S(t) S 4 S 3 S 2 S 1. Rozpatrywany element. Czy element podlega odnowie? Czy odnowa polega na naprawie?

Wielkość: px
Rozpocząć pokaz od strony:

Download "S(t) S 4 S 3 S 2 S 1. Rozpatrywany element. Czy element podlega odnowie? Czy odnowa polega na naprawie?"

Transkrypt

1 II. Nezawodość elemeów yemów (J. Paka) Poęca podawowe OBIEKT rakue ę ako poęce perwoe, określaące w zależośc od porzeb: epodzely eleme (bez uwzględea ego rukury wewęrze), zbór elemeów worzących yem. S( S 4 OBIEKT S 3 proy (eleme złożoy (yem) S S Ry... Przykładowy wykre zma au elemeu Rozparyway eleme T Czy eleme podlega odowe? N Eleme odawaly Eleme eodawaly Ry... Klayfkaca elemeów T Czy odowa polega a aprawe? N Eleme remoowaly Eleme odawaly eremoowaly Eleme eodawaly e w peł charakeryzoway przez rozkład czau fukcoowaa τ (bezawarye pracy). { < } Q( ) F P τ - fukca zawodośc (dyrybuaa rozkładu), P{τ } - F( fukca ezawodośc, df( f - gęość prawdopodobeńwa. d gdze: F( dyrybuaa zmee loowe, prawdopodobeńwo fukcoowaa elemeu (ezawodość elemeu), f( gęość prawdopodobeńwa rozkładu. Względą gęość prawdopodobeńwa zmee loowe τ azywa ę eywoścą eprawośc awaryych (uzkodzeń) zwaa e oa róweż fukcą ryzyka: f F' d F( d (.4)

2 II. Nezawodość elemeów yemów (J. Paka) Ry..3. Typowy przebeg fukc eywośc uzkodzeń: I okre ekploaac wępe (owaaa, dorzewaa), II okre ormale (właścwe) ekploaac, III okre arzea ę obeku I II III Poza powyżzym charakeryykam (wkaźkam) ezawodośc elemeu eodawalego (, () ą podawae: Skumulowaa eywość eprawośc awaryych (uzkodzeń), zwaa eż kumulowaą fukcą ryzyka Λ d (.5) Zachodz zwązek )exp d )exp[ Λ( (.6) Naczęśce zakłada ę, że w chwl rozpoczęca ekploaac eleme e w ae zdaośc, czyl że ). Wedy R exp Λ(, Λ( l (.7) [ ) Średa warość fukc ryzyka (eywośc uzkodzeń) w przedzale [, Λ( (.8) Pozoały oczekway cza poprawe pracy (do uzkodzea) r( d E[ τ d gdze E[τ e oczekwaym czaem fukcoowaa (poprawe pracy) do uzkodzea. Pozoały oczekway cza poprawe pracy lepe charakeryzue ezawodość elemeu od oczekwaego czau fukcoowaa E[τ. Dla : r( r() E[τ, zaś dla > : r( ma zwykle przebeg maleący, gdyż w rzeczywych urządzeach zachodzą procey arzeowe. Eleme odawaly ma w ogólym przypadku czery ay podawowe: fukcoowaa, remou awaryego, remou proflakyczego, rezerwy. Jeśl pome ę ay remou proflakyczego rezerwy o modelem proceu ekploaac elemeu odawalego e proce odowy o kończoym e zerowym czae odowy (ry..4). (.9) Ry..4. Przykład proceu odowy z ezerowym czaem odowy T T T Θ Θ Cąg, 3,..., k+,... worzą chwle koleych uzkodzeń, aoma cąg, 4,..., k,... chwle odoweń. Są u róweż dwa cąg zmeych loowych T, T,..., T k,... oraz Θ, Θ,..., Θ k,... określaące czay fukcoowaa (pracy) czay odowy. Cąg e worzą dwa rumee zdarzeń: rumeń eprawośc (uzkodzeń) rumeń odów.

3 II. Nezawodość elemeów yemów (J. Paka) Rzeczywy proce odowy moża zaem aalzować za pomocą dwóch proceów loowych: o { N, }, wyrażaącego lczbę uzkodzeń w przedzale czaowym [, ; o { m, }, wyrażaącego lczbę odoweń w przedzale czaowym [,. Gdy zmee loowe T k maą e am rozkład o paramerach E[T σ T oraz zmee loowe Θ k o paramerach E[Θ σ Θ (rumee rekuree), wówcza wkaźkem ezawodośc elemeu, kórego modelem ezawodoścowym proceu ekploaac e rzeczywy proce odowy z ezerowym czaem odowy e wpółczyk goowośc. Defue ę go ako prawdopodobeńwo, że w chwl obek zadue ę w ae fukcoowaa (zdaośc) K P ( Tk + Θk ) < < ( Tk + Θk ) + T + } (.5) k k Gdy warość e doaecze duża moża poługwać ę aympoyczym wpółczykem goowośc E[ T K lm K( E[ T + E[ Θ Dla przypadku, gdy cza fukcoowaa cza odowy maą rozkłady wykładcze, mamy: µ + exp[ ( µ + ) µ K lm µ + µ + gdze: µ - eywość odowy, - eywość uzkodzeń. (.6) (.7) Rozkłady zmeych loowych oowae w modelach ezawodoścowych elemeów yemów,8,6,4,,8,6,4,,5,5,5 3 3,5 4 4,5 5 r( lambda Lambda Ry..5. Przebeg fukc, (, Λ( r( w przypadku rozkładu EXP(b) Ry..6. Przebeg fukc, Λ( ( w przypadku rozkładu WEI(b, v), przy b paramerze kzału v > (v,5) v < (v,5),8,6,4,,8,6,4,,,4,6,8,,4,6,8 /b lambda,,5 Lambda,,5,,5 lambda,,5 Lambda,,5,,5 3

4 II. Nezawodość elemeów yemów (J. Paka) Tablca.. Charakeryyk aczęśce oowaych rozkładów Rozkład R ( ( Λ ( r ( Wykładczy EXP(b) exp / b / b / b b T, + ), b > ( ) Webulla WEI(b, ν) T, + ), b >, ν > Warośc amezych MIV(b, ) b >, Poęgowy POW (b, δ) T, b), b >, δ > Gamma GAM(b, p) T, + ), b >, p > Normaly NOµ, σ) µ, σ > Logarymo ormaly LNOµ, σ ) T, + ),µ, σ > exp ν ν ν exp(-( / b) ) ( / b) b ( / b) ν [ - exp ( ( - b ) exp( ( ) / b ) exp (( ) b ) - ( / b) δ )/ b δ ( / b) b δ [ ( / b) δ l / [ ( / b) δ Γ( p, / b) p Γ( p) ( ) ( ( )){ [ ( ) ( / / b exp / b b Γ p Γ p, b) } l ( Γ( p, / b) / Γ( p) ),5 Γ(p) fukca gamma Eulera: Φ µ σ l µ,5 Φ σ Γ( p) x p µ µ ϕ σ,5 Φ σ σ ( ) µ µ l,5 Φ σ l l µ ϕ l σ,5 Φ ( ) µ l,5 Φ σ σ σ exp( x)dx x ϕ x, Φ( ) całka Laplace a: Φ( x) Π ϕ ( z)dz ϕ( ) fukca Gaua: ( ) exp( ) b exp ν [ ( / b) Γ( + / ν) b b [ ( / b) δ ( ) δ + ( / b) δ + δ + b [ p / b + Γ ( ) ν δ + ν+ ( / b)!( ν + ) ( / b) ( p + +, / b) / Γ( p + + ) [ Γ( p, / b) / Γ( p) p ; Γ(p, x) ekomplea (epeła) fukca gamma Eulera: Γ( p, x) exp( d ; x x 4

