Dyskretne modele populacji

Wielkość: px
Rozpocząć pokaz od strony:

Download "Dyskretne modele populacji"

Transkrypt

1 Dyskretne modele populacji Micha l Machtel Adam Soboczyński 19 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 powyższe 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.. eksponencjalny 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 3 grupy, ze wzgledu na ich rozwój: piskl eta - opiekuj a sie nimi rodzice m lode ptaki - już nie opiekuj a sie nimi rodzice, ale nie maj a jeszcze zdolności do reprodukcji doros le ptaki - s a to 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 rozmiarze sta lym po kilku pokoleniach Z punktu widzenia uk ladow dynamicznych i stabilności 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 rozmiarze 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] Model eksponencjalno - logistyczny Stabilność populacji w zależności od parametrów modelu jest ważnym zagadnieniem. Badania wp lywu parametrów przeprowadza si e m.in. przy określaniu ograniczeń na po lowy ryb, regulowaniu populacji drapieżników i ofiar, lub też kontroli szkodników. Nawet proste modele mog a wykazywać dość zróżnicowane zachowanie. Oto model Ricker a: x t+1 = x t exp[r(1 x t /K)], r > 0 Po przeskalowaniu przez pojemność środowiska u t = x t /K uzyskujemy u t+1 = u t exp[r(1 u t )] Równanie to jest zależne od parametru r i od populacji pocz atkowej u 0

12 Dyskretne modele populacji [11] Szukanie ekwilibriów Szukamy stanów równowagi, czyli ekwilibriów (punktów sta lych) u = u exp[r(1 u)] Mamy wi ec u = 0. Dla u > 0 1 = exp[r(1 u)] r(1 u) = 0 u = 1 S a to wi ec jedyne ekwilibria. 0 jest repelerem, bo dla u t (0, 1) r(1 u t ) > 0 e r(1 u t) > 1 u t+1 > u t

13 Dyskretne modele populacji [12] Kryterium różniczkowe Obliczamy pochodn a funkcji f(u) = ue r(1 u) f (u) = e r(1 u) + ue r(1 u) ( r) = e r(1 u) (1 ur) Pami etaj ac o tym,że r > 0, wyliczamy u = 0 u = 1 f (0) = e r (1 0) = e r > 1 f (1) = e 0 (1 r) = 1 r Zatem mamy stabilność dla r (0, 2). Co si e dzieje, gdy r przekracza 2?

14 Dyskretne modele populacji [13] Badamy zachowanie modelu Badamy zachowanie dla r równego odpowiednio 0.5, 1.9, 2.3, 2.6 i 3 przy K = 200. Na ostatnim wykresie można zobaczyć, kiedy pojawia si e oscylacja i chaos. Po lewej stabilny wykres dla r = 0.5, po prawej, przy r bliskim 2, można zaobserwować zanikaj ac a oscylacj e wokó l K.

15 Dyskretne modele populacji [14] Badamy zachowanie modelu cd.. Przy r > 2 populacja oscyluje wokó l K, po przekroczeniu 3 na dolnym wykresie widać chaos.

16 Dyskretne modele populacji [15] Badamy zachowanie modelu cd.. Wykres pokazuj acy zachowanie ostatnich 75 populacji z 200.

17 Dyskretne modele populacji [16] Model dyskretny z opóźnieniem Model eksponencjalno - logistyczny z opóźnieniem T x t+1 = x t exp[r(1 x t T /K)] Ustalamy T = 1. Po przeskalowaniu przez K otrzymujemy: u t+1 = u t exp[r(1 u t 1 )] Podobnie jak w poprzednim modelu, mamy ekwilibria w u = 0 i u = 1. Jeśli u t 1,u t < 1, to u t+1 > u t, czyli 0 nadal jest repelerem. Nie możemy jednak w prosty sposób zastosować kryterium różniczkowego do zbadania stabilności u = 1.

18 Dyskretne modele populacji [17] Model dyskretny z opóźnieniem - linearyzacja Skorzystamy z innej metody na sprawdzenie stabilności u = 1: 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 jeden lub dwa pierwiastki: λ 1, λ 2. Dla r 1 4 pierwiastki s a rzeczywiste: λ 1,λ 2 = [1± 1 4r] 2 < 1. Zatem v t = Aλ t 1 + Bλ t 2, lim t v t = 0 Przy r = 1 4 mamy v t = (A + B t)( 1 2 )t. Jeśli r > 1 4, to λ 1, λ 2 C

19 Dyskretne modele populacji [18] Model dyskretny z opóźnieniem - linearyzacja cd.. 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, wi ec 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 wraz z t. Po cos(tπ/3 + γ) o okresie 6 spodziewamy si e 6-cyklowej okresowości. Przy dużym r pojawia si e chaos.

20 Dyskretne modele populacji [19] Dodatki: Programy napisane w Maple modeledyskretne.mws

Dyskretne modele populacji

Dyskretne modele populacji Dyskretne modele populacji Micha l Machtel Adam Soboczyński 17 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SYMULACJA WYBRANYCH PROCESÓW

SYMULACJA WYBRANYCH PROCESÓW Romuald Mosdorf Joanicjusz Nazarko Nina Siemieniuk SYMULACJA WYBRANYCH PROCESÓW EKONOMICZNYCH Z ZASTOSOWANIEM TEORII CHAOSU DETERMINISTYCZNEGO Gospodarka rynkowa oparta jest na mechanizmach i instytucjach

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

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

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

Stabilność. Krzysztof Patan

Stabilność. Krzysztof Patan Stabilność Krzysztof Patan Pojęcie stabilności systemu Rozważmy obiekt znajdujący się w punkcie równowagi Po przyłożeniu do obiektu siły F zostanie on wypchnięty ze stanu równowagi Jeżeli po upłynięciu

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

3.3 Budżet nieruchomości. aktualnej ceny przeciȩtnego, nie odbiegaj acego standardem lokalu;

3.3 Budżet nieruchomości. aktualnej ceny przeciȩtnego, nie odbiegaj acego standardem lokalu; 3.3 Budżet nieruchomości 47 aktualnej ceny przeciȩtnego, nie odbiegaj acego standardem lokalu; danych o charakterze demograficznym celem ustalenia liczby potencjalnych nabywców, najemców; tendencji na

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

Mathematica - podstawy

Mathematica - podstawy Mathematica - podstawy Artur Kalinowski Semestr letni 2011/2012 Artur Kalinowski Mathematica - podstawy 1 / 27 Spis tre±ci Program Mathematica 1 Program Mathematica 2 3 4 5 Artur Kalinowski Mathematica

Bardziej szczegółowo

10 zadań związanych z granicą i pochodną funkcji.

10 zadań związanych z granicą i pochodną funkcji. 0 zadań związanych z granicą i pochodną funkcji Znajdź przedziały monotoniczności funkcji f() 4, określonej dla (0,) W przedziale ( 0,) wyrażenie 4 przyjmuje wartości ujemne, dlatego dla (0,) funkcja f()

Bardziej szczegółowo

Algebra I sprawozdanie z badania 2014-2015

Algebra I sprawozdanie z badania 2014-2015 MATEMATYKA Algebra I sprawozdanie z badania 2014-2015 IMIĘ I NAZWISKO Data urodzenia: 08/09/2000 ID: 5200154019 Klasa: 11 Niniejsze sprawozdanie zawiera informacje o wynikach zdobytych przez Państwa dziecko

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

Zadania zamknięte. A) 3 pierwiastki B) 1 pierwiastek C) 4 pierwiastki D) 2 pierwiastki. C) a 4 = 2 3

Zadania zamknięte. A) 3 pierwiastki B) 1 pierwiastek C) 4 pierwiastki D) 2 pierwiastki. C) a 4 = 2 3 Zadania zamknięte ZADANIE 1 (1 PKT) Równanie x2 3x+2 = 0 ma: x 2 4 A) 3 pierwiastki B) 1 pierwiastek C) 4 pierwiastki D) 2 pierwiastki ZADANIE 2 (1 PKT) Liczba b jest 3 razy większa od liczby a. Wtedy

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

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

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

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

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

18 TERMODYNAMIKA. PODSUMOWANIE

18 TERMODYNAMIKA. PODSUMOWANIE Włodzimierz Wolczyński 18 TERMODYNAMIKA. PODSUMOWANIE Zadanie 1 Oto cykl pracy pewnego silnika termodynamicznego w układzie p(v). p [ 10 5 Pa] 5 A 4 3 2 1 0 C B 5 10 15 20 25 30 35 40 V [ dm 3 ] Sprawność

Bardziej szczegółowo

Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015. Forma studiów: Stacjonarne Kod kierunku: 06.

Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015. 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 01/01 Kierunek studiów: Zarządzanie i inżynieria produkcji

Bardziej szczegółowo

ROZKŁAD MATERIAŁU DO 1 KLASY LICEUM (ZAKRES PODSTAWOWY) A WYMAGANIA PODSTAWY PROGRAMOWEJ.

ROZKŁAD MATERIAŁU DO 1 KLASY LICEUM (ZAKRES PODSTAWOWY) A WYMAGANIA PODSTAWY PROGRAMOWEJ. ROZKŁAD MATERIAŁU DO 1 KLASY LICEUM (ZAKRES PODSTAWOWY) A WYMAGANIA PODSTAWY PROGRAMOWEJ. TEMAT Równania i nierówności (30h) LICZBA GODZIN LEKCYJNYCH Liczby wymierne 3 Liczby niewymierne 1 Zapisywanie

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

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.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

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

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

Ekonometria - ćwiczenia 10

Ekonometria - ćwiczenia 10 Ekonometria - ćwiczenia 10 Mateusz Myśliwski Zakład Ekonometrii Stosowanej Instytut Ekonometrii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa 14 grudnia 2012 Wprowadzenie Optymalizacja liniowa Na

Bardziej szczegółowo

Sposoby prezentacji problemów w statystyce

Sposoby prezentacji problemów w statystyce S t r o n a 1 Dr Anna Rybak Instytut Informatyki Uniwersytet w Białymstoku Sposoby prezentacji problemów w statystyce Wprowadzenie W artykule zostaną zaprezentowane podstawowe zagadnienia z zakresu statystyki

Bardziej szczegółowo

10. Elementy kombinatoryki geometrycznej: suma kątów wielokąta,

10. Elementy kombinatoryki geometrycznej: suma kątów wielokąta, 10. Elementy kombinatoryki geometrycznej: suma kątów wielokąta, liczba przekątnych wielokąta, porównywanie pól wielokątów w oparciu o proste zależności geometryczne jak np. przystawanie i zawieranie, rozpoznawanie

Bardziej szczegółowo

7. REZONANS W OBWODACH ELEKTRYCZNYCH

7. REZONANS W OBWODACH ELEKTRYCZNYCH OBWODY SYGNAŁY 7. EZONANS W OBWODAH EEKTYZNYH 7.. ZJAWSKO EZONANS Obwody elektryczne, w których występuje zjawisko rezonansu nazywane są obwodami rezonansowymi lub drgającymi. ozpatrując bezźródłowy obwód

Bardziej szczegółowo

17. 17. Modele materiałów

17. 17. Modele materiałów 7. MODELE MATERIAŁÓW 7. 7. Modele materiałów 7.. Wprowadzenie Podstawowym modelem w mechanice jest model ośrodka ciągłego. Przyjmuje się, że materia wypełnia przestrzeń w sposób ciągły. Możliwe jest wyznaczenie

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

Wstęp. System pomiarowy. Przemysław Słota I Liceum Ogólnokształcące Bytom, Grupa Twórcza Quark Pałac Młodzieży w Katowicach

Wstęp. System pomiarowy. Przemysław Słota I Liceum Ogólnokształcące Bytom, Grupa Twórcza Quark Pałac Młodzieży w Katowicach Przemysław Słota I Liceum Ogólnokształcące Bytom, Grupa Twórcza Quark Pałac Młodzieży w Katowicach 1. Wymyśl sam Wiadomo, że niektóre obwody elektryczne wykazują zachowanie chaotyczne. Zbuduj prosty układ

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

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

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

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

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

Kurs wyrównawczy dla kandydatów i studentów UTP

Kurs wyrównawczy dla kandydatów i studentów UTP Kurs wyrównawczy dla kandydatów i studentów UTP Część III Funkcja wymierna, potęgowa, logarytmiczna i wykładnicza Magdalena Alama-Bućko Ewa Fabińska Alfred Witkowski Grażyna Zachwieja Uniwersytet Technologiczno

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

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

EGZAMIN MATURALNY Z MATEMATYKI

EGZAMIN MATURALNY Z MATEMATYKI Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. MMA 2015 WPISUJE ZDAJĄCY KOD PESEL miejsce na naklejkę dysleksja EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY PRZYKŁADOWY

Bardziej szczegółowo

WYKŁAD 8. Postacie obrazów na różnych etapach procesu przetwarzania

WYKŁAD 8. Postacie obrazów na różnych etapach procesu przetwarzania WYKŁAD 8 Reprezentacja obrazu Elementy edycji (tworzenia) obrazu Postacie obrazów na różnych etapach procesu przetwarzania Klasy obrazów Klasa 1: Obrazy o pełnej skali stopni jasności, typowe parametry:

Bardziej szczegółowo

Funkcje i Procedury. Wyrazenien

Funkcje i Procedury. Wyrazenien Funkcje i Procedury. Określanie Funkcji. Rozwiązanie skomplikowanych zagadnień czasami jest niemożliwe bez zastosowania własnej funkcji i procedur. Chcemy stworzyć dobre aplikacje? Trzeba umieć stworzyć

Bardziej szczegółowo

Które analizy w kalkulatorze możesz wykonać, by odpowiedzieć na to pytanie?

Które analizy w kalkulatorze możesz wykonać, by odpowiedzieć na to pytanie? Analiza studiów przypadku Gimnazjum ST Gimnazjum ST jest warszawską szkołą, jedną z 7 w swojej dzielnicy. Jest to stosunkowo duża placówka, której mury co roku opuszcza ok. 200 absolwentów. Szkoła ma budynek

Bardziej szczegółowo

MATEMATYKA - CYKL 5 GODZINNY. DATA : 8 czerwca 2009

MATEMATYKA - CYKL 5 GODZINNY. DATA : 8 czerwca 2009 MATURA EUROPEJSKA 2009 MATEMATYKA - CYKL 5 GODZINNY DATA : 8 czerwca 2009 CZAS TRWANIA EGZAMINU: 4 godziny (240 minut) DOZWOLONE POMOCE : Europejski zestaw wzorów Kalkulator (bez grafiki, bez możliwości

Bardziej szczegółowo

D. Miszczyńska, M.Miszczyński KBO UŁ 1 GRY KONFLIKTOWE GRY 2-OSOBOWE O SUMIE WYPŁAT ZERO

D. Miszczyńska, M.Miszczyński KBO UŁ 1 GRY KONFLIKTOWE GRY 2-OSOBOWE O SUMIE WYPŁAT ZERO D. Miszczyńska, M.Miszczyński KBO UŁ GRY KONFLIKTOWE GRY 2-OSOBOWE O SUMIE WYPŁAT ZERO Gra w sensie niżej przedstawionym to zasady którymi kierują się decydenci. Zakładamy, że rezultatem gry jest wypłata,

Bardziej szczegółowo

Wyznaczanie współczynnika sprężystości sprężyn i ich układów

Wyznaczanie współczynnika sprężystości sprężyn i ich układów Ćwiczenie 63 Wyznaczanie współczynnika sprężystości sprężyn i ich układów 63.1. Zasada ćwiczenia W ćwiczeniu określa się współczynnik sprężystości pojedynczych sprężyn i ich układów, mierząc wydłużenie

Bardziej szczegółowo

TABELE I WYKRESY W EXCELU I ACCESSIE

TABELE I WYKRESY W EXCELU I ACCESSIE TABELE I WYKRESY W EXCELU I ACCESSIE 1. Tabele wykonane w Excelu na pierwszych ćwiczeniach Wielkość prób samce samice wiosna/lato 12 6 jesień 6 7 zima 10 9 Średni ciężar osobnika SD ciężaru osobnika samce

Bardziej szczegółowo

1 Miary asymetrii i koncentracji

1 Miary asymetrii i koncentracji Studia podyplomowe w zakresie technik internetowych i komputerowej analizy danych Podstawy statystyki opisowej Adam Kiersztyn 3 godziny lekcyjne 2011-10-22 10.10-12.30 1 Miary asymetrii i koncentracji

Bardziej szczegółowo

20PLN dla pierwszych 50 sztuk oraz 15PLN dla dalszych. Zysk ze sprzedaży biurka wynosi 40PLN dla pierwszych 20 sztuk oraz 50PLN dla dalszych.

20PLN dla pierwszych 50 sztuk oraz 15PLN dla dalszych. Zysk ze sprzedaży biurka wynosi 40PLN dla pierwszych 20 sztuk oraz 50PLN dla dalszych. Z1. Sformu lować model dla optymalnego planowania produkcji w nast epujacych warunkach: Wytwórca mebli potrzebuje określić, ile sto lów, krzese l i biurek powinien produkować, aby optymalnie wykorzystać

Bardziej szczegółowo

Kurs z matematyki - zadania

Kurs z matematyki - zadania Kurs z matematyki - zadania Miara łukowa kąta Zadanie Miary kątów wyrażone w stopniach zapisać w radianach: a) 0, b) 80, c) 90, d), e) 0, f) 0, g) 0, h), i) 0, j) 70, k), l) 80, m) 080, n), o) 0 Zadanie

Bardziej szczegółowo