Metody numeryczne i statystyka dla in»ynierów

Wielkość: px
Rozpocząć pokaz od strony:

Download "Metody numeryczne i statystyka dla in»ynierów"

Transkrypt

1 Kierunek: Automatyka i Robotyka, II rok Wprowadzenie PWSZ Gªogów, 2009

2 Plan wykªadów Wprowadzenie, podanie zagadnie«, poj cie metody numerycznej i algorytmu numerycznego, obszar zainteresowa«i stosowalno±ci statystyki MN - poj cia wst pne, reprezentacja danych, bª dy przetwarzania numerycznego MN - równania i ukªady równa«nieliniowych MN - interpolacja MN - aproksymacja MN - rozwi zywanie ukªadów równa«liniowych - metody dokªadne MN - rozwi zywanie ukªadów równa«liniowych - metody iteracyjne MN - caªkowanie numeryczne Statystyczna analiza danych - podstawowe miary i mierniki statystyczne, statystyka opisowa Statystyczna analiza danych - wspóªzale»no± zjawisk - regresja Statystyczna analiza danych - zmienne losowe ci gªe i dyskretne, rozkªady zmiennych losowych Statystyczna analiza danych - estymacja punktowa i przedziaªowa Statystyczna analiza danych - testowanie hipotez statystycznych Przykªady in»ynierskich zastosowa«praktycznych

3 Metody numeryczne denicje Metody numeryczne Rozwi zywanie zada«matematycznych za pomoc sko«czonej liczby dziaªa«arytmetycznych i logicznych (za pomoc komputera) Zadanie numeryczne Matematyczny opis powi za«pomi dzy danymi wej±ciowymi i wyj±ciowymi, np. równanie nieliniowe y(x) = x 2 cos(x) gdzie szukamy takiego x0,»e y(x0) = 0 Algorytm numeryczny Sko«czona sekwencja poprawnie sformuªowanych operacji przeksztaªcaj cych dane wej±ciowe i wyj±ciowe Operacja dziaªanie arytmetyczne, logiczne lub odwoªanie do istniej cych algorytmów

4 Metody numeryczne denicje Zadanie algorytmiczne Scharakteryzowanie Scharakteryzowanie wszystkich poprawnych + oczekiwanych wyników danych wej±ciowych jako funkcji danych wej±ciowych Rozwi zanie algorytmiczne Dowolne Oczekiwane poprawne ALGORYTM wyniki dane

5 Metody numeryczne denicje Algorytm Sko«czony zbiór jednoznacznych reguª Sko«czona sekwencja operacji prowadz cych do rozwi zania lub do innej klasy problemów Uwagi wªasno±ci jakie powinien posiada poprawnie skonstruowany algorytm u»ywa operacji podstawowych ka»dy krok jednoznacznie i precyzyjnie zdeniowany ka»dy mo»liwy przypadek przewidziany rozwi zanie zawsze osi gni te i to w sko«czonej liczbie kroków mo»e korzysta z danych wej±ciowych prowadzi do jednego lub wi cej danych wyj±ciowych wskazana wªasno± ogólno±ci

6 Statystyka - czym jest? Statystyka - denicja Nauka, której przedmiotem zainteresowania s metody opisu, pozyskiwania i prezentacji, a przede wszystkim analizy danych opisuj cych zjawiska masowe (maj ce z natury losowy charakter). Przykªady: wnioskowanie na podstawie pobranej próby o wªasno±ciach badanej cechy dla caªej du»ej zbiorowo±ci ogólnej wnioskowanie o stopniu zale»no±ci (korelacji) pomi dzy dwoma badanymi cechami obiektu na podstawie zebranych danych pomiarowych

7 Losowo± vs determinizm Zjawisko (proces) maj ce charakter deterministyczny: jeste±my w stanie przewidzie ewolucj stanu i stan ko«cowy procesu ze 100% pewno±ci, np. czas potrzebny na przebycie zadanej drogi przez obiekt poruszaj cy si prostoliniowo z zadan staªa pr dko±ci (tym statystyka si nie zajmuje) Zjawisko (proces) o naturze stochastycznej (losowej): nie jeste±my w stanie przewidzie dokªadnie stanu ko«cowego procesu, mo»emy jedynie wnioskowa z pewnym okre±lonym prawdopodobie«stwem o stanie ko«cowym, np. przewidywanie (predykcja) kursów gieªdowych opis chaotycznych ruchów Browna mikroskopijnych cz stek w pªynie (cieczy lub gazie) wywoªanych zderzeniami zawiesiny z cz steczkami pªynu (tu stosujemy z powodzeniem metody statystyczne)

Metody numeryczne. Wst p do metod numerycznych. Dawid Rasaªa. January 9, 2012. Dawid Rasaªa Metody numeryczne 1 / 9

Metody numeryczne. Wst p do metod numerycznych. Dawid Rasaªa. January 9, 2012. Dawid Rasaªa Metody numeryczne 1 / 9 Metody numeryczne Wst p do metod numerycznych Dawid Rasaªa January 9, 2012 Dawid Rasaªa Metody numeryczne 1 / 9 Metody numeryczne Czym s metody numeryczne? Istota metod numerycznych Metody numeryczne s

Bardziej szczegółowo

Metody numeryczne i statystyka dla in»ynierów

Metody numeryczne i statystyka dla in»ynierów Kierunek: Automatyka i Robotyka, II rok Interpolacja PWSZ Gªogów, 2009 Interpolacja Okre±lenie zale»no±ci pomi dzy interesuj cymi nas wielko±ciami, Umo»liwia uproszczenie skomplikowanych funkcji (np. wykorzystywana

Bardziej szczegółowo

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15 ANALIZA NUMERYCZNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Metoda Eulera 3 1.1 zagadnienia brzegowe....................... 3 1.2 Zastosowanie ró»niczki...................... 4 1.3 Output do pliku

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący

Bardziej szczegółowo

KLASYCZNE ZDANIA KATEGORYCZNE. ogólne - orzekaj co± o wszystkich desygnatach podmiotu szczegóªowe - orzekaj co± o niektórych desygnatach podmiotu

KLASYCZNE ZDANIA KATEGORYCZNE. ogólne - orzekaj co± o wszystkich desygnatach podmiotu szczegóªowe - orzekaj co± o niektórych desygnatach podmiotu ➏ Filozoa z elementami logiki Na podstawie wykªadów dra Mariusza Urba«skiego Sylogistyka Przypomnij sobie: stosunki mi dzy zakresami nazw KLASYCZNE ZDANIA KATEGORYCZNE Trzy znaczenia sªowa jest trzy rodzaje

Bardziej szczegółowo

wiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. Metodyka bada«do±wiadczalnych dr hab. in». Sebastian Skoczypiec Cel wiczenia Zaªo»enia

wiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. Metodyka bada«do±wiadczalnych dr hab. in». Sebastian Skoczypiec Cel wiczenia Zaªo»enia wiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. wiczenia 1 2 do wiczenia 3 4 Badanie do±wiadczalne 5 pomiarów 6 7 Cel Celem wiczenia jest zapoznanie studentów z etapami przygotowania i

Bardziej szczegółowo

Edycja geometrii w Solid Edge ST

Edycja geometrii w Solid Edge ST Edycja geometrii w Solid Edge ST Artykuł pt.: " Czym jest Technologia Synchroniczna a czym nie jest?" zwracał kilkukrotnie uwagę na fakt, że nie należy mylić pojęć modelowania bezpośredniego i edycji bezpośredniej.

Bardziej szczegółowo

KARTA PRZEDMIOTU. w języku polskim Statystyka opisowa Nazwa przedmiotu USYTUOWANIE PRZEDMIOTU W SYSTEMIE STUDIÓW. dr Agnieszka Krzętowska

KARTA PRZEDMIOTU. w języku polskim Statystyka opisowa Nazwa przedmiotu USYTUOWANIE PRZEDMIOTU W SYSTEMIE STUDIÓW. dr Agnieszka Krzętowska KARTA PRZEDMIOTU Kod przedmiotu E/O/SOP w języku polskim Statystyka opisowa Nazwa przedmiotu w języku angielskim Statistics USYTUOWANIE PRZEDMIOTU W SYSTEMIE STUDIÓW Kierunek studiów Forma studiów Poziom

Bardziej szczegółowo

Podstawowe pojęcia statystyczne

Podstawowe pojęcia statystyczne Podstawowe pojęcia statystyczne Istnieją trzy rodzaje kłamstwa: przepowiadanie pogody, statystyka i komunikat dyplomatyczny Jean Rigaux Co to jest statystyka? Nauka o metodach ilościowych badania zjawisk

Bardziej szczegółowo

Bash i algorytmy. Elwira Wachowicz. 20 lutego

Bash i algorytmy. Elwira Wachowicz. 20 lutego Bash i algorytmy Elwira Wachowicz elwira@ifd.uni.wroc.pl 20 lutego 2012 Elwira Wachowicz (elwira@ifd.uni.wroc.pl) Bash i algorytmy 20 lutego 2012 1 / 16 Inne przydatne polecenia Polecenie Dziaªanie Przykªad

Bardziej szczegółowo

KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Podstawy matematyki finansowej (MFI221)

KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Podstawy matematyki finansowej (MFI221) Załącznik Nr 5 KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Podstawy matematyki finansowej (MFI221) 2. KIERUNEK: MATEMATYKA 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: II/3 5. LICZBA PUNKTÓW ECTS: 6

Bardziej szczegółowo

MODELE LINIOWE. Dr Wioleta Drobik

MODELE LINIOWE. Dr Wioleta Drobik MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą

Bardziej szczegółowo

Wst p i organizacja zaj

Wst p i organizacja zaj Wst p i organizacja zaj Katedra Ekonometrii Uniwersytet Šódzki sem. letni 2014/2015 Literatura Ocena osi gni Program zaj Prowadz cy Podstawowa i uzupeªniaj ca Podstawowa: 1 Gruszczy«ski M. (2012 / 2010),,

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

Metody numeryczne i statystyka dla in»ynierów

Metody numeryczne i statystyka dla in»ynierów Kierunek: Automatyka i Robotyka, II rok Aproksymacja cz. II, wielomiany ortogonalne zastosowania PWSZ Gªogów, 2009 Iloczyn skalarny Funkcja okre±lona na przestrzeni liniowej (, ) R iloczyn skalarny wektorów

Bardziej szczegółowo

KARTA KURSU DLA STUDIÓW PODYPLOMOWYCH

KARTA KURSU DLA STUDIÓW PODYPLOMOWYCH KARTA KURSU DLA STUDIÓW PODYPLOMOWYCH Nazwa Nazwa w j. ang. Statystyka opisowa i rachunek prawdopodobieństwa Descriptive statistics and probability theory Punktacja ECTS* 6 Opis kursu (cele kształcenia)

Bardziej szczegółowo

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Twierdzenie Wainera Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 3 lipca 2009 Motywacje Dla dowolnej