5 II. Nezawodość elemeów yemów (J. Paka) Procey loowe rumee zdarzeń ako modele ezawodoścowe Proce loowy e o rodza zmeych loowych określoych a wpóle przerze probablycze (V, F, P), przyporządkowaych pozczególym elemeom pewego zboru T. Zbór T może być erpreoway ako zbór chwl wówcza dla proceu loowego używa ę akże określea proce ochayczy. Moża zaem proce loowy określć ako merzalą ze względu a cało F fukcę: X : V T S R (.36) Zbór S warośc przymowaych przez proce azywa ę zborem aów proceu, am zaś proce zapue ę zwykle w poac: { X, T} Zbór T Tablca.. Klayfkaca proceów loowych Zbór aów S Co awyże przelczaly (dykrey) Przedzał (cągły) Co awyże przelczaly (dykrey) Łańcuch loowy Cąg (zereg) loowy Przedzał (cągły) Pukowy proce loowy (o dykree przerze aów) Proce loowy z czaem cągłym Op proceu loowego może polegać a podau dyrybua: ( ) P[ ( ), (.37) F x X < x x R, T charakeryzuących rozkład prawdopodobeńwa w pozczególych chwlach zboru T. Dyrybuay e e zaweraą edak wyczerpuące formac o procee. Procey acoare (w wężzym ee lub ścśle acoare) ą o ake procey, kórych charakeryyk probablycze e zmeaą ę przy zmae puku odeea a o czau. Iacze mówąc, (bezwarukowe) prawdopodobeńwo, że X( < y, e ake amo ak prawdopodobeńwo, że X( + τ) < y dla każdego τ P { X < y} P{ X ( + τ) < y} (.4) Proce e acoary w zerzym ee lub łabo acoary, gdy ma ałą warość oczekwaą, a ego fukca korelacya zależy wyłącze od różcy argumeów: m m co. (.4) K(, ) k( k( τ ), τ (.4) Proce ochayczy azywamy ergodyczym, eżel wzyke ego realzace ą ypowe w ym ee, że zaomość poedycze realzac X * ( a ekończoym (w prakyce doaecze długm) odcku czaowym pozwala wyzaczać rozkład prawdopodobeńwa w ym, hpoeycze deyczym procee X( w myśl zależośc: P { X ( ) < y} lm { µ { τ }: X < y} τ (.43) T T gdze: µ{τ } - łącza długość odcków czaowych z przedzału [, T, kedy było X * ( < y. Wyobraźmy obe, że formaca I, aką mamy o przebegu proceu X(, kłada ę z formac I*, że w chwl było X( ) x, oraz z formac I** doyczące ego, co ę dzało w chwlach wcześezych od. Jeżel przy poadau formac I* formace I** ą zbęde dla wyzaczea rozkładu zmee loowe X( + τ) dla chwl późezych (τ > ), o proce azywamy proceem Markowa. Tak węc mamy: X ( + τ ) < y} I * I ** P X ( + τ ) < y I * P X ( + ) < y X ( ) (.45) { } { } { x} P τ Bardze formalzowaa defca proceu Markowa e aępuąca. Proce loowy { X + ), T} ( τ azywa ę proceem Markowa, gdy dla dowolego kończoego cągu chwl < <... < (,,..., T) dowolych lczb rzeczywych x, x,..., x zachodz rówość: P[ X ( P[ X ( ) < ) x X ( X ( ) x ) x, X ( ) x,..., X ( ) x (.46) Zależość powyżza ozacza, że warukowy rozkład prawdopodobeńwa zmee loowe X( ) zależy wyłącze od rozkładu prawdopodobeńwa ede ze zmeych loowych X( - ). Właścwośc proceu Markowa w chwl e zależą od warośc, ake proce przymował w chwlach,,..., -. Proce Markowa e węc w peł charakeryzoway przez dyrybuaę warukową: F(,, x, y) P[X( < x X() y, < (.47) albo eż łączą dyrybuaę wekora loowego (X(), X() wraz z dyrybuaą począkową F(, y) P[X() < y. 5

6 II. Nezawodość elemeów yemów (J. Paka) W aalze proceów Markowa zaadczą rolę odgrywa fukca zwaa prawdopodobeńwem prześca, kóra e określoa dla dowolych chwl ( < ;, T) oraz dla dowole lczby rzeczywe y dowolego zboru borelowkego B, w aępuący poób: P(,, B, y) P[X( B X() y (.48) Proce Markowa { X, T} e edorody, gdy dla dowolych, T ( < prawdopodobeńwa prześca zależą ylko od różcy τ, z.: P(,, B, y) P(τ, B, y) (.49) W zaoowaach prakyczych, w zczególośc w zagadeach ezawodoścowych, aoezą rolę odgrywaą pukowe procey Markowa określoe a przedzale T [, z przerzeą aów S {,,,...}. Realzace pukowego proceu Markowa ą fukcam przedzałam ałym, a ch wykrey ą lam chodkowym. Dla pukowego proceu Markowa, prawdopodobeńwa prześca p (, P[X( X(),,,,,,... (.5) pełaą zwązk: k p (, pk (, ) pk (, ),( < < (.5) zwae rówaam Smoluchowkego Chapmaa Kołmogorowa. Poado dla każdego (,,,...) zachodz rówość: p (, (.5) Wprowadzaąc fukce ( zwae eywoścam prześca proceu lm p (, +,,,,,..., uzykue ę układ rówań różczkowych o zmeych wpółczykach: S dp d P + S przy czym: ( ) (. P (.53) (.54) S gdze: P ( prawdopodobeńwo bezwarukowe przebywaa proceu w chwl w ae, ( - eywość prześca proceu w chwl ze au do au. Gdy proce Markowa e edorody, o eywośc prześca proceu ą ezależe od czau ( co., uzykue ę układ rówań różczkowych o ałych wpółczykach: S dp P + d S P dla rozwązaa kórego e porzeba zaomość prawdopodobeńw począkowych P (), S. Układ powyżzy moża zapać w poac wekorowe, ako: (.55) d P ΛP( (.56) d przy czym: P( [P (, P (,..., P m ( m m Λ. m m. m m m. m m gdze: P( - wekor kolumowy prawdopodobeńw przebywaa proceu w pozczególych aach, Λ - macerz eywośc prześć, m card S lczość zboru S (lczba aów proceu). Macerz eywośc prześć e macerzą kwadraową. No oa azwę macerzy gua ochaycze. Dla e każde kolumy e pełoa zależość: (.57) S 6

7 II. Nezawodość elemeów yemów (J. Paka) Układ rówań Kołmogorowa ma rozwązae poac P P() exp( Λ (.58) gdze P() e wekorem kolumowym prawdopodobeńw począkowych aów proceu, a exp + Λ + Λ +... Λ. Jeśl oblczee warośc powyżzego rozwęca macerzowego e złożoe moża połużyć ę przekzałceem Laplace a. Wyścowe rówae macerzowe przymue poać P() - P() ΛP() (.59) lub P() [ - Λ - P() (.6) gdze: - macerz edykowa o wymarach m m. Pozukway wekor prawdopodobeńw oblcza ę za pomocą odwroego przekzałcea Laplace a. P( L - [ - Λ - P() (.6) gdze: L - - operaor przekzałcea odwroego. W welu zaoowaach prakyczych maą zaczee ylko warośc aympoycze prawdopodobeńw,. warośc P( przy. Jeśl przyąć, że warośc e w ogóle eą (proce e ergodyczy) o rówaa różczkowe przekzałcaą ę w rówaa algebracze. Zaem dla proceów o kończoe lczbe aów ezerowe macerzy eywośc prześć eą gracze (acoare) prawdopodobeńwa aów mogą być oe oblczoe ako rozwązaa układu rówań lowych: ΠΛ (.6) gdze: Π - wekor kolumowy graczych (acoarych) prawdopodobeńw aów proceu. Dla wykluczea eozaczośc układu ależy wząć pod uwagę m - rówań uzupełć e m rówaem: P (.63) Na podawe grafu aów prześć worzy ę układ rówań różczkowych korzyaąc z aępuące reguły memoechcze: pochoda dp d dla au e rówa ume algebracze człoów worzoych przez loczy prawdopodobeńwa ego au, z kórego gałąź (łuk) wychodz oraz eywośc prześca odpowadaące dae gałęz. Lczba człoów umy e rówa lczbe gałęz kerowaych łączących a z ym węzłam grafu. Jeżel gałąź (łuk) e kerowaa do au o czło ma zak plu, zaś w przypadku odwroym zak mu. Zaoowae reguły alepe zlurue przykład. Nech S {,, 3, 4} (ry..9) Ry..9. Graf aów prześć obeku 4-aowego zaś zap macerzowy e aępuący: d P ΛP(, d P P P( ), Λ P ( ) 3 P4 4 Układ rówań Kołmogorowa przyme wówcza poać: dp 4P + P + 4P4 d dp ( + 4 ) P + 3P3 + 4P4 d dp 3 ( ) P3 + 43P4 ( ) d dp4 4P + 4P + 34P3 ( d 4 ( Coraz zerze zaoowae w badaach ezawodośc zaduą procey półmarkowke (em Markowa). Saową oe uogólee łańcuchów edorodych proceów Markowa. W proceach ) ( ) ( ) ) P 4 7

8 II. Nezawodość elemeów yemów (J. Paka) półmarkowkch e e wymagae założee co do poac rozkładów prawdopodobeńw czaów przebywaa w pozczególych aach. Jeżel założyć, że w daym momece czau proce zadował ę w edym ze aów, p. S, o dalza ewoluca proceu e aępuąca: w loowe chwl Θ układ przechodz kokowo do owego au, p. S. Cza Θ przebywaa w ae S do prześca w a S e zmeą loową o dowolym rozkładze opaym przez dyrybuaę G (; prześce ze au do au zachodz z prawdopodobeńwem p > (przy czym p ), eżel ze au aąp prześce do au k o cza przebywaa w ae, Θ e zmeą loową o dowolym rozkładze opaym dyrybuaą G k (, d. Prześce ze au do au w procee em Markowa aępue zaem akby w dwóch eapach: w perwzym zoae określoy loowy mome prześca a w drugm kokowe prześce z edego au w drug (ak w łańcuchu Markowa). Poęcem, a kóre dość częo apoyka ę w eor ezawodośc e poęce rumea zdarzeń. Srumeń zdarzeń e zczególym pukowym proceem loowym {N(}, T}, kórego przerzeń aów aow zbór lczb auralych lczba zero. Je o określoy przez chwle, w kórych oberwue ę zdarzea, lczby wpóle poawaących ę zdarzeń. Zdarzea worzące rumeń zdarzeń mogą być, w ogólym przypadku, róże. Naczęśce edak rozparue ę rumee edorodych zdarzeń. W eor ezawodośc rozparue ę zaem rumee eprawośc rumee odów. Srukury ezawodoścowe yemów Jeżel ezawodość elemeów wyzacza edozacze ezawodość yemu, moża mówć, że określoa e rukura ezawodoścowa yemu. Srukura ezawodoścowa yemu przedawa zaem poób wzaemych powązań elemeów określaących zależość uzkodzeń yemu od uzkodzeń ego elemeów. Srukurę ezawodoścową daego yemu (obeku złożoego) opue ę zw. fukcą rukuralą yemu. W odeeu do yemów dwuaowych w ee ezawodośc, kładaących ę z elemeów, fukcę rukuralą określa ę ako fukcę Φ [ X wekora zeroedykowego X( au yemu przy założeu, że a yemu e w peł określoy przez ay ego elemeów x (,.: Φ X Φ x x,, x (.73) [ ( ) [ ( ), ( ) K ( ) gdze: [ x,,,..., - fukca bara określaąca a -ego elemeu; przymue warość l, gdy eleme e zday, oraz, gdy eleme e ezday. Z kole fukca Φ [ X przymue warość l, gdy yem e zday, gdy yem e ezday. Srukury ezawodoścowe poykae w prakyce moża podzelć a: a) podawowe,. zeregowe, rówoległe progowe; zeregowe Mówmy, że yem ma zeregową rukurę ezawodoścową, eżel eprawość dowolego elemeu powodue eprawość całego yemu. Z defc rukury zeregowe wyka, że obek e prawy wedy ylko wedy, kedy wzyke ego elemey ą prawe. Ry... Szeregowa rukura ezawodoścowa Jeżel uzkodzea pozczególych elemeów yemu ą zdarzeam ezależym, o prawdopodobeńwo, że wzyke elemey będą euzkodzoe (czyl, że yem e zday) fukca ezawodośc yemu, e rówe loczyow wpółczyków (prawdopodobeńw) zdaośc wzykch elemeów: R P( T P( T, T,..., T P( T P( T...P( T R [ F (.74) gdze: R ( fukca ezawodośc -ego elemeu yemu, F ( dyrybuaa czau poprawe pracy (T ) -ego elemeu. Z kole, dyrybuaa czau poprawe pracy (fukca zawodośc) yemu o zeregowe rukurze ezawodoścowe) - wpółczyk zawodośc e określoa wzorem: [ F Q F P( T < R R (.75) Z zależośc (.74) oraz (.6) wyka, że: 8

9 exp Λ II. Nezawodość elemeów yemów (J. Paka) ( )dτ exp ( τ )dτ τ (.76) gdze: Λ ( fukca eywośc uzkodzeń yemu, ( fukca eywośc uzkodzeń -ego elemeu yemu. I dale, że: Λ (.77) co ozacza, że eywość uzkodzeń yemu o rukurze zeregowe e rówa ume eywośc uzkodzeń wzykch elemeów yemu. rówoległe progowe W przypadku rukury rówoległe w ee ezawodośc cały obek e zday, gdy przyame ede ego eleme e zday. Naoma w wypadku rukury progowe obek e zday, eżel przyame klka ego elemeów e zdaych. Syem ma rówoległą rukurę ezawodoścową, eżel zdaość dowolego elemeu ego yemu powodue zdaość całego yemu. Z rówoległą rukurą połączea elemeów w yeme mamy do czyea wedy, gdy wzyke elemey wykouą o amo zadae. Z defc rukury rówoległe wyka, że yem e prawy wedy ylko wedy, kedy co ame ede z ego elemeów e prawy. W yeme o rówoległe rukurze ezawodoścowe dla prawdłowe pracy ego yemu wymagae e prawdłowe dzałae ylko edego elemeu. Zaem zależośc a R Q będą aępuące (dla elemeów ezależych): R F Q F F Q Q Q (.78) a) b) k- k Ry... Rówoległa rukura ezawodoścowa (a) progowa rukura ezawodoścowa (b) k+ Syem ma progową rukurę ezawodoścową ozaczoą ako k z, eżel w celu zapewea ego zdaośc mu być zdaych co ame k pośród ego elemeów. W przypadku, gdy w elemeowym yeme o rukurze progowe wyępuą elemey o różych charakeryykach ezawodoścowych rudo e przedawć edozacze proe formuły a R Q yemu. Ogóla zależość a prawdopodobeńwo poprawe pracy yemu o rukurze progowe, przy założeu że czay poprawe pracy ego elemeów ą ezależym zmeym loowym, e aępuąca: m m R P( T R P ( T (.79) 9

10 II. Nezawodość elemeów yemów (J. Paka) gdze: R ( prawdopodobeńwo poprawe pracy odeoe do -e kombac zdaych elemeów daące zdaość yemu, m lczba kombac zdaych elemeów daących zdaość yemu (lczba aów zdaośc yemu). Prawdopodobeńwo poprawe pracy dowole -e kombac zdaych elemeów daące zdaość yemu moża wyzaczyć ako: R e ( e ) [ R [ R (.8) gdze: e wkaźk przymuący warość, gdy eleme wyępuący w -e kombac elemeów e zday lub, gdy e ezday. W przypadku gdy wzyke elemey yemu o rukurze progowe maą deycze charakeryyk ezawodoścowe, R (, o wykorzyuąc wzór dwumaowy Beroullego uzykue ę aępuące zależośc: R k Q R [ [ k [ [ gdze: k mmala wymagaa lczba zdaych elemeów yemu,!!( )! - lczba kombac po elemeów. (.8) b) Srukury mezae orzymae przez zeregowe, rówoległe lub progowe połączee podyemów o rukurach podawowych. Naczęśce poykaym rukuram mezaym ą: rukura rówoległo-zeregowa (ry..) rukura zeregowo-rówoległa (ry..3). Ry... Rówoległo zeregowa rukura ezawodoścowa k Dyrybuaa czau poprawe pracy yemu o rówoległo-zeregowe rukurze ezawodoścowe ma poać: k u Q F Ru, (.8) u gdze: R u, ( fukca ezawodośc -ego elemeu w u-ym podyeme zeregowym, k lczba podyemów zeregowych, u lczba elemeów w u-ym podyeme zeregowym. Ry..3. Szeregowo rówoległa rukura ezawodoścowa k Dla yemu o zeregowo-rówoległe rukurze ezawodoścowe zachodz zależość: k r R Fr, (.83) r gdze: F r, ( dyrybuaa czau poprawe pracy -ego elemeu w r-ym podyeme rówoległym, k lczba podyemów rówoległych, r lczba elemeów w r-ym podyeme rówoległym.

11 II. Nezawodość elemeów yemów (J. Paka) c) Srukury złożoe, kórych e moża uworzyć przez zeregowe, rówoległe lub progowe połączee chemaów rukur podawowych, p. rukura mokowa. Róże rukury ezawodoścowe yemu, o e ame lczbe deyczych, ezależych elemeów, kukuą różym pozomem ezawodośc yemu. Ogóle zaady budowy modelu ezawodoścowego Rodza rukury ezawodoścowe yemu (obeku złożoego) zależy od: a) rukury fukcoale obeku, z. od poobu korukcyego połączea elemeów od wzaemego oddzaływaa ych elemeów a ebe; b) zadaa, ake ma day obek wykoać. W zwązku z powyżzym podawą worzea rukur ezawodoścowych ą odpowede chemay echologcze obeków złożoych. Ze względu a pecyfkę problemu oraz różce w rozwązaach proekowych różych obeków ależy określać rukurę ezawodoścową dywduale dla każdego aalzowaego obeku. Srukurę ezawodoścową aalzowaego obeku moża przedawć mędzy ym w poac abelaryzowae lub aalycze, p. przez fukcę rukuralą yemu. Jedak aprozym abardze obrazowym poobem przedawea rukury ezawodoścowe obeku e poób grafczy. W ym wypadku rukura ezawodoścowa e pokazaa ako graf lub eż ako chema blokowy ezawodośc lub po prou chema ezawodoścowy obeku. Ze względu a pecyfkę problemu oraz różce w rozwązaach proekowych różych yemów (p. zalaa obeków) ależy określać rukurę ezawodoścową dywduale dla każdego aalzowaego yemu. Tworzee chemau ezawodoścowego powo zawerać: aalzę chemau opologczego fukcoowaa yemu; wyróżee w yeme elemeów, kórych ezawodość ma wpływ a ezawodość yemu; odwzorowae wyróżoych elemeów w poac bloków; grafcze odwzorowae zależośc mędzy aam ezawodoścowym elemeów, a aem ezawodoścowym yemu. W celu uławea grafczego odwzorowaa rukury ezawodoścowe yemu moża wykorzyać aępuące wkazówk: ) elemey epowarzale przedawa ę w poac oddzelych różych bloków, ) elemey powarzale przedawa ę w poac edego ypu bloku; 3) eżel eprawość daego elemeu powodue ezdaość całego yemu, o eleme e wchodz w kład podyemu o zeregowe rukurze ezawodoścowe; 4) eżel eprawość yemu e powodowaa edoczeą ezdaoścą klku elemeów, o elemey e wchodzą w kład podyemu o rówoległe rukurze ezawodoścowe. Wyróżea elemeów w badaym yeme dokoue ę w procee dekompozyc. Dekompozyca yemu polega a opowym podzale obeku a meze częśc (podyemy), kóre z kole dzel ę a podyemy proze. Na daym opu podzału wyróżoe podyemy rakue ę ako epodzele elemey. Podzał e wykoyway ze względu a fukce (wg kryerów echologczych), ake peł day podyem podcza realzac zadaa obeku. Dekompozyc dokoue ę do akego opa zczegółowośc, ak arzuca cel zakre ocey ezawodośc aalzowaego yemu. Ozacza o, ż z puku wdzea porzeb ocey ezawodośc dalzy podzał a elemey e e celowy. W ekórych wypadkach rukura fukcoala obeku złożoego odpowada wpro ego rukurze ezawodoścowe. W wękzośc wypadków edak ak e e. Zwązae e o z wpływem poawoego zadaa, kóre ma wykoać obek, a ego rukurę ezawodoścową. Model proceu ekploaac yemu ako podawa modelu ezawodoścowego Obeky elekroeergeycze ypu układy (yemy) ą rozparywae ako yemy, w kórych wyodręba ę zbory urządzeń oraz relac opologczych ekploaacyych mędzy m. Relace ekploaacye ą określoe ako oddzaływaa aów ekploaacyych edego urządzea a ay ych urządzeń. Relace opologcze mędzy urządzeam rzeczywym ą określoe ako bezpośrede połączea geomerycze (elekrycze) elemeów. Układ (yem) będzemy węc dale rozumeć ako zbór elemeów oblczeowych (dale elemeów) oraz relac ekploaacyych mędzy m. Proce ekploaac yemu zaś będze opay przez zbór aów ego ekploaac oraz relac ekploaacyych mędzy m. Zależy o od proceów ekploaacyych elemeów kładowych oraz relac ekploaacyych mędzy elemeam. Należy u rozróżć relace ekploaacye mędzy aam określoe ako bezpośrede prześce mędzy dwoma aam ekploaacyym oraz relace ekploaacye mędzy elemeam, określoe ako oddzaływae aów edego elemeu a ay ych. Zbory relac ekploaacyych mędzy elemeam w yeme mogą być określoe przez uogóloe poęca kofgurac lub rukury.

12 II. Nezawodość elemeów yemów (J. Paka) Kofguracę relac w yeme aow kokrey zbór relac ekploaacyych e zmeaących ę w rozparywaym okree czau. Srukurę relac w yeme aow uogóloy (zagregoway) uporządkoway zbór relac. Srukura relac zawera zbory wzykch możlwych kofgurac. Welorakość kofgurac e cechą obeków złożoych (yemów). Wpółzależość aów ekploaac elemeów wyka ze wpółzależośc ch odpowedków fzyczych, relac opologczych mędzy elemeam, wypoażea układu w urządzea komuacye, SPZ, SZR oraz przyęe raeg remoowe. Say ekploaacye yemu orzymue ę przez agregacę możlwych aów elemeów. Określa o operaor przekzałcaący przerzeń aów elemeów w ay podawowe yemu: HS : SEM SU (.9) gdze: SEM zbór możlwych aów elemeów, SU zbór aów yemu (układu), HS operaor przekzałcaący, określoy przez pozom oddzaływaa elemeu a welkośc charakeryzuące yem (moc geerowaa przez elekrowę, moc przeyłaa za pośredcwem układu ecowego p.). SEM S S K S K S (.93) gdze: S zbór aów ego elemeu, lczba elemeów w yeme. Model proceu ekploaac yemu, rakowaego ako zbór elemeów, e określoy przez zbór proceów ekploaacyych {P f (} elemeów ze zboru U oraz zbór relac ekploaacyych EU mędzy elemeam: U U,, (.94) EU { } SEM SEM : (.95) Proce ekploaac yemu moża zlurować za pomocą pożzego cągu kołowego: U, SEM R (3k+) EU RU U (3k+3), SEM (3k+3) U (3k+), SEM (3k+) U (3k+), SEM (3k+) EU k,,, 3 W chwl ależy zać zbór elemeów U oraz zbory ch aów ekploaacyych SEM. Dla elemeów z U określa ę za pomocą EU kofguracę relac ekploaacyych mędzy elemeam. W wyku orzymue ę zbory U (3k+) oraz SEM (3k+). Naczęśce różą ę oe od zborów określoych w momece (p. ay awar elemeów do remoów awaryych). RU określa odwzorowae remoowe (aowące podzbór EU), kóre przy raeg remoów proflakyczych R (3k+) powodue prześce do podzborów U (3k+) oraz SEM (3k+). Odwzorowae EU przekzałca e zbory w zbory U (3k+3) oraz SEM (3k+3). Dale proce powarza ę przy zmeym k. Każdy eleme ze zboru U, w dae chwl, może zadować ę w edym ze aów ależących do zboru S. Część ze aów ekploaacyych elemeu może oddzaływać a ay pozoałych elemeów. Ozaczaąc przez relacę ekploaacyą -ego au -ego elemeu oddzaływuącego a ay k- ego elemeu, orzymue ę: k eu : S S (.96) ( ) k Zaem odwzorowae EU e zborem fukc ekploaacyych: k, k, SEM EU k { eu ( ) } (.97) Sraega remoów proflakyczych R (3k+) e określoa przez rodza remoów plaowych oraz momey rozpoczęca zakończea każdego remou plaowego dla elemeów. Rodza remoów wyka z ualeń prakyk ekploaacye. Ogóle mogą o być remoy kapale beżące. Momey rozpoczęca zakończea remoów zaś mogą być loowe albo zdeermowae (loowa bądź deermycza raega remoowa).

Obliczanie wskaźników niezawodności podstawowych struktur niezawodnościowych

Obliczanie wskaźników niezawodności podstawowych struktur niezawodnościowych POLIECHNIKA WASZAWSKA Iyu Elekroeergeyk, Zakład Elekrow Gopodark Elekroeergeycze Bezpeczeńwo elekroeergeycze ezawodość zalaa laboraorum opracował: prof. dr hab. ż. Józef Paka, mgr ż. Por Marchel Ćwczee

Bardziej szczegółowo

OBIEKT. złożony (system)

OBIEKT. złożony (system) II. Nezawodość elemeów sysemów (J. Paska) Poęca podsawowe OBIEKT rakue sę ako poęce perwoe, określaące w zależośc od porzeb: epodzely eleme (bez uwzględea ego srukury wewęrze), zbór elemeów worzących sysem.

Bardziej szczegółowo

Wykład 2 Elementy statystyki.

Wykład 2 Elementy statystyki. Wykład 2 Elemey ayyk. Sayyka opowa.. Słowk podawowych poęć: Populaca geerala-zborowość poddawaa ayyczemu badau (p. klec ec elekomukacyych, elefoy określoe mark, rozmowy elefocze) Cecha-właość elemeów populac

Bardziej szczegółowo

1. Relacja preferencji

1. Relacja preferencji dr Mchał Koopczyńsk EKONOMIA MATEMATYCZNA Wykłady, 2, 3 (a podstawe skryptu r 65) Relaca preferec koszyk towarów: przestrzeń towarów: R + = { x R x 0} x = ( x,, x ) X X R+ x 0 x 0 =, 2,, x~y xf y x y x

Bardziej szczegółowo

Niezawodność i diagnostyka Kierunek AiR, sem. V, rok. ak. 2010/11 STRUKTURY I MIARY PROBABILISTYCZNE SYSTEMÓW METODA DRZEWA (STANÓW) NIEZDATNOŚCI

