MODEL HAHNFELDTA I IN. ANGIOGENEZY NOWOTWOROWEJ Z UWZGL DNIENIEM LEKOOPORNO CI KOMÓREK NOWOTWOROWYCH
|
|
- Paweł Kwiatkowski
- 6 lat temu
- Przeglądów:
Transkrypt
1 MODEL HAHNFELDTA I IN. ANGIOGENEZY NOWOTWOROWEJ Z UWZGL DNIENIEM LEKOOPORNO CI KOMÓREK NOWOTWOROWYCH Urszula Fory± Zakªad Biomatematyki i Teorii Gier, Instytut Matematyki Stosowanej i Mechaniki, Wydziaª Matematyki, Informatyki i Mechaniki, Uniwersytet Warszawski XLV KZM Zakopane, 12 wrze±nia 2016
2 WSPÓŠAUTORZY Piotr Bajger Kolegium Mi dzywydziaªowych Indywidualnych Studiów Matematyczno-Przyrodniczych, Uniwersytet Warszawski Mariusz Bodzioch Wydziaª Matematyki i Informatyki, Uniwersytet Warmi«sko-Mazurski w Olsztynie
3 Angiogeneza Angiogeneza to proces powstawania naczy«krwiono±nych na bazie ju» istniej cych. W okresie pozapªodowym wyst puje rzadko (w organizmie dominuj wówczas substancje antyangiogenne). Cz sto ma jednak miejsce w stanach patologicznych. Rysunek: Pobrany z:
4 Angiogeneza W roku 1971 Judah Folkman odkryª, ze wzrost ka»dego litego guza jest silnie uzale»niony od ilo±ci naczy«krwiono±nych, które pobudzi do wzrostu. Jednocze±nie wysun ª hipotez, ze je±li guz zostaªby pozbawiony mo»liwo±ci pobudzania naczy«do wzrostu, to nie mógªby si skutecznie rozwin. Rysunek: Pobrany z:
5 Model Hahnfeldta i in. (1999) Model Hahnfeldta i in. zaproponowany w 1999 roku ma nast puj c posta : gdzie: ( ) V V = λv log, K V jest obj to±ci nowotworu, K = µk + bv dv 2/3 K, K okre±la pojemno± ±rodowiskow zale»n od wielko±ci sieci naczy«krwiono±nych.
6 Model Hahnfeldta i in. (1999) Dla µ < b (zwykle przyjmuje si µ = 0 w przypadku modelu bez leczenia) mamy jednoznacznie wyznaczony dodatni stan stacjonarny ( V, K), V = K = ( b µ d ) 3/2, który jest globalnie asymptotycznie stabilny w zbiorze niezmienniczym ( R +) 2.
7 Model Hahnfeldta i in. (1999) Dla µ b dodatni stan stacjonarny nie istnieje. Analizuj c przebieg rozwi za«w przestrzeni fazowej widzimy,»e rozwi zania musz zbiega do brzegu obszaru B, zatem do punktu (0, 0).
8 Zmodykowany model Rozwa»my dwa typy konkuruj cych ze sob komórek nowotworowych, które ró»ni si wra»liwo±ci na podawany lek. Dzielimy caª populacj (V (t)) na dwie subpopulacje ((V 1, V 2 )): ( ) V V1 + α 12 V 2 1 = λ 1 V 1 log, K ( ) V V2 + α 21 V 1 2 = λ 2 V 2 log, K K = µk + (b 1 V 1 + b 2 V 2 ) d (V 1 + V 2 ) 2/3 K, gdzie α 12, α 21 s wspóªczynnikami konkurencji mi dzy komórkami.
9 Stany stacjonarne i ich stabilno± S 1 komórki typu I dominuj, S 2 komórki typu II dominuj, S 3 oba typy komórek wspóªistniej. W jaki sposób stabilno± stanów stacjonarnych zale»y od wspóªczynników konkurencji α 12, α 21?
10 Stany stacjonarne i ich stabilno± S 1 = (V1 1, 0, K1 ), gdzie V1 1 = K 1 = istnieje, gdy b 1 > µ i jest stabilny dla α 21 > 1. S 2 = (0, V2 2, K1 ), gdzie V2 2 = K 2 = istnieje, gdy b 2 > µ i jest stabilny dla α 12 > 1. ( ) b1 µ 3/2 d ( ) b2 µ 3/2 d
11 Stany stacjonarne i ich stabilno± S 3 = (V 3 1, V 3 2, K3 ), gdzie V1 3 = 1 α 12 K 3, V2 3 = 1 α 21 K 3, 1 α 12 α 21 1 α 12 α 21 ( b 1 (1 α 12 ) + b 2 (1 α 21 ) µ(1 α 12 α 21 ) K 3 = d 3/2 (1 α 12 α 21 ) 1/2 (2 α 12 α 21 ) istnieje, gdy α 12 < 1, α 21 < 1, b 1 (1 α 12 ) + b 2 (1 α 21 ) > µ(1 α 12 α 21 ). ) 3/2,
12 Stany stacjonarne i ich stabilno± Je±li stany stacjonarne S 1 i S 2 istniej i s niestabilne, to stan S 3 istnieje.
13 Stany stacjonarne i ich stabilno± Co mo»emy powiedzie o stabilno±ci S 3? Kryterium Routha-Hourwitza daje bardzo skomplikowane warunki. Mo»emy pokaza,»e warunkiem wystarczaj cym jest: λ 1 (b 2 b 1 α 12 ) + λ 2 (b 1 b 2 α 21 ) > 0. W szczególno±ci warunek ten jest speªniony, gdy λ 1 = λ 2 lub b 1 = b 2.
14 Przykªadowe rozwi zanie oscyluj ce
15 Model z terapi ( ) V V1 + α 12 V 2 1 = λ 1 V 1 log β 1 V 1 g(t), K ( ) V V2 + α 21 V 1 2 = λ 2 V 2 log β 2 V 2 g(t), K K = µk + (b 1 V 1 + b 2 V 2 ) d (V 1 + V 2 ) 2/3 K βkg(t), gdzie g(t) jest st»eniem cytotoksycznego leku we krwi, β 1, β 2 i β okre±laj wra»liwo± poszczególnych typów komórek na terapi.
16 Zaªo»enia 1 β 1 > β 2 > β Komórki typu I s bardziej wra»liwe na terapi ni» komórki typu II. 2 λ 1 = λ 2 Oba rodzaje komórek namna»aj si w tym samym tempie. 3 g(t) = g = const St»enie cytotoksyny we krwi jest staªe b dziemy traktowa je jako parametr bifurkacyjny.
17 Stany stacjonarne S 1 stabilny, je±li g < g 1, S 2 stabilny, je±li g > g 2, S 3 istnieje, je±li g 1 < g 2 i g (g 1, g 2 ), gdzie: g 1 = λ 1 λ 2 log(α 21 ) λ 2 β 1 λ 1 β 2 oraz g 2 = λ 1 λ 2 log(α 12 ) λ 1 β 2 λ 2 β 1. Rozwa»my dwa przykªady: 1. α 12 = 0, 9, α 21 = 1, 05 = g 1 < g 2, 2. α 12 = 0, 9, α 21 = 1, 50 = g 1 > g 2.
18 Stany stacjonarne S 1 stabilny, je±li g < g 1, S 2 stabilny, je±li g > g 2, S 3 istnieje, je±li g 1 < g 2 i g (g 1, g 2 ), gdzie: g 1 = λ 1 λ 2 log(α 21 ) λ 2 β 1 λ 1 β 2 oraz g 2 = λ 1 λ 2 log(α 12 ) λ 1 β 2 λ 2 β 1. Rozwa»my dwa przykªady: 1. α 12 = 0, 9, α 21 = 1, 05 = g 1 < g 2, 2. α 12 = 0, 9, α 21 = 1, 50 = g 1 > g 2.
19 Bifurkacje I α 12 = 0, 9, α 21 = 1, 05 = g 1 < g 2
20 Bifurkacje II: histereza α 12 = 0, 9, α 21 = 1, 50 = g 1 > g 2
21 Prze»ywalno±
22 Wnioski Widzimy,»e zwi kszanie dawki nie musi skutkowa wzrostem prze»ywalno±ci. Standardowe schematy terapeutyczne to tzw. MTD maximal tolerable dose. Nale»y wi c rozwa»a inne podej±cie, tzw. metronomiczne, gdzie podaje si dawki znacznie mniejsze ni» MTD.
23 Zapraszamy! informacje:
24 Dzi kuj za uwag!
Podstawy statystycznego modelowania danych - Wykªad 7
Podstawy statystycznego modelowania danych - Wykªad 7 Tomasz Suchocki ANOVA Plan wykªadu Analiza wariancji 1. Rys historyczny 2. Podstawy teoretyczne i przykªady zastosowania 3. ANOVA w pakiecie R Tomasz
Bardziej szczegółowoMetody dowodzenia twierdze«
Metody dowodzenia twierdze«1 Metoda indukcji matematycznej Je±li T (n) jest form zdaniow okre±lon w zbiorze liczb naturalnych, to prawdziwe jest zdanie (T (0) n N (T (n) T (n + 1))) n N T (n). 2 W przypadku
Bardziej szczegółowoTwierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski
Twierdzenie Wainera Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 3 lipca 2009 Motywacje Dla dowolnej
Bardziej szczegółowoPakiety statystyczne - Wykªad 8
Pakiety statystyczne - Wykªad 8 Tomasz Suchocki Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t Plan wykªadu Analiza wariancji 1. Rys historyczny 2. Podstawy teoretyczne
Bardziej szczegółowoBifurkacje. Ewa Gudowska-Nowak Nowak. Plus ratio quam vis
Bifurkacje Nowak Plus ratio quam vis M. Kac Complex Systems Research Center, M. Smoluchowski Institute of Physics, Jagellonian University, Kraków, Poland 2008 Gªówna idea.. Pozornie "dynamika" ukªadów
Bardziej szczegółowoModele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 1
Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 1 Tomasz Suchocki Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t Plan wykªadu Analiza wariancji
Bardziej szczegółowoMetody statystyczne w biologii - Wykªad 8. Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t
Metody statystyczne w biologii - Wykªad 8 Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t Plan wykªadu Regresja logistyczna 1. Podstawy teoretyczne i przykªady zastosowania
Bardziej szczegółowoRównania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010
WFTiMS 23 marca 2010 Spis tre±ci 1 Denicja 1 (równanie ró»niczkowe pierwszego rz du) Równanie y = f (t, y) (1) nazywamy równaniem ró»niczkowym zwyczajnym pierwszego rz du w postaci normalnej. Uwaga 1 Ogólna
Bardziej szczegółowoANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15
ANALIZA NUMERYCZNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Metoda Eulera 3 1.1 zagadnienia brzegowe....................... 3 1.2 Zastosowanie ró»niczki...................... 4 1.3 Output do pliku
Bardziej szczegółowoDynamiczne wªasno±ci algorytmu propagacji przekona«
BP propagacji przekona«4. Interdyscyplinarne Warsztaty Matematyczne Wydziaª Fizyki Politechnika Warszawska B dlewo, 26 maja, 2013 BP 1 2 3 4 5 6 BP Rysunek: Zbiór zmiennych losowych. BP Rysunek: Zbiór
Bardziej szczegółowoLiniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach
Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach Teoria obowi zuje z wykªadu, dlatego te» zostan tutaj przedstawione tylko podstawowe denicje, twierdzenia i wzory. Denicja 1. Równanie
Bardziej szczegółowoXVII Warmi«sko-Mazurskie Zawody Matematyczne
1 XVII Warmi«sko-Mazurskie Zawody Matematyczne Kategoria: klasa VIII szkoªy podstawowej i III gimnazjum Olsztyn, 16 maja 2019r. Zad. 1. Udowodnij,»e dla dowolnych liczb rzeczywistych x, y, z speªniaj cych
Bardziej szczegółowo1 Granice funkcji wielu zmiennych.
AM WNE 008/009. Odpowiedzi do zada«przygotowawczych do czwartego kolokwium. Granice funkcji wielu zmiennych. Zadanie. Zadanie. Pochodne. (a) 0, Granica nie istnieje, (c) Granica nie istnieje, (d) Granica
Bardziej szczegółowoMiASI. Modelowanie analityczne. Piotr Fulma«ski. 18 stycznia Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska
MiASI Modelowanie analityczne Piotr Fulma«ski Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska 18 stycznia 2010 Spis tre±ci 1 Czym jest modelowanie analityczne? 2 Podstawowe kategorie poj ciowe
Bardziej szczegółowoUkªady równa«liniowych
dr Krzysztof yjewski Mechatronika; S-I 0 in» 7 listopada 206 Ukªady równa«liniowych Informacje pomocnicze Denicja Ogólna posta ukªadu m równa«liniowych z n niewiadomymi x, x, x n, gdzie m, n N jest nast
Bardziej szczegółowo3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka
EGZAMIN MAGISTERSKI, 26.06.2017 Biomatematyka 1. (8 punktów) Rozwój wielko±ci pewnej populacji jest opisany równaniem: dn dt = rn(t) (1 + an(t), b gdzie N(t) jest wielko±ci populacji w chwili t, natomiast
Bardziej szczegółowoElementarna statystyka Wnioskowanie o regresji (Inference 2 czerwca for regression) / 13
Elementarna statystyka Wnioskowanie o regresji (Inference for regression) Alexander Bendikov Uniwersytet Wrocªawski 2 czerwca 2016 Elementarna statystyka Wnioskowanie o regresji (Inference 2 czerwca for
Bardziej szczegółowowiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. Metodyka bada«do±wiadczalnych dr hab. in». Sebastian Skoczypiec Cel wiczenia Zaªo»enia
wiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. wiczenia 1 2 do wiczenia 3 4 Badanie do±wiadczalne 5 pomiarów 6 7 Cel Celem wiczenia jest zapoznanie studentów z etapami przygotowania i
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoSTATYSTYCZNE MODELOWANIE DANYCH BIOLOGICZNYCH
STATYSTYCZNE MODELOWANIE DANYCH BIOLOGICZNYCH WYKŠAD 3 29 pa¹dziernik 2015 1 / 39 Plan wykªadu 1. Test log-rank dla wi cej ni» dwóch grup 2. Test Mantela-Haenszela dla wi cej ni» dwóch grup 3. Wst p do
Bardziej szczegółowoProste modele o zªo»onej dynamice
Proste modele o zªo»onej dynamice czyli krótki wst p do teorii chaosu Tomasz Rodak Festiwal Nauki, Techniki i Sztuki 2018 April 17, 2018 Dyskretny model pojedynczej populacji Rozwa»my pojedyncz populacj
Bardziej szczegółowo2. (8 punktów) 3. (8 punktów) 4. (8 punktów) 5. (8 punktów) EGZAMIN MAGISTERSKI, Matematyka w ekonomii i ubezpieczeniach
Matematyka w ekonomii i ubezpieczeniach 1. (8 punktów) Znajd¹ rozwi zanie poni»szego zagadnienia programowania liniowego: Zmaksymalizowa x 1 2x 2 + x 3 x 5 przy ograniczeniach x 1 3x 2 + x 3 + 2x 5 = 8
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoEkonometria - wykªad 8
Ekonometria - wykªad 8 3.1 Specykacja i werykacja modelu liniowego dobór zmiennych obja±niaj cych - cz ± 1 Barbara Jasiulis-Goªdyn 11.04.2014, 25.04.2014 2013/2014 Wprowadzenie Ideologia Y zmienna obja±niana
Bardziej szczegółowoRachunek ró»niczkowy funkcji jednej zmiennej
Lista Nr 5 Rachunek ró»niczkowy funkcji jednej zmiennej 5.0. Obliczanie pochodnej funkcji Pochodne funkcji podstawowych. f() = α f () = α α. f() = log a f () = ln a '. f() = ln f () = 3. f() = a f () =
Bardziej szczegółowoKLASYCZNE ZDANIA KATEGORYCZNE. ogólne - orzekaj co± o wszystkich desygnatach podmiotu szczegóªowe - orzekaj co± o niektórych desygnatach podmiotu
➏ Filozoa z elementami logiki Na podstawie wykªadów dra Mariusza Urba«skiego Sylogistyka Przypomnij sobie: stosunki mi dzy zakresami nazw KLASYCZNE ZDANIA KATEGORYCZNE Trzy znaczenia sªowa jest trzy rodzaje
Bardziej szczegółowoModele wielorównaniowe. Problem identykacji
Modele wielorównaniowe. Problem identykacji Ekonometria Szeregów Czasowych SGH Identykacja 1 / 43 Plan wykªadu 1 Wprowadzenie 2 Trzy przykªady 3 Przykªady: interpretacja 4 Warunki identykowalno±ci 5 Restrykcje
Bardziej szczegółowoWektory w przestrzeni
Wektory w przestrzeni Informacje pomocnicze Denicja 1. Wektorem nazywamy uporz dkowan par punktów. Pierwszy z tych punktów nazywamy pocz tkiem wektora albo punktem zaczepienia wektora, a drugi - ko«cem
Bardziej szczegółowoZarz dzanie rm. Zasada 2: samoorganizuj ce si zespoªy. Piotr Fulma«ski. March 17, 2015
Zarz dzanie rm Zasada 2: samoorganizuj ce si zespoªy Piotr Fulma«ski Instytut Nauk Ekonomicznych i Informatyki, Pa«stwowa Wy»sza Szkoªa Zawodowa w Pªocku, Polska March 17, 2015 Table of contents Ludzie
Bardziej szczegółowo1 Poj cia pomocnicze. Przykªad 1. A A d
Poj cia pomocnicze Otoczeniem punktu x nazywamy dowolny zbiór otwarty zawieraj cy punkt x. Najcz ±ciej rozwa»amy otoczenia kuliste, tj. kule o danym promieniu ε i ±rodku x. S siedztwem punktu x nazywamy
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoMetoda tablic semantycznych. 1 Metoda tablic semantycznych
1 Zarówno metoda tablic semantycznych, jak i rezolucji, to dosy sprawny algorytm do badania speªnialni±ci formuª, a wi c i tautologii. Chodzi w niej o wskazanie, je±li istnieje, modelu dla formuªy. Opiera
Bardziej szczegółowoWst p do informatyki. Systemy liczbowe. Piotr Fulma«ski. 21 pa¹dziernika 2010. Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska
Wst p do informatyki Systemy liczbowe Piotr Fulma«ski Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska 21 pa¹dziernika 2010 Spis tre±ci 1 Liczby i ich systemy 2 Rodzaje systemów liczbowych
Bardziej szczegółowoX WARMI SKO-MAZURSKIE ZAWODY MATEMATYCZNE 18 maja 2012 (szkoªy ponadgimnazjalne)
X WARMI SKO-MAZURSKIE ZAWODY MATEMATYCZNE 18 maja 2012 (szkoªy ponadgimnazjalne) Zadanie 1 Obecnie u»ywane tablice rejestracyjne wydawane s od 1 maja 2000r. Numery rejestracyjne aut s tworzone ze zbioru
Bardziej szczegółowoKoªo Naukowe Robotyków KoNaR. Plan prezentacji. Wst p Rezystory Potencjomerty Kondensatory Podsumowanie
Plan prezentacji Wst p Rezystory Potencjomerty Kondensatory Podsumowanie Wst p Motto W teorii nie ma ró»nicy mi dzy praktyk a teori. W praktyce jest. Rezystory Najwa»niejsze parametry rezystorów Rezystancja
Bardziej szczegółowoPrzypomnienie najważniejszych pojęć z baz danych. Co to jest baza danych?
Przypomnienie najważniejszych pojęć z baz danych. Co to jest baza danych? 1 Podstawowe pojęcia: 2 3 4 5 Dana (ang.data) najmniejsza, elementarna jednostka informacji o obiekcie będąca przedmiotem przetwarzania
Bardziej szczegółowoWykªad 10. Spis tre±ci. 1 Niesko«czona studnia potencjaªu. Fizyka 2 (Informatyka - EEIiA 2006/07) c Mariusz Krasi«ski 2007
Wykªad 10 Fizyka 2 (Informatyka - EEIiA 2006/07) 08 05 2007 c Mariusz Krasi«ski 2007 Spis tre±ci 1 Niesko«czona studnia potencjaªu 1 2 Laser 3 2.1 Emisja spontaniczna...........................................
Bardziej szczegółowoSpis tre±ci. Plan. 1 Pochodna cz stkowa. 1.1 Denicja Przykªady Wªasno±ci Pochodne wy»szych rz dów... 3
Plan Spis tre±ci 1 Pochodna cz stkowa 1 1.1 Denicja................................ 2 1.2 Przykªady............................... 2 1.3 Wªasno±ci............................... 2 1.4 Pochodne wy»szych
Bardziej szczegółowoBudowa drogi gminnej w m. Bieganowo wraz ze skrzyŝowaniem z drogą powiatową nr 2922P PROJEKT ZMIANY TYMCZASOWEJ ORGANIZACJI RUCHU.
Budowa drogi gminnej w m. Bieganowo wraz ze skrzyŝowaniem z drogą powiatową nr 2922P PROJEKT ZMIANY TYMCZASOWEJ ORGANIZACJI RUCHU. 2 OPIS INWESTYCJI ZAWARTOŚĆ OPRACOWANIA Karta uzgodnień 1. CZĘŚĆ OGÓLNA
Bardziej szczegółowoO matematyce na opak
O matematyce na opak Hanna Okrasi«ska-Pªociniczak 1, Šukasz Pªociniczak 2 1 Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocªawiu, 2 Instytut Matematyki i Informatyki, Politechnika Wrocªawska Kobyla
Bardziej szczegółowoStacjonarne szeregi czasowe
e-mail:e.kozlovski@pollub.pl Spis tre±ci 1 Denicja 1 Szereg {x t } 1 t N nazywamy ±ci±le stacjonarnym (stacjonarnym w w»szym sensie), je»eli dla dowolnych m, t 1, t 2,..., t m, τ ª czny rozkªad prawdopodobie«stwa
Bardziej szczegółowoElementarna statystyka Dwie próby: porównanie dwóch proporcji (Two-sample problem: comparing two proportions)
Elementarna statystyka Dwie próby: porównanie dwóch proporcji (Two-sample problem: comparing two proportions) Alexander Bendikov Uniwersytet Wrocªawski 25 maja 2016 Elementarna statystyka Dwie próby: porównanie
Bardziej szczegółowoStatystyka. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski
Statystyka Šukasz Dawidowski Instytut Matematyki, Uniwersytet l ski Statystyka Statystyka: nauka zajmuj ca si liczbowym opisem zjawisk masowych oraz ich analizowaniem, zbiory informacji liczbowych. (Sªownik
Bardziej szczegółowoczyli: Rynek nansowy znajduje si w równowadze popyt na pieni dz równy jest poda»y pieni dza (L = M).
akroekonomia I, wiczenia 8-9 Jan Hagemejer odel IS-L Wst p Do tej pory analiza polityki gospodarczej abstraowaªa od sfery monetarnej. Analizowali±my wyª cznie polityk skaln. Co wi cej, uznawali±my,»e wszystkie
Bardziej szczegółowoi, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski 5 kwietnia 2017
i, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski Uniwersytet Šódzki, Wydziaª Matematyki i Informatyki UŠ piotr@fulmanski.pl http://fulmanski.pl/zajecia/prezentacje/festiwalnauki2017/festiwal_wmii_2017_
Bardziej szczegółowoRzut oka na zagadnienia zwi zane z projektowaniem list rozkazów
Rzut oka na zagadnienia zwi zane z projektowaniem list rozkazów 1 Wst p Przypomnijmy,»e komputer skªada si z procesora, pami ci, systemu wej±cia-wyj±cia oraz po- ª cze«mi dzy nimi. W procesorze mo»emy
Bardziej szczegółowoRozwini cia asymptotyczne dla mocy testów przybli»onych
Rozwini cia asymptotyczne dla mocy testów przybli»onych Piotr Majerski, Zbigniew Szkutnik AGH Kraków Wisªa 2010 P. Majerski, Z. Szkutnik, AGH () Rozwini cia mocy testów przybli»onych Wisªa 2010 1 / 22
Bardziej szczegółowo1 Ró»niczka drugiego rz du i ekstrema
Plan Spis tre±ci 1 Pochodna cz stkowa 1 1.1 Denicja................................ 1 1.2 Przykªady............................... 2 1.3 Wªasno±ci............................... 2 1.4 Pochodne wy»szych
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoEkonometria. Typy zada«optymalizacyjnych Analiza pooptymalizacyjna SOLVER. 22 maja 2016. Karolina Konopczak. Instytut Rozwoju Gospodarczego
Ekonometria Typy zada«optymalizacyjnych Analiza pooptymalizacyjna SOLVER 22 maja 2016 Karolina Konopczak Instytut Rozwoju Gospodarczego Problem diety Aby ±niadanie byªo peªnowarto±ciowe powinno dostarczy
Bardziej szczegółowoSTATYSTYCZNE MODELOWANIE DANYCH BIOLOGICZNYCH
STATYSTYCZNE MODELOWANIE DANYCH BIOLOGICZNYCH WYKŠAD 4 03 listopad 2014 1 / 47 Plan wykªadu 1. Testowanie zaªo»e«o proporcjonalnym hazardzie w modelu Cox'a 2. Wybór zmiennych do modelu Cox'a 3. Meta analiza
Bardziej szczegółowo5. (8 punktów) EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach
Matematyka w ekonomii i ubezpieczeniach ( Niezale»ne szkody maja rozkªady P (X i = k) = exp( 1)/k!, P (Y i = k) = 4+k ) k (1/3) 5 (/3) k, k = 0, 1,.... Niech S = X 1 +... + X 500 + Y 1 +... + Y 500. Skªadka
Bardziej szczegółowoWykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.
Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja
Bardziej szczegółowoStabilno± ukªadów liniowych
Rozdziaª 1 Stabilno± ukªadów liniowych Autorzy: Bartªomiej Fajdek 1.1 Poj cia podstawowe Jednym z podstawowych wymogów stawianych ukªadom automatyki jest stabilno±. Istnieje wiele denicji stabilno±ci ukªadów
Bardziej szczegółowoFraktale i ich zastosowanie
WFAIS UJ w Krakowie 20 listopada 2008 Denicja Wst p Denicja Samopodobie«stwo Wymiar fraktalny Fraktal to obiekt, który speªnia wi kszo± z poni»szych warunków: jest samopodobny; jego wymiar fraktalny jest
Bardziej szczegółowoZdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:
Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: zdzedzej@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/zdzedzej () 5 pa¹dziernika 2016 1 / 1 Literatura podstawowa R. Rudnicki, Wykªady z analizy
Bardziej szczegółowoKwantowa teoria wzgl dno±ci
Instytut Fizyki Teoretycznej Uniwersytetu Warszawskiego Festiwal Nauki, 16 wrze±nia 2006 Plan wykªadu Grawitacja i geometria 1 Grawitacja i geometria 2 3 Grawitacja Grawitacja i geometria wedªug Newtona:
Bardziej szczegółowoPrzykªady problemów optymalizacji kombinatorycznej
Przykªady problemów optymalizacji kombinatorycznej Problem Komiwoja»era (PK) Dane: n liczba miast, n Z +, c ji, i, j {1,..., n}, i j odlegªo± mi dzy miastem i a miastem j, c ji = c ij, c ji R +. Zadanie:
Bardziej szczegółowoListy Inne przykªady Rozwi zywanie problemów. Listy w Mathematice. Marcin Karcz. Wydziaª Matematyki, Fizyki i Informatyki.
Wydziaª Matematyki, Fizyki i Informatyki 10 marca 2008 Spis tre±ci Listy 1 Listy 2 3 Co to jest lista? Listy List w Mathematice jest wyra»enie oddzielone przecinkami i zamkni te w { klamrach }. Elementy
Bardziej szczegółowoMakroekonomia Zaawansowana
Makroekonomia Zaawansowana wiczenia 1 Stan ustalony i log-linearyzacja MZ 1 / 27 Plan wicze«1 Praca z modelami DSGE 2 Stan ustalony 3 Log-linearyzacja 4 Zadania MZ 2 / 27 Plan prezentacji 1 Praca z modelami
Bardziej szczegółowoModele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 6
Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 6 Tomasz Suchocki Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t Plan wykªadu Model mieszany
Bardziej szczegółowoElementy geometrii analitycznej w przestrzeni
Wykªad 3 Elementy geometrii analitycznej w przestrzeni W wykªadzie tym wi kszy nacisk zostaª poªo»ony raczej na intuicyjne rozumienie deniowanych poj, ni» ±cisªe ich zdeniowanie. Dlatego niniejszy wykªad
Bardziej szczegółowoMateriaªy do Repetytorium z matematyki
Materiaªy do Repetytorium z matematyki 0/0 Dziaªania na liczbach wymiernych i niewymiernych wiczenie Obliczy + 4 + 4 5. ( + ) ( 4 + 4 5). ( : ) ( : 4) 4 5 6. 7. { [ 7 4 ( 0 7) ] ( } : 5) : 0 75 ( 8) (
Bardziej szczegółowoOpis matematyczny ukªadów liniowych
Rozdziaª 1 Opis matematyczny ukªadów liniowych Autorzy: Alicja Golnik 1.1 Formy opisu ukªadów dynamicznych 1.1.1 Liniowe równanie ró»niczkowe Podstawow metod przedstawienia procesu dynamicznego jest zbiór
Bardziej szczegółowoStatystyka matematyczna - ZSTA LMO
Statystyka matematyczna - ZSTA LMO Šukasz Smaga Wydziaª Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza w Poznaniu Wykªad 4 Šukasz Smaga (WMI UAM) ZSTA LMO Wykªad 4 1 / 18 Wykªad 4 - zagadnienia
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoUdoskonalona wentylacja komory suszenia
Udoskonalona wentylacja komory suszenia Komora suszenia Kratka wentylacyjna Zalety: Szybkie usuwanie wilgoci z przestrzeni nad próbką Ograniczenie emisji ciepła z komory suszenia do modułu wagowego W znacznym
Bardziej szczegółowoPROJEKT TYMCZASOWEJ ORGANIZACJI RUCHU
PBS Dit Ryszard Przybył 62-300 Września ul. Kościuszki 60/4 tel. 502 174 480, fax 061 640 13 81 e-mail pbsdit@interia.pl projekty dróg, ulic, placów, zjazdów oraz nadzory nad robotami drogowymi PROJEKT
Bardziej szczegółowoPrzekroje Dedekinda 1
Przekroje Dedekinda 1 O liczbach wymiernych (tj. zbiorze Q) wiemy,»e: 1. zbiór Q jest uporz dkowany relacj mniejszo±ci < ; 2. zbiór liczb wymiernych jest g sty, tzn.: p, q Q : p < q w : p < w < q 3. 2
Bardziej szczegółowoc Marcin Sydow Przepªywy Grafy i Zastosowania Podsumowanie 12: Przepªywy w sieciach
12: w sieciach Spis zagadnie«sieci przepªywowe przepªywy w sieciach ±cie»ka powi kszaj ca tw. Forda-Fulkersona Znajdowanie maksymalnego przepªywu Zastosowania przepªywów Sieci przepªywowe Sie przepªywowa
Bardziej szczegółowoPodstawy modelowania w j zyku UML
Podstawy modelowania w j zyku UML dr hab. Bo»ena Wo¹na-Szcze±niak Akademia im. Jan Dªugosza bwozna@gmail.com Wykªad 2 Zwi zki mi dzy klasami Asocjacja (ang. Associations) Uogólnienie, dziedziczenie (ang.
Bardziej szczegółowoEkonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej
Ekonometria wiczenia 1 Regresja liniowa i MNK (1) Ekonometria 1 / 25 Plan wicze«1 Ekonometria czyli...? 2 Obja±niamy ceny wina 3 Zadania z podr cznika (1) Ekonometria 2 / 25 Plan prezentacji 1 Ekonometria
Bardziej szczegółowo1 Metody iteracyjne rozwi zywania równania f(x)=0
1 Metody iteracyjne rozwi zywania równania f()=0 1.1 Metoda bisekcji Zaªó»my,»e funkcja f jest ci gªa w [a 0, b 0 ]. Pierwiastek jest w przedziale [a 0, b 0 ] gdy f(a 0 )f(b 0 ) < 0. (1) Ustalmy f(a 0
Bardziej szczegółowoMaªgorzata Murat. Modele matematyczne.
WYKŠAD I Modele matematyczne Maªgorzata Murat Wiadomo±ci organizacyjne LITERATURA Lars Gårding "Spotkanie z matematyk " PWN 1993 http://moodle.cs.pollub.pl/ m.murat@pollub.pl Model matematyczny poj cia
Bardziej szczegółowoKWALIFIKACJA I WERYFIKACJA LECZENIA DOUSTNEGO STANÓW NADMIARU ŻELAZA W ORGANIZMIE
Opis świadczenia KWALIFIKACJA I WERYFIKACJA LECZENIA DOUSTNEGO STANÓW NADMIARU ŻELAZA W ORGANIZMIE 1. Charakterystyka świadczenia 1.1 nazwa świadczenia Kwalifikacja i weryfikacja leczenia doustnego stanów
Bardziej szczegółowoRozdziaª I. Postanowienia wst pne
REGULAMIN RADY RODZICÓW PA STWOWEJ SZKOŠY MUZYCZNEJ I ST. NR 4 IM. KAROLA KURPI«SKIEGO Rozdziaª I. Postanowienia wst pne Ÿ1 Podstaw prawn niniejszego Regulaminu Rady Rodziców, zwanego dalej Regulaminem
Bardziej szczegółowoInterpolacja funkcjami sklejanymi
Interpolacja funkcjami sklejanymi Funkcje sklejane: Zaªó»my,»e mamy n + 1 w zªów t 0, t 1,, t n takich,»e t 0 < t 1 < < t n Dla danej liczby caªkowitej, nieujemnej k funkcj sklejan stopnia k nazywamy tak
Bardziej szczegółowoTemat: Co to jest optymalizacja? Maksymalizacja objętości naczynia prostopadłościennego za pomocą arkusza kalkulacyjngo.
Konspekt lekcji Przedmiot: Informatyka Typ szkoły: Gimnazjum Klasa: II Nr programu nauczania: DKW-4014-87/99 Czas trwania zajęć: 90min Temat: Co to jest optymalizacja? Maksymalizacja objętości naczynia
Bardziej szczegółowoANALIZA MATEMATYCZNA Z ALGEBR
ANALIZA MATEMATYCZNA Z ALGEBR WYKŠAD II Maªgorzata Murat MACIERZ A rzeczywist (zespolon ) o m wierszach i n kolumnach nazywamy przyporz dkowanie ka»dej uporz dkowanej parze liczb naturalnych (i, j), gdzie
Bardziej szczegółowoKsztaªt orbity planety: I prawo Keplera
V 0 V 0 Ksztaªt orbity planety: I prawo Keplera oka»emy,»e orbit planety poruszaj cej si pod dziaªaniem siªy ci»ko±ci ze strony Sªo«ca jest krzywa sto»kowa, w szczególno±ci elipsa. Wektor pr dko±ci planety
Bardziej szczegółowoSystemy Wyszukiwania Informacji: Metoda list inwersyjnych
Systemy Wyszukiwania Informacji: Metoda list inwersyjnych dr agnieszka Nowak - Brzezi«ska Instytut Informatyki, Zakªad Systemów Informatycznych ul. Badzi«ska 39, Sosnowiec, Tel (+48 32) 368 97 65 e-mail:agnieszka.nowak@us.edu.al
Bardziej szczegółowoPrzetwarzanie sygnaªów
Przetwarzanie sygnaªów Laboratorium 1 - wst p do C# Dawid Poªap Przetwarzanie sygnaªów Pa¹dziernik, 2018 1 / 17 Czego mo»na oczekiwa wzgl dem programowania w C# na tych laboratoriach? Dawid Poªap Przetwarzanie
Bardziej szczegółowoTeoria Sterowania. Warunki zaliczenia
Teoria Sterowania Warunki zaliczenia. Pytania. Tematy µ-projektów. 3.5 poprawne zaliczenie testu; Warunki zaliczenia 4 poprawne zaliczenie testu + poprawne rozwi zanie kilku zada«(pliki Alin, TS-skrypt1,
Bardziej szczegółowoMatematyka dyskretna dla informatyków
Matematyka dyskretna dla informatyków Cz ± I: Elementy kombinatoryki Jerzy Jaworski Zbigniew Palka Jerzy Szyma«ski Uniwersytet im. Adama Mickiewicza Pozna«2007 4 Zależności rekurencyjne Wiele zale»no±ci
Bardziej szczegółowoProgramowanie wspóªbie»ne
1 Zadanie 1: Bar Programowanie wspóªbie»ne wiczenia 6 monitory cz. 2 Napisz monitor Bar synchronizuj cy prac barmana obsªuguj cego klientów przy kolistym barze z N stoªkami. Ka»dy klient realizuje nast
Bardziej szczegółowoEDUKARIS - O±rodek Ksztaªcenia
- O±rodek Ksztaªcenia Zabrania si kopiowania i rozpowszechniania niniejszego regulaminu przez inne podmioty oraz wykorzystywania go w dziaªalno±ci innych podmiotów. Autor regulaminu zastrzega do niego
Bardziej szczegółowoMierzalne liczby kardynalne
czyli o miarach mierz cych wszystko Instytut Matematyki Uniwersytetu Warszawskiego Grzegorzewice, 26 stycznia 2007 Ogólny problem miary Pytanie Czy na pewnym zbiorze X istnieje σ-addytywna miara probabilistyczna,
Bardziej szczegółowoOlej rzepakowy, jako paliwo do silników z zapłonem samoczynnym
Coraz częściej jako paliwo stosuje się biokomponenty powstałe z roślin oleistych. Nie mniej jednak właściwości fizykochemiczne oleju napędowego i oleju powstałego z roślin znacząco różnią się miedzy sobą.
Bardziej szczegółowoProjekt konceptualny z Baz Danych "Centralny system zarz dzania salami na AGH"
Projekt konceptualny z Baz Danych "Centralny system zarz dzania salami na AGH" Autorzy: Adrian Stanula Grzegorz Stopa Mariusz Sasko Data: 14 XI 2008 rok Spis tre±ci 1 Sformuªowanie zadania projektowego.
Bardziej szczegółowoEdycja geometrii w Solid Edge ST
Edycja geometrii w Solid Edge ST Artykuł pt.: " Czym jest Technologia Synchroniczna a czym nie jest?" zwracał kilkukrotnie uwagę na fakt, że nie należy mylić pojęć modelowania bezpośredniego i edycji bezpośredniej.
Bardziej szczegółowoJan Olek. Uniwersytet Stefana Kardynała Wyszyńskiego. Procesy z Opóźnieniem. J. Olek. Równanie logistyczne. Założenia
Procesy z Procesy z Jan Olek Uniwersytet Stefana ardynała Wyszyńskiego 2013 Wzór równania logistycznego: Ṅ(t)=rN(t)(1- N ), gdzie Ṅ(t) - przyrost populacji w czasie t r - rozrodczość netto, (r > 0) N -
Bardziej szczegółowoJanusz Adamowski METODY OBLICZENIOWE FIZYKI Zastosowanie eliptycznych równa«ró»niczkowych
Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdziaª 9 RÓWNANIA ELIPTYCZNE 9.1 Zastosowanie eliptycznych równa«ró»niczkowych cz stkowych 9.1.1 Problemy z warunkami brzegowymi W przestrzeni dwuwymiarowej
Bardziej szczegółowoAplikacje bazodanowe. Laboratorium 4. Dawid Poªap Aplikacje bazodanowe - laboratorium 4 Marzec, 15, / 13
Aplikacje bazodanowe Laboratorium 4 Dawid Poªap Aplikacje bazodanowe - laboratorium 4 Marzec, 15, 2017 1 / 13 Plan na dzisiaj Zapytania do wielu tabel Dawid Poªap Aplikacje bazodanowe - laboratorium 4
Bardziej szczegółowoMiASI. Modelowanie integracji systemów. Piotr Fulma«ski. 26 stycznia Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska
MiASI Modelowanie integracji systemów Piotr Fulma«ski Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska 26 stycznia 2010 Spis tre±ci 1 Czym jest integracja systemów informatycznych? 2 Integracja
Bardziej szczegółowoSzeregowanie zada« Przedmiot fakultatywny 15h wykªadu + 15h wicze« dr Hanna Furma«czyk. 7 pa¹dziernika 2013
Przedmiot fakultatywny 15h wykªadu + 15h wicze«7 pa¹dziernika 2013 Zasady zaliczenia 1 wiczenia (ocena): kolokwium, zadania dodatkowe (implementacje algorytmów), praca na wiczeniach. 2 Wykªad (zal): zaliczone
Bardziej szczegółowoEkonometria Bayesowska
Ekonometria Bayesowska Wykªad 9: Metody numeryczne: MCMC Andrzej Torój 1 / 17 Plan wykªadu Wprowadzenie 1 Wprowadzenie 3 / 17 Plan prezentacji Wprowadzenie 1 Wprowadzenie 3 3 / 17 Zastosowanie metod numerycznych
Bardziej szczegółowoSytuacja zdrowotna osób z niepełnosprawnością intelektualną. Monika Karwacka Stowarzyszenie Na Tak
Sytuacja zdrowotna osób z niepełnosprawnością intelektualną Monika Karwacka Stowarzyszenie Na Tak Stan zdrowia jest jednym z ważniejszych czynników determinujących jakość życia Brak zdrowia stanowi znaczne
Bardziej szczegółowo14.Rozwiązywanie zadań tekstowych wykorzystujących równania i nierówności kwadratowe.
Matematyka 4/ 4.Rozwiązywanie zadań tekstowych wykorzystujących równania i nierówności kwadratowe. I. Przypomnij sobie:. Wiadomości z poprzedniej lekcji... Że przy rozwiązywaniu zadań tekstowych wykorzystujących
Bardziej szczegółowo2.Prawo zachowania masy
2.Prawo zachowania masy Zdefiniujmy najpierw pewne podstawowe pojęcia: Układ - obszar przestrzeni o określonych granicach Ośrodek ciągły - obszar przestrzeni którego rozmiary charakterystyczne są wystarczająco
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowo