Podstawy informatyki 2. Podstawy informatyki 2. Wykład nr 9 ( ) Plan wykładu nr 9. Politechnika Białostocka. - Wydział Elektryczny

Wielkość: px
Rozpocząć pokaz od strony:

Download "Podstawy informatyki 2. Podstawy informatyki 2. Wykład nr 9 (09.05.2007) Plan wykładu nr 9. Politechnika Białostocka. - Wydział Elektryczny"

Transkrypt

1 odstawy iforatyki Wykład r 9 /44 odstawy iforatyki olitechika Białostocka - Wydział Elektryczy Elektrotechika, seestr II, studia stacjoare Rok akadeicki 006/007 la wykładu r 9 Obliczaie liczby π etodą Mote Carlo Całkowaie uerycze - etoda Mote Carlo Metody poszukiwaia ekstreu fukcji jedej zieej etoda dzieleia przedziału a połowę etoda złotego Wykład r 9 ( ) odstawy iforatyki Wykład r 9 3/44 odstawy iforatyki Wykład r 9 4/44 Obliczaie liczby π etodą Mote Carlo Obliczaie liczby π etodą Mote Carlo załóŝy, Ŝe chcey obliczyć pole koła wpisaego w kwadrat o boku rówy r, gdzie r - proień koła pola koła i kwadratu opisują wzory: po porówaiu powyŝszych wzorów otrzyay: czyli: koło = π r kwadrat = ( r) = 4 r koło r = r = π 4 kwadrat koło = kwadrat π 4 koło π = 4 () kwadrat ając zate obliczoe wcześiej w pewie sposób pole kwadratu i pole koła wpisaego w te kwadrat, oŝa w prosty sposób obliczyć wartość liczby π podstawowe pytaie: jak obliczyć pole koła? Stosujey etodę Mote Carlo: wyzaczay wewątrz kwadratu bardzo duŝo losowych puktów zliczay te pukty, które wpadają do wętrza koła stosuek liczby puktów zawierających się w kole do wszystkich wylosowaych puktów będzie dąŝył w ieskończoości do stosuku pola koła do pola kwadratu: gdzie: koło - liczba puktów w kole kwadrat - liczba wszystkich puktów koło koło π = 4 4 () kwadrat kwadrat pierwsze zastosowaie: Marquis ierre-sio de Laplace (886)

2 ą odstawy iforatyki Wykład r 9 5/44 odstawy iforatyki Wykład r 9 6/44 Obliczaie liczby π etodą Mote Carlo - progra w C (/) Obliczaie liczby π etodą Mote Carlo - progra w C (/) /* Nae: w09_0_pi_motecarlo.c Copyright: olitechika Białostocka, Wydział Elektryczy Author: Jarosław Forec (jarekf@pb.edu.pl) Date: Descriptio: Obliczaie liczby i etod Mote Carlo */ #iclude <stdio.h> #iclude <tie.h> #iclude <stdlib.h> #iclude <ath.h> it ai(it argc, char *argv[]) it pkt_kwadrat = 000; /* pukty w kwadracie */ it pkt_kolo = 0; /* pukty w kole */ float x, y; /* wspolrzede puktu */ float pi; /* obliczoa wartosc liczby pi */ it i; srad(tie(null)); for (i=0; i<pkt_kwadrat; i++) x =.0 * (rad()/(float)rand_max); y =.0 * (rad()/(float)rand_max); if ((x-)*(x-)+(y-)*(y-) <= ) pkt_kolo++; pi = 4.0 * (float) pkt_kolo / pkt_kwadrat; pritf("ukty w kwadracie: %d\",pkt_kwadrat); pritf("ukty w kole: %d\",pkt_kolo); pritf("obliczoa wartosc I: %f\",pi); pritf("blad: %f\",fabs(m_i-pi)); syste("pause"); retur 0; ukty w kwadracie: 000 ukty w kole: 79 Obliczoa wartosc I: Blad: odstawy iforatyki Wykład r 9 7/44 odstawy iforatyki Wykład r 9 8/44 Obliczaie liczby π etodą Mote Carlo ZaleŜość dokładości wyzaczaia liczby π od liczby losowych puktów: w kaŝdy przypadku wyzaczao liczbę π razy wartości przedstawioe w tabeli są średią arytetyczą otrzyaych wyików prostokat koło 7, , , , ,6 Średia wartość liczby π 3,3898 3, ,4543 3,434 3,499 Średi błąd bezwzględy 0, ,4593 0, ,03 0,00456 Średi błąd względy 3,9847 % 4,6055 %, % 0,40880 % 0,375 % dokładość wyiku jest zaleŝa od liczby sprawdzeń i w iejszy stopiu, jakości uŝytego geeratora liczb pseudolosowych Metoda Mote Carlo jako etodę Mote Carlo (MC) określa się dowolą techikę uŝywającą liczb losowych do rozwiązaia probleu Defiicja Haltoa (970): etoda Mote Carlo jest to etoda reprezetująca rozwiązaie probleu w postaci paraetru pewej hipotetyczej populacji i uŝywająca losowych sekwecji liczb do skostruowaia próby losowej daej populacji, z której ogą być otrzyae oszacowaia statystycze tego paraetru etoda Mote Carlo jest stosowaa do odelowaia ateatyczego procesów zbyt złoŝoych, aby oŝa było przewidzieć ich wyiki za poocą podejścia aalityczego istotą rolę w etodzie MC odgrywa losowaie (wybór przypadkowy) wielkości charakteryzujących proces zastosowaia etody MC: obliczaie całek łańcuchy procesów statystyczych optyalizacja

3 odstawy iforatyki Wykład r 9 9/44 odstawy iforatyki Wykład r 9 0/44 Całkowaie uerycze - etoda Mote Carlo Całkowaie uerycze - etoda Mote Carlo obliczay przybliŝoą wartość całki ozaczoej: dla fukcji f(x), której całkę chcey obliczyć w przedziale [x p,x k ] wyzaczay prostokąt obejujący pole pod wykrese tej fukcji o wysokości h i długości podstawy (x k -x p ) losujey puktów i zliczay te pukty w, które wpadają w pole pod wykrese fukcji wartość całki obliczaa jest a podstawie wzoru przybliŝoego: x xk I = ) dx (3) x p k w I = ) dx h( xk x p ) (4) x p powyŝsza etoda azywaa jest: chybił-trafił, orzeł-reszka, sukces-poraŝka Wady etody: w ogóly przypadku ogą pojawić się probley z wyzaczeie wysokości h algoryt etody usi być dodatkowo zodyfikoway, gdy fukcja zieia zak w przedziale całkowaia Ia wersja algorytu: a podstawie serii losowo wybraych współrzędych x wyzaczay średią z wartości fukcji w przedziale całkowaia otrzyaa średia jest oŝoa przez długość przedziału całkowaia: I losowe ) i= ) dx ( xk x p ) (4) xk = x p gdzie x losowe jest wartością pseudolosową z przedziału całkowaia [x p,x k ] odstawy iforatyki Wykład r 9 /44 odstawy iforatyki Wykład r 9 /44 Całkowaie uerycze - etoda Mote Carlo Lista kroków: Krok : Czytaj: Krok : Krok 3: dla i = 0,,,-: Krok 4: s = 0 d k x p x p, xk, geeruj x losowe w przedziale [x p,x k ] s = s + losowe s s = dx Krok 5: isz s - wartość całki ) Całkowaie uerycze - etoda Mote Carlo float MetodaMoteCarlo(float xp, float xk, it ) it i; float s=0, dx, x_los; srad(tie(null)); dk-xp; for (i=0; i<; i++) x_los=xp+(float)rad()/(rand_max+)*dx; s = s + f(x_los); s = dx * s / ; retur s;

