UWAGI O ROZKŁADZIE FUNKCJI ZMIENNEJ LOSOWEJ.

Wielkość: px
Rozpocząć pokaz od strony:

Download "UWAGI O ROZKŁADZIE FUNKCJI ZMIENNEJ LOSOWEJ."

Transkrypt

1 L.Kowls - Uwg o rozłdz uc zm losow UWAI O ROZKŁADZIE UNKCJI ZMIENNEJ LOSOWEJ. - d zm losow cągł o gęstośc. Y g g - borlows tz. g - B BR dl B BR Wzczć gęstość g zm losow Y. Jśl g - ścśl mootocz różczowl w przdzl b octrc to: ' g h h gdz h g -. Nlż pmętć o przsztłcu przdzłu octrc. rzłd. Y b wtd b g rzłd. dl Jśl m rozłd o gęstośc dl > Y wtd h g - g h g dl dl > Jśl g - przdzłm ścśl mootocz różczowl w przdzl b octrc to: g h ' h gdz h - uc odwrot do g dl poszczgólch przdzłów - lczb wrtośc uc odwrot odpowdącch dmu. rzłd. Y wtd > g rzłd. Y wtd g > Jśl - soow o uc prwdopodobństw p g - dowol to uc prwdopodobństw zm losow Y g m postć: g g... g p p... p o uporządowu rosąco wrtośc g zsumowu odpowdch prwdopodobństw. Dołd

2 L.Kowls - Uwg o rozłdz uc zm losow Y g U { : g } { : g } { : g } rzłd. - zm losow soow o uc prwdopodobństw: wzczm ucę prwdopodobństw zm losow Y sg. sg-4 sg- sg- -. sg. sg sg. Ztm uc prwdopodobństw zm losow Y st stępuąc W tórch zgdch wzcz rozłdu uc zm losow prw wzczm dstrbutę rozłdu zm losow Y g wg schmtu Y Y g g stęp śl to możlw wzczm ucę prwdopodobństw gd st to rozłd soow lub gęstość gd st to rozłd cągł. rzłd. Jśl m rozłd o gęstośc dl [ 3] rozłd dost [ 3] dl [ 3] 3 Y m 3 wtd Y m Y dl dl dl 3 > 3 N st to rozłd soow cągł. N moż węc wzczć uc prwdopodobństw gęstośc. Jst to rozłd msz soowo - cągł zgod z twrdzm o rozłdz dstrbut powższą dstrbutę moż przdstwć w postc Y c c dl gdz c /3 dl > dl c /3 - dl 3 dl > 3 p

3 L.Kowls - Uwg o rozłdz uc zm losow uc zmch losowch wmrowch. - d zm losow cągł o gęstośc. Y g g - borlows Dstrbut t zm losow m postć g gęstość g wzczm przz różczow. rzłd. Y / / wtd g rzłd. - zm losow o rozłdz dostm w wdrc. Wzczć rozłd pol prostoąt o boch tz. zm losow Y. l / dl dl stąd l dl dl ztm g -l dl rzłd. Y / wtd g rzłd. - zlż zm losow. - N - N. Nch ~ ~ mą rozłd N. ~ / / / ~ / ~ ~ g ~ π π π π π rozłd Cuch'go orzstąc uc low od zm losow ~ Y Y mm 3

4 L.Kowls - Uwg o rozłdz uc zm losow rzłd. wtd g g π Y Uwg. Jśl - zlż zm losow to gęstość sum wrż sę splotm gęstośc brzgowch p. dl. rzłd. wtd g Y - Sum zlżch zmch losowch. Włsośc: Y zlż soow zm losow o ucch prwdopodobństw Y ; wtd uc prwdopodobństw zm losow Y wrż sę wzorm: Z z Y z - ; z Y zlż cągł zm losow o gęstoścch ; wtd gęstość zm losow Y wrż sę wzorm: t t dt t t dt splot gęstośc słdów. uc zmch losowch - wmrowch. rzłd. Sstm słd sę ułdów z tórch żd m czs bzwr prc orślo rozłdm włdczm o prmtrz zlżm od pozostłch ułdów. Wzczć rozłd bzwrgo czsu prc cłgo sstmu sstm dzł śl prcu chocż d ułd. Y 3... rzz ducę pozu sę ż Y m rozłd o gęstośc: g dl > 4

5 L.Kowls - Uwg o rozłdz uc zm losow 5 wtd Otrzm rozłd zwm uogólom rozłdm Erlg - tgo rzędu T. T E T E T D T D gd... to g! > t t t t dl > gdz - t st rozłdm osso. rzłd. Y m wtd g Uwg. Jśl - zlż zm losow to: g Jśl - zlż zm losow o tm smm rozłdz to: wtd g rzłd. Y m wtd g Uwg. Jśl - zlż zm losow o tm smm rozłdz to: wtd g rzłd. Jśl - zlż zm losow o dstrbutch wtd zm losow Y m m rozłd o dstrbuc m Y

6 L.Kowls - Uwg o rozłdz uc zm losow 6 Np. gd mą zlż rozłd dost przdzl to > dl dl dl ęstość tgo rozłdu wrż sę wzorm dl dl orz b Y m m rozłd o dstrbuc [ ] Y Y Np. gd mą zlż rozłd dost przdzl to > dl dl dl ęstość tgo rozłdu wrż sę wzorm dl dl orz Rozłd uc od rozłdu ormlgo rozłd orml. Y g 3... lż wzczć rozłd Y. rzłd. Y b m g π gdz: m m m b r rzz ducę moż pozć ż dl dowolgo Y m rozłd orml o prmtrch: m m m... m b r rzłd zlż o rozłdz N. Y... m rozłd ch wdrt N > Γ E ; D

7 L.Kowls - Uwg o rozłdz uc zm losow rzłd. - Nm Y M rozłd logrtmczo-orml. Nzw pochodz stąd ż ly m rozłd orml. ZADANIA Zd Wzczć rozłd sum dwóch zlżch zmch losowch o rozłdz osso z prmtrm. odp. Jst to rozłd osso z prmtrm Zd Wzczć rozłd różc włdczm z prmtrm. dwóch zlżch zmch losowch o rozłdz odp. Jst to rozłd Lplc': g Zd 3 Sstm słd sę z ułdów z tórch żd m czs bzwr prc orślo rozłdm włdczm o prmtrz zlżm od druggo ułdu. Wzczć rozłd bzwrgo czsu prc cłgo sstmu sstm dzł śl ob ułd prcuą. Y m Odp. Jst to rozłd włdcz o prmtrz. Zd 4 Sstm słd sę z ułdów czs włącz tch ułdów m rozłd włdcz o prmtrz zlżm od druggo ułdu. Sstm zcz dzłć dopro gd włączą sę ob ułd. Wzczć rozłd czsu rozpoczęc prc cłgo sstmu. Y m. g Zd 5 Wzczć gęstość rozłdu logrtmczo-ormlgo. odp. > N st to rozłd włdcz l m odp. g π Zd 6 Woum zlż pomr oporośc R orz prądu I zm błęd względ DR δ R DI δ I b. Nstęp t podstw chcm ocć pozom pęc U IR R I orz wrtość moc I R. Oblcz D U D covu ρu. 7

8 L.Kowls - Uwg o rozłdz uc zm losow U U odp. Y U TR I gdz I R T R I I IR R I 3 b I R b I R K Y 3 4 b ρ b I R 4b I R b 4b Zd 7 rz rówolgłm łączu ogw prąd w obwodz orślo st wzorm: E I W R E - sł ltromotorcz ogw W - go opór wwętrz - lość ogw R - opór zwętrz. Wzczć wrtość oczwą wrcę prądu śl E R W są zlż d są ch wrtośc oczw orz odchl stdrdow. Zd 8 Y - zlż zm losow o rozłdz orślom ucą prwdopodobństw / 3/8 /8 Wzcz ucę prwdopodobństw zm losow Y. Zd 9 Y - zlż zm losow o rozłdz dostm w [ ]. Wzcz gęstość zm losow Y. Wzcz prmtr t zm losow. b Y Z - zlż zm losow o rozłdz dostm w [ ]. Wzcz gęstość zm losow Y Z. Wzcz prmtr t zm losow. Zd wo stosuąc splot gęstośc w sprwdź z pomocą uc chrtrstczch. Nszcu porów wrs gęstośc zmch losowch Y Y Z. Zuwż ż gd roś lczb rozptrwch słdów wrs gęstośc st sę podob do rzw uss. Zd - zm losow odpowdąc mrzo wlośc złdm ż m rozłd dost w [ 8] Y - zlż od zm losow opsuąc błąd pomru złdm ż m rozłd orml N. Wzcz gęstość zm losow odpowdąc wow pomru U Y. Wzcz prmtr t zm losow. Zd wo stosuąc splot gęstośc w sprwdź z pomocą uc chrtrstczch. Nszcu wrs gęstośc zm losow Y

Pojęcie modelu. Model ekonometryczny. Przykład modelu ekonometrycznego. Klasyfikacja modeli ekonometrycznych. Etapy analizy ekonometrycznej

Pojęcie modelu. Model ekonometryczny. Przykład modelu ekonometrycznego. Klasyfikacja modeli ekonometrycznych. Etapy analizy ekonometrycznej Poęc modlu Modl s o uproszczo przdsw rzczwsośc Lwrc R Kl: Modl s o schmcz uproszcz pomąc so sp w clu wś wwęrzgo dzł form lub osruc brdz somplowgo mchzmu Główą zlą modlu s możlwość go bzpczgo przprowdz

Bardziej szczegółowo

Teoria Sygnałów. II rok Geofizyki III rok Informatyki Stosowanej. Wykład 4. iωα. Własności przekształcenia Fouriera. α α

Teoria Sygnałów. II rok Geofizyki III rok Informatyki Stosowanej. Wykład 4. iωα. Własności przekształcenia Fouriera. α α ora Sygałów rok Gozyk rok ormatyk Stosowaj Wykład 4 Własośc przkształca ourra własość. Przkształc ourra jst low [ β g ] βg dowód: rywaly całkowa jst opracją lową. własość. wrdz o podobństw [ ] dowód :

Bardziej szczegółowo

Metody Numeryczne 2017/2018

Metody Numeryczne 2017/2018 Mod urcz 7/8 Ior Sosow III ro Iżr Oczow II ro Włd 5 Rodzj roscj 8 8 8 - - - - 3 8 8 6 8 roscj rocj roscj jdosj [ ] roscj śrdowdrow d Twrdz Wrsrss ów ż d dowoj ucj oż zźć wo o dowo ł odchu s od j ucj Br

Bardziej szczegółowo

± - małe odchylenie od osi. ± - duże odchylenie od osi

± - małe odchylenie od osi. ± - duże odchylenie od osi TYGONOMETRYCZNE Przjmujm, ż znn są dfinicj i podstwow włsności funkcji trgonomtrcznch. Zprzntujm poniżj kilk prktcznch sposobów szbkigo, prktczngo obliczni wrtości funkcji trgonomtrcznch, rozwiązwni równń

Bardziej szczegółowo

Przykład 2.6. Przekrój złożony z trzech kształtowników walcowanych.

Przykład 2.6. Przekrój złożony z trzech kształtowników walcowanych. Przkłd 6 Przkrój złożon z trzh ksztłtowników wlownh Polni: Wznzć główn ntrln momnt bzwłdnośi orz kirunki główn dl poniższgo przkroju złożongo z trzh ksztłtowników wlownh 0800 0 80800 Dn dotzą ksztłtowników

Bardziej szczegółowo

Całkowanie numeryczne Zadanie: obliczyć przybliżenie całki (1) używając wartości funkcji f(x) w punktach równoodległych. Przyjmujemy (2) (3) (4) x n

Całkowanie numeryczne Zadanie: obliczyć przybliżenie całki (1) używając wartości funkcji f(x) w punktach równoodległych. Przyjmujemy (2) (3) (4) x n lkowe_um- łkowe umercze Zde: olczć przlżee cłk ( ) d () użwjąc wrtośc ukcj () w puktc rówoodległc. Przjmujem (), gdze,,, () () tąd / (5) Metod prostokątów d / (6) gdze / / (7) -- :9: /6 lkowe_um- td. td.

Bardziej szczegółowo

LABORATORIUM DYNAMIKI MASZYN

LABORATORIUM DYNAMIKI MASZYN LABORATORIUM DYNAMII MASZYN Ćwcz 5 IDENTYFIACJA OBIETU DYNAMICZNEO NA PODSTAWIE JEO LOARYTMICZNYCH CHARATERYSTY CZĘSTOTLIWOŚCIOWYCH. Cl ćwcz Orśl rów ruchu obtu dyczgo podtw go logrytczych chrtryty czętotlwoścowych,

Bardziej szczegółowo

Prognozowanie na podstawie modelu ekonometrycznego

Prognozowanie na podstawie modelu ekonometrycznego Progozowi podswi modlu oomrczgo Progozowi i smulcj Esmcj prmrów Mod Njmijszch Kwdrów MNK Zmirzm zlźd oc izch prmrów sruurlch modlu 0 Wrości zmij objśij orzm prz occh zwm wrościmi orczmi zmij objśij dl

Bardziej szczegółowo

Ś Ż ż Ż

Ś Ż ż Ż Ś Ż ż Ż ż ć ć ć ć ć ć ż ż Ż ż Ż ż ż ć ż ż Ż Ż ż Ż ż Ż ż Ż Ż ż Ż ż ć ć ć ż ć ż ż ż ć Ż ć ć Ś ć Ż ć ż ź ż ż ż ć ż ż ż ż ć Ś ż Ż ż Ć Ć ć Ż ź ć ć ć ć ż ź ć ć Ść ć ż ź Ść ć ź Ś ć ć ć Ś ć ć ć ć ć ź ż ż ć ć

Bardziej szczegółowo

Spójne przestrzenie metryczne

Spójne przestrzenie metryczne lz Włd 5 d d Ćel cel@gedpl Spóe pzeszee ecze De Pzeszeń eczą ρ zw spóą eżel e d sę e pzedswć w psc s dwóc zów epsc wc złączc ρ - pzeszeń spó ~ we Icze es ze spó eżel dl dwlc pów czl see cągł c γ : : γ

Bardziej szczegółowo

Pochodne cząstkowe wyższych rzędów

Pochodne cząstkowe wyższych rzędów Auo Robo Alz Wł 7 r A Ćl cl@ghul Pocho cząsow wższch rzęów Nch uc : R D R D owr os ochoą cząsową w ż uc D Js węc orślo uc : R D Jżl owższ uc ochoą cząsową o - z w uc o zw ą rugą ochoą cząsową uc o zch

Bardziej szczegółowo

DOPASOWANIE ZALEŻNOŚCI LINIOWEJ DO WYNIKÓW POMIARÓW

DOPASOWANIE ZALEŻNOŚCI LINIOWEJ DO WYNIKÓW POMIARÓW DOPAOWANIE ZALEŻNOŚCI LINIOWEJ DO WYNIKÓW POMIARÓW Jedm stotch gdeń l dch pomroch jest dopsoe leżośc teoretcej do kó pomró. Dotc oo stucj gd dokoo ser pomró pr elkośc które są e soą poąe leżoścą f... m

Bardziej szczegółowo

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 4 ZADANIA - ZESTAW 4

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 4 ZADANIA - ZESTAW 4 ZADANIA - ZESTAW 4 Zadanie 4. 0-0,4 c 0 0, 0, Wznacz c. Wznacz rozkład brzegowe. Cz, są niezależne? (odp. c = 0,3 Zadanie 4.- 0-0,4 0,3 0 0, 0, Wznaczć macierz kowariancji i korelacji. Cz, są skorelowane?

Bardziej szczegółowo

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia dr Mchł Koopczńsk Ekoom mtemtcz ćwcze. Ltertur obowązkow Eml Pek red. Podstw ekoom mtemtczej. Mterł do ćwczeń MD r 5 AE Pozń.. Ltertur uzupełjąc Eml Pek Ekoom mtemtcz AE Pozń. Alph C. Chg Podstw ekoom

Bardziej szczegółowo

Rozkłady prawdopodobieństwa 1

Rozkłady prawdopodobieństwa 1 Rozkłdy rwdoodoeństw Rozkłdy rwdoodoeństw. Rozkłdy dyskrete cągłe. W rzydku rozkłdu dyskretego określmy wrtośc rwdoodoeństw dl rzelczlej skończoej lu eskończoej lczy wrtośc zmeej losowej. N.... wszystke

Bardziej szczegółowo

Spójne przestrzenie metryczne

Spójne przestrzenie metryczne Spóe pzeszee ecze De. Pzeszeń eczą zw spóą eżel e d sę e pzedswć w posc s dwóc zoów epsc owc ozłączc. - pzeszeń spó ~ owe Icze es zoe spó eżel dl dowolc pów czl see cągł c : : = = see dog łącząc Tw. ągł

Bardziej szczegółowo

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa)

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa) Regresj low (metod jmejszch kwdrtów, metod wrówwcz, metod Guss) stot metod postult Guss współczk prostej kostrukcj prostej teoretczej trsformcj fukcj elowch przkłd Regresj low czm poleg? Jeśl merzoe dwe

Bardziej szczegółowo

Ń Ó ć Ó Ó Ó ć Ż Ś Ą ź ź ć Ą ć Ź ć ć ź ć ć źćź ć ź Ż ć ć Ź ć Ą Ą ć ź Ą ź Ą ź Ż ć ć ć ć ć ć ć ć ć Ż Ź ć ć Ź ć Ą ć Ż ć Ś Ą ć Ąć ć ź ć ć ć Ą ź ć ź ć Ł Ą Ż ź ź ź ć ć ć ź ć Ś ć ć Ś Ł Ż Ą ć Ż ć Ż ź Ą ć ć Ż ć

Bardziej szczegółowo

Algebra liniowa z geometrią analityczną. WYKŁAD 11. PRZEKSZTAŁCENIE LINIOWE WARTOŚCI I WEKTORY WŁASNE Przekształcenie liniowe

Algebra liniowa z geometrią analityczną. WYKŁAD 11. PRZEKSZTAŁCENIE LINIOWE WARTOŚCI I WEKTORY WŁASNE Przekształcenie liniowe lgbr liio gomtrią litcą / WYKŁD. PRZEKSZTŁCENIE LINIOWE WRTOŚCI I WEKTORY WŁSNE Prkstłci liio Diicj Prporądkoi ktorom R ktoró k R, : jst prkstłcim liiom td i tlko td gd: k k k k c c c c c Postć prkstłci

Bardziej szczegółowo

instrukcja do ćwiczenia 5.1 Badanie wyboczenia pręta ściskanego

instrukcja do ćwiczenia 5.1 Badanie wyboczenia pręta ściskanego 5.Bde wocze pręt śckego UT-H Rdom Ittut Mechk Stoowej Eergetk Lortorum Wtrzmłośc Mterłów trukcj do ćwcze 5. Bde wocze pręt śckego I ) C E L Ć W I C Z E N I A Celem ćwcze jet dośwdczle wzczee metodą Southwell

Bardziej szczegółowo

Automatyka SZR, SPP i PPZ

Automatyka SZR, SPP i PPZ ZN 5R Atmt ZR, PP PPZ 06-05-12 Atmt ZR, PP PPZ 1. ZAADA DZIAŁANIA...2 2. CHEMAT UNKCJONALNY... 2 2.1. MODUŁ WYŁĄCZNIKÓW...3 2.2. MODUŁ CZŁONÓW NAPIĘCIOWYCH... 3 2.3. MODUŁ GŁÓWNY AUTOMATU... 5 3. PARAMETRY...8

Bardziej szczegółowo

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna.

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna. terpolcj.doc Iterpolcj fukcj. Sformułowe problemu: Rs.. Iterpolcj fukcj low, b kwdrtow, c kubcz. De są rgumet,,,. orz odpowdjące m wrtośc fukcj = f, = f,, = f. Postć fukcj = f jest e z lub z. Poszukw jest

Bardziej szczegółowo

ć ć ć ć Ń Ę Ś Ę Ę ć Ę ć Ń

ć ć ć ć Ń Ę Ś Ę Ę ć Ę ć Ń Ź Ź Ó Ń Ó ź ć Ź ć ć ć ć Ń Ę Ś Ę Ę ć Ę ć Ń Ź ć Ź Ę Ę ć ć ź Ę Ę Ź ć Ó Ó Ś Ó Ń ŚĆ Ę Ś Ó ćć Ó Ś Ę Ś Ę Ę Ś Ś ć Ę Ó Ę Ó Ę Ń Ć Ś Ś Ś Ś Ó ŚĆ Ó ć Ń Ń Ó Ę Ó Ó Ó Ś Ę Ć Ó ć ć Ó ź Ę ć ć Ź ć ć ć ć ć ź ć Ź ć Ć ć ć Ś

Bardziej szczegółowo

460 Szeregi Fouriera. Definicja. Definicja. Układ trygonometryczny. Definicja Układ ortogonalny funkcji ( ϕ n

460 Szeregi Fouriera. Definicja. Definicja. Układ trygonometryczny. Definicja Układ ortogonalny funkcji ( ϕ n 6 Szeregi Fourier Defiij Dwie fuje ψ :< > C zywmy fujmi ortogolymi przedzile < > gdy ψ Defiij Ciąg fuji ) :< > C zywmy ułdem ortogolym przedzile < > gdy fuje są prmi ortogole przedzile < > tz gdy j j λ

Bardziej szczegółowo

Wcześniej zajmowaliśmy się przypadkiem, w którym zależność między wielkościami mierzonymi dało się przedstawić przy pomocy funkcji: = 3