Bardziej szczegółowo

POLITECHNIKA WROCŠAWSKA WYDZIAŠ ELEKTRONIKI PRACA DYPLOMOWA MAGISTERSKA

POLITECHNIKA WROCŠAWSKA WYDZIAŠ ELEKTRONIKI PRACA DYPLOMOWA MAGISTERSKA POLITECHNIKA WROCŠAWSKA WYDZIAŠ ELEKTRONIKI Kierunek: Specjalno± : Automatyka i Robotyka (AIR) Robotyka (ARR) PRACA DYPLOMOWA MAGISTERSKA Podatny manipulator planarny - budowa i sterowanie Vulnerable planar

Bardziej szczegółowo

AUTO-ENKODER JAKO SKŠADNIK ARCHITEKTURY DEEP LEARNING

AUTO-ENKODER JAKO SKŠADNIK ARCHITEKTURY DEEP LEARNING AUTO-ENKODER JAKO SKŠADNIK ARCHITEKTURY DEEP LEARNING Magdalena Wiercioch Uniwersytet Jagiello«ski 3 kwietnia 2014 Plan Uczenie gª bokie (deep learning) Auto-enkodery Rodzaje Zasada dziaªania Przykªady

Bardziej szczegółowo

Rozdzia 5. Uog lniona metoda najmniejszych kwadrat w : ::::::::::::: Podstawy uog lnionej metody najmniejszych kwadrat w :::::: Zastos

Rozdzia 5. Uog lniona metoda najmniejszych kwadrat w : ::::::::::::: Podstawy uog lnionej metody najmniejszych kwadrat w :::::: Zastos Spis tre ci PRZEDMOWA :::::::::::::::::::::::::::::::::::::::::::::::::::::::: 11 CZ I. Wprowadzenie do modelowania ekonometrycznego ::::::::::: 13 Rozdzia 1. Modelowanie ekonometryczne ::::::::::::::::::::::::::::::

Bardziej szczegółowo

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Wykªad 10. Spis tre±ci. 1 Niesko«czona studnia potencjaªu. Fizyka 2 (Informatyka - EEIiA 2006/07) c Mariusz Krasi«ski 2007

Wykªad 10. Spis tre±ci. 1 Niesko«czona studnia potencjaªu. Fizyka 2 (Informatyka - EEIiA 2006/07) c Mariusz Krasi«ski 2007 Wykªad 10 Fizyka 2 (Informatyka - EEIiA 2006/07) 08 05 2007 c Mariusz Krasi«ski 2007 Spis tre±ci 1 Niesko«czona studnia potencjaªu 1 2 Laser 3 2.1 Emisja spontaniczna...........................................

Bardziej szczegółowo

przewidywania zapotrzebowania na moc elektryczn

przewidywania zapotrzebowania na moc elektryczn do Wykorzystanie do na moc elektryczn Instytut Techniki Cieplnej Politechnika Warszawska Slide 1 of 20 do Coraz bardziej popularne staj si zagadnienia zwi zane z prac ¹ródªa energii elektrycznej (i cieplnej)

Bardziej szczegółowo

EKONOMETRIA dr inż.. ALEKSANDRA ŁUCZAK Uniwersytet Przyrodniczy w Poznaniu Katedra Finansów w i Rachunkowości ci Zakład Metod Ilościowych Collegium Maximum,, pokój j 617 Tel. (61) 8466091 luczak@up.poznan.pl

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI

EGZAMIN MATURALNY Z MATEMATYKI ARKUSZ ZAWIERA INFORMACJE PRAWNIE CHRONIONE DO MOMENTU ROZPOCZ CIA EGZAMINU! Miejsce na naklejk MMA-R1_1P-082 EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY MAJ ROK 2008 Czas pracy 180 minut Instrukcja

Bardziej szczegółowo

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja

Bardziej szczegółowo

Algorytm. Krótka historia algorytmów

Algorytm. Krótka historia algorytmów Algorytm znaczenie cybernetyczne Jest to dokładny przepis wykonania w określonym porządku skończonej liczby operacji, pozwalający na rozwiązanie zbliżonych do siebie klas problemów. znaczenie matematyczne

Bardziej szczegółowo

Uniwersytet Warszawski Wydział Zarządzania Sylabus

Uniwersytet Warszawski Wydział Zarządzania Sylabus Uniwersytet Warszawski Wydział Zarządzania Sylabus Formularz opisu (formularz sylabusa) dotyczy studiów I i II stopnia A. Informacje ogólne (wypełnia koordynator z wyjątkiem pól Kod, Przyporządkowanie

Bardziej szczegółowo

CAŠKOWANIE METODAMI MONTE CARLO Janusz Adamowski

CAŠKOWANIE METODAMI MONTE CARLO Janusz Adamowski III. CAŠKOWAIE METODAMI MOTE CARLO Janusz Adamowski 1 1 azwa metody Podstawowym zastosowaniem w zyce metody Monte Carlo (MC) jest opis zªo-»onych ukªadów zycznych o du»ej liczbie stopni swobody. Opis zªo»onych

Bardziej szczegółowo

Regulamin ustalania wysoko±ci, przyznawania i wypªacania stypendium za wyniki w nauce dla doktorantów MIMUW v4.3

Regulamin ustalania wysoko±ci, przyznawania i wypªacania stypendium za wyniki w nauce dla doktorantów MIMUW v4.3 Regulamin ustalania wysoko±ci, przyznawania i wypªacania stypendium za wyniki w nauce dla doktorantów MIMUW v4.3 1 grudnia 2007 Komentarze s pisane kursyw. 1. Doktoranci s dzieleni na kategorie pod wzgl

Bardziej szczegółowo

Chess. Joanna Iwaniuk. 9 marca 2010

Chess. Joanna Iwaniuk. 9 marca 2010 9 marca 2010 Plan prezentacji 1. Co to jest? 2. Jak u»ywa? 3. Prezentacja dziaªania 4. kontrola przeplotów model checking odtwarzanie wadliwego wykonania 5. Ogólna idea Wynik dziaªania Co to jest? program

Bardziej szczegółowo

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty

Bardziej szczegółowo

Podstawa programowa kształcenia ogólnego informatyki w gimnazjum

Podstawa programowa kształcenia ogólnego informatyki w gimnazjum 1 Podstawa programowa kształcenia ogólnego informatyki w gimnazjum Obowiązująca podstawa programowa nauczania informatyki w gimnazjum, w odniesieniu do propozycji realizacji tych zagadnień w podręcznikach

Bardziej szczegółowo

Komputerowe Systemy Sterowania Sem.VI, Wykład organizacyjny

Komputerowe Systemy Sterowania Sem.VI, Wykład organizacyjny Komputerowe Systemy Sterowania Sem.VI, Kierunek: Automatyka i Robotyka, Specjalność: Automatyka i Systemy Sterowania Wykład organizacyjny Katedra Inżynierii Systemów Sterowania Wymiar dydaktyczny przedmiotu

Bardziej szczegółowo

Matryca efektów kształcenia dla programu kształcenia na studiach wyższych kierunek astronomia, studia I stopnia. Moduły kształcenia

Matryca efektów kształcenia dla programu kształcenia na studiach wyższych kierunek astronomia, studia I stopnia. Moduły kształcenia Zajęcia wyrównawcze z matematyki Zajęcia wyrównawcze z fizyki Analiza matematyczna I, II MS Analiza matematyczna I, II MT Podstawy fizyki: Budowa materii Podstawy fizyki: Mechanika MS Podstawy fizyki:

Bardziej szczegółowo

1 Granice funkcji wielu zmiennych.

1 Granice funkcji wielu zmiennych. AM WNE 008/009. Odpowiedzi do zada«przygotowawczych do czwartego kolokwium. Granice funkcji wielu zmiennych. Zadanie. Zadanie. Pochodne. (a) 0, Granica nie istnieje, (c) Granica nie istnieje, (d) Granica

Bardziej szczegółowo

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb Wybrane poj cia i twierdzenia z wykªadu z teorii liczb 1. Podzielno± Przedmiotem bada«teorii liczb s wªasno±ci liczb caªkowitych. Zbiór liczb caªkowitych oznacza b dziemy symbolem Z. Zbiór liczb naturalnych

Bardziej szczegółowo

Elementy Modelowania Matematycznego Wykªad 9 Systemy kolejkowe

Elementy Modelowania Matematycznego Wykªad 9 Systemy kolejkowe Elementy Modelowania Matematycznego Wykªad 9 Systemy kolejkowe Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis tre±ci 1 2 3 Spis tre±ci 1 2 3 Spis tre±ci 1 2 3 Teoria masowej obsªugi,

Bardziej szczegółowo

Chełm, 2012 rok. Bank programów

Chełm, 2012 rok. Bank programów Bank programów Podstawa prawna: 60 ust. 2 Rozporządzenia Ministra Pracy i Polityki Społecznej z dnia 12 grudnia 2011 r. w sprawie standardów i warunków prowadzenia usług rynku pracy ( Dz. U. z 2011 r.

Bardziej szczegółowo

Programowanie funkcyjne. Wykªad 13

Programowanie funkcyjne. Wykªad 13 Programowanie funkcyjne. Wykªad 13 Siªa wyrazu rachunku lambda Zdzisªaw Spªawski Zdzisªaw Spªawski: Programowanie funkcyjne. Wykªad 13, Siªa wyrazu rachunku lambda 1 Wst p Warto±ci logiczne Liczby naturalne

Bardziej szczegółowo

KARTA PRZEDMIOTU UMIEJĘTNOŚCI

KARTA PRZEDMIOTU UMIEJĘTNOŚCI KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Matematyka ubezpieczeń na życie (MUB231) 2. KIERUNEK: MATEMATYKA 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: III/5 5. LICZBA PUNKTÓW ECTS: 6 6. LICZBA GODZIN:

Bardziej szczegółowo

EKONOMETRIA II SYLABUS A. Informacje ogólne

EKONOMETRIA II SYLABUS A. Informacje ogólne EKONOMETRIA II SYLABUS A. Informacje ogólne Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Rok studiów /semestr Wymagania wstępne (tzw. sekwencyjny system zajęć

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez statystycznych

Bardziej szczegółowo

Mathematica - podstawy

Mathematica - podstawy Mathematica - podstawy Artur Kalinowski Semestr letni 2011/2012 Artur Kalinowski Mathematica - podstawy 1 / 27 Spis tre±ci Program Mathematica 1 Program Mathematica 2 3 4 5 Artur Kalinowski Mathematica

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

Szkolenie Regresja logistyczna

Szkolenie Regresja logistyczna Szkolenie Regresja logistyczna program i cennik Łukasz Deryło Analizy statystyczne, szkolenia www.statystyka.c0.pl Szkolenie Regresja logistyczna Co to jest regresja logistyczna? Regresja logistyczna pozwala

Bardziej szczegółowo

Przykªady problemów optymalizacji kombinatorycznej

Przykªady problemów optymalizacji kombinatorycznej Przykªady problemów optymalizacji kombinatorycznej Problem Komiwoja»era (PK) Dane: n liczba miast, n Z +, c ji, i, j {1,..., n}, i j odlegªo± mi dzy miastem i a miastem j, c ji = c ij, c ji R +. Zadanie:

Bardziej szczegółowo

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Statystyka komputerowa Computer statistics Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: Fakultatywny - oferta Poziom studiów:

Bardziej szczegółowo

Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015

Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015 Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015 1 Metody numeryczne Dział matematyki Metody rozwiązywania problemów matematycznych za pomocą operacji na liczbach. Otrzymywane

Bardziej szczegółowo

Statystyczna analiza danych w programie STATISTICA. Dariusz Gozdowski. Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW

Statystyczna analiza danych w programie STATISTICA. Dariusz Gozdowski. Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Statystyczna analiza danych w programie STATISTICA ( 4 (wykład Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Regresja prosta liniowa Regresja prosta jest

Bardziej szczegółowo

KARTA PRZEDMIOTU. 12. PRZEDMIOTOWE EFEKTY KSZTAŁCENIA 3 Odniesienie do kierunkowych efektów kształcenia (symbol)

KARTA PRZEDMIOTU. 12. PRZEDMIOTOWE EFEKTY KSZTAŁCENIA 3 Odniesienie do kierunkowych efektów kształcenia (symbol) KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: GEOGRAFIA POLITYCZNA 2. KIERUNEK: POLITOLOGIA 3. POZIOM STUDIÓW: I STOPNIA 4. ROK/ SEMESTR STUDIÓW: I/1 5. LICZBA PUNKTÓW ECTS: 2 6. LICZBA GODZIN: 30 CA 7. TYP PRZEDMIOTU

Bardziej szczegółowo

KARTA PRZEDMIOTU / SYLABUS

KARTA PRZEDMIOTU / SYLABUS Załącznik nr 5b do Uchwały nr 21/2013 Senatu KARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna

Bardziej szczegółowo

Faktury elektroniczne a e-podpis stan obecny, perspektywy zmian. Cezary Przygodzki, Ernst & Young

Faktury elektroniczne a e-podpis stan obecny, perspektywy zmian. Cezary Przygodzki, Ernst & Young Faktury elektroniczne a e-podpis stan obecny, perspektywy zmian Cezary Przygodzki, Ernst & Young Poruszane zagadnienia Obecne przepisy o e-fakturach w kontekście e-podpisu Regulacje krajowe Regulacje UE

Bardziej szczegółowo

Monitorowanie polityki rozwoju - zadania obserwatoriów

Monitorowanie polityki rozwoju - zadania obserwatoriów Departament Koordynacji Strategii i Polityk Rozwoju Monitorowanie polityki rozwoju - zadania obserwatoriów Agnieszka Dawydzik Dyrektor Departamentu Koordynacji Strategii i Polityk Rozwoju Opole, 10 grudnia

Bardziej szczegółowo

W1. Wprowadzenie. Statystyka opisowa

W1. Wprowadzenie. Statystyka opisowa W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład

Bardziej szczegółowo

Zarz dzanie rm. Zasada 2: samoorganizuj ce si zespoªy. Piotr Fulma«ski. March 17, 2015

Zarz dzanie rm. Zasada 2: samoorganizuj ce si zespoªy. Piotr Fulma«ski. March 17, 2015 Zarz dzanie rm Zasada 2: samoorganizuj ce si zespoªy Piotr Fulma«ski Instytut Nauk Ekonomicznych i Informatyki, Pa«stwowa Wy»sza Szkoªa Zawodowa w Pªocku, Polska March 17, 2015 Table of contents Ludzie

Bardziej szczegółowo

Strategia czy intuicja?

Strategia czy intuicja? Strategia czy intuicja czyli o grach niesko«czonych Instytut Matematyki Uniwersytetu Warszawskiego Grzegorzewice, 29 sierpnia 2009 Denicja gry Najprostszy przypadek: A - zbiór (na ogóª co najwy»ej przeliczalny),

Bardziej szczegółowo

Data wydruku: Dla rocznika: 2015/2016. Opis przedmiotu

Data wydruku: Dla rocznika: 2015/2016. Opis przedmiotu Sylabus przedmiotu: Specjalność: Statystyka Wszystkie specjalności Data wydruku: 31.01.2016 Dla rocznika: 2015/2016 Kierunek: Wydział: Zarządzanie i inżynieria produkcji Inżynieryjno-Ekonomiczny Dane podstawowe

Bardziej szczegółowo

1. Wprowadzenie do C/C++

1. Wprowadzenie do C/C++ Podstawy Programowania :: Roman Grundkiewicz :: 014 Zaj cia 1 1 rodowisko Dev-C++ 1. Wprowadzenie do C/C++ Uruchomienie ±rodowiska: Start Programs Developments Dev-C++. Nowy projekt: File New Project lub

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Analityczne techniki zarządzania Analytical techniques of management Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: Specjalnościowy

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis treści 3 SPIS TREŚCI Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe

Bardziej szczegółowo

SPIS TREŚCI. Do Czytelnika... 7

SPIS TREŚCI. Do Czytelnika... 7 SPIS TREŚCI Do Czytelnika.................................................. 7 Rozdział I. Wprowadzenie do analizy statystycznej.............. 11 1.1. Informacje ogólne..........................................

