1 Układy równań liniowych

Podobne dokumenty
Zadania z analizy matematycznej - sem. I Szeregi liczbowe

1 Twierdzenia o granicznym przejściu pod znakiem całki

UKŁADY RÓWNAŃ LINOWYCH

Szeregi liczbowe. Szeregi potęgowe i trygonometryczne.

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE

SZEREGI LICZBOWE. s n = a 1 + a a n = a k. k=1. aq n = 1 qn+1 1 q. a k = s n + a k, k=n+1. s n = 0. a k lim n

Zadania z Matematyka 2 - SIMR 2008/ szeregi zadania z rozwiązaniami. n 1. n n. ( 1) n n. n n + 4

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

Szeregi liczbowe. 15 stycznia 2012

Jarosław Wróblewski Analiza Matematyczna 2 (LUX), lato 2017/18. a n n = 10.

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

MACIERZE STOCHASTYCZNE

Twierdzenia graniczne:

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

0.1 ROZKŁADY WYBRANYCH STATYSTYK

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

Ciągi liczbowe wykład 3

a 1, a 2, a 3,..., a n,...

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

Podprzestrzenie macierzowe

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 +

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

Prawdopodobieństwo i statystyka r.

I kolokwium z Analizy Matematycznej

Analiza numeryczna Kurs INP002009W. Wykład 1 Narzędzia matematyczne. Karol Tarnowski A-1 p.223

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

Metody badania zbieżności/rozbieżności ciągów liczbowych

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

+ ln = + ln n + 1 ln(n)

Podprzestrzenie macierzowe

Estymacja przedziałowa

Wektory Funkcje rzeczywiste wielu. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Zauważone błędy bardzo proszę zgłaszać mailem lub na ćwiczeniach. Z góry dziękuję :-)

3. Funkcje elementarne

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

P ( i I A i) = i I P (A i) dla parami rozłącznych zbiorów A i. F ( ) = lim t F (t) = 0, F (+ ) = lim t + F (t) = 1.

Wykład 11. a, b G a b = b a,

Parametryzacja rozwiązań układu równań

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19

WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

Kurs Prawdopodobieństwo Wzory

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

1 Przedziały ufności. ). Obliczamy. gdzie S pochodzi z rozkładu B(n, 1 2. P(2 S n 2) = 1 P(S 2) P(S n 2) = 1 2( 2 n +n2 n +2 n ) = 1 (n 2 +n+2)2 n.

dna szeregu. ; m., k N ; ó. ; u. x 2n 1 ; e. n n! jest, że

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

METODY NUMERYCZNE dr inż. Mirosław Dziewoński

Analiza matematyczna. Robert Rałowski

I. Podzielność liczb całkowitych

Wykład 13: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

Matematyka ubezpieczeń majątkowych r.

Matematyka ETId I.Gorgol Twierdzenia o granicach ciagów. Twierdzenia o granicach ciagów

Lista 6. Estymacja punktowa

Wykład 8: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

STATYSTKA I ANALIZA DANYCH LAB II

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim.

Komputerowa analiza danych doświadczalnych

Definicja interpolacji

Wzór Taylora. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Twierdzenie Cayleya-Hamiltona

Szereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3:

Zadania z rachunku prawdopodobieństwa I* Siedmiu pasażerów przydzielono losowo do trzech wagonów. Jakie jest prawdopodobieństwo

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

Analiza I.1, zima globalna lista zadań

40:5. 40:5 = υ5 5p 40, 40:5 = p 40.

Rachunek różniczkowy funkcji wielu zmiennych

Elementy nieliniowe w modelach obwodowych oznaczamy przy pomocy symboli graficznych i opisu parametru nieliniowego. C N

Wykład 7: Szeregi liczbowe i potęgowe. S 1 = a 1 S 2 = a 1 + a 2 S 3 = a 1 + a 2 + a 3. a k

STATYSTYKA MATEMATYCZNA. WYKŁAD 0 (powt. wiadomości z r. p-stwa)

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

16 Przedziały ufności

x t 1 (x) o 1 : x s 3 (x) Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

Szeregi liczbowe i ich własności. Kryteria zbieżności szeregów. Zbieżność bezwzględna i warunkowa. Mnożenie szeregów.

