21. WYBRANE WIADOMOŚCI Z MATEMATYKI

Wielkość: px
Rozpocząć pokaz od strony:

Download "21. WYBRANE WIADOMOŚCI Z MATEMATYKI"

Transkrypt

1 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI. WYBRANE WIADOMOŚCI Z MATEMATYKI.. ZAPIS WSKAŹNIKOWY I WZÓR GREENA-OSTROGRADSKIEGO-GAUSSA W układze kartezjańskm x y z wersory ozaczamy zazwyczaj symbolam: j k. Dużą zwartość czytelość oraz łatwość zapamętaa wzorów zapewa tzw. zaps wskaźkowy w którym ose układu ozacza sę astępująco: x = x x = y x = z a wersory e = e = j e = k. Dla wskaźków (deksów) rezerwuje sę ltery alfabetu łacńskego p. x ( = ). Stosowe do tej umowy współrzęde wektora A: A x A y A z ozacza sę przez A A A lub krótko A j (j = ). W przestrze trójwymarowej bardzo często powtarza sę sumowae od do względem pewych wskaźków. Dlatego zgode z umową sumacyją wprowadzoą przez Estea opuszczamy zak sumy w jedomae jeśl deks sumowaa występuje w m dwa razy. Na przykład: A = Ae = A e + Ae+ Ae= Ae = TB j j = TB + TB + TB = TB j j = δpp = δ + δ + δ = δpp. = Powtarzający sę deks (tzw. wskaźk emy) moża ozaczyć dowolą lterą alfabetu (p. δpp = δrr = δ ). Pochodą cząstkową względem współrzędej x zazaczamy przeckem a pozome wskaźka według wzoru: () = (). x Na przykład F u j G = F u j ; = j ; = Gkl x j x xk xl ( AB kj ) = ( AB kj ) p = A pbkj + AB kj p. x p Tesorem w przestrze -wymarowej azywamy tak obekt którego współrzęde przy obroce układu os x do położea x t' trasformują sę według astępującego prawa: Tp' r'... s' = Tj... kap' ajr'... aks' gdze ap' = cos( x xp' ) = ap' a lczba wskaźków określa rząd (walecję) tesora. Trasformacja wektora (tesora I rzędu) Ap' = Aa p' ( = ; p' = ' ' '). Idetycze trasformują sę współrzęde puktów: xp' = xjajp'. Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

2 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI Trasformacja tesora II rzędu σp' q' = σjap' ajq'( j = p' q' = ' ' ') Dodawae tesorów macerzy C= A+ B: C = A + B P = T+ S: Pj = Tj + Sj. Możee tesorów Cjk = A Bjk Pjr = Tjk Skr Φ = RU j j Możee macerzy C = A B : m m ss Cj = Ar Brj ( =... m j =... r =... s) u = D x : m m ss u = Drxr ( =... m r =... s) f = T x z : f = xz ( =... ). Iloczy skalary wektorów A B = A B cos ϕ = AB. Delta Kroeckera = j δ j = e e j = 0 j. Zamaa wskaźka za pomocą delty Kroeckera Pjδ jr = Pr a przykład A B = AB je ej = A( Bjδ j) = AB. Symbol permutacyjy 0 gdy =j =k lub j=k ejk = + gdy j k przedstawają permutację cyklczą lczb _ gdy j k przedstawają permutację cyklczą lczb. Iloczy wektorowy C= A B = ejke Aj Bk. Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

3 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI Jedostkowy wektor ormaly do powerzch S = e + e + e = e = a współrzęde tego wektora są kosusam kerukowym ormalej do powerzch S: = cos( x ) przy czym = + + =. Twerdzee Greea-Ostrogradskego-Gaussa a zamaę całk powerzchowej a objętoścową: Jeśl w obszarze o objętośc V ograczoym powerzchą S określoe jest pole wektorowe F( x x x ) cągłe wraz z perwszym pochodym to obowązuje wzór: F = F ds dv dv S V lub w zapse wskaźkowym F ds = F dv. S V Twerdzee to jest słusze róweż dla pola skalarego Φ( x x x ): Φ ds j = Φ jdv; ( j= ). S V.. O WEKTORACH WŁASNYCH I WARTOŚCIACH WŁASNYCH TENSORA SYMETRYCZNEGO *) Tesor σ jk moża traktować jako operator lowy przyporządkowujący wektorow k samej przestrze stosowe do trasformacj: (a) m = σ. jk k wektor m z tej Jeśl wektor m jest rówoległy do wektora k to wektor k azywamy wektorem własym tesora σ jk. W tym przypadku trasformacja (a) przybera postać: (b) σ jk k = σ j. Lczbę σ azywamy wartoścą własą (główą) tesora σ jk. Rozważmy przypadek gdy σ jk jest tesorem symetryczym czyl σ jk = σ kj a jego składowe są lczbam rzeczywstym. Rozłożymy wektor j oraz lczbę σ a część rzeczywstą urojoą: j = Re( j) + Im( j) (c) σ = Re( σ) + Im( σ) =. Po podstaweu (c) do zależośc (b) otrzymujemy: σ jk[re( k ) + Im( k )] = [Re( σ) + Im( σ)] [Re( j ) + Im( j )]. Poeważ współrzęde σ jk są rzeczywste zachodzą zależośc: σ jk Re( k ) = Re( σ) Re( j ) Im( σ) Im( j ) σ jk Im( k ) = Re( σ)im( j ) + Im( σ) Re( j ). Po pomożeu perwszej z tych zależośc przez Im( j ) a drugej przez Re( j ) otrzymujemy: *) Według []. Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

4 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI (d) σ jk Re( k) Im( j) = Re( σ) Re( j) Im( j) Im( σ) Im( j) Im( j) σ jk Im( k ) Re( j ) = Re( σ) Im( j ) Re( j ) + Im( σ) Re( j ) Re( j ). Druge z powyższych rówań dzęk symetr tesora σ jk moża zapsać astępująco: (e) σkj Re( k)im( j) = Re( σ)im( j)re( j) + Im( σ)re( j)re( j). Odejmując stroam rówae (d) od rówaa (e) mamy: (f) σkj σ jk k j = σ [ ( j ( j + j ( j ] ( ) Re( )Im( ) Im( ) Re ) Re ) Im( )Im ). Lewa stroa rówaa (f) jest rówa zeru bo σ kj = σ jk. Wyka stąd że: (g) Im(σ) = 0. Wyka stąd że wartośc włase tesora symetryczego są rzeczywste. () Ozaczymy przez k oraz () k dwa róże wektory włase a przez σ σ dwe odpowadające m wartośc włase tesora symetryczego σ jk. Stosowe do zależośc (b) zachodzą rówaa: ( ) ( ) ( ) ( ) jk k j jk k j σ = σ σ = σ. ( ) ( ) Perwsze z ch możymy przez j a druge przez j odejmujemy stroam. Prowadz to do zależośc: () ( ) () ( ) jk kj k j j j (h) ( σ σ ) = ( σ σ ). Lewa stroa tego rówaa jest rówa zeru bo σ jk = σ kj. Jeżel σ σ to () ( ) j j () = 0. Wektory włase odpowadające różym wartoścom własym tesora symetryczego są zatem wzajeme prostopadłe... FUNKCJA HEAVISIDE'A I FUNKCJA DIRACA W praktyce występuje wele fukcj które trzeba defować przedzałam. Rozważmy p. astępującą fukcję: 0 x< a (a) H( x a) = [ sg( x a) + ] = x = a x> a. Rys.. Jest to tzw. fukcja skoku jedostkowego lub fukcja Heavsde'a (rys..). W pukce x = a fukcja H( x a) jest ścśle borąc ecągła. Rozwjając ją jedak w szereg Fourera dla x = a zakłada sę ekedy że jej wartość stosowe do wzoru (a) wyos /. Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

5 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI Pochoda fukcj Heavsde'a w tradycyjym sese e steje. Pewe pogląd a tę sprawę daje aalza pochodej fukcj cągłej będącej przyblżeem fukcj H( x a). Rozważmy maowce fukcję przedstawoą a rys..a zapsaą astępująco: 0 x< aε x( aε) (b) f ( x a) = a ε < x< a+ ε ε x> a+ ε. Rys.. Pochoda tej fukcj jest określoa zależoścą (por. rys..b): (c) df dx 0 x< aε = f '( x a) = a ε < x< a+ ε ε 0 x> a+ ε. Zwróćmy uwagę a bardzo stotą własość. Chodz o to że pole prostokąta odpowadającego wykresow pochodej jest zawsze rówe ezależe od wartośc ε. W marę zmejszaa ε rzęda fukcj f ( x a) rośe by dla ε = 0 osągąć wartość eskończoą (rys..c). Te graczy przypadek możemy uważać za pochodą fukcj H( x a). Nazywamy ją fukcją Draca (delta) defujemy astępująco: Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

6 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI 6 (d) 0 x< a df δ ( x a) = H'( x a) = lm = x = a ε 0 dx 0 x> a. Fukcję Draca moża sobe wyobrazć jako prostokąt o eskończoej wysokośc zerowej szerokośc oraz o polu rówym jedośc. Tę ostatą własość moża zapsać astępująco: c (e) δ ( x a) dx = b< a< c. b Drugą bardzo ważą cechą fukcj delta jest własość fltracj. Polega oa a tym że zachodz zależość (por. rys..): (f) δ( xa) g( x) dx = g( a). Własość fltracj wyka bezpośredo z zależośc (e). c b Rys.. Rys.. Wprowadzee fukcj Heavsde'a Draca dało początek tzw. teor dystrybucj czyl teor fukcj uogóloych. Podstawy teor dystrybucj powstały już w drugej połowe XIX weku jakkolwek kompletą teorę spójy aparat pojęcowy zbudowao w latach czterdzestych obecego stuleca. Dystrybucje H( xa) δ ( xa) pozwalają w zwarty sposób zapsać wykoywać całkowae fukcj ecągłych. Na przykład obcążee belk z rys.. moża wyrazć astępująco: qx ( ) = P δ( x a) + q [ Hx ( a) Hx ( a ). ] Praktyczy ses bezpośredego całkowaa fukcj ecągłych pozamy przy omawau metody zapropoowaej przez Clebscha już w 86 roku (por. p..). Użyteczość zapsu dystrybucyjego moża róweż zaobserwować przy formułowau rówań pracy wrtualej tam gdze występują skupoe sły lub odkształcea... CAŁKOWANIE RÓWNANIA RÓŻNICZKOWEGO LINII UGIĘCIA METODĄ CLEBSCHA Metodę Clebscha zlustrujemy a przykładze belk pryzmatyczej z rys..a. Rówae różczkowe l ugęca ma postać: (a) w'' = M( x) przy czym rówae M(x) jest opsae ośmoma różym fukcjam w każdym z przedzałów: W każdym z ch obcążee belk jest cągłe. W podejścu klasyczym ależałoby rozwązać osem rówań różczkowych (a) a szesaśce stałych Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

7 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI 7 całkowaa oblczyć z waruków brzegowych rówań cągłośc fukcj w(x) oraz w'(x) a gracy przedzałów. Ses metody Clebscha polega a odpowedm zapsau rówaa mometów M(x) w postac jedej fukcj. Daje to tę korzyść że ezależe od charakteru fukcj obcążea q(x) lczba stałych całkowaa odpowada rzędow rówaa różczkowego (a) jest zawsze rówa dwa. Zasady zapsu fukcj mometów sposobu całkowaa są w stoce rzeczy efektem zastosowaa podejśca właścwego teor dystrybucj. Zasady te moża streścć w astępujących puktach: a) początek układu współrzędych (x w) przyjmuje sę a lewym końcu belk b) wszystke składowe wyrażea a momet zgający w przedzale poprzedm muszą powtórzyć sę bez zma w przedzale astępym c) wszystke człoy wyrażea a momet zgający powy zawerać możk ( x a ) gdze a ozacza odległość początku daego przedzału od początku układu współrzędych a lczbę aturalą d) całkowae rówaa powo przebegać bez rozwjaa wyrażeń w awasach według schematu: (b)! + ( x a ( x a ) dx ) = + C. ( + )! Rys.. Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

8 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI 8 Pewego kometarza wymaga spełee zasad b) c). Przy dzałau sły skupoej możk ( x a ) występuje w sposób aturaly gdyż dla x > a mamy M( x) =P( xa ) (rys..b). Wpływ 0 mometu skupoego M 0 ależy zapsać w postac wyrażea M( x) = M0( xa ) (rys..c). Dla ajczęścej występujących obcążeń cągłych wyrażee a momet zgający układamy jak astępuje: obcążee rówomere rozłożoe q (rys..d): (c) (d) obcążee trójkąte (rys..e): ( q x a ) a x a! M( x) = ( q x a ) ( q x a ) + x a.!! qo ( x a ) a x a b! M( x) = qo ( x a ) ( x a ) q x a q o ( ) + o + x a. b!! b! gdze b= a a. Dla x a po lewej stroe kresk poowej zapsao wyrażee powtórzoe z przedzału poprzedego. Po prawej stroe kresk poowej podao wpływ obcążea wygaszającego lkwdującego wpływ obcążea zapsaego w przedzale poprzedm (por. rys..de). Całkowae w rozważaej belce przebega astępująco: ( x 0) ( x ) ( x ) ( x ) w" = 6 +!!!! ( x ) 6 ( x 6) ( x 7 ) 6 ( x 7 ) ( x 8) !!!!! 6 7 ( x 0) w = C + 6! ( x )! 6 ( x 6)! 0 ( x )! 6 ( x 7) + 6! ( x )! 6 ( x 7) +! ( x ) +! 7 6 ( x 8) + 06! 8 7 ( x 0) w = Cx + D + 6! ( x )! 6 ( x 6)! 6 0 ( x )! ( x 7) + 6! ( x )! 6 ( x 7) +! ( x ) +! 7 6 ( x 8) + 06! Na uwagę zasługuje fakt że stałe całkowaa C D obowązują dla wszystkch przedzałów a wartośc prawych stro w daym przedzale otrzymuje sę po uwzględeu wartośc ze wszystkch poprzedch przedzałów. Stałe całkowaa oblczamy z waruków brzegowych: w(0) = 0 w(8) = 0. Z perwszego z ch (przedzał 0) wyka że w(0) = C 0 + D = 0 skąd D = Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

9 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI 9 Z drugego otrzymujemy (przedzał 78): w(8) = C = 0 0 skąd C = 889 kn m. Wykorzystując powyższe rezultaty oblczymy dla przykładu ugęce w pukce (x = m) kąt obrotu w pukce (x = m): 7099 = w () = = ϕ = w'() = =... CAŁKOWANIE GRAFICZNE Rozważmy całkę ozaczoą z loczyu dwóch fukcj cągłych: x (a) I = p ( x ) ( x ) dx x gdze p(x) jest fukcją lową a (x) jest fukcją elową zmeej x. Z rysuku.6 wyka że: p p (b) px ( ) = p+ x. b Rys..6 Rys..7 Wobec tego x x p p I = p( x) dx+ x x dx b ( ). x x Perwsza z całek przedstawa pole wykresu elowego A. Druga całka jest rówa mometow statyczemu tego pola względem os y wyos A x gdze x ozacza odległość środka cężkośc wykresu elowego od os y. Całkę (a) moża zatem zapsać astępująco: Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

10 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI 0 p p p p I = p A + xa = A p + x = Ap( x) b b przy czym p(x ) jest rzędą wykresu lowego dla odcętej x = x określającej położee środka cężkośc wykresu elowego. Ostatecze uzyskujemy bardzo użyteczą formułę staowącą treść tzw. całkowaa grafczego zwaego czasam sposobem Wereszczaga: x (c) pxx ( ) ( ) dx= Apx ( ). x Aby oblczyć całkę (a) trzeba zać wzór a pole fukcj krzywolowej położee środka cężkośc. Wzór (c) obowązuje oczywśce róweż wtedy gdy fukcja (x) jest lowa. W mechace kostrukcj bardzo często wykresem krzywolowym jest parabola drugego stopa będąca wykresem mometów pochodzących od obcążea rówomerego q = cost. Parabola drugego stopa ma pewą teresującą własość którą warto wykorzystać. Okazuje sę że fragmet parabol odcęty dowole poprowadzoą cęcwą po wyprostowau daje zawsze parabolę o werzchołku leżącym w połowe odcka A'B' o odcętej x = ( xa + xb)/ (por. rys..7). Łatwo sprawdzć że pole takego odcka A = ( / ) bf gdze b jest podstawą a f wysokoścą odcka parabol. Wszystke wyżej stwerdzoe fakty wykorzystamy do oblczea całk z fukcj będącej wykem przemożea wykresów podaych a rys..8: Rys..8 x ( d + e) ab cb (d) px x dx= bf + e+ d d e + + ( ) ( ). x Jeżel parabola jest wykresem mometów pochodzących od obcążea q = cost to wadomo że f = qb / 8. Wówczas do oblczea całk e potrzeba awet psać rówaa fukcj mometów. Fukcję lową ajwygodej jest potraktować jako sumę dwóch trójkątów. Te właśe sposób przyjęto przy układau wzoru (d). Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

11 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI.6. METODA RÓŻNIC SKOŃCZONYCH Metoda różc skończoych służy do przyblżoego rozwązywaa rówań różczkowych. Zasadczy ses tej metody polega a zastąpeu pochodych przez lorazy różcowe. Rys..9 Rozważmy cągłą różczkowalą fukcję y(x). Perwszą pochodą fukcj y(x) w pukce x = x moża w przyblżeu określć klkoma sposobam (por. rys..9): (a) dy dx + y x= x = x y+ y x (b) dy dx y x= x = x y y x (c) dy dx + y y y y y + x= x = + x x x x =. Wzór (a) opsuje tzw. różcę prawostroą ( w przód ) wzór (b) różcę lewostroą ( w tył ) a wzór (c) różcę cetralą. Jeżel poprzestaemy a wyrażeach lowych to zgode z twerdzeem o wartośc średej ajlepsze przyblżee perwszej pochodej staow różca cetrala. W stoce rzeczy różca prawostroa jest ajlepszym przyblżeem e dla x = x lecz dla x = x + x/. Podobe różca lewostroa jest ajlepszym przyblżeem lowym dla x = x x/. Najlepsze lowe przyblżee drugej pochodej wyraża sę astępująco: (d) + d y y y y y y y + dx x = x x x x= x = +. ( x ) Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

12 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r. Zależośc (c) (d) łatwo uogólć a pochode dowolego rzędu (por. p. Petrzak Rakowsk Wrześowsk []): (e) d y dx y x y x y x k x y x y x k x x = + + = + = = k =... Rys..0 Ogóle borąc problem ajlepszego przyblżea e jest jedak tak prosty jak wskazują powyższe rozważaa. Dotyczy to w szczególośc pochodych cząstkowych fukcj welu zmeych lub złożoych operatorów różczkowych. Chodz bowem o to by błąd przyblżeń wszystkch operatorów różczkowych występujących w rówau różczkowym warukach graczych był tego samego rzędu. Aalzę błędu przeprowadza sę a podstawe rozwęć fukcj w szereg Taylora lub za pomocą rachuku waracyjego.

13 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI Na rysuku.0 zestawoo ajlepsze przyblżea lowe pochodych fukcj jedej dwóch zmeych według moograf Tmoshek Woyowskego-Kregera [0]. Przyjęto tu że satka współrzędych jest kwadratowa przy czym x = y = a. Dodamy jeszcze że w ostatch latach astąpł zaczy rozwój metody różc skończoych. Satk współrzędych mogą być zupełe dowole a optymale rozmeszczee węzłów satk ustala sę a podstawe aalzy błędów charakteru przebegu fukcj. Należy podkreślć że metoda różc skończoych jak każda metoda przyblżoa daje w peł warygode wyk tylko do fukcj regularych (bez osoblwośc eróżczkowalośc ecągłośc tp.). Rys.. Zastosowae metody różc skończoych zlustrujemy klkoma przykładam. Wyzaczymy ajperw przyblżoy kształt l ugęca belk pryzmatyczej swobode podpartej obcążoej rówomere (rys..). Poeważ układ jest statycze wyzaczaly (pole mometów jest zae) ugęce w(x) oblczymy z rówaa różczkowego drugego rzędu: d w M x (f) dx = ( ) przy warukach brzegowych w(0) = w(l) = 0. Belkę dzelmy przykładowo a cztery częśc (x = a = 0l) dla każdego węzła wewętrzego układamy rówae różcowe: w w w w M x = + + = =. a Mamy zatem = : a w w + w = qa = : a w w+ w = qa = : a w w + w = qa. Z symetr zadaa wyka że w = w a z waruków brzegowych że w(0) = w = w(l) = w = 0. Wobec tego otrzymujemy ostatecze dwa rówaa lowe a w w : Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

14 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI Rozwązaem tego układu są wartośc: qa w + w = qa w w =. qa ql w = = qa ql ql ql w = = = Wdzmy że maksymale ugęce w róż sę od wartośc ścsłej tylko o około %. Dokładejszy wyk otrzymamy przy gęstszym podzale belk. Rys.. Dla belk wsporkowej z rys.. obowązują waruk brzegowe: w( 0) = 0 czyl w = 0 w w w w'( 0) 0 = 0 = czyl = = 0 zatem w0 = w. x a Rówaa różcowe dla puktów są astępujące: w0 w+ w = Pa /( ) w w + w = Pa /( ). Po uwzględeu waruków brzegowych rówaa te modyfkują sę do postac: w = Pa /( ) w + w = Pa /( ) skąd w = Pa /( ) = Pl /( ) =07 Pl /( ). 8 Uzyskay rezultat jest wększy od wartośc ścsłej o około %. (w max = 0pl /(). Na zakończee zbadamy skręcae zotropowego pręta sprężystego o przekroju kwadratowym. W celu uzyskaa zadowalających rezultatów ależałoby wprowadzć bardzo gęstą satkę współrzędych. Z uwag a wyłącze lustracyje ujęce metody różc skończoych ograczymy sę do satk w której występują trzy ewadome wartośc fukcj aprężeń F(y z). Temat zadaa objaśa rys... Fukcja aprężeń mus spełać rówae różczkowe cząstkowe: Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

15 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI (g) F = Gθ gdze = + y x przy waruku brzegowym a koturze przekroju pręta F c = 0. Objętość bryły zawartej mędzy płaszczyzą przekroju a rzędym fukcj F(y z) jest zwązaa z mometem skręcającym M zależoścą (h) V = M a aprężea τ xy τ xz wyoszą: () F F τ xy = τ xz =. z y Rys.. Na rysuku. uwzględoo własość symetr fukcj F(y z) względem os układu współrzędych uwdoczoo rzęde F F F. Wartośc brzegowe stosowe do waruku F c = 0 są rówe zeru: czyl F = F = F 6 = 0. Newadome wartośc F F F oblczymy z rówań różcowych ułożoych dla wewętrzych puktów przekroju pręta (pukty ). Rówaa te są astępujące (por. rys..0 rys..): pukt : F F = α pukt : F + F F = α pukt : F + F + F 6 F = α gdze α = Gθa. Po uporządkowau tych rówań oraz uwzględeu że F = F 6 = 0 otrzymujemy układ rówań lowych a wartośc F F F : Rozwązaem tego układu są wartośc: F + F = α F + F = α F + F F = α. 9 7 F = α F = α F = α Oblczymy teraz objętość V występującą we wzorze (h). W tym celu każdemu puktow wewętrzemu przypszemy pewą powerzchę. Przyjmemy że będą to kwadraty o boku a środku wypadającym w Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

16 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI 6 daym węźle satk współrzędych. Przydzał powerzch zazaczoo lam przerywaym. Zakładamy dalej że w obrębe powerzch przypsaej każdemu puktow rzęde fukcj aprężeń są stałe. Całkowta objętość będze zatem sumą loczyów pola podstawy a wysokośc słupka F : (j) V a ( F+ F + F) = M. Po podstaweu oblczoych wartośc F F F otrzymujemy: a α = M skąd M (k) α = Gθa =. 7a Bezpośredo z zależośc (k) moża oblczyć przyblżoą wartość mometu bezwładośc a skręcae gdyż: G θ= M J = M s 9 a czyl b Js = a = 9 9 = 0 b. Poeważ wartość dokłada J s = 0b węc błąd uzyskaego rezultatu sęga 8%. Maksymale aprężee stycze występuje w pukce 6: F F F τmax = τ ( ) = = ' xy 0a. z a Napotykamy tu a stotą trudość bo e zamy wartośc F '. Dla jej wyzaczea ależy ekstrapolować fukcję F(y z) poza kotur przekroju pręta korzystając z tego że rówae różczkowe problemu skręcaa (g) jest słusze róweż dla puktu 6: F6 + F + F+ F ' = α skąd (F = F 6 =0) F' =α F = α. 8 Wobec tego 7 7 α τmax = + α =. a 8 8 a Stosowe do wzoru (k) współczyk α moża wyrazć albo przez jedostkowy kąt skręcea θ albo przez momet skręcający M. W perwszym przypadku otrzymujemy: 7 Gθa 7 Gθb (l) τmax = = = 0688 Gθb a w drugm: 7 M 7 6 M M (m) τ max = = =. 7 7 a b 068 b Wartość wykająca ze wzoru (l) jest mejsza od wartośc ścsłej tylko o około % (τmax = 0878G θb). Wykorzystae tego wzoru jest jedak uwarukowae zajomoścą ścsłej wartośc jedostkowego kąta skręcea. Wzór (m) prowadz do wartośc wększej od wartośc ścsłej aż o około 0% (τ max = M /(008b )). W celu polepszea wyków ależy wprowadzć dużo gęstszą satkę. Wpływ zmejszea oczek satk jest jedak stosukowo mały. Śwadczy o tym p. wartość Js = 07 b oblczoa dla oczka a = b/ ( ewadomych!) w dalszym cągu obarczoa dosyć zaczym błędem (%). Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

17 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI 7.7. METODA NEWTONA-RAPHSONA Metoda ta jest uogóleem zaej metody Newtoa a przypadek układu rówań elowych. Ses metody Newtoa-Raphsoa wyjaśmy a przykładze układu dwóch rówań elowych zapsaych astępująco: (a) g( x x) = 0 g( x x) = 0. Chodz o oblczee perwastków x * x * wyzaczających jede z puktów przecęca sę krzywych g g. Proces oblczaa składa sę z kolejych teracj (przyblżeń). W metodach teracyjych kluczowym zagadeem jest określee recepty a polepszee poprzedego przyblżea. Założymy zatem że przyblżoe wartośc perwastków wyoszą x x. Poszukujemy przyrostów x x które dodae odpowedo do wartośc x x dadzą w wyku wartośc blższe rozwązau ścsłemu. Przyrosty te oblczamy korzystając z rozwęć fukcj g( x+ x x + x) g( x+ x x + x) w szereg Taylora. Jeśl poprzestaemy jedye a składkach lowych tego szeregu oraz będzemy jedocześe wymagać spełea układu rówań (a) to otrzymamy: g( x+ x x + x) = g( x x) + g ( x x) x+ g ( x x) x = 0 (b) g( x+ x x + x) = g( x x) + g ( x x) x+ g ( x x) x = 0 gdze g g j= j =. x j Zależośc (b) tworzą układ dwóch rówań lowych o dwóch ewadomych x x: g x + g x = g (c) g x+ g x = g. Rozwązaem tego układu są wartośc: (d) g g g g x = + g g g g g g g g x =. g g g g Ogóle borąc metoda Newtoa-Raphsoa w -tej teracj wymaga rozwązaa układu rówań lowych a przyrosty ewadomych x a recepta a polepszee wyku ma ( ) postać: (e) x ( + ) = x ( ) + x ( ) =... m gdze m jest lczbą ewadomych. Zbeżość metody lczba teracj zależy w stoty sposób od przyjęca perwszego rozwązaa bazowego czyl tzw. puktu startowego o współrzędych x ( 0 ) x ( 0)... x ( 0) m. Metodę Newtoa-Raphsoa zlustrujemy przykładem lczbowym. Rozważmy układ rówań: (f) g( x x) = x + x = 0 g( x x) = x x = 0. Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

18 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI 8 Rys.. Fukcja g( x x)= 0 przedstawa rówae elpsy a fukcja g( x x)= 0 rówae parabol. Poszukujemy jedego z dwóch puktów P * w którym przecają sę obe krzywe (rys..). Współrzęde * * tych puktów oblczoe w sposób ścsły wyoszą: x =± 000 x = O tym który z powyższych puktów będze wyzaczoy metodą N-R decyduje przyjęce puktu startowego. Jeśl przyjmemy że x ( 0) = x ( 0) = 070 to otrzymamy pukt P. leżący w perwszej ćwartce układu współrzędych x x. Pochode fukcj g g oblczamy a podstawe rówań (f): g = 6x g = x g = x g = atomast przyrosty x x a podstawe rówań (d). A oto koleje przyblżea: ( x ) = 00000; ( x ) = ; g= 0 g =0 g = 6 g = g = g = 0 ( x ) = ( x ) = 0 09 () x = 0676 ; () x = ; g= 0 09 g = 0 00 g = g = g = g =0 () x = () x =0 00 Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

19 Dodatek. WYBRANE WIADOMOŚCI Z MATEMATYKI 9 ( x ) = 006 ; ( x ) = 0 60; g= g = g = g = 0 g = 0 g =0 ( x ) = ( x ) = 0. Trzy przyblżea prowadzą do rozwązaa pokrywającego sę w ramach przyjętej dokładośc z rozwązaem dokładym: ( x ) * = x = 000 ( x ) * = x = Adrzej Gawęck - Mechaka materałów kostrukcj prętowych 00r.

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

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

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej PŁAKA GEOMETRIA MA Środek cężkośc fgury płaskej Mometam statyczym M x M y fgury płaskej względem os x lub y (rys. 7.1) azywamy gracę algebraczej sumy loczyów elemetarych pól d przez ch odległośc od os,

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

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

STATYKA. Cel statyki. Prof. Edmund Wittbrodt STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake

Bardziej szczegółowo

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f

Bardziej szczegółowo

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ Wykład Układy rówań metody aaltycze Metody umerycze rozwązywaa rówań lczbowych Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

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

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

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

Bardziej szczegółowo

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

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

Bardziej szczegółowo

1. Relacja preferencji

1. Relacja preferencji dr Mchał Koopczyńsk EKONOMIA MATEMATYCZNA Wykłady, 2, 3 (a podstawe skryptu r 65) Relaca preferec koszyk towarów: przestrzeń towarów: R + = { x R x 0} x = ( x,, x ) X X R+ x 0 x 0 =, 2,, x~y xf y x y x

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

VI. TWIERDZENIA GRANICZNE

VI. TWIERDZENIA GRANICZNE VI. TWIERDZENIA GRANICZNE 6.. Wprowadzee Twerdzea gracze dotyczą własośc graczych cągów zmeych losowych dzelą sę a:! twerdzea lokale opsują zbeżośc cągu fukcj prawdopodobeństwa w przypadku cągu {X } zmeych

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

Laboratorium z Biomechatroniki Ćwiczenie 3 Wyznaczanie położenia środka masy ciała człowieka za pomocą dźwigni jednostronnej

Laboratorium z Biomechatroniki Ćwiczenie 3 Wyznaczanie położenia środka masy ciała człowieka za pomocą dźwigni jednostronnej Wydzał: Mechaczy Techologczy Keruek: Grupa dzekańska: Semestr: perwszy Dzeń laboratorum: Godza: Laboratorum z Bomechatrok Ćwczee 3 Wyzaczae położea środka masy cała człoweka za pomocą dźwg jedostroej 1.

Bardziej szczegółowo

TMM-2 Analiza kinematyki manipulatora metodą analityczną

TMM-2 Analiza kinematyki manipulatora metodą analityczną Opracował: dr ż. Przemysław Szumńsk Laboratorum Teor Mechazmów Automatyka Robotyka, Mechatroka TMM- Aalza kematyk mapulatora metodą aaltyczą Celem ćwczea jest zapozae sę ze sposobem aalzy kematyk mechazmu

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

8.1 Zbieżność ciągu i szeregu funkcyjnego

8.1 Zbieżność ciągu i szeregu funkcyjnego Rozdzał 8 Cąg szereg fukcyje 8.1 Zbeżość cągu szeregu fukcyjego Dla skrócea zapsu przyjmjmy pewe ozaczee. Defcja. Nech X, Y. Przez Y X ozaczamy zbór wszystkch fukcj określoych a zborze X o wartoścach w

Bardziej szczegółowo

Regresja REGRESJA

Regresja REGRESJA Regresja 39. REGRESJA.. Regresja perwszego rodzaju Nech (, będze dwuwyarową zeą losową, dla które steje kowaracja. Nech E( y ozacza warukową wartość oczekwaą zdefowaą dla przypadku zeych losowych typu

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA Ćwczee 8 TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA 8.. Cel ćwczea Celem ćwczea jest wyzaczee statyczego współczyka tarca pomędzy walcową powerzchą cała a opasującą je lą. Poadto a drodze eksperymetalej

Bardziej szczegółowo

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym. Wyzaczae oporu aczyowego kaplary w przepływe lamarym. I. Przebeg ćwczea. 1. Zamkąć zawór odcający przewody elastycze a astępe otworzyć zawór otwerający dopływ wody do przewodu kaplarego. 2. Ustawć zawór

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

5. OPTYMALIZACJA NIELINIOWA 5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe

Bardziej szczegółowo

... MATHCAD - PRACA 1/A

... MATHCAD - PRACA 1/A Nazwsko Imę (drukowaym) KOD: Dzeń+godz. (p. Śr) MATHCAD - PRACA /A. Stablcuj fukcję: f() = s() + /6. w przedzale od a do b z podzałem a rówych odcków. Sporządź wykres f() sprawdź, le ma mejsc zerowych.

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8 Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja

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

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

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

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

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

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

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

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych

Bardziej szczegółowo

I. Elementy analizy matematycznej

I. Elementy analizy matematycznej WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem

Bardziej szczegółowo

Matematyka dyskretna. 10. Funkcja Möbiusa

Matematyka dyskretna. 10. Funkcja Möbiusa Matematyka dyskreta 10. Fukcja Möbusa Defcja 10.1 Nech (P, ) będze zborem uporządkowaym. Mówmy, że zbór uporządkoway P jest lokale skończoy, jeśl każdy podzał [a, b] P jest skończoy, a, b P Uwaga 10.1

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

3. OPTYMALIZACJA NIELINIOWA Wybrae zaadea badań operacyjych dr ż. Zbew Tarapata 3. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też oprócz

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

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona: Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10) Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

Statystyczne charakterystyki liczbowe szeregu Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc

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

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

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

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5 Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja

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

Matematyka II. Wykład 11. Całka podwójna. Zamiana na całkę iterowaną. Obliczanie pól obszarów i objętości brył.

Matematyka II. Wykład 11. Całka podwójna. Zamiana na całkę iterowaną. Obliczanie pól obszarów i objętości brył. Wkład. Całka podwója. Zamaa a całkę terowaą. Oblczae pól obszarów objętośc brł.. Całka podwója w prostokące. Jak pamętam, całka ozaczoa z cągłej fukcj jedej zmeej wprowadzoa bła w celu oblczaa pola powerzch

Bardziej szczegółowo

Modele wartości pieniądza w czasie

Modele wartości pieniądza w czasie Joaa Ceślak, Paula Bawej Modele wartośc peądza w czase Podstawowe pojęca ozaczea Kaptał (ag. prcpal), kaptał początkowy, wartośd początkowa westycj - peądze jake zostały wpłacoe a początku westycj (a początku

Bardziej szczegółowo

R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i.

R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i. c 27 Rafał Kucharsk Rety Wartość beżącą cągu kaptałów: {R t R 2 t 2 R t } gdze R jest kwotą omalą płacoą w chwl t = oblczamy jako sumę zdyskotowaych płatośc: przy czym = + R j tj j= jest czykem dyskotującym

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

STATYSTYKA OPISOWA WYKŁAD 3,4 STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s

Bardziej szczegółowo

DYNAMIKA UKŁADU PUNKTÓW MATERIALNYCH

DYNAMIKA UKŁADU PUNKTÓW MATERIALNYCH WYKŁAD 3 DYNAIKA UKŁADU PUNKTÓW ATERIALNYCH UKŁAD PUNKTÓW ATERIALNYCH zbór skończoej lczby puktów materalych o zadaej kofguracj przestrzeej. Obłok Oorta Pas Kupera Pluto Neptu Ura Satur Jowsz Plaetody

Bardziej szczegółowo

D P. Rys. 1 Schemat hydrauliczny obliczeń filtracji przez zaporę ziemną z drenażem

D P. Rys. 1 Schemat hydrauliczny obliczeń filtracji przez zaporę ziemną z drenażem Kostrukcje budowle zeme OBLICZENIA WSPÓŁCZYNNIKA STATECZNOŚCI SKAPY ODWODNEJ METODĄ FELLENIUSA DLA ZAPOY ZIEMNEJ BEZ ELEMENTÓW USZCZELNIAJĄCYCH Z DENAŻEM Zapora zema posadowoa a podłożu przepuszczalym

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

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego

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

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

. Wtedy E V U jest równa

. Wtedy E V U jest równa Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo

Bardziej szczegółowo

J. Wyrwał, Wykłady z mechaniki materiałów METODA SIŁ Wprowadzenie

J. Wyrwał, Wykłady z mechaniki materiałów METODA SIŁ Wprowadzenie J. Wyrwał Wykłady z mechak materałów.. ETODA SIŁ... Wprowadzee etoda sł est prostą metodą rozwązywaa (obczaa reakc podporowych oraz wyzaczaa sł przekroowych) statycze ewyzaczaych (zewętrze wewętrze) układów

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

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

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

( ) ( ) ( ) ( ) ( ) ( ) ,,, ~ 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

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

JEDNOWYMIAROWA ZMIENNA LOSOWA

JEDNOWYMIAROWA ZMIENNA LOSOWA JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:

Bardziej szczegółowo

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego). TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu

Bardziej szczegółowo

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz

Bardziej szczegółowo

Projekt 3 Analiza masowa

Projekt 3 Analiza masowa Wydzał Mechaczy Eergetyk Lotctwa Poltechk Warszawskej - Zakład Saolotów Śgłowców Projekt 3 Aalza asowa Nejszy projekt składa sę z dwóch częśc. Perwsza polega projekce wstępy wętrza kaby (kadłuba). Druga

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

Kazimierz Myślecki. Metoda elementów brzegowych w statyce dźwigarów powierzchniowych

Kazimierz Myślecki. Metoda elementów brzegowych w statyce dźwigarów powierzchniowych Kazmerz Myśleck Metoda elemetów brzegowych w statyce dźwgarów powerzchowych Ofcya Wydawcza Poltechk Wrocławskej Wrocław 4 Recezec Potr KONDERLA Ryszard SYGULSKI Opracowae redakcyje Aleksadra WAWRZYNKOWSKA

Bardziej szczegółowo

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

Podstawy opracowania wyników pomiarowych, analiza błędów Podstawy opracowaa wyków pomarowych, aalza błędów I Pracowa Fzycza IF UJ Grzegorz Zuzel Lteratura I Pracowa fzycza Pod redakcją Adrzeja Magery Istytut Fzyk UJ Kraków 2006 Wstęp do aalzy błędu pomarowego

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

MECHANIKA 2 MOMENT BEZWŁADNOŚCI. Wykład Nr 10. Prowadzący: dr Krzysztof Polko

MECHANIKA 2 MOMENT BEZWŁADNOŚCI. Wykład Nr 10. Prowadzący: dr Krzysztof Polko MECHANIKA Wykład Nr 10 MOMENT BEZWŁADNOŚCI Prowadzący: dr Krzysztof Polko Defncja momentu bezwładnośc Momentem bezwładnośc punktu materalnego względem płaszczyzny, os lub beguna nazywamy loczyn masy punktu

Bardziej szczegółowo

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5 L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk

Bardziej szczegółowo

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety

Bardziej szczegółowo

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW U podstaw wszystkch auk przyrodczych leży zasada: sprawdzaem wszelkej wedzy jest eksperymet, tz jedyą marą prawdy aukowej jest dośwadczee Fzyka, to auka

Bardziej szczegółowo

IV. ZMIENNE LOSOWE DWUWYMIAROWE

IV. ZMIENNE LOSOWE DWUWYMIAROWE IV. ZMIENNE LOSOWE DWUWYMIAROWE 4.. Rozkład zmeej losowej dwuwymarowej Defcja 4.. Uporządkowaą parę (X, Y) azywamy zmeą losową dwuwymarową, jeśl każda ze zmeych X Y jest zmeą losową. Defcja 4.. Fukcję

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta

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

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

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

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZENIA NR 2

INSTRUKCJA DO ĆWICZENIA NR 2 KATEDRA MECHANIKI STOSOWANEJ Wydzał Mehazy POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 2 PRZEDMIOT TEMAT OPRACOWAŁ MECHANIKA TECHNICZNA Wyzazee położee środka ężkoś układu mehazego Dr ż. K. Kęk 1.

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI Poltechka Gdańska Wydzał Elektrotechk Automatyk Katedra Iżyer Systemów Sterowaa MODELOWANIE I PODSAWY IDENYFIKACI Wybrae zagadea z optymalzacj. Materały pomoccze do zajęć ćwczeowych 5 Opracowae: Kazmerz

Bardziej szczegółowo

PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI

PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI Adrzej POWNUK *) PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI. Wprowadzee Mechaka lowa staow jak dotąd podstawowy obszar zateresowań żyerskch. Isteje jedak

Bardziej szczegółowo

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki) Adrzej Kubaczyk Laboratorum Fzyk I Wydzał Fzyk Poltechka Warszawska OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradk do Laboratorum Fzyk) ROZDZIAŁ Wstęp W roku 995 z cjatywy Mędzyarodowego Komtetu Mar (CIPM) zostały

Bardziej szczegółowo

Współczynnik korelacji rangowej badanie zależności między preferencjami

Współczynnik korelacji rangowej badanie zależności między preferencjami Współczyk korelacj ragowej badae zależośc mędzy preferecjam Przemysław Grzegorzewsk Istytut Badań Systymowych PAN ul. Newelska 6 01-447 Warszawa E-mal: pgrzeg@bspa.waw.pl Pla referatu: Klasycze metody

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Iżyerska dr hab. ż. Jacek Tarasuk AGH, WFIS 013 Wykład 3 DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE, PODSTAWY ESTYMACJI Dwuwymarowa, dyskreta fukcja rozkładu rawdoodobeństwa, Rozkłady brzegowe

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław

Bardziej szczegółowo

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,

Bardziej szczegółowo