Semi-parametryczna estymacja punktu zmiany parametrów w szeregach niegaussowskich metodą maksymalizacji wielomianu

Wielkość: px
Rozpocząć pokaz od strony:

Download "Semi-parametryczna estymacja punktu zmiany parametrów w szeregach niegaussowskich metodą maksymalizacji wielomianu"

Transkrypt

1 do:.599/ Seh W. ZABOLOTNII Zygmut Lech WARSZA Chekak Nacoaly Tekhch Uvetet Ukaa() zemyłowy Itytut Automatyk omaów IA Wazawa () Sem-paametycza etymaca puktu zmay paametów w zeegach egauowkch metodą makymalzac welomau Stezczee. Zatoowao metodę makymalzac welomau do ytezy adaptacyych algoytmów dla etymac puktu zmay watośc śede oaz waac zeegu loowego w tybe a poteo. Aalza wyk modelowaa tatytyczego wykazały że uwzględaąc paamety e-gauowkch daych tatytyczych w ozacowau welomaowym uzykue ę toty wzot dokładośc. Abtact. A applcato of the mamzato techque the ythe of polyomal adaptve algothm fo a poteo (etopectve) etmato of the chage-pot of the mea value o vaace of adom equece peeted. Stattcal mulato how a gfcat ceae the accuacy of polyomal etmate whch acheved by takg to accout the o-gaua chaacte of tattcal data.(sem-paametc etmato of the chage-pot of paamete of the o-gaua equece by polyomal mamzato method) Słowa kluczowe: pukt zmay paametów etymaca a poteo weloma tochatyczy watość śeda waaca kumulaty. Keywod: chage-pot a poteo etmato tochatc polyomal mea value vaace cumulat coeffcet. Wtęp Techkę pomaową w coaz wękzym topu toue ę w auce pzemyśle medycye ych zatoowaach do badaa właścwośc ygałów o kładowych modelowaych poceam tochatyczym a pzy ówomeym ch póbkowau - zeegam loowym. Zadaa take ozwązue ę metodam tatytyczym zaówo w czae zeczywtym ak a poteo czyl metodam etopektywym. odeśce apoteo wymaga dłużzego okeu a uzykae podtaw do podęca decyz o dalzych dzałaach ale moża wówcza wykozytać całą fomacę o badaym obekce zawatą w póbce ygału. Zapewa oo badze dokłade waygode ozacowae badaych paametów poceu. Jedym z takch zadań et wykywae mometu wytępowaa "zabuzea" w obewowaym pocee p. dla celów kotolych lub dagotyczych czyl poma położea puktu zmay ego paametów tatytyczych. ukt tak azywa ę w lteatuze tatytycze kótko puktem zmay []. Ozacowae a poteo puktu zmay paametów poceów tochatyczych et wykozytywae w paktyce w welu dzedzach takch ak wykywae wahań klmatu [] aalza geetycza zeegów czaowych [] wykywae włamań w ecach komputeowych [] telekomukacyych [5] egmetaca ygałów mowy wadomośc z potal połeczoścowych [6] wykywae poawea ę ygałów em akutycze [7] detekca ygałów wdeo [8]. Moża też e zatoować w badau pzebegu cągłych poceów pzemyłowych Tak zeok zake zadań aplkacyych wymaga opacowaa welu óżych model matematyczych algoytmów do pzetwazaa daych pozykwaych w pomaach poceów loowych. Badaa dotyczące metod wykywaa puktu zmay obemuą główe klaę poceów loowych modelowaych ozkładem gętośc pawdopodobeńtwa (ag. akom DF) w potac fukc Gaua. Itee też wele poceów zeczywtych któe badze dokłade modeluą e ozkłady DF. Metody opate a ozkładach DF azywa ę paametyczym. odtawowe tudośc podeśca paametyczego (wg Bayea metody awękze waygodośc) to: wymóg poadaa a po fomac o potac ozkładu pawdopodobeńtwa potecale duża złożoość aalzy właścwośc tatytyczych tudość zatoowaa e w paktyce. Bakue też ekomedac uedolcaące zacowae epewośc takch pomaów. Szeeg otatch badań teoetyczych ukeukowaych et a toowae alteatywych metod tatytyczych któe umożlwały by zmezee lub mmalzacę ezbęde a po lośc fomac. Wykozytue ę tu odpoe (ag. obut) poceduy pzetwazaa tatytyczego któe ą eczułe a edokładośc model pobabltyczych lub też toue tety epaametycze e zwązae z daym typem ozkładu. Ceą za tę "ezależość" metod alteatywych ą eco goze ch właścwośc akoścowe ż optymalych metod paametyczych [9]. Jedym z alteatywych poobów ozwązywaa zadań z pzetwazaa daych e-gauowkch poceów loowych et użyce tatytyk (mometów kumulatów) wyżzego zędu []. Tak poób modelowaa toue ę w óżych dzedzach do wykywae zabuzea w pocee mezoym czyl do etymac położea puktu zmay ego paametów. W eze pacy do wykywaa w tybe a poteo puktu zmay paametów ygału zatoowao metodą makymalzac welomau (ag. polyomal mamzato method - akom MM). Yu. Kucheko zapopoował wykozytae do tego celu e-gauowkch welomaów tochatyczych []. Stoue ę e w połączeu z opem daych póbk za pomocą mometów kumulatów. Upazcza to zacze ytezę adaptacyych algoytmów tatytyczych któe opeaą ę a pobabltyczych właścwoścach pozykaych daych umożlwaą totą popawę dokładośc waygodośc ozacowaa (me błędych decyz pzy mezych waacach oce). Op daych loowych popzez momety kumulaty et pzyblżoy. Opate a m metody tatytycze waz ze wzotem zędu użyte tatytyk umożlwaą uzykwae ezultatów zblżaących ę aymptotycze do optymalych. Metody te w polke lteatuze tatytycze azywa ę em-paametyczym w ślad za ag. empaametc (chocaż dołowe tłumaczee - to pół-paametycze). Celem eze pacy et omówee algoytmów do zacowaa w tybe a poteo puktu zmay watośc śede lub waac w póbkach ygału opywaego egauowkm zeegem loowym. Stoue ę tu metodę opatą a makymalzac welomau tatytyczego. Skuteczość popoowae metody zbada ę za pomocą modelowaa tatytyczego metodą Mote Calo. Matematycze fomułowae zagadea Załóżmy że w wyku pomaów poceu loowego w czae dyketyzowaym p. pzez egulae póbkowae otzymao póbkę... zy czym elemety RZEGLĄD ELEKTROTECHNICZNY ISSN -97 R. 9 NR /5

