Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Wielkość: px
Rozpocząć pokaz od strony:

Download "Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA"

Transkrypt

1 Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz alulacyjy do programu Calc paietu Ope Office, iezbędy podczas ćwiczeń rachuowych. Test χ służy do testowaia hipotez. Wyorzystyway jest przy oceiaiu zgodości uzysaych daych doświadczalych z założoym modelem lub rozładem teoretyczym.. Sposób postępowaia przy wyoywaiu testu χ Pearsoa zgodości modelu wyrażoego zależością matematyczą f(x; a, a,, a m ), gdzie {a j } to zbiór parametrów, z daymi zadaymi w postaci zestawu wartości (x i, y i ± σ i ) zmieej iezależej x i i zmieej zależej y i wraz z wartościami σ i dyspersji wielości y i : ustalamy dopuszczale prawdopodobieństwo α odrzuceia prawdziwej hipotezy (błędu pierwszego rodzaju); a podstawie zaobserwowaych wyiów wyzaczamy te z parametrów {a j } zależości matematyczej, tóre ie są zadae jao część testowaej hipotezy; ustalamy liczbę stopi swobody ν = m, gdzie jest liczbą par daych (x i, y i ± σ i ), zaś m liczbą parametrów w zależości matematyczej, tórych wartości zostały wyzaczoe a podstawie zaobserwowaych wyiów; odczytujemy wartość rytyczą χ r ( α,ν) odpowiadającą zadaemu prawdopodobieństwu α i liczbie ν stopi swobody (patrz Tabela 5 w DODATKU a ońcu Istrucji); obliczamy wartość: ( yi f ( xi ;{ a j})) χ = ; σ i= porówujemy uzysaą wartość χ z wartością χ r ( α,ν) odczytaą z Tabeli 5 jeśli spełioy jest warue: χ > ( α,ν), to odrzucamy testowaą hipotezę jao iezgodą χ r z obserwacjami. W przeciwym przypadu ie uważamy, że udowodiliśmy słuszość hipotezy lecz jedyie godzimy się z ią, jao iesprzeczą z obserwowaymi daymi.. Sposób postępowaia przy wyoywaiu testu χ Pearsoa zgodości rozładu modelowego z rozładem doświadczalym: ustalamy dopuszczale prawdopodobieństwo α odrzuceia prawdziwej hipotezy (błędu pierwszego rodzaju); a podstawie zaobserwowaych wyiów wyzaczamy parametry modelowego rozładu, jeśli ie są oe zadae jao część testowaej hipotezy; dzielimy cały (teoretyczy) zares wartości zmieej losowej a przedziałów (ieoieczie tej samej długości porówaj z Tabelą 3 ) ta, aby liczba N oczeiwaych wyiów w ażdym z przedziałów była ie miejsza iż 5 (w pratyce zadowalamy się zaobserwowaą liczbą daych w przedziale ie miejszą iż 5); ustalamy liczbę stopi swobody ν = m, gdzie jest liczbą przedziałów, zaś m liczbą parametrów, tórych wartości zostały wyzaczoe a podstawie zaobserwowaych wyiów; i

2 Aaliza iepewości pomiarowych w esperymetach fizyczych wyzaczamy wartość rytyczą χ r ( α,ν) odpowiadającą zadaemu prawdopodobieństwu α i liczbie ν stopi swobody (patrz Tabela 5 w DODATKU a ońcu Istrucji); a podstawie modelu i obliczoych bądź zadaych wartości parametrów, obliczamy prawdopodobieństwo p zalezieia wartości zmieej losowej w przedziale o umerze ; obliczamy oczeiwaą liczbę N = p N daych w przedziale o umerze, gdzie N jest liczbą wszystich daych; obliczamy wartość: ( p N ) χ = ; p N = porówujemy uzysaą wartość χ z wartością χ r ( α,ν) odczytaą z Tabeli 5 jeśli spełioy jest warue: χ > ( α,ν), to odrzucamy testowaą hipotezę jao iezgodą χ r z obserwacjami. W przeciwym przypadu ie uważamy, że udowodiliśmy słuszość hipotezy lecz jedyie godzimy się z ią, jao iesprzeczą z obserwowaymi daymi. Uwaga: jeśli dyspoujemy oprogramowaiem, tóre umożliwia wyzaczaie całe rozładów prawdopodobieństwa, lepiej jest w miejsce wartości rytyczej, podawać tzw. wartość p testu, czyli prawdopodobieństwo p, że zmiea u = χ przyjmie wartość więszą iż wartość gdzie χ uzysaa z daych: p : = P( u χ ) = f ( u du, χ u fv ( u) = u exp( ), v v Γ( ) to rozład zmieej χ o ν stopiach swobody. Podejście to ie zwalia Cię z obowiązu podjęcia decyzji co do zgodości wybraego modelu z daymi, a dostarcza więszej ilości iformacji czyteliowi, umożliwiając mu ieiedy, wyrażeie własej opiii (ja rówież pozwala mu zorietować się w jaości i rygoryzmie Twych decyzji). Symbol Γ we wzorze powyżej ozacza fucję gamma Eulera, zdefiiowaą za pomocą całi z x Γ( z) = x e Tabela 6 zamieszczoa w DODATKU a ońcu Istrucji zawiera wartości prawdopodobieństwa P( χ~ χ~ ), dla wybraych wartości ν i χ~, gdzie χ~ i χ to zreduowae wartości χ i χ, rówe odpowiedio TEST χ PEARSONA JAKOŚCI DOPASOWANIA PROSTEJ DO DANYCH Zadaie Studet badając drgaia wahadła, wyzaczył czas trwaia oresu dla ilu różych jego długości. Ja wiadomo, dla małych wychyleń, ores drgań T wahadła o długości L wyosi T = π L g dx. χ ν v i v ) χ. ν

3 Aaliza iepewości pomiarowych w esperymetach fizyczych zaś g to przyspieszeie ziemsie. Jeśli wprowadzimy wielości: H wysoość putu zawieszeia wahadła ad podłogą oraz h wysoość środa ciężości wahadła a podłogą, to: 4π T = ( H h) = b+ ah g Swoje dae pomiarowe studet wyorzystał do wyzaczeia, za pomocą metody ajmiejszych wadratów, wysoości putu zawieszeia wahadła ad podłogą. Uzysae przez iego dae, ich iepewości oraz ocey parametrów a oraz b liii prostej y = ax + b zawiera Tabela. a) Przeprowadź test χ Pearsoa jaości dopasowaia prostej do daych uzysaych przez studeta. b) Odwołując się do omialej wartości g = 9,83 m/s przyspieszeia ziemsiego w lewobrzeżej Warszawie, wyzacz oceę wysoości H putu zaczepieia uli ad podłogą wraz z iepewością tej ocey. c) Sorzystaj z oce wartości parametrów liii prostej i podaj swoją oceę wartości przyspieszeia ziemsiego w Warszawie oraz iepewość tej ocey, jaie wyiają z przeprowadzoego esperymetu. Tabela pomiar wielość 3 4 x i [m] (x = h),4,69,4,7 y i [s ] (y = T ),7678 9,59 6,4 4,987 u i [s ],84,735,5893,534 / u i wyii 56,8,3 87,95 364,97 a ± s a = 4,34 ±,59 b ± s b =,936 ±,68 ( yi axi b ) / ui χ = = P( χ χ ) PORÓWNANIE GRAFICZNE ROZKŁADU MODELOWEGO I DOŚWIADCZALNEGO Zadaie Załadając, że wyii pomiarów oresu drgań wahadła T moża opisać rozładem Gaussa ( T μ) G ( T; μ, σ) = exp σ π, < T <, σ z wartościami parametrów µ = T = 3,448 s oraz σ = s T =,456 s, obliczoymi dla idywidualych daych, aszicuj te rozład a histogramach gęstości i liczebości 3

4 Aaliza iepewości pomiarowych w esperymetach fizyczych (poiżej). Sorzystaj z Tabeli. Porówaj przybliżoe wartości N oczeiwaej liczby wyiów w -tym przedziale z doładymi wartościami N. Przypomiamy wzór służący do wyzaczeia oczeiwaej liczby N pomiarów w przedziale: N T + Δ = N p = NP( T T < T + Δ) = N G( T; μ,σ) dt, gdzie Δ jest szeroością przedziału histogramowaia, a N liczbą wszystich pomiarów. Najprostsza, i przybliżoa, metoda obliczeia całi polega a zastąpieiu jej wyrażeiem G( T[ ]; μ, σ)δ, oreślającym pole powierzchi prostoąta o wysoości G( T[ ]; μ, σ) i podstawie Δ, gdzie T [ ] wyzacza środe przedziału histogramowaia, a wtedy N N = NG( T[ ]; μ, σ) Δ. Jeśli chcemy wyzaczyć całę doładie, wprowadzamy ową zmieą całowaia T μ z =, σ zwaą stadaryzowaą i wartość N wyzaczamy za pomocą: gdzie N z = NP( z z < z + z z T μ =, σ T + ) = N + ℵdz = N( F( z ) F( z )), T + Δ μ x z + =, F( z) = dx σ exp π. Wartości przydatych całe F(z) rozładu Gaussa zajdują się w Tabeli 7, zamieszczoej w DODATKU a ońcu Istrucji. Fucję, tórą tu całujemy z ℵ( z ) = exp π, azywamy stadaryzowaym rozładem Gaussa. Tabela z * * jest zaobserwowaą liczbą daych w -tym przedziale 4

5 Aaliza iepewości pomiarowych w esperymetach fizyczych 5

6 Aaliza iepewości pomiarowych w esperymetach fizyczych TEST ZGODNOŚCI χ PEARSONA ROZKŁADU MODELOWEGO I DOŚWIADCZALNEGO Zadaie 3 Przyjmując, że wyii T i pomiaru oresu drgań wahadła podlegają rozładowi Gaussa, przeprowadź test χ Persoa zgodości tego modelu z daymi doświadczalymi. Sorzystaj z całe rozładu Gaussa (Tabela 7, DODATEK) oraz z Tabeli 3 poiżej. Tabela 3 OCENIANIE PARAMETRÓW ROZKŁADU NA PODSTAWIE HISTOGRAMU Zadaie 4 (jeśli pozostaie czas) Nieiedy zdarza się, że ie dyspoujemy idywidualymi wartościami wielości zmierzoych, a jedyie zbiorczymi wyiami, iedy to dae pogrupowae są w lasy. Tabela 4 podaje dae (uzysae przez autorów istrucji), tóre posłużyły do wyreśleia histogramu liczebości oresów drgań wahadła, uazaego a rysuu do zadaia. Uzupełij tę tabelę i wyzacz ocey wartości średiej i iepewości stadardowej pojedyczego pomiaru. Tabela 4 6

7 Zwracamy uwagę, że: N Aaliza iepewości pomiarowych w esperymetach fizyczych T = T T T ~ i [ ] =, N N i= = s N T = ( T T ) ( T[ ] T ~ ) N i= N = N =, = i = ~ s gdzie T i ozacza wyi i-tego idywidualego pomiaru oresu, jest liczbą przedziałów histogramu,, =,,...,, to liczebości daych w ażdym z przedziałów, N jest liczbą wszystich daych (sumą liczebości ), zaś T [] to pozycje środów przedziałów. Porówaj uzysae wartości T ~ oraz ~ s T z wartościami T = 3,448 s oraz s T =,456 s uzysaymi dla idywidualych wyiów pomiarów. DODATEK A. WARTOŚCI KRYTYCZNE ROZKŁADU χ Tabela poiżej podaje wartości rytycze χ r ( α,ν) zmieej χ dla ietórych wartości ryzya α błędu pierwszego rodzaju oraz liczb ν stopi swobody. Tabela 5 T, 7

8 Aaliza iepewości pomiarowych w esperymetach fizyczych B. PRAWDOPODOBIEŃSTWA DLA TESTU χ Tabela poiżej podaje wartości prawdopodobieństwa P( χ~ χ~ ) (w procetach), otrzymaia w doświadczeiu o ν stopiach swobody, wartości zmieej χ~ więszej iż wartość χ~ uzysaa z daych. Puste miejsca ozaczają wartości prawdopodobieństwa miejsze od,5%. Tabela 6 χ~ ν 8

9 Aaliza iepewości pomiarowych w esperymetach fizyczych C. CAŁKI ROZKŁADU GAUSSA. Tabela poiżej podaje wartość całi stadaryzowaego rozładu Gaussa z x F z P x z ( ) = ( < ) = + exp dx, z>. π Z uwagi a symetrię rozładu, wartość całi dla ujemych wartości argumetu moża wyzaczyć ze związu F( z) = F(z). Tabela 7 9

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

Estymacja przedziałowa

Estymacja przedziałowa Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH POMIAR FIZYCZNY Pomiar bezpośredi to doświadczeie, w którym przy pomocy odpowiedich przyrządów mierzymy (tj. porówujemy

Bardziej szczegółowo

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

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

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

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW. Statytycza ocea wyików pomiaru STATYSTYCZNA OCENA WYNIKÓW POMIARÓW CEL ĆWICZENIA Celem ćwiczeia jet: uświadomieie tudetom, że każdy wyik pomiaru obarczoy jet błędem o ie zawze zaej przyczyie i wartości,

Bardziej szczegółowo

Zeszyty naukowe nr 9

Zeszyty naukowe nr 9 Zeszyty aukowe r 9 Wyższej Szkoły Ekoomiczej w Bochi 2011 Piotr Fijałkowski Model zależości otowań giełdowych a przykładzie otowań ołowiu i spółki Orzeł Biały S.A. Streszczeie Niiejsza praca opisuje próbę

Bardziej szczegółowo

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 +

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 + Zadaia róże W tym rozdziale zajdują się zadaia ietypowe, często dotyczące łańcuchów Markowa oraz własości zmieych losowych. Pojawią się także zadaia z estymacji Bayesowskiej.. (Eg 8/) Rozważamy łańcuch

Bardziej szczegółowo

TRANZYSTORY POLOWE JFET I MOSFET

TRANZYSTORY POLOWE JFET I MOSFET POLTECHNKA RZEZOWKA Kaedra Podsaw Elekroiki srukcja Nr5 F 00/003 sem. lei TRANZYTORY POLOWE JFET MOFET Cel ćwiczeia: Pomiar podsawowych charakerysyk i wyzaczeie paramerów określających właściwości razysora

Bardziej szczegółowo

, to niepewność sumy x

, to niepewność sumy x Wydział Fizyi UW (wersja instrucji 04.04a) Pracownia fizyczna i eletroniczna dla Inżynierii Nanostrutur oraz Energetyi i Chemii Jądrowej Ćwiczenie 6 Elementy testowania hipotez (z błędami złożonymi) oraz

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITCHIKA OPOLSKA ISTYTUT AUTOMATYKI I IFOMATYKI LABOATOIUM MTOLOII LKTOICZJ 7. KOMPSATOY U P U. KOMPSATOY APIĘCIA STAŁO.. Wstęp... Zasada pomiaru metodą kompesacyją. Metoda kompesacyja pomiaru apięcia

Bardziej szczegółowo

2. ANALIZA BŁĘDÓW I NIEPEWNOŚCI POMIARÓW

2. ANALIZA BŁĘDÓW I NIEPEWNOŚCI POMIARÓW . ANALIZA BŁĘDÓW I NIEPEWNOŚCI POMIARÓW Z powodu iedokładości przyrządów i metod pomiarowych, iedoskoałości zmysłów, iekotrolowaej zmieości waruków otoczeia (wielkości wpływających) i iych przyczy, wyik

Bardziej szczegółowo

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3 L.Kowalski zadaia ze statystyki matematyczej-zestaw 3 ZADANIA - ZESTAW 3 Zadaie 3. Cecha X populacji ma rozkład N m,. Z populacji tej pobrao próbę 7 elemetową i otrzymao wyiki x7 = 9, 3, s7 =, 5 a Na poziomie

Bardziej szczegółowo

Wytrzymałość śruby wysokość nakrętki

Wytrzymałość śruby wysokość nakrętki Wyzymałość śuby wysoość aęi Wpowazeie zej Wie Działająca w śubie siła osiowa jes pzeoszoa pzez zeń i zwoje gwiu. owouje ozciągaie lub ścisaie zeia śuby, zgiaie i ściaie zwojów gwiu oaz wywołuje acisi a

Bardziej szczegółowo

Niepewności pomiarowe

Niepewności pomiarowe Niepewości pomiarowe Obserwacja, doświadczeie, pomiar Obserwacja zjawisk fizyczych polega a badaiu ych zjawisk w warukach auralych oraz a aalizie czyików i waruków, od kórych zjawiska e zależą. Waruki

Bardziej szczegółowo

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN ZAŁĄCZNIK B GENERALNA DYREKCJA DRÓG PUBLICZNYCH Biuro Studiów Sieci Drogowej SYSTEM OCENY STANU NAWIERZCHNI SOSN WYTYCZNE STOSOWANIA - ZAŁĄCZNIK B ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystya Iżyiersa dr hab. iż. Jace Tarasiu GH, WFiIS 03 Wyład 4 RCHUNEK NIEPEWNOŚCI + KILK UŻYTECZNYCH NRZĘDZI STTYSTYCZNYCH Wyład w więszości oparty a opracowaiu prof.. Zięby http://www.fis.agh.edu.pl/~pracowia_fizycza/pomoce/opracowaiedaychpomiarowych.pdf

Bardziej szczegółowo

Wpływ warunków eksploatacji pojazdu na charakterystyki zewnętrzne silnika

Wpływ warunków eksploatacji pojazdu na charakterystyki zewnętrzne silnika POLITECHNIKA BIAŁOSTOCKA WYDZIAŁ MECHANICZNY Katedra Budowy i Eksploatacji Maszy Istrukcja do zajęć laboratoryjych z przedmiotu: EKSPLOATACJA MASZYN Wpływ waruków eksploatacji pojazdu a charakterystyki

Bardziej szczegółowo

ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW

ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW ODRZUCANIE WYNIKÓW OJEDYNCZYCH OMIARÓW W praktyce pomiarowej zdarzają się sytuacje gdy jeden z pomiarów odstaje od pozostałych. Jeżeli wykorzystamy fakt, że wyniki pomiarów są zmienną losową opisywaną

Bardziej szczegółowo

Kombinacje, permutacje czyli kombinatoryka dla testera

Kombinacje, permutacje czyli kombinatoryka dla testera Magazie Kombiacje, permutacje czyli ombiatorya dla testera Autor: Jace Oroje O autorze: Absolwet Wydziału Fizyi Techiczej, Iformatyi i Matematyi Stosowaej Politechii Łódziej, specjalizacja Sieci i Systemy

Bardziej szczegółowo

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo

ĆWICZENIE 1 Symulacja doświadczeń losowych Statystyka opisowa Estymacja parametryczna i nieparametryczna T E O R I A

ĆWICZENIE 1 Symulacja doświadczeń losowych Statystyka opisowa Estymacja parametryczna i nieparametryczna T E O R I A ĆWICZENIE Symulacja doświadczeń losowych Statystya opisowa Estymacja parametrycza i ieparametrycza T E O R I A Opracowała: Katarzya Stąpor Opis programu MS EXCEL. Iformacje ogóle Program Microsoft Excel

Bardziej szczegółowo

40:5. 40:5 = 500000υ5 5p 40, 40:5 = 500000 5p 40.

40:5. 40:5 = 500000υ5 5p 40, 40:5 = 500000 5p 40. Portfele polis Poieważ składka jest ustalaa jako wartość oczekiwaa rzeczywistego, losowego kosztu ubezpieczeia, więc jest tym bliższa średiej wydatków im większa jest liczba ubezpieczoych Polisy grupuje

Bardziej szczegółowo

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

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem 9.1. Izomorfizmy algebr.. Wykład Przykłady: 13) Działaia w grupach często wygodie jest zapisywać w tabelkach Cayleya. Na przykład tabelka działań w grupie Z 5, 5) wygląda astępująco: 5 1 3 1 1 3 1 3 3

Bardziej szczegółowo

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ LABORATORIUM OCHRONY ŚRODOWISKA - SYSTEM ZARZĄDZANIA JAKOŚCIĄ - INSTRUKCJA NR 06- POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ 1. Cel istrukcji Celem istrukcji jest określeie metodyki postępowaia w celu

Bardziej szczegółowo

Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja

Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja Iwestycja Wykład Celowo wydatkowae środki firmy skierowae a powiększeie jej dochodów w przyszłości. Iwestycje w wyiku użycia środków fiasowych tworzą lub powiększają majątek rzeczowy, majątek fiasowy i

Bardziej szczegółowo

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna 3 MAŁGORZATA STEC Dr Małgorzata Stec Zakład Statystyki i Ekoometrii Uiwersytet Rzeszowski Uwarukowaia rozwojowe województw w Polsce aaliza statystyczo-ekoometrycza WPROWADZENIE Rozwój społeczo-gospodarczy

Bardziej szczegółowo

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

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y Zadaie. Łącza wartość szkód z pewego ubezpieczeia W = Y + Y +... + YN ma rozkład złożoy Poissoa z oczekiwaą liczbą szkód rówą λ i rozkładem wartości pojedyczej szkody takim, że ( Y { 0,,,3,... }) =. Niech:

Bardziej szczegółowo

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa Matematyka fiasowa 8.05.0 r. Komisja Egzamiacyja dla Aktuariuszy LX Egzami dla Aktuariuszy z 8 maja 0 r. Część I Matematyka fiasowa WERJA EU A Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera Istrukcja do ćwiczeń laboratoryjych z przedmiotu: Badaia operacyje Temat ćwiczeia: Problemy trasportowe cd Problem komiwojażera Zachodiopomorski Uiwersytet Techologiczy Wydział Iżyierii Mechaiczej i Mechatroiki

Bardziej szczegółowo

Artykuł techniczny CVM-NET4+ Zgodny z normami dotyczącymi efektywności energetycznej

Artykuł techniczny CVM-NET4+ Zgodny z normami dotyczącymi efektywności energetycznej 1 Artykuł techiczy Joatha Azañó Dział ds. Zarządzaia Eergią i Jakości Sieci CVM-ET4+ Zgody z ormami dotyczącymi efektywości eergetyczej owy wielokaałowy aalizator sieci i poboru eergii Obeca sytuacja Obece

Bardziej szczegółowo

METODYKA WYKONYWANIA POMIARÓW ORAZ OCENA NIEPEWNOŚCI I BŁĘDÓW POMIARU

METODYKA WYKONYWANIA POMIARÓW ORAZ OCENA NIEPEWNOŚCI I BŁĘDÓW POMIARU METODYKA WYKONYWANIA POMIARÓW ORAZ OCENA NIEPEWNOŚCI I BŁĘDÓW POMIARU Celem każdego ćwiczeia w laboratorium studeckim jest zmierzeie pewych wielkości, a astępie obliczeie a podstawie tych wyików pomiarów

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

Jak obliczać podstawowe wskaźniki statystyczne? Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań

Bardziej szczegółowo

8. Optymalizacja decyzji inwestycyjnych

8. Optymalizacja decyzji inwestycyjnych 8. Optymalizacja decyzji iwestycyjych 8. Wprowadzeie W wielu różych sytuacjach, w tym rówież w czasie wyboru iwestycji do realizacji, podejmujemy decyzje. Sytuacje takie azywae są sytuacjami decyzyjymi.

Bardziej szczegółowo

WYKORZYSTANIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDENTYFIKACJI UKŁADÓW AUTOMATYKI

WYKORZYSTANIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDENTYFIKACJI UKŁADÓW AUTOMATYKI Piotr KOZIERSKI WYKORZYSTAIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDETYFIKACJI UKŁADÓW AUTOMATYKI STRESZCZEIE W artyule przedstawioo sposób idetyfiacji parametryczej obietów ieliiowych zapisaych w przestrzei

Bardziej szczegółowo

Kongruencje Wykład 4. Kongruencje kwadratowe symbole Legendre a i Jac

Kongruencje Wykład 4. Kongruencje kwadratowe symbole Legendre a i Jac Kogruecje kwadratowe symbole Legedre a i Jacobiego Kogruecje Wykład 4 Defiicja 1 Kogruecję w ostaci x a (mod m), gdzie a m, azywamy kogruecją kwadratową; jej bardziej ogóla ostać ax + bx + c może zostać

Bardziej szczegółowo

OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI SWOBODNIE PODPARTEJ SWOBODNIE PODPARTEJ ALGORYTM DO PROGRAMU MATHCAD

OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI SWOBODNIE PODPARTEJ SWOBODNIE PODPARTEJ ALGORYTM DO PROGRAMU MATHCAD OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI ALGORYTM DO PROGRAMU MATHCAD 1 PRAWA AUTORSKIE BUDOWNICTWOPOLSKIE.PL GRUDZIEŃ 2010 Rozpatrujemy belkę swobodie podpartą obciążoą siłą skupioą, obciążeiem rówomierie

Bardziej szczegółowo

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ LABORATORIUM RACHUNEK EKONOMICZNY W ELEKTROENERGETYCE INSTRUKCJA DO ĆWICZENIA

Bardziej szczegółowo

npq jest funkcją gęstości zmiennej losowej X? Po wyznaczeniu k proszę znaleźć: dystrybuantę, kwartyl drugi,

npq jest funkcją gęstości zmiennej losowej X? Po wyznaczeniu k proszę znaleźć: dystrybuantę, kwartyl drugi, Zadaie aa jest fucja gęstości zmieej losowej X: 9 8 Wyzacz: F (X ; Q ; ; ( X ; 9 9 P X P Zadaie ( Statystya II, X a b F( b F( a X e! P m ( ; m E( X ( X V ( X X R P ( X R ( X V ( X jest fucją gęstości zmieej

Bardziej szczegółowo

0.1 ROZKŁADY WYBRANYCH STATYSTYK

0.1 ROZKŁADY WYBRANYCH STATYSTYK 0.1. ROZKŁADY WYBRANYCH STATYSTYK 1 0.1 ROZKŁADY WYBRANYCH STATYSTYK Zadaia 0.1.1. Niech X 1,..., X będą iezależymi zmieymi losowymi o tym samym rozkładzie. Obliczyć ES 2 oraz D 2 ( 1 i=1 X 2 i ). 0.1.2.

Bardziej szczegółowo

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2011 POZIOM ROZSZERZONY WYBRANE: CZĘŚĆ I. Czas pracy: 90 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2011 POZIOM ROZSZERZONY WYBRANE: CZĘŚĆ I. Czas pracy: 90 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY Cetrala Komisja Egzamiacyja Arkusz zawiera iformacje prawie chroioe do mometu rozpoczęcia egzamiu. Układ graficzy CKE 2010 KOD WISUJE ZDAJĄCY ESEL Miejsce a aklejkę z kodem EGZAMIN MATURALNY Z INORMATYKI

Bardziej szczegółowo

14. RACHUNEK BŁĘDÓW *

14. RACHUNEK BŁĘDÓW * 4. RACHUNEK BŁĘDÓW * Błędy, które pojawiają się w czasie doświadczeia mogą mieć włase źródła. Są imi błędy związae z błędą kalibracją torów pomiarowych, szumy, czas reagowaia przyrządu, ograiczeia kostrukcyje,

Bardziej szczegółowo

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871 COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH Kieruek: Fiase i rachukowość Robert Bąkowski Nr albumu: 9871 Projekt: Badaie statystycze cey baryłki ropy aftowej i wartości dolara

Bardziej szczegółowo

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce!

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce! Iformatyka Stosowaa-egzami z Aalizy Matematyczej Każde zadaie ależy rozwiązać a oddzielej, podpisaej kartce! y, Daa jest fukcja f (, + y, a) zbadać ciągłość tej fukcji f b) obliczyć (,) (, (, (,) c) zbadać,

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW BADANIE ODKSZTAŁCEŃ SPRĘŻYNY ŚRUBOWEJ Opracował: Dr iż. Grzegorz

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

STATYSTYKA OPISOWA WYKŁAD 1 i 2 STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest

Bardziej szczegółowo

TRANSFORMACJA DO UKŁADU 2000 A PROBLEM ZGODNOŚCI Z PRG

TRANSFORMACJA DO UKŁADU 2000 A PROBLEM ZGODNOŚCI Z PRG Tomasz ŚWIĘTOŃ 1 TRANSFORMACJA DO UKŁADU 2000 A ROBLEM ZGODNOŚCI Z RG Na mocy rozporządzeia Rady Miistrów w sprawie aństwowego Systemu Odiesień rzestrzeych już 31 grudia 2009 roku upływa termi wykoaia

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n Maemayka ubezpieczeń mająkowych 9.0.006 r. Zadaie. Rozważamy proces adwyżki ubezpieczyciela z czasem dyskreym posaci: U = u + c S = 0... S = W + W +... + W W W W gdzie zmiee... są iezależe i mają e sam

Bardziej szczegółowo

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia

Bardziej szczegółowo

Matematyka finansowa 08.10.2007 r. Komisja Egzaminacyjna dla Aktuariuszy. XLIII Egzamin dla Aktuariuszy z 8 października 2007 r.

Matematyka finansowa 08.10.2007 r. Komisja Egzaminacyjna dla Aktuariuszy. XLIII Egzamin dla Aktuariuszy z 8 października 2007 r. Matematyka fiasowa 08.10.2007 r. Komisja Egzamiacyja dla Aktuariuszy XLIII Egzami dla Aktuariuszy z 8 paździerika 2007 r. Część I Matematyka fiasowa WERSJA TESTU A Imię i azwisko osoby egzamiowaej:...

Bardziej szczegółowo

Termodynamika defektów sieci krystalicznej

Termodynamika defektów sieci krystalicznej Termodyamika defektów sieci krystaliczej Defekty sieci krystaliczej puktowe (wakasje, atomy międzywęzłowe, obce atomy) jedowymiarowe (dyslokacje krawędziowe i śrubowe) dwuwymiarowe (graice międzyziarowe,

Bardziej szczegółowo

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D.

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D. Arkusz ćwiczeiowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE W zadaiach od. do. wybierz i zazacz poprawą odpowiedź. Zadaie. ( pkt) Liczbę moża przedstawić w postaci A. 8. C. 4 8 D. 4 Zadaie. ( pkt)

Bardziej szczegółowo

Politechnika Poznańska

Politechnika Poznańska Politechika Pozańska Temat: Laboratorium z termodyamiki Aaliza składu spali powstałych przy spalaiu paliw gazowych oraz pomiar ich prędkości przepływu za pomocą Dopplerowskiego Aemometru Laserowego (LDA)

Bardziej szczegółowo

5. Zasada indukcji matematycznej. Dowody indukcyjne.

5. Zasada indukcji matematycznej. Dowody indukcyjne. Notatki do lekcji, klasa matematycza Mariusz Kawecki, II LO w Chełmie 5. Zasada idukcji matematyczej. Dowody idukcyje. W rozdziale sformułowaliśmy dla liczb aturalych zasadę miimum. Bezpośredią kosekwecją

Bardziej szczegółowo

Zastosowanie Excela w matematyce

Zastosowanie Excela w matematyce Zastosowanie Excela w matematyce Komputer w dzisiejszych czasach zajmuje bardzo znamienne miejsce. Trudno sobie wyobrazić jakąkolwiek firmę czy instytucję działającą bez tego urządzenia. W szkołach pierwsze

Bardziej szczegółowo

Materiał ćwiczeniowy z matematyki Marzec 2012

Materiał ćwiczeniowy z matematyki Marzec 2012 Materiał ćwiczeiowy z matematyki Marzec 0 Klucz puktowaia do zadań zamkiętych oraz schemat oceiaia do zadań otwartych POZIOM PODSTAWOWY Marzec 0 Klucz puktowaia do zadań zamkiętych Nr zad 3 5 6 7 8 9 0

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,

Bardziej szczegółowo

Czas trwania obligacji (duration)

Czas trwania obligacji (duration) Czas rwaia obligacji (duraio) Do aalizy ryzyka wyikającego ze zmia sóp proceowych (szczególie ryzyka zmiay cey) wykorzysuje się pojęcie zw. średiego ermiu wykupu obligacji, zwaego rówież czasem rwaia obligacji

Bardziej szczegółowo

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY Weryfikacja hipotez statystyczych WNIOSKOWANIE STATYSTYCZNE Wioskowaie statystycze, to proces uogóliaia wyików uzyskaych a podstawie próby a całą

Bardziej szczegółowo

Analiza matematyczna. Robert Rałowski

Analiza matematyczna. Robert Rałowski Aaliza matematycza Robert Rałowski 6 paździerika 205 2 Spis treści 0. Liczby aturale.................................... 3 0.2 Liczby rzeczywiste.................................... 5 0.2. Nierówości...................................

Bardziej szczegółowo

Ekonometria Mirosław Wójciak

Ekonometria Mirosław Wójciak Ekoometria Mirosław Wójciak Literatura obowiązkowa Barczak A, ST. Biolik J, Podstawy Ekoometrii, Wydawictwo AE Katowice, Katowice 1998 Dziechciarz J. Ekoometria Metody, przykłady, zadaia (wyd. ) Kukuła

Bardziej szczegółowo

µ = Test jest następujący: jeŝeli X > 0.01 to odrzucamy H. 0

µ = Test jest następujący: jeŝeli X > 0.01 to odrzucamy H. 0 7. Testowaie hipotez statystyczych 7. Populacja ma rozkład ciągły opisay fukcją gęstości f ( x) ( + ) x dla x [,]. Testowaa jest hipoteza, Ŝe wobec hipotezy alteratywej, Ŝe. Wioskujemy a podstawie jedoelemetowej

Bardziej szczegółowo

EGZAMIN MATURALNY Z INFORMATYKI

EGZAMIN MATURALNY Z INFORMATYKI Miejsce a aklejkę z kodem szkoły dysleksja MIN-R_P-072 EGZAMIN MATURALNY Z INFORMATYKI MAJ ROK 2007 POZIOM ROZSZERZONY CZĘŚĆ I Czas pracy 90 miut Istrukcja dla zdającego. Sprawdź, czy arkusz egzamiacyjy

Bardziej szczegółowo

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

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi. Jarosław Wróblewski Aaliza Matematycza 1A, zima 2012/13 Ciągi. Ćwiczeia 5.11.2012: zad. 140-173 Kolokwium r 5, 6.11.2012: materiał z zad. 1-173 Ćwiczeia 12.11.2012: zad. 174-190 13.11.2012: zajęcia czwartkowe

Bardziej szczegółowo

Gretl konstruowanie pętli Symulacje Monte Carlo (MC)

Gretl konstruowanie pętli Symulacje Monte Carlo (MC) Grel kosruowaie pęli Symulacje Moe Carlo (MC) W Grelu, aby przyspieszyć pracę, wykoać iesadardową aalizę (ie do wyklikaia ) możliwe jes użycie pęli. Pęle realizuje komeda loop, kóra przyjmuje zesaw iych

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

Laboratorum 1 Podstawy pomiaru wielkości elektrycznych Analiza niepewności pomiarowych

Laboratorum 1 Podstawy pomiaru wielkości elektrycznych Analiza niepewności pomiarowych Laboratorum 1 Podstawy pomiaru wielkości elektrycznych Analiza niepewności pomiarowych Marcin Polkowski (251328) 1 marca 2007 r. Spis treści 1 Cel ćwiczenia 2 2 Techniczny i matematyczny aspekt ćwiczenia

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

POMIARY WARSZTATOWE. D o u ż y t k u w e w n ę t r z n e g o. Katedra Inżynierii i Aparatury Przemysłu Spożywczego. Ćwiczenia laboratoryjne

POMIARY WARSZTATOWE. D o u ż y t k u w e w n ę t r z n e g o. Katedra Inżynierii i Aparatury Przemysłu Spożywczego. Ćwiczenia laboratoryjne D o u ż y t k u w e w ę t r z e g o Katedra Iżyierii i Aparatury Przemysłu Spożywczego POMIARY WARSZTATOWE Ćwiczeia laboratoryje Opracowaie: Urszula Goik, Maciej Kabziński Kraków, 2015 1 SUWMIARKI Suwmiarka

Bardziej szczegółowo

kpt. dr inż. Marek BRZOZOWSKI kpt. mgr inż. Zbigniew LEWANDOWSKI Wojskowy Instytut Techniczny Uzbrojenia

kpt. dr inż. Marek BRZOZOWSKI kpt. mgr inż. Zbigniew LEWANDOWSKI Wojskowy Instytut Techniczny Uzbrojenia pt. dr iż. Mare BRZOZOWSKI pt. mgr iż. Zbigiew LEWANDOWSKI Wojsowy Istytut Techiczy Uzbrojeia METODA OKREŚLANIA ROZRÓŻNIALNOŚCI OBIEKTÓW POWIETRZNYCH PRZEZ URZĄDZENIA RADIOLOKACYJNE Z WYKORZYSTANIEM LOTÓW

Bardziej szczegółowo

Repetytorium z Matematyki Elementarnej Wersja Olimpijska

Repetytorium z Matematyki Elementarnej Wersja Olimpijska Repetytorium z Matematyi Elemetarej Wersja Olimpijsa Podae tutaj zadaia rozwiązywae były w jedej z grup ćwiczeiowych Są w więszości ieco trudiejsze od pozostałych zadań przygotowaych w ramach przedmiotu

Bardziej szczegółowo

Wprowadzenie. metody elementów skończonych

Wprowadzenie. metody elementów skończonych Metody komputerowe Wprowadzeie Podstawy fizycze i matematycze metody elemetów skończoych Literatura O.C.Ziekiewicz: Metoda elemetów skończoych. Arkady, Warszawa 972. Rakowski G., acprzyk Z.: Metoda elemetów

Bardziej szczegółowo

Józef Borkowski. Metody interpolacji widma i metoda LIDFT w estymacji parametrów sygnału wieloczęstotliwościowego

Józef Borkowski. Metody interpolacji widma i metoda LIDFT w estymacji parametrów sygnału wieloczęstotliwościowego Józef Borowsi Metody iterpolacji widma i metoda LIDFT w estymacji parametrów sygału wieloczęstotliwościowego Oficya Wydawicza Politechii Wrocławsiej Wrocław 0 ecezeci yszard MAKOWSKI Tomasz ZIELIŃSKI Opracowaie

Bardziej szczegółowo

Metody Obliczeniowe w Nauce i Technice laboratorium

Metody Obliczeniowe w Nauce i Technice laboratorium Marci Rociek Iformatyka, II rok Metody Obliczeiowe w Nauce i Techice laboratorium zestaw 1: iterpolacja Zadaie 1: Zaleźć wzór iterpolacyjy Lagrage a mając tablicę wartości: 3 5 6 y 1 3 5 6 Do rozwiązaia

Bardziej szczegółowo

Przemysław Jaśko Wydział Ekonomii i Stosunków Międzynarodowych, Uniwersytet Ekonomiczny w Krakowie

Przemysław Jaśko Wydział Ekonomii i Stosunków Międzynarodowych, Uniwersytet Ekonomiczny w Krakowie MODELE SCORINGU KREDYTOWEGO Z WYKORZYSTANIEM NARZĘDZI DATA MINING ANALIZA PORÓWNAWCZA Przemysław Jaśko Wydział Ekoomii i Stosuków Międzyarodowych, Uiwersytet Ekoomiczy w Krakowie 1 WROWADZENIE Modele aplikacyjego

Bardziej szczegółowo

Badanie efektu Halla w półprzewodniku typu n

Badanie efektu Halla w półprzewodniku typu n Badaie efektu alla w ółrzewodiku tyu 35.. Zasada ćwiczeia W ćwiczeiu baday jest oór elektryczy i aięcie alla w rostoadłościeej róbce kryształu germau w fukcji atężeia rądu, ola magetyczego i temeratury.

Bardziej szczegółowo

Ć wiczenie 17 BADANIE SILNIKA TRÓJFAZOWEGO KLATKOWEGO ZASILANEGO Z PRZEMIENNIKA CZĘSTOTLIWOŚCI

Ć wiczenie 17 BADANIE SILNIKA TRÓJFAZOWEGO KLATKOWEGO ZASILANEGO Z PRZEMIENNIKA CZĘSTOTLIWOŚCI Ć wiczeie 7 BADANIE SILNIKA TRÓJFAZOWEGO KLATKOWEGO ZASILANEGO Z RZEIENNIKA CZĘSTOTLIWOŚCI Wiadomości ogóle Rozwój apędów elektryczych jest ściśle związay z rozwojem eergoelektroiki Współcześie a ogół

Bardziej szczegółowo

Laboratorium Sensorów i Pomiarów Wielkości Nieelektrycznych. Ćwiczenie nr 1

Laboratorium Sensorów i Pomiarów Wielkości Nieelektrycznych. Ćwiczenie nr 1 1. Cel ćwiczeia: Laboratorium Sesorów i Pomiarów Wielkości Nieelektryczych Ćwiczeie r 1 Pomiary ciśieia Celem ćwiczeia jest zapozaie się z kostrukcją i działaiem czujików ciśieia. W trakcie zajęć laboratoryjych

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

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu dr hab. iż. KRYSTIAN KALINOWSKI WSIiZ w Bielsku Białej, Politechika Śląska dr iż. ROMAN KAULA Politechika Śląska Optymalizacja sieci powiązań układu adrzędego grupy kopalń ze względu a koszty trasportu

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

Matematyka. Zakres podstawowy. Nawi zanie do gimnazjum. n/m Rozwi zywanie zada Zadanie domowe Dodatkowe Komunikaty Bie ce materiały

Matematyka. Zakres podstawowy. Nawi zanie do gimnazjum. n/m Rozwi zywanie zada Zadanie domowe Dodatkowe Komunikaty Bie ce materiały Lekcja 1. Lekcja orgaizacyja kotrakt Podręczik: W. Babiański, L. Chańko, D. Poczek Mateatyka. Zakres podstawowy. Wyd. Nowa Era. Zakres ateriału: Liczby rzeczywiste Wyrażeia algebraicze Rówaia i ierówości

Bardziej szczegółowo

Moduł 4. Granica funkcji, asymptoty

Moduł 4. Granica funkcji, asymptoty Materiały pomocicze do e-learigu Matematyka Jausz Górczyński Moduł. Graica fukcji, asymptoty Wyższa Szkoła Zarządzaia i Marketigu Sochaczew Od Autora Treści zawarte w tym materiale były pierwotie opublikowae

Bardziej szczegółowo

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO Agieszka Jakubowska ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO. Wstęp Skąplikowaie współczesego życia gospodarczego powoduje, iż do sterowaia procesem zarządzaia

Bardziej szczegółowo

Poziom rozszerzony. 5. Ciągi. Uczeń:

Poziom rozszerzony. 5. Ciągi. Uczeń: PIOTR LUDWIKOWSKI Materiał z wykładu z aalizy dla uczestików koerecji Podstawa programowa z kometarzami Tom 6 Edukacja matematycza i techicza w szkole podstawowej, gimazjum i liceum matematyka, zajęcia

Bardziej szczegółowo

KARTA INFORMACYJNA PRZEDMIOTU

KARTA INFORMACYJNA PRZEDMIOTU Uniwersytet Rzeszowski WYDZIAŁ KIERUNEK Matematyczno-Przyrodniczy Fizyka techniczna SPECJALNOŚĆ RODZAJ STUDIÓW stacjonarne, studia pierwszego stopnia KARTA INFORMACYJNA PRZEDMIOTU NAZWA PRZEDMIOTU WG PLANU

Bardziej szczegółowo

co wskazuje, że ciąg (P n ) jest ciągiem arytmetycznym o różnicy K 0 r. Pierwszy wyraz tego ciągu a więc P 1 z uwagi na wzór (3) ma postać P

co wskazuje, że ciąg (P n ) jest ciągiem arytmetycznym o różnicy K 0 r. Pierwszy wyraz tego ciągu a więc P 1 z uwagi na wzór (3) ma postać P Wiadomości wstępe Odsetki powstają w wyiku odjęcia od kwoty teraźiejszej K kwoty początkowej K, zatem Z = K K. Z ekoomiczego puktu widzeia właściciel kapitału K otrzymuje odsetki jako zapłatę od baku za

Bardziej szczegółowo

Metody analizy długozasięgowej

Metody analizy długozasięgowej Copyright (c) 999-00 by Hugo Steihaus Ceter Metody aalizy długozasięgowej Adrzej Zacharewicz Warsztat aalizy zależości długotermiowej jest wciąż rozwijay i udoskoalay. Od czasów Hursta (95) i jego aalizy

Bardziej szczegółowo

ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA

ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA SYSTEMY WSPOMAGANIA W INŻYNIERII PRODUKCJI Środowisko i Bezpieczeństwo w Iżyierii Produkcji 2013 5 ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA 5.1 WPROWADZENIE

Bardziej szczegółowo

INWESTYCJE MATERIALNE

INWESTYCJE MATERIALNE OCENA EFEKTYWNOŚCI INWESTYCJI INWESTCJE: proces wydatkowaia środków a aktywa, z których moża oczekiwać dochodów pieiężych w późiejszym okresie. Każde przedsiębiorstwo posiada pewą liczbę możliwych projektów

Bardziej szczegółowo

7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej

7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej 7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej Definicja 1 n-elementowa losowa próba prosta nazywamy ciag n niezależnych zmiennych losowych o jednakowych rozkładach

Bardziej szczegółowo

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień. Metoda aalizy hierarchii Saaty ego Ważym problemem podejmowaia decyzji optymalizowaej jest często występująca hierarchiczość zagadień. Istieje wiele heurystyczych podejść do rozwiązaia tego problemu, jedak

Bardziej szczegółowo

4. PRZEKŁADNIKI PRĄDOWE I NAPIĘCIOWE

4. PRZEKŁADNIKI PRĄDOWE I NAPIĘCIOWE 4. PRZEŁDN PRĄDOWE NPĘOWE 4.. Wstęp 4.. Przekładiki prądowe Przekładikie prądowy prądu zieego azywa się trasforator przezaczoy do zasilaia obwodów prądowych elektryczych przyrządów poiarowych oraz przekaźików.

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2 STATYSTYKA I DOŚWIADCZALNICTWO Wykład Parametry przedziałowe rozkładów ciągłych określane na podstawie próby (przedziały ufności) Przedział ufności dla średniej s X t( α;n 1),X + t( α;n 1) n s n t (α;

Bardziej szczegółowo

Analiza popytu na alkohol w Polsce z zastosowaniem modelu korekty błędem AIDS

Analiza popytu na alkohol w Polsce z zastosowaniem modelu korekty błędem AIDS Ekoomia Meedżerska 2011, r 10, s. 161 172 Jacek Wolak *, Grzegorz Pociejewski ** Aaliza popytu a alkohol w Polsce z zastosowaiem modelu korekty błędem AIDS 1. Wprowadzeie Okres trasformacji, zapoczątkoway

Bardziej szczegółowo

OKREŚLENIE CHARAKTERYSTYK POMPY WIROWEJ I WYZNACZENIE PAGÓRKA SPRAWNOŚCI

OKREŚLENIE CHARAKTERYSTYK POMPY WIROWEJ I WYZNACZENIE PAGÓRKA SPRAWNOŚCI Ćwiczeie 5 OKREŚLENIE CARAKTERYSTYK POMPY WIROWEJ I WYZNACZENIE PAGÓRKA SPRAWNOŚCI Wykaz ważiejszych ozaczeń c 1 rędkość bezwzględa cieczy a wlocie do wirika, m/s c rędkość bezwzględa cieczy a wylocie

Bardziej szczegółowo

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski Statystyczna analiza danych w programie STATISTICA (wykład ) Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Weryfikacja (testowanie) hipotez statystycznych

Bardziej szczegółowo

Mirosława Gazińska. Magdalena Mojsiewicz

Mirosława Gazińska. Magdalena Mojsiewicz STUDIA DEMOGRAFICZNE 1(145) 2004 Mirosława Gazińska Katedra Ekoometrii i Statystyki Magdalea Mojsiewicz Katedra Ubezpieczeń i Ryków Kapitałowych Uiwersytet Szczeciński MODELOWANIE CZASU TRWANIA ŻYCIA BEZ

Bardziej szczegółowo