzbiorów Ω, że: Ω F A F A F i I A i F i I A i F Wtedy rodzię F azywamy

Bardziej szczegółowo

CIĄGI LICZBOWE. Naturalną rzeczą w otaczającym nas świecie jest porządkowanie różnorakich obiektów, czyli ustawianie ich w pewnej kolejności.

CIĄGI LICZBOWE. Naturalną rzeczą w otaczającym nas świecie jest porządkowanie różnorakich obiektów, czyli ustawianie ich w pewnej kolejności. CIĄGI LICZBOWE Nturlą rzeczą w otczjącym s świecie jest porządkowie różorkich obiektów, czyli ustwiie ich w pewej kolejości. Dl przykłdu tworzymy różego rodzju rkigi, p. rkig jlepszych kierowców rjdowych.

Bardziej szczegółowo

Notatki z Analizy Matematycznej 4. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 4. Jacek M. Jędrzejewski Nottki z Anlizy Mtemtycznej 4 Jcek M. Jędrzejewski ROZDZIAŁ 7 Cłk Riemnn 1. Cłk nieoznczon Definicj 7.1. Niech f : (, b) R będzie dowolną funkcją. Jeżeli dl pewnej funkcji F : (, b) R spełnion jest równość

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Semantyka i Weryfikacja Programów - Laboratorium 2 Działania na ułamkach, krotki i rekordy

Semantyka i Weryfikacja Programów - Laboratorium 2 Działania na ułamkach, krotki i rekordy Semntyk i Weryfikj Progrmów - Lortorium Dziłni n ułmkh, krotki i rekory Cz. I. Dziłni n ułmkh Prolem. Oprowć zestw funkji o ziłń rytmetyznyh n ułmkh zwykłyh posti q, gzie, są lizmi łkowitymi i 0. Rozwiąznie

Bardziej szczegółowo

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczby całkowite C : C..., 3, 2, 1,

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczby całkowite C : C..., 3, 2, 1, I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczy turle N : N 0,,,,,,..., N,,,,,... liczy cłkowite C : C...,,,, 0,,,,... Kżdą liczę wymierą moż przedstwić z pomocą ułmk dziesiętego skończoego

Bardziej szczegółowo

KONKURS MATEMATYCZNY dla uczniów gimnazjów w roku szkolnym 2012/13. Propozycja punktowania rozwiązań zadań

KONKURS MATEMATYCZNY dla uczniów gimnazjów w roku szkolnym 2012/13. Propozycja punktowania rozwiązań zadań KONKURS MATEMATYCZNY dl uczniów gimnzjów w roku szkolnym 0/ II etp zwodów (rejonowy) 0 listopd 0 r. Propozycj punktowni rozwiązń zdń Uwg: Z kżde poprwne rozwiąznie inne niż przewidzine w propozycji punktowni

Bardziej szczegółowo

VI. Rachunek całkowy. 1. Całka nieoznaczona

VI. Rachunek całkowy. 1. Całka nieoznaczona VI. Rchunek cłkowy. Cłk nieoznczon Niech F : I R i f : I R będą funkcjmi określonymi n pewnym przedzile I R. Definicj. Funkcję F nzywmy funkcją pierwotną funkcji f n przedzile I, gdy F (x) = f(x) dl x

Bardziej szczegółowo

Granica cigu punktów. ), jest zbieny do punktu P 0 = ( x0. n n. ) n. Zadania. Przykłady funkcji dwu zmiennych

Granica cigu punktów. ), jest zbieny do punktu P 0 = ( x0. n n. ) n. Zadania. Przykłady funkcji dwu zmiennych Gric cigu puktów Ztem Cig puktów P P ; jest zie do puktu P ; gd P P [ ] Oliczm gric cigu l Poiew l l wic cig l jest zie i jego gric jest pukt π π [ ] Oliczm gric cigu si π π π π Poiew si si wic cig si

Bardziej szczegółowo

Realizacje zmiennych są niezależne, co sprawia, że ciąg jest ciągiem niezależnych zmiennych losowych,

Realizacje zmiennych są niezależne, co sprawia, że ciąg jest ciągiem niezależnych zmiennych losowych, Klsyczn Metod Njmniejszych Kwdrtów (KMNK) Postć ć modelu jest liniow względem prmetrów (lbo nleży dokonć doprowdzeni postci modelu do liniowości względem prmetrów), Zmienne objśnijące są wielkościmi nielosowymi,

