Komputerowa Analiza Danych Doświadczalnych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Komputerowa Analiza Danych Doświadczalnych"

Transkrypt

1 Komputerowa Analiza Danych Doświadczalnych Prowadząca: dr inż. Hanna Zbroszczyk tel: konsultacje: poniedziałek: 10-11, środa: www: Politechnika Warszawska Wydział Fizyki Pok. 117b (wejście przez 115)

2 ZAMIANA ZMIENNYCH

3 Zamiana zmiennych - Dowolna funkcja zmiennej losowej to także zmienna losową y=y x - Znana f(x), szukana g(y) - Równość prawdopodobieństw: dy= dy dx dx f x dx=g y dy dx= dx dy dy dy y y=f(x) - Funkcja g(y) dobrze określona: y = y(x) jednoznaczna. - Funkcje wieloznaczne, np: y = x rozpatrujemy oddzielnie g(y) f(x) x - Normalizacja rozkładów prawdopodobieństwa: g y dy= f x dx=1 dx 3 x

4 Zamiana zmiennych Jaka jest gęstość prawdopodobieństwa g(y), jeśli znana jest gęstość prawdopodobieństwa f(x)? Równość prawdopodobieństw: f x dx=g y dy f x =1 x [0,1] dx=g y dy=dg y dx= dg y x=g y y=g 1 x dy y y=f(x) y min =G 1 0 y max =G 1 1 g(y) f(x) x dx x

5 Zamiana zmiennych Zamiana dwóch zmiennych: u = u(x,y) v = v(x,y) Funkcja J, która połączy funkcje gęstości prawdopodobieństwa: f(x,y) oraz g(u,v) g u, v =f x, y J x, y u, v x a =x u, v ; y a =y u, v x b =x u, v dv ; y b =y u, v dv x c =x u du, v ; y c =y u du, v Szereg Taylora: x b =x u, v x dv ; y y v b =y u, v dv v x c =x u, v x du ; y y u c =y u, v du u y b v(x,y)+dv d v(x,y) da c a u(x,y) u(x,y)+du x Powierzchnia równoległoboku: x a y a x u da= 1 1 x b y b x v 1 x c y c = du dv= J x, y u, v du dv y v u y 5

6 Zamiana zmiennych J x, y x u u, v = x v y v u y Jakobian transformacji Przypadek ogólny: n zmiennych x = (x(, x, x ) 1 2 n Transformacje: y = y (x) 1 ), y = y (x) 1 2 ), y = y (x) 2 n n Gęstość prawdopodobieństwa zmiennych y wynosi: g y = J x y f x Jakobian: J x y = J x 1,x 2,...,x n y 1, y 2,..., y n = x1 y 1 x 2 y 1... x 1 y 2 x 2 x n y 1 x n n y 2 x n y y x 1 x 2 y n y n... Warunkiem istnienia funkcji g(y) jest jednoznaczność wszystkich pochodnych cząstkowych. 6

7 Zamiana zmiennych f x, y = 1 R, x 2 y 2 R Zamiana zmiennych do współrzędnych biegunowych: Jakobian: r= x 2 y 2 =arctg y x x=r cos y=r sin J r, x x, y = r x r y y = x r y r 2 y 2 r x r J r, x, y = x r g r, =f x, y J r, x, y g r, = 1 R r x r 2 y r y r 2 = x2 r 3 y2 r 3 = x2 y 2 r 3 = r 2 r 3 = 1 r 7

8 PROPAGACJE BŁĘDÓW

9 Transformacje liniowe i ortogonalne. Propagacja błędów Transformacje liniowe bo łatwo się nimi posługiwać Inne transformacje aproksymujemy transformacjami liniowymi (rozwinięcie w szereg Taylora) Funkcje y = (y, y,..., y 1 ) to liniowymi funkcje zmiennych x = (x, x,..., x ): 2 r 1 2 n y 1 =a 1 t 11 x 1 t 12 x 2... t 1n x n y 2 =a 2 t 21 x 1 t 22 x 2... t 2n x n... y r =a r t r1 x 1 t r2 x 2... t rn x n Zapis macierzowy: y =T x a Wartość oczekiwana zmiennej y: E y = y =T x a 9

10 Transformacje liniowe, propagacja błędów Macierz kowariancji: C y =E{ y y y y T } C y =E{ T x a T x a T x a T x a T } C y =E{T x x x x T T T } C y =T E{ x x x x T }T T C y =T C x T T Prawo propagacji błędów: Znane są wartości oczekiwane zmiennych x i, ich odchylenia standardowe (błędy) i kowariancje. Chcemy wyznaczyć błędy funkcji y(x) Jeśli błędy zmiennej x będą małe, to gęstość prawdopodobieństwa będzie różna od zera jedynie w okolicy punktu x. 10

11 Transformacje liniowe, propagacja błędów Rozwijamy w szereg Taylora: y i =y i x y i x 1 x= x x 1 x 1... y i x n x= x x n x n wyrazy wyższegorzędu W notacji macierzowej: y =y x T x x wyrazy wyższegorzędu y1 y 1 y x 1 x x n y T= 2 y 2 y x 1 x x n y r y r... x 2 x 1 y r x n x= x Do wzoru opisującego prawo propagacji błędów należy wstawić macierz T przy jednoczesnym zaniedbaniu wyrazów nieliniowych. Błędy zmiennej y (elementy diagonalne macierzy C y ) zależą od: - błędów zmiennej x - od elementów pozadiagonalnych macierzy kowariancji C x. 11

12 Transformacje liniowe, propagacja błędów. - Zmienne x niezależne można nie uwzględniać macierzy kowariancji (jest równa 0). - Elementy diagonalne macierzy C y mają postać: 2 n y i = j=1 y i 2 x j x= x 2 x j - Odchylenie standardowe: y i = n j=1 y i 2 x j x= x x j 2 12

13 Propagacja błędów, kowariancja W układzie kartezjańskim mierzone współrzędne punktu (x, y). Pomiar daje trzykrotnie większe błędy przy współrzędnej y niż x. Pomiary x, y są niezależne. Macierz kowariancji: = C xy 0 Współrzędne biegunowe: r= x 2 y 2 x=r cos =arctg y x y=r sin Macierz transformacji T w punkcie (1,1) dla prostoty obliczeń: r r x y T= x y 1 = r r = 2 2 y 1 1 x y r 2 x r = 1 C r =T C xy T T =

14 Propagacja błędów, kowariancja Współrzędne biegunowe: = C 5 4 r 4 2 x r T'= y r x y r= x 2 y 2 x=r cos = cos r sin sin r cos = =arctg y x y=r sin 1 1 = 1 C xy =T 'C r T ' T = = 1 C xy =T 'C r T ' T Pozadiagonalne elementy macierzy kowariancji są BARDZO WAŻNE! =

15 GENERACJA LICZB PSEUDOLOSOWYCH

16 Generacja liczb (pseudo)losowych 1) Zapis liczb w komputerze 2) Generator liczb pseudolosowych a) generator liniowy kongruentny (LCG) b) generator liniowy multiplikatywny kongruentny (MLCG) 3) Jakość generatorów test widmowy 4) Generowanie liczb pseudolosowych o dowolnym rozkładzie a) transformacja rozkładu jednostajnego b) metoda von Neumanna (akceptacji i odrzucania) c) metoda von Neumanna z funkcją pomocniczą 5) Całkowanie Monte Carlo 16

17 Liczby (pseudo)losowe Dotychczas zajmowaliśmy się opisem zmiennych losowych. Nie było rozważane w jaki sposób się je otrzymuje. Często bardzo użyteczne jest posługiwanie się ciągiem zmiennych losowych. Z uwagi na konieczność przeprowadzania wielu operacji na takich ciągach- wykorzystujemy komputery. Metoda ich generacja powinna być oparta na odpowiednim procesie statystycznym (np. pomiar czasu pomiędzy rozpadami zachodzącymi w próbce z materiałem promieniotwórczym). Z uwagi na deterministyczny charakter metody generacji- komputery nie dają nam liczb losowych (przypadkowych)- są to liczby pseudolosowe.. Metoda analizy danych oparta na wykorzystaniu liczb (pseudo)losowych w programach komputerowych jest metodą Monte Carlo. 17

18 Zapis liczb w komputerze Najmniejszą jednostka informacji bit (0 lub 1). Zapisując k bitów, na k-1 bitów- tylko wartość bezwzględną kodowanej liczby, 1 bit do zapisu jej znaku. a=a (k-2) (k-2) 2 k-2 +a (k-3) 2 k-3 k a (1) 2 1 +a +a (0) 2 0 współczynniki a (j) : 0 lub 1. Postać binarna liczb nieujemnych: = = = = 3 18

19 Zapis liczb w komputerze Np: 213 (dziesiętnie) = 1*1+ 0*2+ 1*4+ 0*8+ 1*16+ 0*32+ 1*64+ 1*128= (binarnie) W przypadku liczb ujemnych na pierwszym bicie zapisywana jest 1. Posługujemy się bajtami- - jednostkami 8-bitowymi Współczesne komputery pracują na liczbach (16), 32, 64-bitowych Liczby bez znaku przyjmują wartości od 0 do 2 k, liczby ze znakiem -2 k-1 do 2 k-1-1, gdzie k to ilość bitów użytych do zapisania liczby Liczbę zmiennoprzecinkową zapisujemy jako: x= M*R E M to mantysa, R to podstawa, E to wykładnik Komputery zapisują liczbę z R=2, notacja naukowa to R=10 Zapis liczb: x= M10 E ; x=m2 E 19

20 GENERATOR LINIOWY KONGRUENTNY

21 Generatory liniowe kongruentne - Działanie komputera ma charakter deterministyczny. - Nie ma możliwości uzyskać generatora liczb pseudolosowych. - Komputer działa deterministycznie (kolejna generowana liczba jest funkcją liczb poprzednio generowanych). - Generator liniowy kongruentny LCG: x[j+1] = ( a*x[j] + c ) mod m - Maksymalny okres generatora - m. - c=0 - generatorem MLCG- - multiplikatywny generator liniowy kongruentny. 21

22 Generatory liniowe kongruentne Generatory MLCG są: - szybsze niż LCG - nie generują 0 - mają krótsze okresy. Wartość początkowa x[0] definiuje cały ciąg. Ciąg jest okresowy. Okres zależy od doboru parametrów i warunków: * c, m nie maja wspólnych dzielników * b = a-1 jest wielokrotnością każdej liczby pierwszej p, która jest dzielnikiem liczby m * b jest wielokrotnością 4 jeśli m tez jest wielokrotnością 4. 22

23 Generatory liniowe kongruentne testowanie jakości Wykonujemy test widmowy: : (x, x i i+1 i+1 ) Obsadzamy m z m 2 węzłów Szukamy prostych łączących obsadzone węzły sieci, wybieramy największą z odległości między nimi Dla rozkładów jednostajnych: odległość ~ m -1/2 (przestrzeń jest równomiernie wypełniona) Dla rozkładów niejednostajnych odległość << m -1/2 Najlepsze wyniki uzyskuje się łącząc ze sobą kilka generatorów liniowych 23

24 Generatory liniowe kongruentne c=0 a=157 m=32363 c=0 a=157 m=

25 GENERACJA LICZB METODĄ TRANSFORMATY LICZB Z INNEGO ROZKŁADU

26 Generowanie liczb losowych o dowolnym rozkładzie Metoda oparta na transformacji liczb wygenerowanych z rozkładu jednostajnego. y x: zmienna losowa o rozkładzie jednostajnym: f(x)= 1, x in [0,1]; f(x)=0, x in [0,1] dy y=f(x) y: zmienną losową opisana gęstością prawdopodobieństwa g(y): g(y) f(x) x f(x)dx=g(y)dy dx=g(y)dy=dg(y) po zcałkowaniu: x=g(y). dx 0 1 x Zmienna losowa x ma rozkład jednostajny na odcinku [0,1], znana jest funkcja odwrotna: y= G -1 (x), funkcja g(y) opisuje gęstość prawdopodobieństwa zmiennej losowej y. 26

27 Generowanie liczb mających rozkład Breita-Wigner'a g y = y a 2 2 y x=g y = g y dy= 2 y 2 4 y a 2 2 dy po zamianie zmiennych: u=2 y a x=g y = 1 a konkretnie: du= 2 dy =2 y a / 1 = 1 u 2 du = 1 [arctgu] 2 y a / =arc tg2 y a / 1 2 y=a 2 tg x 1 2 Liczby losowe x jednostajnie rozłożone na przedziale [0,1], to liczby losowe y mają rozkład Breita- Wigner'a. 27

28 Generowanie liczb mających rozkład Breita-Wigner'a g y = y a

29 GENERACJA LICZB METODĄ VON NEUMANNA

30 Generacja liczb losowych metodą von Neumann'a (akceptacji i odrzucania) Standardowa metoda generacji liczb losowych ma ograniczone zastosowanie. Dystrybuanta jest znana, możliwe jest znalezienie jej funkcji odwrotnej. Gdy znana jest tylko gęstość prawdopodobieństwa: metoda von Neumanna. Chcemy wygenerować liczby z rozkładu w kształcie półokręgu. Rozkład gęstości jest opisany wzorem: g y = 2 R 2 R 2 y 2 y R Generujemy N razy pary liczb (y,u). 30

