ZWIĄZEK ZJAWISK PRZYRODNICZYCH Z EKONOMICZNYMI

Wielkość: px
Rozpocząć pokaz od strony:

Download "ZWIĄZEK ZJAWISK PRZYRODNICZYCH Z EKONOMICZNYMI"

Transkrypt

1 STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 3 Sylwsr Smolik Wyższa Szkoła Iformayki i Ekoomii w Olszyi ZWIĄZEK ZJAWISK PRZYRODNICZYCH Z EKONOMICZNYMI Srszczi Roczy przbig mpraury powirza odciska pięo a wilu, bardzo różych zjawiskach gospodarczych. Z go powodu przbig śrdij misięczj mpraury powirza dla Warszawy w 2009 roku i produkcję misięczą rgii lkryczj w Polsc z racji ich szoowości opisao modlm 2π y = s+ Asi + + T θ ε, w kórym T js okrsm badago zjawiska. Jżli da puky mpirycz (, y ) dla =, 2,,, są kompl, oraz liczba puków mpiryczych js wilokroością okrsu badago zjawiska, czyli = kt, o oszacowai paramrów modlu js asępując: s = y; θ = arcg ycosw ysi w ; = = = 2 2 A cos y si si = w y cos w, gdzi w = 2π T. θ + θ = = Przbig śrdij mpraury misięczj w Warszawi w 2009 roku ma posać: π T ( ) = 8,83 0,62si +,028 6 o w C; R 2 = 0,969; o s =,56 C. Produkcja misięcza rgii lkryczj w Polsc w 2009 roku: π 2 E ( ) = 2,642 +,529si +,489 w TWh; R = 0,867; 6 s = 0,489 TWh.

2 280 METODY ILOŚCIOWE W EKONOMII Zmi losow E i T są wysoc isoi skorlowa ujmi, dlago zajdujmy rgrsję liiową między imi: 2 ET ( ) = 0,288 T+ 3,777 w TWh; R = 0,73; s = 0,659 GWh; v= 5,2%. Opisując produkcję rgii lkryczj w dłuższym przdzial czasowym, alży oczkiwać rosącgo rdu i szoowości opisaj harmoiką. Słowa kluczow: harmoika, produkcja rgii lkryczj, śrdia mpraura. Wprowadzi Zdajmy sobi sprawę z go, ż produkowaa rgia lkrycza ma zaspokajać porzby rozwijającgo się przmysłu i coraz większ zaporzbowai komual. Z go powodu powia być zmia w poszczgólych porach roku, al i zamy ych związków ilościowych. Toryczi lao js okrsm, gdy powio spadać zaporzbowai a rgię lkryczą wyłącza się ogrzwai. Wraz z wzrosm mpraury powirza rośi jdak zaporzbowai a rgię lkryczą birą izbędą do fukcjoowaia wszlkigo rodzaju klimayzaorów. Popy a rgię lkryczą wyika z korzyści koomiczych, jaki daj jj sosowai, oraz zapwiia komforu jj użykowikom. Przbig rmiczy dago roku w wybraj mijscowości moża charakryzować za pomocą śrdich mpraur misięczych podaych w publikaorach. Uwzględiając zwiększo porzby zimow a rgię i kłopoy z jj przsyłaim, w każdym momci roku moża oczkiwać awarii go sysmu. W arykul podjęo próbę wykazaia, ż przbig rmiczy roku wymusza produkcję odpowidij ilości rgii lkryczj w Polsc.. Przbig śrdij mpraury misięczj w Warszawi w 2009 roku Przcięy rok rmiczy dla Polski uożsamimy z przbigim śrdij mpraury misięczj w Warszawi. Js o miaso crali położo w kraju i dobrz opracowa hydrologiczi. Kszałowai się śrdij mpraury misięczj T w Warszawi w 2009 roku przdsawioo w abli [, s. 6].

3 SYLWESTER SMOLIK ZWIĄZEK ZJAWISK PRZYRODNICZYCH Z EKONOMICZNYMI 28 Tabla. Kszałowai się śrdij mpraury misięczj T w Warszawi w 2009 roku Misiąc T ( o C) 2,7 0,6 2,7,3 3,6 6,2 Tˆ z (3),79 0,47 3,34 8,63 3,96 7,92 Misiąc T ( o C) 9,9 8,6 5,5 6,9 5,6,0 Tˆ z (3) 9,45 8,3 4,32 9,03 3,70 0,26 Źródło: opracowai włas a podsawi [, s. 6]. Zmiości j adamy ciągły przbig (wyrówujmy) w posaci harmoiki: 2π T = s+ Asi + θ + ε, () T0 gdzi T0 = 2, =, 2,, 2. Ciągłość zmij losowj T ozacza, ż każdy lm czasowy roku, moż raz być końcm pwgo misiąca w ssi śrdij mpraury misięczj. Założia koicz są spłio (liczbość próby js wilokroością okrsu zjawiska), dlago oszacowai paramrów wprowadzoj krzywj rgrsji () ma posać zgodi z wzorm wyprowadzoym w pracy [2]: s = T = ,83, 2 π T0 = 2 π 2 =π 6 = 2 2 π π θ= arcg T cos Tsi = arcg ( 54,5758) ( 32,972) = = 6 = 6 = arcg,65797, π A cos si si π = T T cos 0,62. θ + θ = 6 = 6 (2) Osaczi przyjmujmy: π 2 o T ( ) = 8,83 0, 62si +, 028 ; R = 0,969; s =,56 C 6 (3) Irsuj as, czy wyzaczoy modl dobrz pasuj do daych mpiryczych, jak łumaczy zmiość T? W ym clu obliczamy ocę

4 282 METODY ILOŚCIOWE W EKONOMII 2 2 współczyika drmiacji z próby R = ϕ, w kórym ϕ = ( T T ) ( T T) = 2,988 75, , 0307 R = 0,969 = = (da z abli ). Irprujmy go asępująco: modl (3) łumaczy 96,9% zmiości mpraury śrdij misięczj T, js więc dobrym modlm. Irsuj as ż, jaki js śrdi błąd s oszacowaia z wykorzysaim fukcji (3) (odchyli sadardow składika rszowgo). W ym clu obliczamy 2 2 o s = ( T T ) ( k) = 2,998 (2 3) 2, 4424 s,56 C. = Wyzaczymy ksrma fukcji (3): π π π T' = 0 cos +,028 = 0 +,028= π 2 lub +,028=,5π o o (,037 lub 7,037) T ( ) =,79 C oraz T ( ) = 9,45 C. 2 2 Uwzględiając skalę, orzymujmy: T mi = =. o o (II;,79 C) oraz Tmaks (VIII; 9, 45 C) Na rysuku przdsawioo przbig śrdij mpraury misięczj w Warszawi w 2009 roku. Rysuk. Przbig śrdij mpraury misięczj w Warszawi w 2009 roku T [ o C] T ( ) = 6,83 0,62 si (π2 +,028) w o C R 2 = 0,969 mi ( II;,79 o C) maks ( VIII; 9,45 o C) S =,56 o C [misiąc] Źródło: opracowai włas.

5 SYLWESTER SMOLIK ZWIĄZEK ZJAWISK PRZYRODNICZYCH Z EKONOMICZNYMI Przbig misięczj produkcji rgii lkryczj w Polsc w 2009 roku Produkcja rgii lkryczj js jdym z ajszybcij rosących działów gospodarki współczsgo świaa. Od ij główi zalży rozwój przmysłu oraz w dużj mirz rolicwa i rasporu. Misięczą produkcję rgii lkryczj w Polsc w 2009 roku E (TWh) [, s. 66] przdsawioo w abli 2. Tabla 2. Misięcza produkcja rgii lkryczj w Polsc w 2009 roku E (TWh) Misiąc E (TWh) 4,4 2,75 3,56,62,24,07 E z (6) 4,024 3,52 2,767,988,385,8 Misiąc E (TWh),66,59 2,42 3,59 3,37 4,42 E z (6),260,772 2,57 3,296 3,899 4,66 Źródło: opracowai włas a podsawi [, s. 66]. Zmiości misięczj produkcji rgii lkryczj adamy ciągłość i opiszmy harmoiką, poiważ zjawisko js szoow: gdzi T = 2, =, 2,, 2. 2π E = s+ Asi +θ +ε T (4) Liczbość obsrwacji = 2 js całkowią wilokroością okrsu go zjawiska; T = 2, dlago koicz założia mody są spłio i możmy szacować paramry modlu (4) [2]. s = E = 5, 7 2 2, 642 (a podsawi abli 2) = π π θ= arcg E cos E si = arcg(9,4204 0, 74859), 489 (5) 6 6 = = 2 A cos π E si si π = Ecos,529 θ + θ = 6 = 6

6 284 METODY ILOŚCIOWE W EKONOMII Osaczi przyjmujmy: π 2 E ( ) = 2,642 +,529si +,489 w TWh; R = 0,867 6 s = 0,489 TWh; v= 3,9% (6) Jdoczśi saramy się sprawdzić, jak dobry js modl? Współczyik zbiżości ϕ = ( E E ) ( E E) = 2,505686,78 = 0,3298 = = 2 R = 0,867 (da z abli 2). Śrdi błąd oszacowaia w przypadku wykorzysaia fukcji (6) 2 2 s = ( E E ) ( k) = 2,50568 (2 3) = 0, = 0,489 TWh. = Współczyik zmiości losowj v= 00 s E 3,9%. Osaczi możmy ocić, ż modl (6) js dosaczy. Wyzaczymy jszcz ksrma fukcji (6): π π π E ' = 0 cos +,489 = 0 +,489 =π 2 lub +,489 =,5 π (,56 lub 6,56) E ( ) = 4,7TWh oraz E ( ) =,3 TWh. 2 Uwzględiając skalę i drugą pochodą (6): E maks = (5I; 4,7 TWh), Emi = (5VII;,3 TWh). Na rysuku 2 przdsawioo przbig produkcji misięczj rgii lkryczj w Polsc w 2009 roku. s 2 3. Wpływ śrdij mpraury misięczj a produkcję misięczą rgii lkryczj Swirdziliśmy w zalżościach (3) i (6), ż przbig roczy śrdij mpraury misięczj T i misięcza produkcja rgii lkryczj E dają się opisać harmoiką. Jaki są go dalsz koskwcj? Jżli w iym roku

7 SYLWESTER SMOLIK ZWIĄZEK ZJAWISK PRZYRODNICZYCH Z EKONOMICZNYMI 285 π E () = s + Asi + θ 6 i π T () = s2 + A2si + θ2, o przy rówych 6 fazach począkowych θ = θ2 zachodzi: E s T s2 A = E = T + ( sa2 s 2A )A2 (7) A A A 2 2 Wyika z go, ż misięcza produkcja rgii lkryczj zalży liiowo od śrdij mpraury misięczj. W wzorach (3) i (6) fazy począkow są róż, i moż więc być fukcyjgo związku liiowgo między E i T, al moż będzi zachodził liiowy związk sochasyczy? Najpirw alży więc sprawdzić skorlowai zmiych losowych E i T. W ym clu zbirzmy j w abli 3. Tabla 3. Warości zmiych losowych E i T E 4,4 2,75 3,56,62,24,07 T 2,7 0,6 2,7,3 3,6 6,2 E () 4,024 3,52 2,767,988,385,8 E,66,59 2,42 3,59 3,37 4,42 T 9,9 8,6 5,5 6,9 5,6,0 E (),260,772 2,57 3,296 3,899 4,66 Źródło: opracowai włas. Rysuk 2. Przbig misięczj produkcji rgii lkryczj w Polsc w 2009 roku E [TWh] 5 Ê ( ) = 2,642 +,59 si (π6 +,489) w TWh 4 3 R 2 = 0,867 S = 0,489 TWh 2 0 maks (5 I; 4,7 TWh) mi (5 VII;,3 TWh) [misiąc] Źródło: opracowai włas.

8 286 METODY ILOŚCIOWE W EKONOMII Nich cov( T, E) = ( T T)( E E) = TE T E = = = = = 245, ,82 5,7 2 = 9,8338; var( T) ( T T) T T T 646,4204 (05,82) 2 = = = = 73,26437; = = = = var( E) ( E E) E E E 933,926 (5,7) 2 = = = (8) = = = = = 6,777 Wdy współczyik korlacji z próby cov( T, E) 9,8338 r = = = 0,855 var( T) var( E) 73, ,777 (9) Dowodzi się, ż w rgrsji liiowj współczyik drmiacji z próby js rówy kwadraowi współczyika korlacji z próby, czyli R 2 = r 2 = 0,73. Modl łumaczy 73,% zmiości E mało! Sprawdzamy isoość współczyika korlacji: H 0 : ρ= 0 wobc alraywy H: ρ 0przy α = 0,00: mp r 0,855 = 2 = 2 2 = 5, r (0,855) Poiważ mp 5,233 4,5869 0,00;0 = > =, więc hipozę H 0 alży odrzucić a korzyść jj alraywy H. Swirdziliśmy ym samym, ż zmi losow T i E są wysoc isoi skorlowa ujmi łączy j zalżość liiowa. Wyzaczymy ę prosą rgrsji: E = b + b T +ε (0) 0 Z orii rgrsji wimy, ż oszacowai paramrów modlu (0) ma posać: cov( T, E) 9,8338 b = = = 0,2875, var( T ) 73,26437 b 0 = E b T = 2, ,2875 8,883 = 3,

9 SYLWESTER SMOLIK ZWIĄZEK ZJAWISK PRZYRODNICZYCH Z EKONOMICZNYMI 287 Przyjmujmy osaczi modl: 2 ET ( ) = 0,288 T+ 3,777 w TWh; R = 0,73; s = 0,659; v= 5,3% () Wyzaczymy śrdi błąd szacuku dla fukcji (): var( E) b cov( T, E) s = E E k = = k 2 2 ( ) ( ) = 6,777 0,288 9,8338 = = 0, s = 0,659 TWh. 2 2 Rysuk 3. Rok rmiczy dykuj porzby rgycz E [TWh] 5 4 Ê ( )= -0,288 T + 3,777 w TWh 3 R 2 = 0,73 S = 0,659 TWh 2 υ = 5,3% T [ o C] Źródło: opracowai włas. Współczyik zmiości losowj (rszowj) v = 00 s E = 65,92,647 5,22 = 5,3%. Uzyskay związk liiowy () obowiązuj w badaym 2009 roku. Sądzimy a podsawi zalżości (7), ż w iych laach związk między E i T ż będzi liiowy, al czy koiczi z akimi samymi współczyikami? Pamięamy o ym, ż rgię lkryczą zużywa rozwijający się przmysł, raspor i i działy gospodarki. Moża sądzić, ż w dłuższym okrsi,

10 288 METODY ILOŚCIOWE W EKONOMII w progozi go zjawiska da się wyróżić rd i wahaia szoow opisa harmoiką. Korzysając z związku (7) oraz zalżości (3) i (6), orzymujmy:,529 E = T + [ 2,642 ( 0,62) 8,83,529 ] ( 0,62) 0,62 E = 0,440 T + 3,93 w TWh () W przdzial zmiości T różi się o iwil od uzyskago modą ajmijszych kwadraów (). Na rysuku 3 przdsawioo wpływ śrdij mpraury misięczj powirza w Warszawi a misięczą produkcję rgii lkryczj w Polsc w 2009 roku. Podsumowai Produkcja rgii lkryczj o jd z ajważijszych wskaźików obrazujących sopiń rozwoju gospodarczgo poszczgólych krajów. Powszchi uzaym wskaźikim zagospodarowaia kraju js zużyci rgii lkryczj a jdgo miszkańca. O poziomi życia jgo obywali świadczy aomias zużyci rgii lkryczj przz gospodarswa domow. W osaich laach zwraca się uwagę i ylko a ilościową produkcję rgii, al i a sposoby jj pozyskiwaia i związa z ym koszy. Wiąż się o z ak zwaą czysą i odawialą chologią, wykorzysującą promiiowai słocz, rgię wody i wiaru. Hydrologia ma w ym zagadiiu bardzo dużo do zrobiia. Nalży przygoować skodsoway (opracoway) mariał mpiryczy paramrów klimau do wykorzysaia przz rgyków w modlowaiu lub zrobić o za ich, wskazać ajlpsz, aszym zdaim, mijsca lokalizacji przdsiębiorsw rgyczych, wiarowych, słoczych i wodych, oraz podać szacuki irsujących paramrów. Wówczas produkcja rgii lkryczj adal będzi jdym z ajszybcij rosących działów gospodarki współczsgo świaa.

11 SYLWESTER SMOLIK ZWIĄZEK ZJAWISK PRZYRODNICZYCH Z EKONOMICZNYMI 289 Liraura. Biuly Saysyczy 200, r Hozr J., Mikrokoomria. Aalizy, diagozy, progozy, PWE, Warszawa Smolik S., Opis przypowirzchiowych zmia mpraury gruu, Wiadomości Isyuu Morologii i Gospodarki Wodj 997, z Smolik S., Opis szoowości produkcji lkryczj w Polsc, Prac Naukow r 022, Wydawicwo Akadmii Ekoomiczj im. Oskara Lago w Wrocławiu, Wrocław Smolik S., Opis sadardowgo roku rmiczgo dla wybraj mijscowości, Przgląd Naukowy Wydziału Mlioracji i Iżyirii Środowiska SGGW 996, z Smolik S., Oszczęd modl dla okrsowych szrgów czasowych, w: Przsrzo-czasow modlowai i progozowai zjawisk gospodarczych, rd. A. Zliaś, Akadmia Ekoomicza w Krakowi, Kraków Smolik S., Propozycja saysyczgo opracowaia wiaru, XXXIII Smiarium Zasosowań Mamayki, Kadry Mamayki AR w Wrocławiu, Wyd. Poligraf, Wrocław Smolik S., Przydaość opracowań saysyczych klimau dla rolicwa, Wiadomości Isyuu Morologii Gospodarki Wodj 999, z Smolik S., Sadardowy rok opadowy i rmiczy Krakowa i Olszya, Wiadomości Isyuu Morologii i Gospodarki Wodj 996, z Smolik S., Saysycz związki usłocziia z mpraurami powirza i gruu, Wiadomości Isyuu Morologii Gospodarki Wodj 999, z... Smolik S., Saysyczy opis usłocziia wybraj mijscowości, Przgląd Naukowy Wydziału Mlioracji i Iżyirii Środowiska SGGW 997, z Smolik S., Uproszczoa procdura symacji modlu wahań okrsowych, Przgląd Saysyczy 995, z Smolik S., Użyczość w chic roliczj saysyczych opracowań mpraury glby, Iżyiria Rolicza 2000, r Smolik S., Wpływ usłocziia a oscylacj mpraury gruu, Przgląd Naukowy Wydziału Mlioracji i Iżyirii Środowiska SGGW 997, z Zliaś A., Toria progozy, Wyd. III zm., PWE, Warszawa Ziliński Z., Ekoomrycz mody wahań szoowych, Zszyy Naukow Polichiki Szczcińskij r 2, Szczci 969.

12 290 METODY ILOŚCIOWE W EKONOMII RELATIONSHIP BETWEEN NATURAL AND ECONOMICAL PHENOMENA Summary Th yarly cycl of air mpraur prsss ou is sigs o may various coomical phoma. Thus, h courss of avrag mohly air mpraur for Warsaw i 2009 ad h mohly graio of lcriciy i Polad hav b 2π idifid by mas of h followig modl y = s+ Asi + θ + ε, whr T T xprsss h priod of h phomo udr ivsigaio. If h proposd mpirical pois (, y ) for =, 2,, ar compl ad h umbr of h mpirical pois is a mulipliciy of h priod of h phomo udr ivsigaio, i.. = kt, h simaio of h modl paramrs is as follows: s = y; θ = arcg y cos w ysi w ; = = = 2 2 A cos y si si = w y cos w, whr w = 2π T. θ + θ = = Thus, h cours of avrag mohly air mpraur for Warsaw i 2009 bcoms: π T ( ) = 8,83 0,62si +,028 6 i Clsius dgrs, R 2 = 0,969; s = o,56 C ad h mohly graio of lcriciy i Polad i 2009 bcoms: π 2 E ( ) = 2, 642 +,529si +, 489 i TWh; R = 0,867; 6 s = 0,489 TWh. Th radom variabls E ad T ar ssially gaivly corrlad o a high dgr ad hrfor w ca fid h followig liar rgrssio bw hm: 2 ET ( ) = 0,288 T+ 3, 777 i TWh; R = 0, 73; s = 0,659 GWh; v= 5,2% I siuaios whr h graio of lcriciy is o b idifid for a logr im duraio, a risig rd ad sasoaliy idifid by a harmoic compo ar o b xpcd. Kywords: harmoics, h producio of lcriciy, h avrag mpraur. Traslad by Józf Smolik

Inwestycje. MPK = R/P = uc (1) gdzie uc - realny koszt pozyskania kapitału. Przyjmując, że funkcja produkcji ma postać Cobba-Douglasa otrzymamy: (3)

Inwestycje. MPK = R/P = uc (1) gdzie uc - realny koszt pozyskania kapitału. Przyjmując, że funkcja produkcji ma postać Cobba-Douglasa otrzymamy: (3) Dr Barłomij Rokicki Ćwiczia z Makrokoomii II Iwsycj Iwsycj są ym składikim PB, kóry wykazuj ajwiększą skłoość do flukuacji czyli wahań. Spadk popyu a dobra i usługi jaki js obsrwoway podczas rcsji zwykl

Bardziej szczegółowo

WYBRANE METODY BADANIA STABILNOŚCI UKŁADÓW LTV SELECTED STABILITY EXAMINATION METHODS OF LTV SYSTEMS

WYBRANE METODY BADANIA STABILNOŚCI UKŁADÓW LTV SELECTED STABILITY EXAMINATION METHODS OF LTV SYSTEMS ELEKTRYKA 215 Zszy 1 (233) Rok LXI Aa PIWOWAR Polichika Śląska w Gliwicach WYBRANE METODY BADANIA STABILNOŚCI UKŁADÓW LTV Srszczi. W arykul przprowadzoo aalizę sabilości ilrów paramryczych pirwszgo rzędu

Bardziej szczegółowo

Inwestycje. MPK = R/P = uc (1) gdzie uc - realny koszt pozyskania kapitału. Przyjmując, że funkcja produkcji ma postać Cobba-Douglasa otrzymamy: (3)

Inwestycje. MPK = R/P = uc (1) gdzie uc - realny koszt pozyskania kapitału. Przyjmując, że funkcja produkcji ma postać Cobba-Douglasa otrzymamy: (3) Dr Barłomij Rokicki Ćwiczia z Makrokoomii II Iwsycj Iwsycj są ym składikim PB, kóry wykazuj ajwiększą skłoość do flukuacji czyli wahań. Spadk popyu a dobra i usługi jaki js obsrwoway podczas rcsji zwykl

Bardziej szczegółowo

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą EKONOMETRIA Tema wykładu: Liiowy model ekoomeryczy (regresji z jedą zmieą objaśiającą Prowadzący: dr iż. Zbigiew TARAPATA e-mail: Zbigiew.Tarapaa Tarapaa@isi.wa..wa.edu.pl hp:// zbigiew.arapaa.akcja.pl/p_ekoomeria/

Bardziej szczegółowo

ANALIZA ZMIAN POZIOMU JAKOŚCI PO WDROŻENIU ZARZĄDZANIA PROCESOWEGO W ODLEWNI ŻELIWA

ANALIZA ZMIAN POZIOMU JAKOŚCI PO WDROŻENIU ZARZĄDZANIA PROCESOWEGO W ODLEWNI ŻELIWA 45/5 Archivs of Foudry, Yar 005, Volum 5, 5 Archiwum Odlwicwa, Rok 005, Roczik 5, Nr 5 PAN Kaowic PL ISSN 64-5308 ANALIZA ZMIAN POZIOMU JAKOŚCI PO WDROŻENIU ZARZĄDZANIA PROCESOWEGO W ODLEWNI ŻELIWA K.

Bardziej szczegółowo

Analiza wybranych własności rozkładu reszt

Analiza wybranych własności rozkładu reszt Analiza wybranych własności rozkładu rsz Poprawni skonsruowany i oszacowany modl, kóry nasępni ma być wykorzysany do clów analizy i prdykcji, poza wysokim sopnim odzwircidlania zmian warości mpirycznych

Bardziej szczegółowo

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

Projektowanie procesu doboru próby

Projektowanie procesu doboru próby Projkowai procsu doboru próby Okrśli populacji gralj i badaj Okrśli jdoski próby 3 Okrśli wykazu badaj populacji 4 Okrśli liczbości próby 5 Wybór mody doboru próby losowgo ilosowgo Usali ko lub co moż

Bardziej szczegółowo

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

Finanse ubezpieczeń społecznych

Finanse ubezpieczeń społecznych dr Grzorz Kula, kula@w.uw.du.pl Fia ubzpiczń połczyc ykład 2. Modl docodów w cyklu życia opodarwa Paul Diaod (977), A Frawork for Social Scuriy Aalyi, Joural of Public cooic, ol. 8,. 275-298. dr Grzorz

Bardziej szczegółowo

TRANZYSTORY POLOWE JFET I MOSFET

TRANZYSTORY POLOWE JFET I MOSFET POLTECHNKA RZEZOWKA Kaedra Podsaw Elekroiki srukcja Nr5 F 00/003 sem. lei TRANZYTORY POLOWE JFET MOFET Cel ćwiczeia: Pomiar podsawowych charakerysyk i wyzaczeie paramerów określających właściwości razysora

Bardziej szczegółowo

LVIII Egzamin dla Aktuariuszy z 3 października 2011 r.

LVIII Egzamin dla Aktuariuszy z 3 października 2011 r. Komisja Egzamiacyja la Akuariuszy LIII Egzami la Akuariuszy z 3 paźzirika 0 r. Część II Mamayka ubzpiczń życiowych Imię i azwisko osoby gzamiowaj:... Czas gzamiu: 00 miu Warszawa, 3 paźzirika 0 r. Mamayka

Bardziej szczegółowo

MODEL EKONOMETRYCZNY KLASYFIKACJA MODELI EKONOMETRYCZNYCH

MODEL EKONOMETRYCZNY KLASYFIKACJA MODELI EKONOMETRYCZNYCH Ekoomri mrił ( foli ) do wkłdu D.Miszczńsk, M.Miszczński MODEL EKONOMERYCZNY Modl js o schmcz uproszczi, pomijjąc iiso spk w clu wjśii wwęrzgo dziłi, form lub kosrukcji brdzij skomplikowgo mchizmu. (Lwrc

Bardziej szczegółowo

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b,

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b, CAŁA RZYWOLINIOWA NIESIEROWANA rzywą o rówaiach parameryczych: = (), y = y(), a < < b, azywamy łukiem regularym (gładkim), gdy spełioe są asępujące waruki: a) fukcje () i y() mają ciągłe pochode, kóre

Bardziej szczegółowo

OCHRONA PRZECIWPOŻAROWA BUDYNKÓW

OCHRONA PRZECIWPOŻAROWA BUDYNKÓW 95 V. OCHRONA PRZCWPOŻAROWA BUDYNKÓW 34 tapy rozwoju pożaru Ohroa prziwpożarowa uwzględia astępują fazy rozwoju pożaru:. Lokala iijaja pożaru i jgo arastai.. Radiayja i kowkyja wymiaa ipła między źródłm

Bardziej szczegółowo

C d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się:

C d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się: Zadanie. Obliczyć przebieg napięcia na pojemności C w sanie przejściowym przebiegającym przy nasępującej sekwencji działania łączników: ) łączniki Si S są oware dla < 0, ) łącznik S zamyka się w chwili

Bardziej szczegółowo

WYKŁAD 2. Rozdział 2: Drgania układu liniowego o jednym stopniu swobody. Część 1 Drgania swobodne

WYKŁAD 2. Rozdział 2: Drgania układu liniowego o jednym stopniu swobody. Część 1 Drgania swobodne WYKŁD Rozdział : Drgaia układu liiowgo o jdym stopiu swobody Część Drgaia swobod.. Modl fizycz układów o jdym stopiu swobody Przypomijmy, ż drgaia swobod to drgaia, któr odbywają się bz udziału wymuszń

Bardziej szczegółowo

Szacowanie ryzyka inwestycyjnego udostępnienia i eksploatacji niekonwencjonalnych złóż gazu

Szacowanie ryzyka inwestycyjnego udostępnienia i eksploatacji niekonwencjonalnych złóż gazu NAFTA-GAZ, ROK LXXII, Nr 5 / 06 DOI: 0.8668/NG.06.05.0 Tadusz Kwilosz, Bogda Filar Isyu Nafy i Gazu Pańswowy Isyu Badawczy Szacowai ryzyka iwsycyjgo udosępiia i ksploaacji ikowcjoalych złóż gazu W arykul

Bardziej szczegółowo

STATYSTYKA OPISOWA PODSTAWOWE WZORY

STATYSTYKA OPISOWA PODSTAWOWE WZORY MIARY POŁOŻENIA Średia Dla daych idywidualych: x = 1 STATYSTYKA OPISOWA PODSTAWOWE WZORY x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału Domiata (moda Liczba ajczęściej

Bardziej szczegółowo

STATYSTYKA OPISOWA PODSTAWOWE WZORY

STATYSTYKA OPISOWA PODSTAWOWE WZORY MIARY POŁOŻENIA Średia Dla daych idywidualych: STATYSTYKA OPISOWA PODSTAWOWE WZORY Q i = x lmi + i mi 1 4 j h m i mi x = 1 x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału

Bardziej szczegółowo

Sygnały pojęcie i klasyfikacja, metody opisu.

Sygnały pojęcie i klasyfikacja, metody opisu. Sygały pojęcie i klasyfikacja, meody opisu. Iformacja przekazywaa jes za pośredicwem sygałów, kóre przeoszą eergię. Sygał jes o fukcja czasowa dowolej wielkości o charakerze eergeyczym, w kórym moża wyróżić

Bardziej szczegółowo

Zmęczenie Materiałów pod Kontrolą

Zmęczenie Materiałów pod Kontrolą Zmęczi Matriałów pod Kotrolą Wyład Nr 6 ANALIZA SPRĘŻYSTO PLASTYCZNYCH STANÓW NAPRĘŻŃ i ODKSZTAŁCŃ Wydział Iżyirii Mcaiczj i Robotyi Katdra Wytrzymałości, Zmęczia Matriałów i Kostrucji ttp://zwmi.imir.ag.du.pl

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

Weryfikacja modelu. ( ) Założenia Gaussa-Markowa. Związek pomiędzy zmienną objaśnianą a zmiennymi objaśniającymi ma charakter liniowy

Weryfikacja modelu. ( ) Założenia Gaussa-Markowa. Związek pomiędzy zmienną objaśnianą a zmiennymi objaśniającymi ma charakter liniowy Wryfkacja modlu. Założa Gaussa-Markowa Zwązk pomędzy zmą objaśaą a zmym objaśającym ma charaktr lowy x, x,, K x k Wartośc zmych objaśających są ustalo ( są losow ε. Składk losow dla poszczgólych wartośc

Bardziej szczegółowo

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora.

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora. D:\maerialy\Maemayka a GISIP I rok DOC\7 Pochode\8ADOC -wrz-5, 7: 89 Obliczaie graic fukcji w pukcie przy pomocy wzoru Taylora Wróćmy do wierdzeia Taylora (wzory (-( Tw Szczególie waża dla dalszych R rozważań

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

PROGNOZY I SYMULACJE

PROGNOZY I SYMULACJE orecasig is he ar of saig wha will happe, ad he explaiig wh i did. Ch. Chafield (986 PROGNOZY I YMULACJE Kaarza Chud Laskowska kosulacje: p. 400A środa -4 czwarek -4 sroa iereowa: hp://kc.sd.prz.edu.pl/

Bardziej szczegółowo

Wykład 6 Pochodna, całka i równania różniczkowe w praktycznych zastosowaniach w elektrotechnice.

Wykład 6 Pochodna, całka i równania różniczkowe w praktycznych zastosowaniach w elektrotechnice. Wykład 6 Pochodna, całka i równania różniczkow w prakycznych zasosowaniach w lkrochnic. Przypomnini: Dfinicja pochodnj: Granica ilorazu różnicowgo-przyros warości funkcji do przyrosu argumnów-przy przyrości

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n Maemayka ubezpieczeń mająkowych 9.0.006 r. Zadaie. Rozważamy proces adwyżki ubezpieczyciela z czasem dyskreym posaci: U = u + c S = 0... S = W + W +... + W W W W gdzie zmiee... są iezależe i mają e sam

Bardziej szczegółowo

Funkcje jednej zmiennej - ćwiczenia 1. Narysuj relacje. Które z nich są funkcjami?

Funkcje jednej zmiennej - ćwiczenia 1. Narysuj relacje. Które z nich są funkcjami? Fukcj jdj zmij - ćwiczi. Nrysuj rlcj. Kór z ich są fukcjmi? A = (.y) R : y = A = (.y) R : y = A = (.y) R : y = A = (.y) R : y = - A 5 = (.y) R : y = ( + A 6 = (.y) R : y +. Zlźć dzidzię fukcji okrśloj

Bardziej szczegółowo

Ćwiczenia 11_12 KLASYCZNY MODEL REGRESJI LINIOWEJ

Ćwiczenia 11_12 KLASYCZNY MODEL REGRESJI LINIOWEJ Ćwcza _ KLACZN MOL RGRJI LINIOWJ Zada. W tabl przdstawoo wysokość stawk clj X oraz udzał w ryku a pw towar mportoway spoza U. 5 5 0 0 8 0 y 5 6 3 7 0 Nalży w oparcu o poda formacj: a. Zapsać rówa fukcj

Bardziej szczegółowo

Model Ramsey a-cass a-koopmans a. Dr hab. Joanna Siwińska-Gorzelak

Model Ramsey a-cass a-koopmans a. Dr hab. Joanna Siwińska-Gorzelak Modl Ramsy a-cass a-koopmas a Dr hab. Joaa Siwińsa-Gorzla Pla wyładu Wprowadzi do modlu Mody mamayz Rozwiązai modlu Wiosi Uwaga a slajdah zajdują się wyłązi głów lmy; sporo wyjaśiń js omawiayh podzas wyładu,

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

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

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

Bardziej szczegółowo

ANALIZA DYNAMIKI ZJAWISK (dok.) WYGŁADZANIE szeregu czasowego

ANALIZA DYNAMIKI ZJAWISK (dok.) WYGŁADZANIE szeregu czasowego D. Miszczńska,M.Miszczński, Maeriał do wkładu 6 ze Saski, 009/0 [] ANALIZA DYNAMIKI ZJAWISK (dok.). szereg czasow, chroologicz (momeów, okresów). średi poziom zjawiska w czasie (średia armecza, średia

Bardziej szczegółowo

ESTYMACJA PARAMETRÓW FUNKCJI REGRESJI METODĄ KLASYCZNĄ ORAZ METODAMI BOOTSTRAPOWYMI**

ESTYMACJA PARAMETRÓW FUNKCJI REGRESJI METODĄ KLASYCZNĄ ORAZ METODAMI BOOTSTRAPOWYMI** Góricwo i Geoiżyieria Rok 30 Zeszy 3/ 006 Dariusz Foszcz* ESTYMACJA PARAMETRÓW FUNKCJI REGRESJI METODĄ KLASYCZNĄ ORAZ METODAMI BOOTSTRAPOWYMI**. Wsęp W zmieiającej się rzeczywisości przebiegu procesów

Bardziej szczegółowo

LABORATORIUM ESBwT. Optymalizacja niezawodnościowa struktury elektronicznego systemu bezpieczeństwa

LABORATORIUM ESBwT. Optymalizacja niezawodnościowa struktury elektronicznego systemu bezpieczeństwa ZESPÓŁ LAORATORIÓW TELEMATYKI TRANSPORTU ZAKŁAD TELEKOMUNIKACJI W TRANSPORCIE WYDZIAŁ TRANSPORTU POLITECHNIKI WARSZAWSKIEJ LAORATORIUM ESwT INSTRUKCJA DO ĆWICZENIA nr Opymalizacja nizawodnościowa srukury

Bardziej szczegółowo

2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1)

2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1) Wykład 2 Sruna nieograniczona 2.1 Zagadnienie Cauchy ego dla równania jednorodnego Równanie gań sruny jednowymiarowej zapisać można w posaci 1 2 u c 2 2 u = f(x, ) dla x R, >, (2.1) 2 x2 gdzie u(x, ) oznacza

Bardziej szczegółowo

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x Meody aeaycze w echologii aeriałów Uwaga: Proszę paięać, że a zajęciach obowiązuje akże zajoość oówioych w aeriałach przykładów!!! CAŁKOWANIE FUNKCJI WYMIERNYCH Fukcją wyierą azyway fukcję posaci P ( )

Bardziej szczegółowo

Wykład 6. Badanie dynamiki zjawisk

Wykład 6. Badanie dynamiki zjawisk Wykład 6 Badanie dynamiki zjawisk Krzywa wieża w Pizie 1 2 3 4 5 6 7 8 9 10 11 12 13 y 4,9642 4,9644 4,9656 4,9667 4,9673 4,9688 4,9696 4,9698 4,9713 4,9717 4,9725 4,9742 4,9757 Szeregiem czasowym nazywamy

Bardziej szczegółowo

Wykład 2 Wahadło rezonans parametryczny. l+δ

Wykład 2 Wahadło rezonans parametryczny. l+δ Wykład Wahadło rzonans paramryczny θ θ l l+δ C B B Wykład Wahadło - rzonans paramryczny E E E B mg l cos θ θ E kinb m d d l l+δ B B l C I m l E B B kinb' I m B' B' d d d d B l ml d d B ' mgl cos ' B gcos

Bardziej szczegółowo

L.Kowalski Systemy obsługi SMO

L.Kowalski Systemy obsługi SMO SMO Systy asow obsługi zastosowai procsu urodzń i śirci - przyłady: - ctrala tlfoicza, - staca bzyowa, - asa biltowa, - syst iforatyczy. Założia: - liczba staowis obsługi, - liczba isc w poczali. - struiń

Bardziej szczegółowo

Wykład 6. Badanie dynamiki zjawisk

Wykład 6. Badanie dynamiki zjawisk Wykład 6 Badanie dynamiki zjawisk TREND WYODRĘBNIANIE SKŁADNIKÓW SZEREGU CZASOWEGO 1. FUNKCJA TRENDU METODA ANALITYCZNA 2. ŚREDNIE RUCHOME METODA WYRÓWNYWANIA MECHANICZNEGO średnie ruchome zwykłe średnie

Bardziej szczegółowo

X, K, +, - przestrzeń wektorowa

X, K, +, - przestrzeń wektorowa Zmiaa bazy przstrzi wktorowj Diicja 1. X, K, +, - przstrzń wktorowa ad ciałm K ( (,,..., ),,..., ) - owa baza - stara baza Macirzą przjścia P od do azywamy macirz odwzorowaia Idtyczościowgo P przstrzi

Bardziej szczegółowo

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody ZJAZD ANALIZA DANYCH CIĄGŁYCH ramach zajęć będą badae próbki pochodzące z poplacji w kórych badaa cecha ma rozkład ormaly N(μ σ). Na zajęciach będą: - wyzaczae przedziały fości dla warości średiej i wariacji

Bardziej szczegółowo

15. CAŁKA NIEOZNACZONA cz. I

15. CAŁKA NIEOZNACZONA cz. I 5. CAŁKA NIEOZNACZONA cz. I Fukcj pirwot fukcji f w pwym przdzial (właciwym lub iwłaciwym) azywamy tak fukcj F, którj pochoda rówa si fukcji f w tym przdzial. Zbiór wszystkich fukcji pirwotych fukcji f

Bardziej szczegółowo

W praktycznym doświadczalnictwie, a w szczególności w doświadczalnictwie polowym, potwierdzono występowanie zależności pomiędzy wzrastającą liczbą

W praktycznym doświadczalnictwie, a w szczególności w doświadczalnictwie polowym, potwierdzono występowanie zależności pomiędzy wzrastającą liczbą W prktyczym doświdczlictwi, w zczgólości w doświdczlictwi polowym, potwirdzoo wytępowi zlżości pomiędzy wzrtjącą liczą oiktów doświdczlych w lokch, wzrotm orwowgo łędu ytmtyczgo. Podcz plowi doświdczń

Bardziej szczegółowo

Wyznaczyć prędkości punktów A i B

Wyznaczyć prędkości punktów A i B Wyzaczaie prędkości i przyspieszeia puku ciała w ruchu płaskim (a) Wyzaczyć prędkości puków i Dae: rad/s; ε 0; 5 cm; 5 cm 48 mechaika echicza kiemayka 3 Wyzaczaie prędkości i przyspieszeia puku ciała w

Bardziej szczegółowo

ĆWICZENIE 11 OPTYMALIZACJA NIEZAWODNOŚCIOWA STRUKTURY ELEKTRONICZNEGO SYSTEMU BEZPIECZEŃSTWA

ĆWICZENIE 11 OPTYMALIZACJA NIEZAWODNOŚCIOWA STRUKTURY ELEKTRONICZNEGO SYSTEMU BEZPIECZEŃSTWA ĆWICZENIE OPTYMALIZACJA NIEZAWODNOŚCIOWA STUKTUY ELEKTONICZNEGO SYSTEMU EZPIECZEŃSTWA Cl ćwicznia: zapoznani z analizą nizawodnościowo-ksploaacyjną lkronicznych sysmów bzpiczńswa; wyznaczni wybranych wskaźników

Bardziej szczegółowo

Wykład 10 Promieniowanie termiczne

Wykład 10 Promieniowanie termiczne Wykład Promiiowai trmiz Promiiowai lktromagtyz wysyła przz ogrza (do pwj tmpratury iała azywamy promiiowaim trmizym. Wszystki iała mitują taki promiiowai do otozia, a takż z tgo otozia j absorbują. Jżli

Bardziej szczegółowo

Prognozowanie na podstawie modelu ekonometrycznego

Prognozowanie na podstawie modelu ekonometrycznego Progozowi podswi modlu oomrczgo Progozowi i smulcj Esmcj prmrów Mod Njmijszch Kwdrów MNK Zmirzm zlźd oc izch prmrów sruurlch modlu 0 Wrości zmij objśij orzm prz occh zwm wrościmi orczmi zmij objśij dl

Bardziej szczegółowo

Znikanie sumy napięć ïród»owych i sumy prądów w wielofazowym układzie symetrycznym

Znikanie sumy napięć ïród»owych i sumy prądów w wielofazowym układzie symetrycznym Obwody trójfazowe... / OBWODY TRÓJFAZOWE Zikaie sumy apięć ïród»owych i sumy prądów w wielofazowym układzie symetryczym liczba faz układu, α 2π / - kąt pomiędzy kolejymi apięciami fazowymi, e jα, e -jα

Bardziej szczegółowo

Zadania z algebry liniowej - sem. I Liczby zespolone

Zadania z algebry liniowej - sem. I Liczby zespolone Zadaia z algebry liiowej - sem. I Liczby zespoloe Defiicja 1. Parę uporządkowaą liczb rzeczywistych x, y azywamy liczbą zespoloą i ozaczamy z = x, y. Zbiór wszystkich liczb zespoloych ozaczamy przez C

Bardziej szczegółowo

gdzie E jest energią całkowitą cząstki. Postać równania Schrödingera dla stanu stacjonarnego Wprowadźmy do lewej i prawej strony równania Schrödingera

gdzie E jest energią całkowitą cząstki. Postać równania Schrödingera dla stanu stacjonarnego Wprowadźmy do lewej i prawej strony równania Schrödingera San sacjonarny cząsk San sacjonarny - San, w kórym ( r, ) ( r ), gęsość prawdopodobńswa znalzna cząsk cząsk w danym obszarz przsrzn n zalży od czasu. San sacjonarny js charakrysyczny dla sacjonarngo pola

Bardziej szczegółowo

Rachunek Prawdopodobieństwa MAP1151, 2011/12 Wydział Elektroniki Wykładowca: dr hab. Agnieszka Jurlewicz

Rachunek Prawdopodobieństwa MAP1151, 2011/12 Wydział Elektroniki Wykładowca: dr hab. Agnieszka Jurlewicz 1 Rachunk Prawdopodobiństwa MAP1151, 011/1 Wydział Elktroniki Wykładowca: dr hab. Agniszka Jurlwicz Listy zadań nr 5-6 Opracowani: dr hab. Agniszka Jurlwicz Lista 5. Zminn losow dwuwymiarow. Rozkłady łączn,

Bardziej szczegółowo

Rachunek Prawdopodobieństwa MAP1064, 2008/09

Rachunek Prawdopodobieństwa MAP1064, 2008/09 1 Rachunk Prawdopodobiństwa MAP1064, 008/09 Wydział Elktroniki Wykładowca: dr hab. Agniszka Jurlwicz Listy zadań nr 10-1 Opracowani: dr hab. Agniszka Jurlwicz Litratura: [1] A. Plucińska, E. Pluciński,

Bardziej szczegółowo

O ŚREDNIEJ STATYSTYCZNEJ

O ŚREDNIEJ STATYSTYCZNEJ Od średniej w modelu gaussowskim do kwantyli w podstawowym modelu nieparametrycznym IMPAN 1.X.2009 Rozszerzona wersja wykładu: O ŚREDNIEJ STATYSTYCZNEJ Ryszard Zieliński XII Międzynarodowe Warsztaty dla

Bardziej szczegółowo

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy

Bardziej szczegółowo

Funkcja nieciągła. Typy nieciągłości funkcji. Autorzy: Anna Barbaszewska-Wiśniowska

Funkcja nieciągła. Typy nieciągłości funkcji. Autorzy: Anna Barbaszewska-Wiśniowska Funkcja niciągła. Typy niciągłości funkcji Autorzy: Anna Barbaszwska-Wiśniowska 2018 Funkcja niciągła. Typy niciągłości funkcji Autor: Anna Barbaszwska-Wiśniowska DEFINICJA Dfinicja 1: Funkcja niciągła

Bardziej szczegółowo

, q3) współrzędnych kartezjańskich o równaniach:

, q3) współrzędnych kartezjańskich o równaniach: Kimaka puku w współędch kwoliiowch i wkoowch aual biguow walcow (clidc) kulis (sfc) Współędmi kwoliiowmi mogą bć dowol fukcj ( q 1, q, q3) współędch kajańskich o ówaiach: q1 q1(,, ) q q (,, ) q q,, ),

Bardziej szczegółowo

Michał Brzozowski Wykład 40 h Makrokonomia zaawansowana Część I: Ekonomia Montarna Dyżur: onidziałki.30 2.45, p. 409 E-mail: brzozowski@wn.uw.du.pl http://coin.wn.uw.du.pl/brzozowski lan wykładu. Czym

Bardziej szczegółowo

2. Schemat ideowy układu pomiarowego

2. Schemat ideowy układu pomiarowego 1. Wiadomości ogóle o prostowikach sterowaych Układy prostowikowe sterowae są przekształtikami sterowaymi fazowo. UmoŜliwiają płya regulację średiej wartości apięcia wyprostowaego, a tym samym średiej

Bardziej szczegółowo

ψ przedstawia zależność

ψ przedstawia zależność Ruch falowy 4-4 Ruch falowy Ruch falowy polega na rozchodzeniu się zaburzenia (odkszałcenia) w ośrodku sprężysym Wielkość zaburzenia jes, podobnie jak w przypadku drgań, funkcją czasu () Zaburzenie rozchodzi

Bardziej szczegółowo

16, zbudowano test jednostajnie najmocniejszy dla weryfikacji hipotezy H

16, zbudowano test jednostajnie najmocniejszy dla weryfikacji hipotezy H Zada Zakładając, ż zm losow,,, 6 są zalż mają rozkłady ormal ~ N( m, ),,, 6, zbudowao tst jdostaj ajmocjszy dla wryfkacj hpotzy H 0 : m 0 przy altratyw H : m 0 a pozom stotośc 0,05 W rzczywstośc okazało

Bardziej szczegółowo

Porównanie dwu populacji

Porównanie dwu populacji Porówaie dwu populacji Porówaie dwóch rozkładów ormalych Założeia:. X ~ N( m, σ ), X ~ N( m, σ ), σ σ. parametry rozkładów ie ą zae. X, X ą iezależe. Ocea różicy między średimi m m m m x x (,...) H 0 :

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

RÓWNOWAGA SOLOWA PRZY ALTERNATYWNYCH TRAJEKTORIACH LICZBY PRACUJĄCYCH

RÓWNOWAGA SOLOWA PRZY ALTERNATYWNYCH TRAJEKTORIACH LICZBY PRACUJĄCYCH A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 6(36) 06 hp://dx.doi.org/0.8778/008-608.36. Kaarzya Filipowicz *, Macij Grodzici ** Tomaz Toari *** RÓWNOWAGA SOLOWA PRZY ALTERNATYWNYCH

Bardziej szczegółowo

1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu

1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu Badaia iezawodościowe i saysycza aaliza ich wyików. Eleme ieaprawialy, badaia iezawodości Model maemayczy elemeu - dodaia zmiea losowa T, określająca czas życia elemeu Opis zmieej losowej - rozkład, lub

Bardziej szczegółowo

Funkcja generująca rozkład (p-two)

Funkcja generująca rozkład (p-two) Fucja geerująca rozład (p-wo Defiicja: Fucją geerującą rozład (prawdopodobieńswo (FGP dla zmieej losowej przyjmującej warości całowie ieujeme, azywamy: [ ] g E P Twierdzeie: (o jedozaczości Jeśli i są

Bardziej szczegółowo

Farmakokinetyka furaginy jako przykład procesu pierwszego rzędu w modelu jednokompartmentowym zawierającym sztuczną nerkę jako układ eliminujący lek

Farmakokinetyka furaginy jako przykład procesu pierwszego rzędu w modelu jednokompartmentowym zawierającym sztuczną nerkę jako układ eliminujący lek 1 Matriał tortyczny do ćwicznia dostępny jst w oddzilnym dokumnci, jak równiż w książc: Hrmann T., Farmakokintyka. Toria i praktyka. Wydawnictwa Lkarski PZWL, Warszawa 2002, s. 13-74 Ćwiczni 6: Farmakokintyka

Bardziej szczegółowo

I kolokwium z Analizy Matematycznej

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

Bardziej szczegółowo

c 2 + d2 c 2 + d i, 2

c 2 + d2 c 2 + d i, 2 3. Wykład 3: Ciało liczb zespoloych. Twierdzeie 3.1. Niech C R. W zbiorze C określamy dodawaie: oraz możeie: a, b) + c, d) a + c, b + d) a, b) c, d) ac bd, ad + bc). Wówczas C, +, ) jest ciałem, w którym

Bardziej szczegółowo

Zasada pędu i popędu, krętu i pokrętu, energii i pracy oraz d Alemberta bryły w ruchu postępowym, obrotowym i płaskim

Zasada pędu i popędu, krętu i pokrętu, energii i pracy oraz d Alemberta bryły w ruchu postępowym, obrotowym i płaskim Zasada pędu i popędu, kręu i pokręu, energii i pracy oraz d Alembera bryły w ruchu posępowym, obroowym i płaskim Ruch posępowy bryły Pęd ciała w ruchu posępowym obliczamy, jak dla punku maerialnego, skupiając

Bardziej szczegółowo

Niepewności pomiarowe

Niepewności pomiarowe Niepewości pomiarowe Obserwacja, doświadczeie, pomiar Obserwacja zjawisk fizyczych polega a badaiu ych zjawisk w warukach auralych oraz a aalizie czyików i waruków, od kórych zjawiska e zależą. Waruki

Bardziej szczegółowo

Praca domowa nr 1 Grupa 1. Szacowanie wartości wielkości fizycznych Grupa 2. Podstawy analizy wymiarowej

Praca domowa nr 1 Grupa 1. Szacowanie wartości wielkości fizycznych Grupa 2. Podstawy analizy wymiarowej Praca domowa r Grua. Szacowai warości wilkości fizyczych Wrowadzi: W wilu zagadiiach irsuj as rzybliżoa warość wilkości fizyczj X. Moż o być sowodowa ym, ż wyzaczi dokładj warości rwałoby długo, wymagałoby

Bardziej szczegółowo

Gretl konstruowanie pętli Symulacje Monte Carlo (MC)

Gretl konstruowanie pętli Symulacje Monte Carlo (MC) Grel kosruowaie pęli Symulacje Moe Carlo (MC) W Grelu, aby przyspieszyć pracę, wykoać iesadardową aalizę (ie do wyklikaia ) możliwe jes użycie pęli. Pęle realizuje komeda loop, kóra przyjmuje zesaw iych

Bardziej szczegółowo

Proces stochastyczny jako funkcja dwóch zmiennych. i niepusty podzbiór zbioru liczb rzeczywistych T. Proces stochastyczny jest to funkcja

Proces stochastyczny jako funkcja dwóch zmiennych. i niepusty podzbiór zbioru liczb rzeczywistych T. Proces stochastyczny jest to funkcja POJĘCI PROCSU STOCHSTYCZNGO Przykład mpluda napęca gnrowango przz prądncę prądu zmnngo zalży od czynnków losowych moż być zapsana jako funkcja X sn c c - sała okrślająca częsolwość - zmnna losowa o rozkładz

Bardziej szczegółowo

MOŻLIWOŚCI UNIFIKACJI ROZWOJU GOSPODARCZEGO WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ W ASPEKCIE DYNAMIKI WZROSTÓW PKB

MOŻLIWOŚCI UNIFIKACJI ROZWOJU GOSPODARCZEGO WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ W ASPEKCIE DYNAMIKI WZROSTÓW PKB Tomasz Misiak Kaedra Ekoomii Poliechika Rzeszowska MOŻLIWOŚCI UNIFIKACJI ROZWOJU GOSPODARCZEGO WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ W ASPEKCIE DYNAMIKI WZROSTÓW PKB Wprowadzeie Moywy iegracji mają zazwyczaj

Bardziej szczegółowo

zadań z pierwszej klasówki, 10 listopada 2016 r. zestaw A 2a n 9 = 3(a n 2) 2a n 9 = 3 (a n ) jest i ograniczony. Jest wiec a n 12 2a n 9 = g 12

zadań z pierwszej klasówki, 10 listopada 2016 r. zestaw A 2a n 9 = 3(a n 2) 2a n 9 = 3 (a n ) jest i ograniczony. Jest wiec a n 12 2a n 9 = g 12 Rozwiazaia zadań z pierwszej klasówki, 0 listopada 06 r zestaw A Ciag a ) jest zaday rekuryjie: a a, a + a a 9, a R, a

Bardziej szczegółowo

ZESTAW ZADAN Z FIZYKI KWANTOWEJ (2)

ZESTAW ZADAN Z FIZYKI KWANTOWEJ (2) ditd by Foxit PDF dito Copyigt (c) by Foxit Softwa Copay, 4-7 Fo valuatio Oly. ZSTAW ZADAN Z FIZYKI KWANTOWJ () Zadai Pogowa długość fali dla wybicia fotolktoów z taliczgo odu wyoi 5.45 a. wyzacz akyalą

Bardziej szczegółowo

Cztery typy skal pomiarowych

Cztery typy skal pomiarowych Statystyka Wykład Adam Ćmil A-A a cmil@agh.du.pl Litratura Koroacki J., Miliczuk J., Statystyka dla kiruków tchiczych i przyrodiczych, WNT 00. Klocki W., Statystyka dla iżyirów, PWN 99. Gajk L., Wioskowai

Bardziej szczegółowo

PROCEDURA ANALIZY KOLIZYJNEGO STRUMIENIA POJAZDÓW SKRĘCAJACYCH W LEWO. Osobna faza i dodatkowy pas ruchu dla relacji w lewo SL jest konieczna, gdy

PROCEDURA ANALIZY KOLIZYJNEGO STRUMIENIA POJAZDÓW SKRĘCAJACYCH W LEWO. Osobna faza i dodatkowy pas ruchu dla relacji w lewo SL jest konieczna, gdy ROCEDURA ANALIZY KOLIZYJNEO TRUMIENIA OJAZDÓW KRĘCAJACYCH W LEWO 1) Koiczość wydziia osobj azy i dodatkowgo pasa rch da racji w o L Osoba aza i dodatkowy pas rch da racji w o L jst koicza, gdy 1 400 /h

Bardziej szczegółowo

ZASTOSOWANIE REGRESJI LOGISTYCZNEJ DO OKREŚLENIA PRAWDOPODOBIEŃSTWA SPRZEDAŻY ZASOBU MIESZKANIOWEGO

ZASTOSOWANIE REGRESJI LOGISTYCZNEJ DO OKREŚLENIA PRAWDOPODOBIEŃSTWA SPRZEDAŻY ZASOBU MIESZKANIOWEGO ZASTOSOWANIE REGRESJI LOGISTYCZNEJ DO OKREŚLENIA PRAWDOPODOBIEŃSTWA SPRZEDAŻY ZASOBU MIESZKANIOWEGO Łukasz MACH Strszczni: W artykul przdstawiono procs budowy modlu rgrsji logistycznj, którgo clm jst wspomagani

Bardziej szczegółowo

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce!

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce! Iformatyka Stosowaa-egzami z Aalizy Matematyczej Każde zadaie ależy rozwiązać a oddzielej, podpisaej kartce! y, Daa jest fukcja f (, + y, a) zbadać ciągłość tej fukcji f b) obliczyć (,) (, (, (,) c) zbadać,

Bardziej szczegółowo

EKONOMETRIA. Ekonometryczne modele specjalne. Zbigniew.Tarapata zbigniew.tarapata.akcja.pl/p_ekonometria/ tel.

EKONOMETRIA. Ekonometryczne modele specjalne.   Zbigniew.Tarapata zbigniew.tarapata.akcja.pl/p_ekonometria/ tel. EKONOMETRIA Tmat wykładu: Ekonomtryczn modl spcjaln Prowadzący: dr inż. Zbigniw TARAPATA -mail: Zbigniw.Tarapata Tarapata@isi.wat..wat.du.pl http:// zbigniw.tarapata.akcja.pl/p_konomtria/ tl.: 0-606-45-54-80

Bardziej szczegółowo

OCENA POPYTU POPYT POJĘCIA WSTĘPNE. Definicja: Popyt to ilość dobra, jaką nabywcy gotowi są zakupić przy różnych poziomach ceny.

OCENA POPYTU POPYT POJĘCIA WSTĘPNE. Definicja: Popyt to ilość dobra, jaką nabywcy gotowi są zakupić przy różnych poziomach ceny. OCENA POPYTU POPYT POJĘCIA WSTĘPNE Defiicja: Pop o ilość dobra, jaką abwc goowi są zakupić prz różch poziomach ce. Deermia popu: (a) Cea daego dobra (b) Ilość i ce dóbr subsucjch (zw. kokurecjch) (c) Ilość

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

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń MIANO ROZTWORU TITRANTA Aaliza saysycza wyików ozaczeń Esymaory pukowe Średia arymeycza x jes o suma wyików w serii podzieloa przez ich liczbę: gdzie: x i - wyik poszczególego ozaczeia - liczba pomiarów

Bardziej szczegółowo

MMF ćwiczenia nr 1 - Równania różnicowe

MMF ćwiczenia nr 1 - Równania różnicowe MMF ćwiczia r - Rówaia różicow Rozwiązać rówaia różicow pirwszgo rzędu: y + y = y = y + y =! y = Wsk Podzilić rówai przz! i podstawić z y /( )! Rozwiązać rówaia różicow drugigo rzędu: 5 6 F F F F F (ciąg

Bardziej szczegółowo

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim.

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim. Damia Doroba Ciągi. Graice, z których korzystamy. k. q.. 5. dla k > 0 dla k 0 0 dla k < 0 dla q > 0 dla q, ) dla q Nie istieje dla q ) e a, a > 0. Opis. Pierwsza z graic powia wydawać się oczywista. Jako

Bardziej szczegółowo

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem 9.1. Izomorfizmy algebr.. Wykład Przykłady: 13) Działaia w grupach często wygodie jest zapisywać w tabelkach Cayleya. Na przykład tabelka działań w grupie Z 5, 5) wygląda astępująco: 5 1 3 1 1 3 1 3 3

Bardziej szczegółowo

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,. Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,

Bardziej szczegółowo

Zeszyty Problemowe Maszyny Elektryczne Nr 73/2005 37

Zeszyty Problemowe Maszyny Elektryczne Nr 73/2005 37 Zszyty Problmo Maszyy lktrycz Nr 7/2005 7 Tadusz Glika BOBRM Koml, Katoic ZUŻYCI NRGII LKTRYCZNJ UKŁADACH NAPĘDOYCH PRZNOŚNIKÓ TAŚMOYCH LCTRICAL NRGY CONSUMPTION BY CONVYOR BLTS DRIV SYSTM Abstract: High

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to

Bardziej szczegółowo

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2. Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,

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 2,..., a będą dowolymi liczbami. Sumę a + a 2 +... + a zapisuje się zazwyczaj w postaci (czytaj: suma od k do a k ). Zak Σ to duża grecka

Bardziej szczegółowo

Analiza obwodów elektrycznych z przebiegami stochastycznymi. Dariusz Grabowski

Analiza obwodów elektrycznych z przebiegami stochastycznymi. Dariusz Grabowski Aliz obwodów elekryczych z przebiegmi sochsyczymi Driusz Grbowski Pl wysąpiei Sochsycze modele sygłów Procesy sochsycze Przekszłcei procesów sochsyczych przez ukłdy liiowe Ciągłość i różiczkowlość sochsycz

Bardziej szczegółowo