Bardziej szczegółowo

Grafy hamiltonowskie, problem komiwojażera algorytm optymalny

Grafy hamiltonowskie, problem komiwojażera algorytm optymalny 1 Grfy hmiltonowski, problm komiwojżr lgorytm optymlny Wykł oprcowny n postwi książki: M.M. Sysło, N.Do, J.S. Kowlik, Algorytmy optymlizcji yskrtnj z progrmmi w języku Pscl, Wywnictwo Nukow PWN, 1999 2

Bardziej szczegółowo

Wektor kolumnowy m wymiarowy macierz prostokątna o wymiarze n=1 Wektor wierszowy n wymiarowy macierz prostokątna o wymiarze m=1

Wektor kolumnowy m wymiarowy macierz prostokątna o wymiarze n=1 Wektor wierszowy n wymiarowy macierz prostokątna o wymiarze m=1 Rchunek mcierzowy Mcierzą A nzywmy funkcję 2-zmiennych, któr prze liczb nturlnych (i,j) gdzie i = 1,2,3,4.,m; j = 1,2,3,4,n przyporządkowuje dokłdnie jeden element ij. 11 21 A = m1 12 22 m2 1n 2n mn Wymirem

Bardziej szczegółowo

1.1 Pochodna funkcji w punkcie

1.1 Pochodna funkcji w punkcie Pochod fukcji w pukcie BLOK I RACHUNEK RÓŻNICZKOWY I CAŁKOWY Zkłdmy, że fukcj f jest określo w przedzile, ) orz, że, ), jest liczą, dl której + ), ) Liczę zywmy przyrostem rgumetu w pukcie, tomist różicę

Bardziej szczegółowo

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 +

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 + Zadaia róże W tym rozdziale zajdują się zadaia ietypowe, często dotyczące łańcuchów Markowa oraz własości zmieych losowych. Pojawią się także zadaia z estymacji Bayesowskiej.. (Eg 8/) Rozważamy łańcuch

Bardziej szczegółowo

EGZAMIN MATURALNY OD ROKU SZKOLNEGO 2014/2015 MATEMATYKA POZIOM ROZSZERZONY ROZWIĄZANIA ZADAŃ I SCHEMATY PUNKTOWANIA (A1, A2, A3, A4, A6, A7)

EGZAMIN MATURALNY OD ROKU SZKOLNEGO 2014/2015 MATEMATYKA POZIOM ROZSZERZONY ROZWIĄZANIA ZADAŃ I SCHEMATY PUNKTOWANIA (A1, A2, A3, A4, A6, A7) EGZAMIN MATURALNY OD ROKU SZKOLNEGO 01/015 MATEMATYKA POZIOM ROZSZERZONY ROZWIĄZANIA ZADAŃ I SCHEMATY PUNKTOWANIA (A1, A, A, A, A6, A7) GRUDZIEŃ 01 Klucz odpowiedzi do zdń zmkniętych Nr zdni 1 5 Odpowiedź

Bardziej szczegółowo

Zadania z Rachunku Prawdopodobieństwa I - 1

Zadania z Rachunku Prawdopodobieństwa I - 1 Zadaia z Rachuku Prawdopodobieństwa I - 1 1. Grupę dzieci ustawioo w sposób losowy w szereg. Oblicz prawdopodobieństwo tego, że a) Jacek i Agatka stoją koło siebie, b) Jacek, Placek i Agatka stoją koło

Bardziej szczegółowo

ZJAZD 1 PIĄTEK L1 L2 L3 ZJAZD 1 SOBOTA L1 L2 L3 ZJAZD 1 NIEDZIELA L1 L2 L3 9-10-2015 10-10-2015 11-10-2015. SPOTKANIE INFORMACYJNE - s.

ZJAZD 1 PIĄTEK L1 L2 L3 ZJAZD 1 SOBOTA L1 L2 L3 ZJAZD 1 NIEDZIELA L1 L2 L3 9-10-2015 10-10-2015 11-10-2015. SPOTKANIE INFORMACYJNE - s. sem. ZIMOWY / -- -- SPOTKANIE INFORMACYJNE - ŻYWIENIE CZŁOWIEKA WE WSPÓŁCZESNYM ŚWIECIE - ŻYWIENIE CZŁOWIEKA WE WSPÓŁCZESNYM ŚWIECIE - -- KIERUNKI ROZWOJU PRZETWÓRSTWA ŻYWNOŚCI - KIERUNKI ROZWOJU PRZETWÓRSTWA

