O wykorzystaniu metod planowania eksperymentów czynnikowych w konstrukcji indeksów statystycznych. Mgr Małgorzata Złotoś

Wielkość: px
Rozpocząć pokaz od strony:

Download "O wykorzystaniu metod planowania eksperymentów czynnikowych w konstrukcji indeksów statystycznych. Mgr Małgorzata Złotoś"

Transkrypt

1 O worstanu metod lanowana esermentów cnnowch w onstrucj ndesów statstcnch Mgr Małgorata Złotoś

2 lan reentacj. Teoretcne odstaw lanowana esermentów. ndes agregatowe 3. ndes agregatowe cen lośc w ujęcu cnnowm 4. ndes agregatowe welośc stosunowch w ujęcu cnnowm 5. rład emrcn 6. odsumowane

3 Teoretcne odstaw lanowana esermentów Cele lanowana esermentów Oreślene cnnów najslnej oddałującch na menną objaśnaną Oreślene tach wartośc cnnów dla tórch menna objaśnana osąga ożądaną wartość lub najmnejsą menność dla tórch możlwe jest ograncene efetu włwu cnnów ałócającch na menną wnową

4 Teoretcne odstaw lanowana esermentów Schemat ostęowana w lanowanu esermentów. dentfacja sformułowane roblemu Wbór cnnów oreślene ch oomów Oreślene mennej objaśnanej Wbór lanu esermentów Realacja esermentu Anala wnów, wnos, alecena

5 Teoretcne odstaw lanowana esermentów X,, X, X,, X m X, Xm - bor wsstch możlwch wartośc cnnów Obsar esermentowana - bór untów lan esermentu - bór ar gde ora n onadto ora dla Macer lanu n j j n X n j j n n,,, m gde X,,,, m n n j n { j, j} j j j, j,, mj j. n j,,, n. m m mn

6 Teoretcne odstaw lanowana esermentów Zwąe omęd menną wnową, a cnnam redstawa sę wle w ostac modelu statstcnego: gde,, redmotem badana jest funcja owerchn odowed gde Y X, X,, X m X, X,, X m EY X, X,, X m X, X,, X m E V., T β T,,, m n Fβ ora F f f n f f n f f f n T

7 lan esermentów cnnowch Całowt lan esermentu cnnowego tu m uwględna m cnnów X, X,, wstęującch na dwu oomach X m górnm - onacanm smbolem "+" ora dolnm - onacanm smbolem "-". Zależność omęd menną objaśnającą a menną wnową w radu lanu esermentu cnnowego tu m można redstawć w ostac modelu regresj lnowej ostac, m m m m m gde - efet główne cnnów. m m m m, m X, X,, X m m m m m m, 3 3

8 lan esermentu cnnowego tu m Onacene dośwadcena X X X Wartośc mennej X wnowej a b ab j j j j j j 3 j 4 j

9 Funcja regresj lnowej gde lan esermentu cnnowego tu m 3 ˆ ˆ ˆ 4 ˆ

10 Teora ndesów statstcnch Kerun wróżnane w teor ndesów statstcnch: Ujęce asjomatcne Ujęce stochastcne Ujęce eonomcne Ujęce Dvsa Ujęce cnnowe W teor ndesów statstcnch neustanne osuuje sę tach formuł ndesów, tóre sełnałb możlwe ja najwęcej asjomatów testów ora możlwa błab ch nterretacja eonomcna. Jedna w astosowanach ndesów statstcnch cęsto drugorędną staje sę ch nterretacja eonomcna, a ważnejsa jest formuła ndesu.

11 Teora ndesów statstcnch Otmalne rtera orawnośc metodologcnej ndesów esołowch test: roorcjonalność wartość lcbowa ndesu awera sę omęd mnmalnm ora masmalnm ndesem ndwdualnm Jednonacność jeżel ndes ndwdualne są równe to ndes esołow jest równ dowolnemu ndesow ndwdualnemu Onaconość ndes esołow ne może sę równać ero lub Wsółmerność mana jednoste mar ne włwa na manę wartośc ndesu Odwracalność w case locn ndesów esołowch oresów badanego baowego są równe Odwracalność cnnów - locn ndesów esołowch tej samej formuł równa sę esołowemu ndesow wartośc Orężność test ołow locn łańcuchowch ndesów esołowch równa sę esołowemu ndesow jednoodstawowemu Odowedność wartość ndesu esołowego ownna bć możlwa do jednonacnej nterretacj

12 Agregatow ndes wartośc Agregatow ndes cen Agregatow ndes lośc ndes agregatowe cen lośc W t n t t t n n n n n n n n n

13 Agregatow ndes Agregatowe ndes o stałej struture Agregatowe ndes włwu man struturalnch ndes agregatowe welośc stosunowch n n : n s n n n s s ws s ws

14 ndes agregatowe cen lośc w ujęcu cnnowm Os esermentu: ojednce dośwadcene anala danch dotcącch jednego towaru cnn ora wstęują na dwóch oomach: ora Onacene dośwadcena Q Q

15 Osacowane wartośc efetów głównch o wonanu odowednch restałceń algebracnch otrmano równana ostac ndes agregatowe cen lośc w ujęcu cnnowm 4 Q Q M 4 Q Q M

16 Stąd wna, że W W W W ndes agregatowe cen lośc w ujęcu cnnowm

17 W W ndes agregatowe cen lośc w ujęcu cnnowm W

18 ndes agregatowe welośc stosunowch w ujęcu cnnowm Roważa sę lan esermentu tu m. Uwględnono dwa cnn Y Z wstęujące na górnm dolnm oome ażd. Dla roważanego esermentu wonano relacj. W teor ndesów statstcnch wartośc cnna Y odowadają wartoścom welośc stosunowch w orese badanm górn oom cnna Y w orese odstawowm doln oom cnna Y, natomast lcba relacj odowada lcbe oomów danego cnna lasfacjnego.