2 te póbk moża taktować ako zbó tatytycze ezależych zmeych loowych t. ekoelowaych ze obą (czyl póbkowae było e za częte a tyle że dla poceów o ogaczoym wdme moża e uwzględać autokoelac daych). obabltycze właścwośc póbk okeśla ę p. pzez e watość oczekwaą waacę watośc wpółczyków kumulatów l aż do zędu l... ( topeń welomau). Rozpatzymy klka pzypadków gdy do pewe ezae a po chwl czau dyketego wytępue w pocee watość śeda waaca a w chwl ede z tych paametów zmea ę tote (p. watość śeda z - a lub waaca z a ). Na podtawe aalzy całe póbk ależy ozacować położee puktu zmay. Waaty tego zadaa mogą óżć ę zdobytą a po fomacą o watośc zmeaącego ę paametu (pzed lub po wytąpeu puktu zmay) oaz watoścam ych paametów modelu zeegu loowego. Ozacowae a poteo puktu zmay śede metodą makymalego pawdopodobeńtwa Jedym z główych poobów badaa a poteo puktu zmay tało ę podeśce opate a makymalzac pawdopodobeńtwa opacowae pzez Hckley'a []. Zapopoował o ogólą aymptotyczą metodę otzymywaa pot factum ozkładów ozacowań puktu zmay metodą makymalego pawdopodobeńtwa (MM). Zatoowae te metody wymaga poadaa a po fomac o ozkładze pawdopodobeńtwa daych loowych pzed po zmae ch paametu. Dla daych zeegu loowego o ozkładze Gaua ocea śede metodą MM pokywa ę z metodą mometów (MM) t. () Ozacowae () et zgode (ag. cotet) eobcążoe. Ocea take póbk pzy e et pzeuęta względem watośc śede całe populac a pokywa ę z ą. Metodę tę ako ozacowae epaametycze moża wykozytywać do zacowaa watośc śede zmeych loowych o dowolym ozkładze pawdopodobeńtwa. Jedakże ocea ta et efektywa tylko dla modelu Gaua. Dla tego modelu pzy zae waac logaytm fukc makymalego pawdopodobeńtwa pzekztałca ę w tatytykę []: () T Ma oa makmum w okolcy zeczywte watośc położea puktu zmay. Tak węc wyk ocey tego puktu zadue ę według algoytmu: (a) ag ma T Hckley [] ozważył dla ozkładu Gaua óweż pzypadek ezaych paametów. Wówcza ozacowae metodą MM puktu zmay śede ag ma () gdze () Statytyk () () e zależą od ych paametów pobabltyczych. Moża wykozytywać e do epaametyczego zacowaa puktu zma śede zeegu loowego o dowolym ozkładze. Jedak wówcza tak ak pzy ocee śede a podtawe () algoytmy epaametycze tacą optymalość. Dlatego też poda ę owe algoytmy etymac elowe opate a metodze makymalzac welomau (MMW). ozwalaą oe w poób doyć poty uwzględć topeń egauowośc daych tatytyczych. Ozacowae a poteo puktu zmay waac metodą makymalego pawdopodobeńtwa Dla ozkładu Gaua ozacowae waac metodą MM pzy zae watośc oczekwae ma potać: (5) Ozacowae (5) et epzecze (zgode) eobcążoe (aymptotycze epzeuęte). Metoda mometów (ag. akom MM) może być wykozytywaa do ocey epaametycze zacowaa waac zmeych loowych o dowolym ozkładze. Dla tego modelu pobabltyczego logaytm fukc makymalego pawdopodobeńtwa ma potać []: (6) l L l l l Jeśl watość et z góy zaa ezmea to póbkę moża cetować t. pzyąć za ówą zeu e watość śedą. Wówcza moża utwozyć tatytykę o potac: (7) T l l l Ma oa makmum w okolcy zeczywte watośc puktu zmay. Dla ezaych a po watośc waac zeegu loowego pzed po zmae w algoytme moża zatoować ch chwlowe (a poteo) zacuk (8) Wówcza algoytm etymac puktu zmay ma potać []: (9) ag ma l l l w któym zacowaą watość oblcza ę dla całe póbk ze wzou (5). oeważ tatytyk (7) (9) e zależą od ych paametów to otzymae wyk moża toować do epaametyczego zacowaa puktu zmay waac RZEGLĄD ELEKTROTECHNICZNY ISSN -97 R. 9 NR /5