Bardziej szczegółowo

R + v 10 R0, 9 k v k. a k v k + v 10 a 10. k=1. Z pierwszego równania otrzymuję R 32475, 21083. Dalej mam: (R 9P + (k 1)P )v k + v 10 a 10

R + v 10 R0, 9 k v k. a k v k + v 10 a 10. k=1. Z pierwszego równania otrzymuję R 32475, 21083. Dalej mam: (R 9P + (k 1)P )v k + v 10 a 10 Zdnie. Zkłd ubezpieczeń n życie plnuje zbudownie portfel ubezpieczeniowego przy nstępujących złożenich: ozwiąznie. Przez P k będę oznczł wrtość portfel n koniec k-tego roku. Szukm P 0 tkie by spełnił:

Bardziej szczegółowo

5. Zadania tekstowe.

5. Zadania tekstowe. 5. Zni tekstowe. Przykł. Kolrz połowę rogi pokonł ze śrenią prękością 0 km/, rugą połowę z prękością 50 km /. Wyzncz śrenią prękość kolrz n cłej trsie. nliz : pierwsz połow rogi rug połow rogi 0 km/ prękość

Bardziej szczegółowo

Zadania i rozwiązania prac domowych z Analizy Matematycznej 1.2 z grupy pana Ryszarda Kopieckiego, semestr letni 2011/2012.

Zadania i rozwiązania prac domowych z Analizy Matematycznej 1.2 z grupy pana Ryszarda Kopieckiego, semestr letni 2011/2012. Zdi i rozwiązi prc domowych z Alizy Mtemtyczej. z grupy p Ryszrd Kopieckiego, semestr leti / Ntli Skowsk . seri UWAGA: wykresów oczywiście rysowć ie trzeb. Co więcej, wykres ie jest dowodem żdego stwierdzei.

Bardziej szczegółowo

KONKURS MATEMATYCZNY dla uczniów gimnazjów w roku szkolnym 2012/13 III etap zawodów (wojewódzki) 12 stycznia 2013 r.

KONKURS MATEMATYCZNY dla uczniów gimnazjów w roku szkolnym 2012/13 III etap zawodów (wojewódzki) 12 stycznia 2013 r. KONKURS MTEMTYCZNY dl ucziów gimzjów w roku szkolym 0/ III etp zwodów (wojewódzki) styczi 0 r. Propozycj puktowi rozwiązń zdń Uwg Łączie uczeń może zdobyć 0 puktów. Luretmi zostją uczesticy etpu wojewódzkiego,

Bardziej szczegółowo

1. Określ monotoniczność podanych funkcji, miejsce zerowe oraz punkt przecięcia się jej wykresu z osią OY

1. Określ monotoniczność podanych funkcji, miejsce zerowe oraz punkt przecięcia się jej wykresu z osią OY . Określ ootoiczość podch fukcji, iejsce zerowe orz pukt przecięci się jej wkresu z osią OY ) 8 ) 8 c) Określjąc ootoiczość fukcji liiowej = + korzst z stępującej włsości: Jeżeli > to fukcj liiow jest

Bardziej szczegółowo

2. Tensometria mechaniczna

2. Tensometria mechaniczna . Tensometri mechniczn Wstęp Tensometr jk wskzywłby jego nzw to urządzenie służące do pomiru nprężeń. Jk jednk widomo, nprężeni nie są wielkościmi mierzlnymi i stnowią jedynie brdzo wygodne pojęcie mechniki

Bardziej szczegółowo

Jan Nawrocki. MATEMATYKA cz. 2. Analiza matematyczna I

Jan Nawrocki. MATEMATYKA cz. 2. Analiza matematyczna I J Nwrocki MATEMATYKA cz Aliz mtemtycz I Politechik Wrszwsk Politechik Wrszwsk Wydził Smochodów i Mszy Roboczych Kieruek "Edukcj techiczo iformtycz" -54 Wrszw, ul Nrbutt 84, tel () 849 4 7, () 4 8 48 ipbmvrsimrpwedupl/spi/,

Bardziej szczegółowo

Prace Koła Matematyków Uniwersytetu Pedagogicznego w Krakowie (2014)

Prace Koła Matematyków Uniwersytetu Pedagogicznego w Krakowie (2014) Prce Koł Mt. Uniw. Ped. w Krk. 1 014), 1-5 edgogicznego w Krkowie PKoło Mtemtyków Uniwersytetu Prce Koł Mtemtyków Uniwersytetu Pedgogicznego w Krkowie 014) Bet Gwron 1 Kwdrtury Newton Cotes Streszczenie.

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

Od wzorów skróconego mnoŝenia do klasycznych nierówności

Od wzorów skróconego mnoŝenia do klasycznych nierówności Hery Pwłowsi IV LO Toruń O wzorów sróoego moŝei o lsyzyh ierówośi Uzą w szole wzorów sróoego moŝei zzymy o owozei wóh toŝsmośi: () ( ) () ( ) Nstępie uŝywmy ih o przesztłi wyrŝeń Tym rzem zrómy z ih iy

Bardziej szczegółowo

DARIUSZ KULMA. Jak zdać maturę. z matematyki. na poziomie rozszerzonym DLA BYSTRZAKÓW I NIE TYLKO! WYDAWNICTWO ELITMAT Mińsk Mazowiecki 2013

DARIUSZ KULMA. Jak zdać maturę. z matematyki. na poziomie rozszerzonym DLA BYSTRZAKÓW I NIE TYLKO! WYDAWNICTWO ELITMAT Mińsk Mazowiecki 2013 DARIUSZ KULMA Jk zć mturę z mtemtyki n poziomie rozszerzonym DLA BYSTRZAKÓW I NIE TYLKO!? WYDAWNICTWO ELITMAT Mińsk Mzowiecki 03 Autor: Driusz Kulm Oprcownie rekcyjne: Młgorzt Zkrzewsk Projekt grficzny

Bardziej szczegółowo

Materiały dydaktyczne. Matematyka. Semestr II. Wykłady

Materiały dydaktyczne. Matematyka. Semestr II. Wykłady Projekt współfisowy ze środków Uii Europejskiej w rmch Europejskiego Fuduszu Społeczego Mteriły dydktycze Mtemtyk Semestr II Wykłdy Projekt Rozwój i promocj kieruków techiczych w Akdemii Morskiej w Szczeciie

Bardziej szczegółowo

PRÓBNA MATURA Z MATEMATYKI Z OPERONEM LISTOPAD ,0. 3x 6 6 3x 6 6,

PRÓBNA MATURA Z MATEMATYKI Z OPERONEM LISTOPAD ,0. 3x 6 6 3x 6 6, Zdnie PRÓBNA MATURA Z MATEMATYKI Z OPERONEM LISTOPAD 04 Zbiorem wszystkich rozwiązń nierówności x 6 6 jest: A, 4 0, B 4,0 C,0 4, D 0,4 Odpowiedź: C Rozwiąznie Sposób I Nierówność A 6 jest równowżn lterntywie

Bardziej szczegółowo

Problem eliminowania fa szywych alarmów w komputerowych systemach ochrony peryferyjnej

Problem eliminowania fa szywych alarmów w komputerowych systemach ochrony peryferyjnej BIULETYN INSTYTUTU SYSTEMÓW INFORMATYCZNYCH 5 37-46 (1) Problem elimiowi fszywych lrmów w komputerowych systemch ochroy peryferyjej G. KONOPACKI, K. WORWA e-mil: gkoopcki@wt.edu.pl Istytut Systemów Iformtyczych

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

Macierze w MS Excel 2007

Macierze w MS Excel 2007 Mcierze w MS Ecel 7 Progrm MS Ecel umożliwi wykoywie opercji mcierzch. Służą do tego fukcje: do możei mcierzy MIERZ.ILOZYN do odwrci mcierzy MIERZ.ODW do trspoowi mcierzy TRNSPONUJ do oliczi wyzczik mcierzy

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadaie 1 Rzucamy 4 kości do gry (uczciwe). Prawdopodobieństwo zdarzeia iż ajmiejsza uzyskaa a pojedyczej kości liczba oczek wyiesie trzy (trzy oczka mogą wystąpić a więcej iż jedej kości) rówe jest: (A)

Bardziej szczegółowo

Materiały diagnostyczne z matematyki poziom podstawowy

Materiały diagnostyczne z matematyki poziom podstawowy Mteriły dignostyczne z mtemtyki poziom podstwowy czerwiec 0 Klucz odpowiedzi do zdń zmkniętych orz schemt ocenini Mteriły dignostyczne przygotowł Agt Siwik we współprcy z nuczycielmi mtemtyki szkół pondgimnzjlnych:

