Fraktale - ciąg g dalszy

Wielkość: px
Rozpocząć pokaz od strony:

Download "Fraktale - ciąg g dalszy"

Transkrypt

1 Fraktale - ciąg g dalszy Koleja próba defiicji fraktala Jak Madelbrot zdefiiował fraktal? Co to jest wymiar fraktaly zbioru? Układy odwzorowań iterowaych (IFS Przykład kostrukcji pewego zbioru. Elemety ogóliejszej teorii wyjaśiaj iającej feome powstałego zbioru. 1. Koleja próba defiicji fraktala 1.1. Cechy określaj lające fraktal Beoit Madelbrot - The Fractal Geometry of Nature, Fraktal ma trzy własow asości. Nie jest bezpośredio określoy wzorem, lecz przy pomocy algorytmu rekurecyjego. Ma własow asość samopodobieństwa stwa (część faraktala przypomia całość ść. Wymiar fraktala ie jest liczbą całkowit kowitą Wymiar fraktaly Wiadomo, że pukt ma wymiar 0, odciek ma wymiar 1, kwadrat ma wymiar 2, sześcia ma wymiar 3 i tak dalej. Jaki wymiar mają,, zbiór Catora,, trójk jkąt t Sierpińskiego czy zbiór Madelbrota? Wydaje się dość sesowe uogólieie pojęcia wymiaru a liczby iecałkowite. 3 Defiicja wymiaru Hausdorffa (1919 Defiicja wymiaru Kołmogorowa (1958 Wymiar zbioru według Kołmogorowa (dla R 2 Pokrywa się zbiór r siatką figur geometryczych (p. kwadratów w o boku rówymr i oblicza liczbę d. - rozmiar oczka siatki N( - ajmiejsza liczba oczek,, potrzeba do pokrycia zbioru log N( d = lim 0 log( 1 4 1

2 Przykład 1 - trójk jkąt t Sierpińskiego Przykład 2 - trójk jkąt t rówoboczyr = 1, N( = 1 = 1/2, N( = 3 = 1, N( = 1 = 1/2, N( = 4 = 1/4, N( = 9 = (1/2, N( = 3 = 1/4, N( = 16 = (1/2, N( = 4 log N ( log( 3 d = lim = lim 0 log( 1 log( 2 log 3 = = 1, log 2 log N ( log( 4 d = lim = lim 0 log( 1 log( 2 log 4 2 log 2 = = = 2 log 2 log Wymiar fraktaly dla iektórych zbiorów: zbiór Catora d = log2/log3 = 0,630929, krzywa vo Kocha d = log4/log3 = 1,261869, trójk jkąt t Sierpińskiego d = log3/log3 = 1,584962, dywa Sierpińskiego d = log8/log3 = 1,892789, brzeg zbioru Madelbrota d =? Zastosowaie - filtracja fraktala obrazu pukt a obrazie obszar, w którym obliczay jest d pukt a obrazie d 0, 75 pukt usuwa się d > 0, 75 obszar, w którym obliczay jest d pukt pozostaje 7 2. Układy odwzorowań iterowaych (IFS IFS - Iterated Fuctio System 2.1. Odwzorowaia afiicze Rozważmy astępuj pujące odwzorowaie w R 2 (,y (,y ϕ : gdzie (, y y i (,y są puktami płaszczyzyp aszczyzy. Rozpatrywaa będzie b szczególa postać odwzorowaia, tak zwae odwzorowaie afiicze opisae wzorem = a + by + c ϕ : y = d + ey + f 8 2

