FUNKCJE DWÓCH ZMIENNYCH
|
|
- Joanna Piasecka
- 8 lat temu
- Przeglądów:
Transkrypt
1 FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam dla jakch par (, ) ukcja (, ) ma ses, p.: Fukcja z jest określoa gd:. pod perwastkem jest lcza eujema tj. czl : ( ) ( -) alo ( ) ( -)
2 Pole ukcj z.wraŝee w maowku jest róŝe od zera tj. gd ( -) to De. ór E to pole ukcj dwóch zmech, aczej zwa dzedzą ukcj. Jest to część płaszczz.
3 3 Wkresem ukcj dwóch zmech azwam zór W puktów w przestrze R 3 spełającch waruk: W ((,, z) : (, ) E z (, ) ) Jest to zatem pewa powerzcha w przestrze R 3. Na przkład orazem geometrczm ukcj: z ( ),, gdze R jest powerzcha zwaa paraolodą orotową.
4 4 Paraoloda z
5 5 Fukcja potęgowa z 3 4 De. Rzut prostopadł a płaszczzę OXY przekroju powerzch z (, ) płaszczzą rówoległą do płaszczz OXY azwam warstwcą tej ukcj. Jak wka z decj warstwce ukcj dwóch zmech są pewm prostm lu krzwm a płaszczźe OXY.
6 6
7 7 POCHODNA CĄSTKOWA FUNKCJI z (, ) De. Daa jest ukcja z (, ). akładając, Ŝe jeda ze zmech jest ustaloa, p. zmea otrzmujem w te sposó ukcję jedej zmeej z(, ). JeŜel ukcja (, ) posada pochodą w pukce, to pochodą tę azwam pochodą cząstkową w pukce (, ) ukcj (, ) względem zmeej ozaczam przez ( ), lu δ (, δ ) Aalogcze deujem pochodą cząstkową względem zmeej (, ) Aalogcze moŝem deować pochodą pochodej czl drugą pochodą. tm, Ŝe w tm przpadku mam aŝ czter pochode rzędu drugego: Przkład: (,,,, )
8 8 z GRADIENT FUNKCJI z (, ) GRADIENTEM ukcj z azwam wektor, którego składowm są pochode cząstkowe rzędu perwszego grad (, ) ( ), ( ), W otoczeu puktu (, ) gradet wskazuje keruek w którm ukcja wzrasta ajszcej. Przkład: WskaŜ keruek ajszszego przrostu wartośc ukcj (, ) 3 z 6 5 prz
9 9 grad grad (, ) (,) grad 5 3 (,) Elastczość cząstkowa ukcj z (, ) Elastczośc cząstkowe ukcj dwóch zmech deujem: Ez E (, ), (, ) ( )
10 Ez E (, ) (, ) (, ) Określam w te sposó % wzrost wartośc ukcj z (, ), gd jeda zmea ezaleŝa ( lu )wzrasta o %. Przkład: Olczć elastczośc cząstkowe ukcj z 3 z 4 3 z stąd Ez Ez kole dla ukcj z e pochode cząstkowe elastczośc woszą:
11 , e z e z e e Ez e e Ez RÓśNICKA UPEŁNA z (, ) akładam, Ŝe ukcja z (, ) jest róŝczkowala w pewm oszarze. RóŜczk cząstkowe tej ukcj względem zmeej zmeej są określoe astępującm wzoram: d oraz d ), ( ), ( Jako, Ŝe róŝczka zmeej ezaleŝej jest po prostu rówa przrostow tej zmeej to powŝsze wzor moŝa zapsać: d d oraz d d ), ( ), ( Sumę róŝczek cząstkowch azwam róŝczką zupełą ukcj (,).