3 ekwec loowe o dowolym ozkładze. Jedakże podobe ak pzy ocee śede epaametycze algoytmy tacą woą optymalość. Ozacza to że uzyka ę dokładość zacze mezą ż dla ozacowaa optymalego. Dlatego też poże ozpatzy ę owe welomaowe algoytmy do etopektywe ocey puktu zma w e-gauowkm zeegu loowym. Ogóly algoytm welomaowe metody etymac puktu zmay paametu Metodą MMW [] dla ozmezczoych ówomee w wyku póbkowaa elemetów póbk moża zaleźć ozacowae dowolego paametu ozwązuąc ówae tochatycze o potac () h w któym: - topeń welomau użytego do zacowaa paametów; h - wpółczyk - teoetycze momety początkowe -tego zędu. Wpółczyk h dla... zadue ę ozwązuąc układ ówań algebaczych lowych (dla daego topa welomau ) otzymay z wauku mmum waac dla pozukwaego ozacowaa paametu p. () h F d gdze: F -cetowae koelaty o wymaze. Układ ówań () ozwązue ę metodą Kamea: h dla det - weloma tochatyczy gdze: F o wymaze ; - wyzaczk otzymae po zamae w kolumy a kolumę wyazów wolych układu (). oże popoue ę zatoowau metody MMW do ozacowaa w tybe a poteo puktu zmay paametu ygału loowego. W tym celu wykozytue ę właścwośc welomaów tochatyczych o potac: () l k k gdze (a) k h d a (b) k h d dla... a Watość oczekwaa El d fukc od oąga makmum w pukce zeczywte watośc tego paametu. Jeśl węc zeczywta watość paametu z pewego a b będze makymalzować weloma pzedzału tochatyczy o potac () to aby zaleźć watość paametu pzy któe wytępue zabuzee (agła zmaa watośc z a ). twozy ę weloma tochatyczy () k k k k Ma o makmum w poblżu pawdzwe watośc puktu zmay. Tak węc ogóly algoytm dla pozukwaa ozacowaa puktu zmay pzy zatoowau metody MMW ma potać: (5) ag ma Welomaowa etymaca puktu zmay watośc śede Ozacowae śede metodą makymalego pawdopodobeńtwa (MM) z zatoowaem welomau topa pokywa ę z lowym ozacowaem MM wg wzou () []. Stąd yteza welomaowych algoytmów do ozacowaa puktu zma tego paametu ma zaczee edye w pzypadku top. Dla topa welomau ozacowae śede zadue ę popzez ozwązywae ówaa kwadatowego o potac: (6). gdze: / - wpółczyk aymet / - wpółczyk kutozy l - momet cetaly zędu l. Z (6) wyka że a oceę dodatkowo wpływaą wpółczyk: aymet kutozy. Dla obu tych wpółczyków ówych zeu (ak dla ozkładu Gaua) ozacowae wg welomau (6) degeeue ę do ozacowaa klayczego wg (). W [] wykazao że pzy zatoowau ówaa (6) uzykue ę wękzą dokładość ozacowaa (7) g gdze: g - wpółczyk zmezea waac w touku do ozacowaa wg () dla gacy. Z () () wyka że weloma tochatyczy () o topu makymalzuą w poblżu pawdzwe watośc paametu atępuące wpółczyk: (8) k 6 6 k k. 6 gdze W [] wykazao że dla fomac a po o watośc śede pzed puktem zmay po tym pukce RZEGLĄD ELEKTROTECHNICZNY ISSN -97 R. 9 NR /5

4 RZEGLĄD ELEKTROTECHNICZNY ISSN -97 R. 9 NR /5 5 oaz pzy wauku tatytyka () dla topa welomau ma potać (9) zy baku fomac a po o watoścach śedch w welomaowe ocee puktu zmay (ak w klayczym pzypadku) moża ezae watośc tych paametów zatąpć ozacowaam o potac (). Twozy ę e dla każdego potecalego puktu zmay. Wówcza algoytm adaptacyy dla ozacowaa puktu zmay opaty a metodze MMW dla topa moża pzedtawć ako: (). ma ag Aalza tuktuy welomaów tatytyk (9) () po az koley potwedza że wykozytae metody MM dla topa welomau et celowe tylko pzy aymet ( ) fukc ozkładu daych. Welomaowa etymaca puktu zmay waac W [] wykazao że ozacowae waac metodą makymlzac welomau MMW uzykue ę tylko dla topa welomau. Dla welomaowe ozacowae tego paametu (pzy ) ma potać () Z () wyka że dodatkowym paametem któy ma wpływ a oceę et edye wpółczyk aymet. Dla ego watośc ówe zeu (ymeta DF) ozacowae welomaowe () degeeue ę do klayczego (5). W [] wykazao że w pzypadku aymptotyczym wykozytae () dae wzot dokładośc (zmezee waac etymac). Uzykue ę watość poówywalą ak dla ocey (5) opaą w (7) ako g. Z (9) (ab) wyka że w poblżu pawdzwe watośc tochatyczy weloma dla topa o potac () makymalzuą wpółczyk: () l k k k. Nezależe od wyażee ) ( wytąp w maowku każdego kładka () pzy twozeu potzebe tatytyk moża ego e uwzględać. Tak węc pzy teu fomac a po o watośc waac pzed zmaą po zmae tatytykę welomaowa () zędu ma potać: () l l Wykazao też [] że dla zaych a po watośc waac zeegu loowego potac () odpowada a wygodeza w oblczeach tatytyka: () l l zy ezaych a po watoścach waac zeegu loowego w welomaowym ozacowau puktu zmay zatępue ę te waace ozacowaam uzykaym apoteo o potac (5). Twozy ę to dla każdego potecale możlwego puktu zmay. Jeśl a pzykład ezaa a po et tylko watość waac po zmae to algoytm ozacowaa puktu zmay ma potać: (5) l l ma ag Gdy e ą zae a po watośc obu paametów pzed zmaą po to algoytm dla ma potać: (6) l l ) ( ma ag Aalza tuktuy welomaowych tatytyk () - (6) po az koley potwedza że wykozytywae metody MMW dla welomau topa ma e gdy wpółczyk aymet ozkładu daych tatytyczych.

5 Statytycze modelowae ozacowaa a poteo puktu zmay Na podtawe wyków powyżze aalzy opacowao w śodowku pogamowym MATLAB paket opogamowaa do modelowaa tatytyczego popoowaych empaametyczych pocedu etymac puktu zmay watośc śede lub waac e-gauowkch zeegów loowych. aket te umożlwa modelowae tatytyczych ekpeymetów zaówo poedyczych ak welokotych według metody Mote Calo aby moża było poówać oblczeowo dokładość algoytmów klayczych popoowaych algoytmów welomaowych. Na yuku b pzedtawoo wyk edego z modelowań poceduy etymac puktu zmay śede ( ) w e-gauowkm zeegu loowym o paametach 5 (y.a). Jako pzykład a yukach podao watośc G otzymae z modelowaa tatytyczego zeegu pzy m powtózeach póbek o daych. Chaakteyzuą oe uzykae metodą MMW zmezee oce puktu zmay waac welomau topa w touku do otzymywaych metodą klayczą. a) а) b) Ry - zykład zacowaa a poteo puktu zmay watośc śede. W poceduze te zatoowao klayczą weę algoytmu () do ozacowaa a poteo metodą MM (odpowadaącą MMW dla ) algoytm welomaowy () MMW pzy (y.b). odae wyk wykazuą wzuale że dla tatytyk welomaowe topa uzykue ę potecale wyżzą dokładość poeważ ma oa otzezy wezchołek w poówau do "ozmytego" makmum tatytyk dla (la pzeywaa a y b). Wyk poedyczego ekpeymetu e wytaczaą edak do w peł waygodego poówywaa dokładośc algoytmów ocey tatytycze. W tym pzypadku ako kyteum do poówywaa kuteczośc może być touek waac ozacowań puktu zmay zabuzeń otzymywaych pzy dośwadczeach powtazaych welokote dla tych amych watośc początkowych paametów modelu. Teoetycze a wyk modelowaa tatytyczego algoytmów do etymac a poteo puktu zmay paametu może wpływać wele czyków w tym: względa watość zmay paametu właścwośc pobabltycze (wpółczyk kumulatów wyżzych zędów) póbk z e-gauowkego zeegu loowego zake dotępych a po fomac o watoścach zma paametów. oadto a dokładość zacowaa puktu zabuzea ma óweż wpływ lczość póbk a a dokładość wyzaczea waac oce - lczba ymulac m wykoaych metodą Mote Calo dla edakowych wauków początkowych. b) Ry. - Watośc dośwadczale wpółczyków edukc waac G dla oce puktu zmay śede: - - zae watośc śede - - zae watośc śede pzed zmaą - - ezae watośc śede. Ryuek a pzedtawa zależośc G od względe watośc zmay q uzykae dla óżych watośc wpółczyków aymet kutozy a yuek b - zależośc G od pzy q 5 dla óże welkośc fomac a po o watoścach śedch zeegów loowych pzed po pukce zmay. Ryuek a (a atępe toe) pzedtawa zależośc watośc G od watośc względe zmay waac D uzykae dla óżych watośc wpółczyków aymet kutozy. Zaś a yuku b podao zależośc G od (dla D ) otzymae dla óże zae a po fomac klku watośc zmeych paametów ozkładu. Aalza tych ych wyków dośwadczalych potwedza założee teoetycze o kuteczośc welomaowych ozacowań puktu zmay paametu w zeegu loowym. W tym pzypadku względy wzot dokładośc dla óżych waatów zadaa w pzyblżeu et podoby wyka z tea lub baku fomac a po o watoścach paametu podlegaącego zmae. 6 RZEGLĄD ELEKTROTECHNICZNY ISSN -97 R. 9 NR /5

6 Wzot dokładośc oce e zależy zacząco od względe welkośc zmay ale pzede wzytkm od topa e-gauowośc ozkładu daych wyażoego lczbowo pzez watośc bezwzględe wpółczyków kumulatów wyżzego zędu. а) b) Ry. - Dośwadczale watośc wpółczyków edukc waac oce puktu zmay waac: - - zae watośc śede - - zae watośc śede pzed zmaą - - ezae watośc śede. Wok Wyk wykoaych badań powadzą łącze do ogólego woku o potecale duże kuteczośc zatoowaa metody makymalzac welomau (MMW) do ytezy potych w ealzac adaptacyych algoytmów do zacowaa puktów zmay paametów w poceach tochatyczych o tatytykach e-gauowkch. Nowoścą o chaakteze aukowym et opacowae oygalego podeśca do twozea em-paametyczych algoytmów dla etymac w tybe apoteo puktu zmay paametów zeegu loowego z wykozytaem welomaów tochatyczych. Z welu możlwych keuków ozwou te metody powo ę uwzględć: zwękzee topa welomau tochatyczego dla uzykaa badze kuteczych ozwązań zagadea zwłazcza dla e-gauowkch zeegów loowych o ozkładach ymetyczych; aalzę wpływu dokładośc wyzaczaa paametów modelu e-gauowkego (tatytyk wyżzego zędu) a tablość algoytmów welomaowych dla zacowaa a poteo puktu zmay; ytezę welomaowych algoytmów do zacowaa puktu zmay ych paametów (wpółczyków ege koelac) oaz położea puktu ówoczee zmay klku paametów poceu (p. śede waac). zewdue ę że zaówo opaą tu metodę wykywaa apoteo puktu zmay paametu poceu tochatyczego ak metody w czae zeczywtym w tym polke badaa teoetycze [] będze moża wykozytać w opogamowau ytemów pomaowych do beżących badań paametów takch poceów []. LITERATURA. Che J. Gupta A. K. aametc tattcal chage pot aaly. Bkhaeue () p.7. Reeve J. Che X. L. Wag R. Lud ad Q. Lu. A evew ad compao of chage-pot detecto techque fo clmate data. Joual of Appled Meteoology ad Clmatology 6(6): 9 95 (7).. Wag Y. C. Wu Z. J B. Wag ad Y. Lag. No-paametc chage-pot method fo dffeetal gee epeo detecto. LoS ONE 6(5):e6 ().. Yamah K. Takeuch J. Wllam G. ad Mle. O-le uupeved outle detecto ug fte mtue wth dcoutg leag algothm. I oceedg of the Sth ACM SIGKDD Iteatoal Cofeece o Kowledge Dcovey ad Data Mg () p.. 5. Cotato S. Hla Ioa T. Rekao ad a At. Matoocota Chage ot Detecto Tme See Ug Hghe-Ode Stattc: A Heutc Appoach Mathematcal oblem Egeeg vol. Atcle ID 76 page (). 6. Lu S. Yamada M. Colle N. & Sugyama M. Chage-pot detecto tme-ee data by elatve dety-ato etmato. Neual Netwok vol. () p Lokacek T ad Klma K. A Ft Aval Idetfcato Sytem of Acoutc Emo (AE) Sgal by Mea of a Hghe-Ode Stattc Appoach. Meauemet Scece ad Techology Vol. 7 (6) p Yh-Ru Wag The gal chage-pot detecto ug the hghode tattc of log-lkelhood dffeece fucto oceedg of IEEE Iteatoal Cofeece o Acoutc Speech ad Sgal oceg ICASS (8). vol. o. p Bodky B. Dakhovky B. Nopaametc Method Chage- ot oblem. Kluwe Academc ublhe Dodecht the Nethelad (99).. Kucheko Y. olyomal aamete Etmato of Cloe to Gaua Radom vaable. Shake Velag Aache Gemay ().. Hkley D. Ifeece about the chage-pot а equece of adom vaable Bometka. v. 57 (97) o p. 7.. Кucheko Y.. Zaboloty S. V. olomalye ocek paametov luchaykh velchy. Chat II. Oceka paametov blkh k gauowkm luchayh velchy. Moogaphy of Chekay State Uvety of Techology ChITI Chekay ()..5 ( Rua). Noek K. Metody wykywaa puktu zmay pzy ogaczeach a kztałt alteatyw. aca doktoka. AGH. Koczyńk M. J. Waza Z. L.: opete of vtual tumet to o-le meauemet of otatoay pocee. oceedg (Abtact) of d Iteatoal Cofeece Maufactug ozań Uvety of Techology.98 Autozy: Doc. d ż. Seh W. Zabolot Chekak Nacoal Tekhchek UvetetCzekay Ukaa e-mal:zabolot@uk.et ; Doc.(em.) d ż. Zygmut L. Waza zemyłowy Itytut Automatyk omaów IA 86 Wazawa Al. Jeozolmke e-mal: zlw@op.pl RZEGLĄD ELEKTROTECHNICZNY ISSN -97 R. 9 NR /5 7

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

816 PAK vol. 60, nr 10/2014. System oceny statystycznej w badaniu biegłości laboratoriów badawczych

816 PAK vol. 60, nr 10/2014. System oceny statystycznej w badaniu biegłości laboratoriów badawczych 816 PAK vol 60, 10/014 Eugej VOODASKY 1, Zygmut WASZA, aa KOSHEVAYA 3 1 NAODOWY UNIWESYTET TECHNICZNY UKAINY - POITECHNIKA KIJOWSKA PZEMYSŁOWY INSTYTUT AUTOMATYKI I POMIAÓW (PIAP), Wazawa 3 NAODOWY UNIWESYTET

Bardziej szczegółowo

BADANIE CHARAKTERYSTYKI DIODY PÓŁPRZEWODNIKOWEJ

BADANIE CHARAKTERYSTYKI DIODY PÓŁPRZEWODNIKOWEJ Fzyka cała stałego, Elektyczość magetyzm BADANIE CHARAKTERYTYKI DIODY PÓŁPRZEWODNIKOWEJ 1. Ops teoetyczy do ćwczea zameszczoy jest a stoe www.wtc.wat.edu.pl w dzale DYDAKTYKA FIZYKA ĆWICZENIA LABORATORYJNE..

Bardziej szczegółowo

ĆWICZENIE 3 ANALIZA WSPÓŁZALEŻNOŚCI ZJAWISK MASOWYCH

ĆWICZENIE 3 ANALIZA WSPÓŁZALEŻNOŚCI ZJAWISK MASOWYCH Laboaoum eod aczch ĆWICZENIE 3 ANALIZA WPÓŁZALEŻNOŚCI ZJAWIK AOWCH Jedo wozące zboowość chaaezowae ą zazwcza za pomocą welu cech óe wzaeme ę wauuą. Celem aalz wpółzależośc e wedzee cz mędz badam cecham

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

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

Bardziej szczegółowo

PROPAGACJA NIEPEWNOŚCI W POMIARACH TEMPERATURY

PROPAGACJA NIEPEWNOŚCI W POMIARACH TEMPERATURY PROBLEMS AND PROGRESS IN METROLOGY PPM 8 Coeece Dgest Eml BURCON Główy Uząd Ma Samodzele Laboatoum Temomet PROPAGACJA NIEPEWNOŚCI W POMIARACH TEMPERATURY Laboatoa akedytowae, wzocując czujk tempeatuy,

Bardziej szczegółowo

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, tr. 3 STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI Dorota Kozoł-Kaczorek Katedra Ekoomk Rolcta Mędzyarodoych Stoukó Gopodarczych Szkoła

Bardziej szczegółowo

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

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

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

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

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

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

Bardziej szczegółowo

Modelowanie i Analiza Danych Przestrzennych

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Przewodnik do ćwiczeń ze statystyki

Przewodnik do ćwiczeń ze statystyki Przewodk do ćwczeń ze tatytyk Podtawowe defcje Próbka loowa, tatytycza Próbką loową jet ograczoy zbór oberwacj dokoay a pewej hpotetyczej lub realej zborowośc zwaej populacją. Waże jet, że oberwacje ą

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

Podstawy opracowania wyników pomiarowych, analiza błędów Podstawy opracowaa wyków pomarowych, aalza błędów I Pracowa Fzycza IF UJ Grzegorz Zuzel Lteratura I Pracowa fzycza Pod redakcją Adrzeja Magery Istytut Fzyk UJ Kraków 2006 Wstęp do aalzy błędu pomarowego

Bardziej szczegółowo

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

STATYKA. Cel statyki. Prof. Edmund Wittbrodt STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake

Bardziej szczegółowo

+Ze (Z-1)e. Możliwe sytuacje: 1) orbita nie penetrująca kadłuba

+Ze (Z-1)e. Możliwe sytuacje: 1) orbita nie penetrująca kadłuba Atomy weloelektoowe: ekulombowsk potecał (cetaly) kedy? ektóe atomy weloelektoowe (p. alkalcze) maą elekto w śede odległ. od ąda >> ż odległośc pozostałych elektoów, el. walecyy kadłub atomu Róże stay

Bardziej szczegółowo

System finansowy gospodarki

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

Bardziej szczegółowo

Zmiana bazy i macierz przejścia

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

Bardziej szczegółowo

Wykład 2 Elementy statystyki.

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

Bardziej szczegółowo

Ćwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych

Ćwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych Ćczea r 3 Fae II obert Ślepaczuk Teora portfela paperó artoścoych Teora portfela paperó artoścoych jet jedym z ajażejzych dzałó ooczeych faó. Dotyczy oa etycj faoych, a przede zytkm etycj dokoyaych a ryku

Bardziej szczegółowo

Matematyczny opis ryzyka

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

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

1. Relacja preferencji

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

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Iżyerska dr hab. ż. Jacek Tarasuk AGH, WFIS 013 Wykład 3 DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE, PODSTAWY ESTYMACJI Dwuwymarowa, dyskreta fukcja rozkładu rawdoodobeństwa, Rozkłady brzegowe

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

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

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki

Politechnika Gdańska Wydział Elektrotechniki i Automatyki PORZĄDKOWANIE WARIANTÓW PRZY NIEKOMPLETNYCH MACIERZACH PORÓWNAŃ PARAMI Mosław Kweselewcz Poltechka Gdańska Wydzał Elektotechk Automatyk PORZĄDKOWANIE WARIANTÓW PRZY NIEKOMPLETNYCH MACIERZACH PORÓWNAŃ PARAMI

Bardziej szczegółowo

Badania Operacyjne (dualnośc w programowaniu liniowym)

