WPŁYW ROZSZERZENIA PRÓBKI PRZY GENEROWANIU WSPÓŁCZYNNIKÓW FALKOWYCH SZEREGU NA TRAFNOŚĆ PROGNOZY

Wielkość: px
Rozpocząć pokaz od strony:

Download "WPŁYW ROZSZERZENIA PRÓBKI PRZY GENEROWANIU WSPÓŁCZYNNIKÓW FALKOWYCH SZEREGU NA TRAFNOŚĆ PROGNOZY"

Transkrypt

1 EKONOMETRIA ECONOMETRICS 4(46) 14 ISSN Moia Hadaś-Dyduch Uiwersytet Eoomiczy w Katowicach moia.dyduch@ue.atowice.pl WPŁYW ROZSZERZENIA PRÓBKI PRZY GENEROWANIU WSPÓŁCZYNNIKÓW FALKOWYCH SZEREGU NA TRAFNOŚĆ PROGNOZY Streszczeie: Celem badaia jest ocea wpływu zapropoowaej metody rozszerzeia próbi a trafość progozy szeregów, w tym przypadu idesu WIG. Progozę szeregu prezetującego WIG wyoao a podstawie modelu opartego a trasformacie falowej. Przed przystąpieiem do apliacji rozszerzeia szeregu wejściowy szereg daych podzieloo a próbi o parzystej liczbie obserwacji celem wyzaczeia doładiejszych progoz. W artyule socetrowao się tylo a dodatowym rozszerzeiu próbi przy wyzaczaiu współczyiów, omijając proces predycji. Zatem ie opisao w artyule szczegółowo modelu zastosowaego do predycji, poieważ ie jest celem artyułu ocea zdolości predycyjych modelu, a jedyie wpływ a ońcowy wyi progozy metody rozszerzeia szeregu przy wyzaczaiu współczyiów a. Słowa luczowe: trasformata falowa, aaliza wielorozdzielcza, predycja WIG, predycja szeregów, współczyii falowe. DOI: /et Wstęp Celem badaia jest ocea wpływu zapropoowaej metody rozszerzeia próbi a trafość progozy szeregów, w tym przypadu idesu WIG. Badaie w tym oteście jest iowacyje, chociaż samo progozowaie idesów giełdowych różorodymi metodami jest i było w literaturze szeroo omawiae [Lach 1; Hadaś- -Dyduch 1a; 14; Gurese, Kayautlu, Daim 11]. Progozę szeregu prezetującego WIG wyoao a podstawie modelu opartego a trasformacie falowej, poieważ fali z jedej stroy umożliwiają doładiejszą aalizę przez specyfiację osobych zależości według pasm częstości, a astępie ostruowaie progoz orygialych szeregów w postaci agregatów progoz wyzaczoych dla poszczególych ompoetów procesów (sal czasu), z drugiej zaś upraszczają aalizę przez przeształceie szeregu do postaci, dla tórej może być łatwiej dobrać odpowiedi predytor [Bruzda 1]. Oczywiście, ja

2 Wpływ rozszerzeia próbi przy geerowaiu współczyiów falowych szeregu... 6 ażda metoda, predycja z użyciem fale ma swoje wady i zalety. Wadą taiego podejścia jest m.i. zacza liczba parametrów podlegających estymacji i arbitralość wyboru fali czy poziomu deompozycji. Autorsi model zastosoway do badaia szeroo opisay w pozycji [Hadaś- -Dyduch 14] słada się z ilu zasadiczych etapów. W pierwszej olejości wyzaczamy fucję salującą i jej falę, astępie odpowiedio dobrae statystyczie i merytoryczie szeregi czasowe dzielimy a podszeregi z podziałem a dwa dodatowe podzbiory. Odpowiedio przygotowae dwie grupy podszeregów wprowadzamy do etapu sztuczej sieci euroowej. Efetem działaia sieci są współczyii falowe szuaych progoz w postaci współczyiów falowych. W ostatim etapie poprzez apliacje algorytmu odwrotej trasformaty falowej otrzymujemy wartości szuaych progoz. Dla ażdego etapu iezbęde jest wyzaczeie odpowiedich błędów i zastosowaie odpowiedich parametrów miimalizujących te błędy.. Założeia badaia Badaie wyoao a szeregu prezetującym WIG. Liczba obserwacji uwzględioa w badaiu wyosiła Szereg daych podzieloo a podszeregi o parzystej liczbie obserwacji, otrzymując 58 szeregów dwuelemetowych bądź 19 szeregów czteroelemetowych itd. Przyjmując podział ażdego szeregu a podszeregi dwuelemetowe, otrzymao: Podszereg 1: 1 obserwacja, obserwacja Podszereg : obserwacja, 4 obserwacja Podszereg 58: 4115 obserwacja, 4116 obserwacja. Progozę wyoao a ores 6, 1 i 4 miesięcy. Progozę szeregu prezetującego WIG wyoao a podstawie modelu opartego a trasformacie falowej, szczegółowo opisaego w pracach [Hadaś-Dyduch 1a; 14]. Celem badaia jest aaliza wpływu zapropoowaej metody rozszerzeia próbi a trafość progozy WIG. Do predycji szeregu WIG zastosowao m.i. aalizę falową opartą a falce Daubechies, wyrażoej wzorem: 1 1 ( r) (r 1) ( r) (r 1) (r ) ( r) dla r 1 lub r.

3 64 Moia Hadaś-Dyduch. Rozszerzeie próbi Mając day szereg daych, azway w dalszej części rówież próbą: s s,, s1, s,..., s, s 1 obliczamy, uwzględiając dodatowe rozszerzeie próbi, współczyii falowe. W tym celu postępujemy zgodie z algorytmem: 1. Przyjmujemy, że: s s s, s,..., s, s p, p, p,..., p p., 1 1 1, 1. Zapisujemy formalą postać rozszerzeia próbi s : s s,..., s ( 1), s 1; s, s1,..., s, s ; s,..., s 1 1. Przypisujemy elemetom: oraz elemetom s s ( 1), s,..., s,..., s 1 1 odpowiedie wartości elemetów wejściowych próbi: s s s, s,..., s, s p, p, p,..., p gdzie:, 1 1 1, p 1 4. Zapisujemy ostateczą postać rozszerzeia próbi s : s,..., s ( 1), s 1; s, s1, s, s,..., s, s ; s,..., s p,..., p, p ; p, p, p,..., p, p ; p, p,..., p Wyzaczamy współczyii falowe a z zależości: ( r ) s r r 1 a, (1) : D R fucja salującą fali Daubechies spełiająca astępujące warui: 1.., ( r) h (r) h1 (r 1) h (r ) h (r ),

4 Wpływ rozszerzeia próbi przy geerowaiu współczyiów falowych szeregu gdzie: Z ( ) 1, 1 h, 4 ( r) dla r r, j D : Z, j jz D D j D. j j h 1, 4 h, 4 1 h 4, 4 Rys. 1. Fucja : D R Źródło: opracowaie włase. 6. Apliujemy algorytm trasformaty falowej polegający a zastąpieiu ( 1) N całowitych przesuięć fucji salującej: ( 1) ~ f ( r) ( r ) 1 a przez rówoważą ombiację liiowych całowitych przesuięć fucji salującej ([ r / ] ) i fale ([ r/ 1] ) z iższego poziomu rozdzielczości:

