Rachunek caªkowy funkcji wielu zmiennych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Rachunek caªkowy funkcji wielu zmiennych"

Transkrypt

1 Rachunek caªkowy funkcji wielu zmiennych I. Malinowska, Z. Šagodowski Politechnika Lubelska 8 czerwca 2015

2 Caªka iterowana podwójna Denicja Je»eli funkcja f jest ci gªa na prostok cie P = {(x, y) : a x b, c y d} to oraz P P f (x, y)dxdy = f (x, y)dxdy = b a d c [ d c [ b a ] f (x, y)dy dx ] f (x, y)dx dy Caªki wyst puj ce po prawych stronach powy»szych równo±ci nazywamy caªkami iterowanymi

3 Caªka iterowana z funkcji jednorodnej Twierdzenie Je»eli f jest funkcj postaci f (x, y) = g(x)h(y) gdzie funkcje g i h s caªkowalne odpowiednio na przedziaªach < a, b > i < c, d > to <a,b> <c,d> ( b f (x, y)dxdy = a ) ( d ) g(x)dx f (y)dy. c

4 Denicja caªki podwójnej po dowolnym obszarze ograniczonym. Denicja Niech f b dzie okre±lona i ograniczona na obszarze ograniczonym D R 2 oraz niech P b dzie dowolnym prostok tem, takim»e D P. Okre±lmy funkcj { f f (x, y), (x, y) D (x, y) = 0, (x, y) P\D Niech funkcja f b dzie caªkowalna na prostok cie P. Caªk z funkcji f po obszrze D okreslamy nast puj cym wzorem: f (x, y)dxdy = f (x, y)dxdy D P

5 Denicja obszaru normalnego Denicja Obszar domkni ty D = {(x, y) : a x b, ϕ(x) y ψ(x)} gdzie funkcje ϕ(x) i ψ(x) s ci gªe na przedziale < a, b > nazywamy obszarem normalnym wzgl dem OX. Obszar domkni ty D = {(x, y) : c y d, α(y) x β(y)} gdzie funkcje α(y) i β(y) s ci gªe na przedziale < c, d > nazywamy obszarem normalnym wzgl dem OY.

6 Caªka podwójna po obszarze normalnym Twierdzenie Je»eli funkcja f jest ci gªa w obszarze domkni tym D = {(x, y) : a x b, ϕ(x) y ψ(x)} normalnym wzgl dem Ox, to [ b ] ψ(x) f (x, y)dxdy = f (x, y)dy dx D a ϕ(x) Je»eli funkcja f jest ci gªa w obszarze domkni tym D = {(x, y) : c y d, α(y) x β(y)} normalnym wzgl dem Oy, to [ d ] β(y) f (x, y)dxdy = f (x, y)dx dy I. Malinowska, Z. Šagodowski c Rachunek α(y) caªkowy funkcji wielu zmiennych

7 Denicja obszaru regularnego, caªka po obszarze regularnym Denicja Je»eli obszar D jest sum sko«czonej ilo±ci obszarów normalnych wzgl dem OX lub OY o rozª cznych wn trzach to obszar D nazywamy obszarem regularnym. Twierdzenie Je»eli D jest obszarem regularnym D = D 1 D 2... D n, a D 1, D 2,.., D n s obszarami normalnymi wzgl dem OX lub OY o rozª cznych wn trzach to dowolna funkcja f ci gªa w obszarze D jest caªkowalna oraz f (x, y)dxdy = f (x, y)dxdy f (x, y)dxdy. D D 1 D n

8 Przeksztaªcenie obszaru Denicja Niech i D b d obszarami odpowiednio na pªaszczyznach Ouv i Oxy. Przeksztaªceniem obszaru w obszra D nazywamy funkcj T : D okre±lon wzorem (x, y) = T (u, v) = (φ(u, v), ψ(u, v)), gdzie (u, v). Obrazem zbioru przy przeksztaªceniu T nazywamy zbiór T ( ) = {(x, y) : x = φ(u, v), y = ψ(u, v), (u, v) }.

9 Wªasno±ci przeksztaªce«przeksztaªcenie T nazywamy: ci gªym - je»eli funkcje φ i ψ sa ci gªe na obszarze Ró»nowarto±ciowym - je»eli ró»nym punktom obszaru odpowiadaj ró»ne punkty jego obrazu D.

10 Twierdzenie Niech { x = φ(u, v) przeksztaªcenie T : odwzorowuje y = ψ(u, v) ró»nowarto±ciowo wn trze obszaru regularnego na wn trze obszaru regularnego D funkcje φ i ψ maj ci gªe pochodne cz stkowe rz du pierwszego na pewnym zbiorze otwartym zawieraj cym obszar funkcja f jest ci gªa na obszarze D jakobian przeksztaªcenia tj. J T = det jest ró»ny od zera wewn trz obszaru. Wtedy D f (x, y)dxdy = φ u ψ u φ (u, v) ψ (u, v) v v f (φ(u, v), ψ(u, v)) J T dudv. (u, v) (u, v)

11 Ukªad biegunowy Poªo»enie punktu P na pªaszczy¹nie mo»na opisa par liczb (ϕ, ϱ), gdzie: ϕ oznacza miar kata mi dzy dodatni cz ±ci osi Ox a promieniem wodz cym punktu P, 0 ϕ 2π ϱ oznacza odlegªo± punktu P od pocz tku ukªadu wspóªrz dnych, 0 ϱ < Par liczb (ϕ, ϱ), nazywamy wspóªrz dnymi biegunowymi punktu pªaszczyzny. Wspóªrz dne kartezja«skie (x, y) punktu pªaszczyzny dane we wspóªrz dnych { biegunowych (ϕ, ϱ) okre±lone s wzorami: x = ϱ cos ϕ B : y = ϱ sin ϕ Jest to tzw przeksztaªcenie biegunowe.

