Skocz do zawartości

  •  
  • Mini kompendium
  • MimeTeX
  • Regulamin

- zdjęcie

KajteK610

Rejestracja: 22 Feb 2010
Offline Ostatnio: Nov 20 2013 20:09
-----

Moje posty

W temacie: Wzór na pracę.

15.09.2013 - 14:35

Tak samo, tylko wtedy już musi zacząć cosinus działać. Znając kąt pomiędzy dwoma wektorami nie ma problemu, po prostu go wrzucasz do wzoru i obliczasz wartość dla odpowiedniego kąta. Jeżeli \alpha \in (90;180) to wtedy praca jest po prostu ujemna, nic nie stoi temu na przeszkodzie, żeby tak było. 


W temacie: Wzór na pracę.

15.09.2013 - 13:30

Jeżeli wektor siły i przemieszczenia mają taki sam kierunek i zwrot to kąt miedzy nimi wynosi dokładnie 0^o, a cos 0^o = 1 więc podstawiasz do wzory liczbę jeden, albo po prostu nawet nie zapisujesz i masz wzór z gimnazjum W=F \cdot \Delta r


W temacie: Wyznacz dziedzinę funkcji

15.09.2013 - 13:23

Tak, policz miejsca zerowe mianownika x^2+2x-3=(x+3)(x-1) i uwzględnij, że nie mogą należeć do dziedziny ; )


W temacie: zbieżność szeregu potęgowego

26.06.2013 - 18:15

Od razu mówię, że bardzo bym prosił, aby to ktoś jeszcze sprawdził, bo nie jestem w 100% pewny tego co zaraz napiszę  :shifty:

 

\sum_{n=1}^{\infty} \frac{(x+\pi)^n}{n^2}

 

Teraz weźmiemy sobie kryterium Cauchy'ego.

 

\lim_{n\to\infty} \sqrt[n] {\frac{|(x+\pi)^n|}{n^2}} i to zbieżne \Leftrightarrow\lim_{x\to\infty} f(x) < 1, dla równych 1 wątpliwe.

 

\lim_{n\to\infty} {\sqrt[n] {n^2}=1, przedział zbieżności będzie wynikiem nie równości |x + \pi | < 1\Rightarrow x\in(-1 -\pi ; 1 - \pi ) 

 

Teraz zostało tylko sprawdzić końce przedziału(\lim_{n\to\infty} f(n) =1)

 

1) \sum_{n=1}^{\infty} \frac{(-1)^n}{n^2} - zbieżny

2) \sum_{n=1}^{\infty} \frac{(1)^n}{n^2} - zbieżny 

 

To w ostateczności daje nam rozwiązanie x\in \left\langle -1-\pi;1-\pi \right\rangle

 

Pozdrawiam \mathfrak{K}


W temacie: Prawdopodobienstwo wygrania wyscigu przez auto A (ktore rywalizuje z autem B...

26.06.2013 - 17:35

Hmmm... mając nawet jeszcze mniej danych można policzyć jakieś tam odpowiednie wartości/prawdopodobieństwa itp. Oczywiście czym mniej danych tym, mniej rzetelne i mniej wiarygodne wyniki. Tutaj ja bym chyba prawdopodobieństwa nie mieszał, najłatwiej policzyć średnie czasy i na tej podstawie stwierdzić, które auto jest 'lepsze'. Trzeba jednak pamiętać, że to nie tylko sprawność auta, decyduje o takim i nie innym wyniku; danych jest nie za wiele. Pieniędzy bym na nie stawiał na żadne z tych aut ; )

 

Pozdrawiam \mathfrak{K}  :shifty: