Reprezentacja krzywych...

Wielkość: px
Rozpocząć pokaz od strony:

Download "Reprezentacja krzywych..."

Transkrypt

1 Reprezeacja rzywych... Reprezeacja przy pomocy fcj dwóch zmeych rzywe płase płase - jedej: albo z z f x y x [ x x2] y [ y y2] f x y g x x [ x x2] Wady: rzywe óre dla pewych x y mogą przyjmować wele warośc z rzeba reprezeować w posac segmeów; bra waracj ze względ a obroy; Reprezeacja przy pomocy fcj właej: F x y z Wady: dae rówae może meć węcej ż jedo rozwązae wedy rzeba zadać war dodaowe - dzelć rzywą a segmey co z pam slejea rzywej? - gładość rzywej jes częso lczowa! Zaley ob meod: ławo oreślć położee p wzgl. rzywej ławo oblczyć ormalą do rzywej

2 ... reprezeacja rzywych Reprezeacja paramerycza: Q x y z [ a b] gdze x y z są cagłym fcjam zmeej. rzyład - la śrbowa: Q r cos h r s Tę samą rzywą moża parameryzować w róży sposób. Dwa przedsawea paramerycze rzywej Q: Q [ab] Q 2 τ τ [αβ] są rówoważe gdy seje cągła emalejąca fcja τ :[αβ] [ab] aa że Q τ Q 2 τ. rzedsawea rówoważe dają ę samą rzywą z jedaowym porządowaem pów. Krzywą moża podzelć a fragmey pam a < < 2 <... < b ażdy z fragmeów raować osobo. Wprowadza sę parameryzację loalą: + + []

3 Krzywe paramerycze... Weor syczy do rzywej Q x y z w pce : dq dx dy dz d d d d rzyład - dla l śrbowej weor syczy o [-r s h r cos ] osoblwy o a w órym pochoda rzywej Q e seje lb jes weorem zerowym. Dłgoś ć ł rzywej wyzacza sę ze wzor: s b a + + dq dx dy dz d d b a d rzyład: dłgość l śrbowej w przedzale [T] o T s... / d T r + h 2 d 2 d 2 / 2 d

4 ... rzywe paramerycze... Moża zaleź ć odwroość fcj s s zaleź ć przedsawee rzywej w parameryzacj łowej Q Qs Qs. Dla l śrbowej: s h s Q s r cos s r s r + h r + h r + h Nech będze pem eosoblwym a rzywej parameryczej Q a R pem leżącym a ej rzywej w oocze. Krzywzę rzywej parameryczej Q oreślamy jao ϕ κ lm R h gdze ϕ jes ąem mędzy syczym do rzywej w pach R a h - dłgoścą ł rzywej mędzy m. Jeśl rzywa jes lasy C 2 o rzywza jes oreśloa w ażdym jej pce. aram. łowa: κ 2 d Q 2 ds rzyład - dla l śrbowej: aram. dowola: κ r 2 κ r + h 2 Q& Q& Q&

5 ... rzywe paramerycze. Ie przyłady rzywych parameryczych: welomay erpolacyje Lagrage'a Herme'a rzywe slejae rzecego sopa rzywe Bezera rzywe slejae yp B B-sple... Zadaem jes zalezee ja ajlepszego dopasowaa rzywej zadaej lasy p. weloma do zadaych z góry warośc pów erpolacj. rzyładowo możemy chceć ja ajlepej odworzyć przebeg fcj zając jej warośc w pewych pach FIZYKA!. Zadaem jes modelowae rzywej a węc worzee zpełe owego szał e racąc przy ym możlwośc ścsłego maemayczego jej ops p. oblczea całe pochodych ec.

6 Krzywe Bezera - wsęp. Krzywą Bezera Q defjemy jao ombację lową Q B + [] welomaów Bersea B [] y azywamy pam orolym a łamaą óra je łączy - łamaą Bezera. rzyład - rzywe Bezera rzecego sopa : Q Własośc: Q Q Q Q 2

7 Welomay Welomay Bersaa Bersaa Najważejsze własośc: Z dwóch perwszych wya że rzywa Bezera leży wewąrz powło wypłej swoch pów orolych. Trzeca własość pozwala oblczyć położee p leżącego a rzywej rysowae!. [] B B B B B dla B B + Ogóle dla dowolego zachodz: a węc Q Q.!! B Q d d Q Q

8 Algorym De Caselja oblcz warość odpowadającą loalej parameryzacj: - / -. dla... podsaw dla j 2... dla j j+... j - -j- + j- Każdy p owej olmy powsaje poprzez podzał w sos : - odca łączącego dwa py z olmy poprzedej. Moża doweść że p leży a rzywej Bezera dzel ją a dwa segmey o pach orolych oraz... Μ 2 Μ Ο Ν

9 Łączee rzywych Bezera Dwe rzywe Bezera mają połączee lasy C w pce jeśl zarówo obe rzywe ja ch pochode są rówe aż do rzęd włącze. Iaczej mówąc sycze do ych rzywych są współlowe mają rówe dłgośc. Dwe rzywe Bezera mają połączee lasy G w pce jeśl żądamy aby sycze były współlowe ale eoecze rówe. W programch grafczych częso mamy możlwość zapewea cągłośc G czy awe C ale e wyższej ograczea a położea pów orolych!. rzyład: erpolacja zadaych pów rzywą slejaą lasy C sładającą sę z segmeów będących rzywym Bezera rzecego sopa p. CorelDraw!.

10 Ierpolacja... Mamy zadae py 2... odpowające m warośc parame. zamy rzywej Q o własoścach: w ażdym z przedzałów [ + ] Q jes welomaem sopa Q erpolacja! Q jes lasy C Krzywa Q e jes oreśloa jedozacze! Możlwe rozwązae: w ażdym podprzedzale rzywą Q zadamy przy pomocy rzywej Bezera rzecego sopa. Zdefowae segmey slemy a aby zysać cągłość lasy C. Dla segme Bezera od - do rzeba dooreślć dwa py: -2/ oraz -/ a aby zachodzło -/ +-2/ czyl rówość współlowość syczych.

11 ... erpolacja... erpolacja Moża poazać że sycza w pce gdze aomas dla pów brzegowych Teraz możemy oreślć py -/ -2/ 2...: c c s α α c α 2 2 s c s s c s s s / 2 2/ + Kere syczej s w pce doberamy a aby porywał sę o z erem syczej do parabol wyzaczoej przez py - + warośc - + paramer.

12 Uogólea W programach CAD czeso oczeje sę aby modelowae rzywe były odpowedo wysoej lasy oblczea!. lejae rzywe Bezera moża ogólć zdefować rzywe óre będą mały zaley rzywych Bezera dodaowo aomaycze będą spełały odpowede war cągłośc: jedorode rzywe slejae yp B B-sple ejedorode rzywe B-slejae ejedorode wymere rzywe B-slejae NURB - ezmeczość wzgl. rzowaa Te osae pozwalają worzyć w zasadze dowole szały rzywe sożowe rzywe welomaowe prose a aże rzywe z osrzam.

13 Krzywe Bezera - wag Krzywa Bezera e zależy od er 'przeglądaa' pów orolych ch olejość gra soą rolę!. Zmaa jedego p orolego powodje zmaę całej rzywej. Najczęścej sosje sę węc rzywe Bezera rzecego sopa - rzywe wyższego sopa rdo 'agąć' do oczewaego szał. owyższych wad pozwalają ąć łączoe rzywe Bezera choć ajlepej byłoby żyć B- sple'ów - aczej łopoy z cągłoścą!. Kosrcja rzywej Bezera jes afcze ezmecza - obraz pów po dowolym przeszałce afczym wyzacza obraz rzywej po ym przeszałce! rzy oblcza wel pów a rzywej Bezera może opłacać sę przejść od bazy welomaów Bersea do bazy aralej sorzysać z ogóloego algorym Horera.

14 owerzche paramerycze rzedsawee paramerycze powerzch: x y z x y z - cągłe fcje zmeych z dzedzy D ajczęścej jes o 'prosoą' [ ] [ ] - mówmy wedy o płace powerzch. Usalając warość jedego z paramerów p. R orzymjemy pewą rzywą param. leżącą a powerzch - zw. lę współrzędej Q x y z R aalogcze dla saloego. aramery są azywamy współrzędym rzywolowym p powerzch. Weor syczy do l współrzędej x R y R z R Weor syczy do l współrzędej - podobe. Weor ormaly do powerzch R R R

15 Iloczy esorowy rzywych Nech F będze parameryczym przedsaweem rzywej w baze F. Nech ażdy ze współczyów porsza sę po pewej rzywej órą moża zapsać jao ombację fcj bazowych G j m odsawając wzór drg do wzor perwszego orzymjemy przedsawee powerzch w posac loczy esorowego dwóch rodz rzywych m G F Iloczyy G j F są fcjam bazowym. [ ] G [ ] j j j j j Borąc róże rodzaje fcj F G orzymamy róże rodzaje powerzch p. welomaowe powerzche erpolacyje Lagrage'a.

16 owerzche owerzche Bezera Bezera Iloczy esorowy welomaów Bersea oreśla pła powerzch Bezera: aramery leżą w prosoące [ ] [ ] q r są parameram loalym. y j są pam orolym płaa. m j m j j r B q B Zwąze mędzy pam orolym a waroścam bbczej powerzch Bezera jej pochodych w pach arożych:

17 Własośc płaów Bezera Węszość własośc rzywych Bezera daje sę ogólć a płay Bezera: Na ogół ylo py m m leżą a płace powerzch ła Bezera leży w powłoce wypłej pów orolych sycze do płaa a brzegach zależą ylo od dwóch brzegowych werszy olm pów orolych p. dla m m j j B j r Dodaowo: j Brzeg płaa są rzywym Bezera orolowaym przez odpowede brzegowe py orole ogólej - dowola la współrzędej jes rzywą Bezera o pach orolych m j m jb j r

18 ... powerzche Bezera leżący a płace powerzch Bezera moża wyzaczyć sosjąc weloroe alg. De Caselja: ajperw oblczamy py orole l współ-rzędej a poem wyzaczamy p leżący a ej l może być aej przejść do bazy aralej alg. Horera. Iy sposób - dzelee płaa Bezera a czery mejsze płay p a rzywej dzel ją a dwa segmey z odpowedm pam orolym. Jeśl oocza wypła pów orolych jes dosaecze płasa o możemy pła przyblżyć płaszczyzą waga a zw. cracg problem. Łączee płaów Bezera: dla zapewea cągłośc wysarcza aby brzegowe py orole ob płaów poryły sę. dla zapewea cągłośc lasy C rzeba zapewć współlowość rówość warośc odpowedch pochodych a brzegach płaów - arzca o ograczea a położea dalszych pów orolych.

19 Łączee płaów Łączee dwóch płaów Bezera Łączee rzech płaów Bezera Zapewamy cągłość C Zapewamy cągłość C Zapewamy cągłość C Zapewamy cągłość C

20 Ie rodzaje powerzch Trójąe płay Bezera a a - o da sę zrobć owerzche B-slejae zacze bardzej elasycze ż powerzche Bezera - węsze możlwośc modelowaa p. osrza rawędze owerzche Coosa odwarzamy powerzchę mając zadae dwe pary rzywych a brzegach owerzche Gordoa odwarzamy powerzchę mając zadae dwe rodzy rzywych przecających sę

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej PŁAKA GEOMETRIA MA Środek cężkośc fgury płaskej Mometam statyczym M x M y fgury płaskej względem os x lub y (rys. 7.1) azywamy gracę algebraczej sumy loczyów elemetarych pól d przez ch odległośc od os,

Bardziej szczegółowo

1. Relacja preferencji

1. Relacja preferencji dr Mchał Koopczyńsk EKONOMIA MATEMATYCZNA Wykłady, 2, 3 (a podstawe skryptu r 65) Relaca preferec koszyk towarów: przestrzeń towarów: R + = { x R x 0} x = ( x,, x ) X X R+ x 0 x 0 =, 2,, x~y xf y x y x

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

Bardziej szczegółowo

FUNKCJE DWÓCH ZMIENNYCH

FUNKCJE DWÓCH ZMIENNYCH FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam

Bardziej szczegółowo

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5 L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk

Bardziej szczegółowo

Macierze hamiltonianu kp

Macierze hamiltonianu kp Macere halonanu p acer H a, dla wranego, war 44 lu 88 jeśl were jao u n r uncje s>; X>, Y>, Z>, cl uncje ransorujące sę według repreenacj grp weora alowego Γ j. worące aę aej repreenacj - o ora najardej

Bardziej szczegółowo

Bajki kombinatoryczne

Bajki kombinatoryczne Artyuł powstał a podstawe odczytu pod tym samym tytułem, wygłoszoego podczas XXXVI Szoły Matematy Poglądowej Pomysł czy rachue? w Grzegorzewcach, styczeń 006. Baj ombatorycze Joaa JASZUŃSKA, Warszawa Ja

Bardziej szczegółowo

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA Krzysztof Serżęga Wyższa Szkoła Informatyk Zarządzana w Rzeszowe Streszczene Artykuł porusza temat zwązany

Bardziej szczegółowo

Sterowanie optymalne statkiem w obszarze ze zmiennym prądem problem czasooptymalnej marszruty. Zenon Zwierzewicz

Sterowanie optymalne statkiem w obszarze ze zmiennym prądem problem czasooptymalnej marszruty. Zenon Zwierzewicz Sterowae otymale statem w obszarze ze zmeym rądem roblem czasootymalej marszrty Zeo Zwerzewcz Szczec Zeo Zwerzewcz Sterowae otymale statem w obszarze ze zmeym rądem roblem czasootymalej marszrty W artyle

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA Zajęcia wyrównawcze AJD w Częstochowie; 2009/2010. Irena Fidytek

RACHUNEK PRAWDOPODOBIEŃSTWA Zajęcia wyrównawcze AJD w Częstochowie; 2009/2010. Irena Fidytek RACHUNEK PRAWDOPODOBIEŃSTWA Zajęca wyrówawcze AJD w Częstochowe; 2009/200 Irea Fdyte PODSTAWOWE WIADOMOŚCI Z KOMBINATORYKI Nech X { x x x } =, 2, będze daym zborem -elemetowym Z elemetów tego zboru a róże

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

Podstawy matematyki finansowej i ubezpieczeniowej

Podstawy matematyki finansowej i ubezpieczeniowej Podstawy matematy fasowej ubezpeczeowej oreślea, wzory, przyłady, zadaa z rozwązaam KIELCE 2 SPIS TREŚCI WSTEP... 7 STOPA ZWROTU...... 9 2 RACHUNEK CZASU W MATEMATYCE FINANSOWEJ. 0 2. DOKŁADNA LICZBA DNI

Bardziej szczegółowo

Modele wartości pieniądza w czasie

Modele wartości pieniądza w czasie Joaa Ceślak, Paula Bawej Modele wartośc peądza w czase Podstawowe pojęca ozaczea Kaptał (ag. prcpal), kaptał początkowy, wartośd początkowa westycj - peądze jake zostały wpłacoe a początku westycj (a początku

Bardziej szczegółowo

Szeregi czasowe, modele DL i ADL, przyczynowość, integracja

Szeregi czasowe, modele DL i ADL, przyczynowość, integracja Szereg czasowe, modele DL ADL, rzyczyowość, egracja Szereg czasowy, o cąg realzacj zmeej losowej, owedzmy y, w kolejych okresach czasu: { y } T, co rówoważe możemy zasać: = 1 y = { y1, y,..., y T }. Najogólej

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

Ź Ć Ą ć Ą ż Ć Ł Ł Ł Ą ć Ź ż ń ć ń ż ż ż ż Ź Ź Ą ż Ć ż ż ż ż ż Ą Ą Ć Ź ż ć ż ż Ą Ź Ą ż ż ć ż Ć Ą Ą ż Ą ź ż Ą ż Ź ż Ą ż ż ż ć Ąć ć Ą ć ż Ć Ą Ź Ą ż ż Ą ż Ą Ą ĄĄ Ą ż ż Ą Ć ż Ą ż ż ż ć Ą Ą Ł ż Ć ć ĄĄ Ą ć Ą

Bardziej szczegółowo

6. *21!" 4 % rezerwy matematycznej. oraz (ii) $ :;!" "+!"!4 oraz "" % & "!4! " )$!"!4 1 1!4 )$$$ " ' ""

6. *21! 4 % rezerwy matematycznej. oraz (ii) $ :;! +!!4 oraz  % & !4!  )$!!4 1 1!4 )$$$  ' Memy fow 09..000 r. 6. *!" ( orz ( 4 % rezerwy memycze $ :;!" "+!"!4 orz "" % & "!4! " $!"!4!4 $$$ " ' "" V w dowole chwl d e wzorem V 0 0. &! "! "" 4 < ; ;!" 4 $%: ; $% ; = > %4( $;% 7 4'8 A..85 B..90

Bardziej szczegółowo

Opracowanie wyników pomiarów

Opracowanie wyników pomiarów Opracowae wków pomarów Praca w laboratorum fzczm polega a wkoau pomarów, ch terpretacj wcagęcem wosków. Ab dojść do właścwch wosków aleŝ szczególą uwagę zwrócć a poprawość wkoaa pomarów mmalzacj błędów

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 6 Matematyka fasowa c.d. Rachuek retowy (autetowy) Maem rachuku retowego określa sę regulare płatośc w stałych odstępach czasu przy założeu stałej stopy procetowej. Przykłady

Bardziej szczegółowo

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego

Bardziej szczegółowo

2012-10-11. Definicje ogólne

2012-10-11. Definicje ogólne 0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj

Bardziej szczegółowo

Relacyjny model danych. Relacyjny model danych

Relacyjny model danych. Relacyjny model danych Pla rozdzału Relacyjy model daych Relacyjy model daych - pojęca podstawowe Ograczea w modelu relacyjym Algebra relacj - podstawowe operacje projekcja selekcja połączee operatory mogoścowe Algebra relacj

Bardziej szczegółowo

Wybór projektu inwestycyjnego ze zbioru wielu propozycji wymaga analizy następujących czynników:

Wybór projektu inwestycyjnego ze zbioru wielu propozycji wymaga analizy następujących czynników: Wybór projeu wesycyjego ze zboru welu propozycj wymaga aalzy asępujących czyów:. Korzyśc z przyjęca do realzacj daego projeu. 2. Ryzya z m zwązaego. 3. Czasu, óry powoduje zmaę warośc peądza. Czy czasu

Bardziej szczegółowo

Novosibirsk, Russia, September 2002

Novosibirsk, Russia, September 2002 Noobk, ua, Septebe 00 W-5 (Jaoewc) 4 lajdów Dyaka były tywej Cało tywe jego uch uch potępowy cała tywego uch obotowy cała tywego wględe tałej o obotu. oet bewładośc Dyaka cała tywego uch łożoy cała tywego

Bardziej szczegółowo

PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI

PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI Adrzej POWNUK *) PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI. Wprowadzee Mechaka lowa staow jak dotąd podstawowy obszar zateresowań żyerskch. Isteje jedak

Bardziej szczegółowo

Problem plecakowy (KNAPSACK PROBLEM).

Problem plecakowy (KNAPSACK PROBLEM). Problem plecakowy (KNAPSACK PROBLEM). Zagadnene optymalzac zwane problemem plecakowym swą nazwę wzęło z analog do sytuac praktyczne podobne do problemu pakowana plecaka. Chodz o to, by zapakować maksymalne

Bardziej szczegółowo

Wybór najlepszych prognostycznych modeli zmienności finansowych szeregów czasowych za pomocą testów statystycznych

Wybór najlepszych prognostycznych modeli zmienności finansowych szeregów czasowych za pomocą testów statystycznych UNIWERSYTET EKONOMICZNY W POZNANIU WYDZIAŁ INFORMATYKI I GOSPODARKI ELEKTRONICZNEJ Wybór ajlepszych progosyczych model zmeośc fasowych szeregów czasowych za pomocą esów saysyczych Elza Buszkowska Promoor:

Bardziej szczegółowo

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze

Bardziej szczegółowo

Niepewności pomiarowe

Niepewności pomiarowe Niepewości pomiarowe Obserwacja, doświadczeie, pomiar Obserwacja zjawisk fizyczych polega a badaiu ych zjawisk w warukach auralych oraz a aalizie czyików i waruków, od kórych zjawiska e zależą. Waruki

Bardziej szczegółowo

Ruch płaski. Bryła w ruchu płaskim. (płaszczyzna kierująca) Punkty bryły o jednakowych prędkościach i przyspieszeniach. Prof.

Ruch płaski. Bryła w ruchu płaskim. (płaszczyzna kierująca) Punkty bryły o jednakowych prędkościach i przyspieszeniach. Prof. Ruch płaski Ruchem płaskim nazywamy ruch, podczas kórego wszyskie punky ciała poruszają się w płaszczyznach równoległych do pewnej nieruchomej płaszczyzny, zwanej płaszczyzną kierującą. Punky bryły o jednakowych

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

Grafika komputerowa Wykład 7 Modelowanie obiektów graficznych cz. I

Grafika komputerowa Wykład 7 Modelowanie obiektów graficznych cz. I Grafika komputerowa Wykład 7 Modelowanie obiektów graficznych cz. I Instytut Informatyki i Automatyki Państwowa Wyższa Szkoła Informatyki i Przedsiębiorczości w Łomży 2 0 0 9 Spis treści Spis treści 1

Bardziej szczegółowo

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4. Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można

Bardziej szczegółowo

Wynik finansowy transakcji w momencie jej zawierania jest nieznany z uwagi na zmienność ceny przedmiotu transakcji, czyli instrumentu bazowego

Wynik finansowy transakcji w momencie jej zawierania jest nieznany z uwagi na zmienność ceny przedmiotu transakcji, czyli instrumentu bazowego .Istmety ochoe otaty temiowe azywae sa istmetami ochoymi (eivatives. otat temiowy zobowiazje wie stoy o zeowazeia w zyszłosci ewej tasacji a wczesiej staloych waach. Jea stoa otatów (abywca - te, co je

Bardziej szczegółowo

miąższość warstwy wodonośnej zadana głębokość wody w studni krzywa depresji podłoże nieprzepuszczalne

miąższość warstwy wodonośnej zadana głębokość wody w studni krzywa depresji podłoże nieprzepuszczalne 4 Pemyław Baa www.a.aow.pl\~pbaa Utaloy dopływ wody do tud upełej Według teo Duputa, woda do tud dotaje ę w poób adaly. Le ewpotecjale mają tałt ół, tóyc śedce mejają ę wa bloścą tud, a c śod leżą w jej

Bardziej szczegółowo

CZYNNIKOWY MODEL ZARZĄDZANIA PORTFELEM OBLIGACJI

CZYNNIKOWY MODEL ZARZĄDZANIA PORTFELEM OBLIGACJI Zeszyy Naukowe Wydzału Iorayczych echk Zarządzaa Wyższej Szkoły Iorayk Sosowaej Zarządzaa Współczese robley Zarządzaa Nr /0 CZYNNIKOWY MOE ZARZĄZANIA OREEM OBIGACJI Adrzej Jakubowsk Isyu Badań Syseowych

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu

Bardziej szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE Marek Cecura, Jausz Zacharsk PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE CZĘŚĆ II STATYSTYKA OPISOWA Na prawach rękopsu Warszawa, wrzeseń 0 Data ostatej aktualzacj: czwartek, 0 paźdzerka

Bardziej szczegółowo

Ł ś ą ś ż ą Ż ż ż ó ó ó ó ś ą ą Ś ą ą ó ą ś Ż ą ż ż ż ą ą Ś ą ą ą ż ś ą ó ą Ę ą ą ś ą ą ó ś ą ś Ą ż ż ą ą Ś ą Ż ą ż Ł ó ą ś ą ó ó Ę ą ą Ś ą ą ó ą ą ż ś ą ą Ę ż Ąą ą ś ą ą ą ą ś Ż ó ą ą ż ż ą ą Ś ą Ę ó

Bardziej szczegółowo

Analiza danych pomiarowych

Analiza danych pomiarowych Materały pomoccze dla studetów Wydzału Chem UW Opracowała Ageszka Korgul. Aalza daych pomarowych wersja trzeca, uzupełoa Lteratura, Wstęp 3 R OZDZIAŁ SPRAWOZDANIE Z DOŚWIADCZENIA FIZYCZNEGO 4 Stałe elemety

Bardziej szczegółowo

Przetwarzanie danych meteorologicznych

Przetwarzanie danych meteorologicznych Sps teśc I Rozważaa ogóle 5 Pzetwazae daych meteoologczych Notat z wyładu pokhamaa Wyoała: Alesada Kadaś I Iomacja odowae 5 I Poces pzetwazaa daych 5 I Aalza 6 I Syteza 7 I3 Edycja wzualzacja 7 I3 Dae

Bardziej szczegółowo

METODY ANALIZY DANYCH DOŚWIADCZALNYCH

METODY ANALIZY DANYCH DOŚWIADCZALNYCH POLITECHNIKA Ł ÓDZKA TOMASZ W. WOJTATOWICZ METODY ANALIZY DANYCH DOŚWIADCZALNYCH Wybrae zagadea ŁÓDŹ 998 Przedsłowe Specyfką teor pomarów jest jej wtóry charakter w stosuku do metod badawczych stosowaych

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

Ą Ł Ą Ń Ń ź Ń Ę ź Ł Ł ź Ł Ą Ą Ą ź Ń Ą Ę Ą ź Ą Ę ź Ą ź ź Ę Ą ź Ś ć ź ć Ł Ś Ł ŁĄ Ś ź Ł ć ć Ł ŚĆ Ł Ł Ą Ń Ł Ó Ó Ą Ś ć Ę Ą Ł Ó ć Ł Ś ć Ł ź ć Ł Ł Ś Ł Ś Ł ŁĄ Ś ź Ę ź ź Ń Ę ź ć ź Ń Ś Ś Ś Ń Ś Ś Ś Ł Ń ć Ł Ł Ść Ł

Bardziej szczegółowo

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga

Bardziej szczegółowo

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

Bardziej szczegółowo

ZASADA ZACHOWANIA MOMENTU PĘDU: PODSTAWY DYNAMIKI BRYŁY SZTYWNEJ

ZASADA ZACHOWANIA MOMENTU PĘDU: PODSTAWY DYNAMIKI BRYŁY SZTYWNEJ ZASADA ZACHOWANIA MOMENTU PĘDU: PODSTAWY DYNAMIKI BYŁY SZTYWNEJ 1. Welkośc w uchu obotowym. Moment pędu moment sły 3. Zasada zachowana momentu pędu 4. uch obotowy były sztywnej względem ustalonej os -II

Bardziej szczegółowo

Spis treści ZŁOŻONOŚĆ OBLICZEŃ 5 ELEMENTY TEORII ZŁOŻONOŚCI OBLICZENIOWEJ I PROBLEM DZIELNIKÓW 5

Spis treści ZŁOŻONOŚĆ OBLICZEŃ 5 ELEMENTY TEORII ZŁOŻONOŚCI OBLICZENIOWEJ I PROBLEM DZIELNIKÓW 5 Ss treśc SPIS TREŚCI WYKŁAD 5 ZŁOŻONOŚĆ OBLICZEŃ 5 ELEMENTY TEORII ZŁOŻONOŚCI OBLICZENIOWEJ I PROBLEM DZIELNIKÓW 5 WYKŁAD 9 TESTY PIERWSZOŚCI I LICZBY PSEUDOPIERWSZE 9 LICZBY PSEUDOPIERWSZE EULERA WYKŁAD

Bardziej szczegółowo

i 0,T F T F 0 Zatem: oprocentowanie proste (kapitalizacja na koniec okresu umownego 0;N, tj. w momencie t N : F t F 0 t 0;N, F 0

i 0,T F T F 0 Zatem: oprocentowanie proste (kapitalizacja na koniec okresu umownego 0;N, tj. w momencie t N : F t F 0 t 0;N, F 0 Maemayka finansowa i ubezpieczeniowa - 1 Sopy procenowe i dyskonowe 1. Sopa procenowa (sopa zwrou, sopa zysku) (Ineres Rae). Niech: F - kapiał wypoŝyczony (zainwesowany) w momencie, F T - kapiał zwrócony

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

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia dr Mchł Koopczńsk Ekoom mtemtcz ćwcze. Ltertur obowązkow Eml Pek red. Podstw ekoom mtemtczej. Mterł do ćwczeń MD r 5 AE Pozń.. Ltertur uzupełjąc Eml Pek Ekoom mtemtcz AE Pozń. Alph C. Chg Podstw ekoom

Bardziej szczegółowo

Zbigniew Palmowski. Analiza Przeżycia

Zbigniew Palmowski. Analiza Przeżycia Zbgnew Palmowsk Analza Przeżyca Wrocław 9 Zbgnew Palmowsk Docendo dscmus (Ucząc nnych, sam sę uczymy) Seneka Mos of he me I fnd myself workng n heorecal problems, because I am neresed n applcaons. I also

Bardziej szczegółowo

INSTYTUT ŁĄCZNOŚCI PAŃSTWOWY INSTYTUT BADAWCZY. Zakład Teletransmisji i Technik Optycznych (Z-14)

INSTYTUT ŁĄCZNOŚCI PAŃSTWOWY INSTYTUT BADAWCZY. Zakład Teletransmisji i Technik Optycznych (Z-14) INSTYTUT ŁĄCZNOŚCI PAŃSTWOWY INSTYTUT BADAWCZY Załad Teletrasmsj Tech Optyczych (Z-4) Aalza badaa efetów zachodzących w śwatłowodowym medum trasmsyjym degradujących jaość trasmsj w systemach DWDM o dużej

Bardziej szczegółowo

Egzaminy. na wyższe uczelnie 2003. zadania

Egzaminy. na wyższe uczelnie 2003. zadania zadaia Egzamiy wstępe a wyższe uczelie 003 I. Akademia Ekoomicza we Wrocławiu. Rozwiąż układ rówań Æ_ -9 y - 5 _ y = 5 _ -9 _. Dla jakiej wartości parametru a suma kwadratów rozwiązań rzeczywistych rówaia

Bardziej szczegółowo

Rozwiązania zadań z ksiąŝki pt. Podstawy matematyki ubezpieczeń na Ŝycie T.Rolskiego, B.Błaszczyszyna (dodatkowo teoria)

Rozwiązania zadań z ksiąŝki pt. Podstawy matematyki ubezpieczeń na Ŝycie T.Rolskiego, B.Błaszczyszyna (dodatkowo teoria) Jab Grabow jabgrabow@oczaf Rozwązaa zaań z ąŝ Poawy aeay bezeczeń a Ŝyce TRoego, BBłazczyzya oaowo eora Raor echczy r 8 Kaery Sayy Wrocław 8 Coyrgh by Jab Grabow a Dearae of Sac Wrocław 8 S reśc Rozzał

Bardziej szczegółowo

= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału

= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału 5 CML Catal Market Lne, ynkowa Lna Katału Zbór ortolo o nalny odchylenu standardowy zbór eektywny ozważy ortolo złożone ze wszystkch aktywów stnejących na rynku Załóży, że jest ch N A * P H P Q P 3 * B

Bardziej szczegółowo

Udoskonalona metoda obliczania mocy traconej w tranzystorach wzmacniacza klasy AB

Udoskonalona metoda obliczania mocy traconej w tranzystorach wzmacniacza klasy AB Julusz MDZELEWSK Wydzał Eletron Techn nformacyjnych, nstytut Radoeletron, oltechna Warszawsa do:0.599/48.05.09.36 dosonalona metoda oblczana mocy traconej w tranzystorach wzmacnacza lasy AB Streszczene.

Bardziej szczegółowo

Wykaz zmian wprowadzonych do skrótu prospektu informacyjnego KBC Parasol Funduszu Inwestycyjnego Otwartego w dniu 04 stycznia 2010 r.

Wykaz zmian wprowadzonych do skrótu prospektu informacyjnego KBC Parasol Funduszu Inwestycyjnego Otwartego w dniu 04 stycznia 2010 r. Wykaz zmia wprowadzoych do skróu prospeku iformacyjego KBC Parasol Fuduszu Iwesycyjego Owarego w diu 0 syczia 200 r. Rozdział I Dae o Fuduszu KBC Subfudusz Papierów DłuŜych Brzmieie doychczasowe: 6. Podsawowe

Bardziej szczegółowo

ŚĆ ŁĄ Ś Ć Ć Ś ŁĄ Ł Ż Ł Ś Ż Ł Ę Ł Ż Ł Ł Ś Ś Ś Ł Ś Ł Ś Ś Ć Ś Ś ć Ś Ś Ś Ś ć Ś Ż ć Ć Ć Ś Ś Ż Ś Ż Ś Ś ć Ś Ś Ć Ś Ć Ż Ś ż Ś ż Ż Ś Ż Ś Ż Ł Ś Ś Ł Ś Ą Ę Ą Ż ż ć ć ć Ą ż ć Ś Ś Ś Ś Ż ż ć ć ć Ę Ś ż ć Ś ć Ś Ś ć Ś Ś

Bardziej szczegółowo

Ę Ę Ś ć Ł ć ż ż ż ż ż Ł Ł Ą Ń ż ć ź ż ć ć ż Ł Ę Ś ż ż ż Ł Ś ż ż ż Ś ż ż ż Ł Ł ż ż ż ć Ś Ę Ę Ś Ś Ę ć Ś Ł Ł ć ć ć ć ć ć ć Ł ć Ł Ę ć Ę ć Ę Ś Ł Ł ć ć ć ż ć ć ź ż Ł Ą Ą Ą Ę Ą Ś Ę Ś Ł Ś ć ŁĄ Ź Ę Ł Ś Ń Ę ć

Bardziej szczegółowo

Ą Ą ż ż ś ż ż ż ć ś ż ść ś ś ż ć ść ż ż ć ś ś ż ż ć ś ś ś ż ś ć ć Ę ś Ł ś ś Ń Ń ż ż Ń ść ż ść ż Ą ź ż ść Ń ś ż ś Ł ść ż ść ś ż ś ż Ó Ś ż ż ż ż ć ść ś ż ż ć ść ś ś ż ść ż ż ść ś ż ż ź ś ść ż ś ś ś ć Ł Ą

Bardziej szczegółowo

Ń ź ź Ń Ó ŁĄ Ó Ę Ł Ł Ó Ł Ę Ę Ł Ę ź Ó ź Ę Ę Ę Ę Ę Ą Ą Ł Ź Ę Ę Ę Ę Ę Ę ź Ł Ś Ś Ę Ł Ę Ę Ę ŚĆ Ą Ś Ś Ó Ę Ń Ę Ę Ł Ę Ł Ć Ż Ę Ć ź Ó Ę Ę Ę Ę Ó Ę Ś Ń Ą Ę Ą Ę Ł Ę Ó Ń Ą Ł Ć Ę Ę Ł Ę Ó Ą Ó Ę Ó Ę Ę Ę Ę Ą Ó Ź ź Ć Ó ź

Bardziej szczegółowo

ń Ż ń ź ć ć ń ć ć ć ć ź ć ń ń ć ń ć ć ć ć ź ć ń Ż ć Ż ć ć ć ć ń ć ń ć ń ć ń ć ć ń ń ć ń ć ń ć ń ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć Ż Ż Ż ć ć ć ć ń ć ć ć ć ć ć ć Ż ć ć ć ź ć ć ć ć ć ć ć ć ć ć ź ć ć ć ć ć

Bardziej szczegółowo

Ś Ł Ą Ś Ś ź Ś ń ż ż Ó ż ż Ś Ł ż ń ń ń ż ń Ś ń ć ŚĘ Ó Ł Ę Ł Ś Ę Ę ń ń ń ń ń Ź ń ń ń ń ń ż ń ń ń ń ń Ę ż ż ć Ść ń ń ż Ń ż ż ń ń Ś Ą ń Ś ń ń ż Ó ż Ź ń ż ń Ś Ń Ó ż Ł ż Ą ź ź Ś Ł ć Ś ć ż ź ż ć ć Ę Ó Ś Ó ż ż

Bardziej szczegółowo

Ł Ł Ś ź ń ź ź ź Ś Ł Ę Ę Ś ż Ś ń Ą Ś Ą Ł ż ż ń ż ć ż ż ż ź ż ć ź Ę Ę ń ć ż Ł ń ż ż ż Ś ż Ś ż ż ż ż ż ż ż ń ń ż ż ż ć ż ń ż ń ź ż ć ż ż ć ń ż Ę Ę ć ń Ę ż ż ń ń ź Ę ź ż ń ż ń ź ż ż ż ń ż ż ż ż ż ż ż ż ń ń

Bardziej szczegółowo

Ł Ł Ś Ę ź ń ź ź Ś Ę Ę Ś Ą Ś Ę Ż Ł ń Ę Ś ć ć ń ć ń ń ń ź ń Ę ź ń ń ń ź ź Ś ź ź ć ń ń ń ń Ś ć Ś ń ń Ś ź ń Ę ń Ś ź ź ź ź ź Ę Ę Ę Ś ń Ś ć ń ń ń ń ń ń Ę ń ń ń ń ć ń ń ń ń ć ń Ś ć Ł ń ń ń ć ń ć ź ń ź ć ń ń ć

Bardziej szczegółowo

Ż ż Ł ż ż ż Ż Ś ż ż ż Ł Ż Ż ć ż Ż Ż Ż Ń Ż Ź ż Ź Ź ż Ż ż ż Ż Ł Ż Ł Ż ż Ż ż Ż Ż Ń Ą Ż Ń Ż Ń ć ż Ż ź Ś ć Ł Ł Ź Ż Ż ż Ł ż Ż Ł Ż Ł ź ć ż Ż Ż ż ż Ó ż Ł Ż ć Ż Ż Ę Ż Ż Ż ż Ż ż ż Ś ż Ż ż ż ź Ż Ń ć Ż ż Ż Ż ż ż ż

Bardziej szczegółowo

Ś Ś Ą Ó ć ć Ą ŁÓ Ó Ń ć ć Ż Ó ć ź Ę ć Ę ć ć ć Ę ć ć ć ć ć ć ć ć ć ć Ó Ą Ą Ę ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ćę ć Ę ć ć Ś ć ć ć ć Ę ć Ę ć ć ŚĘ Ł Ń Ń Ś Ą ć ć ź ć Ę Ć Ę ć Ę ć ć Ę Ę ć ć ć Ą ć ć Ę ć ć

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

Wpływ redukcji poziomu szumu losowego metodą najbliższych sąsiadów 161

Wpływ redukcji poziomu szumu losowego metodą najbliższych sąsiadów 161 Kaarzya Zeug-Żebro WPŁYW REDUKCJI POZIOMU SZUMU LOSOWEGO MEODĄ NAJBLIŻSZYCH SĄSIADÓW NA WAROŚĆ NAJWIĘKSZEGO WYKŁADNIKA LAPUNOWA Wprowazee W aalze szeregów czasowych zakłaa sę, że w aych moża wyorębć skłak

Bardziej szczegółowo

Referat E: ZABEZPIECZENIA OD SKUTKÓW ZWARĆ WIELKOPRĄDOWYCH W POLACH ROZDZIELNI SN

Referat E: ZABEZPIECZENIA OD SKUTKÓW ZWARĆ WIELKOPRĄDOWYCH W POLACH ROZDZIELNI SN str.e-1 Referat E: ZABEZPECZENA OD SKUTKÓW ZWARĆ WELKOPRĄDOWYCH W POLACH ROZDZELN SN 1. Wstęp Dobór aw jest cągle bardzo ważnym elementem prawdłowośc dzałana eletroenergetycznej automaty zabezpeczenowej

Bardziej szczegółowo

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

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

Bardziej szczegółowo

24-01-0124-01-01 G:\AA_Wyklad 2000\FIN\DOC\Geom20.doc. Drgania i fale III rok Fizyki BC

24-01-0124-01-01 G:\AA_Wyklad 2000\FIN\DOC\Geom20.doc. Drgania i fale III rok Fizyki BC 4-0-04-0-0 G:\AA_Wyklad 000\FIN\DOC\Geom0.doc Dgaa ale III ok Fzyk BC OPTYKA GEOMETRYCZNA. W ośodku jedoodym śwatło ozcodz sę ostolowo.. Pzecające sę omee śwetle e zabuzają sę awzajem. 3. Pawo odbca śwatła.

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

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