11. Aproksymacja metodą najmniejszych kwadratów

Wielkość: px
Rozpocząć pokaz od strony:

Download "11. Aproksymacja metodą najmniejszych kwadratów"

Transkrypt

1 . Aproksmcj metodą jmejszch kwdrtów W ukch przrodczch wkoujem często ekspermet polegjące pomrch pr welkośc, które, jk przpuszczm, są ze sobą powąze jkąś zleżoścą fukcją =f(, p. wdłużee spręż w zleżośc od wszącego ej cężru, stężee reget w zleżośc od czsu tp. Sesowm posuęcem jest zlezee tkej krzwej, któr możlwe jlepej przblż te pukt dośwdczle. Zjdowe tkch krzwch jest celem teor proksmcj. W teor proksmcj zjmujem sę geerle rzecz borąc dwom tpm problemów. Perwszm z ch jest wspome wżej dopsowwe do puktów ekspermetlch krzwch, które w jlepsz sposób mogą reprezetowć de. Drugm przpdkem, ked stosujem proksmcję jest stucj, gd fukcj jest z, le chcem zleźć prostszą fukcję, tką jk p. welom, której moż użć do określe przblżoch wrtośc fukcj dej. Ob problem bł już zrsowe w rozdzle trktującm o terpolcj. Podo w m sposób zjdow welomu przblżjącego fukcję dą w postc puktów lub tblcową w tm celu, b uzskć te pukt (węzłowe. Wem już, że terpolcj może m służć do proksmcj wrtośc fukcj mędz puktm węzłowm, tle że tch puktów e może bć zbt wele (efekt Rugego. Jk ztem postąpć w stucj, gd mm, powedzm, puktów ukłdjącch sę w przblżeu prostej. Możem z tego wwoskowć, że ez fukcj = f( mus wrżć zleżość lową użce do jej przblże welomu stop jest rczej bez sesu. A co w stucj, w końcu e tk rzdkej, ked tch puktów ekspermetlch są setk, jeśl e tsące? Trzeb sę po prostu zbrć do tego czej. Po perwsze leż zrezgowć z wruku, że fukcj przblżjąc pukt dośwdczle (lub pukt uzske po stblcowu skomplkowej fukcj, którą chcem wrżć z pomocą fukcj prostszej, rezgując prz tm z bsolutej dokłdośc mus przez e przechodzć. Wstrcz zżądć, b fukcj proksmując przebegł jk jblżej wszstkch puktów, bł jk jlepej do ch dopsow. Jk to osągąć? J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

2 Regresj low. Złóżm, że mm pęć puktów dośwdczlch dch w tbel: Tbel., Jeśl wkreślm te pukt, otrzmm Rsuek.. Rsuek. Wdć, że chocż pukt są eco porozrzuce skutek, powedzm, błędów pomrowch, to jedk wrźe ukłdją sę wzdłuż prostej. Śwdcz to o tm, że mm tu do cze z zleżoścą lową wszelke prób proksmow tch puktów welomem terpolcjm ( czwrtego stop, któr musłb przez e przechodzć, e mją wększego sesu. Rówe prostej m postć stępującą: = +b, gdze b to współczk, którch chwlowo e zm. Poszukwe prmetrów tkej prostej, któr b przechodzł możlwe jblżej wszstkch puktów dośwdczlch (,, poleg mmlzcj sum: [ ( ] S(, b [ ( b] (. J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

3 gdze ( to wrtośc współrzędej oblczoej z rów prostej dl dch. Różce mędz dokłdm wrtoścm orz wrtoścm oblczom z rów prostej są podesoe do kwdrtu, b ukąć możlwośc, że będą sę wzjem zosł skutek różc zków. Z tego też względu przedstwo w tm rozdzle metod postępow os zwę metod jmejszch kwdrtów. Dl dch z Tbel. welkość S będze rów: S(,b= [(, (+b] + [ (+b] +[ (+b] +[ (+b] +[ (+b] Formle rzecz borąc jest to fukcj dwóch zmech b. Iteresują s tke wrtośc tch zmech, dl którch S(,b jest mml. Wdomo, że fukcj welu zmech m mmum w pukce, dl którego pochode cząstkowe tej fukcj po wszstkch zmech są rówe zeru, ztem w tm przpdku muszą bć spełoe wruk: S(, b S(, b b (. czl: [, b](-+[ b](- +[ b]( + [ b](- +[ b](- = orz [, b](-+[ b](- +[ b]( + [ b](- +[ b](- = Po uproszczeu otrzmujem: + b = + b = (. Rozwązem tego ukłdu rówń lowch są welkośc: =, orz b =, N Rsuku. przedstwoo pukt z Tbel. orz lę prostą określoą przez rówe : =,*,. J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

4 - - Rsuek. Aproksmcj dch dośwdczlch krzwm os często mo zwę regresj. W przpdku, gd do tch dch dopsowujem prostą, mówm o regresj lowej. Wprowdźm terz wzor dl regresj lowej w sposób ogól. Rówe l zpszm terz eco czej ż poprzedo jko: p ( = + = ( Fukcj S(, dl dch {(, [ =,...]} m postć:, ( S ( gdze ozcz lczbę puktów. Chcąc zleźć mmum tej fukcj, musm rozwązć ukłd rówń, któr os zwę ukłdu rówń ormlch (rów (. też są ormle. S(, S(,, ( ( ( ( (. Po uporządkowu, otrzmm ukłd rówń: z którego tchmst dostje sę ogóle wzor współczk defujące lę prostą: J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

5 J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM (. Spróbujm określć epewośc pomrowe w probleme regresj lowej. Zkłdm, że epewość w pomrch -ów jest zedbwl. Złożee to jest w peł uzsdoe poewż wet jeśl jkś epewość steje, to jest o ewelk w porówu z epewoścm -ów. Dlej zkłdm, że epewośc wszstkch wrtośc mją tką smą welkość (jeśl tk e jest możem rtowć sę stosowem różch wg sttstczch. Oblczjąc odpowede średe odchlee stdrdowe (błąd stdrdow powśm uwzględć fkt, że jest oo podwższoe z powodu błędów z jkm wlczlśm stłe. Iczej moż powedzeć, że wzczee prmetrów prostej obż lczbę stop swobod szego ukłdu. Zjduje to odzwercedlee w fkce, że lcząc średą dzelm przez (- zmst przez, co powoduje odpowede podwższee wrtośc błędu. s ( gdze (. Po podstweu do wzorów (. dch z Tbel. otrzmujem: = -, =, s =. Tke sme wrtośc współczków prostej oblczlśm poprzedo, rozwązując w prost sposób ukłd rówń (.. Nepewośc prmetrów prostej zjdujem metodm przeosze błędów, trktując te prmetr jko fukcje zmerzoch wrtośc (ptrz rozdz.. Otrzmm w te sposób stępujące wzor błęd stdrdowe wzczoch prmetrów orz : s s s s (. gdze welkość s jest średm stdrdowm odchleem od prostej zdefowm wzorem (..

6 Zstosowe tch wzorów do dch z Tbel. dje: s, ; s, Po wkreśleu puktów dch w Tbel. (Rsuek. ocelśm oko, że są oe powąze zleżoścą lową. W prktce tego tpu oce rczej e wstrcz dltego oblcz sę tzw. współczk korelcj, którego wrtość jest mrą korelcj mędz zmem. Jeśl współczk te jest blsk ozcz to, że welkośc są dobrze skorelowe (lub cłkowce, gd współczk jest rów, co ozcz, że mędz tm zmem prwdopodobe steje jkś zleżość fukcją. W przpdku regresj lowej współczk te os oczwśce zwę współczk korelcj lowej oblcz sę go zgode ze wzorem: r (. Wzór te podjem w postc jlepej djącej sę do oblczeń umerczch. Wrto jedk przjrzeć mu sę blżej, b zrozumeć jego ses. Pokż, że wrżee: w którm śred wrtość jest: moż przeksztłcć do postc: J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

7 Po podstweu do wzoru (. dch z Tbel. otrzmujem r =,. Zmee są ztem dobrze skorelowe złożee, że są powąze zleżoścą lową, jest uzsdoe. Omówoe wżej prmetr regresj lowej (oprócz smch współczków orz zw sę sttstkm Regresj low w Ecelu Ecel wposżo jest w rzędz fukcje sttstcze służące do oblczeń zwązch z regresją lową wkłdczą. Jede ze sposobów szbkego uzsk wrtośc wkjącch z regresj lowej lub wkłdczej poleg wbru obszru komórek zwerjącch de ewetule plus dodtkowe komórk polece Edcj / Wpełj / Sere dch..., Tred, Wersze lub Kolum, Artmetcz lub Geometrcz. Progrm zme de wrtośc leżące prostej puste komórk wpeł stępm wrtoścm leżącm tej prostej. Oto tbelk wkres zrobo w oprcu o tę tbelkę (I:K dl regresj lowej: de są wpse w komórk I:K. Obok (M:Q pokzo te sme oblcze wkoe prz pomoc fukcj sttstczch: I J K L M N O P Q = + b b,,,,,, -,,,, M N O P Q = + b b =$M$*I+$N$ =$M$*J+$N$ =$M$*K+$N$ =REGLINP(I:K;I:K =REGLINP(I:K;I:K =REGLINW(I:K;I:K=REGLINW(I:K;I:K =REGLINW(I:K;I:K J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

8 W komórkch M:N zstosowo formułę tblcową REGLINP, w komórkch O:Q formułę tblcową REGLINW. W Ecelu mm do regresj lowej jeszcze jedą formułę tblcową REGLINX, orz stępujące formuł dzłjące jedej komórce: REGBŁSTD (lcz s, NACHYLENIE (lcz, ODCIĘTA (lcz, WSP.KORELACJI (lcz r, PEARSON (lcz r, R.KWADRAT (lcz r, orz KOWARIANCJA (lcz s. Nstęp przkłd pokzuje zstosowe ektórch z ch. Fukcj REGLINP może lczć ż prmetrów, w przkłdze wbro tlko. A B C D E F G H p (,, -,,,,,,,,,, Sum:,,, = -, NACHYLENIE=, =, ODCIĘTA= -, s=, REGBŁSTD=, s =, PEARSON=, s =, r=,, -,,,,, Arkusz. W kolumch B C Arkusz. zjdują sę de z Tbel., w kolumch D, E, F oblczoo odpowedo kwdrt locz orz. W kolume G mm wrtośc oblczoe z rów prostej dl kolejch, w kolume H kwdrt (ptrz wzór (.. W kolume B od wersz do są współczk prostej orz część sttstk regresj oblczoe podstwe wzorów (... W komórkch od ósmej do jedestej kolum E oblczoo poowe część tch welkośc z użcem odpowedch fukcj Ecel. Wróżo w komórkch D:E tbelk jest mcerzą zwerjącą wk dzł fukcj REGLINP. Jk zwsze, gd mm do cze z fukcją djąc wk w postc mcerz, jperw leż zzczć komórk, w którch mją sę zleźć wk, wwołć fukcję, zdć jej prmetr, stępe csąć jedocześe klwsze Shft, Ctrl orz Eter. Fukcj REGLINP oblcz węcej sttstk ż pokzo w Arkuszu., le tm etpe ogrczlśm sę tlko do tch, które omówoo wżej. Nleż róweż dodć, że w J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

9 wku dzł tej fukcj otrzmujem kwdrt współczk korelcj lowej, e sm współczk (, =,. Regresję lową stosuje sę róweż do zleżośc wrżoch fukcją wkłdczą, poewż logrtmując rówe wkłdcze otrzmujem rówe prostej. Jest to wże zstosowe regresj lowej, bowem zleżośc wkłdcze są powszeche w fzce, chem bolog. Pokżem jk to sę rob przkłdze rozpdu jąder promeotwórczch (Rozdzł. Rozwąze rów opsującego rozpd moż zpsć jko: N t N e gdze jest średm czsem żc zwązm z okresem połowczego zku relcją: Po zlogrtmowu mm: t T / =, l N t l N gdze zmeą jest oczwśce t, czl czs. Wobec tego prmetrm prostej będą ln orz /. W tbelce zmeszczm odpowede oblcze dl dch umeszczoch w dwóch perwszch kolumch. Są to: czs p. w godzch orz szbkość zlcz rozpdów w jedostkch umowch. Wkres zrobo jest w oprcu o zzczoe kolum. W zzczoej szro komórce zjduje sę wlczoe jlepsze przblżee średego czsu żc wkjące z metod regresj lowej. t A B C D t N(t ep.ln(t teoret.ln(t,,,,,,,,,,,, -,,,,,,,, ep.ln(t teoret.ln(t A B C D t N(t ep.ln(t teoret.ln(t, =LN(B =REGLINW(C:C;A:A;A:A, =LN(B =REGLINW(C:C;A:A;A:A, =LN(B =REGLINW(C:C;A:A;A:A, =LN(B =REGLINW(C:C;A:A;A:A =REGLINP(C:C;A:A =-/C =REGLINP(C:C;A:A =EXP(D J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

10 J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM Aproksmcj welomm wższch stop. Oczwśce wele zleżośc spotkch w przrodze e m chrkteru lowego. Strm sę wówczs zleźć welom odpowedego stop, któr przebegłb możlwe blsko wszstkch puktów, które chcem przblżć (dośwdczlch lub otrzmch z jkejś brdzej skomplkowej fukcj. Dl uproszcze złóżm, że mm welom drugego stop wkojm formle wszstke etp metod jmejszch kwdrtów. p ( = + + = ( Fukcj S(,, dl {(, [ =,...]} dch m terz postć: (,, ( S ukłd rówń ormlch wgląd stępująco: (. Po uporządkowu, otrzmm: (. Tk wgląd ukłd rówń ormlch w wpdku, gd welom proksmcj jest stop drugego. Dl stop trzecego otrzmm ukłd: (. ( (,, ( S ( (,, ( S ( (,, ( S

11 J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM Ukłd rówń ormlch odpowdjące welomom proksmcjm wższch stop rozbudowuje sę w sposób logcz. Ukłd rówń ormlch są ukłdm rówń lowch, w którch ewdomm są,,,..., sum różch potęg k orz loczów k grją rolę wolch wrzów orz współczków prz ewdomch. Moż to zpsć w postc mcerzowej jko: Y A X (. Postć mcerz X, A orz Y jest określo przez ukłd rówń ormlch dl dego problemu przkłd w przpdku welomu drugego stop wglądją oe stępująco: X A Y (. Rozwąze tego ukłdu moż uzskć, możąc z lewej stro obe stro rów (. rz mcerz odwrotą X : Y X A (. Przkłd. Zleźć welom proksmując pukt zpse w Tbel.. Tbel.,,,,,,,,,,,,,,,,

12 ,,,, Z Rsuku., przedstwjącego wkres tch puktów, wk, że mm tu do cze z zleżoścą tpu kwdrtowego, ztem fukcją, któr jlepej dje sę do proksmcj, będze welom stop przjmej drugego.,,,,, Stwórzm terz rkusz, któr będze rozwązwł problem zleze współczków welomu proksmującego drugego stop., A B C D E F G H I J Aproksmcj fukcj dej w Tbel. welomem stop drugego = m=,,,, Rsuek. p (,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, Sum=,,,,,,,,,,, X=,,, Y=,,,,,, -,,, X - = -,, -, A=X - Y= -,, -,,, Arkusz. s=, J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

13 W werszch od czwrtego do trzstego Arkusz. kolumch od B do H są współrzęde puktów ch róże potęg orz locz, które zgode ze wzorem (. służą do zbudow mcerz X orz Y. W Ecelu jest fukcj odwrcjąc mcerze o zwe MACIERZ.ODW, któr zostł tu wkorzst do otrzm X -. Jk zwkle, ked użw sę fukcj djącej w wku mcerz, leż jperw zzczć komórk, w którch m zostć zps rezultt, wwołć odpowedą fukcję ( w tm wpdku MACIERZ.ODW, zdć jej prmetr csąć jedocześe klwsze Ctrl, Shft orz Eter. W stępm kroku oblcz sę (zgode ze wzorem (. locz mcerz X - orz Y. Tm rzem tkże moż sę posłużć fukcją Ecel o zwe MACIERZ.ILOCZYN. W rezultce tego może otrzmuje sę mcerz A, której elemetm są współczk welomu proksmującego p (, mowce,,. W kolume I umeszczoo wrtośc tego welomu oblczoe dl wszstkch wrtośc. W osttej kolume J mm kwdrt welkośc, czl różc mędz prwdzwm wrtoścm wrtoścm welomu proksmującego. Służą oe do oblcze średego odchle od krzwej, które w ogólm wpdku (porówj ze wzorem (. defuje sę stępująco: s m l m l l m (. gdze to lczb puktów proksmowch, m to stopeń welomu proksmującego. N Rsuku. przedstwoo wkres prbol określoej przez tk oblczoe w Arkuszu. współczk puktów z Rsuku..,,,,,,,,,, Rsuek. J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

14 W stucj, gd chcem zstosowć w proksmcj welom wższch od drugego stop, postępujem logcze. Njperw zgode ze schemtem omówom podczs dskusj wzorów (. (. rozbudowujem mcerze X orz Y, potem powtrzm oblcze przedstwoe w Arkuszu.. Przkłd. Wkorzstując Arkusz. oblczć współczk welomu drugego stop proksmującego fukcję f( = s( w przedzle [,]. Tbelrzując fukcję f(, przjąć krok h =,. A B C D E F G H I J Aproksmcj welomem stop k fukcj f(=s( = k= p (,,,,,,, -,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, -,, Sum=,,,,,,,,,,, X=,,, Y=,,,,,, -,, -, X - = -,, -, A=X - Y=,, -,, -, s=, Arkusz. N Rsuku. przedstwoo wkres puktów otrzmch w wku tbelrzcj fukcj f( = s( orz wkres welomu, którego współczk oblczoo w Arkuszu.. J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

15 ,,,, p(,,,,,,,, Rsuek. Jkob Problem poszukw współczków welomu proksmcjego moż uproścć, wprowdzjąc tzw. jkob. Zm to zrobm, pszm jperw welom proksmcj stop m: ( = p m ( = m m (. Jeżel terz polczm pochode tk zpsego welomu po wszstkch współczkch (trktowch jko zmee, otrzmm: ( ( ( ( ; ; ; m m Te pochode (fukcje przjmują dl kokretch (współrzędch puktów, które chcem proksmowć wrtośc: ( ; ( ( ( ; ; m m Zbudujm terz mcerz, której elemet moż zpsć ogóle w postc: (, gdze j wskźk, umerując wersze, zme sę od do (lczb puktów proksmowch, j, umerując kolum, zme sę od do m. J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

16 J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM m m m m m ( ( ( ( (. Elemet tbel (. tworzą mcerz zwą jkobem ozczą lterą J. Dl przkłdu jkob odpowdjąc problemow rozwązemu w Arkuszu. (welom drugego stop proksmując puktów m postć mcerz o wmrch : J Łtwo terz zuwżć, że po pomożeu jkobu trspoowego rz jkob otrzmm mcerz X ze wzoru (. J J T Dzęk wprowdzeu jkobów możem ztem zcze uproścć tworzee mcerz X, co bło jbrdzej prcochłoą częścą przedstwoego w Arkuszu. sposobu

17 rozwązw problemu proksmcj welomem drugego stop. Zmodfkow w te sposób Arkusz. wgląd stępująco: A B C D E F G H I J Aproksmcj fukcj dej w Tbel. welomem stop drugego = m= p (,,,,,,,,,,,,,,,,,,,,,,,,,,,, J=,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, Sum=,,,,,,, X=J T J=,,, Y=,,,,,, -,,, X - = -,, -, A=X - Y= -,, -,,, s=, Arkusz. Wdć, że w Arkuszu. Arkuszu. otrzmlśm detcze wk, tle że w Arkuszu. udło m sę tego dokoć mejszm kosztem. Po perwsze e bło potrzeb tworze kolum z, le jeszcze wżejsze jest to, że mcerz X e tworzlśm tu ręcze, wpsując do ej sum odpowedch potęg, lecz oblczjąc ją jko J T J z pomocą jedej formuł ecelowskej: =MACIERZ.ILOCZYN (TRANSPONUJ(B:D;B:D Korzśc ze stosow jkobów są jeszcze brdzej wdocze, ked welom proksmcj jest wższego stop ż drug. Przkłd. Stworzć rkusz, któr będze oblczł współczk welomu trzecego stop proksmującego fukcję f( = s( w przedzle [,]. Tbelrzując fukcję f(, przjąć krok h =,. J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

18 A B C D E F G H I J K L Aproksmcj welomem stop trzecego fukcj f(=s( = m= p (,,,,,, -,,,,,,,,,,,,,,,,,,,,,,,,,,,,, J=,,,,,,,,,,,,,,,,E-,,,,, -, -, -, -, -,,,,, -, -, -, -, -,,,,, -, -, -, -, -,,,,, -, -, -, -, -,,,,,,,, -,E-,,,,,,, X=,,,, Y= -,,,,, -,,,,, -,, -,, -, -, X - = -,, -,, A=X - Y=,, -,, -, -, -,, -,,, Sum=, -, -, -,, s=, N Rsuku. przedstwoo wkres puktów otrzmch w wku tbelrzcj fukcj f( = s( w przedzle [,] orz wkres welomu, którego współczk oblczoo w Arkuszu.. Arkusz.,,, -,,,,,,, p( -, -, Rsuek. J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

19 Iterpolcj proksmcj N terpolcję moż spojrzeć jk wzcze współczków welomu podstwe reprezetcj tego welomu przez wrtośc w puktch, które zwlśm węzłm terpolcj. Dl węzłów moż wzczć welom stop - (ścślej: welom o ogrczeu stop. Jedozczość tk określoego welomu terpolcjego moż mtemtcze udowodć []. Pmętm, że welom terpolcj mus spełć wruk terpolcj, czl przjmowć w węzłch dokłde tke wrtośc, jke wkją z dch puktów. Moż to zpsć w elegckej postc mcerzowej w stępując sposób: V A = Y Pojwł sę w tm zpse mcerz, którą zwlśm jkobem. Jest to szczegól przpdek jkobu, mcerz o wmrch wkjącch z lczb węzłów: dl węzłów umerowch od do - (zchowlśm umercję od poewż tk zwklśm umerowć współczk welomu wmr tej mcerz jest rz +. W lterturze zw sę ją mcerzą Vdermode. Moż przekoć sę, że dl różch węzłów jest o mcerzą eosoblwą, węc odwrclą. Wobec tego mcerz współczków welomu terpolcjego moż wzczć w stępując sposób: A = V - Y Ne jest to jszbsz lgortm terpolcj, le czsm jest wgod wrto o m pmętć. Jeśl porówm go z lgortmem proksmcj welomowej z poprzedego rozdzłu, to zuwżm, że welom proksmcj może bć ższego stop ż terpolcj przebeg pomędz węzłm w sposób wzczo przez metodę jmejszch kwdrtów, podczs gd welom terpolcj przechodz dokłde przez wszstke węzł terpolcj, le z to m często dość skomplkową postć. Spójrzm jk wpde grfcze porówe obu welomów dl obu bdch poprzedo przkłdów. J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

20 w el.t. w el.pr.,,,,,,,,,,, w el.t. w el.pr. -, - -, Ltertur. Joh R. Tlor, Wstęp do lz błędu pomrowego, PWN Wrszw.. Thoms H. Corme, Chrles E. Leserso, Rold L. Rvest, Wprowdzee do lgortmów, WNT,. J Pk, Izbell Foltowcz - Zkłd Chem Teoretczej UAM

Projekt 3 3. APROKSYMACJA FUNKCJI

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

STATYSTYKA MATEMATYCZNA

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

INFORMATYKA W CHEMII Dr Piotr Szczepański

INFORMATYKA W CHEMII Dr Piotr Szczepański INFORMATYKA W CHEMII Dr Potr Szczepńk Ktedr Chem Fzczej Fzkochem Polmeró ANALIZA REGRESJI REGRESJA LINIOWA. REGRESJA LINIOWA - metod jmejzch kdrtó. REGRESJA WAŻONA 3. ANALIZA RESZT 4. WSPÓŁCZYNNIK KORELACJI,

Bardziej szczegółowo

Regresja liniowa. Załóżmy, że mamy pięć punktów doświadczalnych danych w tabeli: Tabela 11.1 i x i y i 1 2 2,

Regresja liniowa. Załóżmy, że mamy pięć punktów doświadczalnych danych w tabeli: Tabela 11.1 i x i y i 1 2 2, Regrej low. Złóżm, że mm pęć puktów dośwdczlch dch w tbel: Tbel.,5 4 3 6 3 4 8 4 5 6 Jeśl wkreślm te pukt, otrzmm Ruek.. Ruek. Wdć, że chocż pukt ą eco porozrzuce kutek, powedzm, błędów pomrowch, to jedk

Bardziej szczegółowo

Metody numeryczne. Wykład nr 5: Aproksymacja i interpolacja. dr Piotr Fronczak

Metody numeryczne. Wykład nr 5: Aproksymacja i interpolacja. dr Piotr Fronczak Metod umerze Wkłd r 5: Aproksmj terpolj dr Potr Frozk Aproksmj terpolj Aproksmj rówem lowm Błąd dopsow E - Fukj dwóh zmeh Fukj E m mmum dl tkh wrtoś, dl którh pohode ząstkowe względem zerują sę: E E Jest

Bardziej szczegółowo

Załóżmy, że mamy pięć punktów doświadczalnych danych w tabeli: Tabela 11.1 i x i y i 1 2 2, Rysunek 11.

Załóżmy, że mamy pięć punktów doświadczalnych danych w tabeli: Tabela 11.1 i x i y i 1 2 2, Rysunek 11. Regrej low. Złóżm, że mm pęć puktów dośwdczlch dch w tbel: Tbel.,5 4 3 6 3 4 8 4 5 6 Jeśl wkreślm te pukt, otrzmm Ruek.. 7 6 5 4 3 4 6 8 Ruek. Wdć, że chocż pukt ą eco porozrzuce kutek, powedzm, błędów

Bardziej szczegółowo

WOJSKOWA AKADEMIA TECHNICZNA ĆWICZENIA LABORATORYJNE Z FIZYKI. SPRAWOZDANIE Z PRACY LABORATORYJNEJ nr.........

WOJSKOWA AKADEMIA TECHNICZNA ĆWICZENIA LABORATORYJNE Z FIZYKI. SPRAWOZDANIE Z PRACY LABORATORYJNEJ nr......... WOJSKOWA AKADEMIA TECHNICZNA ĆWICZENIA LABORATORYJNE Z FIZYKI prowdząc(y)... grup... podgrup... zespół... seestr... roku kdeckego... studet(k)... SPRAWOZDANIE Z PRACY LABORATORYJNEJ r......... pory wykoo

Bardziej szczegółowo

Klucz odpowiedzi do zadań zamkniętych i schemat oceniania zadań otwartych

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

Bardziej szczegółowo

DOPASOWANIE ZALEŻNOŚCI LINIOWEJ DO WYNIKÓW POMIARÓW

DOPASOWANIE ZALEŻNOŚCI LINIOWEJ DO WYNIKÓW POMIARÓW DOPAOWANIE ZALEŻNOŚCI LINIOWEJ DO WYNIKÓW POMIARÓW Jedm stotch gdeń l dch pomroch jest dopsoe leżośc teoretcej do kó pomró. Dotc oo stucj gd dokoo ser pomró pr elkośc które są e soą poąe leżoścą f... m

Bardziej szczegółowo

Opracowanie wyników pomiarów

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

Bardziej szczegółowo

BADANIE DRGAŃ RELAKSACYJNYCH

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

Bardziej szczegółowo

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

Programowanie z więzami (CLP) CLP CLP CLP. ECL i PS e CLP

Programowanie z więzami (CLP) CLP CLP CLP. ECL i PS e CLP Progrmowie z więzmi (CLP) mjąc w PROLOGu: p(x) :- X < 0. p(x) :- X > 0. i pytjąc :- p(x). dostiemy Abort chcelibyśmy..9 CLP rozrzeszeie progrmowi w logice o kocepcję spełii ogriczeń rozwiązie = logik +

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

Bardziej szczegółowo

Wykład 1 Pojęcie funkcji, nieskończone ciągi liczbowe, dziedzina funkcji, wykres funkcji, funkcje elementarne, funkcje złożone, funkcje odwrotne.

Wykład 1 Pojęcie funkcji, nieskończone ciągi liczbowe, dziedzina funkcji, wykres funkcji, funkcje elementarne, funkcje złożone, funkcje odwrotne. Wykłd Pojęcie fukcji, ieskończoe ciągi liczbowe, dziedzi fukcji, wykres fukcji, fukcje elemetre, fukcje złożoe, fukcje odwrote.. Fukcje Defiicj.. Mówimy, że w zbiorze liczb X jest określo pew fukcj f,

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

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

Bardziej szczegółowo

WYKŁAD 7. UKŁADY RÓWNAŃ LINIOWYCH Macierzowa Metoda Rozwiązywania Układu Równań Cramera

WYKŁAD 7. UKŁADY RÓWNAŃ LINIOWYCH Macierzowa Metoda Rozwiązywania Układu Równań Cramera /9/ WYKŁ. UKŁY RÓWNŃ LINIOWYCH Mcierzow Metod Rozwiązywi Ukłdu Rówń Crmer Ogól postć ukłdu rówń z iewidomymi gdzie : i i... ozczją iewidome; i R k i R i ik... ;... efiicj Ukłdem Crmer zywmy tki ukłd rówń

Bardziej szczegółowo

1. Określ monotoniczność podanych funkcji, miejsce zerowe oraz punkt przecięcia się jej wykresu z osią OY

1. Określ monotoniczność podanych funkcji, miejsce zerowe oraz punkt przecięcia się jej wykresu z osią OY . Określ ootoiczość podch fukcji, iejsce zerowe orz pukt przecięci się jej wkresu z osią OY ) 8 ) 8 c) Określjąc ootoiczość fukcji liiowej = + korzst z stępującej włsości: Jeżeli > to fukcj liiow jest

Bardziej szczegółowo

Przykładowe zadania dla poziomu rozszerzonego

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

Bardziej szczegółowo

Granica cigu punktów. ), jest zbieny do punktu P 0 = ( x0. n n. ) n. Zadania. Przykłady funkcji dwu zmiennych

Granica cigu punktów. ), jest zbieny do punktu P 0 = ( x0. n n. ) n. Zadania. Przykłady funkcji dwu zmiennych Gric cigu puktów Ztem Cig puktów P P ; jest zie do puktu P ; gd P P [ ] Oliczm gric cigu l Poiew l l wic cig l jest zie i jego gric jest pukt π π [ ] Oliczm gric cigu si π π π π Poiew si si wic cig si

Bardziej szczegółowo

MATHCAD 2000 - Obliczenia iteracyjne, macierze i wektory

MATHCAD 2000 - Obliczenia iteracyjne, macierze i wektory MTHCD - Obliczei itercyje, mcierze i wektory Zmiee zkresowe. Tblicowie fukcji Wzór :, π.. π..8.9...88.99..8....8.98. si().9.88.89.9.9.89.88.9 -.9 -.88 -.89 -.9 - Opis, :,, przeciek, Ctrl+Shift+P, /,, ;średik,

Bardziej szczegółowo

Sposoby wyznaczenia błędu bezwzględnego. Pomiar bezpośredni. Pomiar pośredni. f x. f x. f x. f x. x n = =

Sposoby wyznaczenia błędu bezwzględnego. Pomiar bezpośredni. Pomiar pośredni. f x. f x. f x. f x. x n = = Pomr jego dokłdość. Kżdy pomr dje m wyk z pewą ylko dokłdoścą, węc obcążoy je epewoścą pomrową (błędem pomrowym). Pomry fzycze dzelmy : bezpośrede pośrede. Pomrm bezpośredm zywmy ke, kórych wrość lczbową

Bardziej szczegółowo

SYSTEMY ROZMYTO-NEURONOWE REALIZUJĄCE RÓŻNE SPOSOBY ROZMYTEGO WNIOSKOWANIA

SYSTEMY ROZMYTO-NEURONOWE REALIZUJĄCE RÓŻNE SPOSOBY ROZMYTEGO WNIOSKOWANIA POLIECHIK CZĘSOCHOWSK KEDR IŻYIERII KOMPUEROWEJ PRC DOKORSK SYSEMY ROZMYO-EUROOWE RELIZUJĄCE RÓŻE SPOSOY ROZMYEGO WIOSKOWI Roert owc Promotor: dr h. ż. Dut Rutows rof. dzw. P.Cz. Częstochow 999 eszm chcłm

Bardziej szczegółowo

Rozkłady prawdopodobieństwa 1

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

Bardziej szczegółowo

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

Rozwiązanie niektórych zadań treningowych do I kolokwium sem. zimowy, 2018/19

Rozwiązanie niektórych zadań treningowych do I kolokwium sem. zimowy, 2018/19 Rozwąze ektóryh zdń tregowyh do I kolokwum sem. zmowy, 8/9 Zd.. V = ost, = 98 K W wrukh dtyzyh Q = ΔU =. Końową temperturę zjdzemy rozwązują rówe ΔU =. Zm eerg wewętrzej zhodz wskutek rekj hemzej jlepej

Bardziej szczegółowo

MATLAB PODSTAWY. [ ] tworzenie tablic, argumenty wyjściowe funkcji, łączenie tablic

MATLAB PODSTAWY. [ ] tworzenie tablic, argumenty wyjściowe funkcji, łączenie tablic MTLB PODSTWY ZNKI SPECJLNE symbol przypisi [ ] tworzeie tblic, rgumety wyjściowe fukcji, łączeie tblic { } ideksy struktur i tblic komórkowych ( ) wisy do określi kolejości dziłń, do ujmowi ideksów tblic,

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

instrukcja do ćwiczenia 5.1 Badanie wyboczenia pręta ściskanego

instrukcja do ćwiczenia 5.1 Badanie wyboczenia pręta ściskanego 5.Bde wocze pręt śckego UT-H Rdom Ittut Mechk Stoowej Eergetk Lortorum Wtrzmłośc Mterłów trukcj do ćwcze 5. Bde wocze pręt śckego I ) C E L Ć W I C Z E N I A Celem ćwcze jet dośwdczle wzczee metodą Southwell

Bardziej szczegółowo

Macierze w MS Excel 2007

Macierze w MS Excel 2007 Mcierze w MS Ecel 7 Progrm MS Ecel umożliwi wykoywie opercji mcierzch. Służą do tego fukcje: do możei mcierzy MIERZ.ILOZYN do odwrci mcierzy MIERZ.ODW do trspoowi mcierzy TRNSPONUJ do oliczi wyzczik mcierzy

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

Środek masy i geometryczne momenty bezwładności figur płaskich 1

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

Bardziej szczegółowo

Ekoenergetyka Matematyka 1. Wykład 8. CIĄGI LICZBOWE

Ekoenergetyka Matematyka 1. Wykład 8. CIĄGI LICZBOWE Ekoeergetk Mtemtk 1. Wkłd 8. CIĄGI LICZBOWE Defiicj (ciąg liczbow) Ciągiem liczbowm zwm fukcję odwzorowującą zbiór liczb turlch w zbiór liczb rzeczwistch. Wrtość tej fukcji dl liczb turlej zwm -tm wrzem

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

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

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczby całkowite C : C..., 3, 2, 1,

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczby całkowite C : C..., 3, 2, 1, I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczy turle N : N 0,,,,,,..., N,,,,,... liczy cłkowite C : C...,,,, 0,,,,... Kżdą liczę wymierą moż przedstwić z pomocą ułmk dziesiętego skończoego

Bardziej szczegółowo

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

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

Bardziej szczegółowo

UWAGI O ROZKŁADZIE FUNKCJI ZMIENNEJ LOSOWEJ.

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

Bardziej szczegółowo

Spójne przestrzenie metryczne

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

Bardziej szczegółowo

2.3.1. Iloczyn skalarny

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

Bardziej szczegółowo

3.1. Ciągi liczbowe - ograniczoność, monotoniczność, zbieżność ciągu. Liczba e. Twierdzenie o trzech ciągach.

3.1. Ciągi liczbowe - ograniczoność, monotoniczność, zbieżność ciągu. Liczba e. Twierdzenie o trzech ciągach. WYKŁAD 6 3 RACHUNEK RÓŻNICZKOWY I CAŁKOWY FUNKCJI JEDNEJ ZMIENNEJ 31 Ciągi liczbowe - ogriczoość, mootoiczość, zbieżość ciągu Liczb e Twierdzeie o trzech ciągch 3A+B1 (Defiicj: ieskończoość) Symbole,,

Bardziej szczegółowo

Zasada indukcji matematycznej. Dowody indukcyjne.

Zasada indukcji matematycznej. Dowody indukcyjne. Zsd idukcji mtemtyczej. Dowody idukcyje. W rozdzile sformułowliśmy dl liczb turlych zsdę miimum. Bezpośredią kosekwecją tej zsdy jest brdzo wże twierdzeie, które umożliwi i ułtwi wiele dowodów twierdzeń

Bardziej szczegółowo

- macierz o n wierszach i k kolumnach. Macierz jest diagonalna jeśli jest kwadratowa i po za główną przekątną (diagonala) są

- macierz o n wierszach i k kolumnach. Macierz jest diagonalna jeśli jest kwadratowa i po za główną przekątną (diagonala) są Powtórzeie z Algebry 1. Mcierz A k 1 11 1 1k 1 k k - mcierz o wierszch i k kolumch Mcierz est kwdrtow eśli m tyle smo wierszy co kolum ( = k). Mcierz est digol eśli est kwdrtow i po z główą przekątą (digol)

Bardziej szczegółowo

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH pitgors.d.pl I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: licz turle N : N 0,,,,,,..., N,,,,,... licz cłkowite C : C...,,,, 0,,,,... Kżdą liczę wierą oż przedstwić z poocą ułk dziesiętego

Bardziej szczegółowo

Metody numeryczne w przykładach

Metody numeryczne w przykładach Metody umerycze w przyłdch Podręcz Poltech Lubels Poltech Lubels Wydzł Eletrotech Iformty ul. Ndbystrzyc 38A -68 Lubl Bet Pńczy Edyt Łus J Sor Teres Guz Metody umerycze w przyłdch Poltech Lubels Lubl Recezet:

Bardziej szczegółowo

ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GRANULOMETRYCZNEJ SUROWCÓW I PRODUKTÓW

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

Bardziej szczegółowo

WYZNACZNIKI. . Gdybyśmy rozważali układ dwóch równań liniowych, powiedzmy: Takie układy w matematyce nazywa się macierzami. Przyjmijmy definicję:

WYZNACZNIKI. . Gdybyśmy rozważali układ dwóch równań liniowych, powiedzmy: Takie układy w matematyce nazywa się macierzami. Przyjmijmy definicję: YZNACZNIKI Do opisu pewnh oiektów nie wstrz użć liz. ie n przkłd, że do opisni sił nleż użć wektor. Sił to przeież nie tlko wielkość le i jej punkt przłożeni, zwrot orz kierunek dziłni. Zte jedną lizą

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

Scenariusz lekcji matematyki w klasie II LO

Scenariusz lekcji matematyki w klasie II LO Autor: Jerzy Wilk Sceriusz lekcji mtemtyki w klsie II LO oprcowy w oprciu o podręczik i zbiór zdń z mtemtyki utorów M. Bryński, N. Dróbk, K. Szymński Ksztłceie w zkresie rozszerzoym Czs trwi: jed godzi

Bardziej szczegółowo

Strona: 1 1. CEL ĆWICZENIA

Strona: 1 1. CEL ĆWICZENIA Katedra Podstaw Sstemów Techczch - Podstaw metrolog - Ćwczee 4. Wzaczae charakterstk regulacjej slka prądu stałego Stroa:. CEL ĆWICZENIA Celem ćwczea jest pozae zasad dzałaa udow slka prądu stałego, zadae

Bardziej szczegółowo

Równania i nierówności kwadratowe z jedną niewiadomą

Równania i nierówności kwadratowe z jedną niewiadomą 50 REPETYTORIUM 31 Równni i nierówności kwdrtowe z jedną niewidomą Równnie wielominowe to równość dwóch wyrżeń lgebricznych Kżd liczb, któr po podstwieniu w miejscu niewidomej w równniu o jednej niewidomej

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statstka Katarza Chud Laskowska http://kc.sd.prz.edu.pl/ Aalza korelacj umożlwa stwerdzee wstępowaa zależośc oraz oceę jej atężea ZALEŻNOŚCI pomędz CECHAMI: CECHY: ILOŚCIOWA ILOŚCIOWA CECHY: JAKOŚCIOWA

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

ZADANIA OTWARTE. Są więc takie same. Trzeba jeszcze pokazać, że wynoszą one 2b, gdyż taka jest długość krawędzi dwudziestościanu.

ZADANIA OTWARTE. Są więc takie same. Trzeba jeszcze pokazać, że wynoszą one 2b, gdyż taka jest długość krawędzi dwudziestościanu. ZADANIA OTWARTE ZADANIE 1 DWUDZIESTOŚCIAN FOREMNY Wiemy, że z trzech złotych prostokątów możn skonstruowć dwudziestościn foremny. Wystrczy wykzć, że długości boków trójkąt ABC n rysunku obok są równe.

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZA ITELIGECJA WYKŁAD. SYSTEMY EUROOWO-ROZMYTE Częstocow 4 Dr b. ż. Grzegorz Dude Wdzł Eletrcz Poltec Częstocows SIECI EUROOWO-ROZMYTE Sec euroowo-rozmte pozwlją utomtcze tworzee reguł podstwe przłdów

Bardziej szczegółowo

PROGRAMOWANIE LINIOWE.

PROGRAMOWANIE LINIOWE. Wykłd 6 Progrowe lowe. Zstosow ekoocze. PROGRAMOWANIE LINIOWE. ZASTOSOWANIA EKONOMICZNE. CENY DUALNE. ANALIZA WRAŻLIWOŚCI.. RACHUNEK EKONOMICZNY. ZASADY RACJONALNEGO GOSPODAROWANIA. Rchuek ekooczy - porówe

Bardziej szczegółowo

Pojęcie modelu. Model ekonometryczny. Przykład modelu ekonometrycznego. Klasyfikacja modeli ekonometrycznych. Etapy analizy ekonometrycznej

Pojęcie modelu. Model ekonometryczny. Przykład modelu ekonometrycznego. Klasyfikacja modeli ekonometrycznych. Etapy analizy ekonometrycznej Poęc modlu Modl s o uproszczo przdsw rzczwsośc Lwrc R Kl: Modl s o schmcz uproszcz pomąc so sp w clu wś wwęrzgo dzł form lub osruc brdz somplowgo mchzmu Główą zlą modlu s możlwość go bzpczgo przprowdz

Bardziej szczegółowo

Przykład 2.5. Figura z dwiema osiami symetrii

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

Bardziej szczegółowo

Linie regresji II-go rodzaju

Linie regresji II-go rodzaju Lam regresj II-go rodzaju zmeej () względem () azwam zadae krzwe g(;,, ) oraz h(;,, ) gd spełają oe odpowedo waruk: E E Le regresj II-go rodzaju ( ( )) ( ) ( ) ( ) ( ) g ;,,... g ;,,... f, dd m,,... (

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

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

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

Bardziej szczegółowo

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

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

Algebra WYKŁAD 5 ALGEBRA 1

Algebra WYKŁAD 5 ALGEBRA 1 lger WYKŁD 5 LGEBR Defiicj Mcierzą ieosoliwą zywmy mcierz kwdrtową, której wyzczik jest róży od zer. Mcierzą osoliwą zywmy mcierz, której wyzczik jest rówy zeru. Defiicj Mcierz odwrot Mcierzą odwrotą do

Bardziej szczegółowo

Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej

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

Bardziej szczegółowo

WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ

WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ ĆWICZENIE 9 WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ Opis kł pomirowego A) Wyzzie ogiskowej sozewki skpijąej z pomir oległośi przemiot i obrz o sozewki Szzególie proste, rówoześie

Bardziej szczegółowo

Regresja linowa metoda najmniejszych kwadratów. Tadeusz M. Molenda Instytut Fizyki US

Regresja linowa metoda najmniejszych kwadratów. Tadeusz M. Molenda Instytut Fizyki US Regresja lowa metoda ajmejszch kwadratów Tadeusz M. Moleda Isttut Fzk US Regresja lowa (też: metoda ajmejszch kwadratów, metoda wrówawcza, metoda Gaussa) Zagadea stota metod postulat Gaussa współczk prostej

Bardziej szczegółowo

2. Ciągi liczbowe. Definicja 2.1 Funkcję a : N R nazywamy ciągiem liczbowym. Wartość funkcji a(n) oznaczamy symbolem a

2. Ciągi liczbowe. Definicja 2.1 Funkcję a : N R nazywamy ciągiem liczbowym. Wartość funkcji a(n) oznaczamy symbolem a Ciągi liczbowe Defiicj Fukcję : N R zywmy iem liczbowym Wrtość fukcji () ozczmy symbolem i zywmy -tym lub ogólym wyrzem u Ciąg Przykłdy Defiicj róŝic zpisujemy rówieŝ w postci { } + Ciąg liczbowy { } zywmy

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

ZADANIA Z ZAKRESU SZKOŁY PODSTAWOWEJ, GIMNAZJUM I SZKOŁY ŚREDNIEJ

ZADANIA Z ZAKRESU SZKOŁY PODSTAWOWEJ, GIMNAZJUM I SZKOŁY ŚREDNIEJ ZADANIA Z ZAKRESU SZKOŁY PODSTAWOWEJ, GIMNAZJUM I SZKOŁY ŚREDNIEJ Nrsowć wkres funkji: f() = + Nrsowć wkres funkji: f() = + Nrsowć wkres funkji: f() = + + Dl jkih wrtośi A, B zhodzi równość: + +5+6 = A

Bardziej szczegółowo

Układy cyfrowe. ...konstruowane są w różnych technologiach i na różnych poziomach opisu. D Clk. clock

Układy cyfrowe. ...konstruowane są w różnych technologiach i na różnych poziomach opisu. D Clk. clock Ukłd cfrowe...kostruowe są w różch techologich i różch poziomch opisu. oziom opisu: ) Brmki i elemetre ukłd pmięciowe (przerzutiki) D Clk rzerzutik tpu D A B ) Bloki fukcjole: ukłd rtmetcze (sumtor), licziki,

Bardziej szczegółowo

Spójne przestrzenie metryczne

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

Bardziej szczegółowo

ZADANIA ZAMKNIĘTE. Zadanie 1. (1 pkt) Wartość wyrażenia. b dla a 2 3 i b 2 3 jest równa A B. 5 C. 6 D Zadanie 2.

ZADANIA ZAMKNIĘTE. Zadanie 1. (1 pkt) Wartość wyrażenia. b dla a 2 3 i b 2 3 jest równa A B. 5 C. 6 D Zadanie 2. Zachęcam do samodzielej prac z arkuszem diagostczm. Pozaj swoje moce i słabe stro, a astępie popracuj ad słabmi. Żczę przjemego rozwiązwaia zadań. Zadaie. ( pkt) Wartość wrażeia a ZADANIA ZAMKNIĘTE b dla

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

Wygładzanie i filtrowanie danych z przeznaczeniem do interpretacji widm spektroskopowych.

Wygładzanie i filtrowanie danych z przeznaczeniem do interpretacji widm spektroskopowych. Uwerstet Moł Koper Wdzł Che Złd Che Fzcze Mrusz Hu Wgłdze fltrowe dch z przezczee do terpretc wd spetrosopowch. rc lcecc wo w Złdze Che Fzcze pod erue prof. ould Wódzego Toruń Sps treśc:. Cheoetr.. Modele.

Bardziej szczegółowo

R A P O R T. Wykonał: dr hab. inż. Piotr Banasik prof. nzw.agh dr inż. Marcin Ligas dr inż. Jacek Kudrys dr inż. Bogdan Skorupa

R A P O R T. Wykonał: dr hab. inż. Piotr Banasik prof. nzw.agh dr inż. Marcin Ligas dr inż. Jacek Kudrys dr inż. Bogdan Skorupa R A P O R T Oprcowe prmetrów trsformcj współrzędch z ukłdu 1965 z Ukłdu Loklego Krkowskego do ukłdu 000 dl potrzeb zsobu grfczego obszrze powtu krkowskego Wkoł: dr hb. ż. Potr sk prof. zw.agh dr ż. Mrc

Bardziej szczegółowo

Wykład 7: Pochodna funkcji zastosowania do badania przebiegu zmienności funkcji

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

Bardziej szczegółowo

Układy równań liniowych Macierze rzadkie

Układy równań liniowych Macierze rzadkie 5 mrzec 009 SciLb w obliczeich umeryczych - część Sljd Ukłdy rówń liiowych Mcierze rzdkie 5 mrzec 009 SciLb w obliczeich umeryczych - część Sljd Pl zjęć. Zdie rozwiązi ukłdu rówń liiowych.. Ćwiczeie -

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

Wyrównanie sieci niwelacyjnej

Wyrównanie sieci niwelacyjnej 1. Wstęp Co to jest sieć niwelcyjn Po co ją się wyrównje Co chcemy osiągnąć 2. Metod pośrednicząc Wyrównnie sieci niwelcyjnej Metod pośrednicząc i metod grpow Mmy sieć skłdjącą się z szereg pnktów. Niektóre

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

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

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

7. Szeregi funkcyjne

7. Szeregi funkcyjne 7 Szeregi ukcyje Podstwowe deiicje i twierdzei Niech u,,,, X o wrtościch w przestrzei Y będą ukcjmi określoymi zbiorze X Mówimy, że szereg ukcyjy u jest zbieży puktowo do sumy, jeżeli ciąg sum częściowych

Bardziej szczegółowo

Komisja Egzaminacyjna dla Aktuariuszy LIX Egzamin dla Aktuariuszy z 12 marca 2012 r. Część I Matematyka finansowa

Komisja Egzaminacyjna dla Aktuariuszy LIX Egzamin dla Aktuariuszy z 12 marca 2012 r. Część I Matematyka finansowa Mtemtyk finnsow 12.03.2012 r. Komisj Egzmincyjn dl Akturiuszy LIX Egzmin dl Akturiuszy z 12 mrc 2012 r. Część I Mtemtyk finnsow WERSJA TESTU A Imię i nzwisko osoby egzminownej:... Czs egzminu: 100 minut

Bardziej szczegółowo

3, leŝącym poniŝej punktu P. Wartości funkcji f są

3, leŝącym poniŝej punktu P. Wartości funkcji f są Odpowiedzi i schemty oceii Arkusz Zdi zmkięte Numer zdi Poprw odpowiedź Wskzówki do rozwiązi D ( 0 x )( x + b) x 0 + b 0 x xb x + ( 0 b) x + b 0 x + ( 0 b) x + b 0 0x + 0 0 WyrŜei po obu stroch rówości

Bardziej szczegółowo

Wykład 6 Całka oznaczona: obliczanie pól obszarów płaskich. Całki niewłaściwe.

Wykład 6 Całka oznaczona: obliczanie pól obszarów płaskich. Całki niewłaściwe. Wykłd 6 Cłk ozczo: olcze pól oszrów płskch. Cłk ewłścwe. Wprowdźmy jperw ocję sumow: Dl dego zoru lcz {,,..., } symol ozcz ch sumę, z.... Cłk ozczo zosł wprowdzo w celu wyzcz pól rpezów krzywolowych (rys.

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wiek statku a prawdopodobieństwo wystąpienia wypadku na morzu analiza współzależności

Wiek statku a prawdopodobieństwo wystąpienia wypadku na morzu analiza współzależności BOGALECKA Magda 1 Wek statku a prawdopodobeństwo wstąpea wpadku a morzu aalza współzależośc WSTĘP Obserwowa od blsko weku tesw rozwój trasportu morskego, oprócz lądowego powetrzego, jest kosekwecją wzmożoej

Bardziej szczegółowo