OKREŚLANIE FUNKCJI CELU PRZY DOBORZE MASZYN ROLNICZYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "OKREŚLANIE FUNKCJI CELU PRZY DOBORZE MASZYN ROLNICZYCH"

Transkrypt

1 InŜnieria Rolnicza 14/5 Zofia Hanusz *, Zbigniew Siarkowski **, * Katedra Zastosowań Matematki ** Katedra Maszn i Urządzeń Rolniczch Akademia Rolnicza w Lublinie OKREŚLANIE FUNKCJI CELU PRZY DOBORZE MASZYN ROLNICZYCH Streszczenie W prac został przedstawione podstawowe funkcje matematczne najczęściej wkorzstwane do zagadnień prognostcznch w doborze maszn rolniczch. Omówiono podstawowe własności tch funkcji, podano przkład związków pomiędz zmiennmi, w którch stosuje się omawiane tp funkcji. Podano metodę wznaczania parametrów strukturalnch wstępującch w modelu oraz metodę analiz statstcznej modelu. Przedstawiono przkład zastosowania metod do wznaczaniu funkcji celu prz doborze oprskiwacz rolniczch. Słowa kluczowe: funkcja celu, dobór maszn, rozsiewacze nawozów, produkcja rolnicza Wprowadzenie i cel prac Przedstawiona w prac Hanusz i Siarkowskiego [5] metodka ustalania postaci funkcji celu prz doborze maszn i urządzeń do produkcji rolniczej zawiera 6 etapów postępowania. Przedstawione tam etap mają charakter ogóln i określają pełn zakres cznności jakie naleŝ wkonać ab w sposób kompleksow ustalić postać analitczną zaleŝności pomiędz zmienną określaną i określającą. W tej prac przedstawiono najczęściej wkorzstwane funkcje matematczne, które mogą bć wkorzstane do określania funkcji celu, wraŝającej zaleŝność funkcjną zmiennej określanej przez zmienną niezaleŝną. Wraz z równaniami funkcji celu podano przkład związków, które mogą bć opiswane wskazanmi równaniami. Ponadto, postacie niektórch tpów funkcji celu został zobrazowane wkresami. Głównm celem tej prac bło opisanie metodki określania funkcji celu prz doborze maszn i urządzeń do realizacji procesów produkcjnch w rolnictwie. Metodka ta została opisana za pomocą najczęściej wkorzstwanch zaleŝności matematcznch określającch relacje zachodzące pomiędz zmienną objaśnianą i objaśniającą. RozwaŜono kilka rodzajów związków, które mogą bć 135

2 Zofia Hanusz, Zbigniew Siarkowski wkorzstwane w zaleŝności od charakteru zmiennch i przjmowanch przez nie wartości. Zwrócono takŝe uwagę na cznności, jakie naleŝ przeprowadzić ab osiągnąć ostateczną postać funkcji celu. Metodka określania funkcji celu Prz ustalaniu postaci analitcznej funkcji celu mogą wstąpić dwie stuacje, w którch: znana jest postać równania wnikająca z fizki zjawiska, wówczas zadanie polega na określeniu najlepszch wartości parametrów równania, postać równania nie jest znana i naleŝ ustalić tą postać oraz wartości parametrów wstępującch w równaniu. Liniowa funkcja celu W zagadnieniach poszukiwania związków opisującch zjawiska zachodzące w naukach rolniczch jedną z podstawowch i najczęściej wkorzstwanch zaleŝności jest funkcja liniowa. Taką zaleŝność dobieram wówczas, gd wiadomo, Ŝe nie istnieją punkt optmalne zjawiska, czli nie posiada ono Ŝadnch ekstremów i jest zjawisko ma charakter monotoniczn rosnąc (jak na rs. 1.) lub malejąc. Do wznaczenia współcznników równania b 1 i b wkorzstujem metodę najmniejszch kwadratów, natomiast do badania istotności tch współcznników wkorzstujem test o rozkładzie t-studenta. NaleŜ podkreślić istotę obliczania współcznnika determinacji R, któr określa stopień dopasowania funkcji liniowej do danch ekspermentalnch. Wsoki współcznnik determinacji ( 1) nie zawsze informuje nas o bardzo dobrm dopasowaniu funkcji liniowej do danch ekspermentalnch. Często jest to wnikiem małej liczb punktów doświadczalnch lub punkt doświadczalne są powtarzalnmi pomiarami dla kilku wartości zmiennej objaśniającej Rs. 1. Funkcja liniowa = b1 + b Fig. 1. Linear function

3 Określanie funkcji celu... ZaleŜność liniowa jest najczęściej stosowana w naukach ekspermentalnch i jest jednocześnie najlepiej opracowaną numercznie funkcją regresjną. W kaŝdm pakiecie statstcznm znajdziem program umoŝliwiając znalezienie jej postaci. Wiele zaleŝności, poprzez przekształcenie zmiennej określającej lub określanej, daje się sprowadzić do zaleŝności liniowej. Dodatkową zaletą funkcji liniowej jest prosta interpretacja uzskanch współcznników w równaniu regresji. Kwadratowa funkcja celu Inną stuację obserwujem wówczas, gd wiadomo, Ŝe w zjawisku wstępuje punkt optmaln tzn. wiem, Ŝe pewna wartość zmiennej określającej determinuje maksmalną bądź minimalną wartość zmiennej określanej. W takiej stuacji, wkreślając punkt doświadczalne na wkresie, obserwujem jedno ekstremum lokalne. Wówczas do opisu danch ekspermentalnch nie moŝem stosować funkcji liniowej lecz dopasowujem funkcję tpu parabolicznego = b + b1 + b (rs. ). Współcznniki równania regresjnego b, b 1 oraz b wznaczam wkorzstując metodę najmniejszch kwadratów a ich łączną istotność werfikujem wkorzstując test F-Fishera lub t-studenta do zbadania istotności poszczególnch współcznników. W praktce moŝe się zdarzć taka stuacja, Ŝe nie zaobserwujem w ekspermencie punktu optmalnego. Świadczć to moŝe o nieodpowiednim określeniu zakresu zmiennej objaśniającej lub czasami stan optmaln nie jest moŝliw do osiągnięcia Rs.. Funkcja kwadratowa = b + b1 + b Fig.. Square function Wielomianowa funkcja celu W przpadku, gd obserwacje sugerują kilka ekstremów lokalnch, wówczas poszukujem funkcji wielomianowej postaci = bp + bp 1 + b1 + b, gdzie rząd p p 1 wielomianu p jest wŝsz co najmniej o jeden niŝ obserwowana liczba ekstremów, 137

4 Zofia Hanusz, Zbigniew Siarkowski tzn. p le + 1 oraz le jest liczbą ekstremów lokalnch (dla dwóch ekstremów lokalnch, por. rs. 3). Współcznniki b p, b p 1,..., b 1 oraz b wznaczam stosując metodę najmniejszch kwadratów, a do testowania istotności wektora współcznników regresjnch b [ b,b, Λ,b, ] = p p 1 1 b, wkorzstujem test F-Fishera. Po odrzuceniu hipotez o nieistotnm wektorze współcznników regresjnch, testujem hipotez szczegółowe dotczące poszczególnch współcznników regresjnch, w oparciu o test t-studenta. Tak jak w poprzednich paragrafach, obliczam takŝe współcznnik determinacji R, w celu sprawdzenia dokładności dopasowania funkcji celu do danch ekspermentalnch. Warto w tm miejscu zwrócić uwagę na fakt, iŝ w stuacji kied niektóre współcznniki regresjne oka- Ŝą się nieistotne i odrzucim je z równania regresjnego to współcznnik determinacji w nowm modelu będzie niŝsz. Z tego teŝ względu, chcąc utrzmać wŝsz stopień dopasowania funkcji celu, w praktcznm zastosowaniu pozostawia się w funkcji celu współcznniki, które nieistotnie róŝnią się od zera na zadanm poziomie istotności Rs. 3. Wielomian 3 stopnia 3 = b3 + b + b1 + b Fig rd order polnomial Funkcja celu opisująca pewien stał trend W przpadku, gd punkt doświadczalne wskazują na pewien trend rosnąc bądź malejąc, wówczas do określenia związku moŝem takŝe wkorzstać zaleŝność wielomianową nieparzstego stopnia, która posiada jednie punkt przegięcia lecz nie posiada punktów optmalnch. Częściej jednak, do opisu zaleŝności dwóch b1 + b zmiennch poszukuje się funkcji z rodzin funkcji wkładniczej = b e (rs. 4), b1 hiperbolicznej + b = lub funkcji logartmicznej b ln( b ) = (rs. 5). 1 b 138

5 Określanie funkcji celu Rs. 4. b1 Funkcja wkładnicza = + b Fig. 4. Eponential function , 5,1 5, 5,3 5,4 5,5 5,6 5,7 5,8 5,9 6, Rs. 5. Wkres funkcji logartmicznej = b ln( b ) Fig. 5. Logarithmic function. 1 b Współcznniki regresjne we wszstkich tpach powŝszch funkcji mogą bć wznaczone MNK. Niejednokrotnie funkcje celu, poprzez proste przekształcenia zmiennch mogą bć przetransponowane do funkcji liniowej. Dla przkładu, b1 w funkcji hiperbolicznej = + b (rs. 6), wstarcz w miejsce zmiennej 1 opisującej wstawić nową zmienną z = i poszukiwać funkcji celu w postaci b1 + b = b z +, natomiast dla wkładniczej funkcji celu = b e, jeŝeli 1 b 139

6 Zofia Hanusz, Zbigniew Siarkowski zlogartmujem cechę opiswaną, wówczas ln = lnb + b1 + b = b1 + b ~, gdzie b ~ = lnb + b. JeŜeli zatem wprowadzim nową zmienną opiswaną z = ln w funkcji wkładniczej lub odwrotność zmiennej opisującej w zaleŝności hiperbolicznej, wówczas do opisu funkcji celu w nowm modelu poszukujem liniowej funkcji opisanej w paragrafie , 1, 4, 36, 48, 6, 7, 84, Rs. 6. Wkres funkcji hiperbolicznej =b 1 /+b. Fig. 6. Hperbolic function. Wmierna funkcja celu W niektórch zagadnieniach, zmienne opisujące badan proces nie mogą bć zdefiniowane dla pewnch określonch argumentów. Wartości funkcji w otoczeniu tch argumentów przjmują bardzo duŝe, bądź małe wartości, wówczas do określenia postaci funkcji stosujem funkcje wmierne (iloraz wielomianów). Funkcje te posiadają asmptot pionowe w tch wróŝnionch argumentach zmiennej objaśniającej. Jeśli ponadto wiadomo jest, iŝ funkcja celu nie moŝe przekroczć pewnch zakresów i na końcach określoności zmiennej objaśniającej funkcja celu przjmuje stałe wartości (funkcja celu posiada asmptot poziome), wówczas poszukujem takiej funkcji wmiernej, w której stopień wielomianu wstępującego w liczniku jest nie większ od stopnia wielomianu wstępującego w mianowniku (por. rs. 6). Funkcje ckliczne Kolejn rodzaj poszukiwanch funkcji słuŝącch do opisu funkcji celu mogą stanowić funkcje ckliczne. Funkcje te charakterzują się osclacją wokół linii wznaczającej główn trend. W takich przpadkach funkcja celu moŝe bć kombinacją funkcji trgonometrcznch. Jeśli wartości funkcji zmieniają się w pew-,, wówczas najbardziej odpowiednie będą nm skończonm przedziale [ ] min ma 14

7 Określanie funkcji celu... funkcje sinusoidalne (rs. 7). JeŜeli oprócz osclacji wokół pewnej linii określającej trend, amplituda odchleń zmienia się wraz ze wzrostem argumentu zmiennej objaśniającej, wówczas moŝe to bć kombinacja funkcji sinusoidalnch oraz zmiennej (rs. 8). Natomiast w przpadku funkcji okresowch z asmptotami pionowmi najlepsze będą funkcje tangensoidalne (rs. 9). Ten rodzaj funkcji moŝe wstępować w badaniach ekonomicznch, w którch wartości funkcji celu powtarzają się w pewnch sezonach Rs. 7. Funkcja ckliczna = b sin( b ) + b cos( ) Fig. 7. Cclic function 1 3 b , 1, 4, 36, 48, 6, 7, 84, 96, Rs. 8. Funkcja ckliczna postaci = b sin( b + b ) + b cos( b + ) Fig. 8. Cclic function of the form b6 141

8 Zofia Hanusz, Zbigniew Siarkowski Rs. 9. Funkcja okresowa b tg( b + ) Fig. 9. Periodical function = 1 b o Analiza statstczna parametrów strukturalnch w funkcji celu Po wborze postaci funkcji celu, które został opisane w rozdziale, naleŝ oszacować parametr strukturalne opisujące funkcję. Dla wszstkich przedstawionch funkcji, do oszacowania nieznanch parametrów wkorzstam metodę najmniejszch kwadratów, która minimalizuje sumę kwadratów odchleń wartości oszacowanch funkcji celu od wartości zaobserwowanch w ekspermencie. Dla kaŝdej z omawianch powŝej funkcji celu, wzor do wznaczania ocen dla parametrów będą róŝne. Niektóre z nich, jak w przpadku prostej regresji, wzor na obliczanie współcznnika kierunkowego i wrazu wolnego są powszechnie znane i dostępne w podręcznikach ze statstki matematcznej. Dla innch funkcji celu takie wzor powinn zostać podane ale w konkretnch stuacjach, w którch funkcja celu będzie właściwie dobrana do opisu danch ekspermentalnch. Po oszacowaniu parametrów strukturalnch modelu badam cz wpłw na zmienną określaną jest istotn i ewentualnie modfikujem model opisując funkcję celu poprzez redukcję współcznników nieistotnch. Zarówno w modelu wjściowm jak i modelu zredukowanm wznaczam współcznnik determinacji, R, któr informuje o stopniu dopasowania funkcji celu do danch ekspermentalnch. JeŜeli uzskan współcznnik determinacji jest niski, naleŝ wbrać inną funkcję celu lub do zmiennej objaśniającej dołączć inne zmienne nie uwzględniane dotchczas funkcji celu. W przpadku małej wartości współcznnika determinacji, mogą istnieć 14

9 Określanie funkcji celu... takŝe inne przczn złego dopasowania funkcji celu. Jedną z takich przczn jest wstąpienie odstającch obserwacji, które zmieniają szacowane współcznniki. Istnieje wiele metod pozwalającch weliminować takie zmienne ale to zagadnienie nie jest przedmiotem tej prac. Przkład doboru funkcji celu prz doborze oprskiwacz rolniczch Prz określaniu zaleŝności pomiędz kosztami eksploatacji oprskiwacz rolniczch wkorzstano metodki opracowane przez Bogdanowicza i in. [1985] oraz Muzalewskiego []. Rozpatrwano gospodarstwa o róŝnej wielkości upraw zbóŝ (od 1ha do 5 ha) oraz 14 tpów oprskiwacz o wdajności od do 19 ha/h. Do przkładu wbrano gospodarstwa, w którm średnia powierzchnia upraw zbóŝ wnosiła około 1,5 ha. Uzskane wniki doboru funkcji celu przedstawiono na rs Jak się naleŝało spodziewać zaleŝność międz wdajnością oprskiwacz a nakładami robocizn opisała najlepiej funkcja hiperboliczna (rs. 1), natomiast zaleŝność pomiędz kosztami eksploatacji i nakładami energetcznmi a wdajnością oprskiwacz najlepiej opisała funkcja wkładniczo-kwadratowa (rs. 11-1). ZauwaŜono, Ŝe dla małch wartości wdajności oprskiwacz koszt eksploatacji szbko maleją ze wzrostem wdajności, natomiast dla duŝch wartości wdajności oprskiwacz spadek ten jest bardzo powoln. 5 Gospodarstwa o średniej powierzchni upraw zbóŝ = 1,5 ha =(1,165)/+(9,85567e-8) r = 1, 4 Nakład robocizn [rbh] 3 1,5 1, 1,5,,5 3, 3,5 4, 4,5 5, 5,5 6, Wdajność oprskiwacza [ha.h] Rs. 1. Postać funkcji opisującej zaleŝność nakładów robocizn od wdajności oprskiwacz Fig. 1. Function describing the dependence of labor inputs on spreader s efficienc 143

10 Zofia Hanusz, Zbigniew Siarkowski 1 Gosporadstwa o średniej powierzchni upraw zbóŝ = 1,5 ha =(3,6593)*ep((-,73415)**+(5,1473))+(45,4796) R =, Koszt eksploatacji [zł] ,5 1, 1,5,,5 3, 3,5 4, 4,5 5, 5,5 6, Wdajność oprskiwacza [ha/h] Rs. 11. Postać funkcji opisującej zaleŝność kosztów eksploatacji od wdajności oprskiwacz Fig. 11. Function describing the dependence of eploitation costs on spreader s efficienc 9 Gospodarstwa o średniej powierzchni upraw zbóŝ = 1,5 ha =(,61185)*ep((-1,617)**+(8,118633))+(8,95) R =, Nakład energetczne [kwh] ,5 1, 1,5,,5 3, 3,5 4, 4,5 5, 5,5 6, Wdajność oprskiwacza [ha/h] Rs. 1. Postać funkcji opisującej zaleŝność nakładów energetcznmi od wdajności oprskiwacz Fig. 1. Function describing the dependence of energ inputs on spreader s efficienc 144

11 Określanie funkcji celu... Podsumowanie W prac przedstawiliśm róŝne tp związków, jakie mogą bć wkorzstwane do określania funkcji celu prz doborze maszn i urządzeń do produkcji rolniczej. Praca ma charakter teoretczn, dając podstawę do podejmowania właściwej deczji o doborze postaci zaleŝności w konkretnch zagadnieniach praktcznch. Szczegółowa postać tego związku zaleŝeć będzie od danch ekspermentalnch. Dla konkretnch układów danch moŝna oszacować parametr modelu a następnie poddać je analizie statstcznej. Często istnieje konieczność szacowania kilku funkcji celu i spośród nich wbrać tą, która charakterzuje się najwŝszm współcznnikiem determinacji. ZaleŜność, wbrana w sposób przemślan i najlepsz spośród kilku moŝliwch, moŝe bć wkorzstwana do właściwego prognozowania. Szczegółowe opracowania takich związków prz doborze maszn i urządzeń rolniczch będzie przedmiotem innch prac. Literatura Bogdanowicz J., Banasiak J., Drozd M., 1985: Technologia prac masznowch w rolnictwie, PWN, Warszawa. Hanusz Z., Siarkowski Z., 5: Metodczne uwarunkowania określania funkcji celu prz doborze maszn i urządzeń do produkcji rolniczej. Materiał na Jubileuszową Konferencję Międznarodową z okazji 35-lecia Wdziału InŜnierii Produkcji AR w Lublinie. Muzalewski A., : Koszt eksploatacji maszn. IBMER. Warszawa. 145

12 Zofia Hanusz, Zbigniew Siarkowski ESTIMATION OF PURPOSE FUNCTION AT AGRICULTURAL DEVICES SELECTION Summar The paper presents general mathematical functions the most often used for prognostic issues at selection of agricultural devices. Basic properties of these functions were discussed and eamples of interactions between variables, in which discussed function tpes are applied, were given. The method for determination of structural parameters occurring in the model and method of the model s statistical analsis were presented. The eample of the method application for the purpose function determination at manure spreader selection was also presented. Ke words: purpose function, device selection, manure spreaders, agricultural production 146

Inżynieria Rolnicza 7(105)/2008

Inżynieria Rolnicza 7(105)/2008 Inżynieria Rolnicza 7(105)/2008 BADANIE ZALEŻNOŚCI POMIĘDZY KOSZTAMI EKSPLOATACJI CIĄGNIKÓW, MASZYN I URZĄDZEŃ ROLNICZYCH A CZASEM ICH ROCZNEGO WYKORZYSTANIA NA PRZYKŁADZIE WOZÓW ASENIZACYJNYCH Zbigniew

Bardziej szczegółowo

Badanie zależności cech

Badanie zależności cech PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i element kombinatorki. Zmienne losowe i ich rozkład 3. Populacje i prób danch, estmacja parametrów 4. Testowanie hipotez 5. Test parametrczne (na przkładzie

Bardziej szczegółowo

Przedziały ufności i testy parametrów. Przedziały ufności dla średniej odpowiedzi. Interwały prognoz (dla przyszłych obserwacji)

Przedziały ufności i testy parametrów. Przedziały ufności dla średniej odpowiedzi. Interwały prognoz (dla przyszłych obserwacji) Wkład 1: Prosta regresja liniowa Statstczn model regresji liniowej Dane dla prostej regresji liniowej Przedział ufności i test parametrów Przedział ufności dla średniej odpowiedzi Interwał prognoz (dla

Bardziej szczegółowo

Przenoszenie niepewności

Przenoszenie niepewności Przenoszenie niepewności Uwaga wstępna: pojęcia niepewność pomiarowa i błąd pomiarow są stosowane wmiennie. Załóżm, że wielkość jest funkcją wielkości,,, dla którch niepewności (,, ) są znane (wnikają

Bardziej szczegółowo

f x f y f, jest 4, mianowicie f = f xx f xy f yx

f x f y f, jest 4, mianowicie f = f xx f xy f yx Zestaw 14 Pochodne wŝszch rzędów Niech będzie dana funkcja x f określona w pewnm obszarze D Przpuśćm Ŝe f x istnieją pochodne cząstkowe tej funkcji x x Pochodne cząstkowe tch pochodnch jeŝeli istnieją

Bardziej szczegółowo

25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx

25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx 5. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU 5.1. Pojęcia wstępne. Klasfikacja równań i rozwiązań Rozróżniam dwa zasadnicze tp równań różniczkowch: równania różniczkowe zwczajne i równania różniczkowe cząstkowe.

Bardziej szczegółowo

METODYCZNE UWARUNKOWANIA OKREŚLANIA FUNKCJI CELU PRZY DOBORZE MASZYN I URZĄDZEŃ DO PRODUKCJI ROLNICZEJ

METODYCZNE UWARUNKOWANIA OKREŚLANIA FUNKCJI CELU PRZY DOBORZE MASZYN I URZĄDZEŃ DO PRODUKCJI ROLNICZEJ InŜynieria Rolnicza 5/006 Zofia Hanusz *, Zbigniew Siarkowski ** * Katedra Zastosowań Matematyki, ** Katedra Maszyn i Urządzeń Rolniczych Akademia Rolnicza w Lublinie METODYCZNE UWARUNKOWANIA OKREŚLANIA

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 1-2

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 1-2 Stanisław Cichocki Natalia Nehreecka Zajęcia - . Model liniow Postać modelu liniowego Zapis macierzow modelu liniowego. Estmacja modelu Przkład Wartość teoretczna (dopasowana) Reszt 3. MNK - przpadek wielu

Bardziej szczegółowo

Programowanie nieliniowe optymalizacja funkcji wielu zmiennych

Programowanie nieliniowe optymalizacja funkcji wielu zmiennych Ekonomia matematczna II Ekonomia matematczna II Prowadząc ćwiczenia Programowanie nieliniowe optmalizacja unkcji wielu zmiennch Modele programowania liniowego często okazują się niewstarczające w modelowaniu

Bardziej szczegółowo

Zajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego

Zajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego Zajęcia. Esmacja i werfikacja modelu ekonomercznego Celem zadania jes oszacowanie liniowego modelu opisującego wpłw z urski zagranicznej w danm kraju w zależności od wdaków na urskę zagraniczną i liczb

Bardziej szczegółowo

(rachunek różniczkowy dot. funkcji ciągłych)

(rachunek różniczkowy dot. funkcji ciągłych) Podstaw matematczne (rachunek różniczkow dot. unkcji ciągłch) 1) Pochodna unkcji 1 zmiennej () de. () d ( ) d d d lim h ( h) h ( ) (h) () h UWAGA: () tg(α) tangens kąta nachlenia stcznej Warunki e k s

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 3

RÓWNANIA RÓŻNICZKOWE WYKŁAD 3 RÓWNANIA RÓŻNICZKOWE WYKŁAD 3 Równania różniczkowe liniowe Metoda przewidwań Metoda przewidwań całkowania równania niejednorodnego ' p( x) opiera się na następującm twierdzeniu. Twierdzenie f ( x) Suma

Bardziej szczegółowo

Równania różniczkowe cząstkowe

Równania różniczkowe cząstkowe Równania różniczkowe cząstkowe Definicja: Równaniem różniczkowm cząstkowm nazwam takie równanie różniczkowe w którm wstępuje co najmniej jedna pochodna cząstkowa niewiadomej funkcji dwóch lub więcej zmiennch

Bardziej szczegółowo

WIELOKRYTERIALNY DOBÓR ROZTRZĄSACZY OBORNIKA

WIELOKRYTERIALNY DOBÓR ROZTRZĄSACZY OBORNIKA Inżynieria Rolnicza 7(95)/2007 WIELOKRYTERIALNY DOBÓR ROZTRZĄSACZY OBORNIKA Andrzej Turski, Andrzej Kwieciński Katedra Maszyn i Urządzeń Rolniczych, Akademia Rolnicza w Lublinie Streszczenie: W pracy przedstawiono

Bardziej szczegółowo

LABORATORIUM PODSTAW AUTOMATYKI

LABORATORIUM PODSTAW AUTOMATYKI LABORATORIUM PODSTAW AUTOMATYKI INSTRUKCJA DO ĆWICZENIA 4.Wstęp - DOBÓR NASTAW REGULATORÓW opr. dr inż Krzsztof Kula Dobór nastaw regulatorów uwzględnia dnamikę obiektu jak i wmagania stawiane zamkniętemu

Bardziej szczegółowo

3.2. Podstawowe własności funkcji. Funkcje cyklometryczne, hiperboliczne. Definicję funkcji f o dziedzinie X i przeciwdziedzinie Y mamy w 3A5.

3.2. Podstawowe własności funkcji. Funkcje cyklometryczne, hiperboliczne. Definicję funkcji f o dziedzinie X i przeciwdziedzinie Y mamy w 3A5. WYKŁAD 7 3 Podstawowe własności unkcji Funkcje cklometrczne, hiperboliczne Deinicję unkcji o dziedzinie X i przeciwdziedzinie Y mam w 3A5 3A37 (Uwaga: dziedzina naturalna) Często się zdarza, że unkcja

Bardziej szczegółowo

Motto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K.

Motto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K. Motto Cz to nie zabawne, że ci sami ludzie, którz śmieją się z science fiction, słuchają prognoz pogod oraz ekonomistów? (K. Throop III) 1 Specfika szeregów czasowch Modele szeregów czasowch są alternatwą

Bardziej szczegółowo

Wykład 4 Testy zgodności. dystrybuanta rozkładu populacji dystrybuanty rozkładów dwóch populacji rodzaj rozkładu wartości parametrów.

Wykład 4 Testy zgodności. dystrybuanta rozkładu populacji dystrybuanty rozkładów dwóch populacji rodzaj rozkładu wartości parametrów. Wkład Test zgodności. Test zgodności służą do werikacji hipotez mówiącch, że a dstrbuanta rozkładu populacji ma określoną z gór postać unkcjną b dstrbuant rozkładów dwóch populacji nie różnią się w sposób

Bardziej szczegółowo

Cechy szeregów czasowych

Cechy szeregów czasowych energecznch Cech szeregów czasowch Rozdział Modelowanie szeregów czasowch 7 proces deerminisczn proces kórego warość może bć preczjnie określona w dowolnm czasie =T+τ = a +b T T+τ czas = sin(ω) T T+τ czas

Bardziej szczegółowo

Rachunek różniczkowy funkcji jednej zmiennej

Rachunek różniczkowy funkcji jednej zmiennej Rachunek różniczkow funkcji jednej zmiennej wkład z MATEMATYKI Budownictwo, studia niestacjonarne sem. I, rok ak. 2008/2009 Katedra Matematki Wdział Informatki Politechnika Białostocka 1 Iloraz różnicow

Bardziej szczegółowo

Macierze normalne. D : Dowolną macierz kwadratową można zapisać w postaci A = B + ic gdzie ( ) B = A + A B = A + A = ( A + A)

Macierze normalne. D : Dowolną macierz kwadratową można zapisać w postaci A = B + ic gdzie ( ) B = A + A B = A + A = ( A + A) Macierze normalne Twierdzenie: Macierz można zdiagonalizować za pomocą unitarnej transformacji podobieństwa wted i tlko wted gd jest normalna (AA A A). ( ) D : Dowolną macierz kwadratową można zapisać

Bardziej szczegółowo

ROZWIĄZANIA I ODPOWIEDZI

ROZWIĄZANIA I ODPOWIEDZI Zastosowania matematki w analitce medcznej zestaw do kol. semestr. - rozwiązania i odpowiedzi (część I). ROZWIĄZANIA I ODPOWIEDZI Zadanie A1. a) Rozważając dwa przpadki ze względu na moduł mam: skąd ostatecznie,3>.

Bardziej szczegółowo

Równania różniczkowe cząstkowe

Równania różniczkowe cząstkowe Równania różniczkowe cząstkowe Definicja Równaniem różniczkowm cząstkowm nazwam takie równanie różniczkowe w którm wstępuje co najmniej jedna pochodna cząstkowa niewiadomej funkcji dwóch lub więcej zmiennch

Bardziej szczegółowo

Całkowanie przez podstawianie i dwa zadania

Całkowanie przez podstawianie i dwa zadania Całkowanie przez podstawianie i dwa zadania Antoni Kościelski Funkcje dwóch zmiennch i podstawianie Dla funkcji dwóch zmiennch zachodzi następując wzór na całkowanie przez podstawianie: f(x(a, b), (a,

Bardziej szczegółowo

ZASTOSOWANIE MODELU GOMPERTZ A W INŻYNIERII ROLNICZEJ

ZASTOSOWANIE MODELU GOMPERTZ A W INŻYNIERII ROLNICZEJ Inżynieria Rolnicza 7(105)/2008 ZASTOSOWANIE MODELU GOMPERTZ A W INŻYNIERII ROLNICZEJ Zofia Hanusz Katedra Zastosowań Matematyki, Uniwersytet Przyrodniczy w Lublinie Zbigniew Siarkowski, Krzysztof Ostrowski

Bardziej szczegółowo

14. Grupy, pierścienie i ciała.

14. Grupy, pierścienie i ciała. 4. Grup, pierścienie i ciała. Definicja : Zbiór A nazwam grupą jeśli jest wposaŝon w działanie wewnętrzne łączne, jeśli to działanie posiada element neutraln i kaŝd element zbioru A posiada element odwrotn.

Bardziej szczegółowo

PODSTAWOWE POJĘCIA OPTYMALIZACJI [M. Ostwald: Podstawy optymalizacji konstrukcji, Wyd. Politechniki Poznańskiej, 2005]

PODSTAWOWE POJĘCIA OPTYMALIZACJI [M. Ostwald: Podstawy optymalizacji konstrukcji, Wyd. Politechniki Poznańskiej, 2005] PODSTAWOWE POJĘCIA OPTYMALIZACJI [M. Ostwald: Podstaw optmalizacji konstrukcji, Wd. Politechniki Poznańskiej, 2005] POW Problem optmalnego wboru PWOW Problem wielokrterialnego wboru OW Optmalizacja wielokrterialna

Bardziej szczegółowo

gdzie. Dla funkcja ma własności:

gdzie. Dla funkcja ma własności: Ekonometria, 21 listopada 2011 r. Modele ściśle nieliniowe Funkcja logistyczna należy do modeli ściśle nieliniowych względem parametrów. Jest to funkcja jednej zmiennej, zwykle czasu (t). Dla t>0 wartośd

Bardziej szczegółowo

Pomiar bezpośredni przyrządem wskazówkowym elektromechanicznym

Pomiar bezpośredni przyrządem wskazówkowym elektromechanicznym . Rodzaj poiaru.. Poiar bezpośredni (prost) W przpadku poiaru pojednczej wielkości przrząde wskalowan w jej jednostkach wartość niedokładności ± określa graniczn błąd przrządu analogowego lub cfrowego

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 5

RÓWNANIA RÓŻNICZKOWE WYKŁAD 5 RÓWNANIA RÓŻNICZKOWE WYKŁAD 5 Równania różniczkowe rzędu drugiego Równania rzędu drugiego sprowadzalne do równań rzędu pierwszego Równanie różniczkowe rzędu drugiego postaci F ( x, ', ") 0 ( nie wstępuje

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

KONSPEKT LEKCJI. NAUCZYCIEL: mgr inŝ. EWA JAROSZ SZKOŁA: GIMNAZJUM KLASA: 3 PRZEDMIOT: MATEMATYKA

KONSPEKT LEKCJI. NAUCZYCIEL: mgr inŝ. EWA JAROSZ SZKOŁA: GIMNAZJUM KLASA: 3 PRZEDMIOT: MATEMATYKA NAUCZYCIEL: mgr inŝ. EWA JAROSZ SZKOŁA: GIMNAZJUM KLASA: 3 PRZEDMIOT: MATEMATYKA KONSPEKT LEKCJI TEMAT LEKCJI: Badanie własności funkcji liniowej za pomocą programu Graphmatica. CELE OPERACYJNE: Uczeń

Bardziej szczegółowo

Zmienne losowe typu ciągłego. Parametry zmiennych losowych. Izolda Gorgol wyciąg z prezentacji (wykład III)

Zmienne losowe typu ciągłego. Parametry zmiennych losowych. Izolda Gorgol wyciąg z prezentacji (wykład III) Zmienne losowe tpu ciągłego. Parametr zmiennch losowch. Izolda Gorgol wciąg z prezentacji (wkład III) Zmienna losowa tpu ciągłego Zmienna losowa X o ciągłej dstrbuancie F nazwa się zmienną losową tpu ciągłego,

Bardziej szczegółowo

MATEMATYKA POZIOM ROZSZERZONY PRZYKŁADOWY ZESTAW ZADAŃ NR 1. Czas pracy 150 minut

MATEMATYKA POZIOM ROZSZERZONY PRZYKŁADOWY ZESTAW ZADAŃ NR 1. Czas pracy 150 minut Miejsce na naklejkę z kodem szkoł OKE ŁÓDŹ CKE MATEMATYKA POZIOM ROZSZERZONY MARZEC ROK 008 PRZYKŁADOWY ZESTAW ZADAŃ NR Czas prac 0 minut Instrukcja dla zdającego. Sprawdź, cz arkusz egzaminacjn zawiera

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennch Wkres i warstwice funkcji wielu zmiennch. Przeglad powierzchni stopnia drugiego. Granice i ciagłość funkcji wielu zmiennch. Małgorzata Wrwas Katedra Matematki Wdział Informatki Politechnika

Bardziej szczegółowo

MATURA PRÓBNA 2 KLASA I LO

MATURA PRÓBNA 2 KLASA I LO IMIE I NAZWISKO MATURA PRÓBNA KLASA I LO CZAS PRACY: 90 MIN. SUMA PUNKTÓW: 60 ZADANIE (5 PKT) Znajdź wszstkie funkcje liniowe określone na zbiorze ;, którch zbiorem wartości jest przedział ; 0. ZADANIE

Bardziej szczegółowo

3. Modele tendencji czasowej w prognozowaniu

3. Modele tendencji czasowej w prognozowaniu II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa

Bardziej szczegółowo

ZAGADNIENIE OPTYMALIZACJI TYPOSZEREGU MASZYN DO NAWOśENIA MINERALNEGO

ZAGADNIENIE OPTYMALIZACJI TYPOSZEREGU MASZYN DO NAWOśENIA MINERALNEGO InŜynieria Rolnicza 6/25 Mariusz Adamski Instytut InŜynierii Rolniczej Akademii Rolniczej w Poznaniu ZAGADNIENIE OPTYMALIZACJI TYPOSZEREGU MASZYN DO NAWOśENIA MINERALNEGO Streszczenie W pracy przedstawiono

Bardziej szczegółowo

Scenariusz lekcji matematyki z wykorzystaniem komputera

Scenariusz lekcji matematyki z wykorzystaniem komputera Scenariusz lekcji matematki z wkorzstaniem komputera Temat: Wpłw współcznników a i b na położenie wkresu funkcji liniowej. (Rsowanie wkresów prz użciu arkusza kalkulacjnego EXCEL.) Czas zajęć: 9 min Cele:

Bardziej szczegółowo

Elementy algebry i analizy matematycznej II

Elementy algebry i analizy matematycznej II Element algebr i analiz matematcznej II Wkład 1. Ekstrema unkcji dwóch zmiennch Deinicja 1 Funkcja dwóch zmiennch, z = (, ), ma w punkcie z = (, ), maksimum lokalne, jeżeli istnieje takie otoczenie punktu

Bardziej szczegółowo

Ekstrema funkcji dwóch zmiennych

Ekstrema funkcji dwóch zmiennych Wkład z matematki inżnierskiej Ekstrema funkcji dwóch zmiennch JJ, IMiF UTP 18 JJ (JJ, IMiF UTP) EKSTREMA 18 1 / 47 Ekstrema lokalne DEFINICJA. Załóżm, że funkcja f (, ) jest określona w pewnm otoczeniu

Bardziej szczegółowo

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Materiał ddaktczne na zajęcia wrównawcze z matematki dla studentów pierwszego roku kierunku zamawianego Inżnieria Środowiska w ramach projektu Era inżniera pewna lokata na przszłość Projekt Era inżniera

Bardziej szczegółowo

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Materiał ddaktczne na zajęcia wrównawcze z matematki dla studentów pierwszego roku kierunku zamawianego Inżnieria i Gospodarka Wodna w ramach projektu Era inżniera pewna lokata na przszłość Projekt Era

Bardziej szczegółowo

Rozwiązywanie układu równań metodą przeciwnych współczynników

Rozwiązywanie układu równań metodą przeciwnych współczynników Rozwiązwanie układu równań metodą przeciwnch współcznników Sposob postępowania krok po kroku: I. przgotowanie równań. pozbwam się ułamków mnoŝąc kaŝd jednomian równania równań przez najmniejszą wspólną

Bardziej szczegółowo

Równania różniczkowe

Równania różniczkowe Równania różniczkowe I rzędu Andrzej Musielak Równania różniczkowe Równania różniczkowe I rzędu Równanie różniczkowe pierwszego rzędu to równanie w którm pojawia się zmienna x, funkcja tej zmiennej oraz

Bardziej szczegółowo

WIELOCZYNNIKOWA PREDYKCJA MATEMATYCZNA CEN METALI KOLOROWYCH W KRYZYSIE ROKU 2008/9

WIELOCZYNNIKOWA PREDYKCJA MATEMATYCZNA CEN METALI KOLOROWYCH W KRYZYSIE ROKU 2008/9 Andrzej Augustnek, Jan Tadeusz Duda WIELOCZYIOWA PREDYCJA MATEMATYCZA CE METALI OLOROWYCH W RYZYSIE ROU 008/9. Wprowadzenie Świat podjął walkę z krzsem. Rząd krajów wkonują skoordnowane (lub nie) ruch

Bardziej szczegółowo

WPŁYW WYKORZYSTANIA AGREGATU DO NAWOśENIA MINERALNEGO NA JEDNOSTKOWE KOSZTY EKSPLOATACJI

WPŁYW WYKORZYSTANIA AGREGATU DO NAWOśENIA MINERALNEGO NA JEDNOSTKOWE KOSZTY EKSPLOATACJI InŜynieria Rolnicza 12/2006 Jacek Skwarcz Katedra Podstaw Techniki Akademia Rolnicza w Lublinie WPŁYW WYKORZYSTANIA AGREGATU DO NAWOśENIA MINERALNEGO NA JEDNOSTKOWE KOSZTY EKSPLOATACJI Wstęp Streszczenie

Bardziej szczegółowo

Zasady budowania prognoz ekonometrycznych

Zasady budowania prognoz ekonometrycznych Zasad budowania prognoz ekonometrcznch Klasczne założenia teorii predkcji 1. Znajomość modelu kształtowania się zmiennej prognozowanej Znajomość postaci analitcznej wstępującch zależności międz zmiennmi

Bardziej szczegółowo

MES polega na wyznaczaniu interesujących nas parametrów w skończonej ilości punktów. A co leży pomiędzy tymi punktami?

MES polega na wyznaczaniu interesujących nas parametrów w skończonej ilości punktów. A co leży pomiędzy tymi punktami? MES- 07 Interpolacja, wprowadzenie Interpolacja: po co nam to? Ptania MES polega na wznaczaniu interesującch nas parametrów w skończonej ilości punktów. A co leż pomiędz tmi punktami? Na razie rozpatrwaliśm

Bardziej szczegółowo

Metody prognozowania: Jakość prognoz Wprowadzenie (1) 6. Oszacowanie przypuszczalnej trafności prognozy

Metody prognozowania: Jakość prognoz Wprowadzenie (1) 6. Oszacowanie przypuszczalnej trafności prognozy Metod prognozowania: Jakość prognoz Dr inż. Sebastian Skoczpiec ver. 03.2012 Wprowadzenie (1) 1. Sformułowanie zadania prognostcznego: 2. Określenie przesłanek prognostcznch: 3. Zebranie danch 4. Określenie

Bardziej szczegółowo

DOBÓR ŚRODKÓW TRANSPORTOWYCH DLA GOSPODARSTWA PRZY POMOCY PROGRAMU AGREGAT - 2

DOBÓR ŚRODKÓW TRANSPORTOWYCH DLA GOSPODARSTWA PRZY POMOCY PROGRAMU AGREGAT - 2 InŜynieria Rolnicza 14/2005 Michał Cupiał, Maciej Kuboń Katedra InŜynierii Rolniczej i Informatyki Akademia Rolnicza im. Hugona Kołłątaja w Krakowie DOBÓR ŚRODKÓW TRANSPORTOWYCH DLA GOSPODARSTWA PRZY POMOCY

Bardziej szczegółowo

Interpolacja. Układ. x exp. = y 1. = y 2. = y n

Interpolacja. Układ. x exp. = y 1. = y 2. = y n MES 07 lokaln Interpolacja. Układ Interpolacja, wprowadzenie Interpolacja: po co nam to? Ptania MES polega na wznaczaniu interesującch nas parametrów w skończonej ilości punktów. A co leż pomiędz tmi punktami?

Bardziej szczegółowo

Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 6

Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 6 ozwiązwanie beek prostch i przegubowch wznaczanie reakcji i wkresów sił przekrojowch 6 Obciążenie beki mogą stanowić sił skupione, moment skupione oraz obciążenia ciągłe q rs. 6.. s. 6. rzed przstąpieniem

Bardziej szczegółowo

Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 4-5

Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 4-5 ozwiązwanie beek prostch i przegubowch wznaczanie reakcji i wkresów sił przekrojowch - Obciążenie beki mogą stanowić sił skupione, moment skupione oraz obciążenia ciągłe q rs... s.. rzed przstąpieniem

Bardziej szczegółowo

VIII. ZBIÓR PRZYKŁADOWYCH ZADAŃ MATURALNYCH

VIII. ZBIÓR PRZYKŁADOWYCH ZADAŃ MATURALNYCH VIII. ZBIÓR PRZYKŁADOWYCH ZADAŃ MATURALNYCH ZADANIA ZAMKNIĘTE Zadanie. ( pkt) 0 90 Liczba 9 jest równa 0 B. 00 C. 0 9 D. 700 7 Zadanie. 8 ( pkt) Liczba 9 jest równa B. 9 C. D. 5 Zadanie. ( pkt) Liczba

Bardziej szczegółowo

Definicja wartości bezwzględnej. x < x y. x =

Definicja wartości bezwzględnej. x < x y. x = 1.9. WARTOŚĆ BEZWZGLĘDNA Definicja wartości bezwzględnej... gd... 0 =... gd... < 0 Własności wartości bezwzględnej 0 = = = n a n = a, gd n jest liczbą parzstą Przkład 1.9.1. Oblicz: a) b) c) 1 d) 0 e)

Bardziej szczegółowo

Pochodna funkcji wykład 5

Pochodna funkcji wykład 5 Pochodna funkcji wkład 5 dr Mariusz Grządziel 8 listopada 2010 Funkcja logistczna 40 Rozważm funkcję logistczną = f 0 (t) = 1+5e 0,5t Funkcja f może bć wkorzstana np. do modelowania wzrostu mas ziaren

Bardziej szczegółowo

KORELACJE I REGRESJA LINIOWA

KORELACJE I REGRESJA LINIOWA KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem

Bardziej szczegółowo

Badanie funkcji. Zad. 1: 2 3 Funkcja f jest określona wzorem f( x) = +

Badanie funkcji. Zad. 1: 2 3 Funkcja f jest określona wzorem f( x) = + Badanie funkcji Zad : Funkcja f jest określona wzorem f( ) = + a) RozwiąŜ równanie f() = 5 b) Znajdź przedziały monotoniczności funkcji f c) Oblicz największą i najmniejszą wartość funkcji f w przedziale

Bardziej szczegółowo

12. FUNKCJE WIELU ZMIENNYCH. z = x + y jest R 2, natomiast jej

12. FUNKCJE WIELU ZMIENNYCH. z = x + y jest R 2, natomiast jej 1. FUNKCJE WIELU ZMIENNYCH 1.1. FUNKCJE DWÓCH ZMIENNYCH Funkcją dwóch zmiennch określoną w zbiorze D R nazwam przporządkowanie każdej parze liczb () D dokładnie jednej liczb rzeczwistej z. Piszem prz tm

Bardziej szczegółowo

Metody Eulera i Eulera-Cauchy'ego rozwiązywania równań różniczkowych zwyczajnych. y 3 := x 2 (1) ( ) Rozwiązanie dokładne równania (1) (2)

Metody Eulera i Eulera-Cauchy'ego rozwiązywania równań różniczkowych zwyczajnych. y 3 := x 2 (1) ( ) Rozwiązanie dokładne równania (1) (2) euler-przkl_.xmcd Metod Eulera i Eulera-Cauch'ego rozwiązwania równań różniczkowch zwczajnch ' ( x, ) : x () + Rozwiązanie dokładne równania () ( x, C) : + C exp( atan( x) ) () Sprawdzenie: d dx ( x, C)

Bardziej szczegółowo

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna Regresja wieloraka Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna zmienna niezależna (można zobrazować

Bardziej szczegółowo

Liczby, działania i procenty. Potęgi I pierwiastki

Liczby, działania i procenty. Potęgi I pierwiastki Zakres materiału obowiązując do egzaminu poprawkowego z matematki klasa technikum str Dział programow Liczb, działania i procent Potęgi I pierwiastki Zbior i przedział liczbowe Wrażenia algebraiczne Równania

Bardziej szczegółowo

Podejmowanie decyzji w warunkach niepełnej informacji. Tadeusz Trzaskalik

Podejmowanie decyzji w warunkach niepełnej informacji. Tadeusz Trzaskalik Podejmowanie deczji w warunkach niepełnej informacji Tadeusz Trzaskalik 5.. Wprowadzenie Słowa kluczowe Niepełna informacja Stan natur Macierz wpłat Podejmowanie deczji w warunkach rzka Podejmowanie deczji

Bardziej szczegółowo

BADANIE PRZEBIEGU ZMIENNOŚCI FUNKCJI

BADANIE PRZEBIEGU ZMIENNOŚCI FUNKCJI Wkład z matematki inżnierskiej BADANIE PRZEBIEGU ZMIENNOŚCI FUNKCJI IMiF UTP 06 przed wkonaniem wkresu... BADANIE PRZEBIEGU ZMIENNOŚCI FUNKCJI Wkonujem wkres funkcji wznaczaja c wcześniej: 1 dziedzinȩ

Bardziej szczegółowo

Róniczka. f x. V Vx. Zadanie 4. Znale maksymalny błd bezwzgldny i wzgldny powstały przy obliczaniu objtoci stoka, jeli promie podstawy wynosi

Róniczka. f x. V Vx. Zadanie 4. Znale maksymalny błd bezwzgldny i wzgldny powstały przy obliczaniu objtoci stoka, jeli promie podstawy wynosi Róniczka Wraenie d nazwa si róniczk pierwszego rzdu czci liniow przrostu wartoci unkcji Zastosowanie róniczki do oblicze przblionch: Zadanie Za pomoc róniczki oblicz przblion warto liczb Wkorzstam wzór

Bardziej szczegółowo

Wektory. P. F. Góra. rok akademicki

Wektory. P. F. Góra. rok akademicki Wektor P. F. Góra rok akademicki 009-0 Wektor zwiazan. Wektorem zwiazanm nazwam parę punktów. Jeżeli parę tę stanowią punkt,, wektor przez nie utworzon oznaczm. Graficznie koniec wektora oznaczam strzałką.

Bardziej szczegółowo

Pierwiastki kwadratowe z liczby zespolonej

Pierwiastki kwadratowe z liczby zespolonej Pierwiastki kwadratowe z liczb zespolonej Pierwiastkiem kwadratowm z liczb w C nazwam każdą liczbę zespoloną z C, dla której z = w. Zbiór wszstkich pierwiastków oznaczam smbolem w. Innmi słow w = {z C

Bardziej szczegółowo

Ćwiczenie 361 Badanie układu dwóch soczewek

Ćwiczenie 361 Badanie układu dwóch soczewek Nazwisko... Data... Wdział... Imię... Dzień tg.... Godzina... Ćwiczenie 36 Badanie układu dwóch soczewek Wznaczenie ogniskowch soczewek metodą Bessela Odległość przedmiotu od ekranu (60 cm 0 cm) l Soczewka

Bardziej szczegółowo

Wykład FIZYKA I. 9. Ruch drgający swobodny

Wykład FIZYKA I. 9. Ruch drgający swobodny Wkład FIZYK I 9. Ruch drgając swobodn Katedra Optki i Fotoniki Wdział Podstawowch Problemów Techniki Politechnika Wrocławska http://www.if.pwr.wroc.pl/~wozniak/fizka.html RUCH DRGJĄCY Drganie (ruch drgając)

Bardziej szczegółowo

KURS FUNKCJE WIELU ZMIENNYCH

KURS FUNKCJE WIELU ZMIENNYCH KURS FUNKCJE WIELU ZMIENNYCH Lekcja 1 Pochodne cząstkowe ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tlko jedna jest prawdziwa). Ptanie 1 Funkcja dwóch zmiennch a)

Bardziej szczegółowo

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 007, Oeconomica 54 (47), 73 80 Mateusz GOC PROGNOZOWANIE ROZKŁADÓW LICZBY BEZROBOTNYCH WEDŁUG MIAST I POWIATÓW FORECASTING THE DISTRIBUTION

Bardziej szczegółowo

ZAŁOŻENIA NOWEJ METODY DOBORU MASZYN DO PRODUKCJI ROLNICZEJ

ZAŁOŻENIA NOWEJ METODY DOBORU MASZYN DO PRODUKCJI ROLNICZEJ Inżynieria Rolnicza 13/2006 Jacek Skwarcz Katedra Podstaw Techniki Akademia Rolnicza w Lublinie ZAŁOŻENIA NOWEJ METODY DOBORU MASZYN DO PRODUKCJI ROLNICZEJ Wstęp Streszczenie W pracy przedstawiono założenia

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5 Analiza korelacji - współczynnik korelacji Pearsona Cel: ocena współzależności między dwiema zmiennymi ilościowymi Ocenia jedynie zależność liniową. r = cov(x,y

Bardziej szczegółowo

ZADANIE 1 Poniżej znajduje się fragment wykresu funkcji y = f (x). ZADANIE 2 Na podstawie podanego wykresu funkcji f

ZADANIE 1 Poniżej znajduje się fragment wykresu funkcji y = f (x). ZADANIE 2 Na podstawie podanego wykresu funkcji f IMIE I NAZWISKO ZADANIE Poniżej znajduje się fragment wkresu funkcji = f (). -7 -- - - 6 7 Dorsuj brakujac a część wkresu wiedzac, że dziedzina funkcji f jest przedział,, a wkres jest smetrczn względem

Bardziej szczegółowo

OCENA JAKOŚCI PROCESU LOGISTYCZNEGO PRZEDSIĘBIORSTWA PRZEMYSŁOWEGO METODĄ UOGÓLNIONEGO PARAMETRU CZĘŚĆ I. 1. Wprowadzenie

OCENA JAKOŚCI PROCESU LOGISTYCZNEGO PRZEDSIĘBIORSTWA PRZEMYSŁOWEGO METODĄ UOGÓLNIONEGO PARAMETRU CZĘŚĆ I. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y Z J E Nr 2 2004 Anna DOBROWOLSKA* Jan MIKUŚ* OCENA JAKOŚCI PROCESU LOGISTYCZNEGO PRZEDSIĘBIORSTWA PRZEMYSŁOWEGO METODĄ UOGÓLNIONEGO PARAMETRU CZĘŚĆ I Przedstawiono

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW NR 17751 WYGENEROWANY AUTOMATYCZNIE W SERWISIE ZADANIA.INFO POZIOM PODSTAWOWY CZAS PRACY: 170 MINUT 1 Zadania zamknięte ZADANIE 1 (1 PKT) Rozważm treść następujacego

Bardziej szczegółowo

Metody matematyczne w technologii materiałów Krzysztof Szyszkiewicz

Metody matematyczne w technologii materiałów Krzysztof Szyszkiewicz Kinetka formalna jest działem kinetki chemicznej zajmującm się opisem przebiegu reakcji chemicznch za pomocą równao różniczkowch. W przpadku reakcji homogenicznch (w objętości), g skład jest jednorodn

Bardziej szczegółowo

Wymagania edukacyjne z matematyki klasa II technikum

Wymagania edukacyjne z matematyki klasa II technikum Wymagania edukacyjne z matematyki klasa II technikum Poziom rozszerzony Obowiązują wymagania z zakresu podstawowego oraz dodatkowo: 1. JĘZYK MATEMATYKI I FUNKCJE LICZBOWE Uczeń otrzymuje ocenę dopuszczającą

Bardziej szczegółowo

a, b funkcji liniowej y ax + b

a, b funkcji liniowej y ax + b . FUNKCJA LINIOWA zadania Zad... Napisz wzór funkcji liniowej, której wkres przechodzi przez punkt A (, ) i przecina oś OY w punkcie B (0,). Zad... Dan jest wzór funkcji liniowej: A) B) C) D) Na podstawie

Bardziej szczegółowo

( ) σ v. Adam Bodnar: Wytrzymałość Materiałów. Analiza płaskiego stanu naprężenia.

( ) σ v. Adam Bodnar: Wytrzymałość Materiałów. Analiza płaskiego stanu naprężenia. Adam Bdnar: Wtrzmałść Materiałów Analiza płaskieg stanu naprężenia 5 ANALIZA PŁASKIEGO STANU NAPRĘŻENIA 5 Naprężenia na dwlnej płaszczźnie Jak pamiętam płaski stan naprężenia w punkcie cechuje t że wektr

Bardziej szczegółowo

Matematyka 1 (Wydziaª Architektury) Lista 1 - funkcje elmenetarne. 2. Rozwi za nast puj ce równania lub nierówno±ci:

Matematyka 1 (Wydziaª Architektury) Lista 1 - funkcje elmenetarne. 2. Rozwi za nast puj ce równania lub nierówno±ci: Matematka (Wdziaª Architektur) Lista - funkcje elmenetarne UWAGA: Umiej tno±ci potrzebne do rozwi zwania zada«z tej list b d równie» niezb dne prz rozwi zwaniu wszstkich problemów matematcznch, z jakimi

Bardziej szczegółowo

Paweł Strawiński Ćwiczenia

Paweł Strawiński Ćwiczenia Zadanie 1 Na podstawie wników badań PGSS starano się zidentfikować zmienne, które wpłwają na poziom szczęścia. Na podstawie odpowiedzi stworzono zmienną hapunhap, która przjmuje wartość 1 dla osób, które

Bardziej szczegółowo

Funkcje elementarne. Matematyka 1

Funkcje elementarne. Matematyka 1 Funkcje elementarne Matematyka 1 Katarzyna Trąbka-Więcław Funkcjami elementarnymi nazywamy: funkcje wymierne (w tym: wielomiany), wykładnicze, trygonometryczne, odwrotne do wymienionych (w tym: funkcje

Bardziej szczegółowo

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka Statystyka opisowa. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Prosta regresji cechy Y względem cech X 1,..., X k. 2 3 Wyznaczamy zależność cechy Y od cech X 1, X 2,..., X k postaci Y = α 0 +

Bardziej szczegółowo

ANALIZA MOŻLIWOŚCI NORMALIZACJI WARTOŚCI SKŁADOWYCH TRÓJCHROMATYCZNYCH Z WYKORZYSTANIEM PRZEKSZTAŁCENIA NIELINIOWEGO

ANALIZA MOŻLIWOŚCI NORMALIZACJI WARTOŚCI SKŁADOWYCH TRÓJCHROMATYCZNYCH Z WYKORZYSTANIEM PRZEKSZTAŁCENIA NIELINIOWEGO Wojciech MOĆKO Wojciech ŻAGAN ANALIZA MOŻLIWOŚCI NORMALIZACJI WARTOŚCI SKŁADOWYCH TRÓJCHROMATYCZNYCH Z WYKORZYSTANIEM PRZEKSZTAŁCENIA NIELINIOWEGO STRESZCZENIE W referacie przedstawiono koncepcję zastosowania

Bardziej szczegółowo

Warsztat pracy matematyka

Warsztat pracy matematyka Warsztat prac matematka Izabela Bondecka-Krzkowska Marcin Borkowski Jęzk matematki Teoria Jednm z podstawowch pojęc matematki jest pojęcie zbioru. Teorię opisującą zbior nazwa sie teorią mnogości. Definicja

Bardziej szczegółowo

Program zajęć pozalekcyjnych z matematyki poziom rozszerzony- realizowanych w ramach projektu Przez naukę i praktykę na Politechnikę

Program zajęć pozalekcyjnych z matematyki poziom rozszerzony- realizowanych w ramach projektu Przez naukę i praktykę na Politechnikę Program zajęć pozalekcyjnych z matematyki poziom rozszerzony- realizowanych w ramach projektu Przez naukę i praktykę na Politechnikę 1. Omówienie programu. Zaznajomienie uczniów ze źródłami finansowania

Bardziej szczegółowo

KONSPEKT LEKCJI na temat: PRZESUWANIE PARABOLI

KONSPEKT LEKCJI na temat: PRZESUWANIE PARABOLI KONSPEKT LEKCJI na temat: PRZESUWANIE PARABOLI CELE LEKCJI: Poznawcze Uczeń utrwala wiadomości o: funkcji kwadratowej rsowanie wkresu, przesuwaniu wkresu funkcji wzdłuż osi 0 i 0 związkach międz równaniem

Bardziej szczegółowo

Treści programowe. Matematyka 1. Efekty kształcenia. Literatura. Warunki zaliczenia. Ogólne własności funkcji. Definicja 1. Funkcje elementarne.

Treści programowe. Matematyka 1. Efekty kształcenia. Literatura. Warunki zaliczenia. Ogólne własności funkcji. Definicja 1. Funkcje elementarne. Treści programowe Matematyka 1 Katarzyna Trąbka-Więcław Funkcje elementarne. Granica funkcji, własności granic, wyrażenia nieoznaczone, ciągłość funkcji. Pochodna funkcji w punkcie i w przedziale, pochodne

Bardziej szczegółowo

SZEREG CZASOWY Y zjawisko badane w różnych okresach lub momentach czasu. Dynamika zjawiska to zmiana zjawiska w czasie. Przykład. Y średni kurs akcji

SZEREG CZASOWY Y zjawisko badane w różnych okresach lub momentach czasu. Dynamika zjawiska to zmiana zjawiska w czasie. Przykład. Y średni kurs akcji SZEREG CZASOWY Y zjawisko badane w różnch okresach lub momentach czasu. Dnamika zjawiska to zmiana zjawiska w czasie. Przkład. Y średni kurs akcji firm OPTMUS na giełdzie Okres: notowania od 1.03.2010

Bardziej szczegółowo

Ćwiczenie 5 PROGNOZOWANIE

Ćwiczenie 5 PROGNOZOWANIE Ćwiczenie 5 PROGNOZOWANIE Prognozowanie jest procesem przewidywania przyszłych zdarzeń. Obszary zastosowań prognozowania obejmują np. analizę danych giełdowych, przewidywanie zapotrzebowania na pracowników,

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

Rozdział 8. Regresja. Definiowanie modelu

Rozdział 8. Regresja. Definiowanie modelu Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność

Bardziej szczegółowo

Wykład 10. Funkcje wielu zmiennych

Wykład 10. Funkcje wielu zmiennych Wkład 1. Funkcje wielu zmiennch dr Mariusz Grządziel 6 maja 1 (ostatnie poprawki: 1 maja 1) Funkcje wielu zmiennch Przestrzeń dwuwmiarowa, oznaczana w literaturze matematcznej smbolem R, może bć utożsamiona

Bardziej szczegółowo

3.3. UKŁADY RÓWNAŃ LINIOWYCH. Równanie liniowe z dwiema niewiadomymi. Równaniem liniowym z dwiema niewiadomymi x i y nazywamy równanie postaci

3.3. UKŁADY RÓWNAŃ LINIOWYCH. Równanie liniowe z dwiema niewiadomymi. Równaniem liniowym z dwiema niewiadomymi x i y nazywamy równanie postaci .. UKŁADY RÓWNAŃ LINIOWYCH Równanie liniowe z dwiema niewiadommi Równaniem liniowm z dwiema niewiadommi i nazwam równanie postaci A B C 0, gdzie A, B, C R i A B 0 m równania z dwiema niewiadommi nazwam

Bardziej szczegółowo

Ekonometria. Model nieliniowe i funkcja produkcji. Jakub Mućk. Katedra Ekonomii Ilościowej. Modele nieliniowe Funkcja produkcji

Ekonometria. Model nieliniowe i funkcja produkcji. Jakub Mućk. Katedra Ekonomii Ilościowej. Modele nieliniowe Funkcja produkcji Ekonometria Model nieliniowe i funkcja produkcji Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Ćwiczenia 7 Modele nieliniowe i funkcja produkcji 1 / 19 Agenda Modele nieliniowe 1 Modele

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 9

Stanisław Cichocki. Natalia Nehrebecka. Wykład 9 Stanisław Cichocki Natalia Nehrebecka Wykład 9 1 1. Dodatkowe założenie KMRL 2. Testowanie hipotez prostych Rozkład estymatora b Testowanie hipotez prostych przy użyciu statystyki t 3. Przedziały ufności

Bardziej szczegółowo

POZIOM I DYNAMIKA ZMIAN WYPOSAśENIA I WYKORZYSTANIA CIĄGNIKÓW ROLNICZYCH W GOSPODARSTWACH RODZINNYCH

POZIOM I DYNAMIKA ZMIAN WYPOSAśENIA I WYKORZYSTANIA CIĄGNIKÓW ROLNICZYCH W GOSPODARSTWACH RODZINNYCH InŜynieria Rolnicza 11/2006 Sławomir Kocira, Stanisław Parafiniuk Katedra Eksploatacji Maszyn i Zarządzania w InŜynierii Rolniczej Akademia Rolnicza w Lublinie POZIOM I DYNAMIKA ZMIAN WYPOSAśENIA I WYKORZYSTANIA

Bardziej szczegółowo