Dyskretne modele populacji

Wielkość: px
Rozpocząć pokaz od strony:

Download "Dyskretne modele populacji"

Transkrypt

1 Dyskretne modele populacji Micha l Machtel Adam Soboczyński 17 stycznia 2007 Typeset by FoilTEX

2 Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których nie ma zjawiska zachodzenia na siebie pokoleń. B edziemy analizować modele opisywane przez uk lady dynamiczne postaci: x n+1 = f(x n ) Sztuka modelowania polega na umiej etnym dobraniu f(x) tak, aby powyżzsze równanie dobrze oddawa lo obserwowane fakty.

3 Dyskretne modele populacji [2] Przyk lady ważniejszych modeli liniowy x n+1 = rx n x n = r n x 0 liniowy logistyczny x n+1 = x n [1 + r((k x n )/K)]

4 Dyskretne modele populacji [3] Przyk lady ważniejszych modeli cd.. ekspotencjalny logistyczny x n+1 = x n exp[r((k x n )/K)] z opóźnieniem(delay model) x n+1 = f(x n,x n T )

5 Dyskretne modele populacji [4] Prosty model rozwoju populacji Na wst epie rozważymy bardzo uogólniony model, który można zastosować przy charakeryzacji rozwoju populacji prymitywnych zwierz at. Zak ladamy, ze nasze zwierz eta rozmnażaja sie raz w roku. Znamy średni a ilość potomstwa przypadaj acego na samic e (s), oraz wspó lczynnik przyżywalności zwierz at przez rok życia (b). Zak ladamy, że ilość samców i samic jest jednakowa, wi ec możemy w naszym modelu rozważać tylko samice. Wówczas w n+1 - wszym roku życia naszej populacji jej liczb e b edzie można określić równaniem: x n+1 = s(1 + b)x n

6 Dyskretne modele populacji [5] Prosty model rozwoju populacji ptaków Poprzedni model opisywa l przyrost populacji bardzo prostych gatunków zwierz at które ca ly czas mia ly zdolność do reprodukcji. Niestety nie jest tak u ptaków. Ptaki możemy podzielić na 3grupy, ze wzgledu na ich rozwój: piskl eta - opiekuj a sie nimi rodzice m lode ptaki - już nie opiekujá sie nimi rodzice, ale nie maj a jeszcze zdolności do reprodukcji doros le ptaki - to s a ptaki, które przetrwa ly i maj a zdolność do rozmnażania

7 Dyskretne modele populacji [6] Prosty model rozwoju populacji ptaków Przy wyznaczaniu liczebności populacji musimy mieć dane nast epuj ace wskaźniki: b - średnia ilość piskl at na doros lego osobnika s c, s j, s a - wspó lczynniki przeżycia odpowiednio piskl at, m lodych i doros lych osobników C n+1 = ba n J n+1 = s c C n A n+1 = s j J n + s a A n

8 Dyskretne modele populacji [7] Model rozwoju populacji ptaków Poprzednie modele mia ly znacz ac a wad e, gdyż nie uwzgl ednia ly one maksymalnej pojemności środowiska. Mog lo dojść do takich sytuacji w których wielokość naszej populacji d aży laby do nieskończoności lub do zera, w zależnosci od naszych wspó lczynników. W naszym nowym modelu mamy wartość K, która odpowiada za pojemność naszego środowiska. Wówczas nasz model bedzie mia l postać: C n+1 = ba n J n+1 = s c (1 P n K )C n A n+1 = s j (1 P n K )J n + s a (1 P n K )A n

9 Dyskretne modele populacji [8] Populacje o rozmierze sta lym po kilku pokoleniach Z punktu widzenia uk ladow dynamicznych i stabilonści najbardziej interesuj a nas modele w których b edzie można przewidzieć sytuacje populacji po n-latach. W takich modelach bedziemy szukać punktów sta lych. Rozważmy nastepuj acy model: przy warunkach pocz atkowych: C n+1 = 2A n J n+1 = 0.8C n A n+1 = A n (1 A n 500 )J n + 0.7A n C 0 = J 0 = 0, A 0 = 100

10 Dyskretne modele populacji [9] Populacje o rozmierze sta lym po kilku pokoleniach cd.. Obliczamy uk lad równań postaci: i otrzymujemy punkty sta le postaci: C = 2A J = 0.8C A = A(1 A 500 )J + 0.7A (0, 0,0), (531, 425, 266).

11 Dyskretne modele populacji [10] Prosty model dyskretny z opóźnieniem Prosty model ekspodencjalno - logistyczny z opóźnieniem T = 1 x t+1 = x t exp[r(k x t 1 /K)], r0 Po przeskalowaniu przez pojemność środowiska u t = x t /K uzyskujemy u t+1 = u t exp[r(1 u t 1 ] Równanie to jest zależne od parametru r i od populacji pocz atkowej u 0

12 Dyskretne modele populacji [11] Prosty model dyskretny z opóźnieniem Szukamy stanów ekwilibrium (punktów sta lych) u = u exp[r(1 u)] Mamy wiec u = 0. Dla u > 0 1 = exp[r(1 u)] r(1 u) = 0 u = 1 S a to wiȩc jedyne stany ekwilibrium. 0 jest repelerem, bo dla u (0,1) r(1 u) > 0 e r(1 u) > 1 u t + 1 > u t

13 Dyskretne modele populacji [12] Model dyskretny z opóźnieniem - linearyzacja Skorzystamy z dwóch metod na sprawdzenie stabilności u = 1; kryterium różniczkowego i linearyzacji. Zapisujemy u t = 1+v t, v t 1 i otrzymujemy 1 + v t+1 = 1 + v t exp[r( v t 1 ] (1 + v t )(1 rv t 1 ) 1 + v t v t 1 St ad mamy v t+1 v t +rv t 1 = 0 o równaniu charakterystycznym postaci λ 2 λ + r = 0 Mamy = 1 4r i v t = Aλ t 1 + Bλ t 2. Dla r 1 4 pierwiastki s a rzeczywiste; λ 1,λ 2 = [1± 1 4r] 2 < 1. Jeśli r > 1 4, to λ 1,λ 2 C

14 Dyskretne modele populacji [13] Model dyskretny z opóźnieniem - linearyzacja Niech ρ = r, θ = tan 1 (4r 1) 1/2. Wówczas λ 1, λ 2 = ρe ±iθ. Dodatkowo λ 1 λ 2 = λ 1 2 = ρ 2 = r, wi ec dla r < 1 mamy λ 1 λ 2 < 1. v t = Aλ t 1 + Bλ t 2 = Aλ t 1 + Bλ t 1 Ponieważ v t R, wiȩc B = A, sk ad otrzymujemy v t = 2 A ρ t cos(tθ + γ) gdzie γ = arg A. Przy r 1 θ tan 1 ( 3) = Π/3. Gdy r > 1, v t rośnie z t. Po cos(tπ/3 + γ) o okresie 6 oczekujemy 6-cyklowej okresowości. Czy przy dużym r pojawi siȩ chaos?

15 Dyskretne modele populacji [14] Model dyskretny z opóźnieniem - kryterium różniczkowe Szukamy pochodnej f(u) = ue r(1 u) Mamy wiȩc f (u) = e r(1 u) + ue r(1 u) ( r) = e r(1 u) (1 ur) u = 0 u = 1 f (0) = e r (1 0) = e r > 1 f (1) = e 0 (1 r) = 1 r Wykazuje stabilność dla r (0, 2) - różny wynik od poprzednich obliczeń!

Dyskretne modele populacji

Dyskretne modele populacji Dyskretne modele populacji Micha l Machtel Adam Soboczyński 19 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których

Bardziej szczegółowo

CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA. Ćwiczenia. http://zcht.mfc.us.edu.pl/ mm

CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA. Ćwiczenia. http://zcht.mfc.us.edu.pl/ mm CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA Ćwiczenia Zwi azki organiczne zawieraj ace uk lady π-elektronowe Sprzȩżony uk lad wi azań podwójnych: -C=C-C=C-C=C-C=C- Skumulowany uk lad wi azań podwójnych:

Bardziej szczegółowo

Zadania o liczbach zespolonych

Zadania o liczbach zespolonych Zadania o liczbach zespolonych Zadanie 1. Znaleźć takie liczby rzeczywiste a i b, aby zachodzi ly równości: a) a( + i) + b(4 i) 6 i, b) a( + i) + b( + i) 8i, c) a(4 i) + b(1 + i) 7 1i, ( ) a d) i + b +i

Bardziej szczegółowo

Jeden przyk lad... czyli dlaczego warto wybrać MIESI.

Jeden przyk lad... czyli dlaczego warto wybrać MIESI. Jeden przyk lad... czyli dlaczego warto wybrać MIESI. Micha l Ramsza Szko la G lówna Handlowa Micha l Ramsza (Szko la G lówna Handlowa) Jeden przyk lad... czyli dlaczego warto wybrać MIESI. 1 / 13 Dlaczego

Bardziej szczegółowo

SYSTEM DIAGNOSTYCZNY OPARTY NA LOGICE DOMNIEMAŃ. Ewa Madalińska. na podstawie prac:

SYSTEM DIAGNOSTYCZNY OPARTY NA LOGICE DOMNIEMAŃ. Ewa Madalińska. na podstawie prac: SYSTEM DIAGNOSTYCZNY OPARTY NA LOGICE DOMNIEMAŃ Ewa Madalińska na podstawie prac: [1] Lukaszewicz,W. (1988) Considerations on Default Logic: An Alternative Approach. Computational Intelligence, 44[1],

Bardziej szczegółowo

celu przyjmijmy: min x 0 = n t Zadanie transportowe nazywamy zbilansowanym gdy podaż = popyt, czyli n

celu przyjmijmy: min x 0 = n t Zadanie transportowe nazywamy zbilansowanym gdy podaż = popyt, czyli n 123456789 wyk lad 9 Zagadnienie transportowe Mamy n punktów wysy lajacych towar i t punktów odbierajacych. Istnieje droga od każdego dostawcy do każdego odbiorcy i znany jest koszt transportu jednostki

Bardziej szczegółowo

Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1

Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1 Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1 Równania różniczkowe pierwszego rzędu Równaniem różniczkowym zwyczajnym pierwszego rzędu nazywamy równanie postaci (R) y = f(x, y). Najogólniejszą

Bardziej szczegółowo

Zadania. kwiecień 2009. Ćwiczenia III. Zadanie 1. Uk lad A o energii E A skontaktowano termicznie z uk ladem B o energii E B.

Zadania. kwiecień 2009. Ćwiczenia III. Zadanie 1. Uk lad A o energii E A skontaktowano termicznie z uk ladem B o energii E B. kwiecień 009 Ćwiczenia III Zadania Zadanie 1 Uk lad A o energii E A skontaktowano termicznie z uk ladem B o energii E B Udowodnić że jeżeli ln Ω A (E A < ln Ω B(E B E A E B to energia przep lynie z uk

Bardziej szczegółowo

Definicja i własności wartości bezwzględnej.

Definicja i własności wartości bezwzględnej. Równania i nierówności z wartością bezwzględną. Rozwiązywanie układów dwóch (trzech) równań z dwiema (trzema) niewiadomymi. Układy równań liniowych z parametrem, analiza rozwiązań. Definicja i własności

Bardziej szczegółowo

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012 1. Liczby zespolone Jacek Jędrzejewski 2011/2012 Spis treści 1 Liczby zespolone 2 1.1 Definicja liczby zespolonej.................... 2 1.2 Postać kanoniczna liczby zespolonej............... 1. Postać

Bardziej szczegółowo

176 Wstȩp do statystyki matematycznej = 0, 346. uczelni zdaje wszystkie egzaminy w pierwszym terminie.

176 Wstȩp do statystyki matematycznej = 0, 346. uczelni zdaje wszystkie egzaminy w pierwszym terminie. 176 Wtȩp do tatytyki matematycznej trści wynika że H o : p 1 przeciwko hipotezie H 3 1: p< 1. Aby zweryfikować tȩ 3 hipotezȩ zatujemy tet dla frekwencji. Wtedy z ob 45 1 150 3 1 3 2 3 150 0 346. Tymczaem

