Prawo propagacji niepewności. 1

Wielkość: px
Rozpocząć pokaz od strony:

Download "Prawo propagacji niepewności. 1"

Transkrypt

1 Prwo propgc nepewnośc. Prwo propgc nepewnośc. W przpdk pomrów metodą pośredną wrtość welkośc stl sę n podstwe wrtośc nnch welkośc zmerzonch bezpośredno. przkłd obętość V 0 prostopdłoścn o krwędzch D 0 S0 W0 zndzem merząc dłgośc kżde krwędz oblcząc V D S V W k sposób nepewnośc pomrów dłgośc krwędz przenoszą sę n nepewność wznczen obętośc prostopdłoścn? Gdb znne bł błęd pomrów to po rozwnęc V D S W w szereg Tlor pomnęc skłdnków rozwnęc wższch rzędów otrzmem V V V V V 0 D S W D S W skąd możn b ż bło znleźć szkną różncę w obętośc V V V V V V0 D S W. D S W Błęd pomrów ne są ednk znne msm poszkć nnego sposob. Przpśćm że wznczm wrtość welkośc Y któr est fnkcą dwóch lb węce merzonch zmennch. f. podstwe pomrów wznczm wrtośc średne nepewnośc W perwszm przblżen nlepszą wrtość welkośc wznczne d f e nepewność możem oszcowć n podstwe rozrzt wrtośc f otrzmnch przez podstwene różnch zestwów ndwdlnch wrtośc do fnkc f.

2 Prwo propgc nepewnośc. Mrą nepewnośc est perwstek wrnc odchlene stndrdowe lm. Różncę możem oszcowć podobne k wcześne V podstwąc otrzmem lm lm Dw perwsze skłdnk możn wrzć przez odpowedne wrnce lm lm. stępn skłdnk wmg wprowdzen poęc kowrnc mędz zmennm. [ ] lm. Ostteczne po podstwench. Z defnc nepewność est perwstkem estmtor wrnc czl gdze est estmtorem kowrnc mędz.

3 Prwo propgc nepewnośc. 3 Wzór nzw sę wzorem propgc przenoszen nepewnośc wrż prwo propgc nepewnośc. W przpdk nezleżnośc zmennch brk korelc kowrnce mędz nm znką prwo propgc nepewnośc możn zpsć w forme proszczone lbo Szczególne przpdk wnkące z prw propgc nepewnośc żteczne prz szcown nepewnośc złożone Sm różnc ± W przpdk różnc może sę zdrzć że >. epewność względn wnese r ±

4 Prwo propgc nepewnośc. 4 Przkłd. W dośwdczen reestrowno cząstk z rozpd preprt promenotwórczego. początk eksperment zreestrowno 73 zlczen w cąg 5 s n ego końc 9 zlczeń w tm smm czse. Beg włsn detektor tło zreestrowno oddzelne z dżą dokłdnoścą w przelczen n 5 s wnos ono 4 zlczen z znedbwlne młą nepewnoścą. Wdomo że lczb zlczeń w tego tp dośwdczen podlegą rozkłdow Posson ztem estmtorem odchlen stndrdowego nepewnośc stndrdowe est perwstek lczb zlczeń. Wnk pomrów możn przedstwć nstępąco: b 4 0 b Po względnen tł wnk skorgowne są nstępące: b b Po względnen regł podwn dwóch cfr znczącch nepewnośc wnk zpsem w postc: Względne nepewnośc stndrdowe wnoszą w tm przkłdze 69 r % r 09 9% 48

5 Prwo propgc nepewnośc. 5 Wżon sm różnc est wżoną smą eżel ± b Pochodne cząstkowe są odpowednm stłm ± b co prowdz do: b ± b Przkłd. Dośwdczene k poprzedne z tm że wrtość tł detektor otrzmno w ednm 5 sekndowm pomrze któr dł wnk 4 zlczeń. W tm przpdk wnk pomrów możn przedstwć nstępąco: b 4 b Po skorgown wrtośc wnosą odpowedno b b b b ostteczne W tm przkłdze względne nepewnośc stndrdowe wnoszą 7 r r 5

6 Prwo propgc nepewnośc. 6 Mnożene dzelene est wżonm locznem eżel ± Pochodne cząstkowe są równe odpowedno ± ± co prowdz do: lbo Podobne eżel est otrzmne w wnk dzelen to ± zwązek mędz nepewnoścm m postć

7 Prwo propgc nepewnośc. 7 Przkłd. Zmerzono dłgośc podstw wsokośc trókąt otrzmąc b 50 cm b 0 cm h 00 cm 03 cm h Pole trókąt wnos A bh 50 cm względn nepewność stndrdow wrtośc pol A b h r A A b h lbo b h A A b h cm 090 cm 5 0

8 Prwo propgc nepewnośc. 8 Potęgowne ± b Pochodn względem wnos ± b ± b ± b Przkłd. Pole koł est proporconlne do kwdrt promen A π r. Jeżel promeń wznczono n r 00 cm z nepewnoścą to pole wnos r 03 cm A 00π cm ze względną nepewnoścą stndrdową wnoszącą r 03 r A 60% r 00 lbo r 03 A A π 00 cm 6π cm r 00

9 Prwo propgc nepewnośc. 9 Zleżność wkłdncz c e ± b Pochodn względem wnos b ± c b e ± ± b W tm przpdk nepewność względn wnos r b Jeżel stł podnoszon do potęg est różn od e to fnkcę możn przeksztłcć c ± b c ln ± b ± b ln e c e otrzmąc podobne k poprzedno r bln Zleżność logrtmczn lnb r

Projekt 3 3. APROKSYMACJA FUNKCJI

Projekt 3 3. APROKSYMACJA FUNKCJI Projekt 3 3. APROKSYMACJA FUNKCJI 3. Krter proksmcj. Złóżm że () jest ukcją cągłą w przedzle [ b ]. Zlezee przblże (proksmcj) poleg wzczeu współczków pewego welomu P() któr będze dobrze przblżł w tm przedzle

Bardziej szczegółowo

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych Współcznnk korelacj lnowej oraz funkcja regresj lnowej dwóch zmennch S S r, cov współcznnk determnacj R r Współcznnk ndetermnacj ϕ r Zarówno współcznnk determnacj jak ndetermnacj po przemnożenu przez 00

Bardziej szczegółowo

Środek masy i geometryczne momenty bezwładności figur płaskich 1

Środek masy i geometryczne momenty bezwładności figur płaskich 1 Środek ms geometrzne moment bezwłdnoś fgur płskh Środek ms fgur płskej Zleżnoś n współrzędne środk ms, fgur płskej złożonej z fgur regulrnh rs.. możem zpsć w nstępują sposób: gdze:. pole powerzhn -tej

Bardziej szczegółowo

RACHUNEK NIEPEWNOŚCI POMIARU

RACHUNEK NIEPEWNOŚCI POMIARU Mędznarodowa Norma Ocen Nepewnośc Pomaru(Gude to Epresson of Uncertant n Measurements - Mędznarodowa Organzacja Normalzacjna ISO) RACHUNEK NIEPEWNOŚCI http://phscs.nst./gov/uncertant POMIARU Wrażane Nepewnośc

Bardziej szczegółowo

Metody numeryczne. Wykład nr 9. Dr Piotr Fronczak

Metody numeryczne. Wykład nr 9. Dr Piotr Fronczak Metod nmerczne Wkłd nr 9 Dr Potr Fronczk Równn róŝnczkowe zwczne - prolem rzegowe BVP Dotcczs omwlśm prolem początkowe równ róŝnczkowe w którc dne ł wrtośc zmennc zleŝnc l c pocodne dl pewne szczególne

Bardziej szczegółowo

Rozpraszania twardych kul

Rozpraszania twardych kul Wyłd XVIII Rozprszn twrdych u Rozwżmy oddzływne twrdych u opsywne potencjłem V r r Ponewż potencjł jest seryczne symetryczny uncję ową możn zpsć w postc ( r Cm R Ym( m gdze Ym( to hrmon seryczne Rozprszne

Bardziej szczegółowo

ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GRANULOMETRYCZNEJ SUROWCÓW I PRODUKTÓW

ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GRANULOMETRYCZNEJ SUROWCÓW I PRODUKTÓW 1 ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GANULOMETYCZNEJ SUOWCÓW I PODUKTÓW 1. Cel zkres ćwczen Celem ćwczen jest opnowne przez studentów metody oceny mterłu sypkego pod względem loścowej zwrtośc frkcj

Bardziej szczegółowo

Przykład 2.5. Figura z dwiema osiami symetrii

Przykład 2.5. Figura z dwiema osiami symetrii Przkłd 5 Figur z dwiem osimi smetrii Polecenie: Wznczć główne centrlne moment bezwłdności orz kierunki główne dl poniższej figur korzstjąc z metod nlitcznej i grficznej (konstrukcj koł Mohr) 5 5 5 5 Dl

Bardziej szczegółowo

WYZNACZENIE DYSYPACJI KINETYCZNEJ ENERGII TURBULENCJI PRZY UŻYCIU PRAWA -5/3. E c = E k + E p + E w

WYZNACZENIE DYSYPACJI KINETYCZNEJ ENERGII TURBULENCJI PRZY UŻYCIU PRAWA -5/3. E c = E k + E p + E w Metrologa... - "W y z n ac z an e d y s y p ac z p raw a -5 / " WYZNACZENIE DYSYPACJI KINETYCZNEJ ENERGII TRBLENCJI PRZY ŻYCI PRAWA -5/. WPROWADZENIE Energa przepływaącego płyn E c dem E p dem E c E k

Bardziej szczegółowo

Ekonometryczne modele nieliniowe

Ekonometryczne modele nieliniowe Ekonomrczn mod nnow Wkłd Włsnośc smorów s . dodk do wkłdu Słb zbżność convrgnc n dsrbuon Cąg zmnnch osowch FX x - dsrbun Isnj dsrbun F X x, k ż m FX x FX x w kżdm punkc x, F X w kórm X js cągł. X X zbg

Bardziej szczegółowo

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia dr Mchł Koopczńsk Ekoom mtemtcz ćwcze. Ltertur obowązkow Eml Pek red. Podstw ekoom mtemtczej. Mterł do ćwczeń MD r 5 AE Pozń.. Ltertur uzupełjąc Eml Pek Ekoom mtemtcz AE Pozń. Alph C. Chg Podstw ekoom

Bardziej szczegółowo

Wykład z Chemii Fizycznej

Wykład z Chemii Fizycznej Wkład z Chem Fzcznej Część 1 Wprowadzene pojęca podstawowe 1. Przedmot zadana chem fzcznej. 3. Uzupełnene z matematk Katedra Zakład Chem Fzcznej Collegum Medcum w Bdgoszcz Unwerstet Mkołaja Kopernka w

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA. Wkład wstępn. Teora prawdopodobeństwa element kombnatork. Zmenne losowe ch rozkład 3. Populacje prób danch, estmacja parametrów 4. Testowane hpotez statstcznch 5. Test parametrczne

Bardziej szczegółowo

Proces decyzyjny: 1. Sformułuj jasno problem decyzyjny. 2. Wylicz wszystkie możliwe decyzje. 3. Zidentyfikuj wszystkie możliwe stany natury.

Proces decyzyjny: 1. Sformułuj jasno problem decyzyjny. 2. Wylicz wszystkie możliwe decyzje. 3. Zidentyfikuj wszystkie możliwe stany natury. Proces decyzyny: 1. Sformułu sno problem decyzyny. 2. Wylcz wszyste możlwe decyze. 3. Zdentyfu wszyste możlwe stny ntury. 4. Oreśl wypłtę dl wszystch możlwych sytuc, ( tzn. ombnc decyz / stn ntury ). 5.

Bardziej szczegółowo

UWAGI O ROZKŁADZIE FUNKCJI ZMIENNEJ LOSOWEJ.

UWAGI O ROZKŁADZIE FUNKCJI ZMIENNEJ LOSOWEJ. L.Kowls - Uwg o rozłdz uc zm losow UWAI O ROZKŁADZIE UNKCJI ZMIENNEJ LOSOWEJ. - d zm losow cągł o gęstośc. Y g g - borlows tz. g - B BR dl B BR Wzczć gęstość g zm losow Y. Jśl g - ścśl mootocz różczowl

Bardziej szczegółowo

Równania liniowe. gdzie. Automatyka i Robotyka Algebra -Wykład 8- dr Adam Ćmiel,

Równania liniowe. gdzie. Automatyka i Robotyka Algebra -Wykład 8- dr Adam Ćmiel, utomtyk Robotyk lgebr -Wykłd - dr dm Ćmel cmel@ghedupl Równn lnowe Nech V W będą przestrzenm lnowym nd tym smym cłem K T: V W przeksztłcenem lnowym Rozwżmy równne lnowe T(v)w Powyższe równne nzywmy równnem

Bardziej szczegółowo

WSTĘP DO ANALIZY I REDUKCJI DANYCH DOŚWIADCZALNYCH

WSTĘP DO ANALIZY I REDUKCJI DANYCH DOŚWIADCZALNYCH WSTĘP DO AALIZY I REDUKCJI DAYCH DOŚWIADCZALYCH dl tudentów w I Prcown Fzcznej IF UJ Józef K. Moścck z ChWrter n MS Word przenół Wojcech Brzezck 0 Werj 0 Zetwene njwżnejzch termnów wzorów. ZAMIAST WSTĘPU..

Bardziej szczegółowo

Klucz odpowiedzi do zadań zamkniętych i schemat oceniania zadań otwartych

Klucz odpowiedzi do zadań zamkniętych i schemat oceniania zadań otwartych Klucz odpowiedzi do zdń zmkniętc i scemt ocenini zdń otwrtc Klucz odpowiedzi do zdń zmkniętc 4 7 9 0 4 7 9 0 D D D Scemt ocenini zdń otwrtc Zdnie (pkt) Rozwiąż nierówność x x 0 Oliczm wróżnik i miejsc

Bardziej szczegółowo

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna.

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna. terpolcj.doc Iterpolcj fukcj. Sformułowe problemu: Rs.. Iterpolcj fukcj low, b kwdrtow, c kubcz. De są rgumet,,,. orz odpowdjące m wrtośc fukcj = f, = f,, = f. Postć fukcj = f jest e z lub z. Poszukw jest

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Poltechnk Gdńsk Wydzł Elektrotechnk Automtyk Ktedr Inżyner Systemów Sterown Teor sterown Podstwy lgebry mcerzy Mterły pomocncze do ćwczeń lbortoryjnych 1 Część 3 Oprcowne: Kzmerz Duznkewcz, dr hb. nż.

Bardziej szczegółowo

METODY KOMPUTEROWE 10

METODY KOMPUTEROWE 10 MEODY KOMPUEROWE RÓWNANIA RÓŻNICZKOWE CZĄSKOWE Poechnka Poznańska Mchał Płokowak Adam Łodgowsk Mchał PŁOKOWIAK Adam ŁODYGOWSKI Konsace nakowe dr nż. Wod Kąko Poznań 00/00 MEODY KOMPUEROWE 0 RÓWNANIA RÓŻNICZKOWE

Bardziej szczegółowo

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa)

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa) Regresj low (metod jmejszch kwdrtów, metod wrówwcz, metod Guss) stot metod postult Guss współczk prostej kostrukcj prostej teoretczej trsformcj fukcj elowch przkłd Regresj low czm poleg? Jeśl merzoe dwe

Bardziej szczegółowo

termodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi

termodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi fzka statstczna stan makroskopow układ - skończon obszar przestrzenn (w szczególnośc zolowan) termodnamka fenomenologczna p, VT V, teora knetczno-molekularna termodnamka statstczna n(v) stan makroskopow

Bardziej szczegółowo

1. Weryfikacja hipotez dotyczących wariancji test F. 2. Wykorzystanie statystyki F do badania istotności regresji

1. Weryfikacja hipotez dotyczących wariancji test F. 2. Wykorzystanie statystyki F do badania istotności regresji PODSTAWY STATYSTYKI 1. Teor prwdopodobeńtw element kombntork. Zmenne loowe ch rozkłd 3. Populcje prób dnch, etmcj prmetrów 4. Tetowne hpotez 5. Tet prmetrczne (n przkłdze tetu t) 6. Tet neprmetrczne (n

Bardziej szczegółowo

Wykład z Chemii Fizycznej

Wykład z Chemii Fizycznej Wkład z Chem Fzcznej Część 1 Wprowadzene pojęca podstawowe 1. Przedmot zadana chem fzcznej. Chema Fzczna jako nauka ekspermentalna 3. Uzupełnene z matematk Katedra Zakład Chem Fzcznej Collegum Medcum w

Bardziej szczegółowo

TEORIA WAGNERA UTLENIANIA METALI

TEORIA WAGNERA UTLENIANIA METALI TEORIA WAGNERA UTLENIANIA METALI PROCES POWSTAWANIA ZGORZELIN W/G TAMANN A (90) Utlenz tl Utlenz Zgorzeln tl + SCHEMAT KLASYCZNEGO DOŚWIADCZENIA PFEILA (99) Powetrze Powetrze SO Zgorzeln SO Fe Fe TEORIA

Bardziej szczegółowo

MATEMATYKA Przed próbną maturą. Sprawdzian 1. (poziom podstawowy) Rozwiązania zadań

MATEMATYKA Przed próbną maturą. Sprawdzian 1. (poziom podstawowy) Rozwiązania zadań MTMTYK Przed próbną mturą. Sprwdzin. (poziom podstwow) Rozwiązni zdń Zdnie. ( pkt) 0,() < P.. Uczeń przedstwi liczb rzeczwiste w różnch postcich. Odpowiedź:., czli < Zdnie. ( pkt) P.. Uczeń rozwiązuje

Bardziej szczegółowo

ZESTAW ZADAŃ Z INFORMATYKI

ZESTAW ZADAŃ Z INFORMATYKI (Wpsue zdaąc przed rozpoczęcem prac) KOD ZDAJĄCEGO ZESTAW ZADAŃ Z INFORMATYKI CZĘŚĆ II (dla pozomu rozszerzonego) GRUDZIEŃ ROK 004 Czas prac 50 mnut Instrukca dla zdaącego. Proszę sprawdzć, cz zestaw zadań

Bardziej szczegółowo

2. Tensometria mechaniczna

2. Tensometria mechaniczna . Tensometri mechniczn Wstęp Tensometr jk wskzywłby jego nzw to urządzenie służące do pomiru nprężeń. Jk jednk widomo, nprężeni nie są wielkościmi mierzlnymi i stnowią jedynie brdzo wygodne pojęcie mechniki

Bardziej szczegółowo

Ile wynosi suma miar kątów wewnętrznych w pięciokącie?

Ile wynosi suma miar kątów wewnętrznych w pięciokącie? 1 Ile wynos suma mar kątów wewnętrznych w pęcokące? 1 Narysuj pęcokąt foremny 2 Połącz środek okręgu opsanego na tym pęcokące ze wszystkm werzchołkam pęcokąta 3 Oblcz kąty każdego z otrzymanych trójkątów

Bardziej szczegółowo

Wykład 7: Pochodna funkcji zastosowania do badania przebiegu zmienności funkcji

Wykład 7: Pochodna funkcji zastosowania do badania przebiegu zmienności funkcji Wkłd 7: Pochodn funkcji zstosowni do bdni przebiegu zmienności funkcji dr Mriusz Grządziel semestr zimow, rok kdemicki 2013/2014 Funkcj logistczn Rozwżm funkcję logistczną = f 0 (t) = 1+5e 0,5t f(t) 0

Bardziej szczegółowo

. Każde wejście i wyjście przyjmuje tylko jedną z dwóch wartości: 0 lub 1. Ciąg sygnałów wejściowych x. i wyjścia y

. Każde wejście i wyjście przyjmuje tylko jedną z dwóch wartości: 0 lub 1. Ciąg sygnałów wejściowych x. i wyjścia y UKŁADY PRZEŁĄCZAJĄCE Podstwowe pojęc Alger Boole' Anlz orz ops włsnośc ukłdów przełączjącch jest przeprowdzn prz użcu lger Boole' Wrtośc rgumentów orz funkcj nleżą do dwurgumentowego zoru {, }, n którm

Bardziej szczegółowo

Realizacje zmiennych są niezależne, co sprawia, że ciąg jest ciągiem niezależnych zmiennych losowych,

Realizacje zmiennych są niezależne, co sprawia, że ciąg jest ciągiem niezależnych zmiennych losowych, Klsyczn Metod Njmniejszych Kwdrtów (KMNK) Postć ć modelu jest liniow względem prmetrów (lbo nleży dokonć doprowdzeni postci modelu do liniowości względem prmetrów), Zmienne objśnijące są wielkościmi nielosowymi,

Bardziej szczegółowo

BADANIE ZALEŻNOŚCI PRZENIKALNOŚCI MAGNETYCZNEJ

BADANIE ZALEŻNOŚCI PRZENIKALNOŚCI MAGNETYCZNEJ ADANIE ZAEŻNOŚCI PRZENIKANOŚCI MAGNETYCZNEJ FERRIMAGNETYKÓW OD TEMPERATURY 1. Teori Włściwości mgnetyczne sstncji chrkteryzje współczynnik przeniklności mgnetycznej. Dl próżni ten współczynnik jest równy

Bardziej szczegółowo

1. Algebra wektorów. Rys Wektor w układzie współrzędnych (jego współrzędne i kąty)

1. Algebra wektorów. Rys Wektor w układzie współrzędnych (jego współrzędne i kąty) 1. Alger wetorów Welość wetorową chrterue wrtość, cl moduł, erune, wrot. Możn ą predstwć w sposó grfcn o odcne serown o długośc proporconlne do modułu lu te w sposó nltcn. Sposó nltcn poleg n podnu rutów,,

Bardziej szczegółowo

Analiza wariancji klasyfikacja prosta

Analiza wariancji klasyfikacja prosta Anlz wrnc Oprcowno n podstwe: Łomnck A. 003. Wprowdzene do sttystyk dl przyrodnków. PW Wrszw. Anlz wrnc klsyfkc prost Dne o przeżywlnośc chrząszczy hodownych hodowlnych n czterech różnych pożywkch. Kżd

Bardziej szczegółowo

Fizyka. Kurs przygotowawczy. na studia inżynierskie. mgr Kamila Haule

Fizyka. Kurs przygotowawczy. na studia inżynierskie. mgr Kamila Haule Fizyk Kurs przygotowwczy n studi inżynierskie mgr Kmil Hule Dzień 3 Lbortorium Pomir dlczego mierzymy? Pomir jest nieodłączną częścią nuki. Stopień znjomości rzeczy często wiąże się ze sposobem ich pomiru.

Bardziej szczegółowo

ω a, ω - prędkości kątowe członów czynnego a i biernego b przy

ω a, ω - prędkości kątowe członów czynnego a i biernego b przy Prekłne Mechncne PRZEKŁADNIE MECHANICZNE Prekłne mechncne są wykle mechnmm kołowym prenconym o prenesen npęu o włu slnk wykonuącego ruch orotowy o cłonu npęowego msyny rooce, mechnmu wykonwcego lu wprost

Bardziej szczegółowo

WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO. Lidia Luty

WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO. Lidia Luty 74 LIDIA LUTY ROCZNIKI NAUKOWE EKONOMII ROLNICTWA I ROZWOJU OBSZARÓW WIEJSKICH, T. 11, z. 1, 214 WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO Lda Lut Katedra Statstk Matematcznej

Bardziej szczegółowo

METODY NUMERYCZNE. Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą. dr hab.inż. Katarzyna Zakrzewska, prof.

METODY NUMERYCZNE. Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą. dr hab.inż. Katarzyna Zakrzewska, prof. METODY NUMERYCZNE Wykłd 4. Numeryczne rozwązywne równń nelnowych z jedną newdomą dr hb.nż. Ktrzyn Zkrzewsk, pro.agh Met.Numer. Wykłd 4 Rozwązywne równń nelnowych z jedną newdomą Nleży znleźć perwstek równn

Bardziej szczegółowo

FUNKCJE DWÓCH ZMIENNYCH

FUNKCJE DWÓCH ZMIENNYCH FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam

Bardziej szczegółowo

Całkowanie numeryczne Zadanie: obliczyć przybliżenie całki (1) używając wartości funkcji f(x) w punktach równoodległych. Przyjmujemy (2) (3) (4) x n

Całkowanie numeryczne Zadanie: obliczyć przybliżenie całki (1) używając wartości funkcji f(x) w punktach równoodległych. Przyjmujemy (2) (3) (4) x n lkowe_um- łkowe umercze Zde: olczć przlżee cłk ( ) d () użwjąc wrtośc ukcj () w puktc rówoodległc. Przjmujem (), gdze,,, () () tąd / (5) Metod prostokątów d / (6) gdze / / (7) -- :9: /6 lkowe_um- td. td.

Bardziej szczegółowo

Metoda prądów obwodowych

Metoda prądów obwodowych Metod prądów owodowyh Zmenmy wszystke rzezywste źródł prądowe n npęowe, Tworzymy kłd równń lnowyh opsjąyh poszzególne owody. Dowolną seć lnową skłdjąą sę z elementów skponyh możn opsć z pomoą kłd równń

Bardziej szczegółowo

V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH

V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH Krs na Stdach Doktoranckch Poltechnk Wrocławskej wersja: lty 007 34 V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH. Zbór np. lczb rzeczywstych a, b elementy zbor A a A b A, podzbór B zbor A : B A, sma zborów

Bardziej szczegółowo

Zapis wskaźnikowy i umowa sumacyjna

Zapis wskaźnikowy i umowa sumacyjna Zpis wskźnikow i mow smcjn Pokzć, że e ikm e ikm Pokzć, że e e δ ikm jkm Dn jest mcierzow reprezentcj tensor 7 7 7 ), ), c) 7 7 Podć dziewięć skłdowch d zdefiniownch związkiem: Wrnki nierozdzielności możn

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

3. Rozkład macierzy według wartości szczególnych

3. Rozkład macierzy według wartości szczególnych Rozkłd mcierzy wedłg wrtości szczególnych Wprowdzenie Przypomnimy podstwowe zleżności związne z zstosowniem metody nmnieszych kwdrtów do proksymci fnkci dyskretne Podstwowe równnie m nstępącą postć: +

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej Rachunek prawdopodobeństwa statstka W 11: Analz zależnoścpomędz zmennm losowm Model regresj welokrotnej Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Model regresj lnowej Model regresj lnowej prostej

Bardziej szczegółowo

Ż ż Ł ż ż ż Ż Ś ż ż ż Ł Ż Ż ć ż Ż Ż Ż Ń Ż Ź ż Ź Ź ż Ż ż ż Ż Ł Ż Ł Ż ż Ż ż Ż Ż Ń Ą Ż Ń Ż Ń ć ż Ż ź Ś ć Ł Ł Ź Ż Ż ż Ł ż Ż Ł Ż Ł ź ć ż Ż Ż ż ż Ó ż Ł Ż ć Ż Ż Ę Ż Ż Ż ż Ż ż ż Ś ż Ż ż ż ź Ż Ń ć Ż ż Ż Ż ż ż ż

Bardziej szczegółowo

Ł Ł Ś ź ń ź ź ź Ś Ł Ę Ę Ś ż Ś ń Ą Ś Ą Ł ż ż ń ż ć ż ż ż ź ż ć ź Ę Ę ń ć ż Ł ń ż ż ż Ś ż Ś ż ż ż ż ż ż ż ń ń ż ż ż ć ż ń ż ń ź ż ć ż ż ć ń ż Ę Ę ć ń Ę ż ż ń ń ź Ę ź ż ń ż ń ź ż ż ż ń ż ż ż ż ż ż ż ż ń ń

Bardziej szczegółowo

Ś Ł Ą Ś Ś ź Ś ń ż ż Ó ż ż Ś Ł ż ń ń ń ż ń Ś ń ć ŚĘ Ó Ł Ę Ł Ś Ę Ę ń ń ń ń ń Ź ń ń ń ń ń ż ń ń ń ń ń Ę ż ż ć Ść ń ń ż Ń ż ż ń ń Ś Ą ń Ś ń ń ż Ó ż Ź ń ż ń Ś Ń Ó ż Ł ż Ą ź ź Ś Ł ć Ś ć ż ź ż ć ć Ę Ó Ś Ó ż ż

Bardziej szczegółowo

Ł Ł Ś Ę ź ń ź ź Ś Ę Ę Ś Ą Ś Ę Ż Ł ń Ę Ś ć ć ń ć ń ń ń ź ń Ę ź ń ń ń ź ź Ś ź ź ć ń ń ń ń Ś ć Ś ń ń Ś ź ń Ę ń Ś ź ź ź ź ź Ę Ę Ę Ś ń Ś ć ń ń ń ń ń ń Ę ń ń ń ń ć ń ń ń ń ć ń Ś ć Ł ń ń ń ć ń ć ź ń ź ć ń ń ć

Bardziej szczegółowo

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń 3 Wkład III: Waruki optmalości dla zadań bez ograiczeń Podae poiże waruki optmalości dla są uogólieiem powszechie zach waruków dla fukci ede zmiee (zerowaie się pierwsze pochode i lokala wpukłość) 3 Twierdzeie

Bardziej szczegółowo

Niepewności pomiarów. DR Andrzej Bąk

Niepewności pomiarów. DR Andrzej Bąk Nepewośc pomarów DR Adrzej Bąk Defcje Błąd pomar - różca mędz wkem pomar a wartoścą merzoej welkośc fzczej. Bwa też azwa błędem bezwzględm pomar. Poeważ wartość welkośc merzoej wartość prawdzwa jest w

Bardziej szczegółowo

f(x)dx (1.7) b f(x)dx = F (x) = F (b) F (a) (1.2)

f(x)dx (1.7) b f(x)dx = F (x) = F (b) F (a) (1.2) Cłk oznczon Cłkę oznczoną będziemy zpisywli jko f(x)dx (.) z fnkcji f(x), któr jest ogrniczon w przedzile domkniętym [, b]. Jk obliczyć cłkę oznczoną? Obliczmy njpierw cłkę nieoznczoną z fnkcji f(x), co

Bardziej szczegółowo

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Fuzja danych nawigacyjnych w przestrzeni filtru Kalmana

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Fuzja danych nawigacyjnych w przestrzeni filtru Kalmana ISSN 733-867 ZESZ NAUKOWE NR (83) AKADEMII MORSKIEJ W SZCZECINIE IV MIĘDZNARODOWA KONFERENCJA NAUKOWO-ECHNICZNA E X L O - S H I 6 Andrzej Stteczny, Andrzej Lsj, Chfn Mohmmd Fzj dnych nwgcyjnych w przestrzen

Bardziej szczegółowo

( ) Elementy rachunku prawdopodobieństwa. f( x) 1 F (x) f(x) - gęstość rozkładu prawdopodobieństwa X f( x) - dystrybuanta rozkładu.

( ) Elementy rachunku prawdopodobieństwa. f( x) 1 F (x) f(x) - gęstość rozkładu prawdopodobieństwa X f( x) - dystrybuanta rozkładu. Elementy rchunku prwdopodoeństw f 0 f() - gęstość rozkłdu prwdopodoeństw X f d P< < = f( d ) F = f( tdt ) - dystryunt rozkłdu E( X) = tf( t) dt - wrtość średn D ( X) = E( X ) E( X) - wrncj = f () F ()

Bardziej szczegółowo

Wyznacznik macierzy. - wyznacznik macierzy A

Wyznacznik macierzy. - wyznacznik macierzy A Wzncznik mcierz Uwg Wzncznik definiujem tlko dl mcierz kwdrtowch:,,,,,, =,,,,,, n n n n nn n,,, det = n,,, n n nn - mcierz - wzncznik mcierz Wzncznik mcierz to wzncznik n wektorów, które stnowią kolumn

Bardziej szczegółowo

METODY KOMPUTEROWE 1

METODY KOMPUTEROWE 1 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc

Bardziej szczegółowo

CZĘŚĆ 6. MODEL REGRESJI, TREND LINIOWY ESTYMACJA, WNIOSKOWANIE

CZĘŚĆ 6. MODEL REGRESJI, TREND LINIOWY ESTYMACJA, WNIOSKOWANIE CZĘŚĆ 6. MODEL REGRESJI, TREND LINIOWY ESTYMACJA, WNIOSKOWANIE Zadane 1. Na podstawe obserwacj dotczącch welkośc powerzchn ekspozcjnej (cecha X w m kw.) oraz welkośc dzennego obrotu punktu sprzedaż płtek

Bardziej szczegółowo

11. Aproksymacja metodą najmniejszych kwadratów

11. Aproksymacja metodą najmniejszych kwadratów . Aproksmcj metodą jmejszch kwdrtów W ukch przrodczch wkoujem często ekspermet polegjące pomrch pr welkośc, które, jk przpuszczm, są ze sobą powąze jkąś zleżoścą fukcją =f(, p. wdłużee spręż w zleżośc

Bardziej szczegółowo

Zastosowania całki oznaczonej

Zastosowania całki oznaczonej Przkłd 9 Nie kd funkcj okrelon i ogrniczon n [, b] jes cłkowln n [, b], np funkcj Dirichle nie jes cłkowln n przedzile [, ], gd f ( ), gd liczb wmiern odcink [,] liczb niewmiern odcink [,] Gdbm dl kdego

Bardziej szczegółowo

architektura komputerów w. 3 Arytmetyka komputerów

architektura komputerów w. 3 Arytmetyka komputerów archtektura komputerów w. 3 Arytmetyka komputerów Systemy pozycyjne - dodawane w systeme dwójkowym 100101011001110010101 100111101000001000 0110110011101 1 archtektura komputerów w 3 1 Arytmetyka bnarna.

Bardziej szczegółowo

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam

Bardziej szczegółowo

EKONOMIA MENEDŻERSKA. Wykład 2 Analiza popytu. Optymalna polityka cenowa. 1 ANALIZA POPYTU. OPTYMALNA POLITYKA CENOWA.

EKONOMIA MENEDŻERSKA. Wykład 2 Analiza popytu. Optymalna polityka cenowa. 1 ANALIZA POPYTU. OPTYMALNA POLITYKA CENOWA. Wykłd Anlz popytu. Optymln poltyk cenow. 1 ANALIZA OYTU. OTYMALNA OLITYKA CENOWA. rzedmotem wykłdu jest prolem zrządzn zyskem poprzez oprcowne wdrożene odpowednej strteg różncown cen, wykorzystując do

Bardziej szczegółowo

1.4. STAN ODKSZTAŁCENIA STRONA GEOMETRYCZNA

1.4. STAN ODKSZTAŁCENIA STRONA GEOMETRYCZNA .4. STAN ODKSZTAŁCENA STRONA GEOMETRYCZNA.4.. Wetor przemeszcze Rozwżmy bryłę (cło mterle) o dowolym sztłce meszczoą w prostoątym łdze odese O (rys. ) Rys. gdze ozcz położee (mesce) pt mterlego w tym łdze,,,

Bardziej szczegółowo

e) Kwadrat dowolnej liczby b) Idź na dwór! całkowitej jest liczbą naturalna. c) Lubisz szpinak? f) 12 jest liczbą pierwszą. d) 3 2 =10.

e) Kwadrat dowolnej liczby b) Idź na dwór! całkowitej jest liczbą naturalna. c) Lubisz szpinak? f) 12 jest liczbą pierwszą. d) 3 2 =10. Zdnie. Cz poniższe wrżeni są zdnimi logicznmi: ) wczorj pdł deszcz. e) Kwdrt dowolnej liczb b) Idź n dwór! cłkowitej jest liczbą nturln. c) Lubisz szpink? f) jest liczbą pierwszą. d) =0. Zdni. Podj zprzeczeni

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

Bardziej szczegółowo

Zad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %)

Zad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %) Analza dnamk Zad. 1 Indeks lczb studującch studentów w województwe śląskm w kolejnch pęcu latach przedstawał sę następująco: Lata 1 2 3 4 5 Indeks jednopodstawowe z roku t = 1 100,0 115,7 161,4 250,8 195,9

Bardziej szczegółowo

ILOCZYNY WEKTORÓW. s równoległe wtedy i tylko wtedy. b =

ILOCZYNY WEKTORÓW. s równoległe wtedy i tylko wtedy. b = St Kowls Włd mtemt dl studentów erunu Mehn włd ILOZYNY WEKTORÓW 3 { : } trówmrow prestre tór mon nterpretow n tr sposo: Jo ór puntów W te nterpret element prestren 3 nw s puntm Nps on e punt m współrdne

Bardziej szczegółowo

t t t t T 2 Interpretacja: Przeciętna wartość zmiennej objaśnianej różni się od wartości teoretycznej średnio o

t t t t T 2 Interpretacja: Przeciętna wartość zmiennej objaśnianej różni się od wartości teoretycznej średnio o Cele werfacj odelu Werfacja sasczna odelu polega na oblczenu szeregu ernów jaośc odelu oraz werfacj pewnch hpoez sascznch w celu sprawdzena cz na podsawe ego odelu ożna wcągać wnos doczące badanego zjawsa

Bardziej szczegółowo

O pewnych zgadnieniach optymalizacyjnych O pewnych zgadnieniach optymalizacyjnych

O pewnych zgadnieniach optymalizacyjnych O pewnych zgadnieniach optymalizacyjnych Spis tresci 1 Spis tresci 1 W wielu zgdnienich prktycznych brdzo wżne jest znjdownie optymlnego (czyli njlepszego z jkiegoś punktu widzeni) rozwiązni dnego problemu. Dl przykłdu, gdybyśmy chcieli podróżowć

Bardziej szczegółowo

Triangulacja bez pomiarów kątowych.

Triangulacja bez pomiarów kątowych. Mr 9 7 rln % Yl CZASOPISMO TECHNICZNE - Organ Mnsterstwa Robót Publcznch (w lkwdacj) laoz III. LL, L Ul. Z.vJ. Al. Polskego Towarzstwa Poltechncznego. TREŚć: Prof. Dr. K. "Wegel: Trangulacja bez pomarów

Bardziej szczegółowo

Morfologia kryształów

Morfologia kryształów Morfologi krsztłów Morfologi krsztłu Ścin krsztłu = ogrniczjące powierzchnie Zleżą od ksztłtu komorek elementrnch i od fizcznch wrunków wzrostu krsztłu (T, p, otoczenie, roztwór itd.); Krsztł jest wielościnem

Bardziej szczegółowo

Zadania do rozdziału 7.

Zadania do rozdziału 7. Zdni do ozdziłu 7. Zd.7.. wiezchołkch kwdtu o okch umieszczono ednkowe łdunku. Jki łdunek o znku pzeciwnym tze umieścić w śodku kwdtu y sił wypdkow dziłąc n kżdy łdunek ył ówn zeu? ozwiąznie: ozptzmy siły

Bardziej szczegółowo

WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA

WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA. Ops teoretyczny do ćwczena zameszczony jest na strone www.wtc.wat.edu.pl w dzale DYDAKTYKA FIZYKA ĆWICZENIA LABORATORYJNE.. Ops układu pomarowego

Bardziej szczegółowo

7. SFORMUŁOWANIE IZOPARAMETRYCZNE

7. SFORMUŁOWANIE IZOPARAMETRYCZNE 7. SFORMUŁOWAIE IZOPARAMETRYCZE 7. SFORMUŁOWAIE IZOPARAMETRYCZE W poprzedch rozdzłch omówlśm elemet skończoe formłowe z pomocą tzw. współrzędch ogóloch. Zkłdlśm że przemeszcze elemet zmeą sę zgode z przętm

Bardziej szczegółowo

Rozkłady prawdopodobieństwa 1

Rozkłady prawdopodobieństwa 1 Rozkłdy rwdoodoeństw Rozkłdy rwdoodoeństw. Rozkłdy dyskrete cągłe. W rzydku rozkłdu dyskretego określmy wrtośc rwdoodoeństw dl rzelczlej skończoej lu eskończoej lczy wrtośc zmeej losowej. N.... wszystke

Bardziej szczegółowo

A. Zaborski, Rozciąganie proste. Rozciąganie

A. Zaborski, Rozciąganie proste. Rozciąganie . Zborski, Rozciągnie proste Rozciągnie rzkłd Zprojektowć pręt i tk, b przemieszczenie węzł nie przekroczło dopuszczlnej wrtości mm. Dne: R = 50 M, E = 0 G. 5 m m 4 m 80 k Rozwiąznie: równni sttki: sin

Bardziej szczegółowo

POLITECHNIKA GDAŃSKA Wydział Elektrotechniki i Automatyki Katedra Energoelektroniki i Maszyn Elektrycznych M O D E L O W A N I E I S Y M U L A C J A

POLITECHNIKA GDAŃSKA Wydział Elektrotechniki i Automatyki Katedra Energoelektroniki i Maszyn Elektrycznych M O D E L O W A N I E I S Y M U L A C J A POLTECHNKA GDAŃSKA Wydził Elektrotechniki i Automtyki Ktedr Energoelektroniki i Mszyn Elektrycznych M O D E L O W A N E S Y M U L A C J A S Y S T E M Ó W M E C H A T O N K Kierunek Automtyk i obotyk Studi

Bardziej szczegółowo

BADANIE DRGAŃ RELAKSACYJNYCH

BADANIE DRGAŃ RELAKSACYJNYCH BADANIE DRGAŃ RELAKSACYJNYCH Ops ukłdu pomrowego Ukłd pomrow skłd sę z podstwowch częśc: dego geertor drgń relkscjch, zslcz geertor, geertor odese (drgń hrmoczch), oscloskopu. Pokz rsuku schemt deow geertor

Bardziej szczegółowo

t t t t T 2 Interpretacja: Przeciętna wartość zmiennej objaśnianej różni się od wartości teoretycznej średnio o ˆ

t t t t T 2 Interpretacja: Przeciętna wartość zmiennej objaśnianej różni się od wartości teoretycznej średnio o ˆ Eonoera Ćwczena Werfacja odelu eonoercznego Maerał poocncze Cele werfacj odelu Werfacja sasczna odelu polega na oblczenu szeregu ernów jaośc odelu oraz werfacj pewnch hpoez sascznch w celu sprawdzena cz

Bardziej szczegółowo

Rachunek niepewności pomiaru opracowanie danych pomiarowych

Rachunek niepewności pomiaru opracowanie danych pomiarowych Rachunek nepewnośc pomaru opracowane danych pomarowych Mędzynarodowa Norma Oceny Nepewnośc Pomaru (Gude to Epresson of Uncertanty n Measurements - Mędzynarodowa Organzacja Normalzacyjna ISO) http://physcs.nst./gov/uncertanty

Bardziej szczegółowo

SELEKCJA: JAK JEDNA POPULACJA (STRATEGIA) WYPIERA INNĄ

SELEKCJA: JAK JEDNA POPULACJA (STRATEGIA) WYPIERA INNĄ W stronę bolog: dnama oulacj Martn. owa Evolutonar Dnamcs elna Press 6 SELEKCJ: JK JED POPULCJ (STRTEGI) WYPIER IĄ Model determnstczn ( a ) ( b ) : Dodając stronam mam a b czl średne dostosowane (ftness).

Bardziej szczegółowo

Problem nośności granicznej płyt żelbetowych w ujęciu aktualnych przepisów normowych. Prof. dr hab. inż. Piotr Konderla, Politechnika Wrocławska

Problem nośności granicznej płyt żelbetowych w ujęciu aktualnych przepisów normowych. Prof. dr hab. inż. Piotr Konderla, Politechnika Wrocławska Proble nośnośc grancznej płt żelbetowch w ujęcu aktualnch przepsów norowch Prof. dr hab. nż. Potr Konderla Poltechnka Wrocławska 1. Wprowadzene Przedote analz jest płta żelbetowa zbrojona ortogonalne paraetrzowana

Bardziej szczegółowo

u u u( x) u, x METODA RÓŻNIC SKOŃCZONYCH, METODA ELEMENTÓW BRZEGOWYCH i METODA ELEMENTÓW SKOŃCZONYCH

u u u( x) u, x METODA RÓŻNIC SKOŃCZONYCH, METODA ELEMENTÓW BRZEGOWYCH i METODA ELEMENTÓW SKOŃCZONYCH METODA RÓŻNIC SKOŃCZONYCH, METODA ELEMENTÓW BRZEGOWYCH METODA ELEMENTÓW SKOŃCZONYCH Szkc rozwązana równana Possona w przestrzen dwuwymarowe. Równane Possona to równae różnczkowe cząstkowe opsuące wele

Bardziej szczegółowo

Wektor kolumnowy m wymiarowy macierz prostokątna o wymiarze n=1 Wektor wierszowy n wymiarowy macierz prostokątna o wymiarze m=1

Wektor kolumnowy m wymiarowy macierz prostokątna o wymiarze n=1 Wektor wierszowy n wymiarowy macierz prostokątna o wymiarze m=1 Rchunek mcierzowy Mcierzą A nzywmy funkcję 2-zmiennych, któr prze liczb nturlnych (i,j) gdzie i = 1,2,3,4.,m; j = 1,2,3,4,n przyporządkowuje dokłdnie jeden element ij. 11 21 A = m1 12 22 m2 1n 2n mn Wymirem

Bardziej szczegółowo

Budownictwo, II rok sem IV METODY OBLICZENIOWE. dr inŝ. Piotr Srokosz IP Temat 8

Budownictwo, II rok sem IV METODY OBLICZENIOWE. dr inŝ. Piotr Srokosz IP Temat 8 Bdownctwo, II rok sem IV MEODY OBLICZEIOWE dr nŝ. Potr Srokosz IP- emat 8 emat 8 Równana róŝnczkowe cząstkowe Metoda Elementów Skończonch (MES) Zagadnene brzegowe Sformłowane zagadnena fzcznego Równana

Bardziej szczegółowo

2.3.1. Iloczyn skalarny

2.3.1. Iloczyn skalarny 2.3.1. Ilon sklrn Ilonem sklrnm (sklrowm) dwóh wektorów i nwm sklr równ ilonowi modułów ou wektorów pre kosinus kąt wrtego międ nimi. α O Rs. 2.8. Ilustrj do definiji ilonu sklrnego Jeżeli kąt międ wektormi

Bardziej szczegółowo

Przykład 2.6. Przekrój złożony z trzech kształtowników walcowanych.

Przykład 2.6. Przekrój złożony z trzech kształtowników walcowanych. Przkłd 6 Przkrój złożon z trzh ksztłtowników wlownh Polni: Wznzć główn ntrln momnt bzwłdnośi orz kirunki główn dl poniższgo przkroju złożongo z trzh ksztłtowników wlownh 0800 0 80800 Dn dotzą ksztłtowników

Bardziej szczegółowo

Termodynamika techniczna

Termodynamika techniczna Termodnamka technczna Wdzał Geolog, Geofzk Ochron Środowska Ekologczne Źródła Energ II rok Pomar temperatur Instrukcja do ćwczena Katedra Sstemów Energetcznch Urządzeń Ochron Środowska AGH Kraków 015 1.

Bardziej szczegółowo

dr inż. Zbigniew Szklarski

dr inż. Zbigniew Szklarski Włd : Wetor dr nż. Zgnew Slrs sl@gh.edu.pl http://ler.uc.gh.edu.pl/z.slrs/ Welośc fcne Długość, cs, sł, ms, prędość, pęd, prspesene tempertur, nprężene, premescene, ntężene prądu eletrcnego, ntężene pol

Bardziej szczegółowo

Ekonometryczne modele nieliniowe

Ekonometryczne modele nieliniowe Ekonomrczn mod niiniow Wkłd Włsności smorów i s . dodk do wkłdu Słb zbiżność convrgnc in disribuion { X } Ciąg zminnch osowch x - dsrbun X FX Isnij dsrbun F X x, k ż im FX x FX x w kżdm punkci x, F X w

Bardziej szczegółowo

formularzy opisowych, ankiet lub innych dokumentów stanowi nieuporządkowany statystyczny, stanowi on podstawę dalszych

formularzy opisowych, ankiet lub innych dokumentów stanowi nieuporządkowany statystyczny, stanowi on podstawę dalszych Zebran materał statstczn w forme sprawozdań, formularz opsowch, anket lub nnch dokumentów stanow neuporządkowan surow materał statstczn, neprzdatn jeszcze do bezpośrednej analz, porównań wnosków. Materał

Bardziej szczegółowo

Metody numeryczne. Różniczkowanie. Wykład nr 6. dr hab. Piotr Fronczak

Metody numeryczne. Różniczkowanie. Wykład nr 6. dr hab. Piotr Fronczak Mtod numrczn Wład nr 6 Różnczowan dr ab. Potr Froncza Różnczowan numrczn Wzor różnczowana numrczngo znajdują zastosowan wtd, gd trzba wznaczć pocodn odpowdngo rzędu uncj, tóra orślona jst tablcą lub ma

Bardziej szczegółowo

5.4.1. Ruch unoszenia, względny i bezwzględny

5.4.1. Ruch unoszenia, względny i bezwzględny 5.4.1. Ruch unozeni, zględny i bezzględny Przy ominiu ruchu punktu lub bryły zkłdliśmy, że punkt lub brył poruzły ię zględem ukłdu odnieieni x, y, z użnego z nieruchomy. Możn rozptrzyć tki z przypdek,

Bardziej szczegółowo

Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej

Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej Isttt Atomt Iformt Stosowe Poltech Wrszwse Algortm predce w wers ltcze z efetwm mechzmem względ ogrczeń wść Potr Mrs Pl prezetc. Wstęp. Algortm reglc predce 3. Uwzględe ogrczeń łoŝoch sgł sterąc 4. Uwzględe

Bardziej szczegółowo