Metoda szacowania wpływu strategii zarządzania na dochód ze sprzedaży węgla

Wielkość: px
Rozpocząć pokaz od strony:

Download "Metoda szacowania wpływu strategii zarządzania na dochód ze sprzedaży węgla"

Transkrypt

1 Pro. dr hab. nż. HENRYK PRZYBYŁA, dr hab. nż. STANISŁAW KOWALIK Poltechnka Śląska, Glwce Metoda sacowana wpłwu strateg arądana na dochód e spredaż węgla. Wprowadene Transormacje sstemu gospodarcego, otwarce sę Polsk na śwat spowodował, że na rnku węglowm po strone: oerentów węgla pojawł sę jednostk gospodarce handlujące węglem krajowm węglem mportu; po strone odborców jednostk gospodarce specjalujące sę w handlu węglem. Krs gospodarc, mnaturacja automatacja, łatw dostęp do nnch surowców energetcnch (ropa, ga td.) to główne prcn nadprodukcj węgla. W takej stuacj główne parametr decdujące o kondcj ekonomcnej nansowej Spółek Węglowch tj. welkość spredaż, cena spredaż kost spredaż stał sę mennm losowm, a wnk e spredaż menną losową welowmarową. Premsł wdobwc w tm scególne górnctwo węgla kamennego cechuje, w aspekce roważanego problemu, duża nercja np. uruchomone wrobsko wberkowe eksploatowane jest pre klka mesęc, może bć ograncona ntenswność wberana, ne można natomast anechać wberana w tm wrobsku. Znacąca wartość ubrojena tego wrobska jak nacąca wartość całej nrastruktur technologcnej techncnej stanową o tm, że każde ograncane wdobca, uwag na wsok udał kostów stałch powoduje nacąc wrost kostów produkcj. Ta speccne cecha premsłu wdobwcego wmusa stosowane aawansowanch technk roponana potencjalnch możlwośc spredaż węgla, anal elastcnośc poptu wględem cen, ocen achowana sę konkurentów reakcj odborców na ch achowana. Element te pownn bć awarte w plane techncno-ekonomcno-nansowm. Za nteresujące unalśm osacowane dochodów Spółk Węglowej w oparcu o które można prowadć analę ekonomcno-nansową, ocenać płnność nansową td. Preentowan artkuł predstawa metodę sacowana wpłwu strateg arądana na dochód e spredaż węgla. Jest to pocątkowa wersja metod, która wmaga potwerdena w praktce będe doskonalona w marę poskwana nowch, stotnch normacj.

2 2. Sormułowane matematcne agadnena Na podstawe ocen stosowanch pre Spółkę Węglową praktk w akrese marketngu, arądana Spółką Węglową, technk organacj produkcj osacowano następujące parametr stanowące dane wejścowe do oblceń: s welkość spredaż [t/rok], c cena jednostkowa spredaż [ł/t], k - kost jednostkow [ł/t]. Potraktujem te welkośc, jako menne losowe. Wartośc tch mennch losowch awerają sę odpowedno w predałach [s mn, s ma ], [c mn, c ma ], [k mn, k ma ]. Każd tch predałów delm na n cęśc. Dla każdej mennej otrmujem węc n podpredałów o serokoścach s, c, k, gde Predał te można określć następująco: s = (s ma - s mn )/n, () c = (c ma - c mn )/n, (2) k = (k ma - k mn )/n. (3) PS = [s mn + (-) s, s mn + s ] (=,...,n), (4) PC = [c mn + (-) c, c mn + c ] (=,...,n), (5) PK = [k mn + (-) k, k mn + k ] (=,...,n). (6) Rokład mennch losowch s, c, k odpowedno na predałach [s mn, s ma ], [c mn, c ma ], [k mn, k ma ] ustalam na podstawe opn ekspertów. Innm słow, w oparcu o sondaż opn ekspertów ustalam prawdopodobeństwa dla wewnętrnch podpredałów dla każdej mennej. Otrmujem węc tr cąg lcbowe: Prawdopodobeństwa te onacają: { p s }, { p c }, { p k } (=,...,n). (7) s p = P{sPS } (=,...,n), (8) c p = P{cPC } (=,...,n), (9) k p = P{kPK } (=,...,n). (0) Prjmujem, że realacjam mennej losowej s są lcb s,...,s n będące środkam predałów PS. Tak samo akładam, że realacjam mennej losowej c są lcb c,...,c n będące środkam predałów PC, a realacjam mennej losowej k są lcb k,...,k n będące środkam predałów PK. 425

3 Na podstawe mennch losowch s, c, k tworm nową menną losową w będącą dochodem (w łotch) e spredaż węgla w cągu roku w = s ( c k ). () Zajmem sę tera określenem rokładu mennej losowej w. Wkorstam do tego pojęce splotu unkcj kompocj rokładów. Do wnacena rokładu mennej losowej w potrebne nam będą kompocje różnc locnu mennch losowch. 3. Kompocje różnc locnu mennch losowch Roważana ropocnem od podana worów na rokład prawdopodobeństwa dla sum dwóch mennch losowch. Jest to najważnejs prpadek unkcj dwóch mennch losowch. Następne uogólnm te wor na kombnację lnową dwóch mennch losowch. Prjmując odpowedne współcnnk ( ) w tej kombnacj otrmam wór na unkcję gęstośc prawdopodobeństwa różnc mennch losowch. W dalsej kolejnośc podam wor na rokład locnu mennch losowch. Prjmujem, że mam dwe menne losowe o unkcjach gęstośc () (). Określam nową menną losową =+. Funkcja gęstośc () jest splotem unkcj () (). Na podstawe [] [3] jest ( ) (, )d (, ) d (2) Poneważ menne traktujem jako neależne, węc wór (2) można apsać w postac [3] ( ) ( ) ( )d ( ) ( ) d. (3) Dla kombnacj lnowej dwóch mennch =a+b mam [], [3] ( ), ( ) a a b b, (4) gde =a, =b. Tak węc splot tch unkcj wraża sę worem [], [3] ( ) d d ab a b ab a b. (5) Prjmując we wore (5) a= b=- otrmujem rokład dla różnc dwóch mennch losowch =- 426

4 ( ) ( ) ( )d ( ) ( ) d. (6) We wore (6) menne są poorne (wstępują jako menne całkowana), to można je astąpć pre. Mam wted ( ) ( ) ( )d ( ) ( ) d. (7) Jest to posukwan wór na unkcję gęstośc prawdopodobeństwa różnc dwóch mennch losowch. Prjmem tera, że menna jest locnem mennch losowch, tj. =. Na podstawe [], [3] mam ( ), d, d. (8) Poneważ menne traktujem jako neależne, to wór (8) można prekstałcć do następującej postac ( ) ( ) d ( ) d. (9) Wor (7) (9) powalają na oblcene rokładu dla mennej w wrażonej pre () dla cągłch unkcj gęstośc prawdopodobeństwa. 4. Określene rokładu dochodu e spredaż w prpadku dskretnch unkcj gęstośc prawdopodobeństwa. Jak wceśnej powedelśm w rodale 3, rokład mennch s, c, k (spredaż, cena, kost jednostkow) są określone popre cąg lcbowe (7) na podpredałach (4), (5) (6). Adaptujem tera wor (7) (9) dla dskretnch unkcj gęstośc mennch s, c, k. Najperw określm dskretną unkcję gęstośc dla różnc c-k. Onacam = c k. (20) Poneważ menne c k są określone na predałach [c mn, c ma ], [k mn, k ma ], to ch różnca jest określona na predale [ mn, ma ] = [c mn - k ma, c ma - k mn ]. (2) Delm ten predał na n cęśc. Serokość podpredału onacam popre. = ( ma - mn )/n. (22) Podpredał te można apsać następująco PZ = [ mn + (-), mn + ] (=,...,n). (23) 427

5 Poneważ P{c=c q, k=k r } = P{c=c q }P{k=k r } = c p k q r p (q,r=,...,n), (24) to c p = P{PZ } = p k q r c q k r PZ p. (25) Oblcone prawdopodobeństwa prpsujem środkom predałów PZ. Traktujem, że realacjam mennej są lcb prawdopodobeństwam rokład mennej będącej różncą mennch c k. p. Mam węc określon Jak wnka e woru () należ jesce określć rokład dochodu e spredaż w będącej locnem mennch losowch s. w = s ( c k ) = s. (26) Poneważ menne s są określone na predałach [s mn, s ma ], [ mn, ma ], to ch locn w jest określona na predale [w mn, w ma ] = [s mn mn, s ma ma ]. (27) Ten wór stosuje sę jedne w prpadku, gd wsstke lcb s mn, s ma, mn, ma są dodatne. Jeżel nektóre tch lcb są ujemne, to końce predału wnacam stosując wor w ogólnejsej postac w mn = mn(s mn mn, s mn ma, s ma mn, s ma ma ), (28) w ma = ma(s mn mn, s mn ma, s ma mn, s ma ma ). (29) Delm ten predał na n cęśc. Serokość podpredału onacam popre w. w = (w ma - w mn )/n. (30) Podpredał te można apsać następująco PW = [w mn + (-) w, w mn + w ] (=,...,n). (3) Poneważ P{s=s q, = r } = P{s=s q }P{= r } = s p q r p (q,r=,...,n), (32) to w s p = P{wPW } = p q r s q r PW p. (33) Oblcone prawdopodobeństwa prpsujem środkom w predałów PW. Traktujem, że realacjam mennej w są lcb w prawdopodobeństwam posukwan rokład mennej w denowanej pre równane (). p w. Mam węc określon 428

6 5. Porównwane eektwnośc różnch strateg arądana produkcją węgla Prkład Dla Spółk Węglowej X ustalono predał wstępowana welkośc: welkość spredaż s[ , ] [t/rok], cena jednostkowa c[0, 30] [ł/t], kost jednostkow k[5, 45] [ł/t]. Prjęto podał tch predałów na n=5 cęśc. Ustalono prawdopodobeństwa dla wewnętrnch podpredałów dla każdej mennej: { p s }={0., 0., 0.4, 0.3, 0.}, { p c }={0., 0., 0.6, 0., 0.}, { p k }={0., 0., 0.3, 0.4, 0.}. Na podstawe worów (4), (5), (6), (23) (3) oblcono końce podpredałów wewnętrnch. Pokauje to tablca. Zmenna Grance predałów wewnętrnch dla mennch losowch s, c, k,, w Końce predałów Tablca s c k =c-k w=s(c-k) Jak podano wżej realacjam tch mennch losowch są środk tch podpredałów. Ilustruje to tablca 2. Tablca 2 Realacje mennch losowch s, c, k,, w Zmenna Środk predałów s c k =c-k w=s(c-k)

7 Na podstawe woru (24) oblcono prawdopodobeństwa P{c=c q, k=k r } (tablca 3). Prawdopodobeństwo P{c=c q, k=k r } Tablca 3 Cena c Kost k Następne na podstawe woru (25) oblcono prawdopodobeństwa p. Wnosą one { p }={0.02, 0.42, 0.36, 0.8, 0.02}. Kolejnm krokem bło wnacene prawdopodobeństw P{s=s q, = r } na podstawe woru (32). Te prawdopodobeństwa są podane w tablc 4. Prawdopodobeństwo P{s=s q, = r } Tablca 4 Spredaż s Różnca =c-k Jako wnkowe prawdopodobeństwa otrmujem na podstawe woru (33). Wnosą one { p w }={0.008, 0.348, 0.444, 0.80, 0.020}. Zborc wka prawdopodobeństw dla poscególnch mennch losowch predstawa tablca

8 Rokład dskretne mennch losowch s, c, k,, w Tablca 5 Zmenna Prawdopodobeństwa s c k =c-k w=s(c-k) Tak węc posukwana menna losowa w jest określona na predale [ , ] [ł/rok]. Posada ona rokład dskretn. Realacjam tej mennej są lcb {w} = { , , , 0, }. Prawdopodobeństwa wstąpena tch lcb wnosą odpowedno: { p w }={0.008, 0.348, 0.444, 0.80, 0.020}. Dla takego rokładu prawdopodobeństwa ocekwan dochód ttułu spredaż wrażon worem wnos [ł/rok]. 5 w w p w. (34) Onaca to, że stosowana stratega unkcjonowana Spółk, ackolwek ma namona strateg skutecnej (aspokajane potreb odborców), jest strategą ne eektwną. Podjęte w Spółce Węglowej dałana restrukturacjne, w tm scególne agreswna poltka marketngowa menł stuację Spółk dla tej nowej stuacj osacowano parametr stanowące dane wejścowe do oblceń. Dla tej nowej stuacj rokład prawdopodobeństwa dla wewnętrnch podpredałów dla każdej mennej wnos: { p s }={0., 0., 0., 0.4, 0.3}, { p c }={0., 0., 0., 0.6, 0.}, { p k }={0.3, 0.4, 0., 0., 0.}. Po ponownch prelcenach otrmano następujące wnk awarte w tablc 6. 43

9 Rokład dskretne mennch losowch s, c, k,, w Tablca 6 Zmenna Prawdopodobeństwa s c k =c-k w=s(c-k) Dla tej nowej stuacj ocekwan dochód e spredaż węgla (wór 34) wnos [ł/rok]. Pre manę strateg arądana, co menło rokład prawdopodobeństw, uskano poprawę dochodów ttułu spredaż węgla, jednak dochód e spredaż węgla jest nadal ujemn. Wdrożene sstemu budżetowana, montorowana kontrol, proeektwnoścowego sstemu motwacj, spłascene struktur organacjnej spowodowało, że menł sę akres cen kostów. Nowe akres cen kostów jednostkowch predstawają sę tera następująco: cena jednostkowa c[20, 40] [ł/t], kost jednostkow k[0, 40] [ł/t]. Po ponownch prelcenach otrmano następujące wnk awarte w tablc 7. Tablca 7 Rokład dskretne mennch losowch s, c, k,, w Zmenna Prawdopodobeństwa s c k =c-k w=s(c-k) Tak węc posukwana menna losowa w jest określona na predale [ , ] [ł/rok]. Posada ona rokład dskretn. Realacjam tej mennej są lcb {w} = { , , , , }. Prawdopodobeństwa wstąpena tch lcb wnosą odpowedno: { p w }={0.08, 0.2, 0.309, 0.393, 0.68}. 432

10 Dla tej nowej stuacj ocekwan dochód e spredaż węgla (wór 34) wnósł [ł/rok]. Pre manę strateg arądana, co menło rokład prawdopodobeństw akres cen kostów jednostkowch, uskano radkalną poprawę dochodów ttułu spredaż węgla. 6. Zakońcene Wprowadona w orme Ustaw Reorma Górnctwa Węgla Kamennego wmaga, ab Spółk Węglowe bł skutecne eektwne. Zarąd Spółek Węglowch wspomagane apsam Ustawowm awartm w Reorme (cęścowe oddłużane, presunęce w case opłat, górnc paket socjaln td.) obowąane są do wpracowana takch strateg arądana, które ucną te Spółk skutecnm eektwnm. Stratege te awarte są w Planach techncno-ekonomcno nansowch. W planach tch powsechne ropatruje sę warant optmstcne, najbardej prawdopodobne pesmstcne. Dla tch warantów należ wpracować odpowedne scenaruse, w którch awarte pownn bć reakcje Spółk na określone stan otocena Spółk. W opn autorów problem te należą do klas problemów ustruktualowanch, a do ch rowąana można stosować odpowedne algortm procedur oblcenowe. Tak też postąplśm pr sacowanu spodewanch korśc ttułu stosowana starej nowej strateg arądana Spółką Węglową. Istotnm elementam są tutaj stosowane stratege ocen ekspertów skutków tch strateg. Zapreentowan w prac algortm umożlwł osacować korśc (bądź strat), jakch należ sę spodewać pr realacj określonch strateg unkcjonowana Spółk Węglowej. Lteratura. Gerstenkorn T., Śródka T.: Kombnatorka rachunek prawdopodobeństwa. PWN, Warsawa Kodrój M., Prbła H.: Teora organacj arądana. Cęść 3. Modele matematcne w organacj produkcj górncej. Skrpt Poltechnk Śląskej Nr 272, Glwce Papouls A.: Prawdopodobeństwo, menne losowe proces stochastcne. WNT, Warsawa

Przykład 3.1. Projektowanie przekroju zginanego

Przykład 3.1. Projektowanie przekroju zginanego Prkład.1. Projektowane prekroju gnanego Na belkę wkonaną materału o wtrmałośc różnej na ścskane rocągane dałają dwe sł P 1 P. Znając wartośc tch sł, schemat statcn belk, wartośc dopuscalnego naprężena

Bardziej szczegółowo

OKRES ZWROTU JAKO JEDNA Z METOD OCENY OPŁACALNOŚCI PRZEDSIĘWZIĘĆ INWESTYCYJNYCH

OKRES ZWROTU JAKO JEDNA Z METOD OCENY OPŁACALNOŚCI PRZEDSIĘWZIĘĆ INWESTYCYJNYCH Magdalena Dynus Katedra Fnansów Bankowośc Wyżsa Skoła Bankowa w Torunu OKRES ZWROTU JAKO JEDNA Z METOD OCENY OPŁACALNOŚCI PRZEDSIĘWZIĘĆ INWESTYCYJNYCH Wprowadene Okres wrotu należy do podstawowych metod

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

Algebra z geometrią 2012/2013

Algebra z geometrią 2012/2013 Algebra geometrą 22/2 Egamn psemn, 24 VI 2 r. Instrukcje: Każde adane jest a punktów. Praca nad rowąanam mus bć absolutne samodelna. Jakakolwek forma komunkacj kmkolwek poa plnującm egamn jest całkowce

Bardziej szczegółowo

Tomasz Grębski. Liczby zespolone

Tomasz Grębski. Liczby zespolone Tomas Grębsk Lcby espolone Kraśnk 00 Sps Treśc: Lcby espolone Tomas Grębsk- Wstęp. Podstawowe wadomośc o lcbe espolonej.. Interpretacja geometrycna lcby espolonej... Moduł lcby espolonej. Lcby sprężone..

Bardziej szczegółowo

POTENCJALNE POLE SIŁ. ,F z 2 V. x = x y, F y. , F x z F z. y F y

POTENCJALNE POLE SIŁ. ,F z 2 V. x = x y, F y. , F x z F z. y F y POTENCJALNE POLE SIŁ POLE SKALARNE Polem skalarnm V(r) nawam funkcję prpisującą każdemu punktowi w prestreni licbę recwistą (skalar): V (r): r=(,, ) V (r) POLE WEKTOROWE SIŁ Polem wektorowm sił F(r) nawam

Bardziej szczegółowo

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp

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

Przestrzeń liniowa R n.

Przestrzeń liniowa R n. MATEMATYKA IIb - Lcjan Kowalski Prestreń liniowa R n. Element (wektor) prestreni R n będiem onacać [,,, ] Element erow [,, L, ]. Diałania. a) ilocn element pre licbę: b) sma elementów [ c, c, ] c L, c

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

Postać Jordana macierzy

Postać Jordana macierzy Rodiał 8 Postać Jordana macier 8.1. Macier Jordana Niech F = R lub F = C. Macier J r () F r r postaci 1. 1... J r () =..........,.... 1 gdie F, nawam klatką Jordana stopnia r. Ocwiście J 1 () = [. Definicja

Bardziej szczegółowo

Rynek szkoleniowy w województwie kujawskopomorskim. badań 2011 2013

Rynek szkoleniowy w województwie kujawskopomorskim. badań 2011 2013 Rynek skolenowy w wojewódtwe kujawskopomorskm. Podsumowane badań 2013 Semnarum podsumowujące projekt Rynek Pracy pod Lupą Toruń, 17.XII.2013 Główny cel analy Predstawene scegółowej oferty skolenowej powatowych

Bardziej szczegółowo

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

MODELE OBIEKTÓW W 3-D3 część

MODELE OBIEKTÓW W 3-D3 część WYKŁAD 3 MODELE OBIEKTÓW W 3-D3 cęść Plan wkładu: Modele skeletowe Równane powerchn w postac uwkłanej. Modele skeletowe (wre rame) V, V, - werchołk (verte) E, E, - krawęde (edge) V E E E 4 P, P, - ścan

Bardziej szczegółowo

Algebra WYKŁAD 1 ALGEBRA 1

Algebra WYKŁAD 1 ALGEBRA 1 Algebra WYKŁAD ALGEBRA Realacja predmotu Wykład 30 god. Ćwcena 5 god. Regulamn alceń: www.mn.pw.edu.pl/~fgurny ALGEBRA Program ajęć Lcby espolone Algebra macery Układy równań lnowych Geometra analtycna

Bardziej szczegółowo

Grupa TP i Grupa TVN podpisały długoterminową umowę o współpracy w zakresie dostarczania treści, telewizji i usług komunikacyjnych

Grupa TP i Grupa TVN podpisały długoterminową umowę o współpracy w zakresie dostarczania treści, telewizji i usług komunikacyjnych Grupa Grupa N ppsały długotermnową umowę o współpracy w akrese starcana treśc, telewj komunkacyjnych Warsawa, 15 paźdernka 2010 konwergencja twory unkalne możlwośc rowoju prysłe wywana na konwergentnym

Bardziej szczegółowo

KONWENCJA ZNAKOWANIA MOMENTÓW I WZÓR NA NAPRĘŻENIA

KONWENCJA ZNAKOWANIA MOMENTÓW I WZÓR NA NAPRĘŻENIA ĆWICZENIE 5 KONWENCA ZNAKOWANIA OENTÓW I WZÓR NA NAPRĘŻENIA Wektor momentu pr ginaniu ukośnm można rutować na osie,, będące głównmi centralnmi osiami bewładności prekroju. Prjmujem konwencję nakowania

Bardziej szczegółowo

ALGEBRA rok akademicki

ALGEBRA rok akademicki ALGEBRA rok akademck -8 Tdeń Tematka wkładu Tematka ćwceń ajęć Struktur algebracne (grupa cało; be Dałana na macerach perścen Defncja macer Dałana na macerach Oblcane wnacnków Wnacnk jego własnośc Oblcane

Bardziej szczegółowo

Siła ciężkości. Siła ciężkości jest to siła grawitacyjna wynikająca z oddziaływania na siebie dwóch ciał. Jej wartość obliczamy z zależności

Siła ciężkości. Siła ciężkości jest to siła grawitacyjna wynikająca z oddziaływania na siebie dwóch ciał. Jej wartość obliczamy z zależności Sła cężkośc Sła cężkośc jest to sła grawtacja wkająca oddałwaa a sebe dwóch cał. Jej wartość obcam aeżośc G gde: G 6,674 10-11 Nm /kg M m r stała grawtacja, M, m mas cał, r odegłość pomęd masam. Jeże mam

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

PRAWIDŁOWE ODPOWIEDZI I PUNKTACJA

PRAWIDŁOWE ODPOWIEDZI I PUNKTACJA MAŁOPOLSKI KONKURS MATEMATYCZNY Rok skoln 08/09 ETAP REJONOWY 0 grudnia 08 roku PRAWIDŁOWE ODPOWIEDZI I PUNKTACJA adanie odpowiedź punkt B 3 C 3 3 A 3 4 B 3 5 E 3 6 B 3 7 E 3 8 C 3 9 D 3 0 A 3 7 adania

Bardziej szczegółowo

Belki zespolone 1. z E 1, A 1

Belki zespolone 1. z E 1, A 1 Belki espolone. DEFINIC Belki espolone to belki, którch prekrój poprecn składa się co najmniej dwóch materiałów o różnch własnościach ficnch (różne moduł Younga i współcnniki Poissona), pr cm apewnione

Bardziej szczegółowo

Janusz Typek TENSOR MOMENTU BEZWŁADNOŚCI

Janusz Typek TENSOR MOMENTU BEZWŁADNOŚCI Janus Tpek TENSOR MOMENTU BEZWŁADNOŚC Scecn, maec 994 Temat pac: Tenso momentu bewładnośc Cel pac: Oblcene tensoa momentu bewładnośc dla układu składającego sę klku mas punktowch oa jego wkostane do wnacena

Bardziej szczegółowo

Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych. ćwiczenie 209. Temat: Komputerowa analiza automatów skończonych

Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych. ćwiczenie 209. Temat: Komputerowa analiza automatów skończonych KATEDRA INFORMATYKI TECHNICZNEJ Ćwcena laboratorjne Logk Ukłaów Cfrowch ćwcene 9 Temat: Komputerowa anala automatów skońconch. Cel ćwcena Celem ćwcena jest opanowane umejętnośc preprowaana anal automatu

Bardziej szczegółowo

cz. 2. Dr inż. Zbigniew Szklarski Katedra Elektroniki, paw. C-1, pok.321

cz. 2. Dr inż. Zbigniew Szklarski Katedra Elektroniki, paw. C-1, pok.321 Wkład 7: Bła stwna c.. D nż. Zbgnew Sklask Kateda Elektonk, paw. C-1, pok.1 skla@agh.edu.pl http://lae.uc.agh.edu.pl/z.sklask/..17 Wdał nfoatk, Elektonk Telekounkacj - Telenfoatka 1 6..17 Wdał nfoatk,

Bardziej szczegółowo

ĆWICZENIE 6. Mimośrodowe rozciąganie. Redukcja do środka ciężkości PROJEKT

ĆWICZENIE 6. Mimośrodowe rozciąganie. Redukcja do środka ciężkości PROJEKT ĆWICZENIE 6 Mmośrodowe rocągne Redukcj do środk cężkośc N P M P0 M P0 PROJEKT Zprojektowć prmetr prekroju, wncć oś obojętną or brłę nprężeń. Wncć rdeń prekroju. Prekrój obcążono słą N=00 kn prłożoną w

Bardziej szczegółowo

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO Różnce mędzy obserwacjam statystycznym ruchu kolejowego a samochodowego 7. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO.. Obserwacje odstępów mędzy kolejnym wjazdam na stację

Bardziej szczegółowo

Zginanie ukośne LABORATORIUM WYTRZYMAŁOŚCI MATERIAŁÓW. Katedra Wytrzymałości Materiałów i Metod Komputerowych Mechaniki

Zginanie ukośne LABORATORIUM WYTRZYMAŁOŚCI MATERIAŁÓW. Katedra Wytrzymałości Materiałów i Metod Komputerowych Mechaniki Katedra Wtrmałości Materiałów i Metod Komputerowch Mechaniki Wdiał Mechanicn Technologicn Politechnika Śląska LABORATORUM WYTRZYMAŁOŚC MATERAŁÓW Zginanie ukośne ZGNANE UKOŚNE 2 1. CEL ĆWCZENA Ćwicenie

Bardziej szczegółowo

Rozdział 9. Baza Jordana

Rozdział 9. Baza Jordana Rodiał 9 Baa Jordana Niech X będie n wmiarową prestrenią wektorową nad ciałem F = R lub F = C Roważm dowoln endomorfim f : X X Wiem, że postać macier endomorfimu ależ od wboru ba w prestreni X Wiem również,

Bardziej szczegółowo

INSTYTUT FIZYKI WYDZIAŁ INŻYNIERII PROCESOWEJ, MATERIAŁOWEJ I FIZYKI STOSOWANEJ POLITECHNIKA CZĘSTOCHOWSKA ĆWICZENIE NR MR-2

INSTYTUT FIZYKI WYDZIAŁ INŻYNIERII PROCESOWEJ, MATERIAŁOWEJ I FIZYKI STOSOWANEJ POLITECHNIKA CZĘSTOCHOWSKA ĆWICZENIE NR MR-2 INTYTUT FIZYKI WYDZIAŁ INŻYNIERII PROCEOWEJ, MATERIAŁOWEJ I FIZYKI TOOWANEJ POLITECHNIKA CZĘTOCHOWKA LABORATORIUM Z PRZEDMIOTU METODY REZONANOWE ĆWICZENIE NR MR- EPR JONÓW Ni W FLUOROKRZEMIANIE NIKLU I.

Bardziej szczegółowo

Jeśli m = const. to 0 P 1 P 2

Jeśli m = const. to 0 P 1 P 2 1 PRAWA NEWTONA Prawo perwse. Każde cało trwa w spocnku lub ruchu jednostajn prostolnow, dopók sł nań dałające tego stanu ne eną. Prawo druge. Zana lośc ruchu (pędu) jest proporcjonalna wględe sł dałającej

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

Zmodyfikowana technika programowania dynamicznego

Zmodyfikowana technika programowania dynamicznego Zmodyfkowana technka programowana dynamcznego Lech Madeysk 1, Zygmunt Mazur 2 Poltechnka Wrocławska, Wydzał Informatyk Zarządzana, Wydzałowy Zakład Informatyk Wybrzeże Wyspańskego 27, 50-370 Wrocław Streszczene.

Bardziej szczegółowo

P K. Położenie punktu na powierzchni kuli określamy w tym układzie poprzez podanie dwóch kątów (, ).

P K. Położenie punktu na powierzchni kuli określamy w tym układzie poprzez podanie dwóch kątów (, ). Materiał ddaktcne Geodeja geometrcna Marcin Ligas, Katedra Geomatki, Wdiał Geodeji Górnicej i Inżnierii Środowiska UKŁADY WSPÓŁZĘDNYCH NA KULI Pierwsm prbliżeniem kstałtu Ziemi (ocwiście po latach płaskich

Bardziej szczegółowo

2.1. ZGINANIE POPRZECZNE

2.1. ZGINANIE POPRZECZNE .1. ZGINNIE POPRZECZNE.1.1. Wprowadenie Zginanie poprecne (ginanie e ścinaniem) wstępuje wted, gd ociążenie ewnętrne pręta redukuje się do momentu ginającego M i sił poprecnej. W prekroju takim wstępują

Bardziej szczegółowo

METODOLOGIA NORMALIZACJI KRYTERIÓW OCENY EKOEFEKTYWNOŚCI TECHNOLOGII

METODOLOGIA NORMALIZACJI KRYTERIÓW OCENY EKOEFEKTYWNOŚCI TECHNOLOGII ZADANIE 3.2. NORMALIZACJA ŚRODOWISKOWYCH, EKONOMICZNYCH I SPOŁECZNYCH KRYTERIÓW OCENY EKOEFEKTYWNOŚCI TECHNOLOGII METODOLOGIA NORMALIZACJI KRYTERIÓW OCENY EKOEFEKTYWNOŚCI TECHNOLOGII Autor: dr Mrosław

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

Algebra WYKŁAD 2 ALGEBRA 1

Algebra WYKŁAD 2 ALGEBRA 1 Algebra WYKŁAD ALGEBRA Lcbę espoloną możemy predstawć w postac gde a b ab ( ) rcos sn r moduł lcby espolonej, argument lcby espolonej. Defncja Predstawene Lcby espolone r cos sn naywamy postacą trygonometrycną

Bardziej szczegółowo

METODA MATEMATYCZNEGO MODELOWANIA PŁATAMI BÉZIERA KSZTAŁTU ZIARNA PSZENŻYTA

METODA MATEMATYCZNEGO MODELOWANIA PŁATAMI BÉZIERA KSZTAŁTU ZIARNA PSZENŻYTA I N Ż YNIERIA R OLNICZA A GRICULTURAL E NGINEERING 01: Z. (14) T.1 S. 5- ISSN 149-764 Polske Towarstwo Inżner Rolnce http://www.ptr.org METODA MATEMATYCZNEGO MODELOWANIA PŁATAMI BÉZIERA KSZTAŁTU ZIARNA

Bardziej szczegółowo

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4 Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (

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

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak Ocena jakoścowo-cenowych strateg konkurowana w polskm handlu produktam rolno-spożywczym dr Iwona Szczepanak Ekonomczne, społeczne nstytucjonalne czynnk wzrostu w sektorze rolno-spożywczym w Europe Cechocnek,

Bardziej szczegółowo

Geometria analityczna w przestrzeni. Kierunek. Długość. Zwrot

Geometria analityczna w przestrzeni. Kierunek. Długość. Zwrot - podstawowe pojęcia Geometria analitcna w prestreni Wektorem acepionm w prestreni R 3 nawam uporądkowaną parę punktów A ora B i onacam go pre AB. Punkt A nawam jego pocątkiem, a punkt B - jego końcem.

Bardziej szczegółowo

Współczynnik przenikania ciepła U v. 4.00

Współczynnik przenikania ciepła U v. 4.00 Współczynnk przenkana cepła U v. 4.00 1 WYMAGANIA Maksymalne wartośc współczynnków przenkana cepła U dla ścan, stropów, stropodachów, oken drzw balkonowych podano w załącznku do Rozporządzena Mnstra Infrastruktury

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

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

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,

Bardziej szczegółowo

PRZEKŁADNIE FALOWE. 1. Wstęp. (W. Ostapski)

PRZEKŁADNIE FALOWE. 1. Wstęp. (W. Ostapski) PRZEKŁADNIE FALOWE (W. Ostapsk). Wstęp Perwsy patent na prekładnę harmoncną waną w Polsce falową otrymał w 959 roku w USA C.W. Musser, [04, 05]. Rok późnej była ona preentowana na wystawe w Nowym Yorku

Bardziej szczegółowo

Adam Bodnar: Wytrzymałość Materiałów. Ukośne zginanie 13. UKOŚNE ZGINANIE

Adam Bodnar: Wytrzymałość Materiałów. Ukośne zginanie 13. UKOŚNE ZGINANIE . UKOŚNE GINNIE.. Naprężenia i odkstałcenia Ukośne ginanie pręta prmatcnego wstępuje wówcas gd układ sił ewnętrnch po jednej stronie jego prekroju poprecnego pręta redukuje się do momentu ginającego, którego

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

Opis układu we współrzędnych uogólnionych, więzy i ich reakcje, stopnie swobody

Opis układu we współrzędnych uogólnionych, więzy i ich reakcje, stopnie swobody Os układu we wsółrędnch uogólnonch wę ch reakce stone swobod Roatruem układ o welu stonach swobod n. układ łożon unktów materalnch. Na układ mogą bć nałożone wę. P r unkt materaln o mase m O Układ swobodn

Bardziej szczegółowo

Kompresja fraktalna obrazów. obraz. 1. Kopiarka wielokrotnie redukująca 1.1. Zasada działania ania najprostszej kopiarki

Kompresja fraktalna obrazów. obraz. 1. Kopiarka wielokrotnie redukująca 1.1. Zasada działania ania najprostszej kopiarki Kompresa fratalna obraów. Kopara welorotne reuuąca.. Zasaa ałana ana naprostse opar Koncepca opar welorotne reuuące Naprosts prła opar. Moel matematcn obrau opara cęś ęścowa. obra weścow opara obra wścow

Bardziej szczegółowo

OŚWIADCZENIE MAJĄTKOWE radnego gminy. (miejscowość)

OŚWIADCZENIE MAJĄTKOWE radnego gminy. (miejscowość) OŚWIADCZENIE MAJĄTKOWE radnego gmny (mejscowość). dna Uwaga: 1. Osoba składająca ośwadczene obowązana jest do zgodnego z prawdą, starannego zupełnego wypełnena każdej z rubryk. 2. Jeżel poszczególne rubryk

Bardziej szczegółowo

Część 1 2. PRACA SIŁ WEWNĘTRZNYCH 1 2. PRACA SIŁ WEWNĘTRZNYCH Wstęp

Część 1 2. PRACA SIŁ WEWNĘTRZNYCH 1 2. PRACA SIŁ WEWNĘTRZNYCH Wstęp Cęść 1. PRC SIŁ WEWNĘTRZNYCH 1.. PRC SIŁ WEWNĘTRZNYCH.1. Wstęp Na wstępie prpomnijm, że gd premiescenie danego eementu jest funkcją diałającej nań sił Δ = f(p), to praca sił na tm premiesceniu jest równa:

Bardziej szczegółowo

1. REDUKCJA DOWOLNYCH UKŁADÓW SIŁ. Redukcja płaskiego układu sił

1. REDUKCJA DOWOLNYCH UKŁADÓW SIŁ. Redukcja płaskiego układu sił . REDUKCJA DOWOLNYCH UKŁADÓW IŁ Redukcja płaskiego układu sił Zadanie. Znaleźć wartość licbową i równanie linii diałania wpadkowej cterech sił predstawionch na rsunku. Wartości licbowe sił są następujące:

Bardziej szczegółowo

Adam Bodnar: Wytrzymałość Materiałów. Proste zginanie

Adam Bodnar: Wytrzymałość Materiałów. Proste zginanie dam Bodnar: trmałość ateriałów. Proste ginanie. PROSTE GINNIE.. Naprężenia i odkstałcenia Proste ginanie pręta prmatcnego wstępuje wówcas gd układ sił ewnętrnch po jednej stronie jego prekroju poprecnego

Bardziej szczegółowo

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej. /22/24 Dwuosobowe gry o sume zero DO NAUCZENIA I ZAPAMIĘTANIA: Defnca zaps ger o sume zero, adaptaca ogólnych defnc. Punkt sodłowy Twerdzena o zwązkach punktu sodłowego z koncepcam rozwązań PRZYPOMNIENIE:

Bardziej szczegółowo

( ) O k k k. A k. P k. r k. M O r 1. -P n W. P 1 P k. Rys. 3.21. Redukcja dowolnego przestrzennego układu sił

( ) O k k k. A k. P k. r k. M O r 1. -P n W. P 1 P k. Rys. 3.21. Redukcja dowolnego przestrzennego układu sił 3.7.. Reducja dowolego uładu sił do sił i par sił Dowolm uładem sił będiem awać uład sił o liiach diałaia dowolie romiescoch w prestrei. tm pucie ajmiem się sprowadeiem (reducją) taiego uładu sił do ajprostsej

Bardziej szczegółowo

WYKŁAD 7. MODELE OBIEKTÓW 3-D3 część Koncepcja krzywej sklejanej. Plan wykładu:

WYKŁAD 7. MODELE OBIEKTÓW 3-D3 część Koncepcja krzywej sklejanej. Plan wykładu: WYKŁAD 7 MODELE OIEKTÓW -D cęść Pla wkład: Kocepcja krwej sklejaej Jedorode krwe -sklejae ejedorode krwe -sklejae Powerche eera, -sklejae URS. Kocepcja krwej sklejaej Istotą praktcego pkt wdea wadą krwej

Bardziej szczegółowo

Laboratorium wytrzymałości materiałów

Laboratorium wytrzymałości materiałów Poltechnka ubelska MECHNK aboratorum wytrymałośc materałów Ćwcene - Wynacane momentu bewładnośc prekroju gnanej belk defncj woru Gegera Prygotował: ndrej Teter (do użytku wewnętrnego) Wynacane momentu

Bardziej szczegółowo

ZNACZENIE INERCJI INFLACJI PRZY PODEJMOWANIU OPTYMALNYCH DECYZJI

ZNACZENIE INERCJI INFLACJI PRZY PODEJMOWANIU OPTYMALNYCH DECYZJI gneska Prblska-Maur Unwerse konomn w aowah ZNCZNI INRCJI INFCJI PRZY PODJMONIU OPYMNYCH DCYZJI prowadene Inerja roumana jako uporwość nflaj jes we współesnm śwee bardo powsehna. śród ekonomsów panuje duża

Bardziej szczegółowo

Jacek Jarnicki Politechnika Wrocławska

Jacek Jarnicki Politechnika Wrocławska Informacje organacjne. Układ predmotu Grafka komputerowa Doc. dr nż. Jacek Jarnck Insttut Informatk, Automatk Robotk p. 6 C-3, tel. 7-3-8-3 jacek.jarnck@pwr.wroc.pl www.sk.ar.pwr.wroc.pl semestr VI -,

Bardziej szczegółowo

, wówczas siła poprzeczna Q z ( x) 0 dx (patrz rys. 11.1). M y (x) d M y ( x) Rys. 11.1

, wówczas siła poprzeczna Q z ( x) 0 dx (patrz rys. 11.1). M y (x) d M y ( x) Rys. 11.1 dam Bodnar: Wtrmałość Materałów. Poprecne gnane. POPRECNE GINNIE.. Naprężena odkstałcena Poprecnm gnane wstępuje wówcas, gd do pobocnc pręta prmatcnego o smetrcnm prekroju poprecnm prłożone jest obcążene

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

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

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

ELEKTROCHEMIA. ( i = i ) Wykład II b. Nadnapięcie Równanie Buttlera-Volmera Równania Tafela. Wykład II. Równowaga dynamiczna i prąd wymiany

ELEKTROCHEMIA. ( i = i ) Wykład II b. Nadnapięcie Równanie Buttlera-Volmera Równania Tafela. Wykład II. Równowaga dynamiczna i prąd wymiany Wykład II ELEKTROCHEMIA Wykład II b Nadnapęce Równane Buttlera-Volmera Równana Tafela Równowaga dynamczna prąd wymany Jeśl układ jest rozwarty przez elektrolzer ne płyne prąd, to ne oznacza wcale, że na

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych

Bardziej szczegółowo

OBLICZANIE GEOMETRYCZNYCH MOMENTÓW BEZWŁADNOŚCI FIGUR PŁASKICH, TWIERDZENIE STEINERA LABORATORIUM RACHUNKOWE

OBLICZANIE GEOMETRYCZNYCH MOMENTÓW BEZWŁADNOŚCI FIGUR PŁASKICH, TWIERDZENIE STEINERA LABORATORIUM RACHUNKOWE OBLICZNIE GEOMETRYCZNYCH MOMENTÓW BEZWŁDNOŚCI FIGUR PŁSKICH, TWIERDZENIE STEINER LBORTORIUM RCHUNKOWE Prz oblczeach wtrzmałoścowch dotczącch ektórch przpadków obcążea (p. zgae) potrzeba jest zajomość pewch

Bardziej szczegółowo

3. Metody rozwiązywania zagadnień polowych

3. Metody rozwiązywania zagadnień polowych 3. Metod rowiąwania agadnień polowch 3.. Dokładne metod anali pola Dokładne metod anali pola powalają na uskanie dokładnego rowiąania równania róŝnickowego lub całkowego w dowolnm punkcie obsaru diałania

Bardziej szczegółowo

Statystyka. Zmienne losowe

Statystyka. Zmienne losowe Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu

Bardziej szczegółowo

Pochodna kierunkowa i gradient Równania parametryczne prostej przechodzącej przez punkt i skierowanej wzdłuż jednostkowego wektora mają postać:

Pochodna kierunkowa i gradient Równania parametryczne prostej przechodzącej przez punkt i skierowanej wzdłuż jednostkowego wektora mają postać: ochodna kierunkowa i gradient Równania parametrcne prostej prechodącej pre punkt i skierowanej wdłuż jednostkowego wektora mają postać: Oblicam pochodną kierunkową u ( u, u ) 1 + su + su 1 (, ) d d d ˆ

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

napór cieczy - wypadkowy ( hydrostatyczny )

napór cieczy - wypadkowy ( hydrostatyczny ) 5. apór hdrostatcn i równowaga ciał płwającch Płn najdując się w stanie równowagi oddiałwuje na ścian ogranicające ropatrwaną jego objętość i sił te nawane są naporami hdrostatcnmi. Omawiana problematka

Bardziej szczegółowo

gdzie: L( G ++ )- współczynnik złożoności struktury , -i-ty węzeł, = - stopień rozgałęzienia i-tego węzła,

gdzie: L( G ++ )- współczynnik złożoności struktury , -i-ty węzeł, = - stopień rozgałęzienia i-tego węzła, Struktury drewaste rogrywające parametrycne od każdego werchołka pocątkowego różną sę medy sobą kstałtem własnoścam. Stopeń łożonośc struktury może być okreśony pre współcynnk łożonośc L G ++ ) ++ L G

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

BADANIE CHARAKTERYSTYK SZTYWNOŚCI MANIPULATORA SZEREGOWEGO Z WYKORZYSTANIEM CZUJNIKÓW LINKOWYCH

BADANIE CHARAKTERYSTYK SZTYWNOŚCI MANIPULATORA SZEREGOWEGO Z WYKORZYSTANIEM CZUJNIKÓW LINKOWYCH MARTA GÓRA, RYSZARD TRELA BADANIE CHARAKTERYSTYK SZTYWNOŚCI MANIPULATORA SZEREGOWEGO Z WYKORZYSTANIEM CZUJNIKÓW LINKOWYCH DETERMINATION OF STIFFNESS CHARACTERISTICS OF SERIAL TYPE MANIPULATOR BY USING

Bardziej szczegółowo

ZŁOŻONE RUCHY OSI OBROTOWYCH STEROWANYCH NUMERYCZNIE

ZŁOŻONE RUCHY OSI OBROTOWYCH STEROWANYCH NUMERYCZNIE KOMISJA BUDOWY MASZYN PAN ODDZIAŁ W POZNANIU Vol. 6 nr Archiwum Technologii Masn i Automatacji 6 ROMAN STANIEK * ZŁOŻONE RUCHY OSI OBROTOWYCH STEROWANYCH NUMERYCZNIE W artkule predstawiono ależności matematcne

Bardziej szczegółowo

WZÓR SPRAWOZDANIE (CZĘŚCIOWE/KOŃCOWE 1) ) 2) z wykonania zadania publicznego.... (tytuł zadania publicznego) w okresie od... do...

WZÓR SPRAWOZDANIE (CZĘŚCIOWE/KOŃCOWE 1) ) 2) z wykonania zadania publicznego.... (tytuł zadania publicznego) w okresie od... do... Załącnk nr 4 do ogłosena WZÓR SPRAWOZDANE (CZĘŚCOWE/KOŃCOWE ) wykonana adana publcnego (tytuł adana publcnego) w okrese od... do... określonego w umowe nr.. awartej w dnu pomędy. (nawa Zlecenodawcy) a

Bardziej szczegółowo

TWIERDZENIA O WZAJEMNOŚCIACH

TWIERDZENIA O WZAJEMNOŚCIACH 1 Olga Kopac, Adam Łodygows, Wojcech Pawłows, Mchał Płotowa, Krystof Tymber Konsultacje nauowe: prof. dr hab. JERZY RAKOWSKI Ponań 2002/2003 MECHANIKA BUDOWI 7 ACH TWIERDZENIE BETTIEGO (o wajemnośc prac)

Bardziej szczegółowo

Pozycjonowanie bazujące na wielosensorowym filtrze Kalmana. Positioning based on the multi-sensor Kalman filter

Pozycjonowanie bazujące na wielosensorowym filtrze Kalmana. Positioning based on the multi-sensor Kalman filter Scntfc ournal Martm Unvrt of Szczcn Zzt Naukow Akadma Morka w Szczcn 8, 13(85) pp. 5 9 8, 13(85). 5 9 ozcjonowan bazując na wlonorowm fltrz Kalmana otonng bad on th mult-nor Kalman fltr otr Borkowk, anuz

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

Ja, niżej podpisany (a),... (imiona! nazwisko oraz nazwisko rodowe) ...[& (miejsce zatrudnienia, stanowisko lub funkcja)

Ja, niżej podpisany (a),... (imiona! nazwisko oraz nazwisko rodowe) ...[& (miejsce zatrudnienia, stanowisko lub funkcja) OŚWIADCZENIE MAJĄTKOWE fffrtnrą y?rrąrfmp#«m»ał) łfnotar/a prmat^ «karhnfa pnunałn, kerownka jednostk organzacyjnej powatu, oeoby zarządzającej członka organu aaraądzającegopowatową osobą prawną oraz

Bardziej szczegółowo

Przykład 6.3. Uogólnione prawo Hooke a

Przykład 6.3. Uogólnione prawo Hooke a Prkład 6 Uogónione prawo Hooke a Zwiąki międ odkstałceniami i naprężeniami w prpadku ciała iotropowego opisuje uogónione prawo Hooke a: ] ] ] a Rowiąując równania a wgędem naprężeń otrmujem wiąki: b W

Bardziej szczegółowo

Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane

Bardziej szczegółowo

WikiWS For Business Sharks

WikiWS For Business Sharks WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

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

Nieparametryczne Testy Istotności

Nieparametryczne Testy Istotności Neparametryczne Testy Istotnośc Wzory Neparametryczne testy stotnośc schemat postępowana punkt po punkce Formułujemy hpotezę główną odnoszącą sę do: zgodnośc populacj generalnej z jakmś rozkładem, lub:

Bardziej szczegółowo

RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH

RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH Stansław KOWALIK e-mal: skowalk@wsb.edu.pl Wyższa Szkoła Bznesu Dąbrowa Górncza RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH Streszczene Praca dotyczy nekooperacynych sekwencynych ger dwuosobowych o sume

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

MODEL LOGITOWY POŁĄCZENIE PUNKTÓW, RYZYKA NIEWYPŁACALNOŚCI ORAZ OBSERWOWANEJ NIEWYPŁACALNOŚCI

MODEL LOGITOWY POŁĄCZENIE PUNKTÓW, RYZYKA NIEWYPŁACALNOŚCI ORAZ OBSERWOWANEJ NIEWYPŁACALNOŚCI MODE OGIOWY Zawcaj prawdopodoeńtwo newpłacaośc kredtoorc może odwercedlać klkanaśce cnnków. W egmence detalcnm można wąć pod rowagę penję, awód, wek ora nne charaktertk oo aplkującej o kredt; natomat ked

Bardziej szczegółowo

GAZY DOSKONAŁE I PÓŁDOSKONAŁE

GAZY DOSKONAŁE I PÓŁDOSKONAŁE TERMODYNAMIKA GAZY DOSKONAŁE I PÓŁDOSKONAŁE Prawo Boyle a Marotte a p V = const gdy T = const Prawo Gay-Lussaca V = const gdy p = const T Równane stanu gau dosonałego półdosonałego p v = R T gde: p cśnene

Bardziej szczegółowo

Metody numeryczne. Wykład nr 7. Dr Piotr Fronczak

Metody numeryczne. Wykład nr 7. Dr Piotr Fronczak Metod numerne Wkład nr 7 Dr Potr Fronak Rónana róŝnkoe ajne Rónane róŝnkoe ajne persego rędu d d arunkem poątkom nalene krej ędąe unkją. Np. roaŝm następująe rónane: d 0.. 7e d Dla arunku poątkoego Numerne

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

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

Parametry zmiennej losowej

Parametry zmiennej losowej Eonometra Ćwczena Powtórzene wadomośc ze statysty SS EK Defncja Zmenną losową X nazywamy funcję odwzorowującą przestrzeń zdarzeń elementarnych w zbór lczb rzeczywstych, taą że przecwobraz dowolnego zboru

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo