Reprezentacje w przestrzeni stanów

Wielkość: px
Rozpocząć pokaz od strony:

Download "Reprezentacje w przestrzeni stanów"

Transkrypt

1 Reprezetacje w przestrzei staów 91 Rozdział 8 Reprezetacje w przestrzei staów 8.1 Defiicja reprezetacji tuicyje wprowadzeie Wektor jest abstrakcyjy pojęcie geoetryczy. Wykoaie kokretych obliczeń wyaga zadaia (wybraia) odpowiediego układu współrzędych, w który wektor utożsaiay z koluą liczb. Wybór układu współrzędych to, iyi słowy, wybór wektorów bazy jedostkowych wektorów osi układu. Współrzęde wektora to współczyiki jego rozkładu a wektory wybraej bazy. Podobie postępujey w echaice kwatowej, choć posługujey się ieco ią teriologią. Wybór reprezetacji to po prostu wybór bazy w przestrzei Hilberta przestrzei staów układu fizyczego. Wybierając bazę przedstawiay wektory przez ich "składowe", zaś operatory reprezetujey przez odpowiedio obliczoe eleety acierzowe. Wybór bazy reprezetacji jest w zasadzie dowoly, lecz tak jak wybór układu współrzędych w echaice klasyczej, jest a ogół podyktoway wygodą obliczeń. Jako bazę w pewej przestrzei Hilberta H wybierzey zbiór wektorów (ketów), { u α } = baza w przestrzei H, α. (8.1) Mówiy często, że dokoaliśy wyboru reprezetacji U. Jeżeli wybraa baza staowi zbiór wektorów własych pewej wielkości fizyczej obserwabli Û, to wybraej bazie reprezetacji, adajey azwę związaą z ową wielkością fizyczą. Na przykład, gdy baza { u α } odpowiada stao własy hailtoiau, to ówiy o reprezetacji eergetyczej, bowie wtedy Û = Ĥ jest hailtoiae, czyli operatore eergii. Zwracay tu uwagę a astępującą okoliczość. Wektory bazy są uerowae idekse α z pewego zbioru. Możey tu ieć do czyieia z trzea różyi przypadkai. Wyiar przestrzei Hilberta H jest skończoy (di H = N < ). Wówczas zbiór jest też skończoy i zawiera N eleetów, które oża pouerować od 1 do N. Wtedy δ(α β) = δ αβ jest zwykłą deltą Kroeckera. Wyiar przestrzei H jest ieskończoy (di H = ) lecz przeliczaly (ocy takiej, jak zbiór liczb aturalych N). Zbiór jest przeliczaly i pokrywa się z N, zaś δ(α β) = δ αβ jest adal deltą Kroeckera. Wyiar przestrzei Hilberta H jest ieskończoy, ieprzeliczaly (di H =, ocy cotiuu, jak zbiór liczb rzeczywistych R). Zbiór też jest ieprzeliczaly, a δ(α β) abiera sesu tzw. delty Diraca. S.Kryszewski MECHANKA KWANTOWA 91

2 Reprezetacje w przestrzei staów Relacje ortooralości i zupełości Wybraliśy reprezetację U, a więc bazę w przestrzei Hilberta. Zakładay, że jest to zbiór wektorów ortooralych, czyli taki, że wektory te spełiają waruek u α u β = δ(α β) (8.2) Z faktu, że zbiór { u α } jest bazą w H wyika, że dowoly ket (wektor) ψ H oża (i to w sposób jedozaczy) zapisać jako kobiację liiową wektorów bazy postaci ψ = dα f(α) u α = dα u α f(α), (8.3) gdzie współczyiki f(α) są liczbai (zależyi od paraetru α), a więc ie a zaczeia, czy apiszey je przed, czy za wektore. Rozkład taki azwać ożey rozkłade keta ψ w reprezetacji U. Do dyskusji tego rozkładu wróciy w dalszy ciągu wykładu. Ses całki w powyższy wzorze zależy od oawiaego wyżej charakteru zbioru ideksów. Poowie ay trzy ożliwe przypadki. α {zbiór skończoy}. Całka przechodzi w suę skończoą. Współczyiki zapisujey jako f(α) = f α, przy czy staowią oe ciąg skończoy. α {zbiór ieskończoy, przeliczaly}. Całka ozacza suę ieskończoą (szereg), a współczyiki f(α) = f α są ciągie ieskończoy. α { zbiór ieskończoy, cotiuu}. Całka pozostaje całką. Współczyiki f(α) są pewą fukcją ideksu α. (W zasadzie ic ie stoi a przeszkodzie, aby ozaczać je rówież za poocą sybolu f α ). Wprowadziliśy w te sposób ogólą otację, którą w razie potrzeby ożey dopasować do kokretego przypadku, odpowiadającego jedej z trzech oówioych ożliwości. W dalszy ciągu aszych rozważań ie będziey za każdy raze, ta gdzie ie jest to koiecze, oawiać tych trzech ożliwości. Dalszą dyskusję prowadziy w otacji właściwej dla trzeciego przypadku. Adaptacja zapisu dla dwóch pozostałych, w świetle powyższych uwag, ie powia staowić żadego probleu. Oczywiście z relacji ortooralości (8.2) zastosowaej do rozkładu (8.3) wyika u β ψ = dα u β u α f(α) = dα δ(α β) f(α) = f(β). (8.4) Wielkości u β ψ, gdzie ideks β przebiega odpowiedi zbiór wartości, często bywają azywae fukcjai falowyi w reprezetacji U (do sprecyzowaia i oówieia tej azwy wróciy dalej). Dalsze rozuowaie ilustruje astępujący ciąg rówości. Korzystay z (8.3) i (8.4) ψ = dα u α f(α) = dα u α u α ψ = [ dα u α u α ] ψ. (8.5) Relacja (8.5) usi być słusza dla dowolego keta ψ H, więc piszey dα u α u α = dα ˆP α = ˆ1, (8.6) gdzie ˆ1 jest operatore jedostkowy (operatore idetyczości) a rozważaej przestrzei Hilberta H. Relację (8.6) azyway relacją zupełości bazy w H, lub rozkłade operatora jedostkowego (w skrócie jedyki) w reprezetacji U. Operator idetyczości a przestrzei H został więc rozłożoy a operatory rzutowe ˆP α = u α u α, z których każdy rzutuje a kieruek wyzaczoy przez kolejy wektor wybraej bazy. S.Kryszewski MECHANKA KWANTOWA 92

