ZESZYTY NAUKOWE NR 10(82) AKADEMII MORSKIEJ W SZCZECINIE. Określenie zużycia paliwa przez silnik napędowy statku za pomocą analizy wymiarowej

Wielkość: px
Rozpocząć pokaz od strony:

Download "ZESZYTY NAUKOWE NR 10(82) AKADEMII MORSKIEJ W SZCZECINIE. Określenie zużycia paliwa przez silnik napędowy statku za pomocą analizy wymiarowej"

Transkrypt

1 ISSN ZESZYTY NAUKOWE NR 10(8) AKADEMII MORSKIEJ W SZCZECINIE IV MIĘDZYNARODOWA KONFERENCJA NAUKOWO-TECHNICZNA EXPLO-SHIP 006 Ja Rosłaowski Określeie zużycia paliwa przez silik apędowy statku za pomocą aalizy wymiarowej Słowa kluczowe: zużycie paliwa przez silik, parametry ruchu statku, aaliza wymiarowa. W artykule przedstawioo sposób określeia zużycia paliwa przez silik spaliowy w oparciu o pomiary wykoae a statku. Wykorzystao przy tym schemat algebraiczy aalizy wymiarowej zapropooway przez Drobota. Wybrao optymalą bazę wymiarową fukcji zużycia paliwa przez silik spaliowy w oparciu o kryterium ajmiejszych kwadratów. Porówao metodę określeia fukcji zużycia paliwa z metodami tradycyjie dotąd stosowaymi. Wskazao a zalety propoowaej metody. Determiatio of Ship Mai Egie Fuel Cosumptio by Meas of Dimesioal Aalysis Key words: egie fuel cosumptio, ship ruig parameters, dimesioal aalysis This article presets a method of determiatio of the fuel cosumptio by a mai propulsio diesel egie o the basis of sea trials measuremets. A algebraic scheme of dimesioal aalysis proposed by Drabat was used for the purpose. The least squares method was chose for the selectio of optimum dimesio data base. The proposed method of the determiatio of fuel cosumptio fuctio is compared with traditioal methods. Besides, adatages of proposed method are poited out. 4

2 Ja Rosłaowski Wstęp W ostatich latach koszty paliwa wzrosły iemal czterokrotie i spodziewać się moża dalszych podwyżek jego cey. Dlatego też paliwo zaczya odgrywać coraz ważiejszą rolę w kosztach eksploatacji statku. Niezbęde staje się poszukiwaie owych, dotąd ie stosowaych, metod określeia zużycia paliwa przez silik spaliowy statku. Dotychczasowy sposób określaia zużycia paliwa wykorzystuje pomiary prędkości obrotowej silika i prędkości postępowej statku. W tradycyjych metodach używa się ogólego wyrażeia a zużycie paliwa o postaci: G = A + B gdzie: A, B stałe współczyiki liczbowe określoe w oparciu o pomiary, prędkość postępowa statku w [m/s], prędkość obrotowa silika w [1/s], G zużycie paliwa przez silik spaliowy w [kg/s]. Niedoskoałość tych metod jest ogólie zaa. Dzisiaj obserwuje się zaczy postęp rozwoju techiki pomiarowej silików okrętowych. Obecie główy acisk kładzie się a pomiar mometu obrotowego, jako jedego z podstawowych wskaźików stopia obciążeia silika apędowego. Sta techiki pomiarowej stwarza możliwości istalowaia a statkach mierika mometu obrotowego. Iformacje o wartości rozwijaego przez silik apędowy mometu, łączie z charakterystyką apędową, umożliwiają załogom bezpośredią kotrolę stau obciążeia silika i wybór ekoomiczie uzasadioych parametrów pracy siłowi [1]. 1. Wymiarowa fukcja zużycia paliwa przez silik apędowy statku Zużycie paliwa przez silik spaliowy zależy między iymi od astępujących parametrów: prędkości obrotowej silika, prędkości postępowej statku, mometu obrotowego silika M, gęstości paliwa ρ. Zależości fukcyje pomiędzy powyższymi parametrami ustaloo metodą aalizy wymiarowej. Wykorzystao schemat algebraiczy aalizy wymiarowej skostruoway przez S. Drobota [, 4] ze względu a prostotę tego ujęcia i łatwość komputerowych obliczeń. Rozpatrywae parametry są wielkościami 46 (1)

3 Określeie zużycia paliwa przez silik apędowy statku za pomocą aalizy wymiarowej fizyczymi posiadającymi wymiary. Zgodie z pracą [4] przez wielkości wymiarowe rozumiemy takie, których wartości liczbowe zależą od przyjętego układu jedostek miary. Wymiarowa fukcja zużycia paliwa o postaci: gdzie: Ф ozaczeie fukcji wymiarowej, pozostałe ozaczeia jak w tekście G = Ф (M,,, ρ) () ie jest fukcją liczbową. Przyporządkowuje oa elemetom przestrzei wymiarowej elemety tej samej przestrzei. Posiada własości iezmieości i jedorodości wymiarowej. W układzie jedostek podstawowych SI wielkości występujące w zależości (), będące argumetami fukcji zużycia paliwa, mają astępujące wymiary: M = M[kg m s ], = [m s 1 ], = [s 1 ], ρ = ρ[kg m ] () Macierz wykładików potęgowych wymiarów argumetów fukcji () w przyjętym układzie jedostek miar ma postać: (4) 1 0 Macierz (4) jest rzędu trzeciego, co ozacza, że w przypadku fukcji wymiarowej () trzy wielkości spośród czterech argumetów są wymiarowo iezależe, a jede argumet jest wymiarowo zależy od tych trzech. Parametry, M,, ρ przestrzei wymiarowej azywamy wymiarowo iezależymi, jeżeli z rówości: Ф = a M b c ρ d () w której Ф jest wielkością bezwymiarową, a, b, c, d są liczbami rzeczywistymi. Wyika z tego, że: a = b = c = d = 0 (6) Z fukcji wymiarowej () wybiera się argumety wymiarowo iezależe i oddziela od pozostałych, tz. przyjmuje się bazę wymiarową tej fukcji. Każde zestawieie wielkości wymiarowo iezależych azywamy bazą. Wielkość bezwymiarowa ie może być elemetem bazy, bo jest wymiarowo zależa od każdego iego elemetu przestrzei wymiarowej. Z macierzy (4) wyika, że 47

4 Ja Rosłaowski rozpatrywaa fukcja wymiarowa () może mieć, co ajwyżej, cztery róże bazy wymiarowe. Mogą imi być astępujące wielkości wymiarowo iezależe: ρ ( M,, ), ( M,, ρ ), M (,, ρ ), ( M,, ρ ) (7) Ostateczego wyboru wielkości wymiarowo iezależych dokoao po aalityczym opisie fukcji we wszystkich możliwych bazach wymiarowych. W tabeli 1 zestawioo wszystkie możliwe postacie wymiarowej fukcji zużycia paliwa przez silik apędowy. Wybrao opis ajprostszy, a jedocześie spełiający waruek odpowiediej dokładości. W aszym przypadku za optymalą bazę wymiarową rozpatrywaej fukcji przyjęto astępujące zestawieie wielkości wymiarowo iezależych: M,,. Jako kryterium wyboru użyto miimum sumy kwadratów odchyleń wartości fukcji zużycia paliwa od parametrów zmierzoych a statku [1]. Waruki iezmieości i jedorodości wymiarowej ie ograiczają postaci fukcji, których argumetami mogą być wielkości wymiarowe [4]. Wyika to, z twierdzeia π, które sformułował Buckigham []. Jeżeli w wymiarowo iezmieiczej i jedorodej fukcji Ф(, M,, ρ) argumety, M, są wymiarowo iezależe, a argumet ρ jest wymiarowo zależy od ich, tz. wyraża się za pomocą argumetów iezależych w sposób astępujący: gdzie: Ф ρ jest wielkością bezwymiarową, x, y, z liczby rzeczywiste. ρ = Ф ρ M x y z (8) Wtedy wymiarowa fukcja () przekształca się do astępującej postaci liczbowej: G = Ф(, M,, ρ) = f (Ф ρ ) M a b c (9) gdzie: Ф(, M,, ρ) wymiarowa fukcja zużycia paliwa przez silik, f(ф ρ ) liczbowa fukcja argumetu bezwymiarowego, a, b, c liczby rzeczywiste. Liczbowa fukcja Ф ρ ie zależy od argumetów wymiarowo iezależych, a wykładiki będące liczbami rzeczywistymi a, b, c ie zależą ai od argumetów ai od tej fukcji. Każda fukcja postaci (9) jest wymiarowo iezmieicza i jedoroda. 48

5 Określeie zużycia paliwa przez silik apędowy statku za pomocą aalizy wymiarowej Tabela 1 Opis wymiarowej fukcji G (, M,, ρ) określającej zużycie paliwa przez silik spaliowy we wszystkich możliwych bazach Descriptio of the dimesioal fuctio G (, M,, ρ) determiig the fuel cosumptio by the diesel egie i all possible bases Lp. Baza wymiarowa fukcji 1 M,, M,, ρ M,, ρ 4,, ρ 1 M,, Postać liczbowa fukcji wymiarowej zużycia paliwa przez silik apędowy statku Postać liiowa fukcji wymiarowej ρ G = α α = 8,01 10 G = α α =,9 10 M 4 α = 6, ρ 4 M + β β = 1, 10 + β β =, M G = α + β α = 7, M ρ M ρ β =,96 10 M ρ G = α + β 4 β = 1,8 10 Postać kwadratowa fukcji wymiarowej α =, ρ G = α M 8 ρ + β 7 M + γ β = 4, γ = 7, Suma kwadratu estymaty fukcji od wartości zmierzoej, , , , , M,, ρ G = α α =, M ρ + β 7 β =, M ρ 4 + γ γ = 4,44 10 M ρ 1, M,, ρ 4,, ρ M G = α α =,9 10 M G = α 7 1 α = 1, M M + β + γ ρ β = 1, β = 7,09 10 M ρ γ = 1, M ρ + β + γ ρ γ = 1, , ,

6 Ja Rosłaowski Porówując w zależości (8) wymiary lewej i prawej stroy otrzymamy: kg m = (kg m s ) x ( s 1 ) y ( m s 1 ) z a stąd układ rówań: 1 = x = x + z (10) 0 = x y z mający jedye rozwiązaie o postaci: x = 1, y =, z =. Powtarzając aalogiczy tok postępowaia do wyrażeia (9) otrzymujemy wartości liczbowe wykładików: a = 1, b = 1, c =. Pozwalają oe fukcję wymiarową zużycia paliwa () przekształcić do fukcji liczbowej o postaci: G = ρ f M M (11) Ze wzoru (11) wyika, że za pomocą aalizy wymiarowej ie uzyskaliśmy iformacji o kształcie fukcji liczbowej. Jak zauważa Drobot w pracy [], aaliza zapewia tylko wymiarową prawidłowość opisu, ie wkraczając w ses fizyczy procesu. Uzyskaliśmy za jej pomocą wielkość zużycia paliwa przez silik apędowy G określoą z dokładością do fukcji jedej zmieej bezwymiarowej. Problem wyboru wielkości i założeń z tym związaych ależy do fizyczego sesu procesu opisywaego przez fukcję wymiarową, a ie do aalizy wymiarowej. W celu określeia postaci fukcji liczbowej przyjmuje się pewe założeia oparte a pomiarach wykoywaych a statku oraz a ogólej zajomości teorii rozpatrywaego procesu eergetyczego. Na podstawie pomiarów wykoaych a statku moża przewidzieć typ fukcji, która adaje się do aproksymacji wyików pomiarów. Przykładowe wartości parametrów zmierzoe a statku podczas prób a mili pomiarowej przedstawioo w tabeli. Zilustrowao je za pomocą pewych zależości bezwymiarowych a rysuku 1. Na podstawie rysuku 1 przyjęto postać fukcji liczbowej występującej w wyrażeiu (11) jako kwadratową. Tak więc wyrażeie (11) sprowadza się do postaci: 8 ρ ρ M G = α + β + γ (1) M gdzie: α, β, γ stałe współczyiki wyzaczoe w oparciu o pomiary wykoae a statku. 0

7 Określeie zużycia paliwa przez silik apędowy statku za pomocą aalizy wymiarowej 1

8 Ja Rosłaowski Rys. 1. Zależości bezwymiarowe wielkości zmierzoych a statku Fig. 1. Dimesioless relatioships betwee parameters measured o board Na podstawie wyików pomiarów przedstawioych w tabeli wyzaczoo metodą ajmiejszych kwadratów stałe współczyiki występujące w wyrażeiu (1). Pozwoliło to ostateczie fukcję liczbową zużycia paliwa przez silik apędowy statku zapisać: G =, ρ + 4, M ρ 7, M (1) Powyższa fukcja liczbowa jest optymala z czterech możliwości, jakie mogą określać zużycie paliwa przez silik apędowy statku w rozpatrywaej przestrzei wymiarowej.. Ocea dokładości określeia fukcji zużycia paliwa przez silik apędowy statku W celu ocey dokładości propoowaej metody określeia fukcji zużycia paliwa przez silik za pomocą wyrażeia (1) porówao ją z metodą tradycyją, opierającą się a rówaiu (1). Rówaie to dla tych samych pomiarów przyjmuje postać: G =, , (14)

9 Określeie zużycia paliwa przez silik apędowy statku za pomocą aalizy wymiarowej Jako kryterium ocey dokładości przyjęto miimum sumy kwadratów odchyleń wartości fukcji zużycia paliwa obliczoych z zależości (1) i (14) a podstawie zmierzoych wartości parametrów pracy silika apędowego i ruchu statku podczas prób a mili morskiej. Wyiki tych obliczeń podao w tabeli. Widać, że propoowaa metoda określeia zużycia paliwa daje miejsze błędy iż metoda tradycyja. Zatem wyrażeie (1) jest lepszą estymatą zużycia paliwa iż wyrażeie (14). Wioski Określeie zużycia paliwa przez silik apędowy statku za pomocą aalizy wymiarowej uwzględia związek między mometem obrotowym, będącym efektywym wskaźikiem obciążeia silika, a zużyciem paliwa. Aaliza wymiarowa ujmuje rówież wpływ własości fizyczych paliwa, w tym gęstości, a jego zużycie. Poza tym ie pomija rutyowo-kotrolowaych parametrów pracy okrętowego układu apędowego, tj. prędkości obrotowej silika i postępowej statku. Podobie, jak w metodzie tradycyjej, określa oa związki między imi. Wadą propoowaej metody jest dość skomplikowaa postać wyrażeia (1), określającego zużycie paliwa, w porówaiu z metodą tradycyją, opierającą się a rówaiu (14). Daje oa za to lepszą dokładość określeia zużycia paliwa przez tłokowy silik spaliowy apędu główego statku. Postać fukcji zużycia paliwa otrzymaa za pomocą aalizy wymiarowej ie sprawia kłopotu w obliczeiach komputerowych. Propoowaa metoda świadczy o przydatości aalizy wymiarowej, za pomocą której możemy uzyskiwać rozwiązaia dające wyiki istote przy określaiu i ormowaiu zużycia paliwa przez tłokowy silik spaliowy. Dzięki wyższej dokładości określeia zużycia paliwa za pomocą większej ilości parametrów możemy bardziej precyzyjie wpływać a to zużycie i tym samym oszczędzać drogie paliwo. Literatura 1. Chachulski K., Podstawy apędu okrętowego, Wydawictwo Morskie, Gdańsk Chachulski K., Eergetycze problemy eksploatacji apędów okrętowych, Wydawictwo Morskie, Gdańsk Drobot S., O the foudatio of dimesioal aalysis, Studia Mathematica, TXIV, 194.

10 Ja Rosłaowski 4. Kasprzak W., Lysik B., Pomierski R., Zasady budowy modelu matematyczego w idetyfikacji obiektów, Archiwum Automatyki i Telemechaiki,, 4. TXV, Recezet prof. dr hab. iż. Stefa Żmudzki Adres Autora dr iż. Ja Rosłaowski Akademia Morska w Gdyia Wydział Mechaiczy Katedra Materiałów Okrętowych i Techologii Remotów 81- Gdyia, ul. Morska tel. (08) rosa@am.gdyia.pl Wpłyęło do redakcji w lutym 006 r. 4

11 Wyiki pomiarów parametrów pracy silika apędowego i ruchu statku podczas prób a mili pomiarowej Results of the measuremets of diesel egie ruig parameter ad ship motio durig sea trials o the measured mile Tabela Lp. prędkość obrotowa silika [s 1 ] momet obrotowy a wale M [Nm] Wielkości mierzoe prędkość postępowa statku [ms 1 ] gęstość paliwa ρ [kg m ] zużycie paliwa przez silik G [kg s 1 ] Wielkości obliczeiowe zużycia paliwa metodą: tradycyja G 1 [kg s 1 ] aalizy wymiarowej G [kg s 1 ] Kwadrat odchyleia estymaty zużycia paliwa (G G 1 ) [kg s ] (G G ) [kg s ] 1 1, ,7 8,9 0,161 0,10 0,118 0, ,0000 1, ,9 8,9 0,0714 0,07 0,0747 0, ,000011, ,16 8, 0,4 0,18 0,9 0, , , ,94 8,9 0,1668 0,148 0,17 0,000 0,00009, ,41 87,1 0,176 0,1918 0,0 0,000 0, , ,7 8,9 0,176 0,1906 0,1668 0, , , ,1 8,8 0,6 0,91 0,9 0, , , , 84, 0,171 0,7 0,06 0, , ,0 10 8,18 846,9 0,140 0,16 0,1987 0, ,000 10, ,9 844, 0,1919 0,11 0,1947 0, , Suma kwadratów odchyleia estymaty: 0, ,00104

ZESZYTY NAUKOWE NR 10(82) AKADEMII MORSKIEJ W SZCZECINIE. Określenie zużycia paliwa przez silnik napędowy statku za pomocą analizy wymiarowej

ZESZYTY NAUKOWE NR 10(82) AKADEMII MORSKIEJ W SZCZECINIE. Określenie zużycia paliwa przez silnik napędowy statku za pomocą analizy wymiarowej ISSN 17-8670 ZESZYTY NAUKOWE NR 10(8) AKADEMII MORSKIEJ W SZCZECINIE IV MIĘDZYNARODOWA KONFERENCJA NAUKOWO-TECHNICZNA E X P L O - S H I P 0 0 6 Ja Rosłaowski Określeie zużycia paliwa przez silik apędowy

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

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym) Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych (w zakresie materiału przedstawioego a wykładzie orgaizacyjym) Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli

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

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych w zakresie materiału przedstawioego a wykładzie orgaizacyjym Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli doświadczeie,

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

ZESZYTY NAUKOWE NR 1(73) AKADEMII MORSKIEJ W SZCZECINIE

ZESZYTY NAUKOWE NR 1(73) AKADEMII MORSKIEJ W SZCZECINIE ISSN 0209-2069 ZESZYTY NAUKOWE NR 1(73) AKADEMII MORSKIEJ W SZCZECINIE EXPLO-SHIP 2004 Tadeusz Szelagiewicz, Katarzya Żelazy Progozowaie charakterystyk apędowych statku ze śrubą stałą podczas pływaia w

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

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości

Bardziej szczegółowo

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

Zadania z algebry liniowej - sem. I Liczby zespolone

Zadania z algebry liniowej - sem. I Liczby zespolone Zadaia z algebry liiowej - sem. I Liczby zespoloe Defiicja 1. Parę uporządkowaą liczb rzeczywistych x, y azywamy liczbą zespoloą i ozaczamy z = x, y. Zbiór wszystkich liczb zespoloych ozaczamy przez C

Bardziej szczegółowo

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii O pewych zastosowaiach rachuku różiczkowego fukcji dwóch zmieych w ekoomii 1 Wielkość wytwarzaego dochodu arodowego D zależa jest od wielkości produkcyjego majątku trwałego M i akładów pracy żywej Z Fukcję

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

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

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

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

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

POLITECHNIKA OPOLSKA

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

Bardziej szczegółowo

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek Zajdowaie pozostałych pierwiastków liczby zespoloej, gdy zay jest jede pierwiastek 1 Wprowadzeie Okazuje się, że gdy zamy jede z pierwiastków stopia z liczby zespoloej z, to pozostałe pierwiastki możemy

Bardziej szczegółowo

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

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17 Egzami, 18.02.2017, godz. 9:00-11:30 Zadaie 1. (22 pukty) W każdym z zadań 1.1-1.10 podaj w postaci uproszczoej kresy zbioru oraz apisz, czy kresy ależą do zbioru (apisz TAK albo NIE, ewetualie T albo

Bardziej szczegółowo

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

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

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

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

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ LABORATORIUM OCHRONY ŚRODOWISKA - SYSTEM ZARZĄDZANIA JAKOŚCIĄ - INSTRUKCJA NR 06- POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ 1. Cel istrukcji Celem istrukcji jest określeie metodyki postępowaia w celu

Bardziej szczegółowo

PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA. Ruch cząstki nieograniczony z klasycznego punktu widzenia. mamy do rozwiązania równanie 0,,

PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA. Ruch cząstki nieograniczony z klasycznego punktu widzenia. mamy do rozwiązania równanie 0,, PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA Ruch cząstki ieograiczoy z klasyczego puktu widzeia W tym przypadku V = cost, przejmiemy V ( x ) = 0, cząstka porusza się wzdłuż osi x. Rozwiązujemy

Bardziej szczegółowo

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA Ćwiczeie ETYMACJA TATYTYCZNA Jest to metoda wioskowaia statystyczego. Umożliwia oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej

Bardziej szczegółowo

KADD Metoda najmniejszych kwadratów

KADD Metoda najmniejszych kwadratów Metoda ajmiejszych kwadratów Pomiary bezpośredie o rówej dokładości o różej dokładości średia ważoa Pomiary pośredie Zapis macierzowy Dopasowaie prostej Dopasowaie wielomiau dowolego stopia Dopasowaie

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R Kresy zbiorów. Ćwiczeia 21.11.2011: zad. 197-229 Kolokwium r 7, 22.11.2011: materiał z zad. 1-249 Defiicja: Zbiór Z R azywamy ograiczoym z góry, jeżeli M R x Z x M. Każdą liczbę rzeczywistą M R spełiającą

Bardziej szczegółowo

Metody numeryczne Laboratorium 5 Info

Metody numeryczne Laboratorium 5 Info Metody umerycze Laboratorium 5 Ifo Aproksymacja - proces określaia rozwiązań przybliżoych a podstawie rozwiązań zaych, które są bliskie rozwiązaiom dokładym w ściśle sprecyzowaym sesie. Metoda ajmiejszych

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

Wyższe momenty zmiennej losowej

Wyższe momenty zmiennej losowej Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h( dla dysretej zm. losowej oraz ucji h( dla ciągłej zm. losowej: m E P m E ( d Deiicja: Mometem cetralym µ rzędu dla

Bardziej szczegółowo

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h() dla dysretej zm. losowej oraz ucji h() dla ciągłej zm. losowej: m E P m E ( ) d Deiicja: Mometem cetralym µ rzędu

Bardziej szczegółowo

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora Aaliza wyików symulacji i rzeczywistego pomiaru zmia apięcia ładowaego kodesatora Adrzej Skowroński Symulacja umożliwia am przeprowadzeie wirtualego eksperymetu. Nie kostruując jeszcze fizyczego urządzeia

Bardziej szczegółowo

Parametryzacja rozwiązań układu równań

Parametryzacja rozwiązań układu równań Parametryzacja rozwiązań układu rówań Przykład: ozwiąż układy rówań: / 2 2 6 2 5 2 6 2 5 //( / / 2 2 9 2 2 4 4 2 ) / 4 2 2 5 2 4 2 2 Korzystając z postaci schodkowej (środkowa macierz) i stosując podstawiaie

Bardziej szczegółowo

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

CAŁKA NIEOZNACZONA. F (x) = f(x) dx.

CAŁKA NIEOZNACZONA. F (x) = f(x) dx. CAŁKA NIEOZNACZONA Mówimy, że fukcja F () jest fukcją pierwotą dla fukcji f() w pewym ustaloym przedziale - gdy w kadym pukcie zachodzi F () = f(). Fukcję pierwotą często azywamy całką ieozaczoą i zapisujemy

Bardziej szczegółowo

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa Matematyka fiasowa 8.05.0 r. Komisja Egzamiacyja dla Aktuariuszy LX Egzami dla Aktuariuszy z 8 maja 0 r. Część I Matematyka fiasowa WERJA EU A Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut

Bardziej szczegółowo

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

Lista 6. Estymacja punktowa

Lista 6. Estymacja punktowa Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?

Bardziej szczegółowo

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN ZAŁĄCZNIK B GENERALNA DYREKCJA DRÓG PUBLICZNYCH Biuro Studiów Sieci Drogowej SYSTEM OCENY STANU NAWIERZCHNI SOSN WYTYCZNE STOSOWANIA - ZAŁĄCZNIK B ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI

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

EGZAMIN MATURALNY Z MATEMATYKI

EGZAMIN MATURALNY Z MATEMATYKI Miejsce a aklejkę z kodem szkoły dysleksja EGZAMIN MATURALNY Z MATEMATYKI MMA-RAP-06 POZIOM ROZSZERZONY Czas pracy 0 miut Istrukcja dla zdającego. Sprawdź, czy arkusz egzamiacyjy zawiera 4 stro (zadaia

Bardziej szczegółowo

Estymacja przedziałowa

Estymacja przedziałowa Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

5. Zasada indukcji matematycznej. Dowody indukcyjne.

5. Zasada indukcji matematycznej. Dowody indukcyjne. Notatki do lekcji, klasa matematycza Mariusz Kawecki, II LO w Chełmie 5. Zasada idukcji matematyczej. Dowody idukcyje. W rozdziale sformułowaliśmy dla liczb aturalych zasadę miimum. Bezpośredią kosekwecją

Bardziej szczegółowo

Politechnika Poznańska

Politechnika Poznańska Politechika Pozańska Temat: Laboratorium z termodyamiki Aaliza składu spali powstałych przy spalaiu paliw gazowych oraz pomiar ich prędkości przepływu za pomocą Dopplerowskiego Aemometru Laserowego (LDA)

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy 12. Dowieść, że istieje ieskończeie wiele par liczb aturalych k < spełiających rówaie ( ) ( ) k. k k +1 Stosując wzór a wartość współczyika dwumiaowego otrzymujemy ( ) ( )!! oraz k k! ( k)! k +1 (k +1)!

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

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

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

Bardziej szczegółowo

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych Wokół testu Studeta Wprowadzeie Rozkłady prawdopodobieństwa występujące w testowaiu hipotez dotyczących rozkładów ormalych Rozkład ormaly N(µ, σ, µ R, σ > 0 gęstość: f(x σ (x µ π e σ Niech a R \ {0}, b

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

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

Geometrycznie o liczbach

Geometrycznie o liczbach Geometryczie o liczbach Geometryczie o liczbach Łukasz Bożyk Dodatią liczbę całkowitą moża iterpretować jako pole pewej figury składającej się z kwadratów jedostkowych Te prosty pomysł pozwala w aturaly

Bardziej szczegółowo

ELEKTROTECHNIKA I ELEKTRONIKA

ELEKTROTECHNIKA I ELEKTRONIKA UNIWERSYTET TECHNOLOGICZNO-PRZYRODNICZY W BYDGOSZCZY WYDZIAŁ INŻYNIERII MECHANICZNEJ INSTYTUT EKSPLOATACJI MASZYN I TRANSPORTU ZAKŁAD STEROWANIA ELEKTROTECHNIKA I ELEKTRONIKA ĆWICZENIE: E20 BADANIE UKŁADU

Bardziej szczegółowo

Definicja interpolacji

Definicja interpolacji INTERPOLACJA Defiicja iterpolacji Defiicja iterpolacji 3 Daa jest fukcja y = f (x), x[x 0, x ]. Zamy tablice wartości tej fukcji, czyli: f ( x ) y 0 0 f ( x ) y 1 1 Defiicja iterpolacji Wyzaczamy fukcję

Bardziej szczegółowo

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

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

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

Bardziej szczegółowo

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

Ć wiczenie 17 BADANIE SILNIKA TRÓJFAZOWEGO KLATKOWEGO ZASILANEGO Z PRZEMIENNIKA CZĘSTOTLIWOŚCI

Ć wiczenie 17 BADANIE SILNIKA TRÓJFAZOWEGO KLATKOWEGO ZASILANEGO Z PRZEMIENNIKA CZĘSTOTLIWOŚCI Ć wiczeie 7 BADANIE SILNIKA TRÓJFAZOWEGO KLATKOWEGO ZASILANEGO Z RZEIENNIKA CZĘSTOTLIWOŚCI Wiadomości ogóle Rozwój apędów elektryczych jest ściśle związay z rozwojem eergoelektroiki Współcześie a ogół

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

Zeszyty naukowe nr 9

Zeszyty naukowe nr 9 Zeszyty aukowe r 9 Wyższej Szkoły Ekoomiczej w Bochi 2011 Piotr Fijałkowski Model zależości otowań giełdowych a przykładzie otowań ołowiu i spółki Orzeł Biały S.A. Streszczeie Niiejsza praca opisuje próbę

Bardziej szczegółowo

Przykład Obliczenie wskaźnika plastyczności przy skręcaniu

Przykład Obliczenie wskaźnika plastyczności przy skręcaniu Przykład 10.5. Obliczeie wskaźika plastyczości przy skręcaiu Obliczyć wskaźiki plastyczości przy skręcaiu dla astępujących przekrojów: a) -kąta foremego b) przekroju złożoego 6a 16a 9a c) przekroju ciekościeego

Bardziej szczegółowo

( ) WŁASNOŚCI MACIERZY

( ) WŁASNOŚCI MACIERZY .Kowalski własości macierzy WŁSNOŚC MCERZY Własości iloczyu i traspozycji a) możeie macierzy jest łącze, tz. (C) ()C, dlatego zapis C jest jedozaczy, b) możeie macierzy jest rozdziele względem dodawaia,

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

2. Schemat ideowy układu pomiarowego

2. Schemat ideowy układu pomiarowego 1. Wiadomości ogóle o prostowikach sterowaych Układy prostowikowe sterowae są przekształtikami sterowaymi fazowo. UmoŜliwiają płya regulację średiej wartości apięcia wyprostowaego, a tym samym średiej

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

Planowanie doświadczeń - DPLD LMO Materiały pomocnicze

Planowanie doświadczeń - DPLD LMO Materiały pomocnicze Plaowaie doświadczeń - DPLD LMO Materiały pomocicze Układ bloków kompletie zradomizowaych Założeia: (a) Z jedostek doświadczalych tworzymy rówolicze grupy zwae blokami (b bloków) w taki sposób, aby jedostki

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

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

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej Opracowaie daych pomiarowych dla studetów realizujących program Pracowi Fizyczej Pomiar Działaie mające a celu wyzaczeie wielkości mierzoej.. Do pomiarów stosuje się przyrządy pomiarowe proste lub złożoe.

Bardziej szczegółowo

Chemia Teoretyczna I (6).

Chemia Teoretyczna I (6). Chemia Teoretycza I (6). NajwaŜiejsze rówaia róŝiczkowe drugiego rzędu o stałych współczyikach w chemii i fizyce cząstka w jedowymiarowej studi potecjału Cząstka w jedowymiarowej studi potecjału Przez

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

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

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

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW BADANIE ODKSZTAŁCEŃ SPRĘŻYNY ŚRUBOWEJ Opracował: Dr iż. Grzegorz

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

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

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

Bardziej szczegółowo

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

Statystyka opisowa. () Statystyka opisowa 24 maja / 8 Część I Statystyka opisowa () Statystyka opisowa 24 maja 2010 1 / 8 Niech x 1, x 2,..., x będą wyikami pomiarów, p. temperatury, ciśieia, poziomu rzeki, wielkości ploów itp. Przykład 1: wyiki pomiarów

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

8. Optymalizacja decyzji inwestycyjnych

8. Optymalizacja decyzji inwestycyjnych 8. Optymalizacja decyzji iwestycyjych 8. Wprowadzeie W wielu różych sytuacjach, w tym rówież w czasie wyboru iwestycji do realizacji, podejmujemy decyzje. Sytuacje takie azywae są sytuacjami decyzyjymi.

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

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

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

STATYSTYKA OPISOWA WYKŁAD 1 i 2 STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest

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

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 dla iewidomych POZIOM PODSTAWOWY Klucz puktowaia do zadań zamkiętych Nr zad 3 4 6 7

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

O trzech elementarnych nierównościach i ich zastosowaniach przy dowodzeniu innych nierówności

O trzech elementarnych nierównościach i ich zastosowaniach przy dowodzeniu innych nierówności Edward Stachowski O trzech elemetarych ierówościach i ich zastosowaiach przy dowodzeiu iych ierówości Przy dowodzeiu ierówości stosujemy elemetare przejścia rówoważe, przeprowadzamy rozumowaie typu: jeżeli

Bardziej szczegółowo

ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU

ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU Łukasz WOJCIECHOWSKI, Tadeusz CISOWSKI, Piotr GRZEGORCZYK ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU Streszczeie W artykule zaprezetowao algorytm wyzaczaia optymalych parametrów

Bardziej szczegółowo

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12 Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu

Bardziej szczegółowo

Wprowadzenie. metody elementów skończonych

Wprowadzenie. metody elementów skończonych Metody komputerowe Wprowadzeie Podstawy fizycze i matematycze metody elemetów skończoych Literatura O.C.Ziekiewicz: Metoda elemetów skończoych. Arkady, Warszawa 972. Rakowski G., acprzyk Z.: Metoda elemetów

Bardziej szczegółowo

Moduł 4. Granica funkcji, asymptoty

Moduł 4. Granica funkcji, asymptoty Materiały pomocicze do e-learigu Matematyka Jausz Górczyński Moduł. Graica fukcji, asymptoty Wyższa Szkoła Zarządzaia i Marketigu Sochaczew Od Autora Treści zawarte w tym materiale były pierwotie opublikowae

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

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

W wielu przypadkach zadanie teorii sprężystości daje się zredukować do dwóch

W wielu przypadkach zadanie teorii sprężystości daje się zredukować do dwóch Wykład 5 PŁASKI ZADANI TORII SPRĘŻYSTOŚCI Płaski sta arężeia W wielu rzyadkach zadaie teorii srężystości daje się zredukować do dwóch wymiarów Przykładem może być cieka tarcza obciążoa siłami działającymi

Bardziej szczegółowo

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n I. Ciągi liczbowe Defiicja 1. Fukcję określoą a zbiorze liczb aturalych o wartościach rzeczywistych azywamy ciągiem liczbowym. Ciągi będziemy ozaczać symbolem a ), gdzie a ozacza -ty wyraz ciągu a ). Defiicja.

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

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