Badania Operacyjne (dualnośc w programowaniu liniowym) Badaa Operacye (dualośc w programowau lowym) Zadae programowaa lowego (PL) w postac stadardowe a maksmum () c x = max, podczas gdy spełoe są erówośc () ax = b ( m ), x 0 ( ) Zadae programowaa lowego (PL)

Bardziej szczegółowo

LOGISTYKA DYSTRYBUCJI ćwiczenia 3 LOKALIZACJA PODMIOTÓW (POŚREDNICH) METODA ŚRODKA CIĘŻKOŚCI. AUTOR: mgr inż. ROMAN DOMAŃSKI

LOGISTYKA DYSTRYBUCJI ćwiczenia 3 LOKALIZACJA PODMIOTÓW (POŚREDNICH) METODA ŚRODKA CIĘŻKOŚCI. AUTOR: mgr inż. ROMAN DOMAŃSKI LOGISTYKA DYSTRYBUCJI ćwczea 3 LOKALIZACJA PODIOTÓW (POŚREDNICH) ETODA ŚRODKA CIĘŻKOŚCI AUTOR: mgr ż. ROAN DOAŃSKI Lokalzacja podmotów (pośredch) metoda środka cężkośc Lteratura Potr Cyplk, Dauta Głowacka-Fertch,

Bardziej szczegółowo

www.bdas.pl Rozdział 3 Zastosowanie języka SQL w statystyce opisowej 1 Wprowadzenie

www.bdas.pl Rozdział 3 Zastosowanie języka SQL w statystyce opisowej 1 Wprowadzenie Rozdzał moogaf: 'Bazy Daych: Nowe Techologe', Kozelsk S., Małysak B., Kaspowsk P., Mozek D. (ed.), WKŁ 007 Rozdzał 3 Zastosowae języka SQL w statystyce opsowej Steszczee. Relacyje bazy daych staową odpowede

Bardziej szczegółowo

Funkcja wiarogodności

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

Projekt 2 2. Wielomiany interpolujące

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

Bardziej szczegółowo

MASZYNA ASYNCHRONICZNA 1. Oblicz sprawność silnika dla warunków znamionowych przy zadanej mocy strat i mocy znamionowej. Pmech

MASZYNA ASYNCHRONICZNA 1. Oblicz sprawność silnika dla warunków znamionowych przy zadanej mocy strat i mocy znamionowej. Pmech MAYA AYCHOCA. Oblcz pawość lka dla wauków zaoowych pzy zadaej ocy tat ocy zaoowej. ech η η el ech ech. Jak a podtawe ocy zaoowej zaoowej pędkośc oblcza ę zaoowy oet lka? η 60 60 η 9,55 η 3. Wyzacz pawość

Bardziej szczegółowo

Elektrostatyka-cz.2. Kondensatory, pojemność elektryczna Energia pola elektrycznego

Elektrostatyka-cz.2. Kondensatory, pojemność elektryczna Energia pola elektrycznego lektostatykacz. Kodesatoy, pojemość elektycza ega pola elektyczego Kodesato Składa sę z dwóch odzolowaych od sebe pzewodków Kodesato moża ładować ładukam elektyczym o jedakowej watośc pzecwych zakach Pojemość

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

Miary statystyczne. Katowice 2014 Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących

Bardziej szczegółowo

1. Wprowadzenie. Zygmunt Lech Warsza. Serhii Zabolotnii. Pomiary Automatyka Robotyka, ISSN , R. 22, Nr 1/2018, DOI: 10.

1. Wprowadzenie. Zygmunt Lech Warsza. Serhii Zabolotnii. Pomiary Automatyka Robotyka, ISSN , R. 22, Nr 1/2018, DOI: 10. Pomiay Automatyka Robotyka, ISSN 47-96, R., N /08, 49 56 DOI: 0.433/PAR_7/49 Zygmut Lech Wasza Sehii Zabolotii Steszczeie: Pzedstawioo sposób wyzaczaia estymatoów watości i iepewości mezuadu iekowecjoalą

Bardziej szczegółowo

METODY KOMPUTEROWE 1

METODY KOMPUTEROWE 1 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc

Bardziej szczegółowo

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

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

Bardziej szczegółowo

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety

Bardziej szczegółowo

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży Gawlk L., Kasztelewcz Z., 2005 Zależość kosztów produkcj węgla w kopal węgla bruatego Ko od pozomu jego sprzedaży. Prace aukowe Istytutu Górctwa Poltechk Wrocławskej r 2. Wyd. Ofcya Wydawcza Poltechk Wrocławskej,

Bardziej szczegółowo

Ocena precyzji badań międzylaboratoryjnych metodą odporną "S-algorytm"

Ocena precyzji badań międzylaboratoryjnych metodą odporną S-algorytm Eugen T.VOLODARSKY, Zygmunt L.WARSZA Naodowy Unwesytet Technczny Ukany -Poltechnka Kowska (), Pzemysłowy Instytut Automatyk Pomaów (PIAP) Waszawa () do:.599/48.5..4 Ocena pecyz badań mędzylaboatoynych

Bardziej szczegółowo

WARTOŚĆ PIENIĄDZA W CZASIE

WARTOŚĆ PIENIĄDZA W CZASIE WARTOŚĆ PIENIĄDZA W CZASIE Czyiki wpływające a zmiaę watości pieiądza w czasie:. Spadek siły abywczej. 2. Możliwość iwestowaia. 3. Występowaie yzyka. 4. Pefeowaie bieżącej kosumpcji pzez człowieka. Watość

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

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

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Fizyka, technologia oraz modelowanie wzrostu kryształów

Fizyka, technologia oraz modelowanie wzrostu kryształów Fzyka, techologa oaz modelowae wzostu kyształów Stasław Kukowsk Mchał Leszczyńsk Istytut Wysokch Cśeń PA 0-4 Waszawa, ul Sokołowska 9/37 tel: 88 80 44 e-mal: stach@upess.waw.pl, mke@upess.waw.pl Zbgew

Bardziej szczegółowo

σ r z wektorem n r wynika

σ r z wektorem n r wynika Wyład Napęża głów Pozuamy płazczyzy dowol achylo do o uładu wpółzędych o t właośc by wto apęża a t płazczyź był wpółoowy z wtom wtom tóy otu tę płazczyzę w pztz (wtom do omalym). a) pzypad ogóly b) płazczyza

Bardziej szczegółowo

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

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

Bardziej szczegółowo

TMM-2 Analiza kinematyki manipulatora metodą analityczną

TMM-2 Analiza kinematyki manipulatora metodą analityczną Opracował: dr ż. Przemysław Szumńsk Laboratorum Teor Mechazmów Automatyka Robotyka, Mechatroka TMM- Aalza kematyk mapulatora metodą aaltyczą Celem ćwczea jest zapozae sę ze sposobem aalzy kematyk mechazmu

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne TATYTYKA MATEMATYCZNA WYKŁAD Wadomośc wstępe tatystyka to dyscypla aukowa, której zadaem jest wykrywae, aalza ops prawdłowośc występujących w procesach masowych. Populacja to zborowość podlegająca badau

Bardziej szczegółowo

Novosibirsk, Russia, September 2002

Novosibirsk, Russia, September 2002 Noobk, ua, Septebe 00 W-5 (Jaoewc) 4 lajdów Dyaka były tywej Cało tywe jego uch uch potępowy cała tywego uch obotowy cała tywego wględe tałej o obotu. oet bewładośc Dyaka cała tywego uch łożoy cała tywego

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

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

Bardziej szczegółowo

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

KALIBRACJA NIE ZAWSZE PROSTA

KALIBRACJA NIE ZAWSZE PROSTA KALIBRACJA NIE ZAWSZE PROSTA Potr Koeczka Katedra Chem Aaltyczej Wydzał Chemczy Poltechka Gdańska S w S C -? C w Sygał - astępstwo kosekwecja przeprowadzoego pomaru główy obekt zateresowań aaltyka. Cel

Bardziej szczegółowo

Procent prosty Gdy znamy kapitał początkowy i stopę procentową

Procent prosty Gdy znamy kapitał początkowy i stopę procentową cet psty Gdy zay aptał pczątwy stpę pcetwą F = + I aptał ńcwy, pczątwy, dset I = I = stpa pcetwa (w stsuu czy) F = ( + ) aledaze dsetwe 360/360, 365/365, 360/365, 365/360 es wyaży w latach (dla óżych esów

Bardziej szczegółowo

BRYŁA SZTYWNA. Zestaw foliogramów. Opracowała Lucja Duda II Liceum Ogólnokształcące w Pabianicach

BRYŁA SZTYWNA. Zestaw foliogramów. Opracowała Lucja Duda II Liceum Ogólnokształcące w Pabianicach BRYŁA SZTYWNA Zestaw fologamów Opacowała Lucja Duda II Lceum Ogólokształcące w Pabacach Pabace 003 Byłą sztywą azywamy cało, któe e defomuje sę pod wpływem sł zewętzych. Poszczególe częśc były sztywej

Bardziej szczegółowo

METODY ADMISSION CONTROL OPARTE NA POMIARACH

METODY ADMISSION CONTROL OPARTE NA POMIARACH www.pwt.et.put.poza.pl Sylweter Kaczmarek Poltechka Gdańka, Gdańk Wydzał ETI, Katedra Sytemów Sec Telekomukacyjych kayl@et.pg.gda.pl Potr Żmudzńk Akadema Bydgoka, Bydgozcz Zakład Podtaw Iformatyk zmudz@ab.edu.pl

Bardziej szczegółowo

Ę ę ę Łó-ź ----

Ę ę ę Łó-ź ---- -Ę- - - - - - -ę- ę- - Łó-ź -ś - - ó -ą-ę- - -ł - -ą-ę - Ń - - -Ł - - - - - -óż - - - - - - - - - - -ż - - - - - -ś - - - - ł - - - -ą-ę- - - - - - - - - - -ę - - - - - - - - - - - - - ł - - Ł -ń ł - -

Bardziej szczegółowo

Laboratorium z Biomechatroniki Ćwiczenie 3 Wyznaczanie położenia środka masy ciała człowieka za pomocą dźwigni jednostronnej

Laboratorium z Biomechatroniki Ćwiczenie 3 Wyznaczanie położenia środka masy ciała człowieka za pomocą dźwigni jednostronnej Wydzał: Mechaczy Techologczy Keruek: Grupa dzekańska: Semestr: perwszy Dzeń laboratorum: Godza: Laboratorum z Bomechatrok Ćwczee 3 Wyzaczae położea środka masy cała człoweka za pomocą dźwg jedostroej 1.

Bardziej szczegółowo

LOGISTYKA DYSTRYBUCJI ćwiczenia 8 LOKALIZACJA PODMIOTÓW (POŚREDNICH) METODA ŚRODKA CIĘŻKOŚCI

LOGISTYKA DYSTRYBUCJI ćwiczenia 8 LOKALIZACJA PODMIOTÓW (POŚREDNICH) METODA ŚRODKA CIĘŻKOŚCI LOGISTYKA DYSTRYBUCJI ćwczea 8 LOKALIZACJA PODIOTÓW (POŚREDNICH) ETODA ŚRODKA CIĘŻKOŚCI Lokalzacja podmotów etoda środka cężkośc AUTOR: dr ż. Roma DOAŃSKI AUTOR: dr ż. ROAN DOAŃSKI LITERATURA Potr Cyplk,

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH dr Mchał larsk I Pracowa Fzycza IF UJ, 9.0.06 Pomar Pomar zacowae wartośc prawdzwej Bezpośred (welkość fzycza merzoa jest

Bardziej szczegółowo

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

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

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

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

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

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

Bardziej szczegółowo

WIELOSTANOWE PODEJ CIE DO ANALIZY BEZPIECZE STWA SYSTEMÓW

WIELOSTANOWE PODEJ CIE DO ANALIZY BEZPIECZE STWA SYSTEMÓW DIAGNOSTYKA 2 (38)/2006 KO OWROCKI, Welotaowe podej ce do aalzy bezpecze twa ytemów 135 WIELOSTANOWE PODEJ CIE DO ANALIZY BEZPIECZE STWA SYSTEMÓW Krzyztof KO OWROCKI Akadema Morka w Gdy 81-225 Gdya, Morka

Bardziej szczegółowo

brak podstaw do odrzucenia hipotezy zerowej.

brak podstaw do odrzucenia hipotezy zerowej. Paca domowa 9. W pewnym bowaze zanstalowano dwa automaty do napełnana butelek. Ilość pwa nalewana pzez pewszy est zmenną losową o ozkładze N( m,, a lość pwa dozowana pzez dug automat est zmenną losową

Bardziej szczegółowo

ELEMENTY MATEMATYKI FINANSOWEJ. Wprowadzenie

ELEMENTY MATEMATYKI FINANSOWEJ. Wprowadzenie ELEMENTY MATEMATYI FINANSOWEJ Wpowadzeie Pieiądz ma okeśloą watość, któa ulega zmiaie w zależości od czasu, w jakim zostaje o postawioy do aszej dyspozycji. Watość tej samej omialie kwoty będzie ia dziś

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

SPOSOBY KLASYFIKACJI MODELI DEA

SPOSOBY KLASYFIKACJI MODELI DEA B A D A N I A O P E R A C Y J N E I D E C Y Z J E N 3 2009 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* SPOSOBY KLASYFIKACJI MODELI DEA W atykule podjęto póbę klayfkacj odel badaa efektywośc względej podotów gopodaczych,

Bardziej szczegółowo

UWAGI O WZORZE NA MOMENTY ROZKŁADU PRAWDOPODOBIEŃSTWA PÓLYI. Tadeusz Gerstenkorn. 1. Wstęp. 2. Rozkład G. Pólyi

UWAGI O WZORZE NA MOMENTY ROZKŁADU PRAWDOPODOBIEŃSTWA PÓLYI. Tadeusz Gerstenkorn. 1. Wstęp. 2. Rozkład G. Pólyi UWAGI O WZORZE NA MOMENTY ROZKŁADU PRAWDOPODOBIEŃSTWA PÓLYI Tadeusz Gesteko Emeytoway pofeso Uiwesytetu Łódzkiego ISSN 1644-6739 e-issn 2449-9765 DOI: 10.15611/sps.2015.13.09 Steszczeie: Rozkład pawdopodobieństwa

Bardziej szczegółowo

Podprzestrzenie macierzowe

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

Bardziej szczegółowo

EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA

EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA Nekedy zachodz koneczność zany okesu kapt. z ównoczesny zachowane efektów opocentowane. Dzeje sę tak w nektóych zagadnenach ateatyk fnansowej np.

Bardziej szczegółowo

ZARYS METODY OCENY TRWAŁOSCI I NIEZAWODNOSCI OBIEKTU Z UWZGLEDNIENIEM CZYNNIKA LUDZKIEGO I PŁASZCZYZNY LICZB ZESPOLONYCH

ZARYS METODY OCENY TRWAŁOSCI I NIEZAWODNOSCI OBIEKTU Z UWZGLEDNIENIEM CZYNNIKA LUDZKIEGO I PŁASZCZYZNY LICZB ZESPOLONYCH Zdzsław IDZIASZEK 1 Mechatrocs ad Avato Faculty Mltary Uversty of Techology, 00-908 Warsaw 49, Kalskego street r zdzaszek@wat.edu.pl Norbert GRZESIK Avato Faculty Polsh Ar Force Academy, 08-51 Dębl, Dywzjou

Bardziej szczegółowo

Szeregi czasowe, modele DL i ADL, przyczynowość, integracja

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

Bardziej szczegółowo

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

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

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

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

Bardziej szczegółowo

ć Ź Ę ź Ó ż ż Ś Ć Ś

ć Ź Ę ź Ó ż ż Ś Ć Ś Ż Ę Ę Ó Ę Ś ż ć Ź Ę ź Ó ż ż Ś Ć Ś Ż ć Ć ć Ś ć Ó Ń Ż ć Ć Ż Ą Ę Ż Ż Ż Ó Ż Ó Ó Ś Ż Ć Ę Ź ć ż Ó ÓĘ ż Ż Ó Ę Ż ż Ą Ą Ż Ś Ć ż Ź Ż ć ć Ś ć ż Ą Ś Ó ć Ź ć Ó Ó Ść ż Ó Ó Ć Ó Ó Ść ć Ś ć ż ć Ó Ó ć ć ć Ó ć Ó ć Ó ć Ó

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2

Bardziej szczegółowo

Przetwarzanie danych meteorologicznych

Przetwarzanie danych meteorologicznych Sps teśc I Rozważaa ogóle 5 Pzetwazae daych meteoologczych Notat z wyładu pokhamaa Wyoała: Alesada Kadaś I Iomacja odowae 5 I Poces pzetwazaa daych 5 I Aalza 6 I Syteza 7 I3 Edycja wzualzacja 7 I3 Dae

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

Bardziej szczegółowo

IV. ZMIENNE LOSOWE DWUWYMIAROWE

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

Bardziej szczegółowo

Wykład 8. Prawo Hooke a

Wykład 8. Prawo Hooke a Wykład 8 Pawo Hooke a Pod działaiem apężeń ciało tałe zmieia wó kztałt. Z doświadczeń wyika, że eżeli wielkość apężeia et mieza od pewe watości, zwae gaicą pężytości, to odkztałceie et odwacale i po uuięciu

Bardziej szczegółowo

Johann Wolfgang Goethe Def.

Johann Wolfgang Goethe Def. "Maemac ą ja Facuz: coolwe m ę powe od azu pzeładają o a wój wła jęz wówcza aje ę o czmś zupełe m." Joha Wola Goehe Weźm : m m Jeżel zdeujem ucje pomoccze j : j dla j = m o = m dze = Czl wacz pzeaalzowad

Bardziej szczegółowo

Wykład FIZYKA I. 7. Dynamika ruchu obrotowego. Dr hab. inż. Władysław Artur Woźniak

Wykład FIZYKA I. 7. Dynamika ruchu obrotowego.  Dr hab. inż. Władysław Artur Woźniak D hab. ż. Władysław Atu Woźak Wykład FZYKA 7. Dyamka uchu obotowego D hab. ż. Władysław Atu Woźak stytut Fyk Poltechk Wocławskej http://www.f.pw.woc.pl/~woak/fyka.html D hab. ż. Władysław Atu Woźak ŚRODEK

Bardziej szczegółowo

Oznaczenia: -średnia arytmetyczna -średnia geometryczna. x H -średnia harmoniczna

Oznaczenia: -średnia arytmetyczna -średnia geometryczna. x H -średnia harmoniczna Ops statystyczy Puktem wyjśca do woskowaa statystyczego (uogólae wyków badaa póby a populację geealą) jest odpoweda aalza ozkładu badaej cechy w tej póbe. Metody służące do aalzy ozkładu cechy w póbe są

Bardziej szczegółowo