3 Reprezetacje w przestrzei staów 93 Wyprowadziliśy tutaj relację zupełości zakładając jedozaczość rozkładu wektora w pewej bazie. Zachodzi też stwierdzeie odwrote. Jeżeli pewie zbiór wektorów spełia relację zupełości (8.6), to zbiór te staowi bazę ortooralą w badaej przestrzei. Skoro zaś jest bazą, to rozkład typu (8.5) jest jedozaczy. 8.2 Reprezetacje ketów, bra oraz operatorów Reprezetacje ketów i bra Aalizujey teraz wektor (ket) ψ H, w której wybraa została baza ortoorala { u α }, czy też iyi słowy, reprezetacja U. Na podstawie relacji (8.3), która jest przedstawieie wektora ψ jako kobiacji liiowej wektorów bazy, ożey wektor te utożsaić (w reprezetacji U) ze "słupkie" koluą ψ. u α ψ. =. f(α)., (8.7) w który każdy z eleetów jest liczbą obliczoą z (8.4). Gdy ideks α przebiega zbiór skończoy, to kolua (8.7) a tyle eleetów, ile wyosi wyiar przestrzei H. Jeżeli zaś zbiór ideksów jest ieprzeliczaly, to powyższą koluę oża utożsaić z pewą zwykłą fukcją paraetru (zieej) α. Relacja (8.7) ściśle łączy się z rozkłade (8.5), tj. ψ = dα u α u α ψ, który oża też iterpretować jako działaie operatora idetyczości, określoego w (8.6) a ket ψ. Wielkości u α ψ są współczyikai rozkładu (składowyi) wektora stau w wybraej bazie reprezetacji. Zupełie aalogiczie ożey złożyć bra i operator jedostkowy, a więc utworzyć owe bra φ ˆ1 H, które działając a wektor ψ usi dawać to sao co po prostu φ. Wobec tego usi być φ = φ ˆ1 = dα φ u α u α. (8.8) terpretując powyższy wzór jako rozkład bra a "składowe", widziy, że φ u α = u α φ. A więc ay tu do czyieia ze sprzężeiai zespoloyi współczyików (składowych) keta φ heritowsko sprzężoego z baday bra. Otrzyay związek jest przejawe atyliiowej relacji iędzy ketai i bra. Staowi o rozkład bra φ w reprezetacji U. Jeżeli teraz b(α) = u α ϕ będą współczyikai rozkładu (w reprezetacji U), takii jak w (8.3), dla wektora (keta) ϕ, wówczas ze względu a atyliiowość, odpowiedie bra będzie ieć w przestrzei H rozkład ϕ = dβ b (β) u β (8.9) Reprezetacja iloczyu skalarego Przechodziy do dyskusji iloczyu skalarego dwóch wektorów. Z rozkładów (8.9) i (8.3) otrzyujey ( ) ( ) ϕ ψ = dβ b (β) u β dα f(α) u α = dα dβ b (β) f(α) u β u α, (8.10) S.Kryszewski MECHANKA KWANTOWA 93

4 Reprezetacje w przestrzei staów 94 bo liczby b (β) i f(α) są przeiee z ketai i bra. dalej z ortooralości bazy (8.2) ϕ ψ = dα dβ b (β) f(α) δ(β α) = dα b (α) f(α). (8.11) Z określeia (8.4) współczyików b (β) oraz f(α) wyika ϕ ψ = dα ϕ u α u α ψ ( ) = ϕ dα u α u α ψ = ϕ ˆ1 ψ = ϕ ψ. (8.12) Otrzyaliśy w zasadzie tożsaość, która iewiele wosi, lecz sprawdza wewętrzą spójość foralizu. Foruła (8.26) pozwala jedak a dokoaie ważego kroku iterpretacyjego. Poieważ "składowe" keta f(α) = u α ψ uporządkowaliśy w koluę, widziy, że dla zachowaia reguł obliczaia iloczyu skalarego według zasad ożeia acierzy, ależy wziąć "składowe" bra w postaci wiersza ϕ (..., ϕ u α,... ) = (..., b (α),... ), (8.13) czyli więc bra φ w reprezetacji U jest przedstawioe za poocą acierzy jedowierszowej. A zate w sesie acierzowy ket ψ i bra ψ, reprezetowae odpowiedio przez koluę i wiersz, są heritowsko sprzężoyi acierzai (lub ich uogólieiai a ieskończeie wiele wyiarów) Uwagi o orowaiu Probabilistycza iterpretacja echaiki kwatowej wyaga, aby sta ψ H był uoroway. Ze wzoru (8.39) zastosowaego dla ϕ = ψ otrzyujey ψ 2 = ψ ψ = dα f (α) f(α) = dα f(α) 2. (8.14) Żądaie uorowaia stau ψ sprowadza się więc do orowaia współczyików rozkładu tego stau w bazie { u α }. Oczywiście, w przypadku bazy dyskretej, całka w (8.14) przechodzi w suę po dyskrety ideksie Reprezetacja ψ =  ψ W poprzedich paragrafach oówiliśy sposób przyporządkowaia ketowi ψ jego "składowych" f(α) = u α ψ. Rozważy teraz astępującą sytuację. May rozkłady dwóch staów w reprezetacji U: ψ = dα f(α) u α, gdzie f(α) = u α ψ (8.15a) ψ = dβ f(β) u β, gdzie f(β) = uβ ψ (8.15b) Przyjiey, że oba rozważae stay (wektory) są powiązae relacją ψ =  ψ, (8.16) gdzie  jest pewy operatore liiowy. Powstaje więc pytaie: jak związek (8.16) poiędzy wektorai przekłada się a relację poiędzy współczyikai f(α) i f(β) rozwiięć w reprezetacji U? S.Kryszewski MECHANKA KWANTOWA 94

5 Reprezetacje w przestrzei staów 95 Nie jest trudo odpowiedzieć a postawioe pytaie. Z defiicji współczyików f(α) przekształcoego keta, a także z (8.16) ay f(α) = u α ψ = u α  ψ. (8.17) W powyższy wzorze, poiędzy operator  a ket ψ, wstawiay rozkład jedyki (relację zupełości) (8.6). W te sposób otrzyujey ( ) f(α) = u α  ˆ1 ψ = u α  dβ u β u β ψ = dβ u α  u β u β ψ = dβ A αβ f(β), (8.18) gdzie wprowadziliśy tzw. eleety acierzowe operatora jako  w reprezetacji U, zdefiiowae A αβ = u α  u β (8.19) Jeśli więc uiey skostruować eleety acierzowe, to wzór (8.18) staowi odpowiedź a postawioe powyżej pytaie. Zai oówiy eleety acierzowe u α  u β zauważy, że współczyiki f(β) i f(α) przedstawiają wektory ψ i ψ w reprezetacji U jako koluy (8.7). Przyglądając się relacji (8.18) widziy, że aby zachować zgodość ze stadardową otacją acierzową kolua przedstawiająca przekształcoy wektor usi powstać przez przeożeie acierzy reprezetującej operator w daej bazie i koluy "składowych" wektora wyjściowego. Dlatego też wielkości, zwae eleetai acierzowyi, rzeczywiście iterpretujey jako acierz kwadratową, w której ideks α ueruje wiersze, zaś ideks β koluy. Macierz taka oże być skończoa lub ie, co zależy od wyiaru przestrzei H. Taka iterpretacja wyjaśia także azwę adaą obiekto wprowadzoy w rówaiu (8.19). Wybierając kokretą bazę w przestrzei Hilberta ajczęściej kierujey się łatwością obliczeń. Załóży więc, że baza { u α } jest tak wybraa, że uiey wyliczyć iezbęde a eleety acierzowe operatora Â. yi słowy, przyjujey, że uiey zbudować acierz (8.19) przedstawiającą asz operator w reprezetacji U. Aby efektywie wykorzystywać relację (8.18) poiędzy współczyikai rozkładu dwóch wektorów powiązaych przez operator Â, warto oówić iektóre własości eleetów acierzowych operatora w reprezetacji U Reprezetacja iloczyu operatorów Zobaczyy teraz, jak wprowadzoe eleety acierzowe dotyczą iloczyu operatorów. Wychodząc więc wprost z defiicji (8.19) i korzystając po drodze z rozkładu jedyki (8.6) w reprezetacji U, otrzyujey ( ˆB) = u α  ˆB u β = u α  ˆ1 ˆB u β αβ ( ) = u α  dγ u γ u γ ˆB u β = dγ u α  u γ u γ ˆB u β = dγ A αγ B γβ (8.20) Wprowadzoy sposób określaia eleetu acierzowego iloczyu operatorów w wybraej bazie jest więc kosystety z etodai obliczaia iloczyu acierzy. Potwierdza to słuszość azwy eleety acierzowe. Tak więc acierz iloczyu operatorów jest iloczye odpowiedich acierzy. S.Kryszewski MECHANKA KWANTOWA 95

6 Reprezetacje w przestrzei staów 96 Zauważy, że wyprowadzeie relacji (8.20) oglibyśy przeprowadzić w dowolej iej reprezetacji (bazie). Reguła obliczaia eleetu acierzowego iloczyu operatorów ie zależy więc od wyboru reprezetacji. Praktycze obliczeia wykoujey jedak zawsze wybierając jakąś kokretą reprezetację. Jest to sytuacja podoba do tej, w której prawa fizyki klasyczej forułujey za poocą wektorów, wielkości geoetryczych, iezależych od wyboru układu współrzędych. Faktycze obliczeia prowadziy jedak w odpowiedio dobray układzie odiesieia Eleety acierzowe operatora sprzężoego Rozważy operator  heritowsko sprzężoy do operatora Â. Pytay jakie są jego eleety acierzowe w reprezetacji U? Eleet acierzowy tego operatora jest postaci ( ) αβ = u α  u β = u β  u α = A βα, (8.21) gdzie, w drugiej rówości wykorzystaliśy, zaą już relację ϕ  ψ = ψ  ϕ poiędzy eleetai acierzowyi operatora sprzężoego i wyjściowego. Widziy więc, że acierz operatora sprzężoego tworzyy z acierzy operatora iesprzężoego poprzez traspozycję i zwykłe sprzężeie zespoloe. Jeżeli atoiast operator  jest heritowski, wówczas z (8.21) wyika ( ) (Â) = = A αβ, a zate αβ αβ A αβ = A βα,  =  heritowski. (8.22) Macierz operatora heritowskiego jest więc heritowska, co chyba ie jest wioskie ieoczekiway. Odotujy jeszcze, że diagoale eleety acierzowe operatora heritowskiego są rzeczywiste A αα = A αα R,  =  heritowski, (8.23) co jest ogólą własością acierzy heritowskich. Podkreśly poowie, że rozważaia powyższe, dotyczące operatorów i ich sprzężeń są iezależe od wyboru reprezetacji (bazy w przestrzei H), to zaczy przebiegają w te sa sposób w każdej reprezetacji Wyrażeie dla ϕ  ψ Posługujey się cały czas tyi sayi sposobai. Rozważając eleet acierzowy, a więc liczbę ϕ  ψ korzystay dwukrotie z rozkładu jedyki (8.6) i ay ϕ  ψ = ϕ ˆ1  ˆ1 ψ ( ) ( ) = ϕ dα u α u α  dβ u β u β ψ = dα dβ ϕ u α u α  u β u β ψ = dα dβ b (α) A αβ f(β). (8.24) Poieważ współczyiki b (α) = ϕ u α tworzą wiersz, zaś f(β) = u β ψ koluę, więc widziy poowie, że uzyskae wyrażeia adal są w pełi zgode z techikai rachuku acierzowego. S.Kryszewski MECHANKA KWANTOWA 96

7 Reprezetacje w przestrzei staów Operatory rzutowe i rozkład spektraly obserwabli Niech A będzie pewą wielkością fizyczą, której odpowiada obserwabla Â, tj. operator heritowski, którego wektory włase tworzą w przestrzei H bazę ortooralą. Piszey więc  f (i) = a f (i), i = 1, 2, 3..., g. (8.25) Liczby a R są wartościai własyi  g -krotie zdegeerowayi, z czego zdaje sprawę ideks (i). Stay włase f (i) tworzą bazę więc spełiają relacje f (i) f (j) = δ δ ij, g f (i) (i) f = ˆ1. (8.26) Dowoly wektor ψ H oża rozłożyć w bazie ψ = g C (i) f (i), gdzie C(i) = f (i) ψ. (8.27) Powyższe relacje są aalogai foruł (8.2), (8.6) i (8.3). Dla ustaloego stay f (i) rozpiają podprzestrzeie H podprzestrzeie włase o wyiarze di H = g, odpowiadające wartości własej a. Możey wówczas tworzyć kobiacje liiowe ψ = g C (i) f (i) H, (8.28) i zaiast rozkładu (8.27) pisać ψ = ψ. (8.29) Co więcej, dowoly ψ H jest stae własy obserwabli Â, to jest  ψ =  g C (i) f (i) = a ψ. (8.30) Dowód tej rówości przeprowadza się zupełie tak sao jak w przypadku rówaia (3.49) Projektory jedowyiarowe Operatory rzutowaia a kieruek wyzaczoy przez wektor f (i) P (i) = f (i) f (i), (8.31) ają astępujące własości. Są idepotete (patrz (7.25)), tj., ( P (i)) 2 = P (i). (8.32) Oczywista (z defiicji (8.31)) jest heritowskość ( P (i)) = P (i). (8.33) S.Kryszewski MECHANKA KWANTOWA 97

8 Reprezetacje w przestrzei staów 98 Projektory P (i) są ortogoale, w ty sesie, że P (i) P(j) = δ δ ij P (i). (8.34) Uzasadieie tej relacji wyika z defiicji i z )(8.26) P (i) P (j) = f (i) f (i) = δ δ ij f (i) f (j) f (i) f (j) = δ δ ij f (i) f (j) = δ δ ij P (i). (8.35) Obecość delt Kroeckera zapewia zerowaie się prawej stroy dla i i j, poza deltai oża jedak położyć = i i = j, stąd druga liia powyższej foruły. Zauważy dodatkowo, że z (8.35) wyika także idepotetość operatorów rzutowych. Stosując w rozkładzie jedyki (8.26) ozaczeia (8.31) ay g P (i) = ˆ1. (8.36) Projektory wielowyiarowe Niech P ozacza operator rzutowaia a g N -wyiarową podprzestrzeń H. Zate P = g P (i) Własości takich projektorów są takie sae. depotetość ( P ) 2 = P. Heritowskość P = P. Ortogoalość P P = δ P. Zupełość P = ˆ1. (8.37) Dowody tych własości w eleetary sposób wyikają z własości projektorów jedowyiarowych P (i) i faktu, że P jest ich suą Rozkład spektraly obserwabli Wróćy do dyskusji obserwabli Â. Oczywiście ożey apisać  = ˆ1  ˆ1 = = g g g j=1 f (i) f (i) (i) f  f (i)  f (j) g j=1 f (j) f (j) f (j). (8.38) Stay f (j) są wektorai własyi obserwabli Â, więc z ich ortogoalości f (i)  f (j) Wobec tego otrzyujey = a f (i) f (j) = a δ δ ij. (8.39)  = = g g g f (i) a δ δ ij f (j) = j=1 a P (i) = g a f (i) f (i) a P. (8.40) S.Kryszewski MECHANKA KWANTOWA 98

9 Reprezetacje w przestrzei staów 99 Taki rozkład operatora  a operatory rzutowe (w reprezetacji geerowaej przez te operator), z wagai dayi przez odpowiedie wartości włase azyway rozkłade spektraly operator Â. Z rozkładu spektralego wyikają istote wioski. Zachodzą relacje koutacyje [ Â, P (i) ] = [ Â, P ] = 0, (8.41) bowie w rozkładzie spektraly  wszystkie ie projektory są ortogoale do występujących w koutatorach, a te koutują sae ze sobą. Dla dowolego ψ H sta P (i) ψ jest stae własy obserwabli  odpowiadający wartości własej a. stotie, z rozkładu spektralego ay  P (i) ψ = k g k j=1 a k P (j) k P(i) ψ = k g k j=1 a k δ k δ ji P (i) ψ = a P (i) ψ. (8.42) Aalogiczie, P ψ jest stae własy obserwabli  z wartością własą a  P ψ = a P ψ. (8.43) Dowód przebiega idetyczie jak w poprzedi pukcie.  dla układu fizycz- Wartość oczekiwaa wielkości fizyczej A, której odpowiada operator ego zajdującego się w staie ψ wyosi A = ψ  ψ = = g g a ψ P (i) ψ a ψ f (i) f (i) ψ = a g f (i) ψ 2, (8.44) gdzie skorzystaliśy z rozkładu spektralego obserwabli Â. Suę g f (i) ψ 2, (zgodie z postulatai echaiki kwatowej) iterpretujey jako prawdopodobieństwo tego, że w wyiku poiaru wielkości fizyczej A otrzyay wartość własą a. Wyik te oczywiście odpowiada prawdopodobieństwu (3.64), a w przypadku bez degeeracji (gdy i 1) przechodzi w (3.57). Sua wszystkich prawdopodobieństw usi dawać jedykę, więc usi być g f (i) ψ 2 = 1. (8.45) Waruek te to ic iego iż żądaie uorowaia stau ψ. Po raz kolejy widziy więc, że orowaie wektora ψ jest rzeczywiście potrzebe. 8.4 Nowa teriologia Podsuujey wyżej wyprowadzoe pojęcia i zależości poiędzy ii. Cele aszy jest adaie opisaeu foralizowi teriologii typowej dla echaiki kwatowej. S.Kryszewski MECHANKA KWANTOWA 99

10 Reprezetacje w przestrzei staów Fukcje falowe w reprezetacji U Niech { u α } będzie pewą bazą w przestrzei Hilberta H przestrzei staów ψ. Przyjujey, że α staowią zbiór ocy cotiuu, a więc ay tu całki i delty Diraca. Przejście do przypadku, w który zbiór jest dyskrety ie powio astręczać żadych trudości, całki przejdą w suy, a delty Diraca w delty Kroeckera. Wprowadzoą bazę azwiey reprezetacją U w daej przestrzei. Oczywiście wektory bazy uszą spełiać waruki: ortooralości (8.2) i zupełości (tzw. rozkład jedyki w reprezetacji U) (8.6). Dowoly sta, wektor ψ H ożey zapisać w bazie (reprezetacji U) w/g (8.3), przy czy współczyiki rozkładu są iloczyai skalaryi u α ψ. Oówiy teraz dokładie teriologię, której już użyliśy, i którą będziey się posługiwać w dalszy ciągu wykładu. Dowoly sta ψ H oża rozłożyć w bazie ψ = dα u α f(α). (8.46) Liczbową fukcję f(α) paraetru α azwiey f(α) = u α ψ fukcją falową stau ψ w reprezetacji U. (8.47) Fukcja falowa f(α) (w reprezetacji U) powia być uorowaa, to jest dα f(α) 2 = dα u α ψ u α ψ = dα ψ u α u α ψ = ψ ψ = 1, (8.48) gdzie przedostati krok wyika z zupełości wektorów bazy. Dzięki teu ożey utrzyać iterpretacją probabilistyczą f(α) = u α ψ jako aplitudy (gęstości dla rozkładów ciągłych) prawdopodobieństwa tego, że układ fizyczy opisay stae ψ w wyiku poiaru zalezioy zostaie w staie u α. Reprezetacja U jest dowola, zate żądaie uorowaia fukcji falowej dotyczy każdej reprezetacji i zapewia, że iterpretacja probabilistycza jest iezależa od wyboru reprezetacji. Wybór reprezetacji określa atoiast o jaki (czego) prawdopodobieństwie ówiy Operatory w reprezetacji U Niech teraz f(α) i f(α) będą odpowiedio fukcjai falowyi staów ψ i ψ =  ψ w reprezetacji U, tak jak to ieliśy w (8.15). Na ocy relacji (8.18) ożey powiązać f(α) fukcję falową stau ψ w reprezetacji U, z odpowiedią fukcją falową f(α) stau wyjściowego ψ reprezetacji U f(α) = u α ψ = u α  ψ = dβ u α  u β f(β) = dβ A (u) αβ f(β) (8.49) gdzie A (u) αβ = u α  u β jest eleete acierzowy operatora  w reprezetacji U, co ty raze jawie zazaczyliśy za poocą górego ideksu. Jak już wspoialiśy, prawą stroę relacji (8.49) odczytujey jako iloczy acierzy A (u) αβ i wektora koluowego f(α) (por. (8.7)). S.Kryszewski MECHANKA KWANTOWA 100

11 Reprezetacje w przestrzei staów 101 Zazwyczaj, gdy operator  działa a dowoly sta ψ usiy posługiwać się zapise taki jak w (8.49), tj. używać acierzy i ich eleetów acierzowych. Na ogół trudo jest zaleźć taką postać operatora Â(u) (α) (w reprezetacji U), aby óc apisać relację postaci  (u) (α)f(α) = f(α), to jest jedą forułę pozwalającą za poocą iezbyt skoplikowaych operacji ateatyczych obliczyć fukcją falową f(α) a podstawie zajoości fukcji falowej f(α). yi słowy, rzadko udaje się skostruować operator  (u) tak, aby ógł o działać bezpośredio a fukcje falowe f(α) w daej reprezetacji. Czasai jedak taka "sztuczka" się udaje, Przykłady takich sytuacji oówiy w dalszych paragrafach. Poieważ ie jest łatwo zaleźć ogóle wyrażeia dla iezbędych eleetów acierzowych dlatego wygodie jest przyjąć astępującą kowecję otacyją.  (u) f(α) = Â(u) u α ψ (8.50a) u α  ψ (8.50b) dβ u α  u β f(β) (8.50c) gdzie Â(u) to tak zway operator  w reprezetacji U. Operator te działa a fukcję falową f(α) = u α ψ (w tejże reprezetacji), w sesie określoy przez eleet acierzowy w drugiej liii. Trzecia liia defiiuje ses eleetu acierzowego. Podkreśly tutaj, że relacje (8.50) defiiujące pojęcie operatora w reprezetacji U ają charakter dystrybucyjy (wyrażeia całkowe jak w (8.50c)), co ie ułatwia praktyczych obliczeń. W kokretych sytuacjach tak staray się wybrać reprezetacje (czyli bazy) w przestrzei staów, aby ożliwie uprościć obliczeia. Przede wszystki chodzi o efektywe obliczaie eleetów acierzowych operatorów, a astępie całek (8.50c) Uwagi dodatkowe Niekiedy zdarza się, że w odpowiedio dobraej reprezetacji eleet acierzowy operatora oża przedstawić w postaci A (u) αβ = δ(α β) Â(u) (β) (8.51) gdzie Â(u) (β) jest wtedy operatore  w reprezetacji U działający bezpośredio a fukcje falowe brae w tejże reprezetacji. Dystrybucyja (całkowa) relacja (8.49) daje wówczas f(α) = dβ A (u) αβ f(β) = dβ δ(α β)â(u) (β) f(β) = Â(u) (α) f(α), (8.52) W takiej sytuacji trudość, o której ówiliśy przed wprowadzeie kowecji otacyjej (8.50) zostaje oiięta. Obliczeie f(α) a podstawie f(α) staje się ożliwe, o ile tylko potrafiy skostruować operator Â(u) (α) w reprezetacji U. Zwróćy uwagę, że w operatorze Â(u) (α) wyrażoy w reprezetacji U a ogół występuje ziea paraetr α charakteryzujący wybraą reprezetację. Łącząc wyrażeie (8.51) z trzeci człoe relacji (8.49) lub z (8.50c), ożey apisać u α  ψ = dβ δ(α β) Â(u) (β) f(β) = Â(u) (α) f(α) = Â(u) (α) u α ψ. (8.53) S.Kryszewski MECHANKA KWANTOWA 101

12 Reprezetacje w przestrzei staów 102 Tak więc, w pewych wypadkach ożliwe jest zapisaie działaia operatora  w wybraej reprezetacji w postaci zwartej, bez odwoływaia się do zapisu dystrybucyjego całkowego, jak w ostati człoie (8.49), lub w (8.50c). Jeśli więc potrafiy wyzaczyć operator Â(u) (α) w reprezetacji U (w sesie relacji (8.51)), to ożey eleet acierzowy w (8.53) wyrazić poprzez bezpośredie działaie Â(u) (α) a fukcję falową stau ψ w daej reprezetacji. Zalezieie jawej postaci  (u) (α) operatora  w reprezetacji U często ie jest sprawą ai prostą, ai łatwą. Wyaga to ajpierw obliczeia eleetu acierzowego A αβ = u α  u β, a astępie dokoaia odpowiedich aipulacji tak, aby otrzyać wzór typu (8.51). * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * S.Kryszewski MECHANKA KWANTOWA 102

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/ n 333))

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/ n 333)) 46. Wskazać liczbę rzeczywistą k, dla której graica k 666 + 333)) istieje i jest liczbą rzeczywistą dodatią. Obliczyć wartość graicy przy tak wybraej liczbie k. Rozwiązaie: Korzystając ze wzoru a różicę

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1 LUX, zima 2016/17

Jarosław Wróblewski Analiza Matematyczna 1 LUX, zima 2016/17 Kolokwiu r 5: piątek 8..06, godz. 8:5-9:00, ateriał zad. 40, 50-585. Kolokwiu r 53: piątek 5..06, godz. 8:5-9:00, ateriał zad. 50, 50-59. Kolokwiu r 54: piątek..06, godz. 8:5-9:00, ateriał zad. 83, 50-64.

Bardziej szczegółowo

Podprzestrzenie macierzowe

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

Bardziej szczegółowo

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

Podprzestrzenie macierzowe

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

Parametryzacja rozwiązań układu równań

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

Bardziej szczegółowo

Twierdzenie Cayleya-Hamiltona

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

Bardziej szczegółowo

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

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

Bardziej szczegółowo

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

I. Podzielność liczb całkowitych

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

Bardziej szczegółowo

1 Twierdzenia o granicznym przejściu pod znakiem całki

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

Bardziej szczegółowo

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

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x Meody aeaycze w echologii aeriałów Uwaga: Proszę paięać, że a zajęciach obowiązuje akże zajoość oówioych w aeriałach przykładów!!! CAŁKOWANIE FUNKCJI WYMIERNYCH Fukcją wyierą azyway fukcję posaci P ( )

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

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

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

1.3. Przestrzeni. Odwzorowania. Rząd macierzy. Twierdzenie Croneckera- Capellego

1.3. Przestrzeni. Odwzorowania. Rząd macierzy. Twierdzenie Croneckera- Capellego WYKŁD 4 3 Przestrzei Odwzorowaia Rząd acierzy Twierdzeie Croecera- Capellego 3 Przestrzeń Przestrzeń wetorowa Baza przestrzei wetorowej 78 (Przestrzeń ) Niech ozacza zbiór wszystich ciągów -eleetowych

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

Rozkład χ 2 = + 2π 2. Niech zmienna losowa x ma rozkład normalnyn(x; µ,σ). Znajdziemy rozkład zmiennej:

Rozkład χ 2 = + 2π 2. Niech zmienna losowa x ma rozkład normalnyn(x; µ,σ). Znajdziemy rozkład zmiennej: Rozkład χ Niech ziea losowa a rozkład oralyn(; µ,). Zajdziey rozkład zieej: µ Stadaryzjąc zieą losową µ otrzyjey stadaryzoway rozkład Gassa: ( ;, ) ep N 0 π Rozkład zieej a więc postać: d ( X + ) N N ep

Bardziej szczegółowo

Wykład 6. Przestrzenie metryczne ośrodkowe i zupełne. ρ, gdzie r

Wykład 6. Przestrzenie metryczne ośrodkowe i zupełne. ρ, gdzie r Wyład 6 Przestrzeie etrycze ośrodowe i zupełe. Przypoiay, że zbiór azyway przeliczaly, jeśli jest o rówoliczy ze zbiore wszystich liczb aturalych N, a co ajwyżej przeliczaly, jeśli jest o przeliczaly lub

Bardziej szczegółowo

χ 2 = + 2π 2 Niech zmienna losowa x ma rozkład normalnyn(x; µ,σ). Znajdziemy rozkład zmiennej: σ

χ 2 = + 2π 2 Niech zmienna losowa x ma rozkład normalnyn(x; µ,σ). Znajdziemy rozkład zmiennej: σ χ Niech ziea losowa a rozkład oralyn(; µ,). Zajdziey rozkład zieej: µ Stadaryzjąc zieą losową µ otrzyjey stadaryzoway rozkład Gassa: ( ;, ) ep N 0 π Rozkład zieej a więc postać: d ( X + ) N N ep d π Rozważy

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

Mechanika kwantowa III

Mechanika kwantowa III Mecaika kwatowa III Opracowaie: Barbara Pac, Piotr Petele Powtóreie Moet pędu jest wielkością pojęciowo bardo istotą, gdż dla wsstkic pól o setrii sfercej operator jego kwadratu ( ˆM koutuje ailtoiae (

Bardziej szczegółowo

UOGÓLNIONA MIARA DOPASOWANIA W MODELU LINIOWYM

UOGÓLNIONA MIARA DOPASOWANIA W MODELU LINIOWYM UOGÓLNIONA MIARA DOPASOWANIA W MODELU LINIOWYM Wojciech Zieliński Katedra Ekonoetrii i Statystyki, SGGW Nowoursynowska 159, PL-0-767 Warszawa wojtekzielinski@statystykainfo Streszczenie: W odelu regresji

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

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

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

Bardziej szczegółowo

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

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

UKŁADY RÓWNAŃ LINOWYCH

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

Bardziej szczegółowo

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

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

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

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

Bardziej szczegółowo

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

VI. OBLICZANIE WYZNACZNIKA I ODWRACANIE MACIERZY

VI. OBLICZANIE WYZNACZNIKA I ODWRACANIE MACIERZY VI OBLICZANIE WYZNACZNIKA I ODWRACANIE MACIERZY Metody obliczaia wyzaczików, które polegaą a rozwiaiu względe koluy lub wiersza są praktyczie bezużytecze, gdy korzystay z koputera Na przykład, przy rozwiaiu

Bardziej szczegółowo

Geometrycznie o liczbach

Geometrycznie o liczbach Geometryczie o liczbach Geometryczie o liczbach Łukasz Bożyk Dodatią liczbę całkowitą moża iterpretować jako pole pewej figury składającej się z kwadratów jedostkowych Te prosty pomysł pozwala w aturaly

Bardziej szczegółowo

PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA. Ruch cząstki nieograniczony z klasycznego punktu widzenia. mamy do rozwiązania równanie 0,,

PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA. Ruch cząstki nieograniczony z klasycznego punktu widzenia. mamy do rozwiązania równanie 0,, PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA Ruch cząstki ieograiczoy z klasyczego puktu widzeia W tym przypadku V = cost, przejmiemy V ( x ) = 0, cząstka porusza się wzdłuż osi x. Rozwiązujemy

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

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

( ) WŁASNOŚCI MACIERZY

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

Bardziej szczegółowo

Definicja interpolacji

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

Bardziej szczegółowo

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

4. PRZEKŁADNIKI PRĄDOWE I NAPIĘCIOWE

4. PRZEKŁADNIKI PRĄDOWE I NAPIĘCIOWE 4. PRZEŁDN PRĄDOWE NPĘOWE 4.. Wstęp 4.. Przekładiki prądowe Przekładikie prądowy prądu zieego azywa się trasforator przezaczoy do zasilaia obwodów prądowych elektryczych przyrządów poiarowych oraz przekaźików.

Bardziej szczegółowo

Zasada indukcji matematycznej. Dowody indukcyjne.

Zasada indukcji matematycznej. Dowody indukcyjne. Zasada idukcji matematyczej Dowody idukcyje Z zasadą idukcji matematyczej i dowodami idukcyjymi sytuacja jest ajczęściej taka, że podaje się w szkole treść zasady idukcji matematyczej, a astępie omawia,

Bardziej szczegółowo

ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n)

ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n) ZADANIA - ZESTAW Zadaie.. Wyzaczyć m (), D ( ) dla procesu symetryczego (p = q =,) błądzeia przypadkowego. Zadaie.. Narysuj graf łańcucha Markowa symetrycze (p = q =,) błądzeie przypadkowe z odbiciem.

Bardziej szczegółowo

Fundamentalna tabelka atomu. eureka! to odkryli. p R = nh -

Fundamentalna tabelka atomu. eureka! to odkryli. p R = nh - TEKST TRUDNY Postulat kwatowaia Bohra, czyli założoy ad hoc związek pomiędzy falą de Broglie a a geometryczymi własościami rozważaego problemu, pozwolił bez większych trudości teoretyczie przewidzieć rozmiary

Bardziej szczegółowo

A A A A11 A12 A1. m m mn

A A A A11 A12 A1. m m mn DODTEK NR. GEBR MCIERZY W dodatku tym podamy ajważiejsze defiicje rachuku macierzowego i omówimy iektóre fukcje i trasformacje macierzy ajbardziej przydate w zastosowaiach umeryczych a w szczególości w

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

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

Składka ubezpieczeniowa

Składka ubezpieczeniowa Przychody zakładów ubezpieczeń Przychody i wydatki zakładów ubezpieczeń Składka ubezpieczeiowa 60-95 % Przychody z lokat 5-15 % Przychody z reasekuracji 5-30 % Wydatki zakładów ubezpieczeń Odszkodowaia

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

5. Zasada indukcji matematycznej. Dowody indukcyjne.

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

Bardziej szczegółowo

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

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

W wielu przypadkach zadanie teorii sprężystości daje się zredukować do dwóch

W wielu przypadkach zadanie teorii sprężystości daje się zredukować do dwóch Wykład 5 PŁASKI ZADANI TORII SPRĘŻYSTOŚCI Płaski sta arężeia W wielu rzyadkach zadaie teorii srężystości daje się zredukować do dwóch wymiarów Przykładem może być cieka tarcza obciążoa siłami działającymi

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

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

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

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

Bardziej szczegółowo

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

Model Lesliego. Oznaczmy: 0 m i liczba potomstwa pojawiającego się co jednostkę czasu u osobnika z i-tej grupy wiekowej, i = 1,...

Model Lesliego. Oznaczmy: 0 m i liczba potomstwa pojawiającego się co jednostkę czasu u osobnika z i-tej grupy wiekowej, i = 1,... Model Lesliego Macierze Lesliego i Markowa K. Leśiak Wyodrębiamy w populaci k grup wiekowych. Po każde edostce czasu astępuą arodziy i zgoy oraz starzeie (przechodzeie do astępe grupy wiekowe). Chcemy

Bardziej szczegółowo

Matematyka. Zakres podstawowy. Nawi zanie do gimnazjum. n/m Rozwi zywanie zada Zadanie domowe Dodatkowe Komunikaty Bie ce materiały

Matematyka. Zakres podstawowy. Nawi zanie do gimnazjum. n/m Rozwi zywanie zada Zadanie domowe Dodatkowe Komunikaty Bie ce materiały Lekcja 1. Lekcja orgaizacyja kotrakt Podręczik: W. Babiański, L. Chańko, D. Poczek Mateatyka. Zakres podstawowy. Wyd. Nowa Era. Zakres ateriału: Liczby rzeczywiste Wyrażeia algebraicze Rówaia i ierówości

Bardziej szczegółowo

CAŁKA NIEOZNACZONA. F (x) = f(x) dx.

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

Bardziej szczegółowo

MARIUSZ KAWECKI zbiór zadań dla zainteresowanego matematyką licealisty

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

Bardziej szczegółowo

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

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

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

Bardziej szczegółowo

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

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski olorowaie Dywau ierpińskiego Adrzej zablewski, Radosław Peszkowski pis treści stęp... Problem kolorowaia... Róże rodzaje kwadratów... osekwecja atury fraktalej...6 zory rekurecyje... Przekształcaie rekurecji...

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

c 2 + d2 c 2 + d i, 2

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

Bardziej szczegółowo

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

Postulaty mechaniki kwantowej

Postulaty mechaniki kwantowej 3.10.2004 11. Postulaty mechaniki kwantowej 120 Rozdział 11 Postulaty mechaniki kwantowej Mechanika kwantowa, jak zresztą każda teoria fizyczna, bazuje na kilku postulatach, które przyjmujemy "na wiarę".

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

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

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji

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

Bardziej szczegółowo

LUBELSKA PRÓBA PRZED MATURĄ 2015 poziom podstawowy. Liczba punktów Wyznaczenie pierwszej współrzędnej wierzchołka paraboli: x.

LUBELSKA PRÓBA PRZED MATURĄ 2015 poziom podstawowy. Liczba punktów Wyznaczenie pierwszej współrzędnej wierzchołka paraboli: x. LUBELSKA PRÓBA PRZED MATURĄ 05 poziom podstawowy ZESTAW A ZADANIA ZAMKNIĘTE 5 6 7 8 9 0 5 6 7 8 9 0 A B D D A D B D A B C D C B A C A C B C A B D C ZADANIA OTWARTE KRÓTKIEJ ODPOWIEDZI zadaia 5 6 7 puktów

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

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

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

Bardziej szczegółowo

Wprowadzenie. metody elementów skończonych

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

Bardziej szczegółowo

Podstawowe pojęcia. Próba losowa. Badanie próby losowej

Podstawowe pojęcia. Próba losowa. Badanie próby losowej METODY PROBABILISTYCZNE I STATYSTYKA WYKŁAD 8: STATYSTYKA OPISOWA. ROZKŁADY PRAWDOPODOBIEŃSTWA WYSTĘPUJĄCE W STATYSTYCE. Małgorzata Krętowska Wydział Iforatyki Politechika Białostocka Podstawowe pojęcia

Bardziej szczegółowo

Sformułowanie zagadnienia aproksymacji w sensie najmniejszych kwadratów

Sformułowanie zagadnienia aproksymacji w sensie najmniejszych kwadratów WYKŁAD APROKSYMACJA WIELOMIANOWA I ZAGADNIENIE NAJMNIEJSZYCH KWADRAÓW Sforułowaie zagadieia aprosyaci w sesie aieszych wadratów Rozważy zbiór putów (węzłów) a płaszczyźie {( x y ), 0,.., }, W typowy zadaiu

Bardziej szczegółowo

Chemia Teoretyczna I (6).

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

Bardziej szczegółowo

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

Operatory zwarte Lemat. Jeśli T jest odwzorowaniem całkowym na przestrzeni Hilberta X = L 2 (Ω) z jądrem k L 2 (M M)

Operatory zwarte Lemat. Jeśli T jest odwzorowaniem całkowym na przestrzeni Hilberta X = L 2 (Ω) z jądrem k L 2 (M M) Operatory zwarte Niech X będzie przestrzeią Baacha. Odwzorowaie liiowe T azywa się zwarte, jeśli obraz kuli jedostkowej T (B) jest zbiorem warukowo zwartym. Przestrzeń wszystkich operatorów zwartych a

Bardziej szczegółowo

Stacjonarny rachunek zaburzeń

Stacjonarny rachunek zaburzeń 3.10.2004 19. Stacjoary rachuek zaburzeń 231 Rozdział 19 Stacjoary rachuek zaburzeń 19.1 Istota problemu W wielu praktyczych problemach i obliczeiach kwatowo-mechaiczych musimy rozwiązywać stacjoare rówaie

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

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

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

Bardziej szczegółowo

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

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobieństwo i statystyka.0.00 r. Zadaie Rozważy astępującą, uproszczoą wersję gry w,,woję. Talia składa się z 5 kart. Dobrze potasowae karty rozdajey dwó graczo, każdeu po 6 i układay w dwie kupki.

Bardziej szczegółowo

Podstawy informatyki 2. Podstawy informatyki 2. Wykład nr 9 (09.05.2007) Plan wykładu nr 9. Politechnika Białostocka. - Wydział Elektryczny

Podstawy informatyki 2. Podstawy informatyki 2. Wykład nr 9 (09.05.2007) Plan wykładu nr 9. Politechnika Białostocka. - Wydział Elektryczny odstawy iforatyki Wykład r 9 /44 odstawy iforatyki olitechika Białostocka - Wydział Elektryczy Elektrotechika, seestr II, studia stacjoare Rok akadeicki 006/007 la wykładu r 9 Obliczaie liczby π etodą

Bardziej szczegółowo

Przykładowy arkusz z rozwiązaniami. Arkusz II poziom rozszerzony

Przykładowy arkusz z rozwiązaniami. Arkusz II poziom rozszerzony Przykładowy arkusz z rozwiązaiai Arkusz II pozio rozszerzoy ( pkt) Pukt A( -, -) jest wierzchołkie robu, którego jede z boków zawiera się w prostej k o rówaiu x - y - 0 Środkie syetrii tego robu jest pukt

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

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

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

Bardziej szczegółowo

ANALIZA DRGAŃ POPRZECZNYCH PŁYTY PIERŚCIENIOWEJ O ZŁOŻONYM KSZTAŁCIE Z UWZGLĘDNIENIEM WŁASNOŚCI CYKLICZNEJ SYMETRII UKŁADU

ANALIZA DRGAŃ POPRZECZNYCH PŁYTY PIERŚCIENIOWEJ O ZŁOŻONYM KSZTAŁCIE Z UWZGLĘDNIENIEM WŁASNOŚCI CYKLICZNEJ SYMETRII UKŁADU Dr iż. Staisław NOGA oga@prz.edu.pl Politechika Rzeszowska ANALIZA DRGAŃ POPRZECZNYCH PŁYTY PIERŚCIENIOWEJ O ZŁOŻONYM KSZTAŁCIE Z UWZGLĘDNIENIEM WŁASNOŚCI CYKLICZNEJ SYMETRII UKŁADU Streszczeie: W publikacji

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

A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 2(300), 2014. Tomasz Zapart *

A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 2(300), 2014. Tomasz Zapart * A C T A N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 2(300), 2014 Toasz Zapart * CZYNNIKI WPŁYWAJĄCE NA WSKAŹNIK SZKODOWOŚCI ZE SZCZEGÓLNYM WZGLĘDNIENIEM BEZPIECZENIA FLOTY POJAZDÓW 1.

Bardziej szczegółowo

Wstęp do Modelu Standardowego

Wstęp do Modelu Standardowego Wstęp do Modelu Standardowego Plan (Uzupełnienie matematyczne II) Abstrakcyjna przestrzeń stanów Podstawowe własności Iloczyn skalarny amplitudy prawdopodobieństwa Operatory i ich hermitowskość Wektory

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

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

Bardziej szczegółowo

Dydaktyka matematyki III-IV etap edukacyjny (wykłady)

Dydaktyka matematyki III-IV etap edukacyjny (wykłady) Dydaktyka matematyki III-IV etap edukacyjy (wykłady) Wykład r 12: Fukcja wykładicza cd. Ciągłość fukcji. Pochoda fukcji Semestr zimowy 2018/2019 Fukcja wykładicza (cd.) propozycja Podobie jak w przykładach

Bardziej szczegółowo