Rachunek prawdopodobieństwa i statystyka
|
|
- Judyta Czajka
- 6 lat temu
- Przeglądów:
Transkrypt
1 Rachune prawopoobieństwa i statystya Kurs la ierunu Informatyi stosowanej Uniwersytet Jagiellońsi Kraów, 07/08 Dr hab. Roman Sibińsi UWAGA: Slajy nie zawierają całości materiału przestawianego na wyłaach; mają jeynie charater pomocniczy i posumowujący. RPiS 07/08 RPiS 07/08 Waruni zaliczenia () Ćwiczenia: ocena bęzie śrenią z trzech ocen cząstowych (w sali.0-5.0): wóch z olowiów z zaań i oceny z atywności na ćwiczeniach. Śrenia ta zostanie przeliczona na ocenę z ćwiczeń, wpisywaną o inesu, w następujący sposób: [ ] ocena ostateczna, ( ] ocena ostateczna plus, ( ] ocena obra, ( ] ocena obra plus, ( ] ocena barzo obra. Waruniem zaliczenia ćwiczeń jest zaliczenie obu olowiów co najmniej na ocenę ostateczną. Niezaliczone olowia bęzie można poprawiać na olowium zaliczeniowym, poprawa otyczy tylo niezaliczonej części materiału. W przypau poprawiania jenego olowium ocena z ćwiczeń bęzie liczona jao śrenia z czterech ocen ( olowia + atywność + olowium poprawowe) przeliczona ja wyżej. Analogicznie w przypau poprawiania obu olowiów śrenia bęzie liczona z pięciu ocen. RPiS 07/08 3 Waruni zaliczenia () Wyła: cztery artówi na ćwiczeniach, oceniane w sali 0-5 pt. Suma puntów prowazi o oceny: Prze artówami (niezapowiezianymi) [-3.5) ocena ostateczna, ostępne bęą zaganienia o przygotowania [ ) ocena ostateczna plus, W tracie semestru można poprawić jeną, najgorzej [ ) ocena obra, napisaną artówę + te z usprawieliwionymi [ ) ocena obra plus, nieobecnościami [ ] ocena barzo obra. Osoby, tóre nie uzysają puntów piszą olowium poprawowe z całości wyłau Ocena ońcowa (wpisywana o inesu, z wyłau): (/3*ocena z ćwiczeń + /3*ocena z wyłau)*0.9 Powyższy algorytm prowazi o oceny wpisywanej o inesu: o.70 ocena nieostateczna, [ ) ocena ostateczna, [ ) ocena ostateczna plus, [ ) ocena obra, [ ] ocena obra plus, Osoby, tóre rozwiążą zaania programistyczne bęą miały ocenę powyższoną o pół stopnia np. z obrej plus na barzo obrą. Zatem waruniem otrzymania oceny barzo obrej w inesie jest napisanie zaanych programów. RPiS 07/08 4 Literatura W.Krysici, J.Bartos i inni, Rachune prawopoobieństwa i statystya matematyczna w zaaniach tomy i, PWN 005 Literatura oatowa: J.Jaubowsi, R.Sztencel Rachune prawopoobieństwa la (prawie) ażego,script, W-wa 006. A.Plucińsa, E.Plucińsi Probabilistya, WNT 000. S.Brant Analiza anych, PWN (o 999) R.Nowa Statystya la fizyów PWN 00. V.Rohatgi, Statistical inference,j.wiley&sons, Inc, 984. RPiS 07/08 5 Definiujemy sztuę przewiywania, inaczej sztuę stochastyi, jao sztuę oceniania z najwięszą możliwą ołanością prawopoobieństwa zarzeń, ta żebyśmy w naszych osąach i ziałaniach zawsze mogli opierać się na tym, co oazało się najlepsze, najopowieniejsze, najpewniejsze, najsensowniejsze; jest to jeyny cel mąrości filozofa i roztropności męża stanu. J.Bernoulli Ars Conjectani ( Sztua przewiywania ) 73 Za I.Stewart Oswajanie niesończoności. matematyi RPiS 07/08 6
2 Zares wyłau Rachune prawopoobieństwa ja liczyć prawopoobieństwa zarzeń i ja je globalnie opisywać. Statystya matematyczna ja wniosować w sytuacjach, gy mamy niepełną informację (wniose o całej grupie na postawie informacji zebranej na części grupy, np. sonaże przewyborcze), ja oceniać wiarygoność taiego wniosowania (hipotezy statystyczne) Dlaczego? Ma wpływ na nasze życie (gry hazarowe, ubezpieczenia, hanel, ryminalistya, meycyna, politya) Zastosowania w informatyce: - symulacje omputerowe - metoy obliczeniowe - moelowanie rzeczywistości (grafia) - probabilistyczna (statystyczna) analiza algorytmów - algorytmy probabilistyczne - systemy olejowe - esploracja anych RPiS 07/08 7 RPiS 07/08 8 Rozgrzewa Sprawzamy równość wielomianów o stopniu w liczbach całowitych G( a a x a x... a x F( G( F( ( x x )( x x )( x x )...( x x ) 0 F(, G( i F(-G( ma co najwyżej pierwiastów. Załaamy, że współczynnii x i i a i są taie, że wielomiany przecinają się tylo w całowitych x. 3? Rozgrzewa Weźmy liczbę losową r całowitą z przeziału [0,00) i sprawzamy czy F( r) G( r) Nie: wielomiany na pewno są różne (obra opowieź) Ta: przyjmujemy, że wielomiany są równe w rzeczywistości albo są równe ( i wtey mamy obrą opowieź), albo trafiliśmy na pierwiaste F(r)-G(r) (i wtey mamy złą opowieź). Masymalnie taich liczb jest ; Szansa, że trafiliśmy w tai jest /(00*)=0.0=% Czyli w 99% ostaniemy poprawną opowieź. RPiS 07/08 9 RPiS 07/08 0 Rozgrzewa Rozgrzewa Można to poprawić: więszy zares [0,000) (ale możemy mieć problem z użymi liczbami) Można też powtarzać całe sprawzanie ila razy Ta można sprawzać mnożenie macierzy A=BC w =Ar w =B(Cr) w =w Liczba operacji: n 3 +n 3n +n RPiS 07/08 RPiS 07/08
3 Rozgrzewa. Stosune ługości słupów: :3.7, stosune poparcia w procentach :.. Lie-factor: ~3.. Słupi nie oają nawet różnic pomięzy prezentowanymi liczbami. Trzypunowa oległość pomięzy 4% a 45% jest z 5x mniejsza niż 4 puntowa oległość pomięzy 47% a 5%. 3. Różna jasność słupów może wpływać na obieraną wielość prezentowanych liczb. Rozgrzewa 3 RPiS 07/08 3 RPiS 07/08 4 Rozgrzewa 3 Rozgrzewa 3,,Najprostsze porównywalne ane uazują niezmiennie wysoą w hierarchii ważności pozycję roziny uane życie rozinne jest poreślane jao sprawa barzo ważna zarówno przez awne, ja i przez nowe młoe poolenie (przez nowe nawet barziej)... Drugie poobieństwo otyczy relatywnie nisiego wartościowania spoojnego życia. W innych westiach charaterystyi awnej i nowej młozieży wyraźnie się rozchozą. A teraz wniose z prezentacji,,wioczna jest mentalna orębność zisiejszego młoego poolenia RPiS 07/08 5 Poprawne wniosi: Hierarchia ważności jest w przybliżeniu zachowana Najwięsza zmiana otyczy Spoojnego życia RPiS 07/08 6 Starożytność, Śreniowiecze gry losowe XVI w G.Carano (50-576), Księga o grach losowych postawy prawopoobieństwa (gry w ości i w arty, oatowo rozział o sutecznym oszuiwaniu) A.Gombau (Chevalier e Méré, ) oresponencja pomięzy B.Pascalem (63-66; 654,655 trójąt Pascala) a P.e Fermat (60-665), problem poziału puli przy przerwaniu gry ( problem of points ) Rozwiązanie biorące po uwagę tylo otychczasowe wynii jest błęne, należy uwzglęnić możliwe zarzenia o zaplanowanego ońca gry. w różnych omianach istnieje paraos e Méré, np. laczego częściej wypaa 6 w 4-ech rzutach jeną ostą niż wie 6 w 4-ech rzutach woma ostami. Rzut jeną ostą: 4*/6=4/6 Rzut woma ostami: 4*/6*/6=4/36=4/6 Ale naprawę interesuje nas prawopoobieństwo otrzymania przynajmniej raz szósti w 4-ech rzutach = -prawopoobieństwo nie otrzymania żanej szósti=-(5/6)^4=67/96=0.577 i prawopoobieństwo otrzymania przynajmniej raz wóch szóste w 4-ech rzutach woma ostami = -prawopoobieństwo nie otrzymania wóch szóste ani razu)=-(35/36)^4=0.494 Poazuje to, że: ) trzeba precyzyjnie efiniować czego prawopoobieństwo liczymy ) e Méré użo czasu spęzał grając w ości RPiS 07/08 7 RPiS 07/08 8 3
4 Ch.Huygens(69-695), J.Bernoulli ( ; 73 Sztua przewiywania, białe i czarne amyi w urnie), problemy typu rzut uczciwą monetą. Ale co to znaczy uczciwa moneta? T.Bayes (70-76): analiza bayesowsa P.Laplace(749-87), K.Gauss( ) teoria miary A.Quetelet ( ); 835 statystya społeczeństwa F.Galton (8-9); 865 zieziczenie, regresja XX w: A.N.Kołomogorow ( ): nowoczesna tzw. asjomatyczna teoria prawopoobieństwa Wyorzystanie omputerów nowe możliwości i nowe zaania Esperyment eterministyczny waruni wyznaczają wyni (np. tylo białe ule w urnie) Esperyment przypaowy (zarzenie losowe) to tai esperyment, tórego wyniu nie potrafimy przewizieć, mimo, że powtarzamy go w taich samych warunach. (np. białe i czarne ule w urnie) Jeyne co możemy zrobić to zebrać możliwe wynii i oreślić ich prawopoobieństwo. RPiS 07/08 9 RPiS 07/08 0 Definicja częstościowa Powtarzamy esperyment n razy N (n) liczba wystąpienia wyniu w n esperymentach N ( n) f (n) wzglęna częstość wyniu f ( n) n spełnia z ef. 0 f ( n) f ( n) Częstościowa efinicja prawopoobieństwa: P( ) lim f ( n) n -trune w pratyce (niesończona liczba esperymentów, powtarzalność oświaczeń, efinicja esperymentu (prawopoobieństwo urozenia ziewczyni/chłopca), -wynia z asjomatycznej teorii prawopoobieństwa, -przyła: aplet Fałszywa osta RPiS 07/08 Przestrzeń próbe esperymentu przypaowego to zbiór W wszystich możliwych wyniów tego esperymentu. Zarzenie elementarne aży możliwy wyni esperymentu przypaowego. Powtarzając esperyment przypaowy jao wyni otrzymujemy jeno i tylo jeno zarzenie elementarne; zarzenia elementarne wyluczają się wzajemnie Zarzenie to pozbiór przestrzeni próbe. RPiS 07/08 Przestrzeń próbe esperymentu przypaowego może być -sończona (liczba ocze w rzucie ostą), -niesończona w sposób przeliczany (ilość rzutów aż wypanie 6 ), -niesończona w sposób nieprzeliczalny (oległość na jaą rzucimy ostę) inny poział: ysretna i ciągła mogą istnieć typy mieszane Szczególne zarzenia: - zarzenie niemożliwe pusty pozbiór przestrzeni W - zarzenie pewne cała przestrzeń W RPiS 07/08 3 Działania na zbiorach (przypomnienie) Operacje na zbiorach ( = pozbiorach przestrzeni próbe = zarzeniach) Suma Iloczyn Dopełnienie B : B : A: x x B x A x B A A W Rozłączność B Zawartość Równość Własności ziałań na zarzeniach: A B : A B : x A x B A B B A Przemienność Łączność B B A ( ( C B B A ( ( C Dystrybutywność (rozłączność sumy i iloczynu) Prawa e Morgana ( ( ( C) ( ( ( C) B A B B A B RPiS 07/08 4 4
5 Asjomatyczna efinicja prawopoobieństwa Każemu zarzeniu A w przestrzeni próbe W przyporząowujemy liczbę rzeczywistą P( zwaną prawopoobieństwem, ta by miała ona następujące własności: I: A W P( 0 II: P(W)= III: Jeżeli A,A, jest ciągiem rozłącznych zarzeń to P ( A ) A ) Wniosi z asjomatów. P( P(. P( 3. P( ) 0 4. A B 5. Dla wóch zarzeń rozłącznych: P( 6. Dla wóch owolnych zarzeń: P( RPiS 07/08 5 RPiS 07/08 6 5
Podstawy rachunku prawdopodobieństwa (przypomnienie)
. Zdarzenia odstawy rachunu prawdopodobieństwa (przypomnienie). rawdopodobieństwo 3. Zmienne losowe 4. rzyład rozładu zmiennej losowej. Zdarzenia (events( events) Zdarzenia elementarne Ω - zbiór zdarzeń
Bardziej szczegółowoL.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. . (odp. a)
ZADANIA - ZESTAW 1 Zadanie 11 Rzucamy trzy razy monetą A i - zdarzenie polegające na tym, że otrzymamy orła w i - tym rzucie Oreślić zbiór zdarzeń elementarnych Wypisać zdarzenia elementarne sprzyjające
Bardziej szczegółowoMatematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki
Matematya dysretna Wyład 2: Kombinatorya Gniewomir Sarbici Kombinatorya Definicja Kombinatorya zajmuje się oreślaniem mocy zbiorów sończonych, w szczególności mocy zbiorów odwzorowań jednego zbioru w drugi
Bardziej szczegółowoMetody probabilistyczne
Metody probabilistyczne 1. Prawdopodobieństwo klasyczne Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 03.10.2017 1 / 19 Rys historyczny Francja, XVII w.: gry hazardowe
Bardziej szczegółowoWstęp. Kurs w skrócie
Mariola Zalewska Zakład Metod Matematycznych i Statystycznych Zarządzania Wydział Zarządzania Uniwersystet Warszawski I rok DSM Rachunek Prawdopodobieństwa Wstęp Kombinatoryka Niezależność zdarzeń, Twierdzenie
Bardziej szczegółowoPROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE
PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE ORAZ ŚREDNIE 1. Procenty i proporcje DEFINICJA 1. Jeden procent (1%) pewnej liczby a to setna część tej liczby, tórą oznacza się: 1% a, przy czym 1% a = 1 p a, zaś
Bardziej szczegółowoP k k (n k) = k {O O O} = ; {O O R} =
Definicja.5 (Kombinacje bez powtórzeń). Każdy -elementowy podzbiór zbioru A wybrany (w dowolnej olejności) bez zwracania nazywamy ombinacją bez powtórzeń. Twierdzenie.5 (Kombinacje bez powtórzeń). Liczba
Bardziej szczegółowoAlgebra liniowa z geometrią analityczną
WYKŁAD. Własności zbiorów liczbowych. Podzielność liczb całowitych, relacja przystawania modulo, twierdzenie chińsie o resztach. Liczby całowite Liczby 0,±,±,±3,... nazywamy liczbami całowitymi. Zbiór
Bardziej szczegółowoMetody probabilistyczne
Metody probabilistyczne 2. Aksjomatyczna definicja prawdopodobieństwa Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 10.10.2017 1 / 33 Klasyczna definicja prawdopodobieństwa
Bardziej szczegółowoA. Cel ćwiczenia. B. Część teoretyczna
A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów
Bardziej szczegółowoRachunek prawdopodobieństwa- wykład 2
Rachunek prawdopodobieństwa- wykład 2 Pojęcie dyskretnej przestrzeni probabilistycznej i określenie prawdopodobieństwa w tej przestrzeni dr Marcin Ziółkowski Instytut Matematyki i Informatyki Uniwersytet
Bardziej szczegółowoσ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;
Zdarzenie losowe i zdarzenie elementarne Zdarzenie (zdarzenie losowe) - wyni pewnej obserwacji lub doświadczenia; może być ilościowy lub jaościowy. Zdarzenie elementarne - najprostszy wyni doświadczenia
Bardziej szczegółowo1 Działania na zbiorach
M. Beśka, Wstęp do teorii miary, rozdz. 1 1 1 Działania na zbiorach W rozdziale tym przypomnimy podstawowe działania na zbiorach koncentrując się na własnościach tych działań, które będą przydatne w dalszej
Bardziej szczegółowoP(T) = P(T M) = P(T A) = P(T L) = P(T S) = P(T L M) = P(T L A) = P(T S M) = P(T S A) =
Przyład (obrona orętów USA przed ataami lotnictwa japońsiego) Możliwe dwie wyluczające się tatyi: M = manewr A = artyleria przeciwlotnicza Departament Marynari Wojennej na podstawie danych z wojny na Pacyfiu
Bardziej szczegółowoANALIZA WIELOKRYTERIALNA
ANALIZA WIELOKRYTERIALNA Dział Badań Operacyjnych zajmujący się oceną możliwych wariantów (decyzji) w przypadu gdy występuje więcej niż jedno ryterium oceny D zbiór rozwiązań (decyzji) dopuszczalnych x
Bardziej szczegółowoMetody probabilistyczne Rozwiązania zadań
Metody robabilistyczne Rozwiązania zadań 6. Momenty zmiennych losowych 8.11.2018 Zadanie 1. Poaż, że jeśli X Bn, to EX n. Odowiedź: X rzyjmuje wartości w zbiorze {0, 1,..., n} z rawdoodobieństwami zadanymi
Bardziej szczegółowoSygnały stochastyczne
Sygnały stochastyczne Zmienne losowe E zbiór zdarzeń elementarnych (zbiór możliwych wyniów esperymentu) e E zdarzenie elementarne (wyni esperymentu) B zbiór wybranych podzbiorów zbioru E β B zdarzenie
Bardziej szczegółowoRachunek Prawdopodobieństwa Anna Janicka
Rachunek Prawdopodobieństwa Anna Janicka wykład I, 2.10.2018 PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA Kwestie techniczne Kontakt: ajanicka@wne.uw.edu.pl Dyżur: wtorki, godz. 9:15 s. B006 strona z materiałami
Bardziej szczegółowoRachunek prawdopodobieństwa
Rachunek prawdopodobieństwa Sebastian Rymarczyk srymarczyk@afm.edu.pl Tematyka zajęć 1. Elementy kombinatoryki. 2. Definicje prawdopodobieństwa. 3. Własności prawdopodobieństwa. 4. Zmienne losowe, parametry
Bardziej szczegółowoW2 Podstawy rachunku prawdopodobieństwa (przypomnienie)
W2 Podstawy rachunku prawdopodobieństwa (przypomnienie) Henryk Maciejewski Jacek Jarnicki Marek Woda www.zsk.iiar.pwr.edu.pl Rachunek prawdopodobieństwa - przypomnienie 1. Zdarzenia 2. Prawdopodobieństwo
Bardziej szczegółowoWykład 21: Studnie i bariery cz.1.
Wyład : Studnie i bariery cz.. Dr inż. Zbigniew Szlarsi Katedra Eletronii, paw. C-, po.3 szla@agh.edu.pl http://layer.uci.agh.edu.pl/z.szlarsi/ 3.6.8 Wydział Informatyi, Eletronii i Równanie Schrödingera
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA
Wydział: WiLiŚ, Transport, sem.2 dr Jolanta Dymkowska RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA Przestrzeń probabilistyczna Modelem matematycznym (tj. teoretycznym, wyidealizowanym,
Bardziej szczegółowoZdarzenia losowe i prawdopodobieństwo
Rozdział 1 Zdarzenia losowe i prawdopodobieństwo 1.1 Klasyfikacja zdarzeń Zdarzenie elementarne pojęcie aprioryczne, które nie może być zdefiniowane. Odpowiednik pojęcia punkt w geometrii. Zdarzenie elementarne
Bardziej szczegółowoWybrane rozkłady zmiennych losowych i ich charakterystyki
Rozdział 1 Wybrane rozłady zmiennych losowych i ich charaterystyi 1.1 Wybrane rozłady zmiennych losowych typu soowego 1.1.1 Rozład równomierny Rozpatrzmy esperyment, tóry może sończyć się jednym z n możliwych
Bardziej szczegółowoStatystyka matematyczna
Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 25 lutego 2019 Magdalena Alama-Bućko Statystyka matematyczna 25 lutego 2019 1 / 18 Wykład : 10h (przez 10 tygodni po 45 minut) Ćwiczenia : 15h (45
Bardziej szczegółowoi = n = n 1 + n 2 1 i 2 n 1. n(n + 1)(2n + 1) n (n + 1) =
Druga zasada inducji matematycznej Niech m będzie liczbą całowitą, niech p(n) będzie ciągiem zdań zdefiniowanych na zbiorze {n Z: n m} oraz niech l będzie nieujemną liczbą całowitą. Jeśli (P) wszystie
Bardziej szczegółowoWyznaczenie prędkości pojazdu na podstawie długości śladów hamowania pozostawionych na drodze
Podstawy analizy wypadów drogowych Instrucja do ćwiczenia 1 Wyznaczenie prędości pojazdu na podstawie długości śladów hamowania pozostawionych na drodze Spis treści 1. CEL ĆWICZENIA... 3. WPROWADZENIE...
Bardziej szczegółowoStatystyka matematyczna SYLABUS
Statystyka matematyczna nazwa przedmiotu SYLABUS B. Informacje szczegółowe Elementy składowe sylabusu Nazwa przedmiotu Statystyka matematyczna Kod przedmiotu 0600-FS1-2SM Nazwa jednostki prowadzącej Wydział
Bardziej szczegółowoOPTYMALIZACJA PRZEPUSTOWOŚCI SIECI KOMPUTEROWYCH ZA POMOCĄ ALGORYTMÓW GENETYCZNYCH
OPTYMALIZACJA PRZEPUSTOWOŚCI SIECI KOMPUTEROWYCH ZA POMOCĄ ALGORYTMÓW GENETYCZNYCH Andrzej SZYMONIK, Krzysztof PYTEL Streszczenie: W złożonych sieciach omputerowych istnieje problem doboru przepustowości
Bardziej szczegółowoWymagania egzaminacyjne z matematyki. Klasa 3C. MATeMATyka. Nowa Era. Klasa 3
Wymagania egzaminacyjne z matematyki. lasa 3C. MATeMATyka. Nowa Era. y są ze sobą ściśle powiązane ( + P + R + D + W), stanowiąc ocenę szkolną, i tak: ocenę dopuszczającą (2) otrzymuje uczeń, który spełnił
Bardziej szczegółowo9. Sprzężenie zwrotne własności
9. Sprzężenie zwrotne własności 9.. Wprowadzenie Sprzężenie zwrotne w uładzie eletronicznym realizuje się przez sumowanie części sygnału wyjściowego z sygnałem wejściowym i użycie zmodyiowanego w ten sposób
Bardziej szczegółowoRachunek Prawdopodobieństwa Anna Janicka
Rachunek Prawdopodobieństwa Anna Janicka wykład I, 3.10.2017 PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA Kwestie techniczne Kontakt: ajanicka@wne.uw.edu.pl Dyżur: wtorki, godz. 9:15 s.?? strona z materiałami
Bardziej szczegółowoModelowanie przez zjawiska przybliżone. Modelowanie poprzez zjawiska uproszczone. Modelowanie przez analogie. Modelowanie matematyczne
Modelowanie rzeczywistości- JAK? Modelowanie przez zjawisa przybliżone Modelowanie poprzez zjawisa uproszczone Modelowanie przez analogie Modelowanie matematyczne Przyłady modelowania Modelowanie przez
Bardziej szczegółowoZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH
Henry TOMASZEK Ryszard KALETA Mariusz ZIEJA Instytut Techniczny Wojs Lotniczych PRACE AUKOWE ITWL Zeszyt 33, s. 33 43, 2013 r. DOI 10.2478/afit-2013-0003 ZARYS METODY OPISU KSZTAŁTOWAIA SKUTECZOŚCI W SYSTEMIE
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa
Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa 2.1. σ ciało (algebra) zdarzeń Katarzyna Rybarczyk-Krzywdzińska losowe Zdarzenie losowe to pewien podzbiór przestrzeni zdarzeń
Bardziej szczegółowo(U.3) Podstawy formalizmu mechaniki kwantowej
3.10.2004 24. (U.3) Podstawy formalizmu mechanii wantowej 33 Rozdział 24 (U.3) Podstawy formalizmu mechanii wantowej 24.1 Wartości oczeiwane i dyspersje dla stanu superponowanego 24.1.1 Założenia wstępne
Bardziej szczegółowoEGZAMIN GIMNAZJALNY 2011
Centralna Komisja Egzaminacyjna w Warszawie EGZMIN GIMNZJLNY 011 część matematyczno-przyrodnicza Klucz puntowania zadań (arusz dla uczniów bez dysfuncji i z dyslesją rozwojową) KWIECIEŃ 011 Zadania zamnięte
Bardziej szczegółowoStatystyka matematyczna
Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 20 lutego 2017 Magdalena Alama-Bućko Statystyka matematyczna 20 lutego 2017 1 / 21 Wykład : 10h (przez 10 tygodni po 45 minut) Ćwiczenia : 15h (45
Bardziej szczegółowoPrawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym
Edward Stachowski Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym W podstawie programowej obowiązującej na egzaminie maturalnym od 05r pojawiły się nowe treści programowe Wśród
Bardziej szczegółowoEGZAMIN GIMNAZJALNY 2011
Centralna Komisja Egzaminacyjna w Warszawie EGZMIN GIMNZJLNY 011 część matematyczno-przyrodnicza Klucz puntowania zadań (arusz dla uczniów bez dysfuncji i z dyslesją rozwojową) KWIECIEŃ 011 Zadania zamnięte
Bardziej szczegółowoUwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy:
Matematya dysretna - wyład 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produtu artezjańsiego X Y, tórego elementami są pary uporządowane (x, y), taie, że x X i y Y. Uwaga 1.1 Jeśli
Bardziej szczegółowoWAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII.
ĆWICZENIE 3. WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII. 1. Oscylator harmoniczny. Wprowadzenie Oscylatorem harmonicznym nazywamy punt materialny, na tóry,działa siła sierowana do pewnego centrum,
Bardziej szczegółowoTEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM
EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. Literatura: Marek Cieciura, Janusz Zacharski, Metody probabilistyczne w ujęciu praktycznym, L. Kowalski, Statystyka, 2005 R.Leitner, J.Zacharski, "Zarys matematyki
Bardziej szczegółowoMatematyka dyskretna Literatura Podstawowa: 1. K.A. Ross, C.R.B. Wright: Matematyka Dyskretna, PWN, 1996 (2006) 2. J. Jaworski, Z. Palka, J.
Matematyka dyskretna Literatura Podstawowa: 1. K.A. Ross, C.R.B. Wright: Matematyka Dyskretna, PWN, 1996 (2006) 2. J. Jaworski, Z. Palka, J. Szmański: Matematyka dyskretna dla informatyków, UAM, 2008 Uzupełniająca:
Bardziej szczegółowoMatematyka podstawowa X. Rachunek prawdopodobieństwa
Matematyka podstawowa X Rachunek prawdopodobieństwa Zadania wprowadzające: 1. Rzucasz trzy razy monetą a) Napisz zbiór wszystkich wyników tego doświadczenia losowego. Ile ich jest? Wyrzuciłeś większą liczbę
Bardziej szczegółowoRachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1
Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1 Przygotowując wykład korzystam głównie z książki Jakubowski, Sztencel Wstęp do teorii prawdopodobieństwa. Jakubowski, Sztencel:
Bardziej szczegółowo1 Postulaty mechaniki kwantowej
1 1.1 Postulat Pierwszy Stan ukłau kwantowomechanicznego opisuje funkcja falowa Ψ(r 1, r 2,..., r N, t) zwana także funkcją stanu taka, że kwarat jej moułu: Ψ 2 = Ψ Ψ pomnożony przez element objętości
Bardziej szczegółowoWstęp do probabilistyki i statystyki Wykład 3. Prawdopodobieństwo i algebra zdarzeń
Wstęp do probabilistyki i statystyki Wykład 3. Prawdopodobieństwo i algebra zdarzeń dr inż. Krystyna Schneider, Katedra Elektroniki, AGH e-mail: kryschna@agh.edu.pl http://home.agh.edu.pl/~kryschna 1 Plan:
Bardziej szczegółowoTechnika optymalizacji
Algorytmy bezgraientowe Algorytmy optymalizacji loalnej c. Nieliniowe zaanie optymalizacji statycznej bez ograniczeń - nieliniowe algorytmy optymalizacji loalnej c. r inŝ. Ewa Szlachcic Wyział Eletronii
Bardziej szczegółowoL.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. (odp. a) B A C, b) A, c) A B, d) Ω)
ZADANIA - ZESTAW 1 Zadanie 1.1 Rzucamy trzy razy monetą. A i - zdarzenie polegające na tym, że otrzymamy orła w i - tym rzucie. Określić zbiór zdarzeń elementarnych. Wypisać zdarzenia elementarne sprzyjające
Bardziej szczegółowoStatystyka z elementami rachunku prawdopodobieństwa
Statystyka z elementami rachunku prawdopodobieństwa dr hab. Tomasz Górecki tomasz.gorecki@amu.edu.pl Zakład Rachunku Prawdopodobieństwa i Statystyki Matematycznej Wydział Matematyki i Informatyki Uniwersytet
Bardziej szczegółowoPrzedmiotowy system oceniania MATEMATYKA Miejskie Gimnazjum nr 3 im. Jana Pawła II
Przedmiotowy system oceniania MATEMATYKA Miejskie Gimnazjum nr 3 im. Jana Pawła II Przedmiotem oceniania są: - wiadomości, - umiejętności, - postawa ucznia i jego aktywność. Cele ogólne oceniania: - rozpoznanie
Bardziej szczegółowoA4: Filtry aktywne rzędu II i IV
A4: Filtry atywne rzędu II i IV Jace Grela, Radosław Strzała 3 maja 29 1 Wstęp 1.1 Wzory Poniżej zamieszczamy podstawowe wzory i definicje, tórych używaliśmy w obliczeniach: 1. Związe między stałą czasową
Bardziej szczegółowoMetody obliczeniowe. wykład nr 5. metody Monte Carlo zastosowanie metod do obliczenia całek wielokrotnych. Nr: 1
Nr: Metoy obliczeniowe wykła nr 5 etoy Monte Carlo zastosowanie eto o obliczenia całek wielokrotnych Nr: Obliczanie całek wielokrotnych... f (,..., n... n? kubatury - wielowyiarowe opowieniki kwaratur
Bardziej szczegółowoWykorzystanie logiki rozmytej w badaniach petrofizycznych
NAFTA-GAZ, ROK LXXII, Nr / DOI: 1.1/NG...1 Barbara Darła, Małgorzata Kowalsa-Włodarczy Instytut Nafty i Gazu Państwowy Instytut Badawczy Wyorzystanie logii rozmytej w badaniach petrofizycznych Praca ta
Bardziej szczegółowoStatystyka matematyczna
Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 26 lutego 2018 Magdalena Alama-Bućko Statystyka matematyczna 26 lutego 2018 1 / 16 Wykład : 10h (przez 10 tygodni po 45 minut) zaliczenie wykładu
Bardziej szczegółowoRachunek prawdopodobieństwa i statystyka matematyczna. Leszek Adamczyk Wykłady dla kierunku Fizyka Medyczna w semestrze letnim 2016/2017
Rachunek prawdopodobieństwa i statystyka matematyczna Leszek Adamczyk Wykłady dla kierunku Fizyka Medyczna w semestrze letnim 2016/2017 1 1 Wstęp Rachunek prawdopodobieństwa i statystyka to: działy matematyki
Bardziej szczegółowo10. REZONANS W OBWODACH ELEKTRYCZNYCH
0. EZONANS W OBWODAH EEKTYZNYH W obwoach prąu sinusoialnego przebiegi czasowe (prąów, napięć, sem, spm, mocy) cylicznie przybieraą na przemian wartości oatnie i uemne. Przebiegi o taim charaterze noszą
Bardziej szczegółowoRównoliczność zbiorów
Logika i Teoria Mnogości Wykład 11 12 Teoria mocy 1 Równoliczność zbiorów Def. 1. Zbiory X i Y nazywamy równolicznymi, jeśli istnieje bijekcja f : X Y. O funkcji f mówimy wtedy,że ustala równoliczność
Bardziej szczegółowoP r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.
P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. Lekcja 2 Temat: Podstawowe pojęcia związane z prawdopodobieństwem. Str. 10-21 1. Doświadczenie losowe jest to doświadczenie,
Bardziej szczegółowoWYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO
Zał. nr 4 do ZW WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA STOSOWANA Nazwa w języku angielskim APPLIED STATISTICS Kierunek studiów (jeśli dotyczy): Specjalność
Bardziej szczegółowoUZUPEŁNIENIA DO WYKŁADÓW A-C
UZUPEŁNIENIA DO WYKŁADÓW A-C Objaśnienia: 1. Uzupełnienia sładają się z dwóch części właściwych uzupełnień do treści wyładowych, zwyle zawierających wyprowadzenia i nietóre definicje oraz Zadań i problemów.
Bardziej szczegółowo1 Przestrzeń zdarzeń elementarnych
Przestrzeń zdarzeń elementarnych Przestrzeń zdarzeń elementarnych jest pojęciem pierwotnym w teorii prawdopodobieństwa. W zastosowaniach tej teorii zdarzenia elementarne interpretuje się jao możliwe przypadi,
Bardziej szczegółowoPrawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018
Katedra Matematyki i Ekonomii Matematycznej SGH 16 października 2018 Definicja σ-algebry Definicja Niech Ω oznacza zbiór niepusty. Rodzinę M podzbiorów zbioru Ω nazywamy σ-algebrą (lub σ-ciałem) wtedy
Bardziej szczegółowoMatematyka Dyskretna, informatyka, 2008/2009, W. Broniowski
Matematya Dysretna, informatya, 2008/2009, W. Broniowsi Zestaw 2 z częściowymi odpowiedziami (ja toś nie chce, niech nie patrzy! Kombinatorya i rachune prawdopodobieństwa. Z pomocą wzoru Stirlinga dla
Bardziej szczegółowojednoznacznie wyznaczają wymiary wszystkich reprezentacji grup punktowych, a związki ortogonalności jednoznacznie wyznaczają ich charaktery
Reprezentacje grup puntowych związi pomiędzy h i n a jednoznacznie wyznaczają wymiary wszystich reprezentacji grup puntowych, a związi ortogonalności jednoznacznie wyznaczają ich charatery oznaczenia:
Bardziej szczegółowoModelowanie i Analiza Danych Przestrzennych
Moelowanie i Analiza anych Przestrzennych Wykła Anrzej Leśniak Katera Geoinformatyki i Informatyki Stosowanej Akaemia Górniczo-utnicza w Krakowie Prawopoobieństwo i błą pomiarowy Jak zastosować rachunek
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA 4bA ZAKRES ROZSZERZONY (135 godz.)