31 Generacja liczb losowych metodą von Neumann'a (akceptacji i odrzucania) Składowa (y): rozkład jednostajny w przedziale zmienności [-R,R], Składowa (u): rozkład jednostajny na przedziale wartości, jakie przyjmuje g(y), czyli [0,R]. Dla każdej pary sprawdzany warunek: u<g(y). Spełniony? Akceptujemy liczbę y jako podlegającą rozkładowi g(y) Wydajność metody jest równa ilorazowi par zaakceptowanych do wszystkich par 31

32 Wydajność metody jest równa ilorazowi par zaakceptowanych do wszystkich par odrzucamy akceptujemy 32

33 Wydajność metody von Neumann'a b a g y dy E= b a u max Metodę von Neumann'a można uogólnić na przypadek wielowymiarowy, czyli na funkcję dowolnej liczby zmiennych losowych f x 1, x 2,... x n Generujemy zestawy liczb Sprawdzamy warunek u i f x 1 i, x 2 i,.., x n i Akceptujemy (lub odrzucamy) cały zestaw zmiennych x 1 i, x 2 i,... x n i, u i 33

34 GENERACJA LICZB METODĄ VON NEUMANNA Z FUNKCJĄ POMOCNICZĄ

35 Generacja liczb losowych metodą von Neumann'a (akceptacji i odrzucania) z funkcją pomocniczą Wydajność metody możnapoprawić: uogólniona metoda von Neumanna: [a)] Wybieramy gęstość prawdopodobieństwa s(y), którą możemy wygenerować przy pomocy metody odwrotnej transformaty. Najlepiej, żeby była to zmienna, której rozkład gęstości prawdopodobieństwa był podobny do rozkładu zmiennej, którą chcemy generować. [b)] Wybieramy stałą skalowania c taką, żeby: cs(y)=g(y)>=f(y) Funkcję s(y) (lub jej przeskalowanie) g(y) nazywamy funkcją pomocniczą. f(y) to nasz szukany rozkład 35

36 Generacja liczb losowych metodą von Neumann'a (akceptacji i odrzucania) z funkcją pomocniczą [c)] Generujemy jedną liczbę losową y podlegającą wybranemu rozkładowi w przedziale oraz drugą liczbę losową u (liczbę testową) rozłożoną jednostajnie w przedziale [0,1]. [d)] Akceptujemy liczbę y, jeżeli jest spełniony warunek: u f y g y Wydajność metody: E= b a b a g y dy f y dy 36

37 Generacja liczb losowych metodą von Neumann'a (akceptacji i odrzucania) z funkcją pomocniczą f y =I 0 y ; y 0 y a g y = y 1 I 0 a = a 1 G y = 1 2 y 2 y=x = I 0 a a Rozwiązujemy równanie kwadratowe: 1 2 y 2 y x=0 =1 2 x y= x x jest generowany z rozkładu jednostajnego [G(y min ), G(y max )]= = [0, G(a)] u jest generowane z rozkładu jednostajnego [0,1] Sprawdzamy warunek: u f y g y 37

38 38

39 CAŁKOWANIE MONTE-CARLO

40 Całkowanie Monte Carlo Korzystamy z metody von Neumanna ich akceptacji i odrzucaniu. Wyjdźmy ze wzoru na wydajność metody b a g y dy E= b a u max = n N Przyjmuje się, że N par liczb losowych (yi,u,ui), i=1,...,n zostało wygenerowanych zgodnie z tą metodą oraz, że w wyniku spełnienia warunku (von Neumanna). N-n par zostało odrzuconych. 40

41 Całkowanie Monte Carlo Czyli nasza poszukiwana całka: b I = a g y dy= b a u max n N Możliwe jest obliczenie DOWOLNEJ całki oznaczonej poprzez bardzo prostą generację liczb z rozkładu jednostajnego! :-) Można przykład rozszerzyć na przypadek wielu zmiennych Dokładność metody I I = 1 N zakceptowane 41

42 KONIEC WYKŁADU 4

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

Komputerowa analiza danych doświadczalnych

Komputerowa analiza danych doświadczalnych Komputerowa analiza danych doświadczalnych Wykład 4 8.03.06 dr inż. Łukasz Graczykowski lgraczyk@if.pw.edu.pl Semestr letni 05/06 Zamiana zmiennych Transformacje liniowe Propagacja niepewności Metody Monte

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

Ważne rozkłady i twierdzenia c.d.

Ważne rozkłady i twierdzenia c.d. Ważne rozkłady i twierdzenia c.d. Funkcja charakterystyczna rozkładu Wielowymiarowy rozkład normalny Elipsa kowariacji Sploty rozkładów Rozkłady jednostajne Sploty z rozkładem normalnym Pobieranie próby

Bardziej szczegółowo

Metody numeryczne. Wykład nr 12. Dr Piotr Fronczak

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

Bardziej szczegółowo

Komputerowa Analiza Danych Doświadczalnych

Komputerowa Analiza Danych Doświadczalnych Komputerowa Analiza Danych Doświadczalnych dr inż. Adam Kisiel kisiel@if.pw.edu.pl pokój 117b (12b) 1 Materiały do wykładu Transparencje do wykładów: http://www.if.pw.edu.pl/~kisiel/kadd/kadd.html Literatura

Bardziej szczegółowo

Weryfikacja hipotez statystycznych

Weryfikacja hipotez statystycznych Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta

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

Liczby rzeczywiste są reprezentowane w komputerze przez liczby zmiennopozycyjne. Liczbę k można przedstawid w postaci:

Liczby rzeczywiste są reprezentowane w komputerze przez liczby zmiennopozycyjne. Liczbę k można przedstawid w postaci: Reprezentacja liczb rzeczywistych w komputerze. Liczby rzeczywiste są reprezentowane w komputerze przez liczby zmiennopozycyjne. Liczbę k można przedstawid w postaci: k = m * 2 c gdzie: m częśd ułamkowa,

Bardziej szczegółowo

5 Równania różniczkowe zwyczajne rzędu drugiego

5 Równania różniczkowe zwyczajne rzędu drugiego 5 Równania różniczkowe zwyczajne rzędu drugiego Definicja 5.1. Równaniem różniczkowym zwyczajnym rzędu drugiego nazywamy równanie postaci F ( x, y, y, y ) = 0, (12) w którym niewiadomą jest funkcja y =

Bardziej szczegółowo

Algorytmy zrandomizowane

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

Bardziej szczegółowo

Metoda największej wiarygodności

Metoda największej wiarygodności Metoda największej wiarygodności Próbki w obecności tła Funkcja wiarygodności Iloraz wiarygodności Pomiary o różnej dokładności Obciążenie Informacja z próby i nierówność informacyjna Wariancja minimalna

Bardziej szczegółowo

Technologie Informacyjne

Technologie Informacyjne POLITECHNIKA KRAKOWSKA - WIEiK - KATEDRA AUTOMATYKI Technologie Informacyjne www.pk.edu.pl/~zk/ti_hp.html Wykładowca: dr inż. Zbigniew Kokosiński zk@pk.edu.pl Wykład: Generacja liczb losowych Problem generacji

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

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

Bardziej szczegółowo

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

ELEKTROTECHNIKA Semestr 2 Rok akad / ZADANIA Z MATEMATYKI Zestaw Oblicz pochodne cząstkowe rzędu drugiego funkcji:

ELEKTROTECHNIKA Semestr 2 Rok akad / ZADANIA Z MATEMATYKI Zestaw Oblicz pochodne cząstkowe rzędu drugiego funkcji: ZADANIA Z MATEMATYKI Zestaw. Oblicz pochodne cząstkowe funkcji: a) f(x, y) = x sin y x b) f(x, y) = e y +x 2 c) f(x, y, z) = z cos x+y z 2. Oblicz pochodne cząstkowe rzędu drugiego funkcji: 3. Wyznacz

Bardziej szczegółowo

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych, IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy

Bardziej szczegółowo

KADD Metoda najmniejszych kwadratów funkcje nieliniowe

KADD Metoda najmniejszych kwadratów funkcje nieliniowe Metoda najmn. kwadr. - funkcje nieliniowe Metoda najmniejszych kwadratów Funkcje nieliniowe Procedura z redukcją kroku iteracji Przykłady zastosowań Dopasowanie funkcji wykładniczej Dopasowanie funkcji

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

1. Liczby wymierne. x dla x 0 (wartością bezwzględną liczby nieujemnej jest ta sama liczba)

1. Liczby wymierne. x dla x 0 (wartością bezwzględną liczby nieujemnej jest ta sama liczba) 1. Liczby wymierne. - wartość bezwzględna liczby. dla 0 (wartością bezwzględną liczby nieujemnej jest ta sama liczba) - dla < 0 ( wartością bezwzględną liczby ujemnej jest liczba do niej przeciwna) W interpretacji

Bardziej szczegółowo

Instytut Fizyki Politechniki Łódzkiej Laboratorium Metod Analizy Danych Doświadczalnych Ćwiczenie 3 Generator liczb losowych o rozkładzie Rayleigha.

Instytut Fizyki Politechniki Łódzkiej Laboratorium Metod Analizy Danych Doświadczalnych Ćwiczenie 3 Generator liczb losowych o rozkładzie Rayleigha. Instytut Fizyki Politechniki Łódzkiej Laboratorium Metod Analizy Danych Doświadczalnych Generator liczb losowych o rozkładzie Rayleigha. Generator liczb losowych o rozkładzie Rayleigha. 1. Cel ćwiczenia

Bardziej szczegółowo

AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej ROZKŁAD NORMALNY ROZKŁAD GAUSSA

AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej ROZKŁAD NORMALNY ROZKŁAD GAUSSA AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej KATEDRA MATEMATYKI TEMAT PRACY: ROZKŁAD NORMALNY ROZKŁAD GAUSSA AUTOR: BARBARA MARDOSZ Kraków, styczeń 2008 Spis treści 1 Wprowadzenie 2 2 Definicja

Bardziej szczegółowo

ARCHITEKRURA KOMPUTERÓW Kodowanie liczb ze znakiem 27.10.2010

ARCHITEKRURA KOMPUTERÓW Kodowanie liczb ze znakiem 27.10.2010 ARCHITEKRURA KOMPUTERÓW Kodowanie liczb ze znakiem 27.10.2010 Do zapisu liczby ze znakiem mamy tylko 8 bitów, pierwszy od lewej bit to bit znakowy, a pozostałem 7 to bity na liczbę. bit znakowy 1 0 1 1

Bardziej szczegółowo

ARYTMETYKA BINARNA. Dziesiątkowy system pozycyjny nie jest jedynym sposobem kodowania liczb z jakim mamy na co dzień do czynienia.

ARYTMETYKA BINARNA. Dziesiątkowy system pozycyjny nie jest jedynym sposobem kodowania liczb z jakim mamy na co dzień do czynienia. ARYTMETYKA BINARNA ROZWINIĘCIE DWÓJKOWE Jednym z najlepiej znanych sposobów kodowania informacji zawartej w liczbach jest kodowanie w dziesiątkowym systemie pozycyjnym, w którym dla przedstawienia liczb

Bardziej szczegółowo

ELEKTROTECHNIKA Semestr 2 Rok akad / ZADANIA Z MATEMATYKI Zestaw Oblicz pochodne cząstkowe rzędu drugiego funkcji:

ELEKTROTECHNIKA Semestr 2 Rok akad / ZADANIA Z MATEMATYKI Zestaw Oblicz pochodne cząstkowe rzędu drugiego funkcji: ZADANIA Z MATEMATYKI Zestaw 1 1. Oblicz pochodne cząstkowe funkcji: a) f(x, y) = x sin y x b) f(x, y) = e y 1+x 2 c) f(x, y, z) = z cos x+y z 2. Oblicz pochodne cząstkowe rzędu drugiego funkcji: 3. Wyznacz

Bardziej szczegółowo

Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1

Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1 Założenie: f(x) funkcja którą aproksymujemy X jest przestrzenią liniową Aproksymacja liniowa funkcji f(x) polega na wyznaczeniu współczynników a 0,a 1,a 2,...,a m funkcji: Gdzie: - są funkcjami bazowymi

Bardziej szczegółowo

Program MC. Obliczyć radialną funkcję korelacji. Zrobić jej wykres. Odczytać z wykresu wartość radialnej funkcji korelacji w punkcie r=

Program MC. Obliczyć radialną funkcję korelacji. Zrobić jej wykres. Odczytać z wykresu wartość radialnej funkcji korelacji w punkcie r= Program MC Napisać program symulujący twarde kule w zespole kanonicznym. Dla N > 100 twardych kul. Gęstość liczbowa 0.1 < N/V < 0.4. Zrobić obliczenia dla 2,3 różnych wartości gęstości. Obliczyć radialną

Bardziej szczegółowo

Zmienne losowe ciągłe i ich rozkłady

Zmienne losowe ciągłe i ich rozkłady Rachunek Prawdopodobieństwa i Statystyka - W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Zmienna losowa ciągła Dystrybuanta i unkcja gęstości rozkładu

Bardziej szczegółowo

Wprowadzenie do badań operacyjnych - wykład 2 i 3

Wprowadzenie do badań operacyjnych - wykład 2 i 3 Wprowadzenie do badań operacyjnych - wykład 2 i 3 Hanna Furmańczyk 14 listopada 2008 Programowanie liniowe (PL) - wszystkie ograniczenia muszą być liniowe - wszystkie zmienne muszą być ciągłe n j=1 c j

Bardziej szczegółowo

SPIS TREŚCI WSTĘP... 8 1. LICZBY RZECZYWISTE 2. WYRAŻENIA ALGEBRAICZNE 3. RÓWNANIA I NIERÓWNOŚCI

SPIS TREŚCI WSTĘP... 8 1. LICZBY RZECZYWISTE 2. WYRAŻENIA ALGEBRAICZNE 3. RÓWNANIA I NIERÓWNOŚCI SPIS TREŚCI WSTĘP.................................................................. 8 1. LICZBY RZECZYWISTE Teoria............................................................ 11 Rozgrzewka 1.....................................................

Bardziej szczegółowo

V. WYMAGANIA EGZAMINACYJNE

V. WYMAGANIA EGZAMINACYJNE V. WYMAGANIA EGZAMINACYJNE Standardy wymagań egzaminacyjnych Zdający posiada umiejętności w zakresie: POZIOM PODSTAWOWY POZIOM ROZSZERZONY 1. wykorzystania i tworzenia informacji: interpretuje tekst matematyczny

Bardziej szczegółowo

Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.

Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna. Wykład 4 Rozkłady i ich dystrybuanty Dwa typy zmiennych losowych Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x, x 2,...}, to mówimy, że jest to zmienna dyskretna.

Bardziej szczegółowo

Standardy wymagań maturalnych z matematyki - matura

Standardy wymagań maturalnych z matematyki - matura Standardy wymagań maturalnych z matematyki - matura 2011-2014 STANDARDY WYMAGAŃ BĘDĄCE PODSTAWĄ PRZEPROWADZANIA EGZAMINU MATURALNEGO Zdający posiada umiejętności w zakresie: POZIOM PODSTAWOWY 1. wykorzystania

Bardziej szczegółowo

jest ciągiem elementów z przestrzeni B(R, R)

jest ciągiem elementów z przestrzeni B(R, R) Wykład 2 1 Ciągi Definicja 1.1 (ciąg) Ciągiem w zbiorze X nazywamy odwzorowanie x: N X. Dla uproszczenia piszemy x n zamiast x(n). Przykład 1. x n = n jest ciągiem elementów z przestrzeni R 2. f n (x)

Bardziej szczegółowo

Rachunek całkowy funkcji wielu zmiennych

Rachunek całkowy funkcji wielu zmiennych Rachunek całkowy funkcji wielu zmiennych Całki potrójne wykład z MATEMATYKI Budownictwo studia niestacjonarne sem. II, rok ak. 2008/2009 Katedra Matematyki Wydział Informatyki olitechnika Białostocka 1

Bardziej szczegółowo

Definicja i własności wartości bezwzględnej.

Definicja i własności wartości bezwzględnej. Równania i nierówności z wartością bezwzględną. Rozwiązywanie układów dwóch (trzech) równań z dwiema (trzema) niewiadomymi. Układy równań liniowych z parametrem, analiza rozwiązań. Definicja i własności

Bardziej szczegółowo

Rozkłady dwóch zmiennych losowych

Rozkłady dwóch zmiennych losowych Rozkłady dwóch zmiennych losowych Uogólnienie pojęć na rozkład dwóch zmiennych Dystrybuanta i gęstość prawdopodobieństwa Rozkład brzegowy Prawdopodobieństwo warunkowe Wartości średnie i odchylenia standardowe

Bardziej szczegółowo

Wstęp do programowania. Reprezentacje liczb. Liczby naturalne, całkowite i rzeczywiste w układzie binarnym

Wstęp do programowania. Reprezentacje liczb. Liczby naturalne, całkowite i rzeczywiste w układzie binarnym Wstęp do programowania Reprezentacje liczb Liczby naturalne, całkowite i rzeczywiste w układzie binarnym System dwójkowy W komputerach stosuje się dwójkowy system pozycyjny do reprezentowania zarówno liczb

Bardziej szczegółowo

0 + 0 = 0, = 1, = 1, = 0.

0 + 0 = 0, = 1, = 1, = 0. 5 Kody liniowe Jak już wiemy, w celu przesłania zakodowanego tekstu dzielimy go na bloki i do każdego z bloków dodajemy tak zwane bity sprawdzające. Bity te są w ścisłej zależności z bitami informacyjnymi,

Bardziej szczegółowo

Wprowadzenie do architektury komputerów systemy liczbowe, operacje arytmetyczne i logiczne

Wprowadzenie do architektury komputerów systemy liczbowe, operacje arytmetyczne i logiczne Wprowadzenie do architektury komputerów systemy liczbowe, operacje arytmetyczne i logiczne 1. Bit Pozycja rejestru lub komórki pamięci służąca do przedstawiania (pamiętania) cyfry w systemie (liczbowym)

Bardziej szczegółowo

Estymacja w regresji nieparametrycznej

Estymacja w regresji nieparametrycznej Estymacja w regresji nieparametrycznej Jakub Kolecki Politechnika Gdańska 28 listopada 2011 1 Wstęp Co to jest regresja? Przykład regresji 2 Regresja nieparametryczna Założenia modelu Estymacja i jej charakterystyki

Bardziej szczegółowo

Wielkości liczbowe. Wykład z Podstaw Informatyki. Piotr Mika

Wielkości liczbowe. Wykład z Podstaw Informatyki. Piotr Mika Wielkości liczbowe Wykład z Podstaw Informatyki Piotr Mika Wprowadzenie, liczby naturalne Komputer to podstawowe narzędzie do wykonywania obliczeń Jeden bajt reprezentuje oraz liczby naturalne od do 255

Bardziej szczegółowo

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS przykładowe zadania na. kolokwium czerwca 6r. Poniżej podany jest przykładowy zestaw zadań. Podczas kolokwium na ich rozwiązanie przeznaczone będzie ok. 85

Bardziej szczegółowo

WYKŁAD 8 ANALIZA REGRESJI

WYKŁAD 8 ANALIZA REGRESJI WYKŁAD 8 ANALIZA REGRESJI Regresja 1. Metoda najmniejszych kwadratów-regresja prostoliniowa 2. Regresja krzywoliniowa 3. Estymacja liniowej funkcji regresji 4. Testy istotności współczynnika regresji liniowej

Bardziej szczegółowo

ZAJĘCIA II. Zmienne losowe, sygnały stochastyczne, zakłócenia pomiarowe

ZAJĘCIA II. Zmienne losowe, sygnały stochastyczne, zakłócenia pomiarowe ZAJĘCIA II Zmienne losowe, sygnały stochastyczne, zakłócenia pomiarowe Po co statystyka w identyfikacji? Zmienne losowe i ich parametry Korelacja zmiennych losowych Rozkłady wielowymiarowe i sygnały stochastyczne

Bardziej szczegółowo

Zmienne losowe ciągłe i ich rozkłady

Zmienne losowe ciągłe i ich rozkłady Statystyka i opracowanie danych W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Rozkład Poissona. Zmienna losowa ciągła Dystrybuanta i funkcja gęstości

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

Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład

Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład Rozdział 1 Wektory losowe 1.1 Wektor losowy i jego rozkład Definicja 1 Wektor X = (X 1,..., X n ), którego każda współrzędna jest zmienną losową, nazywamy n-wymiarowym wektorem losowym (krótko wektorem

Bardziej szczegółowo

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych 1. [E.A 5.10.1996/zad.4] Funkcja gęstości dana jest wzorem { 3 x + 2xy + 1 y dla (x y) (0 1) (0 1) 4 4 P (X > 1 2 Y > 1 2 ) wynosi:

Bardziej szczegółowo

SYSTEMY LICZBOWE. SYSTEMY POZYCYJNE: dziesiętny (arabski): 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 rzymski: I, II, III, V, C, M

SYSTEMY LICZBOWE. SYSTEMY POZYCYJNE: dziesiętny (arabski): 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 rzymski: I, II, III, V, C, M SYSTEMY LICZBOWE SYSTEMY POZYCYJNE: dziesiętny (arabski):,, 2, 3, 4, 5, 6, 7, 8, 9 rzymski: I, II, III, V, C, M System pozycyjno wagowy: na przykład liczba 444 4 4 4 4 4 4 Wagi systemu dziesiętnego:,,,,...

Bardziej szczegółowo

22. CAŁKA KRZYWOLINIOWA SKIEROWANA

22. CAŁKA KRZYWOLINIOWA SKIEROWANA CAŁA RZYWOLINIOWA SIEROWANA Niech łuk o równaniach parametrycznych: x x(t), y y(t), a < t < b, będzie łukiem regularnym skierowanym, tzn łukiem w którym przyjęto punkt A(x(a), y(a)) za początek łuku, zaś

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

Standardy wymagań maturalnych z matematyki - matura 2010

Standardy wymagań maturalnych z matematyki - matura 2010 Standardy wymagań maturalnych z matematyki - matura 2010 STANDARDY WYMAGAŃ BĘDĄCE PODSTAWĄ PRZEPROWADZANIA EGZAMINU MATURALNEGO Standardy można pobrać (plik pdf) wybierając ten link: STANDARDY 2010 lub

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

III. STRUKTURA I FORMA EGZAMINU

III. STRUKTURA I FORMA EGZAMINU III. STRUKTURA I FORMA EGZAMINU Egzamin maturalny z matematyki jest egzaminem pisemnym sprawdzającym wiadomości i umiejętności określone w Standardach wymagań egzaminacyjnych i polega na rozwiązaniu zadań

Bardziej szczegółowo

Obliczenia Symboliczne

Obliczenia Symboliczne Lekcja Strona z Obliczenia Symboliczne MathCad pozwala na prowadzenie obliczeń zarówno numerycznych, dających w efekcie rozwiązania w postaci liczbowej, jak też obliczeń symbolicznych przeprowadzanych

Bardziej szczegółowo

Zagadnienia na egzamin poprawkowy z matematyki - klasa I 1. Liczby rzeczywiste

Zagadnienia na egzamin poprawkowy z matematyki - klasa I 1. Liczby rzeczywiste Zagadnienia na egzamin poprawkowy z matematyki - klasa I 1. Liczby rzeczywiste Liczby naturalne Liczby całkowite. Liczby wymierne Liczby niewymierne Rozwinięcie dziesiętne liczby rzeczywistej Pierwiastek

Bardziej szczegółowo

Kod U2 Opracował: Andrzej Nowak

Kod U2 Opracował: Andrzej Nowak PODSTAWY TEORII UKŁADÓW CYFROWYCH Kod U2 Opracował: Andrzej Nowak Bibliografia: Urządzenia techniki komputerowej, K. Wojtuszkiewicz http://pl.wikipedia.org/ System zapisu liczb ze znakiem opisany w poprzednim

Bardziej szczegółowo

1. Znajdowanie miejsca zerowego funkcji metodą bisekcji.

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

Bardziej szczegółowo

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Materiały dydaktyczne na zajęcia wyrównawcze z matematyki dla studentów pierwszego roku kierunku zamawianego Inżynieria i Gospodarka Wodna w ramach projektu Era inżyniera pewna lokata na przyszłość Projekt

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW PRZYGOTOWANY PRZEZ SERWIS WWW.ZADANIA.INFO POZIOM PODSTAWOWY 8 MARCA 2014 CZAS PRACY: 170 MINUT 1 Zadania zamknięte ZADANIE 1 (1 PKT) ( Liczba 9 3 6 4 27) jest

Bardziej szczegółowo

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5 Dystrybucje Marcin Orchel Spis treści 1 Wstęp 1 1.1 Dystrybucje................................... 1 1.2 Pochodna dystrybucyjna............................ 3 1.3 Przestrzenie...................................

Bardziej szczegółowo

W. Krysicki, L.Włodarski, Analiza matematyczna w zadaniach cz. 1 i cz. 2. Pomocnicze symbole. Spójniki logiczne: Symbole kwantyfikatorów:

W. Krysicki, L.Włodarski, Analiza matematyczna w zadaniach cz. 1 i cz. 2. Pomocnicze symbole. Spójniki logiczne: Symbole kwantyfikatorów: dr Urszula Konieczna-Spychała Instytut Matematyki i Fizyki UTP imif.utp.edu.pl Literatura: M. Lassak, Matematyka dla studiów technicznych. M. Gewert, Z. Skoczylas, Analiza matematyczna 1. M. Gewert, Z.

Bardziej szczegółowo

Całki krzywoliniowe. SNM - Elementy analizy wektorowej - 1

Całki krzywoliniowe. SNM - Elementy analizy wektorowej - 1 SNM - Elementy analizy wektorowej - 1 Całki krzywoliniowe Definicja (funkcja wektorowa jednej zmiennej) Funkcją wektorową jednej zmiennej nazywamy odwzorowanie r : I R 3, gdzie I oznacza przedział na prostej,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Szeregi funkcyjne. Szeregi potęgowe i trygonometryczne. Katedra Matematyki Wydział Informatyki Politechnika Białostocka

Szeregi funkcyjne. Szeregi potęgowe i trygonometryczne. Katedra Matematyki Wydział Informatyki Politechnika Białostocka Szeregi funkcyjne Szeregi potęgowe i trygonometryczne Małgorzata Wyrwas Katedra Matematyki Wydział Informatyki Politechnika Białostocka Szeregi funkcyjne str. 1/36 Szereg potęgowy Szeregiem potęgowym o

Bardziej szczegółowo

ZAGADNIENIA DO EGZAMINU MAGISTERSKIEGO

ZAGADNIENIA DO EGZAMINU MAGISTERSKIEGO ZAGADNIENIA DO EGZAMINU MAGISTERSKIEGO Na egzaminie magisterskim student powinien: 1) omówić wyniki zawarte w pracy magisterskiej posługując się swobodnie pojęciami i twierdzeniami zamieszczonymi w pracy

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW PRZYGOTOWANY PRZEZ SERWIS WWW.ZADANIA.INFO POZIOM PODSTAWOWY+ 19 MARCA 2011 CZAS PRACY: 170 MINUT 1 Zadania zamknięte ZADANIE 1 (1 PKT.) Wskaż nierówność, która

Bardziej szczegółowo

Zajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria

Zajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria Technologia Chemiczna 008/09 Zajęcia wyrównawcze. Pokazać, że: ( )( ) n k k l = ( n l )( n l k l Zajęcia nr (h) Dwumian Newtona. Indukcja. ). Rozwiązać ( ) ( równanie: ) n n a) = 0 b) 3 ( ) n 3. Znaleźć

Bardziej szczegółowo

Matematyka licea ogólnokształcące, technika

Matematyka licea ogólnokształcące, technika Matematyka licea ogólnokształcące, technika Opracowano m.in. na podstawie podręcznika MATEMATYKA w otaczającym nas świecie zakres podstawowy i rozszerzony Funkcja liniowa Funkcję f: R R określoną wzorem

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

Generatory liczb pseudolosowych

Generatory liczb pseudolosowych Generatory liczb pseudolosowych Plan wykładu: 1.Generatory o rozkładzie równomiernym a) liniowe b) kombinowane generator uniwersalny c) nieliniowe 2. Generatory o dowolnym rozkładzie prawdopodobieństwa

Bardziej szczegółowo

Układy równań i równania wyższych rzędów

Układy równań i równania wyższych rzędów Rozdział Układy równań i równania wyższych rzędów Układy równań różniczkowych zwyczajnych Wprowadzenie W poprzednich paragrafach zajmowaliśmy się równaniami różniczkowymi y = f(x, y), których rozwiązaniem

Bardziej szczegółowo

Wymagania edukacyjne z matematyki dla zasadniczej szkoły zawodowej na poszczególne oceny

Wymagania edukacyjne z matematyki dla zasadniczej szkoły zawodowej na poszczególne oceny Wymagania edukacyjne z matematyki dla zasadniczej szkoły zawodowej na poszczególne oceny Podstawa programowa z 23 grudnia 2008r. do nauczania matematyki w zasadniczych szkołach zawodowych Podręcznik: wyd.

Bardziej szczegółowo

ELEKTROTECHNIKA Semestr 2 Rok akad. 2015 / 2016. ZADANIA Z MATEMATYKI Zestaw 1. 2. Oblicz pochodne cząstkowe rzędu drugiego funkcji:

ELEKTROTECHNIKA Semestr 2 Rok akad. 2015 / 2016. ZADANIA Z MATEMATYKI Zestaw 1. 2. Oblicz pochodne cząstkowe rzędu drugiego funkcji: ZADANIA Z MATEMATYKI Zestaw 1 1. Oblicz pochodne cząstkowe funkcji: a) f(x, y) = x sin y x b) f(x, y) = e y 1+x 2 c) f(x, y, z) = z cos x+y z 2. Oblicz pochodne cząstkowe rzędu drugiego funkcji: 3. Wyznacz

Bardziej szczegółowo

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax, a R \ {0}.

Bardziej szczegółowo

Liczby zespolone. x + 2 = 0.

Liczby zespolone. x + 2 = 0. Liczby zespolone 1 Wiadomości wstępne Rozważmy równanie wielomianowe postaci x + 2 = 0. Współczynniki wielomianu stojącego po lewej stronie są liczbami całkowitymi i jedyny pierwiastek x = 2 jest liczbą

Bardziej szczegółowo

Wykład 9. Terminologia i jej znaczenie. Cenzurowanie wyników pomiarów.

Wykład 9. Terminologia i jej znaczenie. Cenzurowanie wyników pomiarów. Wykład 9. Terminologia i jej znaczenie. Cenzurowanie wyników pomiarów.. KEITHLEY. Practical Solutions for Accurate. Test & Measurement. Training materials, www.keithley.com;. Janusz Piotrowski: Procedury

Bardziej szczegółowo

Przedmiot: Urządzenia techniki komputerowej Nauczyciel: Mirosław Ruciński

Przedmiot: Urządzenia techniki komputerowej Nauczyciel: Mirosław Ruciński Przedmiot: Urządzenia techniki komputerowej Nauczyciel: Mirosław Ruciński Temat: Systemy zapisu liczb. Cele kształcenia: Zapoznanie z systemami zapisu liczb: dziesiętny, dwójkowy, ósemkowy, szesnastkowy.

Bardziej szczegółowo

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

Funkcja kwadratowa. f(x) = ax 2 + bx + c, Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \

Bardziej szczegółowo

Funkcje dwóch zmiennych

Funkcje dwóch zmiennych Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej Funkcje dwóch zmiennych 1. Funkcje dwóch zmiennych: pojęcia podstawowe Definicja 1. Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA Zadanie 0.1 Zmienna losowa X ma rozkład określony funkcją prawdopodobieństwa: x k 0 4 p k 1/3 1/6 1/ obliczyć EX, D X. (odp. 4/3;

Bardziej szczegółowo

Zdający posiada umiejętności w zakresie: 1. wykorzystania i tworzenia informacji: interpretuje tekst matematyczny i formułuje uzyskane wyniki

Zdający posiada umiejętności w zakresie: 1. wykorzystania i tworzenia informacji: interpretuje tekst matematyczny i formułuje uzyskane wyniki Standardy wymagań na egzaminie maturalnym z matematyki mają dwie części. Pierwsza część opisuje pięć podstawowych obszarów umiejętności matematycznych. Druga część podaje listę szczegółowych umiejętności.

Bardziej szczegółowo

Dane, informacja, programy. Kodowanie danych, kompresja stratna i bezstratna

Dane, informacja, programy. Kodowanie danych, kompresja stratna i bezstratna Dane, informacja, programy Kodowanie danych, kompresja stratna i bezstratna DANE Uporządkowane, zorganizowane fakty. Główne grupy danych: tekstowe (znaki alfanumeryczne, znaki specjalne) graficzne (ilustracje,

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 www: http://hirg.if.pw.edu.pl/~gos/students/kadd Politechnika Warszawska Wydział

Bardziej szczegółowo

Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.

Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem. Teoria błędów Wskutek niedoskonałości przyrządów, jak również niedoskonałości organów zmysłów wszystkie pomiary są dokonywane z określonym stopniem dokładności. Nie otrzymujemy prawidłowych wartości mierzonej

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE. Wiele obiektywnych prawidłowości przyrodniczych udaje się zapisać w postaci równości formalnej

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE. Wiele obiektywnych prawidłowości przyrodniczych udaje się zapisać w postaci równości formalnej RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE Wiele obiektywnych prawidłowości przyrodniczych udaje się zapisać w postaci równości formalnej F (x, y(x), y (1) (x), y () (x),..., y (n) (x)) = 0, gdzie y (k) (x) to k ta

Bardziej szczegółowo

Zestaw 3. - Zapis liczb binarnych ze znakiem 1

Zestaw 3. - Zapis liczb binarnych ze znakiem 1 Zestaw 3. - Zapis liczb binarnych ze znakiem 1 Zapis znak - moduł (ZM) Zapis liczb w systemie Znak - moduł Znak liczby o n bitach zależy od najstarszego bitu b n 1 (tzn. cyfry o najwyższej pozycji): b

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI dla klasy I ba Rok szk. 2012/2013

WYMAGANIA EDUKACYJNE Z MATEMATYKI dla klasy I ba Rok szk. 2012/2013 Dział LICZBY RZECZYWISTE Uczeń otrzymuje ocenę dopuszczającą lub dostateczną, jeśli: podaje przykłady liczb: naturalnych, całkowitych, wymiernych, niewymiernych, pierwszych i złożonych oraz przyporządkowuje

Bardziej szczegółowo

Statystyka i eksploracja danych

Statystyka i eksploracja danych Wykład II: i charakterystyki ich rozkładów 24 lutego 2014 Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa,

Bardziej szczegółowo

Zakładamy, że są niezależnymi zmiennymi podlegającymi (dowolnemu) rozkładowi o skończonej wartości oczekiwanej i wariancji.

Zakładamy, że są niezależnymi zmiennymi podlegającymi (dowolnemu) rozkładowi o skończonej wartości oczekiwanej i wariancji. Wnioskowanie_Statystyczne_-_wykład Spis treści 1 Centralne Twierdzenie Graniczne 1.1 Twierdzenie Lindeberga Levy'ego 1.2 Dowód 1.2.1 funkcja tworząca sumy zmiennych niezależnych 1.2.2 pochodna funkcji

Bardziej szczegółowo

PROGRAMOWANIE KWADRATOWE

PROGRAMOWANIE KWADRATOWE PROGRAMOWANIE KWADRATOWE Programowanie kwadratowe Zadanie programowania kwadratowego: Funkcja celu lub/i co najmniej jedno z ograniczeń jest funkcją kwadratową. 2 Programowanie kwadratowe Nie ma uniwersalnej

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

SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO

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

Bardziej szczegółowo

PORÓWNANIE TREŚCI ZAWARTYCH W OBOWIĄZUJĄCYCH STANDARDACH EGZAMINACYJNYCH Z TREŚCIAMI NOWEJ PODSTAWY PROGRAMOWEJ

PORÓWNANIE TREŚCI ZAWARTYCH W OBOWIĄZUJĄCYCH STANDARDACH EGZAMINACYJNYCH Z TREŚCIAMI NOWEJ PODSTAWY PROGRAMOWEJ PORÓWNANIE TREŚCI ZAWARTYCH W OBOWIĄZUJĄCYCH STANDARDACH EGZAMINACYJNYCH Z TREŚCIAMI NOWEJ PODSTAWY PROGRAMOWEJ L.p. 1. Liczby rzeczywiste 2. Wyrażenia algebraiczne bada, czy wynik obliczeń jest liczbą

Bardziej szczegółowo

Następnie przypominamy (dla części studentów wprowadzamy) podstawowe pojęcia opisujące funkcje na poziomie rysunków i objaśnień.

Następnie przypominamy (dla części studentów wprowadzamy) podstawowe pojęcia opisujące funkcje na poziomie rysunków i objaśnień. Zadanie Należy zacząć od sprawdzenia, co studenci pamiętają ze szkoły średniej na temat funkcji jednej zmiennej. Na początek można narysować kilka krzywych na tle układu współrzędnych (funkcja gładka,

Bardziej szczegółowo

KORELACJE I REGRESJA LINIOWA

KORELACJE I REGRESJA LINIOWA KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem

Bardziej szczegółowo

ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW

ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW ODRZUCANIE WYNIKÓW OJEDYNCZYCH OMIARÓW W praktyce pomiarowej zdarzają się sytuacje gdy jeden z pomiarów odstaje od pozostałych. Jeżeli wykorzystamy fakt, że wyniki pomiarów są zmienną losową opisywaną

Bardziej szczegółowo

Program zajęć pozalekcyjnych z matematyki poziom rozszerzony- realizowanych w ramach projektu Przez naukę i praktykę na Politechnikę

Program zajęć pozalekcyjnych z matematyki poziom rozszerzony- realizowanych w ramach projektu Przez naukę i praktykę na Politechnikę Program zajęć pozalekcyjnych z matematyki poziom rozszerzony- realizowanych w ramach projektu Przez naukę i praktykę na Politechnikę 1. Omówienie programu. Zaznajomienie uczniów ze źródłami finansowania

Bardziej szczegółowo

ARCHITEKTURA SYSTEMÓW KOMPUTEROWYCH

ARCHITEKTURA SYSTEMÓW KOMPUTEROWYCH ARCHITEKTURA SYSTEMÓW KOMPUTEROWYCH reprezentacja danych ASK.RD.01 c Dr inż. Ignacy Pardyka UNIWERSYTET JANA KOCHANOWSKIEGO w Kielcach Rok akad. 2011/2012 c Dr inż. Ignacy Pardyka (Inf.UJK) ASK.RD.01 Rok

Bardziej szczegółowo