Approximation of the tables of the air molar specific heat of the dry air in the range of compression
|
|
- Ludwika Barańska
- 6 lat temu
- Przeglądów:
Transkrypt
1 Article citation info: POLANOWSKI S. Approximation of the tables of the air molar specific heat of the dry air in the range of compression. Combustion Engines. 2015, 162(3), ISSN Stanisław POLANOWSKI PTNSS Approximation of the tables of the air molar specific heat of the dry air in the range of compression The paper presents a methods for identifying models approximating two-dimensional Lemmon thermodynamic tables of the molar specific heat of the air in the temperature range 300 to 2000 K and pressures to 20 MPa. Generally for this purpose was used the method of least squares and minimization of the maximum deviations. Considered models are linear combinations of basic functions. There are considered twodimensional polynomials complete and incomplete higher degrees and combinations of any of basic functions. Also there is analyzed a model based on the approximation of the contour lines for p = idem and T = idem. This allowed to emerge basis functions corresponding to the nature of the approximated data. The elaborated formulas allow calculation of the specific heat at constant pressure and at constant volume value in the above ranges of pressures and temperatures with errors of no more than 0.083% of the table values. Key words: specific heat of dry air, table approximation by formula Aproksymacja tablic molowego ciepła właściwego powietrza suchego dla zakresu sprężania W referacie przedstawiono metody wyłonienia modeli aproksymujących dwuwymiarowe tablice termodynamiczne Lemmona ciepła właściwego powietrza w zakresie temperatur K i ciśnień 0, MPa. Rozpatrzono dwuwymiarowe modele wielomianowe oraz kombinacje liniowe wielomianów i innych funkcji elementarnych, stosując metodę najmniejszych kwadratów oraz minimalizację maksymalnych odchyleń. Najskuteczniejszym okazał się model bazujący na aproksymacji warstwicowej dla p = idem i T = idem z zastosowaniem członów mających charakter poprawek wirialnych. Opracowane wzory umożliwiają obliczanie wartości molowego ciepła właściwego przy stałym ciśnieniu i stałej objętości w podanych wyżej przedziałach ciśnień i temperatur z błędami nie większymi od 0,083% wartości tablicowej. Słowa kluczowe: przybliżenie tablic wzorami, ciepło właściwe powietrza suchego 1. Wstęp Zapis tablic termodynamicznych ciepła właściwego powietrza c p i c v za pomocą wzorów znacząco ułatwia obliczenia procesu sprężania i może się przyczynić do zwiększenia ich dokładności. W szczególności w porównaniu z bezpośrednim wykorzystaniem tablic liczbowych ułatwia operacje różniczkowania i całkowania. W artykule wykorzystano publikowane tablice termodynamiczne powyższych wielkości dla powietrza suchego [1, 2]. Biorąc pod uwagę parametry procesów sprężania współczesnych okrętowych silników tłokowych ograniczono się do zakresu temperatur T = K i zakresu ciśnień p = 0, MPa. Dane wyjściowe, zawarte w tablicy [1, 2] są już pewnymi aproksymacjami i mają zasadniczo charakter obliczeniowy, gdzie w modelu obliczeniowym oparto się na pewnych danych eksperymentalnych zawierających składowe losowe. W związku z tym błędy (odchylenia) wyników aproksymacji są błędami modelu i zaokrąglenia liczb. Wartości tablicowe [2] ciepła molowego zostały zaokrąglone do dwóch miejsc po przecinku więc maksymalna wartość bezwzględna błędu zaokrąglenia wynosi 0,005 J/mol K. Ponieważ najmniejsza wartość c p wynosi,15 J/mol K [2], to maksymalny bezwzględny błąd procentowy prezentacji danych można oszacować na 0,017%. Jednakże autorzy oceniają niedokładność tablic na do 1%. W pracy przyjęto, że błędy aproksymacji wartości tablicowych ciepła właściwego nie przekroczą c p 0,1% wartości tablicowych, co będzie wystarczające dla celów obliczeniowych. 2. Modele bazujące na funkcjach wielomianowych i innych funkcjach elementarnych W przypadku liniowym zagadnienia najmniejszych kwadratów funkcję aproksymującą można zapisać następującym wzorem: k c pk = i=1 a i f i, (1) gdzie: a i wyznaczane współczynniki (stałe), f i wybrane funkcje elementarne. Ogląd dynamiki zmian danych tablicowych w przyjętych przedziałach ciśnienia i temperatury 582
2 sugeruje, że aproksymacja wielomianami potęgowymi mogłaby wypełnić oczekiwania dokładnościowe aproksymacji przy możliwie małej liczbie członów funkcyjnych funkcji aproksymującej. Dla k = 15 uzyskuje się pełny wielomian aproksymujący czwartego stopnia. W tym przypadku największe odchylenie osiągnęło δ cp = 3,5% wartości aproksymowanych. Osiągnięty wynik jest daleki od założonej wartości 0,1%. W celu zapobieżenia dużej liczbie członów aproksymujących funkcji wielomianowej w następnym podejściu zastosowano metodę włączania do równania aproksymującego (1) kolejnych jednomianów, kierując się ich największym wkładem w zmniejszenie sumy kwadratów odchyleń. Wybierając człony spośród wszystkich członów pełnego wielomianu szóstego stopnia dla k = 15 największe odchylenie wyniosło δ cp = 1,1%. Odchylenie zmalało trzykrotnie, lecz jest to nadal wartość jedenastokrotnie większa od założonej. W kolejnym podejściu rozszerzono zbiór jednomianów o jednomiany z potęgami ujemnymi i potęgi logarytmów temperatury. Jak w poprzednim przypadku, zastosowano metodę kolejnego włączania do funkcji aproksymującej członów dających najmniejszą sumę kwadratów odchyleń w danym kroku. W tym przypadku uzyskano zakładaną dokładność dla k = 13 (tab. 1). Tabela 1 Wyniki aproksymacji modelem z wykorzystaniem różnych funkcji elementarnych i, k f i 1 T pt 2 ln 3 T δc pk, % ,6 1,9 i, k f i p 3 T 1 ln 4 T T 4 p 2 T 6 δc pk, % 0,91 0,88 0,77 0,72 i, k f i pt 5 T 6 p 3 T 5 p 2 T 1 δc pk, % 0, 0,19 0,098 0,078 i, k f i ln 2 T T 1 pt 6 p 3 T 3 δc pk, % 0,10 0,062 0,042 0,034 Przybliżenie c p13 i następne mogą być wystarczające do niektórych celów obliczeniowych. Wątpliwości może budzić struktura tych modeli. Mogą one być nieadekwatne w sensie fizycznym pomimo adekwatności statystycznej. Nieadekwatność fizyczna modelu w zagadnieniach obliczeniowych może przejawić się, np. przy próbach generowania pochodnych funkcji c p. W przypadku całkowania znacznie wzrośnie złożoność wzorów z uwagi na występujące potęgi logarytmów. 3. Aproksymacja warstwicowa tablicy c p 3.1. Warstwice tablicy c p Tablica c p [2] jest tablicą dwuwymiarową. Analizując tablicę warstwicowo można wyróżnić przebiegi c pt dla T = const i c pp dla p = const (rys. 1). c c p [J/mol K] pp c p [J/mol K] p [MPa] 0,1 0,2 0, c pt p [MPa] Rys. 1. Warstwice c p : c pp dla p = const, c pt dla T = const Już wizualna analiza warstwic c pt (rys. 1) pozwala domniemać, że do ich aproksymacji celowe jest zastosowanie wielomianów potęgowych. Widoczne jest, że warstwica c p300 najbardziej odchyla się od prostej. Kierując się maleniem sum kwadratów odchyleń Sc p300k przyjęto wielomian 3 stopnia jako wystarczająco dobrze aproksymujący warstwice c pt. W przypadku niektórych warstwic c pt zwiększanie stopnia wielomianu powyżej 3 powoduje znaczą- 583
3 cy spadek sumy kwadratów w kolejnym kroku, lecz odchylenie standardowe wzrasta z uwagi na malejącą liczbę stopni swobody. Każda warstwica {c pt } liczy tylko 8 punktów i stosowanie wielomianów z k > 3 powoduje przenikanie zakłóceń. W wyniku aproksymacji przebiegów c pt otrzymano cztery zbiory wartości współczynników {a j }, {b j }, {c j }, {d j }, j = 1, będących funkcjami zmiennej t = T/100, wprowadzonej dla wygody obliczeniowej. Jeżeli aproksymować powyższe zbiory funkcjami f a (t), f b (t), f c (t), f d (t) wzór przybliżający tablicę c p przyjmie postać: c pw = f a + pf b + p 2 f c + p 3 f d. (2) a j f a10 Analizując modele termodynamiczne dla gazów, należy zauważyć, że równanie stanu dla gazu rzeczywistego tworzy się wprowadzając do równania gazu doskonałego poprawki wirialne. Kierując się powyższym można przewidywać, że wzór przybliżający może zawierać funkcje bazowe postaci: f i = t n i; i = 1 k; n i = 1 i. (3) Funkcje aproksymujące warstwice mają postać: k f Jk = i=1 J i f i ; J{a; b; c; d}. (4) To przypuszczenie zostało potwierdzone w wyniku przeprowadzonych analiz Wyznaczenie funkcji f a Jak wynika z obserwowanego malenia sumy kwadratów odchyleń Sa k odpowiednią funkcją aproksymującą zbiór {a j } może być funkcja f a 9 (rys. 2) lub f a. W końcowych krokach aproksymacji uzyskano następujące sumy kwadratów od- 10 chyleń: Sa 10 = 6,6E 4; Sa 11 = 5,5E 4. Rys. 2. Porównanie przebiegów wspólczynników a j i ich aproksymacji f a Wyznaczenie funkcji f b W przypadku zbioru {b j } wystarczające przybliżenie daje funkcja f b3 (rys. 3). W ostatnich dwóch krokach aproksymacji uzyskano następujące sumy kwadratów: Sb 3 = 6,7E 5; Sb 4 = 6,6E 4 Na rysunku 3 za pomocą łamanych zobrazowano uzyskane wyniki aproksymacji b j f b4 Rys. 3. Porównanie przebiegów wspólczynników b j i ich aproksymacji f b Wyznaczanie funkcji f c W przypadku współczynników {c j } wystarczające przybliżenie daje funkcja f c5 (rys. 4) lub f c6. W przypadku funkcji f c7 jest zauważalny wpływ nadmiernej wartości potęgi (oscylacje). 584
4 5.0E E E E E E c j f c5 f c6 f c7 2.0E E E E E E E E E d j f d5 f d6 f d E c j Rys. 4. Porównanie przebiegu współczynników c j i ich wybranych aproksymacji f c4, f c5, f c6 f c5 5.0E E E E E E E E E-04 d j f d Wyznaczenie funkcji f d W przypadku zbioru {d j } wystarczające przybliżenie daje funkcja f d6, co pokazuje porównanie przebiegów funkcji na rysunku 5. Rys. 5. Porównanie przebiegów współczynników d j i ich wybranych aproksymacji f d5 f d Ocena przybliżenia w oparciu o aproksymację warstwicową W wyniku dokonanych aproksymacji warstwicowych wzór (2) przyjmie postać: c pw1 = f a11 + pf b6 + p 2 f c6 + p 3 f d6. (5) Maksymalny bezwzględny błąd procentowy przybliżenia (5) wynosi δ pw1 = 0,024%, lecz wzór ten zawiera aż wyznaczanych współczynników. Kierując się dostatecznym spełnieniem założenia δ pw1 0,1%, można w pewnym stopniu zredukować liczbę współczynników do modelu (6): c pw2 = f a5 + pf b3 + p 2 f c5 + p 3 f d5 (6) 585
5 Maksymalny błąd przybliżenia (6) wynosi δc pw1 = 0,058%, a liczba wyznaczanych współczynników Modele zredukowane Jest celowe wykorzystać informację o postaci funkcji bazowych w modelach warstwicowych do aproksymacji metodą włączania lub eliminacji funkcji bazowych, kierując się kryterium największego wkładu w malenie sumy kwadratów odchyleń w kolejnych krokach aproksymacji oraz spełnieniem warunku dopuszczalnego błędu maksymalnego aproksymacji. Poniżej przytoczono uzyskane modele aproksymujące tablicę c p z błędami mniejszymi od 0,1% wartości tablicowych tych wielkości w zakresie temperatur K i w zakresie ciśnień 0, MPa: c p = 39,541 56,76 t 1 8,2 t , t ,1 t ,7t 5 + p( 0848 t 1 + 3,346 t 2 + 5,6 t ,7 t 5 ) + 0,0053 p 3 t 3 ± 0,081% [ J K]. (7) mol Wykorzystując analogiczne funkcje bazowe dla aproksymacji ciepła właściwego przy stałej Nomenclature/Skróty i oznaczenia c p ciepło właściwe molowe przy stałym ciśnieniu, J/mol K, c v ciepło właściwe molowe przy stałej objętości, J/mol K, p ciśnienie, MPa T temperatura bezwzględna, K t zmienna przekształcona: t = T/100, c pp warstwice c p ptrzy stałym ciśnieniu, c vt warstwice c p przy stałej temperaturze, Bibliography/Literatura [1] Kallmann H.K.: Thermodynamic properties of real gas for use in high pressure problems. U.S. Air Force Project Rand. Research Memorandum, 15 May [2] Lemmon E. W., Jacobsen R.T., Penocello S. G., Friend D. G.: Thermodynamic Properties objętości w przyjętych zakresach ciśnień i temperatur otrzymano wzór: c v =, ,86 t 1 5,041 t ,3 t ,8 t ,9 t 5 + p(0,0436 t 1 + 0,1 t t 6 ) 0,013p 2 t 3 + 0,000p 4 t 6 ± 0,084% [ J K]. (8) mol Wartości wyliczane ze wzorów (7) i (8) nie różnią się o więcej niż 1% od wartości podanych w tablicach Kallmanna [1] dla tego samego zakresu ciśnień i temperatur. Tablice Lemmona [2] są nowszymi, aczkolwiek ich autorzy określają niedokładność tych tablic na 1% [2]. 5. Podsumowanie Aproksymacja warstwicowa umożliwiła ujawnienie postaci funkcji bazowych dobrze aproksymujących zbiory danych. Aproksymacja metodą włączania znanych członów funkcyjnych umożliwiła dokonanie redukcji modeli spełniając założenia co do dokładności aproksymacji przy względnie małej liczbie współczynników. Metoda analizy warstwicowej tabeli dwuwymiarowych może mieć zastosowanie także w procesie budowania modelów aproksymacji tablic innych wielkości termodynamicznych. c pw model warstwicowy tablicy c p, f a, f b, f c, f d funkcje aproksymujące współczynniki aproksymacji warstwic c vt wielomianem trzeciego stopnia, δc p, δc v maksymalne odchylenia procentowe aproksymacji tablicy, odniesione do najmniejszej wartości tablicowej, Sf suma kwadratów odchyleń dla rozpatrywanej aproksymacji. of Air Mixtures of Nitrogen, Argon and Oxygen From 60 to 2000 K AT Pressures to 2000 MPa. J. Phys. Chem. Ref. Data, Vol., No. 3, Mr Polanowski Stanisław, DSc., DEng. Professor in the Faculty of Mechanical Engineering at Gdynia Maritime University. Dr hab. inż. Stanisław Polanowski profesor na Wydziale Mechanicznym Akademii Morskiej w Gdyni. Photo Autor 1 of 586
PRZYBLIŻENIE WZOREM TABLIC CIEPŁA WŁAŚCIWEGO POWIETRZA SUCHEGO
Stanisław Polanowski Akademia Morska w Gdyni PRZYBLIŻENIE WZOREM TABLIC CIEPŁA WŁAŚCIWEGO POWIETRZA SUCHEGO W artykule przedstawiono metody wyłonienia modeli aproksymujących dwuwymiarowe tablice termodynamiczne
Aproksymacja funkcji a regresja symboliczna
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą
INTERPOLACJA I APROKSYMACJA FUNKCJI
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Wprowadzenie Na czym polega interpolacja? Interpolacja polega
w analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(), zwaną funkcją aproksymującą
Obliczanie niepewności rozszerzonej metodą analityczną opartą na splocie rozkładów wielkości wejściowych
Obliczanie niepewności rozszerzonej metodą analityczną opartą na splocie rozkładów wejściowych Paweł Fotowicz * Przedstawiono ścisłą metodę obliczania niepewności rozszerzonej, polegającą na wyznaczeniu
Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1
Założenie: f(x) funkcja którą aproksymujemy X jest przestrzenią liniową Aproksymacja liniowa funkcji f(x) polega na wyznaczeniu współczynników a 0,a 1,a 2,...,a m funkcji: Gdzie: - są funkcjami bazowymi
APROKSYMACJA. Rys. 1. Funkcja aproksymująca zbiór punktów pomiarowych (1) (2) (3) (4) (5) (6) (7) ... Zmienna y
40 APROKSYMACJA Zmienna y 36 33 30 27 24 21 18 15 12 9 6 3 0 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 Zmienna x Rys. 1. Funkcja aproksymująca zbiór punktów pomiarowych (1) (2) (3) (4) (5) (6) (7)...
ĆWICZENIE 3 REZONANS AKUSTYCZNY
ĆWICZENIE 3 REZONANS AKUSTYCZNY W trakcie doświadczenia przeprowadzono sześć pomiarów rezonansu akustycznego: dla dwóch różnych gazów (powietrza i CO), pięć pomiarów dla powietrza oraz jeden pomiar dla
Pochodna i różniczka funkcji oraz jej zastosowanie do obliczania niepewności pomiarowych
Pochodna i różniczka unkcji oraz jej zastosowanie do obliczania niepewności pomiarowych Krzyszto Rębilas DEFINICJA POCHODNEJ Pochodna unkcji () w punkcie określona jest jako granica: lim 0 Oznaczamy ją
Rozdział 8. Regresja. Definiowanie modelu
Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność
Mgr inż. Marta DROSIŃSKA Politechnika Gdańska, Wydział Oceanotechniki i Okrętownictwa
MECHANIK 7/2014 Mgr inż. Marta DROSIŃSKA Politechnika Gdańska, Wydział Oceanotechniki i Okrętownictwa WYZNACZENIE CHARAKTERYSTYK EKSPLOATACYJNYCH SIŁOWNI TURBINOWEJ Z REAKTOREM WYSOKOTEMPERATUROWYM W ZMIENNYCH
WYKŁAD 8 ANALIZA REGRESJI
WYKŁAD 8 ANALIZA REGRESJI Regresja 1. Metoda najmniejszych kwadratów-regresja prostoliniowa 2. Regresja krzywoliniowa 3. Estymacja liniowej funkcji regresji 4. Testy istotności współczynnika regresji liniowej
Pochodna i różniczka funkcji oraz jej zastosowanie do rachunku błędów pomiarowych
Pochodna i różniczka unkcji oraz jej zastosowanie do rachunku błędów pomiarowych Krzyszto Rębilas DEFINICJA POCHODNEJ Pochodna unkcji () w punkcie określona jest jako granica: lim 0 Oznaczamy ją symbolami:
Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.
Funkcje wymierne Jerzy Rutkowski Teoria Przypomnijmy, że przez R[x] oznaczamy zbiór wszystkich wielomianów zmiennej x i o współczynnikach rzeczywistych Definicja Funkcją wymierną jednej zmiennej nazywamy
KORELACJE I REGRESJA LINIOWA
KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem
parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,
诲 瞴瞶 瞶 ƭ0 ƭ 瞰 parametrów strukturalnych modelu Y zmienna objaśniana, = + + + + + X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, α 0, α 1, α 2,,α k parametry strukturalne modelu, k+1 parametrów
WYGŁADZANIE WYKRESÓW INDYKATOROWYCH RUCHOMYMI OBIEKTAMI APROKSYMUJĄCYMI Z WIĘZAMI ŁAMANYMI
ZESZYTY NAUKOWE AKADEMII MARYNARKI WOJENNEJ ROK XLVII NR 1 (164) 2006 Stanisł aw Polanowski WYGŁADZANIE WYKRESÓW INDYKATOROWYCH RUCHOMYMI OBIEKTAMI APROKSYMUJĄCYMI Z WIĘZAMI ŁAMANYMI STRESZCZENIE W pracy
METODY NUMERYCZNE. Wykład 3. Plan. Aproksymacja Interpolacja wielomianowa Przykłady. dr hab.inż. Katarzyna Zakrzewska, prof.agh. Met.Numer.
METODY NUMERYCZNE Wykład 3. dr hab.inż. Katarzyna Zakrzewska, prof.agh Met.Numer. wykład 3 1 Plan Aproksymacja Interpolacja wielomianowa Przykłady Met.Numer. wykład 3 2 1 Aproksymacja Metody numeryczne
Dopasowywanie modelu do danych
Tematyka wykładu dopasowanie modelu trendu do danych; wybrane rodzaje modeli trendu i ich właściwości; dopasowanie modeli do danych za pomocą narzędzi wykresów liniowych (wykresów rozrzutu) programu STATISTICA;
Badanie zależności temperatury wrzenia wody od ciśnienia
Ćwiczenie C2 Badanie zależności temperatury wrzenia wody od ciśnienia C2.1. Cel ćwiczenia Celem ćwiczenia jest pomiar zależności temperatury wrzenia wody od ciśnienia (poniżej ciśnienia atmosferycznego),
Próbny egzamin z matematyki dla uczniów klas II LO i III Technikum. w roku szkolnym 2012/2013
Próbny egzamin z matematyki dla uczniów klas II LO i III Technikum w roku szkolnym 2012/2013 I. Zakres materiału do próbnego egzaminu maturalnego z matematyki: 1) liczby rzeczywiste 2) wyrażenia algebraiczne
ALGORYTM I APLIKACJA W PROGRAMIE EXCEL DLA KROKOWEJ APROKSYMACJI DANYCH DROGĄ ROZWIĄZANIA UKŁADU RÓWNAŃ METODĄ GAUSSA
Zeszyty Naukowe Akademii Morskiej w Gdyni Scientific Journal of Gdynia Maritime University Nr 105/2018, 124 135 Złożony/submitted: 01.06.2018 ISSN 2451-2486 (online) Zaakceptowany/accepted: 08.06.2018
Interpolacja, aproksymacja całkowanie. Interpolacja Krzywa przechodzi przez punkty kontrolne
Interpolacja, aproksymacja całkowanie Interpolacja Krzywa przechodzi przez punkty kontrolne Aproksymacja Punkty kontrolne jedynie sterują kształtem krzywej INTERPOLACJA Zagadnienie interpolacji można sformułować
Klasa 1 technikum. Poniżej przedstawiony został podział wymagań na poszczególne oceny szkolne:
Klasa 1 technikum Przedmiotowy system oceniania wraz z wymaganiami edukacyjnymi Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające (R), dopełniające (D) i
PRACA MINIMALNA ZIĘBNICZEGO OBIEGU LEWOBIEŻNEGO
Dariusz Nanowski Akademia Morska w Gdyni PRACA MINIMALNA ZIĘBNICZEGO OBIEGU LEWOBIEŻNEGO W artykule odniesiono się do dostępnej literatury i zawarto własne analizy związane z określaniem pracy minimalnej
MODELOWANIE CHARAKTERYSTYK MOMENTU OBROTOWEGO I POCHODNYCH CHARAKTERYSTYK UKŁADU NAPĘDOWEGO ZE ŚRUBĄ O STAŁYM SKOKU
Stanisław Polanowski Akademia Morska w Gdyni MODELOWANIE CHARAKTERYSTYK MOMENTU OBROTOWEGO I POCHODNYCH CHARAKTERYSTYK UKŁADU NAPĘDOWEGO ZE ŚRUBĄ O STAŁYM SKOKU W artykule scharakteryzowano problem wyznaczenia
Wymagania edukacyjne matematyka klasa 1 zakres podstawowy 1. LICZBY RZECZYWISTE
Wymagania edukacyjne matematyka klasa 1 zakres podstawowy 1. LICZBY RZECZYWISTE podaje przykłady liczb: naturalnych, całkowitych, wymiernych, niewymiernych, pierwszych i złożonych oraz przyporządkowuje
Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015
Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015 1 Metody numeryczne Dział matematyki Metody rozwiązywania problemów matematycznych za pomocą operacji na liczbach. Otrzymywane
Rozdział 1 PROGRAMOWANIE LINIOWE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.2 Ćwiczenia komputerowe Ćwiczenie 1.1 Wykorzystując
Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu
Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu Wymagania edukacyjne niezbędne do uzyskania poszczególnych śródrocznych i rocznych ocen klasyfikacyjnych z obowiązkowych
Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna
Regresja wieloraka Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna zmienna niezależna (można zobrazować
Metody numeryczne. materiały do wykładu dla studentów. 7. Całkowanie numeryczne
Metody numeryczne materiały do wykładu dla studentów 7. Całkowanie numeryczne 7.1. Całkowanie numeryczne 7.2. Metoda trapezów 7.3. Metoda Simpsona 7.4. Metoda 3/8 Newtona 7.5. Ogólna postać wzorów kwadratur
MATeMAtyka 1. Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych. Zakres podstawowy i rozszerzony Klasa pierwsza
MATeMAtyka 1 Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych Zakres podstawowy i rozszerzony Klasa pierwsza Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe
STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA
STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA Zadanie 0.1 Zmienna losowa X ma rozkład określony funkcją prawdopodobieństwa: x k 0 4 p k 1/3 1/6 1/ obliczyć EX, D X. (odp. 4/3;
Regresja nieparametryczna series estimator
Regresja nieparametryczna series estimator 1 Literatura Bruce Hansen (2018) Econometrics, rozdział 18 2 Regresja nieparametryczna Dwie główne metody estymacji Estymatory jądrowe Series estimators (estymatory
MATEMATYKA WYKAZ UMIEJĘTNOŚCI WYMAGANYCH NA POSZCZEGÓLNE OCENY DLA KLASY PIERWSZEJ
MATEMATYKA WYKAZ UMIEJĘTNOŚCI WYMAGANYCH NA POSZCZEGÓLNE OCENY 1. LICZBY RZECZYWISTE DLA KLASY PIERWSZEJ 1. Podawanie przykładów liczb: naturalnych, całkowitych, wymiernych, niewymiernych, pierwszych i
Całki nieoznaczone. 1 Własności. 2 Wzory podstawowe. Adam Gregosiewicz 27 maja a) Jeżeli F (x) = f(x), to f(x)dx = F (x) + C,
Całki nieoznaczone Adam Gregosiewicz 7 maja 00 Własności a) Jeżeli F () = f(), to f()d = F () + C, dla dowolnej stałej C R. b) Jeżeli a R, to af()d = a f()d. c) Jeżeli f i g są funkcjami całkowalnymi,
DRUGA ZASADA TERMODYNAMIKI
DRUGA ZASADA TERMODYNAMIKI Procesy odwracalne i nieodwracalne termodynamicznie, samorzutne i niesamorzutne Proces nazywamy termodynamicznie odwracalnym, jeśli bez spowodowania zmian w otoczeniu możliwy
Całkowanie numeryczne
Całkowanie numeryczne Poniżej omówione zostanie kilka metod przybliżania operacji całkowania i różniczkowania w szczególności uzależnieniu pochodnej od jej różnic skończonych gdy równanie różniczkowe mamy
Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Analiza współzależności zjawisk
Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.
Metody Obliczeniowe w Nauce i Technice
5. Aproksymacja Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Paweł Urban Jakub Ptak Łukasz Janeczko
METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH
METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH Jednym z zastosowań metod numerycznych jest wyznaczenie pierwiastka lub pierwiastków równania nieliniowego. W tym celu stosuje się szereg metod obliczeniowych np:
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
WYMAGANIA EDUKACYJNE Z MATEMATYKI dla klasy I ba Rok szk. 2012/2013
Dział LICZBY RZECZYWISTE Uczeń otrzymuje ocenę dopuszczającą lub dostateczną, jeśli: podaje przykłady liczb: naturalnych, całkowitych, wymiernych, niewymiernych, pierwszych i złożonych oraz przyporządkowuje
MODELOWANIE I WYZNACZANIE CHARAKTERYSTYK MOCY UKŁADU NAPĘDOWEGO STATKU WYPORNOŚCIOWEGO ZE ŚRUBĄ O STAŁYM SKOKU
Rafał Pawletko, Stanisław Polanowski Akademia Morska w Gdyni MODELOWANIE I WYZNACZANIE CHARAKTERYSTYK MOCY UKŁADU NAPĘDOWEGO STATKU WYPORNOŚCIOWEGO ZE ŚRUBĄ O STAŁYM SKOKU W artykule scharakteryzowano
1. Sporządzić tabele z wynikami pomiarów oraz wyznaczonymi błędami pomiarów dotyczących przetwornika napięcia zgodnie z poniższym przykładem
1 Sporządzić tabele z wynikami pomiarów oraz wyznaczonymi błędami pomiarów dotyczących przetwornika napięcia zgodnie z poniższym przykładem Znaczenie symboli: Tab 1 Wyniki i błędy pomiarów Lp X [mm] U
Oznacza to, że chcemy znaleźć minimum, a właściwie wartość najmniejszą funkcji
Wykład 11. Metoda najmniejszych kwadratów Szukamy zależności Dane są wyniki pomiarów dwóch wielkości x i y: (x 1, y 1 ), (x 2, y 2 ),..., (x n, y n ). Przypuśćmy, że nanieśliśmy je na wykres w układzie
PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM
Mostefa Mohamed-Seghir Akademia Morska w Gdyni PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM W artykule przedstawiono propozycję zastosowania programowania dynamicznego do rozwiązywania
Pakiet edukacyjny do nauki przedmiotów ścisłych i kształtowania postaw przedsiębiorczych
ZESPÓŁ SZKÓŁ HANDLOWO-EKONOMICZNYCH IM. MIKOŁAJA KOPERNIKA W BIAŁYMSTOKU Pakiet edukacyjny do nauki przedmiotów ścisłych i kształtowania postaw przedsiębiorczych Mój przedmiot matematyka spis scenariuszy
Porównanie metod określania własności termodynamicznych pary wodnej
LABORATORIUM TERMODYNAMIKI I TECHNIKI CIEPLNEJ Porównanie metod określania własności termodynamicznych pary wodnej prof. dr hab. inż. Krzysztof Urbaniec ZAKŁAD APARATURY PRZEMYSŁOWEJ POLITECHNIKA WARSZAWSKA,
CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE
CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE Do opisu członów i układów automatyki stosuje się, oprócz transmitancji operatorowej (), tzw. transmitancję widmową. Transmitancję widmową () wyznaczyć można na podstawie
Matematyka stosowana i metody numeryczne
Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 8 Interpolacja Interpolacja polega na budowaniu tzw. funkcji interpolujących ϕ(x) na podstawie zadanych
Metody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I
Metody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I dr inż. Tomasz Goetzendorf-Grabowski (tgrab@meil.pw.edu.pl) Dęblin, 11 maja 2009 1 Organizacja wykładu 5 dni x 6 h = 30 h propozycja zmiany: 6
Regresja linearyzowalna
1 z 5 2007-05-09 23:22 Medycyna Praktyczna - portal dla lekarzy Regresja linearyzowalna mgr Andrzej Stanisz z Zakładu Biostatystyki i Informatyki Medycznej Collegium Medicum UJ w Krakowie Data utworzenia:
Wprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
KURS WSPOMAGAJĄCY PRZYGOTOWANIA DO MATURY Z MATEMATYKI ZDAJ MATMĘ NA MAKSA. przyjmuje wartości większe od funkcji dokładnie w przedziale
Zestaw nr 1 Poziom Rozszerzony Zad.1. (1p) Liczby oraz, są jednocześnie ujemne wtedy i tylko wtedy, gdy A. B. C. D. Zad.2. (1p) Funkcja przyjmuje wartości większe od funkcji dokładnie w przedziale. Wtedy
BŁĘDY W POMIARACH BEZPOŚREDNICH
Podstawy Metrologii i Technik Eksperymentu Laboratorium BŁĘDY W POMIARACH BEZPOŚREDNICH Instrukcja do ćwiczenia nr 2 Zakład Miernictwa i Ochrony Atmosfery Wrocław, listopad 2010 r. Podstawy Metrologii
Algorytmy i struktury danych. Wykład 4
Wykład 4 Różne algorytmy - obliczenia 1. Obliczanie wartości wielomianu 2. Szybkie potęgowanie 3. Algorytm Euklidesa, liczby pierwsze, faktoryzacja liczby naturalnej 2017-11-24 Algorytmy i struktury danych
Analiza składowych głównych. Wprowadzenie
Wprowadzenie jest techniką redukcji wymiaru. Składowe główne zostały po raz pierwszy zaproponowane przez Pearsona(1901), a następnie rozwinięte przez Hotellinga (1933). jest zaliczana do systemów uczących
TERMODYNAMIKA. przykłady zastosowań. I.Mańkowski I LO w Lęborku
TERMODYNAMIKA przykłady zastosowań I.Mańkowski I LO w Lęborku 2016 UKŁAD TERMODYNAMICZNY Dla przykładu układ termodynamiczny stanowią zamknięty cylinder z ruchomym tłokiem, w którym znajduje się gaz tak
Wymagania edukacyjne z matematyki
Wymagania edukacyjne z matematyki Liceum Ogólnokształcące Klasa I Poniżej przedstawiony został podział wymagań edukacyjnych na poszczególne oceny. Wiedza i umiejętności konieczne do opanowania (K) to zagadnienia,
WYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA I GIMNAZJUM Małgorzata Janik
WYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA I GIMNAZJUM Małgorzata Janik DOPUSZCZAJĄCY DOSTATECZNY DOBRY BARDZO DOBRY LICZBY I DZIAŁANIA zna pojęcie liczby naturalnej, całkowitej, wymiernej. rozumie rozszerzenie
1. Sporządzić tabele z wynikami pomiarów oraz wyznaczonymi błędami pomiarów dotyczących pomiaru prędkości obrotowej zgodnie z poniższym przykładem.
Sporządzić tabele z wynikami pomiarów oraz wyznaczonymi błędami pomiarów dotyczących pomiaru prędkości obrotowej zgodnie z poniższym przykładem Tab Wyniki i błędy pomiarów U [V] U [V] f [Hz] U [V] δ U
Lista zadań nr 15 TERMIN ODDANIA ROZWIĄZANYCH ZADAŃ 9 marca 2015
Lista zadań nr 5 TERMIN ODDANIA ROZWIĄZANYCH ZADAŃ 9 marca 05 Liczby rzeczywiste a) planuję i wykonuję obliczenia na liczbach rzeczywistych; w szczególności obliczam pierwiastki, w tym pierwiastki nieparzystego
Kształcenie w zakresie podstawowym. Klasa 1
Kształcenie w zakresie podstawowym. Klasa 1 Poniżej podajemy umiejętności, jakie powinien zdobyć uczeń z każdego działu, aby uzyskać poszczególne stopnie. Na ocenę dopuszczającą uczeń powinien opanować
WYMAGANIA EDUKACYJNE - matematyka - poziom rozszerzony Dariusz Drabczyk
WYMAGANIA EDUKACYJNE - matematyka - poziom rozszerzony Dariusz Drabczyk str 1 Klasa 1d: wpisy oznaczone jako: LICZBY RZECZYWISTE, JĘZYK MATEMATYKI, FUNKCJA LINIOWA, (F) FUNKCJE, FUNKCJA KWADRATOWA. Przypisanie
Układy równań i nierówności liniowych
Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +
WIELOMIANY SUPER TRUDNE
IMIE I NAZWISKO WIELOMIANY SUPER TRUDNE 27 LUTEGO 2011 CZAS PRACY: 210 MIN. SUMA PUNKTÓW: 200 ZADANIE 1 (5 PKT) Dany jest wielomian W(x) = x 3 + 4x + p, gdzie p > 0 jest liczba pierwsza. Znajdź p wiedzac,
DRUGA ZASADA TERMODYNAMIKI
DRUGA ZASADA TERMODYNAMIKI Procesy odwracalne i nieodwracalne termodynamicznie, samorzutne i niesamorzutne Proces nazywamy termodynamicznie odwracalnym, jeśli bez spowodowania zmian w otoczeniu możliwy
Przegląd termodynamiki II
Wykład II Mechanika statystyczna 1 Przegląd termodynamiki II W poprzednim wykładzie po wprowadzeniu podstawowych pojęć i wielkości, omówione zostały pierwsza i druga zasada termodynamiki. Tutaj wykorzystamy
3. Interpolacja. Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która
3. Interpolacja Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która przyjmuje wartości y 1, y 2,, y n, dla skończonego zbioru argumentów x 1, x
KLUCZ PUNKTOWANIA ODPOWIEDZI
Egzamin maturalny maj 009 MATEMATYKA POZIOM ROZSZERZONY KLUCZ PUNKTOWANIA ODPOWIEDZI Zadanie. a) Wiadomości i rozumienie Matematyka poziom rozszerzony Wykorzystanie pojęcia wartości argumentu i wartości
Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa
Spis treści Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis treści Spis treści 1 Wstęp Bardzo często interesujący
WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY 7SP. V. Obliczenia procentowe. Uczeń: 1) przedstawia część wielkości jako procent tej wielkości;
WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY 7SP Liczby. TEMAT Rozwinięcia dziesiętne liczb wymiernych. Zaokrąglanie liczb. Szacowanie wyników. Dodawanie i odejmowanie liczb dodatnich. Mnożenie i dzielenie
Wymagania edukacyjne z matematyki dla klasy VII
Wymagania edukacyjne z matematyki dla klasy VII Szkoły Podstawowej nr 100 w Krakowie Na podstawie programu Matematyka z plusem Na ocenę dopuszczającą Uczeń: rozumie rozszerzenie osi liczbowej na liczby
Wykład 4. Przypomnienie z poprzedniego wykładu
Wykład 4 Przejścia fazowe materii Diagram fazowy Ciepło Procesy termodynamiczne Proces kwazistatyczny Procesy odwracalne i nieodwracalne Pokazy doświadczalne W. Dominik Wydział Fizyki UW Termodynamika
BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI
14 BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI 14.1 WSTĘP Ogólne wymagania prawne dotyczące przy pracy określają m.in. przepisy
GMP determination of marine engines using the polynomial model of the compression curve exponent
Stanisław POLANOWSKI, Rafał PAWLETKO PTNSS 2011 SC 045 GMP determination of marine engines using the polynomial model of the compression curve exponent Abstract: The paper presents a model of the compression
7 zaokr aglamy do liczby 3,6. Bład względny tego przybliżenia jest równy A) 0,8% B) 0,008% C) 8% D) 100
ZADANIE 1 (1 PKT) Dane sa zbiory A = ( 6 7, 6) i B = N liczb naturalnych dodatnich. Wówczas iloczyn zbiorów A B jest równy A) {1, 2,, 4, 5} B) (, 5 C) {1, 2,, 4, 5, 6} D) (, 6) ZADANIE 2 (1 PKT) Jeśli
WYMAGANIE EDUKACYJNE Z MATEMATYKI W KLASIE II GIMNAZJUM. dopuszczającą dostateczną dobrą bardzo dobrą celującą
1. Statystyka odczytać informacje z tabeli odczytać informacje z diagramu 2. Mnożenie i dzielenie potęg o tych samych podstawach 3. Mnożenie i dzielenie potęg o tych samych wykładnikach 4. Potęga o wykładniku
Wymagania edukacyjne z matematyki dla uczniów klasy VII szkoły podstawowej
Wymagania edukacyjne z matematyki dla uczniów klasy VII szkoły podstawowej Ocenę dopuszczającą otrzymuje uczeń, który: rozumie rozszerzenie osi liczbowej na liczby ujemne umie porównywać liczby wymierne,
ZASTOSOWANIE SPLOTU FUNKCJI DO OPISU WŁASNOŚCI NIEZAWODNOŚCIOWYCH UKŁADÓW Z REZERWOWANIEM
1-2011 PROBLEMY EKSPLOATACJI 205 Zbigniew ZDZIENNICKI, Andrzej MACIEJCZYK Politechnika Łódzka, Łódź ZASTOSOWANIE SPLOTU FUNKCJI DO OPISU WŁASNOŚCI NIEZAWODNOŚCIOWYCH UKŁADÓW Z REZERWOWANIEM Słowa kluczowe
Matematyka dyskretna. Andrzej Łachwa, UJ, /15
Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 7/15 Rachunek różnicowy Dobrym narzędziem do obliczania skończonych sum jest rachunek różnicowy. W rachunku tym odpowiednikiem operatora
Zagadnienia na egzamin poprawkowy z matematyki - klasa I 1. Liczby rzeczywiste
Zagadnienia na egzamin poprawkowy z matematyki - klasa I 1. Liczby rzeczywiste Liczby naturalne Liczby całkowite. Liczby wymierne Liczby niewymierne Rozwinięcie dziesiętne liczby rzeczywistej Pierwiastek
Rozdział 1 PROGRAMOWANIE LINIOWE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.1 Opis programów Do rozwiązania zadań programowania
Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi
Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska D syst D śr m 1 3 5 2 4 6 śr j D 1
Badanie własności diód krzemowej, germanowej, oraz diody Zenera
23 kwietnia 2001 Ryszard Kostecki Badanie własności diód krzemowej, germanowej, oraz diody Zenera Streszczenie Celem tej pracy jest zapoznanie się z tematyką i zbadanie diód krzemowej, germanowej, oraz
MATEMATYKA Z PLUSEM DLA KLASY VII W KONTEKŚCIE WYMAGAŃ PODSTAWY PROGRAMOWEJ. programowej dla klas IV-VI. programowej dla klas IV-VI.
MATEMATYKA Z PLUSEM DLA KLASY VII W KONTEKŚCIE WYMAGAŃ PODSTAWY PROGRAMOWEJ TEMAT LICZBA GODZIN LEKCYJNYCH WYMAGANIA SZCZEGÓŁOWE Z PODSTAWY PROGRAMOWEJ UWAGI. LICZBY I DZIAŁANIA 6 h Liczby. Rozwinięcia
Metody Obliczeniowe w Nauce i Technice
8. Wyznaczanie pierwiastków wielomianów Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Magdalena Nowak
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7 Analiza korelacji - współczynnik korelacji Pearsona Cel: ocena współzależności między dwiema zmiennymi ilościowymi Ocenia jedynie zależność liniową. r = cov(x,y
TRANSFORMATA FALKOWA WYBRANYCH SYGNAŁÓW SYMULACYJNYCH
1-2013 PROBLEMY EKSPLOATACJI 27 Izabela JÓZEFCZYK, Romuald MAŁECKI Politechnika Warszawska, Płock TRANSFORMATA FALKOWA WYBRANYCH SYGNAŁÓW SYMULACYJNYCH Słowa kluczowe Sygnał, dyskretna transformacja falkowa,
Komputerowa Analiza Danych Doświadczalnych
Komputerowa Analiza Danych Doświadczalnych Prowadząca: dr inż. Hanna Zbroszczyk e-mail: gos@if.pw.edu.pl tel: +48 22 234 58 51 konsultacje: poniedziałek, 10-11; środa: 11-12 www: http://www.if.pw.edu.pl/~gos/students/kadd
WPŁYW ZANIECZYSZCZEŃ I DODATKÓW GAZOWYCH NA WŁASNOŚCI FIZYCZNE MIESZANIN ODDECHOWYCH
Polish Hyperbaric Research Anna Majchrzycka, Tadeusz Kozak Anna Majchrzycka Zachodniopomorski Uniwersytet Technologiczny Wydział Inżynierii Mechanicznej i Mechatroniki Katedra Techniki Cieplnej 7-3 Szczecin,
Modelowanie wybranych pojęć matematycznych. semestr letni, 2016/2017 Wykład 10 Własności funkcji cd.
Modelowanie wybranych pojęć matematycznych semestr letni, 206/207 Wykład 0 Własności funkcji cd. Ciągłość funkcji zastosowania Przybliżone rozwiązywanie równań Znajdziemy przybliżone rozwiązanie równania
( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:
ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość
FIZYKA Z ASTRONOMIĄ POZIOM PODSTAWOWY
EGZAMIN MATURALNY W ROKU SZKOLNYM 2013/2014 FIZYKA Z ASTRONOMIĄ POZIOM PODSTAWOWY ROZWIĄZANIA ZADAŃ I SCHEMAT PUNKTOWANIA MAJ 2014 2 Zadanie 1. (0 1) Obszar standardów Opis wymagań Obliczanie prędkości
Symulacyjne metody wyceny opcji amerykańskich
Metody wyceny Piotr Małecki promotor: dr hab. Rafał Weron Instytut Matematyki i Informatyki Politechniki Wrocławskiej Wrocław, 0 lipca 009 Metody wyceny Drzewko S 0 S t S t S 3 t S t St St 3 S t St St
Wykład 1 i 2. Termodynamika klasyczna, gaz doskonały
Wykład 1 i 2 Termodynamika klasyczna, gaz doskonały dr hab. Agata Fronczak, prof. PW Wydział Fizyki, Politechnika Warszawska 1 stycznia 2017 dr hab. A. Fronczak (Wydział Fizyki PW) Wykład: Elementy fizyki
Inżynierskie metody analizy numerycznej i planowanie eksperymentu / Ireneusz Czajka, Andrzej Gołaś. Kraków, Spis treści
Inżynierskie metody analizy numerycznej i planowanie eksperymentu / Ireneusz Czajka, Andrzej Gołaś. Kraków, 2017 Spis treści Od autorów 11 I. Klasyczne metody numeryczne Rozdział 1. Na początek 15 1.1.