RAP pa¹dziernika S n = S 0 + i=1. p r q l = p r q l r. N n(a,b)

Wielkość: px
Rozpocząć pokaz od strony:

Download "RAP pa¹dziernika S n = S 0 + i=1. p r q l = p r q l r. N n(a,b)"

Transkrypt

1 RAP 4 5 pa¹dzierika 008 Wykªad : PSL metoda zliczaia ±cie»ek Wykªadowca: Adrzej Ruci«ski Pisarz:Bartosz Naskr cki i Marek Kaluba Wst p B dziemy dalej studiowa zachowaia osobika, którego gr zajmowali±my si a pierwszym wykªadzie. Tym razem bardziej iteresowa as b d jego peªe wra»e«w drówki w staie upojeia (p. zwyci stwem w kasyie). Dowiemy si,»e jego kochaj ca (lub ie)»oa mo»e mie spore problemy z odalezieiem swojego m»a, jesli go ie zastaie w kasyie, poiewa» w trakcie w drówek pomi dzy przegrywaiem kolejych dollarów odwiedza o wszystkich mo»liwych zajomych i iezajomych. Pozamy poadto sposób w jaki ale»y obstawia zwyci stwo jedego z kadydatów w wyborach, w trakcie kolejego wyczytywaia gªosów które otrzymali. Zasada odbicia Niech X, X,... b d zmieymi losowymi iezale»ymi o jedakowym rozkªadzie(iid): { z prawdopodobie«stem p X i z prawdopodobie«stem q p Rozwa»my prosty spacer losowy S S 0 + Zakªadaj c,»e zaczyamy w pukcie S 0 a mo»emy policzy prawdopodobie«stwo,»e po krokach zajdziemy si w pukcie b: P (S b) ( ) ( ) p r q l p r q l r l }{{} () N (a,b) gdzie r +b a, l b+a. Deicja. Liczb wszystkich trajektorii (±cie»ek) od a do b w krokach b dziemy ozacza przez N (a, b). Liczb wszystkich trajektorii (±cie»ek) od a do b w krokach przeciaj cych o± OX b dziemy ozacza przez N 0 (a, b). Zasada (odbicia). Liczba wszystkich trajektorii od a do b, które przeciaj o± OX, jest rówa Liczbie wszystkich trajektorii od a do b i X i N 0 (a, b) N ( a, b) -

2 π (k π, 0) π Rysuek : Odbijaie ±cie»ki od (0, 0) do (k π, 0) Dowód. Niech π b dzie dowol trajektori z a do b. Przez (k π, 0) ozaczmy pukt pierwszego kotaktu π z osi OX. Niech π b dzie trajektori powstaª poprzez odbicie π wzgl dem OX a odciku od 0 do (k π, 0). Wtedy π jest trajektori od a do b, a powy»sze przyporz dkowaie bijekcj pomi dzy zbiorami N 0 (a, b) i N ( a, b) Wiosek (Whitworth 878 Ballot Theorem). Niech b > 0. Liczba ±cie»ek z (0, 0) do (, b), które a odciku (, 0), (, 0) ie przeciaj osi OX wyosi: b N (0, b) b ( ) +b () Dowód. Zauwa»my,»e pierwszy ruch musi by a pozycj (, ). Mamy zatem: N (, b) N (, 0 zas. odbicia b) N (, b) N (, b) Def. ( ) ( ) ( + b ) ( + b + ) ( )! ( ( + b))!( ( + b))! ( )! ( ( + b))!( ( + b))! ( )! ( ( + b) )!( ( + b))! ( )! ( ( + b))!( (3) ( + b))! ( )!( ( + b)) ( + b)) ( ( + b))!( ( + b))! ( )!( ( ( + b))!( ( + b))! ( ( + b) ( )! ( + b) ( ( + b))!( ( + b))! b ( ) b ( + b) N (0, b) -

3 Zastosowaie Mamy dwóch kadydatów startuj ctch w wyborach prezydeckich o imioach Kaczor i Doald. Kaczor otrzymaª α gªosów, a Doald β, gdzie (jak sk di d wiemy) α > β. Co wi cej caªy aród uczesticzyª w ast pujacej grze: w trakcie wieczoru wyborczego podczas wyczytywaia (i liczeia) gªosów oddaych a kadydatów, zakªady bukmacherskie pozwalaj obstawia (p. przez iteret) to, kto wygra. Potrzebuj jedak algorytmu (wszystko ma by w czasie rzeczywistym), który pozwoli im ustali takie stawki, aby zarobi a tym,»e caªy aród gra. Na razie wiedz jedyie jakie jest prawdopodobie«stwo,»e podczas wyczytywaia gªosów Kaczor b dzie prowadziª: P #{Wszystkie ±cie»ki od (0, 0) do (α + β, α β) ie przeciaj ce osi OX} #{Wszystkie ±cie»ki od (0, 0) do (α + β, α β)} α β α + β Powroty do osi Mo»a sobie postawi pytaie: jakie jest prawdopodobie«stwo,»e spacer poza kasyem b dzie miaª dªugo± przyajmiej? Wiosek. Je±li S 0 0, to dla ka»dego mamy: oraz: P (S 0,..., S 0, S b) b P (S b) P (S 0,..., S 0) E( S ) Dowód. Niech b > 0. Wtedy P (S 0,..., S 0, S b) b N N (0, b)p +b q b b P (S b). Aalogiczie mo»emy stwierdzi,»e dla b < 0 zachodzi P (S 0,..., S 0, S b) b N N (0, b)p b q +b, zatem ogóly wzór zapisujemy jako P (S 0,..., S 0, S b) b N P (S b) P (S 0,..., S 0) b P (S 0,..., S 0, S b) b b P (S b) E( S ) - 3