Bardziej szczegółowo

Nazwa przedmiotu: PODSTAWY TEORII ZBIORÓW ROZMYTYCH I ARYTMETYKI PRZEDZIAŁOWEJ Foundations of fuzzy set theory and interval arithmetic Kierunek:

Nazwa przedmiotu: PODSTAWY TEORII ZBIORÓW ROZMYTYCH I ARYTMETYKI PRZEDZIAŁOWEJ Foundations of fuzzy set theory and interval arithmetic Kierunek: Nazwa przedmiotu: PODSTAWY TEORII ZBIORÓW ROZMYTYCH I ARYTMETYKI PRZEDZIAŁOWEJ Foundations of fuzzy set theory and interval arithmetic Kierunek: Forma studiów: Informatyka Stacjonarne Rodzaj przedmiotu:

Bardziej szczegółowo

Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna

Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna 1. Podaj denicj liczby zespolonej. 2. Jak obliczy sum /iloczyn dwóch liczb zespolonych w postaci algebraicznej? 3. Co to jest liczba urojona?

Bardziej szczegółowo

OPIS PRZEDMIOTU. Podstawy edukacji matematycznej. Wydzia Pedagogiki i Psychologii

OPIS PRZEDMIOTU. Podstawy edukacji matematycznej. Wydzia Pedagogiki i Psychologii OPIS PRZEDMIOTU Nazwa przedmiotu Kod przedmiotu Wydzia Wydzia Pedagogiki i Psychologii Instytut/Katedra INSTYTUT PEDAGOGIKI, Zak ad Pedagogiki Wczesnoszkolnej i Edukacji Plastycznej Kierunek pedagogika,

Bardziej szczegółowo

Od redakcji. Symbolem oznaczono zadania wykraczające poza zakres materiału omówionego w podręczniku Fizyka z plusem cz. 2.

Od redakcji. Symbolem oznaczono zadania wykraczające poza zakres materiału omówionego w podręczniku Fizyka z plusem cz. 2. Od redakcji Niniejszy zbiór zadań powstał z myślą o tych wszystkich, dla których rozwiązanie zadania z fizyki nie polega wyłącznie na mechanicznym przekształceniu wzorów i podstawieniu do nich danych.

Bardziej szczegółowo

Analiza wyników egzaminu gimnazjalnego. Test matematyczno-przyrodniczy matematyka. Test GM-M1-122,

Analiza wyników egzaminu gimnazjalnego. Test matematyczno-przyrodniczy matematyka. Test GM-M1-122, Analiza wyników egzaminu gimnazjalnego Test matematyczno-przyrodniczy Test GM-M1-122, Zestaw zadań z zakresu matematyki posłużył w dniu 25 kwietnia 2012 r. do sprawdzenia, u uczniów kończących trzecią

Bardziej szczegółowo

KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: MARKETING POLITYCZNY 2. KIERUNEK: POLITOLOGIA 3. POZIOM STUDIÓW: I STOPNIA 4. ROK/ SEMESTR STUDIÓW: III/6

KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: MARKETING POLITYCZNY 2. KIERUNEK: POLITOLOGIA 3. POZIOM STUDIÓW: I STOPNIA 4. ROK/ SEMESTR STUDIÓW: III/6 KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: MARKETING POLITYCZNY 2. KIERUNEK: POLITOLOGIA 3. POZIOM STUDIÓW: I STOPNIA 4. ROK/ SEMESTR STUDIÓW: III/6 5. LICZBA PUNKTÓW ECTS: 6 6. LICZBA GODZIN: 30 WY/30 CA 7.

Bardziej szczegółowo

Szkolenie Podstawy statystyki i analizy danych

Szkolenie Podstawy statystyki i analizy danych Szkolenie Podstawy statystyki i analizy danych program i cennik Łukasz Deryło Analizy statystyczne, szkolenia www.statystyka.c0.pl Szkolenie Podstawy statystyki i analizy danych Co obejmuje? Program szkolenia

Bardziej szczegółowo

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie arkusza kalkulacyjnego EXCEL do rozwiązywania układów równań liniowych metodą wyznacznikową

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie arkusza kalkulacyjnego EXCEL do rozwiązywania układów równań liniowych metodą wyznacznikową SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:

Bardziej szczegółowo

Strategia rozwoju kariery zawodowej - Twój scenariusz (program nagrania).

Strategia rozwoju kariery zawodowej - Twój scenariusz (program nagrania). Strategia rozwoju kariery zawodowej - Twój scenariusz (program nagrania). W momencie gdy jesteś studentem lub świeżym absolwentem to znajdujesz się w dobrym momencie, aby rozpocząć planowanie swojej ścieżki

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela

Statystyka w pracy badawczej nauczyciela Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem

Bardziej szczegółowo

Metody numeryczne i statystyka dla in»ynierów

Metody numeryczne i statystyka dla in»ynierów Kierunek: Automatyka i Robotyka, II rok Ukªady równa«liniowych PWSZ Gªogów, 2009 Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zada«redukuje si do problemu rozwi zania ukªadu

Bardziej szczegółowo

Efekty kształcenia umiejętności i kompetencje: rozumienia podstaw teoretycznych, form oraz ogólnych zasad funkcjonowania organizacji.

