Metodyka szacowania niepewnoci rozszerzonej. Opracował: mgr Mikołaj Kirpluk

Wielkość: px
Rozpocząć pokaz od strony:

Download "Metodyka szacowania niepewnoci rozszerzonej. Opracował: mgr Mikołaj Kirpluk"

Transkrypt

1 Metodyka szacowaia ieewoci rozszerzoej Oracował: mgr Mikołaj Kirluk Jest to szacowaie ieewoci o asymetryczych graicach rzedziału ufoci wzgldem wartoci rediej, co wyika z faktu okrelaia wartoci rediej jako rediej eergetyczej.. redi oziom dwiku redi oziom dwiku (dla jedakowo rawdoodobych zdarze / omiarów obliczamy jako tzw. redi logarytmicz okrelo wzorem: r. lg 0 i i 0 0 [A]. Defiicja oziomu dwiku Poziom dwiku wyraoy w decybelach to 0 logarytmów dziesitych ze stosuku kwadratu ciieia akustyczego do kwadratu ciieia odiesieia rówego *0-5 Pa: 0 lg, 0 db gdzie: 0 - ciieie odiesieia *0-5 Pa (róg słyszeia dla 000 Hz [B] 3. redia eksozycja wzglda Przekształcajc wzory [A] i [B] otrzymujemy: 0 i i 0 [C] czyli warto oczekiwa dla wielkoci / 0 - eksozycji wzgldej (dla daego czasu omiaru - okrelo wzorem a redi arytmetycz, dla której s okreloe matematycze wzory statystycze. Ozaczajc wielko / 0 jako otrzymujemy: i i [D]

2 Metodyka szacowaia ieewoci rozrzerzoej - M.Kirluk (wrzesie Nieewo tyu A Nieewo tyu A (ozaczaa jako A dotyczy rozrzutu statystyczego wyików omiaru traktowaych jako zmiee losowe o astujcych cechach: idetycze rawdoodobiestwo zdarzeia - dla wartoci oczekiwaej okreloej jako redia arytmetycza, iezalee, owtarzale, omiar ie wływa a wyik. 4.. Nieewo wyiku rediej z serii omiarowej Nieewo tyu A okreleia oziomu imisji lub tła akustyczego a odstawie wykoaych omiarów elemetarych oblicza si według astujcych zasad: wyiki omiarów elemetarych oziomu dwiku wyraoe w db rzekształcamy do ostaci eksozycji wzgldej (ze wzoru [B]: i i i [] obliczamy warto redi (warto oczekiwa - według wzoru [D]: i i obliczamy estymat rediego odchyleie stadardowego s wartoci rediej zgodie ze wzorem: s ( ( r. i i [F] szacujemy ieewo a oziomie ufoci 95%, uzwgldiajc rozkład t-studeta, (wsółczyik τ( dla rzedziału dwustroego, tj. t 0,975 dla - stoi swobody korzystajc ze wzoru: A 95( τ ( s, [G] okrelamy rzedziałufoci a oziomie 95% dla eksozycji wzgldej jako: [ ] [ ( ] ( [H]

3 Metodyka szacowaia ieewoci rozrzerzoej - M.Kirluk (wrzesie obliczamy graice rzedziału ufoci, okreloego j.w., wyraajc je w wartociach oziomu dwiku A (a odstawie wzoru [B]: czyli: [ ( ] 0 lg[ ( ] 0 lg dol a _ graica góra _ graica [J] obliczamy wartoci ieewoci wartoci rediej dla oziomu dwiku: warto góra (ieewo dla wartoci wikszych od rediej i warto dola - - (ieewo dla wartoci miejszych od rediej okreloe wzgldem wartoci rediej dla oziomu dwiku dla wyej obliczoego rzedziału ufoci jako: [ ] [ ( ] ( i wyik wyraamy jako: [I] [K] (, - - [] Nieewo tyu A okreleia oziomu imisji lub tła akustyczego - szacowaie i situ a odstawie wykoaych omiarów elemetarych (metoda iyierska a odst.[] - wygoda do okrelaia iezbdej liczby omiarów elemetarych: ( q R gdzie: A,95 im / tlo 95 R - rozst omidzy ajwyszym a ajiszym wyikiem omiarów elemetarych i: R max ( i - mi ( i q 95 - wsółczyik rozkładu ord a dla oziomu ufoci 95% zaley od liczby wykoaych omiarów elemetarych: q 95,3 0,7 0,5 0,4 /3 0,3 /4 0, waga: tak okreloa ieewo dla rozstu db i liczby do 7 szacuje wartoci: z admiarem do 8% - z iedomiarem do 40% Dla wikszych rozstów iedokładoci si owikszaj.

4 Metodyka szacowaia ieewoci rozrzerzoej - M.Kirluk (wrzesie Nieewo wyiku obliczeia emisji Nieewo tyu A okreleia oziomu emisji a odstawie obliczoych wartoci redich oziomu imisji oraz tła akustyczego oblicza si według astujcych zasad: obliczamy warto emisji wyraoej jako eksozycja wzglda: em [M] im tlo _ akustycze WAGA: wyraajc to samo jako oziom dwiku, otrzymujemy zay wzór: em 0, _ 0 lg( 0 lg( 0 lg(0 im 0 tlo em im tlo _ akustycze 0, akustycze okrelamy błd wyiku emisji dla eksozycji wzgldej: [ ( ] [ ( ] A, 95( em im. tlo _ akustycze. [N] astie owtarzamy rocedur według wzorów od [H] do []. WAGA: W rzyadku róicy omidzy oziomem imisji a oziomem tła akustyczego owyej 0 db zgodie z metodyka omiarow [8] moa omi wływ tła akustyczego. Jedak wtedy aley uwzgldi błd zwizay z takim uroszczeiem (zawyeie wyiku emisji, który wyosi 0,5 db dla ww róicy 0 db, a 0, db dla róicy 5 db Nieewo wyiku obliczeia oziomu rówowaego Nieewo okreleia czasu Nieewo okreleia czasu trwaia sytuacji akustyczej dla której wykoao omiary elemetare, aley okrela według astujcych zasad: zdarzeie trwajce rzez cały ormatywy czas obserwacji - ieewo rówa 0, zdarzeia o cile okreloym czasie trwaia w ormatywym czasie obserwacji - ieewo rówa 0, zdarzeia o zmieym czasie trwaia w ormatywym czasie obserwacji - ieewo okrelaa zgodie z wytyczymi zawartymi w [5] dla modelu rostokta, gdzie dol i gór graic rzedziału zdarze staowi odowiedio miimaly i maksymaly czas trwaia sytuacji, a redi czas trwaia jest rzyjmoway jako redia arytmetycza z tych graic. Nieewo a oziomie ufoci 95% rzyjmuje si jako 95% odchyleia maksymalego od wartoci rediej w kad stro. w rzyadku sytuacji akustyczych, których czasy trwaia odlegaja iym rozkładom - aley zastosowa idywiduale odejcie.