12 Zamiana zmiennych na wspóªrz dne biegunowe Twierdzenie Niech Wtedy obszar we wspóªrz dnych biegunowych b dzie regularny funkcja f b dzie ci gªa na obszarze D, który jest obrazem zbioru przy przeksztaªceniu biegunowym: D = B( ) f (x, y)dxdy = f (ϱ cos ϕ, ϱ sin ϕ) ϱdϱdϕ. D Uwaga Wspóªrz dne biegunowe stosujemy wtedy gdy obszar caªkowania jest ograniczony ªukami okr gu o ±rodku w pocz tku ukªadu oraz odcinkami prostych przechodz cymi przez pocz tek ukªadu

13 Zastosowanie caªki podwójnej w geometrii Pole obszaru regularnego D R 2 wyra»a si wzorem D = dxdy Obj to± bryªy poªo»onej nad obszarem regularnym D R 2 i ograniczonej z doªu i z góry odpowiednio wykresami (powierzchniami) funkcji ci gªych z = f (x, y) i z = g(x, y) wyra»a si wzorem V = [g(x, y) f (x, y)]dxdy D D

14 Zastosowanie caªki podwójnej w geometrii Pole pªata Σ, który jest wykresem funkcji z = f (x, y) gdzie (x, y) D wyra»a si wzorem: Σ = D 1 + ( ) f 2 ( ) f 2 + dxdy x y Funkcja f ma ci gªe pochodne cz stkowe pierwszego rz du na obszarze regularnym D.

15 Caªka iterowana potrójna Denicja Je»eli funkcja f jest ci gªa na prostopadªo±cianie P = {(x, y, z) : a x b, c y d, e z f } to P f (x, y, z)dxdydz = b a [ d [ f c e ] ] f (x, y, z)dz dy dx, kolejno± caªkowania po prostopadªo±cianie mo»e by dowolna, np. P f (x, y, z)dxdydz = f e [ d [ b c a ] ] f (x, y, z)dx dy dz, Caªki wyst puj ce po prawych stronach powy»szych równo±ci nazywamy caªkami iterowanymi

16 Caªka potrójna na dowolnym obszarze ograniczonym. Denicja Niech f b dzie okre±lona i ograniczona na obszarze ograniczonym G R 3 oraz niech P b dzie dowolnym prostopadªo±cianem, takim»e G P. Okre±lmy funkcj { f f (x, y, z), (x, y, z) G (x, y, z) = 0, (x, y, z) P\G Niech funkcja f b dzie caªkowalna na prostopadªo±cianie P. Caªk z funkcji f po obszrze G okre±lamy nast puj cym wzorem: f (x, y, z)dxdydz = f (x, y, z)dxdydz G P

17 Caªka potrójna po obszarze normalnym Twierdzenie Je»eli funkcja f jest ci gªa w obszarze domkni tym G = {(x, y, z) : (x, y) D, h(x, y) z g(x, y)}, gdzie obszar D R 2 jest normalnym wzgl dem Ox lub Oy, to [ ] g(x,y) f (x, y, z)dxdydz = f (x, y, z)dz dxdy. G D h(x,y)

18 Wspóªrz dne sferyczne Poªo»enie punktu P w R 3 mo»na jednoznacznie okre±li trójk liczb (ϱ, ϕ, θ) gdzie: ϱ oznacza odlegªo± punktu P od pocz tku ukªadu wspóªrz dnych, 0 ϱ < ϕ oznacza miar k ta mi dzy rzutem prostok tnym wektora wodz cego na pªaszczyzn XOY a dodatni cz ±ci osi OX, 0 ϕ 2π θ oznacza miar kata mi dzy rzutem promienia wodz cego na pªaszczyzn XOY a promieniem wodz cym, π 2 θ π 2 Trójk liczb (ϱ, ϕ, θ) nazywamy wspóªrz dnymi sferycznymi w R 3. Wspóªrz dne kartezja«skie (x, y, z) punktu w R 3 dane we wspóªrz dnych sferycznych (ϱ, ϕ, θ) okre±lone s wzorami: x = ϱ cos θ cos ϕ B : y = ϱ cos θ sin ϕ z = ϱ sin θ Jest to tzw przeksztaªcenie I. Malinowska, Z. Šagodowski biegunowe Rachunek S. caªkowy funkcji wielu zmiennych

19 Zamiana zmiennych na wspóªrz dne sferyczne Twierdzenie Niech obszar we wspóªrz dnych sferycznych b dzie regularny funkcja f b dzie ci gªa na obszarze G, który jest obrazem zbioru przy przeksztaªceniu biegunowym: G = S( ) Wtedy G f (x, y, z)dxdydz = f (ϱ cos θ cos ϕ, ϱ cos θ sin ϕ, ϱ sin θ) ϱ 2 cos θdϱdϕdθ. Gdzie ϱ 2 cos θ jest moduªem jakobianu J S przeksztaªcenia S.

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

. 0 0... 1 0. 0 0 0 0 1 gdzie wektory α i tworz baz ortonormaln przestrzeni E n

. 0 0... 1 0. 0 0 0 0 1 gdzie wektory α i tworz baz ortonormaln przestrzeni E n GAL II 2013-2014 A. Strojnowski str.45 Wykªad 20 Denicja 20.1 Przeksztaªcenie aniczne f : H H anicznej przestrzeni euklidesowej nazywamy izometri gdy przeksztaªcenie pochodne f : T (H) T (H) jest izometri

Bardziej szczegółowo

Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1

Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1 Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1 Równania różniczkowe pierwszego rzędu Równaniem różniczkowym zwyczajnym pierwszego rzędu nazywamy równanie postaci (R) y = f(x, y). Najogólniejszą

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

PRAWA ZACHOWANIA. Podstawowe terminy. Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc

PRAWA ZACHOWANIA. Podstawowe terminy. Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc PRAWA ZACHOWANIA Podstawowe terminy Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc a) si wewn trznych - si dzia aj cych na dane cia o ze strony innych

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

Mikro II: Krzywe kosztów, Poda» rmy i Poda» gaª zi.

Mikro II: Krzywe kosztów, Poda» rmy i Poda» gaª zi. Mikro II: Krzywe kosztów, Poda» rmy i Poda» gaª zi. Krzysztof Makarski 22 Krzywe kosztów Wst p Celem jest wyprowadzenie funkcji poda»y i jej wªasno±ci. Funkcj poda»y wyprowadzamy z decyzji maksymalizuj

Bardziej szczegółowo

Metodydowodzenia twierdzeń

Metodydowodzenia twierdzeń 1 Metodydowodzenia twierdzeń Przez zdanie rozumiemy dowolne stwierdzenie, które jest albo prawdziwe, albo faªszywe (nie mo»e by ono jednocze±nie prawdziwe i faªszywe). Tradycyjnie b dziemy u»ywali maªych

Bardziej szczegółowo

Caªkowanie numeryczne - porównanie skuteczno±ci metody prostokatów, metody trapezów oraz metody Simpsona

Caªkowanie numeryczne - porównanie skuteczno±ci metody prostokatów, metody trapezów oraz metody Simpsona Akademia Górniczo-Hutnicza im. Stanisªawa Staszica w Krakowie Wydziaª Fizyki i Informatyki Stosowanej Krzysztof Grz dziel kierunek studiów: informatyka stosowana Caªkowanie numeryczne - porównanie skuteczno±ci

Bardziej szczegółowo

Arkusz zawiera informacje prawnie chronione do momentu rozpocz cia egzaminu.

Arkusz zawiera informacje prawnie chronione do momentu rozpocz cia egzaminu. pobrano z www.sqlmedia.pl Uk ad graficzny CKE 00 KOD Centralna Komisja Egzaminacyjna Arkusz zawiera informacje prawnie chronione do momentu rozpocz cia egzaminu. WPISUJE ZDAJ CY PESEL Miejsce na naklejk

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

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

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Miejsce na naklejk z kodem dysleksja PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Czas pracy 10 minut Instrukcja dla zdaj cego 1. Prosz sprawdzi, czy arkusz egzaminacyjny zawiera 9 stron. Ewentualny brak nale

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

Optyka geometryczna. Soczewki. Marcin S. Ma kowicz. rok szk. 2009/2010. Zespóª Szkóª Ponadgimnazjalnych Nr 2 w Brzesku

Optyka geometryczna. Soczewki. Marcin S. Ma kowicz. rok szk. 2009/2010. Zespóª Szkóª Ponadgimnazjalnych Nr 2 w Brzesku skupiaj ce rozpraszaj ce Optyka geometryczna Zespóª Szkóª Ponadgimnazjalnych Nr 2 w Brzesku rok szk. 2009/2010 skupiaj ce rozpraszaj ce Spis tre±ci 1 Wprowadzenie 2 Ciekawostki 3 skupiaj ce Konstrukcja

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

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

Lekcja 8 - ANIMACJA. 1 Polecenia. 2 Typy animacji. 3 Pierwsza animacja - Mrugaj ca twarz

Lekcja 8 - ANIMACJA. 1 Polecenia. 2 Typy animacji. 3 Pierwsza animacja - Mrugaj ca twarz Lekcja 8 - ANIMACJA 1 Polecenia Za pomoc Baltiego mo»emy tworzy animacj, tzn. sprawia by obraz na ekranie wygl daª jakby si poruszaª. Do animowania przedmiotów i tworzenia animacji posªu» nam polecenia

Bardziej szczegółowo

P 0max. P max. = P max = 0; 9 20 = 18 W. U 2 0max. U 0max = q P 0max = p 18 2 = 6 V. D = T = U 0 = D E ; = 6

P 0max. P max. = P max = 0; 9 20 = 18 W. U 2 0max. U 0max = q P 0max = p 18 2 = 6 V. D = T = U 0 = D E ; = 6 XL OLIMPIADA WIEDZY TECHNICZNEJ Zawody II stopnia Rozwi zania zada dla grupy elektryczno-elektronicznej Rozwi zanie zadania 1 Sprawno przekszta tnika jest r wna P 0ma a Maksymaln moc odbiornika mo na zatem

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

Rozdziaª I. Postanowienia wst pne

Rozdziaª I. Postanowienia wst pne REGULAMIN RADY RODZICÓW PA STWOWEJ SZKOŠY MUZYCZNEJ I ST. NR 4 IM. KAROLA KURPI«SKIEGO Rozdziaª I. Postanowienia wst pne Ÿ1 Podstaw prawn niniejszego Regulaminu Rady Rodziców, zwanego dalej Regulaminem

Bardziej szczegółowo

Zadania z rachunku prawdopodobie«stwa

Zadania z rachunku prawdopodobie«stwa STATYSTYKA 2 rok, informatyka,. Zadania z rachunku prawdopodobie«stwa 1. Niech A B C = Ω, P (B) = 2P (A), P (C) = 3P (A), P (A B) = P (A C) = P (B C). Pokaza,»e 1 P (A) 1. Pokaza,»e oba ograniczenia mog

Bardziej szczegółowo

Wst p do sieci neuronowych, wykªad 15 Algorytmy genetyczne

Wst p do sieci neuronowych, wykªad 15 Algorytmy genetyczne Wst p do sieci neuronowych, wykªad 15 Algorytmy genetyczne M. Czoków, J. Piersa Faculty of Mathematics and Computer Science, Nicolaus Copernicus University, Toru«, Poland 2011-25-01 Motywacja Algorytmy

Bardziej szczegółowo

Andrzej Marciniak GRAFIKA KOMPUTEROWA. Wykłady dla studentów kierunku informatyka Państwowej Wyższej Szkoły Zawodowej w Kaliszu

Andrzej Marciniak GRAFIKA KOMPUTEROWA. Wykłady dla studentów kierunku informatyka Państwowej Wyższej Szkoły Zawodowej w Kaliszu Andrzej Marciniak GRAFIKA KOMPUTEROWA Wykłady dla studentów kierunku informatyka Państwowej Wyższej Szkoły Zawodowej w Kaliszu Wykłady są przeznaczone wyłącznie do indywidualnego użytku przez studentów

Bardziej szczegółowo

AutoCAD 2010 PL. Pierwsze kroki

AutoCAD 2010 PL. Pierwsze kroki AutoCAD 2010 PL. Pierwsze kroki Autor: Andrzej Pikoñ ISBN: 978-83-246-2608-3 Format: 168 237, stron: 288 AutoCAD od lat wyznacza standardy w dziedzinie oprogramowania CAD, a ksi¹ ka Andrzeja Pikonia stanowi

Bardziej szczegółowo

19. Obiektowo± 1 Kacze typowanie. 2 Klasy

19. Obiektowo± 1 Kacze typowanie. 2 Klasy 1 Kacze typowanie 19. Obiektowo± Sk d interpreter wie, jakiego typu s np. przekazywane do metody argumenty? Tak naprawd wcale nie musi wiedzie. Do poprawnego dziaªania programu istotne jest,»e przekazywany

Bardziej szczegółowo

Całkowanie przez podstawianie i dwa zadania

Całkowanie przez podstawianie i dwa zadania Całkowanie przez podstawianie i dwa zadania Antoni Kościelski Funkcje dwóch zmiennch i podstawianie Dla funkcji dwóch zmiennch zachodzi następując wzór na całkowanie przez podstawianie: f(x(a, b), (a,

Bardziej szczegółowo

1 Zbiory przeliczalne i nieprzeliczalne

1 Zbiory przeliczalne i nieprzeliczalne 1 Zbiory przelizlne i nieprzelizlne S ró»ne rodzje niesko«zono±i, mimo i» niesko«zono± oznz si jednym symbolem. Ale niesko«zono± niesko«zono±i nierówn. Uzsdnimy to zrz; le njsmpierw kilk deniji. ef. Mówimy,»e

Bardziej szczegółowo

Strategie zabezpieczaj ce

Strategie zabezpieczaj ce 04062008 Plan prezentacji Model binarny Model Black Scholesa Bismut- Elworthy -Li formuła Model binarny i opcja call Niech cena akcji w chwili pocz tkowej wynosi S 0 = 21 Zaªó»my,»e ceny akcji po trzech

Bardziej szczegółowo

Całkowanie metodami Monte Carlo

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

Bardziej szczegółowo

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

Statyczne badanie przerzutników - ćwiczenie 2

Statyczne badanie przerzutników - ćwiczenie 2 Statyczne badanie przerzutników - ćwiczenie 2. Cel wiczenia Zapoznanie si z podstawowymi strukturami przerzutników w wersji TTL realizowanymi przy wykorzystaniu bramek logicznych NAND oraz NOR. 2. Wykaz

Bardziej szczegółowo

ARKUSZ EGZAMINACYJNY Z MATEMATYKI

ARKUSZ EGZAMINACYJNY Z MATEMATYKI dysleksja Miejsce na naklejk z kodem szko y ARKUSZ EGZAMINACYJNY Z MATEMATYKI Zestaw 1 POZIOM ROZSZERZONY Czas pracy 180 minut Instrukcja dla zdajàcego 1. Sprawdê, czy arkusz zawiera 12 stron (zadania

Bardziej szczegółowo

GEOMETRIA ANALITYCZNA W PRZESTRZENI

GEOMETRIA ANALITYCZNA W PRZESTRZENI GEOMETRIA ANALITYCZNA W PRZESTRZENI Położenie punktu w przestrzeni określamy za pomocą trzech liczb (x, y, z). Liczby te odpowiadają rzutom na osie układu współrzędnych: każdy rzut wzdłuż płaszczyzny równoległej

Bardziej szczegółowo

Programowanie i struktury danych 1 / 44

Programowanie i struktury danych 1 / 44 Programowanie i struktury danych 1 / 44 Lista dwukierunkowa Lista dwukierunkowa to liniowa struktura danych skªadaj ca si z ci gu elementów, z których ka»dy pami ta swojego nast pnika i poprzednika. Operacje

Bardziej szczegółowo

Rozdziaª 2. Proste przykªady opcji egzotycznych

Rozdziaª 2. Proste przykªady opcji egzotycznych Rozdziaª 2 Proste przykªady opcji egzotycznych Cztery podstawowe typy opcji: europejskie/ameryka«skie opcje call/put to tzw. opcje waniliowe (vanilla options); b d je równie» okre±laª jako opcje zwykªe.

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY Czas pracy 120 minut Instrukcja dla zdaj¹cego 1. SprawdŸ, czy arkusz egzaminacyjny zawiera 13 stron (zadania 1 11). Ewentualny brak zg³oœ przewodnicz¹cemu

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

Optymalizacja R dlaczego warto przesi ± si na Linuxa?

Optymalizacja R dlaczego warto przesi ± si na Linuxa? Optymalizacja R dlaczego warto przesi ± si na Linuxa? 19 listopada 2014 Wi cej informacji, wraz z dodatkowymi materiaªami mo»na znale¹ w repozytorium na GitHubie pod adresem https://github.com/zzawadz/

Bardziej szczegółowo

Hotel Hilberta. Zdumiewaj cy ±wiat niesko«czono±ci. Marcin Kysiak. Festiwal Nauki, 20.09.2011. Instytut Matematyki Uniwersytetu Warszawskiego

Hotel Hilberta. Zdumiewaj cy ±wiat niesko«czono±ci. Marcin Kysiak. Festiwal Nauki, 20.09.2011. Instytut Matematyki Uniwersytetu Warszawskiego Zdumiewaj cy ±wiat niesko«czono±ci Instytut Matematyki Uniwersytetu Warszawskiego Festiwal Nauki, 20.09.2011 Nasze do±wiadczenia hotelowe Fakt oczywisty Hotel nie przyjmie nowych go±ci, je»eli wszystkie

Bardziej szczegółowo

Modele z czasem dyskretnym

Modele z czasem dyskretnym Rozdziaª 1 Modele z czasem dyskretnym 1.1. Wprowadzenie- rynki dyskretne Dynamika aktywu bazowego i warunki pozyskania pieni dza-opis probabilistyczny Niech cena akcji w chwili pocz tkowej wynosi S 0 =

Bardziej szczegółowo

Metody numeryczne i statystyka dla in»ynierów

Metody numeryczne i statystyka dla in»ynierów Kierunek: Automatyka i Robotyka, II rok Wprowadzenie PWSZ Gªogów, 2009 Plan wykªadów Wprowadzenie, podanie zagadnie«, poj cie metody numerycznej i algorytmu numerycznego, obszar zainteresowa«i stosowalno±ci

Bardziej szczegółowo

Grupy i cia la, liczby zespolone

Grupy i cia la, liczby zespolone Rozdzia l 1 Grupy i cia la, liczby zespolone Dla ustalenia uwagi, b edziemy używać nast epuj acych oznaczeń: N = { 1, 2, 3,... } - liczby naturalne, Z = { 0, ±1, ±2,... } - liczby ca lkowite, W = { m n

Bardziej szczegółowo

PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA

PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA Metody kolejnych przybli e Twierdzenie. (Bolzano Cauchy ego) Metody kolejnych przybli e Je eli funkcja F(x) jest ci g a w przedziale domkni tym [a,b] i F(a) F(b)

Bardziej szczegółowo

1 Zmienne losowe wielowymiarowe.

1 Zmienne losowe wielowymiarowe. 1 Zmienne losowe wielowymiarowe. 1.1 Definicja i przykłady. Definicja1.1. Wektorem losowym n-wymiarowym(zmienna losowa n-wymiarowa )nazywamywektorn-wymiarowy,któregoskładowymisązmiennelosowex i dlai=1,,...,n,

Bardziej szczegółowo

1. Podstawy budowania wyra e regularnych (Regex)

1. Podstawy budowania wyra e regularnych (Regex) Dla wi kszo ci prostych gramatyk mo na w atwy sposób napisa wyra enie regularne które b dzie s u y o do sprawdzania poprawno ci zda z t gramatyk. Celem niniejszego laboratorium b dzie zapoznanie si z wyra

Bardziej szczegółowo

Rozdział 9. Funkcja pierwotna. 9.1 Funkcja pierwotna

Rozdział 9. Funkcja pierwotna. 9.1 Funkcja pierwotna Rozdział 9 Funkcja pierwotna 9. Funkcja pierwotna Definicja funkcji pierwotnej. Niech f będzie funkcją określoną na przedziale P. Mówimy, że funkcja F : P R jest funkcją pierwotną funkcji f w przedziale

Bardziej szczegółowo

WNIOSEK ZG OSZENIOWY DO PROJEKTU

WNIOSEK ZG OSZENIOWY DO PROJEKTU Za cznik do regulaminu naboru uczestników projektu,,internet w Twoim zasi gu WNIOSEK ZG OSZENIOWY DO PROJEKTU,,Internet w Twoim zasi gu przeciwdzia anie wykluczeniu cyfrowemu w Powiecie Tomaszowskim Dane

Bardziej szczegółowo

ARKUSZ PRÓBNEJ MATURY Z OPERONEM MATEMATYKA LISTOPAD ROK 2009

ARKUSZ PRÓBNEJ MATURY Z OPERONEM MATEMATYKA LISTOPAD ROK 2009 Miejsce na naklejk z kodem ARKUSZ PRÓBNEJ MATURY Z OPERONEM MATEMATYKA LISTOPAD ROK 2009 Instrukcja dla zdajàcego POZIOM PODSTAWOWY Czas pracy 170 minut 1. Sprawdê, czy arkusz zawiera 15 stron. 2. W zadaniach

Bardziej szczegółowo

Lokalizacja robota mobilnego wzgl dem automatycznie wybieranych obiektów

Lokalizacja robota mobilnego wzgl dem automatycznie wybieranych obiektów Polska Akademia Nauk Instytut Podstawowych Problemów Techniki Lokalizacja robota mobilnego wzgl dem automatycznie wybieranych obiektów mgr in». Ireneusz Hallmann Rozprawa doktorska Promotor: Prof. dr hab.

Bardziej szczegółowo

Podr cznik użytkownika Zmiany oraz rozszerzenia od wersji V520. MillPlus IT V530. Obowi zuje dla V520/00e V521/00f V522/00c V530/00f

Podr cznik użytkownika Zmiany oraz rozszerzenia od wersji V520. MillPlus IT V530. Obowi zuje dla V520/00e V521/00f V522/00c V530/00f Podr cznik użytkownika Zmiany oraz rozszerzenia od wersji V520 MillPlus IT V530 Obowi zuje dla V520/00e V521/00f V522/00c V530/00f Polski (pl) 01/2008 579 536-P0 1 Skrócony przegl d informacji... 11 1.1

Bardziej szczegółowo

EDUKARIS - O±rodek Ksztaªcenia

EDUKARIS - O±rodek Ksztaªcenia - O±rodek Ksztaªcenia Zabrania si kopiowania i rozpowszechniania niniejszego regulaminu przez inne podmioty oraz wykorzystywania go w dziaªalno±ci innych podmiotów. Autor regulaminu zastrzega do niego

Bardziej szczegółowo

Szablon. 1 Wstawianie rysunków do latexa. Tutaj wpisa swoje imi i nazwisko. 16 listopada 2014

Szablon. 1 Wstawianie rysunków do latexa. Tutaj wpisa swoje imi i nazwisko. 16 listopada 2014 Szablon Tutaj wpisa swoje imi i nazwisko 16 listopada 2014 1 Wstawianie rysunków do latexa Do wstawiania graki w latexu sªuzy ±rodowisko gure, wewn trz którego wpisuje si kilka wa»nych polece«. Istotne

Bardziej szczegółowo

Organizacja i prowadzenie szkolenia Animator sportu i rekreacji

Organizacja i prowadzenie szkolenia Animator sportu i rekreacji Nr sprawy: DRP/5/WSE/2015 Tłuszcz, dnia 03.03.2015 r. ZAPROSZENIE DO ZŁO ENIA PROPOZYCJI CENOWEJ Na podstawie art. 4 pkt. 8 z dnia 29 stycznia 2004 r. Prawo Zamówie Publicznych (Dz. U. z 2013 r. Nr 113,

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY Czas pracy 80 minut Instrukcja dla zdaj¹cego. SprawdŸ, czy arkusz egzaminacyjny zawiera stron (zadania 0). Ewentualny brak zg³oœ przewodnicz¹cemu

Bardziej szczegółowo

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. FUNKCJE LICZBOWE Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. Innymi słowy f X Y = {(x, y) : x X oraz y Y }, o ile (x, y) f oraz (x, z) f pociąga

Bardziej szczegółowo

Dyrektor. Wniosek o przyj cie dziecka do publicznego przedszkola, oddzia u przedszkolnego przy szkole, innej formy wychowania przedszkolnego 1

Dyrektor. Wniosek o przyj cie dziecka do publicznego przedszkola, oddzia u przedszkolnego przy szkole, innej formy wychowania przedszkolnego 1 Imi i Nazwisko wnioskodawcy rodzica /opiekuna prawnego kandydata Adres do korespondencji w sprawach rekrutacji Dyrektor Nazwa i adres jednostki, do której sk adany jest wniosek (placówki pierwszego wyboru)

Bardziej szczegółowo

A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 244, 2010. Anna Szyma ska *

A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 244, 2010. Anna Szyma ska * A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 44, 010 * WPŁYW PARAMETRÓW ROZKŁADU WIELKO CI SZKÓD NA WYSOKOS SKŁADKI NETTO W UBEZPIECZENIACH KOMUNKACYJNYCH OC 1. TEORETYCZNE ZASADY

Bardziej szczegółowo

Wybór formy opodatkowania dochodów / K- 012 /1 przychodów osób fizycznych z tytułu najmu Obowi zuje od 10.01.2011 r.

Wybór formy opodatkowania dochodów / K- 012 /1 przychodów osób fizycznych z tytułu najmu Obowi zuje od 10.01.2011 r. URZ D SKARBOWY W TRZEBNICY ul.prusicka 2, 55-100 Trzebnica Wybór formy opodatkowania dochodów / K- 012 /1 przychodów osób fizycznych z tytułu najmu Obowi zuje od 10.01.2011 r. I. Kogo dotyczy : Osób fizycznych

Bardziej szczegółowo

3. PŁASKI STAN NAPRĘŻENIA I ODKSZTAŁCENIA

3. PŁASKI STAN NAPRĘŻENIA I ODKSZTAŁCENIA 3. PŁASKI STAN NAPRĘŻNIA I ODKSZTAŁCNIA 1 3. 3. PŁASKI STAN NAPRĘŻNIA I ODKSZTAŁCNIA Analizując płaski stan naprężenia posługujemy się składowymi tensora naprężenia w postaci wektora {,,y } (3.1) Za dodatnie

Bardziej szczegółowo

Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów.

Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów. Rachunek prawdopodobieństwa MAP1181 Wydział PPT, MS, rok akad. 213/14, sem. zimowy Wykładowca: dr hab. Agnieszka Jurlewicz Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów.

Bardziej szczegółowo

PRZYK ADOWY ARKUSZ EGZAMINACYJNY Z MATEMATYKI

PRZYK ADOWY ARKUSZ EGZAMINACYJNY Z MATEMATYKI ARKUSZ 11 MATURA 2010 PRZYK ADOWY ARKUSZ EGZAMINACYJNY Z MATEMATYKI Instrukcja dla zdajàcego POZIOM PODSTAWOWY Czas pracy: 170 minut 1. Sprawdê, czy arkusz zawiera 11 stron. 2. W zadaniach od 1. do 21.

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

Podstawy Ekonomii Matematycznej. Aktualizacja: 9 czerwca 2011

Podstawy Ekonomii Matematycznej. Aktualizacja: 9 czerwca 2011 Podstawy Ekonomii Matematycznej Aktualizacja: 9 czerwca 2011 Spis tre±ci I Elementy matematyki nansowej. 5 1 Procent, stopa procentowa, kapitalizacja. 6 2 Procent prosty. 8 2.1 Zasada oprocentowania prostego,

Bardziej szczegółowo

Badanie dynamiki synchronizacji modów w laserze femtosekundowym Yb:KYW

Badanie dynamiki synchronizacji modów w laserze femtosekundowym Yb:KYW Badanie dynamiki synchronizacji modów w laserze femtosekundowym Yb:KYW III Pracownia z optyki Michaª D browski Streszczenie Dynamika laserów impulsowych z pasywn synchronizacj modów jest zjawiskiem maªo

Bardziej szczegółowo

Matematyka finansowa 2.06.2001 r.

Matematyka finansowa 2.06.2001 r. Matematyka finansowa 2.06.2001 r. 3. Inwe 2!%3'(!!%3 $'!%4&!! &,'! * "! &,-' ryzyko inwestycji odchyleniem standardowym stopy zwrotu ze swojego portfela. Jak *!&! $!%3$! %4 A.,. B. spadnie o 5% C. spadnie

Bardziej szczegółowo

SPIS TREŚCI DZKIEGO KONKURSU MATEMATYCZNEGO... 1 KATEGORIE KONKURSU... 2

SPIS TREŚCI DZKIEGO KONKURSU MATEMATYCZNEGO... 1 KATEGORIE KONKURSU... 2 Grudzidz 007 Ą SPIS TREŚCI REGULAMIN GRUDZI DZKIEGO KONKURSU MATEMATYCZNEGO KATEGORIE KONKURSU KLASA PIERWSZA Rachunek zbiorów Liczby rzeczywiste 5 Funkcja liniowa 5 4 Własnoci funkcji 7 5 Zadania tekstowe

Bardziej szczegółowo

Wst p do matematyki nansów i ubezpiecze«

Wst p do matematyki nansów i ubezpiecze« Jarosªaw Mederski i Sªawomir Plaskacz Wst p do matematyki nansów i ubezpiecze«materiaªy dydaktyczne dla studentów II-go roku matematyki specjalno± : matematyka w ekonomii i nansach. Wydziaª Matematyki

Bardziej szczegółowo

Komputerowa Analiza Danych Doświadczalnych

Komputerowa Analiza Danych Doświadczalnych Komputerowa Analiza Danych Doświadczalnych Prowadząca: dr inż. Hanna Zbroszczyk e-mail: gos@if.pw.edu.pl tel: +48 22 234 58 51 konsultacje: poniedziałek: 10-11, środa: 11-12 www: http://www.if.pw.edu.pl/~gos/students/kadd

Bardziej szczegółowo

Tu jest miejsce na zapiski sprawdzaj cego prac.

Tu jest miejsce na zapiski sprawdzaj cego prac. EDUKARIS R, KWIECIE 2013 Arkusz jest prawnie chroniony ustaw o prawach autorskich. Mo»e by rozpowszechniany w celach edukacyjnych wyª cznie w caªo±ci wraz ze stron tytuªow. Opracowanie autorskich zada«,

Bardziej szczegółowo

Holz Türen Wooden Doors Portes Bois Drzwi drewniane REF / CODE : I 78-00-00 *) EN..2.0.1.X.0. Verpackung Packing unit Emballage Pakowana Komplett / complete 50 St / pcs 1 Kartons / Box kg Flügelteil /

Bardziej szczegółowo

CYKL 2/6 W METODZIE SYMPLEKS

CYKL 2/6 W METODZIE SYMPLEKS CYKL /6 W METODZIE SYMPLEKS SEBASTIAN SITARZ Uniwersytet l ski Streszczenie Celem niniejszej pracy jest przedstawienie i analiza zjawiska cykliczno ci wyst puj cego w zdegenerowanych zadaniach programowania

Bardziej szczegółowo

jednoeksponencjalny (homogeniczny) wieloeksponencjalny (heterogeniczny) Schemat aparatury do zliczania pojedynczych fotonów skorelowanych czasowo.

jednoeksponencjalny (homogeniczny) wieloeksponencjalny (heterogeniczny) Schemat aparatury do zliczania pojedynczych fotonów skorelowanych czasowo. Pomiar krzywych zaniku fluorescencji metod zliczania pojedynczych fotonów skorelowanych czasowo (metoda TCSPC - time correlated single photon counting) Zanik (homogeniczny) jednoeksponencjalny Zanik (heterogeniczny)

Bardziej szczegółowo

Sprawozdanie z realizacji dzia Rocznego Planu Wspomagania

Sprawozdanie z realizacji dzia Rocznego Planu Wspomagania Za cznik nr 13 Sprawozdanie z realizacji dzia Rocznego Planu Wspomagania w obszarze: Efekty Oferta : Rodzice s partnerami szko y w projekcie: Bezpo rednie wsparcie rozwoju szkó poprzez wdro enie zmodernizowanego

Bardziej szczegółowo

Wst p do informatyki. Systemy liczbowe. Piotr Fulma«ski. 21 pa¹dziernika 2010. Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska

Wst p do informatyki. Systemy liczbowe. Piotr Fulma«ski. 21 pa¹dziernika 2010. Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska Wst p do informatyki Systemy liczbowe Piotr Fulma«ski Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska 21 pa¹dziernika 2010 Spis tre±ci 1 Liczby i ich systemy 2 Rodzaje systemów liczbowych

Bardziej szczegółowo

ZARZ DZANIE ZESPO EM P DR PIOTR PILCH

ZARZ DZANIE ZESPO EM P DR PIOTR PILCH ZARZ DZANIE ZESPO EM P DR PIOTR PILCH Aktywno ci Przeci tni mened erowie Mened erowie odnosz cy sukcesy Mened erowie efektywni Tradycyjne zarz dzanie 32% 13% 19% Komunikowanie si 29% 28% 44% Zarz dzanie

Bardziej szczegółowo

Zintegrowany Program Dotacji do 70% na zakup zestawów solarnych.

Zintegrowany Program Dotacji do 70% na zakup zestawów solarnych. Zintegrowany Program Dotacji do 70% na zakup zestawów solarnych. Strona 1 z 5 1 ZAŁO ENIA PROGRAMOWE 1. Zintegrowany Program Dotacji do 70% na zakupu zestawów solarnych, zwany dalej Programem realizowany

Bardziej szczegółowo

Analiza wydajno±ci serwera openldap

Analiza wydajno±ci serwera openldap Analiza wydajno±ci serwera openldap Autor: Tomasz Kowal 13 listopada 2003 Wst p Jako narz dzie testowe do pomiarów wydajno±ci i oceny konguracji serwera openldap wykorzystano pakiet DirectoryMark w wersji

Bardziej szczegółowo

Obliczenia poł czenia zamocowanego Belka - Belka

Obliczenia poł czenia zamocowanego Belka - Belka Autodesk Robot Structural Analysis Professional 009 Obliczenia poł czenia zamocowanego Belka - Belka EN 993--8:005 Proporcja 0,96 OGÓLNE Nr poł czenia: Nazwa poł czenia: Doczołowe W zeł konstrukcji: 30

Bardziej szczegółowo

WFiIS Imi i nazwisko: Rok: Zespóª: Nr wiczenia: Fizyka Dominik Przyborowski IV 5 22 J drowa Katarzyna Wolska

WFiIS Imi i nazwisko: Rok: Zespóª: Nr wiczenia: Fizyka Dominik Przyborowski IV 5 22 J drowa Katarzyna Wolska WFiIS Imi i nazwisko: Rok: Zespóª: Nr wiczenia: Fizyka Dominik Przyborowski IV 5 22 J drowa Katarzyna Wolska Temat wiczenia: Wyznaczanie stosunku przekrojów czynnych na aktywacj neutronami termicznymi

Bardziej szczegółowo

y f x 0 f x 0 x x 0 x 0 lim 0 h f x 0 lim x x0 - o ile ta granica właściwa istnieje. f x x2 Definicja pochodnych jednostronnych 1.5 0.

y f x 0 f x 0 x x 0 x 0 lim 0 h f x 0 lim x x0 - o ile ta granica właściwa istnieje. f x x2 Definicja pochodnych jednostronnych 1.5 0. Matematyka ZLic - 3 Pochodne i różniczki funkcji jednej zmiennej Definicja Pochodną funkcji f w punkcie x, nazwiemy liczbę oznaczaną symbolem f x lub df x dx, równą granicy właściwej f x lim h - o ile

Bardziej szczegółowo

Android. Podstawy tworzenia aplikacji. Piotr Fulma«ski. March 4, 2015

Android. Podstawy tworzenia aplikacji. Piotr Fulma«ski. March 4, 2015 Android Podstawy tworzenia aplikacji Piotr Fulma«ski Instytut Nauk Ekonomicznych i Informatyki, Pa«stwowa Wy»sza Szkoªa Zawodowa w Pªocku, Polska March 4, 2015 Table of contents Framework Jednym z najwarto±ciowszych

Bardziej szczegółowo

REGULAMIN PRZYZNAWANIA POMOCY MATERIALNEJ UCZNIOM ZESPO U SZKÓ PONADGIMNAZJALNYCH W NOWEM

REGULAMIN PRZYZNAWANIA POMOCY MATERIALNEJ UCZNIOM ZESPO U SZKÓ PONADGIMNAZJALNYCH W NOWEM REGULAMIN PRZYZNAWANIA POMOCY MATERIALNEJ UCZNIOM ZESPO U SZKÓ PONADGIMNAZJALNYCH W NOWEM PODSTAWA PRAWNA 1. Ustawa o systemie o wiaty z dnia 7 wrze nia 1991r. 2. Rozporz dzenie Rady Ministrów dnia 14

Bardziej szczegółowo

Wykresy. Lekcja 10. Strona 1 z 11

Wykresy. Lekcja 10. Strona 1 z 11 Lekcja Strona z Wykresy Wykresy tworzymy:. Z menu Insert Graph i następnie wybieramy rodzaj wykresu jaki chcemy utworzyć;. Z menu paska narzędziowego "Graph Toolbar" wybierając przycisk z odpowiednim wykresem;

Bardziej szczegółowo

MATEMATYKA CYKL 3 GODZINNY

MATEMATYKA CYKL 3 GODZINNY MATURA EUROPEJSKA 010 MATEMATYKA CYKL 3 GODZINNY DATA 4 czerwca 010 CZAS TRWANIA EGZAMINU : 3 godziny (180 minut) DOZWOLONE POMOCE Europejski zestaw wzorów Kalkulator (bez grafiki, bez programowania) UWAGI:

Bardziej szczegółowo

Podstawy statystycznego modelowania danych Analiza prze»ycia

Podstawy statystycznego modelowania danych Analiza prze»ycia Podstawy statystycznego modelowania danych Analiza prze»ycia Tomasz Suchocki Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t Plan wykªadu 1. Wprowadzenie 2. Hazard rate

Bardziej szczegółowo

Cz I. ciwy wierzyciela 1) realizuj cy wiadczenia z funduszu alimentacyjnego: Adres: Numer PESEL 3) Telefon. Miejsce zamieszkania 4)

Cz I. ciwy wierzyciela 1) realizuj cy wiadczenia z funduszu alimentacyjnego: Adres: Numer PESEL 3) Telefon. Miejsce zamieszkania 4) ciwy wierzyciela 1) realizuj cy wiadczenia z funduszu alimentacyjnego: Adres: Cz I 2) Imi Nazwisko Numer Stan cywilny Obywatelstwo Miejsce zamieszkania 4) Miejscowo Kod pocztowy Ulica Numer domu Numer

Bardziej szczegółowo

SPRAWOZDANIE za okres od 1 kwietnia do 30 wrze±nia 2014 r. z dziaªalno±ci Peªnomocnika Rz du do Spraw Wprowadzenia Euro

SPRAWOZDANIE za okres od 1 kwietnia do 30 wrze±nia 2014 r. z dziaªalno±ci Peªnomocnika Rz du do Spraw Wprowadzenia Euro Peªnomocnik Rz du do Spraw Wprowadzenia Euro przez Rzeczpospolit Polsk SPRAWOZDANIE za okres od 1 kwietnia do 30 wrze±nia 2014 r. z dziaªalno±ci Peªnomocnika Rz du do Spraw Wprowadzenia Euro przez Rzeczpospolit

Bardziej szczegółowo

Generacja liczb pseudolosowych

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

Bardziej szczegółowo

Funkcja jednej zmiennej - przykładowe rozwiązania 1. Badając przebieg zmienności funkcji postępujemy według poniższego schematu:

Funkcja jednej zmiennej - przykładowe rozwiązania 1. Badając przebieg zmienności funkcji postępujemy według poniższego schematu: Funkcja jednej zmiennej - przykładowe rozwiązania Zadanie 4 c) Badając przebieg zmienności funkcji postępujemy według poniższego schematu:. Analiza funkcji: (a) Wyznaczenie dziedziny funkcji (b) Obliczenie

Bardziej szczegółowo

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012 1. Liczby zespolone Jacek Jędrzejewski 2011/2012 Spis treści 1 Liczby zespolone 2 1.1 Definicja liczby zespolonej.................... 2 1.2 Postać kanoniczna liczby zespolonej............... 1. Postać

Bardziej szczegółowo

Sprawozdanie nr 1 Projekt Podstawy In»ynierii Oprogramowania, Wydziaª Elektryczny

Sprawozdanie nr 1 Projekt Podstawy In»ynierii Oprogramowania, Wydziaª Elektryczny Sprawozdanie nr 1 Projekt Podstawy In»ynierii Oprogramowania, Wydziaª Elektryczny Artur Skonecki Mikoªaj Kowalski Marcin Wartecz-Wartecki Prowadz cy: mgr in». Adam Srebro Wygenerowano: 23 marca 2010 Spis

Bardziej szczegółowo

Zagadnienia porz dkowe Wprowadzenie do robotyki mobilnej Modelowanie robotów koªowych. Robotyka mobilna. Wykªad 1.

Zagadnienia porz dkowe Wprowadzenie do robotyki mobilnej Modelowanie robotów koªowych. Robotyka mobilna. Wykªad 1. Robotyka mobilna Wykªad 1 1 1 Katedra Sterowania i In»ynierii Systemów, Politechnika Pozna«ska 2 pa¹dziernika 2011 Prowadz cy wykªad: p. 419 EL, tel. 665-2199, e-mail: dariusz.pazderski@put.poznan.pl Zasady

Bardziej szczegółowo

Dopuszczający Dostateczny Dobry Bardzo dobry Celujący

Dopuszczający Dostateczny Dobry Bardzo dobry Celujący Liczby i wyrażenia zna pojęcie liczby naturalnej, całkowitej, wymiernej zna pojęcie liczby niewymiernej, rzeczywistej zna sposób zaokrąglania liczb umie zapisać i odczytać liczby naturalne dodatnie w systemie

Bardziej szczegółowo

Modelowanie z u»yciem funkcji Copula. Modelowanie portfela akcji przy u»yciu modelu copula-garch

Modelowanie z u»yciem funkcji Copula. Modelowanie portfela akcji przy u»yciu modelu copula-garch Modelowanie z u»yciem funkcji Copula. Modelowanie portfela akcji przy u»yciu modelu copula-garch 23 maja 2010 Monotoniczne przeksztaªcenie zmiennej losowej kopuªy archimedesowe n-kopuªy Czym jest kopuªa?

Bardziej szczegółowo

Zadania o numerze 4 z zestawów licencjat 2014.

Zadania o numerze 4 z zestawów licencjat 2014. Zadania o numerze 4 z zestawów licencjat 2014. W nawiasie przy zadaniu jego występowanie w numerze zestawu Spis treści (Z1, Z22, Z43) Definicja granicy ciągu. Obliczyć granicę:... 3 Definicja granicy ciągu...

Bardziej szczegółowo

Zastosowanie programu Microsoft Excel do analizy wyników nauczania

Zastosowanie programu Microsoft Excel do analizy wyników nauczania Grayna Napieralska Zastosowanie programu Microsoft Excel do analizy wyników nauczania Koniecznym i bardzo wanym elementem pracy dydaktycznej nauczyciela jest badanie wyników nauczania. Prawidłow analiz

Bardziej szczegółowo

Wstęp do analizy matematycznej

Wstęp do analizy matematycznej Wstęp do analizy matematycznej Andrzej Marciniak Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia na Politechnice Poznańskiej w zakresie technologii informatycznych i ich zastosowań w

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

Zastosowanie funkcji copula w nansach i statystyce

Zastosowanie funkcji copula w nansach i statystyce UNIWERSYTET JAGIELLO SKI WYDZIAŠ MATEMATYKI I INFORMATYKI INSTYTUT MATEMATYKI Marcin Pitera Zastosowanie funkcji copula w nansach i statystyce ze szczególnym uwzgl dnieniem wyceny instrumentów opartych

Bardziej szczegółowo