UWAGI O WZORZE NA MOMENTY ROZKŁADU PRAWDOPODOBIEŃSTWA PÓLYI. Tadeusz Gerstenkorn. 1. Wstęp. 2. Rozkład G. Pólyi

Wielkość: px
Rozpocząć pokaz od strony:

Download "UWAGI O WZORZE NA MOMENTY ROZKŁADU PRAWDOPODOBIEŃSTWA PÓLYI. Tadeusz Gerstenkorn. 1. Wstęp. 2. Rozkład G. Pólyi"

Transkrypt

1 UWAGI O WZORZE NA MOMENTY ROZKŁADU PRAWDOPODOBIEŃSTWA PÓLYI Tadeusz Gesteko Emeytoway pofeso Uiwesytetu Łódzkiego ISSN e-issn DOI: /sps Steszczeie: Rozkład pawdopodobieństwa zmieej losowej może być schaakteyzoway pzez podaie pewych liczb zwaych paametami ozkładu. Do ajczęściej używaych paametów ależą momety. W pacy skocetujemy się a ozkładzie Pólyi, bowiem moża z iego łatwo uzyskać jako pzypadki szczególe lub odpowiedio gaicze waże w statystyce ozkłady, takie jak dwumiaowy, ujemy dwumiaowy lub Poissoa. W G. Mühlbach podał iteesujące wzoy a momety ozkładu Pólyi. Auto te ie wikał w oceę efektywości achukowej podaego wzou a momety zwykłe. Pokażemy, co ma zaczeie paktycze, że wzó te moża pzedstawić w postszej, wygodej fomie. Słowa kluczowe: ozkład Polyi, momet zwykły. 1. Wstęp Zmiea losowa jest zasadiczo wystaczająco dokładie opisaa pzez jej ozkład pawdopodobieństwa. Względy paktycze dyktują jedak potzebę zalezieia chaakteystyk liczbowych ozkładu, poieważ są to opisy kótkie i umożliwiają szybkie poówaie ozkładów ze sobą. W statystyce teoetyczej, a także w statystyce użytkowaej w ekoomii zachodzi często potzeba uchwyceia zasadiczych własości badaej zbioowości. Abstahujemy wtedy od wielu szczegółów, a własości, o któych podkeśleie am chodzi, chaakteyzujemy iejedokotie też za pomocą jedej lub kilku liczb. Należą do ich w piewszym zędzie śedia aytmetycza i odchyleie pzecięte, a pzypadku ozkładu momety. 2. Rozkład G. Pólyi W iiejszej pacy aalizujemy wzó a momety ozkładu G. Pólyi poday w pzez G. Mühlbacha. W tym celu pzypomimy, że ozkład te wyaża się wzoem

2 132 Tadeusz Gesteko P(X = k) =, k 1(1+a)(1+2a) [1+( 1)a] gdzie = 1,2,, k = 01,2,,, a dowola liczba, pzy czym dla a < 0 zakładamy p(p+a)) [p+(k 1)a]q(q+a [q+( k 1)a] a mi(p, q), q = 1 p. W celu ułatwieia zapisu tego dość ozciągliwego wzou, posługujemy się zwykle tzw. wielomiaami czyikowymi stopia względem x (azywaymi także uogólioą -tą potęgą liczby x) w sposób astępujący x [0,a] = 1, x [,a] = x [-1,a].[x ( 1)a], gdzie =1,2,, zaś a ozacza dowolą liczbę. Z podaego tu okeśleia ekuecyjego wyika, że x [,a] = x(x a)(x 2a) [x-(-1)a]. W opaciu o powyższe wzoy ozkład Pólyi moża zapisać astępująco P(X = k) = p[k, a] k. 1 [, a] q[ k, a]. G. Mühlbach zapisywał te ozkład w ieco iej symbolice co spowadza się do zapisu q,x (x, a) = k φ k (x,a)φ k(1 x,a), φ (1,a) φ (x, a) = x [k, a]. 3. Wzó a momety G. Mühlbacha Dla zalezieia wzou a momety zwykłe w ozkładzie Pólyi, G. Mühlbach posłużył się opeatoem Q [f; x, a], któy pzedstawia się astępująco Q [f; x, a] = l Δ l f x,l q,l (x, a), l=0 gdzie Δ l f x,k ozacza óżicę zędu l okeśloą astępująco Δ 0 f x,k = f(x,k ), Δ l+1 f(x,k )=Δ l f x,k+1 Δ l f(x,k ), l = 0,1,2,,