4 odstawy iforatyki Wykład r 9 3/44 odstawy iforatyki Wykład r 9 4/44 Metoda Mote Carlo - progra w C (/) Metoda Mote Carlo - progra w C (/) #iclude <stdio.h> #iclude <stdlib.h> #iclude <ath.h> #iclude <tie.h> float f(float x) retur (x*x); float MetodaMoteCarlo(float xp, float xk, it ) it i; float s=0, dx, x_losowe; srad(tie(null)); dk-xp; for (i=0; i<; i++) x_losowe = xp + (float)rad()/(rand_max+)*dx; s = s + f(x_losowe); s = dx * s / ; retur s; Wartosc doklada: it ai() Metoda Mote Carlo: float xp = 0.0, xk =.0, = w0, 0 w, calka w, w3, = w4; rozica =.55863e+000 pritf("wartosc doklada: = %.0f\\",8.0/3.0); 00 calka = rozica = e-00 = 000 calka =.7036 rozica = e-00 pritf("\metoda Mote Carlo:\"); = 0000 calka = rozica = e-00 w0 = MetodaMoteCarlo(xp,xk,0); = calka = rozica = e-00 w = MetodaMoteCarlo(xp,xk,00); w = MetodaMoteCarlo(xp,xk,000); w3 = MetodaMoteCarlo(xp,xk,0000); w4 = MetodaMoteCarlo(xp,xk,00000); pritf(" = %6d calka = %.0f rozica = %e\",0,w0,fabs(w0-8.0/3.0)); pritf(" = %6d calka = %.0f rozica = %e\",00,w,fabs(w-8.0/3.0)); pritf(" = %6d calka = %.0f rozica = %e\",000,w,fabs(w-8.0/3.0)); pritf(" = %6d calka = %.0f rozica = %e\",0000,w3,fabs(w3-8.0/3.0)); pritf(" = %6d calka = %.0f rozica = %e\",00000,w4,fabs(w4-8.0/3.0)); syste("ause"); retur (0); odstawy iforatyki Wykład r 9 5/44 odstawy iforatyki Wykład r 9 6/44 Ekstreu fukcji Ekstreu lokale a pochoda fukcji ekstreu globale fukcji to taki pukt, w który wartość fukcji jest większa (aksiu globale) lub iejsza (iiu globale) iŝ we wszystkich iych puktach ekstreu lokale (ekstreu) to taki pukt x, w który fukcja a wartość większą (aksiu lokale) lub odpowiedio iejszą (iiu lokale), od wszystkich iych puktów w pewy otoczeiu x rzykład: 3 ) = x + x x aksiu lokale iiu lokale fukcja a rysuku a jedo aksiu lokale i jedo iiu lokale, ie a atoiast ekstreu globalego kaŝde ekstreu globale jest jedocześie ekstreu lokaly daa fukcja oŝe ieć tylko jedo iiu globale i tylko jedo aksiu globale (lub ie ieć Ŝadego), atoiast dowolie wiele ekstreów lokalych źródło: jeśli fukcja f(x) a w pukcie x 0 lokale ekstreu oraz obustroą pochodą, to jej pochoda w ty pukcie jest rówa zeru powyŝsze stwierdzeie jest warukie koieczy istieia ekstreu fukcji róŝiczkowalej w day pukcie, ie jest to jedak waruek wystarczający aby w pukcie x 0 występowało lokale aksiu dodatkowo: w lewy sąsiedztwie puktu x 0 wartość pochodej usi być większa od zera w prawy sąsiedztwie puktu x 0 wartość pochodej usi być iejsza od zera aby w pukcie x 0 występowało lokale iiu dodatkowo: w lewy sąsiedztwie puktu x 0 wartość pochodej usi być iejsza od zera w prawy sąsiedztwie puktu x 0 wartość pochodej usi być większa od zera

5 odstawy iforatyki Wykład r 9 7/44 odstawy iforatyki Wykład r 9 8/44 Ekstreu lokale a pochoda fukcji Optyalizacja jeśli pochoda fukcji f(x) w pukcie x 0 wyosi zero: f (x 0 ) = 0, to jeśli druga pochoda f (x 0 ) = (f (x 0 )) jest: poszukiwaie ekstreu fukcji jedej zieej jest jedy z eleetów szerszego działu auki azywaego optyalizacją większa od zera, to f(x) w pukcie x 0 a iiu lokale iejsza od zera, to f(x) w pukcie x 0 a aksiu lokale rówa zeru, to f(x) w pukcie x 0 a pukt przegięcia optyalizacja jest to etoda wyzaczaia ajlepszego rozwiązaia (poszukiwaia ekstreu fukcji) z puktu widzeia określoego kryteriu (wskaźika) jakości (p. kosztu, drogi, wydajości) w ateatyce teri optyalizacja odosi się do astępującego probleu: daa jest fukcja f: A R, gdzie eleety zbioru A są eleetai rzeczywistyi, poszukiway jest eleet x 0 A taki Ŝe, f(x 0 ) f(x) dla wszystkich x A (aksyalizacja) lub f(x 0 ) f(x) dla wszystkich x A (iializacja) w etodach optyalizacji fukcja f(x) ozaczaa jest jako C(x) i azywaa fukcją celu (wskaźikie jakości, kryteriu jakości, kryteriu optyalizacyjy) etody poszukiwaia ekstreu lokalego fukcji jedowyiarowych dzielą się a trzy grupy: ) etody oparte a zasadzie eliiacji przedziałów ) etody wykorzystujące aproksyacje fukcji celu 3) etody wykorzystujące wartości pochodych fukcji celu odstawy iforatyki Wykład r 9 9/44 odstawy iforatyki Wykład r 9 0/44 Fukcja uiodala Metody oparte a zasadzie eliiacji przedziałów Defiicja: fukcja f(x) jest uiodala w przedziale a x b gdy jest ootoicza po obu stroach puktu iialego x * w rozpatryway przedziale jeśli x * - jedyy pukt iiu f(x) zawiera się w przedziale a x b, to f(x) jest uiodala w day przedziale wtedy i tylko wtedy, gdy dla puktów x i x rzykład: z x * x x wyika, Ŝe f(x * ) f(x ) f(x ) i z x * x x wyika, Ŝe f(x * ) f(x ) f(x ) fukcja ootoiczie wzrasta przy x 0 i ootoiczie wzrasta przy x 0 fukcja osiąga iiu w pukcie * i jest ootoicza po obu stroach od puktu iiu etody te pozwalają określić ekstreu fukcji jedej zieej drogą kolejego wyboru przedziałów i kolejo drogę ziejszaia przedziału poszukiwań w etodach tych zakłada się, Ŝe badaa fukcja w dopuszczaly przedziale posiada właściwość uiodalości dzięki powyŝszej właściwości, porówując wartość fukcji f(x) w dwóch róŝych puktach przedziału poszukiwań, oŝa określić, w który z wyzaczoych tyi puktai przedziałów zajduje się ekstreu fukcja f(x) jest uiodala

6 odstawy iforatyki Wykład r 9 /44 odstawy iforatyki Wykład r 9 /44 Metody oparte a zasadzie eliiacji przedziałów Metody oparte a zasadzie eliiacji przedziałów Twierdzeie: iech f(x) będzie fukcją uiodalą w przedziale a x b oraz iech iiu fukcji f(x) zajduje się w pukcie x * jeśli pukty x i x spełiają waruek a < x < x < b, to porówując wartości fukcji w puktach x i x oŝa określić: jeśli f(x ) > f(x ), to pukt iiu ie leŝy w przedziale (a,x ), czyli x * (x,b) jeśli f(x ) < f(x ), to pukt iiu ie leŝy w przedziale (x,b), czyli x * (a,x ) przedstawioe twierdzeie pozwala stosować procedurę poszukiwań ekstreu fukcji polegającą a wykluczaiu części wejściowego przedziału poszukiwaia ekstreu są kończoe, gdy przedział ziejszy się do dostateczie ałych roziarów w opisyway procesie poszukiwaia ekstreu wyróŝiae są dwa etapy: ) etap określaia graicy przedziału ) etap ziejszaia przedziału etoda połowieia etoda złotego etoda Fiboacciego Etap określaia graicy przedziału: ajczęściej poszukiwaia graiczych puktów przedziału zawierającego ekstreu wykouje się etodai heurystyczyi (ituicyjie) wybieray jest pukt a podstawie którego buduje się odpowiedio szeroki przedział zawierający ekstreu odstawy iforatyki Wykład r 9 3/44 odstawy iforatyki Wykład r 9 4/44 Metody oparte a zasadzie eliiacji przedziałów Etap określaia graicy przedziału (etoda Swaa): zakładay: x 0 - dowoly pukt początkowy, zakładay: - dobieraa pewy sposobe wielkość kroku koleje pukty określa się według wzoru rekurecyjego: k xk + = xk ±, k = 0,,,... (5) zak określa się drogą porówań wartości fukcji f(x 0 - ), f(x 0 ), f(x 0 + ) jeśli f(x 0 - ) f(x 0 + ) to z załoŝeie uiodalości pukt iiu powiie leŝeć w prawo od puktu x 0 i wielkość wybieraa jest jako dodatia jeśli f(x 0 - ) < f(x 0 + ) to wielkość wybieraa jest jako ujea jeśli f(x 0 - ) f(x 0 ) f(x 0 + ) to pukt iiu leŝy iędzy puktai x 0 - i x 0 + i poszukiwaie puktów graiczych zostaje zakończoe Metody oparte a zasadzie eliiacji przedziałów Etap określaia graicy przedziału (etoda Swaa) - przykład: zaleźć graicze pukty przedziału zawierającego iiu fukcji przy pukcie początkowy x 0 = 30 i kroku = 5 zak określa się porówując wartości w puktach: 0 ) 0 0 poiewaŝ: ) = + ) = f (5) = f (35) 565 = f (30) = 4900 ) 0 ) to wielkość powia być dodatia = 0 sprawdzeie zaku związae było takŝe z wyzaczeie puktu x : x 0 = x0 + = = 35 ) ) = (00 x)

7 odstawy iforatyki Wykład r 9 5/44 odstawy iforatyki Wykład r 9 6/44 Metody oparte a zasadzie eliiacji przedziałów Etap określaia graicy przedziału (etoda Swaa) - przykład: dla k = : x = x + = = 45 x = 35 ) = 45 * ) < ) więc x > 35 x = 45 ) = 305 Metody oparte a zasadzie eliiacji przedziałów Etap określaia graicy przedziału (etoda Swaa) - przykład: dla k = 3: x 3 4 = x3 + = = = 05 x3 = 65 3) = 5 * 4) < 3) więc x > 65 x = 05 ) = dla k = : x 3 = x + = = 65 x = 35 ) = 305 * 3) < ) więc x > 45 x = 45 ) = dla k = 4: x 4 5 = x4 + = = = 85 x4 = 05 4) = 5 * 5) > 4 ) więc x < 85 x = 85 ) = stąd przedział poszukiwań ekstreu to: (65,85) odstawy iforatyki Wykład r 9 7/44 odstawy iforatyki Wykład r 9 8/44 Metody oparte a zasadzie eliiacji przedziałów owę Etap ziejszaia przedziału: po ustaleiu graic przedziału zawierającego pukt iiu stosujey bardziej złoŝoą procedurę zawęŝaia przedziału poszukiwań w celu otrzyaia rozwiązaia (iiu) z załoŝoą dokładością stosując odpowiedi algoryt iteracyjy, ziejszay w kaŝdy kroku wielkość przedziału stopień ziejszeia przedziału zaleŝy jest od połoŝeia próbych puktów etoda ta pozwala a eliiację połowy przedziału w kaŝdej iteracji w przedziale poszukiwań ekstreu [a,b] wybieray trzy pukty próbe (x, x, x ), dzielące przedział a cztery rówe części: x = a + L / 4, x = ( a + b) /, x = b L / 4, L = b a (6) jeśli wartość fukcji w pukcie x jest iejsza od wartości fukcji w pukcie x (f(x )<f(x )), to jako owy przedział poszukiwań wybieray lewy podprzedział [a,x ]: a = a x = x (7)

8 odstawy iforatyki Wykład r 9 9/44 odstawy iforatyki Wykład r 9 30/44 owę owę jeśli wartość fukcji w pukcie x jest iejsza od wartości fukcji w pukcie x (f(x )<f(x )), to jako owy przedział poszukiwań wybieray prawy podprzedział [x,b]: a = x x = x (8) b = b ziejszaie długości przedziału kończyy, gdy jego długość jest iejsza od załoŝoej dokładości: b a ε jako wartość ekstreu przyjujey środek przedziału: a + b L x = lub x = a + (0) () jeśli Ŝade z powyŝszych waruków ie jest prawdziwy, to pukt środkowy, x, ie zieia się, zaś do dalszych obliczeń wybieray podprzedział [x,x ]: Uwagi: w kaŝdej iteracji są potrzebe ie więcej iŝ dwa obliczeia wartości fukcji a = x x = x (9) odstawy iforatyki Wykład r 9 3/44 odstawy iforatyki Wykład r 9 3/44 owę Lista kroków: Krok : Czytaj: Krok : Krok 3: x a,b,ε = ( a + b) /, Krok 4: jeśli f(x ) < f(x ), to: przejdź do: Krok 7 Krok 5: jeśli f(x ) < f(x ), to: przejdź do: Krok 7 L = b a x = a + L / 4, x = b L / 4, L = b a, x x = a = x, L = b a, x x = Krok 6: x pozostaje, zawęŝay przedział a = x,, L = b a Krok 7: jeśli b a > ε to przejdź do: Krok Krok 8: isz: x = ( a + b) / - wartość iiu owę float MetodaDwudzielosci(float a, float b, float eps) float x, x, x, fx, fx, fx, L; x = (a+b)/; fx = f(x); L = b-a; do x = a+l/4; fx = f(x); x = b-l/4; fx = f(x); if (fx < fx) ; L = b-a; ; fx = fx; else if (fx < fx) a = x; L = b-a; ; fx = fx; else a = x; ; L = b-a; while (fabs(b-a)>*eps); retur (a+l/);

9 odstawy iforatyki Wykład r 9 33/44 odstawy iforatyki Wykład r 9 34/44 owę - przykład (/3) owę - przykład (/3) wyzaczyć iiu fukcji: ) = (00 x) w przedziale: [60,50] druga iteracja: obliczeia wstępe: a = 60, b = 50, L = b a = = 90 x pierwsza iteracja: x = a + L / 4 = / 4 = 8.5 x = b L / 4 = / 4 = 7.5 = ( a + b) / = ( ) / = 05, ) = f (8.5) = ) = f (7.5) = > > ) = f (05) = 5 ) = f (05) = 5 ) = f (05) = 5 x = a + L / 4 = / 4 = x = b L / 4 = / 4 = 6.5 ) = f (93.75) = ) = f (6.5) = > > ) = f (05) = 5 ) = f (05) = 5 wybieray środkowy przedział: a = x = 93.75, x = x = 05, = 6.5 L = b a = =.5 wybieray środkowy przedział: a = x = 8.5, x = x = 05, = 7.5 L = b a = = 45 odstawy iforatyki Wykład r 9 35/44 odstawy iforatyki Wykład r 9 36/44 owę - przykład (3/3)... trzecia iteracja: x = a + L / 4 = / 4 = x = b L / 4 = 6.5.5/ 4 = 0.65 ) = f (99.375) = 0.39 ) = f (0.65) =.89 wybieray lewy przedział: a = a = 93.75, x = x = , L = b a = =.5 ) = f (05) = 5 obliczeia kończyy, gdy spełioy jest waruek: < = 05 b a ε w etodzie złotego stosowae są dwa pukty próbe, które dzielą przedział w sposób pokazay a rysuku wartość stałej τ wyosi: τ = ( 5 ) / = () Dlaczego taki podział? podział przedstawioy a rysuku spełia trzy waruki: ) pukty próbe są rozieszczoe w jedakowych odległościach od środka przedziału ) pukty próbe są rozieszczoe syetryczie w taki sposób, ze stosuek długości eliiowaego podprzedziału do wielkości całego podprzedziału jest stały 3) w kaŝdej iteracji obliczaa jest tylko jeda wartość fukcji

10 odstawy iforatyki Wykład r 9 37/44 odstawy iforatyki Wykład r 9 38/44 Dlaczego etoda złotego? Algoryt etody złotego : w geoetrii złoty podziałe azywa się taki podział odcika a dwie części, przy który stosuek całego odcika do jego większej części jest rówy stosukowi większej części do iejszej a b = b c jeśli wartość fukcji w pukcie x jest większa od wartości fukcji w pukcie x (f(x )>f(x )), to jako owy przedział poszukiwań wybieray prawy podprzedział [x,b]: a = x + a b = b (4) Algoryt etody złotego : w przedziale poszukiwań ekstreu [a,b] wybieray dwa pukty próbe (x, x ), dzielące przedział a trzy części: gdzie: x = ( b a) τ ) + b x = ( b a) + a (3) τ = ( 5 ) / = w przeciwy przypadku jako owy przedział poszukiwań wybieray lewy podprzedział [a,x ]: a = a τ ) + b (5) odstawy iforatyki Wykład r 9 39/44 odstawy iforatyki Wykład r 9 40/44 Algoryt etody złotego : ziejszaie długości przedziału kończyy, gdy jego długość jest iejsza od załoŝoej dokładości: b a ε jako wartość ekstreu przyjujey środek przedziału: a + b x = (6) (7) Lista kroków: Krok : Czytaj: Krok : a,b,ε τ ) + b + a Krok 3: jeśli f > f, to: Krok 4: jeśli f f, to: a = x f = ) Krok 7: jeśli b a > ε to przejdź do: Krok 3 Krok 8: isz: x = ( a + b) / - wartość iiu f = f f = ) x = ( b a) + a f = ) przejdź do: Krok 5 x = ( b a) τ ) + b f = ) przejdź do: Krok 5 f = f

11 odstawy iforatyki Wykład r 9 4/44 odstawy iforatyki Wykład r 9 4/44 - przykład (/3) float Zlotyodzial(float a, float b, float eps) float x, x, fx, fx, t; t = (sqrt(5)-)/; x = (b-a)*(-t)+b; fx = f(x); x = (b-a)*t+a; fx = f(x); do if (fx > fx) a = x; ; fx = fx; x = (b-a)*t+a; fx = f(x); else ; ; fx = fx; x = (b-a)*(-t)+b; fx = f(x); while (fabs(b-a)>*eps); retur (a+b)/; wyzaczyć iiu fukcji: ) = (00 x) w przedziale: [60,50] obliczeia wstępe: a = 60, pierwsza iteracja: b = 50, τ = 0.68 τ ) + b = (50 60) 0.68) + 50 = a = (50 60) = 5.6 ) = f (94.38) = 3.58, ) < ) a = a = 60 = 5.6 = ) = 3.58 ) = f (8.4) = ) = f (5.6) = τ ) + b = (5.6 60) 0.68) = 8.4 wybieray lewy podprzedział: [60,5.6] ) = f (94.38) = 3.58 ) = f (5.6) = odstawy iforatyki Wykład r 9 43/44 odstawy iforatyki Wykład r 9 44/44 - przykład (/3) - przykład (3/3) druga iteracja: druga iteracja: ) = f (8.4) = 35.93, ) = f (94.38) = 3.58 ) = f (94.38) = 3.58, ) = f (0.48) = 6.8 ) > ) = 8.4 b = b = 5.6 a = x = ) = 3.58 ) = f (0.48) = 6.8 wybieray prawy podprzedział: [8.4,5.6] + a = ( ) = 0.48 ) > ) = b = b = 5.6 a = x = 0.48 ) = 6.8 ) = f (07.5) = 56.5 wybieray prawy podprzedział: [94.38,5.6] + a = ( ) = obliczeia kończyy, gdy spełioy jest waruek: b a ε

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum MATEMATYKA (poziom podstawowy) przykładowy arkusz maturaly wraz ze schematem oceiaia dla klasy II Liceum Propozycja zadań maturalych sprawdzających opaowaie wiadomości i umiejętości matematyczych z zakresu

Bardziej szczegółowo

Szereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3:

Szereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3: Szereg geometryczy Zad : Suma wszystkich wyrazów ieskończoego ciągu geometryczego jest rówa 4, a suma trzech początkowych wyrazów wyosi a) Zbadaj mootoiczość ciągu sum częściowych tego ciągu geometryczego

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

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

Chemia Teoretyczna I (6).

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

Bardziej szczegółowo

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

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 11

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 11 Matematyka I Bezpieczeństwo jądrowe i ochroa radiologicza Semestr zimowy 2018/2019 Wykład 11 Całka ozaczoa podstawowe pojęcia Defiicja podziału odcika Podziałem P odcika < a, b > a części azywamy zbiór

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/ n 333))

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/ n 333)) 46. Wskazać liczbę rzeczywistą k, dla której graica k 666 + 333)) istieje i jest liczbą rzeczywistą dodatią. Obliczyć wartość graicy przy tak wybraej liczbie k. Rozwiązaie: Korzystając ze wzoru a różicę

Bardziej szczegółowo

Internetowe Kółko Matematyczne 2004/2005

Internetowe Kółko Matematyczne 2004/2005 Iteretowe Kółko Matematycze 2004/2005 http://www.mat.ui.toru.pl/~kolka/ Zadaia dla szkoły średiej Zestaw I (20 IX) Zadaie 1. Daa jest liczba całkowita dodatia. Co jest większe:! czy 2 2? Zadaie 2. Udowodij,

Bardziej szczegółowo

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1 Tekst a iebiesko jest kometarzem lub treścią zadaia. Zadaie 1. Zbadaj mootoiczość i ograiczoość ciągów. a = + 3 + 1 Ciąg jest mootoiczie rosący i ieograiczoy poieważ różica kolejych wyrazów jest dodatia.

Bardziej szczegółowo

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic). Materiały dydaktycze Aaliza Matematycza Wykład Ciągi liczbowe i ich graice. Graice ieskończoe. Waruek Cauchyego. Działaia arytmetycze a ciągach. Podstawowe techiki obliczaia graic ciągów. Istieie graic

Bardziej szczegółowo

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D.

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D. Arkusz ćwiczeiowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE W zadaiach od. do. wybierz i zazacz poprawą odpowiedź. Zadaie. ( pkt) Liczbę moża przedstawić w postaci A. 8. C. 4 8 D. 4 Zadaie. ( pkt)

Bardziej szczegółowo

Egzaminy. na wyższe uczelnie 2003. zadania

Egzaminy. na wyższe uczelnie 2003. zadania zadaia Egzamiy wstępe a wyższe uczelie 003 I. Akademia Ekoomicza we Wrocławiu. Rozwiąż układ rówań Æ_ -9 y - 5 _ y = 5 _ -9 _. Dla jakiej wartości parametru a suma kwadratów rozwiązań rzeczywistych rówaia

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16 Egzami,.6.6, godz. 9:-: Zadaie. puktów) Wyzaczyć wszystkie rozwiązaia rówaia z i w liczbach zespoloych. Zapisać wszystkie rozwiązaia w postaci kartezjańskiej bez używaia fukcji trygoometryczych) oraz zazaczyć

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

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi. Jarosław Wróblewski Aaliza Matematycza 1A, zima 2012/13 Ciągi. Ćwiczeia 5.11.2012: zad. 140-173 Kolokwium r 5, 6.11.2012: materiał z zad. 1-173 Ćwiczeia 12.11.2012: zad. 174-190 13.11.2012: zajęcia czwartkowe

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Zadanie 3. Na jednym z poniższych rysunków przedstawiono fragment wykresu funkcji. Wskaż ten rysunek.

Zadanie 3. Na jednym z poniższych rysunków przedstawiono fragment wykresu funkcji. Wskaż ten rysunek. FUNKCJA KWADRATOWA. Zadaia zamkięte. Zadaie. Wierzchołek paraboli, która jest wykresem fukcji f ( x) ( x ) ma współrzęde: A. ( ; ) B. ( ; ) C. ( ; ) D. ( ; ) Zadaie. Zbiorem rozwiązań ierówości: (x )(x

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

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

Bardziej szczegółowo

Poziom rozszerzony. 5. Ciągi. Uczeń:

Poziom rozszerzony. 5. Ciągi. Uczeń: PIOTR LUDWIKOWSKI Materiał z wykładu z aalizy dla uczestików koerecji Podstawa programowa z kometarzami Tom 6 Edukacja matematycza i techicza w szkole podstawowej, gimazjum i liceum matematyka, zajęcia

Bardziej szczegółowo

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji http://www.ii.ui.wroc.pl/ sle/teachig/a-apr.pdf Aaliza umerycza Staisław Lewaowicz Grudzień 007 r. Aproksymacja fukcji Pojęcia wstępe Defiicja. Przestrzeń liiową X (ad ciałem liczb rzeczywistych R) azywamy

Bardziej szczegółowo

Wymagania edukacyjne na poszczególne oceny z matematyki w klasie III poziom rozszerzony

Wymagania edukacyjne na poszczególne oceny z matematyki w klasie III poziom rozszerzony Wymagaia edukacyje a poszczególe ocey z matematyki w klasie III poziom rozszerzoy Na oceę dopuszczającą, uczeń: zazacza kąt w układzie współrzędych, wskazuje jego ramię początkowe i końcowe wyzacza wartości

Bardziej szczegółowo

Ciągi i szeregi liczbowe. Ciągi nieskończone.

Ciągi i szeregi liczbowe. Ciągi nieskończone. Ciągi i szeregi liczbowe W zbiorze liczb X jest określoa pewa fukcja f, jeŝeli kaŝdej liczbie x ze zbioru X jest przporządkowaa dokładie jeda liczba pewego zbioru liczb Y Przporządkowaie to zapisujem w

Bardziej szczegółowo

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem 9.1. Izomorfizmy algebr.. Wykład Przykłady: 13) Działaia w grupach często wygodie jest zapisywać w tabelkach Cayleya. Na przykład tabelka działań w grupie Z 5, 5) wygląda astępująco: 5 1 3 1 1 3 1 3 3

Bardziej szczegółowo

Fraktale - ciąg g dalszy

Fraktale - ciąg g dalszy Fraktale - ciąg g dalszy Koleja próba defiicji fraktala Jak Madelbrot zdefiiował fraktal? Co to jest wymiar fraktaly zbioru? Układy odwzorowań iterowaych (IFS Przykład kostrukcji pewego zbioru. Elemety

Bardziej szczegółowo

x 2 5x + 6, (i) lim 9 + 2x 5 lim x + 3 ( ) 9 Zadanie 1.4. Czy funkcjom, (c) h(x) =, (b) g(x) = x x, (c) h(x) = x + x.

x 2 5x + 6, (i) lim 9 + 2x 5 lim x + 3 ( ) 9 Zadanie 1.4. Czy funkcjom, (c) h(x) =, (b) g(x) = x x, (c) h(x) = x + x. Zadaie.. Obliczyć graice x 2 + 2x 3 (a) x x x2 + x2 + 25 5 (d) x 0. Graica i ciągłość fukcji x 2 5x + 6 (b) x x 2 x 6 4x (e) x 0si 2x (g) x 0 cos x x 2 (h) x 8 Zadaie.2. Obliczyć graice (a) (d) (g) x (x3

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

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

Bardziej szczegółowo

201. a 1 a 2 a 3...a n a 2 1 +a 2 2 +a a 2 n n a 4 1 +a 4 2 +a a 4 n n. a1 + a 2 + a a n 204.

201. a 1 a 2 a 3...a n a 2 1 +a 2 2 +a a 2 n n a 4 1 +a 4 2 +a a 4 n n. a1 + a 2 + a a n 204. Liczby rzeczywiste dodatie a 1, a 2, a 3,...a spełiają waruek a 1 +a 2 +a 3 +...+a =. Wpisać w kratkę zak lub i udowodić podaą ierówość bez korzystaia z gotowych twierdzeń (moża korzystać z wcześiejszych

Bardziej szczegółowo

wykład V uzupełnienie notatek: dr Jerzy Białkowski Programowanie C/C++ Język C++ klasy i obiekty wykład V dr Jarosław Mederski Spis Język C++ - klasy

wykład V uzupełnienie notatek: dr Jerzy Białkowski Programowanie C/C++ Język C++ klasy i obiekty wykład V dr Jarosław Mederski Spis Język C++ - klasy i obiekty Programowanie i obiekty uzupełnienie notatek: dr Jerzy Białkowski i obiekty 1 2 3 4 i obiekty Obiektowość języka C++ Na tym wykładzie poznamy: ˆ Klasa (w języku C++ rozszerzenie struktury, typ

Bardziej szczegółowo

Metody badania zbieżności/rozbieżności ciągów liczbowych

Metody badania zbieżności/rozbieżności ciągów liczbowych Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu

Bardziej szczegółowo

I. Podzielność liczb całkowitych

I. Podzielność liczb całkowitych I Podzielość liczb całkowitych Liczba a = 57 przy dzieleiu przez pewą liczbę dodatią całkowitą b daje iloraz k = 3 i resztę r Zaleźć dzieik b oraz resztę r a = 57 = 3 b + r, 0 r b Stąd 5 r b 8, 3 więc

Bardziej szczegółowo

Metody Obliczeniowe w Nauce i Technice laboratorium

Metody Obliczeniowe w Nauce i Technice laboratorium Marci Rociek Iformatyka, II rok Metody Obliczeiowe w Nauce i Techice laboratorium zestaw 1: iterpolacja Zadaie 1: Zaleźć wzór iterpolacyjy Lagrage a mając tablicę wartości: 3 5 6 y 1 3 5 6 Do rozwiązaia

Bardziej szczegółowo

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe Metody probabilistycze i statystyka Wykład 1 Zdarzeia losowe, defiicja prawdopodobieństwa, zmiee losowe Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16 Egzami,.9.6, godz. :-5: Zadaie. ( puktów) Wyzaczyć wszystkie rozwiązaia rówaia z 4 = 4 w liczbach zespoloych. Zapisać wszystkie rozwiązaia w postaci kartezjańskiej (bez używaia fukcji trygoometryczych)

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lekcja 3 Parametrycze testy istotości ZADANIE DOMOWE www.etrapez.pl Stroa Część : TEST Zazacz poprawą odpowiedź (tylko jeda jest prawdziwa). Pytaie Statystykę moża rozumieć jako: a) próbkę

Bardziej szczegółowo

Szeregi liczbowe. Szeregi potęgowe i trygonometryczne.

Szeregi liczbowe. Szeregi potęgowe i trygonometryczne. Szeregi iczbowe. Szeregi potęgowe i trygoometrycze. wykład z MATEMATYKI Automatyka i Robotyka sem. I, rok ak. 2008/2009 Katedra Matematyki Wydział Iformatyki Poitechika Białostocka Szeregi iczbowe Defiicja..

Bardziej szczegółowo

MATURA 2014 z WSiP. Zasady oceniania zadań

MATURA 2014 z WSiP. Zasady oceniania zadań MATURA 0 z WSiP Matematyka Poziom rozszerzoy Zasady oceiaia zadań Copyright by Wydawictwa Szkole i Pedagogicze sp z oo, Warszawa 0 Matematyka Poziom rozszerzoy Kartoteka testu Numer zadaia Sprawdzaa umiejętość

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

Wykład 4 Soczewki. Przyrządy optyczne

Wykład 4 Soczewki. Przyrządy optyczne Wykład 4 Soczewki. Przyrządy optycze Soczewka cieka - rówaie zlifierzy oczewek Rozważyy teraz dwie powierzchi ferycze oddzielające ośrodki o wpółczyikach załaaia kolejo i odległych od iebie o d. Niech

Bardziej szczegółowo

Moduł 4. Granica funkcji, asymptoty

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

Bardziej szczegółowo

Materiał ćwiczeniowy z matematyki Marzec 2012

Materiał ćwiczeniowy z matematyki Marzec 2012 Materiał ćwiczeiowy z matematyki Marzec 0 Klucz puktowaia do zadań zamkiętych oraz schemat oceiaia do zadań otwartych POZIOM PODSTAWOWY Marzec 0 Klucz puktowaia do zadań zamkiętych Nr zad 3 5 6 7 8 9 0

Bardziej szczegółowo

4. PRZEKŁADNIKI PRĄDOWE I NAPIĘCIOWE

4. PRZEKŁADNIKI PRĄDOWE I NAPIĘCIOWE 4. PRZEŁDN PRĄDOWE NPĘOWE 4.. Wstęp 4.. Przekładiki prądowe Przekładikie prądowy prądu zieego azywa się trasforator przezaczoy do zasilaia obwodów prądowych elektryczych przyrządów poiarowych oraz przekaźików.

Bardziej szczegółowo

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień. Metoda aalizy hierarchii Saaty ego Ważym problemem podejmowaia decyzji optymalizowaej jest często występująca hierarchiczość zagadień. Istieje wiele heurystyczych podejść do rozwiązaia tego problemu, jedak

Bardziej szczegółowo

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja Charakterystyki liczbowe zmieych losowych: wartość oczekiwaa i wariacja dr Mariusz Grządziel Wykłady 3 i 4;,8 marca 24 Wartość oczekiwaa zmieej losowej dyskretej Defiicja. Dla zmieej losowej dyskretej

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

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

Bardziej szczegółowo

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

Ilustracja metody Monte Carlo obliczania pola obszaru D zawartego w kwadracie [a,b]x[a,b]

Ilustracja metody Monte Carlo obliczania pola obszaru D zawartego w kwadracie [a,b]x[a,b] Ilustracja metody Monte Carlo obliczania pola obszaru D zawartego w kwadracie [a,b]x[a,b] Dagna Bieda, Piotr Jarecki, Tomasz Nachtigall, Jakub Ciesiółka, Marek Kubiczek Metoda Monte Carlo Metoda Monte

Bardziej szczegółowo

(1) gdzie I sc jest prądem zwarciowym w warunkach normalnych, a mnożnik 1,25 bierze pod uwagę ryzyko 25% wzrostu promieniowania powyżej 1 kw/m 2.

(1) gdzie I sc jest prądem zwarciowym w warunkach normalnych, a mnożnik 1,25 bierze pod uwagę ryzyko 25% wzrostu promieniowania powyżej 1 kw/m 2. Katarzya JARZYŃSKA ABB Sp. z o.o. PRODUKTY NISKONAPIĘCIOWE W INSTALACJI PV Streszczeie: W ormalych warukach pracy każdy moduł geeruje prąd o wartości zbliżoej do prądu zwarciowego I sc, który powiększa

Bardziej szczegółowo

Rozkłady statystyk z próby Twierdzenia graniczne

Rozkłady statystyk z próby Twierdzenia graniczne Rozkłady statystyk z róby Twierdzeia graicze PRÓBA LOSOWA Próbą losową rostą azyway ciąg -zieych losowych iezależych i osiadających jedakowe rozkłady takie jak rozkład zieej losowej w oulacji geeralej

Bardziej szczegółowo

Funkcje trygonometryczne Moduł - dział -temat Funkcje trygonometry czne dowolnego kąta

Funkcje trygonometryczne Moduł - dział -temat Funkcje trygonometry czne dowolnego kąta Fukcje cze Moduł - dział -temat Fukcje cze dowolego kąta Lp 1 kąt w układzie współrzędych fukcje cze dowolego kąta zaki czych wartości czych iektórych kątów Kąt obrotu 2 dodati i ujemy kieruek obrotu wartości

Bardziej szczegółowo

OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI SWOBODNIE PODPARTEJ SWOBODNIE PODPARTEJ ALGORYTM DO PROGRAMU MATHCAD

OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI SWOBODNIE PODPARTEJ SWOBODNIE PODPARTEJ ALGORYTM DO PROGRAMU MATHCAD OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI ALGORYTM DO PROGRAMU MATHCAD 1 PRAWA AUTORSKIE BUDOWNICTWOPOLSKIE.PL GRUDZIEŃ 2010 Rozpatrujemy belkę swobodie podpartą obciążoą siłą skupioą, obciążeiem rówomierie

Bardziej szczegółowo

STATYSTKA I ANALIZA DANYCH LAB II

STATYSTKA I ANALIZA DANYCH LAB II STATYSTKA I ANALIZA DANYCH LAB II 1. Pla laboratorium II rozkłady prawdopodobieństwa Rozkłady prawdopodobieństwa dwupuktowy, dwumiaowy, jedostajy, ormaly. Związki pomiędzy rozkładami prawdopodobieństw.

Bardziej szczegółowo

Zadania z Matematyka 2 - SIMR 2008/ szeregi zadania z rozwiązaniami. n 1. n n. ( 1) n n. n n + 4

Zadania z Matematyka 2 - SIMR 2008/ szeregi zadania z rozwiązaniami. n 1. n n. ( 1) n n. n n + 4 Zadaia z Matematyka - SIMR 00/009 - szeregi zadaia z rozwiązaiami. Zbadać zbieżość szeregu Rozwiązaie: 0 4 4 + 6 0 : Dla dostateczie dużych 0 wyrazy szeregu są ieujeme 0 a = 4 4 + 6 0 0 Stosujemy kryterium

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

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

Bardziej szczegółowo

Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu

Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu Techikum Nr 2 im. ge. Mieczysława Smorawińskiego w Zespole Szkół Ekoomiczych w Kaliszu Wymagaia edukacyje iezbęde do uzyskaia poszczególych śródroczych i roczych oce klasyfikacyjych z obowiązkowych zajęć

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ĆWICZENIA NR 1 Z MATEMATYKI (Finanse i Rachunkowość, studia zaoczne, I rok) Zad. 1. Wyznaczyć dziedziny funkcji: 1 = 1, b) ( x) , c) h ( x) x x

ĆWICZENIA NR 1 Z MATEMATYKI (Finanse i Rachunkowość, studia zaoczne, I rok) Zad. 1. Wyznaczyć dziedziny funkcji: 1 = 1, b) ( x) , c) h ( x) x x ĆWICZENIA NR Z MATEMATYKI (Fiase i Rachukowość studia zaocze I rok) Zad Wyzaczyć dziedziy fukcji: a) f ( ) b) ( ) + + 6 f c) f ( ) + + d) f ( ) + e) ( ) f l f) f ( ) l( + ) + l( ) g) f ( ) l( si ) h) f

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

a 1, a 2, a 3,..., a n,...

a 1, a 2, a 3,..., a n,... III. Ciągi liczbowe. 1. Defiicja ciągu liczbowego. Defiicja 1.1. Ciągiem liczbowym azywamy fukcję a : N R odwzorowującą zbiór liczb aturalych N w zbiór liczb rzeczywistych R i ozaczamy przez { }. Używamy

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

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

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

Jak obliczać podstawowe wskaźniki statystyczne? Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ZADANIA ZAMKNIĘTE. Zadanie 1. (1 pkt) Wartość wyrażenia. b dla a 2 3 i b 2 3 jest równa A B. 5 C. 6 D Zadanie 2.

ZADANIA ZAMKNIĘTE. Zadanie 1. (1 pkt) Wartość wyrażenia. b dla a 2 3 i b 2 3 jest równa A B. 5 C. 6 D Zadanie 2. Zachęcam do samodzielej prac z arkuszem diagostczm. Pozaj swoje moce i słabe stro, a astępie popracuj ad słabmi. Żczę przjemego rozwiązwaia zadań. Zadaie. ( pkt) Wartość wrażeia a ZADANIA ZAMKNIĘTE b dla

Bardziej szczegółowo

Nie do końca zaawansowane elementy programowania w pakiecie R. Tomasz Suchocki

Nie do końca zaawansowane elementy programowania w pakiecie R. Tomasz Suchocki Nie do końca zaawansowane elementy programowania w pakiecie R Tomasz Suchocki Plan wykładu Metody Monte Carlo Jak bardzo można przybliżyć liczbę π? Całkowanie numeryczne R w Linuxie Tinn-R Metody Monte

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

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

Bardziej szczegółowo

0, co implikuje tezę. W interpretacji geometrycznej: musi istnieć punkt, w którym styczna ( f (c)

0, co implikuje tezę. W interpretacji geometrycznej: musi istnieć punkt, w którym styczna ( f (c) RACHUNEK RÓŻNCZKOWY cd Twierdzeie Lagrage a: Jeżeli jest ciągła w [a,b], jest różiczkwala w a,b), t ca,b) : b)-a)= c) b-a) b) Dwód Wystarczy rzpatrzyć ukcję t) t) t a), t[a,b], która b a spełia załżeia

Bardziej szczegółowo

MMF ćwiczenia nr 1 - Równania różnicowe

MMF ćwiczenia nr 1 - Równania różnicowe MMF ćwiczia r - Rówaia różicow Rozwiązać rówaia różicow pirwszgo rzędu: y + y = y = y + y =! y = Wsk Podzilić rówai przz! i podstawić z y /( )! Rozwiązać rówaia różicow drugigo rzędu: 5 6 F F F F F (ciąg

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n Maemayka ubezpieczeń mająkowych 9.0.006 r. Zadaie. Rozważamy proces adwyżki ubezpieczyciela z czasem dyskreym posaci: U = u + c S = 0... S = W + W +... + W W W W gdzie zmiee... są iezależe i mają e sam

Bardziej szczegółowo

Materiał powtarzany w II etapie. II 4. Ciągi

Materiał powtarzany w II etapie. II 4. Ciągi Materiał powtarzay w II etapie II. Ciągi 3 1, dla parzystych 1. Wyzacz sześć początkowych wyrazów ciągu a = { +1, dla ieparzystych. Które wyrazy ciągu a = są rówe 1? 3. Pomiędzy liczby 7 i 5 wstaw 5 liczb

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. I Szeregi liczbowe

Zadania z analizy matematycznej - sem. I Szeregi liczbowe Zadaia z aalizy matematyczej - sem. I Szeregi liczbowe Defiicja szereg ciąg sum częściowyc. Szeregiem azywamy parę uporządkowaą a ) S ) ) ciągów gdzie: ciąg a ) ciąg S ) jest day jest ciągiem sum częściowych

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

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

Bardziej szczegółowo

Definicja interpolacji

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

Bardziej szczegółowo

KURS MATURA PODSTAWOWA

KURS MATURA PODSTAWOWA KURS MATURA PODSTAWOWA LEKCJA 5 Ciągi ZADANIE DOMOWE www.etrapez.pl Stroa 1 Część 1: TEST Zazacz poprawą odpowiedź (tylko jeda jest prawdziwa). Pytaie 1 Piąty wyraz ciągu liczbowego o wzorze a a) 5 b)

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Egzamin maturalny z matematyki CZERWIEC 2011

Egzamin maturalny z matematyki CZERWIEC 2011 Egzami maturaly z matematyki CZERWIEC 0 Klucz puktowaia do zadań zamkiętych oraz schemat oceiaia do zadań otwartych POZIOM PODSTAWOWY Poziom podstawowy czerwiec 0 Klucz puktowaia do zadań zamkiętych Nr

Bardziej szczegółowo

3. Funkcje elementarne

3. Funkcje elementarne 3. Fukcje elemetare Fukcjami elemetarymi będziemy azywać fukcję tożsamościową x x, fukcję wykładiczą, fukcje trygoometrycze oraz wszystkie fukcje, jakie moża otrzymać z wyżej wymieioych drogą astępujących

Bardziej szczegółowo

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem)

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem) D. Miszczyńska, M.Miszczyński KBO UŁ, Badaia operacyje (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assigmet Problem) Bliskim "krewiakiem" ZT (w sesie podobieństwa modelu decyzyjego) jest zagadieie

Bardziej szczegółowo

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE

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

Bardziej szczegółowo

Statystyka matematyczna. Wykład II. Estymacja punktowa

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

Bardziej szczegółowo

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

c 2 + d2 c 2 + d i, 2

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

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera Istrukcja do ćwiczeń laboratoryjych z przedmiotu: Badaia operacyje Temat ćwiczeia: Problemy trasportowe cd Problem komiwojażera Zachodiopomorski Uiwersytet Techologiczy Wydział Iżyierii Mechaiczej i Mechatroiki

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

Laboratorium Sensorów i Pomiarów Wielkości Nieelektrycznych. Ćwiczenie nr 1

Laboratorium Sensorów i Pomiarów Wielkości Nieelektrycznych. Ćwiczenie nr 1 1. Cel ćwiczeia: Laboratorium Sesorów i Pomiarów Wielkości Nieelektryczych Ćwiczeie r 1 Pomiary ciśieia Celem ćwiczeia jest zapozaie się z kostrukcją i działaiem czujików ciśieia. W trakcie zajęć laboratoryjych

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19 7 Wyzaczyć zbiór wszyskich warości rzeczywisych parameru p, dla kórych całka iewłaściwa jes zbieża x xe Dzieląc przedział całkowaia orzymujemy x x e x x e x x e Zbadamy, dla kórych warości parameru p całki

Bardziej szczegółowo

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2. Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,

Bardziej szczegółowo

Estymacja przedziałowa

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

Bardziej szczegółowo

Analiza matematyczna. Robert Rałowski

Analiza matematyczna. Robert Rałowski Aaliza matematycza Robert Rałowski 6 paździerika 205 2 Spis treści 0. Liczby aturale.................................... 3 0.2 Liczby rzeczywiste.................................... 5 0.2. Nierówości...................................

Bardziej szczegółowo

Klucz odpowiedzi do zadań zamkniętych oraz schematy oceniania zadań otwartych. Matematyka. Poziom podstawowy

Klucz odpowiedzi do zadań zamkniętych oraz schematy oceniania zadań otwartych. Matematyka. Poziom podstawowy Klucz odpowiedzi do zadań zamkiętych oraz schematy oceiaia zadań otwartych Matematyka CZERWIEC 0 Schemat oceiaia Klucz puktowaia zadań zamkiętych Nr zad Odp 5 6 8 9 0 5 6 8 9 0 5 6 B C C B C C A A B B

Bardziej szczegółowo

I kolokwium z Analizy Matematycznej

I kolokwium z Analizy Matematycznej I kolokwium z Aalizy Matematyczej 4 XI 0 Grupa A. Korzystając z zasady idukcji matematyczej udowodić ierówość dla wszystkich N. Rozwiązaie:... 4 < + Nierówość zachodzi dla, bo 4

Bardziej szczegółowo

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

INWESTYCJE MATERIALNE

INWESTYCJE MATERIALNE OCENA EFEKTYWNOŚCI INWESTYCJI INWESTCJE: proces wydatkowaia środków a aktywa, z których moża oczekiwać dochodów pieiężych w późiejszym okresie. Każde przedsiębiorstwo posiada pewą liczbę możliwych projektów

Bardziej szczegółowo

Fundamentalna tabelka atomu. eureka! to odkryli. p R = nh -

Fundamentalna tabelka atomu. eureka! to odkryli. p R = nh - TEKST TRUDNY Postulat kwatowaia Bohra, czyli założoy ad hoc związek pomiędzy falą de Broglie a a geometryczymi własościami rozważaego problemu, pozwolił bez większych trudości teoretyczie przewidzieć rozmiary

Bardziej szczegółowo

1.3. Największa liczba naturalna (bez znaku) zapisana w dwóch bajtach to a) b) 210 c) d) 32767

1.3. Największa liczba naturalna (bez znaku) zapisana w dwóch bajtach to a) b) 210 c) d) 32767 Egzami maturaly z iformatyki Zadaie. (0 pkt) Każdy z puktów tego zadaia zawiera stwierdzeie lub pytaie. Zazacz (otaczając odpowiedią literę kółkiem) właściwą kotyuację zdaia lub poprawą odpowiedź. W każdym

Bardziej szczegółowo

EGZAMIN MATURALNY Z INFORMATYKI

EGZAMIN MATURALNY Z INFORMATYKI Miejsce a aklejkę z kodem szkoły dysleksja MIN-R_P-072 EGZAMIN MATURALNY Z INFORMATYKI MAJ ROK 2007 POZIOM ROZSZERZONY CZĘŚĆ I Czas pracy 90 miut Istrukcja dla zdającego. Sprawdź, czy arkusz egzamiacyjy

Bardziej szczegółowo