Typ może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; }
|
|
- Konrad Sobczak
- 5 lat temu
- Przeglądów:
Transkrypt
1 Idea: Wyzaczamy ameszy elemet w cągu tablcy zameamy go mescam z elemetem perwszym, astępe z pozostałego cągu wyberamy elemet ameszy ustawamy go a druge mesce tablcy zmeamy, td. Realzaca w C++ vod seleca t a[],t l, t r for t =l; <r; ++ t m=; for t =+; <=r; ++ f a[]<a[m] m=; zamaaa[],a[m]; //realzaca fuc zamaa //przestawaace dwa elemety //dowolego typu vod zamaat &A, t &B t t=a; A=B; B=t; Typ może być dowoly
2 Przyład: S E L E K C J A 7 porówań A E L E K C J S 6 porówań A C L E K E J S 5 porówań A C E L K E J S 4 porówaa A C E E K L J S 3 porówaa A C E E J K L S porówaa A C E E J K L S porówae
3 Aalza: Załóżmy, że l=0 r=-. W l perwsze przyładu mamy - porówań a[]<a[m], potem w oleych lach: -, -3,.a a ońcu tylo porówae. Zatem:... O T max P-stwo, że w ażdym z porówań zadzemy elemet ameszy est edaowe,,,,, p Stąd: , O p
4 Polczmy teraz pesymstyczą wrażlwość tego algorytmu. Przypommy, że Poeważ w procedurze zawsze est wyoyway te sam cąg operac, ezależe od daych weścowych, to Δ=0. Oblczmy a oec marę wrażlwośc oczewae algorytmu. 0 w procedurze zawsze est wyoyway te sam cąg operac, ezależe od daych weścowych Poadto S=O Mówmy, że algorytm sortue w mescu
5 Zalety: a Lczba zama w agorszym przypadu: -. b Prostota mplemetac. c Zadowalaąca szybość dla małych wartośc. d Ne wymaga dodatowe pamęc. Wady: a Ne est stably. b Ma dużą złożoość rzędu wadratowego, węc e adae sę do sortowaa długch tablc. c Jest mało wrażlwy a wstępe uporządowae. Algorytm moża uczyć stablym, zwęszaąc współczy proporcoalośc złożoośc.
6 Idea: W -tym rou trzeba wstawć elemet tab[] a właścwe mesce w posortowaym fragmece tab[0] tab[-], wcześe przesuwaąc wszyste elemety węsze od ego w tym fragmece w prawo o ; powstae posortoway fragmet tab[0] tab[+]. Realzaca w C++ vod IsertSortt *tab fort =; <;++ t =; // 0..- est uż posortowae t temp=tab[]; whle >0 && tab[-]>temp tab[]=tab[-]; --; tab[]=temp;
7 W S T A W I A N I E porówae S W T A W I A N I E <= porówaa S T W A W I A N I E <=3 porówaa A S T W W I A N I E <= 4 porówaa A S T W W I A N I E <=5 porówań A I S T W W A N I E. A A I S T W W N I E. A A I N S T W W I E. A A I N N S T W W E <=9 porówań A A E I N N S T W W GOTOWE
8 Aalza: W l perwsze mamy porówae, potem masymale, td., aż do masymale - porówań a ońcu. Zatem możemy polczyć pesymstyczą złożoość : max T Poeważ elemet tab[] z rówym prawdopodobeństwem może zaąć ażdą z -te pozyc w cągu tab[0]<tab[]< <tab[-], to w -tym rou mamy p =/, czyl.... sr p T Sumuąc teraz po wszystch - teracach, dostaemy: T T sr sr
9 Polczmy teraz pesymstyczą wrażlwość tego algorytmu. Przypommy, że Jest to zatem res góry zboru lczb, tóre powstaą ao różce lośc operac domuących. Zatem od lczby awęsze z możlwych ależy odąć ameszą z możlwych, żeby otrzymać ta res góry. Poeważ ameszą loścą porówań w ażdym rou -terac est edo porówae, a awęsza lość wyrażą sę oblczoą właśe T max =-/ to = =-/--=Θ. Pesymstycza wrażlwość złożoośc czasowe est zatem duża możemy sę spodzewać duże zmeośc złożoośc oblczeowe.
10 Średa wrażlwość czyl mara wrażlwośc oczewae: w -tym rou mamy: śr p T Sumuąc po wszystch - teracach, dostaemy:
11 Zalety: a Stablość. b Średo algorytm est razy szybszy ż algorytm sortowaa przez selecę. c Optymaly dla cągów prawe posortowaych. d Ne wymaga dodatowe pamęc.
12 Udosoalea: Moża przestać porówywać elemety, apotawszy elemet, tóry est e węszy ż wstaway, bo podtablca z lewe stroy est posortowaa sortowae adaptacye. W perwsze pętl for wyzaczamy elemet ameszy umeszczamy go a początu tablcy, astępe sortuemy pozostałe elemety. Stadardowo sortue sę zamay elemetów, ale moża zrobć przeesee węszych elemetów o edą pozycę w prawo.
13 Ma prosty zaps. Na czym polega to sortowae? Przyład 7-elemetowe tablcy. Elemet zaceoway w poedyczym przebegu główe pętl ulatue do góry ao alżeszy. Tablca est przemataa od dołu do góry pętla aalzowae są dwa sąsaduące ze sobą elemety pętla ; eśl e są uporządowae, to astępue ch zamaa.
14 Implemetaca w C++ vod bubblet *tab for t =;<;++ for t =-;>=;-- f tab[]<tab[-] //swap t tmp=tab[-]; tab[-]=tab[]; tab[]=tmp; Algorytm est lasy O Aalza: Dość często zdarzaą sę puste przebege est dooywaa żada wymaa, bo elemety są posortowae. Algorytm est bardzo wrażlwy a ofguracę daych: 4,,6,8,0,39,40 wymaga ede zamay 4,6,8,0,39,40, wymaga szesścu zama
15 Ulepszea: przyśpeszaą, choć e zmeaą lasy. Moża zapamętać des ostate zamay wala z pustym przebegam. Moża przełączać eru przeglądaa tablcy wala z eorzystym ofguracam daych. vod ShaerSortt *tab vod bubblet *tab for t =;<;++ for t =-;>=;-- f tab[]<tab[-] //swap t tmp=tab[-]; tab[-]=tab[]; tab[]=tmp; Algorytm poprawoy sortowaa przez wstrząsae. t left=,rght=-,=-; do fort =rght; >=left; -- ftab[-]>tab[] swaptab[-],tab[]; =; left=+; for=left; <=rght; ++ ftab[-]>tab[] swaptab[-],tab[]; =; rght=-; whle left<=rght;
16 Idea: Jest to róweż metoda dzel rządź, poeważ dzel tablcę a dwe częśc, tóre potem sortue ezależe. Algorytm słada sę z dwóch roów: Kro : procedura rozdzelaa elemetów tablcy względem wartośc pewe omór tablcy służące za oś podzału; proces sortowaa est dooyway przez tę właśe procedurę. Kro : procedura służąca do właścwego sortowaa, tóra e rob w zasadze c oprócz wywoływaa same sebe; zapewa posładae wyów cząstowych w osewec posortowae całe tablcy.
17 Sedem metody est proces podzału, tóry zmea oleość elemetów w tablcy ta, że spełoe są trzy waru: elemet a[] zadue sę dla pewego a właścwe pozyc w tablcy; Żade z elemetów a[l],, a[-] e est węszy ż a[]; Żade z elemetów a[+],, a[r] e est meszy ż a[]. W ółu mamy elemet rozgraczaący, elemety mesze są a lewo, a węsze a prawo.
18 Oś podzału
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 szczegółowoPERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X
PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac
Bardziej szczegółowoTESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).
TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu
Bardziej szczegółowoAnaliza 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 szczegółowoIndukcja 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 szczegółowoBajki kombinatoryczne
Artyuł powstał a podstawe odczytu pod tym samym tytułem, wygłoszoego podczas XXXVI Szoły Matematy Poglądowej Pomysł czy rachue? w Grzegorzewcach, styczeń 006. Baj ombatorycze Joaa JASZUŃSKA, Warszawa Ja
Bardziej szczegółowoLista 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 szczegółowoSortowanie szybkie Quick Sort
Sortowane szybke Quck Sort Algorytm sortowana szybkego opera sę na strateg "dzel zwycęża" (ang. dvde and conquer), którą możemy krótko scharakteryzować w trzech punktach: 1. DZIEL - problem główny zostae
Bardziej szczegółowoZAGADNIENIE 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( ) ( ) ( ) ( ) ( ) ( )
,,, ~ 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 szczegółowoPlanowanie 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 szczegółowoL.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH
L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze
Bardziej szczegółowoW 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 szczegółowoŚrednia 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 szczegółowok k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2
Pojęce przedzału ufośc Przyład: Rozważmy pewe rzad proces (tz. ta tórego lczba zajść podlega rozładow Possoa). W cągu pewego czasu zaobserwowao =3 tae zdarzea. Oceć możlwy przedzał lczby zdarzeń tego typu
Bardziej szczegółowoRównania rekurencyjne
Rówaa reurecyje Ja stosować do przelczaa obetów obatoryczych? zaleźć zwąze reurecyjy, oblczyć la początowych wartośc, odgadąć ogóly wzór, tóry astępe udowaday stosując ducję ateatyczą. W etórych przypadach,
Bardziej szczegółowoĆWICZENIE 5 TESTY STATYSTYCZNE
ĆWICZENIE 5 TESTY STATYSTYCZNE Cel Przedstawee wybraych testów statystyczych zasad wyboru właścwego testu przeprowadzea go oraz terpretac wyów. Wprowadzee teoretycze Testem statystyczym azywamy metodę
Bardziej szczegółowoPrawdopodobieństwo 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 szczegółowoROZWIĄZYWANIE DWUWYMIAROWYCH USTALONYCH ZAGADNIEŃ PRZEWODZENIA CIEPŁA PRZY POMOCY ARKUSZA KALKULACYJNEGO
OZWIĄZYWAIE DWUWYMIAOWYCH USALOYCH ZAGADIEŃ PZEWODZEIA CIEPŁA PZY POMOCY AKUSZA KALKULACYJEGO OPIS MEODY Do rozwązana ustalonego pola temperatury wyorzystana est metoda blansów elementarnych. W metodze
Bardziej szczegółowoPodprzestrzenie 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 szczegółowoLaboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI
Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze
Bardziej szczegółowoZadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.
Pradopodobeństo statystya 6..3r. Zadae. Rzucamy symetryczą moetą ta długo aż dóch olejych rzutach pojaą sę resz. Oblcz artość oczeaą lczby yoaych rzutó. (A) 7 (B) 8 (C) 9 (D) (E) 6 Wsazóa: jeśl rzuce umer
Bardziej szczegółowoPortfel 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 szczegółowoLista 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 szczegółowoi = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3
35 Iterpoaca Herte a 3 f ( x f ( x,,, 3, 4 f ( x,,, 3 f ( x,, 3 f ( x, 4 f ( x 33,5,698,87,5!, 34,83,785,9,3 36,598,877,95 38,475,97 4,447 Na podstawe wzoru (38 ay zate 87,, 5, L4 ( t 335, +, 698t+ t(
Bardziej szczegółowoDokonajmy zestawienia wszystkich równań teorii sprężystości. 1. Różniczkowe równania równowagi (warunki Naviera)
Wyład 4 Blas rówań teor srężystośc Dooamy zestawea wszystch rówań teor srężystośc Gra rówań. Różczowe rówaa rówowag (war Navera Lczba rówań Lczba ewadomych X 6 (. Zwąz geometrycze (rówaa Cachy ego ( 6
Bardziej szczegółowo1. 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 szczegółowoWykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy
Wyład 7 Przestrzeie metrycze zwarte Defiicja 8 (przestrzei zwartej i zbioru zwartego Przestrzeń metryczą ( ρ X azywamy zwartą jeśli ażdy ciąg elemetów tej przestrzei posiada podciąg zbieży (do putu tej
Bardziej szczegółowoL.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 szczegółowoPrawdopodobieństwo i statystyka r.
Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =
Bardziej szczegółowoJEDNOWYMIAROWA ZMIENNA LOSOWA
JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:
Bardziej szczegółowoW 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 szczegółowoZESTAW ZADAŃ Z INFORMATYKI
(Wpsue zdaąc przed rozpoczęcem prac) KOD ZDAJĄCEGO ZESTAW ZADAŃ Z INFORMATYKI CZĘŚĆ II (dla pozomu rozszerzonego) GRUDZIEŃ ROK 004 Czas prac 50 mnut Instrukca dla zdaącego. Proszę sprawdzć, cz zestaw zadań
Bardziej szczegółowoZAJĘCIA NR 3. loga. i nosi nazwę entropii informacyjnej źródła informacji. p. oznacza, Ŝe to co po im występuje naleŝy sumować biorąc za i
ZAJĘCIA NR Dzsaj omówmy o etro, redudacj, średej długośc słowa odowego o algorytme Huffmaa zajdowaa odu otymalego (od ewym względam; aby dowedzeć sę jam doczeaj do ońca). etro JeŜel źródło moŝe adawać
Bardziej szczegółowobędą niezależnymi zmiennymi losowymi o tym samym 2 x
Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka
Bardziej szczegółowoTablica 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 szczegółowoKURS STATYSTYKA. Lekcja 4 Nieparametryczne testy istotności ZADANIE DOMOWE. Strona 1
KURS STATYSTYKA Lecja 4 Nearametrycze testy stotośc ZADANIE DOMOWE www.etraez.l Stroa 1 Część 1: TEST Zazacz orawą odowedź (tylo jeda jest rawdzwa). Pytae 1 W testach earametryczych a) Oblczamy statystyę
Bardziej szczegółowoZMIENNA 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 szczegółowoMatematyczny opis ryzyka
Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee
Bardziej szczegółowoPodstawy 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( ) 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 szczegółowoSYSTEMY UCZĄCE SIĘ WYKŁAD 5. LINIOWE METODY KLASYFIKACJI. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.
SYSEMY UCZĄCE SIĘ WYKŁAD 5. LINIOWE MEODY KLASYFIKACJI Częstochowa 4 Dr hab. nż. Grzegorz Dude Wydzał Eletryczny Poltechna Częstochowsa FUNKCJE FISHEROWSKA DYSKRYMINACYJNE DYSKRYMINACJA I MASZYNA LINIOWA
Bardziej szczegółowoCentralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych
Cetrala Izba Pomarów Telekomukacyjych (P-1) Komputerowe staowsko do wzorcowaa geeratorów podstawy czasu w częstoścomerzach cyrowych Praca r 1300045 Warszawa, grudzeń 005 Komputerowe staowsko do wzorcowaa
Bardziej szczegółowoPOPULACJA 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 szczegółowoZapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.
Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane
Bardziej szczegółowoROZKŁADY ZMIENNYCH LOSOWYCH
ROZKŁADY ZMIENNYCH LOSOWYCH ZMIENNA LOSOWA Defcja. Zmeą losową jest fukcja: X: E -> R która każdemu zdarzeu elemetaremu E przypsuje lczbę rzeczywstą e X ( e) R DYSTRYBUANTA Dystrybuatą zmeej losowej X
Bardziej szczegółowoSPOŁECZNA AKDAEMIA NAUK W ŁODZI
SPOŁECZNA AKDAEMIA NAUK W ŁODZI KIERUNEK STUDIÓW: ZARZĄDZANIE PRZEDMIOT: METODY ILOŚCIOWE W ZARZĄDZANIU (MATERIAŁ POMOCNICZY PRZEDMIOT PODSTAWOWY ) Łódź Sps treśc Moduł Wprowadzee do metod loścowych w
Bardziej szczegółowo. 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 szczegółowoW 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 szczegółowoObliczanie 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 szczegółowoSTATYSTYKA 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 szczegółowoModelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej
Dr hab. ż. Ato Śwć, prof. adzw. Istytut Techologczych ystemów Iformacyych oltechka Lubelska ul. Nadbystrzycka 36, 2-68 Lubl e-mal: a.swc@pollub.pl Dr ż. Lech Mazurek aństwowa Wyższa zkoła Zawodowa w Chełme
Bardziej szczegółowoPodstawy matematyki finansowej i ubezpieczeniowej
Podstawy matematy fasowej ubezpeczeowej oreślea, wzory, przyłady, zadaa z rozwązaam KIELCE 2 SPIS TREŚCI WSTEP... 7 STOPA ZWROTU...... 9 2 RACHUNEK CZASU W MATEMATYCE FINANSOWEJ. 0 2. DOKŁADNA LICZBA DNI
Bardziej szczegółowoma 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 szczegółowoANALIZA INPUT - OUTPUT
Aalza put - output Notatk S Dorosewcz J Staseńko Stroa z 28 SŁAWOMIR DOROSIEWICZ JUSTYNA STASIEŃKO ANALIZA INPUT - OUTPUT NOTATKI Istytut Ekoometr SGH Aalza put - output Notatk S Dorosewcz J Staseńko Stroa
Bardziej szczegółowoWykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982.
Wyłady z Aalzy rzeczywstej zespoloej w Matematyce stosowaej Lteratura W Rud: Podstawy aalzy matematyczej, PWN, Warszawa, 1982 W Rud: Aalza rzeczywsta zespoloa, PZWS, Warszawa, 1986 W Szabat: Wstęp do aalzy
Bardziej szczegółowoParametry zmiennej losowej
Eonometra Ćwczena Powtórzene wadomośc ze statysty SS EK Defncja Zmenną losową X nazywamy funcję odwzorowującą przestrzeń zdarzeń elementarnych w zbór lczb rzeczywstych, taą że przecwobraz dowolnego zboru
Bardziej szczegółowoPDF created with FinePrint pdffactory Pro trial version WIII/1
Statystyka opsowa Statystyka zajmuje sę zasadam metodam uogólaa wyków otrzymaych z próby losowej a całą populację (czyl zborowość, z której została pobraa próba). Take postępowae azywamy woskowaem statystyczym.
Bardziej szczegółowoMiary statystyczne. Katowice 2014
Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
Bardziej szczegółowoStatystyka Matematyczna Anna Janicka
Statystyka Matematycza Aa Jacka wykład II, 3.05.016 PORÓWNANIE WIĘCEJ NIŻ DWÓCH POPULACJI TESTY NIEPARAMETRYCZNE Pla a dzsaj 1. Porówywae węcej ż dwóch populacj test jedoczykowej aalzy waracj (ANOVA).
Bardziej szczegółowoSystem 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 szczegółowoSprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych
Sprawdzee stateczośc skarpy wykopu pod składowsko odpadów koualych Ustalee wartośc współczyka stateczośc wykoae zostae uproszczoą etodą Bshopa, w oparcu o poższą forułę: [ W s( α )] ( φ ) ( φ ) W ta F
Bardziej szczegółowoOdtworzenie wywodu metodą wstępującą (bottom up)
Przeglądane wejśca od lewej strony do prawej L (k) Odtwarzane wywodu prawostronnego Wystarcza znajomosc "k" następnych symbol łańcucha wejścowego hstor dotychczasowych redukcj, aby wyznaczyc jednoznaczne
Bardziej szczegółowoNieporządki Ten materiał zostanie przerobiony na ćwiczeniach
Wykład 3. wrtualy, materał zostae przeroboy a ćwczewach A.Mckewcz, Reduta Ordoa : A przecw m sterczy bała, wąska, zaostrzoa, Jak głaz bodzący morze, reduta Ordoa. Sześć tylko mała armat;(...) (...) Harmaty
Bardziej szczegółowoAlgorytmy I Struktury Danych Prowadząca: dr Hab. inż. Małgorzata Sterna. Sprawozdanie do Ćwiczenia 1 Algorytmy sortowania (27.02.
Poiedziałki 11.45 Grupa I3 Iformatyka a wydziale Iformatyki Politechika Pozańska Algorytmy I Struktury Daych Prowadząca: dr Hab. iż. Małgorzata Stera Sprawozdaie do Ćwiczeia 1 Algorytmy sortowaia (27.2.12)
Bardziej szczegółowoANALIZA FOURIEROWSKA szybkie transformaty Fouriera
AALIZA FOURIEROWSKA szybi trasformaty Fourira dowola fuję priodyzą F( w zasi lub przstrzi (tx, ors T) moża przdstawić jao () F( b o + [ a si( + b os( ] gdzi π / T lub ω zauważmy, ż ω, jst ajiższą zęstośią
Bardziej szczegółowoFunkcja 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 szczegółowoStatystyczna 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 szczegółowoINDUKCJA MATEMATYCZNA
MATEMATYKA DYSKRETNA (4/5) dr hab. iż. Małgorzata Stera malgorzata.stera@cs.put.poza.pl www.cs.put.poza.pl/mstera/ INDUKCJA MATEMATYCZNA Matematya Dysreta Małgorzata Stera FUNKCJA SILNIA dla, fucja silia
Bardziej szczegółowoMatematyka finansowa r.
. Sprawdź, tóre z ponższych zależnośc są prawdzwe: () = n n a s v d v d d v v d () n n m ) ( n m ) ( v a d s ) m ( = + & & () + = = + = )! ( ) ( δ Odpowedź: A. tylo () B. tylo () C. tylo () oraz () D.
Bardziej szczegółowoSprzedaż finalna - sprzedaż dóbr i usług konsumentowi lub firmie, którzy ostatecznie je zużytkują, nie poddając dalszemu przetworzeniu.
W 1 Rachu maroeoomcze 1. Produ rajowy bruo Sprzedaż fala - sprzedaż dóbr usług osumeow lub frme, órzy osaecze je zużyują, e poddając dalszemu przeworzeu. Sprzedaż pośreda - sprzedaż dóbr usług zaupoych
Bardziej szczegółowoSystem 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 szczegółowodev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?
Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych
Bardziej szczegółowoProjekt 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 szczegółowobędzie próbką prostą z rozkładu normalnego ( 2
Zadae. eh K będze próbką prostą z rozkładu ormalego ( μ σ ) zaś: ( ) S gdze:. Iteresuje as względy błąd estymaj: σ R S. σ rzy wartość ozekwaa E R jest rówa ( ) (A).8 (B).9 (C). (D). (E). Zadae. eh K K
Bardziej szczegółowoELEMENTY ANALIZY NUMERYCZNEJ
Adrze Marcak ELEMENTY ANALIZY NUMERYCZNEJ Wykłady dla studetów keruku formatyka Poltechk Pozańske Wykłady są przezaczoe wyłącze do dywdualego użytku przez studetów formatyk Poltechk Pozańske. Ne mogą być
Bardziej szczegółowoρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7)
PROCES ZARZĄDZANIA PORTFELEM PAPIERÓW WARTOŚCIOWYCH WSPOMAGANY PRZEZ ŚRODOWISKO AUTOMATÓW KOMÓRKOWYCH Ageszka ULFIK Streszczee: W pracy przedstawoo sposób zarządzaa portfelem paperów wartoścowych wspomagay
Bardziej szczegółowoR 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 szczegółowoPrawdopodobieństwo 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 szczegółowoFINANSE 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 szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne
TATYTYKA MATEMATYCZNA WYKŁAD Wadomośc wstępe tatystyka to dyscypla aukowa, której zadaem jest wykrywae, aalza ops prawdłowośc występujących w procesach masowych. Populacja to zborowość podlegająca badau
Bardziej szczegółowoMetody numeryczne w przykładach
Metody umerycze w przyłdch Podręcz Poltech Lubels Poltech Lubels Wydzł Eletrotech Iformty ul. Ndbystrzyc 38A -68 Lubl Bet Pńczy Edyt Łus J Sor Teres Guz Metody umerycze w przyłdch Poltech Lubels Lubl Recezet:
Bardziej szczegółowoNr: 1. Metody obliczeniowe - Budownictwo semestr 2 - wykład nr 1. Metody obliczeniowe
Nr: Metody olczeowe - Budowctwo semestr - wyłd r Metody olczeowe Metody umerycze - sposoy rozwąz zd mtemtyczego z pomocą operc lczch t, y zde mogło yć rozwąze przez omputer. Rozwązywe ułdów rówń lowych.
Bardziej szczegółowoĆWICZENIE 10 OPTYMALIZACJA STRUKTURY CZUJKI TEMPERATURY W ASPEKCIE NIEZWODNOŚCI
ĆWICZENIE 0 OPTYMALIZACJA STUKTUY CZUJKI TEMPEATUY W ASPEKCIE NIEZWODNOŚCI Cel ćwczea: zapozae z metodam optymalzac wewętrze struktury mozakowe czuk temperatury stosowae w systemach sygalzac pożaru; wyzaczee
Bardziej szczegółowoProblem plecakowy (KNAPSACK PROBLEM).
Problem plecakowy (KNAPSACK PROBLEM). Zagadnene optymalzac zwane problemem plecakowym swą nazwę wzęło z analog do sytuac praktyczne podobne do problemu pakowana plecaka. Chodz o to, by zapakować maksymalne
Bardziej szczegółowoWnioskowanie statystyczne dla korelacji i regresji.
STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...
Bardziej szczegółowoStatystyka Opisowa Wzory
tatystyka Opsowa Wzory zereg rozdzelczy: x - wartośc cechy - lczebośc wartośc cechy - lczebość całej zborowośc Wskaźk atężea przy rysowau wykresu szeregu rozdzelczego przedzałowego o erówych przedzałach:
Bardziej szczegółowoMETODY ANALIZY DANYCH DOŚWIADCZALNYCH
POLITECHNIKA Ł ÓDZKA TOMASZ W. WOJTATOWICZ METODY ANALIZY DANYCH DOŚWIADCZALNYCH Wybrae zagadea ŁÓDŹ 998 Przedsłowe Specyfką teor pomarów jest jej wtóry charakter w stosuku do metod badawczych stosowaych
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZA 1. Wkład wstęp. Teora prawdopodobeństwa elemet kombatork. Zmee losowe ch rozkład 3. Populacje prób dach, estmacja parametrów 4. Testowae hpotez statstczch 5. Test parametrcze (a
Bardziej szczegółowoAKADEMIA 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 szczegółowoMiary 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 szczegółowoINSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.
INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,
Bardziej szczegółowoMatematyka 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 szczegółowoCHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (Parametry statystyczne) MIARY POŁOśENIA
D. Mszczyńsa, M.Mszczyńs, Materały do wyładu ze Statysty, 009/0 [] CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (Parametry statystycze) PARAMETRY STATYSTYCZNE - lczby słuŝące do sytetyczego opsu strutury
Bardziej szczegółowoWyrażanie 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 szczegółowoopisać 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 szczegółowoBADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda
BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp
Bardziej szczegółowoReprezentacja krzywych...
Reprezeacja rzywych... Reprezeacja przy pomocy fcj dwóch zmeych rzywe płase płase - jedej: albo z z f x y x [ x x2] y [ y y2] f x y g x x [ x x2] Wady: rzywe óre dla pewych x y mogą przyjmować wele warośc
Bardziej szczegółowo[, ] [, ] [, ] ~ [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