5 Metodyka szacowaia ieewoci rozrzerzoej - M.Kirluk (wrzesie Nieewo okreleia oziomu rówowaego Nieewo tyu A okreleia oziomu rówowaego oblicza si a odstawie zaych udziałów emisji em dla kadej sytuacji akustyczej i czasów trwaia tych sytuacji wraz z odowiedimi ieewociami ( em. eksozycj wzgld rówowa dla m sytuacji akustyczych w ormatywym czasie obserwacji okrela si według wzoru dla eksozycji wzgldych: m eq k tk k WAGA: wyraajc to samo jako oziomy dwiku, otrzymujemy zay wzór a oziom rówoway: eq m m tk tk 0 lg( eq 0 lg( k 0 lg( k k [O] 0 okrela si ieewo eksozycji wzgldej rówowaej dla kadej sytuacji akustyczej: 0, k t 0,,95( t k A k ( k ( em 0 [P] okrela si ieewo wyikowej eksozycji wzgldej rówowaej dla sumy sytuacji akustyczych: m [ ( k ] A, 95 eq k ( [Q] astie owtarzamy rocedur według wzorów od [H] do [].

6 Metodyka szacowaia ieewoci rozrzerzoej - M.Kirluk (wrzesie Nieewo tyu B Nieewo tyu B (ozaczaa jako B jest zwizaa z iedokładoci rzyrzdów omiarowych, rocedur badawczych i rzyjmowaych modeli zjawisk akustyczych. Sosoby okrelaia tej ieewoci owoduj, e szacowaie ieewoci tyu B to bardziej sztuka dowiadczala i rzemiosło [4] i okrelamy j metodami iymi i statystyki matematyczej - odstaw dla tych szacuków s: - metryki, certyfikaty, - dae literaturowe, - wczeiej uzyskae dae omiarowe, - włase dowiadczeie i wiedza, - szczegółowa zajomo badaych zjawisk. Dla zaych ieewoci dla oziomów dwiku, ze wzoru [B] otrzymujemy wzory a ieewoci dla eksozycji wzgldych (w rzyadku ogólym: warto góra ieewoci dla eksozycji wzgldej: r. r. r warto dola ieewoci dla eksozycji wzgldej: [R] r r. r [R] Poiewa wystuje tu zaleo od aktualej wartoci oziomu dwiku, to wygodiejsz forma rzedstawiaia ieewoci tyu B bdzie ieewo wzglda (wzgldem wartoci eksozycji wzgldej dla eksozycji wzgldej (wzgldem kwadratu cisieia odiesieia 0 *0-5 Pa: warto góra ieewoci wzgldej dla eksozycji wzgldej: 0 0 [S] warto dola ieewoci wzgldej dla eksozycji wzgldej: 0 0 [S]

7 Metodyka szacowaia ieewoci rozrzerzoej - M.Kirluk (wrzesie Dla odaych / załooych / oszacowaych ieewoci tyu B wyraoych jako odchyleia oziomów dwiku otrzymujemy astujce ieewoci wzglde tyu B a oziomie ufoci 95% dla eksozycji wzgldych, rzy załoeiu takich samych odchyle, górego i dolego, dla oziomów dwiku: dla zjawiska, dla którego rozkład gstoci rawdoodobistwa jest modeloway rostoktem : ( ( ( 0 0 0,95 ( 0 0 [] dla zjawiska, dla którego rozkład gstoci rawdoodobistwa jest modeloway trójktem : ( ( ( ( 0 0,767 0 [] okreleie ieewoci wzgldej wyikowej tyu B dla w uwzgldioych czyików wymaga rzerowadzeia rachuków a eksozycjach wzgldych osobo dla graicy górej i dla graicy dolej: w B, 95( ( j j j w B, 95( ( j [V] [V]

8 Metodyka szacowaia ieewoci rozrzerzoej - M.Kirluk (wrzesie Majc wyikowe ieewoci wzglde dla eksozycji wzgldych moa te okreli wartoci ieewoci wyikowej (góra i dol dla oziomów dwiku: B 95 ( 0 lg (, [W] B 95 ( 0 lg (, [W] 6. Nieewo rozszerzoa Nieewo rozszerzoa okreloa dla oziomu ufoci 95% ( R,95 badaia hałasu jest skutkiem rozrzutu wyików omiarów badaego hałasu wraz z tłem akustyczym (imisja i tła akustyczego oraz iedokładoci zwizaej z wykorzystaym srztem omiarowym i zastosowaa rocedur omiarow: R, 95 gdzie: - ieewo tyu A zwizaa z rozrzutem wyików omiaru - ieewo tyu B zwizaa ze srztem i rocedur omiarow okreleie ieewoci rozszerzoej wymaga rzerowadzeia rachuków a eksozycjach wzgldych osobo dla graicy górej i dla graicy dolej: [ ( ] [ ( ] R, 95( eq eq [X] [ ( ] [ ( ] R, 95( eq eq [X] astie owtarzamy rocedur według wzorów od [H] do [] i otrzymujemy wyik wyraoy jako: eq ( R,95, - - R,95

9 Metodyka szacowaia ieewoci rozrzerzoej - M.Kirluk (wrzesie iteratura: [] "Statystyka w omiarach akustyczych - odstawy" Mikołaj Kirluk - referat oublikoway w Materiałach XXXIV Zimowej Szkoły Zagroe Wibroakustyczych (luty 006 [] Szacowaie Nieewoci Pomiarów Hałasu - wersja orawioa i uzuełioa, i. Dariusz Fugiel (arobrzeg, X 00 [3] Matematyka - Poradik ecykloedyczy - I.N.Brosztej, K.A.Siemiediajew (PWN, Warszawa 976 [4] Statystyka dla fizyków - Roma Nowak (Wydawictwo Naukowe PWN, Warszawa 00 ISBN [5] Wyraaie ieewoci omiaru. Przewodik. (GM, 999 ISBN x [6] ablice matematycze - raca zbiorowa od red. Witolda Mizierskiego (Wydawictwo Adamata, Warszawa 004 ISBN [7] Kombiatoryka i rachuek rawdoodobiestwa.gerstekor,.ródka (PWN, Warszawa 97 ISBN [8] załczik r 8 do rozorzdzeia Miistra rodowiska z dia 3 grudia 004 w srawie wymaga w zakresie rowadzeia omiarów wielkoci emisji (Dz.. Nr 83, oz. 84

