MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

Wielkość: px
Rozpocząć pokaz od strony:

Download "MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ"

Transkrypt

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

2 ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ Układem rówań azywamy rówośc, w których występuje a ogół ewadomych. Każdy układ rówań daje sę sprowadzć do postac:,,,...,,...,,,..., Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej

3 Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ.94,,.9895 s,, 6.44l,, e Przykładowy układ rówań

4 ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ Układ rówań możemy zapsać w postac wektorowej: [,,... ],,... ] [ [,,...] fukcjawektorowa wektorewadomych wektorzerowy Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 4

5 ANALITYCZNE ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ Aaltycze rozwązae układów jest możlwe w rzadkch przypadkach, gdy za pomocą różych przekształceń moża układ sprowadzć do rówaa algebraczego stopa co ajwyżej 4. Przykład: Wyzaczając z drugego rówaa podstawając do rówaa perwszego otrzymujemy rówae 4 tego stopa: Rówae to ma dwa perwastk rzeczywste:, =, =-.57 Podstawee tych wartośc do drugego rówaa daje, =, =.66 Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej

6 ANALITYCZNE ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ LINIOWYCH Stosukowo często w welu zastosowaach występują układy rówań lowych. Układy take moża rozwązywać aaltycze za pomocą welu metod. Układ rówań lowych moża zapsać astępująco: a a... a w a a... a w a a... a w Współczyk lczbowe występujące po lewej stroe tworzą tzw. macerz główą układu. Lczby po prawej stroe tworzą tzw. wektor wyrazów wolych. Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej

7 ANALITYCZNE ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ LINIOWYCH gdze: Układ rówań lowych ma jedozacze rozwązae wtedy, gdy wyzaczk macerzy główej jest róży od zera. Spośród welu metod aaltyczych rozwązywaa układów lowych przypomam metodę wyzaczkową Cramera: Zgode z tą metodą rozwązae lowego układu rówań jest dae za pomocą wzorów: det A det A det A... det A det A det A A macerz główa układu A macerz główa, w której - tą kolumę zastąpoo wektorem wyrazów wolych Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej

8 Numerycze metody rozwązywaa rówań lczbowych Bardzo często w praktyczych zastosowaach występuje koeczość rozwązywaa rówań, których e moża rozwązać aaltycze. Są to rówaa algebracze stopa wyższego ż 4 lub awet proste rówaa, w których występują zależośc fukcyje. W takch przypadkach stosowae są metody przyblżoe często azywae umeryczym. Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej

9 Numerycze metody rozwązywaa rówań lczbowych. Uwag ogóle. Błąd perwastka rówaa. Metoda bsekcj 4. Metoda regula fals 5. Metoda seczej 6. Metoda Newtoa styczej 7. Metoda teracj prostej 8. Numerycze rozwązywae układów rówań Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej

10 { } RÓWNAŃ Załóżmy że mamy do rozwązaa rówae: G Numerycze rozwązywae tego rówaa polega a kostrukcj cągu lczbowego zbeżego do szukaego perwastka:,,...,,... lm szukay perwastek rówaa. G Wydzał Chemczy Poltechk Wrocławskej, prof. Ato Kozoł

11 RÓWNAŃ W zwązku z tym, że w praktyce zamast gracy ależy przyjąć kokrety, skończoy wyraz cągu, w metodach umeryczych dużą rolę odgrywa zagadee dokładośc oblczeń lub też błędu perwastka lub rówaa. Błędem perwastka będzemy azywać wartość absolutą różcy rzeczywstego perwastka * a kokretym wyrazem cągu lczbowego kończącym kostrukcję: Błędem rówaa azywamy wartość absolutą różcy rzeczywstych wartośc fukcj G w pukce : G y Wydzał Chemczy Poltechk Wrocławskej, prof. Ato Kozoł

12 RÓWNAŃ Pojęca błędu perwastka rówaa dla rówaa = moża pokazać grafcze: y y= * y Wydzał Chemczy Poltechk Wrocławskej, prof. Ato Kozoł

13 RÓWNAŃ Kostrukcję cągu { } kończy sę gdy błąd perwastka lub błąd rówaa lub obydwu wartośc będze mejszy od z góry zadaej lczby dodatej ε. lub y lub y Wydzał Chemczy Poltechk Wrocławskej, prof. Ato Kozoł

14 RÓWNAŃ Isteje klka metod przyblżoego umeryczego rozwązywaa rówań z jedą ewadomą. Tutaj zaprezetuję Państwu 5 takch metod. Wszystke metody zostaą przedstawoe w postac algorytmów przepsów za pomocą kolejych kroków.. Metoda połowea przedzału bsekcj Metodę stosujemy do rówaa postac: Krok - Za pomocą dowolej metody zajdujemy przedzał [a,b ], w którym fukcja ma a brzegach przedzału róże zak czyl speła waruek: a b Jeżel fukcja jest cągła to wemy wtedy że perwastek zajduje sę w przedzale [a,b ]. Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 4

15 RÓWNAŃ Krok - Dzelmy przedzał a pół tz. zakładamy że perwszym przyblżeem perwastka jest środek przedzału: a b a a b Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 5

16 Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej RÓWNAŃ Metoda bsekcj cd. : : : : b b a b a a b a Krok - Badamy zak fukcj w pukce porówujemy ze zakam tej fukcj a brzegach przedzału. Porówae to daje am formację, w której połówce zajduje sę szukay perwastek. Jest o zawsze tam gdze zak a brzegach są róże. Po tej lokalzacj perwastka do dalszej procedury berzemy odpowedą połówkę. W tym celu środek przedzału podstawamy jako brzeg b lub a.

17 RÓWNAŃ Metoda bsekcj cd. Krok 4 - Wracamy do kroku tz. owy przedzał dzelmy a pół zajdujemy druge przyblżee perwastka. Następe powtarzamy krok td. Powstaję w te sposób typowa pętla umerycza, którą przerywamy wtedy gdy osągemy żądaą dokładość oblczeń. Żądaą dokładość oblczeń a ogół określa sę wyberają pewą dostatecze małą dodatą lczbę ε, p. ε = -6. Pętla kolejych oblczeń zostaje przerwaa, gdy długość aktualego przedzału będze mejsza od zadaej dokładośc, tz.: b a Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 7

18 RÓWNAŃ Metoda bsekcj cd. W przypadku metody bsekcj moża z góry określć lczbę kroków wymagaą do osągęca żądaej dokładośc. Kostrukcja metody prowadz do wzoru: b lg a Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej

19 RÓWNAŃ Metoda bsekcj cd. Grafcza lustracja metody bsekcj: y b y= a b a * Metoda bsekcj jest zawsze zbeża, pod warukem zalezea przedzału [a,b ] Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 9

20 RÓWNAŃ Metoda regula fals. Metoda regula fals Metodę stosujemy do rówaa postac: Krok - Za pomocą dowolej metody zajdujemy przedzał [a,b ], w którym zajduje sę szukay perwastek *. ukcja ma wtedy a brzegach przedzału róże zak czyl mus spełać waruek: a b Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej

21 RÓWNAŃ Metoda regula fals Krok - Zakładamy, że w przedzale tym fukcja jest lowa. Prowadz to do astępującego wzoru określającego perwsze przyblżee perwastka: a b b b a a Otrzymay pukt dzel perwoty przedzał a dwa a ogół erówe podprzedzały. W jedym z tych podprzedzałów będze sę zajdował szukay perwastek. Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej

22 Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej RÓWNAŃ metoda regula fals cd. : : : : b b a b a a b a Krok - Oblczamy wartość fukcj w pukce a zak tej wartośc porówujemy ze zakam tej fukcj a brzegach przedzału. Porówae to daje am formację, w którym podprzedzale zajduje sę szukay perwastek. Jest o zawsze tam gdze zak a brzegach są róże. Po tej lokalzacj perwastka do dalszej procedury wyberamy odpowed podprzedzał. W tym celu oblczoy pukt podstawamy jako brzeg b lub a.

23 Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej RÓWNAŃ metoda regula fals cd. Krok 4 - Wracamy do kroku tz. owy przedzał dzelmy a dwe częśc za pomocą założea lowośc zajdujemy druge przyblżee perwastka. Wzór wykający z tego założea dla tego przyblżea jest astępujący: a b a b b a

24 RÓWNAŃ metoda regula fals cd. Następe powtarzamy krok td. Pętla kolejych oblczeń zostaje przerwaa, gdy długość aktualego przedzału będze mejsza od zadaej dokładośc, tz.: b a W przypadku metody regula fals e moża z góry określć lczby kroków koeczych do osągęca żądaej dokładośc. Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej

25 RÓWNAŃ metoda regula fals cd. Grafcza lustracja metody regula fals : y b y= a b a * Metoda regula fals podobe jak metoda bsekcj jest zawsze zbeża, pod warukem zalezea przedzału [a,b ] Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 5

26 Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej RÓWNAŃ Metoda seczej. Metoda seczej Metodę stosujemy do rówaa postac: Krok - Za pomocą dowolej metody zajdujemy dwe róże lczby a b leżące w poblżu szukaego perwastka *. Następe oblczamy wartośc fukcj a b. W zależośc od tych wartośc określamy dwa perwsze przyblżea : : : : : a b b a b a b a

27 Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 7 RÓWNAŃ Metoda seczej Krok - Na podstawe zajomośc wartośc fukcj w dwu poprzedch przyblżeach oblczmy wartość kolejego przyblżea stosując wzór zakładający lową postać fukcj prowadzmy seczą przez te pukty stąd azwa metody : Otrzymujemy w te sposób cąg kolejych wartośc perwastka,,,

28 RÓWNAŃ metoda seczej cd. W celu oszacowaa dokładośc a każdym etape oblczamy wartość szacukowego błędu : Na ogół pętlę oblczeń przerywa sę gdy: Metoda seczej może być rozbeża tz. koleje błędy mogą wzrastać. W takm przypadku ależy zmeć pukty startowe lub metodę. Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 8

29 RÓWNAŃ metoda seczej cd. Grafcza lustracja metody seczej: y y= * Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 9

30 RÓWNAŃ Metoda Newtoa styczej 4. Metoda Newtoa styczej Metoda ta jest bardzo zaa często stosowaa. Metodę stosujemy do rówań w postac: Warukem stosowalośc metody jest różczkowalość fukcj w poblżu perwastka. Poadto wartość pochodej fukcj mus być róża od zera. Ozacza to, że metoda e adaje sę do rówań, w których perwastek jest jedocześe ekstremum lub puktem przegęca. Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej

31 RÓWNAŃ Metoda Newtoa styczej Krok - Za pomocą dowolej metody zajdujemy przyblżoą wartość perwastka oraz przyjmujemy że = Krok - Różczkujemy fukcję oblczamy pochodą Krok - Oblczamy przyblżee astępe + za pomocą wzoru teracyjego a podstawe przyblżea poprzedego ' Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej Istotą metody Newtoa jest przyjęce że fukcja ma w poblżu perwastka przebeg lowy zblżoy do styczej jej wykresu w pukce. Wzór powyższy wyka z tego założea.

32 RÓWNAŃ Metoda Newtoa styczej Krok 4 - Oblczamy różcę + - porówujemy ją z zadaą dokładoścą ε. Krok 5 - Jeżel aktuala dokładość jest mejsza od założoej to zwększamy umer o wracamy do kroku. Oblczea przerywamy po uzyskau zadaej dokładośc. Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej

33 RÓWNAŃ Metoda Newtoa cd. Grafcza lustracja metody styczej: y y= * ' ' Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej Metoda Newtoa może być rozbeża. W takm przypadku ależy albo poszukać owego przyblżea początkowego albo przekształcć rówae do ej postac albo też zmeć metodę.

34 RÓWNAŃ Metoda teracj prostej 5. Metoda teracj prostej Jest to ajprostsza z stejących metod umeryczych. Metodę stosujemy do rówań postac: f Krok - Za pomocą dowolej metody zajdujemy przyblżoą wartość perwastka oraz przyjmujemy że = Krok - Oblczamy przyblżee astępe + za pomocą wzoru teracyjego a podstawe przyblżea poprzedego będącego bezpośredm zapsem rówaa: f Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej

35 RÓWNAŃ Metoda teracj prostej Krok - Oblczamy różcę + - porówujemy ją z zadaą dokładoścą ε. Krok 4 - Jeżel aktuala dokładość jest mejsza od założoej to zwększamy umer o wracamy do kroku. Oblczea przerywamy po osągęcu zadaej dokładośc. Róweż metoda teracj prostej dosyć często jest rozbeża. W takm przypadku zmaa przyblżea początkowego c e daje. Należy albo przekształcć rówae do ej postac albo też zmeć metodę. Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 5

36 RÓWNAŃ Metoda teracj prostej cd. Za pomocą lustracj grafczej moża pokazać przypadk, w których metoda ta jest zbeża lub rozbeża. Rozpatrzmy ajperw fukcje rosące. y y= y y=f y= f f y=f f f * * Metoda zbeża Metoda rozbeża Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 6

37 RÓWNAŃ Metoda teracj prostej cd. A teraz fukcje malejące. y f f y= y=f y f f y=f y= * Metoda zbeża * Metoda rozbeża Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 7

38 RÓWNAŃ Metoda teracj prostej cd. Jeżel fukcja f jest różczkowala to moża w prosty sposób określć zbeżość metody teracj prostej. O zbeżośc metody decyduje astępujące twerdzee: Jeżel w poblżu perwastka rówaa =f pochoda fukcj f speła waruek: f ' to metoda jest zbeża. Jeżel atomast f ' to metoda jest rozbeża. Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 8

39 Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 9 NUMERYCZNE METODY ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ Układy podobe jak pojedycze rówaa moża rozwązywać metodam aaltyczym dokładym lub umeryczym przyblżoym. Aaltycze moża rozwązywać p. układy rówań lowych lub ektóre proste układy elowe. W metodach umeryczych kostruuje sę cąg wektorów zbeży do wektora perwastków ewadomych. W zwązku z tym, że jest to cąg wektorowy, charakter wektorowy ma róweż dokładość perwastka dokładość rówań. ],...,, [ ],...,, [ y y y y ],...,, [ ],...,, [

40 NUMERYCZNE METODY ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ W celu stwerdzea kedy ależy zakończyć kostrukcję cągu rozwązań koecze jest zormalzowae czyl zmerzee powyższych wektorów. Najczęścej stosowae są dwe ormy: jedostaja średokwadratowa. Stosowae ormy jedostajej jest bardzej rygorystycze ż ormy średokwadratowej, tz. że orma jedostaja zazwyczaj prowadz do dłuższych oblczeń. Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 4

41 UKŁADÓW RÓWNAŃ Norma jedostaja: ma j j Norma średokwadratowa: Rozważmy przykładowy wektor: j j [.,.,.] ma.,., Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 4

42 UKŁADÓW RÓWNAŃ Kostrukcja cągu rozwązań jest przerywaa gdy orma wybraej dokładośc perwastka lub rówaa staje sę mejsza lub rówa zadaej dokładośc oblczeń ε czyl: lub y albo y Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 4

43 UKŁADÓW RÓWNAŃ. Metoda teracj prostej. Aby zastosować tę metodę układ rówań ależy przekształcć do postac: f W perwszym kroku trzeba zaleźć perwsze przyblżee wektora ewadomych czyl startowe wartośc wszystkch ewadomych. Koleje wyrazy cągu zajdujemy bezpośredo za pomocą rówaa tz.: f Metoda jest zbeża gdy cąg orm wektora dokładośc jest zbeży do zera. Na ogół jedak metoda teracj prostej e jest zbeża. Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 4

44 Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 44 UKŁADÓW RÓWNAŃ.94,,.9895 s,, 6.44l,, e Spróbujmy rozwązać metodą teracj prostej asz przykładowy układ rówań: Za pomocą prostych przekształceń układ te moża doprowadzć do postac: 6.44l,, l.94,, s.9895,, f f f

45 UKŁADÓW RÓWNAŃ Załóżmy że początkowy wektor rozwązań wyos:.9.9 Za pomocą wzorów określających postać teracyją układu moża oblczyć koleje wektory rozwązaa: Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej Wdzmy że metoda jest zbeża a wektor rozwązań wyos:.. 5.

46 UKŁADÓW RÓWNAŃ. Metoda Newtoa - Raphsoa. Jest to adaptacja metody styczej do układów rówań. Metodę stosuje sę do układu w postac: W perwszym kroku trzeba zaleźć perwsze przyblżee wektora ewadomych czyl startowe wartośc wszystkch ewadomych. Koleje wyrazy cągu zajdujemy za pomocą astępującej procedury: Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej

47 UKŁADÓW RÓWNAŃ ' [,,..., gdze ] - wektor przyrostów wyzaczay za pomocą układu rówań lowych w zapse macerzowym: ozacza macerz kwadratową pochodych cząstkowych fukcj wektorowej. Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 47

48 Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 48 UKŁADÓW RÓWNAŃ Peły zaps tego pomocczego układu rówań jest astępujący: Proces kostrukcj cągu rozwązań przerywamy gdy orma średokwadratowa lub jedostaja wektora przyrostów osąge zadaą dokładość ε. j j

49 UKŁADÓW RÓWNAŃ Rozwążmy za pomocą metody Newtoa Raphsoa asz przykładowy układ rówań. Załóżmy że początkowy wektor rozwązań wyos: Podstawając te wartośc do zasadczego układu rówań lowych otrzymujemy wektor przyrostów Δ: [.58,.6778,.475] Dodając odpowede przyrosty otrzymujemy poprawoy wektor rozwązań: Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 49

50 UKŁADÓW RÓWNAŃ Podstaweu owych wartośc prowadz do drugego wektora Δ: [.644, co daje kolejy wektor rozwązań: dalej:.77,.7858] [.54,.58,.946] [.585,.95, ] Wdzmy, że w czwartej teracj otrzymalśmy dokładość rzędu jedej tysęczej. Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 5

51 To a dzsaj wystarczy.. Dzękuję bardzo Państwu za uwagę! Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej 5

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

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

Bardziej szczegółowo

1. Relacja preferencji

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

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

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

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

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

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

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

Bardziej szczegółowo

METODY KOMPUTEROWE 1

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

Bardziej szczegółowo

Podprzestrzenie macierzowe

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

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

Bardziej szczegółowo

Matematyka dyskretna. 10. Funkcja Möbiusa

Matematyka dyskretna. 10. Funkcja Möbiusa Matematyka dyskreta 10. Fukcja Möbusa Defcja 10.1 Nech (P, ) będze zborem uporządkowaym. Mówmy, że zbór uporządkoway P jest lokale skończoy, jeśl każdy podzał [a, b] P jest skończoy, a, b P Uwaga 10.1

Bardziej szczegółowo

FUNKCJE DWÓCH ZMIENNYCH

FUNKCJE DWÓCH ZMIENNYCH FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam

Bardziej szczegółowo

8.1 Zbieżność ciągu i szeregu funkcyjnego

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

Bardziej szczegółowo

Projekt 2 2. Wielomiany interpolujące

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław

Bardziej szczegółowo

Indukcja matematyczna

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

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

Bardziej szczegółowo

... MATHCAD - PRACA 1/A

... MATHCAD - PRACA 1/A Nazwsko Imę (drukowaym) KOD: Dzeń+godz. (p. Śr) MATHCAD - PRACA /A. Stablcuj fukcję: f() = s() + /6. w przedzale od a do b z podzałem a rówych odcków. Sporządź wykres f() sprawdź, le ma mejsc zerowych.

Bardziej szczegółowo

PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI

PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI Adrzej POWNUK *) PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI. Wprowadzee Mechaka lowa staow jak dotąd podstawowy obszar zateresowań żyerskch. Isteje jedak

Bardziej szczegółowo

Regresja REGRESJA

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

VI. TWIERDZENIA GRANICZNE

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINOWYCH

UKŁADY RÓWNAŃ LINOWYCH Ekoeergetyka Matematyka. Wykład 4. UKŁADY RÓWNAŃ LINOWYCH Defiicja (Układ rówań liiowych, rozwiązaie układu rówań) Układem m rówań liiowych z iewiadomymi,,,, gdzie m, azywamy układ rówań postaci: a a a

Bardziej szczegółowo

MODELE OBIEKTÓW W 3-D3 część

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

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

Bardziej szczegółowo

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

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

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

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

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i.

R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i. c 27 Rafał Kucharsk Rety Wartość beżącą cągu kaptałów: {R t R 2 t 2 R t } gdze R jest kwotą omalą płacoą w chwl t = oblczamy jako sumę zdyskotowaych płatośc: przy czym = + R j tj j= jest czykem dyskotującym

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

. Wtedy E V U jest równa

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

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

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

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

Elementy arytmetyki komputerowej

Elementy arytmetyki komputerowej Elemety arytmetyk komputerowej cz. I Elemety systemów lczbowych /materał pomocczy do wykładu Iformatyka sem II/ Sps treśc. Wprowadzee.... Wstępe uwag o systemach lczbowych... 3. Przegląd wybraych systemów

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

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

Bardziej szczegółowo

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

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

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x

Bardziej szczegółowo

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

Bardziej szczegółowo

Funkcja wiarogodności

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

Bardziej szczegółowo

Lista 6. Kamil Matuszewski X X X X X X X X X X X X

Lista 6. Kamil Matuszewski X X X X X X X X X X X X Lsta 6 Kaml Matuszewsk 9..205 2 3 4 5 6 7 9 0 2 3 4 5 6 7 X X X X X X X X X X X X Zadae Lewa stroa: W delegacj możemy meć od do osób. Wyberamy ( k) osób a k sposobów wyberamy przewodczącego. k =.. węc

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Lista 6. Kamil Matuszewski 26 listopada 2015

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

Bardziej szczegółowo

21. WYBRANE WIADOMOŚCI Z MATEMATYKI

21. WYBRANE WIADOMOŚCI Z MATEMATYKI Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI. WYBRANE WIADOMOŚCI Z MATEMATYKI.. ZAPIS WSKAŹNIKOWY I WZÓR GREENA-OSTROGRADSKIEGO-GAUSSA W układze kartezjańskm x y z wersory ozaczamy zazwyczaj symbolam: j k.

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

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

Bardziej szczegółowo

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10) Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

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

Bardziej szczegółowo

DYNAMIKA UKŁADU PUNKTÓW MATERIALNYCH

DYNAMIKA UKŁADU PUNKTÓW MATERIALNYCH WYKŁAD 3 DYNAIKA UKŁADU PUNKTÓW ATERIALNYCH UKŁAD PUNKTÓW ATERIALNYCH zbór skończoej lczby puktów materalych o zadaej kofguracj przestrzeej. Obłok Oorta Pas Kupera Pluto Neptu Ura Satur Jowsz Plaetody

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

STATYSTYKA OPISOWA WYKŁAD 3,4 STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia

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

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

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

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta

Bardziej szczegółowo

Laboratorium z Biomechatroniki Ćwiczenie 3 Wyznaczanie położenia środka masy ciała człowieka za pomocą dźwigni jednostronnej

Laboratorium z Biomechatroniki Ćwiczenie 3 Wyznaczanie położenia środka masy ciała człowieka za pomocą dźwigni jednostronnej Wydzał: Mechaczy Techologczy Keruek: Grupa dzekańska: Semestr: perwszy Dzeń laboratorum: Godza: Laboratorum z Bomechatrok Ćwczee 3 Wyzaczae położea środka masy cała człoweka za pomocą dźwg jedostroej 1.

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 6 Matematyka fasowa c.d. Rachuek retowy (autetowy) Maem rachuku retowego określa sę regulare płatośc w stałych odstępach czasu przy założeu stałej stopy procetowej. Przykłady

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau

Bardziej szczegółowo

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7 6. Przez 0 losowo wybrayh d merzoo zas dojazdu do pray paa A uzyskują próbkę x,..., x 0. Wyk przedstawały sę astępująo: jest to próbka losowa z rozkładu 0 0 x 300, 944. x Zakładamy, że N ( µ, z ezaym parametram

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2

Bardziej szczegółowo

METODY ROZWIĄZYWANIA DUŻYCH UKŁADÓW RÓWNAŃ LINIOWYCH

METODY ROZWIĄZYWANIA DUŻYCH UKŁADÓW RÓWNAŃ LINIOWYCH DODATEK NR 2. METODY ROZWIĄZYWANIA DUŻYCH UKŁADÓW RÓWNAŃ LINIOWYCH Układy rówań występujące w etodze eleetów skończoych charakteryzują sę duży rzadk dodato określoy acerza. Metody rozwązywaa układów rówań

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

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

Bardziej szczegółowo

Badania operacyjne. Algorytm simpleks. Organizacja zajęć. Zaliczenie. Literatura. Program zajęć

Badania operacyjne. Algorytm simpleks. Organizacja zajęć. Zaliczenie. Literatura. Program zajęć Algorytm smpleks adaa operacyje Wykład adaa operacyje dr hab. ż. Joaa Józefowska, prof.pp Istytut Iformatyk Orgazacja zajęć 5 godz wykładów dr hab. ż. J. Józefowska, prof. PP Obecość a laboratorach jest

Bardziej szczegółowo

TMM-2 Analiza kinematyki manipulatora metodą analityczną

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

Bardziej szczegółowo

Metoda Monte-Carlo i inne zagadnienia 1

Metoda Monte-Carlo i inne zagadnienia 1 Metoda Mote-Carlo e zagadea Metoda Mote-Carlo Są przypadk kedy zamast wykoać jakś eksperymet chcelbyśmy symulować jego wyk używając komputera geeratora lczb (pseudolosowych. Wększość bblotek programów

Bardziej szczegółowo

Laboratorium ochrony danych

Laboratorium ochrony danych Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ Podstawowe pojęca rachuu prawdopodobeństwa: zdarzee losowe, zdarzee elemetare, prawdopodobeństwo, zbór zdarzeń elemetarych. Def. Nech E będze zborem

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

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

Bardziej szczegółowo

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Rekursja Materiały pomocicze do wykładu wykładowca: dr Magdalea Kacprzak Rozwiązywaie rówań rekurecyjych Jedorode liiowe rówaia rekurecyje Twierdzeie Niech k będzie ustaloą liczbą aturalą dodatią i iech

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

ma rozkład normalny z nieznaną wartością oczekiwaną m Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee

Bardziej szczegółowo

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam

Bardziej szczegółowo

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne.

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne. Katedra Podsta Systemó Techczych - Podstay metrolog - Ćczee 3. Dokładość pomaró, yzaczae błędó pomaroych Stroa:. BŁĘDY POMIAROWE, PODSTAWOWE DEFINICJE Każdy yk pomaru bez określea dokładośc pomaru jest

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Matematyka II. x 3 jest funkcja

Matematyka II. x 3 jest funkcja Maemayka II WYKLD. Całka eozaczoa. Rachuek całkowy. Twerdzea o całkach eozaczoych. Całkowae wybraych klas fukcj. Całkowae fukcj wymerych. Całkowae fukcj rygoomeryczych.. Defcja fukcj perwoej. Fukcję F

Bardziej szczegółowo

I kolokwium z Analizy Matematycznej

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

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

Podstawy opracowania wyników pomiarowych, analiza błędów Podstawy opracowaa wyków pomarowych, aalza błędów I Pracowa Fzycza IF UJ Grzegorz Zuzel Lteratura I Pracowa fzycza Pod redakcją Adrzeja Magery Istytut Fzyk UJ Kraków 2006 Wstęp do aalzy błędu pomarowego

Bardziej szczegółowo

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna Aalza zależośc Rodzaje zależośc mędzy zmeym występujące w praktyce: Fukcyja wraz ze zmaą wartośc jedej zmeej astępuje ścśle określoa zmaa wartośc drugej zmeej (p. w fzyce: spadek swobody gt s ) tochastycza

Bardziej szczegółowo

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5 L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk

Bardziej szczegółowo

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki) Adrzej Kubaczyk Laboratorum Fzyk I Wydzał Fzyk Poltechka Warszawska OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradk do Laboratorum Fzyk) ROZDZIAŁ Wstęp W roku 995 z cjatywy Mędzyarodowego Komtetu Mar (CIPM) zostały

Bardziej szczegółowo

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

Bardziej szczegółowo

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM ACTA UNIVERSITATIS WRATISLAVIENSIS No 37 PRZEGLĄD PRAWA I ADMINISTRACJI LXXX WROCŁAW 009 ANNA ĆWIĄKAŁA-MAŁYS WIOLETTA NOWAK Uwersytet Wrocławsk SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

Bardziej szczegółowo

Modele wartości pieniądza w czasie

Modele wartości pieniądza w czasie Joaa Ceślak, Paula Bawej Modele wartośc peądza w czase Podstawowe pojęca ozaczea Kaptał (ag. prcpal), kaptał początkowy, wartośd początkowa westycj - peądze jake zostały wpłacoe a początku westycj (a początku

Bardziej szczegółowo

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek Zajdowaie pozostałych pierwiastków liczby zespoloej, gdy zay jest jede pierwiastek 1 Wprowadzeie Okazuje się, że gdy zamy jede z pierwiastków stopia z liczby zespoloej z, to pozostałe pierwiastki możemy

Bardziej szczegółowo