Zastosowanie szeregów potęgowych do rozwiązywania równań różniczkowych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zastosowanie szeregów potęgowych do rozwiązywania równań różniczkowych"

Transkrypt

1 Zastosowae szeregów potęgowch do rozwązwaa rówań różczkowch Ogól kształt rówaa lowego drugego rzędu jedorodego o współczkach zmech ma postać: '' + f ' + g = 0 (1) Tego tpu klasa rówań obejmuje wele zjawsk fzk techk. Wśród ch zajduje sę rówae postac: '' + u = λ = h () określae jako stacjoare rówae Schrödgera (użwae w mechace kwatowej). Tutaj u() ma ses eerg potecjalej (potecjał jedej cząstk puktowej). Np. jeżel otrzmujem reprezetację przpadku osclatora harmoczego (k /). Aalzę tego rówaa przeprowadzm poprzez poszukwae takej fukcj (, ). Zakładam, że λ ( ) 0 = u, wówczas, gdze λ ozacza parametr, od którego zależ rozwązae. Natomast dzałae operatora jest rówe co do stałej. Stosujem zaawasowae metod, które pozwalają uzskać owe wrażea. Jeżel fukcja jest aaltcza, to rozwjam ją w szereg potęgow postac: λ ( ) = C = 0 Poszukwae rozwązaa w takej postac jest podejścem ogólm. Dlatego potrzebe są waruk początkowe brzegowe, b take rówae rozwązać. Należ dokłade prz tm podać, jake są grace, odcek rozwązwaa. Nech rozwązaa. Tak waruek ma swoje fzcze uzasadee. λ ( ) (3) ± pod takm właśe warukem szukam λ ma ses prawdopodobeństwa odalezea cząstk w pukce. Stąd akłada sę pewe ograczee fukcj dae poprzez uormowae daej fukcj: = 1 λ d (4) Podstawm wobec tego (3) do (1): '' + = λ (5) Uwzględam (), co daje: ' λ = C = 1 1 a różczkowae powższego daje: '' λ ( 1) = = C (7) Z powższch otrzmujem: ( 1) λ C + C C = 0 (8) = = 0 = 0 Podstawą zastosowaej metod rozwązwaa jest stwerdzee, że fukcje są lowo ezależe ( a = 0 a = 0). Otrzmujem zatem: = 0 (6)

2 0 1 1 ( C ) λc C λc C C λc ( 1 ) + ( 3() ) + ( ) +... = 0 (9) W wrażeu (6) każd awas zeruje sę. W przpadku fukcj lowo ezależch moża apsać, że: C + λc = 0 0 6C + λc = 0 (10) 3 1 1C C + λc = Np. prz dowolm astępując szereg ( + )( + 1) C+ C + λc = 0 jest dowole określo. Z powższch rozważań wdać, że rozwązaem jest welkość λ. Wprowadzam ową fukcję: / ( 0 1 λ 1 ) C,, C = e ϕ C,, C (11) 1 Moża udowodć, że ϕ λ (, C1, C) jest welomaem dla λ = λ +. Szereg dla φ moża wprowadzć, powtarzając procedurę, prz czm szereg urwa sę dla pewch wartośc λ. Wka z tego, że λ 0, gd ±. Tak waruek prz jest speło tlko dla szczególch wartośc λ. Są to wartośc włase tego rówaa lub operatora H. hλ = λ λ (1) Take podejśce jest stote, gdze do aalz fukcj specjalch stosuje sę metodę rozwęca w szereg. Wprowadzae są tu fukcje Hermte a λ. Ogóle Metoda szeregów potęgowch (tzw. metoda Frobeusa) Mając ogóle rówae różczkowe zwczaje jedorode rzędu : ( ) ( 1 ) + f f0 ( ) = 0 (13) chcem zaleźć pukt, w którch fukcja dąż do. Za pomocą przesuęca moża tak pukt sprowadzć do =0. Nech =0 jest puktem, w którm 0, gdze ν < 0. Ozacza to, że w tm pukce e steje rozwęce w szereg Talora, a w rówau ν z( ) regularą. Twerdzee Rówae (13) posada rozwązae w postac szeregu + ν = C ν = 0 ν = fukcja z() jest już fukcją jeżel fukcje f k () są regulare w zerze (=0) steje pewa wartość ε>0 taka, że szereg (14) jest zbeż w < ε. (14) Metoda faktorzacj do rówaa osclatora harmoczego d d d d d + + = + + (15) d d d d d Aalze poddajem różcę d d. d d

3 L= ( d d ) ϕ( ) = ψ ' ( ψ) ' = ψ ' ψ ' ψ = d d = 1 d d d d (16) Te operator w awase jest rówoważ do operatora (-1). d L= 1+ d (17) Wracam do rówaa osclatora d ( + ) = λ d (18) Z tożsamośc (16) wka: d d + + = ( λ + 1) d d (19) Moża sprawdzć, że d d d + + = d d d (0) Pozwala to rozwązać rówae w tak sposób, że wprowadza sę operator: d a+ = + d (1) d a = + d () prz czm a a ( a ) = ( λ + 1) a, gdze a+ jest rozwązaem rówaa z operatorem aa dla wartośc własej λ + 1. Pamętać ależ, że a + daje wartość λ wększą o ( λ + ), a a obża wartość λ o 1 ( λ 1). Stąd: a 0 = 0 (3) + 0 = a (4) Rówaa (3) (4) przedstawa zagadee o wartoścach własch dla rozwązaa rówaa. Podsumowae Isteją dwa sposob tworzea fukcj specjalch: 1. za pomocą szeregów potęgowch f = a + a + a + (5) gdze współczk a określają fukcję (regularą), a w otoczeu puktu =0 szukam rozwązaa rówaa różczkowego.. za pomocą metod faktorzacj d d d L = + 1 = A A + + = + (6) d d d Tego tpu operator tworzą przestrzeń rozwązań dla osclatora kwatowego. A AA ψ = Aψ = AA Aψ (7) + ( + ) + ( + ) + ψ ( 1)( ψ) ( Mając rówae AAψ ( E 1) ψ ( A A )( Aψ ) ( E 1) Aψ ) A A A = E A = A A Aψ (8) = to możąc przez A + dostajem: = (9)