Księga Jakości Laboratorium

Księga Jakości Laboratorium 16. Metodyka szacowaia ieewości rozszerzoej Oracował: mgr Jest to szacowaie ieewości o asymetryczych graicach rzedziału ufości względem wartości średiej, co wyika z faktu określaia wartości średiej jako

Bardziej szczegółowo

STATYSTYKA W POMIARACH AKUSTYCZNYCH - PODSTAWY

STATYSTYKA W POMIARACH AKUSTYCZNYCH - PODSTAWY STATYSTYKA W POMIARACH AKUSTYCZNYCH - PODSTAWY mgr Mikołaj KIRPLUK NTL-M.Kirluk 00-76 Warszawa, ul.belwederska 3 m.6 www.tlmk.com tel.k.: 50 660 e-mail: mkirluk@tlmk.com. WSTĘP W związku z szeregiem wymagań

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka Wnioskowanie statystyczne. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Rachunek prawdopodobieństwa i statystyka Wnioskowanie statystyczne. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407 Rachek rawdoodobieństwa i statystyka Wioskowaie statystycze. Estymacja i estymatory Dr Aa ADRIAN Paw B5, ok407 ada@agh.ed.l Estymacja arametrycza Podstawowym arzędziem szacowaia iezaego arametr jest estymator

Bardziej szczegółowo

Laboratorium Metrologii I Nr ćwicz. Opracowanie serii wyników pomiaru 4

Laboratorium Metrologii I Nr ćwicz. Opracowanie serii wyników pomiaru 4 Laboratorium Metrologii I olitechika Rzeszowska Zakład Metrologii i Systemów omiarowych Laboratorium Metrologii I Grua Nr ćwicz. Oracowaie serii wyików omiaru 4... kierowik...... 4... Data Ocea I. Cel

Bardziej szczegółowo

Instrukcja do laboratorium z fizyki budowli. Ćwiczenie: Pomiar i ocena hałasu w pomieszczeniu

Instrukcja do laboratorium z fizyki budowli. Ćwiczenie: Pomiar i ocena hałasu w pomieszczeniu nstrukcja do laboratorium z fizyki budowli Ćwiczenie: Pomiar i ocena hałasu w omieszczeniu 1 1.Wrowadzenie. 1.1. Energia fali akustycznej. Podstawowym ojęciem jest moc akustyczna źródła, która jest miarą

Bardziej szczegółowo

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

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona Ćwiczeie r 4 Porówaie doświadczalego rozkładu liczby zliczeń w zadaym przedziale czasu z rozkładem Poissoa Studeta obowiązuje zajomość: Podstawowych zagadień z rachuku prawdopodobieństwa, Zajomość rozkładów

Bardziej szczegółowo

Księga Jakości Laboratorium

Księga Jakości Laboratorium 16.. Metodyka szacowaia iepewości typu A Opracował: mgr Jest to szacowaie iepewości o asymetryczych graicach przedziału ufości względem wartości średiej, co wyika z faktu określaia wartości średiej jako

Bardziej szczegółowo

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA Ćwiczeie ETYMACJA TATYTYCZNA Jest to metoda wioskowaia statystyczego. Umożliwia oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej

Bardziej szczegółowo

lim a n Cigi liczbowe i ich granice

lim a n Cigi liczbowe i ich granice Cigi liczbowe i ich graice Cigiem ieskoczoym azywamy dowol fukcj rzeczywist okrelo a zbiorze liczb aturalych. Dla wygody zapisu, zamiast a() bdziemy pisa a. Elemet a azywamy -tym wyrazem cigu. Cig (a )

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407 Statystyka i Opracowaie Daych W7. Estymacja i estymatory Dr Aa ADRIAN Paw B5, pok407 ada@agh.edu.pl Estymacja parametrycza Podstawowym arzędziem szacowaia iezaego parametru jest estymator obliczoy a podstawie

Bardziej szczegółowo

Badanie efektu Halla w półprzewodniku typu n

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

Bardziej szczegółowo

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

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o 1. Wioskowaie statystycze. W statystyce idetyfikujemy: Cecha-Zmiea losowa Rozkład cechy-rozkład populacji Poadto miaem statystyki określa się także fukcje zmieych losowych o tym samym rozkładzie. Rozkłady

Bardziej szczegółowo

Zatem przyszła wartość kapitału po 1 okresie kapitalizacji wynosi

Zatem przyszła wartość kapitału po 1 okresie kapitalizacji wynosi Zatem rzyszła wartość kaitału o okresie kaitalizacji wyosi m k m* E Z E( m r) 2 Wielkość K iterretujemy jako umowa włatę, zastęującą w rówoważy sosób, w sesie kaitalizacji rostej, m włat w wysokości E

Bardziej szczegółowo

są niezależnymi zmiennymi losowymi o jednakowym rozkładzie Poissona z wartością oczekiwaną λ równą 10. Obliczyć v = var( X

są niezależnymi zmiennymi losowymi o jednakowym rozkładzie Poissona z wartością oczekiwaną λ równą 10. Obliczyć v = var( X Prawdoodobieństwo i statystyka 5..008 r. Zadaie. Załóżmy że 3 są iezależymi zmieymi losowymi o jedakowym rozkładzie Poissoa z wartością oczekiwaą λ rówą 0. Obliczyć v = var( 3 + + + 3 = 9). (A) v = 0 (B)

Bardziej szczegółowo

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy

Bardziej szczegółowo

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I) Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod

Bardziej szczegółowo

Przykład Zbiór {0, 2} jest podgrup grupy Z 4, bo elementem odwrotnym do liczby 2 jest ta sama liczba ((2 + 2)mod4 = 0).

Przykład Zbiór {0, 2} jest podgrup grupy Z 4, bo elementem odwrotnym do liczby 2 jest ta sama liczba ((2 + 2)mod4 = 0). Uzuełieia do rozdz. I Zbiór izometrii rzekształcajcych day rostokt ABCD, który ie jest kwadratem a siebie z działaiem składaia rzekształce jest gru abelow. Zbiór rozatrywaych izometrii składa si z elemetów:

Bardziej szczegółowo

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste Statystyka opisowa Miary statystycze: 1. miary położeia a) średia z próby x = 1 x = 1 x = 1 x i - szereg wyliczający x i i - szereg rozdzielczy puktowy x i i - szereg rozdzielczy przedziałowy, gdzie x

Bardziej szczegółowo

Wykład 10 Wnioskowanie o proporcjach

Wykład 10 Wnioskowanie o proporcjach Wykład 0 Wioskowaie o roorcjach. Wioskowaie o ojedyczej roorcji rzedziały ufości laowaie rozmiaru róby dla daego margiesu błędu test istotości dla ojedyczej roorcji Uwaga: Będziemy aalizować roorcje odobie

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

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

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

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

Bardziej szczegółowo

Ćwiczenie 4. Wyznaczanie poziomów dźwięku na podstawie pomiaru skorygowanego poziomu A ciśnienia akustycznego

Ćwiczenie 4. Wyznaczanie poziomów dźwięku na podstawie pomiaru skorygowanego poziomu A ciśnienia akustycznego Ćwiczenie 4. Wyznaczanie oziomów dźwięku na odstawie omiaru skorygowanego oziomu A ciśnienia akustycznego Cel ćwiczenia Zaoznanie z metodą omiaru oziomów ciśnienia akustycznego, ocena orawności uzyskiwanych

Bardziej szczegółowo

BOOTSTRAPOWA WERYFIKACJA HIPOTEZ O WARTO CI OCZEKIWANEJ POPULACJI O ROZK ADZIE ASYMETRYCZNYM

BOOTSTRAPOWA WERYFIKACJA HIPOTEZ O WARTO CI OCZEKIWANEJ POPULACJI O ROZK ADZIE ASYMETRYCZNYM A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 27, 22 OOTSTRAPOWA WERYFIKACJA HIPOTEZ O WARTOCI OCZEKIWANEJ POPULACJI O ROZKADZIE ASYMETRYCZNYM Streszczeie. W pracy przedstawioa

Bardziej szczegółowo

Komputerowa analiza danych doświadczalnych

Komputerowa analiza danych doświadczalnych Komputerowa aaliza daych doświadczalych Wykład 7 8.04.06 dr iż. Łukasz Graczykowski lgraczyk@if.pw.edu.pl Semestr leti 05/06 Cetrale twierdzeie graicze - przypomieie Sploty Pobieraie próby, estymatory

Bardziej szczegółowo

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

Statystyka opisowa. () Statystyka opisowa 24 maja / 8 Część I Statystyka opisowa () Statystyka opisowa 24 maja 2010 1 / 8 Niech x 1, x 2,..., x będą wyikami pomiarów, p. temperatury, ciśieia, poziomu rzeki, wielkości ploów itp. Przykład 1: wyiki pomiarów

Bardziej szczegółowo

STATYSTKA I ANALIZA DANYCH LAB II

STATYSTKA I ANALIZA DANYCH LAB II STATYSTKA I ANALIZA DANYCH LAB II 1. Pla laboratorium II rozkłady prawdopodobieństwa Rozkłady prawdopodobieństwa dwupuktowy, dwumiaowy, jedostajy, ormaly. Związki pomiędzy rozkładami prawdopodobieństw.

Bardziej szczegółowo

Rozkłady statystyk z próby. Metody probabilistyczne i statystyka Wykład 2: Rozkłady statystyk z próby. Przedziały ufnoci

Rozkłady statystyk z próby. Metody probabilistyczne i statystyka Wykład 2: Rozkłady statystyk z próby. Przedziały ufnoci Rozkłady tatytyk z próby Metody probabilitycze i tatytyka Wykład : Rozkłady tatytyk z próby. rzedziały ufoci Małgorzata Krtowka Wydział Iformatyki olitechika Białotocka e-mail: mmac@ii.pb.bialytok.pl troa

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n 4n n 1

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n 4n n 1 30. Obliczyć wartość graicy ( 0 ( ( ( 4 +1 + 1 4 +3 + 4 +9 + 3 4 +7 +...+ 1 4 +3 + 1 ( ( 4 +3. Rozwiązaie: Ozaczmy sumę występującą pod zakiem graicy przez b. Zamierzamy skorzystać z twierdzeia o trzech

Bardziej szczegółowo

Akustyka. Fale akustyczne = fale dźwiękowe = fale mechaniczne, polegające na drganiach cząstek ośrodka.

Akustyka. Fale akustyczne = fale dźwiękowe = fale mechaniczne, polegające na drganiach cząstek ośrodka. Akustyka Fale akustycze ale dźwiękowe ale mechaicze, polegające a drgaiach cząstek ośrodka. Cząstka mała, myślowo wyodrębioa część ośrodka, p. w gazie prostopadłościa o ustaloych wymiarach w pręcie prostopadłościa

Bardziej szczegółowo

Podstawy akustyki. mgr Mikołaj Kirpluk. Warszawa, listopad 2012. (ed.popr.2014-08 - poprawiono definicję poziomu - patrz str.13)

Podstawy akustyki. mgr Mikołaj Kirpluk. Warszawa, listopad 2012. (ed.popr.2014-08 - poprawiono definicję poziomu - patrz str.13) Podstawy akustyki mgr Mikołaj Kirluk Warszawa, listoad 2012 (ed.or.2014-08 - orawiono definicję oziomu - atrz str.13) (I edycja: wrzesień 2004) nazwa firmy: NT-M.Kirluk adres koresondencyjny: ul.belwederska

Bardziej szczegółowo

NIEPEWNO W POMIARACH POZIOMU DWIKU

NIEPEWNO W POMIARACH POZIOMU DWIKU NIEPEWNO W POMIARACH POZIOMU DWIKU mgr Mikołaj KIRPLUK NTL-M.Kirpluk 00-761 Warszawa, ul.belwederska 3 m.6 www.ntlmk.com tel.k.: 502 216620 e-mail: mkirpluk@ntlmk.com 1. WSTP Niniejszy referat stanowi

Bardziej szczegółowo

Podstawy matematyki nansowej

Podstawy matematyki nansowej Podstawy matematyki asowej Omówimy tutaj odstawowe oj cia matematyki asowej. Jest to dobre miejsce, gdy» zagadieia te wi» si z ci gami, w szczególo±ci z ci giem arytmetyczym i geometryczym. Omówimy zagadieie

Bardziej szczegółowo

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1). TATYTYKA MATEMATYCZNA WYKŁAD 3 RZEDZIAŁY UFNOŚCI Niech θ - iezay parametr rozkład cechy. Niech będzie liczbą z przedział 0,. Jeśli istieją statystyki, U i U ; U U ; których rozkład zależy od θ oraz U θ

Bardziej szczegółowo

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

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2. Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,

Bardziej szczegółowo

Statystyka i rachunek prawdopodobieństwa

Statystyka i rachunek prawdopodobieństwa Statystyka i rachuek prawdopodobieństwa Filip A. Wudarski 22 maja 2013 1 Wstęp Defiicja 1. Statystyka matematycza opisuje i aalizuje zjawiska masowe przy użyciu metod rachuku prawdopodobieństwa. Defiicja

Bardziej szczegółowo

Statystyka powtórzenie (I semestr) Rafał M. Frąk

Statystyka powtórzenie (I semestr) Rafał M. Frąk Statystyka powtórzeie (I semestr) Rafał M. Frąk TEORIA Statystyka Statystyka zajmuje się badaiem procesu zbieraia oraz iterpretacji daych liczbowych lub jakościowych. Przedmiotem statystyki są metody badaia

Bardziej szczegółowo

Kurs Prawdopodobieństwo Wzory

Kurs Prawdopodobieństwo Wzory Kurs Prawdoodobieństwo Wzory Elemety kombiatoryki Klasycza deiicja rawdoodobieństwa gdzie: A - liczba zdarzeń srzyjających A - liczba wszystkich zdarzeń P A Tel. 603 088 74 Prawdoodobieństwo deiicja Kołmogorowa

Bardziej szczegółowo

Pojcie estymacji. Metody probabilistyczne i statystyka Wykład 9: Estymacja punktowa. Własnoci estymatorów. Rozkłady statystyk z próby.

Pojcie estymacji. Metody probabilistyczne i statystyka Wykład 9: Estymacja punktowa. Własnoci estymatorów. Rozkłady statystyk z próby. Pojcie estymacji Metody probabilistycze i statystyka Wykład 9: Estymacja puktowa. Własoci estymatorów. Rozkłady statystyk z próby. Szacowaie wartoci parametrów lub rozkładu zmieej losowej w populacji geeralej

Bardziej szczegółowo

Estymacja przedziałowa - przedziały ufności

Estymacja przedziałowa - przedziały ufności Estymacja rzedziałowa - rzedziały ufości Próbę -elemetową charakteryzujemy jej arametrami ( x, s, s ). SłuŜą oe do ocey wartości iezaych arametrów oulacji (m, σ, σ). Nazywamy je estymatorami uktowymi iezaych

Bardziej szczegółowo

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja Charakterystyki liczbowe zmieych losowych: wartość oczekiwaa i wariacja dr Mariusz Grządziel Wykłady 3 i 4;,8 marca 24 Wartość oczekiwaa zmieej losowej dyskretej Defiicja. Dla zmieej losowej dyskretej

Bardziej szczegółowo

WOJEWÓDZKI INSPEKTORAT OCHRONY ŚRODOWISKA WE WROCŁAWIU KLIMAT AKUSTYCZNY W WYBRANYCH PUNKTACH OŁAWY W ROKU 2003

WOJEWÓDZKI INSPEKTORAT OCHRONY ŚRODOWISKA WE WROCŁAWIU KLIMAT AKUSTYCZNY W WYBRANYCH PUNKTACH OŁAWY W ROKU 2003 WOJEWÓDZKI INSPEKTORAT OCHRONY ŚRODOWISKA WE WROCŁAWIU 50 349 Wrocław, ul. H. Sienkiewicza 3, tel./fax (071) 3-16-17, 37-13-06 e-mail: wios@wroclaw.ios.gov.l KLIMAT AKUSTYCZNY W WYBRANYCH PUNKTACH OŁAWY

Bardziej szczegółowo

POLITECHNIKA ŚLĄSKA. WYDZIAŁ ORGANIZACJI I ZARZĄDZANIA. Katedra Podstaw Systemów Technicznych - Podstawy Metrologii - Ćwiczenie 5. Pomiary dźwięku.

POLITECHNIKA ŚLĄSKA. WYDZIAŁ ORGANIZACJI I ZARZĄDZANIA. Katedra Podstaw Systemów Technicznych - Podstawy Metrologii - Ćwiczenie 5. Pomiary dźwięku. POITECHNIKA ŚĄSKA. WYDZIAŁ ORGANIZACJI I ZARZĄDZANIA. Strona:. CE ĆWICZENIA Celem ćwiczenia jest zaoznanie się z odstawowymi ojęciami z zakresu omiarów dźwięku (hałasu), odstawowymi zależnościami oisującymi

Bardziej szczegółowo

Wykªad 05 (granice c.d., przykªady) Rozpoczniemy od podania kilku przykªadów obliczania granic ci gów. n an = + dla a > 1. (5.1) lim.

Wykªad 05 (granice c.d., przykªady) Rozpoczniemy od podania kilku przykªadów obliczania granic ci gów. n an = + dla a > 1. (5.1) lim. Wykªad 05 graice cd, przykªady Rozpocziemy od podaia kilku przykªadów obliczaia graic ci gów Niech a > Ozaczmy a = c > 0 Mamy Poiewa» c = +, wi c tak»e a = + c + c c a = + dla a > 5 Poadto, zauwa»amy,»e

Bardziej szczegółowo

Przedziaªy ufno±ci a testowanie hipotez statystycznych Konspekt do zaj : Statystyczne metody analizy danych

Przedziaªy ufno±ci a testowanie hipotez statystycznych Konspekt do zaj : Statystyczne metody analizy danych Przedziaªy ufo±ci a testowaie hipotez statystyczych Kospekt do zaj : Statystycze metody aalizy daych Agieszka Nowak-Brzezi«ska 26 listopada 2009 1 Wprowadzeie Celem zaj ma by omówieie podstawowych zagadie«i

Bardziej szczegółowo

ROZPORZ DZENIE MINISTRA GOSPODARKI 1) z dnia

ROZPORZ DZENIE MINISTRA GOSPODARKI 1) z dnia RZPRZDZNI MINISTRA GSPDARKI 1) Projek z dia w srawie szzegóowego zakresu obowizku uzyskaia i rzedsawieia do uorzeia wiadew eekywoi eergeyzej i uiszzaia oay zaszej rzez rzedsibiorswa eergeyze srzedaje eergi

Bardziej szczegółowo

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej). Cetrale miary położeia Średia; Moda (domiata) Mediaa Kwatyle (kwartyle, decyle, cetyle) Moda (Mo, D) wartość cechy występującej ajczęściej (ajlicziej). Mediaa (Me, M) dzieli uporządkoway szereg liczbowy

Bardziej szczegółowo

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

WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady WYKŁAD Zdarzeia losowe i prawdopodobieństwo Zmiea losowa i jej rozkłady Metody statystycze metody opisu metody wioskowaia statystyczego sytetyczy liczbowy opis właściwości zbioru daych ocea charakterystyk

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17 Egzami, 18.02.2017, godz. 9:00-11:30 Zadaie 1. (22 pukty) W każdym z zadań 1.1-1.10 podaj w postaci uproszczoej kresy zbioru oraz apisz, czy kresy ależą do zbioru (apisz TAK albo NIE, ewetualie T albo

Bardziej szczegółowo

LABORATORIUM METROLOGII

LABORATORIUM METROLOGII AKADEMIA MORSKA W SZCZECINIE Cetrum Iżyierii Ruchu Morskiego LABORATORIUM METROLOGII Ćwiczeie 5 Aaliza statystycza wyików pomiarów pozycji GNSS Szczeci, 010 Zespół wykoawczy: Dr iż. Paweł Zalewski Mgr

Bardziej szczegółowo

Estymacja przedziałowa

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

Bardziej szczegółowo

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych.

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych. Temat: Poprawo całkowita i czciowa algorytmu. Złooo obliczeiowa algorytmu. Złooo czasowa redia i pesymistycza. Rzd fukcji. I. Literatura 1. A. V. Aho, J.E. Hopcroft, J. D. Ullma - Projektowaie i aaliza

Bardziej szczegółowo

Statystyczny opis danych - parametry

Statystyczny opis danych - parametry Statystyczy opis daych - parametry Ozaczeia żółty owe pojęcie czerwoy, podkreśleie uwaga * materiał adobowiązkowy Zagadieia. Idea opisu parametryczego. Parametry a. położeia b. rozrzutu c. asymetrii Statystyczy

Bardziej szczegółowo

Tw. 1. Je»eli ci g {a n } ma granic a i ci g {b n } ma granic b, to ci g {a n b n } ma granic a b. Tw. 2. b n. Tw. 3. Tw. 4.

Tw. 1. Je»eli ci g {a n } ma granic a i ci g {b n } ma granic b, to ci g {a n b n } ma granic a b. Tw. 2. b n. Tw. 3. Tw. 4. Tw.. Je»eli ci g {a } ma graic a i ci g {b } ma graic b, to ci g {a + b } ma graic a+b. Tw.. Je»eli ci g {a } ma graic a i ci g {b } ma graic b, to ci g {a b } ma graic a-b. Tw.. Je»eli ci g {a } ma graic

Bardziej szczegółowo

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

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

Bardziej szczegółowo

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy. MIARY POŁOŻENIA I ROZPROSZENIA WYNIKÓW SERII POMIAROWYCH Miary położeia (tedecji cetralej) to tzw. miary przecięte charakteryzujące średi lub typowy poziom wartości cechy. Średia arytmetycza: X i 1 X i,

Bardziej szczegółowo

Rozkłady statystyk z próby Twierdzenia graniczne

Rozkłady statystyk z próby Twierdzenia graniczne Rozkłady statystyk z róby Twierdzeia graicze PRÓBA LOSOWA Próbą losową rostą azyway ciąg -zieych losowych iezależych i osiadających jedakowe rozkłady takie jak rozkład zieej losowej w oulacji geeralej

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym) Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych (w zakresie materiału przedstawioego a wykładzie orgaizacyjym) Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli

Bardziej szczegółowo

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

PODSTAWY BIOSTATYSTYKI ĆWICZENIA PODSTAWY BIOSTATYSTYKI ĆWICZENIA FILIP RACIBORSKI FILIP.RACIBORSKI@WUM.EDU.PL ZAKŁAD PROFILAKTYKI ZAGROŻEŃ ŚRODOWISKOWYCH I ALERGOLOGII WUM ZADANIE 1 Z populacji wyborców pobrao próbkę 1000 osób i okazało

Bardziej szczegółowo

Konspekt lekcji (Kółko matematyczne, kółko przedsiębiorczości)

Konspekt lekcji (Kółko matematyczne, kółko przedsiębiorczości) Kospekt lekcji (Kółko matematycze, kółko przedsiębiorczości) Łukasz Godzia Temat: Paradoks skąpej wdowy. O procecie składaym ogólie. Czas lekcji 45 miut Cele ogóle: Uczeń: Umie obliczyć procet składay

Bardziej szczegółowo

4.5. PODSTAWOWE OBLICZENIA HAŁASOWE 4.5.1. WPROWADZENIE

4.5. PODSTAWOWE OBLICZENIA HAŁASOWE 4.5.1. WPROWADZENIE 4.5. PODTAWOWE OBCZENA HAŁAOWE 4.5.. WPROWADZENE Z dotychczasowych ozważań wiemy już dużo w zakesie oisu, watościowaia i omiau hałasu w zemyśle. Wato więc tę wiedzę odsumować w jedym zwatym ukcie, co umożliwi

Bardziej szczegółowo

I kolokwium z Analizy Matematycznej

I kolokwium z Analizy Matematycznej I kolokwium z Aalizy Matematyczej 4 XI 0 Grupa A. Korzystając z zasady idukcji matematyczej udowodić ierówość dla wszystkich N. Rozwiązaie:... 4 < + Nierówość zachodzi dla, bo 4

Bardziej szczegółowo

wi c warunek konieczny zbie»no±ci szeregu jest speªniony. 12 = 9 12 = 3 4 k(k+1) k=1 ( k+1 k(k+1) n+1 = 1 1 n+1 = 1 0 = 1 36 = =

wi c warunek konieczny zbie»no±ci szeregu jest speªniony. 12 = 9 12 = 3 4 k(k+1) k=1 ( k+1 k(k+1) n+1 = 1 1 n+1 = 1 0 = 1 36 = = 32 (+) Jest to szereg o wyrazach dodatich Poadto wyraz ogóly tego szeregu jest zbie»y do 0, wi c waruek koieczy zbie»o±ci szeregu jest speªioy s (+) 2 s 2 s + 2 (2+) 2 + 2 3 2 + 6 3 6 + 6 4 6 2 3 s 3 s

Bardziej szczegółowo

Statystyczny opis danych - parametry

Statystyczny opis danych - parametry Statystyczy opis daych - parametry Ozaczeia żółty owe pojęcie czerwoy, podkreśleie uwaga * materiał adobowiązkowy Aa Rajfura, Matematyka i statystyka matematycza a kieruku Rolictwo SGGW Zagadieia. Idea

Bardziej szczegółowo

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

TESTY LOSOWOŚCI. Badanie losowości próby - test serii. TESTY LOSOWOŚCI Badaie losowości próby - test serii. W wielu zagadieiach wioskowaia statystyczego istotym założeiem jest losowość próby. Prostym testem do weryfikacji tej własości jest test serii. 1 Dla

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością

Bardziej szczegółowo

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017 STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej

Bardziej szczegółowo

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej Opracowaie daych pomiarowych dla studetów realizujących program Pracowi Fizyczej Pomiar Działaie mające a celu wyzaczeie wielkości mierzoej.. Do pomiarów stosuje się przyrządy pomiarowe proste lub złożoe.

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lekcja 3 Parametrycze testy istotości ZADANIE DOMOWE www.etrapez.pl Stroa Część : TEST Zazacz poprawą odpowiedź (tylko jeda jest prawdziwa). Pytaie Statystykę moża rozumieć jako: a) próbkę

Bardziej szczegółowo

Analiza potencjału energetycznego depozytów mułów węglowych

Analiza potencjału energetycznego depozytów mułów węglowych zaiteresowaia wykorzystaiem tej metody w odiesieiu do iych droboziaristych materiałów odpadowych ze wzbogacaia węgla kamieego ależy poszukiwać owych, skutecziej działających odczyików. Zdecydowaie miej

Bardziej szczegółowo

Komputerowa analiza danych doświadczalnych

Komputerowa analiza danych doświadczalnych Komputerowa aaliza daych doświadczalych Wykład 7 7.04.07 dr iż. Łukasz Graczykowski lgraczyk@if.pw.edu.pl Semestr leti 06/07 Cetrale twierdzeie graicze - przypomieie Sploty Pobieraie próby, estymatory

Bardziej szczegółowo

Oszacowanie warto ci charakterystycznej wytrzyma o ci betonu na ciskanie wed ug aktualnych zalece normowych

Oszacowanie warto ci charakterystycznej wytrzyma o ci betonu na ciskanie wed ug aktualnych zalece normowych Budowictwo i Architektura 1(3) (013) 193-00 Oszacowaie wartoci charakterystyczej wytrzymaoci betou a ciskaie wedug aktualych zalece ormowych Izabela Skrzypczak 1 1 Katedra Geodezji i Geotechiki, Wydzia

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

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

Bardziej szczegółowo

WICZENIE NR II PODSTAWY PROCESÓW OBRÓBKI PLASTYCZNEJ WŁASNOCI MATERIAŁÓW KSZTAŁTOWANYCH PLASTYCZNIE - ANIZOTROPIA BLACH -

WICZENIE NR II PODSTAWY PROCESÓW OBRÓBKI PLASTYCZNEJ WŁASNOCI MATERIAŁÓW KSZTAŁTOWANYCH PLASTYCZNIE - ANIZOTROPIA BLACH - WICZENIE N II PODSTAWY POCESÓW OBÓBKI PLASTYCZNEJ WŁASNOCI MATEIAŁÓW KSZTAŁTOWANYCH PLASTYCZNIE. Cel wiczenia - ANIZOTOPIA BLACH - Celem wiczenia jest zaoznanie ze zjawiskiem, metod oceny i rodzajami anizotroii

Bardziej szczegółowo

4. MODELE ZALEŻNE OD ZDARZEŃ

4. MODELE ZALEŻNE OD ZDARZEŃ 4. MODELE ZALEŻNE OD ZDARZEŃ 4.. Wrowadzeie W sysemach zależych od zdarzeń wyzwalaie określoego zachowaia się układu jes iicjowae rzez dyskree zdarzeia. Modelowaie akich syuacji ma a celu symulacyją aalizę

Bardziej szczegółowo

LABORATORIUM INŻYNIERII CHEMICZNEJ, PROCESOWEJ I BIOPROCESOWEJ. Ćwiczenie nr 16

LABORATORIUM INŻYNIERII CHEMICZNEJ, PROCESOWEJ I BIOPROCESOWEJ. Ćwiczenie nr 16 KATEDRA INŻYNIERII CHEMICZNEJ I ROCESOWEJ INSTRUKCJE DO ĆWICZEŃ LABORATORYJNYCH LABORATORIUM INŻYNIERII CHEMICZNEJ, ROCESOWEJ I BIOROCESOWEJ Ćwiczeie r 16 Mieszaie Osoba odpowiedziala: Iwoa Hołowacz Gdańsk,

Bardziej szczegółowo

ANALIZA DANYCH DYSKRETNYCH

ANALIZA DANYCH DYSKRETNYCH ZJAZD ESTYMACJA Jest to metoda wioskowaia statystyczego. Umożliwia oa oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej estymatorem,

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

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

Bardziej szczegółowo

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych Temat: Poprawo całkowita i czciowa algorytmu. Złooo obliczeiowa algorytmu. Złooo czasowa redia i pesymistycza. Rzd fukcji. I. Literatura 1. L. Baachowski, K. Diks, W. Rytter Algorytmy i struktury daych.

Bardziej szczegółowo

Raport. V Porównania Midzylaboratoryjne z Akustyki NTL B2. Bronisławów r. Opracował: mgr Mikołaj Kirpluk. Warszawa, maj 2010

Raport. V Porównania Midzylaboratoryjne z Akustyki NTL B2. Bronisławów r. Opracował: mgr Mikołaj Kirpluk. Warszawa, maj 2010 Raport V PMzA NTL-2010-1-B2 V Porównania Midzylaboratoryjne z Akustyki NTL-2010-1-B2 Bronisławów 23.04.2010r. Opracował: mgr Mikołaj Kirpluk Warszawa, maj 2010 Uwaga: niniejszy raport moe by kopiowany

Bardziej szczegółowo

Wykład 11 ( ). Przedziały ufności dla średniej

Wykład 11 ( ). Przedziały ufności dla średniej Wykład 11 (14.05.07). Przedziały ufości dla średiej Przykład Cea metra kwadratowego (w tys. zł) z dla 14 losowo wybraych mieszkań w mieście A: 3,75; 3,89; 5,09; 3,77; 3,53; 2,82; 3,16; 2,79; 4,34; 3,61;

Bardziej szczegółowo

Matematyczne podstawy kognitywistyki

Matematyczne podstawy kognitywistyki Matematycze podstawy kogitywistyki Jerzy Pogoowski Zakªad Logiki i Kogitywistyki UAM pogo@amu.edu.pl Struktury ró»iczkowe Jerzy Pogoowski (MEG) Matematycze podstawy kogitywistyki Struktury ró»iczkowe 1

Bardziej szczegółowo

Elastyczno silników FIAT

Elastyczno silników FIAT ARCHIWU OTORYZACJI 4, pp. 319-35 (009) Elastyczo silików FIAT JANUSZ YSŁOWSKI, WAWRZYNIEC GOŁBIEWSKI Zachodiopomorski Uiwersytet Techologiczy W artykule przedstawioo elastyczo silików FIAT. Pierwszym aspektem

Bardziej szczegółowo

Numeryczny opis zjawiska zaniku

Numeryczny opis zjawiska zaniku FOTON 8, iosa 05 7 Numeryczy opis zjawiska zaiku Jerzy Giter ydział Fizyki U Postawieie problemu wielu zagadieiach z różych działów fizyki spotykamy się z astępującym problemem: zmiay w czasie t pewej

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 STATYSTYKA Rafał Kucharski Uiwersytet Ekoomiczy w Katowicach 2015/16 ROND, Fiase i Rachukowość, rok 2 Rachuek prawdopodobieństwa Rzucamy 10 razy moetą, dla której prawdopodobieństwo wyrzuceia orła w pojedyczym

Bardziej szczegółowo

> 1), wi c na mocy kryterium porównawczego szereg sin(n n)

> 1), wi c na mocy kryterium porównawczego szereg sin(n n) .65. si() W szeregu tym wyst puj wyrazy dodatie i ujeme, ale ie a przemia. Zbadajmy wi c szereg: si() zªo»oy z warto±ci bezwzgl dych wyrazów szeregu daego w zadaiu. Poiewa» si(), wi c si() = Po prawej

Bardziej szczegółowo

POMIAR MOCY AKUSTYCZNEJ

POMIAR MOCY AKUSTYCZNEJ INSTYTUT KONSTRUKCJI MASZYN ABORATORIUM POMIAR MOCY AKUSTYCZNEJ Measurment of soun ower 9 8 ;7 ;6 ;5 4 h l c l Zakres ćwiczenia. Zaoznanie się z normami otyczącymi omiaru mocy akustycznej.. Zaoznanie się

Bardziej szczegółowo

Wymagania edukacyjne na poszczególne oceny z matematyki w klasie III poziom rozszerzony

Wymagania edukacyjne na poszczególne oceny z matematyki w klasie III poziom rozszerzony Wymagaia edukacyje a poszczególe ocey z matematyki w klasie III poziom rozszerzoy Na oceę dopuszczającą, uczeń: zazacza kąt w układzie współrzędych, wskazuje jego ramię początkowe i końcowe wyzacza wartości

Bardziej szczegółowo

Metody badania zbieżności/rozbieżności ciągów liczbowych

Metody badania zbieżności/rozbieżności ciągów liczbowych Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu

Bardziej szczegółowo

METODA USTALANIA LICZBY POWTÓRZE EKSPERYMENTU SYMULACYJNEGO O SKO CZONYM HORYZONCIE CZASOWYM

METODA USTALANIA LICZBY POWTÓRZE EKSPERYMENTU SYMULACYJNEGO O SKO CZONYM HORYZONCIE CZASOWYM METODA USTALANIA LICZBY POWTÓRZE EKSPERYMENTU SYMULACYJNEGO O SKOCZONYM HORYZONCIE CZASOWYM KRZYSZTOF JURCZYK, WOJCIECH WONIAK Streszczeie Symulacja komputerowa staowi doskoałe arzdzie słuce aalizie złooych

Bardziej szczegółowo

11:39. Dźwięk, fala akustyczna, hałas. Zagadnienia akustyczne w projektowaniu. Dźwięk i hałas, zakres częstotliwości

11:39. Dźwięk, fala akustyczna, hałas. Zagadnienia akustyczne w projektowaniu. Dźwięk i hałas, zakres częstotliwości Zagadieia akustycze w projektowaiu Jacek NURZYŃSKI Kraków 20 Dźwięk, fala akustycza, hałas Dźwięk; rozprzestrzeiające się falowo drgaie akustycze Drgaie akustycze; ruch cząsteczek ośrodka spręŝystego względem

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

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

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych w zakresie materiału przedstawioego a wykładzie orgaizacyjym Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli doświadczeie,

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Scenariusz lekcji: Kombinatoryka utrwalenie wiadomości

Scenariusz lekcji: Kombinatoryka utrwalenie wiadomości Sceariusz lekcji: Kombiatoryka utrwaleie wiadomości 1 1. Cele lekcji a) Wiadomości Uczeń: za pojęcia: permutacja, wariacja i kombiacja, zdarzeie losowe, prawdopodobieństwo, za iezbęde wzory. b) Umiejętości

Bardziej szczegółowo

Ciągi liczbowe wykład 3

Ciągi liczbowe wykład 3 Ciągi liczbowe wykład 3 dr Mariusz Grządziel semestr zimowy, r akad 204/205 Defiicja ciągu liczbowego) Ciagiem liczbowym azywamy fukcję odwzorowuja- ca zbiór liczb aturalych w zbiór liczb rzeczywistych

Bardziej szczegółowo

16 Przedziały ufności

16 Przedziały ufności 16 Przedziały ufości zapis wyiku pomiaru: sugeruje, że rozkład błędów jest symetryczy; θ ± u(θ) iterpretacja statystycza przedziału [θ u(θ), θ + u(θ)] zależy od rozkładu błędów: P (Θ [θ u(θ), θ + u(θ)])

Bardziej szczegółowo