4 Ozaczmy przez M maksymal warto± jak osi gie S i a odciku do 0 do : Dla S 0 0 mamy oczywi±cie M 0. M max 0 i {S i}. Twierdzeie. Dla ka»dego r mamy: { P (S b) b r P (M r, S b) ( q ) r b b P (S r b) b < r Wiosek 3. Dla p q mamy: Dowód Wiosku w oparciu o Twierdzeie. P (M r) P (S r) + P (S r + ) P (M r) b P (M r, S b) P (S b) + br r b ( ) p r b P (S r b) q P (S r) + cr+ ( ) p c r P (S c) P (S r) + P (S r + ) q Dowód Twierdzeia. Mo»emy przyj bez utraty ogólo±ci,»e r i b < r. Niech N r (0, b) ozacza liczb ±cie»ek π z (0, 0) do (, b), które przeciaj prost y r. Poadto iech i π mi (i,r) π {i}. Mo»emy symetryczie odbi wzgl dem prostej y r segmet ±cie»ki dla i π x. Tak okre±loe przeksztaªceie wyzacza bijekcj mi dzy zbiorami. r (, r b) b i π Rysuek : Odbicie symetrycze ±cie»ki wzgl dem prostej y r N r (0, b) N (0, r b) - 4

5 P (M r, S b) N r (0, b)p +b q b ( ) q r b P (S r b) p ( ) q r b N (0, r b)p +r b q r+b p 3 Zagadieie pierwszych odwiedzi W iiejszym rozdziale opisae zostaie prawdopodobie«stwo zdarzeia,»e startuj c z (0, 0) osi giemy pukt b > 0 po raz pierwszy w -tym kroku. Deicja. f b () { P (S0 0, S,..., S < b, S b) b > 0 P (S 0 0, S,..., S > b, S b) b < 0 Twierdzeie (Hittig time Theorem). Prawdopodobie«stwo f b (),»e startuj c z 0 tramy w pukt b po raz pierwszy w -tym kroku ( ) wyosi: f b () b P (S b) Dowód. Ograiczymy si do dowodu dla b > 0. Korzystaj c z deicji dla b < 0 dowód przebiega aalogiczie. f b () P (M S b, S b) P (S b M S b )P (M S b ) p [P (M b, S b ) P (M b, S b )] [ Tw. p P (S b ) ( q ] p )P (S b + ) ( () p ) ( ) p (+b ) q ( b) q p (+b) q ( b ) ( + b ) ( + b) (( ) ( )) p (+b) q ( b) (3) ( + b ) ( + b) (3) b N (0, b)p (+b) q ( b) () () b P (S b) - 5

6 wyj±ciowa ±cie»ka odwrócoa ±cie»ka Rysuek 3: Techika odwracaia Techika odwracaia Poprzedie twierdzeie jest w swojej tezie bardzo podobe do Wiosku. Podobie«stwo to ie jest przypadkowe i poi»ej zostaie przedstawioa techika, tzw. techika odwracaia spaceru losowego, która poka»e,»e w istocie oba te twierdzeia s duale. Deicja 3 (Odwracaie spaceru losowego). Dla iezale»ych zmieych losowych X, X,... o jedakowym rozkªadzie odwróceiem spaceru losowego (skªadaj cego si z kroków): { } {0, S, S,..., S } 0, X, X + X,..., X i azywamy ast puj cy spacer (-krokowy): { {0, T, T,..., T } 0, X, X + X,..., i } X i Zauwa»my,»e teraz a podstawie powy»szej deicji mo»emy przeformuªowa jedo twierdzeie w drugie. S,..., S 0, S b wtedy i tylko wtedy, gdy T b, T T i X X i > 0 dla i. To ozacza,»e pierwsza wizyta w b dla odwrócoego spaceru ast pi w chwili, zatem: P (S,..., S 0, S b) f b () Zasad t mo»a wykorzysta do obliczeia ±rediej ilo±ci wizyt w b do pierwszego powrotu do 0. µ b E(#wizyty w b przed pierwszym powrotem do 0) E( I ) E(I ) P (I ) P (S,..., S 0, S b) f b () P ( : S b) f b - 6 i

7 I jest zmie idykatorow : { gdy S 0,..., S I 0, S b 0 w pozostaªych przypadkach Powy»sze uwagi prowadz do ast puj cego twierdzeia: Twierdzeie 3. Je±li p q, to dla dowolego b > 0 zachodzi µ b. Iterpretacja hazardowa Rzucamy moet a» liczba orªów zrówa si z liczb reszek. Gracz dostaje wypªat za ka»dym razem, gdy ró»ica mi dzy liczb orªów i reszek wyosi b. Zgodie z twierdzeiem, aby gra byªa sprawiedliwa, opªata za i musi wyosi, iezale»ie od tego ile wyosi b. - 7

szereg jest szeregiem o wyrazach nieujemnych. Ponadto dla α (0; π ) zachodzi nierówno± sinα < α,

szereg jest szeregiem o wyrazach nieujemnych. Ponadto dla α (0; π ) zachodzi nierówno± sinα < α, .. si Poiewa» si < 1; 1 >, wi c zbadajmy szereg zªo»oy z warto±ci bezwzgl dych wyrazów szeregu daego w zadaiu: () si = si, ale si < 0; 1 > Zatem si 1 () Po prawej stroie powy»szej ierówo±ci mamy szereg

