Ekonomia matematyczna 2-2

Wielkość: px
Rozpocząć pokaz od strony:

Download "Ekonomia matematyczna 2-2"

Transkrypt

1 Ekoomia matematycza - Fukcja produkcji Defiicja Efektywym przekształceiem techologiczym azywamy odwzorowaie (iekiedy wielowartościowe), które kazdemu wektorowi akładów R przyporządkowuje zbiór wektorów wyików y R, takich,że procesy produkcji, y są techologiczie ekektywe, tz. odwzorowaie y :, y Z e gdzie Z e ozacza podzbiór przestrzei p-produkcyjej Z, składający się z procesów techologiczie efektyeych. Jeśli wartości efektywego przekształceia techologiczego są zbiorami jedopuktowymi, to moza mówić o fukcji produkcji. Defiicja Wektorową fukcją produkcji azywamy fukcję f : R R, która każdemu wektorowi akładów przyporządkowuje jedozaczie okresloy wektor wyików y f, taki,że proces produkcji,y jest techologiczie efektywy. Badaie własości wektorowej fukcji produkcji f : R R, f,...,f sprowadza się do badaia własości skalarych fukcjach produkcji f i : R R, f i f i,..., Stadardowe założeia o skalarych fukcjach produkcji f : R R (f) Fukcja f : R R jest ciągła i ma pochode cząstkowe rzędu II R R : i dla i,...,. (f) f (zerowe akłady dają zerowy wyik) (f3) Fukcja f jest rosąca w R (jest tak jeśli dla R j dla i kazdego i,...,).

2 (f) Fukcja f jest wklęsła w R (jest tak jeśli H j jest macierzą iedodatio okresloą dla R, tz. dla dowolego v v,...,v R mamy v i v j j ). i,j (f5) Fukcja f jest dodatio jedoroda stopia, tz. f f dla, R Defiicja Krańcowa produktywość i tego akładu przy akładach Defiicja Elastyczość produkcji względem i tego akładu przy akładach i f lim i f i i f Defiicja Elastyczość produkcji względem skali akładów przy akładach f lim f f Defiicja Krańcowa stopa substytucji i tego akładu przez j ty akład w produkcji f ij lim j j j Defiicja Izokwatą produkcji a poziomie y azwiemy poziomicę G y R : f y. Dla dwuargumetowej skalarej fukcji produkcji y f f, j, przy akładach, j takich,że f, j y, z twierdzeia o fukcji uwikłaej, wyika,że rówaie f, j y zadaje w pewym przedziale r, i r fukcję j g spełiającą rówaie f,g y, tz. okreslającą zależość j tego akładu od i tego akładu przy utzrymaiu produkcji a iezmieioym poziomie y. Poieważ

3 to i dg j d i, i dg d i j f ij. Powyższa rówość określa jaki wzrost j tego akładu odpowiada spadkowi i tego akładu przy utrzymaiu produkcji a tym samym poziomie. Defiicja Elastyczość substytucji i tego akładu przez j ty akład w produkcji przy akładach f ij lim j j j i j i j W ogólych rozważaiach rozpatruje się dwa akłady: k - kapitał z - praca i dwuargumetowe fukcje produkcji y f k, z. Defiicja Krańcowa stopa substytucji pracy przez kapitał f zk k,z z k, z Defiicja Stosuek kapitału do pracy w procesie produkcji azywamy techiczym uzbrojeiem produkcji k u k z W przypadku gdy fukcja produkcji y f k,z jest dodatio jedoroda stopia (czyli k,z f k, z ), to od techiczego uzbrojeia pracy moża uzalezić przecietą wydajość pracy y z : y z z f k,z f k z, z z f u, w u, 3

4 a także przecietą efektywość kapitału y : k y k k f k,z f k k, k z f, u e u. Przykłady fukcji produkcji. Liiowa f k,z ak bz 6 z5 k 6 8

5 8 z k. Cobba-Douglasa y k.5 z.75 z 5 k 3 5 5

6 5 3 z 3 5 k 3. CES (costat elasticity of substitutio) y k.5 3z z k 3 5 6

7 5 z Elemety eoklasyczej teorii produkcji Zakładamy,że skalara fukcja produkcji f : R R spełiająca założeia (f) - (f5) opisuje produkcję przedsiebiorstwa. Załóżmy,że produkt y f jest sprzedaway po ceie p, atomiast akłady (surowce),..., są dostepe w ieograiczoych ilościach i są kupowae po ceach v v,...,v. Zadaie maksymalizacji zysku przedsiębiorstwa. Przyjmijmy,że celem przedsiębiorstwa jest maksymalizacja zysku, tz. wyzaczeie takiej produkcji (wektora akładów ), przy której maksimum osiąga fukcja: g pf,v pf,..., i v i i przy ograiczeiu. Przykład (dla fukcji jedoargumetowej fukcji produkcji f : R R Maksymalizować przy ograiczeiu. pf v d pf v d pf v f df d v p 7

8 a) f.5,p 3,v g g d 3.5 d , Solutio is: g d d g g b) f.5,p 3, v. g 3.5. Cadidate(s) for etrema:. 5, at

9 c) f.5,p 3,v g

10 a ) f,p 3,v f f f f a f a dla, R g d) f l,p 3,v g 3 l

11 d ) f l,p 3,v g 3 l a ) f.5,p 3, v g 3.5

12 Twierdzeie Załóżmy,że fukcja produkcji f : R R spełia waruki: (f) jest ciągła i ma pochode cząstkowe rzędu II dla i,...,. (f) f (f3) Fukcja f jest rosąca w R (f) Fukcja f jest wklęsła w R a poadto dla cey produktu p oraz ce akładów v mamy: ) p v i dla i,.., oraz dla brzegr j dla R R : i ) istieje M, takie,że dla R spełiających waruek M mamy p v i dla i,.., Wówczas istieje takie,że, M oraz Takie spełia rówaie tz. pf,v ma pf,v p v p v i dla i,..,. Jeśli f jest fukcjąściśle wklęsłą, to rozwiązaie jest jedozacze.

13 Zadaie miimalizacji kosztów produkcji Przyjmijmy,że celem przedsiębiorstwa jest miimalizacja kosztów produkcji a zakładaym poziomie y, tz. zalezieie wektora akładów, przy której miimum osiąga fukcja: k, v i v i i przy ograiczeiach: f y. Uwaga. Zadaie jest tej samej postaci, co zadaie miimalizacji wydatków kosumeta, przy zakładaej użyteczości koszyka Twierdzeie Załóżmy,że fukcja produkcji f : R R spełia waruki: (f) jest ciągła i ma pochode cząstkowe rzędu II dla i,...,. (f) f (f3) Fukcja f jest rosąca w R j dla R R : i (f) Fukcja f jestściśle wklęsła w R Wówczas jest rozwiązaiem zadaia miimalizacji kosztów produkcji wtedy i tyko wtedy gdy istieje takie,że v oraz f y, tz. v i dla i,.., Przykład f y.,v 3 5 mi f, y 3

14 Defiicja Fukcją kosztów produkcji azwiemy fukcję c : R R R, określoą wzorem c v,y v,y,v, gdzie v,y jest rozwiązaiem zadaia miimalizacji kosztu produkcji (przy ustaloym poziomie produkcji y oraz ceach akładów v). Twierdzeie Jeśli fukcja produkcji jest klasy C i jest rosąca, to fukcja kosztów produkcji ma astępujące własości: ) c v, ) c jest fukcją ciągłą, 3) przy ustaloych ceach v, fukcja y c v, y jest rosąca ) przy ustaloych poziomie produkcji y, fukcja v c v, y jest rosąca, wypukła i c tv,y tc v,y dla t Zadaie maksymalizacji zysku przy zaych kosztach produkcji produkcji Celem przedsiębiorstwa jest maksymalizacja zysku, tz. ustaleie wielkości produkcji y,przy której maksimum osiąga fukcja: y py c y przy ograiczeiu y i zaej fukcji kosztów produkcji y c y. Twierdzeie Poziom akładów jest rozwiązaiem zadaia maksymalizacji zysku:

15 g pf,v ma wtedy i tylko wtedy gdy wielkość produkcjiŷ f jest rozwiązaiem zadaia: y py c y ma Przykład c y 5 y y 3y 5 y. Cadidate(s) for etrema: , at y py 3y 5

Ekonomia matematyczna - 1.1

Ekonomia matematyczna - 1.1 Ekoomia matematycza - 1.1 Elemety teorii kosumeta 1. Pole preferecji Ozaczmy R x x 1,...,x : x j 0 x x, x j1 j. R rozpatrujemy z ormą x j 2. Dla x x 1,...,x,p p 1,...,p Ip x, p x j p j x 1 p 1 x 2 p 2...x

Bardziej szczegółowo

Ekonomia matematyczna - 2.1

Ekonomia matematyczna - 2.1 Ekoomia matematycza - 2.1 Przestrzeń produkcyja Zakładamy,że w gospodarce występuje towarów, każdy jako akład ( surowiec ) lub wyik ( produkt ) w procesach produkcji. Kokrety proces produkcji jest reprezetoway

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINOWYCH

UKŁADY RÓWNAŃ LINOWYCH Ekoeergetyka Matematyka. Wykład 4. UKŁADY RÓWNAŃ LINOWYCH Defiicja (Układ rówań liiowych, rozwiązaie układu rówań) Układem m rówań liiowych z iewiadomymi,,,, gdzie m, azywamy układ rówań postaci: a a a

Bardziej szczegółowo

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

O 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 szczegółowo

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n I. Ciągi liczbowe Defiicja 1. Fukcję określoą a zbiorze liczb aturalych o wartościach rzeczywistych azywamy ciągiem liczbowym. Ciągi będziemy ozaczać symbolem a ), gdzie a ozacza -ty wyraz ciągu a ). Defiicja.

Bardziej szczegółowo

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń

3. 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 szczegółowo

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji http://www.ii.ui.wroc.pl/ sle/teachig/a-apr.pdf Aaliza umerycza Staisław Lewaowicz Grudzień 007 r. Aproksymacja fukcji Pojęcia wstępe Defiicja. Przestrzeń liiową X (ad ciałem liczb rzeczywistych R) azywamy

Bardziej szczegółowo

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

RÓWNANIA 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 szczegółowo

MACIERZE STOCHASTYCZNE

MACIERZE STOCHASTYCZNE MACIERZE STOCHASTYCZNE p ij - prawdopodobieństwo przejścia od stau i do stau j w jedym (dowolym) kroku, [p ij ]- macierz prawdopodobieństw przejść (w jedym kroku), Własości macierzy prawdopodobieństw przejść:

Bardziej szczegółowo

Zadania z algebry liniowej - sem. I Liczby zespolone

Zadania z algebry liniowej - sem. I Liczby zespolone Zadaia z algebry liiowej - sem. I Liczby zespoloe Defiicja 1. Parę uporządkowaą liczb rzeczywistych x, y azywamy liczbą zespoloą i ozaczamy z = x, y. Zbiór wszystkich liczb zespoloych ozaczamy przez C

Bardziej szczegółowo

8. Udowodnić, że: a) macierz X X jest macierzą symetryczną; b) jeśli M jest macierzą idempotentną, o wyznaczniku różnym od 0, to M = I;

8. Udowodnić, że: a) macierz X X jest macierzą symetryczną; b) jeśli M jest macierzą idempotentną, o wyznaczniku różnym od 0, to M = I; Powtórzeie z algebry, rachuku prawdopodobieństwa i statystyki Zadaia. Pokazać, że dla dowolego odwracalego A,.. Pokazać z defiicji, że macierz jest ieujemie określoa. 3. Pokazać (z defiicji liiowej iezależości),

Bardziej szczegółowo

1 Twierdzenia o granicznym przejściu pod znakiem całki

1 Twierdzenia o granicznym przejściu pod znakiem całki 1 Twierdzeia o graiczym przejściu pod zakiem całki Ozaczeia: R + = [0, ) R + = [0, ] (X, M, µ), gdzie M jest σ-ciałem podzbiorów X oraz µ: M R + - zbiór mierzaly, to zaczy M Twierdzeie 1.1. Jeżeli dae

Bardziej szczegółowo

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2. Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,

Bardziej szczegółowo

3. Funkcje elementarne

3. Funkcje elementarne 3. Fukcje elemetare Fukcjami elemetarymi będziemy azywać fukcję tożsamościową x x, fukcję wykładiczą, fukcje trygoometrycze oraz wszystkie fukcje, jakie moża otrzymać z wyżej wymieioych drogą astępujących

Bardziej szczegółowo

a 1, a 2, a 3,..., a n,...

a 1, a 2, a 3,..., a n,... III. Ciągi liczbowe. 1. Defiicja ciągu liczbowego. Defiicja 1.1. Ciągiem liczbowym azywamy fukcję a : N R odwzorowującą zbiór liczb aturalych N w zbiór liczb rzeczywistych R i ozaczamy przez { }. Używamy

Bardziej szczegółowo

Wektory Funkcje rzeczywiste wielu. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Wektory Funkcje rzeczywiste wielu. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Wektory Fukcje rzeczywiste wielu zmieych rzeczywistych Matematyka Studium doktorackie KAE SGH Semestr leti 2008/2009 R. Łochowski Wektory pukty w przestrzei R Przestrzeń R to zbiór uporządkowaych -ek liczb

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi. Jarosław Wróblewski Aaliza Matematycza 1A, zima 2012/13 Ciągi. Ćwiczeia 5.11.2012: zad. 140-173 Kolokwium r 5, 6.11.2012: materiał z zad. 1-173 Ćwiczeia 12.11.2012: zad. 174-190 13.11.2012: zajęcia czwartkowe

Bardziej szczegółowo

Analiza matematyczna. Robert Rałowski

Analiza matematyczna. Robert Rałowski Aaliza matematycza Robert Rałowski 6 paździerika 205 2 Spis treści 0. Liczby aturale.................................... 3 0.2 Liczby rzeczywiste.................................... 5 0.2. Nierówości...................................

Bardziej szczegółowo

Poziom rozszerzony. 5. Ciągi. Uczeń:

Poziom 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 szczegółowo

7 Liczby zespolone. 7.1 Działania na liczbach zespolonych. Liczby zespolone to liczby postaci. z = a + bi,

7 Liczby zespolone. 7.1 Działania na liczbach zespolonych. Liczby zespolone to liczby postaci. z = a + bi, 7 Liczby zespoloe Liczby zespoloe to liczby postaci z a + bi, gdzie a, b R. Liczbę i azywamy jedostką urojoą, spełia oa waruek i 2 1. Zbiór liczb zespoloych ozaczamy przez C: C {a + bi; a, b R}. Liczba

Bardziej szczegółowo

CIĄGI LICZBOWE. Poziom podstawowy

CIĄGI LICZBOWE. Poziom podstawowy CIĄGI LICZBOWE Poziom podstawowy Zadaie ( pkt) + 0 Day jest ciąg o wyrazie ogólym a =, N+ + jest rówy? Wyzacz a a + Czy istieje wyraz tego ciągu, który Zadaie (6 pkt) Marek chce przekopać swój przydomowy

Bardziej szczegółowo

Wykład 11. a, b G a b = b a,

Wykład 11. a, b G a b = b a, Wykład 11 Grupy Grupą azywamy strukturę algebraiczą złożoą z iepustego zbioru G i działaia biarego które spełia własości: (i) Działaie jest łącze czyli a b c G a (b c) = (a b) c. (ii) Działaie posiada

Bardziej szczegółowo

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i = Zastosowaie symboli Σ i Π do zapisu sum i iloczyów Teoria Niech a, a 2,..., a będą dowolymi liczbami. Sumę a + a 2 +... + a zapisuje się zazwyczaj w postaci (czytaj: suma od k do a k ). Zak Σ to duża grecka

Bardziej szczegółowo

Statystyka matematyczna. Wykład II. Estymacja punktowa

Statystyka matematyczna. Wykład II. Estymacja punktowa Statystyka matematycza. Wykład II. e-mail:e.kozlovski@pollub.pl Spis treści 1 dyskretych Rozkłady zmieeych losowych ciągłych 2 3 4 Rozkład zmieej losowej dyskretej dyskretych Rozkłady zmieeych losowych

Bardziej szczegółowo

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to

Bardziej szczegółowo

Zasada indukcji matematycznej. Dowody indukcyjne.

Zasada indukcji matematycznej. Dowody indukcyjne. Zasada idukcji matematyczej Dowody idukcyje Z zasadą idukcji matematyczej i dowodami idukcyjymi sytuacja jest ajczęściej taka, że podaje się w szkole treść zasady idukcji matematyczej, a astępie omawia,

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. I Szeregi liczbowe

Zadania z analizy matematycznej - sem. I Szeregi liczbowe Zadaia z aalizy matematyczej - sem. I Szeregi liczbowe Defiicja szereg ciąg sum częściowyc. Szeregiem azywamy parę uporządkowaą a ) S ) ) ciągów gdzie: ciąg a ) ciąg S ) jest day jest ciągiem sum częściowych

Bardziej szczegółowo

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

3. 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 szczegółowo

Ciągi liczbowe wykład 3

Ciągi liczbowe wykład 3 Ciągi liczbowe wykład 3 dr Mariusz Grządziel semestr zimowy, r akad 204/205 Defiicja ciągu liczbowego) Ciagiem liczbowym azywamy fukcję odwzorowuja- ca zbiór liczb aturalych w zbiór liczb rzeczywistych

Bardziej szczegółowo

Wzór Taylora. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Wzór Taylora. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Wzór Taylora Szeregi potęgowe Matematyka Studium doktorackie KAE SGH Semestr leti 8/9 R. Łochowski Graica fukcji w pukcie Niech f: R D R, R oraz istieje ciąg puktów D, Fukcja f ma w pukcie graicę dowolego

Bardziej szczegółowo

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1 Tekst a iebiesko jest kometarzem lub treścią zadaia. Zadaie 1. Zbadaj mootoiczość i ograiczoość ciągów. a = + 3 + 1 Ciąg jest mootoiczie rosący i ieograiczoy poieważ różica kolejych wyrazów jest dodatia.

Bardziej szczegółowo

PODSTAWOWE ZAGADNIENIA METODOLOGICZNE

PODSTAWOWE ZAGADNIENIA METODOLOGICZNE PODSTAWOWE ZAGADNIENIA METODOLOGICZNE. Wprowadzeie W ekoomii i aukach o zarządzaiu obserwuje się tedecję do ilościowego opisu zależości miedzy zjawiskami ekoomiczymi. Umożliwia to - zobiektywizowaie i

Bardziej szczegółowo

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem: Relacje rekurecyje Defiicja: Niech =,,,... będzie astępująco zdefiiowaym ciągiem: () = r, = r,..., k = rk, gdzie r, r,..., r k są skalarami, () dla k, = a + a +... + ak k, gdzie a, a,..., ak są skalarami.

Bardziej szczegółowo

Przykładowe zadania dla poziomu rozszerzonego

Przykładowe 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 szczegółowo

Podstawowe struktury algebraiczne

Podstawowe struktury algebraiczne Podstawowe struktury algebraicze Defiicja 1. Działaiem dwuargumetowym(biarym) określoym a iepustym zbiorze X azywamy fukcję f, która każdej parze uporządkowaej(a, b) elemetów zbioru X przyporządkowuje

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI

EGZAMIN MATURALNY Z MATEMATYKI Miejsce a aklejkę z kodem szkoły dysleksja EGZAMIN MATURALNY Z MATEMATYKI MMA-RAP-06 POZIOM ROZSZERZONY Czas pracy 0 miut Istrukcja dla zdającego. Sprawdź, czy arkusz egzamiacyjy zawiera 4 stro (zadaia

Bardziej szczegółowo

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego Elemety rach macierzowego Materiały pomocicze do MES Stroa z 7 Elemety rachuku macierzowego Przedstawioe poiżej iformacje staowią krótkie przypomieie elemetów rachuku macierzowego iezbęde dla zrozumieia

Bardziej szczegółowo

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 11

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 11 Matematyka I Bezpieczeństwo jądrowe i ochroa radiologicza Semestr zimowy 2018/2019 Wykład 11 Całka ozaczoa podstawowe pojęcia Defiicja podziału odcika Podziałem P odcika < a, b > a części azywamy zbiór

Bardziej szczegółowo

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa Matematyka fiasowa 8.05.0 r. Komisja Egzamiacyja dla Aktuariuszy LX Egzami dla Aktuariuszy z 8 maja 0 r. Część I Matematyka fiasowa WERJA EU A Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut

Bardziej szczegółowo

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik Pierwiastki z liczby zespoloej Autorzy: Agieszka Kowalik 09 Pierwiastki z liczby zespoloej Autor: Agieszka Kowalik DEFINICJA Defiicja : Pierwiastek z liczby zespoloej Niech będzie liczbą aturalą. Pierwiastkiem

Bardziej szczegółowo

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce!

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce! Iformatyka Stosowaa-egzami z Aalizy Matematyczej Każde zadaie ależy rozwiązać a oddzielej, podpisaej kartce! y, Daa jest fukcja f (, + y, a) zbadać ciągłość tej fukcji f b) obliczyć (,) (, (, (,) c) zbadać,

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji : m f x = Ax RAAx x Defiicja: Zakresem macierzy A Œ âm azywamy podprzestrzeń

Bardziej szczegółowo

Funkcja wykładnicza i logarytm

Funkcja wykładnicza i logarytm Rozdział 3 Fukcja wykładicza i logarytm Potrafimy już defiiować potęgi liczb dodatich o wykładiku wymierym: jeśli a > 0 i x = p/q Q dla p, q N, to aturalie jest przyjąć a x = a 1/q) p = a 1/q } {{... a

Bardziej szczegółowo

Parametryzacja rozwiązań układu równań

Parametryzacja rozwiązań układu równań Parametryzacja rozwiązań układu rówań Przykład: ozwiąż układy rówań: / 2 2 6 2 5 2 6 2 5 //( / / 2 2 9 2 2 4 4 2 ) / 4 2 2 5 2 4 2 2 Korzystając z postaci schodkowej (środkowa macierz) i stosując podstawiaie

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji ( ) : m f x = Ax ( A) { Ax x } = Defiicja: Zakresem macierzy A Œ âm azywamy

Bardziej szczegółowo

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D.

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D. Arkusz ćwiczeiowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE W zadaiach od. do. wybierz i zazacz poprawą odpowiedź. Zadaie. ( pkt) Liczbę moża przedstawić w postaci A. 8. C. 4 8 D. 4 Zadaie. ( pkt)

Bardziej szczegółowo

1. Relacja preferencji

1. 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 szczegółowo

Szeregi liczbowe. Szeregi potęgowe i trygonometryczne.

Szeregi liczbowe. Szeregi potęgowe i trygonometryczne. Szeregi iczbowe. Szeregi potęgowe i trygoometrycze. wykład z MATEMATYKI Automatyka i Robotyka sem. I, rok ak. 2008/2009 Katedra Matematyki Wydział Iformatyki Poitechika Białostocka Szeregi iczbowe Defiicja..

Bardziej szczegółowo

Twierdzenie Cayleya-Hamiltona

Twierdzenie Cayleya-Hamiltona Twierdzeie Cayleya-Hamiltoa Twierdzeie (Cayleya-Hamiltoa): Każda macierz kwadratowa spełia swoje włase rówaie charakterystycze. D: Chcemy pokazać, że jeśli wielomiaem charakterystyczym macierzy A jest

Bardziej szczegółowo

Fraktale - ciąg g dalszy

Fraktale - ciąg g dalszy Fraktale - ciąg g dalszy Koleja próba defiicji fraktala Jak Madelbrot zdefiiował fraktal? Co to jest wymiar fraktaly zbioru? Układy odwzorowań iterowaych (IFS Przykład kostrukcji pewego zbioru. Elemety

Bardziej szczegółowo

Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy

Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy Wyład 7 Przestrzeie metrycze zwarte Defiicja 8 (przestrzei zwartej i zbioru zwartego Przestrzeń metryczą ( ρ X azywamy zwartą jeśli ażdy ciąg elemetów tej przestrzei posiada podciąg zbieży (do putu tej

Bardziej szczegółowo

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Rekursja Materiały pomocicze do wykładu wykładowca: dr Magdalea Kacprzak Rozwiązywaie rówań rekurecyjych Jedorode liiowe rówaia rekurecyje Twierdzeie Niech k będzie ustaloą liczbą aturalą dodatią i iech

Bardziej szczegółowo

Analiza Matematyczna I dla Inżynierii Biomedycznej Lista zadań

Analiza Matematyczna I dla Inżynierii Biomedycznej Lista zadań Aaliza Matematycza I dla Iżyierii Biomedyczej Lista zadań Jacek Cichoń, WPPT PWr, 205/6 Logika, zbiory i otacja matematycza Zadaie Niech p, q, r będą zmieymi zdaiowymi. Pokaż, że:. = ( (p p)), 2. = (p

Bardziej szczegółowo

Metody badania zbieżności/rozbieżności ciągów liczbowych

Metody badania zbieżności/rozbieżności ciągów liczbowych Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu

Bardziej szczegółowo

O liczbach naturalnych, których suma równa się iloczynowi

O liczbach naturalnych, których suma równa się iloczynowi O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą

Bardziej szczegółowo

8 Weryfikacja hipotez statystycznych

8 Weryfikacja hipotez statystycznych Marek Beśka, Statystyka matematycza, wykład 8 04 8 Weryfikacja hipotez statystyczych 8. Hipotezy statystycze Drugą obok estymacji formą wioskowaia statystyczego jest weryfikacja hipotez statystyczych.

Bardziej szczegółowo

Operatory zwarte Lemat. Jeśli T jest odwzorowaniem całkowym na przestrzeni Hilberta X = L 2 (Ω) z jądrem k L 2 (M M)

Operatory zwarte Lemat. Jeśli T jest odwzorowaniem całkowym na przestrzeni Hilberta X = L 2 (Ω) z jądrem k L 2 (M M) Operatory zwarte Niech X będzie przestrzeią Baacha. Odwzorowaie liiowe T azywa się zwarte, jeśli obraz kuli jedostkowej T (B) jest zbiorem warukowo zwartym. Przestrzeń wszystkich operatorów zwartych a

Bardziej szczegółowo

Definicja interpolacji

Definicja interpolacji INTERPOLACJA Defiicja iterpolacji Defiicja iterpolacji 3 Daa jest fukcja y = f (x), x[x 0, x ]. Zamy tablice wartości tej fukcji, czyli: f ( x ) y 0 0 f ( x ) y 1 1 Defiicja iterpolacji Wyzaczamy fukcję

Bardziej szczegółowo

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO Agieszka Jakubowska ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO. Wstęp Skąplikowaie współczesego życia gospodarczego powoduje, iż do sterowaia procesem zarządzaia

Bardziej szczegółowo

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe Metody probabilistycze i statystyka Wykład 1 Zdarzeia losowe, defiicja prawdopodobieństwa, zmiee losowe Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

5. Zasada indukcji matematycznej. Dowody indukcyjne.

5. Zasada indukcji matematycznej. Dowody indukcyjne. Notatki do lekcji, klasa matematycza Mariusz Kawecki, II LO w Chełmie 5. Zasada idukcji matematyczej. Dowody idukcyje. W rozdziale sformułowaliśmy dla liczb aturalych zasadę miimum. Bezpośredią kosekwecją

Bardziej szczegółowo

Lista 6. Estymacja punktowa

Lista 6. Estymacja punktowa Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?

Bardziej szczegółowo

Ekonometria Mirosław Wójciak

Ekonometria Mirosław Wójciak Ekoometria Mirosław Wójciak Literatura obowiązkowa Barczak A, ST. Biolik J, Podstawy Ekoometrii, Wydawictwo AE Katowice, Katowice 1998 Dziechciarz J. Ekoometria Metody, przykłady, zadaia (wyd. ) Kukuła

Bardziej szczegółowo

Egzaminy. na wyższe uczelnie 2003. zadania

Egzaminy. na wyższe uczelnie 2003. zadania zadaia Egzamiy wstępe a wyższe uczelie 003 I. Akademia Ekoomicza we Wrocławiu. Rozwiąż układ rówań Æ_ -9 y - 5 _ y = 5 _ -9 _. Dla jakiej wartości parametru a suma kwadratów rozwiązań rzeczywistych rówaia

Bardziej szczegółowo

Estymacja przedziałowa

Estymacja przedziałowa Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

( ) WŁASNOŚCI MACIERZY

( ) WŁASNOŚCI MACIERZY .Kowalski własości macierzy WŁSNOŚC MCERZY Własości iloczyu i traspozycji a) możeie macierzy jest łącze, tz. (C) ()C, dlatego zapis C jest jedozaczy, b) możeie macierzy jest rozdziele względem dodawaia,

Bardziej szczegółowo

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic). Materiały dydaktycze Aaliza Matematycza Wykład Ciągi liczbowe i ich graice. Graice ieskończoe. Waruek Cauchyego. Działaia arytmetycze a ciągach. Podstawowe techiki obliczaia graic ciągów. Istieie graic

Bardziej szczegółowo

3 Arytmetyka. 3.1 Zbiory liczbowe.

3 Arytmetyka. 3.1 Zbiory liczbowe. 3 Arytmetyka. 3.1 Zbiory liczbowe. Bóg stworzył liczby aturale, wszystko ie jest dziełem człowieka. Leopold Kroecker Ozaczeia: zbiór liczb aturalych: N = {1, 2,...} zbiór liczb całkowitych ieujemych: N

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy 12. Dowieść, że istieje ieskończeie wiele par liczb aturalych k < spełiających rówaie ( ) ( ) k. k k +1 Stosując wzór a wartość współczyika dwumiaowego otrzymujemy ( ) ( )!! oraz k k! ( k)! k +1 (k +1)!

Bardziej szczegółowo

Szanowni koledzy! Jak pewnie wi kszo ci z Pa stwa wiadomo, postanowili my układa zadania na kolejne

Szanowni koledzy! Jak pewnie wi kszo ci z Pa stwa wiadomo, postanowili my układa zadania na kolejne Szaowi koledzy! Jak pewie wi kszo ci z Pa stwa wiadomo, postaowili my układa zadaia a koleje wiczeia, które wiczeiowcy mog a swoich zaj ciach wykorzysta a w ka dym razie s zobowi zai rozprowadzi w ród

Bardziej szczegółowo

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum MATEMATYKA (poziom podstawowy) przykładowy arkusz maturaly wraz ze schematem oceiaia dla klasy II Liceum Propozycja zadań maturalych sprawdzających opaowaie wiadomości i umiejętości matematyczych z zakresu

Bardziej szczegółowo

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek Zajdowaie pozostałych pierwiastków liczby zespoloej, gdy zay jest jede pierwiastek 1 Wprowadzeie Okazuje się, że gdy zamy jede z pierwiastków stopia z liczby zespoloej z, to pozostałe pierwiastki możemy

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa

Analiza matematyczna i algebra liniowa Aaliza matematycza i algebra liiowa Materiały pomocicze dla studetów do wyładów Rachue różiczowy ucji wielu zmieych. Pochode cząstowe i ich iterpretacja eoomicza. Estrema loale. Metoda ajmiejszych wadratów.

Bardziej szczegółowo

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y Zadaie. Łącza wartość szkód z pewego ubezpieczeia W = Y + Y +... + YN ma rozkład złożoy Poissoa z oczekiwaą liczbą szkód rówą λ i rozkładem wartości pojedyczej szkody takim, że ( Y { 0,,,3,... }) =. Niech:

Bardziej szczegółowo

Funkcje trygonometryczne Moduł - dział -temat Funkcje trygonometry czne dowolnego kąta

Funkcje trygonometryczne Moduł - dział -temat Funkcje trygonometry czne dowolnego kąta Fukcje cze Moduł - dział -temat Fukcje cze dowolego kąta Lp 1 kąt w układzie współrzędych fukcje cze dowolego kąta zaki czych wartości czych iektórych kątów Kąt obrotu 2 dodati i ujemy kieruek obrotu wartości

Bardziej szczegółowo

ALGEBRA LINIOWA Informatyka 2015/2016 Kazimierz Jezuita. ZADANIA - Seria 1. Znaleźć wzór na ogólny wyraz ciągu opisanego relacją rekurencyjną: x

ALGEBRA LINIOWA Informatyka 2015/2016 Kazimierz Jezuita. ZADANIA - Seria 1. Znaleźć wzór na ogólny wyraz ciągu opisanego relacją rekurencyjną: x Iformatyka 05/06 Kazimierz Jezuita ZADANIA - Seria. Relacja rekurecyja kowecja sumacyja suma ciągu geometryczego. Zaleźć wzór a ogóly wyraz ciągu opisaego relacją rekurecyją: x sprowadzając problem do

Bardziej szczegółowo

0, co implikuje tezę. W interpretacji geometrycznej: musi istnieć punkt, w którym styczna ( f (c)

0, 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 szczegółowo

Moduł 4. Granica funkcji, asymptoty

Moduł 4. Granica funkcji, asymptoty Materiały pomocicze do e-learigu Matematyka Jausz Górczyński Moduł. Graica fukcji, asymptoty Wyższa Szkoła Zarządzaia i Marketigu Sochaczew Od Autora Treści zawarte w tym materiale były pierwotie opublikowae

Bardziej szczegółowo

Funkcje trygonometryczne Moduł - dział -temat Funkcje trygonometry czne dowolnego kąta

Funkcje trygonometryczne Moduł - dział -temat Funkcje trygonometry czne dowolnego kąta Fukcje cze Moduł - dział -temat Fukcje cze dowolego kąta Lp 1 kąt w układzie współrzędych fukcje cze dowolego kąta zaki czych wartości czych iektórych kątów Kąt obrotu 2 dodati i ujemy kieruek obrotu wartości

Bardziej szczegółowo

WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady WYKŁAD Zdarzeia losowe i prawdopodobieństwo Zmiea losowa i jej rozkłady Metody statystycze metody opisu metody wioskowaia statystyczego sytetyczy liczbowy opis właściwości zbioru daych ocea charakterystyk

Bardziej szczegółowo

Zestaw zadań do skryptu z Teorii miary i całki. Katarzyna Lubnauer Hanna Podsędkowska

Zestaw zadań do skryptu z Teorii miary i całki. Katarzyna Lubnauer Hanna Podsędkowska Zestaw zadań do skryptu z Teorii miary i całki Katarzya Lubauer Haa Podsędkowska Ciała σ - ciała. Zbadaj czy rodzia A jest ciałem w przestrzei X=[0] a) A = X 0 b) A = X 0 3 3 c) A = { X { }{}{ 0}{ 0 }

Bardziej szczegółowo

P π n π. Równanie ogólne płaszczyzny w E 3. Dane: n=[a,b,c] Wówczas: P 0 P=[x-x 0,y-y 0,z-z 0 ] Równanie (1) nazywamy równaniem ogólnym płaszczyzny

P π n π. Równanie ogólne płaszczyzny w E 3. Dane: n=[a,b,c] Wówczas: P 0 P=[x-x 0,y-y 0,z-z 0 ] Równanie (1) nazywamy równaniem ogólnym płaszczyzny Rówaie ogóle płaszczyzy w E 3. ae: P π i π o =[A,B,C] P (,y,z ) Wówczas: P P=[-,y-y,z-z ] P π PP PP= o o Rówaie () azywamy rówaiem ogólym płaszczyzy A(- )+B(y-y )+C(z-z )= ( ) A+By+Cz+= Przykład

Bardziej szczegółowo

1. Powtórzenie: określenie i przykłady grup

1. Powtórzenie: określenie i przykłady grup 1. Powtórzeie: określeie i przykłady grup Defiicja 1. Zbiór G z określoym a im działaiem dwuargumetowym azywamy grupą, gdy: G1. x,y,z G (x y) z = x (y z); G2. e G x G e x = x e = x; G3. x G x 1 G x x 1

Bardziej szczegółowo

Funkcje trygonometryczne Moduł - dział -temat Funkcje trygonometry czne dowolnego kąta

Funkcje trygonometryczne Moduł - dział -temat Funkcje trygonometry czne dowolnego kąta Fukcje trygoometrycze Moduł - dział -temat Fukcje trygoometry cze dowolego kąta 1 kąt w układzie współrzędych fukcje trygoometrycze dowolego kąta zaki trygoometryczych wartości trygoometryczych iektórych

Bardziej szczegółowo

ZWĄIZEK REKURENCYJNY ORAZ ZALEŻNOŚCI I RÓWNANIE RÓŻNICZKOWE DLA WIELOMIANÓW LEGENDRE A

ZWĄIZEK REKURENCYJNY ORAZ ZALEŻNOŚCI I RÓWNANIE RÓŻNICZKOWE DLA WIELOMIANÓW LEGENDRE A Polska Problemy Nauk Stosowaych, 4, Tom, s. 59 68 Szczeci dr Adrzej Atoi CZAJKOWSKI Uiversity of Szczeci, Faculty of Mathematics ad Physics, Departmet of Iformatics ad Techical Educatio Uiwersytet Szczeciński,

Bardziej szczegółowo

Ciągi i szeregi liczbowe. Ciągi nieskończone.

Ciągi 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 szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

Materiały do ćwiczeń z Analizy Matematycznej I

Materiały do ćwiczeń z Analizy Matematycznej I Materiały do ćwiczeń z Aalizy Matematyczej I 08/09 Maria Frotczak Ludwika Kaczmarek Katarzya Klimczak Maria Michalska Beata Osińska-Ulrych Tomasz Rodak Adam Różycki Grzegorz Skalski Staisław Spodzieja

Bardziej szczegółowo

1 Układy równań liniowych

1 Układy równań liniowych Katarzya Borkowska, Wykłady dla EIT, UTP Układy rówań liiowych Defiicja.. Układem U m rówań liiowych o iewiadomych azywamy układ postaci: U: a x + a 2 x 2 +... + a x =b, a 2 x + a 22 x 2 +... + a 2 x =b

Bardziej szczegółowo

Struktura czasowa stóp procentowych (term structure of interest rates)

Struktura czasowa stóp procentowych (term structure of interest rates) Struktura czasowa stóp procetowych (term structure of iterest rates) Wysokość rykowych stóp procetowych Na ryku istieje wiele różorodych stóp procetowych. Poziom rykowej stopy procetowej (lub omialej stopy,

Bardziej szczegółowo

Chemia Teoretyczna I (6).

Chemia 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 szczegółowo

1 Pochodne wyższych rzędów

1 Pochodne wyższych rzędów 1 Pochode wyższych rzędów 1.1 Defiicja i przykłady Def. Drugą pochodą fukcji f azywamy pochodą pochodej tej fukcji. Trzecia pochoda jest pochodą drugiej pochodej; itd. Ogólie, -ta pochoda fukcji jest pochodą

Bardziej szczegółowo

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 +

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 + Zadaia róże W tym rozdziale zajdują się zadaia ietypowe, często dotyczące łańcuchów Markowa oraz własości zmieych losowych. Pojawią się także zadaia z estymacji Bayesowskiej.. (Eg 8/) Rozważamy łańcuch

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

8. Optymalizacja decyzji inwestycyjnych

8. Optymalizacja decyzji inwestycyjnych 8. Optymalizacja decyzji iwestycyjych 8. Wprowadzeie W wielu różych sytuacjach, w tym rówież w czasie wyboru iwestycji do realizacji, podejmujemy decyzje. Sytuacje takie azywae są sytuacjami decyzyjymi.

Bardziej szczegółowo

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X Matematyka ubezpieczeń majątkowych.0.0 r. Zadaie. Mamy day ciąg liczb q, q,..., q z przedziału 0,. Rozważmy trzy zmiee losowe: o X X X... X, gdzie X i ma rozkład dwumiaowy o parametrach,q i, i wszystkie

Bardziej szczegółowo

NOWA MATURA 2005 ( ) ( ) Matematyka Arkusz II treści zadań i rozwiązania zadań. 9 maja = + i zapisz ją w

NOWA MATURA 2005 ( ) ( ) Matematyka Arkusz II treści zadań i rozwiązania zadań. 9 maja = + i zapisz ją w NOWA MATURA 005 Matematyka Arkusz II treści zadań i rozwiązaia zadań 9 maja 005 ZADANIE ( pkt) Wyzacz dziedzię fukcji f ( x) log ( x x x ) postaci sumy przedziałów liczbowych = + i zapisz ją w x ROZWIĄZANIE

Bardziej szczegółowo

I kolokwium z Analizy Matematycznej

I kolokwium z Analizy Matematycznej I kolokwium z Aalizy Matematyczej 4 XI 0 Grupa A. Korzystając z zasady idukcji matematyczej udowodić ierówość dla wszystkich N. Rozwiązaie:... 4 < + Nierówość zachodzi dla, bo 4

Bardziej szczegółowo