12 d (, ) d (, ) d (, ) d d Przkład: 3 Olczć przrost ukcj z z puktu (, ) prz, (, ) ( ) 4 ( ) 3,, (, ) 8, 3,, Przkład: W adaach ekoomczch stosowaa jest tzw ukcja Co-Douglasa D am α β D- welkość wtworzoego dochodu arodowego M- welkość produkcjego majątku trwałego ukcjoującego w gospodarce arodowej - welkość zatrudea w produkcj materalej a, α, β- parametr (dodate) średe tempo wzrostu dochodu arodowego: D r D D
13 3 poewaŝ : D ( M, ) to przrost zupeł ukcj wos: D D M M D D a M α M α β D β a M α β czl: D αam M βam α β α β stąd średe tempo wzrostu dochodu arodowego wos: D D αam M am βam α β α β α β M α M β
14 4 Uwzględając zaps: M r m M ozacza średe tempo wzrostu produkcjego majątku trwałego r ozacza średe tempo wzrostu zatrudea w produkcj materalej średe tempo wzrostu dochodu arodowego wos: r D α r β M r Na podstawe ukcj Co-Douglasa olczam elastczość dochodu arodowego względem produkcjego majątku trwałego zatrudea: ED M M D D M M α β α a M α α β am ED D D α β β a M β α β am
15 5 EKSTREMA FUNKCJI DWÓCH MIENNYCH De. F: D, D R (, ) D Fukcja (, ) ma w pukce (, ) maksmum, jeŝel steje otoczee tego puktu take, Ŝe dla kaŝdego puktu (, ) aleŝącego do tego otoczea zachodz erówość: r> (, ) (, ) (, ) D ( ) ( ) (, ) (, ) czl r De. Fukcja (, ) ma w pukce (, ) mmum jeŝel steje otoczee tego puktu take, Ŝe dla kaŝdego puktu (, ) aleŝącego do tego otoczea zachodz erówość:
16 6 r> (, ) (, ) (, ) D ( ) ( ) (, ) (, ) czl r Maksma mma ukcj to aczej ekstrema ukcj. Tw. [WARUNEK KONIECNY ISTNIENIA EKSTREMUM] JeŜel ukcja F: D, D R ma w pukce (, ) D ekstremum oe pochode cząstkowe perwszego rzędu, to pochode te są w tm pukce rówe zeru to jest: (, ) (, ) Tw. [WARUNEK WYSTARCAJACY ISTNIENIA EKSTREMUM] ałóŝm, Ŝe ukcja (, ) ma w otoczeu puktu (, ) cągłe pochode cząstkowe drugego rzędu ozaczm:
17 7 w (, ) (, ) (, ) (, ) (, ) wraŝee W wróŝk ukcj akładam, Ŝe (, ) (, ) JeŜel W(, )> > to ukcja ma w pukce (, ) mmum. JeŜel W(, )> < to ukcja ma w pukce (, ) maksmum 3 JeŜel W(, )< to ukcja e ma w pukce (, ) ekstremum 4 JeŜel W(, ) to ukcja moŝe meć lu e meć w pukce (, ) ekstremum Przkład: adać ekstrema ukcj (, )
18 W (, 3) ( 8)( 8) 44> < czl ukcja posada w tm pukce (, -3) maksmum.
19 9 W zastosowaach matematk do ekoom wstępuje prolem wzaczea zaleŝośc mędz welkoścam ekoomczm a przkład: mędz dochodem arodowm, a westcjam, poptem a dae doro, a dochodam ludośc. Przez X określm jedą z welkośc ekoomczch, a przez Y drugą oraz załoŝm, Ŝe mam odpowede ormacje statstcze o tch welkoścach w lośc dach. Metoda ajmejszch kwadratów polega a wzaczeu parametrów ukcj (), które zapewał, Ŝe suma kwadratów S odchleń przjmowała wartość ajmejszą: S e ( ( ) ) ałóŝm, Ŝe zaleŝość mędz zmem ma charakter low: Y ax Metoda ajmejszch kwadratów pozwala am a wzaczee parametrów a : S ( a ) Jest to ukcja dwóch zmech a
20 Naszm zadaem jest zalezee mmum ukcj dwóch zmech. Pochode cząstkowe ukcj S(a,) określoej wzorem: ( ) a S woszą: ( ) ( ) ( ) ( ) a a a a S, ( ) ( ) ( ) ( ) a a a S, waruek koecz a ekstremum przjmuje postać układu rówań: ( ) ( ) a a,,
21 po przekształceach rówaa przjmują postać: a a co daje rozwązae tego układu względem zmech a : a a akładając, Ŝe:
22 ukcja S moŝe meć ekstremum w pukce o współrzędch określoch wzoram a a Sprawdzm jeszcze cz ukcja speła waruek dostatecz stea ekstremum w tm pukce: ( )( ) aa S ( )( ) S ( )( ) a S ( )( ) a S WróŜk: ( ) a W 4, MoŜa udowodć, Ŝe jeŝel (,, 3, 4,,)
23 3 e są wszstke rówe, (załoŝee to w metodze ajmejszch kwadratów jest spełoe), to > tego waruku wka, Ŝe wróŝk jest dodat w kaŝdm pukce (a, ). Jest o ukcją stałą zmech a, - jest węc dodat w pukce o współrzędch a, wzaczoch MNK. atem w pukce tm ukcja S ma ekstremum jest to mmum ( S aa ( a, ) > dla kaŝdego puktu (a, ).
EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.
Joaa Ceślak, aula Bawej ESTREA FUNCJI ESTREA FUNCJI JEDNEJ ZIENNEJ Otoczeem puktu R jest każdy przedzał postac,+, gdze >. Sąsedztwem puktu jest każdy zbór postac,,+, gdze >. Nech R, : R oraz ech. De. ówmy,
Bardziej szczegółowodr Michał Konopczyński Ekonomia matematyczna ćwiczenia
dr Mchł Koopczńsk Ekoom mtemtcz ćwcze. Ltertur obowązkow Eml Pek red. Podstw ekoom mtemtczej. Mterł do ćwczeń MD r 5 AE Pozń.. Ltertur uzupełjąc Eml Pek Ekoom mtemtcz AE Pozń. Alph C. Chg Podstw ekoom
Bardziej szczegółowoRóżniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski
Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f
Bardziej szczegółowoWnioskowanie statystyczne dla korelacji i regresji.
STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...
Bardziej szczegółowoOpracowanie wyników pomiarów
Opracowae wków pomarów Praca w laboratorum fzczm polega a wkoau pomarów, ch terpretacj wcagęcem wosków. Ab dojść do właścwch wosków aleŝ szczególą uwagę zwrócć a poprawość wkoaa pomarów mmalzacj błędów
Bardziej szczegółowoPrzykładowe zadania dla poziomu rozszerzonego
Przkładowe zadaia dla poziomu rozszerzoego Zadaie. ( pkt W baku w pierwszm roku oszczędzaia stopa procetowa bła rówa p%, a w drugim roku bła o % iższa. Po dwóch latach, prz roczej kapitalizacji odsetek,
Bardziej szczegółowoMETODY KOMPUTEROWE 1
MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc
Bardziej szczegółowoMateriały do wykładu 7 ze Statystyki
Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj
Bardziej szczegółowo1. Relacja preferencji
dr Mchał Koopczyńsk EKONOMIA MATEMATYCZNA Wykłady, 2, 3 (a podstawe skryptu r 65) Relaca preferec koszyk towarów: przestrzeń towarów: R + = { x R x 0} x = ( x,, x ) X X R+ x 0 x 0 =, 2,, x~y xf y x y x
Bardziej szczegółowof x f y f, jest 4, mianowicie f = f xx f xy f yx
Zestaw 14 Pochodne wŝszch rzędów Niech będzie dana funkcja x f określona w pewnm obszarze D Przpuśćm Ŝe f x istnieją pochodne cząstkowe tej funkcji x x Pochodne cząstkowe tch pochodnch jeŝeli istnieją
Bardziej szczegółowo3. Wykład III: Warunki optymalności dla zadań bez ograniczeń
3 Wkład III: Waruki optmalości dla zadań bez ograiczeń Podae poiże waruki optmalości dla są uogólieiem powszechie zach waruków dla fukci ede zmiee (zerowaie się pierwsze pochode i lokala wpukłość) 3 Twierdzeie
Bardziej szczegółowoZadania domowe z Analizy Matematycznej III - czȩść 2 (funkcje wielu zmiennych)
Zadaia domowe z AM III dla grup E7 (semestr zimow 07/08) Czȩść Zadaia domowe z Aaliz Matematczej III - czȩść (fukcje wielu zmiech) Zadaie. Obliczć graice lub wkazać że ie istiej a: (a) () (00) (b) + ()
Bardziej szczegółowoStrona: 1 1. CEL ĆWICZENIA
Katedra Podstaw Sstemów Techczch - Podstaw metrolog - Ćwczee 4. Wzaczae charakterstk regulacjej slka prądu stałego Stroa:. CEL ĆWICZENIA Celem ćwczea jest pozae zasad dzałaa udow slka prądu stałego, zadae
Bardziej szczegółowoMatematyka II. Wykład 11. Całka podwójna. Zamiana na całkę iterowaną. Obliczanie pól obszarów i objętości brył.
Wkład. Całka podwója. Zamaa a całkę terowaą. Oblczae pól obszarów objętośc brł.. Całka podwója w prostokące. Jak pamętam, całka ozaczoa z cągłej fukcj jedej zmeej wprowadzoa bła w celu oblczaa pola powerzch
Bardziej szczegółowoRegresja linowa metoda najmniejszych kwadratów. Tadeusz M. Molenda Instytut Fizyki US
Regresja lowa metoda ajmejszch kwadratów Tadeusz M. Moleda Isttut Fzk US Regresja lowa (też: metoda ajmejszch kwadratów, metoda wrówawcza, metoda Gaussa) Zagadea stota metod postulat Gaussa współczk prostej
Bardziej szczegółowoBADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ
Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB WYKŁAD 2 BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB Przkład.
Bardziej szczegółowo12. FUNKCJE WIELU ZMIENNYCH. z = x + y jest R 2, natomiast jej
1. FUNKCJE WIELU ZMIENNYCH 1.1. FUNKCJE DWÓCH ZMIENNYCH Funkcją dwóch zmiennch określoną w zbiorze D R nazwam przporządkowanie każdej parze liczb () D dokładnie jednej liczb rzeczwistej z. Piszem prz tm
Bardziej szczegółowoOBLICZANIE GEOMETRYCZNYCH MOMENTÓW BEZWŁADNOŚCI FIGUR PŁASKICH, TWIERDZENIE STEINERA LABORATORIUM RACHUNKOWE
OBLICZNIE GEOMETRYCZNYCH MOMENTÓW BEZWŁDNOŚCI FIGUR PŁSKICH, TWIERDZENIE STEINER LBORTORIUM RCHUNKOWE Prz oblczeach wtrzmałoścowch dotczącch ektórch przpadków obcążea (p. zgae) potrzeba jest zajomość pewch
Bardziej szczegółowoTeoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka
Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej
Bardziej szczegółowoO pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii
O pewych zastosowaiach rachuku różiczkowego fukcji dwóch zmieych w ekoomii 1 Wielkość wytwarzaego dochodu arodowego D zależa jest od wielkości produkcyjego majątku trwałego M i akładów pracy żywej Z Fukcję
Bardziej szczegółowoJarosław Wróblewski Analiza Matematyczna 1, zima 2016/17
Egzami, 18.02.2017, godz. 9:00-11:30 Zadaie 1. (22 pukty) W każdym z zadań 1.1-1.10 podaj w postaci uproszczoej kresy zbioru oraz apisz, czy kresy ależą do zbioru (apisz TAK albo NIE, ewetualie T albo
Bardziej szczegółowoProjekt 3 3. APROKSYMACJA FUNKCJI
Projekt 3 3. APROKSYMACJA FUNKCJI 3. Krter proksmcj. Złóżm że () jest ukcją cągłą w przedzle [ b ]. Zlezee przblże (proksmcj) poleg wzczeu współczków pewego welomu P() któr będze dobrze przblżł w tm przedzle
Bardziej szczegółowoRozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 6
ozwiązwanie beek prostch i przegubowch wznaczanie reakcji i wkresów sił przekrojowch 6 Obciążenie beki mogą stanowić sił skupione, moment skupione oraz obciążenia ciągłe q rs. 6.. s. 6. rzed przstąpieniem
Bardziej szczegółowo3. OPTYMALIZACJA NIELINIOWA
Wybrae zaadea badań operacyjych dr ż. Zbew Tarapata 3. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też oprócz
Bardziej szczegółowoProjekt 2 2. Wielomiany interpolujące
Proekt Weloma terpoluące Rodzae welomaów terpoluącc uma edomaów Nec w przedzale a, b określoa będze fukca f: ec będze ustaloc m wartośc argumetu :,,, m, m L prz czm: < < L < < m m Pukt o tc odcztac azwa
Bardziej szczegółowoProgramowanie nieliniowe optymalizacja funkcji wielu zmiennych
Ekonomia matematczna II Ekonomia matematczna II Prowadząc ćwiczenia Programowanie nieliniowe optmalizacja unkcji wielu zmiennch Modele programowania liniowego często okazują się niewstarczające w modelowaniu
Bardziej szczegółowoN ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.
3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy
Bardziej szczegółowoRegresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa)
Regresj low (metod jmejszch kwdrtów, metod wrówwcz, metod Guss) stot metod postult Guss współczk prostej kostrukcj prostej teoretczej trsformcj fukcj elowch przkłd Regresj low czm poleg? Jeśl merzoe dwe
Bardziej szczegółowoopisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn
ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.
Bardziej szczegółowoSTATYKA. Cel statyki. Prof. Edmund Wittbrodt
STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8
Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja
Bardziej szczegółowoCiągi i szeregi liczbowe. Ciągi nieskończone.
Ciągi i szeregi liczbowe W zbiorze liczb X jest określoa pewa fukcja f, jeŝeli kaŝdej liczbie x ze zbioru X jest przporządkowaa dokładie jeda liczba pewego zbioru liczb Y Przporządkowaie to zapisujem w
Bardziej szczegółowoStatystyka. Katarzyna Chudy Laskowska
Statstka Katarza Chud Laskowska http://kc.sd.prz.edu.pl/ Aalza korelacj umożlwa stwerdzee wstępowaa zależośc oraz oceę jej atężea ZALEŻNOŚCI pomędz CECHAMI: CECHY: ILOŚCIOWA ILOŚCIOWA CECHY: JAKOŚCIOWA
Bardziej szczegółowoNatalia Nehrebecka. Dariusz Szymański
atala ehreecka Darusz Szmańsk Wkład . MK przpadek welu zmech. Własośc hperpłaszczz regresj 3. Doroć ć dopasowaa rówaa regresj. Współczk determacj R Dekompozcjawaracj zmeejzależejzależej Współczk determacj
Bardziej szczegółowoCałkowanie numeryczne Zadanie: obliczyć przybliżenie całki (1) używając wartości funkcji f(x) w punktach równoodległych. Przyjmujemy (2) (3) (4) x n
lkowe_um- łkowe umercze Zde: olczć przlżee cłk ( ) d () użwjąc wrtośc ukcj () w puktc rówoodległc. Przjmujem (), gdze,,, () () tąd / (5) Metod prostokątów d / (6) gdze / / (7) -- :9: /6 lkowe_um- td. td.
Bardziej szczegółowoEkstrema funkcji dwóch zmiennych
Wkład z matematki inżnierskiej Ekstrema funkcji dwóch zmiennch JJ, IMiF UTP 18 JJ (JJ, IMiF UTP) EKSTREMA 18 1 / 47 Ekstrema lokalne DEFINICJA. Załóżm, że funkcja f (, ) jest określona w pewnm otoczeniu
Bardziej szczegółowoOBLICZANIE NIEPEWNOŚCI METODĄ TYPU B
OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość
Bardziej szczegółowo1 Funkcje dwóch zmiennych podstawowe pojęcia
1 Funkcje dwóch zmiennych podstawowe pojęcia Definicja 1 Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach w zbiorze R nazywamy przyporządkowanie każdemu punktowi ze zbioru A dokładnie jednej
Bardziej szczegółowo0, co implikuje tezę. W interpretacji geometrycznej: musi istnieć punkt, w którym styczna ( f (c)
RACHUNEK RÓŻNCZKOWY cd Twierdzeie Lagrage a: Jeżeli jest ciągła w [a,b], jest różiczkwala w a,b), t ca,b) : b)-a)= c) b-a) b) Dwód Wystarczy rzpatrzyć ukcję t) t) t a), t[a,b], która b a spełia załżeia
Bardziej szczegółowo11. Aproksymacja metodą najmniejszych kwadratów
. Aproksmcj metodą jmejszch kwdrtów W ukch przrodczch wkoujem często ekspermet polegjące pomrch pr welkośc, które, jk przpuszczm, są ze sobą powąze jkąś zleżoścą fukcją =f(, p. wdłużee spręż w zleżośc
Bardziej szczegółowoMATEMATYKA. Sporządził: Andrzej Wölk
MATEMATYKA Sporządzł: Adrzej ölk . adae Rozwązać rówae różczkowe: b) e X X e rozwązuję całkę żeb wzaczć e X e X z tego wka, że e X X e X e adae a) s d t dt d ( t ) dt dt pochoda d dt s d s s s s d = C
Bardziej szczegółowoLinie regresji II-go rodzaju
Lam regresj II-go rodzaju zmeej () względem () azwam zadae krzwe g(;,, ) oraz h(;,, ) gd spełają oe odpowedo waruk: E E Le regresj II-go rodzaju ( ( )) ( ) ( ) ( ) ( ) g ;,,... g ;,,... f, dd m,,... (
Bardziej szczegółowoMODELE OBIEKTÓW W 3-D3 część
WYKŁAD 5 MODELE OBIEKTÓW W -D część la wykładu: Kocepcja krzywej sklejaej Jedorode krzywe B-sklejae ejedorode krzywe B-sklejae owerzche Bezera, B-sklejae URBS 1. Kocepcja krzywej sklejaej Istotą z praktyczego
Bardziej szczegółowo1. Granica funkcji w punkcie
Graica ukcji w pukcie Deiicja Sąsiedztwem o promieiu r > 0 puktu a R azywamy zbiór S ( a ( a r ( a a Deiicja Sąsiedztwem lewostroym o promieiu r > 0 puktu a R azywamy zbiór S ( a ( a r Deiicja Sąsiedztwem
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI
Poltechka Gdańska Wydzał Elektrotechk Automatyk Katedra Iżyer Systemów Sterowaa MODELOWANIE I PODSAWY IDENYFIKACI Wybrae zagadea z optymalzacj. Materały pomoccze do zajęć ćwczeowych 5 Opracowae: Kazmerz
Bardziej szczegółowoPodprzestrzenie macierzowe
Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA
STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze
Bardziej szczegółowoZaawansowane metody numeryczne
Zaawasowae metod umercze Programowae lowe (problem dual, program low w lczbach całkowtch) Dualość est kluczowm poęcem programowaa lowego. Pozwala a udowodee że otrzmwae rozwązaa są optmale. Zagadee duale
Bardziej szczegółowoAnaliza Matematyczna Ćwiczenia. J. de Lucas
Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y
Bardziej szczegółowoMETODY NUMERYCZNE dr inż. Mirosław Dziewoński
Metody Numerycze METODY NUMERYCZNE dr iż. Mirosław Dziewoński e-mail: miroslaw.dziewoski@polsl.pl Pok. 151 Wykład /1 Metody Numerycze Aproksymacja fukcji jedej zmieej Wykład / Aproksymacja fukcji jedej
Bardziej szczegółowoJózef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta
Józef Beluch Akadema Górczo-Hutcza w Krakowe płw wag współrzędch a wk trasformacj Helmerta . zór a trasformację współrzędch sposobem Helmerta: = c + b = d + a + a b () 2 2. Dwa modele wzaczea parametrów
Bardziej szczegółowoRegresja REGRESJA
Regresja 39. REGRESJA.. Regresja perwszego rodzaju Nech (, będze dwuwyarową zeą losową, dla które steje kowaracja. Nech E( y ozacza warukową wartość oczekwaą zdefowaą dla przypadku zeych losowych typu
Bardziej szczegółowoŹ Ę ą ć Ź Ź Ń ą ą Ź ą ę ę Ę Ń Ć ą Ę Ę ą Ć Ń ę Ń ę ę ą Ś ę ę ę Ę ę ą Ś Ę ę ą Ś ą Ź ą ę ą ę ą Ź Ś ę ą ą ę ę ęź ęź Ś Ę Ś Ć ą Ź Ś Ś ę ę Ź ę ą ą Ź ę Ź ą ą ą ą ę ę ę Ź ę Ź Ę ę Ś ź Ś Ę Ć ę Ź Ź ą Ń Ś ąą Ś Ź Ę
Bardziej szczegółowof f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu
METODA RÓŻIC SKOŃCZOYCH (omówee a przykładze rówań lowych) ech ( rówaa różczkowe zwyczaje lowe I-rz.) lub jedo II-rzędu f / / p( x) f / + q( x) f + r( x) a x b, f ( a) α, f ( b) β dea: a satce argumetu
Bardziej szczegółowoZADANIA ZAMKNIĘTE. Zadanie 1. (1 pkt) Wartość wyrażenia. b dla a 2 3 i b 2 3 jest równa A B. 5 C. 6 D Zadanie 2.
Zachęcam do samodzielej prac z arkuszem diagostczm. Pozaj swoje moce i słabe stro, a astępie popracuj ad słabmi. Żczę przjemego rozwiązwaia zadań. Zadaie. ( pkt) Wartość wrażeia a ZADANIA ZAMKNIĘTE b dla
Bardziej szczegółowo5. OPTYMALIZACJA NIELINIOWA
5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe
Bardziej szczegółowo13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne.
13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne. 1. Wprowadzenie. Dotąd rozważaliśmy funkcje działające z podzbioru liczb rzeczywistych w zbiór liczb rzeczywistych, zatem funkcje
Bardziej szczegółowoRachunek różniczkowy funkcji wielu zmiennych
Iormaa - Wład 9 - dr Bogda Ćmel cmelbog@ma.ag.edu.pl Racue różczow ucj welu zmec Z uwag a prosoę zapsu ławe erpreacje gracze ograczm sę jede do ucj lub zmec. Naurale uogólea wprowadzac pojęć a ucje zmec
Bardziej szczegółowoElementy algebry i analizy matematycznej II
Element algebr i analiz matematcznej II Wkład 1. Ekstrema unkcji dwóch zmiennch Deinicja 1 Funkcja dwóch zmiennch, z = (, ), ma w punkcie z = (, ), maksimum lokalne, jeżeli istnieje takie otoczenie punktu
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA Woskowe sttstcze - egesj koelcj teść Wpowdzee Regesj koelcj low dwóch zmech Regesj koelcj elow - tsfomcj zmech Regesj koelcj welokot Wpowdzee Jedostk zoowośc sttstczej mogą ć chktezowe
Bardziej szczegółowotermodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi
fzka statstczna stan makroskopow układ - skończon obszar przestrzenn (w szczególnośc zolowan) termodnamka fenomenologczna p, VT V, teora knetczno-molekularna termodnamka statstczna n(v) stan makroskopow
Bardziej szczegółowoW zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =
4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,
Bardziej szczegółowo(rachunek różniczkowy dot. funkcji ciągłych)
Podstaw matematczne (rachunek różniczkow dot. unkcji ciągłch) 1) Pochodna unkcji 1 zmiennej () de. () d ( ) d d d lim h ( h) h ( ) (h) () h UWAGA: () tg(α) tangens kąta nachlenia stcznej Warunki e k s
Bardziej szczegółowoRozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 4-5
ozwiązwanie beek prostch i przegubowch wznaczanie reakcji i wkresów sił przekrojowch - Obciążenie beki mogą stanowić sił skupione, moment skupione oraz obciążenia ciągłe q rs... s.. rzed przstąpieniem
Bardziej szczegółowoIndukcja matematyczna
Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya
Bardziej szczegółowoChemia Teoretyczna I (6).
Chemia Teoretycza I (6). NajwaŜiejsze rówaia róŝiczkowe drugiego rzędu o stałych współczyikach w chemii i fizyce cząstka w jedowymiarowej studi potecjału Cząstka w jedowymiarowej studi potecjału Przez
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Zajęcia 5
Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja
Bardziej szczegółowoRachunek różniczkowy funkcji wielu zmiennych
EAIB-Iormaa-Wład 9- dr Adam Ćmel cmel@.ag.edu.pl Racue różczow ucj welu zmec Z uwag a prosoę zapsu ławe erpreacje gracze ograczm sę jede do ucj lub zmec. Naurale uogólea wprowadzac pojęć a ucje zmec zosawam
Bardziej szczegółowoW zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =
4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,
Bardziej szczegółowoProjekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego
Materiał ddaktczne na zajęcia wrównawcze z matematki dla studentów pierwszego roku kierunku zamawianego Inżnieria i Gospodarka Wodna w ramach projektu Era inżniera pewna lokata na przszłość Projekt Era
Bardziej szczegółowoi = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3
35 Iterpoaca Herte a 3 f ( x f ( x,,, 3, 4 f ( x,,, 3 f ( x,, 3 f ( x, 4 f ( x 33,5,698,87,5!, 34,83,785,9,3 36,598,877,95 38,475,97 4,447 Na podstawe wzoru (38 ay zate 87,, 5, L4 ( t 335, +, 698t+ t(
Bardziej szczegółowoPŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej
PŁAKA GEOMETRIA MA Środek cężkośc fgury płaskej Mometam statyczym M x M y fgury płaskej względem os x lub y (rys. 7.1) azywamy gracę algebraczej sumy loczyów elemetarych pól d przez ch odległośc od os,
Bardziej szczegółowoPOPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1
POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.
Bardziej szczegółowoRóniczka. f x. V Vx. Zadanie 4. Znale maksymalny błd bezwzgldny i wzgldny powstały przy obliczaniu objtoci stoka, jeli promie podstawy wynosi
Róniczka Wraenie d nazwa si róniczk pierwszego rzdu czci liniow przrostu wartoci unkcji Zastosowanie róniczki do oblicze przblionch: Zadanie Za pomoc róniczki oblicz przblion warto liczb Wkorzstam wzór
Bardziej szczegółowo2.27. Oblicz wartość wyrażenia 3 a Wykaż, że jeżeli x i y są liczbami dodatnimi oraz x+ y =16, to ( 1+
MATURA z matematki w roku,, fragmet Liza log log log log log 7 log 8 jest: 7 A iewmiera, B ałkowita, C kwadratem liz aturalej, D większa od 7 : B 7 Oliz wartość wrażeia a wiedzą, że a a 7 Wskazówka: Zauważ,
Bardziej szczegółowoWersja najbardziej zaawansowana. Zestaw nr 1: Ciągi liczbowe własności i granica
Wersja ajbardziej zaawasowaa. Zestaw r : Ciągi liczbowe własości i graica.. Niech a dla.... Sprawdzić cz a jest ciągiem mootoiczm artmetczm... Sprawdzić cz astępując ciąg jest ciągiem geometrczm. Wpisać
Bardziej szczegółowoź Ł Ą Ę Ź Ę Ę Ą Ę Ę Ę Ę Ę Ź Ą Ę Ą Ź Ę Ź Ó ć Ź Ó Ę Ź Ź ć ć Ę ć Ó Ó Ę Ę Ę Ę Ó Ę Ę ć Ć Ł Ó Ź ć ć ć Ę ć Ę Ł Ź Ź Ł ć ź ź Ę ć Ś Ą ć ć Ą ć Ś Ę Ź Ę Ź Ę ć Ó Ń Ę Ś Ę ź Ź Ę Ę Ć Ę Ń Ę Ę ć Ą Ę ć Ę ć Ę Ź Ę Ć Ę ź ć
Bardziej szczegółowoPoziom rozszerzony. 5. Ciągi. Uczeń:
PIOTR LUDWIKOWSKI Materiał z wykładu z aalizy dla uczestików koerecji Podstawa programowa z kometarzami Tom 6 Edukacja matematycza i techicza w szkole podstawowej, gimazjum i liceum matematyka, zajęcia
Bardziej szczegółowoRozwiązywanie ram płaskich wyznaczanie reakcji i wykresów sił przekrojowych 7
ozwiązwanie ram płaskich wznaczanie reakcji i wkresów sił przekrojowch 7 Obciążenie ram płaskiej, podobnie jak w przpadku beek rozdział 6, mogą stanowić sił skupione, moment skupione oraz obciążenia ciągłe
Bardziej szczegółowoScenariusz lekcji Zwierciadła i obrazy w zwierciadłach
Scenariusz lekcji. Temat lekcji: Zwierciadła i obraz w zwierciadłach 2. Cele: a) Cele poznawcze: Uczeń wie: - co to jest promień świetln, - Ŝe światło rozchodzi się prostoliniowo, - na czm polega zjawisko
Bardziej szczegółowoKONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny
KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych
Bardziej szczegółowo. Wtedy E V U jest równa
Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo
Bardziej szczegółowo25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx
5. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU 5.1. Pojęcia wstępne. Klasfikacja równań i rozwiązań Rozróżniam dwa zasadnicze tp równań różniczkowch: równania różniczkowe zwczajne i równania różniczkowe cząstkowe.
Bardziej szczegółowoProjekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego
Materiał ddaktczne na zajęcia wrównawcze z matematki dla studentów pierwszego roku kierunku zamawianego Inżnieria Środowiska w ramach projektu Era inżniera pewna lokata na przszłość Projekt Era inżniera
Bardziej szczegółowo( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości
Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,
Bardziej szczegółowoWyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.
Wyzaczae oporu aczyowego kaplary w przepływe lamarym. I. Przebeg ćwczea. 1. Zamkąć zawór odcający przewody elastycze a astępe otworzyć zawór otwerający dopływ wody do przewodu kaplarego. 2. Ustawć zawór
Bardziej szczegółowoPłaskie układy obciąŝeń. Opis analityczny wielkości podstawowych. wersory. mechanika techniczna i wytrzymałość materiałów 1 statyka 2
Opis aalitcz wielkości podstawowch wersor e x, e Opis aalitcz wielkości podstawowch współrzęde puktów A( x A, B( x B, A B ) ) Opis aalitcz wielkości podstawowch współrzęde puktów A( x A, B( x B, A B )
Bardziej szczegółowoRÓWNANIA RÓŻNICZKOWE WYKŁAD 11
RÓWNANIA RÓŻNICZKOWE WYKŁAD Szeregi potęgowe Defiicja Fukcja y = f () jest klasy C jeżeli jest -krotie różiczkowala i jej -ta pochoda jest fukcją ciągłą. Defiicja Fukcja y = f () jest klasy C, jeżeli jest
Bardziej szczegółowoRÓWNANIA RÓŻNICZKOWE WYKŁAD 3
RÓWNANIA RÓŻNICZKOWE WYKŁAD 3 Równania różniczkowe liniowe Metoda przewidwań Metoda przewidwań całkowania równania niejednorodnego ' p( x) opiera się na następującm twierdzeniu. Twierdzenie f ( x) Suma
Bardziej szczegółowoPODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE
Marek Cecura, Jausz Zacharsk PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE CZĘŚĆ II STATYSTYKA OPISOWA Na prawach rękopsu Warszawa, wrzeseń 0 Data ostatej aktualzacj: czwartek, 0 paźdzerka
Bardziej szczegółowoZastosowanie szeregów potęgowych do rozwiązywania równań różniczkowych
Zastosowae szeregów potęgowch do rozwązwaa rówań różczkowch Ogól kształt rówaa lowego drugego rzędu jedorodego o współczkach zmech ma postać: '' + f ' + g = 0 (1) Tego tpu klasa rówań obejmuje wele zjawsk
Bardziej szczegółowoStatystyka Opisowa 2014 część 3. Katarzyna Lubnauer
Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław
Bardziej szczegółowo3. Regresja liniowa Założenia dotyczące modelu regresji liniowej
3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi
Bardziej szczegółowoPochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji
Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Adam Kiersztyn Lublin 2014 Adam Kiersztyn () Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji maj 2014 1 / 24 Zanim przejdziemy
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby
Bardziej szczegółowoKORELACJA KORELACJA I REGRESJA. X, Y - cechy badane równocześnie. Dane statystyczne zapisujemy w szeregu statystycznym dwóch cech
KORELACJA I REGRESJA. KORELACJA X, Y - cech badae rówocześe. Dae statstcze zapsujem w szeregu statstczm dwóch cech...... lub w tablc korelacjej. X Y... l.... l.... l................... k k k... kl k..j......l
Bardziej szczegółowoSzereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3:
Szereg geometryczy Zad : Suma wszystkich wyrazów ieskończoego ciągu geometryczego jest rówa 4, a suma trzech początkowych wyrazów wyosi a) Zbadaj mootoiczość ciągu sum częściowych tego ciągu geometryczego
Bardziej szczegółowoJego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.
Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.
Bardziej szczegółowo