Efekty kształcenia umiejętności i kompetencje: rozumienia podstaw teoretycznych, form oraz ogólnych zasad funkcjonowania organizacji. studia ekonomiczne, kierunek: ZARZĄDZANIE ZOBACZ OPIS KIERUNKU ORAZ LISTĘ UCZELNI TREŚCI PROGRAMOWE PRZEDMIOTÓW PODSTAWOWYCH - I st. TREŚCI PROGRAMOWE PRZEDMIOTÓW PODSTAWOWYCH Podstawy zarządzania 60 h

Bardziej szczegółowo

Zagadnienia na egzamin dyplomowy na kierunku Informatyka i Ekonometria (1 stopień studiów)

Zagadnienia na egzamin dyplomowy na kierunku Informatyka i Ekonometria (1 stopień studiów) Zagadnienia na egzamin dyplomowy na kierunku Informatyka i Ekonometria (1 stopień studiów) 1. Systemowe i niesystemowe metody estymacji parametrów. Wady i zalety tych podejść b. 06IE 1A_W07 - opanował

Bardziej szczegółowo

Lekcja 9 - LICZBY LOSOWE, ZMIENNE

Lekcja 9 - LICZBY LOSOWE, ZMIENNE Lekcja 9 - LICZBY LOSOWE, ZMIENNE I STAŠE 1 Liczby losowe Czasami spotkamy si z tak sytuacj,»e b dziemy potrzebowa by program za nas wylosowaª jak ± liczb. U»yjemy do tego polecenia: - liczba losowa Sprawd¹my

Bardziej szczegółowo

KARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu Zdrowie Publiczne ogólnoakademicki praktyczny inny jaki. Zakład Statystyki i Informatyki Medycznej

KARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu Zdrowie Publiczne ogólnoakademicki praktyczny inny jaki. Zakład Statystyki i Informatyki Medycznej Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi

Bardziej szczegółowo

INFORMATYKA dla gimnazjum Opis założonych osiągnięć ucznia klasy trzeciej

INFORMATYKA dla gimnazjum Opis założonych osiągnięć ucznia klasy trzeciej INFORMATYKA dla gimnazjum Opis założonych osiągnięć ucznia klasy trzeciej W ROKU SZKOLNYM 2015/2016 1. Podstawa prawna do opracowania Przedmiotowego Systemu Oceniania. a) Rozporządzenie Ministra Edukacji

Bardziej szczegółowo

Sieci Neuronowe Laboratorium 2

Sieci Neuronowe Laboratorium 2 Sieci Neuronowe Zadania i problemy algorytmiczne dla sieci neuronowych, programowania logicznego i sztucznej inteligencji według zasad i kryteriów laboratoriów. pdf Laboratorium 2 Zapisać następujące stwierdzenia

Bardziej szczegółowo

Zagadnienia optymalizacji i aproksymacji. Sieci neuronowe.

Zagadnienia optymalizacji i aproksymacji. Sieci neuronowe. Zagadnienia optymalizacji i aproksymacji. Sieci neuronowe. zajecia.jakubw.pl/nai Literatura: S. Osowski, Sieci neuronowe w ujęciu algorytmicznym. WNT, Warszawa 997. PODSTAWOWE ZAGADNIENIA TECHNICZNE AI

Bardziej szczegółowo

STA T T A YSTYKA Korelacja

STA T T A YSTYKA Korelacja STATYSTYKA Korelacja Pojęcie korelacji Korelacja (współzależność cech) określa wzajemne powiązania pomiędzy wybranymi zmiennymi. Charakteryzując korelację dwóch cech podajemy dwa czynniki: kierunek oraz

Bardziej szczegółowo

Jednowarstwowe Sieci Neuronowe jako. klasykatory do wielu klas. (c) Marcin Sydow

Jednowarstwowe Sieci Neuronowe jako. klasykatory do wielu klas. (c) Marcin Sydow Plan dyskretny perceptron i jego ograniczenia inne funkcje aktywacji wielo-klasykacja przy pomocy jedno-warstwowe sieci neuronowej ograniczenia jedno-warstwowej sieci neuronowej miary ewaluacyjne dla klasykacji

Bardziej szczegółowo

Spis treści 1. Wstęp 2. Projektowanie systemów informatycznych

Spis treści 1. Wstęp 2. Projektowanie systemów informatycznych Spis treści 1. Wstęp... 9 1.1. Inżynieria oprogramowania jako proces... 10 1.1.1. Algorytm... 11 1.2. Programowanie w językach wysokiego poziomu... 11 1.3. Obiektowe podejście do programowania... 12 1.3.1.

Bardziej szczegółowo

SZCZEGÓŁOWY OPIS PRZEDMIOTU ZAMÓWIENIA

SZCZEGÓŁOWY OPIS PRZEDMIOTU ZAMÓWIENIA Zał. nr 5 do SIWZ SZCZEGÓŁOWY OPIS PRZEDMIOTU ZAMÓWIENIA prowadzonego w trybie przetarg nieograniczony na usługa przeprowadzenia szkoleń CNC oraz CAE w ramach Centrum Transferu Technologii Zadanie nr Nazwa

Bardziej szczegółowo

Część II.A. Informacje o studiach podyplomowych ANALIZA DANYCH METODY, NARZĘDZIA, PRAKTYKA (nazwa studiów podyplomowych)

Część II.A. Informacje o studiach podyplomowych ANALIZA DANYCH METODY, NARZĘDZIA, PRAKTYKA (nazwa studiów podyplomowych) Część II.A. Informacje o studiach podyplomowych ANALIZA DANYCH METODY, NARZĘDZIA, PRAKTYKA (nazwa studiów podyplomowych) 1. Ogólna charakterystyka studiów podyplomowych 1.1 Ogólne cele kształcenia oraz

Bardziej szczegółowo

Teoria Sterowania. Warunki zaliczenia

Teoria Sterowania. Warunki zaliczenia Teoria Sterowania Warunki zaliczenia. Pytania. Tematy µ-projektów. 3.5 poprawne zaliczenie testu; Warunki zaliczenia 4 poprawne zaliczenie testu + poprawne rozwi zanie kilku zada«(pliki Alin, TS-skrypt1,

Bardziej szczegółowo

LXV OLIMPIADA FIZYCZNA ZAWODY III STOPNIA

LXV OLIMPIADA FIZYCZNA ZAWODY III STOPNIA LXV OLIMPIADA FIZYCZNA ZAWODY III STOPNIA CZ DO WIADCZALNA Za zadanie do±wiadczalne mo»na otrzyma maksymalnie 40 punktów. Zadanie D. Rozgrzane wolframowe wªókno»arówki o temperaturze bezwzgl dnej T emituje

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Mechanizacja i automatyzacja w I i II I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE C1. Zapoznanie studentów z aspektami procesach przetwórstwa tworzyw polimerowych. C.

Bardziej szczegółowo

c Plan nauczania z matematyki dla kursu maturalnego

c Plan nauczania z matematyki dla kursu maturalnego R c Plan nauczania z matematyki dla kursu maturalnego Plan nauczania opracowaªa Izabella . Przedstawione opracowanie chroni ustawa o prawach autorskich. Powielanie, kopiowanie, wykorzystywanie we fragmentach

Bardziej szczegółowo

Temat: Co to jest optymalizacja? Maksymalizacja objętości naczynia prostopadłościennego za pomocą arkusza kalkulacyjngo.

Temat: Co to jest optymalizacja? Maksymalizacja objętości naczynia prostopadłościennego za pomocą arkusza kalkulacyjngo. Konspekt lekcji Przedmiot: Informatyka Typ szkoły: Gimnazjum Klasa: II Nr programu nauczania: DKW-4014-87/99 Czas trwania zajęć: 90min Temat: Co to jest optymalizacja? Maksymalizacja objętości naczynia

Bardziej szczegółowo

Statystyka matematyczna 2015/2016

Statystyka matematyczna 2015/2016 Statystyka matematyczna 2015/2016 nazwa przedmiotu SYLABUS B. Informacje szczegółowe Elementy składowe Opis sylabusu Nazwa przedmiotu Statystyka matematyczna Kod przedmiotu 0600-FS2-2SM Nazwa jednostki

Bardziej szczegółowo

Ekonometria. wiczenia 13 Metoda ±cie»ki krytycznej. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria. wiczenia 13 Metoda ±cie»ki krytycznej. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej wiczenia 13 Metoda ±cie»ki krytycznej Instytut Ekonometrii Zakªad Ekonometrii Stosowanej Plan wicze«1 Przykªad: ubieranie choinki 2 3 Programowanie liniowe w analizie czasowej i czasowo-kosztowej projektu

Bardziej szczegółowo

SPIS TEŚCI CZĘŚĆ I RACHUNEK PRAWDOPODOBIEŃSTWA

SPIS TEŚCI CZĘŚĆ I RACHUNEK PRAWDOPODOBIEŃSTWA SPIS TEŚCI PRZEDMOWA...13 CZĘŚĆ I RACHUNEK PRAWDOPODOBIEŃSTWA 1. ZDARZENIA LOSOWE I PRAWDOPODOBIEŃSTWO...17 1.1. UWAGI WSTĘPNE... 17 1.2. ZDARZENIA LOSOWE... 17 1.3. RELACJE MIĘDZY ZDARZENIAMI... 18 1.4.

Bardziej szczegółowo

Opis efektów kształcenia dla modułu zajęć

Opis efektów kształcenia dla modułu zajęć Nazwa modułu: Wprowadzenie do analizy danych Rok akademicki: 2012/2013 Kod: IET-2-303-SU-s Punkty ECTS: 2 Wydział: Informatyki, Elektroniki i Telekomunikacji Kierunek: Elektronika i Telekomunikacja Specjalność:

Bardziej szczegółowo

Syllabus przedmiotu / modułu kształcenia

Syllabus przedmiotu / modułu kształcenia Syllabus przedmiotu / modułu kształcenia Nazwa przedmiotu/modułu kształcenia Konstytucyjny system organów państwowych Nazwa w języku angielskim Political system in Poland Język wykładowy Język polski Kierunek

Bardziej szczegółowo

Opis zakładanych efektów kształcenia dla programu kształcenia na kierunku informatyka i ekonometria

Opis zakładanych efektów kształcenia dla programu kształcenia na kierunku informatyka i ekonometria Załącznik nr 1 do Uchwały nr 332/06/2014 Senatu UR Opis zakładanych efektów dla programu na kierunku informatyka i ekonometria Symbol kierunkowych efektów K_W01 K_W02 K_W03 K_W04 K_W05 nazwa kierunku studiów:

Bardziej szczegółowo

Z poprzedniego wykładu

Z poprzedniego wykładu PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne

Bardziej szczegółowo

JĘZYK ROSYJSKI POZIOM ROZSZERZONY

JĘZYK ROSYJSKI POZIOM ROZSZERZONY EGZAMIN MATURALNY W ROKU SZKOLNYM 2013/2014 JĘZYK ROSYJSKI POZIOM ROZSZERZONY ROZWIĄZANIA ZAAŃ I SCHEMAT PUNKTOWANIA MAJ 2014 ZAANIA OTWARTE Zadanie 1. Przetwarzanie tekstu (0,5 pkt) 1.1. туристов 1.2.

Bardziej szczegółowo

Konspekt lekcji otwartej

Konspekt lekcji otwartej Konspekt lekcji otwartej Przedmiot: Temat lekcji: informatyka Modelowanie i symulacja komputerowa prawidłowości w świecie liczb losowych Klasa: 2 g Data zajęć: 21.12.2004. Nauczyciel: Roman Wyrwas Czas

Bardziej szczegółowo