Statystyczna kontrola procesu karty kontrolne Shewharta.

Wielkość: px
Rozpocząć pokaz od strony:

Download "Statystyczna kontrola procesu karty kontrolne Shewharta."

Transkrypt

1 tatystyza kotrola proesu karty kotrole hewharta. Każe przesiębiorstwo proukyje, ąży o tego, aby proukty które wytwarza były jak ajlepszej jakośi. W zisiejszyh zasah, to właśie jakość pozwala utrzymać się a ryku, gzie kokureja jest barzo uża. Poieważ, jakość ozaza zarówo wyajość, iezawoość, trwałość, kompatybilość, zyli ogół właśiwośi obiektu wiążąyh się z jego zolośią o zaspokojeia potrzeb stwierzoyh lub ozekiwayh, a potrzeby iiejszego referatu, zaiteresowaiem zostaie objęta jeyie jakość wykoaia, zyli zgoość wyrobu z wymagaiami projektu. Poieważ zmiee występująe w proesie sterowaia jakośią są zmieymi losowymi, rola meto statystyzyh ogrywa w iej omiująą rolę. Postawowe zazeie mają metoy i arzęzia ależąe o tzw. wielkiej sióemki PC magifiet seve o tatistial Proess Cotrol w skła której whozą:. iagram przebiegu proesu proess flow iagram. karta kotrola otrol hart. arkusz kotroly heksheet. iagram Ishikawy ause a efet iagram, Fishboe iagram 5. iagram Pareto Pareto iagram 6. histogram histogram 7. puktowy iagram korelaji satter plot Postawową rolę w ziałaiah sterowaia jakośią ogrywają karty kotrole. ą to postawowe i ajwześiejsze historyzie arzęzie PC. Należą o meto bieżąyh kotroli jakośi, a jeoześie przy właśiwym stosowaiu mają barzo uże zazeie przy poprawie jakośi proukji. Praktyze zastosowaie kart kotrolyh astąpiło w 9 roku w Bell Laboratories. Pomysł kart zawzięzamy Walter owi hewhart owi, o którego azwiska azywa się je zęsto kartami kotrolymi hewhart a KK. Wykorzystują oe prawa rahuku prawopoobieństwa i statystyki matematyzej pozwalają wyhwyić ewetuale rozregulowaie proes. Jeśli są takie sygały, wówzas poejmuje się eyzję o ewetualym przerwaiu proukji i przeprowazeia jego regulaji. Projektowaie KK opiera się a założeiu, ze każy proes jest poaway ziałaiu wóh rozajów zyików zakłóająyh: - aturalyh są to zyiki ierozerwalie związae z proesem. Jest ih zazwyzaj wiele, ale żae ie ogrywa omiująej roli, - ieprzypakowa związaa jest z przyzyami które moża wyjaśić p. zmęzeie robotików. Jest oa szzególie iepożąaa, poieważ jest ozaką ieprawiłowego przebiegu proesu i zazie obiża jakość. Główym elemetem każej karty kotrolej jest iagram przegląowy, służąy o moitorowaia proesu. Na osi poziomej, ozazoej symbolem t, okłaa się umer kolejej próbki pobraej o baaia. Na osi pioowej okłaa się atomiast wartośi obserwowaej harakterystyki. Charakterystyka ta jest zmieą losową. Istotym elemetem jest liia etrala eter lie. Jest to ajzęśiej taka wartość harakterystyki, wokół której powiy losowo osylować koleje wartośi parametru. Liia ta wyzazaa jest a postawie tzw. próby pilotażowej, bąź wyzazoa z góry przez ormy otyząe aego proesu.

2 W zależośi o potrzeb baaia stosuje się wustroy, bąź jeostroy shemat kotroly. W takiej sytuaji a iagramie wykreśla się graie kotrole otrol limits. Grafizą prezetaję kostrukji kart kotrolyh przestawioo a rysuku.. ys.. Iea karty kotrolej. GGO DGO DLK Źróło: Opraowaie włase Deyzje poejmowae przy użyiu karty kotrolej oparte są a postawie weryfikaji hipotez statystyzyh przy aym α. Należy pokreślić, ze w miarę jak rosą wymagaia jakośiowe w stosuku o proesów i wyrobów rozszerza się rówież zakres stosowaia owozesyh kart kotrolyh, określayh zęsto kartami kotrolymi z możliwośią akeptaji proesu, a wię z określoą expliite wartośią β. W zależośi o rozaju proukji, oraz wymagań otyząyh jakośi stosuje się róże karty kotrole lub ie barziej zaawasowae tehiki. Karty kotrole moża pozielić ze wzglęu a rozaj baaej ehy jak rówież lizbę kotrolowayh parametrów. W zależośi o rozaju kotrolowaej ehy karty kotrole zieli się a: karty kotrole la eh oeiayh lizbowo karty kotrole la eh oeiayh alteratywie Karty la eh oeiayh alteratywie, stosuje się przy ehah jakośiowyh, ale możliwe jest wykorzystaie ih rówież przy kotroli eh mierzalyh, zwłaszza gy sam proes przeprowazeia pomiaru jest ługi bąź kosztowy. Niemiej jeak stosują skalę alteratywą trai się użo iformaji, które ograizać mogą poszukiwaie zakłóeń proesu. W zależośi o lizby kotrolowayh parametrów karty zieli się a: jeotorowe wutorowe wielotorowe Dla kart jeotorowyh kostruuje się jee wykres la obserwowaego parametru, a la kart wu i wielotorowyh prowazi się ih opowieio więej. Większość kart zakłaa iż rozkła ehy jest rozkłaem ormalym.

3 ys... Baaie zgoośi rozkłau z rozkłaem ormalym Typy ajzęśiej stosowayh kart kotrolyh hewharta przestawia rysuek.. ys.. Typy ajzęśiej stosowayh kart kotrolyh hewarta KATY KONTOLNE HEWATA Przy oeie lizbowej Przy oeie alteratywej Karta X Karta X X max -X mi Karta Karta Karta p Karta p Karta X Karta u X Źróło: Opraowaie włase Kostrukja liii kotrolyh przy tworzeiu kart występuje w wóh przypakah. Miaowiie, gy zamy parametry projektowe wyrobu śreia, ohyleie, a także GLC i DLK tzw. wartośi ormatywe, oraz gy parametrów tyh ie zamy i ależy je oszaować. Najzęśiej szauje się śreią, ohyleie lub rozstęp. Estymatory wykorzystywae o wspomiayh parametrów są astępująe: x i x ij j xij - j-ta obserwaja w i-tej próbie. ˆ σ tzw. współzyik Hartley a wartość stabliowaa.

4 k ˆ σ, k i i, la >5 wsp. korygująy. Zależość może być stosowaa w przypaku gy lizebość próbki la > rozstęp ie jest obrym estymatorem zmieośi oraz gy zmieość w próbe jest miejsza o zmieośi śreiej mięzy próbami. Przy kostruowaiu liii kotrolyh la poszzególyh, jak wspomiao wześiej, istieją wa przypaki. Przy prezetaji poszzególyh kart, zostaą uwzglęioe obywie metoy. Pierwsza z ih, gy zae są wartośi ormatywe, zyli parametry rozkłau ormalego tj. µ oraz σ, oraz rugi, gy tyh wartośi ie są zae, a zostaą oszaowae a za pomoą estymatorów.-.. Dla wszystkih kart przyjęto obszar zmieośi +/- σ. Wyzazeie liii kotrolyh la Karty X la zayh wartośi ormatywyh σ σ GLK m + LC m DLK m la iezayh wartośi ormatywyh szaowaie. oraz. GLK x + x + A LC x DLK x x A la iezayh wartośi ormatywyh szaowaie. oraz. GLK x + x + A LC x DLK x + x A Położeie liii kotrolyh a karie X oblizae jest a postawie miar rozproszeia ohyleia lub rozstępu. Dlatego jeśli ie moża założyć iezmieośi rozproszeia w zasie, koieze jest prowazeie oatkowo karty kotrolej lub karty kotrolej. Wyzazeie liii kotrolyh la karty la zayh wartośi ormatywyh GLK σ + B σ LC σ 6 DLK σ B σ B B +

5 la iezayh wartośi ormatywyh szaowaie. B GLK + LC B DLK B + B Wyzazeie liii kotrolyh la karty la zayh wartośi ormatywyh σ GLK + σ LC σ DLK la iezayh wartośi ormatywyh D GLK + LC D DLK D + D ys.. Przykła karty kotrolej ujawiająej stabilość proesu Źróło:

6 ys... Przykła karty kotrolej ujawiająej iestabilość proesu Źróło: Kolejym rozajem kart, są karty oparte a oeie alteratywej. Poobie jak we wześiejszyh kartah, rozważae są wa przypaki w wyzazaiu liii kotrolyh proesu: la zayh wartośi ormatywyh, oraz la ih iezayh parametrów. Postawowe typy kart kotrolyh la zmieyh biaryh są astępująe: Karta kotrola p Polega a określeiu frakji waliwyh elemetów proesu. Dla poszzególyh przypaków liie kotrole wyzaza się: przy zaej waliwośi proesu p GLK p p p + LC p DLK p p p przy iezaej waliwośi proesu GLK p p p + LC p DLK p p p, gzie m pˆ i p m i pˆ i - frakja w i-tej próbie

7 Karta kotrola p. Jest moyfikają karty kotrolej p, polegająą a tym, iż zamiast rozpatrywaia frakji elemetów waliwyh, określa się ih lizbę. Dla poszzególyh przypaków liie kotrole są astępująe: przy zaej waliwośi proesu GLK p + p p LC p DLK p p p przy iezaej waliwośi proesu GLK p + p p LC p DLK p p p Karta kotrola Określa lizbę wa w jeoste wyrobu. Jeżeli Z jest zmieą losową przyjmująą wartośi określająe lizbę wa w proukie, to jej rozkła jest zgoy z rozkłaem Poissoa z parametrem λ. Niekiey karta ta jest wykorzystywaa o baaia lizby waliwyh prouktów w próbie. Liie kotrole wyzazae są: przy zaej śreiej lizbie waliwyh elemetów GLK + LC DLK przy iezaej waliwośi proesu GLK + LC DLK Karta kotrola u Pozwala a kotrolę braków w zestawie prouktów. Śreią lizbę wa w zestawie obliza się astępująo: u, gzie - lizba wszystkih prouktów - lizba wszystkih wa Liie kotrole określa się astępująo: u u GLK u + LC u DLK u W przypaku gy lizebość próby jest róża liie kotrole wyzaza się astępująo: u GLK u + LC u i DLK u u i