3 Defiicja 1: Odwzorowaie afiicze azywamy zwęż ężającym, jeśli każdy odciek podday temu przekształceiu ulega skróceiu. Przykład 3 Niech będąb dae odwzorowaia afiicze 1, 2, 2, 4 o współczyikach zapisaych w tabeli 1 oraz liczby s i p Tabela 1 a b c d e f s p 1-0, ,00-0,18 0,81 10,0 0,8613 0, , ,00-0,10 0,40 0,0 0,6217 0, , ,00-0,10 0,40 0,0 0,6217 0, , ,00 0,44 0,44-2,0 0,6263 0,0440 s - długość odcika [0,1], poddaego odwzorowaiu i p - pole figury o polu 1,, poddaej odwzorowaiu i 9 lgorytm geeracji zbioru oparty a odwzorowaiach 1, 2, 2, 4 jest astępuj pujący: 1. Za pukt startowy procesu geeracji zbioru wybrać dowoly pukt płaszczyzy p R Ze zbioru czterech odwzorowań 1, 2, 2, 4 wylosować jedo, posługuj ugując c się geeratorem dyskretej zmieej losowej p. (p i =1/4; i=1, 2, 3, 4 3. UżywajU ywając c wylosowaego odwzorowaia wyliczyć współrz rzęde owego puktu płaszczyzyp R 2 4. Przyjąć wyliczoy pukt, jako owy pukt startowy i powtórzy rzyć krok Po wykoaiu iteracji obraz uzyskaego zbioru wygląda tak: a po wykoaiu iteracji tak:

4 Wiosek: Bardzo skomplikoway obiekt jest możliwy do opisaia przy pomocy stosukowo iewielkiego zbioru iformacji: 24 liczby ( współczyiki odwzorowań 1, 2, 3, 4, prosty algorytm obliczeiowy. Pytaie 1: Czy i jak otrzymay po dużej liczbie iteracji zbiór r zależy y od puktu startowego algorytmu i jakie sąs własości tego zbioru? Pytaie 2: Jaka jest rola czyika losowego występuj pującego w algorytmie? Czy możliwa jest geeracja zbioru przy pomocy algorytmu determiistyczego? 13 Przykład 4 Niech będzie dae astępujące odwzorowaie ϕ( = ϕ1( ϕ2( ϕ3( ϕ4( gdzie jest podzbiorem przestrzei R 2 a 1, 2, 2, 4 odwzorowaiami określoymi w tabeli 1. Zbiór choiki moża otrzymać przy pomocy algorytmu determiistyczego w astępujący sposób. 1. Za pukt startowy procesu geeracji obrać dowoly podzbiór 0 płaszczyzy R 2, w szczególości pukt. 2. Wygeerować podzbiór 1 = ( 1 ϕ Geerować koleje podzbiory według reguły czyli iaczej k + 1 = ϕ( k 0-1 pukt 1-4 pukty 2-16 puktów k - 4 k puktów W graicy powstaie te sam zbiór r co poprzedio Podstawy aalizy fukcjoalej Niech będzie b day zbiór r pewie zbiór X. Defiicja 2: Metryką w zbiorze X azywamy fukcję d : X X R spełiaj iającą astępuj pujące waruki: d (, = 0 = d( 1,2 = d( 2,1 d( 1,2 + d( 2,3 d( 1,3 Dla przykładu X=R 2 i tzw. metryka euklidesowa d 2 [(, y,(, y ] = ( + ( y y2 16 4

5 Defiicja 3: Przestrzeią metryczą azywamy parę (X, d. Defiicja 4: Ciąg { 1, 2,,, i, } elemetów w metryczej (X, d jest ciągiem Cauchy ego jeżeli eli d (, m 0 gdy przestrzei Defiicja 5: Jeżeli eli dla każdego ciągu Cauchy ego { i } istieje w przestrzei metryczej (X, d elemet taki, że d (, to przestrzeń (X, d d jest zupeła a Cauchy ego ego. 0 gdy azywa się graicą ciągu Defiicja 6: Operację f azywamy zwęż ężającą w przestrzei metryczej (X, d jeżeli eli dla dowolego X zachodzi f( X i jeżeli eli istieje taka liczba λ ( 0, 1,że, e dla dowolych 1, 2 X spełioy jest waruek Lipschitza w postaci Defiicja 7: Rozwiązaie zaie puktem stałym operacji f. [ f (, f ( ] d(, d 1 2 λ 1 2 rówaia r =f( azywae jest Twierdzeie (Baacha o odwzorowaiu zwęż ężającym W przestrzei metryczej zupełej (X, d operacja zwęż ężająca ma dokładie jede pukt stały Odległość pomiędzy zbiorami Niech (X, d będzie przestrzeią metryczą zupełą (p. R 2 z metryką euklidesową a H(X przestrzeią,, której elemetami sąs zwarte i iepuste podzbiory X. Pytaie : Jak określi lić metrykę w przestrzei H(X czyli odległość pomiędzy zbiorami? 0dległość zbioru od zbioru d(,b B d(b, d(,b = ma d( B, = ma y { d(,b : } { d( y, : y B} 0dległość puktu od zbioru d(,b B d(y, y d(,b = mi d( y, = mi y { d(,y : y B} { d(, y : } 0dległość pomiędzy zbiorami (metryka Hausdorffa h (,B = ma h(,, B spełia trzy waruki metryki. { d(,b, d( B, }

6 2.4. Wioski W zbiorze H(X określoo metrykę h,, czyli (H(X,(X, h jest przestrzeią metryczą. Dla choiki geerowaej według algorytmu z rysuku, moża pokazać, że e koleje zbiory j są elemetami H(X oraz, że e odwzorowaie ( jest zwęż ężające. 0-1 pukt pukty Spełioe sąs więc założeia twierdzeia Baacha, czyli choika w graicy jest zawsze taka sama i ie zależy y od tego jaki jest zbiór

Fraktale. Definicja ogólna. fraktala. w naturze. Samopodobieństwo. w naturze. Śnieżynka von Kocha

Fraktale. Definicja ogólna. fraktala. w naturze. Samopodobieństwo. w naturze. Śnieżynka von Kocha Defiicja ogóla fraktala Fraktale dr iż.. Piotr Steć Fraktalem azywamy obiekt, który wykazuje cechy dokładego lub statystyczego podobieństwa Fraktal jest obiektem, którego wymiar jest ułamkiem Słowo fraktal

Bardziej szczegółowo

ZADANIA Z TOPOLOGII I. PRZESTRZENIE METRYCZNE. II. ZBIORY OTWARTE I DOMKNIĘTE.

ZADANIA Z TOPOLOGII I. PRZESTRZENIE METRYCZNE. II. ZBIORY OTWARTE I DOMKNIĘTE. ZADANIA Z TOPOLOGII I. PRZESTRZENIE METRYCZNE. 1. Niech (X, ρ) będzie przestrzeią metryczą zaś a liczbą rzeczywistą dodatią. Wykaż, że fukcja σ: X X R określoa wzorem σ(x, y) = mi {ρ(x, y), a} jest metryką

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

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

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

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

Bardziej szczegółowo

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

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji

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

Bardziej szczegółowo

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

Ekonomia matematyczna - 1.1

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Ciągi liczbowe wykład 3

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

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. I Szeregi liczbowe

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

Bardziej szczegółowo

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

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

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

Egzaminy. na wyższe uczelnie 2003. zadania

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

(x 1 y 1 ) (x n y n ) 2. 1<j<m x i y i. x2 y 2 gdy x 1 = y 1 x 2 y 2 + x 1 + y 1 gdy x 1 = y 1. gdy x, y, 0 nie są współliniowe

(x 1 y 1 ) (x n y n ) 2. 1<j<m x i y i. x2 y 2 gdy x 1 = y 1 x 2 y 2 + x 1 + y 1 gdy x 1 = y 1. gdy x, y, 0 nie są współliniowe . Metrka Zadaie.. Pokazać, że metrka jest fukcją ieujemą. Zadaie.2. Odowodić, że poiższe wzor defiiuja metrki. a) (metrka euklidesowa) X = R. d e (, ) := ( ) 2 +... + ( ) 2 b) (metrka taksówkowa) X = R

Bardziej szczegółowo

Zasada indukcji matematycznej. Dowody indukcyjne.

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

Bardziej szczegółowo

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

Szeregi liczbowe. Szeregi potęgowe i trygonometryczne.

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

Bardziej szczegółowo

Zadania domowe. Ćwiczenie 2. Rysowanie obiektów 2-D przy pomocy tworów pierwotnych biblioteki graficznej OpenGL

Zadania domowe. Ćwiczenie 2. Rysowanie obiektów 2-D przy pomocy tworów pierwotnych biblioteki graficznej OpenGL Zadania domowe Ćwiczenie 2 Rysowanie obiektów 2-D przy pomocy tworów pierwotnych biblioteki graficznej OpenGL Zadanie 2.1 Fraktal plazmowy (Plasma fractal) Kwadrat należy pokryć prostokątną siatką 2 n

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

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

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

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

Bardziej szczegółowo

I kolokwium z Analizy Matematycznej

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

Bardziej szczegółowo

Materiały do ćwiczeń z Analizy Matematycznej I

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

Bardziej szczegółowo

Rachunek różniczkowy funkcji wielu zmiennych

Rachunek różniczkowy funkcji wielu zmiennych Automatya i Robotya Aaliza Wyład dr Adam Ćmiel cmiel@agh.edu.pl Rachue różiczowy fucji wielu zmieych W olejych wyładach uogólimy pojęcia rachuu różiczowego i całowego fucji jedej zmieej a przypade fucji

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

Bardziej szczegółowo

Szkic notatek do wykładu Analiza Funkcjonalna MAP9907

Szkic notatek do wykładu Analiza Funkcjonalna MAP9907 Szkic otatek do wykładu Aaliza Fukcjoala MAP9907 Prowadzący: prof dr hab Tomasz Dowarowicz Sporządził: Paweł Szołtysek Spis treści I Wstęp do Aalizy Fukcjoalej 0 Przestrzeie Metryka Kula 3 Zbiory otwarte

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

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 Matematyczna I dla Inżynierii Biomedycznej Lista zadań

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

Bardziej szczegółowo

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

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

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

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

Przykładowe zadania dla poziomu rozszerzonego

Przykładowe zadania dla poziomu rozszerzonego Przkładowe zadaia dla poziomu rozszerzoego Zadaie. ( pkt W baku w pierwszm roku oszczędzaia stopa procetowa bła rówa p%, a w drugim roku bła o % iższa. Po dwóch latach, prz roczej kapitalizacji odsetek,

Bardziej szczegółowo

Ekonomia matematyczna 2-2

Ekonomia matematyczna 2-2 Ekoomia matematycza - Fukcja produkcji Defiicja Efektywym przekształceiem techologiczym azywamy odwzorowaie (iekiedy wielowartościowe), które kazdemu wektorowi akładów R przyporządkowuje zbiór wektorów

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

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

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

Bardziej szczegółowo

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych Temat: Poprawo całkowita i czciowa algorytmu. Złooo obliczeiowa algorytmu. Złooo czasowa redia i pesymistycza. Rzd fukcji. I. Literatura 1. L. Baachowski, K. Diks, W. Rytter Algorytmy i struktury daych.

Bardziej szczegółowo

FRAKTALE I SAMOPODOBIEŃSTWO

FRAKTALE I SAMOPODOBIEŃSTWO FRAKTALE I SAMOPODOBIEŃSTWO Mariusz Gromada marzec 2003 mariusz.gromada@wp.pl http://multifraktal.net 1 Wstęp Fraktalem nazywamy każdy zbiór, dla którego wymiar Hausdorffa-Besicovitcha (tzw. wymiar fraktalny)

Bardziej szczegółowo

III. LICZBY ZESPOLONE

III. LICZBY ZESPOLONE Pojęcie ciała 0 III LICZBY ZESPOLONE Defiicja 3 Niech K będie dowolm biorem Diałaiem wewętrm (krótko będiem mówić - diałaiem) w biore K awam każdą fukcję o : K K K Wartość fukcji o dla elemetów K oacam

Bardziej szczegółowo

MATURA 2014 z WSiP. Zasady oceniania zadań

MATURA 2014 z WSiP. Zasady oceniania zadań MATURA 0 z WSiP Matematyka Poziom rozszerzoy Zasady oceiaia zadań Copyright by Wydawictwa Szkole i Pedagogicze sp z oo, Warszawa 0 Matematyka Poziom rozszerzoy Kartoteka testu Numer zadaia Sprawdzaa umiejętość

Bardziej szczegółowo

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

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

Bardziej szczegółowo

CIĄGI LICZBOWE. Poziom podstawowy

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

Bardziej szczegółowo

Twierdzenie Cayleya-Hamiltona

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

Bardziej szczegółowo

Zadanie 1.6. Niech n N, a R + \ N, a 2 = n. Wykazać, że a / Q. Zadanie 1.7. Wykazać następujące twierdzenia za pomocą indukcji matematycznej.

Zadanie 1.6. Niech n N, a R + \ N, a 2 = n. Wykazać, że a / Q. Zadanie 1.7. Wykazać następujące twierdzenia za pomocą indukcji matematycznej. . Liczby wymiere zasada idukcji matematyczej przekroje Dedekida Zadaie.. Niech A Q. Wykazać że jeśli istieje mi A odp. max A) to istieje if A odp. sup A) oraz if A = mi A odp. sup A = max A). Zadaie..

Bardziej szczegółowo

Analiza Matematyczna I dla Fizyki na WPPT Lista zadań

Analiza Matematyczna I dla Fizyki na WPPT Lista zadań Aaliza Matematycza I dla Fizyki a WPPT Lista zadań Jacek Cichoń, WPPT, PWr, 208/9 Zadaia ozaczoe * są ieco trudiejsze od zadań bez gwiazdki. Zadaia ozaczoe ** są jeszcze trudiejsze. Wstęp. Logika, zbiory

Bardziej szczegółowo

4 KWADRYKI W PRZESTRZENI RZUTOWEJ

4 KWADRYKI W PRZESTRZENI RZUTOWEJ 252 ROZDZIAŁ 5. KWADRYKI 2- Niech 77 = F2iP2 będzie płaszczyzą rzutową ad ciałem F2 (złożoą z sied miu puktów); iech p i q będą dwoma różymi jej puktami. Ile istieje automorfizmów płaszczyzy 77, przeprowadzających

Bardziej szczegółowo

Ekonomia matematyczna - 2.1

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

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINOWYCH

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

Bardziej szczegółowo

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7 Metody probabilistycze i statystyka Estymacja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

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

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

Funkcja wykładnicza i logarytm

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

Bardziej szczegółowo

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

Fraktale deterministyczne i stochastyczne. Katarzyna Weron Katedra Fizyki Teoretycznej

Fraktale deterministyczne i stochastyczne. Katarzyna Weron Katedra Fizyki Teoretycznej Fraktale deterministyczne i stochastyczne Katarzyna Weron Katedra Fizyki Teoretycznej Szare i Zielone Scena z Fausta Goethego (1749-1832), Mefistofeles do doktora (2038-2039): Wszelka, mój bracie, teoria

Bardziej szczegółowo

Szeregi liczbowe. 15 stycznia 2012

Szeregi liczbowe. 15 stycznia 2012 Szeregi liczbowe 5 styczia 0 Szeregi o wyrazach dodatich. Waruek koieczy zbieżości szeregu Defiicja.Abyszereg a < byłzbieżyciąga musizbiegaćdo0. Jest to waruek koieczy ale ie dostateczy. Jak wiecie z wykładu(i

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEOSTWA

RACHUNEK PRAWDOPODOBIEOSTWA RACHUNEK PRAWDOPODOBIEOSTWA Elemetarym pojęciem w rachuku prawdopodobieostwa jest zdarzeie elemetare tz. możliwy wyik pewego doświadczeia p. rzut moetą: wyrzuceie orła lub reszki arodziy człowieka: urodzeie

Bardziej szczegółowo

Materiały do wykładu Matematyka Stosowana 1. Dariusz Chrobak

Materiały do wykładu Matematyka Stosowana 1. Dariusz Chrobak Materiały do wykładu Matematyka Stosowaa Dariusz Chrobak 7 styczia 207 Spis treści Zbiory liczbowe i fukcje 2. Zbiór liczb wymierych Q...................... 2.2 Liczby iewymiere.........................

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

1. Granica funkcji w punkcie

1. Granica funkcji w punkcie Graica ukcji w pukcie Deiicja Sąsiedztwem o promieiu r > 0 puktu a R azywamy zbiór S ( a ( a r ( a a Deiicja Sąsiedztwem lewostroym o promieiu r > 0 puktu a R azywamy zbiór S ( a ( a r Deiicja Sąsiedztwem

Bardziej 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

P ( i I A i) = i I P (A i) dla parami rozłącznych zbiorów A i. F ( ) = lim t F (t) = 0, F (+ ) = lim t + F (t) = 1.

P ( i I A i) = i I P (A i) dla parami rozłącznych zbiorów A i. F ( ) = lim t F (t) = 0, F (+ ) = lim t + F (t) = 1. Podstawy teorii miary probabilistyczej. Zbiory mierzale σ ciało zbiorów Załóżmy, że mamy jakiś zbiór Ω. Niech F będzie taką rodzią podzbiorów Ω, że: Ω F A F A F i I A i F i I A i F Wtedy rodzię F azywamy

Bardziej szczegółowo

c 2 + d2 c 2 + d i, 2

c 2 + d2 c 2 + d i, 2 3. Wykład 3: Ciało liczb zespoloych. Twierdzeie 3.1. Niech C R. W zbiorze C określamy dodawaie: oraz możeie: a, b) + c, d) a + c, b + d) a, b) c, d) ac bd, ad + bc). Wówczas C, +, ) jest ciałem, w którym

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

Podprzestrzenie macierzowe

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

Bardziej szczegółowo

Statystyka matematyczna. Wykład II. Estymacja punktowa

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

Bardziej szczegółowo

Entropia w układach dynamicznych

Entropia w układach dynamicznych Etropia w układach dyamiczych Wstęp Środowiskowe studia doktorackie Uiwersytet Jagielloński Kraków, marzec-kwiecień 203 Tomasz Dowarowicz Część II Etropia topologicza i zasada wariacyja Zaczijmy od początku.

Bardziej szczegółowo

1. Powtórzenie: określenie i przykłady grup

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

Bardziej szczegółowo

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych.

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych. Temat: Poprawo całkowita i czciowa algorytmu. Złooo obliczeiowa algorytmu. Złooo czasowa redia i pesymistycza. Rzd fukcji. I. Literatura 1. A. V. Aho, J.E. Hopcroft, J. D. Ullma - Projektowaie i aaliza

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

1. Miara i całka Lebesgue a na R d

1. Miara i całka Lebesgue a na R d 1. Miara i całka Lebesgue a a R d 1. Miara. Mówimy, że rodzia podzbiorów S zbioru Ω jest σ-ciałem, jeśli wraz z każdym zbiorem zawiera oa jego dopełieie i jest zamkięta a sumowaie przeliczalych podrodzi.

Bardziej szczegółowo

Joanna JASZUŃSKA, Warszawa. Centrum Studiów Zaawansowanych, Politechnika Warszawska

Joanna JASZUŃSKA, Warszawa. Centrum Studiów Zaawansowanych, Politechnika Warszawska Artykuł związay jest z odczytem Nie)zależie od liczby wymiarów, wygłoszoym podczas L Szkoły Matematyki Poglądowej Nie)zależość w stycziu 2013 r w Nadarzyie Podziały Joaa JASZUŃSKA, Warszawa Cetrum Studiów

Bardziej szczegółowo

Podprzestrzenie macierzowe

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

Bardziej szczegółowo

ZWĄIZEK REKURENCYJNY ORAZ ZALEŻNOŚCI I RÓWNANIE RÓŻNICZKOWE DLA WIELOMIANÓW LEGENDRE A

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

Bardziej szczegółowo

Estymatory nieobciążone o minimalnej wariancji

Estymatory nieobciążone o minimalnej wariancji Estymatory ieobciążoe o miimalej wariacji Model statystyczy (X, {P θ, θ Θ}); g : Θ R 1 Zadaie: oszacować iezaą wartość g(θ) Wybrać takie δ(x 1, X 2,, X ) by ( θ Θ) ieobciążoość E θ δ(x 1, X 2,, X ) = g(θ)

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

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

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

Internetowe Kółko Matematyczne 2004/2005

Internetowe Kółko Matematyczne 2004/2005 Iteretowe Kółko Matematycze 2004/2005 http://www.mat.ui.toru.pl/~kolka/ Zadaia dla szkoły średiej Zestaw I (20 IX) Zadaie 1. Daa jest liczba całkowita dodatia. Co jest większe:! czy 2 2? Zadaie 2. Udowodij,

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

METODY NUMERYCZNE dr inż. Mirosław Dziewoński

METODY NUMERYCZNE dr inż. Mirosław Dziewoński Metody Numerycze METODY NUMERYCZNE dr iż. Mirosław Dziewoński e-mail: miroslaw.dziewoski@polsl.pl Pok. 151 Wykład /1 Metody Numerycze Aproksymacja fukcji jedej zmieej Wykład / Aproksymacja fukcji jedej

Bardziej szczegółowo

Analiza matematyczna dla informatyków 4 Zajęcia 5

Analiza matematyczna dla informatyków 4 Zajęcia 5 Aaliza matematycza dla iformatyków Zajęcia 5 Twiereie (auchy ego) Niech Ω bęie otwartym pobiorem oraz f : Ω fukcją holomorficzą Wtedy dla dowolego koturu całkowicie zawartego w Ω zachoi f(z) = 0 Zadaie

Bardziej szczegółowo

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

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

Bardziej szczegółowo

Podróże po Imperium Liczb

Podróże po Imperium Liczb Podróże po Imperium Liczb Część 15. Liczby, Fukcje, Ciągi, Zbiory, Geometria Rozdział 12 12. Gęste podzbiory zbioru liczb rzeczywistych Adrzej Nowicki 16 kwietia 2013, http://www.mat.ui.toru.pl/~aow Spis

Bardziej szczegółowo

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

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

Bardziej szczegółowo

LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY

LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY Zgodie z dążeiami filozofii pitagorejsiej matematyzacja abstracyjego myśleia powia być dooywaa przy pomocy liczb. Soro ta, to liczby ależy tworzyć w miarę

Bardziej szczegółowo

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń 3 Wkład III: Waruki optmalości dla zadań bez ograiczeń Podae poiże waruki optmalości dla są uogólieiem powszechie zach waruków dla fukci ede zmiee (zerowaie się pierwsze pochode i lokala wpukłość) 3 Twierdzeie

Bardziej szczegółowo

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja Charakterystyki liczbowe zmieych losowych: wartość oczekiwaa i wariacja dr Mariusz Grządziel Wykłady 3 i 4;,8 marca 24 Wartość oczekiwaa zmieej losowej dyskretej Defiicja. Dla zmieej losowej dyskretej

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

Analiza numeryczna Kurs INP002009W. Wykład 4 Rozwiązywanie równań nieliniowych. Karol Tarnowski A-1 p.

Analiza numeryczna Kurs INP002009W. Wykład 4 Rozwiązywanie równań nieliniowych. Karol Tarnowski A-1 p. Aaliza umerycza Kurs INP002009W Wykład 4 Rozwiązywaie rówań ieliiowych Karol Tarowski karol.tarowski@pwr.wroc.pl A-1 p.223 Pla wykładu Metoda bisekcji Algorytm Aaliza błędu Metoda Newtoa Algorytm Aaliza

Bardziej szczegółowo

Symulacje komputerowe w fizyce Fraktale

Symulacje komputerowe w fizyce Fraktale Symulacje komputerowe w fizyce Fraktale Jakub Tworzydło Katedra Teorii Materii Skondensowanej Instytut Fizyki Teoretycznej telefon: (022)5532-919, pokój 5.19 Jakub.Tworzydlo@fuw.edu.pl 13 i 15/11/2017

Bardziej szczegółowo

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

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

Bardziej szczegółowo