Pochodne cz ¾astkowe i ich zastosowanie.
|
|
- Aleksander Czajkowski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Pochodne cz ¾astkowe i ich zastosowanie. Adam Kiersztyn Lublin 2013 Adam Kiersztyn () Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
2 Zanim przejdziemy do omawiania pochodnych funkcji wielu zmiennych musimy przez chwil ¾e zatrzymać si ¾e nad problem wyznaczania granic funkcji wielu zmiennych. W naszych rozwa zaniach ograniczymy si ¾e tylko do funkcji dwóch zmiennych, bowiem w przypadku wi ¾ekszej liczby zmiennych post ¾epuje si ¾e analogicznie. W pierwszym kroku musimy przypomnieć sobie w jaki sposób mierzy si ¾e odleg ość dwóch punktów w przestrzeni R 2 (lub ogólnie R n ). Do wyznaczania odleg ości dwóch punktów P 1 = (x 1, y 1 ), P 2 = (x 2, y 2 ) od siebie wykorzystuje si ¾e zazwyczaj metryk ¾e euklidesow ¾a określon ¾a wzorem q d e (P 1, P 2 ) = (x 1 x 2 ) 2 + (y 1 y 2 ) 2. Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
3 W powy zszym zdaniu istotne jest s owo zazwyczaj. Rozwa za si ¾e bowiem inne metryki wśród których nale zy wymienić mi ¾edzy innymi: metryk ¾e taksówkow ¾a (metryk ¾e miasta) d t (P 1, P 2 ) = jx 1 x 2 j + jy 1 y 2 j metryk ¾e maksimum d m (P 1, P 2 ) = max fjx 1 x 2 j, jy 1 y 2 jg Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
4 metryk ¾e kolejow ¾a 8 d e (P 1, P 2 ), jeśli punkty P 1 i P 2 le z ¾a na >< jednej prostej d k (P 1, P 2 ) = przechodz ¾acej przez punkt (0, 0) d >: e (P 1, (0, 0)) + d e ((0, 0, P 2 )) jeśli punkty nie le z ¾a na jednej prostej Wszystkie te metryki maj ¾a pewn ¾a cech ¾e wspóln ¾a, a mianowicie jeśli x n! x 0 oraz y n! y 0 to d ((x n, y n ) ; (x 0, y 0 ))! 0.W zwi ¾azku z t ¾a uwag ¾a przyjmujemy nast ¾epuj ¾ac ¾a de nicj ¾e. Mówimy, ze ci ¾ag punktów P n = (x n, y n ) d ¾a zy do punktu P 0 = (x 0, y 0 ) jeśli x n! x 0 oraz y n! y 0. Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
5 Powy zsze przyk ady nie wyczerpuj ¾a bardzo zbioru metryk w przestrzeni R 2. Aby lepiej zrozumieć dzia anie tych metryk zobaczmy jak wygl ¾adaj ¾a w tych metrykach kule (tzn. ko a) o środkach powiedzmy w punktach (0, 0) oraz (2, 3) i promieniach 2 oraz 5. Przez kul ¾e domkni ¾et ¾a o środku w punkcie (x 0, y 0 ) i promieniu rozumiemy zbiór punktów spe niaj ¾acych w asność (x, y) 2 R 2 : d ((x, y), (x 0, y 0 )) r. W przypadku kuli otwrtej nie równość agodna w powy zszej de nicji jest zast ¾apiona nierówności ¾a ostr ¾a. Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
6 1 Rozwa zmy nast ¾epuj ¾acy przyk ad: niech P n = n, n + 1 n + 3 wspólrz ¾edna tego ci ¾agu d ¾a zy do 0, zaś druga do 1, bowiem St ¾ad P n = 1 lim n! n = 0 oraz 1 n, n + 1! (0, 1). n + 3 lim n + 1 n! n + 3 = 1.. Pierwsza Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
7 Dysponuj ¾ac ju z poj ¾eciem zbie zności punktów w przestrzeni R n mo zemy przejść do badania granicy funkcji dwóch zmiennych. Libzb ¾e g nazywamy granic ¾a funkcji f : R 2! R w punkcie (x 0, y 0 ), je zeli dla ka zdego ci ¾agu punktów (x n, y n ) takich, ze (x n, y n ) 2 D, (x 0, y 0 ) 6= (x n, y n )! (x 0, y 0 ) odpowiadaj ¾acy mu ci ¾ag wartości funkcji f (x n, y n ) jest zbie zny do g, co zapisujemy lim (x n,y n )!(x 0,y 0 ) f (x n, y n ) = g. Dla przyk adu zbadajmy 3x + 2y lim x!1 x + 5y = = 5 6 y!2 Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
8 W tym miejscu granic ¾e jest bardzo atwo wyznaczyć poniewa z w punkcie (1, 2) funkcja jest dobrze określona i jako granic ¾e nale zy obrać jej wartość. Zastanówmy co si ¾e stanie z t ¾a sam ¾a funkcj ¾a w punkcie (0, 0). Punkt ten nie nale zy do naturalnej dziedziny naszej funkcji w zwi ¾azku z tym nie wystarczy obliczyć wartości funkcji w tym punkcie. Obierzmy ci ¾ag punktów (x n, y n )! (0, 0) i przyjmijmy, ze x n = 0, zaś y n = 1 n. Jest oczywiste, ze ci ¾ag 0, 1 n! (0, 0) oraz, ze dla ka zdego n 1 punkt 0, 1 n 6= (0, 0). Dla danego ci ¾agu punktów obliczmy granic ¾e funkcji wstawiaj ¾ac zamiast x = 0, y = 1 n. Mamy wówczas n lim n! n = lim n! 2 n 5 n 2 = lim n! n n 5 = 2 5. Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
9 Niech teraz x n = 1 n zaś y n = 0. W tym przypadku ci ¾ag punktów równie z d ¾a zy do punktu (0, 0) natomiast granica wynosi 3 1 n lim n! 1 n = lim n! n 3 n 1 n = 3. W tym przypadku wybór ci ¾agu punktów ma znaczenie przy obliczaniu granicy w zwi ¾azku z tym granica funkcji f (x, y) = 3x + 2y x + 5y w punkcie (0, 0) nie istnieje. Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
10 Mówimy, ze funkcja f (x, y) jest ci ¾ag a w punkcie P 0 = (x 0, y 0 ) 2 D je zeli ma granic ¾e w punkcie (x 0, y 0 ), która jest równa wartości funkcji w tym punkcie, tzn lim (x,y )!(x 0,y 0 ) f (x, y) = f (x 0, y 0 ). Otoczeniem punktu P 0 = (x 0, y 0 ) o promieniu R > 0 nazywamy zbiór punktów p aszczyzny, których wspó rz ¾edne (x, y) spe niaj ¾a nierówność (x x 0 ) 2 + (y y 0 ) 2 < R 2. Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
11 Niech f b ¾edzie funkcj ¾a określon ¾a w pewnym otoczeniu punktu (x 0, y 0 ).Je zeli we wzorze f (x, y) jednej zmiennej przypiszemy konkretn ¾awartość liczbow ¾a, np. w miejsce y wstawimy liczb ¾e y 0, to otrzymamy funkcj ¾e jednej zmiennej f (x, y 0 ). Jeśli tak utworzona funkcja ma pochodn ¾a w punkcie x 0, tzn. je zeli istniej granica f (x 0 + x, y 0 ) f (x 0, y 0 ) lim x!0 x to nazywamy j ¾a pochodn ¾a cz ¾astkow ¾a pierwszego rz ¾edu funkcji f (x, y) wzgl ¾edem zmiennej x w punkcie (x 0, y 0 ) i oznaczamy f x lub f 0 x. Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
12 Pochodn ¾a cz ¾astkow ¾a funkcji f (x, y) wzgl ¾edem zmiennej y w punkcie (x 0, y 0 ) de niujemy analogicznie f (x 0, y 0 + y) f (x 0, y 0 ) lim y!0 y i oznaczamy f y lub f 0 y. Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
13 Podobnie jak w przypadku funkcji jednej zmiennej mozna badać pochodne wy zszych rz ¾edów. Pochodne cz ¾astkowe pochodnych f x, f y nazywamy pochodnymi cz ¾astkowymi drugiego rz ¾edu i oznaczamy f = 2 f x x x 2 = f xx 00 f y y f x y y f x = 2 f y 2 = f 00 yy = 2 f x y = f 00 xy = 2 f y x = f 00 yx Pierwsze dwie z nich określa si ¾a mianem pochodnych jednorodnych, zaś dwie ostatnie mianem pochodnych mieszanych drugiego rz ¾edu. Ponadto zachodz nast ¾epuj ¾ace twierdzenie. Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
14 Theorem (Schwarza) Je zeli funkcja f (x, y) ma w pewnym obszarze D ciag e ¾ pochodne mieszane rzedu ¾ drugiego, to pochodne te sa¾ sobie równe w ka zdym punkcie (x, y) 2 D. 2 f x y = 2 f y x Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
15 Pochodne cz ¾astkowe pierwszego rz ¾edu tworz ¾a wektor zwany gradientem. Zaś pochodne cz ¾astkowe drugiego rz ¾edu tworz ¾a macierz kwadratow ¾a zwan ¾a Hesjanem. Macierz ta z uwagi na powy zsze twierdzenie w przypadku ci ¾ag ych pochodnych drugiego rz ¾edu w otoczeniu pewnego punktu jest macierz ¾a symetryczn ¾a. Dla przyk adu rozwa zmy funkcj ¾e f (x, y) = e x +y + x 2 + y 3 + 5x 2 y 3. Dla tej funkcji wyznaczmy (na tablicy) gradient oraz Hesjan. Jako utrwalenie przeanalizujmy jeszcze jeden przyk ad. Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
16 Dla przyk adu rozwa zmy funkcj ¾e f (x, y) = x 2 + 4xy + 7y 3 2x 2 y 2. Obliczmy dla niej wszystkie pochodne cz ¾astkowe pierwszego i drugiego rz ¾edu. Mamy wówczas f x = 2x + 4y + 0 4xy 2 traktujemy w powy zszym wzorze y jako pewn ¾a sta ¾a. W analogiczny sposób wyznaczamy f y = 0 + 4x + 21y 2 4x 2 y. Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
17 W nast ¾epnym kroku obliczmy pochodne cz ¾astkowe drugiego rz ¾edu. Najpierw pochodn ¾a jednorodn ¾a po xx, tzn. nast ¾epnie dwa razy po y,tj. 2 f x 2 = 2x + 4y 4xy 2 0 x = 2 4y 2 2 f y 2 = 4x + 21y 2 4x 2 y 0 y = 42y 4x 2. Nast ¾epnie obliczmy pochodne mieszane2 oraz 2 f y x = 4x + 21y 2 4x 2 y 0 x = 4 2 f x y = 2x + 4y 4xy 2 0 y = 4 8xy 8xy. Na tym obrazowym przyk ¾adzie widzimy, ze twierdzenie Schwarza pozwla nam zminejszyć nieco ilość obliczeń. Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
18 Dzi ¾ekuj ¾e za uwag ¾e Adam Kiersztyn (KUL) Pochodne cz ¾astkowe i ich zastosowanie. maj / 18
Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji
Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Adam Kiersztyn Lublin 2014 Adam Kiersztyn () Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji maj 2014 1 / 24 Zanim przejdziemy
Bardziej szczegółowoEkstrema funkcji wielu zmiennych.
Ekstrema funkcji wielu zmiennych. Adam Kiersztyn Lublin 2013 Adam Kiersztyn () Ekstrema funkcji wielu zmiennych. kwiecień 2013 1 / 13 Niech dana b ¾edzie funkcja f (x, y) określona w pewnym otoczeniu punktu
Bardziej szczegółowoFunkcje dwóch zmiennych
Funkcje dwóch zmiennych Je zeli ka zdemu punktowi P o wspó rzednych x; y) z pewnego obszaru D na p aszczyźnie R 2 przyporzadkujemy w sposób jednoznaczny liczb e rzeczywista z, to przyporzadkowanie to nazywamy
Bardziej szczegółowoWyznaczniki, macierz odwrotna, równania macierzowe
Wyznaczniki, macierz odwrotna, równania macierzowe Adam Kiersztyn Katolicki Uniwersytet Lubelski Jana Paw a II Lublin 013 Adam Kiersztyn (KUL) Wyznaczniki, macierz odwrotna, równania macierzowe marzec
Bardziej szczegółowoWprowadzenie do równań ró znicowych i ró zniczkowych.
Wprowadzenie do równań ró znicowych i ró zniczkowych. Adam Kiersztyn Lublin 2013 Adam Kiersztyn () Wprowadzenie do równań ró znicowych i ró zniczkowych. maj 2013 1 / 11 Przyjmijmy nast ¾epuj ¾ace oznaczenia:
Bardziej szczegółowo1 Rozk ad normalny. Szczególnym przypadkiem jest standardowy rozk ad normalny N (0; 1), wartości
Studia podyplomowe w zakresie technik internetowych i komputerowej analizy danych Podstawy statystyki matematycznej Adam Kiersztyn 2 godziny lekcyjne 2011-10-23 8.20-9.50 1 Rozk ad normalny Jednym z najwa
Bardziej szczegółowoFunkcje wielu zmiennych
Funkcje wielu zmiennych 13 Zbiory w przestrzeni Definicja Przestrzeni a trójwymiarow a (przestrzeni a) nazywamy zbiór wszystkich trójek uporz adkowanych (x y z) gdzie x y z R. Przestrzeń tȩ oznaczamy symbolem
Bardziej szczegółowoFunkcje wielu zmiennych
Funkcje wielu zmiennych Zbiory na p laszczyźnie Przestrzeni a dwuwymiarow a (p laszczyzn a) nazywamy zbiór wszystkich par uporz adkowanych (x, y), gdzie x, y R. Przestrzeń tȩ oznaczamy symbolem R 2 : R
Bardziej szczegółowo1 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 szczegółowo1 Praktyczne metody wyznaczania podstawowych miar przy zastosowaniu programu EXCEL
Kurs w zakresie zaawansowanych metod komputerowej analizy danych Podstawy statystycznej analizy danych 9.03.2014-3 godziny ćwiczeń autor: Adam Kiersztyn 1 Praktyczne metody wyznaczania podstawowych miar
Bardziej szczegółowo1 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 szczegółowoRównania ró znicowe wg A. Ostoja - Ostaszewski "Matematyka w ekonomii. Modele i metody".
Równania ró znicowe wg A. Ostoja - Ostaszewski "Matematyka w ekonomii. Modele i metody". Przyk ad. Za ó zmy, ze w chwili t = 0 populacja liczy P 0 osób. Roczny wskaźnik urodzeń wynosi b = 00, a roczna
Bardziej szczegółowo1 Rekodowanie w podgrupach i obliczanie wartości w podgrupach
1 Rekodowanie w podgrupach i obliczanie wartości w podgrupach Czasami chcemy rekodować jedynie cz ¾eść danych zawartych w pewnym zbiorze. W takim przypadku stosujemy rekodowanie z zastosowaniem warunku
Bardziej szczegółowoFunkcje wielu zmiennych
Funkcje wielu zmiennych 8 Pochodna kierunkowa funkcji Definicja Niech funkcja f określona bȩdzie w otoczeniu punktu P 0 = (x 0, y 0 ) oraz niech v = [v x, v y ] bȩdzie wektorem. Pochodn a kierunkow a funkcji
Bardziej szczegółowoWyk ad II. Stacjonarne szeregi czasowe.
Wyk ad II. Stacjonarne szeregi czasowe. W wi ekszości przypadków poszukiwanie modelu, który dok adnie by opisywa zachowanie sk adnika losowego " t, polega na analizie pewnej klasy losowych ciagów czasowych
Bardziej szczegółowoRozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.
Rozdzia l 11 Przestrzenie Euklidesowe 11.1 Definicja, iloczyn skalarny i norma Definicja 11.1 Przestrzenia Euklidesowa nazywamy par e { X K,ϕ }, gdzie X K jest przestrzenia liniowa nad K, a ϕ forma dwuliniowa
Bardziej szczegółowoMatematyka II. De nicje, twierdzenia 21 czerwca 2011
Matematyka II De nicje, twierdzenia 2 czerwca 20 K. Dobrowolska, W. Dyczka, H. Jakuszenkow, Matematyka dla studentów studiów technicznych, cz. 2, HELPMATH, ódź 2007 M. Gewert, Z. Skoczylas, Analiza matematyczna
Bardziej szczegółowoPRAWA 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 szczegółowoO zgodności procedur jednoczesnego testowania zastosowanych do problemu selekcji zmiennych w modelu liniowym
O zgodności procedur jednoczesnego testowania zastosowanych do problemu selekcji zmiennych w modelu liniowym Konrad Furmańczyk Katedra Zastosowań Matematyki SGGW Wis a 2010 Plan referatu 1. Modele liniowe
Bardziej szczegółowoNormy wektorów i macierzy
Rozdzia l 3 Normy wektorów i macierzy W tym rozdziale zak ladamy, że K C. 3.1 Ogólna definicja normy Niech ψ : K m,n [0, + ) b edzie przekszta lceniem spe lniaj acym warunki: (i) A K m,n ψ(a) = 0 A = 0,
Bardziej szczegółowo1 Wieloczynnikowa analiza wariancji
Studia podyplomowe w zakresie technik internetowych i komputerowej analizy danych Statystyczna analiza danych Adam Kiersztyn 5 godzin lekcyjnych 2012-02-04 13.00-17.00 1 Wieloczynnikowa analiza wariancji
Bardziej szczegółowoOcena ryzyka kredytowego
Marcin Studniarski http://math.uni.lodz.pl/marstud/ marstud@math.uni.lodz.pl Ocena ryzyka kredytowego (semestr letni 2013/14) 1 Informacje wst epne Celem tego rozdzia u jest powtórzenie pewnych wiadomości
Bardziej szczegółowo1 Analiza wariancji H 1 : 1 6= 2 _ 1 6= 3 _ 1 6= 4 _ 2 6= 3 _ 2 6= 4 _ 3 6= 4
Studia podyplomowe w zakresie technik internetowych i komputerowej analizy danych Statystyczna analiza danych Adam Kiersztyn 5 godzin lekcyjnych 2012-02-04 13.00-17.00 1 Analiza wariancji Na wst¾epie zapoznamy
Bardziej szczegółowo1 Poj ¾ecie szeregu czasowego
Studia podyplomowe w zakresie przetwarzania, zarz¾adzania i statystycznej analizy danych Analiza szeregów czasowych 24.11.2013-2 godziny konwersatorium autor: Adam Kiersztyn 1 Poj ¾ecie szeregu czasowego
Bardziej szczegółowoFunkcje wielu zmiennych
dr Krzysztof yjewski Informatyka I rok I 0 in» 12 stycznia 2016 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0 y 0 )
Bardziej szczegółowoKonkurs Matematyczny, KUL, 30 marca 2012 r.
Konkurs Matematyczny, KUL, 30 marca 01 r. W pustych kratkach obok liter A) B) C) D) nale zy wpisać s owo TAK lub NIE. Zadanie zostanie uznane za rozwiazane, jeśli wszystkie cztery odpowiedzi sa poprawne.
Bardziej szczegółowoPOCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy
POCHODNA KIERUNKOWA Pochodne cz astkowe funkcji f(m) = f(x, y, z) wzglȩdem x, wzglȩdem y i wzglȩdem z wyrażaj a prȩdkość zmiany funkcji w kierunku osi wspó lrzȩdnych; np. f x jest prȩdkości a zmiany funkcji
Bardziej szczegółowoZadania z analizy matematycznej - sem. II Rachunek ró»niczkowy funkcji wielu zmiennych
Zadania z analizy matematycznej - sem II Rachunek ró»niczkowy funkcji wielu zmiennych Denicja (Pochodne cz stkowe dla funkcji trzech zmiennych) Niech D R 3 b dzie obszarem oraz f : D R f = f y z) P 0 =
Bardziej szczegółowoANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la?
Ci ag lość i norma Ćwiczenie. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la? f (x, y) = x2 y 2 x 2 + y 2, f 2(x, y) = x2 y x 2 + y 2 f 3 (x, y) = x2 y
Bardziej szczegółowo1 Próba a populacja. Nasze rozwa zania zaczniemy od przedyskutowania podstawowych poj ¾eć statystycznych,
Kurs w zakresie zaawansowanych metod komputerowej analizy danych Podstawy statystycznej analizy danych 9.03.04 - godziny konwersatorium autor Adam Kiersztyn Próba a populacja Nasze rozwa zania zaczniemy
Bardziej szczegółowoII semestr. Jan Kubarski
II semestr Jan Kubarski 0. Funkcje wielu zmiennych, granice De nition 0.. Ka zd a funkcje f : A! R określona na podzbiorze A R n nazywamy funkcja n-zmiennych. Np. Funkcja f (x; y) xy jest funkcja zmiennych,
Bardziej szczegółowoPRZYBLI 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 szczegółowoZASADA SZUFLADKOWA DIRICHLETA
ZASADA SZUFLADKOWA DIRICHLETA Andrzej FRYSZKOWSKI SZCZECIN, 27 MARCA 2014 Andrzej FRYSZKOWSKI () ZASADA SZUFLADKOWA DIRICHLETA SZCZECIN, 27 MARCA 2014 1 / 25 BROSZURA OMG I (2005/2006) (opracowanie: Joanna
Bardziej szczegółowo1 Testy statystyczne. 2 Rodzaje testów
1 Testy statystyczne Podczas sprawdzania hipotez statystycznych moga¾ wystapić ¾ dwa rodzaje b ¾edów. Prawdopodobieństwo b ¾edu polegajacego ¾ na odrzuceniu hipotezy zerowej (H 0 ), gdy jest ona prawdziwa,
Bardziej szczegółowo1 Wieloczynnikowa analiza wariancji ciag ¾ dalszy
Studia podyplomowe w zakresie technik internetowych i komputerowej analizy danych Wielowymiarowa analiza danych Adam Kiersztyn 5 godzin lekcyjnych 2012-03-18 08.20-12.30 1 Wieloczynnikowa analiza wariancji
Bardziej szczegółowo2.1. Ruch, gradient pr dko ci, tensor pr dko ci odkszta cenia, Ruchem cia a B nazywamy dostatecznie g adko zale ne od czasu t jego odkszta cenie
Rozdzia 2 Ruch i kinematyka 2.. Ruch, gradient pr dko ci, tensor pr dko ci odkszta cenia, wirowo Ruchem cia a B nazywamy dostatecznie g adko zale ne od czasu t jego odkszta cenie t, tzn. B X! t (X) =x
Bardziej szczegółowo1 Funkcje dwóch zmiennych podstawowe pojęcia
1 Funkcje dwóch zmiennych podstawowe pojęcia Definicja 1 Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach w zbiorze R nazywamy przyporządkowanie każdemu punktowi ze zbioru A dokładnie jednej
Bardziej szczegółowoBardzo silnie z poj ¾eciem populacji statystycznej zwiazane ¾ jest poj ¾ecie próby statystycznej.
Próba a populacja Nasze rozwa zania zaczniemy od przedyskutowania podstawowych poj eć statystycznych, poszczególne de nicje zostana wzbogacone o obrazowe przyk ady. Jednym z najistotniejszych poj eć jest
Bardziej szczegółowoWNIOSKOWANIE W MODELU REGRESJI LINIOWEJ
WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ Dana jest populacja generalna, w której dwuwymiarowa cecha (zmienna losowa) (X, Y ) ma pewien dwuwymiarowy rozk lad. Miara korelacji liniowej dla zmiennych (X, Y
Bardziej szczegółowo(wymiar macierzy trójk¹tnej jest równy liczbie elementów na g³ównej przek¹tnej). Z twierdzen 1 > 0. Zatem dla zale noœci
56 Za³ó my, e twierdzenie jest prawdziwe dla macierzy dodatnio okreœlonej stopnia n 1. Macierz A dodatnio okreœlon¹ stopnia n mo na zapisaæ w postaci n 1 gdzie A n 1 oznacza macierz dodatnio okreœlon¹
Bardziej szczegółowoMarcin Studniarski. Wyk ady z analizy portfelowej, cz ¾eść I. semestr letni 2018/19.
Marcin Studniarski Wyk ady z analizy portfelowej, cz ¾eść I semestr letni 2018/19 http://math.uni.lodz.pl/~marstud/dydaktyka.htm 1 Co to jest analiza portfelowa? Analiza portfelowa zajmuje si ¾e optymalnym
Bardziej szczegółowoProste Procesy Stochastyczne i ich zastosowania.
Proste Procesy Stochastyczne i ich zastosowania. Pawe J. Szab owski March 27 Pawe J. Szab owski () Wyk ad 1 March 27 1 / 17 Plan wyk adu: 1-3. Wst ¾ep i preliminaria- przyk ady szeregów czasowych.. Zagadnienie
Bardziej szczegółowoFunkcje dwóch zmiennych
Funkcje dwóch zmiennych Andrzej Musielak Str Funkcje dwóch zmiennych Wstęp Funkcja rzeczywista dwóch zmiennych to funkcja, której argumentem jest para liczb rzeczywistych, a wartością liczba rzeczywista.
Bardziej szczegółowoIX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,
IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy
Bardziej szczegółowoAnaliza Matematyczna 2. Ćwiczenia
Analiza Matematyczna. Ćwiczenia Bogdan Balcerzak 4 Spis treści RACHUNEK CA KOWY JEGO ASTOSOWANA. Ca ka oznaczona................................... Geometryczne zastosowania ca ki oznaczonej....................3
Bardziej szczegółowoStatystyka w analizie i planowaniu eksperymentu
29 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś
Bardziej szczegółowoWykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.
Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja
Bardziej szczegółowoStatystyka w analizie i planowaniu eksperymentu
31 marca 2014 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś
Bardziej szczegółowoPierwiastki aproksymatywne. niecharakterystyczne. S. Brzostowski
1 Pierwiastki aproksymatywne niecharakterystyczne S. Brzostowski Denicja pierwiastka aproksymatywnego. 2 2 Denicja pierwiastka aproksymatywnego. Denicja 1. R - pierscien przemienny z 1, f 2 R[Y ] - wielomian
Bardziej szczegółowo1 Regresja liniowa cz. I
Regresja liniowa cz. I. Model statystyczny Model statystyczny to zbiór za o zeń. Wprowadzamy model, który mo zliwie najlepiej opisuje ineresujacy ¾ nas fragment rzeczywistość. B ¾edy modelu wynikaja¾ z
Bardziej szczegółowoFunkcje dwóch zmiennych, pochodne cząstkowe
Wykłady z matematyki inżynierskiej Funkcje dwóch zmiennych, pochodne cząstkowe JJ, IMiF UTP 17 f (x, y) DEFINICJA. Funkcja dwóch zmiennych określona w zbiorze D R 2, to przyporządkowanie każdemu punktowi
Bardziej szczegółowoFunkcje wielu zmiennych
Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x, y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0, y 0 ) Pochodn cz stkow pierwszego rz du funkcji dwóch zmiennych wzgl
Bardziej szczegółowo13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne.
13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne. 1. Wprowadzenie. Dotąd rozważaliśmy funkcje działające z podzbioru liczb rzeczywistych w zbiór liczb rzeczywistych, zatem funkcje
Bardziej szczegółowoAM II /2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium
AM II.1 2018/2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium Normy w R n, iloczyn skalarny sprawd¹ czy dana funkcja jest norm sprawd¹, czy dany zbiór jest kul w jakiej± normie i oblicz norm wybranego
Bardziej szczegółowopobrano z (A1) Czas GRUDZIE
EGZAMIN MATURALNY OD ROKU SZKOLNEGO 014/015 MATEMATYKA POZIOM ROZSZERZONY PRZYK ADOWY ZESTAW ZADA (A1) W czasie trwania egzaminu zdaj cy mo e korzysta z zestawu wzorów matematycznych, linijki i cyrkla
Bardziej szczegółowoMATEMATYKA EiT. (studia drugiego stopnia, drugi semestr) 3 2i, 2i44 i i )12, (cos 15 + i sin 15 ) 15, ( p 3 i) i)17, (i 1) 9, ( 1 i
MATEMATYKA EiT (studia drugiego stopnia, drugi semestr) ) Wyznaczyć Re z; Im z; jzj ; z dla z = ( + i)(3 i), ( + i)( i) + (3 5i), (+i) 3 i, i44 i 45 i 46 +3i, 47 (cos 33 + i sin 33 ), ( + p 3 i)7, (i )
Bardziej szczegółowo1 Przygotowanie ankiety
1 Przygotowanie ankiety Na dzisiejszych zaj ¾eciach skupimy si ¾e na zasadach tworzenia, wprowadzania oraz wst ¾epnej analizie danych zawartych w ankietach. Za ó zmy, ze ankieta sk ada si ¾e nast¾epujacych
Bardziej szczegółowogdy wielomian p(x) jest podzielny bez reszty przez trójmian kwadratowy x rx q. W takim przypadku (5.10)
5.5. Wyznaczanie zer wielomianów 79 gdy wielomian p(x) jest podzielny bez reszty przez trójmian kwadratowy x rx q. W takim przypadku (5.10) gdzie stopieñ wielomianu p 1(x) jest mniejszy lub równy n, przy
Bardziej szczegółowo1 Granice funkcji wielu zmiennych.
AM WNE 008/009. Odpowiedzi do zada«przygotowawczych do czwartego kolokwium. Granice funkcji wielu zmiennych. Zadanie. Zadanie. Pochodne. (a) 0, Granica nie istnieje, (c) Granica nie istnieje, (d) Granica
Bardziej szczegółowoODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR 2 POZIOM ROZSZERZONY. S x 3x y. 1.5 Podanie odpowiedzi: Poszukiwane liczby to : 2, 6, 5.
Nr zadania Nr czynno ci... ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR POZIOM ROZSZERZONY Etapy rozwi zania zadania Wprowadzenie oznacze : x, x, y poszukiwane liczby i zapisanie równania: x y lub: zapisanie
Bardziej szczegółowoTwierdzenie Stolza i metryki Javier de Lucas. a n = (2n + 1) 1 4 n 5 4
Twierdzenie Stolza i metryki Javier de Lucas Zadanie Zbadać zbieżność ci agu i znaleźć granicȩ: a n 4 + 3 4 + + (2n + ) 4 n 5 4 Rozwi azanie: Żeby obliczyć tak a granicȩ korzystamy z twierdzenia Stolza,
Bardziej szczegółowoWyk ady z algorytmów genetycznych Cz¾eść 2: Model algorytmu genetycznego przy dowolnej reprezentacji rozwi azań ¾
Wyk ady z algorytmów genetycznych Cz¾eść 2: Model algorytmu genetycznego przy dowolnej reprezentacji rozwi azań ¾ Marcin Studniarski Wydzia Matematyki i Informatyki Uniwersytetu ódzkiego Algorytm RHS i
Bardziej szczegółowo2.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 szczegółowoSYSTEM 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 szczegółowow ramach Europejskiego Funduszu Spo ecznego Marcin Studniarski Wyk ady z analizy portfelowej, cz ¾eść I
Prezentacja wspó nansowana przez Uni ¾e Europejsk ¾a w ramach Europejskiego Funduszu Spo ecznego Marcin Studniarski Wyk ady z analizy portfelowej, cz ¾eść I 1 Co to jest analiza portfelowa? Analiza portfelowa
Bardziej szczegółowoTemat: 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 szczegółowoWyk lad 3 Wyznaczniki
1 Określenie wyznacznika Wyk lad 3 Wyznaczniki Niech A bedzie macierza kwadratowa stopnia n > 1 i niech i, j bed a liczbami naturalnymi n Symbolem A ij oznaczać bedziemy macierz kwadratowa stopnia n 1
Bardziej szczegółowo3. Funkcje wielu zmiennych
3 Funkcje wielu zmiennych 31 Ciagłość Zanim podamy definicję ciagłości dla funkcji wielu zmiennych wprowadzimy bardzo ogólne i abstrakcyjne pojęcie przestrzeni metrycznej Przestrzeń metryczna Metryka w
Bardziej szczegółowoMatematyka z el. statystyki, # 4 /Geodezja i kartografia I/
Matematyka z el. statystyki, # 4 /Geodezja i kartografia I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Akademicka 15, p.211a, bud. Agro
Bardziej szczegółowoIV. UK ADY RÓWNAÑ LINIOWYCH
IV. UK ADY RÓWNAÑ LINIOWYCH 4.1. Wprowadzenie Uk³ad równañ liniowych gdzie A oznacza dan¹ macierz o wymiarze n n, a b dany n-elementowy wektor, mo e byæ rozwi¹zany w skoñczonej liczbie kroków za pomoc¹
Bardziej szczegółowoMetoda Simplex bez użycia tabel simplex 29 kwietnia 2010
R. Rȩbowski 1 WPROWADZENIE Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010 1 Wprowadzenie Powszechnie uważa siȩ, że metoda simplex, jako uniwersalny algorytm pozwalaj acyznaleźć rozwi azanie optymalne
Bardziej szczegółowoPodstawowe działania w rachunku macierzowym
Podstawowe działania w rachunku macierzowym Marcin Detka Katedra Informatyki Stosowanej Kielce, Wrzesień 2004 1 MACIERZE 1 1 Macierze Macierz prostokątną A o wymiarach m n (m wierszy w n kolumnach) definiujemy:
Bardziej szczegółowoWyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera
Wyk lad 7 Metoda eliminacji Gaussa Wzory Cramera Metoda eliminacji Gaussa Metoda eliminacji Gaussa polega na znalezieniu dla danego uk ladu a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =
Bardziej szczegółowoRozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a).
Rozwi zania zada«z egzaminu podstawowego z Analizy matematycznej 2.3A (24/5). Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a). Zadanie P/4. Metod operatorow rozwi
Bardziej szczegółowoTeoretyczne podstawy algorytmów komputerowego modelowania procesów Markowa
Teoretyczne podstawy algorytmów komputerowego modelowania procesów Markowa Adam Kiersztyn 28 czerwca 20 Streszczenie W tej pracy przedstawimy najwa zniejsze rezultaty zawarte w przygotowywanej rozprawie
Bardziej szczegółowoANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ
ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ FUNKCJE DWÓCH ZMIENNYCH RZECZYWISTYCH Definicja 1. Niech A będzie dowolnym niepustym zbiorem. Metryką w zbiorze A nazywamy funkcję rzeczywistą
Bardziej szczegółowoOFERTA WYKŁADÓW, WARSZTATÓW I LABORATORIÓW DLA UCZNIÓW KLAS IV- VI SZKÓŁ PODSTAWOWYCH, GIMNAZJALNYCH I ŚREDNICH
OFERTA WYKŁADÓW, WARSZTATÓW I LABORATORIÓW DLA UCZNIÓW KLAS IV- VI SZKÓŁ PODSTAWOWYCH, GIMNAZJALNYCH I ŚREDNICH Strona 1 z 9 SPIS ZAJĘĆ WRAZ Z NAZWISKAMI WYKŁADOWCÓW dr hab. Mieczysław Kula Poznaj swój
Bardziej szczegółowoZadania. SiOD Cwiczenie 1 ;
1. Niech A będzie zbiorem liczb naturalnych podzielnych przez 6 B zbiorem liczb naturalnych podzielnych przez 2 C będzie zbiorem liczb naturalnych podzielnych przez 5 Wyznaczyć zbiory A B, A C, C B, A
Bardziej szczegółowoOcena ryzyka kredytowego
Marcin Studniarski http://math.uni.lodz.pl/marstud/ marstud@math.uni.lodz.pl Ocena ryzyka kredytowego (semestr zimowy 2017/18) Uwaga Niniejszy materia nie stanowi ca ości wyk adu i nie wystarcza do przygotowania
Bardziej szczegółowoFunkcje dwóch zmiennych
Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej Funkcje dwóch zmiennych 1. Funkcje dwóch zmiennych: pojęcia podstawowe Definicja 1. Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach
Bardziej szczegółowox = (x 1, x 2,..., x n ), p = (p 1, p 2,..., p n )
*** Elementy teorii popytu *** II. Funkcja popytu konsumenta x = (x 1, x 2,..., x n ), p = (p 1, p 2,..., p n ) p, x = p 1 x 1 + p 2 x 2 + + p n x n cena koszyka x Zbiór wszystkich koszyków, na jakie sta
Bardziej szczegółowo. 0 0... 1 0. 0 0 0 0 1 gdzie wektory α i tworz baz ortonormaln przestrzeni E n
GAL II 2013-2014 A. Strojnowski str.45 Wykªad 20 Denicja 20.1 Przeksztaªcenie aniczne f : H H anicznej przestrzeni euklidesowej nazywamy izometri gdy przeksztaªcenie pochodne f : T (H) T (H) jest izometri
Bardziej szczegółowoOgólna charakterystyka kontraktów terminowych
Jesteś tu: Bossa.pl Kurs giełdowy - Część 10 Ogólna charakterystyka kontraktów terminowych Kontrakt terminowy jest umową pomiędzy dwiema stronami, z których jedna zobowiązuje się do nabycia a druga do
Bardziej szczegółowoEGZAMIN MATURALNY Z MATEMATYKI
Miejsce na naklejk z kodem szko y dysleksja EGZAMIN MATURALNY Z MATEMATYKI MMA-R1A1P-062 POZIOM ROZSZERZONY Czas pracy 150 minut Instrukcja dla zdaj cego 1. Sprawd, czy arkusz egzaminacyjny zawiera 14
Bardziej szczegółowoElementy cyfrowe i układy logiczne
Elementy cyfrowe i układy logiczne Wykład Legenda Zezwolenie Dekoder, koder Demultiplekser, multiplekser 2 Operacja zezwolenia Przykład: zamodelować podsystem elektroniczny samochodu do sterowania urządzeniami:
Bardziej szczegółowoMatematyka A kolokwium, 27 maja 2015, godz. 18:15 20:10
Matematyka A kolokwium, 7 maja, godz 8: : Poprawiłem: godz :, 4 września r 3 p Rozwiazać x t x t xt = x t x t xt = 6 + t cos3t + 36te 3t 7e 3t Pierwiastkami równania charakterystycznego = λ λ = λ + 3λ
Bardziej szczegółowoANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15
ANALIZA NUMERYCZNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Metoda Eulera 3 1.1 zagadnienia brzegowe....................... 3 1.2 Zastosowanie ró»niczki...................... 4 1.3 Output do pliku
Bardziej szczegółowoRys Mo liwe postacie funkcji w metodzie regula falsi
5.3. Regula falsi i metoda siecznych 73 Rys. 5.1. Mo liwe postacie funkcji w metodzie regula falsi Rys. 5.2. Przypadek f (x), f (x) > w metodzie regula falsi 74 V. Równania nieliniowe i uk³ady równañ liniowych
Bardziej szczegółowoMarcin Studniarski. Wyk ady z analizy portfelowej, cz ¾eść I. semestr letni 2011/12.
Marcin Studniarski Wyk ady z analizy portfelowej, cz ¾eść I semestr letni 2011/12 http://math.uni.lodz.pl/~marstud/dydaktyka.htm 1 Co to jest analiza portfelowa? Analiza portfelowa zajmuje si ¾e optymalnym
Bardziej szczegółowoO pewnym modelu cyklu koniunkturalnego z oczekiwaniami
O pewnym modelu cyklu koniunkturalnego z oczekiwaniami Katedra Matematyki i Ekonomii Matematycznej Szko a G ówna Handlowa w Warszawie Zakopane, 12 września 2016 Plan 1 Cel 2 Model Kaldora 3 Funkcja konsumpcji
Bardziej szczegółowo1 Bª dy i arytmetyka zmiennopozycyjna
1 Bª dy i arytmetyka zmiennopozycyjna Liczby w pami ci komputera przedstawiamy w ukªadzie dwójkowym w postaci zmiennopozycyjnej Oznacza to,»e s one postaci ±m c, 01 m < 1, c min c c max, (1) gdzie m nazywamy
Bardziej szczegółowoPRÓBNY EGZAMIN MATURALNY Z MATEMATYKI
PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY Czas pracy 80 minut Instrukcja dla zdaj¹cego. SprawdŸ, czy arkusz egzaminacyjny zawiera stron (zadania 0). Ewentualny brak zg³oœ przewodnicz¹cemu
Bardziej szczegółowoDyskretne 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 szczegółowoPRÓBNY EGZAMIN MATURALNY Z MATEMATYKI
Miejsce na naklejk z kodem szko y dysleksja PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY Czas pracy 180 minut Instrukcja dla zdaj cego 1. Sprawd, czy arkusz egzaminacyjny zawiera 16 stron (zadania
Bardziej szczegółowoRyzyko inwestycji nansowych
Marcin Studniarski http://math.uni.lodz.pl/marstud/ marstud@math.uni.lodz.pl Ryzyko inwestycji nansowych (semestr letni 2015/16) 1 Koncepcje i rodzaje ryzyka 1.1 Dwie koncepcje ryzyka 1. Negatywna koncepcja
Bardziej szczegółowo1. 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 szczegółowoMATEMATYKA 4 INSTYTUT MEDICUS FUNKCJA KWADRATOWA. Kurs przygotowawczy na studia medyczne. Rok szkolny 2010/2011. tel. 0501 38 39 55 www.medicus.edu.
INSTYTUT MEDICUS Kurs przygotowawczy na studia medyczne Rok szkolny 00/0 tel. 050 38 39 55 www.medicus.edu.pl MATEMATYKA 4 FUNKCJA KWADRATOWA Funkcją kwadratową lub trójmianem kwadratowym nazywamy funkcję
Bardziej szczegółowoWSTEP ¾ DO ANALIZY MATEMATYCZNEJ
st ep do analizy matematycznej STEP DO ANALIZY MATEMATYCZNEJ Rachunek zdań, funkcja zdaniowa, kwanty katory Zad. Udowodnić nastepujace prawa rachunku zdań (tautologie): a) p _ (s q) b) p, s (s p) c) (
Bardziej szczegółowo