IMPLEMENTACJA FUNKCJI LOGICZNYCH ZA POMOCĄ SIECI BRAMEK KWANTOWYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "IMPLEMENTACJA FUNKCJI LOGICZNYCH ZA POMOCĄ SIECI BRAMEK KWANTOWYCH"

Transkrypt

1 STUDIA INFORMATICA 3 Volme 34 Nmber 3 (3) Joaa WIŚNIEWSKA Wojskowa Akademia Techicza, Istytt Systemów Iformatyczych IMPLEMENTACJA FUNKCJI LOGICZNYCH ZA POMOCĄ SIECI BRAMEK KWANTOWYCH Streszczeie. W poiższym artykle podiesioy został problem modelowaia fkcji logiczych za pomocą kwatowych obwodów itarych bez korzystaia z tzw. kwatowych bitów pomociczych. Podao algorytm opisjący tworzeie postaci macierzowej operatora kwatowego, za pomocą którego moża wyzaczyć wartość fkcji logiczych zmieych, a także wskazao, w jaki sposób skostrować sieć zaych bramek kwatowych realizjącą działaie wspomiaego operatora. Słowa klczowe: fkcje logicze, bramki kwatowe, macierze itare THE BOOLEAN FUNCTIONS IMPLEMENTATION WITH USE OF QUANTUM GATES CIRCUIT Smmary. The followig pblicatio cocers o Boolea fctios modellig with se of qatm gates, bt withot so-called acilla qbits. First, the algorithm of matri form calclatig for qatm operator is preseted metioed operator may be sed to determie the vale of Boolea fctio. Net, it is show how to costrct qatm gates circit solvig give problem. Keywords: logic fctios, qatm gates, itary matrices. Wstęp Dowolą fkcję logiczą może realizować kład klasyczych bramek NAND. Ze względ a to, że tzw. bramka Toffoliego może wykoywać operację NAND, w latach 9. XX wiek pojawiły się pblikacje, m.i. [], propojące bdowę kładów kwatowych realizjących fkcje logicze z życiem tejże bramki. Rozwiązaie to ma wadę, miaowicie każda bramka Toffoliego ma tzw. qbit (kwatowy bit) sterjący, który decydje o tym, czy bramka wykoje operację AND czy NAND a pozostałych qbitach przetwarzaych przez bramkę.

2 56 J. Wiśiewska Biorąc po wagę problem dekoherecji ależałoby zmiejszać liczbę kwatowych qbitów potrzebych do rozwiązaia zadaia, a każda bramka NAND w kładzie geerje potrzebę korzystaia z dodatkowego qbit sterjącego. Poiżej przedstawioy został sposób kostrowaia sieci zaych bramek kwatowych, realizjącej fkcję logiczą, bez korzystaia z qbitów sterjących. Elimiacja qbitów sterjących została otrzymaa poprzez sprowadzeie problem modelowaia fkcji logiczej do problem przyporządkowaia daej fkcji pewej macierzy itarej, a astępie do problem sytezy kwatowego obwod itarego, realizjącego działaie operatora wyrażoego za pomocą wspomiaej macierzy. Prezetowae rozwiązaie różi się od aktalie stosowaych, p. [, 8, ], brakiem elemetów probabilistyczych, a celem rozwijaej metody jest opracowaie determiistyczego algorytm wskazjącego, w jaki sposób moża kostrować kłady realizjące fkcje logicze o jak ajmiejszej liczbie bramek.. Rozpatrywae fkcje logicze Fkcją logiczą f, zmieych, będzie azwae odwzorowaie: f : B B, () gdzie B {, }. Dodatkowo, zakłada się, że fkcja f ie jest fkcją stałą i jej wartość zależy od wartości wszystkich zmieych rozpatrywaego zadaia. Dla każdej fkcji f o zmieych, które będą ozaczae jako i ( i, ), moża podać tabelę prawdy. Niech tabelą prawdy dla fkcji f będzie tabela o ( + ) kolmach oraz ( + ) wierszach łączie z tzw. agłówkiem tabeli. Kolmy, które w agłówk mają ozaczeia i ( i, ) zawierają wszystkie możliwe kombiacje wartości zero-jedykowych, które mogą przyjmować zmiee i fkcji f, w taki sposób, iż wartości te czytae wierszami są kolejymi liczbami biarymi, dla których ajbardziej istoty bit zajdje się zawsze w kolmie. Wartość liczby biarej zapisaej w dowolym wiersz jest zawsze o jede miejsza iż wartość lp w tymże wiersz liczbę porządkową lp, zawiera pierwsza kolma tabeli prawdy, o ozaczei lp w agłówk. Ozacza to, że lp jest merem kokretego przyporządkowaia (pary) wartości wektorów: gdzie: zapis lp lp, F, () lp o merze lp, a lp ozacza wektor, składowych, zajdjący się w wiersz tabeli prawdy F to wartość decyzji dla daego wektora lp lp F,. Ostatia kolma tabeli prawdy, z agłówkiem f(), zawiera zbiór możliwych wartości decyzji F(), odpowiadający permtacjom wszystkich wartości zmieych i.

3 Implemetacja fkcji logiczych za pomocą sieci bramek kwatowych 57 Rys.. Wzorzec tabeli prawdy Fig.. The patter of trth table Warto zaważyć, że dla zadaia zmieych w kolmie f() moża podać różych ciągów zero-jedykowych. Liczba fkcji f, dokładie zmieych, zostaie podaa, jeżeli od liczby ciągów zostaą odjęte ciągi reprezetjące fkcje stałe ( f ( ) i f ( ) ) oraz ciągi odpowiadające fkcjom, które moża prościć do miejszej liczby zmieych iż. Niech wartość mówiąca o liczbie fkcji f dokładie zmieych zostaie ozaczoa jako lf. W przypadk fkcji jedej zmieej, po wyklczei fkcji stałych, lf wyosi: lf, (3) co jest zgode z rzeczywistością, bo dla jedej zmieej możemy podać tylko dwie róże fkcje logicze: f ( ) i f ( ). Obliczając lf dla > ależy względiać liczbę fkcji o miejszej liczbie zmieych, których liczość moża wyrazić jako kombiację k zmieych ( k, ) spośród -elemetowego zbior zmieych: lf k! lf k! k! k dla Ze względ a to, że wzór (4) ma charakter rekrecyjy, aby wyliczyć dowole lf potrzebe jest wcześiejsze wyliczeie wszystkich lf k, przy założei, że lf jest zae (3). (4) 3. Operator kwatowy wyzaczający wartość fkcji logiczej Przyjęte zostało założeie mówiące, że zero-jedykowe wartości przyjmowae przez zmiee i rozpatrywaej fkcji f zostaą przypisae kolejym qbitom rejestr kwatowego h :

4 58 J. Wiśiewska h,,..., (5) Korzystając z tabeli prawdy fkcji f moża podać macierz U, będącą reprezetacją operatora kwatowego, który realizje przekształceie h U h (6) takie, że ze sta końcowego h rejestr kwatowego moża odczytać wartość fkcji f(), korzystając z algorytm opisaego w tym podrozdziale. Sta h moża opisać aalogiczie do (5): h,,..., (7) Wspomiay algorytm moża podzielić a dwa etapy w pierwszym z ich, a podstawie tabeli prawdy, tworzoa jest tablica pomocicza i zapamiętyway jest klcz, słżący odczytai wyików zadaia ze sta macierzy U. h, astępie w drgim etapie wyliczaa jest postać Tablica pomocicza ma wierszy oraz dwie kolmy zwierające odpowiedio: stay początkowe h i stay końcowe h rejestr obliczeiowego dla zadaia zmieych. Wartości staów początkowych rejestr są zae (są to koleje całkowite liczby biare od do ( ), czyli liczby zapisae w tablicy prawdy, w kolmach ależących do wektora ). Zmieej pomociczej lp ależy przypisać wartość, a zmiea sta_końcowy jest iicjowaa wartością, zapisaą w postaci -cyfrowej liczby biarej. Zmiea z będzie przechowywała wartość potrzebą do odczytaia wyików zadaia. W cel wyzaczeia wartości zajdjących się w drgiej kolmie tablicy pomociczej wykoywae są astępjące kroki:. Jeżeli w tabeli prawdy w wiersz o merze lp kolma z agłówkiem f() zawiera wartość, to przejście do krok ; w przeciwym wypadk zwiększaa jest wartość zmieej lp o jede. Jeżeli (lp > powtarzay jest krok. ), to przejście do krok 3; w przeciwym wypadk. Staowi początkowem, który jest reprezetoway przez liczbę biarą, co do wartości o jede miejszą iż aktala wartość zmieej lp, przypisyway jest sta końcowy o aktalej wartości zmieej sta_końcowy, a astępie ikremetowae są wartości zmieych: lp i sta_końcowy. Jeżeli (lp > ), to przejście do krok 3; w przeciwym wypadk powtarzay jest krok. 3. Zmieej z przypisywaa jest wartość (sta_końcowy + ). Zmieej lp przypisywaa jest wartość i astępje przejście do krok Jeżeli w tabeli prawdy w wiersz o merze lp kolma z agłówkiem f() zawiera wartość, to przejście do krok 5; w przeciwym wypadk zwiększaa jest wartość zmie-

5 Implemetacja fkcji logiczych za pomocą sieci bramek kwatowych 59 ej lp o jede. Jeżeli (lp > ), to koiec algorytm; w przeciwym wypadk powtarzay jest krok Staowi początkowem, który jest reprezetoway przez liczbę biarą, co do wartości o jede miejszą iż aktala wartość zmieej lp, przypisyway jest sta końcowy o aktalej wartości zmieej sta_końcowy, a astępie ikremetowae są wartości zmieych: lp i sta_końcowy. Jeżeli (lp > ), to koiec algorytm; w przeciwym wypadk powtarzay jest krok 4. Korzystając z tablicy pomociczej, zawierającej par h h, wyzacza się postać macierzy U o rozmiarze. W tym cel stay h i h mogą zostać przedstawioe jako kolmowe wektory amplitd, których wartości są zae odpowiedio H i H., H H (8) Przekształceie z (6) może zostać zapisae: H H U, (9) czyli wyliczeie elemetów U wymaga rozwiązaia kład rówań, tworzoych a podstawie zależości ().,,,,,,,,, () Wartość z, obliczaa dla daej fkcji f w trzecim krok algorytm tworzeia tablicy pomociczej, pozwala a odczytaie wartości fkcji f ze sta h w astępjący sposób: ) ( z dla z dla f ()

6 6 J. Wiśiewska 4. Charakterystyka macierzy U Zaim zostaą opisae sposoby realizacji działaia operatora kwatowego, przedstawiaego za pomocą macierzy U, warto zwrócić wagę a pewe charakterystycze cechy tej macierzy. Macierz U, o wymiarach dla fkcji zmieych, jest biarą macierzą itarą, poieważ jej elemety są wyzaczae a podstawie różych postaci wektora kolmowego H oraz różych postaci wektora kolmowego H, przy czym H i H opisją wyłączie stay kwatowe z tzw. bazy stadardowej (elemety każdego wektora, czyli amplitdy sta kwatowego to ( ) zer i jeda jedyka). Macierz permtacją kolm/wierszy macierzy idetyczości I U zawsze będzie pewą, a co za tym idzie kolmy i wiersze U będą wzajemie ortogoale oraz sma podiesioych do kwadrat wartości elemetów każdej kolmy i każdego wiersza będzie rówa jedości, a z tego wyika, że U jest itara dowód w [5]. jest pewą permtacją kolm macierzy I, to moża ją zapisać w for- mie ( Skoro j, którym U -elemetowego ciąg (c) liczb całkowitych dodatich, w którym każda j-ta liczba ) odpowiada j-tej kolmie U, a wartość j-tej liczby to mer wiersza, w w macierzy U zajdje się wartość, p.: U, () wtedy 4-elemetowy ciąg (c) ma postać:, 3,, 4. Sposób tworzeia U, opisay w poprzedim podrozdziale, powodje, że U może być macierzą jedostkową I, jeżeli w kolmie f() tablicy prawdy zajdje się posortoway iemalejąco ciąg zero-jedykowy (czytając tablicę od wiersza lp = do lp = ). W pozostałych przypadkach ciąg (c) dla macierzy U moża podzielić a dwa rosące (różica ciąg r = ) ciągi liczb całkowitych dodatich, których elemety mogą się przeplatać jede z tych ciągów jest skoreloway z wystąpieiami wartości w kolmie f() tabeli prawdy, a drgi z wystąpieiami w tej kolmie wartości. Moża zaważyć, że liczba macierzy U, potrzebych do realizacji obliczeń dla wszystkich fkcji f, dokładie zmieych, jest trochę miejsza iż liczba fkcji f podaa w (4), z tego powod, że w grpie tychże fkcji mogą występować róże od siebie fkcje

7 Implemetacja fkcji logiczych za pomocą sieci bramek kwatowych 6 dokładie zmieych, dla których ciąg (c) będzie ciągiem rosącym, a wtedy U I. Wspomiaa różica między liczbą macierzy U a liczbą fkcji f dla kokretej liczby zmieych jest tak iezacza, iż moża przyjąć, że obydwie te wartości są tego samego rzęd:, co wyika z (4). Istote jest to, że przedstawioy sposób modelowaia fkcji logiczej wymaga skostrowaia macierzy U wszystkich permtacji kolm macierzy jedostkowej, które są tylko pewym podzbiorem I, których liczba wyosi ( )!, a moża pokazać, że ( )! dla. W dodatk, jeżeli U I, wiadomo, że U ma tę cechę, iż zrztowaa a ciąg (c) składa się z dwóch rosących ciągów, których wyrazy mogą się przeplatać, co wpływa a kostrkcję algorytmów bdowaia sieci bramek kwatowych, realizjących operację U oraz pomaga zwiększyć dokładość oszacowaia złożoości tychże kładów. 5. Implemetacja U za pomocą sieci bramek kwatowych Macierz U, będąca reprezetacją pewego operatora kwatowego, jest biarą macierzą itarą, więc może zostać zaimplemetowaa za pomocą kład kwatowego, zbdowaego z bramek Toffoliego oraz operacji Roll, której reprezetacja macierzowa, będąca pewą permtacją macierzy I, została podaa w (3). W pracy [] pokazao dowód, że wspomiae wyżej operacje staowią zbiór operacji bazowych dla biarych macierzy itarych. Roll (3) Na rys. a przedstawioo kład realizjący -qbitową operację Roll, przy czym operacja COND (rys. b) może zostać przedstawioa jako taka permtacja kolm macierzy I, w której pierwsza kolma I została zamieioa miejscami z kolmą o merze +. Poiżej zajdje się przykład -qbitowej operacji COND (4). COND (4)

8 6 J. Wiśiewska Dla przyspieszeia wykoywaych operacji zostaie żyta także operacja Roll -, która może zostać zaimplemetowaa jako kład odwroty do kład Roll. a) b) - COND - COND - COND Rys.. (a) kład -qbitowy dla operacji Roll, (b) kład -qbitowy dla operacji COND Fig.. (a) -qbit circit for Roll operatio, (b) -qbit circit for COND operatio Jeżeli dla pewej fkcji logiczej zmieych macierz U I, to kład bramek może składać się z jedej bramki I o wejściach/wyjściach. W pozostałych przypadkach kład będzie kostroway z operacji Roll, Roll - i bramki Toffoliego, korzystając z astępjących obserwacji: Roll przeswa kolmy kostrowaej macierzy w lewo, a Roll - w prawo; bramka Toffoliego zamieia miejscami dwie ostatie kolmy; jako pkt startowy przyjmowaa jest macierz I, więc skoro U może zostać przedstawioe jako ciąg (c) składający się z dwóch ciągów rosących, to wystarczy odpowiedio porządkować tylko jede z ich; zaa jest wartość z (klcz do odczytaia wyików zadaia), mówiąca o dłgości ciąg rosącego korespodjącego z wartościami fkcji rówymi (odczytywae z tablicy prawdy). Niech celem będzie skostrowaie macierzy U I macierzowych operacji Roll, Roll - i bramki Toffoliego o wymiarach. Macierz pomocicza X za pomocą iloczyów postaci I zostaje zaiicjowaa jako macierz jedostkowa. Zmieej pomoci- czej pozycja przypisywaa jest wartość. W cel skostrowaia kład realizjącego U ależy wykoać astępjące kroki:. Należy sprawdzić czy z jeżeli tak, to przejście do krok ; w przeciwym wypadk przejście do krok 5.. Zmieej pomociczej k przypisywaa jest wartość z. 3. Jeżeli k =, to przejście do krok 8; w przeciwym wypadk: pod zmieą j przypisyway jest mer kolmy, w której w U występje w k-tym wiersz. Pod zmieą j przypisyway jest mer kolmy, w której w X występje w k-tym wiersz. Jeżeli j = j, to k zostaje zmiejszoe o i astępje powtórzeie krok 3; w przeciwym wypadk przejście do krok 4.

9 Implemetacja fkcji logiczych za pomocą sieci bramek kwatowych Na macierzy X ależy wykoać operację Roll - (pozycja j ) razy. Zastosować operację Toffoli jede raz. Następie Roll i Toffoli aprzemieie (j j ) razy. Zmieej pozycja przypisać wartość j. Zmiejszyć k o jede i przejść do krok Zmieej pomociczej k przypisywaa jest wartość (z + ). 6. Jeżeli k = +, to przejście do krok 8; w przeciwym wypadk: pod zmieą j przypisyway jest mer kolmy, w której w U występje w k-tym wiersz. Pod zmieą j przypisyway jest mer kolmy, w której w X występje w k-tym wiersz. Jeżeli j = j, to k zostaje zwiększoe o i astępje powtórzeie krok 6; w przeciwym wypadk przejście do krok Jeżeli j pozycja, to a macierzy X ależy wykoać operację Roll - (pozycja j ) razy; w przeciwym wypadk ależy wykoać a macierzy X operację Roll (pozycja j ) razy. Zastosować operację Toffoli jede raz. Następie Roll - i Toffoli aprzemieie (j j ) razy. Zmieej pozycja przypisać wartość (j + ). Zwiększyć k o jede i przejść do krok Na macierzy X wykoać operację Roll ( pozycja) razy. 9. Sieć bramek realizjącą operację U ależy zbdować wstawiając podkłady bramek kwatowych odpowiadające żytym operacjom Roll, Roll - i Toffoli zaczyając od wyjścia, a kończąc a wejści całego kład. 6. Podsmowaie Zaletą rozwiązaia przedstawioego w tym rozdziale jest możliwość modelowaia obwod bramek kwatowych, realizjącego operację logiczą, bez życia qbitów sterjących (bdjąc kład z bramek Toffoliego, pracjących jako iwersale bramki NAND ależy względiać zwiększeie rejestr kwatowego o liczbę qbitów rówą liczbie żytych bramek). W podrozdziale 5 została przedstawioa propozycja implemetacji operacji U, realizjącej działaie fkcji logiczej, za pomocą obwod zaych bramek kwatowych ze względ a kostrkcję wykorzystaego w tym cel algorytm moża stwierdzić, że ajbardziej złożoe kłady powstawałyby dla przypadków, w których modelowae U miałoby postać ciąg (c): lb,,...,,,,..., (5),,,,...,, Wtedy liczba warstw bramek względiając to, że każda operacja Roll bądź Roll - to (5 5) warstw dla >, a bramka Toffoliego ze względ a możliwość efektywej implemetacji [6] traktowaa jest jako jeda warstwa byłaby rzęd. Przypadki te jedak ie ależą do zbior fkcji f dokładie zmieych, bo praszczają się do fkcji jedej (6)

10 64 J. Wiśiewska zmieej: (5) to f ( ), a (6) moża przedstawić jako f ( ). Fkcje te moża realizować za pomocą -qbitowej bramki. Potrzeba jest dalsza ewalacja żytych metod w kierk badaia złożoości powstających kładów oraz zoptymalizowaia zapropoowaego w podrozdziale 5 algorytm, co rówież przełoży się a zmiejszeie liczby warstw bramek w sieci. BIBLIOGRAFIA. Ambaiis A., de Wolf R.: How Low Ca Approimate Degree ad Qatm Qery Compleity be for Total Boolea Fctios? arxiv:6.77 v [qat-ph], 3.. Bareco A., Ekert A., Vedral V.: Qatm Networks for Elemetary Arithmetic Operatios. arxiv:qat-ph/958, Bgajski S., Klamka J., Węgrzy S.: Fodatio of qatm comptig. Part. Archiwm Iformatyki Teoretyczej i Stosowaej, vol., o.,, p Bgajski S., Klamka J., Węgrzy S.: Fodatio of qatm comptig. Part. Archiwm Iformatyki Teoretyczej i Stosowaej, vol. 4, o.,, p Chdy M.: Wprowadzeie do Iformatyki Kwatowej. Akademicka Oficya Wydawicza EXIT, Warszawa. 6. Gilchrist A., Ralph T.C., Resch K.J.: Efficiet Toffoli Gates Usig Qdits. arxiv: v [qat-ph], Hardy Y., Steeb W.H.: A Seqece of Qatm Gates. arxiv:.59v [qat-ph],. 8. Kameyama M., Lkac M., Perkowski M.: Evoltioary Qatm Logic Sythesis of Boolea Reversible Logic Circits Embedded i Terary Qatm Space Usig Heristics. arxiv:7.3383v [qat-ph],. 9. Kaye P., Laflamme R., Mosca M.: A Itrodctio to Qatm Comptig. Oford Uiversity Press, Oford 7.. Motaaro A., Osbore T.J.: Qatm Boolea Fctios. arxiv:8.435v5 [qatph],.. Wiśiewska J.: Qatm Compter Network Model for a Decisio Makig Algorithm. Commicatios i Compter ad Iformatio Sciece, Spriger-Verlag, vol. 9, p. 73-8, Berli. Wpłyęło do Redakcji 3 marca 3 r.

11 Implemetacja fkcji logiczych za pomocą sieci bramek kwatowych 65 Abstract The chapter cocers o Boolea fctios modellig with se of qatm gates, bt withot so-called acilla qbits. The secod sbsectio of this pblicatio cotais the descriptio of modelled Boolea fctios. To redce both: the mber of eeded fctios ad the size of circits costrcted i the fifth sbsectio, the eact mber of fctio of variables was desigated eqatios (3) ad (4). I the third sbsectio the algorithm for calclatig matri form of qatm operator is preseted. This operator solves formlated problem i.e. it trasforms iitial state (5) of -qbit register to the state (7) from which the vale of modelled Boolea fctio ca be read. Net sbsectio cotais the characteristic of qatm operator s matri form U. The matrices are some permtatios of idetity matri s I U colms, so they are biary ad itary matrices. Additioally, if U I the U is projectable to positive iteger seqece (c), which cosists of two arithmetic progressios (with commo differece of ) the progressios elemets may occr alterately i (c). This special featre of matrices U allows to determie the mber of eeded operators ad also to simplify the algorithm of costrctig qatm gates circit performig U. The fifth sbsectio refers to the problem of qatm circits costrctig with se of kow qatm gates. To perform U three operatios are sed: Toffoli gate, Roll (3) ad Roll -. The Toffoli gate is well-kow iversal operatio [6]. The way of implemetig Roll is show at the Fig. (Roll - is the reverse operatio to Roll). Usig give i this sbsectio algorithm it is possible to costrct a circit calclatig the vale of Boolea fctio. Adres Joaa WIŚNIEWSKA: Wojskowa Akademia Techicza, Wydział Cyberetyki, Istytt Systemów Iformatyczych, l. Kaliskiego, -98 Warszawa, Polska, jwisiewska@wat.ed.pl.

Estymacja przedziałowa

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

Bardziej szczegółowo

1.3. Największa liczba naturalna (bez znaku) zapisana w dwóch bajtach to a) b) 210 c) d) 32767

1.3. Największa liczba naturalna (bez znaku) zapisana w dwóch bajtach to a) b) 210 c) d) 32767 Egzami maturaly z iformatyki Zadaie. (0 pkt) Każdy z puktów tego zadaia zawiera stwierdzeie lub pytaie. Zazacz (otaczając odpowiedią literę kółkiem) właściwą kotyuację zdaia lub poprawą odpowiedź. W każdym

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

Konstruowanie macierzy unitarnych dla kwantowego algorytmu decyzyjnego

Konstruowanie macierzy unitarnych dla kwantowego algorytmu decyzyjnego BILETYN INSTYTT SYSTEMÓW INFORMATYCZNYCH 59-65 (8) Kostrowaie macierzy itarych dla kwatowego algorytm decyzyjego J. WINIEWSKA e-mail: joaa.wisiewska@wat.ed.pl Istytt Systemów Iformatyczych Wydzia Cyberetyki

Bardziej szczegółowo

Parametryzacja rozwiązań układu równań

Parametryzacja rozwiązań układu równań Parametryzacja rozwiązań układu rówań Przykład: ozwiąż układy rówań: / 2 2 6 2 5 2 6 2 5 //( / / 2 2 9 2 2 4 4 2 ) / 4 2 2 5 2 4 2 2 Korzystając z postaci schodkowej (środkowa macierz) i stosując podstawiaie

Bardziej szczegółowo

Wykład 11. a, b G a b = b a,

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

Bardziej szczegółowo

Geometrycznie o liczbach

Geometrycznie o liczbach Geometryczie o liczbach Geometryczie o liczbach Łukasz Bożyk Dodatią liczbę całkowitą moża iterpretować jako pole pewej figury składającej się z kwadratów jedostkowych Te prosty pomysł pozwala w aturaly

Bardziej szczegółowo

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1). TATYTYKA MATEMATYCZNA WYKŁAD 3 RZEDZIAŁY UFNOŚCI Niech θ - iezay parametr rozkład cechy. Niech będzie liczbą z przedział 0,. Jeśli istieją statystyki, U i U ; U U ; których rozkład zależy od θ oraz U θ

Bardziej szczegółowo

O liczbach naturalnych, których suma równa się iloczynowi

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

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINOWYCH

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

Bardziej szczegółowo

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego Elemety rach macierzowego Materiały pomocicze do MES Stroa z 7 Elemety rachuku macierzowego Przedstawioe poiżej iformacje staowią krótkie przypomieie elemetów rachuku macierzowego iezbęde dla zrozumieia

Bardziej szczegółowo

EGZAMIN MATURALNY Z INFORMATYKI

EGZAMIN MATURALNY Z INFORMATYKI Miejsce a aklejkę z kodem szkoły dysleksja MIN-R_P-072 EGZAMIN MATURALNY Z INFORMATYKI MAJ ROK 2007 POZIOM ROZSZERZONY CZĘŚĆ I Czas pracy 90 miut Istrukcja dla zdającego. Sprawdź, czy arkusz egzamiacyjy

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji ( ) : m f x = Ax ( A) { Ax x } = Defiicja: Zakresem macierzy A Œ âm azywamy

Bardziej szczegółowo

ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n)

ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n) ZADANIA - ZESTAW Zadaie.. Wyzaczyć m (), D ( ) dla procesu symetryczego (p = q =,) błądzeia przypadkowego. Zadaie.. Narysuj graf łańcucha Markowa symetrycze (p = q =,) błądzeie przypadkowe z odbiciem.

Bardziej szczegółowo

0.1 ROZKŁADY WYBRANYCH STATYSTYK

0.1 ROZKŁADY WYBRANYCH STATYSTYK 0.1. ROZKŁADY WYBRANYCH STATYSTYK 1 0.1 ROZKŁADY WYBRANYCH STATYSTYK Zadaia 0.1.1. Niech X 1,..., X będą iezależymi zmieymi losowymi o tym samym rozkładzie. Obliczyć ES 2 oraz D 2 ( 1 i=1 X 2 i ). 0.1.2.

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji : m f x = Ax RAAx x Defiicja: Zakresem macierzy A Œ âm azywamy podprzestrzeń

Bardziej szczegółowo

Definicja interpolacji

Definicja interpolacji INTERPOLACJA Defiicja iterpolacji Defiicja iterpolacji 3 Daa jest fukcja y = f (x), x[x 0, x ]. Zamy tablice wartości tej fukcji, czyli: f ( x ) y 0 0 f ( x ) y 1 1 Defiicja iterpolacji Wyzaczamy fukcję

Bardziej szczegółowo

a n 7 a jest ciągiem arytmetycznym.

a n 7 a jest ciągiem arytmetycznym. ZADANIA MATURALNE - CIĄGI LICZBOWE - POZIOM PODSTAWOWY Opracowała mgr Dauta Brzezińska Zad.1. ( pkt) Ciąg a określoy jest wzorem 5.Wyzacz liczbę ujemych wyrazów tego ciągu. Zad.. ( 6 pkt) a Day jest ciąg

Bardziej szczegółowo

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7 Metody probabilistycze i statystyka Estymacja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

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

I. Podzielność liczb całkowitych

I. Podzielność liczb całkowitych I Podzielość liczb całkowitych Liczba a = 57 przy dzieleiu przez pewą liczbę dodatią całkowitą b daje iloraz k = 3 i resztę r Zaleźć dzieik b oraz resztę r a = 57 = 3 b + r, 0 r b Stąd 5 r b 8, 3 więc

Bardziej szczegółowo

Internetowe Kółko Matematyczne 2004/2005

Internetowe Kółko Matematyczne 2004/2005 Iteretowe Kółko Matematycze 2004/2005 http://www.mat.ui.toru.pl/~kolka/ Zadaia dla szkoły średiej Zestaw I (20 IX) Zadaie 1. Daa jest liczba całkowita dodatia. Co jest większe:! czy 2 2? Zadaie 2. Udowodij,

Bardziej szczegółowo

Twierdzenie Cayleya-Hamiltona

Twierdzenie Cayleya-Hamiltona Twierdzeie Cayleya-Hamiltoa Twierdzeie (Cayleya-Hamiltoa): Każda macierz kwadratowa spełia swoje włase rówaie charakterystycze. D: Chcemy pokazać, że jeśli wielomiaem charakterystyczym macierzy A jest

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

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

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

Bardziej szczegółowo

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem)

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem) D. Miszczyńska, M.Miszczyński KBO UŁ, Badaia operacyje (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assigmet Problem) Bliskim "krewiakiem" ZT (w sesie podobieństwa modelu decyzyjego) jest zagadieie

Bardziej szczegółowo

Metody Obliczeniowe w Nauce i Technice laboratorium

Metody Obliczeniowe w Nauce i Technice laboratorium Marci Rociek Iformatyka, II rok Metody Obliczeiowe w Nauce i Techice laboratorium zestaw 1: iterpolacja Zadaie 1: Zaleźć wzór iterpolacyjy Lagrage a mając tablicę wartości: 3 5 6 y 1 3 5 6 Do rozwiązaia

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

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

Bardziej szczegółowo

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum MATEMATYKA (poziom podstawowy) przykładowy arkusz maturaly wraz ze schematem oceiaia dla klasy II Liceum Propozycja zadań maturalych sprawdzających opaowaie wiadomości i umiejętości matematyczych z zakresu

Bardziej szczegółowo

MACIERZE STOCHASTYCZNE

MACIERZE STOCHASTYCZNE MACIERZE STOCHASTYCZNE p ij - prawdopodobieństwo przejścia od stau i do stau j w jedym (dowolym) kroku, [p ij ]- macierz prawdopodobieństw przejść (w jedym kroku), Własości macierzy prawdopodobieństw przejść:

Bardziej szczegółowo

( ) WŁASNOŚCI MACIERZY

( ) WŁASNOŚCI MACIERZY .Kowalski własości macierzy WŁSNOŚC MCERZY Własości iloczyu i traspozycji a) możeie macierzy jest łącze, tz. (C) ()C, dlatego zapis C jest jedozaczy, b) możeie macierzy jest rozdziele względem dodawaia,

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera Istrukcja do ćwiczeń laboratoryjych z przedmiotu: Badaia operacyje Temat ćwiczeia: Problemy trasportowe cd Problem komiwojażera Zachodiopomorski Uiwersytet Techologiczy Wydział Iżyierii Mechaiczej i Mechatroiki

Bardziej szczegółowo

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik Pierwiastki z liczby zespoloej Autorzy: Agieszka Kowalik 09 Pierwiastki z liczby zespoloej Autor: Agieszka Kowalik DEFINICJA Defiicja : Pierwiastek z liczby zespoloej Niech będzie liczbą aturalą. Pierwiastkiem

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

METODY NUMERYCZNE dr inż. Mirosław Dziewoński

METODY NUMERYCZNE dr inż. Mirosław Dziewoński Metody Numerycze METODY NUMERYCZNE dr iż. Mirosław Dziewoński e-mail: miroslaw.dziewoski@polsl.pl Pok. 151 Wykład /1 Metody Numerycze Aproksymacja fukcji jedej zmieej Wykład / Aproksymacja fukcji jedej

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

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski olorowaie Dywau ierpińskiego Adrzej zablewski, Radosław Peszkowski pis treści stęp... Problem kolorowaia... Róże rodzaje kwadratów... osekwecja atury fraktalej...6 zory rekurecyje... Przekształcaie rekurecji...

Bardziej szczegółowo

Scenariusz lekcji: Kombinatoryka utrwalenie wiadomości

Scenariusz lekcji: Kombinatoryka utrwalenie wiadomości Sceariusz lekcji: Kombiatoryka utrwaleie wiadomości 1 1. Cele lekcji a) Wiadomości Uczeń: za pojęcia: permutacja, wariacja i kombiacja, zdarzeie losowe, prawdopodobieństwo, za iezbęde wzory. b) Umiejętości

Bardziej szczegółowo

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D.

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D. Arkusz ćwiczeiowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE W zadaiach od. do. wybierz i zazacz poprawą odpowiedź. Zadaie. ( pkt) Liczbę moża przedstawić w postaci A. 8. C. 4 8 D. 4 Zadaie. ( pkt)

Bardziej szczegółowo

ALGEBRA LINIOWA Informatyka 2015/2016 Kazimierz Jezuita. ZADANIA - Seria 1. Znaleźć wzór na ogólny wyraz ciągu opisanego relacją rekurencyjną: x

ALGEBRA LINIOWA Informatyka 2015/2016 Kazimierz Jezuita. ZADANIA - Seria 1. Znaleźć wzór na ogólny wyraz ciągu opisanego relacją rekurencyjną: x Iformatyka 05/06 Kazimierz Jezuita ZADANIA - Seria. Relacja rekurecyja kowecja sumacyja suma ciągu geometryczego. Zaleźć wzór a ogóly wyraz ciągu opisaego relacją rekurecyją: x sprowadzając problem do

Bardziej szczegółowo

Zadanie 3. Na jednym z poniższych rysunków przedstawiono fragment wykresu funkcji. Wskaż ten rysunek.

Zadanie 3. Na jednym z poniższych rysunków przedstawiono fragment wykresu funkcji. Wskaż ten rysunek. FUNKCJA KWADRATOWA. Zadaia zamkięte. Zadaie. Wierzchołek paraboli, która jest wykresem fukcji f ( x) ( x ) ma współrzęde: A. ( ; ) B. ( ; ) C. ( ; ) D. ( ; ) Zadaie. Zbiorem rozwiązań ierówości: (x )(x

Bardziej szczegółowo

Metody badania zbieżności/rozbieżności ciągów liczbowych

Metody badania zbieżności/rozbieżności ciągów liczbowych Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu

Bardziej szczegółowo

Elementy modelowania matematycznego

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

ELEKTROTECHNIKA I ELEKTRONIKA

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

Bardziej szczegółowo

201. a 1 a 2 a 3...a n a 2 1 +a 2 2 +a a 2 n n a 4 1 +a 4 2 +a a 4 n n. a1 + a 2 + a a n 204.

201. a 1 a 2 a 3...a n a 2 1 +a 2 2 +a a 2 n n a 4 1 +a 4 2 +a a 4 n n. a1 + a 2 + a a n 204. Liczby rzeczywiste dodatie a 1, a 2, a 3,...a spełiają waruek a 1 +a 2 +a 3 +...+a =. Wpisać w kratkę zak lub i udowodić podaą ierówość bez korzystaia z gotowych twierdzeń (moża korzystać z wcześiejszych

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

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

Bardziej szczegółowo

Algorytmy I Struktury Danych Prowadząca: dr Hab. inż. Małgorzata Sterna. Sprawozdanie do Ćwiczenia 3 Algorytmy grafowe ( )

Algorytmy I Struktury Danych Prowadząca: dr Hab. inż. Małgorzata Sterna. Sprawozdanie do Ćwiczenia 3 Algorytmy grafowe ( ) Poiedziałki 11.45 Grupa I3 Iformatyka a wydziale Iformatyki Politechika Pozańska Algorytmy I Struktury Daych Prowadząca: dr Hab. iż. Małgorzata Stera Sprawozdaie do Ćwiczeia 3 Algorytmy grafowe (26.03.12)

Bardziej szczegółowo

Egzaminy. na wyższe uczelnie 2003. zadania

Egzaminy. na wyższe uczelnie 2003. zadania zadaia Egzamiy wstępe a wyższe uczelie 003 I. Akademia Ekoomicza we Wrocławiu. Rozwiąż układ rówań Æ_ -9 y - 5 _ y = 5 _ -9 _. Dla jakiej wartości parametru a suma kwadratów rozwiązań rzeczywistych rówaia

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy 12. Dowieść, że istieje ieskończeie wiele par liczb aturalych k < spełiających rówaie ( ) ( ) k. k k +1 Stosując wzór a wartość współczyika dwumiaowego otrzymujemy ( ) ( )!! oraz k k! ( k)! k +1 (k +1)!

Bardziej szczegółowo

Materiał powtarzany w II etapie. II 4. Ciągi

Materiał powtarzany w II etapie. II 4. Ciągi Materiał powtarzay w II etapie II. Ciągi 3 1, dla parzystych 1. Wyzacz sześć początkowych wyrazów ciągu a = { +1, dla ieparzystych. Które wyrazy ciągu a = są rówe 1? 3. Pomiędzy liczby 7 i 5 wstaw 5 liczb

Bardziej szczegółowo

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

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

Bardziej szczegółowo

KURS MATURA PODSTAWOWA

KURS MATURA PODSTAWOWA KURS MATURA PODSTAWOWA LEKCJA 5 Ciągi ZADANIE DOMOWE www.etrapez.pl Stroa 1 Część 1: TEST Zazacz poprawą odpowiedź (tylko jeda jest prawdziwa). Pytaie 1 Piąty wyraz ciągu liczbowego o wzorze a a) 5 b)

Bardziej szczegółowo

WYBRANE METODY DOSTĘPU DO DANYCH

WYBRANE METODY DOSTĘPU DO DANYCH WYBRANE METODY DOSTĘPU DO DANYCH. WSTĘP Coraz doskoalsze, szybsze i pojemiejsze pamięci komputerowe pozwalają gromadzić i przetwarzać coraz większe ilości iformacji. Systemy baz daych staowią więc jedo

Bardziej szczegółowo

O kilku zastosowaniach grup i pierścieni grupowych

O kilku zastosowaniach grup i pierścieni grupowych O kilku zastosowaiach grup i pierściei grupowych Czesław BAGIŃSKI, Edmud R. PUCZYŁOWSKI, Białystok Warszawa Nierzadko zdarza się, że rozwiązaie elemetarie brzmiącego zadaia, wymaga iestadardowych pomysłów.

Bardziej szczegółowo

Statystyka i rachunek prawdopodobieństwa

Statystyka i rachunek prawdopodobieństwa Statystyka i rachuek prawdopodobieństwa Filip A. Wudarski 22 maja 2013 1 Wstęp Defiicja 1. Statystyka matematycza opisuje i aalizuje zjawiska masowe przy użyciu metod rachuku prawdopodobieństwa. Defiicja

Bardziej szczegółowo

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych Temat: Poprawo całkowita i czciowa algorytmu. Złooo obliczeiowa algorytmu. Złooo czasowa redia i pesymistycza. Rzd fukcji. I. Literatura 1. L. Baachowski, K. Diks, W. Rytter Algorytmy i struktury daych.

Bardziej szczegółowo

Podstawowe cechy podzielności liczb.

Podstawowe cechy podzielności liczb. Mariusz Kawecki, Notatki do lekcji Cechy podzielości liczb Podstawowe cechy podzielości liczb. Pamiętamy z gimazjum, że istieją reguły, przy pomocy których łatwo sprawdzić, czy kokreta liczba dzieli się

Bardziej szczegółowo

ANALIZA DANYCH DYSKRETNYCH

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

Bardziej szczegółowo

Ćwiczenie 5 ITERACYJNY ALGORYTM LS. IDENTYFIKACJA OBIEKTÓW NIESTACJONARNYCH ALGORYTM Z WYKŁADNICZYM ZAPOMINANIEM.

Ćwiczenie 5 ITERACYJNY ALGORYTM LS. IDENTYFIKACJA OBIEKTÓW NIESTACJONARNYCH ALGORYTM Z WYKŁADNICZYM ZAPOMINANIEM. Kompterowe Sstem Idetfikacji Laboratorim Ćwiczeie 5 IERACYJY ALGORY LS. IDEYFIKACJA OBIEKÓW IESACJOARYCH ALGORY Z WYKŁADICZY ZAPOIAIE. gr iż. Piotr Bros, bros@agh.ed.pl Kraków 26 Kompterowe Sstem Idetfikacji

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

Matematyka finansowa 06.10.2008 r. Komisja Egzaminacyjna dla Aktuariuszy. XLVII Egzamin dla Aktuariuszy z 6 października 2008 r.

Matematyka finansowa 06.10.2008 r. Komisja Egzaminacyjna dla Aktuariuszy. XLVII Egzamin dla Aktuariuszy z 6 października 2008 r. Komisja Egzamiacyja dla Aktuariuszy XLVII Egzami dla Aktuariuszy z 6 paździerika 2008 r. Część I Matematyka fiasowa WERSJA TESTU A Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut . Kredytobiorca

Bardziej szczegółowo

Lista 6. Estymacja punktowa

Lista 6. Estymacja punktowa Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?

Bardziej szczegółowo

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X Matematyka ubezpieczeń majątkowych.0.0 r. Zadaie. Mamy day ciąg liczb q, q,..., q z przedziału 0,. Rozważmy trzy zmiee losowe: o X X X... X, gdzie X i ma rozkład dwumiaowy o parametrach,q i, i wszystkie

Bardziej szczegółowo

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności) IV. Estymacja parametrów Estymacja: Puktowa (ocea, błędy szacuku Przedziałowa (przedział ufości Załóżmy, że rozkład zmieej losowej X w populacji geeralej jest opisay dystrybuatą F(x;α, gdzie α jest iezaym

Bardziej szczegółowo

Harmonogramowanie linii montażowej jako element projektowania cyfrowej fabryki

Harmonogramowanie linii montażowej jako element projektowania cyfrowej fabryki 52 Sławomir Herma Sławomir HERMA atedra Iżyierii Produkcji, ATH w Bielsku-Białej E mail: slawomir.herma@gmail.com Harmoogramowaie liii motażowej jako elemet projektowaia cyfrowej fabryki Streszczeie: W

Bardziej szczegółowo

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 +

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 + Zadaia róże W tym rozdziale zajdują się zadaia ietypowe, często dotyczące łańcuchów Markowa oraz własości zmieych losowych. Pojawią się także zadaia z estymacji Bayesowskiej.. (Eg 8/) Rozważamy łańcuch

Bardziej szczegółowo

INWESTYCJE MATERIALNE

INWESTYCJE MATERIALNE OCENA EFEKTYWNOŚCI INWESTYCJI INWESTCJE: proces wydatkowaia środków a aktywa, z których moża oczekiwać dochodów pieiężych w późiejszym okresie. Każde przedsiębiorstwo posiada pewą liczbę możliwych projektów

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17 Egzami, 18.02.2017, godz. 9:00-11:30 Zadaie 1. (22 pukty) W każdym z zadań 1.1-1.10 podaj w postaci uproszczoej kresy zbioru oraz apisz, czy kresy ależą do zbioru (apisz TAK albo NIE, ewetualie T albo

Bardziej szczegółowo

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem: Relacje rekurecyje Defiicja: Niech =,,,... będzie astępująco zdefiiowaym ciągiem: () = r, = r,..., k = rk, gdzie r, r,..., r k są skalarami, () dla k, = a + a +... + ak k, gdzie a, a,..., ak są skalarami.

Bardziej szczegółowo

Klucz odpowiedzi do zadań zamkniętych oraz schematy oceniania zadań otwartych. Matematyka. Poziom podstawowy

Klucz odpowiedzi do zadań zamkniętych oraz schematy oceniania zadań otwartych. Matematyka. Poziom podstawowy Klucz odpowiedzi do zadań zamkiętych oraz schematy oceiaia zadań otwartych Matematyka CZERWIEC 0 Schemat oceiaia Klucz puktowaia zadań zamkiętych Nr zad Odp 5 6 8 9 0 5 6 8 9 0 5 6 B C C B C C A A B B

Bardziej szczegółowo

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości

Bardziej szczegółowo

Materiał ćwiczeniowy z matematyki Marzec 2012

Materiał ćwiczeniowy z matematyki Marzec 2012 Materiał ćwiczeiowy z matematyki Marzec 0 Klucz puktowaia do zadań zamkiętych oraz schemat oceiaia do zadań otwartych POZIOM PODSTAWOWY Marzec 0 Klucz puktowaia do zadań zamkiętych Nr zad 3 5 6 7 8 9 0

Bardziej szczegółowo

1 Układy równań liniowych

1 Układy równań liniowych Katarzya Borkowska, Wykłady dla EIT, UTP Układy rówań liiowych Defiicja.. Układem U m rówań liiowych o iewiadomych azywamy układ postaci: U: a x + a 2 x 2 +... + a x =b, a 2 x + a 22 x 2 +... + a 2 x =b

Bardziej szczegółowo

Analiza I.1, zima wzorcowe rozwiązania

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

Bardziej szczegółowo

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

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

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

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

Bardziej szczegółowo

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n I. Ciągi liczbowe Defiicja 1. Fukcję określoą a zbiorze liczb aturalych o wartościach rzeczywistych azywamy ciągiem liczbowym. Ciągi będziemy ozaczać symbolem a ), gdzie a ozacza -ty wyraz ciągu a ). Defiicja.

Bardziej szczegółowo

Egzamin maturalny z matematyki CZERWIEC 2011

Egzamin maturalny z matematyki CZERWIEC 2011 Egzami maturaly z matematyki CZERWIEC 0 Klucz puktowaia do zadań zamkiętych oraz schemat oceiaia do zadań otwartych POZIOM PODSTAWOWY Poziom podstawowy czerwiec 0 Klucz puktowaia do zadań zamkiętych Nr

Bardziej szczegółowo

n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc

n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc 5.3. Zagadieia estymacji 87 Rozważmy teraz dokładiej zagadieie szacowaia wartości oczekiwaej m zmieej losowej X o rozkładzie ormalym N(m, F), w którym odchyleie stadardowe F jest zae. Niech X, X,..., X

Bardziej szczegółowo

16 Przedziały ufności

16 Przedziały ufności 16 Przedziały ufości zapis wyiku pomiaru: sugeruje, że rozkład błędów jest symetryczy; θ ± u(θ) iterpretacja statystycza przedziału [θ u(θ), θ + u(θ)] zależy od rozkładu błędów: P (Θ [θ u(θ), θ + u(θ)])

Bardziej szczegółowo

5. Zasada indukcji matematycznej. Dowody indukcyjne.

5. Zasada indukcji matematycznej. Dowody indukcyjne. Notatki do lekcji, klasa matematycza Mariusz Kawecki, II LO w Chełmie 5. Zasada idukcji matematyczej. Dowody idukcyje. W rozdziale sformułowaliśmy dla liczb aturalych zasadę miimum. Bezpośredią kosekwecją

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

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa Matematyka fiasowa 8.05.0 r. Komisja Egzamiacyja dla Aktuariuszy LX Egzami dla Aktuariuszy z 8 maja 0 r. Część I Matematyka fiasowa WERJA EU A Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut

Bardziej szczegółowo

Wyższe momenty zmiennej losowej

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

1 Twierdzenia o granicznym przejściu pod znakiem całki

1 Twierdzenia o granicznym przejściu pod znakiem całki 1 Twierdzeia o graiczym przejściu pod zakiem całki Ozaczeia: R + = [0, ) R + = [0, ] (X, M, µ), gdzie M jest σ-ciałem podzbiorów X oraz µ: M R + - zbiór mierzaly, to zaczy M Twierdzeie 1.1. Jeżeli dae

Bardziej szczegółowo

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2012 POZIOM PODSTAWOWY CZĘŚĆ I WYBRANE: Czas pracy: 75 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2012 POZIOM PODSTAWOWY CZĘŚĆ I WYBRANE: Czas pracy: 75 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY Cetrala Komisja Egzamiacyja Arkusz zawiera iformacje prawie chroioe do mometu rozpoczęcia egzamiu. Układ graficzy CKE 2010 KOD WPISUJE ZDAJĄCY PESEL Miejsce a aklejkę z kodem EGZAMIN MATURALNY Z INFORMATYKI

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością

Bardziej szczegółowo

Przemysław Jaśko Wydział Ekonomii i Stosunków Międzynarodowych, Uniwersytet Ekonomiczny w Krakowie

Przemysław Jaśko Wydział Ekonomii i Stosunków Międzynarodowych, Uniwersytet Ekonomiczny w Krakowie MODELE SCORINGU KREDYTOWEGO Z WYKORZYSTANIEM NARZĘDZI DATA MINING ANALIZA PORÓWNAWCZA Przemysław Jaśko Wydział Ekoomii i Stosuków Międzyarodowych, Uiwersytet Ekoomiczy w Krakowie 1 WROWADZENIE Modele aplikacyjego

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

Szereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3:

Szereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3: Szereg geometryczy Zad : Suma wszystkich wyrazów ieskończoego ciągu geometryczego jest rówa 4, a suma trzech początkowych wyrazów wyosi a) Zbadaj mootoiczość ciągu sum częściowych tego ciągu geometryczego

Bardziej szczegółowo

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistycza Defiicja Odwzorowaie X: Ω R d azywamy d-wymiarowym wektorem losowym jeśli dla każdego (x 1, x 2,,x d ) є R d zbiór Uwaga {ω є Ω: X(ω)

Bardziej szczegółowo

Analiza dokładności pomiaru, względnego rozkładu egzytancji widmowej źródeł światła, dokonanego przy użyciu spektroradiometru kompaktowego

Analiza dokładności pomiaru, względnego rozkładu egzytancji widmowej źródeł światła, dokonanego przy użyciu spektroradiometru kompaktowego doi:1.15199/48.215.4.38 Eugeiusz CZECH 1, Zbigiew JAROZEWCZ 2,3, Przemysław TABAKA 4, rea FRYC 5 Politechika Białostocka, Wydział Elektryczy, Katedra Elektrotechiki Teoretyczej i Metrologii (1), stytut

Bardziej szczegółowo

Klucz odpowiedzi do zadań zamkniętych oraz schematy oceniania zadań otwartych. Matematyka. Poziom podstawowy

Klucz odpowiedzi do zadań zamkniętych oraz schematy oceniania zadań otwartych. Matematyka. Poziom podstawowy Klucz odpowiedzi do zadań zamkiętych oraz schematy oceiaia zadań otwartych Matematyka CZERWIEC 0 Klucz puktowaia zadań zamkiętych Nr zad Odp 5 6 8 9 0 5 6 8 9 0 5 6 B C C B C C A A B B C A B A A A B D

Bardziej szczegółowo

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja Charakterystyki liczbowe zmieych losowych: wartość oczekiwaa i wariacja dr Mariusz Grządziel Wykłady 3 i 4;,8 marca 24 Wartość oczekiwaa zmieej losowej dyskretej Defiicja. Dla zmieej losowej dyskretej

Bardziej szczegółowo

Metody numeryczne Laboratorium 5 Info

Metody numeryczne Laboratorium 5 Info Metody umerycze Laboratorium 5 Ifo Aproksymacja - proces określaia rozwiązań przybliżoych a podstawie rozwiązań zaych, które są bliskie rozwiązaiom dokładym w ściśle sprecyzowaym sesie. Metoda ajmiejszych

Bardziej szczegółowo

ZADANIA PRZYGOTOWUJĄCE DO SPRAWDZIANÓW W KLASIE DRUGIEJ.

ZADANIA PRZYGOTOWUJĄCE DO SPRAWDZIANÓW W KLASIE DRUGIEJ. ZADANIA PRZYGOTOWUJĄCE DO SPRAWDZIANÓW W KLASIE DRUGIEJ I Fukcja kwadratowa ) PODAJ POSTAĆ KANONICZNĄ I ILOCZYNOWĄ (O ILE ISTNIEJE) FUNKCJI: a) f ( ) + b) f ( ) 6+ 9 c) f ( ) ) Narysuj wykresy fukcji f

Bardziej szczegółowo