Bardziej szczegółowo

CAŁKOWANIE NUMERYCZNE

CAŁKOWANIE NUMERYCZNE Wprowdzenie Kwdrtury węzły równoodległe Kwdrtury Guss Wzory sumcyjne Trnsport, studi niestcjonrne I stopni, semestr I rok kdemicki 01/013 Instytut L-5, Wydził Inżynierii Lądowej, Politechnik Krkowsk Ew

Bardziej szczegółowo

f(x)dx (1.7) b f(x)dx = F (x) = F (b) F (a) (1.2)

f(x)dx (1.7) b f(x)dx = F (x) = F (b) F (a) (1.2) Cłk oznczon Cłkę oznczoną będziemy zpisywli jko f(x)dx (.) z fnkcji f(x), któr jest ogrniczon w przedzile domkniętym [, b]. Jk obliczyć cłkę oznczoną? Obliczmy njpierw cłkę nieoznczoną z fnkcji f(x), co

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

Równania i nierówności kwadratowe z jedną niewiadomą

Równania i nierówności kwadratowe z jedną niewiadomą 50 REPETYTORIUM 31 Równni i nierówności kwdrtowe z jedną niewidomą Równnie wielominowe to równość dwóch wyrżeń lgebricznych Kżd liczb, któr po podstwieniu w miejscu niewidomej w równniu o jednej niewidomej

Bardziej szczegółowo

SKRYPT DO ZAJĘĆ WYRÓWNAWCZYCH Z MATEMATYKI DLA STUDENTÓW I ROKU AKADEMII MORSKIEJ W SZCZECINIE

SKRYPT DO ZAJĘĆ WYRÓWNAWCZYCH Z MATEMATYKI DLA STUDENTÓW I ROKU AKADEMII MORSKIEJ W SZCZECINIE Publikcj współfisow ze środków Uii Europejskiej w rmch Europejskiego Fuduszu Społeczego SKRYPT DO ZAJĘĆ WYRÓWNAWCZYCH Z MATEMATYKI DLA STUDENTÓW I ROKU AKADEMII MORSKIEJ W SZCZECINIE dr iż Ryszrd Krupiński

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

Wykład 9. Podejmowanie decyzji w warunkach niepewności

Wykład 9. Podejmowanie decyzji w warunkach niepewności Wkłd 9. Podejowie deczji w wrukch ieewości E L l E E F E F l S 0 0 ; R D D F F D i F() - wrtość zieej losowej - zbiór ciągł f - fukcj gęstości rozkłdu rwdoodobieństw zieej losowej Wówczs: d f E L l d

Bardziej szczegółowo

i interpretowanie reprezentacji wykorzystanie i tworzenie reprezentacji wykorzystanie wykorzystanie i tworzenie reprezentacji

i interpretowanie reprezentacji wykorzystanie i tworzenie reprezentacji wykorzystanie wykorzystanie i tworzenie reprezentacji KLUCZ ODPOWIEDZI I ZASADY PUNKTOWANIA PRÓBNEGO EGZAMINU MATURALNEGO Z MATEMATYKI POZIOM PODSTAWOWY Nr zdi Odpowiedzi Pukty Bde umiejętości Obszr stdrdu. B 0 pluje i wykouje obliczei liczbch rzeczywistych,

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

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

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

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

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

Kurs Prawdopodobieństwo Wzory

Kurs Prawdopodobieństwo Wzory Kurs Prawdoodobieństwo Wzory Elemety kombiatoryki Klasycza deiicja rawdoodobieństwa gdzie: A - liczba zdarzeń srzyjających A - liczba wszystkich zdarzeń P A Tel. 603 088 74 Prawdoodobieństwo deiicja Kołmogorowa

Bardziej szczegółowo

log lim =log a e, a x 1 =loga, lim a (1+x) ,oiletagranicaistnieje. ,...,jeżeli a n a,tociągśrednicharytmetycznychb n a(odwrotnienie!

log lim =log a e, a x 1 =loga, lim a (1+x) ,oiletagranicaistnieje. ,...,jeżeli a n a,tociągśrednicharytmetycznychb n a(odwrotnienie! Aliz mtemtycz I- www.mimek.pl, Autor: Krzyś Kulewski, pi@zodic.mimuw.edu.pl 1 Ciągi 1. Kżdy ciąg zbieży jest ogriczoy.. Twierdzeie Bolzo-Weierstrss. Kżdy ciąg ogriczoy zwier podciąg zbieży. 3.Gricgóridol

Bardziej szczegółowo

Szeregi liczbowe o wyrazach dodatnich

Szeregi liczbowe o wyrazach dodatnich Szeregi liczbowe o wyrzch dodtich Poprwi lem 6 listopd 20, godz. 23:49 Twierdzeie 3. ( l czość sumowiieskończoego) Jeśli szereg to szereg Dowód. b cze ściowych szeregu jest zbieży ci g (k ) jest ściśle

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

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

Collegium Novum Akademia Maturalna

Collegium Novum Akademia Maturalna Collegium Novum Akdemi Mturl wwwcollegium-ovumpl 0- -89-66 Mtemtyk (GP dt: 00008 sobot Collegium Novum Akdemi Mturl Temt 5: CIĄGI Prowdzący: Grzegorz Płg Termi: 0007 godzi 9:00-:0 8 Zdie Które wyrzy ciągu

Bardziej szczegółowo

III. Rachunek całkowy funkcji jednej zmiennej.

III. Rachunek całkowy funkcji jednej zmiennej. III. Rchunek cłkowy funkcji jednej zmiennej. 1. Cłki nieoznczone. Niech f : I R, I R - przedził n prostej. Definicj 1.1. (funkcji pierwotnej) Funkcję F nzywmy funkcją pierwotną funkcji f n przedzile I,

Bardziej szczegółowo

CAŁKA OZNACZONA JAKO SUMA SZEREGU

CAŁKA OZNACZONA JAKO SUMA SZEREGU CAŁKA OZNACZONA JAKO SUMA SZEREGU Rozwżmy funkcję ciągłą x f(x) o wrtościch nieujemnych określoną n przedzile [, b]. Ustlmy [będzie to problem sttystyczny polegjący n dokłdnym sprecyzowniu informcji o

Bardziej szczegółowo

Matematyka finansowa 25.01.2003 r.

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

Bardziej szczegółowo

Zastosowanie multimetrów cyfrowych do pomiaru podstawowych wielkości elektrycznych

Zastosowanie multimetrów cyfrowych do pomiaru podstawowych wielkości elektrycznych Zstosownie multimetrów cyfrowych do pomiru podstwowych wielkości elektrycznych Cel ćwiczeni Celem ćwiczeni jest zpoznnie się z możliwościmi pomirowymi współczesnych multimetrów cyfrowych orz sposobmi wykorzystni

Bardziej szczegółowo

lim a n Cigi liczbowe i ich granice

lim a n Cigi liczbowe i ich granice Cigi liczbowe i ich graice Cigiem ieskoczoym azywamy dowol fukcj rzeczywist okrelo a zbiorze liczb aturalych. Dla wygody zapisu, zamiast a() bdziemy pisa a. Elemet a azywamy -tym wyrazem cigu. Cig (a )

Bardziej szczegółowo

Od lewej: piramida Chefrena, Wielki Sfinks, piramida Cheopsa.

Od lewej: piramida Chefrena, Wielki Sfinks, piramida Cheopsa. 1. Pirmidiotologi. W obfitej literturze przedmiotu podje się, że pirmid Ceops, lub też z ngielsk Wielk Pirmid (te Gret Pyrmid), zwier w swej konstrukcji pełną i szczegółową istorię rodzju ludzkiego od

Bardziej szczegółowo

Całki oznaczone. Funkcja górnej granicy całkowania. Zastosowania całek oznaczonych. Całki niewłaściwe. Małgorzata Wyrwas

Całki oznaczone. Funkcja górnej granicy całkowania. Zastosowania całek oznaczonych. Całki niewłaściwe. Małgorzata Wyrwas Cłki oznczone Definicj, włsności i oblicznie cłek oznczonych. Wrtość średni funkcji. Funkcj górnej grnicy cłkowni. Zstosowni cłek oznczonych. Cłki niewłściwe. Młgorzt Wyrws Ktedr Mtemtyki Wydził Informtyki

Bardziej szczegółowo

POWTÓRKA ( ) ( ) ROZRÓŻNIENIE MIĘDZY PARAMETREM A STATYSTYKĄ

POWTÓRKA ( ) ( ) ROZRÓŻNIENIE MIĘDZY PARAMETREM A STATYSTYKĄ Zwsowe Metod Ali Prestrech Powtórk I Mrci Ligs Ktedr Geomtki WGGiIŚ AGH w Krkowie POWÓRKA ROZRÓŻNINI MIĘDZY PARAMRM A SAYSYKĄ Populcj sttstc populcj geerl iorowość) peł iór elemetów podlegjącch diu sttstcemu.

Bardziej szczegółowo

Adsorbery obrotowe. Urszula KANIK 1, Krzysztof KUPIEC 2. Wstęp. Budowa i zasada działania adsorberów obrotowych. Zastosowanie adsorberów obrotowych

Adsorbery obrotowe. Urszula KANIK 1, Krzysztof KUPIEC 2. Wstęp. Budowa i zasada działania adsorberów obrotowych. Zastosowanie adsorberów obrotowych Prosimy cytowć jko: Inż. Ap. Chem. 010, 49, 6, 14-18 str. 14 INŻYNIERIA I APARATURA CHEMICZNA Nr 6/010 Urszul KANIK 1, Krzysztof KUPIEC e-mil: knik@gh.eu.pl 1 Kter Chemii Węgl w Energetyce i Przemyśle,

Bardziej szczegółowo

3. Równanie Bernoulliego dla przepływu płynów doskonałych

3. Równanie Bernoulliego dla przepływu płynów doskonałych Równnie Bernoullieo l rzeływu łynów okonłyc Równnie Bernoullieo wyrż zę, że w rucu utlony nieściśliweo łynu ielneo obywjący ię w olu ił ciężkości, cłkowit eneri łynu kłjąc ię z enerii kinetycznej, enerii

Bardziej szczegółowo

RACHUNEK RÓŻNICZKOWY I CAŁKOWY WSB-NLU 2006/7 3

RACHUNEK RÓŻNICZKOWY I CAŁKOWY WSB-NLU 2006/7 3 RACHUNEK RÓŻNICZKOWY I CAŁKOWY WSB-NLU 006/7 3. Liczby nturlne i rzeczywiste; funkcje elementrne.. Funkcje. Niech X i Y będą zbiormi. Definicj.. Funkcją (inczej: odwzorowniem) z X do Y nzyw się przyporządkownie

Bardziej szczegółowo

Notatki do wykªadu Rachunek prawdopodobie«stwa dla informatyków.

Notatki do wykªadu Rachunek prawdopodobie«stwa dla informatyków. Notatki do wykªadu Rachuek prawdopodobie«stwa dla iformatyków. Marci Milewski Wrocªaw, 4 lutego 2009 Spis tre±ci 1 Prawdopodobie«stwo 2 1.1 Ozaczeia i poj cia...........................................

Bardziej szczegółowo

2. Funktory TTL cz.2

2. Funktory TTL cz.2 2. Funktory TTL z.2 1.2 Funktory z otwrtym kolektorem (O.. open olletor) ysunek poniżej przedstwi odnośny frgment płyty zołowej modelu. Shemt wewnętrzny pojedynzej rmki NAND z otwrtym kolektorem (O..)

Bardziej szczegółowo

Działania wewnętrzne i zewnętrzne

Działania wewnętrzne i zewnętrzne Autmtyk i Rtyk Alger -Wykłd - dr Adm Ćmiel miel@gedupl Dziłi wewętrze i zewętrze Nie X ędzie ustlym iepustym zirem Def Dwurgumetwym dziłiem wewętrzym w zirze X zywmy fukję Jeśli X i y X t y X zywmy wyikiem

Bardziej szczegółowo

Prawa wielkich liczb, centralne twierdzenia graniczne

Prawa wielkich liczb, centralne twierdzenia graniczne , centralne twierdzenia graniczne Katedra matematyki i ekonomii matematycznej 17 maja 2012, centralne twierdzenia graniczne Rodzaje zbieżności ciągów zmiennych losowych, centralne twierdzenia graniczne

Bardziej szczegółowo

460 Szeregi Fouriera. Definicja. Definicja. Układ trygonometryczny. Definicja Układ ortogonalny funkcji ( ϕ n

460 Szeregi Fouriera. Definicja. Definicja. Układ trygonometryczny. Definicja Układ ortogonalny funkcji ( ϕ n 6 Szeregi Fourier Defiij Dwie fuje ψ :< > C zywmy fujmi ortogolymi przedzile < > gdy ψ Defiij Ciąg fuji ) :< > C zywmy ułdem ortogolym przedzile < > gdy fuje są prmi ortogole przedzile < > tz gdy j j λ

Bardziej szczegółowo

Układy równań liniowych Macierze rzadkie

Układy równań liniowych Macierze rzadkie 5 mrzec 009 SciLb w obliczeich umeryczych - część Sljd Ukłdy rówń liiowych Mcierze rzdkie 5 mrzec 009 SciLb w obliczeich umeryczych - część Sljd Pl zjęć. Zdie rozwiązi ukłdu rówń liiowych.. Ćwiczeie -

Bardziej szczegółowo

Całka Riemanna. Analiza Matematyczna. Alexander Denisjuk

Całka Riemanna. Analiza Matematyczna. Alexander Denisjuk Anliz Mtemtyczn Cłk Riemnn Alexnder Denisjuk denisjuk@pjwstk.edu.pl Polsko-Jpońsk Wyższ Szkoł Technik Komputerowych zmiejscowy ośrodek dydktyczny w Gdńsku ul. Brzegi 55 80-045 Gdńsk Anliz Mtemtyczn p.

Bardziej szczegółowo

Statystyka Matematyczna. Skrypt. Spis treści. SKN Matematyki Stosowanej. s k n. m s 23 kwietnia Oznaczenia i definicje 3

Statystyka Matematyczna. Skrypt. Spis treści. SKN Matematyki Stosowanej. s k n. m s 23 kwietnia Oznaczenia i definicje 3 Spis treści Ozaczeia i defiicje 3 Wioskowaie statystycze 3. Statystyki dostatecze................................................. 3.. Rodzia rozkładów wykładiczych......................................

Bardziej szczegółowo

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

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

Bardziej szczegółowo

PODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych

PODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych PODSTAWY BAZ DANYCH Wykłd 3 2. Pojęcie Relcyjnej Bzy Dnych 2005/2006 Wykłd "Podstwy z dnych" 1 Rozkłdlno dlność schemtów w relcyjnych Przykłd. Relcj EGZ(U), U := { I, N, P, O }, gdzie I 10 10 11 N f f

Bardziej szczegółowo

Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów.

Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów. Rachunek prawdopodobieństwa MAP1181 Wydział PPT, MS, rok akad. 213/14, sem. zimowy Wykładowca: dr hab. Agnieszka Jurlewicz Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów.

Bardziej szczegółowo

SYSTEM WIELKOŚCI CHARAKTERYZUJĄCY POTENCJALNĄ I ODDZIELONĄ CZĄSTKĘ ZUŻYCIA TRIBOLOGICZNEGO

SYSTEM WIELKOŚCI CHARAKTERYZUJĄCY POTENCJALNĄ I ODDZIELONĄ CZĄSTKĘ ZUŻYCIA TRIBOLOGICZNEGO 6-0 T B O L O G 8 Piotr SDOWSK * SYSTEM WELKOŚC CKTEYZUĄCY POTECLĄ ODDZELOĄ CZĄSTKĘ ZUŻYC TBOLOGCZEGO SYSTEM OF VLUES CCTEZED POTETL D SEPTED WE PTCLE Słow kluczowe: prc trci, zużywie ściere, cząstk zużyci,

Bardziej szczegółowo

2. PODSTAWY STATYKI NA PŁASZCZYŹNIE

2. PODSTAWY STATYKI NA PŁASZCZYŹNIE M. DSTY STTYKI N ŁSZZYŹNIE. DSTY STTYKI N ŁSZZYŹNIE.. Zsdy dynmiki Newton Siłą nzywmy wektorową wielkość, któr jest mirą mechnicznego oddziływni n ciło ze strony innych cił. dlszej części ędziemy rozptrywć

Bardziej szczegółowo

Badanie regularności w słowach

Badanie regularności w słowach Przypdek sekwencyjny Mrcin Piątkowski Wydził Mtemtyki i Informtyki Uniwersytet Mikołj Kopernik Edsger Wybe Dijkstr (1930 2002) Computer science is no more bout computers thn stronomy is bout telescopes,

Bardziej szczegółowo

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY Weryfikacja hipotez statystyczych WNIOSKOWANIE STATYSTYCZNE Wioskowaie statystycze, to proces uogóliaia wyików uzyskaych a podstawie próby a całą

Bardziej szczegółowo

Funkcje tworz ce skrypt do zada«

Funkcje tworz ce skrypt do zada« Fukcje tworz ce skrypt do zada«mateusz Rapicki, Piotr Suwara 20 maja 2012 1 Kombiatoryka Deicja 1 (dwumia Newtoa) dla liczb caªkowitych ieujemych, k to liczba k sposobów wybraia k elemetów z -elemetowego

Bardziej szczegółowo