5 66 Moia Hadaś-Dyduch ~ f ( r) Współczyii współczyii () a. 1 a ( 1) ( 1) 1 ([ r / ] ) c ([ r / 1] ). ( 1) a wsazują iższy poziom rozdzielczości iż początowe 4. Implemetacja zapropoowaego dodatowego rozszerzeia próbi do wyzaczeia współczyiów falowych Wartości poszczególych współczyiów falowych a wyzaczamy a podstawie algorytmu przedstawioego w rozdziale drugim z uwzględieiem dodatowego rozszerzeia próbi. Opierając się a zależości (1), wyzaczamy dla poszczególych wartości współczyii falowe dla pierwszego podszeregu daych. Dla. Wyzaczamy wartość fucji salującej w pucie r oraz w pucie r dla 1 r ( 1),..., 1. Wyii obliczeń pomociczych zestawioo w tab. 1. Tabela 1. Obliczeia pomocicze do wyzaczeia współczyia a dla = r ( r ) ( r ) s r ( 1) ( 4) (1) 1 1 () 1 () 967,7 1 (4) 945,6 (5) (6) 4 (7) 1 ( ) ( ) 1 1 Źródło: opracowaie włase. 1 ( )

6 Wpływ rozszerzeia próbi przy geerowaiu współczyiów falowych szeregu Na podstawie obliczeń zawartych w tab. 1 oraz wzoru (1) otrzymujemy wartość współczyia falowego a. Dla. Odpowiedie obliczeia zestawioo w tab.. Tabela. Obliczeia pomocicze do wyzaczeia współczyia a dla = r ( r ) ( r ) s r ( 1) ( ) () 1 (1) 1 () 1 967,7 1 () 945,6 (4) (5) 4 (6) 1 1 Źródło: opracowaie włase. 1 ( 1) Na podstawie obliczeń zawartych w tab. oraz wzoru (1) otrzymujemy a 1466,. Postępując aalogiczie, otrzymujemy wartości współczyiów falowych dla pozostałych wartości pierwszego podszeregu daych, tj.: Dla 1, a 1 975,789. Tabela. Obliczeia pomocicze do wyzaczeia współczyia a dla r ( r ) ( r ) ( ) r 967,7 1 ( 1) 945,6 () (1) 4 () Źródło: opracowaie włase. 1 1 s

7 68 Moia Hadaś-Dyduch Dla, a 191,716. Dla 1, a1. Dla, a (zob. tab. ). W sposób aalogiczy do przedstawioego powyżej wyzaczamy współczyii a dla pozostałych podszeregów utworzoych z szeregu główego. Ostateczie w wyiu trasformaty falowej otrzymujemy macierz współczyiów falowych, tóra przy podziale wejściowego szeregu a szeregi dwuelemetowe, jedym poziomie rozdzielczości fali i zaprezetowaej metodzie rozszerzeia próbi ma postać: 58,56 568,78 595,579 C 8166,957 8, , ,67 548, , ,94 75, ,6166 5, ,59 67,97 197,88 448, ,84 5, ,59 67, ,88 448, ,84 5. Wyii progozy z uwzględieiem rozszerzoej próbi Otrzymaa macierz współczyiów falowych jest iezbęda do olejego etapu modelu progozy (zob. [Hadaś-Dyduch 1a; 14]), tj. do iicjalizacji sztuczej sieci euroowej oraz wyzaczeia współczyiów odwrotej trasformaty falowej 1. W ostateczości otrzymujemy astępujące błędy dla progozy: dwuletiej: bezwzględy błąd procetowy:,9%, odchyleie od wartości rzeczywistej: 4, roczej: bezwzględy błąd procetowy:,55%, odchyleie od wartości rzeczywistej: 1, półroczej: bezwzględy błąd procetowy:,179%, odchyleie od wartości rzeczywistej: 7. 1 Nie opisao w artyule szczegółowo modelu zastosowaego do predycji, poieważ ie jest celem artyułu ocea zdolości predycyjych modelu, a jedyie wpływ a ońcowy wyi progozy metody rozszerzeia szeregu przy wyzaczaiu współczyiów a.

8 Wpływ rozszerzeia próbi przy geerowaiu współczyiów falowych szeregu Tabela 4. Zestawieie wyiów progozy z podziałem szeregów Metoda Bezwzględy błąd procetowy dla progozy o horyzocie (w miesiącach) Bez dodatowego rozszerzeia próbi i z podziałem szeregu a miejsze jedosti,%,11%,1% Dodatowe rozszerzeie szeregu i podział szeregu a miejsze jedosti,1%,6%,18% Źródło: opracowaie włase. Tabela 5. Zestawieie wyiów progozy bez podziału szeregów Metoda Bezwzględy błąd procetowy dla progozy o horyzocie (w miesiącach) Bez dodatowego rozszerzeia szeregu i bez podziału szeregu a miejsze jedosti,1%,9%,9% Dodatowe rozszerzeie szeregu i bez podziału szeregu a miejsze jedosti,6%,17%,19% Źródło: obliczeia włase. Należy zauważyć, że progoza WIG modelem z apliacją zapropoowaego rozszerzeia podszeregów szeregów czasowych jest w ażdym przypadu miejsza od progozy, tym samym modelem bez dodatowego rozszerzeia podszeregów (tab. 4). 6. Zaończeie Celem badaia była ocea wpływu zapropoowaej metody rozszerzeia podszeregów wyodrębioych z główego szeregu czasowego a trafość progozy idesu WIG. Całościową progozę idesu WIG z apliacją zapropoowaej metody rozszerzeia podszeregów wyoao a podstawie modelu opartego a trasformacie falowej. Jedaże przed przystąpieiem do apliacji modelu oraz do rozszerzeia odpowiedich podszeregów wejściowe szeregi daych podzieloo a próbi o parzystej liczbie obserwacji celem wyzaczeia doładiejszych progoz. W badaiach przedstawioych w artyule socetrowao się tylo a dodatowym rozszerzeiu podszeregów szeregów główych przy wyzaczaiu współczyiów falowych, świadomie pomijając proces predycji. Sam proces predycji opisao zwięźle we wstępie do artyułu. Zatem ie opisao w artyule szczegółowo modelu zastosowaego do predycji, poieważ celem artyułu ie była ocea zdol-

9 7 Moia Hadaś-Dyduch ości predycyjych modelu, a jedyie wpływ a ońcowy wyi progozy WIG metody rozszerzeia szeregu przy wyzaczaiu współczyiów a. Otrzymae progozy poprzez zastosowaie algorytmu predycji M. H-D, opisaego szeroo w [Hadaś-Dyduch 14], oraz zapropoowae rozszerzeie podszeregów uwzględioych w badaiu szeregów czasowych, ja poazują otrzymae wyii, obarczoe są małym błędem. Na wartości błędów otrzymaych progoz WIG mogą mieć zasadiczy wpływ dwa czyii, tj. podział szeregu daych a miejsze jedosti, tzw. podszeregi, oraz dodatowe rozszerzeie próbi przy wyzaczaiu współczyiów falowych. W artyule ie opisao szczegółowo modelu zastosowaego do predycji, socetrowao się tylo a przedstawieiu idei dodatowego rozszerzeia próbi oraz oceie otrzymaych błędów predycji a podstawie suteczości rozszerzeia, poieważ badaia przedstawioe w artyule są otyuacją badań przedstawioych w [Hadaś-Dyduch 14]. Literatura Bruzda J., 1, Progozowaie metodą wyrówywaia falowego, Acta Uiversitatis Nicolai Coperici Zarządzaie. Gurese E., Kayautlu G., Daim T., 11, Usig a rtificial eural etwor models i stoc maret idex predictio, Expert Systems with Applicatios, vol. 8, s Hadaś M., 6, Zastosowaie sieci falowo-euroowej do predycji eoomiczych szeregów czasowych, [w:] Prace Nauowe UE we Wrocławiu r 111, Progozowaie w zarządzaiu firmą, praca zbiorowa pod redacją auową Pawła Dittmaa i Joay Krupowicz, Wydawictwo UE we Wrocławiu, Wrocław, s Hadaś M., 8, Sieć falowo-euroowa jao sutecze arzędzie do aalizy i predycji szeregów czasowych, [w:] Prace Nauowe UE, Metody matematycze, eoometrycze i omputerowe w fiasach i ubezpieczeiach 6, praca zbiorowa pod redacją Piotra Chrzaa i Tadeusza Czeria, Wydawictwo AE, Katowice, s Hadaś M., 8a, Wyorzystaie metod sztuczej iteligecji do wspomagaia decyzji iwestycyjych, [w:] Iwestowaie a ryu apitałowym, Studia i Prace Wydziału Nau Eoomiczych i Zarządzaia r 1, Uiwersytet Szczecińsi, Szczeci, s Hadaś M., 9, Progozowaie szeregów czasowych w oparciu o współczyii trasformaty falowej, optymalizowae przez sztuczą sieć euroową, [w:] Metody matematycze, eoometrycze i omputerowe w fiasach i ubezpieczeiach 9, praca zbiorowa pod redacją Adrzeja Staisława Barczaa, Wydawictwo Uiwersytetu Eoomiczego w Katowicach, Katowice, s Hadaś-Dyduch M., 1, Efetywość iwestycji apitałowych mierzoa modelem opartym a aalizie falowej w iestabilym otoczeiu gospodarczym, [w:] Iowacje w baowości i fiasach. Studia eoomicze, Zeszyty Nauowe Wydziałowe Uiwersytetu Eoomiczego w Katowicach umer 174, red. auowy J. Harasim, B. Frącze, Wydawictwo Uiwersytetu Eoomiczego w Katowicach, Katowice 1, s Hadaś-Dyduch M., 1a, Progozowaie szeregów czasowych w oparciu o współczyii trasformaty falowej, optymalizowae przez sztuczą sieć euroową, [w:] Metody matematycze, eoometrycze i omputerowe w fiasach i ubezpieczeiach 9, praca zbiorowa pod redacją Adrzeja Staisława Barczaa, Wydawictwo Uiwersytetu Eoomiczego w Katowicach, Katowice 11, s

10 Wpływ rozszerzeia próbi przy geerowaiu współczyiów falowych szeregu Hadaś-Dyduch M., 14, No-classical algorithm for time series predictio of the rage of ecoomic pheomea with regard to the iteractio of fiacial maret idicators, Chiese Busiess Review 1 (4), New Yor, s Lach A., 1, Predycja idesu WIG przy użyciu euroowego i euroowo-rozmytego systemu lasyfiującego, Zeszyty Nauowe UEP, r 4, Matematya i iformatya a usługach eoomii. Metody aalizy progozy. IMPACT OF SAMPLE EXTENSION IN THE GENERATION OF WAVELET COEFFICIENTS SERIES ON THE ACCURACY OF FORECASTS Summary: The purpose of the study is to ivestigate the effect of the proposed method of sample extesios to the accuracy of the forecast series, i this case the WIG idex. The forecast of series presetig the WIG was made o the basis of a model based o wavelet trasform. Prior to the applicatio of the extesio umber, the umber of iput data samples was divided ito a eve umber of observatios to defie a more accurate forecasts. The article focuses oly o the sample at a additioal extesio sets ecapsulatio of sippig the process of predictio coefficiets. Therefore the article does ot describe i detail the model used to predict because the aim of this article is ot to evaluate the ability of predictio model ad oly the effect o the fial outcome of predictio of six-rule extesio method whe determiig the a coefficiets. Keywords: wavelet trasform, multi-resolutio aalysis, predictio of WIG, predictio series, wavelet coefficiets.

PROGNOZY INSTRUMENTÓW FINANSOWYCH GENEROWANE WSPÓŁCZYNNIKAMI FALKOWYMI Z ROZSZERZENIEM

PROGNOZY INSTRUMENTÓW FINANSOWYCH GENEROWANE WSPÓŁCZYNNIKAMI FALKOWYMI Z ROZSZERZENIEM Studia Eoomicze Zeszyty Nauowe Uiwersytetu Eoomiczego w Katowicach ISSN 283-8611 Nr 227 215 Moia Hadaś-Dyduch Uiwersytet Eoomiczy w Katowicach Wydział Eoomii Katedra Metod Statystyczo-Matematyczych w Eoomii

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa

Analiza matematyczna i algebra liniowa Aaliza matematycza i algebra liiowa Materiały pomocicze dla studetów do wyładów Rachue różiczowy ucji wielu zmieych. Pochode cząstowe i ich iterpretacja eoomicza. Estrema loale. Metoda ajmiejszych wadratów.

Bardziej szczegółowo

kpt. dr inż. Marek BRZOZOWSKI kpt. mgr inż. Zbigniew LEWANDOWSKI Wojskowy Instytut Techniczny Uzbrojenia

kpt. dr inż. Marek BRZOZOWSKI kpt. mgr inż. Zbigniew LEWANDOWSKI Wojskowy Instytut Techniczny Uzbrojenia pt. dr iż. Mare BRZOZOWSKI pt. mgr iż. Zbigiew LEWANDOWSKI Wojsowy Istytut Techiczy Uzbrojeia METODA OKREŚLANIA ROZRÓŻNIALNOŚCI OBIEKTÓW POWIETRZNYCH PRZEZ URZĄDZENIA RADIOLOKACYJNE Z WYKORZYSTANIEM LOTÓW

Bardziej szczegółowo

Analiza I.1, zima wzorcowe rozwiązania

Analiza I.1, zima wzorcowe rozwiązania Aaliza I., zima 07 - wzorcowe rozwiązaia Marci Kotowsi 5 listopada 07 Zadaie. Udowodij, że dla ażdego aturalego liczba 7 + dzieli się przez 6. Dowód. Tezę udowodimy za pomocą iducji matematyczej. Najpierw

Bardziej szczegółowo

H brak zgodności rozkładu z zakładanym

H brak zgodności rozkładu z zakładanym WSPÓŁZALEŻNOŚĆ PROCESÓW MASOWYCH Test zgodości H : rozład jest zgody z załadaym 0 : H bra zgodości rozładu z załadaym statystya: p emp i p obszar rytyczy: K ;, i gdzie liczba ategorii p Przyład: Wyoujemy

