Kilka słów o metodzie Monte Carlo

Wielkość: px
Rozpocząć pokaz od strony:

Download "Kilka słów o metodzie Monte Carlo"

Transkrypt

1 Rachunek Prawdopodobieństwa Grupa wykładowa: środa g Prezentuje: Grupa w składzie: 1. Wojciech Nawracała 2. Paweł Gancarz 3. Michał Frysztacki 4. Paweł Trajdos 5. Jakub Bubin Ilustracja metody Monte Carlo obliczania całek podwójnych

2 Spis treści: Treść zadania Kilka słów o metodzie Monte Carlo Algorytm obliczania całek podwójnych metodą Monte Carlo Przykłady rozwiązań, tabele zbiorcze

3 Treść zadania:

4 Kilka słów o metodzie Monte Carlo Metoda opracowana została przez polskiego matematyka, Stanisława Ulama, nazwa wzięła się ze skojarzenia jej z osobą wujka hazardzisty tegoż matematyka. Metoda ta wykorzystywana jest nie tylko do obliczania całek, ale ogólnie rzecz biorąc, do modelowania procesów matematycznych i fizycznych zbyt złożonych do obliczeń analitycznych. Na czym polega metoda MC obliczania całek podwójnych? 1. Na obszarze całkowania opisywany jest prostokąt, i za pomocą generatora liczb pseudolosowych generuje się zadaną wcześniej jako ilość prób liczbę punktów tego prostokąta. 2. W każdej próbie sprawdzane jest, czy współrzędne wylosowanego punktu zawierają się w polu obszaru całkowania czy też nie. 3. Wynik to stosunek sumy wartości całkowanej funkcji w punktach trafionych w obszar całkowania do ilości wszystkich prób, pomnożony przez pole prostokąta

5 Algorytm Monte Carlo jako kod języka c++ inline double gen() int MAX=1000; return ((double)(rand()%max))/max; Generator liczb pseudoloswych. double calkamontecarlo(double a, double b,double c,double d, double(*ptr)(double,double),unsigned int n) double w; int j=0; double sum=0,xk,yk,temp; if(a>b)temp=a;a=b;b=temp; for(unsigned int i=0;i<n;i++) xk=a+(b-a)*gen(); yk=c+(d-c)*gen(); sum+=ptr(xk,yk); w=n/76; j++; if(j==abs(w)) printf (" "); j=0; return ((b-a)*(d-c)/n)*sum; Kod liczący pole całki sprawdza, czy wylosowana liczba mieści się w polu określonym przez funkcję podcałkową.

6 Funkcja pierwsza Kod funkcji: double fun1(double x, double y) if(y>=0&&y<=sqrt(1-(x*x))) return x; else return 0; Kod funkcji I wykres funkcji. Wykres prezentujący zbieżność wyniku analitycznego oraz wyników numerycznych W zależności od liczby prób.

7 Funkcja druga Kod funkcji: double fun2(double x, double y) if(y<=(1/x)) return exp(x*y); else return 0; Kod funkcji I wykres funkcji. Wykres prezentujący zbieżność wyniku analitycznego oraz wyników numerycznych w zależności od liczby prób.

8 Funkcja trzecia Kod funkcji: doubl e f un3(double x, double y) if(y>=(x/2) && y<=2*x) return 1/((1+x+y)*(1+x+y)); else return 0; Kod funkcji I wykres funkcji. Wykres prezentujący zbieżność wyniku analitycznego oraz wyników numerycznych w zależności od liczby prób.

9 Funkcja czwarta Kod funkcji: double fun4(double x, double y) if (y>=(x*x)) return ((exp(exp(sin(exp(x*y)))))); else return 0; Kod funkcji. Wykres prezentujący zbieżność wyniku analitycznego oraz wyników numerycznych w zależności od liczby prób.

10 Kod programu obliczającego całki int main() srand((unsigned)time(null)); Ilość losowanych liczb prób. int N= ; // ilo ść prób double t; t=exp(1.0); a,b,c,d printf("\n%f\n",calkamontecarlo(0,1,0,1,fun1,n)); printf("\n%f\n",calkamontecarlo(1,t,0,1,fun2,n)); printf("\n%f\n",calkamontecarlo(0,2,0,4,fun3,n)); printf("\n%f\n",calkamontecarlo(0,2,0,3,fun4,n)); system("pause"); Obliczanie i wyświetlanie Krótki opis zasady działania programu: wyników całkowania poszczególnych funkcji. 1. Na obszarze całkowania opisywany jest prostokąt, oraz Ustalamy liczbę prób liczb pseudolosowych generowanych przez generator. 2. W każdej próbie sprawdzane jest, czy współrzędne wylosowanej liczby zawierają się w przedziale całkowania. 3. Wynik, to stosunek sumy prób trafionych w obszar całkowania do ilości wszystkich prób wymnożony przez pole prostokąta.

11 Podsumowanie wyników obliczeń Jak widać wyniki obliczenia numeryczne zbiegają do większej dokładności przy większej liczbie prób. Dla każdej funkcji należy więc dobrać optymalną liczbę liczb. Pamiętać należy jednak o tym, że metoda Monte Carlo zwana też inżynierską służy do szybkiego otrzymania wyników. Dokładnosć wyniku schodzi na drugi plan.

Ilustracja metody Monte Carlo do obliczania pola obszaru D zawartego w kwadracie [a, b] [a, b].

Ilustracja metody Monte Carlo do obliczania pola obszaru D zawartego w kwadracie [a, b] [a, b]. Rachunek Prawdopodobienstwa MAEW104 Wydział Elektroniki, rok akad. 2008/09, sem. letni wykład: dr hab. Agnieszka Jurlewicz Temat projektu: Ilustracja metody Monte Carlo do obliczania pola obszaru D zawartego

Bardziej szczegółowo

Ilustracja metody Monte Carlo obliczania pola obszaru D zawartego w kwadracie [a,b]x[a,b]

Ilustracja metody Monte Carlo obliczania pola obszaru D zawartego w kwadracie [a,b]x[a,b] Ilustracja metody Monte Carlo obliczania pola obszaru D zawartego w kwadracie [a,b]x[a,b] Dagna Bieda, Piotr Jarecki, Tomasz Nachtigall, Jakub Ciesiółka, Marek Kubiczek Metoda Monte Carlo Metoda Monte

Bardziej szczegółowo

Ilustracja metody MONTE CARLO. obliczania całek podwójnych

Ilustracja metody MONTE CARLO. obliczania całek podwójnych Ilustracja metody MONTE CARLO obliczania całek podwójnych Często jest tak, iż wiemy, że istnieje całka oznaczona z funkcji f jednak nie potrafimy jej analitycznie policzyć. Konieczne jest wtedy zastosowanie

Bardziej szczegółowo

wykład V uzupełnienie notatek: dr Jerzy Białkowski Programowanie C/C++ Język C++ klasy i obiekty wykład V dr Jarosław Mederski Spis Język C++ - klasy

wykład V uzupełnienie notatek: dr Jerzy Białkowski Programowanie C/C++ Język C++ klasy i obiekty wykład V dr Jarosław Mederski Spis Język C++ - klasy i obiekty Programowanie i obiekty uzupełnienie notatek: dr Jerzy Białkowski i obiekty 1 2 3 4 i obiekty Obiektowość języka C++ Na tym wykładzie poznamy: ˆ Klasa (w języku C++ rozszerzenie struktury, typ

Bardziej szczegółowo

Czym jest całka? Całkowanie numeryczne

Czym jest całka? Całkowanie numeryczne Całkowanie numeryczne jest to zagadnienie z metod elementów skończonych (MES). Korzystając z całkowania numerycznego możemy obliczyć wartość dowolnej całki jednowymiarowej oznaczonej. Wynik jest zawsze

Bardziej szczegółowo

Prawdopodobieństwo geometryczne

Prawdopodobieństwo geometryczne Prawdopodobieństwo geometryczne Krzysztof Jasiński Wydział Matematyki i Informatyki UMK, Toruń V Lieceum Ogólnokształące im. Jana Pawała II w Toruniu 13.03.2014 Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo

Bardziej szczegółowo

Sieci Mobilne i Bezprzewodowe laboratorium 2 Modelowanie zdarzeń dyskretnych

Sieci Mobilne i Bezprzewodowe laboratorium 2 Modelowanie zdarzeń dyskretnych Sieci Mobilne i Bezprzewodowe laboratorium 2 Modelowanie zdarzeń dyskretnych Plan laboratorium Generatory liczb pseudolosowych dla rozkładów dyskretnych: Generator liczb o rozkładzie równomiernym Generator

Bardziej szczegółowo

Przez F(C) oznaczamy figurę narysowaną w kartezjańskim układzie współrzędnych, która ograniczona jest przez:

Przez F(C) oznaczamy figurę narysowaną w kartezjańskim układzie współrzędnych, która ograniczona jest przez: Obliczanie pola figury ograniczonej krzywymi było jednym z zadań na maturze z informatyki w 2006 roku. Według mnie jest to najtrudniejsze zadania jakie zostało umieszczone w arkuszach egzaminacyjnych z

Bardziej szczegółowo

wykład IV uzupełnienie notatek: dr Jerzy Białkowski Programowanie C/C++ Język C, a C++. wykład IV dr Jarosław Mederski Spis Język C++ - wstęp

wykład IV uzupełnienie notatek: dr Jerzy Białkowski Programowanie C/C++ Język C, a C++. wykład IV dr Jarosław Mederski Spis Język C++ - wstęp Programowanie uzupełnienie notatek: dr Jerzy Białkowski 1 2 3 4 Historia C++ został zaprojektowany w 1979 przez Bjarne Stroustrupa jako rozszerzenie języka C o obiektowe mechanizmy abstrakcji danych i

Bardziej szczegółowo

Całkowanie numeryczne

Całkowanie numeryczne 16 kwiecień 2009 SciLab w obliczeniach numerycznych - część 4 Slajd 1 Całkowanie numeryczne 16 kwiecień 2009 SciLab w obliczeniach numerycznych - część 4 Slajd 2 Plan zajęć 1. Całkowanie przybliżone funkcji

Bardziej szczegółowo

Nie do końca zaawansowane elementy programowania w pakiecie R. Tomasz Suchocki

Nie do końca zaawansowane elementy programowania w pakiecie R. Tomasz Suchocki Nie do końca zaawansowane elementy programowania w pakiecie R Tomasz Suchocki Plan wykładu Metody Monte Carlo Jak bardzo można przybliżyć liczbę π? Całkowanie numeryczne R w Linuxie Tinn-R Metody Monte

Bardziej szczegółowo

Wstęp do programowania

Wstęp do programowania wykład 6 Agata Półrola Wydział Matematyki i Informatyki UŁ sem. zimowy 2017/2018 Losowanie liczb całkowitych Dostępne biblioteki Najprostsze losowanie liczb całkowitych można wykonać za pomocą funkcji

Bardziej szczegółowo

Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych

Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych Autorzy: Marta Rotkiel, Anna Konik, Bartłomiej Parowicz, Robert Rudak, Piotr Otręba Spis treści: Wstęp Cel

Bardziej szczegółowo

Metody numeryczne. materiały do wykładu dla studentów. 7. Całkowanie numeryczne

Metody numeryczne. materiały do wykładu dla studentów. 7. Całkowanie numeryczne Metody numeryczne materiały do wykładu dla studentów 7. Całkowanie numeryczne 7.1. Całkowanie numeryczne 7.2. Metoda trapezów 7.3. Metoda Simpsona 7.4. Metoda 3/8 Newtona 7.5. Ogólna postać wzorów kwadratur

Bardziej szczegółowo

Programowanie - wykład 4

Programowanie - wykład 4 Programowanie - wykład 4 Filip Sośnicki Wydział Fizyki Uniwersytet Warszawski 20.03.2019 Przypomnienie Prosty program liczący i wyświeltający wartość silni dla wprowadzonej z klawiatury liczby: 1 # include

Bardziej szczegółowo

Metoda Monte Carlo i jej zastosowania

Metoda Monte Carlo i jej zastosowania i jej zastosowania Tomasz Mostowski Zajęcia 31.03.2008 Plan 1 PWL 2 3 Plan PWL 1 PWL 2 3 Przypomnienie PWL Istnieje wiele wariantów praw wielkich liczb. Wspólna ich cecha jest asymptotyczne zachowanie

Bardziej szczegółowo

Metoda Monte Carlo. Jerzy Mycielski. grudzien Jerzy Mycielski () Metoda Monte Carlo grudzien / 10

Metoda Monte Carlo. Jerzy Mycielski. grudzien Jerzy Mycielski () Metoda Monte Carlo grudzien / 10 Metoda Monte Carlo Jerzy Mycielski grudzien 2012 Jerzy Mycielski () Metoda Monte Carlo grudzien 2012 1 / 10 Przybliżanie całek Powiedzmy, że mamy do policzenia następującą całkę: b f (x) dx = I a Założmy,

Bardziej szczegółowo

Podstawy programowania Laboratorium. Ćwiczenie 2 Programowanie strukturalne podstawowe rodzaje instrukcji

Podstawy programowania Laboratorium. Ćwiczenie 2 Programowanie strukturalne podstawowe rodzaje instrukcji Podstawy programowania Laboratorium Ćwiczenie 2 Programowanie strukturalne podstawowe rodzaje instrukcji Instrukcja warunkowa if Format instrukcji warunkowej Przykład 1. if (warunek) instrukcja albo zestaw

Bardziej szczegółowo

Algorytmy zrandomizowane

Algorytmy zrandomizowane Algorytmy zrandomizowane http://zajecia.jakubw.pl/nai ALGORYTMY ZRANDOMIZOWANE Algorytmy, których działanie uzależnione jest od czynników losowych. Algorytmy typu Monte Carlo: dają (po pewnym czasie) wynik

Bardziej szczegółowo

Metody numeryczne w przykładach

Metody numeryczne w przykładach Metody numeryczne w przykładach Bartosz Ziemkiewicz Wydział Matematyki i Informatyki UMK, Toruń Regionalne Koło Matematyczne 8 kwietnia 2010 r. Bartosz Ziemkiewicz (WMiI UMK) Metody numeryczne w przykładach

Bardziej szczegółowo

Programowanie strukturalne i obiektowe. Funkcje

Programowanie strukturalne i obiektowe. Funkcje Funkcje Często w programach spotykamy się z sytuacją, kiedy chcemy wykonać określoną czynność kilka razy np. dodać dwie liczby w trzech miejscach w programie. Oczywiście moglibyśmy to zrobić pisząc trzy

Bardziej szczegółowo

ALGORYTMY I STRUKTURY DANYCH

ALGORYTMY I STRUKTURY DANYCH KATEDRASYSTEMÓWOBLICZENIOWYCH ALGORYTMY I STRUKTURY DANYCH 1.Rekurencja Rekurencja inaczej rekursja (ang. recursion) to wywołanie z poziomu metody jej samej. Programowanie z wykorzytaniem rekurencji pozwala

Bardziej szczegółowo

Lab 10. Funkcje w argumentach funkcji metoda Newtona. Synonimy nazw typów danych. Struktury. Tablice struktur.

Lab 10. Funkcje w argumentach funkcji metoda Newtona. Synonimy nazw typów danych. Struktury. Tablice struktur. Języki i paradygmaty programowania 1 studia stacjonarne 2018/19 Lab 10. Funkcje w argumentach funkcji metoda Newtona. Synonimy nazw typów danych. Struktury. Tablice struktur. 1. Identyfikator funkcji,

Bardziej szczegółowo

Całkowanie metodą Monte Carlo

Całkowanie metodą Monte Carlo Całkowanie metodą Monte Carlo Plan wykładu: 1. Podstawowa metoda Monte Carlo 2. Metody MC o zwiększonej efektywności a) losowania ważonego b) zmiennej kontrolnej c) losowania warstwowego d) obniżania krotności

Bardziej szczegółowo

Liczby pseudolosowe. #include <stdio.h> #include <stdlib.h> int main() { printf("%d\n", RAND_MAX); return 0; }

Liczby pseudolosowe. #include <stdio.h> #include <stdlib.h> int main() { printf(%d\n, RAND_MAX); return 0; } Liczby pseudolosowe Standardowa biblioteka języka C w pliku nagłówkowym posiada zadeklarowane dwie funkcje służące do generowania liczb pseudolosowych: rand i srand. Funkcja srand() jako parametr

Bardziej szczegółowo

Platforma.NET. Laboratorium nr 1 Podstawy języka C#

Platforma.NET. Laboratorium nr 1 Podstawy języka C# Platforma.NET Laboratorium nr 1 Podstawy języka C# Ćwiczenie 1 1. Utwórz nowy projekt a. Z menu File wybierz New/Project b. W oknie dialogowym New Project określ następujące właściwości: typu projektu:

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VII: Metody specjalne Monte Carlo 24 listopada 2014 Transformacje specjalne Przykład - symulacja rozkładu geometrycznego Niech X Ex(λ). Rozważmy zmienną losową [X ], która przyjmuje wartości naturalne.

Bardziej szczegółowo

Modelowanie komputerowe

Modelowanie komputerowe Modelowanie komputerowe wykład 1- Generatory liczb losowych i ich wykorzystanie dr Marcin Ziółkowski Instytut Matematyki i Informatyki Akademia im. Jana Długosza w Częstochowie 5,12 października 2016 r.

Bardziej szczegółowo

Próbny egzamin maturalny z matematyki Poziom rozszerzony

Próbny egzamin maturalny z matematyki Poziom rozszerzony Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA KOD PESEL PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Marzec 2016 POZIOM ROZSZERZONY 1. Rozwiązania zadań i odpowiedzi wpisuj

Bardziej szczegółowo

(WWSI) Podstawy programowania

(WWSI) Podstawy programowania 1348001 (WWSI) Podstawy programowania Zadanie 1 - przyklad 1 Podać wartości zmiennych całkowitych (int) a i b oraz rzeczywistych (double) x i y otrzymane w wyniku wykonania poniższego fragmentu kodu przy

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona

Bardziej szczegółowo

Próbny egzamin maturalny z matematyki Poziom podstawowy

Próbny egzamin maturalny z matematyki Poziom podstawowy Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA KOD PESEL PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Marzec 2019 POZIOM PODSTAWOWY 1. Sprawdź, czy arkusz egzaminacyjny zawiera

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład XIV: Metody Monte Carlo 19 stycznia 2016 Przybliżone obliczanie całki oznaczonej Rozważmy całkowalną funkcję f : [0, 1] R. Chcemy znaleźć przybliżoną wartość liczbową całki 1 f (x) dx. 0 Jeden ze

Bardziej szczegółowo

Wprowadzenie do metod numerycznych Wykład 13 Metody statystyczne

Wprowadzenie do metod numerycznych Wykład 13 Metody statystyczne Wprowadzenie do metod numerycznych Wykład 13 Metody statystyczne Polsko-Japońska Wyższa Szkoła Technik Komputerowych Katedra Informatyki Stosowanej Spis treści 1 2 Generowanie ciągów liczb losowych na

Bardziej szczegółowo

Matlab. modelowanie prostych eksperymentów losowych. Wykorzystanie funkcji rand - generatora liczb losowych, w który wyposaŝony jest MATLAB.

Matlab. modelowanie prostych eksperymentów losowych. Wykorzystanie funkcji rand - generatora liczb losowych, w który wyposaŝony jest MATLAB. Matlab modelowanie prostych eksperymentów losowych WYK.PAWEŁ DĘBEK ETI 9.1 Wykorzystanie funkcji rand - generatora liczb losowych, w który wyposaŝony jest MATLAB. WPROWADZENIE Najprościej mówiąc, wywołanie

Bardziej szczegółowo

Prawdopodobieństwo geometryczne

Prawdopodobieństwo geometryczne Prawdopodobieństwo geometryczne Bartosz Ziemkiewicz Wydział Matematyki i Informatyki UMK, Toruń Uniwersyteckie Koło Matematyczne 23 kwietnia 2009 r. Bartosz Ziemkiewicz (WMiI UMK) Prawdopodobieństwo geometryczne

Bardziej szczegółowo

Modelowanie rynków finansowych z wykorzystaniem pakietu R

Modelowanie rynków finansowych z wykorzystaniem pakietu R Modelowanie rynków finansowych z wykorzystaniem pakietu R Metody numeryczne i symulacje stochastyczne Mateusz Topolewski woland@mat.umk.pl Wydział Matematyki i Informatyki UMK Plan działania 1 Całkowanie

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Miejsce na naklejkę z kodem szkoły dysleksja PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY Czas pracy 120 minut Instrukcja dla zdającego 1. Sprawdź, czy arkusz egzaminacyjny zawiera 15 stron

Bardziej szczegółowo

ANALIZA MATEMATYCZNA

ANALIZA MATEMATYCZNA ANALIZA MATEMATYCZNA TABLICE Spis treści: 1.) Pochodne wzory 2 2.) Całki wzory 3 3.) Kryteria zbieżności szeregów 4 4.) Przybliżona wartość wyrażenia 5 5.) Równanie płaszczyzny stycznej i prostej normalnej

Bardziej szczegółowo

UZUPEŁNIA ZDAJĄCY miejsce na naklejkę

UZUPEŁNIA ZDAJĄCY miejsce na naklejkę Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. MMA 2017 KOD UZUPEŁNIA ZDAJĄCY PESEL miejsce na naklejkę EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY DATA: 22 sierpnia

Bardziej szczegółowo

3 MODELE PROCESÓW STOCHASTYCZNYCH 3

3 MODELE PROCESÓW STOCHASTYCZNYCH 3 3 MODELE PROCESÓW STOCHASTYCZNYCH 3 3.1. Wprowadzenie Prawdopodobieństwo i procesy stochastyczne służą do opisu i reprezentacji niepewności lub niejednoznaczności. Podejście probabilistyczne nie jest w

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Miejsce na naklejkę z kodem szkoły dysleksja PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY Czas pracy 120 minut Instrukcja dla zdającego 1. Sprawdź, czy arkusz egzaminacyjny zawiera 15 stron

Bardziej szczegółowo

PRZYKŁADOWY ARKUSZ EGZAMINACYJNY Z MATEMATYKI

PRZYKŁADOWY ARKUSZ EGZAMINACYJNY Z MATEMATYKI PRZYKŁADOWY ARKUSZ EGZAMINACYJNY Z MATEMATYKI Zestaw P1 POZIOM PODSTAWOWY Czas pracy 170 minut Instrukcja dla piszącego 1. Sprawdź, czy arkusz zawiera 16 stron.. W zadaniach od 1. do 5. są podane 4 odpowiedzi:

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI

EGZAMIN MATURALNY Z MATEMATYKI Miejsce na naklejkę z kodem szkoły dysleksja EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY Czas pracy 180 minut Instrukcja dla zdającego 1. Sprawdź, czy arkusz egzaminacyjny zawiera 14 stron (zadania

Bardziej szczegółowo

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI EFEKTY KSZTAŁCENIA

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI EFEKTY KSZTAŁCENIA I. KARTA PRZEDMIOTU. Nazwa przedmiotu: MATEMATYKA STOSOWANA 2. Kod przedmiotu: Ms 3. Jednostka prowadząca: Wydział Nawigacji i Uzbrojenia Okrętowego 4. Kierunek: Nawigacja 5. Specjalność: Nawigacja morska

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW PRZYGOTOWANY PRZEZ SERWIS WWW.ZADANIA.INFO POZIOM PODSTAWOWY 6 MARCA 2010 CZAS PRACY: 170 MINUT 1 Zadania zamknięte ZADANIE 1 (1 PKT.) ( 5 Liczba 3 4 2 1 2

Bardziej szczegółowo

Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA

Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA KOD PESEL PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Marzec 2018 POZIOM PODSTAWOWY 1. Sprawdź, czy arkusz egzaminacyjny zawiera

Bardziej szczegółowo

Wstęp do sieci neuronowych, wykład 11 Łańcuchy Markova

Wstęp do sieci neuronowych, wykład 11 Łańcuchy Markova Wstęp do sieci neuronowych, wykład 11 Łańcuchy Markova M. Czoków, J. Piersa 2010-12-21 1 Definicja Własności Losowanie z rozkładu dyskretnego 2 3 Łańcuch Markova Definicja Własności Losowanie z rozkładu

Bardziej szczegółowo

1. Znajdowanie miejsca zerowego funkcji metodą bisekcji.

1. Znajdowanie miejsca zerowego funkcji metodą bisekcji. 1. Znajdowanie miejsca zerowego funkcji metodą bisekcji. Matematyczna funkcja f ma być określona w programie w oddzielnej funkcji języka C (tak, aby moŝna było łatwo ją zmieniać). Przykładowa funkcja to:

Bardziej szczegółowo

Jak napisać program obliczający pola powierzchni różnych figur płaskich?

Jak napisać program obliczający pola powierzchni różnych figur płaskich? Część IX C++ Jak napisać program obliczający pola powierzchni różnych figur płaskich? Na początku, przed stworzeniem właściwego kodu programu zaprojektujemy naszą aplikację i stworzymy schemat blokowy

Bardziej szczegółowo

Próbny egzamin maturalny z matematyki Poziom rozszerzony

Próbny egzamin maturalny z matematyki Poziom rozszerzony Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA KOD PESEL PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Marzec 2016 POZIOM ROZSZERZONY 1. Rozwiązania zadań i odpowiedzi wpisuj

Bardziej szczegółowo

Zajęcia nr 2 Programowanie strukturalne. dr inż. Łukasz Graczykowski mgr inż. Leszek Kosarzewski Wydział Fizyki Politechniki Warszawskiej

Zajęcia nr 2 Programowanie strukturalne. dr inż. Łukasz Graczykowski mgr inż. Leszek Kosarzewski Wydział Fizyki Politechniki Warszawskiej Zajęcia nr 2 Programowanie strukturalne dr inż. Łukasz Graczykowski mgr inż. Leszek Kosarzewski Wydział Fizyki Politechniki Warszawskiej Pętla while #include using namespace std; int main ()

Bardziej szczegółowo

MATLAB Prowadzący: dr hab. inż. Marek Jaszczur Poziom: początkujący

MATLAB Prowadzący: dr hab. inż. Marek Jaszczur Poziom: początkujący MATLAB Prowadzący: dr hab. inż. Marek Jaszczur Poziom: początkujący Laboratorium 12: Zagadnienia zaawansowane Cel: Poznanie metod rozwiązywania konkretnych problemów Czas: Wprowadzenia 10 minut, ćwiczeń

Bardziej szczegółowo

Laboratorium z informatyki sem.iii/ćw. 4 Wydział Transportu PW /19

Laboratorium z informatyki sem.iii/ćw. 4 Wydział Transportu PW /19 INSTRUKCJA DO ĆWICZENIA 4 Utworzymy aplikacje umożliwiające oszacowanie szukanych wartości przez symulację doświadczenia losowego, z ilustracją graficzną wyników doświadczenia. Zadanie wykonamy dla przykładów

Bardziej szczegółowo

Przykładowe zadania z matematyki na poziomie podstawowym. Zadanie 1. (0 1) Liczba A. 3. Zadanie 2. (0 1) Liczba log 24 jest równa

Przykładowe zadania z matematyki na poziomie podstawowym. Zadanie 1. (0 1) Liczba A. 3. Zadanie 2. (0 1) Liczba log 24 jest równa Przykładowe zadania z rozwiązaniami: poziom podstawowy 1. Przykładowe zadania z matematyki na poziomie podstawowym Zadanie 1. (0 1) Liczba 8 3 3 2 3 9 jest równa A. 3 3 B. 32 3 9 C. 3 D. 5 3 Zadanie 2.

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW PRZYGOTOWANY PRZEZ SERWIS WWW.ZADANIA.INFO POZIOM PODSTAWOWY 3 KWIETNIA 016 CZAS PRACY: 170 MINUT 1 Zadania zamknięte ZADANIE 1 (1 PKT) Liczba 3 7 48 jest równa

Bardziej szczegółowo

Algorytmy, reprezentacja algorytmów.

Algorytmy, reprezentacja algorytmów. Algorytmy, reprezentacja algorytmów. Wprowadzenie do algorytmów Najważniejszym pojęciem algorytmiki jest algorytm (ang. algorithm). Nazwa pochodzi od nazwiska perskiego astronoma, astrologa, matematyka

Bardziej szczegółowo

MATEMATYKA POZIOM PODSTAWOWY PRZYKŁADOWY ZESTAW ZADAŃ NR 2. Czas pracy 120 minut

MATEMATYKA POZIOM PODSTAWOWY PRZYKŁADOWY ZESTAW ZADAŃ NR 2. Czas pracy 120 minut Miejsce na naklejkę z kodem szkoły CKE MATEMATYKA POZIOM PODSTAWOWY MARZEC ROK 2008 PRZYKŁADOWY ZESTAW ZADAŃ NR 2 Czas pracy 120 minut Instrukcja dla zdającego 1. Sprawdź, czy arkusz egzaminacyjny zawiera

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI WPISUJE ZDAJĄCY IMIĘ I NAZWISKO UCZNIA NUMER UCZNIA W DZIENNIKU PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY 1. Sprawdź, czy arkusz egzaminacyjny zawiera 16 stron (zadania 1 33). Ewentualny

Bardziej szczegółowo

POLITECHNIKA WROCŁAWSKA STUDIA DOKTORANCKIE JEDNOSTKA ZGŁASZAJĄCA/REALIZUJĄCA KURS: WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO / STUDIUM DOKTORANCKIE

POLITECHNIKA WROCŁAWSKA STUDIA DOKTORANCKIE JEDNOSTKA ZGŁASZAJĄCA/REALIZUJĄCA KURS: WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO / STUDIUM DOKTORANCKIE JEDNOSTKA ZGŁASZAJĄCA/REALIZUJĄCA KURS: WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO / STUDIUM DOKTORANCKIE KARTA PRZEDMIOTU Nazwa w języku polskim: Symulacje Monte Carlo w obliczeniach inżynierskich Nazwa w

Bardziej szczegółowo

Języki i paradygmaty programowania 1 studia stacjonarne 2018/19

Języki i paradygmaty programowania 1 studia stacjonarne 2018/19 Języki i paradygmaty programowania 1 studia stacjonarne 2018/19 Lab 4. Podstawowe biblioteki. Pętle. Operatory inkrementacji, dekrementacji, przypisania. Instrukcje goto, continue, break. Operacje na plikach.

Bardziej szczegółowo

Próbny egzamin maturalny z matematyki Poziom podstawowy. Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA

Próbny egzamin maturalny z matematyki Poziom podstawowy. Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA KOD PESEL PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Marzec 2016 POZIOM PODSTAWOWY 1. Sprawdź, czy arkusz egzaminacyjny zawiera

Bardziej szczegółowo

Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa

Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa M. Czoków, J. Piersa 2012-01-10 1 Łańcucha Markowa 2 Istnienie Szukanie stanu stacjonarnego 3 1 Łańcucha Markowa 2 Istnienie Szukanie stanu stacjonarnego

Bardziej szczegółowo

Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne)

Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne) Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne) Przygotował: Dr inż. Wojciech Artichowicz Katedra Hydrotechniki PG Zima 2014/15 1 TABLICE ROZKŁADÓW... 3 ROZKŁAD

Bardziej szczegółowo

Całkowanie numeryczne

Całkowanie numeryczne Całkowanie numeryczne Nie zawsze możliwe jest wyznaczenie analitycznego wzoru będącego wynikiem całkowania danej funkcji f(x). Praktycznie zawsze możne jednak wyznaczyć całkę oznaczoną funkcji przy podanych

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY 2 CZERWCA 2015. Godzina rozpoczęcia: 9:00. Czas pracy: 170 minut. Liczba punktów do uzyskania: 50

EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY 2 CZERWCA 2015. Godzina rozpoczęcia: 9:00. Czas pracy: 170 minut. Liczba punktów do uzyskania: 50 Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. Układ graficzny CKE 013 KOD UZUPEŁNIA ZDAJĄCY PESEL Miejsce na naklejkę z kodem dysleksja EGZAMIN MATURALNY Z MATEMATYKI POZIOM

Bardziej szczegółowo

SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO

SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO. Rzeczywistość (istniejąca lub projektowana).. Model fizyczny. 3. Model matematyczny (optymalizacyjny): a. Zmienne projektowania

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW NR 183264 WYGENEROWANY AUTOMATYCZNIE W SERWISIE WWW.ZADANIA.INFO POZIOM PODSTAWOWY CZAS PRACY: 170 MINUT 1 Zadania zamknięte ZADANIE 1 (1 PKT) Dziedzina funkcji

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW NR 187857 WYGENEROWANY AUTOMATYCZNIE W SERWISIE WWW.ZADANIA.INFO POZIOM PODSTAWOWY CZAS PRACY: 170 MINUT 1 Zadania zamknięte ZADANIE 1 (1 PKT) Dane sa dwie

Bardziej szczegółowo

MAJ 2014. Czas pracy: 170 minut. do uzyskania: Miejsce na naklejkę z kodem PESEL KOD. punktów. pióra z czarnym tuszem. liczby. cyrkla.

MAJ 2014. Czas pracy: 170 minut. do uzyskania: Miejsce na naklejkę z kodem PESEL KOD. punktów. pióra z czarnym tuszem. liczby. cyrkla. Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. Układ graficzny CKE 03 WPISUJE ZDAJĄCY KOD PESEL Miejsce na naklejkę z kodem dysleksja EGZAMIN MATURALNY Z MATEMATYKI POZIOM

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI

EGZAMIN MATURALNY Z MATEMATYKI Miejsce na naklejkę z kodem szkoły dysleksja EGZAMIN MATURALNY Z MATEMATYKI MMA-R1A1P-052 POZIOM ROZSZERZONY Czas pracy 150 minut Instrukcja dla zdającego 1. Sprawdź, czy arkusz egzaminacyjny zawiera 15

Bardziej szczegółowo

MAJ Czas pracy: 170 minut. do uzyskania: Miejsce na naklejkę z kodem PESEL KOD. punktów. pióra z czarnym tuszem. liczby.

MAJ Czas pracy: 170 minut. do uzyskania: Miejsce na naklejkę z kodem PESEL KOD. punktów. pióra z czarnym tuszem. liczby. Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. Układ graficzny CKE 03 WPISUJE ZDAJĄCY KOD PESEL Miejsce na naklejkę z kodem dysleksja EGZAMIN MATURALNY Z MATEMATYKI POZIOM

Bardziej szczegółowo

3. Instrukcje warunkowe

3. Instrukcje warunkowe . Instrukcje warunkowe Przykłady.1. Napisz program, który pobierze od użytkownika liczbę i wypisze na ekran słowo ujemna lub nieujemna, w zależności od tego czy dana liczba jest ujemna czy nie. 1 #include

Bardziej szczegółowo

Matura 2011 maj. Zadanie 1. (1 pkt) Wskaż nierówność, którą spełnia liczba π A. x + 1 > 5 B. x 1 < 2 C. x D. x 1 3 3

Matura 2011 maj. Zadanie 1. (1 pkt) Wskaż nierówność, którą spełnia liczba π A. x + 1 > 5 B. x 1 < 2 C. x D. x 1 3 3 Matura 2011 maj Zadanie 1. (1 pkt) Wskaż nierówność, którą spełnia liczba π A. x + 1 > 5 B. x 1 < 2 C. x + 2 3 4 D. x 1 3 3 Zadanie 2. (1 pkt) Pierwsza rata, która stanowi 9% ceny roweru, jest równa 189

Bardziej szczegółowo

II. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski

II. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski II. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski 1 1 Różniczkowanie numeryczne Rozważmy funkcję f(x) określoną na sieci równoodległyc węzłów. Funkcja f(x) może być dana za pomocą wzoru analitycznego

Bardziej szczegółowo

wykład II uzupełnienie notatek: dr Jerzy Białkowski Programowanie C/C++ Język C - funkcje, tablice i wskaźniki wykład II dr Jarosław Mederski Spis

wykład II uzupełnienie notatek: dr Jerzy Białkowski Programowanie C/C++ Język C - funkcje, tablice i wskaźniki wykład II dr Jarosław Mederski Spis i cz. 2 Programowanie uzupełnienie notatek: dr Jerzy Białkowski 1 i cz. 2 2 i cz. 2 3 Funkcje i cz. 2 typ nazwa ( lista-parametrów ) { deklaracje instrukcje } i cz. 2 typ nazwa ( lista-parametrów ) { deklaracje

Bardziej szczegółowo

Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA

Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA KOD PESEL PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Marzec 015 POZIOM PODSTAWOWY 1. Sprawdź, czy arkusz egzaminacyjny zawiera

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIE STWA

RACHUNEK PRAWDOPODOBIE STWA Jerzy Ombach RACHUNEK PRAWDOPODOBIE STWA WSPOMAGANY KOMPUTEROWO DLA STUDENTÓW MATEMATYKI STOSOWANEJ Wydawnictwo Uniwersytetu Jagielloƒskiego Seria Matematyka Książka finansowana przez Wydział Matematyki

Bardziej szczegółowo

1 Wskaźniki i zmienne dynamiczne, instrukcja przed zajęciami

1 Wskaźniki i zmienne dynamiczne, instrukcja przed zajęciami 1 Wskaźniki i zmienne dynamiczne, instrukcja przed zajęciami Celem tych zajęć jest zrozumienie i oswojenie z technikami programowania przy pomocy wskaźników w języku C++. Proszę przeczytać rozdział 8.

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI MAJ 2011 POZIOM PODSTAWOWY. Czas pracy: 170 minut. Liczba punktów do uzyskania: 50 WPISUJE ZDAJĄCY

EGZAMIN MATURALNY Z MATEMATYKI MAJ 2011 POZIOM PODSTAWOWY. Czas pracy: 170 minut. Liczba punktów do uzyskania: 50 WPISUJE ZDAJĄCY Centralna Komisja Egzaminacyjna Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. Układ graficzny CKE 00 KOD WPISUJE ZDAJĄCY PESEL Miejsce na naklejkę z kodem EGZAMIN MATURALNY

Bardziej szczegółowo

WYKŁAD 8. Funkcje i algorytmy rekurencyjne Proste przykłady. Programy: c3_1.c..., c3_6.c. Tomasz Zieliński

WYKŁAD 8. Funkcje i algorytmy rekurencyjne Proste przykłady. Programy: c3_1.c..., c3_6.c. Tomasz Zieliński WYKŁAD 8 Funkcje i algorytmy rekurencyjne Proste przykłady Programy: c3_1.c..., c3_6.c Tomasz Zieliński METODY REKURENCYJNE (1) - program c3_1 ======================================================================================================

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY 9 MAJA Godzina rozpoczęcia: 9:00. Czas pracy: 180 minut. Liczba punktów do uzyskania: 50

EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY 9 MAJA Godzina rozpoczęcia: 9:00. Czas pracy: 180 minut. Liczba punktów do uzyskania: 50 Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. Układ graficzny CKE 2013 KOD UZUPEŁNIA ZDAJĄCY PESEL miejsce na naklejkę Instrukcja dla zdającego EGZAMIN MATURALNY Z MATEMATYKI

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW PRZYGOTOWANY PRZEZ SERWIS WWW.ZADANIA.INFO POZIOM PODSTAWOWY 22 MARCA 2014 CZAS PRACY: 170 MINUT 1 Zadania zamknięte ZADANIE 1 (1 PKT) Dwadzieścia dziewczat

Bardziej szczegółowo

Wstęp do programowania

Wstęp do programowania wykład 7 Agata Półrola Wydział Matematyki i Informatyki UŁ sem. zimowy 2016/2017 Losowanie liczb całkowitych Dostępne biblioteki Najprostsze losowanie liczb całkowitych można wykonać za pomocą funkcji

Bardziej szczegółowo

Podstawy OpenCL część 2

Podstawy OpenCL część 2 Podstawy OpenCL część 2 1. Napisz program dokonujący mnożenia dwóch macierzy w wersji sekwencyjnej oraz OpenCL. Porównaj czasy działania obu wersji dla różnych wielkości macierzy, np. 16 16, 128 128, 1024

Bardziej szczegółowo

int f(); //f - funkcja zwracająca wartość typu int int (*f)(); //f - wskaźnik do funkcji zwracającej wartość typu int

int f(); //f - funkcja zwracająca wartość typu int int (*f)(); //f - wskaźnik do funkcji zwracającej wartość typu int Języki i paradygmaty programowania 1 studia niestacjonarne 2018/19 Lab 5. Funkcje w argumentach funkcji metoda Newtona. Synonimy nazw typów danych. Struktury. Tablice struktur. Struktury danych: kolejka

Bardziej szczegółowo

Całkowanie metodami Monte Carlo

Całkowanie metodami Monte Carlo 1 Całkowanie metodami Monte Carlo,,Od igły Buffona do metod redukcji wariancji Igła Buffona i metoda Monte Carlo typu,,orzeł reszka. Metoda podstawowa całkowania Monte Carlo. Klasyczne metody redukcji

Bardziej szczegółowo

Generacja liczb pseudolosowych

Generacja liczb pseudolosowych Generacja liczb pseudolosowych Zapis liczb w komputerze Generatory liczb pseudolosowych Liniowe kongruentne Liniowe mutiplikatywne kongruentne Jakość generatorów Test widmowy Generowanie liczb losowych

Bardziej szczegółowo

W języku C dostępne są trzy instrukcje, umożliwiające tworzenie pętli: for, while oraz do. for (w1;w2;w3) instrukcja

W języku C dostępne są trzy instrukcje, umożliwiające tworzenie pętli: for, while oraz do. for (w1;w2;w3) instrukcja Pętle W języku C dostępne są trzy instrukcje, umożliwiające tworzenie pętli: for, while oraz do. Instrukcja for ma następującą postać: for (w1;w2;w3) instrukcja w1, w2, w3 są wyrażeniami Schemat blokowy

Bardziej szczegółowo

Zajęcia: VBA TEMAT: VBA PROCEDURY NUMERYCZNE Metoda bisekcji i metoda trapezów

Zajęcia: VBA TEMAT: VBA PROCEDURY NUMERYCZNE Metoda bisekcji i metoda trapezów Zajęcia: VBA TEMAT: VBA PROCEDURY NUMERYCZNE Metoda bisekcji i metoda trapezów W ramach zajęć oprogramujemy jedną, wybraną metodę numeryczną: metodę bisekcji numerycznego rozwiązywania równania nieliniowego

Bardziej szczegółowo

Zadania ze statystyki, cz.6

Zadania ze statystyki, cz.6 Zadania ze statystyki, cz.6 Zad.1 Proszę wskazać, jaką część pola pod krzywą normalną wyznaczają wartości Z rozkładu dystrybuanty rozkładu normalnego: - Z > 1,25 - Z > 2,23 - Z < -1,23 - Z > -1,16 - Z

Bardziej szczegółowo

Metody numeryczne. Wykład nr 12. Dr Piotr Fronczak

Metody numeryczne. Wykład nr 12. Dr Piotr Fronczak Metody numeryczne Wykład nr 1 Dr Piotr Fronczak Generowanie liczb losowych Metody Monte Carlo są oparte na probabilistyce działają dzięki generowaniu liczb losowych. W komputerach te liczby generowane

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY 25 SIERPNIA Godzina rozpoczęcia: 9:00. Czas pracy: 170 minut. Liczba punktów do uzyskania: 50

EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY 25 SIERPNIA Godzina rozpoczęcia: 9:00. Czas pracy: 170 minut. Liczba punktów do uzyskania: 50 Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. Układ graficzny CKE 013 KOD UZUPEŁNIA ZDAJĄCY PESEL Miejsce na naklejkę z kodem dysleksja Instrukcja dla zdającego EGZAMIN MATURALNY

Bardziej szczegółowo

Skrypt 23. Geometria analityczna. Opracowanie L7

Skrypt 23. Geometria analityczna. Opracowanie L7 Projekt Innowacyjny program nauczania matematyki dla liceów ogólnokształcących współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Skrypt 2 Geometria analityczna 1.

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY Z NOWĄ ERĄ

PRÓBNY EGZAMIN MATURALNY Z NOWĄ ERĄ KOD ZDAJĄCEGO WPISUJE ZDAJĄCY symbol klasy symbol zdającego PRÓBNY EGZAMIN MATURALNY Z NOWĄ ERĄ MATEMATYKA-POZIOM PODSTAWOWY dysleksja Instrukcja dla zdającego 1. Sprawdź, czy arkusz egzaminacyjny zawiera

Bardziej szczegółowo

Programowanie obiektowe - zadania

Programowanie obiektowe - zadania Programowanie obiektowe - zadania Elementy języka Java Zad.1. Napisz program, który sprawdza, czy dana liczba całkowita jest parzysta. Zad.2. Napisz program, który sumuje dane dwie liczby tylko w przypadku,

Bardziej szczegółowo