Niezawodność i diagnostyka Kierunek AiR, sem. V, rok. ak. 2010/11 STRUKTURY I MIARY PROBABILISTYCZNE SYSTEMÓW METODA DRZEWA (STANÓW) NIEZDATNOŚCI Nezawodość dagosyka Keruek, sem. V, rok. ak. 00/ STUKTUY I MIY POILISTYCZNE SYSTEMÓW METOD DZEW STNÓW NIEZDTNOŚCI. Srukury obeków złożoych ch rerezeace Wsółczese obeky sysemy echcze, a szczególe wększe

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

Zmiana bazy i macierz przejścia

Zmiana bazy i macierz przejścia Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl Zmaa bazy macerz prześca Nech V będze wymarową przesrzeą lową ad całem K. Nech Be e będze bazą przesrze V. Rozważmy ową bazę B e... e. Oczywśce

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

ROZKŁADY ZMIENNYCH LOSOWYCH

ROZKŁADY ZMIENNYCH LOSOWYCH ROZKŁADY ZMIENNYCH LOSOWYCH ZMIENNA LOSOWA Defcja. Zmeą losową jest fukcja: X: E -> R która każdemu zdarzeu elemetaremu E przypsuje lczbę rzeczywstą e X ( e) R DYSTRYBUANTA Dystrybuatą zmeej losowej X

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona: Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0

Bardziej szczegółowo

WYKŁAD nr 2. to przekształcenie (1.4) zwane jest przekształceniem całkowym Laplace a

WYKŁAD nr 2. to przekształcenie (1.4) zwane jest przekształceniem całkowym Laplace a WYKŁAD r. Elemey rachuku operaorowego Podawą rachuku operaorowego je zw. przekzałceie Laplace a, mające poać przekzałceia całkowego, przyporządkowujące fukcjom pewe owe fukcje, iego argumeu. Mówi ię, że

Bardziej szczegółowo

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego

Bardziej szczegółowo

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac

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

Niezawodność. systemów nienaprawialnych. 1. Analiza systemów w nienaprawialnych. 2. System nienaprawialny przykładowe

Niezawodność. systemów nienaprawialnych. 1. Analiza systemów w nienaprawialnych. 2. System nienaprawialny przykładowe Nezawoość sysemów eaprawalych. Aalza sysemów w eaprawalych. Sysemy eaprawale - przykłaowe srukury ezawooścowe 3. Sysemy eaprawale - przykłay aalzy. Aalza sysemów w eaprawalych Sysem eaprawaly jes o sysem

Bardziej szczegółowo

Funkcja wiarogodności

Funkcja wiarogodności Fukca warogodośc Defca: Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x; θ. Fukcą warogodośc dla próby x azywamy welkość: ( x; θ f ( x ; θ L Uwaga: Fukca warogodośc to e to samo co łącza

Bardziej szczegółowo

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84 Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,

Bardziej szczegółowo

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

Bardziej szczegółowo

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki: Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta

Bardziej szczegółowo

Matematyczny opis ryzyka

Matematyczny opis ryzyka Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

JEDNOWYMIAROWA ZMIENNA LOSOWA JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,

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

VI. TWIERDZENIA GRANICZNE

VI. TWIERDZENIA GRANICZNE VI. TWIERDZENIA GRANICZNE 6.. Wprowadzee Twerdzea gracze dotyczą własośc graczych cągów zmeych losowych dzelą sę a:! twerdzea lokale opsują zbeżośc cągu fukcj prawdopodobeństwa w przypadku cągu {X } zmeych

Bardziej szczegółowo

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

Projekt 2 2. Wielomiany interpolujące

Projekt 2 2. Wielomiany interpolujące Proekt Weloma terpoluące Rodzae welomaów terpoluącc uma edomaów Nec w przedzale a, b określoa będze fukca f: ec będze ustaloc m wartośc argumetu :,,, m, m L prz czm: < < L < < m m Pukt o tc odcztac azwa

Bardziej szczegółowo

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów. Pradopodobeństo statystya 6..3r. Zadae. Rzucamy symetryczą moetą ta długo aż dóch olejych rzutach pojaą sę resz. Oblcz artość oczeaą lczby yoaych rzutó. (A) 7 (B) 8 (C) 9 (D) (E) 6 Wsazóa: jeśl rzuce umer

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

ma rozkład normalny z nieznaną wartością oczekiwaną m Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

będą niezależnymi zmiennymi losowymi o tym samym 2 x Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka

Bardziej szczegółowo

Ekonometryczne modele nieliniowe

Ekonometryczne modele nieliniowe Ekonomeryczne modele nelnowe Wykład 5 Progowe modele regrej Leraura Hanen B. E. 997 Inference n TAR Model, Sude n Nonlnear Dynamc and Economerc,. Tek na rone nerneowej wykładu Dodakowa leraura Hanen B.

Bardziej szczegółowo

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i= ESTYMATOR WARIANCJI I DYSPERSJI Ozaczmy: µ wartość oczekwaa rozkładu gauowkego wyków pomarów (wartość prawdzwa merzoej welkośc σ dyperja rozkładu wyków pomarów wyk er pomarów (,..., Stoując metodę ajwękzej

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej Rachek prawdopodobeńswa saysyka maemaycza Esymacja przedzałowa paramerów srkralych zborowośc geeralej Częso zachodz syacja, że koecze jes zbadae ogół poplacj pod pewym kąem p. średa oce z pewego przedmo.

Bardziej szczegółowo

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej PŁAKA GEOMETRIA MA Środek cężkośc fgury płaskej Mometam statyczym M x M y fgury płaskej względem os x lub y (rys. 7.1) azywamy gracę algebraczej sumy loczyów elemetarych pól d przez ch odległośc od os,

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8 Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja

Bardziej szczegółowo

2. Wprowadzenie. Obiekt

2. Wprowadzenie. Obiekt POLITECHNIKA WARSZAWSKA Insyu Elekroenergeyki, Zakład Elekrowni i Gospodarki Elekroenergeycznej Bezpieczeńswo elekroenergeyczne i niezawodność zasilania laoraorium opracował: prof. dr ha. inż. Józef Paska,

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya

Bardziej szczegółowo

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji.

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji. Botatytyka, 018/019 dla Fzyk Medyczej, tuda magterke etymacja etymacja średej puktowa przedzał ufośc średej rozkładu ormalego etymacja puktowa przedzałowa waracj rozkładu ormalego etymacja parametrów rozkładu

Bardziej szczegółowo

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ Podstawowe pojęca rachuu prawdopodobeństwa: zdarzee losowe, zdarzee elemetare, prawdopodobeństwo, zbór zdarzeń elemetarych. Def. Nech E będze zborem

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA Ćwczee 8 TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA 8.. Cel ćwczea Celem ćwczea jest wyzaczee statyczego współczyka tarca pomędzy walcową powerzchą cała a opasującą je lą. Poadto a drodze eksperymetalej

Bardziej szczegółowo

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Katedra Ietycj Faoych Zarządzaa yzykem Aalza Zarządzae Portfelem cz. Dr Katarzya Kuzak Co to jet portfel? Portfel grupa aktyó (trumetó faoych, aktyó rzeczoych), które zotały yelekcjooae, którym ależy zarządzać

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau

Bardziej szczegółowo

. Wtedy E V U jest równa

. Wtedy E V U jest równa Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5 Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

Analiza Matematyczna Ćwiczenia. J. de Lucas Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y

Bardziej szczegółowo

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń Zasosowae meody ajmejszych kwadraów do pomaru częsolwośc średej sygałów o małej sromośc zboczy w obecośc zakłóceń Elgusz PAWŁOWSKI, Darusz ŚWISULSKI Podsawowe meody pomaru częsolwośc Zlczae okresów w zadaym

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematycza Aa Jacka wykład II, 3.05.016 PORÓWNANIE WIĘCEJ NIŻ DWÓCH POPULACJI TESTY NIEPARAMETRYCZNE Pla a dzsaj 1. Porówywae węcej ż dwóch populacj test jedoczykowej aalzy waracj (ANOVA).

Bardziej szczegółowo

Modelowanie i Analiza Danych Przestrzennych

Modelowanie i Analiza Danych Przestrzennych Modelowae Aalza Daych Przestrzeych Wykład 8 Adrze Leśak Katedra Geoformatyk Iformatyk Stosowae Akadema Górczo-Hutcza w Krakowe Jaką postać ma warogram daych z tredem? Moża o wylczyć teoretycze prostego

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Zaawasowae metod umercze Programowae lowe (problem dual, program low w lczbach całkowtch) Dualość est kluczowm poęcem programowaa lowego. Pozwala a udowodee że otrzmwae rozwązaa są optmale. Zagadee duale

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

Metoda Monte-Carlo i inne zagadnienia 1

Metoda Monte-Carlo i inne zagadnienia 1 Metoda Mote-Carlo e zagadea Metoda Mote-Carlo Są przypadk kedy zamast wykoać jakś eksperymet chcelbyśmy symulować jego wyk używając komputera geeratora lczb (pseudolosowych. Wększość bblotek programów

Bardziej szczegółowo

Regresja REGRESJA

Regresja REGRESJA Regresja 39. REGRESJA.. Regresja perwszego rodzaju Nech (, będze dwuwyarową zeą losową, dla które steje kowaracja. Nech E( y ozacza warukową wartość oczekwaą zdefowaą dla przypadku zeych losowych typu

Bardziej szczegółowo

ZMIENNE LOSOWE WIELOWYMIAROWE

ZMIENNE LOSOWE WIELOWYMIAROWE L.Kowals Zmee losowe welowmarowe ( ΩS P ZMIENNE LOSOWE WIELOWMIAROWE - ustaloa przestrzeń probablstcza. (... - zmea losowa - wmarowa (wetor losow cąg losow. : Ω R (fuca borelowsa P : Β R [0 - rozład zmee

Bardziej szczegółowo

Matematyka dyskretna. 10. Funkcja Möbiusa

Matematyka dyskretna. 10. Funkcja Möbiusa Matematyka dyskreta 10. Fukcja Möbusa Defcja 10.1 Nech (P, ) będze zborem uporządkowaym. Mówmy, że zbór uporządkoway P jest lokale skończoy, jeśl każdy podzał [a, b] P jest skończoy, a, b P Uwaga 10.1

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc

Bardziej szczegółowo

MODELE OBIEKTÓW W 3-D3 część

MODELE OBIEKTÓW W 3-D3 część WYKŁAD 5 MODELE OBIEKTÓW W -D część la wykładu: Kocepcja krzywej sklejaej Jedorode krzywe B-sklejae ejedorode krzywe B-sklejae owerzche Bezera, B-sklejae URBS 1. Kocepcja krzywej sklejaej Istotą z praktyczego

Bardziej szczegółowo

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2 Permutacje { 2,,..., } Defcja: Permutacją zboru lczb azywamy dowolą różowartoścową fukcję określoą a tym zborze o wartoścach w tym zborze. Uwaga: Lczba wszystkch permutacj wyos! Permutacje zapsujemy w

Bardziej szczegółowo

Politechnika Opolska. Skrypt Nr 237 ISSN 1427-9932 (wersja elektroniczna) Ewald Macha. Niezawodność maszyn

Politechnika Opolska. Skrypt Nr 237 ISSN 1427-9932 (wersja elektroniczna) Ewald Macha. Niezawodność maszyn Polechka Opolska Skrp Nr 37 ISSN 47-993 (wersja elekrocza) Ewald Macha Nezawodość masz Opole 3 Sps reśc Przedmowa 5 Wkaz ważejszch ozaczeń 6. Podsawowe pojęca eor ezawodośc 7.. Pojęca ezawodośc...7.. Defcja

Bardziej szczegółowo

ANALIZA INPUT - OUTPUT

ANALIZA INPUT - OUTPUT Aalza put - output Notatk S Dorosewcz J Staseńko Stroa z 28 SŁAWOMIR DOROSIEWICZ JUSTYNA STASIEŃKO ANALIZA INPUT - OUTPUT NOTATKI Istytut Ekoometr SGH Aalza put - output Notatk S Dorosewcz J Staseńko Stroa

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz

Bardziej szczegółowo

ĆWICZENIE 10 OPTYMALIZACJA STRUKTURY CZUJKI TEMPERATURY W ASPEKCIE NIEZWODNOŚCI

ĆWICZENIE 10 OPTYMALIZACJA STRUKTURY CZUJKI TEMPERATURY W ASPEKCIE NIEZWODNOŚCI ĆWICZENIE 0 OPTYMALIZACJA STUKTUY CZUJKI TEMPEATUY W ASPEKCIE NIEZWODNOŚCI Cel ćwczea: zapozae z metodam optymalzac wewętrze struktury mozakowe czuk temperatury stosowae w systemach sygalzac pożaru; wyzaczee

Bardziej szczegółowo

Współczynnik korelacji rangowej badanie zależności między preferencjami

Współczynnik korelacji rangowej badanie zależności między preferencjami Współczyk korelacj ragowej badae zależośc mędzy preferecjam Przemysław Grzegorzewsk Istytut Badań Systymowych PAN ul. Newelska 6 01-447 Warszawa E-mal: pgrzeg@bspa.waw.pl Pla referatu: Klasycze metody

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

Statystyczne charakterystyki liczbowe szeregu Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych

Bardziej szczegółowo

Szeregi czasowe, modele DL i ADL, przyczynowość, integracja

Szeregi czasowe, modele DL i ADL, przyczynowość, integracja Szereg czasowe, modele DL ADL, rzyczyowość, egracja Szereg czasowy, o cąg realzacj zmeej losowej, owedzmy y, w kolejych okresach czasu: { y } T, co rówoważe możemy zasać: = 1 y = { y1, y,..., y T }. Najogólej

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10) Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,

Bardziej szczegółowo

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą. Joaa Ceślak, aula Bawej ESTREA FUNCJI ESTREA FUNCJI JEDNEJ ZIENNEJ Otoczeem puktu R jest każdy przedzał postac,+, gdze >. Sąsedztwem puktu jest każdy zbór postac,,+, gdze >. Nech R, : R oraz ech. De. ówmy,

Bardziej szczegółowo

Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982.

Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982. Wyłady z Aalzy rzeczywstej zespoloej w Matematyce stosowaej Lteratura W Rud: Podstawy aalzy matematyczej, PWN, Warszawa, 1982 W Rud: Aalza rzeczywsta zespoloa, PZWS, Warszawa, 1986 W Szabat: Wstęp do aalzy

Bardziej szczegółowo

Lista 6. Kamil Matuszewski 26 listopada 2015

Lista 6. Kamil Matuszewski 26 listopada 2015 Lsta 6 Kaml Matuszews 6 lstopada 5 4 5 6 7 8 9 4 5 X X X X X X X X X X X D X X N Gdze X-spsae, D-Delarowae, N-edelarowae. Zadae Zadae jest westą odpowedego pomalowaa. Weźmy sobe szachowcę x, poumerujmy

Bardziej szczegółowo

X i T (X) = i=1. i + 1, X i+1 i + 1. Cov H0. ( X i. k 31 ) 1 Φ(1, 1818) 0, 12.

X i T (X) = i=1. i + 1, X i+1 i + 1. Cov H0. ( X i. k 31 ) 1 Φ(1, 1818) 0, 12. Zadae p (X p (X ( ( π 6 6 e 6 X m ( π 6 6 e 6 ( X C e m 6 X, gdze staªa C e zale»y od statystyk X (X,, X 6, a m jest w ksze od zera Zatem p (X/p (X jest emalej c fukcj statystyk T (X 6 X ªatwo pokaza,»e

Bardziej szczegółowo

i = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3

i = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3 35 Iterpoaca Herte a 3 f ( x f ( x,,, 3, 4 f ( x,,, 3 f ( x,, 3 f ( x, 4 f ( x 33,5,698,87,5!, 34,83,785,9,3 36,598,877,95 38,475,97 4,447 Na podstawe wzoru (38 ay zate 87,, 5, L4 ( t 335, +, 698t+ t(

Bardziej szczegółowo

Badania niezawodnościowe i statystyczna analiza ich wyników

Badania niezawodnościowe i statystyczna analiza ich wyników Badaa ezawodoścowe statystycza aalza ch wyków. Co to są badaa ezawodoścowe jak sę je przeprowadza?. Metody prezetacj opsu daych pochodzących z eksperymetu 3. Sposoby wyzaczaa rozkładu zmeej losowej a podstawe

Bardziej szczegółowo

IV. ZMIENNE LOSOWE DWUWYMIAROWE

IV. ZMIENNE LOSOWE DWUWYMIAROWE IV. ZMIENNE LOSOWE DWUWYMIAROWE 4.. Rozkład zmeej losowej dwuwymarowej Defcja 4.. Uporządkowaą parę (X, Y) azywamy zmeą losową dwuwymarową, jeśl każda ze zmeych X Y jest zmeą losową. Defcja 4.. Fukcję

Bardziej szczegółowo

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej Dr hab. ż. Ato Śwć, prof. adzw. Istytut Techologczych ystemów Iformacyych oltechka Lubelska ul. Nadbystrzycka 36, 2-68 Lubl e-mal: a.swc@pollub.pl Dr ż. Lech Mazurek aństwowa Wyższa zkoła Zawodowa w Chełme

Bardziej szczegółowo

Reprezentacja krzywych...

Reprezentacja krzywych... Reprezeacja rzywych... Reprezeacja przy pomocy fcj dwóch zmeych rzywe płase płase - jedej: albo z z f x y x [ x x2] y [ y y2] f x y g x x [ x x2] Wady: rzywe óre dla pewych x y mogą przyjmować wele warośc

Bardziej szczegółowo

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu METODA RÓŻIC SKOŃCZOYCH (omówee a przykładze rówań lowych) ech ( rówaa różczkowe zwyczaje lowe I-rz.) lub jedo II-rzędu f / / p( x) f / + q( x) f + r( x) a x b, f ( a) α, f ( b) β dea: a satce argumetu

Bardziej szczegółowo

Sprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych

Sprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych Sprawdzee stateczośc skarpy wykopu pod składowsko odpadów koualych Ustalee wartośc współczyka stateczośc wykoae zostae uproszczoą etodą Bshopa, w oparcu o poższą forułę: [ W s( α )] ( φ ) ( φ ) W ta F

Bardziej szczegółowo

Przekształcenie Laplace a. Definicja i własności, transformaty podstawowych sygnałów

Przekształcenie Laplace a. Definicja i własności, transformaty podstawowych sygnałów Przekzałcenie Laplace a Deinicja i właności, ranormay podawowych ygnałów Tranormaą Laplace a unkcji je unkcja S zmiennej zepolonej, kórą oznacza ię naępująco: L[ ] unkcja S nazywana bywa również unkcją

Bardziej szczegółowo

[ ] WSPÓŁCZYNNIK EKSCESU WEKTORA LOSOWEGO. Wprowadzenie. Katarzyna Budny =, (1)

[ ] WSPÓŁCZYNNIK EKSCESU WEKTORA LOSOWEGO. Wprowadzenie. Katarzyna Budny =, (1) Katarzya Budy Uwersytet Ekoomczy w Krakowe WSPÓŁCZYNNIK EKSCESU WEKTORA LOSOWEGO Wprowadzee Jedą z podstawowych mar spłaszczea czy też kocetrac rozkładu zmee losowe edowymarowe wokół średe est kurtoza

Bardziej szczegółowo

Wskaźniki niezawodności środków transportu szynowego

Wskaźniki niezawodności środków transportu szynowego SZKODA Macej Wskaźk ezawodośc środków rasporu szyowego Ocea ezawodośc, Wskaźk ezawodoścowe, Środk rasporu szyowego Sreszczee Arykuł doyczy wskaźków ezawodośc środków rasporu szyowego. Pod względem ezawodoścowym

Bardziej szczegółowo

Funkcje i charakterystyki zmiennych losowych

Funkcje i charakterystyki zmiennych losowych Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe. INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,

Bardziej szczegółowo

FUNKCJE ZMIENNYCH LOSOWYCH. Uwagi o rozkładzie funkcji zmiennej losowej jednowymiarowej.

FUNKCJE ZMIENNYCH LOSOWYCH. Uwagi o rozkładzie funkcji zmiennej losowej jednowymiarowej. L.Kowals Fucje zmeych losowych FUNKCJE ZMIENNYCH LOSOWYCH Uwag o rozładze fucj zmeej losowej jedowymarowej. Jeśl - soowa, o fucj prawdopodobeńswa P( x ) p, g - dowola o fucja prawdopodobeńswa zmeej losowej

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

Bardziej szczegółowo

7. PODSTAWOWY MODEL RUCHU W UJĘCIU KLASYCZNYM (wg Ashton, 1966) 7.1. Definicje i mierniki parametrów ruchu

7. PODSTAWOWY MODEL RUCHU W UJĘCIU KLASYCZNYM (wg Ashton, 1966) 7.1. Definicje i mierniki parametrów ruchu 7 Podawowy model ruchu w ujęcu klayczym 7 PODSTAWOWY MODEL RUCHU W UJĘCIU KLASYCZNYM (wg Aho, 966) 7 Defcje merk paramerów ruchu Przed dykują różych eor pooków ruchu mumy zdefować pewe pojęca, kóre będą

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