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz

Bardziej szczegółowo

FALKA JAKO GŁÓWNY INSTRUMENT WSPOMAGAJĄCY PREDYKCJĘ WYNAGRODZEŃ GOSPODARSTW DOMOWYCH

FALKA JAKO GŁÓWNY INSTRUMENT WSPOMAGAJĄCY PREDYKCJĘ WYNAGRODZEŃ GOSPODARSTW DOMOWYCH Studia Eooicze. Zeszyty Nauowe Uiwersytetu Eooiczego w Katowicach ISSN 083-86 Nr 36 07 oia Hadaś-yduch Uiwersytet Eooiczy w Katowicach Wydział Eooii Katedra etod Statystyczo-ateatyczych w Eooii oia.dyduch@ue.atowice.l

Bardziej szczegółowo

INDUKCJA MATEMATYCZNA

INDUKCJA 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 szczegółowo

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień. Metoda aalizy hierarchii Saaty ego Ważym problemem podejmowaia decyzji optymalizowaej jest często występująca hierarchiczość zagadień. Istieje wiele heurystyczych podejść do rozwiązaia tego problemu, jedak

Bardziej szczegółowo

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011 Dwumia Newtoa Agiesza Dąbrowsa i Maciej Nieszporsi 8 styczia Wstęp Wzory srócoego możeia, tóre pozaliśmy w gimazjum (x + y x + y (x + y x + xy + y (x + y 3 x 3 + 3x y + 3xy + y 3 x 3 + y 3 + 3xy(x + y

Bardziej szczegółowo

Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy

Wykład 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 szczegółowo

WYKORZYSTANIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDENTYFIKACJI UKŁADÓW AUTOMATYKI

WYKORZYSTANIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDENTYFIKACJI UKŁADÓW AUTOMATYKI Piotr KOZIERSKI WYKORZYSTAIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDETYFIKACJI UKŁADÓW AUTOMATYKI STRESZCZEIE W artyule przedstawioo sposób idetyfiacji parametryczej obietów ieliiowych zapisaych w przestrzei

Bardziej szczegółowo

1. Metoda zdyskontowanych przyszłych przepływów pieniężnych

1. Metoda zdyskontowanych przyszłych przepływów pieniężnych Iwetta Budzik-Nowodzińska SZACOWANIE WARTOŚCI DOCHODOWEJ PRZEDSIĘBIORSTWA STUDIUM PRZYPADKU Wprowadzeie Dochodowe metody wycey wartości przedsiębiorstw są postrzegae, jako ajbardziej efektywe sposoby określaia

Bardziej szczegółowo

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne APROKSYMACJA I INTERPOLACJA Przybliżeie fucji f(x) przez ią fucję g(x) fucja f jest zbyt sompliowaa; użycie f w dalszej aalizie problemu jest trude fucja f jest zaa tylo tabelaryczie; wymagaa jest zajomość

Bardziej szczegółowo

PREDYKCJA SZEREGÓW CZASOWYCH ALGORYTMEM UWZGLĘDNIAJĄCYM PRZESUWNE OKNO CZASOWE I PODZIAŁ JEDNOSTKOWY SZEREGÓW

PREDYKCJA SZEREGÓW CZASOWYCH ALGORYTMEM UWZGLĘDNIAJĄCYM PRZESUWNE OKNO CZASOWE I PODZIAŁ JEDNOSTKOWY SZEREGÓW Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 241 2015 Informatyka i Ekonometria 3 Uniwersytet Ekonomiczny w Katowicach Wydział Ekonomii Katedra Metod Statystyczno-Matematycznych

Bardziej szczegółowo

Kombinacje, permutacje czyli kombinatoryka dla testera

Kombinacje, permutacje czyli kombinatoryka dla testera Magazie Kombiacje, permutacje czyli ombiatorya dla testera Autor: Jace Oroje O autorze: Absolwet Wydziału Fizyi Techiczej, Iformatyi i Matematyi Stosowaej Politechii Łódziej, specjalizacja Sieci i Systemy

Bardziej szczegółowo

IV Uniwersytecka Sobota Matematyczna 14 kwietnia Funkcje tworzące w kombinatoryce

IV Uniwersytecka Sobota Matematyczna 14 kwietnia Funkcje tworzące w kombinatoryce IV Uiwersyteca Sobota Matematycza 4 wietia 208 Fucje tworzące w ombiatoryce Dla ciągu a 0 a a 2... defiiujemy fucję tworzącą: G(x) = a x = a 0 + a x + a 2 x 2 + a 3 x 3 + =0. Zajdź fucje tworzące dla poiższych

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407 Statystyka i Opracowaie Daych W7. Estymacja i estymatory Dr Aa ADRIAN Paw B5, pok407 ada@agh.edu.pl Estymacja parametrycza Podstawowym arzędziem szacowaia iezaego parametru jest estymator obliczoy a podstawie

Bardziej szczegółowo

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE PODSTAWOWYCH CZŁONÓW LINIOWYCH UKŁADÓW AUTOMATYKI

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE PODSTAWOWYCH CZŁONÓW LINIOWYCH UKŁADÓW AUTOMATYKI CHARAKERYSYKI CZĘSOLIWOŚCIOWE PODSAWOWYCH CZŁONÓW LINIOWYCH UKŁADÓW AUOMAYKI Do podstawowych form opisu dyamii elemetów automatyi (oprócz rówań różiczowych zaliczamy trasmitację operatorową s oraz trasmitację

Bardziej szczegółowo

KOMBINATORYKA. Oznaczenia. } oznacza zbiór o elementach a, a2,..., an. Kolejność wypisania elementów zbioru nie odgrywa roli.

KOMBINATORYKA. Oznaczenia. } oznacza zbiór o elementach a, a2,..., an. Kolejność wypisania elementów zbioru nie odgrywa roli. KOMBINATORYKA Kombiatoryą azywamy dział matematyi zajmujący się zbiorami sończoymi oraz relacjami między imi. Kombiatorya w szczególości zajmuje się wyzaczaiem liczby elemetów zbiorów sończoych utworzoych

Bardziej szczegółowo

O liczbach naturalnych, których suma równa się iloczynowi

O liczbach naturalnych, których suma równa się iloczynowi O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą

Bardziej szczegółowo

Wyższe momenty zmiennej losowej

Wyższe momenty zmiennej losowej Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h( dla dysretej zm. losowej oraz ucji h( dla ciągłej zm. losowej: m E P m E ( d Deiicja: Mometem cetralym µ rzędu dla

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym) Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych (w zakresie materiału przedstawioego a wykładzie orgaizacyjym) Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

STATYSTYKA OPISOWA WYKŁAD 1 i 2 STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

Józef Borkowski. Metody interpolacji widma i metoda LIDFT w estymacji parametrów sygnału wieloczęstotliwościowego

Józef Borkowski. Metody interpolacji widma i metoda LIDFT w estymacji parametrów sygnału wieloczęstotliwościowego Józef Borowsi Metody iterpolacji widma i metoda LIDFT w estymacji parametrów sygału wieloczęstotliwościowego Oficya Wydawicza Politechii Wrocławsiej Wrocław 0 ecezeci yszard MAKOWSKI Tomasz ZIELIŃSKI Opracowaie

Bardziej szczegółowo

Metody Podejmowania Decyzji

Metody Podejmowania Decyzji Metody Podejmowaia Decyzji Wzrost liczby absolwetów w Politechice Wrocławsiej a ieruach o luczowym zaczeiu dla gospodari opartej a wiedzy r UDA-POKL.04.0.0-00-065/09-0 Recezet: Prof. dr hab. iż. Ja Iżyowsi

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi. Jarosław Wróblewski Aaliza Matematycza 1A, zima 2012/13 Ciągi. Ćwiczeia 5.11.2012: zad. 140-173 Kolokwium r 5, 6.11.2012: materiał z zad. 1-173 Ćwiczeia 12.11.2012: zad. 174-190 13.11.2012: zajęcia czwartkowe

Bardziej szczegółowo

Estymacja przedziałowa

Estymacja przedziałowa Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

EFEKTYWNOŚĆ INWESTYCJI KAPITAŁOWYCH MIERZONA MODELEM OPARTYM NA ANALIZIE FALKOWEJ W NIESTABILNYM OTOCZENIU GOSPODARCZYM

EFEKTYWNOŚĆ INWESTYCJI KAPITAŁOWYCH MIERZONA MODELEM OPARTYM NA ANALIZIE FALKOWEJ W NIESTABILNYM OTOCZENIU GOSPODARCZYM Monika Hadaś-Dyduch Uniwersytet Ekonomiczny w Katowicach EFEKTYWNOŚĆ INWESTYCJI KAPITAŁOWYCH MIERZONA MODELEM OPARTYM NA ANALIZIE FALKOWEJ W NIESTABILNYM OTOCZENIU GOSPODARCZYM Wprowadzenie Żyjemy w czasie

Bardziej szczegółowo

INWESTYCJE ALTERNATYWNE NA POLSKIM RYNKU KAPITAŁOWYM

INWESTYCJE ALTERNATYWNE NA POLSKIM RYNKU KAPITAŁOWYM Monika Hadaś-Dyduch Uniwersytet Ekonomiczny w Katowicach INWESTYCJE ALTERNATYWNE NA POLSKIM RYNKU KAPITAŁOWYM 1. Inwestycje alternatywne Inwestycje alternatywne to inwestycje, których pozytywny wynik nie

Bardziej szczegółowo

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i = Zastosowaie symboli Σ i Π do zapisu sum i iloczyów Teoria Niech a, a,, a będą dowolymi liczbami Sumę a + a + + a zapisuje się zazwyczaj w postaci (czytaj: suma od do a ) Za Σ to duża greca litera sigma,

Bardziej szczegółowo

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ LABORATORIUM RACHUNEK EKONOMICZNY W ELEKTROENERGETYCE INSTRUKCJA DO ĆWICZENIA

Bardziej szczegółowo

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017 STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej

Bardziej szczegółowo

WIELOMIANOWA GENERACJA DANYCH W ANALIZIE FALKOWEJ

WIELOMIANOWA GENERACJA DANYCH W ANALIZIE FALKOWEJ Studia Ekoomicze. Zezyty Naukowe Uiwerytetu Ekoomiczego w Katowicach ISSN 83-8611 Nr 89 16 Moika Hadaś-Dyduch Uiwerytet Ekoomiczy w Katowicach Wydział Ekoomii Katedra Metod Statytyczo-Matematyczych w Ekoomii

Bardziej szczegółowo

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA Ćwiczeie ETYMACJA TATYTYCZNA Jest to metoda wioskowaia statystyczego. Umożliwia oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej

Bardziej szczegółowo

Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja

Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja Iwestycja Wykład Celowo wydatkowae środki firmy skierowae a powiększeie jej dochodów w przyszłości. Iwestycje w wyiku użycia środków fiasowych tworzą lub powiększają majątek rzeczowy, majątek fiasowy i

Bardziej szczegółowo

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO Agieszka Jakubowska ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO. Wstęp Skąplikowaie współczesego życia gospodarczego powoduje, iż do sterowaia procesem zarządzaia

Bardziej szczegółowo

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

TESTY LOSOWOŚCI. Badanie losowości próby - test serii. TESTY LOSOWOŚCI Badaie losowości próby - test serii. W wielu zagadieiach wioskowaia statystyczego istotym założeiem jest losowość próby. Prostym testem do weryfikacji tej własości jest test serii. 1 Dla

Bardziej szczegółowo

Ćwiczenie 10/11. Holografia syntetyczna - płytki strefowe.

Ćwiczenie 10/11. Holografia syntetyczna - płytki strefowe. Ćwiczeie 10/11 Holografia sytetycza - płytki strefowe. Wprowadzeie teoretycze W klasyczej holografii optyczej, gdzie hologram powstaje w wyiku rejestracji pola iterferecyjego, rekostruuje się jedyie takie

Bardziej szczegółowo

SYSTEM KOMPUTEROWY UŁATWIAJĄCY WYKORZYSTANIE INFORMACJI O ZJAWISKACH SOCJALNO-EKONOMICZNYCH PRZY WYBORZE FIRM INWESTUJĄCYCH NA DANYM TERENIE

SYSTEM KOMPUTEROWY UŁATWIAJĄCY WYKORZYSTANIE INFORMACJI O ZJAWISKACH SOCJALNO-EKONOMICZNYCH PRZY WYBORZE FIRM INWESTUJĄCYCH NA DANYM TERENIE Autoreferat rozprawy doktorskiej SYSTEM KOMPUTEROWY UŁATWIAJĄCY WYKORZYSTANIE INFORMACJI O ZJAWISKACH SOCJALNO-EKONOMICZNYCH PRZY WYBORZE FIRM INWESTUJĄCYCH NA DANYM TERENIE mgr iŝ. Jausz Rybarski PROMOTOR:

Bardziej szczegółowo

Wykład 6. Przestrzenie metryczne ośrodkowe i zupełne. ρ, gdzie r

Wykład 6. Przestrzenie metryczne ośrodkowe i zupełne. ρ, gdzie r Wyład 6 Przestrzeie etrycze ośrodowe i zupełe. Przypoiay, że zbiór azyway przeliczaly, jeśli jest o rówoliczy ze zbiore wszystich liczb aturalych N, a co ajwyżej przeliczaly, jeśli jest o przeliczaly lub

Bardziej szczegółowo

( 0) ( 1) U. Wyznaczenie błędów przesunięcia, wzmocnienia i nieliniowości przetwornika C/A ( ) ( )

( 0) ( 1) U. Wyznaczenie błędów przesunięcia, wzmocnienia i nieliniowości przetwornika C/A ( ) ( ) Wyzaczeie błędów przesuięcia, wzmocieia i ieliiowości przetworika C/A Celem ćwiczeia jest wyzaczeie błędów przesuięcia, wzmocieia i ieliiowości przetworika C/A. Zając wartości teoretycze (omiale) i rzeczywiste

Bardziej szczegółowo

ANALIZA JEDNOKIERUNKOWEJ MIGRACJI WARTOŚCI

ANALIZA JEDNOKIERUNKOWEJ MIGRACJI WARTOŚCI STUDIA EKONOMICZNE 1 ECONOMIC STUDIES NR 3 (LLXXVIII) 2013 Dariusz Siuda* ANALIZA JEDNOKIERUNKOWEJ MIGRACJI WARTOŚCI WPROWADZENIE Migracja wartości polega a odpływie wartości z jedego przedsiębiorstwa

Bardziej szczegółowo

PREZENTACJA MODULACJI ASK W PROGRAMIE MATCHCAD

PREZENTACJA MODULACJI ASK W PROGRAMIE MATCHCAD POZA UIVE RSIY OF E CHOLOGY ACADE MIC JOURALS o 76 Electrical Egieerig 3 Jaub PĘKSIŃSKI* Grzegorz MIKOŁAJCZAK* Jausz KOWALSKI** PREZEACJA MODULACJI ASK W PROGRAMIE MACHCAD W artyule autorzy przedstawili

Bardziej szczegółowo

WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO

WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO 5/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (1/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (1/2) PAN Katowice PL ISSN 1642-5308 WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU

Bardziej szczegółowo

Zajęcia nr. 2 notatki

Zajęcia nr. 2 notatki Zajęcia r otati wietia 5 Wzory srócoego możeia W rozdziale tym podamy ila wzorów tóre ułatwiają obliczaie wielu zadań rachuowych Fat (wzory srócoego możeia) Dla dowolych liczb rzeczywistych a, b zachodzi:

Bardziej szczegółowo

Zeszyty naukowe nr 9

Zeszyty naukowe nr 9 Zeszyty aukowe r 9 Wyższej Szkoły Ekoomiczej w Bochi 2011 Piotr Fijałkowski Model zależości otowań giełdowych a przykładzie otowań ołowiu i spółki Orzeł Biały S.A. Streszczeie Niiejsza praca opisuje próbę

Bardziej szczegółowo

tek zauważmy, że podobnie jak w dziedzinie rzeczywistej wprowadzamy dla funkcji zespolonych zmiennej rzeczywistej pochodne wyższych rze

tek zauważmy, że podobnie jak w dziedzinie rzeczywistej wprowadzamy dla funkcji zespolonych zmiennej rzeczywistej pochodne wyższych rze R o z d z i a l III RÓWNANIA RÓŻNICZKOWE LINIOWE WYŻSZYCH RZE DÓW 12. Rówaie różiczowe liiowe -tego rze du Na pocza te zauważmy, że podobie ja w dziedziie rzeczywistej wprowadzamy dla fucji zespoloych

Bardziej szczegółowo

ZASTOSOWANIE PAKIETU SIMULINK DO MODELOWANIA TRANSMISJI VDSL*

ZASTOSOWANIE PAKIETU SIMULINK DO MODELOWANIA TRANSMISJI VDSL* Paweł Sroka Politechika Pozańska Istytut Elektroiki i Telekomuikacji psroka@et.put.poza.pl 2004 Pozańskie Warsztaty Telekomuikacyje Pozań 9-10 grudia 2004 ZASTOSOWANIE PAKIETU SIMULINK DO MODELOWANIA TRANSMISJI

Bardziej szczegółowo

Analiza popytu na alkohol w Polsce z zastosowaniem modelu korekty błędem AIDS

Analiza popytu na alkohol w Polsce z zastosowaniem modelu korekty błędem AIDS Ekoomia Meedżerska 2011, r 10, s. 161 172 Jacek Wolak *, Grzegorz Pociejewski ** Aaliza popytu a alkohol w Polsce z zastosowaiem modelu korekty błędem AIDS 1. Wprowadzeie Okres trasformacji, zapoczątkoway

Bardziej szczegółowo

Szybka transformacja Fouriera (FFT Fast Fourier Transform)

Szybka transformacja Fouriera (FFT Fast Fourier Transform) Szybka trasformacja Fouriera (FFT Fast Fourier Trasform) Pla wykładu: 1 Trasformacja Fouriera, iloczy skalary 2 DFT - dyskreta trasformacja Fouriera 3 FFT szybka trasformacja Fouriera a) algorytm PFA b)

Bardziej szczegółowo

Procent składany wiadomości podstawowe

Procent składany wiadomości podstawowe Procet składay wiadomości podstawowe Barbara Domysławska I Liceum Ogólokształcące w Olecku Procet prosty to rodzaj oprocetowaia polegający a tym, że odsetki doliczae do złożoego wkładu ie podlegają dalszemu

Bardziej szczegółowo

Przejście światła przez pryzmat i z

Przejście światła przez pryzmat i z I. Z pracowi fizyczej. Przejście światła przez pryzmat - cz. II 1. Przejście światła przez pryzmat. Kąt odchyleia. W paragrafie 8.10 trzeciego tomu e-podręczika opisao bieg światła moochromatyczego w pryzmacie.

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych w zakresie materiału przedstawioego a wykładzie orgaizacyjym Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli doświadczeie,

Bardziej szczegółowo

Liczby pierwsze o szczególnym. rozmieszczeniu cyfr:

Liczby pierwsze o szczególnym. rozmieszczeniu cyfr: Liczby pierwsze o szczególym rozmieszczeiu cyfr Adrzej Nowicki Wydział Matematyki i Iformatyki, Uiwersytetu M. Koperika w Toruiu. (aow @ mat.ui.toru.pl) 30 paździerika 1999 M. Szurek w książce [4] podaje

Bardziej szczegółowo

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h() dla dysretej zm. losowej oraz ucji h() dla ciągłej zm. losowej: m E P m E ( ) d Deiicja: Mometem cetralym µ rzędu

Bardziej szczegółowo

ELEKTROTECHNIKA I ELEKTRONIKA

ELEKTROTECHNIKA I ELEKTRONIKA UNIWERSYTET TECHNOLOGICZNO-PRZYRODNICZY W BYDGOSZCZY WYDZIAŁ INŻYNIERII MECHANICZNEJ INSTYTUT EKSPLOATACJI MASZYN I TRANSPORTU ZAKŁAD STEROWANIA ELEKTROTECHNIKA I ELEKTRONIKA ĆWICZENIE: E20 BADANIE UKŁADU

Bardziej szczegółowo

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH MODYFICJ OSZTOW LGORYTMU JOHNSON DO SZEREGOWNI ZDŃ UDOWLNYCH Michał RZEMIŃSI, Paweł NOW a a Wydział Inżynierii Lądowej, Załad Inżynierii Producji i Zarządzania w udownictwie, ul. rmii Ludowej 6, -67 Warszawa

Bardziej szczegółowo

Analiza I.1, zima globalna lista zadań

Analiza I.1, zima globalna lista zadań Aaliza I., zima 207 - globala lista zadań Marci Kotowsi 8 styczia 208 Podstawy Zadaie. Udowodij, że dla ażdego aturalego liczby 7 2 + oraz 7 2 dzielą się przez 6. Zadaie 2. Rozstrzygij, czy poiższe liczby

Bardziej szczegółowo

Ekonometryczna analiza popytu na wodę

Ekonometryczna analiza popytu na wodę Jacek Batóg Uniwersytet Szczeciński Ekonometryczna analiza popytu na wodę Jednym z czynników niezbędnych dla funkcjonowania gospodarstw domowych oraz realizacji wielu procesów technologicznych jest woda.

Bardziej szczegółowo

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12 Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu

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

UWAGI O GRANICZNYCH ROZKŁADACH EKSTREMALNYCH STATYSTYK POZYCYJNYCH

UWAGI O GRANICZNYCH ROZKŁADACH EKSTREMALNYCH STATYSTYK POZYCYJNYCH D I D A C T I C S O F M A T H E M A T I C S No. 5-6 (9-0) 009 Rafał Korzoe (Wrocław) UWAGI O GRANICZNYCH ROZKŁADACH EKSTREMALNYCH STATYSTYK POZYCYJNYCH Abstract. I may practical issues to deal with etreme

Bardziej szczegółowo

Artykuł techniczny CVM-NET4+ Zgodny z normami dotyczącymi efektywności energetycznej

Artykuł techniczny CVM-NET4+ Zgodny z normami dotyczącymi efektywności energetycznej 1 Artykuł techiczy Joatha Azañó Dział ds. Zarządzaia Eergią i Jakości Sieci CVM-ET4+ Zgody z ormami dotyczącymi efektywości eergetyczej owy wielokaałowy aalizator sieci i poboru eergii Obeca sytuacja Obece

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,

Bardziej szczegółowo

Zadania II etapu Konkursu Chemicznego Trzech Wydziałów PŁ teoria III Edycja Rok szkolny 2016/17 Nr startowy zawodnika A A. Zadanie 1. Nawozy (..

Zadania II etapu Konkursu Chemicznego Trzech Wydziałów PŁ teoria III Edycja Rok szkolny 2016/17 Nr startowy zawodnika A A. Zadanie 1. Nawozy (.. Zadaie. Nawozy (.. pt) a. / pt. NH + H P 4 NH 4 H P 4... NH + H P 4 (NH 4 ) HP 4. Za poprawe zapisaie rówań reacji w formie cząsteczowej b. / pt m P 50 + 0 9,8 g 5 8 4 m N 50 + 0 4,6 g 5 m 5 9,8 4 P 45,4

Bardziej szczegółowo

ANALIZA DANYCH DYSKRETNYCH

ANALIZA DANYCH DYSKRETNYCH ZJAZD ESTYMACJA Jest to metoda wioskowaia statystyczego. Umożliwia oa oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej estymatorem,

Bardziej szczegółowo

ZASTOSOWANIE METODY CBR DO SZACOWANIA KOSZTÓW WYTWARZANIA W FAZIE PROJEKTOWANIA

ZASTOSOWANIE METODY CBR DO SZACOWANIA KOSZTÓW WYTWARZANIA W FAZIE PROJEKTOWANIA ZASTOSOWANIE METODY CBR DO SZACOWANIA KOSZTÓW WYTWARZANIA W FAZIE PROJEKTOWANIA prof. r hab. iż. Ryszar Kosala r.kosala@po.opole.pl mgr iż. Barbara Baruś b.barus@po.opole.pl Politechika Opolska Wyział

Bardziej szczegółowo

Teoria Sygnałów. II Inżynieria Obliczeniowa. Wykład 13

Teoria Sygnałów. II Inżynieria Obliczeniowa. Wykład 13 Toria Sygałów II Iżyiria Oblicziowa Wyład 3 Filtr adaptacyjy dostraja się do zmiych waruów pracy. Filtr tai posiadają dwa sygały wjściow. Pirwszym jst sygał poddaway filtracji x(). Drugim ta zway sygał

Bardziej szczegółowo

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii O pewych zastosowaiach rachuku różiczkowego fukcji dwóch zmieych w ekoomii 1 Wielkość wytwarzaego dochodu arodowego D zależa jest od wielkości produkcyjego majątku trwałego M i akładów pracy żywej Z Fukcję

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITCHIKA OPOLSKA ISTYTUT AUTOMATYKI I IFOMATYKI LABOATOIUM MTOLOII LKTOICZJ 7. KOMPSATOY U P U. KOMPSATOY APIĘCIA STAŁO.. Wstęp... Zasada pomiaru metodą kompesacyją. Metoda kompesacyja pomiaru apięcia

Bardziej szczegółowo

Wykład 11. a, b G a b = b a,

Wykład 11. a, b G a b = b a, Wykład 11 Grupy Grupą azywamy strukturę algebraiczą złożoą z iepustego zbioru G i działaia biarego które spełia własości: (i) Działaie jest łącze czyli a b c G a (b c) = (a b) c. (ii) Działaie posiada

Bardziej szczegółowo

Statystyczny opis danych - parametry

Statystyczny opis danych - parametry Statystyczy opis daych - parametry Ozaczeia żółty owe pojęcie czerwoy, podkreśleie uwaga * materiał adobowiązkowy Aa Rajfura, Matematyka i statystyka matematycza a kieruku Rolictwo SGGW Zagadieia. Idea

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

METODA ANALIZY JAKOCI PROCESÓW TECHNOLOGICZNYCH PRZY ZASTOSOWANIU KOMPUTEROWEGO WSPOMAGANIA

METODA ANALIZY JAKOCI PROCESÓW TECHNOLOGICZNYCH PRZY ZASTOSOWANIU KOMPUTEROWEGO WSPOMAGANIA 19/21 ARCHIWUM ODLEWNICTWA Rok 2006, Roczik 6, Nr 21(1/2) ARCHIVES OF FOUNDARY Year 2006, Volume 6, Nº 21 (1/2) PAN Katowice PL ISSN 1642-5308 METODA ANALIZY JAKOCI PROCESÓW TECHNOLOGICZNYCH PRZY ZASTOSOWANIU

Bardziej szczegółowo

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej 3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi

Bardziej szczegółowo

Rachunek różniczkowy funkcji wielu zmiennych

Rachunek różniczkowy funkcji wielu zmiennych Automatya i Robotya Aaliza Wyład dr Adam Ćmiel cmiel@agh.edu.pl Rachue różiczowy fucji wielu zmieych W olejych wyładach uogólimy pojęcia rachuu różiczowego i całowego fucji jedej zmieej a przypade fucji

Bardziej szczegółowo

MODEL KOSZTOWY X-BR-DRZEWA W PRZESTRZENNYCH BAZACH DANYCH COST MODEL FOR X-BR-TREE IN SPATIAL DATABASES

MODEL KOSZTOWY X-BR-DRZEWA W PRZESTRZENNYCH BAZACH DANYCH COST MODEL FOR X-BR-TREE IN SPATIAL DATABASES STUDIA IFORMATIA 8 Volume 9 umber A 78 Marci GORAWSKI, Marci BUGDOL Politechia Śląsa, Istytut Iformatyi MODEL KOSZTOWY X-BR-DRZEWA W PRZESTRZEYH BAZAH DAYH Streszczeie. W artyule przestawioo model osztowy

Bardziej szczegółowo

f '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n

f '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n Metoda Newtoa i rówaie z = 1 Załóżmy, że fucja f :C C ma ciągłą pochodą. Dla (prawie) ażdej liczby zespoloej z 0 tworzymy ciąg (1) (z ) 0, z 1 = z f ( z ), ciąg te f ' (z ) będziemy azywać orbitą liczby

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH POMIAR FIZYCZNY Pomiar bezpośredi to doświadczeie, w którym przy pomocy odpowiedich przyrządów mierzymy (tj. porówujemy

Bardziej szczegółowo

7. OBLICZENIA WIELKOŚCI ZWARCIOWYCH ZA POMOCĄ KOMPUTERÓW

7. OBLICZENIA WIELKOŚCI ZWARCIOWYCH ZA POMOCĄ KOMPUTERÓW A. Kaici: warcia w sieciach eletroeergetyczych 7. OBCNA WKOŚC WARCOWCH A POOCĄ KOPUTRÓW 7.. astosowaie metody potecjałów węzłowych do obliczaia zwarć przy założeiu jedaowych sił eletromotoryczych geeratorów

Bardziej szczegółowo

KOMPETENCJE EKSPERTÓW W INFORMATYCZNYM SYSTEMIE WSPOMAGANIA DECYZJI

KOMPETENCJE EKSPERTÓW W INFORMATYCZNYM SYSTEMIE WSPOMAGANIA DECYZJI KOMPETENCJE EKSPERTÓW W INFORMATYCZNYM SYSTEMIE WSPOMAGANIA DECYZJI Ryszard Budziński, Marta Fukacz, Jarosław Becker, Uiwersytet Szczeciński, Wydział Nauk Ekoomiczych i Zarządzaia, Istytut Iformatyki w

Bardziej szczegółowo

Projekt Inżynier mechanik zawód z przyszłością współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego

Projekt Inżynier mechanik zawód z przyszłością współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Zajęcia wyrówawcze z fizyki -Zestaw 5 -Teoria Optyka geometrycza i optyka falowa. Prawo odbicia i prawo załamaia światła, Bieg promiei świetlych w pryzmacie, soczewki i zwierciadła. Zjawisko dyfrakcji

Bardziej szczegółowo

Statystyka powtórzenie (I semestr) Rafał M. Frąk

Statystyka powtórzenie (I semestr) Rafał M. Frąk Statystyka powtórzeie (I semestr) Rafał M. Frąk TEORIA Statystyka Statystyka zajmuje się badaiem procesu zbieraia oraz iterpretacji daych liczbowych lub jakościowych. Przedmiotem statystyki są metody badaia

Bardziej szczegółowo

ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU

ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU Łukasz WOJCIECHOWSKI, Tadeusz CISOWSKI, Piotr GRZEGORCZYK ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU Streszczeie W artykule zaprezetowao algorytm wyzaczaia optymalych parametrów

Bardziej szczegółowo

OCENA WARIANTÓW DECYZYJNYCH O ROZKŁADACH CIĄGŁYCH NA GRUNCIE TEORII PERSPEKTYWY

OCENA WARIANTÓW DECYZYJNYCH O ROZKŁADACH CIĄGŁYCH NA GRUNCIE TEORII PERSPEKTYWY Reata Dudzińska-Baryła Uiwersytet Ekoomiczy w Katowicach Wydział Iformatyki i Komuikacji Katedra Badań Operacyjych reata.dudziska-baryla@ue.katowice.pl OCENA WARIANTÓW DECYZYJNYCH O ROZKŁADACH CIĄGŁYCH

Bardziej szczegółowo

Pattern Classification

Pattern Classification atter Classificatio All materials i these slides were tae from atter Classificatio d ed by R. O. Duda,. E. Hart ad D. G. Stor, Joh Wiley & Sos, 000 with the permissio of the authors ad the publisher Chapter

Bardziej szczegółowo

Czynnik czasu a modyfikacja dynamicznych miar oceny efektywności inwestycji

Czynnik czasu a modyfikacja dynamicznych miar oceny efektywności inwestycji ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO r 803 Fiase, Ryki Fiasowe, Ubezpieczeia r 66 (2014) s. 111 121 Czyik czasu a modyfikacja dyamiczych miar ocey efektywości iwestycji Jarosław Kaczmarek * Streszczeie:

Bardziej szczegółowo

Prognozowanie wielkości sprzedaży z wykorzystaniem sztucznych sieci neuronowych na przykładzie przedsiębiorstwa branży kwiatowej

Prognozowanie wielkości sprzedaży z wykorzystaniem sztucznych sieci neuronowych na przykładzie przedsiębiorstwa branży kwiatowej Krzysztof Jurczyk 1 AGH Akademia Góriczo-Huticza Agata Kutyba 2 AGH Akademia Góriczo-Huticza Progozowaie wielkości sprzedaży z wykorzystaiem sztuczych sieci euroowych a przykładzie przedsiębiorstwa braży

Bardziej szczegółowo

LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY

LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY Zgodie z dążeiami filozofii pitagorejsiej matematyzacja abstracyjego myśleia powia być dooywaa przy pomocy liczb. Soro ta, to liczby ależy tworzyć w miarę

Bardziej szczegółowo

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej Opracowaie daych pomiarowych dla studetów realizujących program Pracowi Fizyczej Pomiar Działaie mające a celu wyzaczeie wielkości mierzoej.. Do pomiarów stosuje się przyrządy pomiarowe proste lub złożoe.

Bardziej szczegółowo

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I) Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod

Bardziej szczegółowo

2.1. Studium przypadku 1

2.1. Studium przypadku 1 Uogóliaie wyików Filip Chybalski.. Studium przypadku Opis problemu Przedsiębiorstwo ŚRUBEX zajmuje się produkcją wyrobów metalowych i w jego szerokim asortymecie domiują różego rodzaju śrubki i wkręty.

Bardziej szczegółowo

KONCEPCJA OCENY EFEKTYWNOŚCI FINANSOWEJ INWESTYCJI W CERTYFIKATY DYSKONTOWE NA PRZYKŁADZIE LOTOS SA

KONCEPCJA OCENY EFEKTYWNOŚCI FINANSOWEJ INWESTYCJI W CERTYFIKATY DYSKONTOWE NA PRZYKŁADZIE LOTOS SA Monika Hadaś-Dyduch Uniwersytet Ekonomiczny w Katowicach KONCEPCJA OCENY EFEKTYWNOŚCI FINANSOWEJ INWESTYCJI W CERTYFIKATY DYSKONTOWE NA PRZYKŁADZIE LOTOS SA Wprowadzenie Certyfikaty dyskontowe należą do

Bardziej szczegółowo

BADANIE DRGAŃ WYMUSZONYCH PRZY POMOCY WAHADŁA POHLA

BADANIE DRGAŃ WYMUSZONYCH PRZY POMOCY WAHADŁA POHLA I PRACOWNIA FIZYCZNA, INSTYTUT FIZYKI UMK, TORUŃ Istrukcja do ćwiczeia r 3 BADANIE DRGAŃ WYMUSZONYCH PRZY POMOCY WAHADŁA POHLA. Cel ćwiczeia Celem ćwiczeia jest pozaie szeregu zjawisk związaych z drgaiami

Bardziej szczegółowo

Wykład 11 ( ). Przedziały ufności dla średniej

Wykład 11 ( ). Przedziały ufności dla średniej Wykład 11 (14.05.07). Przedziały ufości dla średiej Przykład Cea metra kwadratowego (w tys. zł) z dla 14 losowo wybraych mieszkań w mieście A: 3,75; 3,89; 5,09; 3,77; 3,53; 2,82; 3,16; 2,79; 4,34; 3,61;

Bardziej szczegółowo

Kombinatorycznie o tożsamościach kombinatorycznych

Kombinatorycznie o tożsamościach kombinatorycznych Kombiatoryczie o tożsamościach ombiatoryczych Beata Bogdańsa, Szczeci Odczyt zawiera propozycję dydatyczą usystematyzowaej i samowystarczalej prezetacji tematu: Tożsamości dotyczace symbolu dwumieego.

Bardziej szczegółowo

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo