Spis treści Przedmowa... 4 Wykaz niektórych oznaczeń ,, Liczby losowe" Generatory liczb losowych o rozkładzie równomiernym

Wielkość: px
Rozpocząć pokaz od strony:

Download "Spis treści Przedmowa... 4 Wykaz niektórych oznaczeń... 5 1.,, Liczby losowe"... 6 2. Generatory liczb losowych o rozkładzie równomiernym... 8 2.1."

Transkrypt

1

2 Spis reści Przedmowa... 4 Wykaz iekórych ozaczeń... 5.,, Liczby losowe" Geeraory liczb losowych o rozkładzie rówomierym Wprowadzeie Geeraory liiowe Opis Okres geeraora Srukura przesrzea Ogóle geeraory liiowe Paramery saysycze Wybór paramerów dla geeraorów liiowych Geeraory opare a rejesrach przesuwych Geeraory Fiboacciego Kombiacje geeraorów Uiwersaly geeraor liczb losowych o rozkładzie rówomierym Geeraory opare a odejmowaiu z pożyczką i geeraor ULTRA Geeraory opare a możeiu z przeiesieiem Geeraory ieliiowe Uwagi o implemeacji umeryczej Przykładowe implemeacje w języku C Iicjowaie geeraorów Ogóly geeraor liiowy Geeraor Tausworha z podrozdziału Geeraor uiwersaly z podrozdziału Geeraory liczb losowych o dowolych rozkładach prawdopodobieńswa Ogóle meody kosrukcji geeraorów liczb losowych o dowolych rozkładach prawdopodobieńswa Meoda odwracaia dysrybuay Meoda elimiacji Meoda superpozycji rozkładów Meoda ROU Rozkłady dyskree Meody kosrukcji geeraorów dla podsawowych rozkładów prawdopodobieńswa Rozkłady dyskree Rozkład wykładiczy Rozkład ormaly Rozkład gamma Rozkład bea Rozkład Cauchy'ego Rozkłady α-sabile Związki między rozkładami Geeraory liczb losowych o rozkładach wielowymiarowych Przypadek ogóly Rozkłady rówomiere w R m Uwagi ogóle Rozkład rówomiery a sferze i a kuli w R m Rozkład rówomiery a sympleksie i a powierzchi sympleksu Wielowymiarowy rozkład ormaly Tesowaie geeraorów liczb losowych Meodyka esowaia geeraorów Tesy zgodości z rozkładem U(0, Tes chi-kwadra Tes zgodości z rozkładem wielowymiarowym Tes OPSO Tes Kołmogorowa Tesy zgodości rozkładów saysyk Wprowadzeie Tesy opare a saysykach pozycyjych Tes sum Tes d Tes urodzi dla spacji... 97

3 Tes ajmiejszej odległości w parach Tesy serii Tesy kombiaorycze Tes pokerowy Tes kolekcjoera Tes kolizji i es liczby pusych cel Tes permuacji Tes opary a rzędzie losowych macierzy biarych Tesowaie geeraorów za pomocą zadań korolych Prace cyowae... 06

4 Przedmowa Losowaie prób w koekście badań saysyczych (badaia reprezeacyje, symulacyje badaia esymaorów, esów i saysyczych reguł decyzyjych oraz w koekście obliczeń umeryczych (meody Moe Carlo, klasycze dla całek i rówań z operaorami liiowymi i owsze dla zadań opymalizacji, jak rówież symulacyje badaia modeli probabilisyczych w echice, ekoomii, aukach przyrodiczych i prakyczie we wszyskich dziedziach wiedzy, wymagają wyposażeia współczesego kompuera w odpowiedie arzędzia. Takimi arzędziami są geeraory liczb losowych. Kompuery rafiły pod srzechy i fala publikacji poświęcoych różym aspekom ich wykorzysaia ie opada. Jeseśmy przekoai, że w czasie, jaki upłyie między posawieiem przez as osaiej kropki w kompueropisie ej książki a jej doarciem do pierwszych Czyelików, pojawi się co ajmiej kilkadziesią owych publikacji i programów bezpośredio związaych z emayką geeraorów liczb losowych. Wierzymy jedak, że o co propoujemy Czyelikom, będzie jeszcze przez pewie czas akuale, a przyajmiej uławi Im, i jeszcze długo będzie uławiało, poruszaie się w gąszczu coraz o owych osiągięć w ej dziedziie. Warszawa, maj 997 Auorzy

5 Wykaz iekórych ozaczeń raspozycja wekora a [a] ajwiększa liczba całkowia, miejsza lub rówa a {a} ułamkowa część liczby a a orma (długość wekora a a mod b resza z dzieleia liczby a przez b a or b operacja biara (a + b mod A c dopełieie zbioru A Cov(X, Y kowariacja zmieych losowych X i Y D (X wariacja zmieej losowej X E(X warość oczekiwaa zmieej losowej X A fukcja charakerysycza zbioru A l m (A miara (Lebesgue'a zbioru A w R m I a logarym auraly liczby a P{A} prawdopodobieńswo zdarzeia A R zbiór liczb rzeczywisych R przesrzeń euklidesowa -wymiarowa sig fukcja zaku Ž(p fukcja gamma Eulera Φ dysrybuaa rozkładu ormalego N(0, ω zdarzeie elemeare Ω przesrzeń zdarzeń elemearych koiec przykładu koiec lemau lub wierdzeia a T

6 Ay oe who cosiders arihmeical mehods ofpro-ducig radom digis is, ofcourse, i a sae ofsi. For, as has bee poied ou severa/ imes, here is o suci hig as a radom umber - here are oly mehods o pro-duce radom umbers, ad a sric arihmeic procedure ofcourse is o such a mehod. ' JOHN VON NEUMANN, 95.,, Liczby losowe" Wykoajmy serię iezależych rzuów moeą i zaoujmy obserwowae wyiki, pisząc, O - gdy wyikiem rzuu jes reszka, lub l - gdy wyikiem rzuu jes orzeł. Poieważ prawdopodobieńswo zaobserwowaia orla jes akie samo jak prawdopodobieńswo zaobserwowaia reszki i rówe /, więc zmiea losowa wyik rzuu ma rozkład dwupukowy i przyjmuje warości O lub l z jedakowym prawdopodobieńswem. Mówimy, że a zmiea losowa ma rozkład rówomiery a zbiorze {0,}. W wyiku opisaego posępowaia orzymamy, więc p. asępujący ciąg liczb:,0,0,,,... Taki ciąg przyjęo azywać ciągiem liczb losowych o rozkładzie rówomierym a zbiorze {0,}. Moeę, za pomocą, kórej orzymujemy ego ypu ciągi, azywamy geeraorem liczb losowych o rozkładzie rówomierym a zbiorze {0,}. Przygoujmy 0000 jedakowych karek i poumerujmy je kolejymi liczbami czerocyfrowymi: 0000,000,000,..., Wrzućmy wszyskie karki do ury. Losujmy z ury po jedej karce, ak żeby w każdym losowaiu każda z ich miała jedakową szasę a wyjęcie z ury. Zmiea losowa wylosoway umer ma rozkład rówomiery a zbiorze {0000,000,000, Jawie grzeszy, ko opowiada o arymeyczych procedurach geerowaia liczb losowych. Nie ma bowiem, jak o już ieraz mówioo, czegoś akiego, jak liczba losowa. Isieją meody losowego wywarzaia liczb, ale oczywiście żada deermiisycza procedura arymeycza ie jes aką meodą. (Tłumaczeie auora

7 ..., 9999}. Jeżeli opisae losowaie powórzymy wielokroie (po każdymi z ich zwracając wylosowaą karkę z powroem do ury, o orzymamy p. asępujący ciąg liczb: 7,4355, 034,... Taki ciąg będziemy azywać ciągiem liczb losowych o rozkładzie rówomierym a zbiorze {0000,000, 000,..., 9999}, a urę z poumerowaymi karkami - geeraorem liczb losowych o rozkładzie rówomierym a ym zbiorze. Weźmy pod uwagę rulekę z kołem o obwodzie rówym l i iech A będzie wyróżioym pukem a obwodzie arczy ej ruleki. Tarczę wprawiaj się w ruch obroowy i rzuca a ią kulkę K, kóra, dzięki odpowiediej kosrukcji ruleki, zarzymuje się zawsze a brzegu arczy. Niech U będzie długością łuku AK. Załóżmy, że zmiea losowa U ma rozkład rówomiery a przedziale (0, - rozkład e będziemy ozaczali przez U(0,. W wyiki kilku eksperymeów z ruleką orzymamy p. asępujący ciąg liczb: 0.7, , 0.340,... Taki ciąg przyjęo azywać ciągiem liczb losowych o rozkładzie rówomierym a przedziale (0,, a rulekę - geeraorem liczb losowych o rozkładzie rówomierym U(0,. Zadaia, w kórych do rozwiązywaia używa się ciągów liczb losowych, moża podzielić a rzy grupy. Grupę pierwszą (rówież pierwszą hisoryczie worzą zadaia związaej z badaiami reprezeacyjymi. Problem opisu różych zbiorów (populacji za pomocą próbek losowaych z ych zbiorów jes ypowym problemem saysyczym. Przykładami są u badaia różych zjawisk społeczych przez szczegółowy opis jedosek wybraych losowo z populacji ieresujących badacza obieków (ludzi, zakładów pracy, środowisk, szkół, ip. lub zadaia ze saysyczej koroli jakości, w kórych parie różych owarów opisuje się a podsawie badaia losowo wybraych próbek ych owarów. W prakyce sosuje się u ie ylko akie schemay losowaia, jak poday wyżej przykład losowaia prosego z ury; obszery przegląd różych meod geerowaia prób losowych w akich syuacjach moża zaleźć p. w książce Zasępy (96 i w książce Brachy (996. Grupę drugą saowią zadaia umerycze rozwiązywae meodami Moe Carlo. Zadaie umerycze (ypowym przykładem jes zadaie obliczaia warości daej całki zasępuje się wówczas zadaiem rachuku prawdopodobieńswa, kóre z kolei rozwiązuje się a drodze eksperymeu saysyczego. Podsawową częścią ego eksperymeu jes losowaie próbki z odpowiediej populacji, a więc geerowaie odpowiediego ciągu liczb losowych. Obszery wykład różych sposobów posępowaia w akich syuacjach moża zaleźć w książkach: Hammersleya i Hadscomba (96, Zielińskiego (970, Jermakowa (976, Niederreiera i Shiue (995. Najowsze meody ego ypu doyczą sochasyczych algorymów szukaia miimum globalego daej fukcji, czemu poświęcoa jes miimoografia Zielińskiego i Neumaa (986 oraz licze prace doyczące symulowaego wyżarzaia (ag. simulaed aealig z osaiego dziesięciolecia; akuale wyiki a e ema moża zaleźć w pracy Wieczorkowskiego (995. Grupę rzecią saowią zadaia związae z badaiem różych zjawisk i procesów (echiczych, ekoomiczych, przyrodiczych za pomocą ich kompuerowej symulacji (modelowaia. O przebiegu akich procesów de-dują ajczęściej czyiki losowe, a modelowaie wpływu ych czyików sprowadza się do losowaia próbek z odpowiedich rozkładów prawdopodobieńswa, czyli do geerowaia odpowiedich ciągów liczb losowych. W syuacjach realych korzysaie z opisaych wyżej geeraorów liczb losowych (moea, ura lub ruleka jes, oczywiście, ajczęściej iemożliwe j w prakyce akie prawdziwe" geeraory są zasępowae pewymi ich amiaskami. Jeszcze do iedawa powszechie posługiwao się ablicami liczb losowych, obecie sosuje się odpowiedie programy kompuerowe. Wszędzie dalej w ej książce mówiąc o geeraorach liczb losowych mamy właśie a myśli akie programy. Podsawową rolę odgrywają geeraory liczb losowych o rozkładzie rówomierym U(0, - omawiamy je w rozdz.. Liczby orzymywae w wyiku obliczeń wykoywaych za pomocą programów kompuerowych ie są oczywiście ak losowe" jak liczby uzyskiwae przez rzuy moeą, losowaie z ury lub obracaie koła ruleki. W celu podkreśleia ego faku używa się częso azw liczby pseudolosowe lub liczby ąuasi-losowe, ale ie będziemy

