ALGORYTM OBLICZANIA JEDNORODNEGO PODŁOŻA GRUNTOWEGO O KSZTAŁCIE WYPUKŁYM

Wielkość: px
Rozpocząć pokaz od strony:

Download "ALGORYTM OBLICZANIA JEDNORODNEGO PODŁOŻA GRUNTOWEGO O KSZTAŁCIE WYPUKŁYM"

Transkrypt

1 Bdowctwo 7 Rszard Hlbo LGORYTM OBLICZNI JDNORODNGO PODŁOŻ GRUNTOWGO O KSZTŁCI WYPUKŁYM Wprowadzee W cel zmeszea przekroowch wartośc sł wewętrzch ław fdametowe ależ zapewć take rozwązae, ab acsk a grt pod krawędzam ław bł mmal lb rów zer. W cel rozwązaa tego zagadea rozkład cśea a grt powo wzaczć sę wedłg wzor []: gdze: q sr - średa wartość acsk a grt, rówa N/ a, а - połowa szerokośc płt,. q qsr ( a Prz rozkładze acsk a grt wg rówaa (, pod środkem fdamet, wstąp wartość maksmala, która zależoa est od stopa potęg wzaczoe ze wzor: q o q ma q Jak wka z prowadzoch oblczeń [], wstępąc rozkład aprężeń a pozome posadowea wg wzor ( spowode, że sł wewętrze w ławe fdametowe będą zacze mesze (ok. 3 4% ażel w przpadk rówomerego rozkład aprężeń. Dae to możlwość zmeszea zżca zastosowach materałów prz realzac fdametów. Wtwarzae ław o podstawe krzwolowe est zagadeem bardzo skomplkowam. Problem te moża rozwązać, stosąc bdowę fdametów ławowch a podłoż grtowm o kształce krzwolowm. sr

2 lgortm oblczaa edorodego podłoża grtowego o kształce wpkłm 57 Do wzaczea kształt podłoża grtowego, któr odpowadałb rozkładow aprężeń wg wzor (, ależ zastosować astępące wark (rs. : a eśl, wted cśee a grt będze mało kształt trókąta q ma q śr, b prz cśee a grt będze mało kształt parabol q ma,5q śr (rs. b. W zależośc od potęg sł wewętrze w przekrơ płt moża wzaczć wg wzorów podach w moograf []: M q śr a ( Q q śr a ( 4 a a ( a ( Na k a a k b sc h h k S X a b b q śr q ma q 3 Rs.. Schemat ław fdametowe o podstawe krzwolowe: a przekró poprzecz, b wkres opor podłoża w zależośc od potęg prz :, q q ma q śr (la ;, q q ma,5 q śr (la ;, q q śr (la 3 Na rsk pokazao wkres momet M oblczoego wg wzor ( w zależośc od potęg.

3 58 R. Hlbo Rs.. Wkres М х w zależośc od potęg alza kład rówań ( pozwala a wzaczee M oraz Q o mmalch wartoścach w zależośc od welkośc potęg. Jedak trzeba zaważć, że prz w środk płt fdametowe wstępe cśee q ma, które może bć wększe od ośośc gracze grt. W takm przpadk w te strefe poawą sę odkształcea plastcze, które mogą meć zacz wpłw a ośość grt. b take zawsko e mało mesca, prz badaach ośośc grt przęto rozkład acsk wg rówaa ( prz wartośc wkładka potęg.. lgortm oblczaa fdamet ławowego a podłoż grtowm o kształce wpkłm.. Wzaczee przemeszczeń Do wzaczea aprężeń odkształceń w podłoż grtowm o kształce wpkłm wkorzstam rówaa teor sprężstośc. Jak wka z wże przedstawoch rozwązań, rozkład aprężeń w pozome posadowea wg wzor ( dae wartośc sł wewętrzch zacze mesze ż w przpadk rozkład rówomerego. Należ węc określć kształt podłoża grtowego, któr będze odpowadał rozkładow aprężeń wg wzor (. Do rozwązaa tego zagadea zastosowao astępące rówaa teor sprężstośc (w warkach rozwązaa płaskego: rówaa fzcze (prawo Hooke a dla grt edorodego: rówae odkształcea: τ (ε (ε ε ε γ ( (3 ε, ε, γ (4

4 lgortm oblczaa edorodego podłoża grtowego o kształce wpkłm 59 3 rówae różczkowe rówowag w postac: γ τ τ (5 gdze: γ - cężar obętoścow;,, τ - składowe aprężea; - modł odkształcea; - współczk Possoa; - przemeszczea w kerkach os. Ostatecze otrzmao kład ośm rówań o ośm ewadomch. Ozacza to, że moża matematcze wzaczać aprężea w kładze płaskm (dwwmarowm. Rozwąząc kład ośm rówań, moża otrzmać kład rówań różczkowch z dwema ewadomm. Podstawaąc rówaa (4 do rówań (3, a astępe do rówań (5, otrzmem astępące dwa rówaa różczkowe: ( ( (6 Prz badaach aprężeń odkształceń podłoża moża zastosować metodę różc skończoch []. Podłoże grtowe zamea sę w edorodą warstwę o skończoe grbośc z zerowm przemeszczeam a grac podłoża. Podłoże grtowe może bć atrale warstwoe. W kładze (6 dla określea pochode cząstkowe zastępe sę różcam skończom: 4 4 / ( ; / (,,,,,,,,,,,,,,,,,, ; (7

5 6 R. Hlbo dla pkt (, satk, aproksmące strefę grtową (rs. 3, zskem wzor:, (,, (,,,, 3 (,,, (,, (,,,, 3 (,, (8 gdze:,, 3 - współczk zależe od rozmarów satk : 3 (,5( (,5( ; ( ; ; 3,5( ( (,5( ( (9 Z rówań (8 wzacza sę przemeszczea dla pktów wewętrzch, a dla pktów krańcowch z warków graczch... Wark gracze Z warków graczch wzacza sę przemeszczea pktów a krawędz satk (rs. 3:. Pod podstawą fdamet gdze: D - głębokość posadowea fdamet; γ D - obcążee od cężar grt a głębokośc D. q γ D ( Ze wzor (, wrażoego w różcach skończoch, prz D otrzmao przemeszczee poowe pktów satk a pozome posadowea fdamet, t.: skąd: ( ( (,, (,, q q (, (,,, (

6 lgortm oblczaa edorodego podłoża grtowego o kształce wpkłm 6 Przemeszczee pozome U,. Rs. 3. Ław fdametowe a podłoż o powerzch: - płaske, - krzwolowe; a przekró poprzecz, b aprężea pod podstawą fdamet. Dla eobcążoe częśc powerzch, τ, wted: U V,, (V (U,, V U,, U V,, ( 3. Po krawędz płaszczz przmem: U, V, (3.3. Rówaa do wzaczea aprężeń Po wzacze przemeszczeń w podłoż grtowm, wkorzstąc prawo Hooke a, moża wzaczć aprężea.

7 6 R. Hlbo. Dla wewętrzch pktów satk: ( (U ( ( τ (U 4,,, U U,,, (V ( ( (V 4 (, V,,, V,, (4. Na obcążoe powerzch (pod podstawą ław fdametowe: ( ( τ (U (, (U 4, U,, U, ( (, (V 4 (V (,, V,, V,, q (5 3. Dla ław o podstawe płaske wark gracze dla powerzch obcążoe przmem w przemeszczeach: U, ; V, V gdze V - osadae fdamet, które wzacza sę z warków rówowag. lb a N d a a q B a skąd q ( (,,, (6.4. Wzaczee aprężeń odkształceń w podłoż warstwom Jeżel podłoże grtowe składa sę z warstw, różącch sę zacze mędz sobą właścwoścam, to take podłoże azwam podłożem eedorodm

8 lgortm oblczaa edorodego podłoża grtowego o kształce wpkłm 63 (warstwom dla rozwązaa rówaa oraz wzaczea aprężeń odkształceń w takm podłoż ezbęde est określee dodatkowch warków (tz. a grac warstw przmem rówość aprężeń (rs. 4: ; τ τ (7 Rs. 4. Schemat aproksmac warstwoego podłoża Stosąc (4, moża wzaczć aprężea a grac dwóch warstw:. Dla góre warstw: ( ( 4 (U, U, (,, τ 4 (V (,, V,, (8. Dla dole warstw: ( ( τ 4 (U,, U,, ( 4 (V (, V,,, (9 Wkorzstąc wark (7, wzaczam przemeszczea pktów satk a grac dwóch warstw:

9 64 R. Hlbo ν,, (,,,,, (,,, ( gdze:, - współczk, które wzacza sę wg wzorów: ; ( ( ( gdze:, - modł odkształceń perwsze drge warstw podłoża;, - współczk poprzeczego odkształcea perwsze drge warstw podłoża.. lgortm oblczeń Do oblczea odkształceń aprężeń w podłoż grtowm o kształce wpkłm pod fdamet ławowe moża wkorzstać steące metod programowaa. W programe do oblczaa aprężeń przemeszczeń w podłoż grtowm fdamet ławowego zastosowao astępące ozaczea: Q - obcążee a fdamet, kn/m; B - szerokość ław fdametowe, m; D - głębokość posadowea fdamet, m; GM - cężar grt powże głębokośc posadowea, kn/m 3 ; GMD - cężar grt poże głębokośc posadowea, kn/m 3 ; G - modł edometrcz podłoża grtowego, kpa; MG - współczk Possoa dla podłoża grtowego; MITG - maksmala lość terac do podłoża grtowego; IG - lość pktów satk w kerk os ; JG - lość pktów satk w kerk os ; INP - mer perwszego pkt pod podstawą płt fdametowe; DLX - odległość mędz pktam satk po os, m; DLY - odległość mędz pktam satk po os, m; ISF - mer perwszego węzła pod podstawą płt fdametowe; IR - współczk reglowaa oblczeń podłoża: IR - wg PN, IR - o kształce trapezowm; NW - lość warstw w podłoż grtowm; WH - grbość warstw; WCI - współczk achlea -te warstw; eśl WCI, to warstw zalegaą rówolegle.

10 lgortm oblczaa edorodego podłoża grtowego o kształce wpkłm 65 Na rsk 5 przedstawoo schemat blokow program kompterowego do oblczaa aprężeń przemeszczeń w podłoż grtowm o kształce wpkłm. Rs. 5. Schemat blokow program kompterowego do oblczaa aprężeń w podłoż grtowm o kształce wpkłm

11 66 R. Hlbo Podsmowae Pod podstawą fdamet ławowego wstąp cśee o rozkładze parabolczm z maksmalą wartoścą w środk ław oraz wartoścam zerowm a krawędzach. Wsktek tego sł wewętrze w przekro oblczeowm spowodą obżee rozkład cśea, co w kosekwec dae możlwość zaproektowaa bardze ekoomczch kostrkc fdametów ławowch. Lteratra [] Hrtsk M., Racoale kostrkce fdametów płtowch, Wdawctwo Poltechk Częstochowske, Częstochowa. [] Винокуров Е.Ф., Итерационный метод расчета оснований и фундаментов с помощью ЭВМ, Нaкa и Teникa, Mинcк 973. Streszczee W artkle podao algortm oblczeń edorodego podłoża grtowego o kształce wpkłm. Na podstawe przeprowadzoch oblczeń stwerdzoo, że sł wewętrze w ławe fdametowe zską mesze wartośc w porówa do rówomerego rozkład aprężeń. Dae to możlwośc ekoomczego proektowaa fdametów. lgorthms zr Berechg der Form ee homogee Masse Lad Base Zsammefassg Der rtkel gbt ee lgorthms zr Berechg der Spage d Verformge das Sbstrat Bode der Form eer Parabel. f der Grdlage des rgebsses des Stftgsrates Laa Drck aftrtt, de eer parabolsche Kre der mamale Wert der Mtte der Platte d Nll- Werte a de Räder wrd. Iere Kräfte, de m Qerschtt Berechg aftrete errgert de Recheafwad Platte Drckertelg, was wederm macht es möglch, kostegüstge Ba der Fdamete.

WYZNACZENIE ODKSZTAŁCEŃ, PRZEMIESZCZEŃ I NAPRĘŻEŃ W ŁAWACH FUNDAMENTOWYCH NA PODŁOŻU GRUNTOWYM O KSZTAŁCIE WYPUKŁYM

WYZNACZENIE ODKSZTAŁCEŃ, PRZEMIESZCZEŃ I NAPRĘŻEŃ W ŁAWACH FUNDAMENTOWYCH NA PODŁOŻU GRUNTOWYM O KSZTAŁCIE WYPUKŁYM Budownctwo 7 Mkhal Hrtsuk, Rszard Hulbo WYZNACZNI ODKSZTAŁCŃ, PRZMISZCZŃ I NAPRĘŻŃ W ŁAWACH FNDAMNTOWYCH NA PODŁOŻ GRNTOWYM O KSZTAŁCI WYPKŁYM Wprowadzene Prz rozwązanu zagadnena przmuem, że brła fundamentowa

Bardziej szczegółowo

METODY KOMPUTEROWE 1

METODY KOMPUTEROWE 1 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc

Bardziej szczegółowo

OBLICZANIE GEOMETRYCZNYCH MOMENTÓW BEZWŁADNOŚCI FIGUR PŁASKICH, TWIERDZENIE STEINERA LABORATORIUM RACHUNKOWE

OBLICZANIE GEOMETRYCZNYCH MOMENTÓW BEZWŁADNOŚCI FIGUR PŁASKICH, TWIERDZENIE STEINERA LABORATORIUM RACHUNKOWE OBLICZNIE GEOMETRYCZNYCH MOMENTÓW BEZWŁDNOŚCI FIGUR PŁSKICH, TWIERDZENIE STEINER LBORTORIUM RCHUNKOWE Prz oblczeach wtrzmałoścowch dotczącch ektórch przpadków obcążea (p. zgae) potrzeba jest zajomość pewch

Bardziej szczegółowo

Projekt 2 2. Wielomiany interpolujące

Projekt 2 2. Wielomiany interpolujące Proekt Weloma terpoluące Rodzae welomaów terpoluącc uma edomaów Nec w przedzale a, b określoa będze fukca f: ec będze ustaloc m wartośc argumetu :,,, m, m L prz czm: < < L < < m m Pukt o tc odcztac azwa

Bardziej szczegółowo

D P. Rys. 1 Schemat hydrauliczny obliczeń filtracji przez zaporę ziemną z drenażem

D P. Rys. 1 Schemat hydrauliczny obliczeń filtracji przez zaporę ziemną z drenażem Kostrukcje budowle zeme OBLICZENIA WSPÓŁCZYNNIKA STATECZNOŚCI SKAPY ODWODNEJ METODĄ FELLENIUSA DLA ZAPOY ZIEMNEJ BEZ ELEMENTÓW USZCZELNIAJĄCYCH Z DENAŻEM Zapora zema posadowoa a podłożu przepuszczalym

Bardziej szczegółowo

Sprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych

Sprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych Sprawdzee stateczośc skarpy wykopu pod składowsko odpadów koualych Ustalee wartośc współczyka stateczośc wykoae zostae uproszczoą etodą Bshopa, w oparcu o poższą forułę: [ W s( α )] ( φ ) ( φ ) W ta F

Bardziej szczegółowo

Niepewności pomiarów. DR Andrzej Bąk

Niepewności pomiarów. DR Andrzej Bąk Nepewośc pomarów DR Adrzej Bąk Defcje Błąd pomar - różca mędz wkem pomar a wartoścą merzoej welkośc fzczej. Bwa też azwa błędem bezwzględm pomar. Poeważ wartość welkośc merzoej wartość prawdzwa jest w

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

FUNKCJE DWÓCH ZMIENNYCH

FUNKCJE DWÓCH ZMIENNYCH FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

Wnioskowanie statystyczne dla korelacji i regresji. STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...

Bardziej szczegółowo

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.

Bardziej szczegółowo

Opracowanie wyników pomiarów

Opracowanie wyników pomiarów Opracowae wków pomarów Praca w laboratorum fzczm polega a wkoau pomarów, ch terpretacj wcagęcem wosków. Ab dojść do właścwch wosków aleŝ szczególą uwagę zwrócć a poprawość wkoaa pomarów mmalzacj błędów

Bardziej szczegółowo

Projekt 10 Obciążenia kadłuba

Projekt 10 Obciążenia kadłuba Wdzał echacz Eergetk Lotctwa oltechk Warszawske - Zakład amolotów Śmgłowców roekt 10 Obcążea kadłuba W oblczeach obcążeń zewętrzch kadłub samolotu traktue sę zazwcza ako belkę podpartą a okucach skrzdło-kadłub.

Bardziej szczegółowo

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta Józef Beluch Akadema Górczo-Hutcza w Krakowe płw wag współrzędch a wk trasformacj Helmerta . zór a trasformację współrzędch sposobem Helmerta: = c + b = d + a + a b () 2 2. Dwa modele wzaczea parametrów

Bardziej szczegółowo

Regresja linowa metoda najmniejszych kwadratów. Tadeusz M. Molenda Instytut Fizyki US

Regresja linowa metoda najmniejszych kwadratów. Tadeusz M. Molenda Instytut Fizyki US Regresja lowa metoda ajmejszch kwadratów Tadeusz M. Moleda Isttut Fzk US Regresja lowa (też: metoda ajmejszch kwadratów, metoda wrówawcza, metoda Gaussa) Zagadea stota metod postulat Gaussa współczk prostej

Bardziej szczegółowo

Strona: 1 1. CEL ĆWICZENIA

Strona: 1 1. CEL ĆWICZENIA Katedra Podstaw Sstemów Techczch - Podstaw metrolog - Ćwczee 4. Wzaczae charakterstk regulacjej slka prądu stałego Stroa:. CEL ĆWICZENIA Celem ćwczea jest pozae zasad dzałaa udow slka prądu stałego, zadae

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA Ćwczee 8 TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA 8.. Cel ćwczea Celem ćwczea jest wyzaczee statyczego współczyka tarca pomędzy walcową powerzchą cała a opasującą je lą. Poadto a drodze eksperymetalej

Bardziej szczegółowo

1. Relacja preferencji

1. Relacja preferencji dr Mchał Koopczyńsk EKONOMIA MATEMATYCZNA Wykłady, 2, 3 (a podstawe skryptu r 65) Relaca preferec koszyk towarów: przestrzeń towarów: R + = { x R x 0} x = ( x,, x ) X X R+ x 0 x 0 =, 2,, x~y xf y x y x

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

Wymiarowanie przekrojów stalowych

Wymiarowanie przekrojów stalowych Wmarowae przekrojów stalowch Program służ o prostch, poręczch oblczeń ośośc przekrojów stalowch. Pozwala o a oblczea przekrojów obcążoch: mometem zgającm [km], mometem zgającm [km], słą połużą [k]. Przekroje

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe. INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

J. Wyrwał, Wykłady z mechaniki materiałów METODA SIŁ Wprowadzenie

J. Wyrwał, Wykłady z mechaniki materiałów METODA SIŁ Wprowadzenie J. Wyrwał Wykłady z mechak materałów.. ETODA SIŁ... Wprowadzee etoda sł est prostą metodą rozwązywaa (obczaa reakc podporowych oraz wyzaczaa sł przekroowych) statycze ewyzaczaych (zewętrze wewętrze) układów

Bardziej szczegółowo

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego

Bardziej szczegółowo

REGRESJA LINIOWA. gdzie

REGRESJA LINIOWA. gdzie REGREJA LINIOWA Jeżel zmerzoo obarczoe tlko błędam przpadkowm wartośc (, ),,,..., dwóch różch welkośc fzczch X Y, o którch wadomo, że są zwązae ze sobą zależoścą lową f(), to ajlepszm przblżeem współczków

Bardziej szczegółowo

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu METODA RÓŻIC SKOŃCZOYCH (omówee a przykładze rówań lowych) ech ( rówaa różczkowe zwyczaje lowe I-rz.) lub jedo II-rzędu f / / p( x) f / + q( x) f + r( x) a x b, f ( a) α, f ( b) β dea: a satce argumetu

Bardziej szczegółowo

teorii optymalizacji

teorii optymalizacji Poltechka Gdańska Wydzał Oceaotechk Okrętowctwa St. II stop. se. I Podstawy teor optyalzac wykład 7 M. H. Ghae Ma 5 Podstawy teor optyalzac Oceaotechka II stop. se. I 5 Podstawy teor optyalzac Oceaotechka

Bardziej szczegółowo

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej PŁAKA GEOMETRIA MA Środek cężkośc fgury płaskej Mometam statyczym M x M y fgury płaskej względem os x lub y (rys. 7.1) azywamy gracę algebraczej sumy loczyów elemetarych pól d przez ch odległośc od os,

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

ma rozkład normalny z nieznaną wartością oczekiwaną m Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta

Bardziej szczegółowo

Laboratorium z Biomechatroniki Ćwiczenie 3 Wyznaczanie położenia środka masy ciała człowieka za pomocą dźwigni jednostronnej

Laboratorium z Biomechatroniki Ćwiczenie 3 Wyznaczanie położenia środka masy ciała człowieka za pomocą dźwigni jednostronnej Wydzał: Mechaczy Techologczy Keruek: Grupa dzekańska: Semestr: perwszy Dzeń laboratorum: Godza: Laboratorum z Bomechatrok Ćwczee 3 Wyzaczae położea środka masy cała człoweka za pomocą dźwg jedostroej 1.

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Zaawasowae metod umercze Programowae lowe (problem dual, program low w lczbach całkowtch) Dualość est kluczowm poęcem programowaa lowego. Pozwala a udowodee że otrzmwae rozwązaa są optmale. Zagadee duale

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

Bardziej szczegółowo

WYKŁAD XII METODY NUMERYCZNE W MODELOWANIU PROCESÓW

WYKŁAD XII METODY NUMERYCZNE W MODELOWANIU PROCESÓW WYKŁAD XII METODY NUMERYCZNE W MODELOWANIU PROCESÓW Część I WPROWADZENIE Aaltycze metody poszkwaa rozwązań zagadeń mechak ośrodków cągłych wymagaą ak to zostało przedstawoe w rozdzale VII VIII zalezea

Bardziej szczegółowo

Dokonajmy zestawienia wszystkich równań teorii sprężystości. 1. Różniczkowe równania równowagi (warunki Naviera)

Dokonajmy zestawienia wszystkich równań teorii sprężystości. 1. Różniczkowe równania równowagi (warunki Naviera) Wyład 4 Blas rówań teor srężystośc Dooamy zestawea wszystch rówań teor srężystośc Gra rówań. Różczowe rówaa rówowag (war Navera Lczba rówań Lczba ewadomych X 6 (. Zwąz geometrycze (rówaa Cachy ego ( 6

Bardziej szczegółowo

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

Bardziej szczegółowo

Funkcja wiarogodności

Funkcja wiarogodności Fukca warogodośc Defca: Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x; θ. Fukcą warogodośc dla próby x azywamy welkość: ( x; θ f ( x ; θ L Uwaga: Fukca warogodośc to e to samo co łącza

Bardziej szczegółowo

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego). TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statstka Katarza Chud Laskowska http://kc.sd.prz.edu.pl/ Aalza korelacj umożlwa stwerdzee wstępowaa zależośc oraz oceę jej atężea ZALEŻNOŚCI pomędz CECHAMI: CECHY: ILOŚCIOWA ILOŚCIOWA CECHY: JAKOŚCIOWA

Bardziej szczegółowo

LABORATORIUM TEORII MECHANIZMÓW I MASZYN. Ćwiczenie TMM-3 ANALIZA KINEMATYCZNA MECHANIZMU Z SIŁOWNIKAMI HYDRAULICZNYMI

LABORATORIUM TEORII MECHANIZMÓW I MASZYN. Ćwiczenie TMM-3 ANALIZA KINEMATYCZNA MECHANIZMU Z SIŁOWNIKAMI HYDRAULICZNYMI LBORTORIUM TEORII MEHNIZMÓW I MSZYN. el ćczea Ćczee TMM- NLIZ KINEMTYZN MEHNIZMU Z SIŁOWNIKMI HYDRULIZNYMI Wzaczee przebegó czasoch parametró ematczch og mechazmu z słoam hdraulczm.. Wproadzee teoretcze

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

Bardziej szczegółowo

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne.

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne. Katedra Podsta Systemó Techczych - Podstay metrolog - Ćczee 3. Dokładość pomaró, yzaczae błędó pomaroych Stroa:. BŁĘDY POMIAROWE, PODSTAWOWE DEFINICJE Każdy yk pomaru bez określea dokładośc pomaru jest

Bardziej szczegółowo

Projekt 3 Analiza masowa

Projekt 3 Analiza masowa Wydzał Mechaczy Eergetyk Lotctwa Poltechk Warszawskej - Zakład Saolotów Śgłowców Projekt 3 Aalza asowa Nejszy projekt składa sę z dwóch częśc. Perwsza polega projekce wstępy wętrza kaby (kadłuba). Druga

Bardziej szczegółowo

Wykład FIZYKA I. 6. Zasada zachowania pędu. http://www.if.pwr.wroc.pl/~wozniak/fizyka1.html. Dr hab. inż. Władysław Artur Woźniak

Wykład FIZYKA I. 6. Zasada zachowania pędu. http://www.if.pwr.wroc.pl/~wozniak/fizyka1.html. Dr hab. inż. Władysław Artur Woźniak Dr hab. ż. Władysław Artr Woźak Wykład FIZYKA I 6. Zasada zachowaa pęd Dr hab. ż. Władysław Artr Woźak Istytt Fzyk Poltechk Wrocławskej http://www.f.pwr.wroc.pl/~wozak/fzyka.htl Dr hab. ż. Władysław Artr

