Metody numeryczne. Wykład nr 10. Dr Piotr Fronczak

Wielkość: px
Rozpocząć pokaz od strony:

Download "Metody numeryczne. Wykład nr 10. Dr Piotr Fronczak"

Transkrypt

1 Meod ecze Wkład D Po Foczak

2 Rówaa óŝczkowe cząskowe RRC lczba zech L L L F ząd ówaa: ząd awŝsze pochode 3 3 b chaakeska: lowe qas-lowe elowe

3 C B A F E D C B A b c b a : : : :: : : : : : Nelowe lowe Qas Lowe c b a Nelowe lowe Qas Lowe

4 Skp sę a RRC co awŝe dgego zęd apoplaesze w fzce Ogóla posać RRC dgego zęd B -AC Kaegoa Pzkład < elpcze Rówae Laplace a paabolcze Rówae pzewodcwa cepła > hpebolcze Rówae falowe T T k T T c G C B A G C B A

5 Mowaca dla ake klasfkac Napossze ozwązaa: RóweŜ dla badze skoplkowach ówań lokale własośc ozwązae zaleŝą od zak waŝea B -AC. elpcze C paabolcze C hpebolcze C ; ; elpsa C C paabola C hpebola C ; ; Zagadka: Skaegoz ówae Schodgea.

6 Zakłada h h h [saka kwadaowa] h h [ ] h ' ' - - h h Elpcze RRC - dwwaowe zagadee bzegowe Rówae Laplace a [ ] ' ' h { } { } [ ] [ ] '' '' h h

7 { } Sąc waz wzacza : Pzkład: saka 33 Pze począkowe pzblŝee 3 Kozsa z eod eace Jacobego lb Gassa-Sedla szbsza zbeŝość S S S3 S

8 Kozsaąc z eod dokładch p. dekopozca LU s łoŝć acez o ozaze low. Wosek: Ms wpowadzć deksowae ówań odpowadaącch pko dwwaowe sak : k a pzkład wesza P P k P... Pzkład: ówae Possoa ϕ ρ gęsość ładk f poecał h h [ ] f [ P P P P P ] f P

9 Pzkład: Powezcha poecał pz losowo ozeszczoe gęsośc ładk

10 Paabolcze hpebolcze RRC Bezwaowe ówae pzewodcwa cepła z wake począkow dla L g < < gdze L szeokość dzedz ozwązań. Wak bzegowe: b L a gdze a b są fkca ede czas a g zaleŝ ede od połoŝea.

11 Dskezaca pzesze ozwązań czas deks pzeszeń deks PołoŜee w węźle w chwl :

12 Zaeaąc pochode a óŝce oze z błęde O z błęde O. Dale paszczaąc

13 Zae zdskezowae ówae a posać Defąc / oze schea aw Elea: - pk względa pz oblcza óŝc czasowe - pk względa pz oblcza óŝc pzeszee

14 Algo schea awego // a węzłów pzeszech sak // waek bzegow [] ew[] [].; // waek począkow fo ; <; { *sep; [] fc; }; // pęla czasowa fo ; <seps; fo ; <; ew[] alpha*[-] -*alpha*[] alpha*[]; Poble: waek sablośc schea Czl eśl podzel doeę [] a so podpzedzałów. o 5-5.

15 Aalza sablośc RozwaŜ schea aw dla ówaa cepła: α α Zae asz schea a posać: α Nech D będze dokład ozwązae ówaa. Nech N będze ecz ozwązae ówaa. Zae błąd zaokągleń N D Napsz ówae sablośc eod ecze kóe opsze ewolcę błęd w akce oblczaa kolech koków czasowch. ośe esablość eośe sablość

16 Rówae sablośc będze badać za poocą aalz Foea eoda vo Neaa. Rozwązae ecze oŝe zapsać ako N D 3 Podsawaąc 3 do oze D D D D D α D D D D D α α PoewaŜ z ówaa D D D D D α

17 α Zae RozwaŜ ozkład błęd w pew kok czasow. ZałóŜ dla wgod Ŝe. Błąd oŝa zapsać w posac szeeg Foea: : s cos 5 falowa lczba k k k k k e e b Czl ówae a błąd es ake sae ak ówae a fkcę.

18 PoewaŜ ówae óŝcowe a błąd es lowe zachowae kaŝdego waz szeeg es podobe do zachowaa całego szeeg. Zae wsacz ozwaŝć wzos błęd powego waz k b e 6 Czasową zaleŝość błęd względ pząc Ŝe aplda błęd b es fkcą czas. PoewaŜ błąd ośe lb alee zwkle wkładczo z czase oŝe zapsać e e gdze k es zeczwse ale a oŝe bć zespoloe. Podsawaąc 7 do oze a a e k k a k a k a k a k e e e 7 e e e e e e 8 gdze α

19 e a e e e e e e 8 k a k a k a k a k e e e Dzeląc 8 obsoe pzez e a e k e a k k e e 9 Kozsaąc z zaleŝośc oze gdze Kozsaąc z zaleŝośc oze cos β e a e β e β cos β s e a β k β cos β s β

20 Defąc współczk wzocea błęd G Oczeke b błąd e aasał z kok a kok G Zae a k e e a e s β

21 s β s β s s β β s s β β Waek zbeŝośc schea awego

22 G G G kok czasow wkładk poęg Pzpo sobe Ŝe współczk wzocea błęd Czl: N N N G Zwóć wagę Ŝe asz schea aw [ ] α oŝe pzedsawć w posac ówaa acezowego Rówae włase z waośca włas G

23 Zae a kład ówań eowach G Meoda Jacobego Pzpoee z wkład 3 Jako ozwązae począkowe obea sę dowol weko p. weko zeow oblcza sę kolee eace: Kolee pzblŝea wozą cąg wekoów. JeŜel see gaca ego cąg wed es oa ozwązae kład ówań lowch. Cąg wekoów s bć zae cąge zbeŝ. Tw. Cąg okeślo wzoe * pz dowol wekoze es zbeŝ wed lko wed gd ρα<. ρα poeń spekal acez α a λ λ waośc włase acez α.

24 Twedzee powŝsze ów a Ŝe ab asz schea e bł ozbeŝ o wszske waośc włase G szą leŝeć a płaszczźe zespoloe bo G ogą bć zespoloe wewąz okęg o poe. W asz pzpadk waośc G bł zeczwse węc weź cekawsz pzpadek: Uwaga: sablość kaŝdego poble ehoogeczego Zasos schea: p p p p f bada paszczaąc ówae do posac hoogecze. óŝca zwkła óŝca wsecza Zasępąc Paęaąc Ŝe oaz Ŝe p p p p G e k

25 oze Dzeląc obsoe pzez p k p k p k G e G e G e p k G e G p e k G k k β e e e Wosek: schea es esabl dla kaŝdego.

26 Poa coś wklepać ; dh./; d.*dh; fo;<; { Xdoble/; [][].*ep-*x-.5*x-.5; [][].*ep-*x-.5-d*x-.5-d; }; Jede kok czasow: Wak począkowe fo;<; { L-; P; Wak bzegowe peodcze f L; f P; [][][P][]-*[][][L][]*d*d/dh/dh*[][]-[][]; }; fo;<; { [][][][]; [][][][]; };

27 MoŜa oblczć waek sablośc dla podaego schea ale e es poso G s β G Czl a ówae kwadaowe

28 Schea eaw Elea - pk względa pz oblcza óŝc czasowe - pk względa pz oblcza óŝc pzeszee Schea aw Schea eaw Wóć do ówaa cepła Bło: Teaz:

29 3 3 M M O O λ λ λ λ Zae a kład ówań z acezą ódagoalą. kó s ozwązać w kaŝd kok czasow.

30 Sablość schea eawego Posępąc aalogcze do popzedch pzpadków pze po pa pzekszałceach G s k co dae ogaczee a G: G co es spełoe dla dowolego oczwśce wększego od zea. Zae schea eaw es zawsze sabl.

31 θ θ Schea Caka-Ncholsoa MoŜe wobazć sobe badze ogól schea: gdze θ. Pz θ ½. Pewsza pochoda czasowa ako óŝca ceala w l/ Dga pochoda pzeszea ako óŝca ceala waŝoa l l l l l l l l

32 Po pa pzekszałceach l l l l l l A zae zow a kład ówań z acezą ódagoalą. MoŜa pokazać Ŝe kład es zawsze sabl. Pzewaga ad scheae eaw błąd O zaas O. Poówae scheaów:

Równania różniczkowe cząstkowe

Równania różniczkowe cząstkowe Meod ecze Wkład Rówaa óżczkowe cząskowe d hab. Po Foczak Rówaa óżczkowe cząskowe RRC lczba zech F ząd ówaa: ząd awższe pochode 3 3 b chaakeska: lowe qas-lowe elowe C B A F E D C B A b c b a : : : : : :

Bardziej szczegółowo

Spójne przestrzenie metryczne

Spójne przestrzenie metryczne Spóe pzeszee ecze De. Pzeszeń eczą zw spóą eżel e d sę e pzedswć w posc s dwóc zoów epsc owc ozłączc. - pzeszeń spó ~ owe Icze es zoe spó eżel dl dowolc pów czl see cągł c : : = = see dog łącząc Tw. ągł

Bardziej szczegółowo

Spójne przestrzenie metryczne

Spójne przestrzenie metryczne lz Włd 5 d d Ćel cel@gedpl Spóe pzeszee ecze De Pzeszeń eczą ρ zw spóą eżel e d sę e pzedswć w psc s dwóc zów epsc wc złączc ρ - pzeszeń spó ~ we Icze es ze spó eżel dl dwlc pów czl see cągł c γ : : γ

Bardziej szczegółowo

Johann Wolfgang Goethe Def.

Johann Wolfgang Goethe Def. "Maemac ą ja Facuz: coolwe m ę powe od azu pzeładają o a wój wła jęz wówcza aje ę o czmś zupełe m." Joha Wola Goehe Weźm : m m Jeżel zdeujem ucje pomoccze j : j dla j = m o = m dze = Czl wacz pzeaalzowad

Bardziej szczegółowo

DYNAMIKA. Dynamika jest działem mechaniki zajmującym się badaniem ruchu ciał z uwzględnieniem sił działających na ciało i wywołujących ten ruch.

DYNAMIKA. Dynamika jest działem mechaniki zajmującym się badaniem ruchu ciał z uwzględnieniem sił działających na ciało i wywołujących ten ruch. DYNMIK Daika jes działe echaiki zajując się badaie uchu ciał z uwzględieie sił działającch a ciało i wwołującch e uch. Daika opiea się a pawach Newoa, a w szczególości a dugi pawie (zwa pawe daiki). Moża

Bardziej szczegółowo

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze

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

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0

Bardziej szczegółowo

Funkcja wiarogodności

Funkcja wiarogodności Fukca warogodośc Defca: Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x; θ. Fukcą warogodośc dla próby x azywamy welkość: ( x; θ f ( x ; θ L Uwaga: Fukca warogodośc to e to samo co łącza

Bardziej szczegółowo

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego

Bardziej szczegółowo

Zmiana bazy i macierz przejścia

Zmiana bazy i macierz przejścia Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl Zmaa bazy macerz prześca Nech V będze wymarową przesrzeą lową ad całem K. Nech Be e będze bazą przesrze V. Rozważmy ową bazę B e... e. Oczywśce

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

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

Wnioskowanie statystyczne dla korelacji i regresji.

Wnioskowanie statystyczne dla korelacji i regresji. STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...

Bardziej szczegółowo

X. RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE

X. RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE X. RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE.. Wpowadzee Rozważmy ład ówań óżczowyc z waam począowym Zagadee (.) (.) azywa sę zagadeem począowym. Naszym zadaem es zalezee fc y () będącyc ozwązaem ww. ład. W dalszym

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

Lista 6. Kamil Matuszewski 26 listopada 2015

Lista 6. Kamil Matuszewski 26 listopada 2015 Lsta 6 Kaml Matuszews 6 lstopada 5 4 5 6 7 8 9 4 5 X X X X X X X X X X X D X X N Gdze X-spsae, D-Delarowae, N-edelarowae. Zadae Zadae jest westą odpowedego pomalowaa. Weźmy sobe szachowcę x, poumerujmy

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa

Bardziej szczegółowo

Projekt 2 2. Wielomiany interpolujące

Projekt 2 2. Wielomiany interpolujące Proekt Weloma terpoluące Rodzae welomaów terpoluącc uma edomaów Nec w przedzale a, b określoa będze fukca f: ec będze ustaloc m wartośc argumetu :,,, m, m L prz czm: < < L < < m m Pukt o tc odcztac azwa

Bardziej szczegółowo

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2 Permutacje { 2,,..., } Defcja: Permutacją zboru lczb azywamy dowolą różowartoścową fukcję określoą a tym zborze o wartoścach w tym zborze. Uwaga: Lczba wszystkch permutacj wyos! Permutacje zapsujemy w

Bardziej szczegółowo

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu METODA RÓŻIC SKOŃCZOYCH (omówee a przykładze rówań lowych) ech ( rówaa różczkowe zwyczaje lowe I-rz.) lub jedo II-rzędu f / / p( x) f / + q( x) f + r( x) a x b, f ( a) α, f ( b) β dea: a satce argumetu

Bardziej szczegółowo

Równania różniczkowe. y xy (1.1) x y (1.2) z xyz (1.3)

Równania różniczkowe. y xy (1.1) x y (1.2) z xyz (1.3) ownn oznczkowe Równn óżnczkowe. Wstę Równne óżnczkow nzw ównne zwejące funkcje newdoe zenne nezleżne oz ocodne funkcj newdoc lu c óżnczk. Pzkłd d 5 d d sn d. d d e d d d. z z z z. ównne óżnczkowe zwczjne

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

Analiza Matematyczna Ćwiczenia. J. de Lucas Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA Woskowe sttstcze - egesj koelcj teść Wpowdzee Regesj koelcj low dwóch zmech Regesj koelcj elow - tsfomcj zmech Regesj koelcj welokot Wpowdzee Jedostk zoowośc sttstczej mogą ć chktezowe

Bardziej szczegółowo

Reprezentacja krzywych...

Reprezentacja krzywych... Reprezeacja rzywych... Reprezeacja przy pomocy fcj dwóch zmeych rzywe płase płase - jedej: albo z z f x y x [ x x2] y [ y y2] f x y g x x [ x x2] Wady: rzywe óre dla pewych x y mogą przyjmować wele warośc

Bardziej szczegółowo

Szereg czasowy z trendem. Model Holta. Stosujemy dwa równania rekurencyjne: I - słuy do wyznaczania wygładzonych wartoci szeregu czasowego w chwili t

Szereg czasowy z trendem. Model Holta. Stosujemy dwa równania rekurencyjne: I - słuy do wyznaczania wygładzonych wartoci szeregu czasowego w chwili t zeeg czasow z edem. Model Hola. osujem dwa ówaia ekuecje: I - słu do wzaczaia wgładzoch waoci szeegu czasowego w chwili F = + ( )( + α α F ) II - słu do wzaczaia wgładzoch waoci pzosu edu w chwili = β

Bardziej szczegółowo

Matematyka II. x 3 jest funkcja

Matematyka II. x 3 jest funkcja Maemayka II WYKLD. Całka eozaczoa. Rachuek całkowy. Twerdzea o całkach eozaczoych. Całkowae wybraych klas fukcj. Całkowae fukcj wymerych. Całkowae fukcj rygoomeryczych.. Defcja fukcj perwoej. Fukcję F

Bardziej szczegółowo

Wyznaczenie współczynników q1=1,0. Wyznaczyć częstości drgań własnych oraz amplitudy drgań wymuszonych dla następującej belki:

Wyznaczenie współczynników q1=1,0. Wyznaczyć częstości drgań własnych oraz amplitudy drgań wymuszonych dla następującej belki: Wyznaczyć częośc dgań włanych oaz aludy dgań wyuzonych dla naęującej bel: 4. Sfoułowane zez wółczynn acezy zywnośc. a dgana włane Dane: N 5 g 8 N Hz π 88,496 ad/, J Soeń wobody dynacznej SSD Uład odawowy

Bardziej szczegółowo

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX. min. min

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX. min. min WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORAORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX Probley prograowae celowego lorazowego to probley prograowae ateatyczego elowego, który oża sktecze zlearyzować

Bardziej szczegółowo

Schrödingera. Dr inż. Zbigniew Szklarski. Katedra Elektroniki, paw. C-1, pok

Schrödingera. Dr inż. Zbigniew Szklarski. Katedra Elektroniki, paw. C-1, pok Wykła 0: Rówae Schrögera Dr ż. Zbgew Szklarsk Kaera lekrok paw. C- pok.3 szkla@agh.eu.pl hp://layer.uc.agh.eu.pl/z.szklarsk/ 0.06.07 Wyzał Iforayk lekrok Telekoukacj - Teleforayka Rówae Schrögera jeo z

Bardziej szczegółowo

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB WYKŁAD 2 BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB Przkład.

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

będą niezależnymi zmiennymi losowymi o tym samym 2 x Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka

Bardziej szczegółowo

Teoria Sygnałów. III rok Informatyki Stosowanej. Wykład 7 [ ] ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Analiza częstotliwościowa dyskretnych sygnałów cyfrowych

Teoria Sygnałów. III rok Informatyki Stosowanej. Wykład 7 [ ] ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Analiza częstotliwościowa dyskretnych sygnałów cyfrowych ora Sygałów III ro Ioray Sosowaj Wyła Rozważy sończoy sygał () spróboway z częsolwoścą : Aalza częsolwoścowa ysrych sygałów cyrowych p óra js wa razy węsza o częsolwośc asyalj a. Oblczy jgo rasorację Fourra.

Bardziej szczegółowo

Płaskie układy obciąŝeń. Opis analityczny wielkości podstawowych. wersory. mechanika techniczna i wytrzymałość materiałów 1 statyka 2

Płaskie układy obciąŝeń. Opis analityczny wielkości podstawowych. wersory. mechanika techniczna i wytrzymałość materiałów 1 statyka 2 Opis aalitcz wielkości podstawowch wersor e x, e Opis aalitcz wielkości podstawowch współrzęde puktów A( x A, B( x B, A B ) ) Opis aalitcz wielkości podstawowch współrzęde puktów A( x A, B( x B, A B )

Bardziej szczegółowo

(liniowy model popytu), a > 0; b < 0

(liniowy model popytu), a > 0; b < 0 MODELE EKONOMERYCZNE Model eoomercz o ops sochasczej zależośc adaego zjawsa eoomczego od czów szałującch go, wrażo w posac rówośc lu uładu rówośc. Jeśl p. rozparujem zjawso popu a oreślo owar lu grupę

Bardziej szczegółowo

ĆWICZENIE 3 ANALIZA WSPÓŁZALEŻNOŚCI ZJAWISK MASOWYCH

ĆWICZENIE 3 ANALIZA WSPÓŁZALEŻNOŚCI ZJAWISK MASOWYCH Laboaoum eod aczch ĆWICZENIE 3 ANALIZA WPÓŁZALEŻNOŚCI ZJAWIK AOWCH Jedo wozące zboowość chaaezowae ą zazwcza za pomocą welu cech óe wzaeme ę wauuą. Celem aalz wpółzależośc e wedzee cz mędz badam cecham

Bardziej szczegółowo

Przykładowe zadania dla poziomu rozszerzonego

Przykładowe zadania dla poziomu rozszerzonego Przkładowe zadaia dla poziomu rozszerzoego Zadaie. ( pkt W baku w pierwszm roku oszczędzaia stopa procetowa bła rówa p%, a w drugim roku bła o % iższa. Po dwóch latach, prz roczej kapitalizacji odsetek,

Bardziej szczegółowo

PROGNOZY I SYMULACJE

PROGNOZY I SYMULACJE oecasig is he a of saig wha will happe, ad he explaiig wh i did. h. hafield 98 PROGNOZY I YMULAJE Kaaza hud Laskowska kosulacje: p. 00A śoda - czwaek - soa ieeowa: hp://kc.sd.pz.edu.pl/ WYKŁAD VIII zeegi

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki

Politechnika Gdańska Wydział Elektrotechniki i Automatyki PORZĄDKOWANIE WARIANTÓW PRZY NIEKOMPLETNYCH MACIERZACH PORÓWNAŃ PARAMI Mosław Kweselewcz Poltechka Gdańska Wydzał Elektotechk Automatyk PORZĄDKOWANIE WARIANTÓW PRZY NIEKOMPLETNYCH MACIERZACH PORÓWNAŃ PARAMI

Bardziej szczegółowo

Niezawodność. systemów nienaprawialnych. 1. Analiza systemów w nienaprawialnych. 2. System nienaprawialny przykładowe

Niezawodność. systemów nienaprawialnych. 1. Analiza systemów w nienaprawialnych. 2. System nienaprawialny przykładowe Nezawoość sysemów eaprawalych. Aalza sysemów w eaprawalych. Sysemy eaprawale - przykłaowe srukury ezawooścowe 3. Sysemy eaprawale - przykłay aalzy. Aalza sysemów w eaprawalych Sysem eaprawaly jes o sysem

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki: Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,

Bardziej szczegółowo

Badania Operacyjne (dualnośc w programowaniu liniowym)

Badania Operacyjne (dualnośc w programowaniu liniowym) Badaa Operacye (dualośc w programowau lowym) Zadae programowaa lowego (PL) w postac stadardowe a maksmum () c x = max, podczas gdy spełoe są erówośc () ax = b ( m ), x 0 ( ) Zadae programowaa lowego (PL)

Bardziej szczegółowo

Funkcja generująca rozkład (p-two)

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

Bardziej szczegółowo

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

MECHANIKA BUDOWLI 12

MECHANIKA BUDOWLI 12 Olga Koacz, Kzysztof Kawczyk, Ada Łodygowski, Michał Płotkowiak, Agnieszka Świtek, Kzysztof Tye Konsultace naukowe: of. d hab. JERZY RAKOWSKI Poznań /3 MECHANIKA BUDOWLI. DRGANIA WYMUSZONE, NIETŁUMIONE

Bardziej szczegółowo

XXXV Konferencja Statystyka Matematyczna

XXXV Konferencja Statystyka Matematyczna XXXV Konferencja Saysyka Maeayczna MODEL OTOWOŚCI SYSTEMU TECHNICZNEO Karol J. ANDRZEJCZAK karol.andrzejczak@pu.poznan.pl Polechnka Poznańska hp://www.pu.poznan.pl/ PRORAM REERATU 1. WPROWADZENIE 2. ORMALIZACJA

Bardziej szczegółowo

Teoria Sygnałów. II Inżynierii Obliczeniowej. Wykład /2019 [ ] ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

Teoria Sygnałów. II Inżynierii Obliczeniowej. Wykład /2019 [ ] ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Tora Sygałów II Iżyr Oblczowj Wyład 8 8/9 Rozważy sończoy sygał δ () spróboway z częsolwoścą : Aalza częsolwoścowa dysrych sygałów cyfrowych f p óra js dwa razy węsza od częsolwośc asyalj f a. Oblczy jgo

Bardziej szczegółowo

r h SSE EKONOMETRIA - WZORY p pk Opracowała: Joanna Kisielińska 1 Metody doboru zmiennych Metoda Nowaka Metoda Hellwiga Metoda momentów

r h SSE EKONOMETRIA - WZORY p pk Opracowała: Joanna Kisielińska 1 Metody doboru zmiennych Metoda Nowaka Metoda Hellwiga Metoda momentów Opowł: Jo Kselńs EKONOMETRIA - WZORY Metod doou zmeh Metod Now * t I I I Metod Hellwg om L l l K p p pk h l l K p H l h pk Metod mometów e Regesj post Modele: MNK m s s Y X C s v Opowł: Jo Kselńs Współz:

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

1. WSTĘP. METODA EULERA 1 1. WSTĘP. METODA EULERA

1. WSTĘP. METODA EULERA 1 1. WSTĘP. METODA EULERA . WSTĘP. MTODA ULRA. WSTĘP. MTODA ULRA Wprowadzee Mowacja pozawaa meod umerczc:. Rozwązwae bardzo dużc kosrukcj o złożoej geomer welu sopac swobod powżej mloa prz różorodm zacowau maerałów.. Śwadome wkorzswae

Bardziej szczegółowo

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem Ekstrapolacja Rchardsoa (szacowae błędu) dla daej, ustaloej metody błąd Mh zakładając, że M jest w przyblżeu ezależe od h I I + Mh h h/ / I I + Mh ekstrapolowaa wartość całk I I e I h / + Ih / ( I h )

Bardziej szczegółowo

Ciągi i szeregi liczbowe. Ciągi nieskończone.

Ciągi i szeregi liczbowe. Ciągi nieskończone. Ciągi i szeregi liczbowe W zbiorze liczb X jest określoa pewa fukcja f, jeŝeli kaŝdej liczbie x ze zbioru X jest przporządkowaa dokładie jeda liczba pewego zbioru liczb Y Przporządkowaie to zapisujem w

Bardziej szczegółowo

Lista 6. Kamil Matuszewski X X X X X X X X X X X X

Lista 6. Kamil Matuszewski X X X X X X X X X X X X Lsta 6 Kaml Matuszewsk 9..205 2 3 4 5 6 7 9 0 2 3 4 5 6 7 X X X X X X X X X X X X Zadae Lewa stroa: W delegacj możemy meć od do osób. Wyberamy ( k) osób a k sposobów wyberamy przewodczącego. k =.. węc

Bardziej szczegółowo

Teoria i metody optymalizacji

Teoria i metody optymalizacji Sforułowae owae zaaa otyalzacj elowej bez ograczeń: Fukcja celu f( : Zaae otyalzacj olega a zalezeu wektora zeych ecyzyjych aleŝącego o zboru rozwązań ouszczalych R takego Ŝe la R Co jest rówozacze zasow:

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau

Bardziej szczegółowo

Sprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych

Sprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych Sprawdzee stateczośc skarpy wykopu pod składowsko odpadów koualych Ustalee wartośc współczyka stateczośc wykoae zostae uproszczoą etodą Bshopa, w oparcu o poższą forułę: [ W s( α )] ( φ ) ( φ ) W ta F

Bardziej szczegółowo

n R ZałóŜmy, Ŝe istnieje d, dla którego: Metody optymalizacji Dr inŝ. Ewa Szlachcic otwarte otoczenie R n punktu x, Ŝe

n R ZałóŜmy, Ŝe istnieje d, dla którego: Metody optymalizacji Dr inŝ. Ewa Szlachcic otwarte otoczenie R n punktu x, Ŝe Sforułowae owae zaaa otyalzacj elowej bez ograczeń: Fukcja celu f() : Zaae otyalzacj olega a zalezeu wektora zeych ecyzyjych aleŝącego o zboru rozwązań ouszczalych R takego Ŝe la R Co jest rówozacze zasow:

Bardziej szczegółowo

ROZKŁADY ZMIENNYCH LOSOWYCH

ROZKŁADY ZMIENNYCH LOSOWYCH ROZKŁADY ZMIENNYCH LOSOWYCH ZMIENNA LOSOWA Defcja. Zmeą losową jest fukcja: X: E -> R która każdemu zdarzeu elemetaremu E przypsuje lczbę rzeczywstą e X ( e) R DYSTRYBUANTA Dystrybuatą zmeej losowej X

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZA. Wkład węp. Teora prawdopodobeńwa elemet kombatork 3. Zmee losowe 4. Populace prób dach 5. Teowae hpotez emaca parametrów 6. Te t 7. Te 8. Te F 9. Te eparametrcze 0. Podsumowae dotchczasowego

Bardziej szczegółowo

Całka krzywoliniowa nieskierowana (całka krzywoliniowa funkcji skalarnej)

Całka krzywoliniowa nieskierowana (całka krzywoliniowa funkcji skalarnej) WYŁAD : CAŁI RZYWOLINIOWE Nech - krwa w R : gde [ α β ] ora C [ α β]. Zaem dowol puk krwej moża predsawć w posac j k krwa adaa jes pre wekor parameracj r : r j k. Decja Jeśl krwa e ma puków welokroch.

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta Józef Beluch Akadema Górczo-Hutcza w Krakowe płw wag współrzędch a wk trasformacj Helmerta . zór a trasformację współrzędch sposobem Helmerta: = c + b = d + a + a b () 2 2. Dwa modele wzaczea parametrów

Bardziej szczegółowo

A B - zawieranie słabe

A B - zawieranie słabe NAZEWNICTWO: : rówoważość defcj : rówość defcj dla każdego steje! ZBIORY steje dokłade jede {,,,...} - całkowte * - całkowte be era - wmere - ujeme plus ero - recwste - espoloe A B - awerae słabe A :

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze

Bardziej szczegółowo

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą. Joaa Ceślak, aula Bawej ESTREA FUNCJI ESTREA FUNCJI JEDNEJ ZIENNEJ Otoczeem puktu R jest każdy przedzał postac,+, gdze >. Sąsedztwem puktu jest każdy zbór postac,,+, gdze >. Nech R, : R oraz ech. De. ówmy,

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

Opracowanie wyników pomiarów

Opracowanie wyników pomiarów Opracowae wków pomarów Praca w laboratorum fzczm polega a wkoau pomarów, ch terpretacj wcagęcem wosków. Ab dojść do właścwch wosków aleŝ szczególą uwagę zwrócć a poprawość wkoaa pomarów mmalzacj błędów

Bardziej szczegółowo

KOMPUTEROWE WSPOMAGANIE TECHNOLOGII WYTWARZANIA ODLEWÓW

KOMPUTEROWE WSPOMAGANIE TECHNOLOGII WYTWARZANIA ODLEWÓW KOMPUEROWE WSPOMAGANIE ECHNOLOGII WYWARZANIA ODLEWÓW Jausz LELIO Mchał SZUCKI Paweł ŻAK Faculy of Foudry Egeerg Deparme of Foudry Processes Egeerg AGH Uversy of Scece ad echology Krakow I KLIEN CAD CAE

Bardziej szczegółowo

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów. Pradopodobeństo statystya 6..3r. Zadae. Rzucamy symetryczą moetą ta długo aż dóch olejych rzutach pojaą sę resz. Oblcz artość oczeaą lczby yoaych rzutó. (A) 7 (B) 8 (C) 9 (D) (E) 6 Wsazóa: jeśl rzuce umer

Bardziej szczegółowo

Instrukcja obiegu i kontroli dokumentów powodujących skutki finansowo-gospodarcze w ZHP Spis treści

Instrukcja obiegu i kontroli dokumentów powodujących skutki finansowo-gospodarcze w ZHP Spis treści C h o r ą g i e w D o l n o l ą s k a Z H P U c h w a ł a n r 2 1 / I X / 2 0 1 5 K o m e n d y C h o r ą g w i D o l n o 6 l ą s k i e j Z H P z d n i a 2 10. 5. 2 0 1 5 r. w s p r a w i e I n s t r u

Bardziej szczegółowo

BADANIE UKŁADÓW ZAWIERAJĄCYCH WZMACNIACZE OPERACYJNE

BADANIE UKŁADÓW ZAWIERAJĄCYCH WZMACNIACZE OPERACYJNE ADANI UKŁADÓW ZAWIAJĄCYCH WZMACNIACZ OPACYJN CL ĆWICZNIA: Pozae zasady dzałaa wzmacacza operacyjego w zakrese skch częstotlwośc. Aalza kładów zawerających wzmacacze operacyje pracjące w zakrese lowym elowym.

Bardziej szczegółowo

24-01-0124-01-01 G:\AA_Wyklad 2000\FIN\DOC\Geom20.doc. Drgania i fale III rok Fizyki BC

24-01-0124-01-01 G:\AA_Wyklad 2000\FIN\DOC\Geom20.doc. Drgania i fale III rok Fizyki BC 4-0-04-0-0 G:\AA_Wyklad 000\FIN\DOC\Geom0.doc Dgaa ale III ok Fzyk BC OPTYKA GEOMETRYCZNA. W ośodku jedoodym śwatło ozcodz sę ostolowo.. Pzecające sę omee śwetle e zabuzają sę awzajem. 3. Pawo odbca śwatła.

Bardziej szczegółowo

i = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3

i = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3 35 Iterpoaca Herte a 3 f ( x f ( x,,, 3, 4 f ( x,,, 3 f ( x,, 3 f ( x, 4 f ( x 33,5,698,87,5!, 34,83,785,9,3 36,598,877,95 38,475,97 4,447 Na podstawe wzoru (38 ay zate 87,, 5, L4 ( t 335, +, 698t+ t(

Bardziej szczegółowo

I V. N a d z ó r... 6

I V. N a d z ó r... 6 C h o r ą g i e w D o l n o l ą s k a Z H P Z a ł ą c z n i k 1 d o U c h w a ł y n r 2 2. / I X / 2 0 1 5 K o m e n d y C h o r ą g w i D o l n o 6 l ą s k i e j Z H P z d n i a 0 8. 0 62. 0 1 5 r. P

Bardziej szczegółowo

ZMIENNE LOSOWE WIELOWYMIAROWE

ZMIENNE LOSOWE WIELOWYMIAROWE L.Kowals Zmee losowe welowmarowe ( ΩS P ZMIENNE LOSOWE WIELOWMIAROWE - ustaloa przestrzeń probablstcza. (... - zmea losowa - wmarowa (wetor losow cąg losow. : Ω R (fuca borelowsa P : Β R [0 - rozład zmee

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

n n Weźmy f: 3 (x 1, x 2, x 3 ) (y 1, y 2, y 3 ) 3 Jeżeli zdefiniujemy funkcje pomocnicze f j : 3 (x 1, x 2, x 3 ) y j, dla j = 1,2,3, to

n n Weźmy f: 3 (x 1, x 2, x 3 ) (y 1, y 2, y 3 ) 3 Jeżeli zdefiniujemy funkcje pomocnicze f j : 3 (x 1, x 2, x 3 ) y j, dla j = 1,2,3, to "Maemac ą jak Facuzi: cokolwiek im ię powie od azu pzekładają o a wój wła jęzk i wówcza aje ię o czmś zupełie im." Joha Wola Goehe Weźm : Jeżeli zdeiiujem ukcje pomocicze j : j dla j = o = dzie = Czli

Bardziej szczegółowo

Grupa obrotów. - grupa symetrii kuli, R - wszystkie możliwe obroty o dowolne kąty wokół osi przechodzących przez środek kuli

Grupa obrotów. - grupa symetrii kuli, R - wszystkie możliwe obroty o dowolne kąty wokół osi przechodzących przez środek kuli Grupa obrotów - grupa smetr kul R - wsstke możlwe obrot o dowolne kąt wokół os prechodącch pre środek kul nacej O 3 grupa obrotów właścwch - grupa cągła - każd obrót określa sę pre podane os l kąta obrotu

Bardziej szczegółowo

Wykład z Podstaw matematyki dla studentów Inżynierii Środowiska. Wykład 8. CAŁKI NIEOZNACZONE. ( x) 2 cos2x

Wykład z Podstaw matematyki dla studentów Inżynierii Środowiska. Wykład 8. CAŁKI NIEOZNACZONE. ( x) 2 cos2x Wykład z Podsaw maemayk dla sudenów Inżyner Środowska Wykład 8. CŁKI NIEOZNCZONE Defnca (funkca perwona) Nech F es funkcą perwoną funkc f na przedzale I, eżel F '( ) f ( ) dla każdego I. Udowodnć, że funkce

Bardziej szczegółowo

EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA

EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA Nekedy zachodz koneczność zany okesu kapt. z ównoczesny zachowane efektów opocentowane. Dzeje sę tak w nektóych zagadnenach ateatyk fnansowej np.

Bardziej szczegółowo

S.A RAPORT ROCZNY Za 2013 rok

S.A RAPORT ROCZNY Za 2013 rok O P E R A T O R T E L E K O M U N I K A C Y J N Y R A P O R T R O C Z N Y Z A 2 0 1 3 R O K Y u r e c o S. A. z s i e d z i b t w O l e ~ n i c y O l e ~ n i c a, 6 m a j a 2 0 14 r. S p i s t r e ~ c

Bardziej szczegółowo

Ą Ą ć Ó Ó Ó Ś Ź Ź Ó ż Ź Ź Ś Ś ż Ę ĘŚ ń ń ć Ś Ą Ę ż ć Ś ć ć Ć Ó Ó ć ć Ó ć Ó ć ć ń ć Ą Ó Ó Ó Ą Ć ń ń Ź Ó ń ć Ó ć ć ć ń ż ć ć Ć Ć ć ż ć Ź Ó ć ć ć ć Ó ć ĘŚ ń ń ż ć Ś ć Ą Ó ń ć ć Ś ć Ę Ć Ę Ó Ó ń ż ź Ó Ó Ś ń

Bardziej szczegółowo

Ł Ą Ę Ń ć Ź ź ĘŚ ÓŁ Ę Ę ń ń ź Ę ń Ż ć ć ń ń ń Ę ń Ę ń ń Ę ń Ę ń ń ć ć ń Ę Ą Ś ń Ę Ą Ł ź ć Ś ć ć ć Ź Ł Ś ć ć ć ć ć Ł ć ć ź ń ń ń ń ń ń ń ź ź ć ń ć ć ć ź Ł ń Ę ÓŁ ń ź ź ź ń ć ć ć ń ń ń Ą ń ń ń ń ń Ś Ę

Bardziej szczegółowo

Ó ź ę ę ś Ą Ą Ę Ę Ł ę ę ź Ę ę ę ś ś Ł ę ś ś ę Ą ź ę ś ś ś ś ę ś ę ę ź ę ę ś ę ś ę ę ś Ś ś ę ę ś ś ę ę ę ś ę ę ę ę ś ę ź Ł Ą Ę Ł ę ś ź ść ś ę ę ę ę ę ę ś ś ś ę ę ś ę ę ś ę ź Ć ŚĆ ć ś ś ć ę ś ś ę ś ś ź ś

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 6 Matematyka fasowa c.d. Rachuek retowy (autetowy) Maem rachuku retowego określa sę regulare płatośc w stałych odstępach czasu przy założeu stałej stopy procetowej. Przykłady

Bardziej szczegółowo

11/22/2014 STRATEGIE MIESZANE - MOTYWACJA. ROZWAśMY PRZYKŁAD:

11/22/2014 STRATEGIE MIESZANE - MOTYWACJA. ROZWAśMY PRZYKŁAD: //4 Gry o sue zero - gry rozgrywae w strategach eszaych STRATEGIE IESZANE - OTYWACJA. ROZWAśY PRZYKŁAD: 5 DEFINICJA..6 Strategą eszaą π gracza P azyway kaŝdy rozkład prawdopodobeństwa określoy a zborze

Bardziej szczegółowo

Analiza Matematyczna I.1

Analiza Matematyczna I.1 Aalza Matematycza I. Sera, Potr Nayar Zadae. Nech a k >, k =,..., b d lczbam rzeczywstym o tym samym zaku. Udowodj,»e prawdzwa jest erówo± + a + a... + a + a + a +... + a. Czy zaªo»ee,»e lczby a k maj

Bardziej szczegółowo

MODELE OBIEKTÓW W 3-D3 część

MODELE OBIEKTÓW W 3-D3 część WYKŁAD 5 MODELE OBIEKTÓW W -D część la wykładu: Kocepcja krzywej sklejaej Jedorode krzywe B-sklejae ejedorode krzywe B-sklejae owerzche Bezera, B-sklejae URBS 1. Kocepcja krzywej sklejaej Istotą z praktyczego

Bardziej szczegółowo