19 ndes agregatowe welośc stosunowch w ujęcu cnnowm Onacene dośwadcena j Y Z YZ

20 Zgodne teorą lanu esermentu tu m rawdwe są równana ndes agregatowe welośc stosunowch w ujęcu cnnowm YZ Z Y M 4

21 ndes agregatowe welośc stosunowch w ujęcu cnnowm a b c d

22 ndes agregatowe welośc stosunowch w ujęcu cnnowm ab ad cd

23 rład emrcn Dane dotcą recętnego atrudnena recętnego mesęcnego wnagrodena brutto w ł dla trech wbranch secj według odału lasfacj dałalnośc 7 rou gosodar narodowej w olsce w rou 4 w rou 5. Secja KD 7 recętne atrudnene recętne mesęcne wnagrodene brutto w ł 4 r. 5r. 4 r. 5r. remsł , ,49 Budownctwo ,8 3 7,49 Handel hurtow detalcn , ,3

24 rład emrcn Wn oblceń metoda lascna ostać ndesu Wartość,339 s,34 s,346 ws,9997 ws,9997

25 Wn oblceń - ujęce cnnowe rład emrcn,344 ab,376 cd

26 rład emrcn Wn oblceń. ostać ndesu Wartość,339 s,34,34,344,346 s s ab s,346 ws,9997 ws,9997

27 rład emrcn Wn oblceń. ostać ndesu Wartość,339 s,34 s,346 ws,9997 ws,9997,34,344,346 s s ab,34,376,346 s s cd

28 rład emrcn Ores odstawow Ores badan s s ostać ndesu ws ws ab cd 3 4,34674,344,3499,556,55,34, ,947,38347,38599,97955,979,3847,9584,376,3664,3675,387,447,36673,33337,63,684,687,4,53,6856, ,6556,385,448,694,,464,7738

29 rład emrcn Ores odstawow Ores badan s s ostać ndesu ws ws ab cd 3 4,34674,344,3499,556,55,34, ,947,38347,38599,97955,979,3847,9584,376,3664,3675,387,447,36673,33337,63,684,687,4,53,6856, ,6556,385,448,694,,464,7738

30 rład emrcn Ores odstawow Ores badan s s ostać ndesu ws ws ab cd 3 4,34674,344,3499,556,55,34, ,947,38347,38599,97955,979,3847,9584,376,3664,3675,387,447,36673,33337,63,684,687,4,53,6856, ,6556,385,448,694,,464,7738

31 rład emrcn Ores odstawow Ores badan s s ostać ndesu ws ws ab cd 3 4,34674,344,3499,556,55,34, ,947,38347,38599,97955,979,3847,9584,376,3664,3675,387,447,36673,33337,63,684,687,4,53,6856, ,6556,385,448,694,,464,7738

32 Kerun dalsch badań Badane smulacjne własnośc wnaconch ndesów esołowch dla welośc loraowch Smulacjne wnacane redału ufnośc dla ndesów agregatowch welośc loraowch Werfacja hote statstcnch dotcącch ndesów esołowch dla welośc loraowch

33 teratura Banerjee K. S. 96, A Unfed Statstcal Aroach to the nde Number roblem, "Econometrca", vol. 9, s Bałe J. 6, Ogólna formuła ndesu cen, "Wadomośc Statstcne", nr 3, GUS, s Bałe J., roocja ndesu cen, "Wadomośc Statstcne", nr 7, GUS, s. 3 4 Bałe J., Uogólnone ndes agregatowe, "Wadomośc Statstcne", nr, GUS, s. Domańs C., red., Metod statstcne. Teora adana, Wdawnctwo Unwerstetu Łódego, Łódź Końca G. 7, Metod statstcne w sterowanu jaoścą roducj, Wdawnctwo Aadem Eonomcnej, Katowce usnewc A. 9, ndes statstcne, Wdawnctwo Wżsej Soł Fnansów Zarądana w Bałmstou, Bałsto Montgomer D. C., Desgn and Analss of Eerments, John Wle & Sons, nc., New Yor Montgomer D. C. 997, ntroducton to statstcal ualt control, John Wle & Sons, nc., New Yor Wawrne J. 9, lanowane esermentów orentowane na dosonalene jaośc rodutu, Wdawnctwo Unwerstetu Eonomcnego, Wrocław Wawrne J. 993, Statstcne lanowane esermentów w agadnenach regresj w warunach małej rób, Wdawnctwo Aadem Eonomcnej, Wrocław von der e. 7, nde Theor and rce Statstcs, eter ang, Franfurt

O WYKORZYSTANIU METOD PLANOWANIA EKSPERYMENTÓW CZYNNIKOWYCH W KONSTRUKCJI INDEKSÓW STATYSTYCZNYCH

O WYKORZYSTANIU METOD PLANOWANIA EKSPERYMENTÓW CZYNNIKOWYCH W KONSTRUKCJI INDEKSÓW STATYSTYCZNYCH Studa Eonomcne. Zest Nauowe Unwerstetu Eonomcnego w Katowcach SSN 8-86 Nr 5 7 nformata Eonometra 9 Unwerstet Eonomcn w Katowcach Wdał Zarądana Katedra Statst, Eonometr Matemat malgorata.lotos@ue.atowce.l

Bardziej szczegółowo

Zad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %)

Zad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %) Analza dnamk Zad. 1 Indeks lczb studującch studentów w województwe śląskm w kolejnch pęcu latach przedstawał sę następująco: Lata 1 2 3 4 5 Indeks jednopodstawowe z roku t = 1 100,0 115,7 161,4 250,8 195,9

Bardziej szczegółowo

XXX OLIMPIADA FIZYCZNA ETAP I Zadania teoretyczne

XXX OLIMPIADA FIZYCZNA ETAP I Zadania teoretyczne XXX OLIPIADA FIZYCZNA TAP I Zadana teoretczne Nazwa zadana ZADANI T1 Na odstawe wsółczesnch badań wadomo że jądro atomowe może znajdować sę tlo w stanach o oreślonch energach odobne ja dobrze znan atom

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 3

Natalia Nehrebecka. Zajęcia 3 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a

Bardziej szczegółowo

Kompresja fraktalna obrazów. obraz. 1. Kopiarka wielokrotnie redukująca 1.1. Zasada działania ania najprostszej kopiarki

Kompresja fraktalna obrazów. obraz. 1. Kopiarka wielokrotnie redukująca 1.1. Zasada działania ania najprostszej kopiarki Kompresa fratalna obraów. Kopara welorotne reuuąca.. Zasaa ałana ana naprostse opar Koncepca opar welorotne reuuące Naprosts prła opar. Moel matematcn obrau opara cęś ęścowa. obra weścow opara obra wścow

Bardziej szczegółowo

Opis układu we współrzędnych uogólnionych, więzy i ich reakcje, stopnie swobody

Opis układu we współrzędnych uogólnionych, więzy i ich reakcje, stopnie swobody Os układu we wsółrędnch uogólnonch wę ch reakce stone swobod Roatruem układ o welu stonach swobod n. układ łożon unktów materalnch. Na układ mogą bć nałożone wę. P r unkt materaln o mase m O Układ swobodn

Bardziej szczegółowo

Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Wykład 2 Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad

Bardziej szczegółowo

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych Współcznnk korelacj lnowej oraz funkcja regresj lnowej dwóch zmennch S S r, cov współcznnk determnacj R r Współcznnk ndetermnacj ϕ r Zarówno współcznnk determnacj jak ndetermnacj po przemnożenu przez 00

Bardziej szczegółowo

Tomasz Grębski. Liczby zespolone

Tomasz Grębski. Liczby zespolone Tomas Grębsk Lcby espolone Kraśnk 00 Sps Treśc: Lcby espolone Tomas Grębsk- Wstęp. Podstawowe wadomośc o lcbe espolonej.. Interpretacja geometrycna lcby espolonej... Moduł lcby espolonej. Lcby sprężone..

Bardziej szczegółowo

ALGEBRA rok akademicki

ALGEBRA rok akademicki ALGEBRA rok akademck -8 Tdeń Tematka wkładu Tematka ćwceń ajęć Struktur algebracne (grupa cało; be Dałana na macerach perścen Defncja macer Dałana na macerach Oblcane wnacnków Wnacnk jego własnośc Oblcane

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3 Stansław Cchock Natala Nehrebecka Katarzyna Rosak-Lada Zajęca 3 1. Dobrod dopasowana równana regresj. Współczynnk determnacj R 2 Dekompozycja warancj zmennej zależnej Współczynnk determnacj R 2 2. Zmenne

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

ELEMENTY MECHANIKI ANALITYCZNEJ

ELEMENTY MECHANIKI ANALITYCZNEJ ELEMENTY MECHANIKI ANALITYCZNEJ Roatuem układ o welu tonach wobod, n. układ łożon unktów matealnch. Na układ mogą bć nałożone wę. P unkt matealn o mae m Układ wobodn kładaąc ę unktów matealnch Wółędne

Bardziej szczegółowo

t t t t T 2 Interpretacja: Przeciętna wartość zmiennej objaśnianej różni się od wartości teoretycznej średnio o

t t t t T 2 Interpretacja: Przeciętna wartość zmiennej objaśnianej różni się od wartości teoretycznej średnio o Cele werfacj odelu Werfacja sasczna odelu polega na oblczenu szeregu ernów jaośc odelu oraz werfacj pewnch hpoez sascznch w celu sprawdzena cz na podsawe ego odelu ożna wcągać wnos doczące badanego zjawsa

Bardziej szczegółowo

Algebra WYKŁAD 1 ALGEBRA 1

Algebra WYKŁAD 1 ALGEBRA 1 Algebra WYKŁAD ALGEBRA Realacja predmotu Wykład 30 god. Ćwcena 5 god. Regulamn alceń: www.mn.pw.edu.pl/~fgurny ALGEBRA Program ajęć Lcby espolone Algebra macery Układy równań lnowych Geometra analtycna

Bardziej szczegółowo

PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK

PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK Założena Nech oznacza ozom (warość) badanego zjawska (zmennej) w kolejnch momenach czasu T0, gdze T 0 0,1,..., n 1 oznacza worz szereg czasow. zbór numerów czasu. Cąg

Bardziej szczegółowo

Grupa obrotów. - grupa symetrii kuli, R - wszystkie możliwe obroty o dowolne kąty wokół osi przechodzących przez środek kuli

Grupa obrotów. - grupa symetrii kuli, R - wszystkie możliwe obroty o dowolne kąty wokół osi przechodzących przez środek kuli Grupa obrotów - grupa smetr kul R - wsstke możlwe obrot o dowolne kąt wokół os prechodącch pre środek kul nacej O 3 grupa obrotów właścwch - grupa cągła - każd obrót określa sę pre podane os l kąta obrotu

Bardziej szczegółowo

Harmonogramowanie produkcji przedsiębiorstwa budowlanego

Harmonogramowanie produkcji przedsiębiorstwa budowlanego ZARZĄDZANE ORGANZACJA Harmonogramowane producj predsęborstwa budowlanego Dr ab. nż. Roman Marcnows, Soła Nau Tecncnyc Społecnyc Poltecn Warsawsej 1. stota armonacj producj budowlanej Producja budowlana

Bardziej szczegółowo

4. Podzielnica uniwersalna 4.1. Budowa podzielnicy

4. Podzielnica uniwersalna 4.1. Budowa podzielnicy 4. Podelnca unwersalna 4.. Budowa podelncy Podelnca jest pryrądem podałowym, który stanow specjalne wyposażene frearek unwersalnych. Podstawowym astosowanem podelncy jest dokonywane podału kątowego. Jest

Bardziej szczegółowo

OKRES ZWROTU JAKO JEDNA Z METOD OCENY OPŁACALNOŚCI PRZEDSIĘWZIĘĆ INWESTYCYJNYCH

OKRES ZWROTU JAKO JEDNA Z METOD OCENY OPŁACALNOŚCI PRZEDSIĘWZIĘĆ INWESTYCYJNYCH Magdalena Dynus Katedra Fnansów Bankowośc Wyżsa Skoła Bankowa w Torunu OKRES ZWROTU JAKO JEDNA Z METOD OCENY OPŁACALNOŚCI PRZEDSIĘWZIĘĆ INWESTYCYJNYCH Wprowadene Okres wrotu należy do podstawowych metod

Bardziej szczegółowo

Optymalizacja funkcji

Optymalizacja funkcji MARCIN BRAŚ Opymalzacja funcj ) Opymalzacja w obszarze neoranczonym WK: y. y WW: > > y y Znaleźć mnmum funcj: (, y) ( ) y ( ) y y ( ) y solve, P(, ) y y solve, y ( ) y ( ) y y y ( ) y W W W > (, y) > Op.

Bardziej szczegółowo

Dobór zmiennych objaśniających

Dobór zmiennych objaśniających Dobór zmennych objaśnających Metoda grafowa: Należy tak rozpąć graf na werzchołkach opsujących poszczególne zmenne, aby występowały w nm wyłączne łuk symbolzujące stotne korelacje pomędzy zmennym opsującym.

Bardziej szczegółowo

SZEREG CZASOWY Y zjawisko badane w różnych okresach lub momentach czasu. Dynamika zjawiska to zmiana zjawiska w czasie. Przykład. Y średni kurs akcji

SZEREG CZASOWY Y zjawisko badane w różnych okresach lub momentach czasu. Dynamika zjawiska to zmiana zjawiska w czasie. Przykład. Y średni kurs akcji SZEREG CZASOWY Y zjawisko badane w różnch okresach lub momentach czasu. Dnamika zjawiska to zmiana zjawiska w czasie. Przkład. Y średni kurs akcji firm OPTMUS na giełdzie Okres: notowania od 1.03.2010

Bardziej szczegółowo

Przykład 3.1. Projektowanie przekroju zginanego

Przykład 3.1. Projektowanie przekroju zginanego Prkład.1. Projektowane prekroju gnanego Na belkę wkonaną materału o wtrmałośc różnej na ścskane rocągane dałają dwe sł P 1 P. Znając wartośc tch sł, schemat statcn belk, wartośc dopuscalnego naprężena

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 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

t t t t T 2 Interpretacja: Przeciętna wartość zmiennej objaśnianej różni się od wartości teoretycznej średnio o ˆ

t t t t T 2 Interpretacja: Przeciętna wartość zmiennej objaśnianej różni się od wartości teoretycznej średnio o ˆ Eonoera Ćwczena Werfacja odelu eonoercznego Maerał poocncze Cele werfacj odelu Werfacja sasczna odelu polega na oblczenu szeregu ernów jaośc odelu oraz werfacj pewnch hpoez sascznch w celu sprawdzena cz

Bardziej szczegółowo

cz. 2. Dr inż. Zbigniew Szklarski Katedra Elektroniki, paw. C-1, pok.321

cz. 2. Dr inż. Zbigniew Szklarski Katedra Elektroniki, paw. C-1, pok.321 Wkład 7: Bła stwna c.. D nż. Zbgnew Sklask Kateda Elektonk, paw. C-1, pok.1 skla@agh.edu.pl http://lae.uc.agh.edu.pl/z.sklask/..17 Wdał nfoatk, Elektonk Telekounkacj - Telenfoatka 1 6..17 Wdał nfoatk,

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA. Wkład wstępn. Teora prawdopodobeństwa element kombnatork. Zmenne losowe ch rozkład 3. Populacje prób danch, estmacja parametrów 4. Testowane hpotez statstcznch 5. Test parametrczne

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =

Bardziej szczegółowo

Algebra WYKŁAD 2 ALGEBRA 1

Algebra WYKŁAD 2 ALGEBRA 1 Algebra WYKŁAD ALGEBRA Lcbę espoloną możemy predstawć w postac gde a b ab ( ) rcos sn r moduł lcby espolonej, argument lcby espolonej. Defncja Predstawene Lcby espolone r cos sn naywamy postacą trygonometrycną

Bardziej szczegółowo

~ stopni swobody

~ stopni swobody Mrostan roład mroanoncn ~ 10 3 stopn swobod Uład cąste (lascn bądź wantow) Uład (roważan wantowomechancne) wonuje nesłchane sbe, chaotcne prejśca pomęd swom stanam wantowm; Jeśl patrm na uład lascne, możem

Bardziej szczegółowo

Ł Ł Ś Ó ć ć ć Ą Ć ć ć Ł Ś Ą Ó Ń Ą ź ź ź Ń ć ć Ł ć Ł Ł Ł Ś Ó Ń ć ć Ł ć Ł ć ć Ś Ł ć Ą Ą ź ź ź ć ć ć Ńć ć Ś Ś Ś Ń Ą ć ć ć ć ć Ń Ą Ł ź ź Ą ź ź ć ć ź ć Ą ć ć ć ź ź ź Ą ź ź ź ź ź ź ć ć ć ć ć ć ć Ą ć ć ź ć ć

Bardziej szczegółowo

Dział 1. Opłaty za energię elektryczną od odbiorców finalnych i hurtowych. Energia czynna Opłata Liczba Grupa taryfowa. abonamento odbiorców

Dział 1. Opłaty za energię elektryczną od odbiorców finalnych i hurtowych. Energia czynna Opłata Liczba Grupa taryfowa. abonamento odbiorców MINISTERSTWO GOSPODARKI pl. Trech Kryży 5, 00-507 Wars Na adres jednostk Numer dentyfkacyjny - REGON G - 10.4 m Sprawodane o dałalnośc predsęborst energetycnego jmującego sę presyłem obrotem energą elektrycną

Bardziej szczegółowo

Macierz prawdopodobieństw przejścia w pojedynczym kroku dla łańcucha Markowa jest postaci

Macierz prawdopodobieństw przejścia w pojedynczym kroku dla łańcucha Markowa jest postaci Zadane. Macerz radoodobeńst rzejśca ojedynczym kroku dla łańcucha Markoa...... o trzech stanach { } jest ostac 0 n 0 0 (oczyśce element stojący -tym erszu j -tej kolumne tej macerzy oznacza P( = j. Wtedy

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej Rachunek prawdopodobeństwa statstka W 11: Analz zależnoścpomędz zmennm losowm Model regresj welokrotnej Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Model regresj lnowej Model regresj lnowej prostej

Bardziej szczegółowo

Algebra z geometrią 2012/2013

Algebra z geometrią 2012/2013 Algebra geometrą 22/2 Egamn psemn, 24 VI 2 r. Instrukcje: Każde adane jest a punktów. Praca nad rowąanam mus bć absolutne samodelna. Jakakolwek forma komunkacj kmkolwek poa plnującm egamn jest całkowce

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

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

Diagonalizacja macierzy kwadratowej

Diagonalizacja macierzy kwadratowej Dagonalzacja macerzy kwadratowej Dana jest macerz A nân. Jej wartośc własne wektory własne spełnają równane Ax x dla,..., n Każde z równań własnych osobno można zapsać w postac: a a an x x a a an x x an

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

Natalia Nehrebecka. Dariusz Szymański

Natalia Nehrebecka. Dariusz Szymański Natala Nehrebecka Darusz Szymańsk . Sprawy organzacyjne Zasady zalczena Ćwczena Lteratura. Czym zajmuje sę ekonometra? Model ekonometryczny 3. Model lnowy Postać modelu lnowego Zaps macerzowy modelu dl

Bardziej szczegółowo

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2011, Oeconomica 285 (62), 27 36

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2011, Oeconomica 285 (62), 27 36 FOLIA POMEAAE UIVESITATIS TECHOLOGIAE STETIESIS Fola Pomer. Unv. Technol. Stetn. 20, Oeconomca 285 (62), 27 36 Aneta Becer AALIZA OZWOJU WOJEWÓDZTW POLSKI POD WZGLĘDEM WYKOZYSTAIA TECHOLOGII ICT THE DEVELOPMET

Bardziej szczegółowo

SPIS TABEL 1. INFORMACJE WSTĘPNE 2. LOKALIZACJA PUNKTÓW MONITORINGOWYCH ORAZ OMÓWIENIE WYNIKÓW BADAŃ

SPIS TABEL 1. INFORMACJE WSTĘPNE 2. LOKALIZACJA PUNKTÓW MONITORINGOWYCH ORAZ OMÓWIENIE WYNIKÓW BADAŃ 81 SPIS TABEL Tabela 1. Obserwowane efe w populacji wiąane oddiałwaniem hałasu w pore nocnej.................................................... 12 Tabela 2. Konsewencje chronicnej besenności, powodowanej

Bardziej szczegółowo

Ż Ę ć Ć ć ć Ą

Ż Ę ć Ć ć ć Ą Ś Ł Ż Ą Ż Ę ć Ć ć ć Ą ŚĘ Ż ź Ś Ż Ś Ś Ń Ę Ą Ś Ł Ś Ł Ż Ż ź ż Ą Ś Ż Ż Ś Ł Ą Ą Ó Ż Ż ż ć Ż ż ć ż Ó Ż ż ć ż ć ż Ą Ę ż Ó Ó ż ż Ó ć Ż ć Ż ć ć ź Ę Ę Ę ć Ż Ź Ż ż ć ż Ź Ę Ż ż ć Ś ć Ż Ę ż Ę ż ż ż Ż ż ż ż ż ĘŁ ż ż

Bardziej szczegółowo

Mechanika analityczna: współrzędne, więzy, stopnie swobody, współrzędne uogólnione

Mechanika analityczna: współrzędne, więzy, stopnie swobody, współrzędne uogólnione Mechanka analtcna: wółrędne wę tone wobod wółrędne uogólnone Roatruem układ o welu tonach wobod n. układ łożon unktów materalnch. Na układ mogą bć nałożone wę. P r unkt materaln o mae m O Układ wobodn

Bardziej szczegółowo

ZESTAW ZADAŃ Z INFORMATYKI

ZESTAW ZADAŃ Z INFORMATYKI (Wpsue zdaąc przed rozpoczęcem prac) KOD ZDAJĄCEGO ZESTAW ZADAŃ Z INFORMATYKI CZĘŚĆ II (dla pozomu rozszerzonego) GRUDZIEŃ ROK 004 Czas prac 50 mnut Instrukca dla zdaącego. Proszę sprawdzć, cz zestaw zadań

Bardziej szczegółowo

Markowa. ZałoŜenia schematu Gaussa-

Markowa. ZałoŜenia schematu Gaussa- ZałoŜena scheatu Gaussa- Markowa I. Model jest nezennczy ze względu na obserwacje: f f f3... fl f, czyl y f (x, ε) II. Model jest lnowy względe paraetrów. y βo + β x +ε Funkcja a być lnowa względe paraetrów

Bardziej szczegółowo

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010 Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene

Bardziej szczegółowo

Sprawozdanie powinno zawierać:

Sprawozdanie powinno zawierać: Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,

Bardziej szczegółowo

Matematyka finansowa r.

Matematyka finansowa r. . Sprawdź, tóre z ponższych zależnośc są prawdzwe: () = n n a s v d v d d v v d () n n m ) ( n m ) ( v a d s ) m ( = + & & () + = = + = )! ( ) ( δ Odpowedź: A. tylo () B. tylo () C. tylo () oraz () D.

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

Ś ć Ś Ę Ś Ś Ś Ś Ę Ę

Ś ć Ś Ę Ś Ś Ś Ś Ę Ę Ł Ś Ę ź Ż Ż ź ź Ż Ś Ż Ś Ł Ś ć Ś Ę Ś Ś Ś Ś Ę Ę Ś Ę Ń Ę ć ć Ę Ś Ę Ś Ę Ś Ś Ś ŚĘ ć Ś Ś Ś Ś ŚĘ Ł Ś Ł ź Ę ź ź ź ź Ń Ś Ś Ń ź ć ź ź ź ź ź ź Ś ź Ż ź Ń ź Ś ź ź ć Ę ź Ę Ę Ś Ę Ę Ł ź ź Ę ć Ś Ś Ł Ś Ę Ś Ł Ł Ś ć Ł ź Ł

Bardziej szczegółowo

Termodynamika techniczna

Termodynamika techniczna Termodnamka technczna Wdzał Geolog, Geofzk Ochron Środowska Ekologczne Źródła Energ II rok Pomar temperatur Instrukcja do ćwczena Katedra Sstemów Energetcznch Urządzeń Ochron Środowska AGH Kraków 015 1.

Bardziej szczegółowo

Rozdział 1. Nazwa i adres Zamawiającego Gdyńskie Centrum Sportu jednostka budżetowa Rozdział 2. Informacja o trybie i stosowaniu przepisów

Rozdział 1. Nazwa i adres Zamawiającego Gdyńskie Centrum Sportu jednostka budżetowa Rozdział 2. Informacja o trybie i stosowaniu przepisów Z n a k s p r a w y G C S D Z P I 2 7 1 07 2 0 1 5 S P E C Y F I K A C J A I S T O T N Y C H W A R U N K Ó W Z A M Ó W I E N I A f U s ł u g i s p r z» t a n i a o b i e k t Gó w d y s k i e g o C e n

Bardziej szczegółowo

Rynek szkoleniowy w województwie kujawskopomorskim. badań 2011 2013

Rynek szkoleniowy w województwie kujawskopomorskim. badań 2011 2013 Rynek skolenowy w wojewódtwe kujawskopomorskm. Podsumowane badań 2013 Semnarum podsumowujące projekt Rynek Pracy pod Lupą Toruń, 17.XII.2013 Główny cel analy Predstawene scegółowej oferty skolenowej powatowych

Bardziej szczegółowo

Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 11 Zadania planimetria

Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 11 Zadania planimetria 1 TEST WSTĘPNY 1. (1p) Wysokość rombu o boku długości 6 i kącie ostrym 60 o jest równa: A. 6 3 B. 6 C. 3 3 D. 3 2. (1p) W trójkącie równoramiennym długość ramienia wynosi 10 a podstawa 16. Wysokość opuszczona

Bardziej szczegółowo

MATERIAŁY POMOCNICZE DO WYKŁADU Z PODSTAW ZASTOSOWAŃ ULTRADŹWIĘKÓW W MEDYCYNIE (wyłącznie do celów dydaktycznych zakaz rozpowszechniania)

MATERIAŁY POMOCNICZE DO WYKŁADU Z PODSTAW ZASTOSOWAŃ ULTRADŹWIĘKÓW W MEDYCYNIE (wyłącznie do celów dydaktycznych zakaz rozpowszechniania) MARIAŁY POMOCNICZ O WYKŁAU Z POAW ZAOOWAŃ ULRAŹWIĘKÓW W MYCYNI (włącne do celów ddatcnch aa ropowsechnana) b. Materał eletromechancne atwne, pretworn peoeletrcne peomagnetcne, anala prac pretworna peoeletrcnego.

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

Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński Mkroekonometra 13 Mkołaj Czajkowsk Wktor Budzńsk Symulacje Analogczne jak w przypadku cągłej zmennej zależnej można wykorzystać metody Monte Carlo do analzy różnego rodzaju problemów w modelach gdze zmenna

Bardziej szczegółowo

Uchwała nr L/1044/05 Rady Miasta Katowice. z dnia 21 listopada 2005r.

Uchwała nr L/1044/05 Rady Miasta Katowice. z dnia 21 listopada 2005r. Uchwała nr L/1044/05 Rady Masta Katowce z dna 21 lstopada 2005r. w sprawe określena wysokośc stawek podatku od środków transportowych na rok 2006 obowązujących na terene masta Katowce Na podstawe art.18

Bardziej szczegółowo

Bogdan Żółtowski, doc. dr inż. Instytut Fizyki PŁ, Wólczańska 219, pokój 3.12 B14, III p.

Bogdan Żółtowski, doc. dr inż. Instytut Fizyki PŁ, Wólczańska 219, pokój 3.12 B14, III p. Fa I ogdan Żółtows doc. dr nż. Insttut F PŁ Wólcańsa 9 poó 3. 4 III p. tel. 3664 http://www.f.p.lod.pl/bogdan.oltows/ Konsultace: pąte 4-6 Zares predmotu: Knemata Dnama puntu materalnego Dnama brł stwne

Bardziej szczegółowo

Plan wykładu. Literatura. Układ odniesienia. Współrzędne punktu na płaszczyźnie XY. Rozkład wektora na składowe

Plan wykładu. Literatura. Układ odniesienia. Współrzędne punktu na płaszczyźnie XY. Rozkład wektora na składowe Leu. D. Hlld, R. Resnc, J. Wle, Podsw f, om -5, PWN, 7. D. Hlld, R. Resnc F om,, PWN, 974. 3. J. Blnows, J. Tls F dl nddów n wŝse ucelne PWN 986 4. P. W. Ans Chem fcn, PWN, 3. Pln włdu ) Podswowe wdomośc

Bardziej szczegółowo

pierwsza wersja: 1 października 2007 r., ostateczna wersja: 7 maja 2008 r., akceptacja: 12 czerwca 2008 r. Abstract JEL: C49, G11, G21

pierwsza wersja: 1 października 2007 r., ostateczna wersja: 7 maja 2008 r., akceptacja: 12 czerwca 2008 r. Abstract JEL: C49, G11, G21 28 Ryn Instytucje Fnansowe Ban Kredyt lpec 2008 Koncentracja bran owa jao element aràdana ryyem portfela redytowego w pratyce polsch banów propoycja metody analy ectoral Concentraton as an Element of Credt

Bardziej szczegółowo

Z funkcji zdaniowej x + 3 = 7 można otrzymać zdania w dwojaki sposób:

Z funkcji zdaniowej x + 3 = 7 można otrzymać zdania w dwojaki sposób: Z funkcji zdaniowej + 3 = 7 można otrzmać zdania w dwojaki sposób: podstawiając w tej funkcji zdaniowej za stałe będące nazwami liczb np. 4 2 itp. poprzedzając tę funkcję zdaniową zwrotami: dla każdego

Bardziej szczegółowo

Zasady wyznaczania minimalnej wartości środków pobieranych przez uczestników od osób zlecających zawarcie transakcji na rynku terminowym

Zasady wyznaczania minimalnej wartości środków pobieranych przez uczestników od osób zlecających zawarcie transakcji na rynku terminowym Załązn nr 3 Do zzegółowyh Zasad rowadzena Rozlzeń Transa rzez KDW_CC Zasady wyznazana mnmalne wartoś środów oberanyh rzez uzestnów od osób zleaąyh zaware transa na rynu termnowym 1. Metodologa wyznazana

Bardziej szczegółowo

WOJEWÓDZKI URZĄD STATYSTYCZNY

WOJEWÓDZKI URZĄD STATYSTYCZNY WOJEWÓDZK URZĄD STATYSTYCZNY D o użytu adresoło Egz nr \ l. 0 s 8 s / / ATRUDNENE, WYNAGRODZENA CZAS PRACY V 9 8 7 R O K U ' ' Katowce 988 Z N A K J U M O W N E K r e s a z j a w s o n e w y s t ę p u

Bardziej szczegółowo

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam

Bardziej szczegółowo

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz

Bardziej szczegółowo

IDENTYFIKACJA PARAMETRÓW MODELI PROCESU SKRAWANIA DLA WIELOOSTRZOWYCH NARZĘDZI OBROTOWYCH

IDENTYFIKACJA PARAMETRÓW MODELI PROCESU SKRAWANIA DLA WIELOOSTRZOWYCH NARZĘDZI OBROTOWYCH MODELOWAIE IŻYIERSKIE ISS 1896-771X 41, s. 37-314, Glwce 211 IDETYFIKACJA PARAMETRÓW MODELI PROCESU SKRAWAIA DLA WIELOOSTRZOWYCH ARZĘDZI OBROTOWYCH MIROSŁAW PAJOR MARCI HOFFMA KRZYSZTOF MARCHELEK Zachodnoomorsk

Bardziej szczegółowo

*** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów

*** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów *** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów I.1 Przestrze«towarów Podstawowe poj cia Rynek towarów

Bardziej szczegółowo

R w U R + R R V = U1. grr2 = V U U. P pobiera energię + R. R 1 g V s U 2 U 1. I z

R w U R + R R V = U1. grr2 = V U U. P pobiera energię + R. R 1 g V s U 2 U 1. I z adane W obwode, o schemace pokaanym na rysnk, oblcyć moc reystora. Dane: 4,5,,. ( ) K: [] G [W] adane Wynacyć stosnek napęć k / w obwode o schemace pokaanym na rysnk. Dane: k, 4 k, 5 k, g,5. g s s g s

Bardziej szczegółowo

T Z -. i W a - z i B Z z R i Z Y z W a P Y z a M S E X 2 H A N G E T Z -. i W a - z i B Z z R i Z Y z W a P 4 Y z 7 a M S E x Y ( a W X Z 4 W a s R i s S s j S X i f S W k Y j W a l W ś Y i a - i a W k

Bardziej szczegółowo

N a l e W y u n i k a ć d ł u g o t r w a ł e g o k o n t a k t u p o l a k i e r o w a n y c h p o w i e r z c h n i z w y s o k i m i t e m p e r a

N a l e W y u n i k a ć d ł u g o t r w a ł e g o k o n t a k t u p o l a k i e r o w a n y c h p o w i e r z c h n i z w y s o k i m i t e m p e r a J L G 3 6 6 P A W I L O N O G R O D O W Y J L G 3 6 6 I N S T R U K C J A M O N T A V U I B E Z P I E C Z E Ń S T W A S z a n o w n i P a s t w o, D z i ę k u j e m y z a z a k u p p a w i l o n u o g

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo

METODA MATEMATYCZNEGO MODELOWANIA PŁATAMI BÉZIERA KSZTAŁTU ZIARNA PSZENŻYTA

METODA MATEMATYCZNEGO MODELOWANIA PŁATAMI BÉZIERA KSZTAŁTU ZIARNA PSZENŻYTA I N Ż YNIERIA R OLNICZA A GRICULTURAL E NGINEERING 01: Z. (14) T.1 S. 5- ISSN 149-764 Polske Towarstwo Inżner Rolnce http://www.ptr.org METODA MATEMATYCZNEGO MODELOWANIA PŁATAMI BÉZIERA KSZTAŁTU ZIARNA

Bardziej szczegółowo

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych

Bardziej szczegółowo

TWIERDZENIA O WZAJEMNOŚCIACH

TWIERDZENIA O WZAJEMNOŚCIACH 1 Olga Kopac, Adam Łodygows, Wojcech Pawłows, Mchał Płotowa, Krystof Tymber Konsultacje nauowe: prof. dr hab. JERZY RAKOWSKI Ponań 2002/2003 MECHANIKA BUDOWI 7 ACH TWIERDZENIE BETTIEGO (o wajemnośc prac)

Bardziej szczegółowo

GAZY DOSKONAŁE I PÓŁDOSKONAŁE

GAZY DOSKONAŁE I PÓŁDOSKONAŁE TERMODYNAMIKA GAZY DOSKONAŁE I PÓŁDOSKONAŁE Prawo Boyle a Marotte a p V = const gdy T = const Prawo Gay-Lussaca V = const gdy p = const T Równane stanu gau dosonałego półdosonałego p v = R T gde: p cśnene

Bardziej szczegółowo

7.5.1. Ruch bryły swobodnej

7.5.1. Ruch bryły swobodnej 751 Ruch brł swobone Swobona brła stwna ma w prestren seść stopn swobo o oreślena e ruchu potreba seścu równań ruchu Ruch brł możem robć na ruch śroa mas wwołan pre ałane wetora głównego sł ewnętrnch obrót

Bardziej szczegółowo

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak Ocena jakoścowo-cenowych strateg konkurowana w polskm handlu produktam rolno-spożywczym dr Iwona Szczepanak Ekonomczne, społeczne nstytucjonalne czynnk wzrostu w sektorze rolno-spożywczym w Europe Cechocnek,

Bardziej szczegółowo

SPECYFIKACJA ISTOTNYCH WARUNKÓW ZAMÓWIENIA

SPECYFIKACJA ISTOTNYCH WARUNKÓW ZAMÓWIENIA Z n a k s p r a w y G C S D Z P I 2 7 1 0 2 02 0 1 5 S P E C Y F I K A C J A I S T O T N Y C H W A R U N K Ó W Z A M Ó W I E N I A U s ł u g a d r u k o w a n i a d l a p o t r z e b G d y s k i e g o

Bardziej szczegółowo

A B - zawieranie słabe

A B - zawieranie słabe NAZEWNICTWO: : rówoważość defcj : rówość defcj dla każdego steje! ZBIORY steje dokłade jede {,,,...} - całkowte * - całkowte be era - wmere - ujeme plus ero - recwste - espoloe A B - awerae słabe A :

Bardziej szczegółowo

Programowanie Równoległe i Rozproszone

Programowanie Równoległe i Rozproszone Programowane Równoległe Rozproszone Wykład Programowane Równoległe Rozproszone Lucjan Stapp Wydzał Matematyk Nauk Informacyjnych Poltechnka Warszawska (l.stapp@mn.pw.edu.pl) /38 PRR Wykład Chcemy rozwązać

Bardziej szczegółowo

AiR. Podstawy modelowania i syntezy mechanizmów. Ćwiczenie laboratoryjne nr 3 str. 1. PMiSM-2017

AiR. Podstawy modelowania i syntezy mechanizmów. Ćwiczenie laboratoryjne nr 3 str. 1. PMiSM-2017 AR. Postawy moelowana syntey mechanmów. Ćwcene laboratoryjne nr str. Akaema Górnco-Hutnca Wyał Inżyner Mechancnej Robotyk Katera Mechank Wbroakustyk PMSM-07 PODSTAWY MODELOWANIA I SYNTEZY MECHANIZMÓW ĆWICZENIA

Bardziej szczegółowo

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 275 (57), 31 42

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 275 (57), 31 42 FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Fola Pomer. Unv. Technol. Stetn. 2009, Oeconomca 275 (57), 31 42 Agneska KAMIŃSKA, Paweł JANULEWICZ 1 KLASYFIKACJA GMIN WIEJSKICH WOJEWÓDZTWA LUBELSKIEGO

Bardziej szczegółowo

Ś Ś Ś Ś Ś Ś Ę Ą Ę ŚĘ Ę Ś ń Ę Ę Ą Ł Ż Ń Ł ć Ą ć Ł Ę Ó ć Ź ć ź ń Ń ń Ś Ą Ę Ł Ę Ą Ę ń ć ń Ź ć ń ć ń Ś ń ŚĆ ć ź Ł Ę Ę Ś Ę Ę Ę ń ŚĘ Ń Ę Ę ń ŚĘ Ę Ę Ś Ś ć ń Ę ń Ś Ę ć ć Ę Ę ć ź ć ń Ę Ń ń ć Ł Ę Ę Ę Ę ć Ę ć ć ź

Bardziej szczegółowo