Bardziej szczegółowo

Przykładowe zadania dla poziomu rozszerzonego

Przykładowe zadania dla poziomu rozszerzonego Przkładowe zadaia dla poziomu rozszerzoego Zadaie. ( pkt W baku w pierwszm roku oszczędzaia stopa procetowa bła rówa p%, a w drugim roku bła o % iższa. Po dwóch latach, prz roczej kapitalizacji odsetek,

Bardziej szczegółowo

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej Dr hab. ż. Ato Śwć, prof. adzw. Istytut Techologczych ystemów Iformacyych oltechka Lubelska ul. Nadbystrzycka 36, 2-68 Lubl e-mal: a.swc@pollub.pl Dr ż. Lech Mazurek aństwowa Wyższa zkoła Zawodowa w Chełme

Bardziej szczegółowo

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem Ekstrapolacja Rchardsoa (szacowae błędu) dla daej, ustaloej metody błąd Mh zakładając, że M jest w przyblżeu ezależe od h I I + Mh h h/ / I I + Mh ekstrapolowaa wartość całk I I e I h / + Ih / ( I h )

Bardziej szczegółowo

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ Wykład Układy rówań metody aaltycze Metody umerycze rozwązywaa rówań lczbowych Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

5. OPTYMALIZACJA NIELINIOWA 5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

będą niezależnymi zmiennymi losowymi o tym samym 2 x Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka

Bardziej szczegółowo

Matematyka II. Wykład 11. Całka podwójna. Zamiana na całkę iterowaną. Obliczanie pól obszarów i objętości brył.

Matematyka II. Wykład 11. Całka podwójna. Zamiana na całkę iterowaną. Obliczanie pól obszarów i objętości brył. Wkład. Całka podwója. Zamaa a całkę terowaą. Oblczae pól obszarów objętośc brł.. Całka podwója w prostokące. Jak pamętam, całka ozaczoa z cągłej fukcj jedej zmeej wprowadzoa bła w celu oblczaa pola powerzch

Bardziej szczegółowo

Matematyczny opis ryzyka

Matematyczny opis ryzyka Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0

Bardziej szczegółowo

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

STATYKA. Cel statyki. Prof. Edmund Wittbrodt STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake

Bardziej szczegółowo

KORELACJA KORELACJA I REGRESJA. X, Y - cechy badane równocześnie. Dane statystyczne zapisujemy w szeregu statystycznym dwóch cech

KORELACJA KORELACJA I REGRESJA. X, Y - cechy badane równocześnie. Dane statystyczne zapisujemy w szeregu statystycznym dwóch cech KORELACJA I REGRESJA. KORELACJA X, Y - cech badae rówocześe. Dae statstcze zapsujem w szeregu statstczm dwóch cech...... lub w tablc korelacjej. X Y... l.... l.... l................... k k k... kl k..j......l

Bardziej szczegółowo

Metoda analizy niesprężystych elementów żelbetowych ściskanych mimośrodowo

Metoda analizy niesprężystych elementów żelbetowych ściskanych mimośrodowo BIULETYN WAT VOL. LVIII, NR 4, 9 Metoda aalzy esprężystych elemetów żelbetowych ścskaych mmośrodowo ANNA STOLARCZUK, ADAM STOLARSKI Wojskowa Akadema Techcza, Wydzał Iżyer Lądowej Geodezj, -98 Warszawa,

Bardziej szczegółowo

STATYSTYKA OPISOWA. Państwowa Wyższa Szkoła Zawodowa w Koninie. Materiały pomocnicze do ćwiczeń. Materiały dydaktyczne 17 ARTUR ZIMNY

STATYSTYKA OPISOWA. Państwowa Wyższa Szkoła Zawodowa w Koninie. Materiały pomocnicze do ćwiczeń. Materiały dydaktyczne 17 ARTUR ZIMNY Państwowa Wższa Szkoła Zawodowa w Koe Materał ddaktcze 17 ARTUR ZIMNY STATYSTYKA OPISOWA Materał pomoccze do ćwczeń wdae druge zmeoe Ko 010 Ttuł Statstka opsowa Materał pomoccze do ćwczeń wdae druge zmeoe

Bardziej szczegółowo

RACHUNEK NIEPEWNOŚCI POMIARU

RACHUNEK NIEPEWNOŚCI POMIARU Mędzarodowa Norma Oce Nepewośc Pomaru (Gude to Epresso of Ucertat Measuremets - Mędzarodowa Orgazacja Normalzacja ISO RACHUNEK NIEPEWNOŚCI http://phscs.st./gov/ucertat POMIARU Wrażae Nepewośc Pomaru. Przewodk.

Bardziej szczegółowo

Modelowanie i Analiza Danych Przestrzennych

Modelowanie i Analiza Danych Przestrzennych Modelowae Aalza Daych Przestrzeych Wykład 8 Adrze Leśak Katedra Geoformatyk Iformatyk Stosowae Akadema Górczo-Hutcza w Krakowe Jaką postać ma warogram daych z tredem? Moża o wylczyć teoretycze prostego

Bardziej szczegółowo

Ćwiczenie 5 ITERACYJNY ALGORYTM LS. IDENTYFIKACJA OBIEKTÓW NIESTACJONARNYCH ALGORYTM Z WYKŁADNICZYM ZAPOMINANIEM.

Ćwiczenie 5 ITERACYJNY ALGORYTM LS. IDENTYFIKACJA OBIEKTÓW NIESTACJONARNYCH ALGORYTM Z WYKŁADNICZYM ZAPOMINANIEM. Kompterowe Sstem Idetfikacji Laboratorim Ćwiczeie 5 IERACYJY ALGORY LS. IDEYFIKACJA OBIEKÓW IESACJOARYCH ALGORY Z WYKŁADICZY ZAPOIAIE. gr iż. Piotr Bros, bros@agh.ed.pl Kraków 26 Kompterowe Sstem Idetfikacji

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

ZASTOSOWANIE FUNKCJONAŁU HU-WASHIZU W PLASTYCZNEJ ANALIZIE MES PŁYT GRUBYCH

ZASTOSOWANIE FUNKCJONAŁU HU-WASHIZU W PLASTYCZNEJ ANALIZIE MES PŁYT GRUBYCH CZSOPISMO IŻYIERII LĄDOWEJ, ŚRODOWISK I RCHIEKURY JOURL OF CIIL EGIEERIG, EIROME D RCHIECURE JCEE, t. XXXIII, z. 63 (/I/6), styczeń-marzec 06, s. 43-430 Jakub LEWDOWSKI Kazmerz MYŚLECKI ZSOSOWIE FUKCJOŁU

Bardziej szczegółowo

ZMIENNE LOSOWE WIELOWYMIAROWE

ZMIENNE LOSOWE WIELOWYMIAROWE L.Kowals Zmee losowe welowmarowe ( ΩS P ZMIENNE LOSOWE WIELOWMIAROWE - ustaloa przestrzeń probablstcza. (... - zmea losowa - wmarowa (wetor losow cąg losow. : Ω R (fuca borelowsa P : Β R [0 - rozład zmee

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

Statystyczne charakterystyki liczbowe szeregu Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc

Bardziej szczegółowo

Problem nośności granicznej płyt żelbetowych w ujęciu aktualnych przepisów normowych. Prof. dr hab. inż. Piotr Konderla, Politechnika Wrocławska

Problem nośności granicznej płyt żelbetowych w ujęciu aktualnych przepisów normowych. Prof. dr hab. inż. Piotr Konderla, Politechnika Wrocławska Proble nośnośc grancznej płt żelbetowch w ujęcu aktualnch przepsów norowch Prof. dr hab. nż. Potr Konderla Poltechnka Wrocławska 1. Wprowadzene Przedote analz jest płta żelbetowa zbrojona ortogonalne paraetrzowana

Bardziej szczegółowo

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

Analiza Matematyczna Ćwiczenia. J. de Lucas Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y

Bardziej szczegółowo

Rachunek różniczkowy funkcji wielu zmiennych

Rachunek różniczkowy funkcji wielu zmiennych Iormaa - Wład 9 - dr Bogda Ćmel cmelbog@ma.ag.edu.pl Racue różczow ucj welu zmec Z uwag a prosoę zapsu ławe erpreacje gracze ograczm sę jede do ucj lub zmec. Naurale uogólea wprowadzac pojęć a ucje zmec

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

1. WSTĘP. METODA EULERA 1 1. WSTĘP. METODA EULERA

1. WSTĘP. METODA EULERA 1 1. WSTĘP. METODA EULERA . WSTĘP. MTODA ULRA. WSTĘP. MTODA ULRA Wprowadzee Mowacja pozawaa meod umerczc:. Rozwązwae bardzo dużc kosrukcj o złożoej geomer welu sopac swobod powżej mloa prz różorodm zacowau maerałów.. Śwadome wkorzswae

Bardziej szczegółowo

Linie regresji II-go rodzaju

Linie regresji II-go rodzaju Lam regresj II-go rodzaju zmeej () względem () azwam zadae krzwe g(;,, ) oraz h(;,, ) gd spełają oe odpowedo waruk: E E Le regresj II-go rodzaju ( ( )) ( ) ( ) ( ) ( ) g ;,,... g ;,,... f, dd m,,... (

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 INETYCJE LINIOE - ŁUŻEBNOŚĆ PRZEYŁU I BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI 1. PROADZENIE 1.1. Nejszy stadard przedstawa reguły

Bardziej szczegółowo

Zastosowanie szeregów potęgowych do rozwiązywania równań różniczkowych

Zastosowanie szeregów potęgowych do rozwiązywania równań różniczkowych Zastosowae szeregów potęgowch do rozwązwaa rówań różczkowch Ogól kształt rówaa lowego drugego rzędu jedorodego o współczkach zmech ma postać: '' + f ' + g = 0 (1) Tego tpu klasa rówań obejmuje wele zjawsk

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych

Bardziej szczegółowo

INSTRUKCJA DO CWICZENIA NR 6

INSTRUKCJA DO CWICZENIA NR 6 INSTRUKCJA DO CWICZENIA NR 6 Temat ćwczea: Pomar twardośc metodą Rockwella Cel ćwczea Celem ćwczea jet ozaczee twardośc metal metodą Rockwella pozae zwązków pomędzy twardoścą a bdową tych materałów ym

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

3. OPTYMALIZACJA NIELINIOWA Wybrae zaadea badań operacyjych dr ż. Zbew Tarapata 3. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też oprócz

Bardziej szczegółowo

. Wtedy E V U jest równa

. Wtedy E V U jest równa Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo

Bardziej szczegółowo

MATEMATYCZNY OPIS UKŁADÓW DYNAMICZNYCH

MATEMATYCZNY OPIS UKŁADÓW DYNAMICZNYCH MATEMATYCZNY OPIS UKŁADÓW DYNAMICZNYCH. Posać ogóla moel amczego cągłego Obek amcze, bęące jeowejścowm jeowjścowm kłaam lowm rs., o paramerach skpoch ezależch o czas, opsje sę za pomocą lowch rówań różczkowch

Bardziej szczegółowo

21. WYBRANE WIADOMOŚCI Z MATEMATYKI

21. WYBRANE WIADOMOŚCI Z MATEMATYKI Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI. WYBRANE WIADOMOŚCI Z MATEMATYKI.. ZAPIS WSKAŹNIKOWY I WZÓR GREENA-OSTROGRADSKIEGO-GAUSSA W układze kartezjańskm x y z wersory ozaczamy zazwyczaj symbolam: j k.

Bardziej szczegółowo

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń 3 Wkład III: Waruki optmalości dla zadań bez ograiczeń Podae poiże waruki optmalości dla są uogólieiem powszechie zach waruków dla fukci ede zmiee (zerowaie się pierwsze pochode i lokala wpukłość) 3 Twierdzeie

Bardziej szczegółowo

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i= ESTYMATOR WARIANCJI I DYSPERSJI Ozaczmy: µ wartość oczekwaa rozkładu gauowkego wyków pomarów (wartość prawdzwa merzoej welkośc σ dyperja rozkładu wyków pomarów wyk er pomarów (,..., Stoując metodę ajwękzej

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 6 Matematyka fasowa c.d. Rachuek retowy (autetowy) Maem rachuku retowego określa sę regulare płatośc w stałych odstępach czasu przy założeu stałej stopy procetowej. Przykłady

Bardziej szczegółowo

R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i.

R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i. c 27 Rafał Kucharsk Rety Wartość beżącą cągu kaptałów: {R t R 2 t 2 R t } gdze R jest kwotą omalą płacoą w chwl t = oblczamy jako sumę zdyskotowaych płatośc: przy czym = + R j tj j= jest czykem dyskotującym

Bardziej szczegółowo

Ż ć Ó Ś Ó ć Ę Ó Ś ź Ż Ż Ó Ż ź Ó ÓŚ Ć Ó ź Ó ź Ó Ź ć Ę Ó Ś Ż Ó Ó Ń Ą ź ź Ź Ś Ą Ą Ś Ą Ś ć ć ź ź Ó Ó Ę Ź Ą Ź Ę ĘŚ ć ź Ę Ę ź Ę ć Ś Ś Ę Ż Ż ć Ść ć ć Ń Ż Ś ć Ż Ż Ż Ż Ż Ó Ą Ę Ę Ę Ą Ż Ż Ż Ź Ż ć Ś Ż Ż Ż Ż Ż ć Ś

Bardziej szczegółowo

Rachunek różniczkowy funkcji wielu zmiennych

Rachunek różniczkowy funkcji wielu zmiennych EAIB-Iormaa-Wład 9- dr Adam Ćmel cmel@.ag.edu.pl Racue różczow ucj welu zmec Z uwag a prosoę zapsu ławe erpreacje gracze ograczm sę jede do ucj lub zmec. Naurale uogólea wprowadzac pojęć a ucje zmec zosawam

Bardziej szczegółowo

Regresja REGRESJA

Regresja REGRESJA Regresja 39. REGRESJA.. Regresja perwszego rodzaju Nech (, będze dwuwyarową zeą losową, dla które steje kowaracja. Nech E( y ozacza warukową wartość oczekwaą zdefowaą dla przypadku zeych losowych typu

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu

Bardziej szczegółowo

Badania Operacyjne (dualnośc w programowaniu liniowym)

Badania Operacyjne (dualnośc w programowaniu liniowym) Badaa Operacye (dualośc w programowau lowym) Zadae programowaa lowego (PL) w postac stadardowe a maksmum () c x = max, podczas gdy spełoe są erówośc () ax = b ( m ), x 0 ( ) Zadae programowaa lowego (PL)

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

MODELE OBIEKTÓW W 3-D3 część

MODELE OBIEKTÓW W 3-D3 część WYKŁAD 5 MODELE OBIEKTÓW W -D część la wykładu: Kocepcja krzywej sklejaej Jedorode krzywe B-sklejae ejedorode krzywe B-sklejae owerzche Bezera, B-sklejae URBS 1. Kocepcja krzywej sklejaej Istotą z praktyczego

Bardziej szczegółowo

ZESTAW ZADAŃ Z INFORMATYKI

ZESTAW ZADAŃ Z INFORMATYKI (Wpsue zdaąc przed rozpoczęcem prac) KOD ZDAJĄCEGO ZESTAW ZADAŃ Z INFORMATYKI CZĘŚĆ II (dla pozomu rozszerzonego) GRUDZIEŃ ROK 004 Czas prac 50 mnut Instrukca dla zdaącego. Proszę sprawdzć, cz zestaw zadań

Bardziej szczegółowo

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,

Bardziej szczegółowo