Bardziej szczegółowo

Analiza matematyczna 1 Notatki do wykªadu Mateusz Kwa±nicki. 7 Sumy i iloczyny uogólnione

Analiza matematyczna 1 Notatki do wykªadu Mateusz Kwa±nicki. 7 Sumy i iloczyny uogólnione Aaliza matematycza Notatki do wykªadu Mateusz Kwa±icki 7 Sumy i iloczyy uogólioe Dla dowolych liczb a k, a k+, a k+,..., a l okre±lamy sum uogólio i iloczy uogólioy: a k + a k+ + a k+ +... + a l, l a k

Bardziej szczegółowo

Tw. 1. Je»eli ci g {a n } ma granic a i ci g {b n } ma granic b, to ci g {a n b n } ma granic a b. Tw. 2. b n. Tw. 3. Tw. 4.

Tw. 1. Je»eli ci g {a n } ma granic a i ci g {b n } ma granic b, to ci g {a n b n } ma granic a b. Tw. 2. b n. Tw. 3. Tw. 4. Tw.. Je»eli ci g {a } ma graic a i ci g {b } ma graic b, to ci g {a + b } ma graic a+b. Tw.. Je»eli ci g {a } ma graic a i ci g {b } ma graic b, to ci g {a b } ma graic a-b. Tw.. Je»eli ci g {a } ma graic

Bardziej szczegółowo

Funkcje tworz ce skrypt do zada«

Funkcje tworz ce skrypt do zada« Fukcje tworz ce skrypt do zada«mateusz Rapicki, Piotr Suwara 20 maja 2012 1 Kombiatoryka Deicja 1 (dwumia Newtoa) dla liczb caªkowitych ieujemych, k to liczba k sposobów wybraia k elemetów z -elemetowego

Bardziej szczegółowo

Wykªad 05 (granice c.d., przykªady) Rozpoczniemy od podania kilku przykªadów obliczania granic ci gów. n an = + dla a > 1. (5.1) lim.

Wykªad 05 (granice c.d., przykªady) Rozpoczniemy od podania kilku przykªadów obliczania granic ci gów. n an = + dla a > 1. (5.1) lim. Wykªad 05 graice cd, przykªady Rozpocziemy od podaia kilku przykªadów obliczaia graic ci gów Niech a > Ozaczmy a = c > 0 Mamy Poiewa» c = +, wi c tak»e a = + c + c c a = + dla a > 5 Poadto, zauwa»amy,»e

Bardziej szczegółowo

Wykªad 2. Szeregi liczbowe.

Wykªad 2. Szeregi liczbowe. Wykªad jest prowadzoy w oparciu o podr czik Aaliza matematycza 2. Deicje, twierdzeia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 2. Szeregi liczbowe. Deicje i podstawowe twierdzeia Deicja Szeregiem liczbowym

Bardziej szczegółowo

Marek Be±ka, Statystyka matematyczna, wykªad Wykªadnicze rodziny rozkªadów prawdopodobie«stwa

Marek Be±ka, Statystyka matematyczna, wykªad Wykªadnicze rodziny rozkªadów prawdopodobie«stwa Mare Be±a, Statystya matematycza, wyªad 3 38 3 Statystyi zupeªe 3. Wyªadicze rodziy rozªadów prawdopodobie«stwa Zacziemy od deicji Deicja 3. Rodzi rozªadów {µ θ } θ Θ azywamy wyªadicz rodzi rozªadów -

Bardziej szczegółowo

> 1), wi c na mocy kryterium porównawczego szereg sin(n n)

> 1), wi c na mocy kryterium porównawczego szereg sin(n n) .65. si() W szeregu tym wyst puj wyrazy dodatie i ujeme, ale ie a przemia. Zbadajmy wi c szereg: si() zªo»oy z warto±ci bezwzgl dych wyrazów szeregu daego w zadaiu. Poiewa» si(), wi c si() = Po prawej

Bardziej szczegółowo

wi c warunek konieczny zbie»no±ci szeregu jest speªniony. 12 = 9 12 = 3 4 k(k+1) k=1 ( k+1 k(k+1) n+1 = 1 1 n+1 = 1 0 = 1 36 = =

wi c warunek konieczny zbie»no±ci szeregu jest speªniony. 12 = 9 12 = 3 4 k(k+1) k=1 ( k+1 k(k+1) n+1 = 1 1 n+1 = 1 0 = 1 36 = = 32 (+) Jest to szereg o wyrazach dodatich Poadto wyraz ogóly tego szeregu jest zbie»y do 0, wi c waruek koieczy zbie»o±ci szeregu jest speªioy s (+) 2 s 2 s + 2 (2+) 2 + 2 3 2 + 6 3 6 + 6 4 6 2 3 s 3 s

Bardziej szczegółowo

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy. Logika i teoria mnogo±ci, konspekt wykªad 12 Teoria mocy, cz ± II Def. 12.1 Ka»demu zbiorowi X przyporz dkowujemy oznaczany symbolem X obiekt zwany liczb kardynaln (lub moc zbioru X) w taki sposób,»e ta

Bardziej szczegółowo

Macierze i Wyznaczniki

Macierze i Wyznaczniki Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja 1. Tablic nast puj cej postaci a 11 a 12... a 1n a 21 a 22... a 2n A =... a m1 a m2... a mn nazywamy macierz o m wierszach i n kolumnach,

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Macierze i Wyznaczniki

Macierze i Wyznaczniki dr Krzysztof yjewski Mechatronika; S-I.in». 5 pa¹dziernika 6 Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja. Tablic nast puj cej postaci a a... a n a a... a n A =... a m a m...

