Rozdział 1 PODSTAWOWE POJĘCIA I DEFINICJE

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "Rozdział 1 PODSTAWOWE POJĘCIA I DEFINICJE"

Transkrypt

1 1. 1. W p r owadze n ie 1 Rozdział 1 PODSTAWOWE POJĘCIA I DEFINICJE 1.1. WPROWADZENIE SYGNAŁ nośnik informacji ANALIZA SYGNAŁU badanie, którego celem jest identyfikacja własności, cech, miar sygnału; odtwarzanie informacji niesionej przez sygnał PRZETWARZANIE SYGNAŁU zmiana własności, formy, cech, miar sygnału celem jego łatwiejszej analizy, rejestracji, przechowywania itd. Metody używane w analizie sygnałów: badanie miar statystycznych (momentów) analiza rozkładu (gęstości) prawdopodobieństwa analiza korelacyjna analiza widmowa (spektralna, fourierowska albo częstotliwościowa) analiza falkowa (wavelet analysis) Rodzaje metod analizy: analogowe (dla sygnałów ciągłych) cyfrowe (dla sygnałów dyskretnych)

2 1. 1. W p r owadze n ie 2 Przykłady sygnałów: uwaga kierunkowskaz samochodowy sygnał 2-stanowy ( miga albo nie miga ) bardzo łatwy do analizy ocena studenta kilka możliwych wartości łatwy do analizy przebieg czasowy amplitudy drgań łożyska silnikowego sygnał wielopoziomowy nieskończona (lub bardzo duża) liczba możliwych wartości sygnał o złożonym charakterze, zmienny w czasie w sposób losowy nie przewidywalny wymagane zaawansowane metody analizy prosty sygnał (uboga informacja) prosta metoda złożony sygnał (bogata informacja) zaawansowana metoda

3 1. 2. P r oc e s S t oc h as t y c zn y PROCES STOCHASTYCZNY Proces stochastyczny PS zbiór N losowych zmiennych Q i (realizacji procesu) zależnych od nielosowego parametru t, odpowiadających elementarnym zdarzeniom ω i należącym do zbioru Ω { ω, ω,... ω } Ω = (1.1) 1 2, każdemu zdarzeniu elementarnemu ω i może być przyporządkowane kilka realizacji ω Q i ω R i i i = = M N f ( t ) Q ( t ) f ( t ) R ( t ) i i (1.2) ( P.S.) ( P.S.) Q R = = { Q1( t ),Q2 ( t ),...,Q N ( t )} { R ( t ),R ( t ),...,R ( t )} 1 M 2 N (1.3) parametr t przeważnie czas, lecz może to być również inny parametr np. współrzędna

4 1. 2. P r oc e s S t oc h as t y c zn y 4 Q 3 Q 2 i Q Q 1 t 3 t 1 t 2 t przekrój procesu stochastycznego zbiór wartości zmiennych Q i odpowiadających ustalonej wartości parametru t (np. pewnej chwili czasu) { Q ( t ),Q ( t ),...,Q ( t )} t1 Q i( t1 ) = N 1 { Q ( t ), Q ( t ),...,Q ( t )} t2 Q i( t2 ) = N 2..

5 1. 3. S t ac j on ar n oś ć i E r g ody c zn oś ć STACJONARNOŚĆ I ERGODYCZNOŚĆ STACJONARNOŚĆ a) niezależność miar statystycznych realizacji PS od przedziału zmienności parametru t Q 3 t ( t1;t2 ) = Qt ( t2 ;t ) =... M (1.4) b) niezależność miar statystycznych od przekroju PS Q 2 z ( t1 ) = Q z( t ) =... M (1.5) ustalona (stacjonarna) wariancja zmienna (niestacjonarna) średnia Q (t) 1 t 1 t 2 t 3 t

6 1. 3. S t ac j on ar n oś ć i E r g ody c zn oś ć 6 stała (stacjonarna) średnia narastająca (niestacjonarna) wariancja ERGODYCZNOŚĆ stacjonarność uśrednianie w zbiorze równoważne uśrednianiu w funkcji parametru t Q t = Q z M (1.6) proces stochastyczny jest ergodyczny

7 KLASYFIKACJA SYGNAŁÓW sygnał deterministyczny mieszany stochastyczny (losowy) deterministyczny przewidywalny stochastyczny nieprzewidywalny mieszany sygnał złożony z conajmniej dwóch sygnałów składowych, z których jeden jest sygnałem deterministycznym a drugi losowym

8 8 Jak rozpoznać sygnał deterministyczny??? sygnał deterministyczny okresowy nieokresowy sinusoidalny (harmoniczny) nieustalony poliharmoniczny quasi-okresowy sygnał okresowy x(t) = x(t + T) =... = x(t + kt) (1.7) T okres sygnału k liczba całkowita

9 9 sygnał sinusoidalny x(t) = A0 + A sin(2π ft + ϕ) ( 1. 8) A 0 wartość średnia A amplituda sygnału f częstotliwość (f = 1/T) ϕ przesunięcie fazowe (kąt fazowy) sygnał poliharmoniczny N 0 n = 1 x(t) = A + An sin(2π nft + ϕn ) ( 1. 9) f częstotliwość podstawowa T = 1/f A n sin(2πntf + ϕ n ) n-ta harmoniczna sygnał nieokresowy x(t) x(t+k*t) okres sygnału dąży do nieskończoności sygnał quasi-okresowy N 0 n = 1 x(t) = A + An sin(2π fnt + ϕn ) ( 1. 10) f i /f k jest niewymierny dla conajmniej jednej pary składowych sygnału (harmonicznych) i, k <1; N> np.: x t) = A sin(3t + ϕ ) + A sin( 5t + ) ( ϕ2

10 10 sygnał nieustalony x( t) = cos(6t) exp( t) "drgania tłumione" x( t) = exp( t 2 ) krzywa Gaussa

11 11 kryterium: stacjonarność sygnał stochastyczny stacjonarny niestacjonarny ze względu na: x σ x σ kryterium: ergodyczność sygnał stacjonarny ergodyczny kryterium: czas trwania sygnału sygnał nieergodyczny (trudny do analizy) skończony nieskończony faktycznie: T praktycznie: T <

12 12 kryterium: energia sygnału energia sygnału skończona nieskończona (skończona moc) energia jaka jest jednostka energii sygnału [P] =? energia skończona: 2 P = x ( t) dt (1.11) sygnały o skończonym czasie trwania niektóre sygnały niestacjonarne o nieskończonym (praktycznie skończonym) czasie trwania

13 13 energia nieskończona: sygnały stacjonarne o nieskończonym czasie trwania sygnały nieustalone moc N = T t + T jaka jest jednostka mocy sygnału [N] =? * 1 2 lim x ( t) dt (1.12) T t * moc jest zawsze skończona N <!!! moc mogłaby być nieskończona tylko wtedy gdyby amplituda sygnału dążyła do nieskończoności x(t) N co jest niemożliwe w przypadku rzeczywistych procesów fizycznych

14 14 kryterium: ciągłość dziedziny czasu (lub innej zmiennej niezależnej np. współrzędnej) - sygnał ciągły (nieskończona liczba chwil) t < t b ; t e > - sygnał dyskretny (skończona liczba chwil) t i {t 0, t 1,..., t N } kryterium: ciągłość dziedziny amplitudy - sygnał analogowy (nieskończona liczba możliwych poziomów) x < x l ; x u > - sygnał cyfrowy (skończona liczba możliwych poziomów) x i {x 0, x 1,..., x N } SYGNAŁ ciągły analogowy mieszany ciągły cyfrowy dyskretny analogowy dyskretny cyfrowy

Miernictwo Wibroakustyczne Literatura. Wykład 1 Wprowadzenie. Sygnały pomiarowe

Miernictwo Wibroakustyczne Literatura. Wykład 1 Wprowadzenie. Sygnały pomiarowe Wykład Wprowadzenie. Sygnały pomiarowe Dr inż.adeusz Wszołek Miernictwo Wibroakustyczne - Wydział Inżynierii Mechanicznej i Robotyki Katedra Mechaniki i Wibroakustyki D-, p.6, konsultacje-poniedziałek,

Bardziej szczegółowo

Akwizycja i przetwarzanie sygnałów cyfrowych

Akwizycja i przetwarzanie sygnałów cyfrowych Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Plan na dziś 1 Przedstawienie przedmiotu i zakresu wykładu polecanej iteratury zasad zaliczenia 2 Wyklad

Bardziej szczegółowo

Teoria systemów i sygnałów Kierunek AiR, sem. 5 2wE + 1l

Teoria systemów i sygnałów Kierunek AiR, sem. 5 2wE + 1l Teoria systemów i sygnałów Kierunek AiR, sem. 5 2wE + 1l Prof. dr hab. Wojciech Moczulski Politechnika Ślaska, Wydział Mechaniczny Technologiczny Katedra Podstaw Konstrukcji Maszyn 19 października 2008

Bardziej szczegółowo

Katedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego. Ćwiczenie 2 Badanie funkcji korelacji w przebiegach elektrycznych.

Katedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego. Ćwiczenie 2 Badanie funkcji korelacji w przebiegach elektrycznych. Katedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego Ćwiczenie Badanie unkcji korelacji w przebiegach elektrycznych. Cel ćwiczenia: Celem ćwiczenia jest zbadanie unkcji korelacji w okresowych sygnałach

Bardziej szczegółowo

Analiza sygnałów biologicznych

Analiza sygnałów biologicznych Analiza sygnałów biologicznych Paweł Strumiłło Zakład Elektroniki Medycznej Instytut Elektroniki PŁ Co to jest sygnał? Funkcja czasu x(t) przenosząca informację o stanie lub działaniu układu (systemu),

Bardziej szczegółowo

Rozdział 5. Przetwarzanie analogowo-cyfrowe (A C)

Rozdział 5. Przetwarzanie analogowo-cyfrowe (A C) 5. 0. W p r ow adzen ie 1 2 1 Rozdział 5 Przetwarzanie analogowo-cyfrowe (A C) sygnał przetwarzanie A/C sygnał analogowy cyfrowy ciągły dyskretny próbkowanie: zamiana sygnału ciągłego na dyskretny konwersja

Bardziej szczegółowo

Egzamin / zaliczenie na ocenę*

Egzamin / zaliczenie na ocenę* WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI Zał. nr 4 do ZW 33/01 KARTA PRZEDMIOTU Nazwa w języku polskim CYFROWE PRZETWARZANIE SYGNAŁÓW Nazwa w języku angielskim DIGITAL SIGNAL PROCESSING Kierunek studiów

Bardziej szczegółowo

CYFROWE PRZETWARZANIE SYGNAŁÓW

CYFROWE PRZETWARZANIE SYGNAŁÓW POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Analiza korelacyjna sygnałów dr hab. inż.

Bardziej szczegółowo

CYFROWE PRZETWARZANIE SYGNAŁÓW

CYFROWE PRZETWARZANIE SYGNAŁÓW POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Sygnały stochastyczne, parametry w dziedzinie

Bardziej szczegółowo

uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem próbkowania t takim, że T = t N 1 t

uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem próbkowania t takim, że T = t N 1 t 4. 1 3. " P r ze c ie k " w idm ow y 1 0 2 4.13. "PRZECIEK" WIDMOWY Rozważmy szereg czasowy {x r } dla r = 0, 1,..., N 1 uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem

Bardziej szczegółowo

Automatyczne rozpoznawanie mowy - wybrane zagadnienia / Ryszard Makowski. Wrocław, Spis treści

Automatyczne rozpoznawanie mowy - wybrane zagadnienia / Ryszard Makowski. Wrocław, Spis treści Automatyczne rozpoznawanie mowy - wybrane zagadnienia / Ryszard Makowski. Wrocław, 2011 Spis treści Przedmowa 11 Rozdział 1. WPROWADZENIE 13 1.1. Czym jest automatyczne rozpoznawanie mowy 13 1.2. Poziomy

Bardziej szczegółowo

KARTA MODUŁU KSZTAŁCENIA

KARTA MODUŁU KSZTAŁCENIA KARTA MODUŁU KSZTAŁCENIA I. Informacje ogólne I. 1 Nazwa modułu kształcenia Analiza i przetwarzanie sygnałów 2 Nazwa jednostki prowadzącej moduł (należy wskazać nazwę zgodnie ze Statutem PSW Instytut,

Bardziej szczegółowo

1.5. Sygnały. Sygnał- jest modelem zmian w czasie pewnej wielkości fizycznej lub stanu obiektu fizycznego

1.5. Sygnały. Sygnał- jest modelem zmian w czasie pewnej wielkości fizycznej lub stanu obiektu fizycznego Sygnał- jest modelem zmian w czasie pewnej wielkości fizycznej lub stanu obiektu fizycznego Za pomocąsygnałów przekazywana jest informacja. Sygnałjest nośnikiem informacji. Za pomocą sygnału moŝna: badać

Bardziej szczegółowo

WYZNACZANIE CECH PUNKTOWYCH SYGNAŁÓW POMIAROWYCH

WYZNACZANIE CECH PUNKTOWYCH SYGNAŁÓW POMIAROWYCH PODSTAWY SYGNAŁÓW POMIAROWYCH I METROLOGII WYZNACZANIE CECH PUNKTOWYCH SYGNAŁÓW POMIAROWYCH WSTĘP TEORETYCZNY Sygnałem nazywamy przebieg dowolnej wielkości fizycznej mogącej być nośnikiem informacji Opis

Bardziej szczegółowo

II WYKŁAD STATYSTYKA. 12/03/2014 B8 sala 0.10B Godz. 15:15

II WYKŁAD STATYSTYKA. 12/03/2014 B8 sala 0.10B Godz. 15:15 II WYKŁAD STATYSTYKA 12/03/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 2 Rachunek prawdopodobieństwa zdarzenia elementarne zdarzenia losowe zmienna losowa skokowa i ciągła prawdopodobieństwo i gęstość prawdopodobieństwa

Bardziej szczegółowo

ANALIZA KORELACYJNA I FILTRACJA SYGNAŁÓW

ANALIZA KORELACYJNA I FILTRACJA SYGNAŁÓW POLIECHNIKA BIAŁOSOCKA KAEDRA ZARZĄDZANIA PRODUKCJĄ Instrukcja do zajęć laboratoryjnych z przedmiotu: Podstawy diagnostyki technicznej Kod przedmiotu: KS05454 Ćwiczenie Nr ANALIZA KORELACYJNA I FILRACJA

Bardziej szczegółowo

Teoria sygnałów Signal Theory. Elektrotechnika I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)

Teoria sygnałów Signal Theory. Elektrotechnika I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) . KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013 Teoria sygnałów Signal Theory A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW

Bardziej szczegółowo

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III. Literatura Krysicki W., Bartos J., Dyczka W., Królikowska K, Wasilewski M., Rachunek Prawdopodobieństwa i Statystyka Matematyczna w Zadaniach, cz. I. Leitner R., Zacharski J., Zarys matematyki wyŝszej

Bardziej szczegółowo

PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek

PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Piotr Wiącek ROZKŁAD PRAWDOPODOBIEŃSTWA Jest to miara probabilistyczna określona na σ-ciele podzbiorów borelowskich pewnej przestrzeni metrycznej. σ-ciało podzbiorów

Bardziej szczegółowo

Sygnał a informacja. Nośnikiem informacji mogą być: liczby, słowa, dźwięki, obrazy, zapachy, prąd itp. czyli różnorakie sygnały.

Sygnał a informacja. Nośnikiem informacji mogą być: liczby, słowa, dźwięki, obrazy, zapachy, prąd itp. czyli różnorakie sygnały. Sygnał a informacja Informacją nazywamy obiekt abstarkcyjny, który może być przechowywany, przesyłany, przetwarzany i wykorzystywany y y y w określonum celu. Zatem informacja to każdy czynnik zmnejszający

Bardziej szczegółowo

Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.

Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna. Wykład 4 Rozkłady i ich dystrybuanty Dwa typy zmiennych losowych Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x, x 2,...}, to mówimy, że jest to zmienna dyskretna.

Bardziej szczegółowo

Statystyka Opisowa z Demografią oraz Biostatystyka. Zmienne losowe. Aleksander Denisiuk. denisjuk@euh-e.edu.pl

Statystyka Opisowa z Demografią oraz Biostatystyka. Zmienne losowe. Aleksander Denisiuk. denisjuk@euh-e.edu.pl Statystyka Opisowa z Demografią oraz Biostatystyka Zmienne losowe Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka p.

Bardziej szczegółowo

CYFROWE PRZTWARZANIE SYGNAŁÓW (Zastosowanie transformacji Fouriera)

CYFROWE PRZTWARZANIE SYGNAŁÓW (Zastosowanie transformacji Fouriera) I. Wprowadzenie do ćwiczenia CYFROWE PRZTWARZANIE SYGNAŁÓW (Zastosowanie transformacji Fouriera) Ogólnie termin przetwarzanie sygnałów odnosi się do nauki analizowania zmiennych w czasie procesów fizycznych.

Bardziej szczegółowo

Podstawy Automatyki. wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24)

Podstawy Automatyki. wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24) Podstawy Automatyki wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak Politechnika Wrocławska Instytut Technologii Maszyn i Automatyzacji (I-24) Laboratorium Podstaw Automatyzacji (L6) 105/2 B1 Sprawy organizacyjne

Bardziej szczegółowo

PROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω)

PROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω) PROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω) określonych na tej samej przestrzeni probabilistycznej

Bardziej szczegółowo

Kartkówka 1 Opracowanie: Próbkowanie częstotliwość próbkowania nie mniejsza niż podwojona szerokość przed spróbkowaniem.

Kartkówka 1 Opracowanie: Próbkowanie częstotliwość próbkowania nie mniejsza niż podwojona szerokość przed spróbkowaniem. Znowu prosta zasada - zbierzmy wszystkie zagadnienia z tych 3ech kartkówek i opracujmy - może się akurat przyda na dopytkę i uda się zaliczyć labki :) (dodatkowo można opracowania z tych rzeczy z doc ów

Bardziej szczegółowo

Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej

Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Zbiór możliwych wyników eksperymentu będziemy nazywać przestrzenią zdarzeń elementarnych i oznaczać Ω, natomiast

Bardziej szczegółowo

DRGANIA ELEMENTÓW KONSTRUKCJI

DRGANIA ELEMENTÓW KONSTRUKCJI DRGANIA ELEMENTÓW KONSTRUKCJI (Wprowadzenie) Drgania elementów konstrukcji (prętów, wałów, belek) jak i całych konstrukcji należą do ważnych zagadnień dynamiki konstrukcji Przyczyna: nawet niewielkie drgania

Bardziej szczegółowo

Własności światła laserowego

Własności światła laserowego Własności światła laserowego Cechy światła laserowego: rozbieżność (równoległość) wiązki, pasmo spektralne, gęstość mocy oraz spójność (koherencja). Równoległość wiązki Dyfrakcyjną rozbieżność kątową awkącie

Bardziej szczegółowo

PODSTAWY I ALGORYTMY PRZETWARZANIA SYGNAŁÓW PROGRAM WYKŁADÓW PROGRAM WYKŁADÓW PROGRAM WYKŁADÓW

PODSTAWY I ALGORYTMY PRZETWARZANIA SYGNAŁÓW PROGRAM WYKŁADÓW PROGRAM WYKŁADÓW PROGRAM WYKŁADÓW PODSTAWY I ALGORYTMY PRZETWARZANIA SYGNAŁÓW Kierunek: Elektronika i Telekomunikacja sem. IV Prowadzący: dr inż. ARKADIUSZ ŁUKJANIUK PROGRAM WYKŁADÓW Pojęcie sygnału, sygnał a informacja, klasyfikacja sygnałów,

Bardziej szczegółowo

WYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

WYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady WYKŁAD 2 Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady Metody statystyczne metody opisu metody wnioskowania statystycznego syntetyczny liczbowy opis właściwości zbioru danych ocena

Bardziej szczegółowo

Przetwarzanie sygnałów

Przetwarzanie sygnałów 1 Przetwarzanie sygnałów Paweł Strumiłło http://eletel.p.lodz.pl/pstrumil/ pokój 216 A pawel.strumillo@p.lodz.pl Anna Borowska-Terka http://eletel.p.lodz.pl/ pokój 309 anna.borowska-terka@p.lodz.pl Bartosz

Bardziej szczegółowo

Zmienne losowe, statystyki próbkowe. Wrocław, 2 marca 2015

Zmienne losowe, statystyki próbkowe. Wrocław, 2 marca 2015 Zmienne losowe, statystyki próbkowe Wrocław, 2 marca 2015 Zasady zaliczenia 2 kolokwia (każde po 20 punktów) projekt (20 punktów) aktywność Zasady zaliczenia 2 kolokwia (każde po 20 punktów) projekt (20

Bardziej szczegółowo

Sieci komputerowe II. Uniwersytet Warszawski Podanie notatek

Sieci komputerowe II. Uniwersytet Warszawski Podanie notatek Sieci komputerowe II Notatki Uniwersytet Warszawski Podanie notatek 03-01-2005 Wykład nr 1: 03-01-2005 Temat: Transmisja danych łączami 1 Podstawowe pojęcia Dla uporządkowania przypomnijmy podstawowe używane

Bardziej szczegółowo

Układy statystyczne. Jacek Jurkowski, Fizyka Statystyczna. Instytut Fizyki

Układy statystyczne. Jacek Jurkowski, Fizyka Statystyczna. Instytut Fizyki Instytut Fizyki 2015 Stany mikroskopowe i makroskopowe w układzie wielopoziomowym Stany mikroskopowe i makroskopowe w układzie wielopoziomowym N rozróżnialnych cząstek, z których każda może mieć energię

Bardziej szczegółowo

Szereg i transformata Fouriera

Szereg i transformata Fouriera Analiza danych środowiskowych III rok OŚ Wykład 3 Andrzej Leśniak KGIS, GGiOŚ AGH Szereg i transformata Fouriera Cel wykładu: Wykrywanie i analiza okresowości w szeregach czasowych Przepływ wody w rzece

Bardziej szczegółowo

Zmienne losowe ciągłe i ich rozkłady

Zmienne losowe ciągłe i ich rozkłady Rachunek Prawdopodobieństwa i Statystyka - W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Zmienna losowa ciągła Dystrybuanta i unkcja gęstości rozkładu

Bardziej szczegółowo

Zmienne losowe ciągłe i ich rozkłady

Zmienne losowe ciągłe i ich rozkłady Statystyka i opracowanie danych W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Rozkład Poissona. Zmienna losowa ciągła Dystrybuanta i funkcja gęstości

Bardziej szczegółowo

Rozkład normalny. Marcin Zajenkowski. Marcin Zajenkowski () Rozkład normalny 1 / 26

Rozkład normalny. Marcin Zajenkowski. Marcin Zajenkowski () Rozkład normalny 1 / 26 Rozkład normalny Marcin Zajenkowski Marcin Zajenkowski () Rozkład normalny 1 / 26 Rozkład normalny Krzywa normalna, krzywa Gaussa, rozkład normalny Rozkłady liczebności wielu pomiarów fizycznych, biologicznych

Bardziej szczegółowo

Przekształcenie Fouriera obrazów FFT

Przekształcenie Fouriera obrazów FFT Przekształcenie ouriera obrazów T 6 P. Strumiłło, M. Strzelecki Przekształcenie ouriera ourier wymyślił sposób rozkładu szerokiej klasy funkcji (sygnałów) okresowych na składowe harmoniczne; taką reprezentację

Bardziej szczegółowo

Przedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry 1 1.1. Pojęcia podstawowe 1 1.2. Klasyfikacja sygnałów 2 1.3.

Przedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry 1 1.1. Pojęcia podstawowe 1 1.2. Klasyfikacja sygnałów 2 1.3. Przedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry 1 1.1. Pojęcia podstawowe 1 1.2. Klasyfikacja sygnałów 2 1.3. Sygnały deterministyczne 4 1.3.1. Parametry 4 1.3.2. Przykłady 7 1.3.3. Sygnały

Bardziej szczegółowo

Sposoby opisu i modelowania zakłóceń kanałowych

Sposoby opisu i modelowania zakłóceń kanałowych INSTYTUT TELEKOMUNIKACJI ZAKŁAD RADIOKOMUNIKACJI Instrukcja laboratoryjna z przedmiotu Podstawy Telekomunikacji Sposoby opisu i modelowania zakłóceń kanałowych Warszawa 2010r. 1. Cel ćwiczeń: Celem ćwiczeń

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego

Bardziej szczegółowo

4.2 Analiza fourierowska(f1)

4.2 Analiza fourierowska(f1) Analiza fourierowska(f1) 179 4. Analiza fourierowska(f1) Celem doświadczenia jest wyznaczenie współczynników szeregu Fouriera dla sygnałów okresowych. Zagadnienia do przygotowania: szereg Fouriera; sygnał

Bardziej szczegółowo

Właściwości sygnałów i splot. Krzysztof Patan

Właściwości sygnałów i splot. Krzysztof Patan Właściwości sygnałów i splot Krzysztof Patan Właściwości sygnałów Dla sygnału ciągłego x(t) można zdefiniować wielkości liczbowe charakteryzujące ten sygnał wartość średnia energia sygnału x sr = lim τ

Bardziej szczegółowo

AiR_TSiS_1/2 Teoria sygnałów i systemów Signals and systems theory. Automatyka i Robotyka I stopień ogólnoakademicki

AiR_TSiS_1/2 Teoria sygnałów i systemów Signals and systems theory. Automatyka i Robotyka I stopień ogólnoakademicki Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014

Bardziej szczegółowo

ZAJĘCIA II. Zmienne losowe, sygnały stochastyczne, zakłócenia pomiarowe

ZAJĘCIA II. Zmienne losowe, sygnały stochastyczne, zakłócenia pomiarowe ZAJĘCIA II Zmienne losowe, sygnały stochastyczne, zakłócenia pomiarowe Po co statystyka w identyfikacji? Zmienne losowe i ich parametry Korelacja zmiennych losowych Rozkłady wielowymiarowe i sygnały stochastyczne

Bardziej szczegółowo

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym

Bardziej szczegółowo

Modelowanie komputerowe

Modelowanie komputerowe Modelowanie komputerowe wykład 1- Generatory liczb losowych i ich wykorzystanie dr Marcin Ziółkowski Instytut Matematyki i Informatyki Akademia im. Jana Długosza w Częstochowie 5,12 października 2016 r.

Bardziej szczegółowo

WYDZIAŁ ELEKTRONIKI MIKROSYSTEMÓW I FOTONIKI

WYDZIAŁ ELEKTRONIKI MIKROSYSTEMÓW I FOTONIKI Zał. nr do ZW WYDZIAŁ ELEKTRONIKI MIKROSYSTEMÓW I FOTONIKI KARTA PRZEDMIOTU Nazwa w języku polskim: Matematyka (Zao EA EiT stopień) Nazwa w języku angielskim: Mathematics Kierunek studiów (jeśli dotyczy):

Bardziej szczegółowo

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015 Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Inżynierii Lądowej obowiązuje studentów rozpoczynających studia w roku akademickim 01/015 Kierunek studiów: Transport Forma sudiów:

Bardziej szczegółowo

Podstawy Pomiarów PPOM.A Literatura 2 Literatura podstawowa... 3 Literatura uzupełniająca... 4

Podstawy Pomiarów PPOM.A Literatura 2 Literatura podstawowa... 3 Literatura uzupełniająca... 4 Podstawy Pomiarów PPOM.A 2014 Literatura 2 Literatura podstawowa..................................................................... 3 Literatura uzupełniająca...................................................................

Bardziej szczegółowo

ELEKTRONIKA W EKSPERYMENCIE FIZYCZNYM

ELEKTRONIKA W EKSPERYMENCIE FIZYCZNYM ELEKTRONIKA W EKSPERYMENCIE FIZYCZNYM D. B. Tefelski Zakład VI Badań Wysokociśnieniowych Wydział Fizyki Politechnika Warszawska, Koszykowa 75, 00-662 Warszawa, PL 28 lutego 2011 Stany nieustalone, stabilność

Bardziej szczegółowo

Elementy statystyki wielowymiarowej

Elementy statystyki wielowymiarowej Wnioskowanie_Statystyczne_-_wykład Spis treści 1 Elementy statystyki wielowymiarowej 1.1 Kowariancja i współczynnik korelacji 1.2 Macierz kowariancji 1.3 Dwumianowy rozkład normalny 1.4 Analiza składowych

Bardziej szczegółowo

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: Zmienne losowe skokowe (dyskretne) przyjmujące co najwyżej przeliczalnie wiele wartości Zmienne losowe ciągłe

Bardziej szczegółowo

12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych

12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych (pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: Rachunek prawdopodobieństwa i statystyka matematyczna 2. Kod przedmiotu: RPiS 3. Karta przedmiotu ważna od roku akademickiego:

Bardziej szczegółowo

Wielki rozkład kanoniczny

Wielki rozkład kanoniczny , granica termodynamiczna i przejścia fazowe Instytut Fizyki 2015 Podukład otwarty Podukład otwarty S opisywany układ + rezerwuar R Podukład otwarty S opisywany układ + rezerwuar R układ S + R jest izolowany

Bardziej szczegółowo

Zakres wymaganych wiadomości do testów z przedmiotu Metrologia. Wprowadzenie do obsługi multimetrów analogowych i cyfrowych

Zakres wymaganych wiadomości do testów z przedmiotu Metrologia. Wprowadzenie do obsługi multimetrów analogowych i cyfrowych Zakres wymaganych wiadomości do testów z przedmiotu Metrologia Ćwiczenie 1 Wprowadzenie do obsługi multimetrów analogowych i cyfrowych budowa i zasada działania przyrządów analogowych magnetoelektrycznych

Bardziej szczegółowo

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE Do opisu członów i układów automatyki stosuje się, oprócz transmitancji operatorowej (), tzw. transmitancję widmową. Transmitancję widmową () wyznaczyć można na podstawie

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis treści 3 SPIS TREŚCI Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

Matematyka 2. dr inż. Rajmund Stasiewicz

Matematyka 2. dr inż. Rajmund Stasiewicz Matematyka 2 dr inż. Rajmund Stasiewicz Skala ocen Punkty Ocena 0 50 2,0 51 60 3,0 61 70 3,5 71 80 4,0 81 90 4,5 91-5,0 Zwolnienie z egzaminu Ocena z egzaminu liczba punktów z ćwiczeń - 5 Warunki zaliczenia

Bardziej szczegółowo

Układy stochastyczne

Układy stochastyczne Instytut Informatyki Uniwersytetu Śląskiego 21 stycznia 2009 Definicja Definicja Proces stochastyczny to funkcja losowa, czyli funkcja matematyczna, której wartości leżą w przestrzeni zdarzeń losowych.

Bardziej szczegółowo

Wyk ad II. Stacjonarne szeregi czasowe.

Wyk ad II. Stacjonarne szeregi czasowe. Wyk ad II. Stacjonarne szeregi czasowe. W wi ekszości przypadków poszukiwanie modelu, który dok adnie by opisywa zachowanie sk adnika losowego " t, polega na analizie pewnej klasy losowych ciagów czasowych

Bardziej szczegółowo

zdarzenie losowe - zdarzenie którego przebiegu czy wyniku nie da się przewidzieć na pewno.

zdarzenie losowe - zdarzenie którego przebiegu czy wyniku nie da się przewidzieć na pewno. Rachunek prawdopodobieństwa Podstawowym celem rachunku prawdopodobieństwa jest określanie szans zajścia pewnych zdarzeń. Pojęcie podstawowe rachunku prawdopodobieństwa to: zdarzenie losowe - zdarzenie

Bardziej szczegółowo

3. Analiza własności szeregu czasowego i wybór typu modelu

3. Analiza własności szeregu czasowego i wybór typu modelu 3. Analiza własności szeregu czasowego i wybór typu modelu 1. Metody analizy własności szeregu czasowego obserwacji 1.1. Analiza wykresu szeregu czasowego 1.2. Analiza statystyk opisowych zmiennej prognozowanej

Bardziej szczegółowo

Analizy Ilościowe EEG QEEG

Analizy Ilościowe EEG QEEG Analizy Ilościowe EEG QEEG Piotr Walerjan PWSIM MEDISOFT 2006 Piotr Walerjan MEDISOFT Jakościowe vs. Ilościowe EEG Analizy EEG na papierze Szacunkowa ocena wartości częstotliwości i napięcia Komputerowy

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

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Niech Ω będzie przestrzenią zdarzeń elementarnych. Definicja 1 Rodzinę S zdarzeń losowych (zbiór S podzbiorów zbioru

Bardziej szczegółowo

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej

Bardziej szczegółowo

Zakładamy, że są niezależnymi zmiennymi podlegającymi (dowolnemu) rozkładowi o skończonej wartości oczekiwanej i wariancji.

Zakładamy, że są niezależnymi zmiennymi podlegającymi (dowolnemu) rozkładowi o skończonej wartości oczekiwanej i wariancji. Wnioskowanie_Statystyczne_-_wykład Spis treści 1 Centralne Twierdzenie Graniczne 1.1 Twierdzenie Lindeberga Levy'ego 1.2 Dowód 1.2.1 funkcja tworząca sumy zmiennych niezależnych 1.2.2 pochodna funkcji

Bardziej szczegółowo

Wprowadzenie do szeregów czasowych i modelu ARIMA

Wprowadzenie do szeregów czasowych i modelu ARIMA Wprowadzenie do szeregów czasowych i modelu ARIMA 25.02.2011 Plan 1 Pojęcie szeregu czasowego 2 Stacjonarne szeregi czasowe 3 Model autoregresyjny - AR 4 Model średniej ruchomej - MA 5 Model ARMA 6 ARIMA

Bardziej szczegółowo

Przekształcenia sygnałów losowych w układach

Przekształcenia sygnałów losowych w układach INSTYTUT TELEKOMUNIKACJI ZAKŁAD RADIOKOMUNIKACJI Instrukcja laboratoryjna z przedmiotu Sygnały i kodowanie Przekształcenia sygnałów losowych w układach Warszawa 010r. 1. Cel ćwiczenia: Ocena wpływu charakterystyk

Bardziej szczegółowo

KARTA PRZEDMIOTU. 12. Przynależność do grupy przedmiotów: Prawdopodobieństwo i statystyka

KARTA PRZEDMIOTU. 12. Przynależność do grupy przedmiotów: Prawdopodobieństwo i statystyka (pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: RACHUNEK PRAWDOPODOBIEŃSTWA 2. Kod przedmiotu: RPr 3. Karta przedmiotu ważna od roku akademickiego: 20152016 4. Forma

Bardziej szczegółowo

Przetwarzanie sygnałów w telekomunikacji

Przetwarzanie sygnałów w telekomunikacji Przetwarzanie sygnałów w telekomunikacji Prowadzący: Przemysław Dymarski, Inst. Telekomunikacji PW, gm. Elektroniki, pok. 461 dymarski@tele.pw.edu.pl Wykład: Wstęp: transmisja analogowa i cyfrowa, modulacja

Bardziej szczegółowo

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

III. ZMIENNE LOSOWE JEDNOWYMIAROWE III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta

Bardziej szczegółowo

Podstawy Elektrotechniki i Elektroniki. Opracował: Mgr inż. Marek Staude

Podstawy Elektrotechniki i Elektroniki. Opracował: Mgr inż. Marek Staude Podstawy Elektrotechniki i Elektroniki Opracował: Mgr inż. Marek Staude Część 2 Analiza obwodów w stanie ustalonym przy wymuszeniu sinusoidalnym Przypomnienie ostatniego wykładu Prąd i napięcie Podstawowe

Bardziej szczegółowo

Statystyka. Magdalena Jakubek. kwiecień 2017

Statystyka. Magdalena Jakubek. kwiecień 2017 Statystyka Magdalena Jakubek kwiecień 2017 1 Nauka nie stara się wyjaśniać, a nawet niemal nie stara się interpretować, zajmuje się ona głównie budową modeli. Model rozumiany jest jako matematyczny twór,

Bardziej szczegółowo

Analiza i modelowanie przepływów w sieci Internet. Andrzej Andrijew

Analiza i modelowanie przepływów w sieci Internet. Andrzej Andrijew Analiza i modelowanie przepływów w sieci Internet Andrzej Andrijew Plan referatu Samopodobieostwo w sieci Internet Samopodobne procesy stochastyczne Metody sprawdzania samopodobieostwa Modelowanie przepływów

Bardziej szczegółowo

Podstawowe człony dynamiczne

Podstawowe człony dynamiczne . Człon proporcjonalny 2. Człony całkujący idealny 3. Człon inercyjny Podstawowe człony dynamiczne charakterystyki czasowe = = = + 4. Człony całkujący rzeczywisty () = + 5. Człon różniczkujący rzeczywisty

Bardziej szczegółowo

MODEL OCENY SYSTEMU REMONTU TECHNIKI WOJSKOWEJ

MODEL OCENY SYSTEMU REMONTU TECHNIKI WOJSKOWEJ ZESZYTY NAUKOWE AKADEMII MARYNARKI WOJENNEJ ROK LII NR 1 (184) 2011 Marian Brzeziń ski Wojskowa Akademia Techniczna MODEL OCENY SYSTEMU REMONTU TECHNIKI WOJSKOWEJ STRESZCZENIE W artykule scharakteryzowano

Bardziej szczegółowo

METODY ANALIZY SYGNAŁÓW WIBROAKUSTYCZNYCH

METODY ANALIZY SYGNAŁÓW WIBROAKUSTYCZNYCH INSTYTUT KONSTRUKCJI MASZYN LABORATORIUM METODY ANALIZY SYGNAŁÓW WIBROAKUSTYCZNYCH Methods of analyzing vibro-acoustics signal Zakres ćwiczenia: 1. Rodzaje sygnałów. 2. Metody analizy sygnałów w dziedzinie

Bardziej szczegółowo

FFT i dyskretny splot. Aplikacje w DSP

FFT i dyskretny splot. Aplikacje w DSP i dyskretny splot. Aplikacje w DSP Marcin Jenczmyk m.jenczmyk@knm.katowice.pl Wydział Matematyki, Fizyki i Chemii 10 maja 2014 M. Jenczmyk Sesja wiosenna KNM 2014 i dyskretny splot 1 / 17 Transformata

Bardziej szczegółowo

4,5. Dyskretne zmienne losowe (17.03; 31.03)

4,5. Dyskretne zmienne losowe (17.03; 31.03) 4,5. Dyskretne zmienne losowe (17.03; 31.03) Definicja 1 Zmienna losowa nazywamy dyskretna (skokowa), jeśli zbiór jej wartości x 1, x 2,..., można ustawić w ciag. Zmienna losowa X, która przyjmuje wszystkie

Bardziej szczegółowo

Rozkłady statystyk z próby

Rozkłady statystyk z próby Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny

Bardziej szczegółowo

Matematyka 2. Metoda operatorowa Transformata Laplace a

Matematyka 2. Metoda operatorowa Transformata Laplace a Matematyka 2 Metoda operatorowa Transformata Laplace a Literatura M.Gewert, Z.Skoczylas; Równania różniczkowe zwyczajne; Oficyna Wydawnicza GiS, Wrocław, 1999 D.Mozyrska, E.Pawłuszewicz, R.Stasiewicz;

Bardziej szczegółowo

Prawa wielkich liczb, centralne twierdzenia graniczne

Prawa wielkich liczb, centralne twierdzenia graniczne , centralne twierdzenia graniczne Katedra matematyki i ekonomii matematycznej 17 maja 2012, centralne twierdzenia graniczne Rodzaje zbieżności ciągów zmiennych losowych, centralne twierdzenia graniczne

Bardziej szczegółowo

Systemy. Krzysztof Patan

Systemy. Krzysztof Patan Systemy Krzysztof Patan Systemy z pamięcią System jest bez pamięci (statyczny), jeżeli dla dowolnej chwili t 0 wartość sygnału wyjściowego y(t 0 ) zależy wyłącznie od wartości sygnału wejściowego w tej

Bardziej szczegółowo

Materiały pomocnicze do wykładu

Materiały pomocnicze do wykładu Materiały pomocnicze do wykładu 1 Plan zajęć Podstawowe wiadomości o sygnałach Szeregi Fouriera Ciągła Transformata Fouriera Sygnały cyfrowe Próbkowanie sygnałów. Zjawisko aliasingu Dyskretna i Szybka

Bardziej szczegółowo

Ważne rozkłady i twierdzenia

Ważne rozkłady i twierdzenia Ważne rozkłady i twierdzenia Rozkład dwumianowy i wielomianowy Częstość. Prawo wielkich liczb Rozkład hipergeometryczny Rozkład Poissona Rozkład normalny i rozkład Gaussa Centralne twierdzenie graniczne

Bardziej szczegółowo

Akustyka muzyczna ANALIZA DŹWIĘKÓW MUZYCZNYCH

Akustyka muzyczna ANALIZA DŹWIĘKÓW MUZYCZNYCH Akustyka muzyczna ANALIZA DŹWIĘKÓW MUZYCZNYCH Dźwięk muzyczny Dźwięk muzyczny sygnał wytwarzany przez instrument muzyczny. Najważniejsze parametry: wysokość związana z częstotliwością podstawową, barwa

Bardziej szczegółowo

Wstęp do rachunku prawdopodobieństwa. Cz. 2 / William Feller. wyd. 4, dodr. 3. Warszawa, Spis treści

Wstęp do rachunku prawdopodobieństwa. Cz. 2 / William Feller. wyd. 4, dodr. 3. Warszawa, Spis treści Wstęp do rachunku prawdopodobieństwa. Cz. 2 / William Feller. wyd. 4, dodr. 3. Warszawa, 2012 Spis treści Przedmowa 5 Oznaczenia i konwencje 7 Rozdział I Rozkład wykładniczy i rozkład jednostajny 1. Wprowadzenie

Bardziej szczegółowo

ELEKTRONIKA W EKSPERYMENCIE FIZYCZNYM

ELEKTRONIKA W EKSPERYMENCIE FIZYCZNYM ELEKTRONIKA W EKSPERYMENCIE FIZYCZNYM D. B. Tefelski Zakład VI Badań Wysokociśnieniowych Wydział Fizyki Politechnika Warszawska, Koszykowa 75, 00-662 Warszawa, PL 21 lutego 2011 Eksperyment fizyczny, Czwórniki,

Bardziej szczegółowo

Kwantyle. Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p. , że. Możemy go obliczyć z dystrybuanty: P(X x p.

Kwantyle. Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p. , że. Możemy go obliczyć z dystrybuanty: P(X x p. Kwantyle Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p, że P(X x p ) p P(X x p ) 1 p Możemy go obliczyć z dystrybuanty: Jeżeli F(x p ) = p, to x p jest kwantylem rzędu p Jeżeli F(x p )

Bardziej szczegółowo

Przetwarzanie sygnałów biomedycznych

Przetwarzanie sygnałów biomedycznych Przetwarzanie sygnałów biomedycznych dr hab. inż. Krzysztof Kałużyński, prof. PW Człowiek- najlepsza inwestycja Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

Podstawy Akustyki. Drgania normalne a fale stojące Składanie fal harmonicznych: Fale akustyczne w powietrzu Efekt Dopplera

Podstawy Akustyki. Drgania normalne a fale stojące Składanie fal harmonicznych: Fale akustyczne w powietrzu Efekt Dopplera Jucatan, Mexico, February 005 W-10 (Jaroszewicz) 14 slajdów Podstawy Akustyki Drgania normalne a fale stojące Składanie fal harmonicznych: prędkość grupowa, dyspersja fal, superpozycja Fouriera, paczka

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa STATYSTYKA MATEMATYCZNA rachunek prawdopodobieństwa treść Zdarzenia losowe pojęcie prawdopodobieństwa prawo wielkich liczb zmienne losowe rozkłady teoretyczne zmiennych losowych Zanim zajmiemy się wnioskowaniem

Bardziej szczegółowo

Metody analizy zapisu EEG. Piotr Walerjan

Metody analizy zapisu EEG. Piotr Walerjan Metody analizy zapisu EEG Piotr Walerjan Metody automatyczne i semiautomatyczne w EEG automatyczna detekcja (i zliczanie) zdarzeń wykrywanie wyładowań, napadów tworzenie hipnogramów analizy widmowe, wykresy

Bardziej szczegółowo

Podczas zajęć będziemy zajmować się głownie procesami ergodycznymi zdefiniowanymi na przestrzeniach ciągłych.

Podczas zajęć będziemy zajmować się głownie procesami ergodycznymi zdefiniowanymi na przestrzeniach ciągłych. Trochę teorii W celu przeprowadzenia rygorystycznej ekonometrycznej analizy szeregu finansowego będziemy traktowali obserwowany ciąg danych (x 1, x 2,..., x T ) jako realizację pewnego procesu stochastycznego.

Bardziej szczegółowo