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Prawdopodobieństwo i statystyka

ALGEBRA LINIOWA Informatyka 2015/2016 Kazimierz Jezuita. ZADANIA - Seria 1. Znaleźć wzór na ogólny wyraz ciągu opisanego relacją rekurencyjną: x

Matematyka ubezpieczeń majątkowych r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

Podstawowe rozkłady zmiennych losowych typu dyskretnego

Materiały do ćwiczeń z Analizy Matematycznej I

θx θ 1, dla 0 < x < 1, 0, poza tym,

Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej. Szeregi. a n = a 1 + a 2 + a 3 + (1) a k (2) s n = k=1. lim s n = S,

O liczbach naturalnych, których suma równa się iloczynowi

Transkrypt:

Katarzya Borkowska, Wykłady dla EIT, UTP Układy rówań liiowych Defiicja.. Układem U m rówań liiowych o iewiadomych azywamy układ postaci: U: a x + a 2 x 2 +... + a x =b, a 2 x + a 22 x 2 +... + a 2 x =b 2,....... a m x + a m2 x 2 +... + a m x =b m. gdziea ij współczyiki,b i wyrazywole,x j iewiadome(lubzmiee), i m, j..rozwiązaieukładuu azywamyciąg(x,x 2,...,x )liczbrzeczywistychspełiających te układ. 2. Układ rówań, który ie ma rozwiązaia azywamy sprzeczym. 3. Układ iesprzeczy, który ma jedo i tylko jedo rozwiązaie, azywa się ozaczoym. 4. Układy o więcej iż jedym rozwiązaiu azywa się ieozaczoymi. Korzystając z otacji macierzowej układ U moża przedstawić w postaci a x + a 2 x 2 +... + a x a a 2... a x b a 2 x + a 22 x 2 +... + a 2 x..... = a 2 a 22... a 2 x 2........ = b 2., a m x + a m2 x 2 +... + a m x a m a m2... a m x b m Macierz A azywa się macierzą główą układu U. Macierzą rozszerzoą(lub uzupełioą) układu U azywamy macierz złożoą z elemetów macierzy A oraz B. Układy kwadratowe(m = ) Defiicja.2.UkłademCrameraazywamyukładAX=B,wktórymAjestmacierząkwadratową,detA 0. Twierdzeie.3.RozwiązaieukładuCrameraAX=BokreśloejestwzoremX=A B. Twierdzeie.4(wzory Cramera). Układ Cramera AX = B z iewiadomymi ma dokładie jedorozwiązaiex=(x,x 2,...,x ) T daeprzezx i = deta i deta,i=,2,...,gdziea iozacza macierz powstałą z macierzy A, w której i-tą kolumę zastąpioo kolumą wyrazów wolych B.

2 2 Szeregiliczbowe 2. Defiicja Niech(a ) Rbędzieciągiemliczbowym. Defiicja2...Szeregiemliczbowymowyrazacha, Nazywamywyrażeiepostaci a. k 2.SumyS k = a,dlak Nazywamyk-tymisumamiczęściowymiszeregu. 3. Szereg azywamy zbieżym, jeśli jego ciąg sum częściowych jest zbieży. Wówczas jego graicę azywamy sumą szeregu, tz. S = lim S k= a iozaczamy a <. k + 4.Szeregazywamyrozbieżym,gdyciąg(S k )jestrozbieży(tz.magraicę± lubie ma graicy). Twierdzeie 2.2. Jeśli szereg a jestzbieży,to lim + a =0. Szeregi o wyrazach ieujemych Twierdzeie 2.3(Kryterium porówawcze zbieżości szeregów). Jeśli a, b sąszeregamitakimi,żea,b 0dla NorazistiejeN Ntakie,żedlawszystkich N zachodzia b,to. jeśli szereg b jestzbieży,toszereg a jestzbieży; 2. jeśli szereg a jestrozbieży,toszereg b jestrozbieży. Twierdzeie 2.4(Kryterium d Alemberta zbieżości szeregów). Niech a będzieszeregiem owyrazachdodatich(tozaczya >0dla N).Niech lim ()jeżeli p <,toszereg a jestzbieży; (2)jeżeli p >,toszereg a jestrozbieży. a + a = p.wówczas (3) jeśli p =, to kryterium d Alemberta ie rozstrzyga, czy szereg jest zbieży. Przykład 2.5. Zbadaj zbieżość szeregów:(a) Rozwiązaie.(a) Poieważ 2 +2 3 (b) 2 (+) 2 +2(+) 3 lim 3 3 2 +2 =lim 2 +4+3 3 2 +6 = 3,

3 więc z kryterium d Alamberta wyika, że szereg jest zbieży. (+)! (b) lim 2 2 2 rozbieży. = lim (+) 2 + = lim 2 =.Azatemszeregjest Twierdzeie 2.6(Kryterium Cauchy ego zbieżości szeregów). Niech a będzieszeregiem owyrazachieujemych(tozaczya 0dla N).Niech lim a = p.wówczas ()jeśli p <,toszereg a jestzbieży; (2)jeśli p >,toszereg a jestrozbieży; (3) jeśli p =, to kryterium Cauchy ego ie rozstrzyga, czy szereg jest zbieży. Przykład 2.7. Zbadaj zbieżość szeregu Rozwiązaie. Poieważ lim ) 2 ( ( ) 2. =lim ( ) = e <, więc z kryterium Cauchy ego wyika, że szereg jest zbieży. Przykład 2.8(Zae szeregi).. Szereg harmoiczy 2. Szeregiem aharmoiczy ( ) jest zbieży. jestrozbieży. 3 Szeregipotęgowe Defiicja3..Niech(a )będzieciągiemliczbowymorazx 0 R..Szeregiempotęgowymośrodkuwpukciex 0 iwspółczyikacha,=0,,...azywamy szereg postaci a (x x 0 ),gdziex R.(Umowa:(x x 0 ) 0 =awetdlax=x 0 ). =0 2. Promieiem zbieżości szeregu potęgowego a (x x 0 ) azywamytakąliczbęr 0, =0 żeszeregjestzbieżyw x x 0 <R,rozbieżyw x x 0 >R,adlax=x 0 ±Rszeregmoże być zarówo zbieży jak i rozbieży. Przedziałx (x 0 R,x 0 +R)azywamyprzedziałemzbieżościszeregu. Twierdzeie 3.2. Jeśli R jest promieiem zbieżości szeregu a x,to =0 jeśli0<κ<+, R = κ a + jeśliκ=0, gdzie κ=limsup + + a 0 jeśliκ=+, lub κ=limsup + a.

4 Przykład 3.3. Wyzacz przedziały zbieżości szeregów: (a) Rozwiązaie. (x 2) ; (x 3) (b) ; (c) 2 =0 (3x+6). =0 (a)κ = limsup + =,R= κ =,czyliszeregjestzbieżywprzedziale(2,2+)= (,3)(środkiemszeregujesttutajx 0 =2)orazjestrozbieżydlax (,) (3,+ ). Należyjeszczezbadaćzbieżośćdlax=idlax=3. ( ) Dlax=mamyszereg,któryjestzbieży. Dla x = 3 dostajemy szereg harmoiczy Zatem przedziałem zbieżości szeregu jest[, 3).,któryjestrozbieży. 2 (b)mamyκ = limsup = /2,azatemR= + 2 + κ =2,czyliszeregjestzbieży wprzedziale(3 2,3+2)=(,5)(środkiemszeregujesttutaj3)orazjestrozbieżydla x (,) (5,+ ).Dlax=mamyszereg ( ),któryjestrozbieży;dlax=5 =0 szereg rówieżrozbieży. =0 Zatem przedziałem zbieżości szeregu jest(, 5). (3x+6) 3 (c) Zauważmy, że = =0 (x+2).poieważκ=limsup (+)! 3 + =0 + 3 =0, więcr=+,czyliszeregjestzbieżydlakażdegox R. 4 Rachuekprawdopodobieństwa Schemat Beroulliego Wyobraźmy sobie, że wielokrotie powtarzamy pewie eksperymet, przy czym spełioe są astępujące waruki:. każdy eksperymet może dać dokładie dwa róże wyiki- mówi się odpowiedio o sukcesie ozaczaym przez oraz o porażce ozaczaej przez 0, 2. prawdopodobieństwo sukcesu w każdym eksperymecie jest zawsze takie samo ozaczamy to prawdopodobieństwo przez p(wówczas prawdopodobieństwo porażki w każdym eksperymeciewyosiq= p), 3. eksperymety są iezależe od siebie.

5 Przykładem takiego eksperymetu jest wielokroty rzut kostką do gry, przy czym określoe jest, co rozumiemy przez porażkę, a co przez sukces(mają być dokładie dwa wyiki eksperymetu). Stadardowym problemem jest obliczeie prawdopodobieństwa uzyskaia dokładie k sukcesów podczas eksperymetów, przeprowadzaych zgodie ze sformułowaymi powyżej warukami.niecha k będzieiteresującymaszdarzeiem.wówczas: P (A k )= ( ) p k ( p) k = k k!( k)! pk ( p) k, k=0,,... Najbardziej prawdopodobą liczbą sukcesów w doświadczeiu Beroulliego z parametrami ipjestliczba[(+)p],gdzie[x]ozaczaczęśćcałkowitązx. Przykład 4.. Prawdopodobieństwo trafieia strzałą w baloik wyosi /3. Do celu oddao 0 strzałów. Jakie jest prawdopodobieństwo, że trafioo: a) 2 razy, b) co ajmiej raz, c) co ajwyżej raz? d) Jaka jest ajbardziej prawdopodoba liczba celych strzałów? Rozwiązaie. Mamy = 0 doświadczeń, dla których prawdopodobieństwo sukcesu wyosi p = /3. Możemy zatem zastosować tutaj wzór dla schematu Beroulliego. (a) Chcemy uzyskać dokładie k = 2 sukcesów. Zatem szukae prawdopodobieństwo wyosi P 0 ({k=2})= ( 0 2 ) ( ) ( ) 2 8 ( ) 2 8 2 =5. 3 3 3 (b)chcemyuzyskaćcoajmiejsukceses,azatemk oraz P 0 ({k })= P 0 ({k<})= P 0 ({k=0})= (c)chcemyuzyskaćcoajwyżejsukceses,azatemk oraz P 0 ({k })=P 0 ({k=})+p 0 ({k=0})= ( 0 ( 0 0 ) ( ) ( ) 2 0 ( ) 2 0 0 =. 3 3 3 ) ( ) ( ) 2 9 ( ) 2 0 ( ) 2 0 + =6. 3 3 3 3 (d) Najbardziej prawdopodobą liczbą celych strzałów jest[( + )p] =[/3] = 3. 4. Zmiee losowe i ich rozkłady Defiicja4.2.FukcjęX:Ω Razywamyzmieąlosową,jeżelidladowolegoa R, zbiór{ω Ω;X(ω)<a} S,czylijestzdarzeiem. Defiicja 4.3. Dystrybuatą azywamy fukcję F: R [0, ], spełiającą astępujące waruki:.fjestfukcjąiemalejącą,tozaczy:x<y F(x) F(y), 2.Fjestprawostroieciągła,tozaczy:lim x a +F(x)=F(a)dlakażdegoa R, 3.lim x F(x)=orazlim x F(x)=0.

6 Dyskreta zmiea losowa. Jeśli wszystkie wartości, jakie może przyjmować zmiea X moża wypisać w postaci ciągu {x,x 2,...}(skończoegolubie),tomówimy,żejesttozmiealosowadyskreta.Wtakim przypadkuliczbyx k azywamywartościamizmieejlosowejxorazmamy, p k =P({ω;X(ω)=x k })=P(X=x k ); DlazmieejlosowejdyskretejmamyF(t)= x i tp i. Zmiea losowa typu ciągłego p k =. k Zmiealosowajesttypuciągłego,gdyistiejetakafukcjaf 0,żedlakażdegot R zachodzi t P(X<t)= f(x)dx. Fukcję f azywamy gęstością rozkładu prawdopodobieństwa zmieej X. Spełia oa astępujące waruki: f(x)dx=, P(a X b)= b a f(x)dx. DystrybuatąF: R [0,]dlatejzmieejlosowejjestfukcjadaawzorem: F(t)=P(X t)= t f(x)dx. Defiicja 4.4.. Wartością oczekiwaą zmieej losowej X azywamy liczbę: N EX= x i p i, lub EX= xf(x)dx, i= odpowiediodlazmieejorozkładziedyskretym:p(x=x i )=p i,lubociągłymz gęstością f. 2.WariacjązmieejlosowejXazywamyliczbę: D 2 X= E((X EX) 2 ),aodchyleiem stadardowym zmieej X azywamy liczbę σ = D 2 (X). 4.2 Fukcje zmieych losowych Chcemy zaleźć rozkład zmieej losowej Y = g(x), gdzie X to zmiea losowa o zadaym rozkładzie,zaśgtopewafukcja,takażeytozmiealosowa. Przykład4.5.NiechY =2X+,Z=X 2,gdzieXjestzmieąlosowąorozkładzie daym tabelką: Zajdź rozkład zmieej losowej Y i Z. x i 0 p i 0,3 0,25 0,45

7 Rozwiązaie.a)Tutajg(x)=2x+jestróżowartościowa.azatemh(y)=(y )/2.Mamy y i 3 p i 0,3 0,25 0,45 b)mamyh(x)=x 2,atoiejestfukcjaróżowartościowa,więc z i 0 p i 0,25 0,75