Bardziej szczegółowo

Przekroje Dedekinda 1

Przekroje Dedekinda 1 Przekroje Dedekinda 1 O liczbach wymiernych (tj. zbiorze Q) wiemy,»e: 1. zbiór Q jest uporz dkowany relacj mniejszo±ci < ; 2. zbiór liczb wymiernych jest g sty, tzn.: p, q Q : p < q w : p < w < q 3. 2

Bardziej szczegółowo

Informatyka. z przedmiotu RACHUNEK PRAWDOPODOBIE STWA

Informatyka. z przedmiotu RACHUNEK PRAWDOPODOBIE STWA Informatyka Zbiór przykªadowych prac kontrolnych oraz przykªadowych zada«egzaminacyjnych z przedmiotu RACHUNEK PRAWDOPODOBIE STWA Sprawdzian 1, M09-02 Zadanie 1 (1p) W rzucie dwiema kostkami obliczy prawdopodobie«stwo

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach EGZAMIN MAGISTERSKI, 12.09.2018r Matematyka w ekonomii i ubezpieczeniach Zadanie 1. (8 punktów) O rozkªadzie pewnego ryzyka S wiemy,»e: E[(S 20) + ] = 8 E[S 10 < S 20] = 13 P (S 20) = 3 4 P (S 10) = 1

Bardziej szczegółowo

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka EGZAMIN MAGISTERSKI, 26.06.2017 Biomatematyka 1. (8 punktów) Rozwój wielko±ci pewnej populacji jest opisany równaniem: dn dt = rn(t) (1 + an(t), b gdzie N(t) jest wielko±ci populacji w chwili t, natomiast

Bardziej szczegółowo

lim a n Cigi liczbowe i ich granice

lim a n Cigi liczbowe i ich granice Cigi liczbowe i ich graice Cigiem ieskoczoym azywamy dowol fukcj rzeczywist okrelo a zbiorze liczb aturalych. Dla wygody zapisu, zamiast a() bdziemy pisa a. Elemet a azywamy -tym wyrazem cigu. Cig (a )

Bardziej szczegółowo

Nieklasyczne modele kolorowania grafów

Nieklasyczne modele kolorowania grafów 65 Nieklasycze modele kolorowaia grafów 66 Kolorowaie sprawiedliwe Def. Jeli wierzchołki grafu G moa podzieli a k takich zbiorów iezaleych C,...,C k, e C i C j dla wszystkich i,j,...,k, to mówimy, e G

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

Równoliczno zbiorów. Definicja 3.1 Powiemy, e niepuste zbiory A i B s równoliczne jeeli istnieje. Piszemy wówczas A~B. Przyjmujemy dodatkowo, e ~.

Równoliczno zbiorów. Definicja 3.1 Powiemy, e niepuste zbiory A i B s równoliczne jeeli istnieje. Piszemy wówczas A~B. Przyjmujemy dodatkowo, e ~. 16 Rówoliczo zbiorów Defiicja 3.1 Powiemy, e iepuste zbiory A i B s rówolicze jeeli istieje f : A B. Piszemy wówczas A~B. Przyjmujemy dodatkowo, e ~. Twierdzeie 3.1 (podstawowa właso rówoliczoci zbiorów)

Bardziej szczegółowo

Elementy geometrii w przestrzeni R 3

Elementy geometrii w przestrzeni R 3 Elementy geometrii w przestrzeni R 3 Z.Šagodowski Politechnika Lubelska 29 maja 2016 Podstawowe denicje Wektorem nazywamy uporz dkowan par punktów (A,B) z których pierwszy nazywa si pocz tkiem a drugi

Bardziej szczegółowo

Zbiory. Zadanie 5. Wykaza to»samo±ci (a) A (B \ C) = [(A B) \ C] (A C), (b) A \ [B \ (C \ D)] = (A \ B) [(A C) \ D],

Zbiory. Zadanie 5. Wykaza to»samo±ci (a) A (B \ C) = [(A B) \ C] (A C), (b) A \ [B \ (C \ D)] = (A \ B) [(A C) \ D], x FAQ ANALIZA R c ZADANIA Zbiory Zadaie 1. Opisa zbiory A B, A B, A \ B, B \ A je±li A = {x R : x 3x < 0, }; B = {x R : x 3x + 4 0} Zadaie. Niech A, B, C, D b d podzbiorami przestrzei X. Udowodi,»e A \

Bardziej szczegółowo

Zbiory i odwzorowania

Zbiory i odwzorowania Zbiory i odwzorowania 1 Sposoby okre±lania zbiorów 1) Zbiór wszystkich elementów postaci f(t), gdzie t przebiega zbiór T : {f(t); t T }. 2) Zbiór wszystkich elementów x zbioru X speªniaj cych warunek ϕ(x):

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14 WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 2013/14 Spis tre±ci 1 Kodowanie i dekodowanie 4 1.1 Kodowanie a szyfrowanie..................... 4 1.2 Podstawowe poj cia........................

Bardziej szczegółowo

ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n)

ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n) ZADANIA - ZESTAW Zadaie.. Wyzaczyć m (), D ( ) dla procesu symetryczego (p = q =,) błądzeia przypadkowego. Zadaie.. Narysuj graf łańcucha Markowa symetrycze (p = q =,) błądzeie przypadkowe z odbiciem.

Bardziej szczegółowo

Ekonometria Bayesowska

Ekonometria Bayesowska Ekonometria Bayesowska Wykªad 9: Metody numeryczne: MCMC Andrzej Torój 1 / 17 Plan wykªadu Wprowadzenie 1 Wprowadzenie 3 / 17 Plan prezentacji Wprowadzenie 1 Wprowadzenie 3 3 / 17 Zastosowanie metod numerycznych

Bardziej 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

Notatki do wykªadu Rachunek prawdopodobie«stwa dla informatyków.

Notatki do wykªadu Rachunek prawdopodobie«stwa dla informatyków. Notatki do wykªadu Rachuek prawdopodobie«stwa dla iformatyków. Marci Milewski Wrocªaw, 4 lutego 2009 Spis tre±ci 1 Prawdopodobie«stwo 2 1.1 Ozaczeia i poj cia...........................................

Bardziej szczegółowo

Ekstremalna teoria grafów Filip Lurka V Liceum ogólnoksztaªc ce w Krakowie

Ekstremalna teoria grafów Filip Lurka V Liceum ogólnoksztaªc ce w Krakowie Ekstremala teoria grafów Filip Lurka V Liceum ogóloksztaªc ce w Krakowie 1 Ekstremala Teoria Grafów 1 Ekstremala Teoria Grafów Filip Lurka 1.1 Teoria Deicja 1.1 Klik azywamy graf peªy; ka»de dwa wierzchoªki

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

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1 J zyki formalne i operacje na j zykach J zyki formalne s abstrakcyjnie zbiorami sªów nad alfabetem sko«czonym Σ. J zyk formalny L to opis pewnego problemu decyzyjnego: sªowa to kody instancji (wej±cia)

Bardziej szczegółowo

Podstawy matematyki nansowej

Podstawy matematyki nansowej Podstawy matematyki asowej Omówimy tutaj odstawowe oj cia matematyki asowej. Jest to dobre miejsce, gdy» zagadieia te wi» si z ci gami, w szczególo±ci z ci giem arytmetyczym i geometryczym. Omówimy zagadieie

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

XVII Warmi«sko-Mazurskie Zawody Matematyczne

XVII Warmi«sko-Mazurskie Zawody Matematyczne 1 XVII Warmi«sko-Mazurskie Zawody Matematyczne Kategoria: klasa VIII szkoªy podstawowej i III gimnazjum Olsztyn, 16 maja 2019r. Zad. 1. Udowodnij,»e dla dowolnych liczb rzeczywistych x, y, z speªniaj cych

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

1. Granica funkcji w punkcie

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

Bardziej szczegółowo

Indeksowane rodziny zbiorów

Indeksowane rodziny zbiorów Logika i teoria mnogo±ci, konspekt wykªad 7 Indeksowane rodziny zbiorów Niech X b dzie przestrzeni zbiorem, którego podzbiorami b d wszystkie rozpatrywane zbiory, R rodzin wszystkich podzbiorów X za± T

Bardziej szczegółowo

Metody probablistyczne i statystyka stosowana

Metody probablistyczne i statystyka stosowana Politechnika Wrocªawska - Wydziaª Podstawowych Problemów Techniki - 011 Metody probablistyczne i statystyka stosowana prowadz cy: dr hab. in». Krzysztof Szajowski opracowanie: Tomasz Kusienicki* κ 17801

Bardziej szczegółowo

Lab. 02: Algorytm Schrage

Lab. 02: Algorytm Schrage Lab. 02: Algorytm Schrage Andrzej Gnatowski 5 kwietnia 2015 1 Opis zadania Celem zadania laboratoryjnego jest zapoznanie si z jednym z przybli»onych algorytmów sªu» cych do szukania rozwi za«znanego z

Bardziej szczegółowo

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja

Bardziej szczegółowo

Elementarna statystyka

Elementarna statystyka Elementarna statystyka Alexander Bendikov 26 marca 2017 Klasyczny model: eksperyment o jednakowo prawdopodobnych wynikach Zaªo»enia: 1 Przestrze«próbek S ma sko«czenie wiele wyników ω 1, ω 2,..., ω n,

Bardziej szczegółowo

KOMBINATORYKA 1 WYK LAD 11 Kombinatoryczna teoria zbiorów

KOMBINATORYKA 1 WYK LAD 11 Kombinatoryczna teoria zbiorów KOMBINATORYKA 1 WYK LAD 11 Kombiatorycza teoria zbiorów 23 maja 2012 Wyk lad poświe coy jest w lasościom rodzi podzbiorów skończoego zbioru. Rozpoczya go poje cie systemu różych reprezetatów wraz ze s

Bardziej szczegółowo

CZY WARTO RZUCA "MONET "?

CZY WARTO RZUCA MONET ? DOLNO L SKI FESTIWAL NAUKI, wrzesie«2017r. CZY WARTO RZUCA "MONET "? Zbigniew J. JUREK (Uniwersytet Wrocªawski) Plan wykªadu : 1) Jak oszacowa prawdopodobie«stwo otrzymania 'orªa' dla nieznanej monety?

Bardziej szczegółowo

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: zdzedzej@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/zdzedzej () 5 pa¹dziernika 2016 1 / 1 Literatura podstawowa R. Rudnicki, Wykªady z analizy

Bardziej szczegółowo

Wektory w przestrzeni

Wektory w przestrzeni Wektory w przestrzeni Informacje pomocnicze Denicja 1. Wektorem nazywamy uporz dkowan par punktów. Pierwszy z tych punktów nazywamy pocz tkiem wektora albo punktem zaczepienia wektora, a drugi - ko«cem

Bardziej szczegółowo

Metody numeryczne i statystyka dla in»ynierów

Metody numeryczne i statystyka dla in»ynierów Kierunek: Automatyka i Robotyka, II rok Wprowadzenie PWSZ Gªogów, 2009 Plan wykªadów Wprowadzenie, podanie zagadnie«, poj cie metody numerycznej i algorytmu numerycznego, obszar zainteresowa«i stosowalno±ci

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych dr Krzysztof yjewski Informatyka I rok I 0 in» 12 stycznia 2016 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0 y 0 )

Bardziej szczegółowo

1 Granice funkcji wielu zmiennych.

1 Granice funkcji wielu zmiennych. AM WNE 008/009. Odpowiedzi do zada«przygotowawczych do czwartego kolokwium. Granice funkcji wielu zmiennych. Zadanie. Zadanie. Pochodne. (a) 0, Granica nie istnieje, (c) Granica nie istnieje, (d) Granica

Bardziej szczegółowo

c Marcin Sydow Przepªywy Grafy i Zastosowania Podsumowanie 12: Przepªywy w sieciach

c Marcin Sydow Przepªywy Grafy i Zastosowania Podsumowanie 12: Przepªywy w sieciach 12: w sieciach Spis zagadnie«sieci przepªywowe przepªywy w sieciach ±cie»ka powi kszaj ca tw. Forda-Fulkersona Znajdowanie maksymalnego przepªywu Zastosowania przepªywów Sieci przepªywowe Sie przepªywowa

Bardziej szczegółowo

2 Podstawowe obiekty kombinatoryczne

2 Podstawowe obiekty kombinatoryczne 2 Podstawowe obiety ombinatoryczne Oznaczenia: N {0, 1, 2,... } zbiór liczb naturalnych. Dla n N przyjmujemy [n] {1, 2,..., n}. W szczególno±ci [0] jest zbiorem pustym. Je±li A jest zbiorem so«czonym,

Bardziej szczegółowo

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne Maszyny Turinga Maszyna Turinga jest automatem ta±mowym, skª da si z ta±my (tablicy symboli) potencjalnie niesko«czonej w prawo, zakªadamy,»e w prawie wszystkich (tzn. wszystkich poza sko«czon liczb )

Bardziej szczegółowo

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne Arkusz maturalny Šukasz Dawidowski Powtórki maturalne 25 kwietnia 2016r. Odwrotno±ci liczby rzeczywistej 1. 9 8 2. 0, (1) 3. 8 9 4. 0, (8) 3 4 4 4 1 jest liczba Odwrotno±ci liczby rzeczywistej 3 4 4 4

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

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

Metody dowodzenia twierdze«

Metody dowodzenia twierdze« Metody dowodzenia twierdze«1 Metoda indukcji matematycznej Je±li T (n) jest form zdaniow okre±lon w zbiorze liczb naturalnych, to prawdziwe jest zdanie (T (0) n N (T (n) T (n + 1))) n N T (n). 2 W przypadku

Bardziej szczegółowo

Wyra»enia logicznie równowa»ne

Wyra»enia logicznie równowa»ne Wyra»enia logicznie równowa»ne Denicja. Wyra»enia rachunku zda«nazywamy logicznie równowa»nymi, gdy maj równe warto±ci logiczne dla dowolnych warto±ci logicznych zmiennych zdaniowych. 1 Przykªady: Wyra»enia

Bardziej szczegółowo

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Twierdzenie Wainera Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 3 lipca 2009 Motywacje Dla dowolnej

Bardziej szczegółowo

VII MIĘDZYNARODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretyczne T3.

VII MIĘDZYNARODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretyczne T3. KOOF Szczeci: www.of.szc.pl VII MIĘDZYNAODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretycze T3. Źródło: Komitet Główy Olimpiady Fizyczej; Olimpiada Fizycza XXIII XXIV, WSiP Warszawa 1977 Autor: Waldemar Gorzkowski

Bardziej szczegółowo

1 Wnioskowanie statystyczne podstawowe poj cia

1 Wnioskowanie statystyczne podstawowe poj cia 1 Wioskowaie statystycze podstawowe poj cia 1.1 arametry rozkªadu, próba losowa We wioskowaiu statystyczym próbujemy a podstawie losowej próbki z pewej populacji wioskowa a temat caªej populacji. Mo»emy

Bardziej szczegółowo

5. (8 punktów) EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

5. (8 punktów) EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach Matematyka w ekonomii i ubezpieczeniach ( Niezale»ne szkody maja rozkªady P (X i = k) = exp( 1)/k!, P (Y i = k) = 4+k ) k (1/3) 5 (/3) k, k = 0, 1,.... Niech S = X 1 +... + X 500 + Y 1 +... + Y 500. Skªadka

Bardziej szczegółowo

Funkcje tworz ce - du»y skrypt

Funkcje tworz ce - du»y skrypt Fukcje tworz ce - du»y skrypt Mateusz Rapicki, Piotr Suwara 9 sierpia 202 Kombiatoryka ( ) Deicja (dwumia Newtoa). k dla liczb caªkowitych ieujemych, k to liczba sposobów wybraia k elemetów z -elemetowego

Bardziej szczegółowo

Funkcje, wielomiany. Informacje pomocnicze

Funkcje, wielomiany. Informacje pomocnicze Funkcje, wielomiany Informacje pomocnicze Przydatne wzory: (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3 (a b) 3 = a 3 3a 2 b + 3ab 2 b 3 a 2 b 2 = (a + b)(a

Bardziej szczegółowo

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja Macierze 1 Podstawowe denicje Macierz wymiaru m n, gdzie m, n N nazywamy tablic liczb rzeczywistych (lub zespolonych) postaci a 11 a 1j a 1n A = A m n = [a ij ] m n = a i1 a ij a in a m1 a mj a mn W macierzy

Bardziej szczegółowo

Analiza matematyczna dla informatyków 4 Zajęcia 5

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

Bardziej szczegółowo

Elementy geometrii analitycznej w przestrzeni

Elementy geometrii analitycznej w przestrzeni Wykªad 3 Elementy geometrii analitycznej w przestrzeni W wykªadzie tym wi kszy nacisk zostaª poªo»ony raczej na intuicyjne rozumienie deniowanych poj, ni» ±cisªe ich zdeniowanie. Dlatego niniejszy wykªad

Bardziej 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

det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32

det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32 Wyznacznik Def Wyznacznikiem macierzy kwadratowej nazywamy funkcj, która ka»dej macierzy A = (a ij ) przyporz dkowuje liczb det A zgodnie z nast puj cym schematem indukcyjnym: Dla macierzy A = (a ) stopnia

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

Metodydowodzenia twierdzeń

Metodydowodzenia twierdzeń 1 Metodydowodzenia twierdzeń Przez zdanie rozumiemy dowolne stwierdzenie, które jest albo prawdziwe, albo faªszywe (nie mo»e by ono jednocze±nie prawdziwe i faªszywe). Tradycyjnie b dziemy u»ywali maªych

Bardziej szczegółowo

Model Lesliego. Oznaczmy: 0 m i liczba potomstwa pojawiającego się co jednostkę czasu u osobnika z i-tej grupy wiekowej, i = 1,...

Model Lesliego. Oznaczmy: 0 m i liczba potomstwa pojawiającego się co jednostkę czasu u osobnika z i-tej grupy wiekowej, i = 1,... Model Lesliego Macierze Lesliego i Markowa K. Leśiak Wyodrębiamy w populaci k grup wiekowych. Po każde edostce czasu astępuą arodziy i zgoy oraz starzeie (przechodzeie do astępe grupy wiekowe). Chcemy

Bardziej szczegółowo

Biostatystyka, # 5 /Weterynaria I/

Biostatystyka, # 5 /Weterynaria I/ Biostatystyka, # 5 /Weterynaria I/ dr n. mat. Zdzisªaw Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowa«Matematyki i Informatyki ul. Gª boka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

Wykªad 12. Transformata Laplace'a i metoda operatorowa

Wykªad 12. Transformata Laplace'a i metoda operatorowa Wykªad 2. Tranformata Laplace'a i metoda operatorowa Tranformata Laplace'a Dla odpowiednio okre±lonej klay funkcji zdeniujemy operator L, nazywany tranformat Laplace'a, okre±lony wzorem L[ f ]() = f(t)e

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

Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 6

Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 6 Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 6 Tomasz Suchocki Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t Plan wykªadu Model mieszany

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadaie. Wykoujemy rzuty symetryczą kością do gry do chwili uzyskaia drugiej szóstki. Niech Y ozacza zmieą losową rówą liczbie rzutów w których uzyskaliśmy ie wyiki iż szóstka a zmieą losową rówą liczbie

Bardziej szczegółowo

Rozkªady i warto± oczekiwana

Rozkªady i warto± oczekiwana Rozkªady i warto± oczekiwana Piotr Wilkin Zmienne losowe i rozkªady. Wst p Zmienn losow nazywamy zmienn X przyjmuj c dowolne warto±ci z pewnego zbioru D, która speªnia wªasno± y D P (X = y) = (innymi sªowy

Bardziej szczegółowo

Ekonometria - wykªad 8

Ekonometria - wykªad 8 Ekonometria - wykªad 8 3.1 Specykacja i werykacja modelu liniowego dobór zmiennych obja±niaj cych - cz ± 1 Barbara Jasiulis-Goªdyn 11.04.2014, 25.04.2014 2013/2014 Wprowadzenie Ideologia Y zmienna obja±niana

Bardziej szczegółowo

Metoda tablic semantycznych. 1 Metoda tablic semantycznych

Metoda tablic semantycznych. 1 Metoda tablic semantycznych 1 Zarówno metoda tablic semantycznych, jak i rezolucji, to dosy sprawny algorytm do badania speªnialni±ci formuª, a wi c i tautologii. Chodzi w niej o wskazanie, je±li istnieje, modelu dla formuªy. Opiera

Bardziej szczegółowo

punkcie. Jej granica lewostronna i prawostronna w punkcie x = 2 wynosz odpowiednio:

punkcie. Jej granica lewostronna i prawostronna w punkcie x = 2 wynosz odpowiednio: 5.9. lim x x +4 f(x) = x +4 Funkcja f(x) jest funkcj wymiern, która jest ci gªa dla wszystkich x, dla których mianownik jest ró»ny od zera, czyli dla: x + 0 x Zatem w punkcie x = funkcja ta jest okre±lona

Bardziej szczegółowo

Zadanie 1. (8 punktów) Dana jest nast puj ca macierz: M =

Zadanie 1. (8 punktów) Dana jest nast puj ca macierz: M = Matematyka w ekonomii i ubezpieczeniach 1. (8 punktów) Dana jest nast puj ca macierz: M = 2 14 2 10 8 0 10 8. a) Znajd¹ rozwi zanie dwuosobowej gry o sumie zero maj cej powy»sz macierz wypªat. b) Przyjmuj

Bardziej szczegółowo

Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a).

Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a). Rozwi zania zada«z egzaminu podstawowego z Analizy matematycznej 2.3A (24/5). Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a). Zadanie P/4. Metod operatorow rozwi

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

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

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Denicja ciaªa Niech F b dzie zbiorem, i niech + (dodawanie) oraz (mno»enie) b d dziaªaniami na zbiorze F. Denicja. Zbiór F wraz z dziaªaniami + i nazywamy ciaªem,

Bardziej szczegółowo

Maksymalna liczba punktów do zdobycia: 80. Zadanie 1: a) 6 punktów, b) 3 punkty, Zadanie 2: a) 6 punktów, b) 4 punkty,

Maksymalna liczba punktów do zdobycia: 80. Zadanie 1: a) 6 punktów, b) 3 punkty, Zadanie 2: a) 6 punktów, b) 4 punkty, VII Wojewódzki Konkurs Matematyczny "W ±wiecie Matematyki" im. Prof. Wªodzimierza Krysickiego Etap drugi - 17 lutego 2015 r. Maksymalna liczba punktów do zdobycia: 80. 1. Drugi etap Konkursu skªada si

Bardziej szczegółowo

Wst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki

Wst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki Wst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki 1 Zadania na wiczenia nr 3 - Elementy kombinatoryki Zad. 1. Ile istnieje ró»nych liczb czterocyfrowych zakªadaj c,»e cyfry nie powtarzaj si a

Bardziej szczegółowo

Zadanie 1. Zadanie 2. Zadanie 3

Zadanie 1. Zadanie 2. Zadanie 3 Zadanie R to rata miesi czna, odsetki w k-tej racie to ods k = R( v 8 k ), a spªata kapitaªu wyra»a si wzorem kap k = Rv 8 k, gdzie v = (, 5) /6. Dany jest ukªad nierówno±ci z którego wynika Rv 8 N R(

Bardziej szczegółowo

1 Metody iteracyjne rozwi zywania równania f(x)=0

1 Metody iteracyjne rozwi zywania równania f(x)=0 1 Metody iteracyjne rozwi zywania równania f()=0 1.1 Metoda bisekcji Zaªó»my,»e funkcja f jest ci gªa w [a 0, b 0 ]. Pierwiastek jest w przedziale [a 0, b 0 ] gdy f(a 0 )f(b 0 ) < 0. (1) Ustalmy f(a 0

Bardziej szczegółowo

Teoria grafów i jej zastosowania. 1 / 126

Teoria grafów i jej zastosowania. 1 / 126 Teoria grafów i jej zastosowania. 1 / 126 Mosty królewieckie W Królewcu, na rzece Pregole znajduj si dwie wyspy poª czone ze sob, a tak»e z brzegami za pomoc siedmiu mostów, tak jak pokazuje rysunek 2

Bardziej szczegółowo

KLUCZ ODPOWIEDZI I ZASADY PUNKTOWANIA PRÓBNEGO EGZAMINU MATURALNEGO Z MATEMATYKI POZIOM PODSTAWOWY

KLUCZ ODPOWIEDZI I ZASADY PUNKTOWANIA PRÓBNEGO EGZAMINU MATURALNEGO Z MATEMATYKI POZIOM PODSTAWOWY KLUCZ ODPOWIEDZI I ZASADY PUNKTOWANIA PRÓBNEGO EGZAMINU MATURALNEGO Z MATEMATYKI POZIOM PODSTAWOWY Nr zadaia Odpowiedzi Pukty Badae umiejtoci Obszar stadardu 1. B 0 1 plauje i wykouje obliczeia a liczbach

Bardziej szczegółowo

KOMBINATORYKA 1 Struktury kombinatoryczne

KOMBINATORYKA 1 Struktury kombinatoryczne KOMBINATORYKA 1 Struktury kombiatorycze 22 styczia 2018 1 Zbiory czȩściowo uporz adkowae dzie dowolym zbiorem (iekoieczie skończoym. Relacje biara a zbiorze azywamy cze ściowym porza dkiem, gdy jest oa

Bardziej szczegółowo

Prawdopodobie«stwo warunkowe, twierdzenie Bayesa, niezale»no± zdarze«.

Prawdopodobie«stwo warunkowe, twierdzenie Bayesa, niezale»no± zdarze«. Prawdopodobie«stwo warunkowe, twierdzenie Bayesa, niezale»no± zdarze«. Alicja Czy» WFTiMS April 14, 2010 Spis tre±ci 1 Wprowadzenie Denicja prawdopodobie«stwa warunkowego Twierdzenie Bayesa Niezale»no±

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Szeregowanie zada« Wykªad nr 5. dr Hanna Furma«czyk. 4 kwietnia 2013

Szeregowanie zada« Wykªad nr 5. dr Hanna Furma«czyk. 4 kwietnia 2013 Wykªad nr 5 4 kwietnia 2013 Procesory dedykowane Przypomnienie: zadania s podzielone na operacje (zadanie Z j skªada si z operacji O ij do wykonania na maszynach M i, o dªugo±ciach czasowych p ij ); zadanie

Bardziej szczegółowo

Wykªad 4. Funkcje wielu zmiennych.

Wykªad 4. Funkcje wielu zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 4. Funkcje wielu zmiennych. Zbiory na pªaszczy¹nie i w przestrzeni.

Bardziej szczegółowo