Wcześniej zajmowaliśmy się przypadkiem, w którym zależność między wielkościami mierzonymi dało się przedstawić przy pomocy funkcji: = 3 Jdomro zgd mmlzcj Jdomro zgd mmlzcj. Wczśj zjmolśm sę przpdkm, którm zlżość mędz lkoścm mrzom dło sę przdstć prz pomoc fukcj: + ) ( Dopso modlu do kó pomró okzło sę bć problmm lom, prodzącm do ukłdu trzch

Bardziej szczegółowo

r h SSE EKONOMETRIA - WZORY p pk Opracowała: Joanna Kisielińska 1 Metody doboru zmiennych Metoda Nowaka Metoda Hellwiga Metoda momentów

r h SSE EKONOMETRIA - WZORY p pk Opracowała: Joanna Kisielińska 1 Metody doboru zmiennych Metoda Nowaka Metoda Hellwiga Metoda momentów Opowł: Jo Kselńs EKONOMETRIA - WZORY Metod doou zmeh Metod Now * t I I I Metod Hellwg om L l l K p p pk h l l K p H l h pk Metod mometów e Regesj post Modele: MNK m s s Y X C s v Opowł: Jo Kselńs Współz:

Bardziej szczegółowo

Zakres materiału obowiązujący do egzaminu poprawkowego z matematyki klasa 3 technikum str 1

Zakres materiału obowiązujący do egzaminu poprawkowego z matematyki klasa 3 technikum str 1 Zks mtłu oowązuąy o zmu popwkowo z mtmtyk kls tkum st Dzł pomowy Dotyzy klsy Zks lz Wyksy włsoś uk wykłz symptot uk wykłz Fuk wykłz Pzsuę wyksu uk wykłz o wkto I loytmy Poę loytmu włsoś loytmów Olz loytmów,

Bardziej szczegółowo

BADANIE DRGAŃ RELAKSACYJNYCH

BADANIE DRGAŃ RELAKSACYJNYCH BADANIE DRGAŃ RELAKSACYJNYCH Ops ukłdu pomrowego Ukłd pomrow skłd sę z podstwowch częśc: dego geertor drgń relkscjch, zslcz geertor, geertor odese (drgń hrmoczch), oscloskopu. Pokz rsuku schemt deow geertor

Bardziej szczegółowo

1. Określ monotoniczność podanych funkcji, miejsce zerowe oraz punkt przecięcia się jej wykresu z osią OY

1. Określ monotoniczność podanych funkcji, miejsce zerowe oraz punkt przecięcia się jej wykresu z osią OY . Określ ootoiczość podch fukcji, iejsce zerowe orz pukt przecięci się jej wkresu z osią OY ) 8 ) 8 c) Określjąc ootoiczość fukcji liiowej = + korzst z stępującej włsości: Jeżeli > to fukcj liiow jest

Bardziej szczegółowo

Arkusz 1 - karta pracy Całka oznaczona i jej zastosowania. Całka niewłaściwa

Arkusz 1 - karta pracy Całka oznaczona i jej zastosowania. Całka niewłaściwa Arkusz - krt prcy Cłk oznczon i jj zstosowni. Cłk niwłściw Zdni : Obliczyć nstępując cłki oznczon 5 d 5 d + 5 + 7 d Zuwżmy, ż d, Stąd d, + 5 + 7 d + ] 7 + + ln d cos sin d d ]. d + d 5, d + 5 + 7 7 7 d

Bardziej szczegółowo

MODEL EKONOMETRYCZNY KLASYFIKACJA MODELI EKONOMETRYCZNYCH

MODEL EKONOMETRYCZNY KLASYFIKACJA MODELI EKONOMETRYCZNYCH Ekoomri mrił ( foli ) do wkłdu D.Miszczńsk, M.Miszczński MODEL EKONOMERYCZNY Modl js o schmcz uproszczi, pomijjąc iiso spk w clu wjśii wwęrzgo dziłi, form lub kosrukcji brdzij skomplikowgo mchizmu. (Lwrc

Bardziej szczegółowo

Całkowanie numeryczne funkcji. Kwadratury Gaussa.

Całkowanie numeryczne funkcji. Kwadratury Gaussa. Cłkon nuryczn unkc. Kdrtury Guss. Rozżyy:. -D -punkto kdrtur Guss tod prostokątó. -D tod trpzó. -D -punkto kdrtur Guss 4. Zn grnc cłkon unoron d t dt 5. -D n-punkto kdrtur Guss 6. -D -punkto kdrtur Guss

Bardziej szczegółowo

χ (MNK) prowadziła do układu m równań liniowych ze względu

χ (MNK) prowadziła do układu m równań liniowych ze względu Dopso dooj fukcj do dch pomroch Dopso dooj fukcj do dch pomroch. Do tj por strśm sę dopsoć do kó pomró fukcj o ogój postc: m f, k zrjąc m zch prmtró...k. Zkłdśm prz tm, ż sm fukcj f k zrją tch prmtró.

Bardziej szczegółowo

Półprzewodniki (ang. semiconductors).

Półprzewodniki (ang. semiconductors). Półprzwodn an. smondutors. Ja.Szzyto@fuw.du.pl ttp://www.fuw.du.pl/~szzyto/ Unwrsytt Warszaws ora pasmowa ał stały. pasmo pust RGIA LKROÓW pasmo pust pasmo płn pasmo pust pasmo płn pasmo płn mtal półprzwodn

Bardziej szczegółowo

Automatyka i Robotyka Analiza Wykład 27 dr Adam Ćmiel

Automatyka i Robotyka Analiza Wykład 27 dr Adam Ćmiel Automty Rooty Az Wyłd 7 dr Adm Ćme cme@gh.edu.p Szereg Fourer Przypomee. Rozwżmy przestrzeń eudesową VR, tórej eemetm (putm, wetorm )są eemetowe cąg cz rzeczywstych p.,..., ) y y,..., y ). W przestrze

Bardziej szczegółowo

Ł Ł Ś ź ń ź ź ź Ś Ł Ę Ę Ś ż Ś ń Ą Ś Ą Ł ż ż ń ż ć ż ż ż ź ż ć ź Ę Ę ń ć ż Ł ń ż ż ż Ś ż Ś ż ż ż ż ż ż ż ń ń ż ż ż ć ż ń ż ń ź ż ć ż ż ć ń ż Ę Ę ć ń Ę ż ż ń ń ź Ę ź ż ń ż ń ź ż ż ż ń ż ż ż ż ż ż ż ż ń ń

Bardziej szczegółowo

Ż ż Ł ż ż ż Ż Ś ż ż ż Ł Ż Ż ć ż Ż Ż Ż Ń Ż Ź ż Ź Ź ż Ż ż ż Ż Ł Ż Ł Ż ż Ż ż Ż Ż Ń Ą Ż Ń Ż Ń ć ż Ż ź Ś ć Ł Ł Ź Ż Ż ż Ł ż Ż Ł Ż Ł ź ć ż Ż Ż ż ż Ó ż Ł Ż ć Ż Ż Ę Ż Ż Ż ż Ż ż ż Ś ż Ż ż ż ź Ż Ń ć Ż ż Ż Ż ż ż ż

Bardziej szczegółowo

Ś Ł Ą Ś Ś ź Ś ń ż ż Ó ż ż Ś Ł ż ń ń ń ż ń Ś ń ć ŚĘ Ó Ł Ę Ł Ś Ę Ę ń ń ń ń ń Ź ń ń ń ń ń ż ń ń ń ń ń Ę ż ż ć Ść ń ń ż Ń ż ż ń ń Ś Ą ń Ś ń ń ż Ó ż Ź ń ż ń Ś Ń Ó ż Ł ż Ą ź ź Ś Ł ć Ś ć ż ź ż ć ć Ę Ó Ś Ó ż ż

Bardziej szczegółowo

Ł Ł Ś Ę ź ń ź ź Ś Ę Ę Ś Ą Ś Ę Ż Ł ń Ę Ś ć ć ń ć ń ń ń ź ń Ę ź ń ń ń ź ź Ś ź ź ć ń ń ń ń Ś ć Ś ń ń Ś ź ń Ę ń Ś ź ź ź ź ź Ę Ę Ę Ś ń Ś ć ń ń ń ń ń ń Ę ń ń ń ń ć ń ń ń ń ć ń Ś ć Ł ń ń ń ć ń ć ź ń ź ć ń ń ć

Bardziej szczegółowo

Klucz odpowiedzi do zadań zamkniętych i schemat oceniania zadań otwartych

Klucz odpowiedzi do zadań zamkniętych i schemat oceniania zadań otwartych Klucz odpowiedzi do zdń zmkniętc i scemt ocenini zdń otwrtc Klucz odpowiedzi do zdń zmkniętc 4 7 9 0 4 7 9 0 D D D Scemt ocenini zdń otwrtc Zdnie (pkt) Rozwiąż nierówność x x 0 Oliczm wróżnik i miejsc

Bardziej szczegółowo

= v. T = f. Zagadnienia. dkość. 1 f T = Wielkości charakteryzujące przebiegi okresowe. v = 2πrf. Okres toru. dy dt. dx dt. v y. v x. dy y.

= v. T = f. Zagadnienia. dkość. 1 f T = Wielkości charakteryzujące przebiegi okresowe. v = 2πrf. Okres toru. dy dt. dx dt. v y. v x. dy y. Zgdnen Welośc chtezujące pzebeg oesowe Welośc chtezujące pzebeg oesowe (cl, oes, częstotlwość) uch jednostjn po oęgu (pę lnow, pzspeszene sł dośodow) uch obotow bł sztwnej (zwąze welośc lnowch z ątow)

Bardziej szczegółowo

Weryfikacja modelu. ( ) Założenia Gaussa-Markowa. Związek pomiędzy zmienną objaśnianą a zmiennymi objaśniającymi ma charakter liniowy

Weryfikacja modelu. ( ) Założenia Gaussa-Markowa. Związek pomiędzy zmienną objaśnianą a zmiennymi objaśniającymi ma charakter liniowy Wryfkacja modlu. Założa Gaussa-Markowa Zwązk pomędzy zmą objaśaą a zmym objaśającym ma charaktr lowy x, x,, K x k Wartośc zmych objaśających są ustalo ( są losow ε. Składk losow dla poszczgólych wartośc

Bardziej szczegółowo

$y = XB KLASYCZNY MODEL REGRESJI LINIOWEJ Z WIELOMA ZMIENNYMI NIEZALEŻNYMI

$y = XB KLASYCZNY MODEL REGRESJI LINIOWEJ Z WIELOMA ZMIENNYMI NIEZALEŻNYMI KASYCZNY ODE REGRESJI INIOWEJ Z WIEOA ZIENNYI NIEZAEŻNYI. gdz: wtor obsrwacj a zmj Y, o wmarach ( macrz obsrwacj a zmch zalżch, o wmarach ( ( wtor paramtrów struturalch (wtor współczów, o wmarach (( wtor

Bardziej szczegółowo

Służą opisowi oraz przewidywaniu przyszłego kształtowania się zależności gospodarczych.

Służą opisowi oraz przewidywaniu przyszłego kształtowania się zależności gospodarczych. MODEL EOOMERYCZY MODEL EOOMERYCZY DEFIICJA Modl konomtrczn jst równanm matmatcznm (lub układm równao), któr przdstawa zasadncz powązana loścow pomędz rozpatrwanm zjawskam konomcznm., uwzględnającm tlko

Bardziej szczegółowo

Instrukcja dodawania reklamy

Instrukcja dodawania reklamy Istrukja dodawaa rklam b s tu P w r st la m uj m C S ku t r k www.p.om www.sawa.om www.orst.om fabook.om/p a h Krok 1 Rjstraja owgo użtkowka la m uj m 1. Whodm a jd trh portal, klkam a lk dodaj rklamę

Bardziej szczegółowo

Metody numeryczne procedury

Metody numeryczne procedury Metod umercze procedur podstwe [Mrc et. l. 997] orz [Broszte et. l. 004] dr ż. Pweł Zlews Adem Mors w Szczece Iterpolc welomow: Zde terpolc poleg zlezeu pewe uc tór przlż dą ucę. Dl uc ze są prz tm wrtośc

Bardziej szczegółowo

Mechanika i wytrzymałość materiałów

Mechanika i wytrzymałość materiałów 1 k trmłość mtrłó Wkłd Nr 9 rktrstk gomtr fgur płsk momt stt, środk ężkoś fgur jgo, momt błdoś, głó trl os błdoś, głó trl momt błdoś, prom błdoś, trd Str Wdł Iżr j Robotk Ktdr Wtrmłoś, Zmę trłó Kostrukj

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA Woskowe sttstcze - egesj koelcj teść Wpowdzee Regesj koelcj low dwóch zmech Regesj koelcj elow - tsfomcj zmech Regesj koelcj welokot Wpowdzee Jedostk zoowośc sttstczej mogą ć chktezowe

Bardziej szczegółowo

3. F jest lewostronnie ciągła

3. F jest lewostronnie ciągła Def. Zmienną losową nzywmy funkcję X: tką, że x R : { : X( ) < x }. Ozn.: zmist pisd A = { : X( ) < x } piszemy A = { X < x } zdrzenie poleg n tym, że X( )

Bardziej szczegółowo

sin b) Wyznaczyć taką funkcję pierwotną do funkcji sin ( =, która przechodzi przez punkt (0,0)

sin b) Wyznaczyć taką funkcję pierwotną do funkcji sin ( =, która przechodzi przez punkt (0,0) Kolokwium z mmki 7.. Tm A godz.. Imię i nzwisko Nr indksu Zdni Wznczć cłkę d cos sin Wznczć ką unkcję pirwoną do unkcji cos sin kór przchodzi przz punk Odp. c cos cos F Zdni Nrsowć wrswic unkcji ln odpowidjąc

Bardziej szczegółowo

INSTYTUT ENERGOELEKTRYKI POLITECHNIKI WROCŁAWSKIEJ Raport serii SPRAWOZDANIA Nr LABORATORIUM TEORII I TEHCNIKI STEROWANIA INSTRUKCJA LABORATORYJNA

INSTYTUT ENERGOELEKTRYKI POLITECHNIKI WROCŁAWSKIEJ Raport serii SPRAWOZDANIA Nr LABORATORIUM TEORII I TEHCNIKI STEROWANIA INSTRUKCJA LABORATORYJNA prwch rękops do żytk słżboweo ISTYTUT RGOLKTRYKI POLITCHIKI WROCŁAWSKIJ Rport ser SPRAWODAIA r LABORATORIUM TORII I THCIKI STROWAIA ISTRUKCJA LABORATORYJA ĆWICI r 9 Sterowe optymle dyskretym obektem dymcym

Bardziej szczegółowo

Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej

Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej Isttt Atomt Iformt Stosowe Poltech Wrszwse Algortm predce w wers ltcze z efetwm mechzmem względ ogrczeń wść Potr Mrs Pl prezetc. Wstęp. Algortm reglc predce 3. Uwzględe ogrczeń łoŝoch sgł sterąc 4. Uwzględe

Bardziej szczegółowo

Wykład 8: Całka oznanczona

Wykład 8: Całka oznanczona Wykłd 8: Cłk ozczo dr Mriusz Grządziel grudi 28 Pole trójkt prboliczego Problem. Chcemy obliczyć pole s figury S ogriczoej prostą y =, prostą = i wykresem fukcji f() = 2. Rozwizie przybliżoe. Dzielimy

Bardziej szczegółowo

(0) Rachunek zaburzeń

(0) Rachunek zaburzeń Wyłd XII Rch zbzń Mchi wtow Rch zbzń st podstwową mtodą zdowi pzybliżoych ozwiązń óżgo odz ówń występących w fizyc Tt zsti pzdstwioy ch zbzń w zstosowi do ówi Schödig bz czs Ogiczymy się pzy tym do tzw

Bardziej szczegółowo

Fizyka. Kurs przygotowawczy. na studia inżynierskie. mgr Kamila Haule

Fizyka. Kurs przygotowawczy. na studia inżynierskie. mgr Kamila Haule Fizyk Kurs przygotowwczy n studi inżynierskie mgr Kmil Hule Dzień 3 Lbortorium Pomir dlczego mierzymy? Pomir jest nieodłączną częścią nuki. Stopień znjomości rzeczy często wiąże się ze sposobem ich pomiru.

Bardziej szczegółowo

STATYSTYKA PODSTAWOWE WZORY DOZWOLONE NA EGZAMINIE NA STUDIACH LICENCJACKICH

STATYSTYKA PODSTAWOWE WZORY DOZWOLONE NA EGZAMINIE NA STUDIACH LICENCJACKICH STATYSTYKA PODSTAWOWE WZORY DOZWOLONE NA EGZAMNE NA STUDACH LCENCJACKCH Oacoa zgooa zz d Maę Wczo a oda:. P. Kuz, J. Podgó: Saa. Wzo ablc. SGH, Wazaa, 8. M. Wczo: Saa. Lubę o! Zbó zadań. SGH, Wazaa 6 .

Bardziej szczegółowo

Hipotezy ortogonalne

Hipotezy ortogonalne Sttytyk Wykłd d Ćl -4 cl@gh.du.pl Hpotzy otogol ozwży odl lowy: Xϕ gdz X jt wkto obwcj ϕ Ω jt wkto śdch (wtośc oczkwych) o któy wdoo lży w pwj włścwj podpztz lowj Ω pztz tz. Ω d(ω)< jt loowy wkto błędów

Bardziej szczegółowo

Statystyka matematyczna. Wykład III. Estymacja przedziałowa

Statystyka matematyczna. Wykład III. Estymacja przedziałowa Statystyka matematyczna. Wykład III. e-mail:e.kozlovski@pollub.pl Spis treści Rozkłady zmiennych losowych 1 Rozkłady zmiennych losowych Rozkład χ 2 Rozkład t-studenta Rozkład Fischera 2 Przedziały ufności

Bardziej szczegółowo

Większość obiektów można zapisać przy użyciu równań stanu:

Większość obiektów można zapisać przy użyciu równań stanu: . ÓWNNI SNU. ów Węość oów oż pć pr żc rówń : D dl łdów corch, o dl łdów corch cr ą lż od c,,, D N podw ch rówń wc ch loow low łd wlowrowgo (r..) gd: wor ch lżch, wor o wrch łdowch,,, wor wń wścowch, wor

Bardziej szczegółowo

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.

Bardziej szczegółowo

Ω = n i wszystkie zdarzenia elementarne s jednakowo moliwe, wtedy przyjmujemy prawdopodobiestwo (albo funkcje prawdopodobiestwa) wzorem:

Ω = n i wszystkie zdarzenia elementarne s jednakowo moliwe, wtedy przyjmujemy prawdopodobiestwo (albo funkcje prawdopodobiestwa) wzorem: ojm wotym w to wdoodostw jst zdz lmt. Odwołmy s do tuj dz to jd z molwy wyów wgo dowdz, l t wy wgo omu zyzgo, wy gy losowj, gl losowgo wyou z zdzm losowym mmy do zy, gdy wy dzł jst oloy jdozz. Zó wszyst

Bardziej szczegółowo

Rozkład normalny (Gaussa)

Rozkład normalny (Gaussa) Rozład ormal (Gaussa Wprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowch. Rozważm pomiar wielości, tór jest zaburza przez losowch efetów o wielości ε ażd, zarówo zaiżającch ja i zawżającch

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe. INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,

Bardziej szczegółowo

2π Ciągi te są ortogonalne w kaŝdym przedziale < t 0, t 0 +T > o długości T =.

2π Ciągi te są ortogonalne w kaŝdym przedziale < t 0, t 0 +T > o długości T =. Obwody SLS prąd orsowgo SLS PO Obwody SLS prąd orsowgo o obwody SLS prcjąc w s soy przy pobdzch orsowych. Obwody zywy obwod prąd orsowgo OPO b obwod prąd odszłcogo OPO od sygł ssodgo. Mody posępow z OPO:

Bardziej szczegółowo

Elektrodynamika. Część 9. Potencjały i pola źródeł zmiennych w czasie. Ryszard Tanaś

Elektrodynamika. Część 9. Potencjały i pola źródeł zmiennych w czasie. Ryszard Tanaś Elektrodynamika Część 9 Potencjały i pola źródeł zmiennych w czasie Ryszard Tanaś Zakład Optyki Nieliniowej, UAM http://zon8.physd.amu.edu.pl/~tanas Spis treści 10 Potencjały i pola źródeł zmiennych w

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( )( ) ( ) ( ) 2. r s. ( i. REGRESJA (jedna zmienna) e s = + Y b b X. x x x n x. cov( (kowariancja) = (współczynnik korelacji) = +

( ) ( ) ( ) ( ) ( )( ) ( ) ( ) 2. r s. ( i. REGRESJA (jedna zmienna) e s = + Y b b X. x x x n x. cov( (kowariancja) = (współczynnik korelacji) = + REGRESJA jda zma + prota rgrj zmj wzgldm. przlo wartoc paramtrów trukturalch cov r waga: a c cov kowaracja d r cov wpółczk korlacj Waracja rztowa. Nch gdz + wtd czl ozacza rd tadardow odchl od protj rgrj.

Bardziej szczegółowo

REJESTR ZBIORÓW DANYCH OSOBOWYCH PRZETWARZANYCH W LOKALNEJ GRUPIE DZIAŁANIA Brynica to nie granica

REJESTR ZBIORÓW DANYCH OSOBOWYCH PRZETWARZANYCH W LOKALNEJ GRUPIE DZIAŁANIA Brynica to nie granica to ne grnc Pyrzowce ul. Centrln 5, 42-625 Ożrowce Tel/fx. 032 380 23 28, lgd@lgd-brync.pl www.lgd-brync.pl KRS 0000263450,, NIP 625-23-18-756 REJESTR ZBIORÓW DANYCH OSOBOWYCH PRZETWARZANYCH W LOKALNEJ

Bardziej szczegółowo

( t) dt. ( t) = ( t)

( t) dt. ( t) = ( t) TRANSFORMATA APACE A ROZWIĄZWANIE RÓWNAŃ RÓŻNICZKOWCH Zi Rchuk Oprorow Problm: Rozwiązć moą oprorową rówi różiczkow prz wrukch począkowch T x x. b.,5 c... Rozwiązi: Soując przkzłci plc z uwzglęiim wruków

Bardziej szczegółowo

KONKURS MATEMATYCZNY dla uczniów gimnazjów w roku szkolnym 2012/13 III etap zawodów (wojewódzki) 12 stycznia 2013 r.

KONKURS MATEMATYCZNY dla uczniów gimnazjów w roku szkolnym 2012/13 III etap zawodów (wojewódzki) 12 stycznia 2013 r. KONKURS MTEMTYCZNY dl ucziów gimzjów w roku szkolym 0/ III etp zwodów (wojewódzki) styczi 0 r. Propozycj puktowi rozwiązń zdń Uwg Łączie uczeń może zdobyć 0 puktów. Luretmi zostją uczesticy etpu wojewódzkiego,

Bardziej szczegółowo

Kawa. herbata? czy WSTĘP HERBATY CZARNE. Eksponuj sezonowe produk

Kawa. herbata? czy WSTĘP HERBATY CZARNE. Eksponuj sezonowe produk WSTĘP HERBATY CZARNE KLASYKA NA PÓŁCE Hrt zr ę sgt śró hrt (70% lś srzż hrt) Mż rzgtć z r różrh sh ltg z lrh ó ś Pls K z hrt? Dż zl z ł zr? C r lzg? Pls r tór zz ę zló ż hr Wśró głóh ó sęg ę sę zą łśś

Bardziej szczegółowo

Rachunek Prawdopodobieństwa MAP1151, 2011/12 Wydział Elektroniki Wykładowca: dr hab. Agnieszka Jurlewicz

Rachunek Prawdopodobieństwa MAP1151, 2011/12 Wydział Elektroniki Wykładowca: dr hab. Agnieszka Jurlewicz 1 Rachunk Prawdopodobiństwa MAP1151, 011/1 Wydział Elktroniki Wykładowca: dr hab. Agniszka Jurlwicz Listy zadań nr 5-6 Opracowani: dr hab. Agniszka Jurlwicz Lista 5. Zminn losow dwuwymiarow. Rozkłady łączn,

Bardziej szczegółowo

Pienińskich Portali Turystycznych

Pienińskich Portali Turystycznych Ofrta Pńskch Portal Turstczch b s z tu P w z c r st la m uj m C S ku z c t r k www.p.com www.szczawca.com www.czorszt.com facbook.com/p c a h Krótko o Pńskch Portalach Turstczch Pńsk Portal Turstcz został

Bardziej szczegółowo

ver ruch bryły

ver ruch bryły ver-25.10.11 ruch bryły ruch obrotowy najperw punkt materalny: m d v dt = F m r d v dt = r F d dt r p = r F d dt d v r v = r dt d r d v v= r dt dt def r p = J def r F = M moment pędu moment sły d J dt

Bardziej szczegółowo

Przedmiotowy system oceniania w klasie III a rok szk. 2018/2019

Przedmiotowy system oceniania w klasie III a rok szk. 2018/2019 dw ss w ls III s. 2018/2019 d d L I U ę ś ó w ds [1] Głs, h, wź, b Wwd sę l, d słw, bg słww. dsą [2] slb, bd wl, l ęśw s. Wwd sę d, h, wwdź dłżs s lg só, wdlw s d. ds [3] w, wl, ws f dlźć śl fg s. wwd

Bardziej szczegółowo

Teoria Sygnałów. II rok Geofizyki III rok Informatyki Stosowanej. Wykład 2. Układy liniowe i niezmienne w czasie (układy LTI) y[n] x[n]

Teoria Sygnałów. II rok Geofizyki III rok Informatyki Stosowanej. Wykład 2. Układy liniowe i niezmienne w czasie (układy LTI) y[n] x[n] Toi Sgłów II ok Goizki III ok Ioki Sosowj Wkłd Ukłd liiow i izi w czsi ukłd LTI Kilk uwg: LTI jpopulijsz odl ilcji LTI odl pocsów izczch [] Ukłd liiow [] gdzi ozcz sgł wjściow do ukłdu zś sgł wjściow.

Bardziej szczegółowo

IV. WPROWADZENIE DO MES

IV. WPROWADZENIE DO MES Kondra P. Moda mnów Sończonych ora zasosowana 7 IV. WPROWADZNI DO MS Poszuwan rozwązań rzybżonych bazuących na modach rsduanych waracynych naoya na rudnośc w doborz func bazowych orśonych na całym obszarz.

Bardziej szczegółowo

ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GRANULOMETRYCZNEJ SUROWCÓW I PRODUKTÓW

ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GRANULOMETRYCZNEJ SUROWCÓW I PRODUKTÓW 1 ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GANULOMETYCZNEJ SUOWCÓW I PODUKTÓW 1. Cel zkres ćwczen Celem ćwczen jest opnowne przez studentów metody oceny mterłu sypkego pod względem loścowej zwrtośc frkcj

Bardziej szczegółowo

STATYSTYKA PODSTAWOWE WZORY DOZWOLONE NA EGZAMINIE NA STUDIACH LICENCJACKICH

STATYSTYKA PODSTAWOWE WZORY DOZWOLONE NA EGZAMINIE NA STUDIACH LICENCJACKICH STATYSTYKA PODSTAWOWE WZORY DOZWOLONE NA EGZAMNE NA STUDACH LCENCJACKCH Oacoa zgooa zz d Maę Wczo a oda:. P. Kuz, J. Podgó: Saa. Wzo ablc. SGH, Wazaa, 8. M. Wczo: Saa. Lubę o! Zbó zadań. SGH, Wazaa 3 .

Bardziej szczegółowo

Analiza matematyczna v.1.6 egzamin mgr inf niestacj 1. x p. , przy założeniu, że istnieją lim

Analiza matematyczna v.1.6 egzamin mgr inf niestacj 1. x p. , przy założeniu, że istnieją lim Anliz mtemtyczn v..6 egzmin mgr inf niestcj Oznczeni: f, g, h : J R funkcje rzeczywiste określone n J R J przedził, b),, b], [, b), [, b], półprost, b),, b],, ), [, ) lub prost R α, β [min{α, β}, m{α,

Bardziej szczegółowo

Prognozowanie- wiadomoci wstpne

Prognozowanie- wiadomoci wstpne Progozowa- wadomoc wtp Progozowa to racjoal woowa o zdarzach zach a podtaw zdarz zach. Clm progoz jt dotarcz otwch formacj potrzch do podjmowaa dczj. Progoz a mulacj. Progoza co dz w momc t Smulacja co

Bardziej szczegółowo

4) Podaj wartość stałych czasowych, wzmocnienia i punkt równowagi przy wymuszeniu impulsowym

4) Podaj wartość stałych czasowych, wzmocnienia i punkt równowagi przy wymuszeniu impulsowym LISA0: Podtwowe człony (obiety) dynmii Przygotownie ) Wymień i opiz włności podtwowych członów (obiety) dynmii potć trnmitncji nzwy i ogrniczeni prmetrów ) Wymień podtwowe człony dynmii dl tórych trnmitncj

Bardziej szczegółowo

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczby całkowite C : C..., 3, 2, 1,

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczby całkowite C : C..., 3, 2, 1, I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczy turle N : N 0,,,,,,..., N,,,,,... liczy cłkowite C : C...,,,, 0,,,,... Kżdą liczę wymierą moż przedstwić z pomocą ułmk dziesiętego skończoego

Bardziej szczegółowo

Grafy hamiltonowskie, problem komiwojażera algorytm optymalny

Grafy hamiltonowskie, problem komiwojażera algorytm optymalny 1 Grfy hmiltonowski, problm komiwojżr lgorytm optymlny Wykł oprcowny n postwi książki: M.M. Sysło, N.Do, J.S. Kowlik, Algorytmy optymlizcji yskrtnj z progrmmi w języku Pscl, Wywnictwo Nukow PWN, 1999 2

Bardziej szczegółowo

Rozkład normalny (Gaussa)

Rozkład normalny (Gaussa) Rozład ormal (Gaussa Wprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowch. Rozważm pomiar wielości, tór jest zaburza przez losowch efetów o wielości ε ażd, zarówo zaiżającch ja i zawżającch

Bardziej szczegółowo

I POCHODNA - INTERPRETACJA GEOMETRYCZNA

I POCHODNA - INTERPRETACJA GEOMETRYCZNA I ROK GOSPODARKA PRZESTRZENNA semestr I POCHODNA - INTERPRETACJA GEOMETRYCZNA Przpomnijm definicję ilorzu róŝnicowego : Definicj (ilorzu róŝnicowego) : Ilorzem róŝnicowm funkcji f : (,b) R odpowidjącm

Bardziej szczegółowo

WYNIKI EGZAMINU MATURALNEGO 2010 r.

WYNIKI EGZAMINU MATURALNEGO 2010 r. OKE Łomż 00 stron z 5 powt M. Olsztyn WYNIKI EGZAMINU MATURALNEGO 00 r. Powt M. Olsztyn CZĘŚĆ I Dn zmszczon w częśc I sprwozdn dotyczą mturlngo po rz prwszy. bsolwntów, którzy przystąpl do gzmnu. Ops populcj

Bardziej szczegółowo

ODPOWIEDZI I SCHEMAT PUNKTOWANIA POZIOM ROZSZERZONY Etapy rozwiązania zadania , 3 5, 7

ODPOWIEDZI I SCHEMAT PUNKTOWANIA POZIOM ROZSZERZONY Etapy rozwiązania zadania , 3 5, 7 Próbn egzmin mturln z mtemtki Numer zdni ODPOWIEDZI I SCHEMAT PUNKTOWANIA POZIOM ROZSZERZONY Etp rozwiązni zdni Liczb punktów Podnie wrtości b: b = Sporządzenie wkresu funkcji g Uwgi dl egzmintorów 4 Krzw

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka matematyczna.

Rachunek prawdopodobieństwa i statystyka matematyczna. Rchunek rwdoodobieństw i sttystyk mtemtyczn. Zd 8. {(, : i } Zleżność tą możn rzedstwić w ostci nstęującej interretcji grficznej: Arkdiusz Kwosk Rfł Kukliński Informtyk sem.4 gr. Srwdźmy, czy odne zmienne

Bardziej szczegółowo

Metody numeryczne. Różniczkowanie. Wykład nr 6. dr hab. Piotr Fronczak

Metody numeryczne. Różniczkowanie. Wykład nr 6. dr hab. Piotr Fronczak Mtod numrczn Wład nr 6 Różnczowan dr ab. Potr Froncza Różnczowan numrczn Wzor różnczowana numrczngo znajdują zastosowan wtd, gd trzba wznaczć pocodn odpowdngo rzędu uncj, tóra orślona jst tablcą lub ma

Bardziej szczegółowo

elektrostatyka ver

elektrostatyka ver elektostatka ve-8.6.7 ładunek ładunek elementan asada achowana ładunku sła (centalna, achowawca) e.6 9 C stała absolutna pawo Coulomba: F ~ dwa ładunk punktowe w póżn: F 4πε ε 8.8585 e F m ε stała ł elektcna

Bardziej szczegółowo

ANALIZA OBWODÓW DLA PRZEBIEGÓW SINUSOIDALNYCH METODĄ LICZB ZESPOLONYCH

ANALIZA OBWODÓW DLA PRZEBIEGÓW SINUSOIDALNYCH METODĄ LICZB ZESPOLONYCH ANAZA OBWODÓW DA PZBGÓW SNUSODANYH MTODĄ ZB ZSPOONYH. Wprowadzn. Wprowadź fnkcję zspoloną znnj rzczwstj (czas) o następjącj postac: F( t) F F j t j jt t+ Fnkcj tj przporządkj na płaszczźn zspolonj wktor

Bardziej szczegółowo

Funkcje jednej zmiennej - ćwiczenia 1. Narysuj relacje. Które z nich są funkcjami?

Funkcje jednej zmiennej - ćwiczenia 1. Narysuj relacje. Które z nich są funkcjami? Fukcj jdj zmij - ćwiczi. Nrysuj rlcj. Kór z ich są fukcjmi? A = (.y) R : y = A = (.y) R : y = A = (.y) R : y = A = (.y) R : y = - A 5 = (.y) R : y = ( + A 6 = (.y) R : y +. Zlźć dzidzię fukcji okrśloj

Bardziej szczegółowo

11. Aproksymacja metodą najmniejszych kwadratów

11. Aproksymacja metodą najmniejszych kwadratów . Aproksmcj metodą jmejszch kwdrtów W ukch przrodczch wkoujem często ekspermet polegjące pomrch pr welkośc, które, jk przpuszczm, są ze sobą powąze jkąś zleżoścą fukcją =f(, p. wdłużee spręż w zleżośc

Bardziej szczegółowo

RACHUNEK NIEPEWNOŚCI POMIARU

RACHUNEK NIEPEWNOŚCI POMIARU Mędznarodowa Norma Ocen Nepewnośc Pomaru(Gude to Epresson of Uncertant n Measurements - Mędznarodowa Organzacja Normalzacjna ISO) RACHUNEK NIEPEWNOŚCI http://phscs.nst./gov/uncertant POMIARU Wrażane Nepewnośc

Bardziej szczegółowo

Ekoenergetyka Matematyka 1. Wykład 8. CIĄGI LICZBOWE

Ekoenergetyka Matematyka 1. Wykład 8. CIĄGI LICZBOWE Ekoeergetk Mtemtk 1. Wkłd 8. CIĄGI LICZBOWE Defiicj (ciąg liczbow) Ciągiem liczbowm zwm fukcję odwzorowującą zbiór liczb turlch w zbiór liczb rzeczwistch. Wrtość tej fukcji dl liczb turlej zwm -tm wrzem

Bardziej szczegółowo