4 ( ψ ) ( ψ) ( ψ) ( 1) ( AA + )( A+ ψ ) ( E 3)( A+ ψ ) Lψ ( E 1) ψ A A A = A A A + A = E Aψ = (31) = (3) Krok po kroku podwższeu ulega wartość E w te sposób otrzmujem róże wartośc parametrów. 0 m ψ = A ψ ależ do przestrze fzczej (pozom eerg osclatora harmoczego) w tm sese, że ψ d <. Uwaga W te sposób moża wgeerować weloma Legedre a fukcje Bessela. Każda z tch fukcj specjalch rozwązuje pewe rówaa różczkowe drugego rzędu. (30) Rozwązae przblżoe. Metod umercze. Wcześej pozalśm sposób rozwązaa przblżoego poprzez szereg potęgowe. Pewe uogólee daje metoda Frobeusa. Isteje jedak jeszcze tzw. metoda kodów umerczch. Ozacza to, że jego podstawą jest możlwość zastępstwa pochodej df d przez różcę f ( + 1 ) f ( ): df 1 ( f ( + 1) f ), d h h [ 0,1] (1) Isteje możlwość korzstaa z przblżoego opsu pochodej, ze wzoru Talora. Mając fukcję f, steje rozwęce w szereg Talora obok puktu = + h. h f ( = + h) = f + f ' h+ f '' +... () ε, + ε, ε > 0 (3) Rozważm astępujące rówae różczkowe perwszego rzędu: ' = F, (4) ( ) Rówae to moża zastąpć przez ( + h) = F(, ) (5) h lub w postac deksów jako 1 F h (6) + 1 hf (7) Rozważając stuację fzcze, to gd h 0, pukt leżą gęsto a odcku to może staowć już rozwązae. Pozostaje problem zbeżośc. prz Ab udowodć, że rówae (6) jest rozwązaem (5) trzeba udowodć, że h 0. Mus dlatego steć przejśce gracze w tm sese, że ( h) 0. h 0 Wstąpć może pewe problem z określeem puktów osoblwośc. I stąd powstaje ptae, cz ta metoda daje rozwązae tego rówaa. Podejśce do problemu wmaga spełea trzech

5 waruków: a) zbeżośc, b) prędkośc zbegaa, c) stablośc- każde rozwązae jest fukcją rówaa, a małe zma powodują małe zma rozwązań. Na postać zagadea fzczego składa sę rówae (5) (albo e) oraz waruk brzegowe (początkowe). Rozważm poższe zagadee brzegowe: = F(, ) (8) ( 0) = a Dla rówaa perwszego rzędu to jest układ waruków zawerającch w sobe pełą formację. W takm przpadku moża udowodć twerdzee o steu stablośc prz pewch, a. Twerdzee daje sę ograczeach a fukcj f. Rozwązae moża zazaczć jako udowodć przez reprezetację rówaa (5) przez rówae algebracze (6). Korzstając z ego apszem: + 1 = + hf(, h) (9) 0 = 0 To ajprostsz algortm do oblczea. Poza tm łatwo spostrzec, że układ (8) daje sę zastąpć przez (9). Np. 1 = 0 + hf ( 0,0 ) ( 1 = a+ hf a,0) (10) Czasam moża wprost scałkować rówae umercze. Tak samo da sę polczć z powższego = 1 + hf ( 1, h) = a + hf ( a,0 ) + hf ( a + hf ( a, 0 ), h) (11) Poza tm wstępuje możlwość oce błędu, dokoaego podczas wkowaa oblczeń. Na każdm kroku lczea pojawa sę błąd z m zwąza N h '' Nma (1) = 1 Algortm jest tak, ze błąd wzrasta z każdm krokem lczea. N h h '' Nma '' = 1 Rozwązae ogóle zależ od jedego parametru a. Jeżel druga pochoda steje jest ograczoa, to gd h 0, to błąd róweż dąż do zera. Waże bowem jest, b e tlko stworzć wk, ale róweż podać oceę dokładośc, z której moża polczć rozwązae a dam odcku prz zadach warukach brzegowch. Uwaga 1. W podob sposób moża rozważć rówae drugego rzędu, prz czm e ozacza to jedoczesej możlwośc udowodea.. Isteje e podejśce (klascze) do twerdzea o steu o rozwązau przblżom przez rówae całkowe. (13)

6 Stablość. Ruch chaotcz. Stablość ozacza cągłą zależość od waruków początkowch. W teor rówań różczkowch zwczajch stablość jest stabloścą fzczą Cągłość różczkowalość rozwązwaa rówań różczkowch zwczajch względem parametrów zagadea fzczego ( rówae + waruk brzegowo- początkowe) ( Rozważm ' = F, ). Jest to rówae różczkowe zwczaje perwszego rzędu. ( 0) = a Rozwązae jest fukcją współrzędej parametru a. Jeżel fukcja (, a ) jest fukcją cągłą o zmeej a, wted mówm, że rozwązae jest cągłm względem waruków brzegowch. Stwerdzee to waże jest od stro fzczej zagadea, bowem pomar zawsze wkowae są z pewą dokładoścą. Ozacza to, że wartość a jest ustaloa z pewm błędem pomarowm. Z kole brak cągłośc ozacza brak możlwośc przewdzea przszłośc w zagadeu, co ależ do przpadków szczególch. Hadamard wprowadzł tzw. zagadee źle uwarukowae (ll-posed problem). Wstępują trz stuacje problemowe : 1.rozwązae e steje w pewch obszarach. e ma jedego rozwązaa 3. rozwązae e cągle zależ od waruków początkowch albo brzegowch Podobe moża mówć o zależośc parametrów rówaa: ' = F,, b, a, b) (1) ( W tch przpadkach zagadee fzcze jest źle uwarukowae, lecz steje możlwość popraw tego zagadea. Mówm wówczas wówczas o tzw. zagadeach odwrotch. Rówaa różczkowe cząstkowe & = f ( 1,..., ) (1) gdze 1,..., R ( 0) ξ ϕ ( t, ξ ) = () = (3) Stablość (statczość) Przkład: zegar wahadłow Określee stablośc wg Lapuowa (1898) Rozważm układ rówań różczkowch (1). Załóżm, że f e zależ jawe od czasu (jest to układ autoomcz). Załóżm, że steje zbór drugch pochodch określo jako: f (4) j, gdze = ϕ ( t, ξ ), ξ { ξ ξ } Δ R = 1,..., (5) Pukt a R azwam puktem stablośc wg Lapuowa jeśl: 1) ρ > 0 ξ a ρ (6) < tξ (, ) t

7 ) ε > 0 δ < ρ ξ a < δ ϕ ( t, ξ) a < ε t (7) 3) mówm, że a jest puktem stablośc asmptotczej, jeżel σ < ρ ξ a < σ oraz ( t ξ) lm ϕ, a = 0 (8) t + Waruek stablośc układów lowch (waruek wstarczając) & = A (9) & 1 a11 a1 1 a1 a = & (10) Ptae: Jak pukt jest stabl dla układu lowego? = T (11) 1 A = T AT = dag { λ,..., λ} (1) 1 det A-λ I = 0 λ to wartośc włase macerz A, λ t λ < 0 e 0 (13) 1 = T 0 jest to pukt asmptotcze stabl (14) Jeśl wartośc włase macerz A są mejsze od zera wówczas możem powedzeć, że α,r 0 ψ t, ξ r ξ e αt t > 0 (15) > wted = 0 jest puktem stablm (wg Lapuowa) asmptotcze stablm. Twerdzee Lapuowa Rozważm dowol układ (róweż elow) (1) prz warukach (). = a +Δ (16) a staow pukt stabl (rówowag), a Δ to odchlee od puktu rówowag Podstawając astępe (16) do rówaa (1) otrzmujem: f ( a) f ( a) Δ & = f ( a) + Δ j + R, gdze aj j= 1 j Uzskalśm rozwęce wrażea w szereg Talora. Jeżel a jest puktem rówowag, wted f ( a ) = 0. Otrzmujem: j j Δ & = a Δ + R (18) R f j Twerdzee Lapuowa j (17) (19)

8 Jeśl wszstke wartośc włase λ macerz A { a j } = mają Im λ < 0, wted pukt a jest asmptotcze stabl. Ozacza to, że σ > 0 ξ a < σ ϕ a r ξ a e α t, gdze r > 0, α > 0 e zależ od ξ. Wprowadzee rówań różczkowch cząstkowch w fzce. Rówaa stru. Propagacja fal. Im przkładem wprowadzea rówań w stosuku do zjawsk fzczch jest będące połączeem zasad fzk rówań różczkowch jest druge prawo Newtoa: mr r&& = R r (1) gdze R r to rówoważąca sła dzałająca a cząstkę puktową. Wrażee to zastosujem do wprowadzea rówaa ruchu eskończoego stru. Oberam czas t jako dowol, ale jed. Nech U() to odchlee od położea rówowag. Zakładam też, że U, t U. Główm celem jest połączee pochodch przez rówae oraz z geometrą (tj. 0 kąta achlea, tp.). Rozważeom w pewch warukach poddajem małe drgaa, wchlea z położea rówowag, które pow zostać określoe. Charakterstką odchlea U jest pochoda cząstkowa U ΔU () Δ U Wka z tego. Że = tg α, gdze α to kąt achlea stczej, prz czm zakładam, ze tgα 1 ( ) czl jest fukcją bezwmarową. ρ tlko jedej współrzędej: Drugą fukcją jest Δm ρ ( ) (3) Δ Podobe ważm elemetem tego wprowadzea jest sła aprężea stru T( ). Prz r ajprostszm założeu sła T jest skerowaa wzdłuż stczej (strua łatwo sę wga). Jeśl strua jest eskończoa, wówczas rozcągęce zależ od waruków dla przpadku eskończoośc. Iteresuje as ruch stru wzdłuż os, co ozacza, że: U(, t) Δm T ( ) sα( ) + T( + ) sα( + ) ( ) t Po prawej stroe wrażea mam sumę sł dzałającch a cząstkę puktową, prz czm zak ozacza, że rozważam odcek, a e cząstkę puktową, a przspeszee jest dla jedej współrzędch. U Uwaga s α ~ tgα = Dla (1) uzskujem: A' U(, t) U(, t) A( ) = ρ ( ) T ( ) + T( + ) (4) t Przjmujem, że rozważa odcek dąż do cząstk puktowej.

9 F + F lm = (5) 0 Rówae (6) odtwarza ejako rówae (1). Jest to tzw. druge rówae Newtoa, które róweż os azwę rówaa stru. Jest to rówae dwóch zmech: t. Isteje przpadek, gd: T( ) ρ ρ ( ) = cost, = 0, = 0 (6) Wted mówm, że strua jest jedoroda. Po dokoau pewch uproszczeń otrzmujem: U T U U = = C t ρ T gdze: C = ρ Rówae stru jest rówaem falowm, jedowmarowm. Przkład te pozwala zrozumeć duż cąg zjawsk. U(, t) posada węc ses fzcz fal. Za tm sto cał szereg przblżeń. Jeżel kąt achlea stczej jest ewelk, a odchlee od położea rówowag także jest małe, wówczas rówae jest lowe. W przpadku odrzucea waruku ( ) otrzmujem rówae elowe. Rówae stru jest ajprostszm rówaem falowm. Waruek ( ) da sę uzupełć, dodając z lewej stro wrażea słę zewętrzą. Uwaga 1 + f t, 4 + f t, (8) Z prawej stro (4) ależ jeszcze dodać słę f (, ) (7) t zmeą w czase (p. w polu grawtacjm lub o pochodzeu zupełe m- p. magetcze wted a każd odcek dzała sła Loretza zależa od prędkośc). Strua staow bardzo dobr przkład jedowmarow. Uwaga Rówae w trzech wmarach ma postać ogólą: (, ) U r t r r r ρ ( ) = T U(, t) + f (, t t ) (9) Rówae dfuzj. Przewodctwo ceple. Poższe rówae T Cv = ( κ T ) (1) t gdze q = κ T wka z prawa Fourera. os azwę rówaa przewodctwa ceplego w układze trójwmarowm. Podobe rówae moża wprowadzć dla zjawska dfuzj. Dfuzję moża określć jako zmaę kocetracj cząstek w czase t w obszarze o powerzch S objętośc V. r m C(, t cz ) () V

10 Nech całkowta masa cząstek zajdującch sę w obszarze o objętośc V wos: r M = C(, t) dv V M Prędkość zma mas jest sumą strumea Q cząstek po powerzch S t M = QdS t r r (3) S ' r r gdze ds = ds, r to wektor jedostkow ormal do powerzch S. Rówae (3) wraża prawo zachowaa mas. Strumeń cząstek przepłwając przez powerzchę S wraża rówae: r r Q= D C, t (4) Jeśl (4) ( ) wstawm do () to uzskam rówae form zamkętej r r C(, t) C(, t) dv = D ds t (5) V S' Stosując prawo Gaussa - Ostrogradskego do całk powerzchowej S otrzmujem: C( r, t) r C = (, C) = (, ) C = dv D grad C dv ( D ) C = (6) t V Rówae (6) to rówae dfuzj mas. Uwaga W przpadku obecośc źródła mas o q( r, t ) dodajem odpowed czło do prawej stro wrażea, co daje sę zapsać jako: q r, t 3 qdv + Przkładem są reakcje chemcze. Wted wka z tego, że 6 + q r, t D Najprostsz wrażee powstaje w stuacj jedowmarowej prz założeu, że = 0. Wówczas rówae (6) przjmuje poższą postać: C C = D (8) t ( ) (7) r dvb = 0 r r dve = f r Jeżel E = grad V Rówae Laplace a Possoa. Zagadee elektrostatk. to dv grad V = V = Δ V = f ( r ) Powższe rówae os azwę rówaa Possoa. Jeżel f = 0, wówczas dostajem zae r,, to otrzmujem rówae Laplace a. Natomast ked { } ϕ ϕ + = f (, ) r (1) () (3) (4)

11 Dostajem rówae o dwóch zmech. Jest to rówae Possoa a płaszczźe. Rówae różczkowe dwóch zmech. Klasfkacja. Dotchczas rozważalśm klasę rówań różczkowch różczkowch jedej zmeej. Bł to rówaa różczkowe zwczaje. W przpadku wstępowaa dwóch zmech sprawa przedstawa sę aczej. U, rówae różczkowe lowe drugego rzędu, Rozważm fukcję dwóch zmech które ogóle da sę przedstawć w postac: U U U a11, + a 1, + a, = FU (, U,, ) (1) U U gdze: U =, U = Rówae (1) to ogóla postać rówaa różczkowego lowego drugego rządu (ajwższa wartość pochodej) z dwoma zmem o pochodch cząstkowch. Rówaa różczkowe tego tpu da sę w pewe sposób uproścć. Dokoam tego poprzez wprowadzee owch zmech ezależch. Otóż każdą ze zmech, moża przedstawć w postac kombacj owch zmech: ξ ϕ, η = ψ, = oraz Stąd druga postać przbera ą postać, czl U(, ) U( ξ, η ) Dlatego możem róweż apsać: U = U = U ξϕ + U ηψ U = U = U ξϕ + U ηψ Ozaczam, że ξξϕ ξηϕψ ηηψ %. U = U + U + U (4) U = U ϕ ψ + U ϕ ψ + U ψ ϕ + U ψ ψ + U ψ + U ψ (5) ξξ ξη ηξ ηη ξ η ξξϕ ξηϕψ ηηψ U = U + U + U (6) Następe rówaa (4),(5),(6) wstawam do (1), wobec czego uzskujem astępujące wrażee: ( a11ϕ + a1ϕϕ + aϕ) Uξξ + a11ϕψ + a1 ( ϕψ + ψϕ) + aϕψ Uξη + (7) + a ψ + a ψ ψ + a ψ U =Φ U, U, ξ, η ( 11 1 ) ηη ( ξ η ) Rówae (7) poddam teraz aalze. Dokoujem przekształcea ze zmem ξ ϕ, η = ψ, = oraz Nech ξξ + ξη + ηη =Φ( ξ, η,, η) α U α U α U U U ξ a11 a1 a α = ϕ + ϕ ϕ + ϕ (9) α1 = a11ϕψ + a1 ϕψ + ψϕ + aϕψ (10) () (3) (8)

12 a11 a1 a α = ψ + ψ ψ + ψ (11) Rozpoczęlśm od rówaa postac: a 11 U + a 1 U + a U. Jest to rówae różczkowe drugego rzędu. Wprowadzam owe zmee dokoujem przekształcea, ab zmejszć lczbę drugch pochodch. Dlatego też z (8) α 11 mus rówać sę zero. Natomast rozważm (9), (10), (11) jako rówaa dla fukcj ϕ. Stąd: α 11 = 0 (1) oraz ϕ ϕ a11 + a1 + a = 0 (ale ϕ ϕ 0 ) (13) ϕ Wkoae został dzałaa algebracze, w wku którch dostajem algebracze rówae kwadratowe, prz czm ϕ, ϕ to pochode cząstkowe. Uzskao rówae różczkowe perwszego rzędu. Moża je otrzmać względem tego, że: ϕ a ± a a a = = k± ked a11 0 (14) ϕ a 11 co róweż moża zapsać jako: ϕ k ϕ = 0 (15) ± Rozważając z kole rówae (11) uzskuje sę podobe rówae: ψ k ψ = 0 ( gdze dobrao tak współczk, b α = 0 ) ± Stwerdzam, że jeżel steje rozwązae ϕ, ψ, wted steje rozwązae α11 = α = 0. Prz czm jedo rówae z k ± daje ϕ, a druge z k ± daje ψ. Metoda charakterstk Zmerzam do rozwązaa rówaa (15). Moża zastosować w tm mejscu metodę, której deę staow wbór współrzędch wgodch do scałkowaa rówaa różczkowego. Rozważm wobec tego różczkę dϕ w fukcj ϕ dϕ dϕ d dϕ d d d = + = ϕ + d d d Nech d = k ( tgβ ) β - kąt achlea krzwej d Jeżel ϕ + kϕ = 0 (17), to z tego wka, że dϕ = 0. (18) ϕ (16) d Otrzmujem wówczas krzwą postac: k(, d = ) (19) dla której spełoa jest zależość (18). Wdać z powższego, że udało sę sprowadzć rówae różczkowe o pochodch cząstkowch (17) sprowadzć do rówaa zwczajego postac (19). Rozwązując atomast to ostate rówae dostajem w wku, że ϕ, = ξ cost (0) ( ) Powższe wrażee azwa sę całką rówaa charakterstczego (19).

13 Przkład ϕ ϕ = 0 (1) Rozwązae tego rówaa wgeerujem krok po kroku. d = 1 () d Po scałkowau tego rówaa dostajem w wku = +C (3) Odpowedkem (0) jest tutaj + = ξ (4) Należ wspomeć, że (4) jest szczególm przkładem rówaa ϕ, = + Powstaje ptae, w jak moża stworzć rozwązae ogóle. W tm celu rozpatrzm płaszczzę (, ). Rówae (3) określa rodzę krzwch dla różch wartośc C. Pozwala to wprowadzć połowę układu odesea; jest to zbór prostch rówoległch. Rozwązae ogóle rówaa (1) jest możlwe do otrzmaa. Rozwązae to da sę zdobć lcząc od puktu =0 (tzw. zagadee Cauch ego). Wka z tego, że: ϕ 0, = A (5) ( ) Zauważć ależ, że dopero (5)+(1) tworz zagadee Cauch ego, a samo (5) jest zagadeem początkowm rówaa (1). Rozwązae jest fukcją zmeej ξ. ϕ(, ) = A( ξ) = A( + ) Twerdzee Dowola fukcja A( ) A ξ A ϕ = = = A ξ ξ ϕ = A ξ = A ξ skąd ϕ ϕ = Aξ Aξ = 0 Uwaga Ogóle ξ ξ + jest rozwązaem (1). Jeżel (5) zawera fukcje A( ), wted (, ) A( ) albo zagadea Cauch ego. ϕ = + jest rozwązaem (1)+ (5) A( ξ ) jest rozwązaem rówaa (15), jeśl tlko ξ ϕ(, ) charakterstk. = jest całką rówaa

14 Do rówaa stru Powżej udało sę rozwązać rówae powstałe a drodze trasformacj rówaa różczkowego pochodch cząstkowch drugego rzędu. Mając rozwązae rówaa (15) moża wprowadzć dwe zmee, różące sę o czk k ±. Z kole elmując α 11 α, mam α 1 ( tu poszczególe czk e wzerują sę). Wróćm do postac ogólej rówaa różczkowego daej przez: ξη ( ξ η ξη) α1 U =Φ U, U, U,, (6) Fukcja ta przbera taką formę ze względu a to, ż udaje sę rozwązać (15) w dodatku pod warukem k k W tm przpadku steje dwe fukcje: a) ξ ϕ(, ) b) η ψ (, ) + =, która jest perwszą całką k = 0 ϕ + =, będąca perwszą całką ψ k ψ = 0 Uzskujem w tej stuacj dwe astępujące możlwośc: a1 a 1. Δ= a a a > w obszarze D R Ogóle są fukcjam, a to ozacza, że k + k są rzeczwste. Wted część urojoa Im k ± = 0, co prowadz do tego, że ξ η są rzeczwste. Rówae (0) przjmuje postać (6) w owch zmech. Wted (1) os azwę rówaa hperbolczego hperbolczego obszarze. W tch współrzędch rówaa są rzeczwste. Uwaga Końcowa forma (6) przedstawa sę astępująco: Uξη =Φ ( Uξ, Uη, U, ξ, η ) (6 ) Rówae (6 ) to postać kaocza rówaa (6).. Δ< 0 W takm przpadku zmee są zmem zespolom k = k k ± (7) ± 1, ±, Z tego wka, że ξ = σ + τ (8) η = σ τ (9) Rówaa te są sprzężoe. Jeżel k = + k, wted ξ η są zmem sprzężom. Łatwo wówczas przejść do zmech ξ + η = σ ξ η = τ prz czm σ τ są zmem rzeczwstm. Ozacza to dalej, że U U U Uξη = + = U U σσ + ττ = ΔU( σ, τ ) (30) ξ η σ τ W takm przpadku rówae (1) azwam rówaem elptczm.

15 Zaś Uσσ + Uττ =Φ ( Uσ, Uτ, U, σ, τ ) (31) os azwę postac kaoczej rówaa (30). 3. Δ= 0 wted k = k + Otrzmujem jedo rówae. Isteje węc wówczas tlko ξ ϕ(, ) = (3) Moża dla tego przpadku udowodć, ze wówczas α 1 = 0. Ozacza to, że jeda zmea może zostać wbraa jako (9), a druga- dowole, p. ξ =. Tz. ab speło bł jakoba, któr powe bć określo jedozacze. ϕ ϕ 0 ϕ ϕ (33) Formuła kaocza przedstawa sę astępująco: U + U = φ3 U, U, U, ξη, (34) ξ ηη ( ξ η ) Odosząc powższe zagadea do fzk moża zauważć, że w przpadku 3. mam do czea z rówaem dfuzj. I wted ξ t oraz η. Przpadek. obrazuje rówae Possoa Δ U = f. Zaś 1. przedstawa rówae falowe, a w układze jedowmarowm jest to już rówae stru. Wdzm węc, ze każde z przedstawoch rówań posada swoją formę kaoczą. Natomast mając kształt takego rówaa, moża już woskować o jego tpe. Twerdzee Zak a a a =Δ jest ezmekem trasformacj tpu, ξ, η. Jako 1 11 współczk traktujem jakoba postac α = Δ. 1 α11α J Przedstawoe rówaa, tj. rówae dfuzj, Possoa, falowe staową ejako podstawę fzk teoretczej. W oparcu o e otrzmujem modele różch procesów. Moża też stwerdzć, że rówae różczkowe daje podstaw, b zrozumeć fzkę jako całość oraz przewdzeć modele procesów. Rówae hperbolcze. Rozwązae rówaa stru. Propagacja fal. Rozważm propagację fal płaskej w próż. U tt T C U = 0 (1) gdze C =, prz czm: T = cost, ρ = cost strua jedoroda ρ Postępujem jak podobe jak dotchczas. Wberam metodę charakterstk. Przechodzm do,. Sprowadzam do fukcj kaoczej zmech (, t ). Przjmujem, że ϕ a ± a a a = k+ = () ϕ a 11

16 ± C Tutaj: a 1 = 0, a 11 = 1, a = C. Natomast k± = =± C. 1 Rówae charakterstk przedstawa sę astępująco: d =± C (3) dt czl dostajem dwa róże rówaa hperbolcze. Stąd ct = ξ + ct = η (4) Uzskujem rówae kaocze: U ξη = 0 (5) Dostajem układ współrzędch ξ η. Na podstawe powższego rówaa możem zapsać jego ogóle rozwązae jako: U =Φ ξ + F η (6) Natomast U =Φ ct + F + ct) (7) ( staow rozwązae ogóle (1).

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

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

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

Bardziej szczegółowo

METODY KOMPUTEROWE 1

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

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

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

Bardziej szczegółowo

Projekt 2 2. Wielomiany interpolujące

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

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Linie regresji II-go rodzaju

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

Bardziej szczegółowo

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f

Bardziej szczegółowo

Opracowanie wyników pomiarów

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

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

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

Bardziej szczegółowo

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia dr Mchł Koopczńsk Ekoom mtemtcz ćwcze. Ltertur obowązkow Eml Pek red. Podstw ekoom mtemtczej. Mterł do ćwczeń MD r 5 AE Pozń.. Ltertur uzupełjąc Eml Pek Ekoom mtemtcz AE Pozń. Alph C. Chg Podstw ekoom

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

OBLICZANIE GEOMETRYCZNYCH MOMENTÓW BEZWŁADNOŚCI FIGUR PŁASKICH, TWIERDZENIE STEINERA LABORATORIUM RACHUNKOWE

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

Bardziej szczegółowo

Natalia Nehrebecka. Dariusz Szymański

Natalia Nehrebecka. Dariusz Szymański atala ehreecka Darusz Szmańsk Wkład . MK przpadek welu zmech. Własośc hperpłaszczz regresj 3. Doroć ć dopasowaa rówaa regresj. Współczk determacj R Dekompozcjawaracj zmeejzależejzależej Współczk determacj

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Niepewności pomiarów. DR Andrzej Bąk

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

Bardziej szczegółowo

Zaawansowane metody numeryczne

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

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

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

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

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

Bardziej szczegółowo

RACHUNEK NIEPEWNOŚCI POMIARU

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

Bardziej szczegółowo

Strona: 1 1. CEL ĆWICZENIA

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

Bardziej szczegółowo

Regresja REGRESJA

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

Bardziej szczegółowo

25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx

25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx 5. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU 5.1. Pojęcia wstępne. Klasfikacja równań i rozwiązań Rozróżniam dwa zasadnicze tp równań różniczkowch: równania różniczkowe zwczajne i równania różniczkowe cząstkowe.

Bardziej szczegółowo

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

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

Bardziej szczegółowo

Równania różniczkowe cząstkowe

Równania różniczkowe cząstkowe Równania różniczkowe cząstkowe Definicja: Równaniem różniczkowm cząstkowm nazwam takie równanie różniczkowe w którm wstępuje co najmniej jedna pochodna cząstkowa niewiadomej funkcji dwóch lub więcej zmiennch

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ZMIENNE LOSOWE WIELOWYMIAROWE

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

Bardziej szczegółowo

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

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

Bardziej szczegółowo

Równania różniczkowe cząstkowe

Równania różniczkowe cząstkowe Równania różniczkowe cząstkowe Definicja Równaniem różniczkowm cząstkowm nazwam takie równanie różniczkowe w którm wstępuje co najmniej jedna pochodna cząstkowa niewiadomej funkcji dwóch lub więcej zmiennch

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

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

Bardziej szczegółowo

1. Relacja preferencji

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

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

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

Bardziej szczegółowo

TMM-2 Analiza kinematyki manipulatora metodą analityczną

TMM-2 Analiza kinematyki manipulatora metodą analityczną Opracował: dr ż. Przemysław Szumńsk Laboratorum Teor Mechazmów Automatyka Robotyka, Mechatroka TMM- Aalza kematyk mapulatora metodą aaltyczą Celem ćwczea jest zapozae sę ze sposobem aalzy kematyk mechazmu

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

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

Bardziej szczegółowo

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

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

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

Bardziej szczegółowo

8.1 Zbieżność ciągu i szeregu funkcyjnego

8.1 Zbieżność ciągu i szeregu funkcyjnego Rozdzał 8 Cąg szereg fukcyje 8.1 Zbeżość cągu szeregu fukcyjego Dla skrócea zapsu przyjmjmy pewe ozaczee. Defcja. Nech X, Y. Przez Y X ozaczamy zbór wszystkch fukcj określoych a zborze X o wartoścach w

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

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

Bardziej szczegółowo

MODELE OBIEKTÓW W 3-D3 część

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

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8 Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja

Bardziej szczegółowo

Projekt 3 3. APROKSYMACJA FUNKCJI

Projekt 3 3. APROKSYMACJA FUNKCJI Projekt 3 3. APROKSYMACJA FUNKCJI 3. Krter proksmcj. Złóżm że () jest ukcją cągłą w przedzle [ b ]. Zlezee przblże (proksmcj) poleg wzczeu współczków pewego welomu P() któr będze dobrze przblżł w tm przedzle

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

Rachunek różniczkowy funkcji wielu zmiennych

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

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

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

Bardziej szczegółowo

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2 Permutacje { 2,,..., } Defcja: Permutacją zboru lczb azywamy dowolą różowartoścową fukcję określoą a tym zborze o wartoścach w tym zborze. Uwaga: Lczba wszystkch permutacj wyos! Permutacje zapsujemy w

Bardziej szczegółowo

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki: Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Podprzestrzenie macierzowe

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą. Joaa Ceślak, aula Bawej ESTREA FUNCJI ESTREA FUNCJI JEDNEJ ZIENNEJ Otoczeem puktu R jest każdy przedzał postac,+, gdze >. Sąsedztwem puktu jest każdy zbór postac,,+, gdze >. Nech R, : R oraz ech. De. ówmy,

Bardziej szczegółowo

VI. TWIERDZENIA GRANICZNE

VI. TWIERDZENIA GRANICZNE VI. TWIERDZENIA GRANICZNE 6.. Wprowadzee Twerdzea gracze dotyczą własośc graczych cągów zmeych losowych dzelą sę a:! twerdzea lokale opsują zbeżośc cągu fukcj prawdopodobeństwa w przypadku cągu {X } zmeych

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

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

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI Poltechka Gdańska Wydzał Elektrotechk Automatyk Katedra Iżyer Systemów Sterowaa MODELOWANIE I PODSAWY IDENYFIKACI Wybrae zagadea z optymalzacj. Materały pomoccze do zajęć ćwczeowych 5 Opracowae: Kazmerz

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

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

Bardziej szczegółowo

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ Wkład 4 Matematcze opracowwae wków ekspermetalch Cz. I. Metoda ajmejszch kwadratów Cz. II. Metod statstcze UWAGI OGÓLNE Ekspermet wkowae w auce moża podzelć

Bardziej szczegółowo

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych

Bardziej szczegółowo

Rachunek różniczkowy funkcji wielu zmiennych

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

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 3

RÓWNANIA RÓŻNICZKOWE WYKŁAD 3 RÓWNANIA RÓŻNICZKOWE WYKŁAD 3 Równania różniczkowe liniowe Metoda przewidwań Metoda przewidwań całkowania równania niejednorodnego ' p( x) opiera się na następującm twierdzeniu. Twierdzenie f ( x) Suma

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Funkcja wiarogodności

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

Bardziej szczegółowo

Ekstrema funkcji dwóch zmiennych

Ekstrema funkcji dwóch zmiennych Wkład z matematki inżnierskiej Ekstrema funkcji dwóch zmiennch JJ, IMiF UTP 18 JJ (JJ, IMiF UTP) EKSTREMA 18 1 / 47 Ekstrema lokalne DEFINICJA. Załóżm, że funkcja f (, ) jest określona w pewnm otoczeniu

Bardziej szczegółowo

termodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi

termodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi fzka statstczna stan makroskopow układ - skończon obszar przestrzenn (w szczególnośc zolowan) termodnamka fenomenologczna p, VT V, teora knetczno-molekularna termodnamka statstczna n(v) stan makroskopow

Bardziej szczegółowo

Lista 6. Kamil Matuszewski 26 listopada 2015

Lista 6. Kamil Matuszewski 26 listopada 2015 Lsta 6 Kaml Matuszews 6 lstopada 5 4 5 6 7 8 9 4 5 X X X X X X X X X X X D X X N Gdze X-spsae, D-Delarowae, N-edelarowae. Zadae Zadae jest westą odpowedego pomalowaa. Weźmy sobe szachowcę x, poumerujmy

Bardziej szczegółowo

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna.

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna. terpolcj.doc Iterpolcj fukcj. Sformułowe problemu: Rs.. Iterpolcj fukcj low, b kwdrtow, c kubcz. De są rgumet,,,. orz odpowdjące m wrtośc fukcj = f, = f,, = f. Postć fukcj = f jest e z lub z. Poszukw jest

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5 Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja

Bardziej szczegółowo

Zmiana bazy i macierz przejścia

Zmiana bazy i macierz przejścia Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl Zmaa bazy macerz prześca Nech V będze wymarową przesrzeą lową ad całem K. Nech Be e będze bazą przesrze V. Rozważmy ową bazę B e... e. Oczywśce

Bardziej szczegółowo

Siła ciężkości. Siła ciężkości jest to siła grawitacyjna wynikająca z oddziaływania na siebie dwóch ciał. Jej wartość obliczamy z zależności

Siła ciężkości. Siła ciężkości jest to siła grawitacyjna wynikająca z oddziaływania na siebie dwóch ciał. Jej wartość obliczamy z zależności Sła cężkośc Sła cężkośc jest to sła grawtacja wkająca oddałwaa a sebe dwóch cał. Jej wartość obcam aeżośc G gde: G 6,674 10-11 Nm /kg M m r stała grawtacja, M, m mas cał, r odegłość pomęd masam. Jeże mam

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

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

Bardziej szczegółowo

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB WYKŁAD 2 BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB Przkład.

Bardziej szczegółowo

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

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

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZENIA NR 2

INSTRUKCJA DO ĆWICZENIA NR 2 KATEDRA MECHANIKI STOSOWANEJ Wydzał Mehazy POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 2 PRZEDMIOT TEMAT OPRACOWAŁ MECHANIKA TECHNICZNA Wyzazee położee środka ężkoś układu mehazego Dr ż. K. Kęk 1.

Bardziej szczegółowo

Johann Wolfgang Goethe Def.

Johann Wolfgang Goethe Def. "Maemac ą ja Facuz: coolwe m ę powe od azu pzeładają o a wój wła jęz wówcza aje ę o czmś zupełe m." Joha Wola Goehe Weźm : m m Jeżel zdeujem ucje pomoccze j : j dla j = m o = m dze = Czl wacz pzeaalzowad

Bardziej szczegółowo

Rozkład normalny (Gaussa)

Rozkład normalny (Gaussa) Rozład ormal (Gaussa Wprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowch. Rozważm pomiar wielości, tór jest zaburza przez losowch efetów o wielości ε ażd, zarówo zaiżającch ja i zawżającch

Bardziej szczegółowo

RACHUNEK NIEPEWNOŚCI POMIARU

RACHUNEK NIEPEWNOŚCI POMIARU Męzaroowa Norma Oce Nepewośc Pomaru (Gue to Epresso of Ucertat Measuremets Męzaroowa Orgazacja Normalzacja ISO RACHUNEK NIEPEWNOŚCI http://phscs.st.gov/ucertat POMIARU Wrażae Nepewośc Pomaru. Przewok.

Bardziej szczegółowo

. Wtedy E V U jest równa

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

Bardziej szczegółowo

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym. Wyzaczae oporu aczyowego kaplary w przepływe lamarym. I. Przebeg ćwczea. 1. Zamkąć zawór odcający przewody elastycze a astępe otworzyć zawór otwerający dopływ wody do przewodu kaplarego. 2. Ustawć zawór

Bardziej szczegółowo

Rozkład normalny (Gaussa)

Rozkład normalny (Gaussa) Rozład ormal (Gaussa Wprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowch. Rozważm pomiar wielości, tór jest zaburza przez losowch efetów o wielości ε ażd, zarówo zaiżającch ja i zawżającch

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

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

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona: Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wymiarowanie przekrojów stalowych

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

Bardziej szczegółowo

REGRESJA LINIOWA. gdzie

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

Bardziej szczegółowo

Wektory. P. F. Góra. rok akademicki

Wektory. P. F. Góra. rok akademicki Wektor P. F. Góra rok akademicki 009-0 Wektor zwiazan. Wektorem zwiazanm nazwam parę punktów. Jeżeli parę tę stanowią punkt,, wektor przez nie utworzon oznaczm. Graficznie koniec wektora oznaczam strzałką.

Bardziej szczegółowo

Dynamika układu punktów materialnych

Dynamika układu punktów materialnych Daka układu puktów ateralch Układ puktów ateralch jest to bór puktów ateralch, w któr ruch każdego puktu jest ależ od ruchu ch puktów. P P,,,,,,,,,,,, sł wewętre P P P sł ewętre Układ puktów ateralch sł

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZA 1. Wkład wstęp. Teora prawdopodobeństwa elemet kombatork. Zmee losowe ch rozkład 3. Populacje prób dach, estmacja parametrów 4. Testowae hpotez statstczch 5. Test parametrcze (a

Bardziej szczegółowo

Programowanie nieliniowe optymalizacja funkcji wielu zmiennych

Programowanie nieliniowe optymalizacja funkcji wielu zmiennych Ekonomia matematczna II Ekonomia matematczna II Prowadząc ćwiczenia Programowanie nieliniowe optmalizacja unkcji wielu zmiennch Modele programowania liniowego często okazują się niewstarczające w modelowaniu

Bardziej szczegółowo

Płaskie układy obciąŝeń. Opis analityczny wielkości podstawowych. wersory. mechanika techniczna i wytrzymałość materiałów 1 statyka 2

Płaskie układy obciąŝeń. Opis analityczny wielkości podstawowych. wersory. mechanika techniczna i wytrzymałość materiałów 1 statyka 2 Opis aalitcz wielkości podstawowch wersor e x, e Opis aalitcz wielkości podstawowch współrzęde puktów A( x A, B( x B, A B ) ) Opis aalitcz wielkości podstawowch współrzęde puktów A( x A, B( x B, A B )

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

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

Bardziej szczegółowo

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa)

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa) Regresj low (metod jmejszch kwdrtów, metod wrówwcz, metod Guss) stot metod postult Guss współczk prostej kostrukcj prostej teoretczej trsformcj fukcj elowch przkłd Regresj low czm poleg? Jeśl merzoe dwe

Bardziej szczegółowo