Bardziej szczegółowo

Grupy i cia la, liczby zespolone

Grupy i cia la, liczby zespolone Rozdzia l 1 Grupy i cia la, liczby zespolone Dla ustalenia uwagi, b edziemy używać nast epuj acych oznaczeń: N = { 1, 2, 3,... } - liczby naturalne, Z = { 0, ±1, ±2,... } - liczby ca lkowite, W = { m n

Bardziej szczegółowo

Zastosowanie Robotów. Ćwiczenie 6. Mariusz Janusz-Bielecki. laboratorium

Zastosowanie Robotów. Ćwiczenie 6. Mariusz Janusz-Bielecki. laboratorium Zastosowanie Robotów laboratorium Ćwiczenie 6 Mariusz Janusz-Bielecki Zak lad Informatyki i Robotyki Wersja 0.002.01, 7 Listopada, 2005 Wst ep Do zadań inżynierów robotyków należa wszelkie dzia lania

Bardziej szczegółowo

Wprowadzenie z dynamicznej optymalizacji

Wprowadzenie z dynamicznej optymalizacji Wprowadzenie z dynamicznej optymalizacji Lukasz Woźny 29 kwietnia 2007 Spis treści 1 Optymalizacja statyczna a optymalizacja dynamiczna 2 1.1 Ekstrema lokalne funkcji wielu zmiennych - statyka...... 2

Bardziej szczegółowo

P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF

P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF 29 kwietnia 2013, godzina 23: 56 strona 1 P. Urzyczyn: Materia ly do wyk ladu z semantyki Uproszczony 1 j ezyk PCF Sk ladnia: Poniżej Γ oznacza otoczenie typowe, czyli zbiór deklaracji postaci (x : τ).

Bardziej szczegółowo

po lożenie cz astki i od czasu (t). Dla cz astki, która może poruszać siȩ tylko w jednym wymiarze (tu x)

po lożenie cz astki i od czasu (t). Dla cz astki, która może poruszać siȩ tylko w jednym wymiarze (tu x) Stan czastki określa funkcja falowa Ψ zależna od wspó lrzȩdnych określaj acych po lożenie cz astki i od czasu (t). Dla cz astki, która może poruszać siȩ tylko w jednym wymiarze (tu x) Wartości funkcji

Bardziej szczegółowo

4. Decyzje dotycza ce przyznawania świadczeń pomocy materialnej. doktorantów

4. Decyzje dotycza ce przyznawania świadczeń pomocy materialnej. doktorantów ZASADY PRZYZNAWANIA ŚWIADCZEŃ POMOCY MATERIALNEJ DLA DOKTORANTÓW W INSTYTUCIE MATEMATYCZNYM POLSKIEJ AKADEMII NAUK OBOWIA ZUJA CE OD ROKU AKADEMICKIEGO 2013/14 1. PODSTAWA PRAWNA Świadczenia pomocy materialnej

Bardziej szczegółowo

WYKŁAD 3. DYNAMIKA ROZWOJU

WYKŁAD 3. DYNAMIKA ROZWOJU WYKŁAD 3. DYNAMIKA ROZWOJU POPULACJI DR WIOLETA DROBIK WSTĘP Podstawy matematyczne Ciąg Granica funkcji Ciągłość funkcji Pochodna i całka CIĄG Lista ponumerowanych elementów pewnego zbioru Ciąg to dowolna

Bardziej szczegółowo

TEORIA FUNKCJONA LÓW. (Density Functional Theory - DFT) Monika Musia l

TEORIA FUNKCJONA LÓW. (Density Functional Theory - DFT) Monika Musia l TEORIA FUNKCJONA LÓW GȨSTOŚCI (Density Functional Theory - DFT) Monika Musia l PRZEDMIOT BADAŃ Uk lad N elektronów + K j ader atomowych Przybliżenie Borna-Oppenheimera Zamiast funkcji falowej Ψ(r 1,σ 1,r

Bardziej szczegółowo

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 5 Kalkulacja sk ladki netto I

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 5 Kalkulacja sk ladki netto I Wst ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 5 Kalkulacja sk ladki netto I 1 Kodeks cywilny Tytu l XXVII, Umowa ubezpieczenia Dzia l I. Przepisy ogólne Dzia l II. Ubezpieczenia majatkowe

Bardziej szczegółowo

Podstawy Automatyki. wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24)

Podstawy Automatyki. wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24) Podstawy Automatyki wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak Politechnika Wrocławska Instytut Technologii Maszyn i Automatyzacji (I-24) Laboratorium Podstaw Automatyzacji (L6) 105/2 B1 Sprawy organizacyjne

Bardziej szczegółowo

MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś. Wprowadzenie

MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś. Wprowadzenie 1 MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś Wprowadzenie Istniej a dwa różne kryteria mówi ace, które narzȩdzia matematyczne należy zaliczyć do matematyki dyskretnej. Pierwsze definiuje matematykȩ

Bardziej szczegółowo

Metody numeryczne. materiały do wykładu dla studentów

Metody numeryczne. materiały do wykładu dla studentów Metody numeryczne materiały do wykładu dla studentów 4. Wartości własne i wektory własne 4.1. Podstawowe definicje, własności i twierdzenia 4.2. Lokalizacja wartości własnych 4.3. Metoda potęgowa znajdowania

Bardziej szczegółowo

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji Macierze - obliczanie wyznacznika macierzy z użyciem permutacji I LO im. F. Ceynowy w Świeciu Radosław Rudnicki joix@mat.uni.torun.pl 17.03.2009 r. Typeset by FoilTEX Streszczenie Celem wykładu jest wprowadzenie

Bardziej szczegółowo

Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń.

Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń. Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń. Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania

Bardziej szczegółowo

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm 1 Grupa ilorazowa Niech H b edzie dzielnikiem normalnym grupy G. Oznaczmy przez G/H zbiór wszystkich warstw lewostronnych grupy G wzgl edem podgrupy

Bardziej szczegółowo

Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON.

Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON. Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON. Zadanie 6. Dane są punkty A=(5; 2); B=(1; -3); C=(-2; -8). Oblicz odległość punktu A od prostej l przechodzącej

Bardziej szczegółowo

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 9 Analiza pewnego problemu i krótkie przypomnienie, czyli Powtarzanie jest matka nauki.

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 9 Analiza pewnego problemu i krótkie przypomnienie, czyli Powtarzanie jest matka nauki. Wst ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 9 Analiza pewnego problemu i krótkie przypomnienie, czyli Powtarzanie jest matka nauki. 1 Zadanie (29) zawar l umowe kredytu w momencie ukończenia

Bardziej szczegółowo

LOGIKA ALGORYTMICZNA

LOGIKA ALGORYTMICZNA LOGIKA ALGORYTMICZNA 0.0. Relacje. Iloczyn kartezjański: A B := (a, b) : a A i b B} (zak ladamy, że (x, y) i (u, v) s a równe wtedy i tylko wtedy gdy x = u i y = v); A n := (x 1,..., x n ) : x i A}; R

Bardziej szczegółowo

Mikro II: Popyt, Preferencje Ujawnione i Równanie S luckiego

Mikro II: Popyt, Preferencje Ujawnione i Równanie S luckiego Mikro II: Popyt, Preferencje Ujawnione i Równanie S luckiego Krzysztof Makarski 6 Popyt Wstep Przypomnijmy: Podstawy teoria konsumenta. Zastosowanie wszedzie. W szczególności poszukiwanie informacji zawartych

Bardziej szczegółowo

2. Równania nieliniowe i ich uk lady

2. Równania nieliniowe i ich uk lady Metoda Newtona stycznych dla równania f(x) 0: x n+ x n f(x n) f (x n ) Chcemy rozwia ι zać uk lad N równań dla N niewiadomych f (x,x,,x N ) 0 f (x,x,,x N ) 0, f N (x,x,,x N ) 0 krócej: Czy jest jakaś analogia?

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Wyznacz transformaty Laplace a poniższych funkcji, korzystając z tabeli transformat: a) 8 3e 3t b) 4 sin 5t 2e 5t + 5 c) e5t e

Bardziej szczegółowo

Systemy. Krzysztof Patan

Systemy. Krzysztof Patan Systemy Krzysztof Patan Systemy z pamięcią System jest bez pamięci (statyczny), jeżeli dla dowolnej chwili t 0 wartość sygnału wyjściowego y(t 0 ) zależy wyłącznie od wartości sygnału wejściowego w tej

Bardziej szczegółowo

Fizyka laboratorium 1

Fizyka laboratorium 1 Rozdzia l Fizyka laboratorium.. Elementy analizy matematycznej Funkcje Zmienna y nazywa sie zmienna zależna albo funkcja zmiennej x, jeżeli przyjmuje ona określone wartości dla każdej wartości zmiennej

Bardziej szczegółowo

PIERWSZEGO. METODA CZYNNIKA CAŁKUJĄCEGO. METODA ROZDZIELONYCH ZMIENNYCH.

PIERWSZEGO. METODA CZYNNIKA CAŁKUJĄCEGO. METODA ROZDZIELONYCH ZMIENNYCH. RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE RZĘDU PIERWSZEGO. METODA CZYNNIKA CAŁKUJĄCEGO. METODA ROZDZIELONYCH ZMIENNYCH. Równaniem różniczkowym zwyczajnym nazywamy równanie zawierające pochodne funkcji y(x) względem

Bardziej szczegółowo

Sprawdzian 4- lokaty i kredyty

Sprawdzian 4- lokaty i kredyty Sprawdzian 4- lokaty i kredyty Przykładowetypowe) zadania ZADANIE. Pan X wpłacił 000 zł do banku na czteroletni a lokatę oprocentowana w wysokości 8% rocznie. Odsetki dopisywane były do kapitału w końcu

Bardziej szczegółowo

PRAWA ZACHOWANIA. Podstawowe terminy. Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc

PRAWA ZACHOWANIA. Podstawowe terminy. Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc PRAWA ZACHOWANIA Podstawowe terminy Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc a) si wewn trznych - si dzia aj cych na dane cia o ze strony innych

Bardziej szczegółowo

Analiza zrekonstruowanych śladów w danych pp 13 TeV

Analiza zrekonstruowanych śladów w danych pp 13 TeV Analiza zrekonstruowanych śladów w danych pp 13 TeV Odtwarzanie rozk ladów za pomoc a danych Monte Carlo Jakub Cholewiński, pod opiek a dr hab. Krzysztofa Woźniaka 31 lipca 2015 r. Jakub Cholewiński, pod

Bardziej szczegółowo

Jednorazowa sk ladka netto w przypadku stochastycznej stopy procentowej. Ubezpieczenie na ca le życie z n-letnim okresem odroczenia.

Jednorazowa sk ladka netto w przypadku stochastycznej stopy procentowej. Ubezpieczenie na ca le życie z n-letnim okresem odroczenia. Jednorazowa sk ladka netto w przypadku stochastycznej stopy procentowej Ubezpieczenie na ca le życie z n-letnim okresem odroczenia Wartość obecna wyp laty Y = Zatem JSN = = Kx +1 0, K x = 0, 1,..., n 1,

Bardziej szczegółowo

Zagadnienie Keplera F 12 F 21

Zagadnienie Keplera F 12 F 21 Zagadnienie Keplera To zagadnienie bedzie potraktowane bardzo skrótowo i planuje podanie w tym miejscu jedynie podstawowych informacji. Zagadnienie Keplera jest dyskutowane w każdym podreczniku mechaniki.

Bardziej szczegółowo

Rozwiązywanie równań liniowych. Transmitancja. Charakterystyki częstotliwościowe

Rozwiązywanie równań liniowych. Transmitancja. Charakterystyki częstotliwościowe Zał. nr do ZW 33/01 WYDZIAŁ Informatyki i Zarządzania / STUDIUM KARTA PRZEDMIOTU Nazwa w języku polskim Modele systemów dynamicznych Nazwa w języku angielskim Dynamic Systems Models. Kierunek studiów (jeśli

Bardziej szczegółowo

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 6 Kalkulacja sk ladki netto II. Funkcje komutacyjne.

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 6 Kalkulacja sk ladki netto II. Funkcje komutacyjne. Wst ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 6 Kalkulacja sk ladki netto II. Funkcje komutacyjne. 1 Przypomnienie Umowa ubezpieczenia zawiera informacje o: Przedmiocie ubezpieczenia Czasie

Bardziej szczegółowo

M10. Własności funkcji liniowej

M10. Własności funkcji liniowej M10. Własności funkcji liniowej dr Artur Gola e-mail: a.gola@ajd.czest.pl pokój 3010 Definicja Funkcję określoną wzorem y = ax + b, dla x R, gdzie a i b są stałymi nazywamy funkcją liniową. Wykresem funkcji

Bardziej szczegółowo

Luty 2001 Algorytmy (7) 2000/2001 s-rg@siwy.il.pw.edu.pl

Luty 2001 Algorytmy (7) 2000/2001 s-rg@siwy.il.pw.edu.pl System dziesiętny 7 * 10 4 + 3 * 10 3 + 0 * 10 2 + 5 *10 1 + 1 * 10 0 = 73051 Liczba 10 w tym zapisie nazywa się podstawą systemu liczenia. Jeśli liczba 73051 byłaby zapisana w systemie ósemkowym, co powinniśmy

Bardziej szczegółowo

Optymalizacja konstrukcji

Optymalizacja konstrukcji Optymalizacja konstrukcji Kształtowanie konstrukcyjne: nadanie właściwych cech konstrukcyjnych przeszłej maszynie określenie z jakiego punktu widzenia (wg jakiego kryterium oceny) będą oceniane alternatywne

Bardziej szczegółowo

Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2015/2016. Forma studiów: Stacjonarne Kod kierunku: 06.

Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2015/2016. Forma studiów: Stacjonarne Kod kierunku: 06. Państwowa Wyższa Szko la Zawodowa w Nowym Sa czu Karta przedmiotu Instytut Techniczny obowiązuje studentów rozpoczynających studia w roku akademickim 01/016 Kierunek studiów: Zarządzanie i inżynieria produkcji

Bardziej szczegółowo

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe.

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Rachunek prawdopodobieństwa MAP3040 WPPT FT, rok akad. 2010/11, sem. zimowy Wykładowca: dr hab. Agnieszka Jurlewicz Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Warunkowa wartość oczekiwana.

Bardziej szczegółowo

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 1 Wprowadzajacy

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 1 Wprowadzajacy Wst ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 1 Wprowadzajacy 1 Matematyka aktuarialna 1. matematyka w ubezpieczeniach, 2. dok ladniej, matematyka ubezpieczeń na życie, 3. czasami szerzej,

Bardziej szczegółowo

1 Praktyczne metody wyznaczania podstawowych miar bez zastosowania komputerów

1 Praktyczne metody wyznaczania podstawowych miar bez zastosowania komputerów Kurs w zakresie zaawansowanych metod komputerowej analizy danych Podstawy statystycznej analizy danych 8.03.014 - godziny ćwiczeń autor: Adam Kiersztyn 1 Praktyczne metody wyznaczania podstawowych miar

Bardziej szczegółowo

2.Prawo zachowania masy

2.Prawo zachowania masy 2.Prawo zachowania masy Zdefiniujmy najpierw pewne podstawowe pojęcia: Układ - obszar przestrzeni o określonych granicach Ośrodek ciągły - obszar przestrzeni którego rozmiary charakterystyczne są wystarczająco

Bardziej szczegółowo

166 Wstȩp do statystyki matematycznej

166 Wstȩp do statystyki matematycznej 166 Wstȩp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwi azać nasz zasadniczy problem zwi azany z identyfikacj a cechy populacji generalnej

Bardziej szczegółowo

Konkurs matematyczny im. Samuela Chróścikowskiego

Konkurs matematyczny im. Samuela Chróścikowskiego Konkurs matematyczny im. Samuela Chróścikowskiego Państwowa Wyższa Szkoła Zawodowa w Chełmie 13 marzec 2008 Imię i nazwisko:... Szkoła:... Wyrażam zgodę na przetwarzanie moich danych osobowych w zakresie

Bardziej szczegółowo

Zadanie 3. Na prostej o równaniu y = 2x 3 znajdź punkt P, którego odległość od punktu A = ( 2, -1 ) jest najmniejsza. Oblicz AP

Zadanie 3. Na prostej o równaniu y = 2x 3 znajdź punkt P, którego odległość od punktu A = ( 2, -1 ) jest najmniejsza. Oblicz AP Zadania do samodzielnego rozwiązania: II dział Funkcja liniowa, własności funkcji Zadanie. Liczba x = - 7 jest miejscem zerowym funkcji liniowej f ( x) ( a) x 7 dla A. a = - 7 B. a = C. a = D. a = - 1

Bardziej szczegółowo

Efekt motyla i dziwne atraktory

Efekt motyla i dziwne atraktory O układzie Lorenza Wydział Matematyki i Informatyki Uniwersytet Mikołaja kopernika Toruń, 3 grudnia 2009 Spis treści 1 Wprowadzenie Wyjaśnienie pojęć 2 O dziwnych atraktorach 3 Wyjaśnienie pojęć Dowolny

Bardziej szczegółowo

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

III. ZMIENNE LOSOWE JEDNOWYMIAROWE III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta

Bardziej szczegółowo

istocie dziedzina zajmująca się poszukiwaniem zależności na podstawie prowadzenia doświadczeń jest o wiele starsza: tak na przykład matematycy

istocie dziedzina zajmująca się poszukiwaniem zależności na podstawie prowadzenia doświadczeń jest o wiele starsza: tak na przykład matematycy MODEL REGRESJI LINIOWEJ. METODA NAJMNIEJSZYCH KWADRATÓW Analiza regresji zajmuje się badaniem zależności pomiędzy interesującymi nas wielkościami (zmiennymi), mające na celu konstrukcję modelu, który dobrze

Bardziej szczegółowo

Symulacja stosunku liczby ludzi starych do liczby ludzi m lodych w kraju takim jak Polska

Symulacja stosunku liczby ludzi starych do liczby ludzi m lodych w kraju takim jak Polska Symulacja stosunku liczby ludzi starych do liczby ludzi m lodych w kraju takim jak Polska D. Stauffer* and K. Ku lakowski Faculty of Physics and Applied Computer Science, AGH University of Science and

Bardziej szczegółowo

Wyk lad 4. Grafy skierowane

Wyk lad 4. Grafy skierowane Wyk lad 4 Grafy skierowane Definicja Graf skierowany G sk lada si e z dwóch zbiorów, niepustego zbioru V (G) grafu G i zbioru E(G) kraw edzi grafu G oraz z funkcji γ (gamma) ze zbioru E(G) w zbiór V (G)

Bardziej szczegółowo

PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA

PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA Metody kolejnych przybli e Twierdzenie. (Bolzano Cauchy ego) Metody kolejnych przybli e Je eli funkcja F(x) jest ci g a w przedziale domkni tym [a,b] i F(a) F(b)

Bardziej szczegółowo

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1)

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1) ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL 1. Problem Rozważmy układ dwóch równań z dwiema niewiadomymi (x 1, x 2 ): 1 x1 sin x2 x2 cos x1 (1) Nie jest

Bardziej szczegółowo

Jan Olek. Uniwersytet Stefana Kardynała Wyszyńskiego. Procesy z Opóźnieniem. J. Olek. Równanie logistyczne. Założenia

Jan Olek. Uniwersytet Stefana Kardynała Wyszyńskiego. Procesy z Opóźnieniem. J. Olek. Równanie logistyczne. Założenia Procesy z Procesy z Jan Olek Uniwersytet Stefana ardynała Wyszyńskiego 2013 Wzór równania logistycznego: Ṅ(t)=rN(t)(1- N ), gdzie Ṅ(t) - przyrost populacji w czasie t r - rozrodczość netto, (r > 0) N -

Bardziej szczegółowo

φ(x 1,..., x n ) = a i x 2 i +

φ(x 1,..., x n ) = a i x 2 i + Teoria na egzamin z algebry liniowej Wszystkie podane pojęcia należy umieć określić i podać pprzykłady, ewentualnie kontrprzykłady. Ponadto należy znać dowody tam gdzie to jest zaznaczone. Liczby zespolone.

Bardziej szczegółowo

Zarządzanie populacjami zwierząt. Efektywna wielkość populacji Wykład 3

Zarządzanie populacjami zwierząt. Efektywna wielkość populacji Wykład 3 Zarządzanie populacjami zwierząt Efektywna wielkość populacji Wykład 3 DRYF GENETYCZNY Przypadkowe zmiany częstości alleli szczególnie ważne w małych populacjach DRYF GENETYCZNY Wybieramy z dużej populacji

Bardziej szczegółowo

Model dopasowywania się cen na rynku

Model dopasowywania się cen na rynku Model dopasowywania się cen na rynku autor: Milena Ścisłowska Uniwersytet Kardynała Stefana Wyszyńskiego, wydział Matematyczno Przyrodniczy Warszawa 2013 Prosty model rynku - kupujący i sprzedający na

Bardziej szczegółowo

Nieskończona jednowymiarowa studnia potencjału

Nieskończona jednowymiarowa studnia potencjału Nieskończona jednowymiarowa studnia potencjału Zagadnienie dane jest następująco: znaleźć funkcje własne i wartości własne operatora energii dla cząstki umieszczonej w nieskończonej studni potencjału,

Bardziej szczegółowo

Mikroekonomia II: Teoria Producenta Zadania dodatkowe. produkcji? a produkcji f(x 1, x 2 ) = x 1/4. odpowiednio, w 1 i w 2 a cena produktu p.

Mikroekonomia II: Teoria Producenta Zadania dodatkowe. produkcji? a produkcji f(x 1, x 2 ) = x 1/4. odpowiednio, w 1 i w 2 a cena produktu p. Mikroekonomia II: Teoria Producenta Zadania dodatkowe 1. Przypuśćmy, że mamy nastepuj ac a funkcje produkcji f(x 1, x 2 ) = x 1/4 1 x 1/4 2. (a) Narysuj izokwante reprezentujac a y = 1. (b) Oblicz TRS

Bardziej szczegółowo

Uruchamianie SNNS. Po uruchomieniu. xgui & lub snns & pojawia si e okno. programu. Symulator sztucznych sieci neuronowych SNNS 1

Uruchamianie SNNS. Po uruchomieniu. xgui & lub snns & pojawia si e okno. programu. Symulator sztucznych sieci neuronowych SNNS 1 Uruchamianie SNNS Ca ly pakiet SNNS sk lada si e z programu interfejsu graficznego xgui, oraz z szeregu programów sk ladowych: analyze isnns netlearn snnsbat batchman linknets netperf td_bignet convert2snns

Bardziej szczegółowo

1. Rozwiązać układ równań { x 2 = 2y 1

1. Rozwiązać układ równań { x 2 = 2y 1 Dzień Dziecka z Matematyką Tomasz Szymczyk Piotrków Trybunalski, 4 czerwca 013 r. Układy równań szkice rozwiązań 1. Rozwiązać układ równań { x = y 1 y = x 1. Wyznaczając z pierwszego równania zmienną y,

Bardziej szczegółowo

Streszczenie W niniejszej pracy został przedstawiony sposób obliczania charakterystyki częstotliwościowej i fazowej dla przykładowego czwórnika.

Streszczenie W niniejszej pracy został przedstawiony sposób obliczania charakterystyki częstotliwościowej i fazowej dla przykładowego czwórnika. Streszczenie W niniejszej pracy został przedstawiony sposób obliczania charakterystyki częstotliwościowej i fazowej dla przykładowego czwórnika. Wszystkie obliczenia zostały wykonane krok po kroku, a wszystkie

Bardziej szczegółowo

Temat: Funkcje. Własności ogólne. A n n a R a j f u r a, M a t e m a t y k a s e m e s t r 1, W S Z i M w S o c h a c z e w i e 1

Temat: Funkcje. Własności ogólne. A n n a R a j f u r a, M a t e m a t y k a s e m e s t r 1, W S Z i M w S o c h a c z e w i e 1 Temat: Funkcje. Własności ogólne A n n a R a j f u r a, M a t e m a t y k a s e m e s t r 1, W S Z i M w S o c h a c z e w i e 1 Kody kolorów: pojęcie zwraca uwagę * materiał nieobowiązkowy A n n a R a

Bardziej szczegółowo

Do gimnazjum by dobrze zakończyć! Do liceum by dobrze zacząć! MATEMATYKA. Na dobry start do liceum. Zadania. Oficyna Edukacyjna * Krzysztof Pazdro

Do gimnazjum by dobrze zakończyć! Do liceum by dobrze zacząć! MATEMATYKA. Na dobry start do liceum. Zadania. Oficyna Edukacyjna * Krzysztof Pazdro 6 Na dobry start do liceum 8Piotr Drozdowski 6 Do gimnazjum by dobrze zakończyć! Do liceum by dobrze zacząć! MATEMATYKA Zadania Oficyna Edukacyjna * Krzysztof Pazdro Piotr Drozdowski MATEMATYKA. Na dobry

Bardziej szczegółowo

Jak nie zostać niewolnikiem kalkulatora? Obliczenia pamięciowe i pisemne.

Jak nie zostać niewolnikiem kalkulatora? Obliczenia pamięciowe i pisemne. Jak nie zostać niewolnikiem kalkulatora? Obliczenia pamięciowe i pisemne. W miarę postępu techniki w niepamięć odeszły nawyki do wykonywania pisemnych albo pamięciowych obliczeń. O suwaku logarytmicznym,

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych

Bardziej szczegółowo

Wielomiany. dr Tadeusz Werbiński. Teoria

Wielomiany. dr Tadeusz Werbiński. Teoria Wielomiany dr Tadeusz Werbiński Teoria Na początku przypomnimy kilka szkolnych definicji i twierdzeń dotyczących wielomianów. Autorzy podręczników szkolnych podają różne definicje wielomianu - dla jednych

Bardziej szczegółowo

1 Równania różniczkowe zwyczajne liniowe pierwszego rzędu

1 Równania różniczkowe zwyczajne liniowe pierwszego rzędu Równania różniczkowe zwyczajne liniowe I-go rzędu 1 1 1 Równania różniczkowe zwyczajne liniowe pierwszego rzędu Równaniem różniczkowym zwyczajnym liniowym pierwszego rzędu nazywamy równanie postaci (RL1)

Bardziej szczegółowo

Matematyka A, kolokwium, 15 maja 2013 rozwia. ciem rozwia

Matematyka A, kolokwium, 15 maja 2013 rozwia. ciem rozwia Maemayka A kolokwium maja rozwia zania Należy przeczyać CA LE zadanie PRZED rozpocze ciem rozwia zywania go!. Niech M. p. Dowieść że dla każdej pary liczb ca lkowiych a b isnieje aka para liczb wymiernych

Bardziej szczegółowo

Obliczenia naukowe Wykład nr 6

Obliczenia naukowe Wykład nr 6 Obliczenia naukowe Wykład nr 6 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [1] D. Kincaid, W. Cheney, Analiza

Bardziej szczegółowo

LXI Egzamin dla Aktuariuszy z 1 października 2012 r.

LXI Egzamin dla Aktuariuszy z 1 października 2012 r. Komisja Egzaminacyjna dla Aktuariuszy LXI Egzamin dla Aktuariuszy z 1 października 2012 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,

Bardziej szczegółowo

Czas pracy 170 minut

Czas pracy 170 minut ORGANIZATOR WSPÓŁORGANIZATOR PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI MARZEC ROK 04 POZIOM PODSTAWOWY Czas pracy 70 minut Instrukcja dla piszącego. Sprawdź, czy arkusz zawiera 6 stron.. W zadaniach od. do

Bardziej szczegółowo

Plan wyk ladu. Kodowanie informacji. Systemy addytywne. Definicja i klasyfikacja. Systemy liczbowe. prof. dr hab. inż.

Plan wyk ladu. Kodowanie informacji. Systemy addytywne. Definicja i klasyfikacja. Systemy liczbowe. prof. dr hab. inż. Plan wyk ladu Systemy liczbowe Poznań, rok akademicki 2008/2009 1 Plan wyk ladu 2 Systemy liczbowe Systemy liczbowe Systemy pozycyjno-wagowe y 3 Przeliczanie liczb Algorytm Hornera Rozwini ecie liczby

Bardziej szczegółowo

EGZAMIN MATURALNY W ROKU SZKOLNYM 2014/2015

EGZAMIN MATURALNY W ROKU SZKOLNYM 2014/2015 EGZAMIN MATURALNY W ROKU SZKOLNYM 04/0 FORMUŁA OD 0 ( NOWA MATURA ) MATEMATYKA POZIOM ROZSZERZONY ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZ MMA-R CZERWIEC 0 Klucz punktowania zadań zamkniętych Nr zad. 3

Bardziej szczegółowo

Makroekonomia Gospodarki Otwartej Wykład 7 Równowaga na rynku walutowym podejście elastycznościowe, warunek Marshalla-Lernera

Makroekonomia Gospodarki Otwartej Wykład 7 Równowaga na rynku walutowym podejście elastycznościowe, warunek Marshalla-Lernera Makroekonomia Gospodarki Otwartej Wykład 7 Równowaga na rynku walutowym podejście elastycznościowe, warunek Marshalla-Lernera Leszek Wincenciak Wydział Nauk Ekonomicznych UW 2/27 Plan wykładu: Warunek

Bardziej szczegółowo

Równania różniczkowe. Lista nr 2. Literatura: N.M. Matwiejew, Metody całkowania równań różniczkowych zwyczajnych.

Równania różniczkowe. Lista nr 2. Literatura: N.M. Matwiejew, Metody całkowania równań różniczkowych zwyczajnych. Równania różniczkowe. Lisa nr 2. Lieraura: N.M. Mawiejew, Meody całkowania równań różniczkowych zwyczajnych. W. Krysicki, L. Włodarski, Analiza Maemayczna w Zadaniach, część II 1. Znaleźć ogólną posać

Bardziej szczegółowo

Wstęp do analizy matematycznej

Wstęp do analizy matematycznej Wstęp do analizy matematycznej Andrzej Marciniak Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia na Politechnice Poznańskiej w zakresie technologii informatycznych i ich zastosowań w

Bardziej szczegółowo

Potencjał pola elektrycznego

Potencjał pola elektrycznego Potencjał pola elektrycznego Pole elektryczne jest polem zachowawczym, czyli praca wykonana przy przesunięciu ładunku pomiędzy dwoma punktami nie zależy od tego po jakiej drodze przesuwamy ładunek. Spróbujemy

Bardziej szczegółowo

Ekonomia matematyczna - 1.2

Ekonomia matematyczna - 1.2 Ekonomia matematyczna - 1.2 6. Popyt Marshalla, a popyt Hicksa. Poruszać się będziemy w tzw. standardowym polu preferencji X,, gdzie X R n i jest relacją preferencji, która jest: a) rosnąca (tzn. x y x

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Miejsce na naklejk z kodem dysleksja PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Czas pracy 10 minut Instrukcja dla zdaj cego 1. Prosz sprawdzi, czy arkusz egzaminacyjny zawiera 9 stron. Ewentualny brak nale

Bardziej szczegółowo

Tematyka egzaminu z Podstaw sterowania

Tematyka egzaminu z Podstaw sterowania Tematyka egzaminu z Podstaw sterowania Rafał Trójniak 6 września 2009 Spis treści 1 Rozwiązane tematy 1 1.1 Napisać równanie różniczkowe dla zbiornika z odpływem grawitacyjnym...............................

Bardziej szczegółowo

SPRAWOZDANIE MERYTORYCZNE. z wykonanego zadania na rzecz postępu biologicznego w produkcji zwierzęcej

SPRAWOZDANIE MERYTORYCZNE. z wykonanego zadania na rzecz postępu biologicznego w produkcji zwierzęcej SPRAWOZDANIE MERYTORYCZNE z wykonanego zadania na rzecz postępu biologicznego w produkcji zwierzęcej zrealizowanego na podstawie decyzji Ministra Rolnictwa i Rozwoju Wsi nr 43/2015, znak: ŻWeoz/ek-8628-62/2015(3181),

Bardziej szczegółowo

Scenariusz zajęć otwartych dla nauczycieli Publicznego Gimnazjum w Pajęcznie prowadzonych przez Iwonę Jędrzejewską

Scenariusz zajęć otwartych dla nauczycieli Publicznego Gimnazjum w Pajęcznie prowadzonych przez Iwonę Jędrzejewską Klasa: Przedmiot: Dział programu: Scenariusz zajęć otwartych dla nauczycieli Publicznego Gimnazjum w Pajęcznie prowadzonych przez Iwonę Jędrzejewską III Matematyka Funkcje Temat: Powtórzenie i utrwalenie

Bardziej szczegółowo

2.2 Model odsetek prostych 9

2.2 Model odsetek prostych 9 2.2 Model odsetek prostych 9 Uwaga 2.2.2 Komentarza wymaga znaczenie stopy bazowej. Z definicji wynika, że i T = FV PV, co wcale nie oznacza, że wartość indeksu i PV T zależy od wartości pocz atkowej PV.Wskaźnik

Bardziej szczegółowo

Wyk lad 7: Drzewa decyzyjne dla dużych zbiorów danych

Wyk lad 7: Drzewa decyzyjne dla dużych zbiorów danych Wyk lad 7: Drzewa decyzyjne dla dużych zbiorów danych Funkcja rekurencyjna buduj drzewo(u, dec, T): 1: if (kryterium stopu(u, dec) = true) then 2: T.etykieta = kategoria(u, dec); 3: return; 4: end if 5:

Bardziej szczegółowo

Zadania. kwiecień 2009. Ćwiczenia IV. w laściwe dla rotatora sztywnego hetoronuklearnej moleku ly. Rozwiazanie E JM = 2 J(J + 1).

Zadania. kwiecień 2009. Ćwiczenia IV. w laściwe dla rotatora sztywnego hetoronuklearnej moleku ly. Rozwiazanie E JM = 2 J(J + 1). kwiecień 9 Ćwiczenia IV Zadania Zadanie Obliczyć kanoniczna sum e statystyczna funkcj e podzia lu, energi e swobodna i ciep lo w laściwe dla rotatora sztywnego hetoronuklearnej moleku ly Rozwiazanie :

Bardziej szczegółowo

KORELACJE I REGRESJA LINIOWA

KORELACJE I REGRESJA LINIOWA KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem

Bardziej szczegółowo

Matura próbna 2014 z matematyki-poziom podstawowy

Matura próbna 2014 z matematyki-poziom podstawowy Matura próbna 2014 z matematyki-poziom podstawowy Klucz odpowiedzi do zadań zamkniętych zad 1 2 3 4 5 6 7 8 9 10 11 12 odp A C C C A A B B C B D A 13 14 15 16 17 18 19 20 21 22 23 24 25 C C A B A D C B

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna wykład 1: Indukcja i zależności rekurencyjne Gniewomir Sarbicki Literatura Kenneth A. Ross, Charles R. B. Wright Matematyka Dyskretna PWN 005 J. Jaworski, Z. Palka, J. Szymański Matematyka

Bardziej szczegółowo

Klucz odpowiedzi do zadań zamkniętych i przykładowe rozwiązania zadań otwartych

Klucz odpowiedzi do zadań zamkniętych i przykładowe rozwiązania zadań otwartych Centralna Komisja Egzaminacyjna Materiał współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Próbny egzamin maturalny z matematyki listopad 009 Klucz odpowiedzi do

Bardziej szczegółowo

Przykładowe rozwiązania

Przykładowe rozwiązania Przykładowe rozwiązania (E. Ludwikowska, M. Zygora, M. Walkowiak) Zadanie 1. Rozwiąż równanie: w przedziale. ( ) ( ) ( )( ) ( ) ( ) ( ) Uwzględniając, że x otrzymujemy lub lub lub. Zadanie. Dany jest czworokąt

Bardziej szczegółowo

Caªkowanie numeryczne - porównanie skuteczno±ci metody prostokatów, metody trapezów oraz metody Simpsona

Caªkowanie numeryczne - porównanie skuteczno±ci metody prostokatów, metody trapezów oraz metody Simpsona Akademia Górniczo-Hutnicza im. Stanisªawa Staszica w Krakowie Wydziaª Fizyki i Informatyki Stosowanej Krzysztof Grz dziel kierunek studiów: informatyka stosowana Caªkowanie numeryczne - porównanie skuteczno±ci

Bardziej szczegółowo

Przegląd termodynamiki II

Przegląd termodynamiki II Wykład II Mechanika statystyczna 1 Przegląd termodynamiki II W poprzednim wykładzie po wprowadzeniu podstawowych pojęć i wielkości, omówione zostały pierwsza i druga zasada termodynamiki. Tutaj wykorzystamy

Bardziej szczegółowo