3 Uwagi o wzoze a momety ozkładu pawdopodobieństwa Pólyi 133 atomiast q,l (x, a) = P(x = l), jak upzedio podao. W opaciu o poday opeato auto uzyskał astępujący wzó a momety gdzie m = Q [g ; x, a] = l=0 l g t,l. q,l (x, a), co moża także zapisać w postaci g t,l = (t,l ), t,l = l, lub w badziej zaej symbolice l=0, φ l (1,a) l g (t,l ) φ l(x,a) l=0 Δl g l (t,l ) x[l, a] 1 [l, a], gdzie pzy tej stosowaej otacji x = p. 4. Modyfikacja wzou Mühlbacha Auto ie wikał w oceę efektywości achukowej podaego wzou. Wzó te moża pzedstawić w postszej i wygodiejszej do obliczeń fomie pzy pomocy liczb Stiliga S l dugiego odzaju, któe okeślamy jako współczyiki pzy wielomiaach czyikowych w tożsamości pzyjmując x = S 0 x [0] + S 1 x [1] + S 2 x [2] + S x [] = l=0 S l x [l], S 0 0 = 1, S 0 = 0 dla = 1,2,, S = 1 dla = 1,2,, S k = 0 dla < k, oaz kozystając z óżic skończoych zea, to jest óżicy fukcji y = x k w pukcie x=0 z kokiem 1, tz. Δ0 k = 1 k 0 k, Δ 2 0 k = Δ(1 k 0 k ) = 2 k 2. 1 k + 0 k itd. Zachodzi astępujący wzó ekuecyjy, któy jest wykozystyway pzy układaiu tablic óżic skończoych zea Δ l 0 k+1 = l(δ l 0 k + Δ l 1 0 k ), l k.

4 134 Tadeusz Gesteko Uwzględiając, że [l] = l l! oaz fakt, że óżica zędu l we wzoze a momety jest liczoa w pukcie zeo, otzymujemy zapis tego wzou w postaci [l] Δ l x[l, a] l=0 0. l! 1 [l, a] Zachodzi astępujący związek między óżicami skończoymi zea a liczbami Stiliga dugiego odzaju Δ l 0 l! = S l, więc wzó a momety moża zapisać ostateczie w postaci l=0. 1 [l, a] [l] S l x[l, a] Liczby Stiliga są stablicowae, p. pzez Kaufmaa [1968], więc pozwala to dość spawie wyliczyć momet potzebego zędu. Na pzykład m 1 = l=0, 1 [l] 1 S x[l, a] l = x [l, a] m 2 = x + ( 1). x(x+a) 1+a, m 3 = x + 3( 1) x(x+a) +( 1)( 2)x(x+a)(x+2a), 1+a (1+a)(1+2a) x(x + a) m 4 = x + 7( 1) 1 + a x(x + a)(x + 2a) + 6( 1)( 2) (1 + a)(1 + 2a) + +( 1)( 2)( 3) x(x+a)(x+2a)(x+3a) (1+a)(1+2a)(1+3a). 5. Wzó ekuecyjy a momety W podęcziku z achuku pawdopodobieństwa Gesteko i Śódka [1972] poday jest wzó ekuecyjy a momety (wzó , s. 227) waz z dowodem w schemacie Pólyi losowego pobieaia kul

5 Uwagi o wzoze a momety ozkładu pawdopodobieństwa Pólyi 135 z uy, tz. gdy N liczba kul w uie, b liczba białych kul w uie, c liczba czaych kul w uie, b+c=n, s liczba dodawaych lub wyjmowaych kul z uy daego kolou w zależości od kolou upzedio wylosowaej i zwócoej kuli do uy. Wzó te jest postaci m +1 = 1 (b (b s) s N+s i=0 i i + 1 i + 2 )m i, gdzie =0,1,2,, liczba pzepowadzoych doświadczeń (losowań). W pzypadku s < 0 ależy pzyjąć założeie ks b i ( k)s c, k = 0,1,2,. W schemacie Pólyi pytamy o pawdopodobieństwo otzymaia k kul białych a losowań. Jeśli uwzględimy zaą w tym schemacie zależość: b N = p, c N = q, s N = a, to otzymamy wygodą fomę wzou dla ozkładu Pólyi m +1 = 1 (p (p a) a 1+a i=0 i i + 1 i + 2 )m i. Z podaych tu wzoów a momet ozkładu Pólyi uzyskuje się łatwo jako pzypadki szczególe wzoy a momety ozkładów dwumiaowego (Beoulliego), hipegeometyczego, ujemego dwumiaowego, a w pzypadku gaiczym także dla ozkładu Poissoa. Liteatua Gesteko T., Śódka T., Kombiatoyka i achuek pawdopodobieństwa, PWN, Waszawa Kaufma A., Itoductio a la Combiatoique e Vue des Applicatios,Pais, Duod Mühlbach G., Rekusiosfomel fu die zetale Momete de Pólya- ud de Beta- -Veteilug, Metika 19, 1972, vol. 2 3, s REMARKS ON THE FORMULA FOR THE MOMENTS OF THE PÓLYA PROBABILITY DISTRIBUTION Summay: The pobability distibutio of a adom vaiable ca be chaacteized by some umbes called paametes of the distibutio. The most commoly used paametes ae the momets. Ou attetio is cocetated o the Pólya distibutio because it is easily possible to obtai fom it some special cases vey impotat i the statistics distibutios such as biomial, egative biomial ad Poisso (i the limit pocedue). I 1972 G. Mühlbach itoduced vey iteestig fomulae fo the momets of the Pólya distibutio. The autho did ot ivestigate a appeciatio of the umeical efficacy of the fomula fo the simple momets. We will show that it is possible to demostate this fomula i a simple fom. It has a pactical sigificace ad impotace. Keywods: the Pólya distibutio, momets.

ŚLĄSKI PRZEGLĄD STATYSTYCZNY

ŚLĄSKI PRZEGLĄD STATYSTYCZNY Polskie Towarzystwo Statystycze Oddział we Wrocławiu ŚLĄSKI Silesia Statistical Review Nr 13 (19) Wydawictwo Uiwersytetu Ekoomiczego we Wrocławiu Wrocław 2015 RADA NAUKOWA Walety Ostasiewicz, Tadeusz Bedarski,

Bardziej szczegółowo

WARTOŚĆ PIENIĄDZA W CZASIE

WARTOŚĆ PIENIĄDZA W CZASIE WARTOŚĆ PIENIĄDZA W CZASIE Czyiki wpływające a zmiaę watości pieiądza w czasie:. Spadek siły abywczej. 2. Możliwość iwestowaia. 3. Występowaie yzyka. 4. Pefeowaie bieżącej kosumpcji pzez człowieka. Watość

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

ELEMENTY MATEMATYKI FINANSOWEJ. Wprowadzenie

ELEMENTY MATEMATYKI FINANSOWEJ. Wprowadzenie ELEMENTY MATEMATYI FINANSOWEJ Wpowadzeie Pieiądz ma okeśloą watość, któa ulega zmiaie w zależości od czasu, w jakim zostaje o postawioy do aszej dyspozycji. Watość tej samej omialie kwoty będzie ia dziś

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

Statystyka matematyczna. Wykład II. Estymacja punktowa

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

Bardziej szczegółowo

Podstawowe rozkłady zmiennych losowych typu dyskretnego

Podstawowe rozkłady zmiennych losowych typu dyskretnego Podstawowe rozkłady zmieych losowych typu dyskretego. Zmiea losowa X ma rozkład jedopuktowy, skocetroway w pukcie x 0 (ozaczay przez δ(x 0 )), jeżeli P (X = x 0 ) =. EX = x 0, V arx = 0. e itx0.. Zmiea

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

ANALIZA BRYTYJSKIEGO RYNKU RENT HIPOTECZNYCH EQUITY RELEASE ORAZ KALKULACJA ŚWIADCZEŃ DLA POLSKICH ROZWIĄZAŃ Z WYKORZYSTANIEM RACHUNKU RENT ŻYCIOWYCH

ANALIZA BRYTYJSKIEGO RYNKU RENT HIPOTECZNYCH EQUITY RELEASE ORAZ KALKULACJA ŚWIADCZEŃ DLA POLSKICH ROZWIĄZAŃ Z WYKORZYSTANIEM RACHUNKU RENT ŻYCIOWYCH Batosz Lawędziak Uiwesytet Ekoomiczy w Katowicach Wydział Ekoomii Kateda Metod Statystyczo-Matematyczych w Ekoomii batoszlaw@ue.katowice.pl ANALIZA BRYTYJSKIEGO RYNKU RENT HIPOTECZNYCH EQUITY RELEASE ORAZ

Bardziej szczegółowo

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 8. ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE 1 Zbieżość ciągu zmieych losowych z prawdopodobieństwem 1 (prawie apewo) Ciąg zmieych losowych (X ) jest

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

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y Zadaie. Łącza wartość szkód z pewego ubezpieczeia W = Y + Y +... + YN ma rozkład złożoy Poissoa z oczekiwaą liczbą szkód rówą λ i rozkładem wartości pojedyczej szkody takim, że ( Y { 0,,,3,... }) =. Niech:

Bardziej szczegółowo

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X Matematyka ubezpieczeń majątkowych.0.0 r. Zadaie. Mamy day ciąg liczb q, q,..., q z przedziału 0,. Rozważmy trzy zmiee losowe: o X X X... X, gdzie X i ma rozkład dwumiaowy o parametrach,q i, i wszystkie

Bardziej szczegółowo

Wytrzymałość śruby wysokość nakrętki

Wytrzymałość śruby wysokość nakrętki Wyzymałość śuby wysoość aęi Wpowazeie zej Wie Działająca w śubie siła osiowa jes pzeoszoa pzez zeń i zwoje gwiu. owouje ozciągaie lub ścisaie zeia śuby, zgiaie i ściaie zwojów gwiu oaz wywołuje acisi a

Bardziej szczegółowo

16 Przedziały ufności

16 Przedziały ufności 16 Przedziały ufości zapis wyiku pomiaru: sugeruje, że rozkład błędów jest symetryczy; θ ± u(θ) iterpretacja statystycza przedziału [θ u(θ), θ + u(θ)] zależy od rozkładu błędów: P (Θ [θ u(θ), θ + u(θ)])

Bardziej szczegółowo

Twierdzenia graniczne:

Twierdzenia graniczne: Twierdzeia graicze: Tw. ierówośd Markowa Jeżeli P(X > 0) = 1 oraz EX 0: P X k 1 k EX. Tw. ierówośd Czebyszewa Jeżeli EX = m i 0 < σ = D X 0: P( X m tσ) 1 t. 1. Z partii towaru o wadliwości

Bardziej szczegółowo

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom rozszerzony

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom rozszerzony KRYTERIA OCENIANIA ODPOWIEDZI Póbna Matua z OPERONEM Matematyka Poziom ozszezony Listopad W niniejszym schemacie oceniania zadań otwatych są pezentowane pzykładowe popawne odpowiedzi. W tego typu ch należy

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych 6..003 r. Zadaie. W kolejych okresach czasu t =,, 3, 4, 5 ubezpieczoy, charakteryzujący się parametrem ryzyka Λ, geeruje szkód. Dla daego Λ = λ zmiee N, N,..., N 5 są

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

Graf skierowany. Graf zależności dla struktur drzewiastych rozgrywających parametrycznie

Graf skierowany. Graf zależności dla struktur drzewiastych rozgrywających parametrycznie Gaf skieowany Gaf skieowany definiuje się jako upoządkowaną paę zbioów. Piewszy z nich zawiea wiezchołki gafu, a dugi składa się z kawędzi gafu, czyli upoządkowanych pa wiezchołków. Ruch po gafie możliwy

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0, Zadaie iech X, X,, X 6 będą iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), a Y, Y,, Y6 iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), gdzie, są iezaymi

Bardziej szczegółowo

PROJEKT: GNIAZDO POTOKOWE

PROJEKT: GNIAZDO POTOKOWE POLITEHNIK POZNŃSK WYZIŁ UOWY MSZYN I ZZĄZNI ZZĄZNIE POUKJĄ GUP ZIM-Z3 POJEKT: GNIZO POTOKOWE WYKONWY: 1. TOMSZ PZYMUSIK 2. TOMSZ UTOWSKI POWZĄY: Mg iż. Maiola Ozechowska SPIS TEŚI OZZIŁ 1. Wpowadzeie.

Bardziej szczegółowo

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład 0 Wprowadzenie ( ) ( ) dy x dx ( )

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład 0 Wprowadzenie ( ) ( ) dy x dx ( ) Rówaia óżiczkowe zwyczaje Rówaie postaci: Wykład Wpowadzeie dy x dx ( x y ( x) ) = f () Gdzie f ( x y ) jest fukcją dwóch zmieych okeśloą i ciągłą w pewym obszaze płaskim D azywamy ówaiem óżiczkowym zwyczajym

Bardziej szczegółowo

0.1 ROZKŁADY WYBRANYCH STATYSTYK

0.1 ROZKŁADY WYBRANYCH STATYSTYK 0.1. ROZKŁADY WYBRANYCH STATYSTYK 1 0.1 ROZKŁADY WYBRANYCH STATYSTYK Zadaia 0.1.1. Niech X 1,..., X będą iezależymi zmieymi losowymi o tym samym rozkładzie. Obliczyć ES 2 oraz D 2 ( 1 i=1 X 2 i ). 0.1.2.

Bardziej szczegółowo

METEMATYCZNY MODEL OCENY

METEMATYCZNY MODEL OCENY I N S T Y T U T A N A L I Z R E I O N A L N Y C H w K i e l c a c h METEMATYCZNY MODEL OCENY EFEKTYNOŚCI NAUCZNIA NA SZCZEBLU IMNAZJALNYM I ODSTAOYM METODĄ STANDARYZACJI YNIKÓ OÓLNYCH Auto: D Bogdan Stępień

Bardziej szczegółowo

MIERNICTWO WIELKOŚCI ELEKTRYCZNYCH I NIEELEKTRYCZNYCH

MIERNICTWO WIELKOŚCI ELEKTRYCZNYCH I NIEELEKTRYCZNYCH Politechnika Białostocka Wydział Elektyczny Kateda Elektotechniki Teoetycznej i Metologii nstukcja do zajęć laboatoyjnych z pzedmiotu MENCTWO WEKOŚC EEKTYCZNYCH NEEEKTYCZNYCH Kod pzedmiotu: ENSC554 Ćwiczenie

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Zmienna losowa N ma rozkład ujemny dwumianowy z parametrami (, q) = 7,

Zmienna losowa N ma rozkład ujemny dwumianowy z parametrami (, q) = 7, Matematyka ubezpieczeń majątkowych.0.008 r. Zadaie. r, Zmiea losowa N ma rozkład ujemy dwumiaowy z parametrami (, q), tz.: Pr( N k) (.5 + k) (.5) k! Γ Γ * Niech k ozacza taką liczbę aturalą, że: * k if{

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

ROZWIĄZUJEMY PROBLEM RÓWNOWAŻNOŚCI MASY BEZWŁADNEJ I MASY GRAWITACYJNEJ.

ROZWIĄZUJEMY PROBLEM RÓWNOWAŻNOŚCI MASY BEZWŁADNEJ I MASY GRAWITACYJNEJ. ROZWIĄZUJEMY PROBLEM RÓWNOWAŻNOŚCI MASY BEZWŁADNEJ I MASY GRAWITACYJNEJ. STRESZCZENIE Na bazie fizyki klasycznej znaleziono nośnik ładunku gawitacyjnego, uzyskano jedność wszystkich odzajów pól ( elektycznych,

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

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora.

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora. D:\maerialy\Maemayka a GISIP I rok DOC\7 Pochode\8ADOC -wrz-5, 7: 89 Obliczaie graic fukcji w pukcie przy pomocy wzoru Taylora Wróćmy do wierdzeia Taylora (wzory (-( Tw Szczególie waża dla dalszych R rozważań

Bardziej szczegółowo

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to

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

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

Przejmowanie ciepła przy kondensacji pary

Przejmowanie ciepła przy kondensacji pary d iż. Michał Stzeszewski 004-01 Pzejowaie ciepła pzy kodesacji pay Zadaia do saodzielego ozwiązaia v. 0.9 1. powadzeie Jeżeli paa (asycoa lub pzegzaa) kotaktuje się z powiezchią o tepeatuze T s iższej

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

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Rekursja Materiały pomocicze do wykładu wykładowca: dr Magdalea Kacprzak Rozwiązywaie rówań rekurecyjych Jedorode liiowe rówaia rekurecyje Twierdzeie Niech k będzie ustaloą liczbą aturalą dodatią i iech

Bardziej szczegółowo

www.bdas.pl Rozdział 3 Zastosowanie języka SQL w statystyce opisowej 1 Wprowadzenie

www.bdas.pl Rozdział 3 Zastosowanie języka SQL w statystyce opisowej 1 Wprowadzenie Rozdzał moogaf: 'Bazy Daych: Nowe Techologe', Kozelsk S., Małysak B., Kaspowsk P., Mozek D. (ed.), WKŁ 007 Rozdzał 3 Zastosowae języka SQL w statystyce opsowej Steszczee. Relacyje bazy daych staową odpowede

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

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona Ćwiczeie r 4 Porówaie doświadczalego rozkładu liczby zliczeń w zadaym przedziale czasu z rozkładem Poissoa Studeta obowiązuje zajomość: Podstawowych zagadień z rachuku prawdopodobieństwa, Zajomość rozkładów

Bardziej szczegółowo

Trójparametrowe formowanie charakterystyk promieniowania anten inteligentnych w systemach komórkowych trzeciej i czwartej generacji

Trójparametrowe formowanie charakterystyk promieniowania anten inteligentnych w systemach komórkowych trzeciej i czwartej generacji Zakład Zastosowań Techik Łączości lektoiczej (Z ) Tójpaametowe fomowaie chaakteystyk pomieiowaia ate iteligetych w systemach komókowych tzeciej i czwatej geeacji Paca : 35 Waszawa, gudzień 5 Tójpaametowe

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

II.6. Wahadło proste.

II.6. Wahadło proste. II.6. Wahadło poste. Pzez wahadło poste ozumiemy uch oscylacyjny punktu mateialnego o masie m po dolnym łuku okęgu o pomieniu, w stałym polu gawitacyjnym g = constant. Fig. II.6.1. ozkład wektoa g pzyśpieszenia

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

Pole magnetyczne. 5.1 Oddziaływanie pola magnetycznego na ładunki. przewodniki z prądem. 5.1.1 Podstawowe zjawiska magnetyczne

Pole magnetyczne. 5.1 Oddziaływanie pola magnetycznego na ładunki. przewodniki z prądem. 5.1.1 Podstawowe zjawiska magnetyczne Rozdział 5 Pole magnetyczne 5.1 Oddziaływanie pola magnetycznego na ładunki i pzewodniki z pądem 5.1.1 Podstawowe zjawiska magnetyczne W obecnym ozdziale ozpatzymy niektóe zagadnienia magnetostatyki. Magnetostatyką

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

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 +

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 + Zadaia róże W tym rozdziale zajdują się zadaia ietypowe, często dotyczące łańcuchów Markowa oraz własości zmieych losowych. Pojawią się także zadaia z estymacji Bayesowskiej.. (Eg 8/) Rozważamy łańcuch

Bardziej szczegółowo

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,. Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,

Bardziej szczegółowo

ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE

ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE WARTOŚĆ BEZWZGLĘDNA LICZBY Wartość bezwzględą liczby rzeczywistej x defiiujemy wzorem: { x dla x 0 x = x dla x < 0 Liczba x jest to odległość a osi liczbowej

Bardziej szczegółowo

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011 Dwumia Newtoa Agiesza Dąbrowsa i Maciej Nieszporsi 8 styczia Wstęp Wzory srócoego możeia, tóre pozaliśmy w gimazjum (x + y x + y (x + y x + xy + y (x + y 3 x 3 + 3x y + 3xy + y 3 x 3 + y 3 + 3xy(x + y

Bardziej szczegółowo

WIELOWYMIAROWA ANALIZA SYTUACJI SPOŁECZNO-DEMOGRAFICZNEJ POLSKI

WIELOWYMIAROWA ANALIZA SYTUACJI SPOŁECZNO-DEMOGRAFICZNEJ POLSKI Studia i Mateiały. Miscellaea Oecoomicae Rok 8, N /04 Wydział Zaządzaia i Admiistacji Uiwesytetu Jaa Kochaowskiego w Kielcach 50 lat kształceia ekoomistów w Kielcach Katazya Budy, Mata Szklaska, Ja Tata

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VI: Metoda Mote Carlo 17 listopada 2014 Zastosowaie: przybliżoe całkowaie Prosta metoda Mote Carlo Przybliżoe obliczaie całki ozaczoej Rozważmy całkowalą fukcję f : [0, 1] R. Chcemy zaleźć przybliżoą

Bardziej szczegółowo

Analiza możliwości wykorzystania wybranych modeli wygładzania wykładniczego do prognozowania wartości WIG-u

Analiza możliwości wykorzystania wybranych modeli wygładzania wykładniczego do prognozowania wartości WIG-u Zbigiew Taapaa Aaliza możliwości wykozysaia wybaych modeli wygładzaia wykładiczego do pogozowaia waości WIG-u Wydział Cybeeyki Wojskowej Akademii Techiczej w Waszawie Seszczeie W aykule pzedsawioo aalizę

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

40:5. 40:5 = 500000υ5 5p 40, 40:5 = 500000 5p 40.

40:5. 40:5 = 500000υ5 5p 40, 40:5 = 500000 5p 40. Portfele polis Poieważ składka jest ustalaa jako wartość oczekiwaa rzeczywistego, losowego kosztu ubezpieczeia, więc jest tym bliższa średiej wydatków im większa jest liczba ubezpieczoych Polisy grupuje

Bardziej szczegółowo

Metody probabilistyczne egzamin

Metody probabilistyczne egzamin Imię i azwisko:....................................................... N ideksu:.............. Metody pobabilistycze egzami Data: 30.0.209 Godzia: 3:00 Zadaie [8pkt] Podaj aksjomaty Kołmogoowa dla miay

Bardziej szczegółowo

Konspekt lekcji (Kółko matematyczne, kółko przedsiębiorczości)

Konspekt lekcji (Kółko matematyczne, kółko przedsiębiorczości) Kospekt lekcji (Kółko matematycze, kółko przedsiębiorczości) Łukasz Godzia Temat: Paradoks skąpej wdowy. O procecie składaym ogólie. Czas lekcji 45 miut Cele ogóle: Uczeń: Umie obliczyć procet składay

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

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

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

ZADANIA NA ĆWICZENIA 3 I 4

ZADANIA NA ĆWICZENIA 3 I 4 Agata Boratyńska Statystyka aktuariala... 1 ZADANIA NA ĆWICZENIA 3 I 4 1. Wygeeruj szkody dla polis z kolejych lat wg rozkładu P (N = 1) = 0, 1 P (N = 0) = 0, 9, gdzie N jest liczbą szkód z jedej polisy.

Bardziej szczegółowo

1 Układy równań liniowych

1 Układy równań liniowych Katarzya Borkowska, Wykłady dla EIT, UTP Układy rówań liiowych Defiicja.. Układem U m rówań liiowych o iewiadomych azywamy układ postaci: U: a x + a 2 x 2 +... + a x =b, a 2 x + a 22 x 2 +... + a 2 x =b

Bardziej szczegółowo

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

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

ĆWICZENIE PROJEKTOWE NR 4 POSADOWIENIE NA PALACH Wybrane schematy i tablice z PN-83/B :

ĆWICZENIE PROJEKTOWE NR 4 POSADOWIENIE NA PALACH Wybrane schematy i tablice z PN-83/B : ĆWICZENIE PROJEKTOWE NR 4 POSADOWIENIE NA PALACH Wybae schematy i tablice z PN-83/B-048 : http://www.uwm.edu.pl/edu/piotsokosz/mg.htm UWAGA! Rysuki ie są w skali!!! N = 900 kn M = 500 knm G, I L =0.3 0.0m

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

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom rozszerzony

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom rozszerzony KRYTERIA OCENIANIA ODPOWIEDZI Póbna Matua z OPERONEM Matematyka Poziom ozszezony Listopad 0 W ni niej szym sche ma cie oce nia nia za dań otwa tych są pe zen to wa ne pzy kła do we po paw ne od po wie

Bardziej szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.

Bardziej szczegółowo

ZWIĄZEK FUNKCJI OMEGA Z DOMINACJĄ STOCHASTYCZNĄ

ZWIĄZEK FUNKCJI OMEGA Z DOMINACJĄ STOCHASTYCZNĄ Studia konomiczne. Zeszyty Naukowe Uniwesytetu konomicznego w Katowicach ISSN 283-86 N 237 25 Infomatyka i konometia 2 wa Michalska Uniwesytet konomiczny w Katowicach Wydział Infomatyki i Komunikacji Kateda

Bardziej szczegółowo

Ocena siły oddziaływania procesów objaśniających dla modeli przestrzennych

Ocena siły oddziaływania procesów objaśniających dla modeli przestrzennych Michał Benad Pietzak * Ocena siły oddziaływania pocesów objaśniających dla modeli pzestzennych Wstęp Ekonomiczne analizy pzestzenne są ważnym kieunkiem ozwoju ekonometii pzestzennej Wynika to z faktu,

Bardziej szczegółowo

Wykład 1. Elementy rachunku prawdopodobieństwa. Przestrzeń probabilistyczna.

Wykład 1. Elementy rachunku prawdopodobieństwa. Przestrzeń probabilistyczna. Podstawowe pojęcia. Wykład Elementy achunku pawdopodobieństwa. Pzestzeń pobabilistyczna. Doświadczenie losowe-doświadczenie (zjawisko, któego wyniku nie możemy pzewidzieć. Pojęcie piewotne achunku pawdopodobieństwa

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ODPOWIEDZI DO ARKUSZA ROZSZERZONEGO Zadanie ( pkt) A Zadanie ( pkt) C Zadanie ( pkt) A, bo sinα + cosα sinα + cosα cos sinα sin cosα + π π + π sin α π A więc musi

Bardziej szczegółowo

ś ź Ą ś Ą ś ś Ę Ą ń ń ń ś ń ńś ś ń ć ń ś ś ź ć ś ś ź ź Ę Ę ś ć ś ś ć ś ść ń Ę ć ć ć ś ń ć ć ć ś ś Ą ź ść ĘĄ ś ś ć ść ć Ś ś ś ś Ą ś ź ś ś ź ń Ą ś ź Ń ś ś ś Ń ń ź ć ś ś ś ć Ń ś ń ś ź ś ń ń ć ć ś ń ć ń ć

Bardziej szczegółowo

9. 1. KOŁO. Odcinki w okręgu i kole

9. 1. KOŁO. Odcinki w okręgu i kole 9.. KOŁO Odcinki w okęgu i kole Cięciwa okęgu (koła) odcinek łączący dwa dowolne punkty okęgu d Śednica okęgu (koła) odcinek łączący dwa dowolne punkty okęgu pzechodzący pzez śodek okęgu (koła) Pomień

Bardziej szczegółowo

ĆWICZENIE 3 REZONANS W OBWODACH ELEKTRYCZNYCH

ĆWICZENIE 3 REZONANS W OBWODACH ELEKTRYCZNYCH ĆWZENE 3 EZONANS W OBWODAH EEKTYZNYH el ćwiczenia: spawdzenie podstawowych właściwości szeegowego i ównoległego obwodu ezonansowego pzy wymuszeniu napięciem sinusoidalnym, zbadanie wpływu paametów obwodu

Bardziej szczegółowo

c 2 + d2 c 2 + d i, 2

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

Bardziej szczegółowo

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

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA TATYTYKA MATEMATYCZNA ROZKŁADY PODTAWOWYCH TATYTYK zmiea losowa odpowiedik badaej cechy, (,,..., ) próba losowa (zmiea losowa wymiarowa, i iezależe zmiee losowe o takim samym rozkładzie jak (taką próbę

Bardziej szczegółowo

LABORATORIUM ELEKTRONIKI

LABORATORIUM ELEKTRONIKI LABOATOIUM ELEKTONIKI ĆWICENIE 2 DIODY STABILIACYJNE K A T E D A S Y S T E M Ó W M I K O E L E K T O N I C N Y C H 21 CEL ĆWICENIA Celem ćwiczenia jest paktyczne zapoznanie się z chaakteystykami statycznymi

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

oznaczają łączne wartości szkód odpowiednio dla k-tego kontraktu w t-tym roku. O składnikach naszych zmiennych zakładamy, że:

oznaczają łączne wartości szkód odpowiednio dla k-tego kontraktu w t-tym roku. O składnikach naszych zmiennych zakładamy, że: Zadaie. Niech zmiee losowe: X t,k = μ + α k + β t + ε t,k, k =,2,, K oraz t =,2,, T, ozaczają łącze wartości szkód odpowiedio dla k-tego kotraktu w t-tym roku. O składikach aszych zmieych zakładamy, że:

Bardziej szczegółowo

GEOMETRIA PŁASZCZYZNY

GEOMETRIA PŁASZCZYZNY GEOMETRIA PŁASZCZYZNY. Oblicz pole tapezu ównoamiennego, któego podstawy mają długość cm i 0 cm, a pzekątne są do siebie postopadłe.. Dany jest kwadat ABCD. Punkty E i F są śodkami boków BC i CD. Wiedząc,

Bardziej szczegółowo

29 Rozpraszanie na potencjale sferycznie symetrycznym - fale kuliste

29 Rozpraszanie na potencjale sferycznie symetrycznym - fale kuliste 9 Rozpaszanie na potencjae sfeycznie symetycznym - fae kuiste W ozdziae tym zajmiemy się ozpaszaniem na potencjae sfeycznie symettycznym V ). Da uchu o dodatniej enegii E = k /m adiane ównanie Schödingea

Bardziej szczegółowo

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017 STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej

Bardziej szczegółowo

Funkcja generująca rozkład (p-two)

Funkcja generująca rozkład (p-two) Fucja geerująca rozład (p-wo Defiicja: Fucją geerującą rozład (prawdopodobieńswo (FGP dla zmieej losowej przyjmującej warości całowie ieujeme, azywamy: [ ] g E P Twierdzeie: (o jedozaczości Jeśli i są

Bardziej szczegółowo

4.5. PODSTAWOWE OBLICZENIA HAŁASOWE 4.5.1. WPROWADZENIE

4.5. PODSTAWOWE OBLICZENIA HAŁASOWE 4.5.1. WPROWADZENIE 4.5. PODTAWOWE OBCZENA HAŁAOWE 4.5.. WPROWADZENE Z dotychczasowych ozważań wiemy już dużo w zakesie oisu, watościowaia i omiau hałasu w zemyśle. Wato więc tę wiedzę odsumować w jedym zwatym ukcie, co umożliwi

Bardziej szczegółowo

Kongruencje Wykład 4. Kongruencje kwadratowe symbole Legendre a i Jac

Kongruencje Wykład 4. Kongruencje kwadratowe symbole Legendre a i Jac Kogruecje kwadratowe symbole Legedre a i Jacobiego Kogruecje Wykład 4 Defiicja 1 Kogruecję w ostaci x a (mod m), gdzie a m, azywamy kogruecją kwadratową; jej bardziej ogóla ostać ax + bx + c może zostać

Bardziej szczegółowo

AKADEMIA INWESTORA INDYWIDUALNEGO CZĘŚĆ II. AKCJE.

AKADEMIA INWESTORA INDYWIDUALNEGO CZĘŚĆ II. AKCJE. uma Pzedsiębiocy /6 Lipiec 205. AKAEMIA INWESTORA INYWIUALNEGO CZĘŚĆ II. AKCJE. WYCENA AKCJI Wycena akcji jest elementem analizy fundamentalnej akcji. Następuje po analizie egionu, gospodaki i banży, w

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

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności) IV. Estymacja parametrów Estymacja: Puktowa (ocea, błędy szacuku Przedziałowa (przedział ufości Załóżmy, że rozkład zmieej losowej X w populacji geeralej jest opisay dystrybuatą F(x;α, gdzie α jest iezaym

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

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

Tradycyjne mierniki ryzyka

Tradycyjne mierniki ryzyka Tadycyjne mieniki yzyka Pzykład 1. Ryzyko w pzypadku potfela inwestycyjnego Dwie inwestycje mają następujące stopy zwotu, zależne od sytuacji gospodaczej: Sytuacja Pawdopodobieństwo R R Recesja 0, 9,0%

Bardziej szczegółowo

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I) Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod

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

WARTOŚĆ PIENIĄDZA W CZASIE

WARTOŚĆ PIENIĄDZA W CZASIE WARTOŚĆ PIENIĄDZA W CZASIE. PODSTAWOWE POJĘCIA Pieiądz, podobie jak ie doba (toway i usługi)) zieia swoją watość w czasie, co jest astępstwe zachodzących w sposób ciągły pocesów gospodaczych. Ziaie oże

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

PRACA MOC ENERGIA. Z uwagi na to, że praca jest iloczynem skalarnym jej wartość zależy również od kąta pomiędzy siłą F a przemieszczeniem r

PRACA MOC ENERGIA. Z uwagi na to, że praca jest iloczynem skalarnym jej wartość zależy również od kąta pomiędzy siłą F a przemieszczeniem r PRACA MOC ENERGIA Paca Pojęcie pacy używane jest zaówno w fizyce (w sposób ścisły) jak i w życiu codziennym (w sposób potoczny), jednak obie te definicje nie pokywają się Paca w sensie potocznym to każda

Bardziej szczegółowo