8 uaj rygorysyczie rzymali się ych azw; dalej mówimy po prosu o programowych geeraorach liczb losowych. Jak już wspomieliśmy, w zasosowaiach porzebe są liczby losowe o różych rozkładach prawdopodobieńswa, p. liczby o rozkładzie ormalym lub liczby opisujące realizacje procesu Poissoa. Wszyskie akie liczby losowe moża orzymać przez odpowiedie maipulacje liczbami z geeraora liczb losowych o rozkładzie rówomierym U(0,. Mówimy o ym dokładie w rozdz. 3. (przypadek rozkładów jedowymiarowych i w rozdz. 4. (rozkłady wielowymiarowe. W związku ze sosowaiem różych geeraorów liczb losowych powsaje problem esowaia ych geeraorów. Ogólie mówiąc, sprowadza się o do esowaia odpowiedich hipoez saysyczych o geeraorze, co omówimy w rozdz. 5. Kompuerowe geeraory liczb losowych są w dzisiejszych czasach jedym z ajczęściej używaych arzędzi każdego badacza: maemayka, lekarza, iżyiera, ekoomisy, socjologa, chemika i fizyka - do symulacji procesów losowych. Użykowik ego kompuerowego arzędzia zwykle bardzo szybko zaczya doceiać jego poęże możliwości, a zarazem, posługując się im, odczuwa przyjemość i saysfakcję. Życzymy ego aszym Czyelikom.. Geeraory liczb losowych o rozkładzie rówomierym.. Wprowadzeie Najprosszymi geeraorami liczb losowych są oczywiście geeraory fizycze, jak p. wymieioe w rozdz.. moea, ura lub ruleka. Są o w ścisłym zaczeiu ego słowa urządzeia losowe. Geeraory akie mają jedak iewielkie zasosowaie prakycze i mogą być przydae ylko do losowaia iedużych próbek do badań reprezeacyjych. Moża zbudować ego ypu urządzeia współpracujące z kompuerem, p. w przeszłości wielokroie kosruowao urządzeia wykorzysujące zjawisko promieiowórczości lub zjawisko szumów elemeów elekroiczych. Isoym problemem jes u jedak problem sabilości akich geeraorów: iewielkie zmiay własości fizyczych źródła lub zmiay waruków ooczeia mogą pociągąć za sobą isoe zmiay własości probabilisyczych orzymywaych ciągów liczb losowych. W związku z ym geeraory fizycze wymagają dodakowych urządzeń esujących i eweualie korygujących, co zaczie komplikuje ich budowę. Pojawia się rudy problem sychroizacji okresów esowaia i okresów eksploaacji akich geeraorów. Wszyskie e kłopoy z jedej sroy i ławość eksploaacji geeraorów programowych z drugiej sroy spowodowały, że współcześie e osaie całkowicie wyparły geeraory fizycze, a pewe amiaski geeraorów fizyczych (p. zegar sysemowy używae są ylko do iicjowaia geeraora programowego. Wszyskie geeraory programowe (poieważ dalej mówimy ylko o akich geeraorach, więc przymioik programowe" będziemy opuszczali, jakie prezeujemy w ym rozdziale, produkują dodaie liczby całkowie lub biy (liczby O lub. Nieujeme całkowie liczby losowe produkowae przez rozważay geeraor będziemy ozaczali w zasadzie dużymi lierami X,X,X,., X,,, ale czasami użyjemy iej liery, p. Y lub Z. Te liczby będą zawsze miejsze od pewej usaloej dodaiej liczby całkowiej m co oczywiście jes związae z arymeyką kompuera: p. w kompuerze 3-biowym mamy m = 3. Losowe biy będziemy zwykle

9 ozaczali przez b, b,. Liczby z przedziału (0,, kóre mają reprezeować liczby losowe o rozkładzie rówomierym a przedziale (0,, będziemy ozaczali lierą U (lub V, eweualie z odpowiedimi ideksami. Orzymujemy je zawsze w wyiku operacji dzieleia U = X/m lub operacji składaia biów losowych w liczbę ułamkową: U =0. b, b,. Za ajwcześiejszy algorym programowego geerowaia liczb losowych jes uważay zw. algorym kwadraowy vo Neumaa (Hammer(95. Podsawowa idea geeraora vo Neumaa polega a geerowaiu kolejych N-cyfrowych (N - parzyse ieujemych całkowiych liczb losowych X za pomocą prosej formuły X = f(x -, gdzie fukcja f jes określoa w asępujący sposób: oblicza się kwadra liczby X - i, eweualie dopisując odpowiedią liczbę zer a począku, orzymuje się wyik będący liczbą N-cyfrową. Za koleją liczbę X przyjmuje się liczbę uworzoą z N środkowych cyfr ego wyiku. Okazało się jedak, że geeraor vo Neumaa produkuje zby krókie ablice liczb losowych (parz p. Gajewski i Zieliński (965 i z ego powodu zosał zaiechay. Idea vo Neumaa zajduje zasosowaie i rozwiięcie we współcześie sosowaych geeraorach: obecie używae geeraory programowe liczb losowych produkują ciągi liczb X 0,X,..., przy czym każdy eleme akiego ciągu jes obliczay za pomocą ściśle określoej formuły maemayczej, zasosowaej do pewej liczby poprzedich elemeów. Odoujmy od razu, że ak worzoe ciągi liczb muszą być ciągami okresowymi, co rażąco koliduje z losowością. Ozacza o, że isieją liczby aurale v i P akie, że dla i v mamy X i = X i+jp,j =,,... Fragme ciągu X 0,X i,...;x v+p - azywamy okresem aperiodyczości ciągu, aomias liczbę P okresem ciągu. Wprowadzoe pojęcia moża zilusrować asępująco: okres ciągu X 0,X,,X v, X v+,,x v+p-, X v+p, Okres ciągu zwykle daje się wyzaczyć eoreyczie, chociaż w iekórych Przypadkach może o być rude. Mówimy o ym dokładiej przy szczegółowej prezeacji wybraych geeraorów. Obecie ajczęściej sosowaymi geeraorami są: geeraory liiowe, geeraory opare a rejesrach przesuwych, uogólioe geeraory Fiboacciego, geeraory opare a odejmowaiu z pożyczką, a możeiu przeiesieiem oraz geeraory ieliiowe. Przedsawimy dokładiej wymieioe klasy geeraorów. W ej prezeacji położymy acisk a podsawowe idee kosrukcji, kóre zilusrujemy przykładami pochodzącymi z ajowszej lieraury. Liczba publikacji z ej dziedziy rośie lawiowo. Wśród osaio wydaych pozycji przeglądowych poświęcoych geeraorom liczb losowych o rozkładzie rówomierym chcielibyśmy wyróżić książkę Tezuki (995. Najowsze iformacje a ema geeraorów (w posaci opisów owych echik, pakieów programów w różych językach programowaia oraz odośików do lieraury zawiera świaowa sieć kompuerowa Iere (poprzez serwery WWW, fp, lisy dyskusyje ip.. Poruszaie się w ym gąszczu iformacji uławiają specjale serwery wyszukujące; jeżeli chodzi o ieresującą as emaykę geeraorów liczb losowych, mogą o być p. akie słowa kluczowe jak: mdom umber geeraors, simulaio, Moe--Carlo.

10 Geeraory liiowe o geeraory posaci.. Geeraory liiowe... Opis X + = (a X + a X a k X - k+ + c mod m (. gdzie do, a 0, a,..., a k, c i m są usaloymi liczbami całkowiymi (paramerami geeraora, aomias a mod b ozacza reszę z dzieleia liczby a przez liczbę b. Iicjując działaie geeraora, użykowik dosarcza dae począkowe: X 0,X,...,X k. W ypowych implemeacjach (p. Pascal, C i C++ przyjmuje się k = l, co prowadzi do geeraora X + = (ax + c mod m (. po raz pierwszy zapropoowaego przez Lehmera (95. Jeśli c = O, o orzymujemy zw. geeraor muliplikaywy, a jeśli c O, mówimy o geeraorze mieszaym. W dalszym ciągu dokładiej omówimy geeraory liiowe posaci (., gdyż z obszerej klasy geeraorów liiowych oe właśie są sadardowo używae we współczesych kompuerach. Iformacje a ema ogólego geeraora liiowego (. przedsawimy w p...4. Zauważmy przede wszyskim, że ciągi (. są dość prosymi ciągami deermiisyczymi i wobec ego raczej ylko w wyjąkowych przypadkach możemy udawać", że mamy u do czyieia z ciągami liczb losowych. Okazuje się, że a drodze czyso arymeyczych rozważań iekóre z akich ciągów moża od razu zdyskwalifikować. Po pierwsze, ciągi produkowae przez geeraory liiowe są ciągami okresowymi. Na przykład, jeżeli w ciągu (. pewa liczba pojawi się po raz drugi (a musi o asąpić wcześiej lub późiej, bo isieje ylko m różych resz z dzieleia przez m, o od ej pory cały ciąg będzie już ylko reprodukcją swojego poprzediego odcika. Jeżeli okres ciągu jes zby mały, o liczby C i = X i /m,i =,,..., będą zby rzadko wypełiały przedział(0, i ciąg akich liczb ie będzie mógł być zaakcepoway jako ciąg symulowaych realizacji zmieej losowej o rozkładzie rówomierym U(0,. O ym jak wybierać paramery geeraora, żeby zagwaraować dosaeczie duży jego okres, powiemy w p.... Po drugie, okazuje się, że przy usaloej liczbie d l puky jak rówież puky (U, U,, U d, (U, U 3,, U d+, (.3 (U, U,, U d, (U d+, U d+,, U d, (.4 bardzo ielosowo" wypełiają koskę jedoskową Ί d (z. przedział [0,] d w d-wymiarowej przesrzei R d. Tu zowu moża przez odpowiedie maipulacje paramerami geeraora uzyskać miej lub bardziej zadowalające wypełieia; mówimy o ym w p...3. Po rzecie, jeżeli wyikowy ciąg U, U,... ma udawać realizację ciągu iezależych zmieych losowych o rozkładzie rówomierym U(0,, o średia produkowaych przez geeraor liczb powia być rówa /, ich wariacja /, a współczyiki auokorelacji w ciągu ych liczb powiy być rówe zeru. Dla ciągów (. zae są eoreycze wzory opisujące e wielkości - zależą oe od paramerów geeraora. Więcej iformacji a e ema podamy w p...5.

11 Po czware, jeżeli wyikowy ciąg U, U,... ma udawać realizację ciągu iezależych zmieych losowych o rozkładzie rówomierym U(0,, o ciągi liczb produkowae przez geeraor powiy spełiać róże esy saysycze. Sprawie esowaia geeraorów poświęcamy cały odręby rozdział 5. W pukcie..6 podamy przykładowo kilka geeraorów, kóre pozyywie przeszły róże kryeria eoreycze i esy saysycze.... Okres geeraora Okres geeraora liiowego (. jes rówy P = mi{i: X i = X o,i > 0} (zauważmy, że paramer aperiodyczości v = 0. Okres e ie może oczywiście przekraczać liczby m. Taki okres przy odpowiedim wyborze paramerów może osiągąć geeraor mieszay, ale ie może go osiągąć geeraor muliplikaywy. Jeżeli p. m = L, o okres geeraora muliplikaywego ie przekracza liczby L-, a jeżeli m jes liczbą pierwszą, o maksymaly okres geeraora muliplikaywego jes rówy m -. Geeraor muliplikaywy ze sałą m = L, L 4, osiąga maksymaly okres ylko wedy, gdy X 0 jes liczbą ieparzysą oraz a = 3 mod 8 lub a = 5 mod 8 (zauważmy, że fak osiągaia maksymalego okresu ie zależy od liczby L, kóra ylko decyduje o ym, jak długi jes e maksymaly okres. Przykładem geeraora o maksymalym okresie jes geeraor RANDU z paramerami a = i m = 3, kóry był sadardowo używay w kompuerach IBM360/370 i PDP. Ma o jedak bardzo króki okres, a poado ie spełia iekórych esów saysyczych. Iym przykładem jes geeraor RNB z paramerami a = i m = 3, opisay, uzasadioy i saysyczie przeesoway w pracy Zielińskiego (966. Geeraor muliplikaywy z liczbą pierwszą m osiąga maksymaly okres ylko wedy, gdy a (m-/p mod m dla każdego czyika pierwszego p liczby m. Przykładem akiego geeraora jes geeraor z paramerami a = 7 5 oraz m = 3 - l (m jes przykładem zw. liczby Mersee'a, czyli liczby posaci P - l, gdzie p jes liczbą pierwszą. Geeraor mieszay osiąga peły okres m wedy, gdy jedocześie są spełioe rzy asępujące waruki: a liczby c i m ie mają wspólych dzielików, b a = l mod p dla każdego czyika pierwszego liczby m, c a = l mod 4, jeżeli 4 jes dzielikiem liczby m. Przykład akiego geeraora uzyskujemy przyjmując: a = 69069, c = l, m = 3. Dowody odpowiedich wierdzeń moża zaleźć w moografiach Jassoa (966, Kuha (98 i Ripleya (987. Zwracamy uwagę jeszcze a jedą własość związaą z okresowością ciągów liczb produkowaych przez geeraory liiowe w przypadku parameru m ie będącego liczbą pierwszą. Miaowicie, jeżeli liczby X orzymywae z akiego geeraora zapiszemy w pewym sysemie pozycyjym, w szczególości w sysemie biarym, w posaci X = b b b L i asępie przez obcięcie począkowych (ajsarszych biów uworzymy owe liczby, p. X' = b l b l+ b L, o e owe liczby akże uworzą ciąg okresowy, a okres owego ciągu będzie krószy od okresu ciągu wyjściowego. W szczególości dla c = 0, m = L, końcowe (ajmłodsze biy worzą ciąg o okresie rówym ; p. jeśli a = 8k+5, X 0 = 4s + l (gdzie k, s są pewymi liczbami całkowiymi oraz m = L, o rzy końcowe (ajmłodsze biy worzą ciąg o warościach posaci 00 i 0 (Zieliński (979, Aderse (990. Wyika sąd, że liczby losowe z omawiaego geeraora liiowego mogą być używae ylko w akich obliczeiach, w kórych końcowe biy liczb ie odgrywają isoej roli; w szczególości poszczególe cyfry liczb ie mogą być rakowae jak cyfry losowe, chociaż w przypadku prawdziwych" ciągów iezależych zmieych losowych o rozkładzie

12 rówomierym U(0, akie posępowaie jes w pełi uzasadioe...3. Srukura przesrzea Jeżeli U,U,... jes ciągiem iezależych zmieych losowych o jedakowym rozkładzie rówomierym U(0,, o puky losowe (.3 i (.4 mają rozkład rówomiery a koskach jedoskowych Ί d w d-wymiarowej przesrzei R d. Jeżeli aomias puky (.3 i (.4 są uworzoe przez liczby U,U,... produkowae przez geeraor liiowy, o po pierwsze ie wypełiają oe ych kosek dosaeczie gęso i po drugie - układają się w ych koskach w regulare srukury geomerycze. Zbiór puków (.3 jes zawary w zbiorze posaci L d ( gdzie,,... d, 0, c/ m, i ai c/ m, i 3..., d oraz jes kraą, czyli zbiorem wekorów posaci e + + d e d dla pewych liiowo iezależych wekorów bazowych e,e,...,e d i liczb,,..., d przebiegających zbiór liczb całkowiych Z. Przykładowe zbiory L d ( wraz z wekorami bazowymi, przedsawioo a rys... Zbiór puków (.4 jes oczywiście pewym podzbiorem zbioru (.3. Szczególą rolę w opisie rozkładu puków (.3 w kosce Ί d odgrywa zw. baza fizycza {e,e,...,e d }, charakeryzująca się ym, że e jes ajkrószym wekorem w oraz dla i e i, jes ajkrószym wekorem w podprzesrzei orogoalej do podprzesrzei rozpięej a wekorach e,e,...,e i- (por. rys... Jedą z miar zagęszczeia puków (.3 w Ί d jes wedy długość l d ajdłuższego wekora bazy fizyczej, a jedą z miar rówomierości rozkładu ych puków jes iloraz l d /l, gdzie l jes długością ajkrószego wekora ej bazy. Ią miarą gęsości wypełieia koski Ί d pukami (.3 jes maksymala odległość D d między hiperpłaszczyzami, a kórych leżą e puky. Pomysł obliczaia wielkości D d pochodzi z pracy Coveyou i MacPhersoa (967, gdzie zasosowao meodę aalizy Fouriera, sąd w lieraurze problem wyzaczaia D d jes azyway esem spekralym. Zae są asępujące ierówości wiążące wprowadzoe wielkości (Ripley (987, Tezuka (995: l l d d d / D, md dla d d d gdzie γ d jes zw. sałą Hermie`a; a dokłade warości ej sałej są zae ylko dla 8 d d D,4/ 3,,4,8,64/ 3,64,56, d,,...,8 d (Kuh (98. Odległość D d moża rówoważie zdefiiować jako długość ajkrószego iezerowego * wekora zw. bazy dualej do bazy {e, e,..., e d }. Bazę dualą e * *, e,... ed określa się za d d

13 T * pomocą zależości: ei e j ij (gdzie δ ij jes delą Kroeckera: δ ij = dla i = j, δ ij = O dla i j. Podaa defiicja sprowadza obliczaie D d do problemu miimalizacji całkowioliczbowej z kwadraową fukcją celu. Więcej szczegółów oraz wybrae algorymy umerycze związae z badaiem srukury geomeryczej geeraorów liiowych moża zaleźć w obszerej lieraurze (Coveyou i Mac Pherso (967, Kuh (98, ASerbach i Grohe (985, Ficke i Pohs (985. Pewe oszacowaia z góry wielkości l i I d moża uzyskać przez obliczeie długości odpowiedich wekorów dowolej bazy. Taką bazą może być p. baza zawierająca wekor e = (l, a, a,..., a d- /m i wekory e i,i, o i-ej składowej rówej jedości i pozosałych składowych rówych zeru. Lepsze przybliżeie orzymuje się poprawiając ę bazę w jede z asępujących sposobów: ( W każdej parze wekorów e i,e j wekor dłuższy, p. e j, zasępujemy wekorem e j -se i, T T gdzie s jes zaokrągleiem liczby ei e j /( ei ei do ajbliższej liczby całkowiej, kóra jedocześie bliższa jes zeru. Koyuujemy ę procedurę dopóy, dopóki moża jeszcze uzyskać redukcję długości rozważaych wekorów (Marsaglia (97. ( Wekory e i porządkujemy według długości i każdy z ich zasępujemy ajkrószym wekorem posaci e c e gdzie c {0,, } (Ripley (983. i ji j j, j Sosując powyższe algorymy, zawsze po skończoej liczbie kroków osiągamy bazę, kórej już ie moża poprawić, gdyż współrzęde wekorów bazowych są pewymi wielokroościami warości l /m. Na rysuku. dla dwóch przykładowych geeraorów liiowych zazaczoo wekory bazowe zbioru. Wekory e uzyskao wykoując jede krok zgodie z algorymem (, przy czym baza począkowa miała posać: e = (l/m, a/m, e = (0,...4. Ogóle geeraory liiowe Jako aurale uogólieie geeraorów (. rozważa się rówież geeraory posaci X + = AX mod m (.5 gdzie X,X,... są wekorami w R k, k > l, A jes macierzą. Operacja mod jes wykoywaa po współrzędych". Te ogóliejsze geeraory umożliwiają symulowaie wielowymiarowych zmieych losowych o rozkładzie rówomierym a koskach Ί k, a możliwość wyboru macierzy A pozwala a maipulowaie zależościami między składowymi geerowaych wekorów. Nie będziemy uaj rozwijali ej problemayki; zaieresowaego Czyelika odsyłamy do lieraury (L'Ecuyer (990, 996a, Eicheauer-Herma, Grohe i Leh ( Paramery saysycze Jak już podkreślaliśmy, ciągi liczb z geeraora liiowego (. są ciągami deermiisyczymi i ylko pewe ich własości ieuporządkowaia" usprawiedliwiają sosowaie ich do symulacji ciągów losowych: jeżeli wyikowy ciąg U,U,... ma udawać realizację ciągu iezależych zmieych losowych o rozkładzie rówomierym U(0,, o średia produkowaych przez geeraor liczb powia być rówa /, ich wariacja /, a współczyiki auokorelacji w ciągu orzymaych liczb powiy być rówe zeru. Dla ciągów produkowaych przez geeraory liiowe (. zae są wzory eoreycze dla ych wielkości (Jasso 966; zależą oe od paramerów geeraora. Podamy kilka akich wzorów dla kokreej klasy geeraorów muliplikaywych w celu zilusrowaia zagadieia. Weźmy pod uwagę dowoly muliplikaywy geeraor liczb L-biowych o maksymalym okresie,

14 z. o okresie L-. Geeraor aki produkuje ylko czery rodzaje ciągów: ( jeśli c = 3 mod 8 oraz X 0 =,3,9 lub mód 6, o ciąg X 0, X,X,... jes permuacją liczb posaci 8j + i 8j + 3, j = O, l,,..., L-3 -; ( jeśli c = l mod 8 oraz X 0 = 5,7,3 lub 5mod 6, o ciąg X 0, X,X,... jes permuacją liczb posaci 8j + 5 i 8j + 7, j = O, l,,..., L-3 - ; (3 jeśli c = 5 mod 8 oraz X 0 = l mod 4, o ciąg X 0, X, X,... jes permuacją liczb posaci 4j + l, j = O, l,,..., L- - ; (4 jeśli c = 5 mod 8 oraz X 0 = 3 mod 4, o ciąg X 0, X, X, jes permuacją liczb posaci 4j + 3, j = O, l,,..., L- -. Rozważmy p. ciąg posaci (. Średia wszyskich liczb U i = X i / L produkowaych przez geeraor jes rówa / - (/ L-, a ich wariacja / 3/(3 m. Wyika sąd, że aki ciąg jako całość wypełia, przy odpowiedio dużym L, przedział (0, prawie ak dobrze jak ciąg prawdziwych" liczb losowych. Wzory dla współczyików auokorelacji są ieco bardziej zawiłe, ale wykoaie obliczeń według ych wzorów ie asręcza większych rudości; p. dla geeraora muliplikaywego X + = ax mod L mamy L L3 j0 X j X jr ar m 6* m 3 3 L3 j0 L3 j0 a j a j r r j a L3 r j 3a L3 /8 4 r L3 j0 /8 L3 a j j0 r a j j a L3 r r j 3a L3 /8 r /8 gdzie a r = a r mod L. Odpowiedie algorymy obliczeiowe, a akże ablice już obliczoych współczyików auokorelacji w sadardowych geeraorach liiowych, moża zaleźć w moografii Jassoa (966. Zae są rówież miej dokłade, ale wygodiejsze w projekowaiu geeraorów wzory, p. warość współczyika auokorelacji między 6c dwiema kolejymi liczbami z geeraora c a mieszaego (. zajduje się w przedziale (Greeberger (96, 96. a am m m..6. Wybór paramerów dla geeraorów liiowych Osaeczym kryerium zaakcepowaia geeraora jes o, że ie zosał o zakwesiooway przez żade z zasosowaych esów saysyczych. Meody esowaia omówimy dokładie w rozdz. 5., gdzie rówież opiszemy licze esy saysycze. Tuaj, mówiąc o geeraorach liiowych, zwracamy uwagę, że jeżeli warości pewych paramerów, jak p. średia i wariacja produkowaych liczb, okres ciągu lub współczyiki auokorelacji w ciągu

15 liczb produkowaych przez geeraor, mogą dla daego geeraora być wyzaczoe eoreyczie w sposób ścisły, o oczywiście ie ma żadego sesu esowaie hipoez o akich paramerach za pomocą esów saysyczych. W obszerej, liczącej już poad 40 la, lieraurze poświęcoej geeraorom muliplikaywym i mieszaym, moża zaleźć licze rapory z wykoaych aaliz eoreyczych oraz esów saysyczych i wyróżić geeraory, kóre ajlepiej spełiały przyjęe kryeria porówawcze. W abeli. przedsawiamy kilka akich geeraorów posaci (.; odośiki do wielu wcześiejszych prac zaleźć moża w książce Zielińskiego (979. Wszykie podae w abeli geeraory osiągają maksymale okresy. Popularość paramerów m posaci 3 lub 3 l wyika z ławości implemeacji akich geeraorów we współczesych sysemach kompuerowych. Wiele geeraorów z abeli adal saowi sadardowe wyposażeie szeroko używaych sysemów operacyjych, języków programowaia, a awe specjalisyczych pakieów oprogramowaia do obliczeń aukowych. Należy uaj podkreślić, że w obecie realizowaych obliczeiach symulacyjych z użyciem liczb pseudolosowych okres geeraora rzędu 3 jes zby mały, gdyż zużycie wszyskich liczb z akiego geeraora asępuje za szybko. Wielu auorów sugeruje, aby liczba N liczb z geeraora używaych w symulacji była dużo miejsza iż okres geeraora P. W pracy Maclarea (99 uzasadiao, że liczba N ie powia przekraczać liczby P / 3 ; odpowiedie ograiczeie w przypadku geeraorów liiowych, podae przez Ripleya (987, wyosi P /. Geeraory liiowe posaci (. ie spełiają pewych owszych esów saysyczych, p. esu OPSO (parz rozdz. 5.. Eksperymey umerycze powierdziły rówież (p. Marsaglia (984,995 lepsze własości saysycze geeraorów liiowych kosruowaych z paramerem m będącym liczbą pierwszą (jedak komplikuje o implemeację geeraora oraz wpływa a jego szybkość. Tabela. a c m Źródło Zieliński ( Marsaglia ( Park, Miller (980 Cara ( l -l Fishma, Moore ( Borosh, Niederreier ( Fishma, Moore ( L'Ecuyer ( Fishma ( Fishma (990 Z ogóliejszych geeraorów liiowych (. dobrą oceę saysyczą (w ym we wspomiaych owszych esach uzyskały m.i. asępujące geeraory (Marsaglia (995:

16 X = (76X X - + l776x - 3 mod ( 3-5 X = 3 (X - + X - + X -3 mod ( X = (995X X X -3 mod ( X = 9 (X - + X - + X -3 mod ( Geeraory e osiągają maksymale okresy rówe m 3 l, gdzie liczba m jes odpowiedim modułem: dla pierwszego i drugiego z powyższych geeraorów rówym 3-5, dla rzeciego oraz dla czwarego Przedsawioe geeraory mogą być ławo zaimplemeowae a współczesych kompuerach w każdym języku programowaia. Przykładową implemeację ogólego geeraora liiowego zamieszczamy w podrozdz.. (parz rówież uwagi w podrozdz Geeraory opare a rejesrach przesuwych Przyjmijmy, że k jes usaloą liczbą auralą i weźmy pod uwagę ciąg biów zdefiioway wzorem rekurecyjym b i = (a i b i a k b i - k mod, i = k +,k +,... (.6 gdzie współczyiki a,a..., a k są sałymi biarymi, z. liczbami 0 lub l, oraz b,b,..., b k jes usaloym ciągiem iicjującym. Zależość (.6 moża opisać za pomocą operaora logiczego or, zwaego różicą symeryczą lub aleraywą wyłączającą, o asępującej abelce działań: a b a or b Iaczej o ujmując, dla zmieych boolowskich mamy po prosu a or 6 = (a + 6 mód Dalej będziemy używać ego operaora rówież w odiesieiu do liczb całkowiych; w akim przypadku wyik jes liczbą całkowią złożoą z biów powsałych w wyiku działaia operaora a poszczególych pozycjach reprezeacji biarej argumeów. Wzór (.6 przyjmuje wedy rówoważą posać: jeśli a j =...=aj,= l, a pozosałe współczyiki są rówe zeru, o b i = b i-ji or b i-j or... or b i-j, Ciąg biów (.6 jes oczywiście ciągiem okresowym. Poieważ isieje k różych układów k- elemeowych (b,b,...,b k, okres ciągu (.6 ie może być większy od k. Fakyczie może o być rówy co ajwyżej k - l, bo gdyby pojawiło się w im k kolejych zer, o cały ciąg musiałby składać się z samych zer. Mówiąc dalej o ciągu o maksymalym okresie, mamy a myśli ciąg o okresie k -. Meodami algebraiczymi moża badać, dla jakich współczyików a, a,..., a k ciąg (.6 ma maksymaly okres. Nie będziemy uaj rozwijali ego echiczego wąku (odsyłamy Czyelika p. do pracy Golomba (967, ograiczymy się aomias do prosszego, ale dla as arakcyjego przypadku, gdy w formule rekurecyjej (.6 ylko dwa współczyiki a są róże od zera. Schema ieracyjy (.6 ma wedy posać b i = b i - p or bi- q (.7

17 dla pewych usaloych liczb auralych p oraz q. Bez zmiejszaia ogólości rozważań przyjmijmy, że p > q. W abeli. podajemy przykładowe warości paramerów p i q, dla kórych ciąg (.7 ma maksymaly okres. Tabelę ę uworzoo a podsawie abeli z książki Ripleya (987, gdzie podao warości (p,q zapewiające maksymaly okres dla p < 36 oraz abeli z Berdikova, Turii i Compagera (996, w kórej z kolei zawaro zae warości (p,q, dające maksymaly Tabela. P q P q , 7, 5, 30, 63 7,3 5 3, 48, 58, , 47, , , 95, 09 5,4, , ,5, , 369, 370, 649, , 49, , 47, 836, 444, , 7083, , 669, , , , , , 9, , 339, 4469, , , 6, 7, 3 okres ciągu (.7 dla liczb p < 3049, gdzie P - l są liczbami pierwszymi (założeie o zaczie upraszcza obliczeia. Dodakowo moża rozważać pary współczyików (p,p q, gdyż jeśli ciąg (.7 ma maksymaly okres dla pewych p i q, o własość ę ma rówież schema ieracyjy z paramerami p i p q. Isieje wiele sposobów uzyskiwaia L-biowych liczb losowych o warościach w przedziale (0, a podsawie ciągu biów (b j,i =,,... Najprosszy polega a kosruowaiu ich za pomocą wzoru. Geeraory o rozkładzie rówomierym U i L j b 0. is j b... is bisl, i0,,,... (.8 j

18 gdzie s jes usaloą dodaią liczbą całkowią oraz s L. Jeżeli s < L, o koleje liczby U i wykorzysują e same podciągi biów, a jeżeli s L, o liczby U i i U i+ uworzoe są z rozłączych fragmeów ciągu (b i =,,... Liczby U i orzymuje się ławo za pomocą rejesrów przesuwych oraz bramek logiczych, realizujących operaor or (e fak uzasadia azwę rozważaej klasy geeraorów. Geeraor (.8 jes zay w lieraurze jako geeraor Tausworha, gdyż po raz pierwszy był aalizoway w pracy Tausworha (965. Jeżeli liczba s jes ak wybraa, że ie ma wspólych dzielików z liczbą k - l, o ciąg (.8 jes ciągiem o maksymalym okresie, kóry jes rówy k -. Efekywy algorym geerowaia ak zdefiiowaych ciągów (U i, i=,,... za pomocą ciągu biów (.7, w przypadku, gdy q < p/ oraz O < s < p - q, podał w swojej moografii Tezuka (995. W formalym zapisie ego algorymu użyjemy asępujących symboli: A << k ozacza przesuięcie biów reprezeacji biarej liczby A o k pozycji w lewo, aomias A >> k ozacza akie przesuięcie w prawo. Przy przesuwaiu w lewo młodsze (zwaliae biy są zapełiae zerami. Przy przesuwaiu w prawo zwaliae sarsze biy są rówież zapełiae zerami. Zwracamy jedak uwagę a o, że w kokreej implemeacji działaie operaora przesuięcia biowego w prawo może zależeć od zadeklarowaego ypu liczby całkowiej. W poiższym algorymie A jes L-biową liczbą całkowią o biach począkowych bi,..., &l (są o biy składające się a liczbę C/o, aomias B jes L-biową zmieą pomociczą. ALGORYTM T:IMPLEMENTACJA SCHEMATU TAUSWORTHA (.8 DLA 0 < s p-q : B = ((A «q or A «(L - p : A=(A«s or (B» (L - s 3: Reur A; goo l Algorym e jes bardzo ławy w realizacji p. w języku C, kóry zawiera operaory przesuwaia biowego oraz operaor or. W podrozdziale. zamieszczamy przykładową implemeację w ym języku. Podaa am realizacja używa dodakowo kombiacji rzech geeraorów omawiaego ypu za pomocą operaora or (parz podrozdz..6. W książce Tezuki (995 jes zawara aaliza srukury puków w kosce (O, d, d =,3,...,0, worzoych z kolejych liczb z geeraora. Lewis i Paye (973 zapropoowali iy schema geerowaia L-biowych liczb całkowiych Y i a podsawie ciągu (.6, według zależości Y i = b i b i-l b i-ll gdzie l, l L są usaloymi paramerami przesuięcia. Dla ciągu (.7 orzymujemy sąd schema Y i = Y i-p or Y i-q. Geeraory realizujące e schema są azywae uogólioymi geeraorami oparymi a rejesrach przesuwych. Wymagają oe odpowiediego wyboru puków sarowych (Y 0,Y i,..,y P (Lewis i Paye (973, Colligs i Hembree (986. Ieresujące przykłady efekywej implemeacji w omawiaej klasie geeraorów zawierają arykuły: Kirkparicka i Solla (98 (dla p = 50, q = 47 oraz Ripleya (990 (dla p = 5, q = 3. W pracy Berdikova, Compagera i Turii (996 zapropoowao kombiacje (parz podrozdz..5 kilku geeraorów z omawiaej klasy, dla odpowiedio dobraych paramerów p i q. Gwarauje o bardzo duży okres geeraora (p. dla kokreej kombiacji czerech geeraorów składowych uzyskao okres rzędu Poado wykazao, że aka kosrukcja zapewia

19 bardzo dobre własości doyczące iezależości kolejych długich (rzędu kilkuasu ysięcy ciągów liczb z geeraora (parz rówież Com-pager i Wag (993, Compager (995. Kody źródłowe w języku C omawiaych geeraorów moża zaleźć w Ierecie (p. hp:// lub fp.ca.l. Ciąg rekurecyjy.4. Geeraory Fiboacciego f = f - + f -l,, f 0 = f = badał już Fiboacci (Leoardo z Pizy i wyiki swoich badań opublikował w pracy Liber abaci w 0 roku. Ciąg resz, przy usaloej dodaiej liczbie całkowiej m, zdefiioway wzorem X = X - + X -l mod m,, (.9 zachowuje się a yle bezładie, że już dawo zaieresował maemayków poszukujących prosych modeli dla procesów losowych. Wydaje się, że pierwsze wyiki sprawdzaia ego ciągu za pomocą esów saysyczych zosały opublikowae w pracy Taussky i Todd (956. Okazało się, że ciągi (.9 spełiają esy rówomierości rozkładu, ale ie spełiają esów iezależości, a więc akże wielu iych esów (p. esów serii, gdzie iezależość odgrywa kluczową rolę. Tej wady moża było się pozbyć, uogóliając ciąg (.9: X = X -r + X -8 mod m, r, r>s> (.0 ale odbywało się o koszem czasu, co czyiło akie geeraory mało kokurecyjymi dla rozpowszechioych geeraorów muliplikaywych. Argume, że akie uogólioe geeraory miały dużo dłuższy okres od geeraorów muliplikaywych, ie był przekoujący, bo a sosukowo wolych kompuerach rzadko dochodziło do wyczerpaia okresu ciągów muliplikaywych. Trudo się aomias dziwić, że w dzisiejszej dobie szybkich kompuerów geeraory Fiboacciego, w różych wersjach uogólień, przeżywają prawdziwy reesas. Nasępy krok w ych uogólieiach polega a zasąpieiu dodawaia w (.0 jakąś ią operacją. Ogólie, wybraą operację ozaczamy symbolem o i zakładamy, że jes oa wykoywaa modulo m. Uogólioy geeraor Fiboacciego przyjmuje wedy posać X = X -r X -s, r, r > s l (. i jes ozaczay przez F(r, s,. Jeżeli m = L, o maksymaly okres geeraorów F(r,s,+ oraz F(r,s,- jes rówy ( r - l L- ; dla F(r,s,*, gdzie * ozacza u (i w całej książce możeie, wyosi o ( r - -3, aomias dla geeraora F(r,s, or wyosi r -. Dowodzi się ego, korzysając z pewych własości odpowiedich macierzy; szczegóły moża zaleźć w pracach Marsaglii (984 oraz Marsaglii i Tsaya (985. Geeraory F(r,s,or dla m = L opisaliśmy już w poprzedim podrozdziale, w klasie geeraorów oparych a rejesrach przesuwych. Poiżej podajemy abelkę z przykładowymi paramerami, zapewiającymi maksymaly okres geeraora (.:

20 r s Na przykład, geeraory F(7,5,+ oraz F(7,5,- dla m = 3 dają ciągi o okresie ( 7-3, geeraor F(7,5,* osiąga okres ( 7-9, aomias F(7,5, or osiąga okres 7 - = 307. Omawiae geeraory są ławe w implemeacji..5. Kombiacje geeraorów Doświadczeia z użyciem geeraorów skosruowaych przez łączeie dwóch lub większej liczby prosszych geeraorów wykazały, że geeraory akie mają lepsze własości saysycze iż geeraory wyjściowe. Przyoczymy wyiki, kóre powierdzają e obserwacje. Załóżmy, że mamy zmiee losowe X i Y, określoe a zbiorze S = {,,..., }, o rozkładach prawdopodobieńswa P{X=i}=p i, P{Y = i} = q i, i =,,..., Niech p = l,..., będzie dowolą usaloą liczbą i iech = (,,..., będzie usaloym wekorem. Weźmy pod uwagę p-ormę ego wekora, zdefiiowaą wzorem / p p i Dla zdefiiowaej wyżej zmieej losowej X wprowadźmy miarę δ(x bliskości" rozkładu ej zmieej do rozkładu rówomierego a zbiorze S δ(x = (p l,p,...,p - (l/, l/,..., l/ Rozparzmy dwuargumeowe działaie o a zbiorze S akie, kórego abelka worzy kwadra łaciński (z. każdy jej wiersz i koluma jes pewą permuacją elemeów zbioru S. Moża udowodić (p. Brow i Solomo (979, że rozkład zmieej losowej X o Y jes bliższy rozkładowi rówomieremu a zbiorze S w ym sesie, że δ(x mi {δ(x,δ(y} W odiesieiu do ciągów produkowaych przez geeraory liczb losowych e wyik eoreyczy moża ierpreować w asępujący sposób: jeśli ablica działań operaora o jes kwadraem łacińskim, o owy ciąg (X o Y, X o Y, powiie być bardziej rówomierie (a przyajmiej ie miej rówomierie rozłożoy iż każdy z ciągów X, X,...i Y, Y, Najczęściej za operaor o przyjmuje się rozważae wcześiej operaory +, -, *, or. Poado okazuje się, że kombiacje

21 geeraorów produkują ciągi, kóre są ie ylko bardziej rówomiere", ale rówież bardziej iezależe". Podaą kosrukcję dla dwóch geeraorów w auraly sposób uogólia się a większą liczbę geeraorów składowych. Poado kombiacje geeraorów produkują ciągi o większym okresie iż okresy ciągów składowych. W szczególości wiadomo, że jeśli ciąg X, X,... ma okres P oraz ciąg Y,Y, ma okres P, gdzie P i P są liczbami względie pierwszymi, o okres ciągu X oy,x o Y,... wyosi P P. Fak e jes prosym wioskiem z zw. chińskiego wierdzeia o reszach (parz p. Graham, Kuh, Paashik (996. Idea kombiowaia geeraorów w celu zwiększeia okresu i polepszeia własości saysyczych ma już swoją hisorię za sobą, ale ciągle jes bardzo częso sosowaa w ajowszych kosrukcjach geeraorów. Pierwsze pomysły doyczące kombiacji geeraorów pojawiły się w pracach Mac Larea i Marsaglii (965 oraz Marsaglii i Braya (968. Dużą popularością wśród użykowików cieszył się pomysł kombiowaia geeraorów za pomocą dodawaia modulo l w dziedziie liczb rzeczywisych, zapropooway w pracy Wichmaa i Hilla (98. Wyiki eoreycze związae z kombiacjami geeraorów moża zaleźć rówież w pracach: Brow i Solomo (979, Marsaglia (984, Deg (990, L'Ecuyer i Tezuka (99. Najowsze rezulay zawiera p. praca L'Ecuyera (996b..6. Uiwersaly geeraor liczb losowych o rozkładzie rówomierym Przez geeraor uiwersaly rozumiemy geeraor dający ideycze wyiki a kompuerach, w kórych liczby całkowie są reprezeowae, przez co ajmiej 6 biów, a liczby w arymeyce zmieopozycyjej mają przyajmiej 4-biową reprezeację maysy. Przedsawimy uaj szczegółowo geeraor liczb losowych o rozkładzie rówomierym a przedziale [0,, opublikoway w pracy Marsaglii, Zamaa i Tsaga (990. Będziemy go azywali geeraorem MZT. Spełia o wszyskie zae esy saysycze i ma duży okres, rówy 44. Geeraor e jes kombiacją dwóch prosszych geeraorów. Pierwszy z ich jes geeraorem ypu F(97, 33, o (parz podrozdz..4 i produkuje liczby V z przedziału [0, według wzoru rekurecyjego: V = V -97 o V -33 gdzie o y = - y dla y oraz o y = -y + l dla < y. Zaiicjowaie geeraora polega a wyzaczeiu liczb V, V,,V 97 za pomocą ciągu biów (b w aki sposób, że V = 0.b b... b 4, V = 0.b 5 b 6 b 48, id. Z kolei ciąg biów jes geeroway za pomocą kombiacji dwóch różych i ławych w implemeacji geeraorów zadaych ciągami liczb całkowiych (y i (z : y = (y -3 *y - *y - mod 79 z = (5z - + mod 69 b = { b 0, jeśli y z mod 64 < 3 = w przeciwym wypadku

22 Wybór małych warości 79 i 69 zapewia uiwersalość geeraora. Użykowik musi dosarczyć procedurze iicjowaia czerech warości całkowiych: y y y 3 Є {l,,..., 78} (ie wszyskie rówe, z Є {O, l,..., 68} Okres ego geeraora jes rówy 0. Drugim geeraorem jes geeraor liczb losowych z przedziału (0,: c = c - o (76543/67776,, c l = 36436/67776 gdzie c o d = c - d dla c d oraz c o d = c - d + (67773/67776 dla c < d, c, d Є [0,. Okres ego geeraora jes rówy 4-3. Osaeczie geeraor MZT przyjmuje posać U = V o c Przykładową implemeację (w języku C geeraora MZT podamy w podrozdz Geeraory opare a odejmowaiu z pożyczką i geeraor ULTRA W pracy Marsaglii i Zamaa (99 wprowadzoo ową klasę geeraorów wykorzysującą operację zw. odejmowaia z pożyczką (SWB - ag. subsrac wih borrow. W ej operacji (ozaczymy ją przez Ө bierze dodakowo udział paramer c, przyjmujący warości O lub l, zway biem przeiesieia. Wyikiem operacji Ө y mod m są liczby - y - c + m oraz c = l, gdy - y - c < O lub - y - c oraz c = O w przeciwym przypadku, a począkową warością biu przeiesieia c jes 0. Omawiaa klasa geeraorów zosała wykorzysaa przez Marsaglię i Zamaa do kosrukcji geeraora ULTRA. Paramerami geeraora ULTRA są dodaie liczby całkowie L 3, s, r (r > s. Wygodie jes używać ozaczeia m = L. W eapie iicjowaia geeraora worzy się ciąg liczb całkowiych X,,X r є (O, m oraz usala się c = 0. W eapie roboczym wyzacza się koleje liczby X według wzoru X = X -r Ө X -s mod m (. Eap iicjowaia polega a uworzeiu L-biowych liczb X, X,...,X r : X = b L b L- b

23 X = b L b L- b L+ Gdzie b,b, jes ciągiem uworzoym z biów zaków liczb w,w,..., orzymywaych w asępujący sposób: użykowik geeraora podaje dwie liczby u 0,v o є (O,m, a asępie są obliczae kolejo liczby: u = λu i- mod m v i = (v i >> k or v i v i = (v i << k or v i w i = u i or v i gdzie k, k są usaloymi dodaimi liczbami całkowiymi, a operacje: or, <<, >> zdefiiowao w podrozdz..3. Geeraor ULTRA jes bardzo szybki, gdy operację (. programuje się z użyciem języka maszyowego daego procesora. Tak skosruoway geeraor ma dobre własości saysycze oraz długi okres, kóry moża obliczyć eoreyczie, korzysając z asępującego wierdzeia: Jeśli M = m r m 8 + l jes liczbą pierwszą, o okres geeraora SWB jes rówy ajmiejszej liczbie auralej k, akiej że m k mod M =. W sworzoym przez Marsaglię i Zamaa pakiecie ULTRA przyjęo L = 3, r = 37, s = 4, a do iicjowaia λ = Tak skosruoway geeraor ma okres rzędu Odpowiedie wywołaia geeraora ULTRA pozwalają a bezpośredie orzymywaie dodaich całkowiych liczb losowych: 3-, 3-, 8-, 7-, a awe -biowych (w ym osaim przypadku -biów losowych, jak rówież liczb losowych z przedziału (0, lub (-,, o pojedyczej lub podwójej precyzji..8. Geeraory opare a możeiu z przeiesieiem Marsaglia rozwiął ideę kosrukcji geeraorów klasy omówioej w podrozdz..7, wprowadzając ową rodzię geeraorów oparych a zw. możeiu z przeiesieiem (MWC - ag. muliply wih curry. Klasa a daje możliwości ławej implemeacji szybkich geeraorów o dużych okresach, przy czym wszyskie grupy biów uzyskiwaych ciągów liczb całkowiych spełiają wiele zaych esów losowości. Dokładiejszy opis i przykłady implemeacji zaleźć moża w Ierecie, w 604 arykule grupy dyskusyjej sci.mah.um-aalysis oraz a wydaym przez Marsaglię CD-ROMie (995. Poiżej przedsawimy główe idee ej owej meody geerowaia liczb pseudolosowych. Algorym ypu możeia z przeiesieiem jes opary a zależości X = (a X -i + a X a r X -r + c mod m gdzie a,...,a r są usaloymi paramerami oraz X,...,X r i c iicjujemy dowolymi warościami począkowymi; owa warość zmieej c (zw. warość przeiesieia jes liczbą całkowią, określoą wzorem [(a X - + a X a r X -r + c/m] (gdzie [ ] ozacza część całkowią.

24 Wprowadźmy ozaczeie M = a r m r + + a m -. Okres geeraora MWC jes rówy ajmiejszej liczbie auralej k, akiej że m k mod M =. W prakyce przyjmuje się m = 6 lub m = 3, wedy owa warość X i owe przeiesieie c są po prosu dolą i górą częścią odpowiedio 3- lub 64-biowej liiowej kombiacji 6- lub 3-biowych liczb całkowiych. Jeśli dobierze się liczbę m ak, aby M i (M - l/ były liczbami pierwszymi, o okres będzie rówy (M - l/ (szczegółowe wyiki doyczące okresu geeraora MWC moża zaleźć w pracy Koca (995. Marsaglii: Przykładem efekywej realizacji omawiaego geeraora jes asępująca propozycja X = (03X X X X X X X X - + c mod 6 Orzymuje się sąd liczby całkowie 6-biowe. Aby uzyskać zakres 3 biów i okres rzędu 50, dokouje się połączeia biów z iego geeraora: X = (97X X X X X X -3 + X - + X - + c mod 6 Opisay geeraor wymaga zaiicjowaia w posaci 6 liczb całkowiych 6-biowych, co ławo zrealizować, p. za pomocą jakiegoś klasyczego geeraora liiowego. Iym przykładem połączeia dwóch geeraorów ypu MWC jes kosrukcja ciągu liczb całkowiych 3-biowych za pomocą dwóch ciągów 6--biowych X = 8000X - + c mod 6 Y = Y - + c mod 6 Okres akiego geeraora jes rzędu 60. W eapie iicjowaia użykowik podaje dwie liczby całkowie 3-biowe, z kórych formuje się 6-biowe warości X 0,Y 0 oraz c,c. Geeraor e jes bardzo szybki i ławo go zaprogramować, używając języka maszyowego. Przykładowa implemeacja w języku C może być podaa w szczególie prosej posaci: = 8000 * (& ( >> 6; y = * (y& (y >> 6; reur (( << 6 + (y&65535; gdzie zmiee oraz y ozaczają liczby 3-biowe, zawierające w swych sarszych i młodszych 6- biowych częściach odpowiedio warości X,c oraz Y,c, aomias & jes sadardowym operaorem języka C..9. Geeraory ieliiowe Przedsawioe w poprzedich podrozdziałach klasy geeraorów są opare a liiowych wzorach rekurecyjych. Niepożądaą kosekwecją ej liiowości jes fak, że odpowiedie puky (.3 i (.4 w przesrzei wielowymiarowej skupiają się ylko a pewej liczbie hiperpłaszczyz, co rażąco odbiega od aszych oczekiwań wobec puków losowych (por. p...3.

25 Na przezwyciężeie przeszkód auralym pomysłem wydaje się zaem rozważeie ciągów oparych a formułach, kóre ie są liiowe. Te kieruek badań ad geeraorami rozwija się dopiero od iedawa i adal jes owary. Przedsawimy uaj pewe wyiki, kóre doyczą geeraorów oparych a obliczaiu odwroości oraz kwadraów. W pracy Eicheauera i Leha (986 zapropoowao geeraor X + = (ax - + b mod m, = 0,,... (.3 gdzie m jes liczbą pierwszą. Odwroość modulo m jes defiiowaa asępująco: jeśli c = 0, o c - mod m = 0, w przeciwym przypadku c - mod m jes aką liczbą całkowią, że c*c - mod m = l, czyli c - = c m- mod m. W e sposób uzyskujemy ciąg o warościach w zbiorze {O, l,...,m - }, kóry moża w zwykły sposób przekszałcić a ciąg liczb w przedziale [0, za pomocą wzoru U = X /m. Iym wariaem geeraora oparego a odwroości jes zapropooway w pracy Eicheauera-Hermaa (993a geeraor X = (a( + 0 +b - mod m, = 0,,... (.4 kóry wyróżia się ym, że koleja warość X może być uzyskaa iezależie od iych elemeów produkowaego ciągu. Taki geeraor może być szczególie użyeczy w obliczeiach prowadzoych a kompuerach rówoległych. Okazuje się, że dla każdej liczby a є {,,..., m jego okres jes rówy m, a więc jes o geeraor o okresie maksymalym. Waruek a o, aby geeraor (.3 osiągał maksymaly okres rówy m, jes ieco bardziej skomplikoway: ak się dzieje wedy, gdy m - l jes ajmiejszą liczbą całkowią aką, że z m- - l mod (z - bz -a. Srukury przesrzee worzoe przez odpowiedie ciągi w przesrzeiach wielowymiarowych dla omawiaych geeraorów są opisae przez Eicheauera-Hermaa (99 oraz Niederreiera (994. Poado wiele eksperymeów obliczeiowych powierdziło dobre własości saysycze ej owej klasy geeraorów. W pracach Eicheauera- Hermaa (993b, 994, 995 aalizuje się kombiacje kilku geeraorów posaci (.3 lub (.4 (parz rówież podrozdz..5. Przypuśćmy, że mamy r 5 akich geeraorów X (j, j =,,r z paramerami m j, j = l,, r, kóre są liczbami pierwszymi. Zdefiiujmy owy ciąg U = (U (j + + U (r mod, = 0,,,... gdzie U (j = X (j /m j, j= l,,, r. Okres ego ciągu jes rówy m = m m r. Pozwala o a efekywą kosrukcję geeraora o długim okresie, przy czym - jak się okazuje - e wyikowy geeraor zachowuje dobre własości srukurale geeraorów składowych. Iym przykładem geeraora ieliiowego jes rozważay w pracy Bluma (L., Bluma (M. i Shuba (986 geeraor liczb losowych posaci X + = X mod m, = O, l,... W cyowaej pracy pokazao zasosowaia akiego geeraora w krypologii (jes o dziedzia badań zajmująca się meodami szyfrowaia iformacji. Bardziej szczegółowe iformacje

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n Maemayka ubezpieczeń mająkowych 9.0.006 r. Zadaie. Rozważamy proces adwyżki ubezpieczyciela z czasem dyskreym posaci: U = u + c S = 0... S = W + W +... + W W W W gdzie zmiee... są iezależe i mają e sam

Bardziej szczegółowo

Niepewności pomiarowe

Niepewności pomiarowe Niepewości pomiarowe Obserwacja, doświadczeie, pomiar Obserwacja zjawisk fizyczych polega a badaiu ych zjawisk w warukach auralych oraz a aalizie czyików i waruków, od kórych zjawiska e zależą. Waruki

Bardziej szczegółowo

TRANZYSTORY POLOWE JFET I MOSFET

TRANZYSTORY POLOWE JFET I MOSFET POLTECHNKA RZEZOWKA Kaedra Podsaw Elekroiki srukcja Nr5 F 00/003 sem. lei TRANZYTORY POLOWE JFET MOFET Cel ćwiczeia: Pomiar podsawowych charakerysyk i wyzaczeie paramerów określających właściwości razysora

Bardziej szczegółowo

Gretl konstruowanie pętli Symulacje Monte Carlo (MC)

Gretl konstruowanie pętli Symulacje Monte Carlo (MC) Grel kosruowaie pęli Symulacje Moe Carlo (MC) W Grelu, aby przyspieszyć pracę, wykoać iesadardową aalizę (ie do wyklikaia ) możliwe jes użycie pęli. Pęle realizuje komeda loop, kóra przyjmuje zesaw iych

Bardziej szczegółowo

Metody oceny efektywności projektów inwestycyjnych

Metody oceny efektywności projektów inwestycyjnych Opracował: Leszek Jug Wydział Ekoomiczy, ALMAMER Szkoła Wyższa Meody ocey efekywości projeków iwesycyjych Niezbędym warukiem urzymywaia się firmy a ryku jes zarówo skuecze bieżące zarządzaie jak i podejmowaie

Bardziej szczegółowo

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x Meody aeaycze w echologii aeriałów Uwaga: Proszę paięać, że a zajęciach obowiązuje akże zajoość oówioych w aeriałach przykładów!!! CAŁKOWANIE FUNKCJI WYMIERNYCH Fukcją wyierą azyway fukcję posaci P ( )

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

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b,

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b, CAŁA RZYWOLINIOWA NIESIEROWANA rzywą o rówaiach parameryczych: = (), y = y(), a < < b, azywamy łukiem regularym (gładkim), gdy spełioe są asępujące waruki: a) fukcje () i y() mają ciągłe pochode, kóre

Bardziej szczegółowo

ANALIZA PRZYCZYNOWOŚCI W ZAKRESIE ZALEŻNOŚCI NIELINIOWYCH. IMPLIKACJE FINANSOWE

ANALIZA PRZYCZYNOWOŚCI W ZAKRESIE ZALEŻNOŚCI NIELINIOWYCH. IMPLIKACJE FINANSOWE Wiold Orzeszko Magdalea Osińska Uiwersye Mikołaja Koperika w Toruiu ANALIA PRCNOWOŚCI W AKRSI ALŻNOŚCI NILINIOWCH. IMPLIKACJ FINANSOW WSTĘP Przyczyowość w sesie Gragera jes jedym z kluczowych pojęć ekoomeryczej

Bardziej szczegółowo

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora.

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora. D:\maerialy\Maemayka a GISIP I rok DOC\7 Pochode\8ADOC -wrz-5, 7: 89 Obliczaie graic fukcji w pukcie przy pomocy wzoru Taylora Wróćmy do wierdzeia Taylora (wzory (-( Tw Szczególie waża dla dalszych R rozważań

Bardziej szczegółowo

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą EKONOMETRIA Tema wykładu: Liiowy model ekoomeryczy (regresji z jedą zmieą objaśiającą Prowadzący: dr iż. Zbigiew TARAPATA e-mail: Zbigiew.Tarapaa Tarapaa@isi.wa..wa.edu.pl hp:// zbigiew.arapaa.akcja.pl/p_ekoomeria/

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

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

4. MODELE ZALEŻNE OD ZDARZEŃ

4. MODELE ZALEŻNE OD ZDARZEŃ 4. MODELE ZALEŻNE OD ZDARZEŃ 4.. Wrowadzeie W sysemach zależych od zdarzeń wyzwalaie określoego zachowaia się układu jes iicjowae rzez dyskree zdarzeia. Modelowaie akich syuacji ma a celu symulacyją aalizę

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19 7 Wyzaczyć zbiór wszyskich warości rzeczywisych parameru p, dla kórych całka iewłaściwa jes zbieża x xe Dzieląc przedział całkowaia orzymujemy x x e x x e x x e Zbadamy, dla kórych warości parameru p całki

Bardziej szczegółowo

I. Podzielność liczb całkowitych

I. Podzielność liczb całkowitych I Podzielość liczb całkowitych Liczba a = 57 przy dzieleiu przez pewą liczbę dodatią całkowitą b daje iloraz k = 3 i resztę r Zaleźć dzieik b oraz resztę r a = 57 = 3 b + r, 0 r b Stąd 5 r b 8, 3 więc

Bardziej szczegółowo

Sygnały pojęcie i klasyfikacja, metody opisu.

Sygnały pojęcie i klasyfikacja, metody opisu. Sygały pojęcie i klasyfikacja, meody opisu. Iformacja przekazywaa jes za pośredicwem sygałów, kóre przeoszą eergię. Sygał jes o fukcja czasowa dowolej wielkości o charakerze eergeyczym, w kórym moża wyróżić

Bardziej szczegółowo

Obligacja i jej cena wewnętrzna

Obligacja i jej cena wewnętrzna Obligacja i jej cea wewęrza Obligacja jes o isrume fiasowy (papier warościowy), w kórym jeda sroa, zwaa emieem obligacji, swierdza, że jes dłużikiem drugiej sroy, zwaej obligaariuszem (jes o właściciel

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

VII MIĘDZYNARODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretyczne T3.

VII MIĘDZYNARODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretyczne T3. KOOF Szczeci: www.of.szc.pl VII MIĘDZYNAODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretycze T3. Źródło: Komitet Główy Olimpiady Fizyczej; Olimpiada Fizycza XXIII XXIV, WSiP Warszawa 1977 Autor: Waldemar Gorzkowski

Bardziej szczegółowo

Wykład FIZYKA I. 2. Kinematyka punktu materialnego. Dr hab. inż. Władysław Artur Woźniak

Wykład FIZYKA I. 2. Kinematyka punktu materialnego.  Dr hab. inż. Władysław Artur Woźniak Dr hab. iż. Władysław Arur Woźiak Wykład FIZYKA I. Kiemayka puku maerialego Dr hab. iż. Władysław Arur Woźiak Isyu Fizyki Poliechiki Wrocławskiej hp://www.if.pwr.wroc.pl/~woziak/fizyka1.hml Dr hab. iż.

Bardziej szczegółowo

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń MIANO ROZTWORU TITRANTA Aaliza saysycza wyików ozaczeń Esymaory pukowe Średia arymeycza x jes o suma wyików w serii podzieloa przez ich liczbę: gdzie: x i - wyik poszczególego ozaczeia - liczba pomiarów

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

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

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

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

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

Funkcja generująca rozkład (p-two)

Funkcja generująca rozkład (p-two) Fucja geerująca rozład (p-wo Defiicja: Fucją geerującą rozład (prawdopodobieńswo (FGP dla zmieej losowej przyjmującej warości całowie ieujeme, azywamy: [ ] g E P Twierdzeie: (o jedozaczości Jeśli i są

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

1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu

1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu Badaia iezawodościowe i saysycza aaliza ich wyików. Eleme ieaprawialy, badaia iezawodości Model maemayczy elemeu - dodaia zmiea losowa T, określająca czas życia elemeu Opis zmieej losowej - rozkład, lub

Bardziej szczegółowo

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem 9.1. Izomorfizmy algebr.. Wykład Przykłady: 13) Działaia w grupach często wygodie jest zapisywać w tabelkach Cayleya. Na przykład tabelka działań w grupie Z 5, 5) wygląda astępująco: 5 1 3 1 1 3 1 3 3

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz

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

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadaie 1 Rzucamy 4 kości do gry (uczciwe). Prawdopodobieństwo zdarzeia iż ajmiejsza uzyskaa a pojedyczej kości liczba oczek wyiesie trzy (trzy oczka mogą wystąpić a więcej iż jedej kości) rówe jest: (A)

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

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.

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

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

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

OCENA POPYTU POPYT POJĘCIA WSTĘPNE. Definicja: Popyt to ilość dobra, jaką nabywcy gotowi są zakupić przy różnych poziomach ceny.

OCENA POPYTU POPYT POJĘCIA WSTĘPNE. Definicja: Popyt to ilość dobra, jaką nabywcy gotowi są zakupić przy różnych poziomach ceny. OCENA POPYTU POPYT POJĘCIA WSTĘPNE Defiicja: Pop o ilość dobra, jaką abwc goowi są zakupić prz różch poziomach ce. Deermia popu: (a) Cea daego dobra (b) Ilość i ce dóbr subsucjch (zw. kokurecjch) (c) Ilość

Bardziej szczegółowo

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2012 POZIOM PODSTAWOWY CZĘŚĆ I WYBRANE: Czas pracy: 75 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2012 POZIOM PODSTAWOWY CZĘŚĆ I WYBRANE: Czas pracy: 75 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY Cetrala Komisja Egzamiacyja Arkusz zawiera iformacje prawie chroioe do mometu rozpoczęcia egzamiu. Układ graficzy CKE 2010 KOD WPISUJE ZDAJĄCY PESEL Miejsce a aklejkę z kodem EGZAMIN MATURALNY Z INFORMATYKI

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Jarosław 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 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

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem)

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem) D. Miszczyńska, M.Miszczyński KBO UŁ, Badaia operacyje (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assigmet Problem) Bliskim "krewiakiem" ZT (w sesie podobieństwa modelu decyzyjego) jest zagadieie

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

DYNAMIKA KONSTRUKCJI

DYNAMIKA KONSTRUKCJI 10. DYNAMIKA KONSTRUKCJI 1 10. 10. DYNAMIKA KONSTRUKCJI 10.1. Wprowadzenie Ogólne równanie dynamiki zapisujemy w posaci: M d C d Kd =P (10.1) Zapis powyższy oznacza, że równanie musi być spełnione w każdej

Bardziej szczegółowo

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski olorowaie Dywau ierpińskiego Adrzej zablewski, Radosław Peszkowski pis treści stęp... Problem kolorowaia... Róże rodzaje kwadratów... osekwecja atury fraktalej...6 zory rekurecyje... Przekształcaie rekurecji...

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

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

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

Fundamentalna tabelka atomu. eureka! to odkryli. p R = nh -

Fundamentalna tabelka atomu. eureka! to odkryli. p R = nh - TEKST TRUDNY Postulat kwatowaia Bohra, czyli założoy ad hoc związek pomiędzy falą de Broglie a a geometryczymi własościami rozważaego problemu, pozwolił bez większych trudości teoretyczie przewidzieć rozmiary

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

Analiza możliwości wykorzystania wybranych modeli wygładzania wykładniczego do prognozowania wartości WIG-u

Analiza możliwości wykorzystania wybranych modeli wygładzania wykładniczego do prognozowania wartości WIG-u Zbigiew Taapaa Aaliza możliwości wykozysaia wybaych modeli wygładzaia wykładiczego do pogozowaia waości WIG-u Wydział Cybeeyki Wojskowej Akademii Techiczej w Waszawie Seszczeie W aykule pzedsawioo aalizę

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

Całka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona

Całka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona Całka nieoznaczona Andrzej Musielak Sr Całka nieoznaczona Całkowanie o operacja odwrona do liczenia pochodnych, zn.: f()d = F () F () = f() Z definicji oraz z abeli pochodnych funkcji elemenarnych od razu

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VI: Metoda Mote Carlo 17 listopada 2014 Zastosowaie: przybliżoe całkowaie Prosta metoda Mote Carlo Przybliżoe obliczaie całki ozaczoej Rozważmy całkowalą fukcję f : [0, 1] R. Chcemy zaleźć przybliżoą

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

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

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

Egzamin maturalny z matematyki CZERWIEC 2011

Egzamin maturalny z matematyki CZERWIEC 2011 Egzami maturaly z matematyki CZERWIEC 0 Klucz puktowaia do zadań zamkiętych oraz schemat oceiaia do zadań otwartych POZIOM PODSTAWOWY Poziom podstawowy czerwiec 0 Klucz puktowaia do zadań zamkiętych Nr

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

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

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

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 2B, lato 2015/16

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16 Egzami,.6.6, godz. 9:-: Zadaie. puktów) Wyzaczyć wszystkie rozwiązaia rówaia z i w liczbach zespoloych. Zapisać wszystkie rozwiązaia w postaci kartezjańskiej bez używaia fukcji trygoometryczych) oraz zazaczyć

Bardziej szczegółowo

Szacowanie składki w ubezpieczeniu od ryzyka niesamodzielności

Szacowanie składki w ubezpieczeniu od ryzyka niesamodzielności Skłaki w ubezpieczeiu o ryzyka iesamozielości EDYTA SIDOR-BANASZEK Szacowaie skłaki w ubezpieczeiu o ryzyka iesamozielości Kalkulacja skłaki w ubezpieczeiach jes barzo ważym zagaieiem związaym z maemayką

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

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

Podstawy zarządzania finansami przedsiębiorstwa

Podstawy zarządzania finansami przedsiębiorstwa Podsawy zarządzaia fiasami przedsiębiorswa I. Wprowadzeie 1. Gospodarowaie fiasami w przedsiębiorswie polega a: a) określeiu spodziewaych korzyści i koszów wyikających z form zaagażowaia środków fiasowych

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

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

Statystyka Inżynierska

Statystyka Inżynierska aysyka Iżyierska dr hab. iż. Jacek Tarasik AG WFiI 4 Wykład 5 TETOWANIE IPOTEZ TATYTYCZNYC ipoezy saysycze ipoezą saysyczą azywamy każde przypszczeie doyczące iezaego rozkład o prawdziwości lb fałszywości

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITCHIKA OPOLSKA ISTYTUT AUTOMATYKI I IFOMATYKI LABOATOIUM MTOLOII LKTOICZJ 7. KOMPSATOY U P U. KOMPSATOY APIĘCIA STAŁO.. Wstęp... Zasada pomiaru metodą kompesacyją. Metoda kompesacyja pomiaru apięcia

Bardziej szczegółowo

Szereg 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 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 szczegółowo

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja Podstawowe ozaczeia i wzory stosowae a wykładzie i laboratorium Część I: estymacja 1 Ozaczeia Zmiee losowe (cechy) ozaczamy a wykładzie dużymi literami z końca alfabetu. Próby proste odpowiadającymi im

Bardziej szczegółowo

40:5. 40:5 = 500000υ5 5p 40, 40:5 = 500000 5p 40.

40:5. 40:5 = 500000υ5 5p 40, 40:5 = 500000 5p 40. Portfele polis Poieważ składka jest ustalaa jako wartość oczekiwaa rzeczywistego, losowego kosztu ubezpieczeia, więc jest tym bliższa średiej wydatków im większa jest liczba ubezpieczoych Polisy grupuje

Bardziej szczegółowo

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2011 POZIOM ROZSZERZONY WYBRANE: CZĘŚĆ I. Czas pracy: 90 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2011 POZIOM ROZSZERZONY WYBRANE: CZĘŚĆ I. Czas pracy: 90 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY Cetrala Komisja Egzamiacyja Arkusz zawiera iformacje prawie chroioe do mometu rozpoczęcia egzamiu. Układ graficzy CKE 2010 KOD WISUJE ZDAJĄCY ESEL Miejsce a aklejkę z kodem EGZAMIN MATURALNY Z INORMATYKI

Bardziej szczegółowo

1.3. Największa liczba naturalna (bez znaku) zapisana w dwóch bajtach to a) b) 210 c) d) 32767

1.3. Największa liczba naturalna (bez znaku) zapisana w dwóch bajtach to a) b) 210 c) d) 32767 Egzami maturaly z iformatyki Zadaie. (0 pkt) Każdy z puktów tego zadaia zawiera stwierdzeie lub pytaie. Zazacz (otaczając odpowiedią literę kółkiem) właściwą kotyuację zdaia lub poprawą odpowiedź. W każdym

Bardziej szczegółowo

Kongruencje Wykład 4. Kongruencje kwadratowe symbole Legendre a i Jac

Kongruencje Wykład 4. Kongruencje kwadratowe symbole Legendre a i Jac Kogruecje kwadratowe symbole Legedre a i Jacobiego Kogruecje Wykład 4 Defiicja 1 Kogruecję w ostaci x a (mod m), gdzie a m, azywamy kogruecją kwadratową; jej bardziej ogóla ostać ax + bx + c może zostać

Bardziej szczegółowo

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych Efekywość projeków iwesycyjych Saycze i dyamicze meody ocey projeków iwesycyjych Źródła fiasowaia Iwesycje Rzeczowe Powiększeie mająku rwałego firmy, zysk spodzieway w dłuższym horyzocie czasowym. Fiasowe

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0, Zadaie iech X, X,, X 6 będą iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), a Y, Y,, Y6 iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), gdzie, są iezaymi

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

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW. Statytycza ocea wyików pomiaru STATYSTYCZNA OCENA WYNIKÓW POMIARÓW CEL ĆWICZENIA Celem ćwiczeia jet: uświadomieie tudetom, że każdy wyik pomiaru obarczoy jet błędem o ie zawze zaej przyczyie i wartości,

Bardziej szczegółowo

Materiał ćwiczeniowy z matematyki Marzec 2012

Materiał ćwiczeniowy z matematyki Marzec 2012 Materiał ćwiczeiowy z matematyki Marzec 0 Klucz puktowaia do zadań zamkiętych oraz schemat oceiaia do zadań otwartych POZIOM PODSTAWOWY Marzec 0 Klucz puktowaia do zadań zamkiętych Nr zad 3 5 6 7 8 9 0

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH POMIAR FIZYCZNY Pomiar bezpośredi to doświadczeie, w którym przy pomocy odpowiedich przyrządów mierzymy (tj. porówujemy

Bardziej szczegółowo

Pobieranie próby. Rozkład χ 2

Pobieranie próby. Rozkład χ 2 Graficzne przedsawianie próby Hisogram Esymaory przykład Próby z rozkładów cząskowych Próby ze skończonej populacji Próby z rozkładu normalnego Rozkład χ Pobieranie próby. Rozkład χ Posać i własności Znaczenie

Bardziej szczegółowo

DEA podstawowe modele

DEA podstawowe modele Marek Miszczński KBO UŁ 2008 - Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) EA podsawowe modele WPROWAZENIE Efekwość (produkwość) obieku gospodarczego o es defiiowaa ako sosuek sum ważoch

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

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

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,. Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,

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

Eksploracja danych. KLASYFIKACJA I REGRESJA cz. 1. Wojciech Waloszek. Teresa Zawadzka.

Eksploracja danych. KLASYFIKACJA I REGRESJA cz. 1. Wojciech Waloszek. Teresa Zawadzka. Eksploracja danych KLASYFIKACJA I REGRESJA cz. 1 Wojciech Waloszek wowal@ei.pg.gda.pl Teresa Zawadzka egra@ei.pg.gda.pl Kaedra Inżyrii Oprogramowania Wydział Elekroniki, Telekomunikacji i Informayki Poliechnika

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,

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

OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI SWOBODNIE PODPARTEJ SWOBODNIE PODPARTEJ ALGORYTM DO PROGRAMU MATHCAD

OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI SWOBODNIE PODPARTEJ SWOBODNIE PODPARTEJ ALGORYTM DO PROGRAMU MATHCAD OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI ALGORYTM DO PROGRAMU MATHCAD 1 PRAWA AUTORSKIE BUDOWNICTWOPOLSKIE.PL GRUDZIEŃ 2010 Rozpatrujemy belkę swobodie podpartą obciążoą siłą skupioą, obciążeiem rówomierie

Bardziej szczegółowo

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim.

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim. Damia Doroba Ciągi. Graice, z których korzystamy. k. q.. 5. dla k > 0 dla k 0 0 dla k < 0 dla q > 0 dla q, ) dla q Nie istieje dla q ) e a, a > 0. Opis. Pierwsza z graic powia wydawać się oczywista. Jako

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

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne Wykład 4 Niezależość zmieych, fukcje i charakterystyki wektora losowego, cetrale twierdzeia graicze Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki

Bardziej szczegółowo