8 Wykorzystaie kart kotrolyh pozwala a wykryie iestabilośi proukji wyrobu w trakie jego wytwarzaia. Pozwala to ie tylko a zmiejszeie kosztów gwaraji, lez także a zwiększeie iezawoośi prouktu, a o za ty, izie zaowoleia klieta i zobyia przewagi a ryku. Opróz zaprezetowayh postawowyh kart, istieją jeszze ie, ieo barziej skomplikowae. Powstawały oe wraz z rozwojem statystyki matematyzej, jak rówież były opowiezią a oraz to barziej złożoe proesy proukyje. Do tyh kart moża zalizyć mięzy iymi wielowymiarowe karty T Hotelliga. Bibliografia: Hamrol A., Matura W., Zarzązaie jakośią teoria i praktyka, Wyawitwo Naukowe PWN, 00 Warszawa Iwasiewiz A., Zarzązaie jakośią, Wyawitwo Naukowe PWN, 999 Warszawa Końzak G., Wykorzystaie kart kotrolyh w sterowaiu jakośią w toku proukji, AEiKA, 000 Katowie

9 tatystyza kotrola proesu karty kotrole hewharta Ewelia Kowalska Koło Naukowe Meto Ilośiowyh Przy Katerze tatystyki Wyział Zarzązaia Uiwersytet Gański

PRACOWNIA ELEKTRYCZNA I ELEKTRONICZNA. Zespół Szkół Technicznych w Skarżysku-Kamiennej. Sprawozdanie

PRACOWNIA ELEKTRYCZNA I ELEKTRONICZNA. Zespół Szkół Technicznych w Skarżysku-Kamiennej. Sprawozdanie Zespół Szkół Tehizyh w Skarżysku-Kamieej Sprawozdaie PRCOWN ELEKTRYCZN ELEKTRONCZN imię i azwisko z ćwizeia r 1 Temat ćwizeia: UKŁDY REGULCJ NTĘŻEN PRĄDU rok szkoly klasa grupa data wykoaia. Cel ćwizeia:

Bardziej szczegółowo

ZASTOSOWANIE METODY CBR DO SZACOWANIA KOSZTÓW WYTWARZANIA W FAZIE PROJEKTOWANIA

ZASTOSOWANIE METODY CBR DO SZACOWANIA KOSZTÓW WYTWARZANIA W FAZIE PROJEKTOWANIA ZASTOSOWANIE METODY CBR DO SZACOWANIA KOSZTÓW WYTWARZANIA W FAZIE PROJEKTOWANIA prof. r hab. iż. Ryszar Kosala r.kosala@po.opole.pl mgr iż. Barbara Baruś b.barus@po.opole.pl Politechika Opolska Wyział

Bardziej szczegółowo

Wykład 8: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

Wykład 8: Zbieżność według rozkładu. Centralne twierdzenie graniczne. Rachuek prawopoobieństwa MA5 Wyział Elektroiki, rok aka 20/2, sem leti Wykłaowca: r hab A Jurlewicz Wykła 8: Zbieżość weług rozkłau Cetrale twierzeie graicze Zbieżości ciągu zmieych losowych weług rozkłau

Bardziej szczegółowo

Wykład 13: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

Wykład 13: Zbieżność według rozkładu. Centralne twierdzenie graniczne. Rachuek prawopoobieństwa MA064 Wyział Elektroiki, rok aka 2008/09, sem leti Wykłaowca: r hab A Jurlewicz Wykła 3: Zbieżość weług rozkłau Cetrale twierzeie graicze Zbieżości ciągu zmieych losowych weług

Bardziej szczegółowo

Projekt ze statystyki

Projekt ze statystyki Projekt ze statystyki Opracowaie: - - Spis treści Treść zaia... Problem I. Obliczeia i wioski... 4 Samochó I... 4 Miary położeia... 4 Miary zmieości... 5 Miary asymetrii... 6 Samochó II... 8 Miary położeia:...

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

Szeregi liczbowe i ich własności. Kryteria zbieżności szeregów. Zbieżność bezwzględna i warunkowa. Mnożenie szeregów.

Szeregi liczbowe i ich własności. Kryteria zbieżności szeregów. Zbieżność bezwzględna i warunkowa. Mnożenie szeregów. Materiały dydaktyze Aaliza Matematyza (Wykład 3) Szeregi lizbowe i ih własośi. Kryteria zbieżośi szeregów. Zbieżość bezwzględa i warukowa. Możeie szeregów. Defiija. Nieh {a } N będzie iągiem lizbowym.

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

Ćwiczenie nr 5 BADANIE SOCZEWKI

Ćwiczenie nr 5 BADANIE SOCZEWKI Ćwizeie r 5 BADANIE SOCZEWKI. Wprowazeie Zolość sozewe o załamywaia promiei świetlyh uzależioa jest o astępująyh zyiów: a) ształtu powierzhi załamująyh promieie rzywiz b) materiału z tórego są wyoae współzyi

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

Elementy modelowania matematycznego

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

Bardziej szczegółowo

Przykłady 8.1 : zbieżności ciągów zmiennych losowych

Przykłady 8.1 : zbieżności ciągów zmiennych losowych Rachuek rawopoobieństwa MA8 Wyział Matematyki, Matematyka Stosowaa rzykłay 8. Róże rozaje zbieżości ciągów zmieych losowych. rawa wielkich liczb. Twierzeia graicze. rzykłay 8. : zbieżości ciągów zmieych

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadaie. Wykoujemy rzuty symetryczą kością do gry do chwili uzyskaia drugiej szóstki. Niech Y ozacza zmieą losową rówą liczbie rzutów w których uzyskaliśmy ie wyiki iż szóstka a zmieą losową rówą liczbie

Bardziej szczegółowo

WYZNACZANIE WSPÓŁCZYNNIKA ZAŁAMANIA ŚWIATŁA METODĄ SZPILEK I ZA POMOCĄ MIKROSKOPU. Wprowadzenie. = =

WYZNACZANIE WSPÓŁCZYNNIKA ZAŁAMANIA ŚWIATŁA METODĄ SZPILEK I ZA POMOCĄ MIKROSKOPU. Wprowadzenie. = = WYZNACZANIE WSPÓŁCZYNNIKA ZAŁAMANIA ŚWIATŁA METODĄ SZPILEK I ZA POMOCĄ MIKROSKOPU Wprowadzeie. Przy przejśiu światła z jedego ośrodka do drugiego występuje zjawisko załamaia zgodie z prawem Selliusa siα

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

Wzory do wyznaczania linii na kartach Shewharta [1]

Wzory do wyznaczania linii na kartach Shewharta [1] Wzory o wyzazaa l a kartah Shewharta [] LC la etrala, DLO ola la ostrzegaa, GLO - góra la ostrzegaa, DLK ola la kotrola, GLK góra la kotrola Le kotrole ustalae a postawe arbtrale poayh wartoś oratywyh

Bardziej szczegółowo

O nauczaniu oceny niepewności standardowej

O nauczaniu oceny niepewności standardowej 8 O nauczaniu oceny niepewności stanarowej Henryk Szyłowski Wyział Fizyki UAM, Poznań PROBLEM O lat 90. ubiegłego wieku istnieją mięzynaroowe normy oceny niepewności pomiarowych [, ], zawierające jenolitą

Bardziej szczegółowo

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

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

Bardziej szczegółowo

U L T R A ZAKŁAD BADAŃ MATERIAŁÓW

U L T R A ZAKŁAD BADAŃ MATERIAŁÓW U L T R A ZAKŁAD BADAŃ MATERIAŁÓW Zał 1 instr Nr02/01 str. 53-621 Wrocław, Głogowska 4/55, tel/fax 071 3734188 52-404 Wrocław, Harcerska 42, tel. 071 3643652 www.ultrasonic.home.pl tel. kom. 0 601 710290

Bardziej szczegółowo

Programowanie ilorazowe #1

Programowanie ilorazowe #1 Programowanie ilorazowe #1 Problem programowania ilorazowego (PI) jest przykłaem problemu programowania matematyznego nieliniowego, który można skuteznie zlinearyzować, tzn. zapisać (i rozwiązać) jako

Bardziej szczegółowo

Od wzorów skróconego mnoŝenia do klasycznych nierówności

Od wzorów skróconego mnoŝenia do klasycznych nierówności Hery Pwłowsi IV LO Toruń O wzorów sróoego moŝei o lsyzyh ierówośi Uzą w szole wzorów sróoego moŝei zzymy o owozei wóh toŝsmośi: () ( ) () ( ) Nstępie uŝywmy ih o przesztłi wyrŝeń Tym rzem zrómy z ih iy

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

UNIWESRYTET EKONOMICZNY WE WROCŁAWIU HOSSA ProCAPITAL WYCENA OPCJI. Sebastian Gajęcki WYDZIAŁ NAUK EKONOMICZNYCH

UNIWESRYTET EKONOMICZNY WE WROCŁAWIU HOSSA ProCAPITAL WYCENA OPCJI. Sebastian Gajęcki WYDZIAŁ NAUK EKONOMICZNYCH UNIWESRYTET EKONOMICZNY WE WROCŁAWIU HOSSA ProCAPITAL WYCENA OPCJI Sebastian Gajęcki WYDZIAŁ NAUK EKONOMICZNYCH WPROWADZENIE Opcje są instrumentem pochonym, zatem takim, którego cena zależy o ceny instrumentu

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wytrzymałość śruby wysokość nakrętki

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

Bardziej szczegółowo

WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ

WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ ĆWICZENIE 9 WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ Opis kł pomirowego A) Wyzzie ogiskowej sozewki skpijąej z pomir oległośi przemiot i obrz o sozewki Szzególie proste, rówoześie

Bardziej szczegółowo

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych Wokół testu Studeta Wprowadzeie Rozkłady prawdopodobieństwa występujące w testowaiu hipotez dotyczących rozkładów ormalych Rozkład ormaly N(µ, σ, µ R, σ > 0 gęstość: f(x σ (x µ π e σ Niech a R \ {0}, b

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

Wykład 1. Andrzej Leśniak KGIS, GGiOŚ AGH. Cele. Zaprezentowanie praktycznego podejścia do analizy danych (szczególnie danych środowiskowych)

Wykład 1. Andrzej Leśniak KGIS, GGiOŚ AGH. Cele. Zaprezentowanie praktycznego podejścia do analizy danych (szczególnie danych środowiskowych) Analiza anych śroowiskowych III rok OŚ Wykła 1 Anrzej Leśniak KGIS, GGiOŚ AGH Cele Zaprezentowanie praktycznego poejścia o analizy anych (szczególnie anych śroowiskowych) Zaznajomienie z postawowymi (!!!)

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

UKŁADY REGULACJI NAPIĘCIA

UKŁADY REGULACJI NAPIĘCIA Zespół Szkół Tehizyh w Skarżysku-Kamieej Sprawozdaie z ćwizeia r 2 Temat ćwizeia: PRACOWNIA ELEKTRYCZNA I ELEKTRONICZNA imię i azwisko KŁADY REGLACJI NAPIĘCIA rok szkoly klasa grupa data wykoaia I. Cel

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Teoretyczne podstawy udarów wspinaczkowych

Teoretyczne podstawy udarów wspinaczkowych Teoretyzne postawy uarów wspinazkowyh Marek Kujawiński Współzesny sprzęt wspinazkowy jest tak mony, że na pewno wytrzyma - to oraz zęśiej wypowiaana i promowana przez wielu wspinazy opinia, a przeież nie

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Metoda łączona. Wykład 7 Dwie niezależne próby. Standardowy błąd dla różnicy dwóch średnich. Metoda zwykła (niełączona) n2 2

Metoda łączona. Wykład 7 Dwie niezależne próby. Standardowy błąd dla różnicy dwóch średnich. Metoda zwykła (niełączona) n2 2 Wykład 7 Dwie iezależe próby Często porówujemy wartości pewej zmieej w dwóch populacjach. Przykłady: Grupa zabiegowa i kotrola Lekarstwo a placebo Pacjeci biorący dwa podobe lekarstwa Mężczyźi a kobiety

Bardziej szczegółowo

Wykład 24 Optyka geometryczna Widmo i natura światła

Wykład 24 Optyka geometryczna Widmo i natura światła Wykła 4 Optyka geometrycza Wimo i atura światła Optyka to auka o falach elektromagetyczych, ich wytwarzaiu, rozchozeiu się w różych ośrokach, i oziaływaiu z tymi ośrokami. Różice mięzy falami elektromagetyczymi

Bardziej szczegółowo

INWESTYCJE MATERIALNE

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

Bardziej szczegółowo

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2 Wykład 5 Przedziały ufości Zwykle ie zamy parametrów populacji, p. Chcemy określić a ile dokładie y estymuje Kostruujemy przedział o środku y, i taki, że mamy 95% pewości, że zawiera o Nazywamy go 95%

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

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

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

Mieszanie. otrzymanie jednorodnych roztworów, emulsji i zawiesin intensyfikacja procesów wymiany ciepła intensyfikacja procesów wymiany masy

Mieszanie. otrzymanie jednorodnych roztworów, emulsji i zawiesin intensyfikacja procesów wymiany ciepła intensyfikacja procesów wymiany masy ieszaie Celem procesu mieszaia jest : otrzymaie jeoroych roztworów, emulsji i zawiesi itesyfikacja procesów wymiay ciepła itesyfikacja procesów wymiay masy Sposoby prowazeia mieszaia w śroowisku ciekłym

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

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

Bardziej szczegółowo

0.1 ROZKŁADY WYBRANYCH STATYSTYK

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

Bardziej szczegółowo

Zasada działania profilometru laserowego służącego do pomiaru pola przekroju poprzecznego wyrobisk kopalnianych

Zasada działania profilometru laserowego służącego do pomiaru pola przekroju poprzecznego wyrobisk kopalnianych 57 Pae Istytt Mehaiki Góotwo P Tom 6, 3-, (00), s. 57-6 Istytt Mehaiki Góotwo P Zasaa ziałaia pofilomet laseowego słżąego o pomia pola pzekoj popzezego wyobisk kopaliayh DRZEJ KRCH, WCŁW TRUTWI Istytt

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0, Zadaie iech X, X,, X 6 będą iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), a Y, Y,, Y6 iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), gdzie, są iezaymi

Bardziej szczegółowo

Algorytmy graficzne. Metody binaryzacji obrazów

Algorytmy graficzne. Metody binaryzacji obrazów Algorytmy graficzne Metoy binaryzacji obrazów Progowanie i binaryzacja Binaryzacja jest procesem konwersji obrazów kolorowych lub monochromatycznych (w ocieniach szarości) o obrazu wupoziomowego (binarnego).

Bardziej szczegółowo

ROZDZIAŁ 5. Renty życiowe

ROZDZIAŁ 5. Renty życiowe ROZDZIAŁ 5 Renty życiowe Rentą życiową nazywamy ciąg płatności który ustaje w chwili śmierci pewnej osoby (zwykle ubezpieczonego) Mówiąc o rencie życiowej nie zaznaczamy czy osoba której przyszły czas

Bardziej szczegółowo

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VI: Metoda Mote Carlo 17 listopada 2014 Zastosowaie: przybliżoe całkowaie Prosta metoda Mote Carlo Przybliżoe obliczaie całki ozaczoej Rozważmy całkowalą fukcję f : [0, 1] R. Chcemy zaleźć przybliżoą

Bardziej szczegółowo

Modelowanie i Analiza Danych Przestrzennych

Modelowanie i Analiza Danych Przestrzennych Moelowanie i Analiza anych Przestrzennych Wykła Anrzej Leśniak Katera Geoinformatyki i Informatyki Stosowanej Akaemia Górniczo-utnicza w Krakowie Prawopoobieństwo i błą pomiarowy Jak zastosować rachunek

Bardziej szczegółowo

4) zmienność procesu w czasie wymaga od zespołu jednoczesnego monitorowania dokładności

4) zmienność procesu w czasie wymaga od zespołu jednoczesnego monitorowania dokładności 6. Jeśli dąży się do porównania dwóch wykresów należy pamiętać, aby ich skale były sobie równe. Jeśli jest to niemożliwe ze względu na porównanie wartości bezwzględnych (np. 15 szt. i 150 szt.), trzeba

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

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

Wynik finansowy transakcji w momencie jej zawierania jest nieznany z uwagi na zmienność ceny przedmiotu transakcji, czyli instrumentu bazowego

Wynik finansowy transakcji w momencie jej zawierania jest nieznany z uwagi na zmienność ceny przedmiotu transakcji, czyli instrumentu bazowego .Istmety ochoe otaty temiowe azywae sa istmetami ochoymi (eivatives. otat temiowy zobowiazje wie stoy o zeowazeia w zyszłosci ewej tasacji a wczesiej staloych waach. Jea stoa otatów (abywca - te, co je

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

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

Dynamiczne operacje i techniki rozdzielania fazy stałej oraz fazy stałej od ciekłej i granulometria

Dynamiczne operacje i techniki rozdzielania fazy stałej oraz fazy stałej od ciekłej i granulometria KATEDRA INŻYNIERII CHEMICZNEJ I PROCESOWEJ Ko ćwiczenia: KL-1 INSTRUKCJE ĆWICZEŃ LABORATORYJNYCH Dynamiczne operacje i techniki rozzielania fazy stałej oraz fazy stałej o ciekłej i granulometria KL-1B

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

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

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

Bardziej szczegółowo

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15 Testowaie hipotez ZałoŜeia będące przedmiotem weryfikacji azywamy hipotezami statystyczymi. KaŜde przypuszczeie ma swoją alteratywę. Jeśli postawimy hipotezę, Ŝe średica pia jedoroczych drzew owej odmiay

Bardziej szczegółowo

Estymacja przedziałowa - przedziały ufności

Estymacja przedziałowa - przedziały ufności Estymacja przedziałowa - przedziały ufości Próbę -elemetową charakteryzujemy jej parametrami (p. x, s, s ). Służą oe do ocey wartości iezaych parametrów populacji (m, σ, σ). Nazywamy je estymatorami puktowymi

Bardziej szczegółowo

V OGÓLNOPOLSKI KONKURS Z FIZYKI Fizyka się liczy I Etap ZADANIA 27 lutego 2013r.

V OGÓLNOPOLSKI KONKURS Z FIZYKI Fizyka się liczy I Etap ZADANIA 27 lutego 2013r. V OGÓLNOPOLSKI KONKURS Z FIZYKI Fizka się licz I Etap ZDNI 7 lutego 3r.. Dwa pociski wstrzeloo jeocześie w tę saą stroę z wóch puktów oległch o o. Pierwsz pocisk wstrzeloo z prękością o po kąte α. Z jaką

Bardziej szczegółowo

Metody statystyczne w naukach biologicznych

Metody statystyczne w naukach biologicznych Metoy statystycze w aukach biologiczych 006-04-11 Wykła: Weryfikacja hipotez statystyczych. Zaaiem statystyki matematyczej jest wioskowaie o populacji geeralej a postawie populacji próbej. Wioskowaie to

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

BADANIA DOCHODU I RYZYKA INWESTYCJI

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

Bardziej szczegółowo

FUNKCJA KWADRATOWA. Poziom podstawowy

FUNKCJA KWADRATOWA. Poziom podstawowy FUNKCJA KWADRATOWA Poziom podstawowy Zadanie ( pkt) Wykres funkji y = ax + bx+ przehodzi przez punkty: A = (, ), B= (, ), C = (,) a) Wyznaz współzynniki a, b, (6 pkt) b) Zapisz wzór funkji w postai kanoniznej

Bardziej szczegółowo

EFEKTY DYSPERSYJNE ZNIEKSZTAŁCAJĄCE KRÓTKIE IMPULSY LASEROWE. prof. Halina Abramczyk Laboratory of Laser Molecular Spectroscopy

EFEKTY DYSPERSYJNE ZNIEKSZTAŁCAJĄCE KRÓTKIE IMPULSY LASEROWE. prof. Halina Abramczyk Laboratory of Laser Molecular Spectroscopy EFEKTY DYSPERSYJNE ZNIEKSZTAŁCAJĄCE KRÓTKIE IMPUSY ASEROWE T t N t Dwa główe mehaizmy powoująe ziekształeie impulsów laserowyh: ) GVD-group veloity isspersio ) SMP-self phase moulatio 3 E E τ () 0 t /

Bardziej szczegółowo

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

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

Bardziej szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.

Bardziej szczegółowo

Automatyka i Robotyka Analiza Wykład 14 dr Adam Ćmiel

Automatyka i Robotyka Analiza Wykład 14 dr Adam Ćmiel Własośi zbiorów otwarth i domięth Tw. a) Suma dowolej ilośi zbiorów otwarth jest zbiorem otwartm. b) Iloz sońzoej ilośi zbiorów otwarth jest zbiorem otwartm. Dow. a) Mam rodzię zbiorów otwarth: U A s {

Bardziej szczegółowo

Pracownia fizyczna dla szkół

Pracownia fizyczna dla szkół Natężeie światła Pracowia fizycza Imię i Nazwisko yfrakcja i iterferecja a świetle laserowym opracowaie: Aeta rabińska Fotoy, jak zresztą i ie obiekty, mają barzo specyficzą cechę w pewych sytuacjach zachowują

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

2... Pˆ - teoretyczna wielkość produkcji (wynikająca z modelu). X X,..., b b,...,

2... Pˆ - teoretyczna wielkość produkcji (wynikająca z modelu). X X,..., b b,..., Główne zynniki produkji w teorii ekonoii: praa żywa (oznazenia: L, ), praa uprzediotowiona (kapitał) (oznazenia: K, ), zieia (zwłaszza w rolnitwie). Funkja produkji Cobba-Douglasa: b b b P ˆ b... k 0 k

Bardziej szczegółowo

Problem. Jak praktycznie badać jednostajną ciągłość funkcji?

Problem. Jak praktycznie badać jednostajną ciągłość funkcji? EAIiIB-Iormatya - Wyład 3- dr Adam Ćmiel miel@.agh.edu.pl Ciągłość uji w puie e. Fuję : azywamy iągłą w puie jeżeli Heie Cauhy Uwaga: Put ale ie musi być putem supieia zbioru. Jeżeli jest putem izolowaym

Bardziej szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 5: RENTY ŻYCIOWE

MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 5: RENTY ŻYCIOWE MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 5: RENTY ŻYCIOWE Rentą życiową nazywamy ciąg płatności który ustaje w chwili śmierci pewnej osoby (zwykle ubezpieczonego) Mówiąc o rencie życiowej nie zaznaczamy

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

LABORATORIUM FIZYKI PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ W NYSIE

LABORATORIUM FIZYKI PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ W NYSIE LABORATORIUM FIZYKI PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ W NYSIE Ćwzee r 4 Temat: Wyzazee współzyka załamaa ezy refraktometrem Abbego.. Wprowadzee Śwatło, przy przejśu przez graę dwóh ośrodków, zmea swój

Bardziej szczegółowo

Systemowe zarządzanie jakością : koncepcja systemu, ocena systemu, wspomaganie decyzji / Piotr Miller. Warszawa, Spis treści

Systemowe zarządzanie jakością : koncepcja systemu, ocena systemu, wspomaganie decyzji / Piotr Miller. Warszawa, Spis treści Systemowe zarządzanie jakością : koncepcja systemu, ocena systemu, wspomaganie decyzji / Piotr Miller. Warszawa, 2011 Spis treści Szanowny Czytelniku 11 I. SYSTEMOWE I PROCESOWE PODEJŚCIE DO ZARZĄDZANIA

Bardziej szczegółowo

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem)

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem) D. Miszczyńska, M.Miszczyński KBO UŁ, Badaia operacyje (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assigmet Problem) Bliskim "krewiakiem" ZT (w sesie podobieństwa modelu decyzyjego) jest zagadieie

Bardziej szczegółowo

Szacowanie składki w ubezpieczeniu od ryzyka niesamodzielności

Szacowanie składki w ubezpieczeniu od ryzyka niesamodzielności Skłaki w ubezpieczeiu o ryzyka iesamozielości EDYTA SIDOR-BANASZEK Szacowaie skłaki w ubezpieczeiu o ryzyka iesamozielości Kalkulacja skłaki w ubezpieczeiach jes barzo ważym zagaieiem związaym z maemayką

Bardziej szczegółowo

Wybór systemu i planowanie wykorzystania deskowań w wykonawstwie monolitycznych konstrukcji betonowych

Wybór systemu i planowanie wykorzystania deskowań w wykonawstwie monolitycznych konstrukcji betonowych 54 Wybór systemu i planowanie wykorzystania eskowań w wykonawstwie monolitycznych konstrukcji betonowych Dr hab. inż. Roman Marcinkowski, mgr inż. Anna Krawczyńska, Wyział Buownictwa, Mechaniki i Petrochemii

Bardziej szczegółowo

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12 Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZENIA NR 2

INSTRUKCJA DO ĆWICZENIA NR 2 KATEDRA MECHANIKI STOSOWANEJ Wydzał Mehazy POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 2 PRZEDMIOT TEMAT OPRACOWAŁ MECHANIKA TECHNICZNA Wyzazee położee środka ężkoś układu mehazego Dr ż. K. Kęk 1.

Bardziej szczegółowo

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7 Metody probabilistycze i statystyka Estymacja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

Analiza dokładności pomiaru, względnego rozkładu egzytancji widmowej źródeł światła, dokonanego przy użyciu spektroradiometru kompaktowego

Analiza dokładności pomiaru, względnego rozkładu egzytancji widmowej źródeł światła, dokonanego przy użyciu spektroradiometru kompaktowego doi:1.15199/48.215.4.38 Eugeiusz CZECH 1, Zbigiew JAROZEWCZ 2,3, Przemysław TABAKA 4, rea FRYC 5 Politechika Białostocka, Wydział Elektryczy, Katedra Elektrotechiki Teoretyczej i Metrologii (1), stytut

Bardziej szczegółowo

Wzory do wyznaczania linii na kartach Shewharta [1]

Wzory do wyznaczania linii na kartach Shewharta [1] Karta Shewharta śreej śr (aalzy welokrote, > ) LC: GLO: GLK: gze: - wartość prawzwa populaj wyków - oh. staarowe la populaj wyków Typ ser : I) śr oraz LC: (śrea ogóla) GLO: GLK: Typ ser : II) śr oraz LC:

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

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7 6. Przez 0 losowo wybrayh d merzoo zas dojazdu do pray paa A uzyskują próbkę x,..., x 0. Wyk przedstawały sę astępująo: jest to próbka losowa z rozkładu 0 0 x 300, 944. x Zakładamy, że N ( µ, z ezaym parametram

Bardziej szczegółowo

SPIS TREŚCI CZEŚĆ ELEKTRYCZNA 1. PODSTAWA OPRACOWANIA 2. PRZEDMIOT OPRACOWANIA 3. ZAKRES OPRACOWANIA 4. OPIS TECHNICZNY 5.

SPIS TREŚCI CZEŚĆ ELEKTRYCZNA 1. PODSTAWA OPRACOWANIA 2. PRZEDMIOT OPRACOWANIA 3. ZAKRES OPRACOWANIA 4. OPIS TECHNICZNY 5. SPIS TREŚCI CEŚĆ ELEKTRYCNA 1. PODSTAWA OPRACOWANIA 2. PREDMIOT OPRACOWANIA 3. AKRES OPRACOWANIA 4. OPIS TECHNICNY 4.1 asilaie budyku 4.2 Wewętrza liia zasilająca WL 4.3 Rozdzielica główa RG 4.4 Istalacje

Bardziej szczegółowo

DYFRAKCJA NA POJEDYNCZEJ I PODWÓJNEJ SZCZELINIE

DYFRAKCJA NA POJEDYNCZEJ I PODWÓJNEJ SZCZELINIE YFRAKCJA NA POJEYNCZEJ POWÓJNEJ SZCZELNE. Cel ćwiczenia: zapoznanie ze zjawiskiem yfrakcji światła na pojeynczej i powójnej szczelinie. Pomiar ługości fali światła laserowego, oległości mięzy śrokami szczelin

Bardziej szczegółowo

Relacje Kramersa Kroniga

Relacje Kramersa Kroniga Relacje Kramersa Kroniga Relacje Kramersa-Kroniga wiążą ze sobą część rzeczywistą i urojoną każej funkcji, która jest analityczna w górnej półpłaszczyźnie zmiennej zespolonej. Pozwalają na otrzymanie części

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadaie 1 Rzucamy 4 kości do gry (uczciwe). Prawdopodobieństwo zdarzeia iż ajmiejsza uzyskaa a pojedyczej kości liczba oczek wyiesie trzy (trzy oczka mogą wystąpić a więcej iż jedej kości) rówe jest: (A)

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

ĆWICZENIE NR VII OBRÓBKA PLASTYCZNA BLACH - TŁOCZENIE - KSZTAŁTOWANIE -

ĆWICZENIE NR VII OBRÓBKA PLASTYCZNA BLACH - TŁOCZENIE - KSZTAŁTOWANIE - ĆWICZENIE NR VII OBRÓBKA PLASTYCZNA BLACH - TŁOCZENIE - KSZTAŁTOWANIE -. Cel ćwiczeia Cele ćwiczeia jest zapozaie z techologią tłoczeia - kształtowaia, ze szczególy uwzglęieie wytłaczaia.. Teatyka prac

Bardziej szczegółowo

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,. Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,

Bardziej szczegółowo

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to

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

I N S T Y T U T A N A L I Z R E G I O N A L N Y C H

I N S T Y T U T A N A L I Z R E G I O N A L N Y C H I N S T Y T U T A N A L I Z R E G I O N A L N Y C H OCHÓ BUŻETU GMINY A KWOTA POSTAWOWA SUBWENCJI WYRÓWNAWCZEJ Autory: r Boa Stęień r Mear Makreek Coyriht Boa Stęień Wselkie rawa astreżoe LUTY 005 autory:

Bardziej szczegółowo

WYKŁAD nr Ekstrema funkcji jednej zmiennej o ciągłych pochodnych. xˆ ( ) 0

WYKŁAD nr Ekstrema funkcji jednej zmiennej o ciągłych pochodnych. xˆ ( ) 0 WYKŁAD nr 4. Zaanie programowania nieliniowego ZP. Ekstrema unkcji jenej zmiennej o ciągłych pochonych Przypuśćmy ze punkt jest punktem stacjonarnym unkcji gzie punktem stacjonarnym nazywamy punkt la którego

Bardziej szczegółowo