YMAGANIA EDUACYJNE Z MATEMATYI LASA 4bA ZARES ROZSZERZONY (135 godz.) Oznaczenia: wymagania konieczne (dopuszczający); P wymagania podstawowe (dostateczny); R wymagania rozszerzające (dobry); D wymagania
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
Zał. nr 4 do ZW WYDZIAŁ ELEKTRONIKI KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA MATEMATYCZNA Nazwa w języku angielskim Mathematical Statistics Kierunek studiów (jeśli dotyczy): Specjalność (jeśli
Bardziej szczegółowoSTATYSTYKA wykład 1. Wanda Olech. Katedra Genetyki i Ogólnej Hodowli Zwierząt
STTYSTYK wykład 1 Wanda Olech Katedra Genetyki i Ogólnej Hodowli Zwierząt Statystyka Pierwotnie oznaczała stan rzeczy (od status) i do XVIII wieku używana dla określenia zbioru wiadomości o państwie Statystyka
Bardziej szczegółowoSTATYSTYKA wykład 1. Wanda Olech. Katedra Genetyki i Ogólnej Hodowli Zwierząt
STTYSTYK wykład 1 Wanda Olech Katedra Genetyki i Ogólnej Hodowli Zwierząt Plan wykładów Data WYKŁDY 1.X rachunek prawdopodobieństwa; 8.X zmienna losowa jednowymiarowa, funkcja rozkładu, dystrybuanta 15.X
Bardziej szczegółowo1 LWM. Defektoskopia ultradźwiękowa. Sprawozdanie powinno zawierać:
L Defetosoia ultraźwięowa Srawozanie owinno zawierać:. Króti ois aaratury i metoy.. Rysune słua z zwymiarowanym ołożeniem wa. L Elastootya ynii baań elastootycznych Rzą izochromy m Siła na ońcu źwigni
Bardziej szczegółowoKARTA PRZEDMIOTU. Forma prowadzenia zajęć. Odniesienie do efektów dla kierunku studiów K1A_W02
(pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: RACHUNEK PRAWDOPODOBIEŃSTWA 2. Kod przedmiotu: RPr 3. Karta przedmiotu ważna od roku akademickiego: 20182019 4. Forma
Bardziej szczegółowoStatystyka i eksploracja danych
Wykład I: Formalizm statystyki matematycznej 17 lutego 2014 Forma zaliczenia przedmiotu Forma zaliczenia Literatura Zagadnienia omawiane na wykładach Forma zaliczenia przedmiotu Forma zaliczenia Literatura
Bardziej szczegółowoPrawdopodobieństwo
Prawdopodobieństwo http://www.matemaks.pl/ Wstęp do rachunku prawdopodobieństwa http://www.matemaks.pl/wstep-do-rachunku-prawdopodobienstwa.html Rachunek prawdopodobieństwa pomaga obliczyć szansę zaistnienia
Bardziej szczegółowoWYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g. zakres rozszerzony
WYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g zares rozszerzony 1. Wielomiany bardzo zna pojęcie jednomianu jednej zmiennej; potrafi wsazać jednomiany podobne; potrafi
Bardziej szczegółowoWykład 1. Andrzej Leśniak KGIS, GGiOŚ AGH. Cele. Zaprezentowanie praktycznego podejścia do analizy danych (szczególnie danych środowiskowych)
Analiza anych śroowiskowych III rok OŚ Wykła 1 Anrzej Leśniak KGIS, GGiOŚ AGH Cele Zaprezentowanie praktycznego poejścia o analizy anych (szczególnie anych śroowiskowych) Zaznajomienie z postawowymi (!!!)
Bardziej szczegółowoDSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH. Ćwiczenie 5. Przemysław Korohoda, KE, AGH
DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH Instrucja do laboratorium z cyfrowego przetwarzania sygnałów Ćwiczenie 5 Wybrane właściwości Dysretnej Transformacji Fouriera Przemysław Korohoda, KE, AGH Zawartość
Bardziej szczegółowoAlgorytmy graficzne. Metody binaryzacji obrazów
Algorytmy graficzne Metoy binaryzacji obrazów Progowanie i binaryzacja Binaryzacja jest procesem konwersji obrazów kolorowych lub monochromatycznych (w ocieniach szarości) o obrazu wupoziomowego (binarnego).
Bardziej szczegółowoMetrologia Techniczna
Zakła Metrologii i Baań Jakości Wrocław, nia Rok i kierunek stuiów Grupa (zień tygonia i gozina rozpoczęcia zajęć) Metrologia Techniczna Ćwiczenie... Imię i nazwisko Imię i nazwisko Imię i nazwisko Błęy
Bardziej szczegółowoPrawdopodobieństwo i statystyka Wykład I: Nieco historii
Prawdopodobieństwo i statystyka Wykład I: Nieco historii 6 października 2015 Prawdopodobieństwo i statystyka Wykład I: Nieco historii Zasady zaliczenia przedmiotu: Zaliczenie ćwiczeń rachunkowych. Zdanie
Bardziej szczegółowoA i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy
3. Wyład 7: Inducja i reursja struturalna. Termy i podstawianie termów. Dla uninięcia nieporozumień notacyjnych wprowadzimy rozróżnienie między funcjami i operatorami. Operatorem γ w zbiorze X jest funcja
Bardziej szczegółowoInżynierskie zastosowania statystyki Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s.
Inżynierskie zastosowania statystyki Czyli co i jak 2018 andrzej.rusiecki@pwr.edu.pl andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. 230/C-3 O co chodzi? Celem przedmiotu jest nabycie wiedzy na temat metod
Bardziej szczegółowo4.15 Badanie dyfrakcji światła laserowego na krysztale koloidalnym(o19)
256 Fale 4.15 Badanie dyfracji światła laserowego na rysztale oloidalnym(o19) Celem ćwiczenia jest wyznaczenie stałej sieci dwuwymiarowego ryształu oloidalnego metodą dyfracji światła laserowego. Zagadnienia
Bardziej szczegółowoMateriały dydaktyczne. Matematyka. Semestr III. Wykłady
Materiały dydatyczne Matematya Semestr III Wyłady Aademia Morsa w Szczecinie ul. Wały Chrobrego - 70-500 Szczecin WIII RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE PIERWSZEGO RZĘDU. Pojęcia wstępne. Równania różniczowe
Bardziej szczegółowoZdarzenie losowe (zdarzenie)
Zdarzenie losowe (zdarzenie) Ćw. 1. Ze zbioru cyfr (l, 2,3,..., 9} losowo wybieramy jedną. a) Wypisz zdarzenia elementarne, sprzyjające: zdarzeniu A, że wybrano liczbę parzystą zdarzeniu B, że wybrano
Bardziej szczegółowoZmienna losowa. M. Przybycień Rachunek prawdopodobieństwa i statystyka
Zmienna losowa ozszerzenie znaczenia funcji zmiennej rzeczwistej na przpadi, ied zmienna niezależna nie jest liczbą rzeczwistą: odległość to funcja par puntów, obwód trójąta, to funcja oreślona na zbiorze
Bardziej szczegółowoAnaliza B. Paweł Głowacki
Analiza B Paweł Głowaci Pojęcie liczby rzeczywistej uważać będziemy za intuicyjnie oczywiste. Tym niemniej celowe wydaje się przypomnienie i ugruntowanie nietórych fundamentalnych własności liczb rzeczywistych.
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Teoria mnogości Set theory Kierunek: Rodzaj przedmiotu: obowiązkowy dla wszystkich specjalności Rodzaj zajęć: wykład, ćwiczenia Matematyka Poziom kwalifikacji: I stopnia Liczba godzin/tydzień:
Bardziej szczegółowo02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w
02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w A Zadania na ćwiczenia Zadanie A.1. Niech Ω = R oraz F będzie σ-ciałem generowanym przez rodzinę wszystkich przedziałów otwartych typu (,
Bardziej szczegółowo6.4 Podstawowe metody statystyczne
156 Wstęp do statystyki matematycznej 6.4 Podstawowe metody statystyczne Spóbujemy teraz w dopuszczalnym uproszczeniu przedstawić istotę analizy statystycznej. W szczególności udzielimy odpowiedzi na postawione
Bardziej szczegółowoWykład 2 Zmienne losowe i ich rozkłady
Wykład 2 Zmienne losowe i ich rozkłady Magdalena Frąszczak Wrocław, 11.10.2017r Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe Doświadczenie
Bardziej szczegółowoCiała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a);
Ciała i wielomiany 1 Ciała i wielomiany 1 Definicja ciała Niech F będzie zbiorem, i niech + ( dodawanie ) oraz ( mnożenie ) będą działaniami na zbiorze F. Definicja. Zbiór F wraz z działaniami + i nazywamy
Bardziej szczegółowoUwaga 1. Zbiory skończone są równoliczne wtedy i tylko wtedy, gdy mają tyle samo elementów.
Logika i teoria mnogości Wykład 11 i 12 1 Moce zbiorów Równoliczność zbiorów Def. 1. Zbiory X i Y są równoliczne (X ~ Y), jeśli istnieje bijekcja f : X Y. O funkcji f mówimy wtedy, że ustala równoliczność
Bardziej szczegółowoFUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.
FUNKCJE LICZBOWE Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. Innymi słowy f X Y = {(x, y) : x X oraz y Y }, o ile (x, y) f oraz (x, z) f pociąga
Bardziej szczegółowo3. Podstawowe pojęcia statystyki matematycznej i rachunku prawdopodobieństwa wykład z Populacja i próba
3. Podstawowe pojęcia statystyki matematycznej i rachunku prawdopodobieństwa wykład z 12.03.2007 Populacja i próba Populacja- zbiorowość skończona lub nieskończona, w stosunku do której mają być formułowane
Bardziej szczegółowoMetody komputerowe i obliczeniowe Metoda Elementów Skoczonych. Element jednowymiarowy i jednoparametrowy : spryna
Metody omputerowe i obliczeniowe Metoda Elementów Soczonych Element jednowymiarowy i jednoparametrowy : spryna Jest to najprostszy element: współrzdne loalne i globalne jego wzłów s taie same nie potrzeba
Bardziej szczegółowoPRZEDMIOTOWE OCENIANIE Z MATEMATYKI
PRZEDMIOTOWE OCENIANIE Z MATEMATYKI Przedmiotowe ocenianie z matematyki jest zgodne z Rozporządzeniem Ministra Edukacji Narodowej z dnia 10 czerwca 2015r. w sprawach oceniania, klasyfikowania, promowania
Bardziej szczegółowoPRZEDMIOTOWY SYSTEM OCENIANIA MATEMATYKA Z PLUSEM W KLASACH 4-6 SZKOŁY PODSTAWOWEJ
1 PRZEDMIOTOWY SYSTEM OCENIANIA MATEMATYKA Z PLUSEM W KLASACH 4-6 SZKOŁY PODSTAWOWEJ Przedmiotowy System Oceniania jest zgodny z Wewnątrzszkolnym Systemem Oceniania w Szkole Podstawowej nr 42 we Wrocławiu.
Bardziej szczegółowo