Metody obliczeniowe - Budownictwo semestr 2 - wykład nr 3 Nr: 1 Metody obliczeniowe wykład nr 3 aproksymacja i interpolacja pojęcie modelu regresji
|
|
- Dominik Przybylski
- 8 lat temu
- Przeglądów:
Transkrypt
1 Nr: Metody oblczeowe - Budowctwo semestr - wykład r 3 Metody oblczeowe wykład r 3 aproksymacja terpolacja pojęce modelu regresj
2 Nr: Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja daa jest ukcja jedej zmeej określoa a przedzale [ab] ukcja moŝe być zadaa w postac dyskretej zboru puktów { }... wzoru aaltyczego F F aleŝy dobrać taką ukcję F aby w sese przyjętego kryterum ukcja F moŝlwe dokłade przyblŝała przebeg ukcj w określoym przedzale
3 Nr: 3 Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja - zadae aproksymacj lowej - ukcja aproksymowaa określoa a pewym przedzale doberamy { φ k } zbór ukcj tzw. ukcj k bazowych
4 Nr: 4 Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja - zadae aproksymacj lowej - ukcja aproksymowaa określoa a pewym przedzale doberamy { φ k } zbór ukcj tzw. ukcj k bazowych poszukwaa ukcja aproksymująca postac: c... c ckφk k kombacja lowa ukcj bazowych zadaem wyzaczee wartośc współczyków c...c Przykład: {... } ukcje bazowe przyblŝee welomaem k c k k
5 Metody oblczeowe - Budowctwo semestr - wykład r 3 Nr: 5 Aproksymacja - zadae aproksymacj lowej zadae: wyzaczee wartośc współczyków c...c dla wyraŝea ukcja aproksymowaa daa w postac dyskretej dae są wartośc ukcj w puktach satk... m tworzymy układ rówań: m m m m c c c c c c c c c φ φ φ φ φ φ φ φ φ L L L L φ c c c k k k... jeśl m > lczba puktów satk wększa od lczby poszukwaych współczyków p. m to jedye w szczególych przypadkach moŝe być spełoa rówość φ we wszystkch puktach satk układ rówań azywamy wówczas adokreśloym. Otrzymujemy przyblŝoe spełee rówań jeśl m to układ ma zwykle dokłade jedo rozwązae przypadek terpolacj
6 Nr: 6 Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja - adokreśloość poprzez uŝyce adokreśloośc doprowadzamy do tzw. wygładzaa ukcj adae krzywej gładszego kształtu mędzy puktam zredukowae skutków błędów losowych błędów pomaru jeśl dae są wykam pomarów
7 Nr: 7 Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja średokwadratowa ukcj Zadae aproksymacj średokwadratowej PrzyblŜamy ukcję ukcją aproksymującą postac Określamy współczyk c...c tak aby wyraŝee: przypadek cągły: [ ] przypadek dyskrety: było jak ajmejsze c... c ckφk C a b { } m k b a m d
8 Nr: 8 Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja średokwadratowa ukcj terpretacja geometrycza przypadek dyskrety m 4 3 mmalzacja sumy kwadratów tych odległośc 3 4
9 Nr: 9 Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja średokwadratowa ukcj terpretacja geometrycza przypadek cągły b a d mmalzacja kwadratów pól powerzch pomędzy ukcjam
10 Nr: Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja średokwadratowa ukcj ukcj rozwązae zadaa przypadek dyskrety metoda ajmejszych kwadratów Gauss Legedre 86 Ozaczea satka węzłów dae: pukty węzłowe ukcje bazowe...m...m... k k k Iloczy skalary: dla dowolych ukcj g przy daej satce węzłów loczyem skalarym azywać będzemy wyraŝee g jeśl <g> to ukcje g azywamy ortogoalym. : m c... c c φ g jeŝel < j > dla j j {...} < > {...} to ukcje { } azywamy układem rodzą ukcj ortogoalych.
11 Metody oblczeowe - Budowctwo semestr - wykład r 3 Nr: Aproksymacja średokwadratowa ukcj JeŜel ukcje bazowe są lowo ezaleŝe to zadae aproksymacj lowej średokwadratowej ma jedye rozwązae. Rozwązae to speła układ rówań: c c c L M L L L L L L L... c Zadae: zapsz kod programu realzujący metodę ajmejszych kwadratów dla bazy { } Aproksymacja średokwadratowa ukcj JeŜel ukcje bazowe są rodzą ukcj ortogoalych to rozwązae upraszcza sę do współczyk c azywamy wówczas współczykam ortogoalym:
12 Nr: Metody oblczeowe - Budowctwo semestr - wykład r 3 Metoda ajmejszych kwadratów - przykład dae są wyk pomarów: aleŝy zaleźć ukcję aproksymującą postac: c c ukcje bazowe: {}
13 Nr: 3 Metody oblczeowe - Budowctwo semestr - wykład r 3 Metoda ajmejszych kwadratów - przykład dae są wyk pomarów: aleŝy zaleźć ukcję aproksymującą postac: c c ukcje bazowe: {} <φ > φ φ <φ >-.-.9*3-.6*4.6*6.9*7.7 <φ φ > 5 <φ φ > 3467 <φ φ >
14 Nr: 4 Metody oblczeowe - Budowctwo semestr - wykład r 3 Metoda ajmejszych kwadratów - przykład dae są wyk pomarów: aleŝy zaleźć ukcję aproksymującą postac: c c ukcje bazowe: {} <φ > <φ >-.-.9*3-.6*4.6*6.9*7.7 <φ φ > 5 <φ φ > 3467 <φ φ > otrzymujemy układ rówań: 5 c c. c.7 c φ φ y
15 Nr: 5 Metody oblczeowe - Budowctwo semestr - wykład r 3 Postać ukcj aproksymującej problem doboru ukcj do zestawu daych: aturalym sposobem uŝyce welomau postać welomau e adaje sę gdy wykres ukcj ma ostre załamaa osoblwośc przypadk ecągłośc jest okresowy aproksymacja ukcją złoŝoą z kawałków ukcj prostej postac ukcją okresową ukcją wykładczą przekształcee zmeych p. log log adają sę lepej do aproksymacj Ŝ sama ukcja zamaa zmeych zamaa współrzędych moŝe zmejszyć stote koszt oblczeń dobór stopa welomau wykorzystae eksperymetalych zaburzeń pukty w eloma stopma w eloma 6 stopa
16 Nr: 6 Metody oblczeowe - Budowctwo semestr - wykład r 3 Iterpolacja Daa jest pewa ukcja oraz puktów węzłowych { } poszukujemy takej ukcj g spośród wszystkch ukcj pewej klasy aby g... Klasy ukcj terpolujących: welomay ukcje wymere welomay trygoometrycze ukcje sklejae
17 Metody oblczeowe - Budowctwo semestr - wykład r 3 Nr: 7 Iterpolacja welomaowa ukcja przyblŝaa satka węzłów Dla dowolych róŝych puktów węzłowych steje dokłade jede weloma terpolacyjy P stopa co ajwyŝej tak Ŝe dla... Sposoby wyzaczaa współczyków welomau terpolacyjego: P a a...a rozwązae układu rówań lowych... P a a a a a a a a a L L L L
18 Metody oblczeowe - Budowctwo semestr - wykład r 3 Nr: 8 Iterpolacja welomaowa wzór Lagrage a macerz Lagrage a Dla dowolych róŝych puktów węzłowych wyzaczamy dla kaŝdego... wyraŝee to jest welomaem co ajwyŝej -tego stopa. Ozaczmy: Zapsując w postac macerzowej otrzymujemy macerz L azywamy macerzą Lagrage a: { } k k k k δ j j j a δ [ ] a a a a F L X L wzór Lagrage a k k k k k k k k L δ δ k k k δ
19 Metody oblczeowe - Budowctwo semestr - wykład r 3 Nr: 9 Iterpolacja welomaowa wzór Lagrage a dla węzłów rówoodległych: h: h s:- /h hs...!!!! s s s s s s s s s s s s s s s h s s s s s h h h h h h h h h h h hs h hs h hs h hs hs h h h h h h h h h h hs h hs h hs h hs hs L k k k k
20 Nr: Metody oblczeowe - Budowctwo semestr - wykład r 3 Fukcje sklejae określee ukcj sklejaych 3 stopa cubc sple zachowaa cągłość ukcj jej pochodych do stopa włącze wykresy welomaów stopa co ajwyŝej druge pochode rówe 3 4
21 Nr: Metody oblczeowe - Budowctwo semestr - wykład r 3 Fukcje sklejae przedzał [ ] dzelmy a podprzedzały w kaŝdym podprzedzale [ - ]...: 3 s a b c d... łącze 4 współczyków - ewadomych wartośc w węzłach zewętrzych spełają waruek terpolacj : s s wartośc drugch pochodych w węzłach zewętrzych spełają waruek aturalośc : s s w węzłach wewętrzych wartośc ukcj wartośc perwszych pochodych wartośc drugch pochodych są rówe są rówe :... s s... s s... s s
22 Nr: Metody oblczeowe - Budowctwo semestr - wykład r 3 Fukcje sklejae porówae z terpolacją welomaową ukcja s klejaa w eloma terpolujący ukcja s klejaa w eloma terpolujący
23 Nr: 3 Metody oblczeowe - Budowctwo semestr - wykład r 3 Krzywa Bézera krzywa welomaowa Perre Bézer 97 powszeche stosowae w programach do projektowaa Ŝyerskego - programach CAD-owskch Najczęścej uŝywae są krzywe trzecego stopa leŝące a płaszczyźe. Deując krzywą trzecego stopa określamy 4 pukty tzw. pukty kotrole A B C D których połoŝee wyzacza przebeg krzywej. Krzywa ma swój początek w pukce A skerowaa jest w stroę puktu B. Następe zmerza w stroę puktu D dochodząc do ego od stroy puktu C. Odcek AB jest styczy do krzywej w pukce A atomast odcek CD jest styczy w pukce D Krzywą Bézera trzecego stopa określa astępujące rówae: Pt At 3 3Btt 3Ct t Dt 3 dla t. Czyl: P t A t 3 3B tt 3C t t D t 3 P y t A y t 3 3B y tt 3C y t t D y t 3 Krzywa ma swój początek w pukce A t koec w pukce D t. Zadae: zapsz kod programu wyzaczający w oparcu o podae współrzęde puktów kotrolych krzywą Bézera. Przebeg krzywej przedstaw a rysuku umeszczając a m róweŝ odck AB BC CD.
24 Nr: 4 Metody oblczeowe - Budowctwo semestr - wykład r 3 Powerzche sklejae ajprostszy sposób: przyblŝae powerzch sklejaym guram płaskm wykorzystae powerzch -go stopa kwadryk powerzch bkubczych
25 Nr: 5 Metody oblczeowe - Budowctwo semestr - wykład r 3 Płaty Bézera deowae ogracza sę do wskazaa satk puktów kotrolych KaŜda satka puktów kotrolych deująca płat Bèzera posada werszy m kolum. Szczególym przypadkem płata Bèzera jest postać bkubcza płat jest 3 stopa w obu kerukach mamy 6 puktów kotrolych.
26 Nr: 6 Metody oblczeowe - Budowctwo semestr - wykład r 3 Iterpolacja a aproksymacja proces terpolacj zwłaszcza terpolacj welomaowej jest wraŝlwy a wybór węzłów terpolacj zaburzea wartośc ukcj w puktach terpolacj mogą bardzo zacze zmeać ukcję terpolującą jeśl mamy moŝlwość wyboru rozmeszczea węzłów ajmejszy błąd terpolacj dostajemy doberając węzły mejsca zerowe welomau Czebyszewa przy sprowadzeu przedzału terpolowaych wartośc do przedzału [-] aproksymacja jest mało wraŝlwa a wybór węzłów aproksymacj jeśl lczba węzłów jest wystarczająco duŝa pukty w eloma 6 s topa pukty w eloma 6 stopa
27 Nr: 7 Metody oblczeowe - Budowctwo semestr - wykład r 3 Model regresj celem pomarów wykryce opsae za pomocą ukcj aaltyczych zaleŝośc y... medzy ezaleŝym parametram... oraz parametrem od ch zaleŝym y wykryce stea zaleŝośc korelacja ustalee postac ukcj która ją opsuje regresja zadae polega a wyzaczeu zaleŝośc ukcyjej p. regresja jedowymarowa: zaleŝość ukcyja y jedowymarowa regresja lowa: zaleŝość ukcyja y a a zbadau arzędzam rachuku prawdopodobeństwa jakośc wyzaczoego modelu regresj
28 Nr: 8 Regresja lowa Metody oblczeowe - Budowctwo semestr - wykład r 3 teoretycza la regresj odosząca sę do populacj geeralej: y a a emprycze rówae regresj rówae regresj w próbce: y b b aproksymując teoretyczą prostą regresj za pomocą empryczego rówaa rozpatrujemy współczyk b b jako realzacje pewej zmeej losowej B B przyjmujące w kokretej próbe take lub e wartośc 8 emprycza prosta regresj rodza prostych kaŝdą z ch otrzymuje sę poprzez kokretą realzację próby
29 Metody oblczeowe - Budowctwo semestr - wykład r 3 Nr: 9 Regresja - badae korelacj współczyk korelacj Pearsoa wyraŝa stopeń zaleŝośc lowej mędzy zmeym losowym oszacowae współczyka korelacj a podstawe realzacj próby wartość z przedzału [-]: y y y y r
30 Nr: 3 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa wyzaczee rówaa regresj z próby próba -elemetowa y... y Dla kaŝdego... y wartość z próby y b b wartość oblczoa y y róŝca pomędzy wartoścam metoda ajmejszych kwadratów SSE-suma kwadratów błędów SSE Φ b b y b b m
31 Nr: 3 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa wyzaczee rówaa regresj z próby próba -elemetowa y... y Dla kaŝdego... y wartość z próby y b b wartość oblczoa y y róŝca pomędzy wartoścam metoda ajmejszych kwadratów SSE-suma kwadratów błędów SSE Φ b b y b b m ukcja Φab osąga ajmejszą wartość dla b b wyzaczoych z układu rówań: Φ b Φ b y y b b b b
32 Metody oblczeowe - Budowctwo semestr - wykład r 3 Nr: 3 Regresja lowa wyzaczee rówaa regresj z próby Rozwązując układ rówań otrzymujemy: b y b y y y y b
33 Nr: 33 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa - badae jakośc wyzaczoego modelu Mary jakośc przyjętego modelu współczyk determacj przyjmuje wartośc z zakresu od do gdy R : dae leŝą dokłade a l" regresj zmeość jest wyjaśoa w %; R : regresja czego e wyjaśa dae są eskorelowae; 9 R < : dopasowae bardzo dobre 8 R <9 : dopasowae dobre 7 R <8 : dopasowae zadawalające w ektórych zastosowaach. zwróćmy takŝe uwagę ze mówmy p.: "regresja wyjaśa 93 % zmeośc gdy R 93. SST całkowta suma kwadratów SSR suma kwadratów zwązaa z regresją SSE suma kwadratów błędów Zadae: zapsz ukcję ScLaba oblczającą współczyk determacj. Jako dae wejścowe podać: lczba prób losowych X Y wektory współrzęde puktów pomarowych ukcja regresj. Przetestuj a daych odaych a slajdze r 85 SSE SST R SSR SST y y b y b SST SSE SST y y yˆ y yˆ b b SST SSR SSE
34 Nr: 34 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa - badae jakośc wyzaczoego modelu werykacja statystycza werykacja hpotezy o braku zaleŝośc w prostej regresj lowej testy stotośc dla parametrów regresj aalza waracj test F-Sedecora wyzaczee obszaru pasa uośc Y y3.-. -α.98 -α X przyjmując określoy pozom uośc p-α p. p95 obszarem uośc azywamy obszar w którym z prawdopodobeństwem rówym pozomow uośc zajduje sę ezaa teoretycza la regresj dla populacj geeralej wyzaczee obszaru pasa predykcj przyjmując określoy pozom uośc p-α p. p95 obszarem predykcj azywamy obszar w którym z prawdopodobeństwem rówym pozomow uośc dla kokretej wartośc p zajduje sę wartość zaleŝego parametru y.
35 Nr: 35 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa przykład Dokoao aalzy próbek grutu merząc a róŝych głębokoścach procetową zawartość pasku aalza przy uŝycu MS Ecel % głębokość zawartośc Nr próbk cm pasku % pasku aalza próbek grutu głębokość cm
36 Nr: 36 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa przykład Dokoao aalzy próbek grutu merząc a róŝych głębokoścach procetową zawartość pasku aalza przy uŝycu MS Ecel % głębokość zawartośc Nr próbk cm pasku % pasku aalza próbek grutu y R głębokość cm
37 Nr: 37 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa przykład Dokoao aalzy próbek grutu badao zaleŝość dwóch parametrów stopa plastyczośc spójośc grutu zaleŝość wyzaczoo w oparcu 7 próby prób s to peń plas tyczoś c - s pó jość y R y R.85 7 próby
38 Nr: 38 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa przykład - cd s to peń plas tyczoś c - s pó jość y R prób
39 Nr: 39 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa przykład - wykorzystae paketu Statstca Wy kres rozrzut u - model lowy y * ; 95 Prz.U. Wykres rozrzutu - regresja welomaem kwadratowym Zm y *3787*^; 95 Prz.Pred.; 95 Prz.U Zm3 spójość Wy kres rozrzutu - regresja lowa y *; 95 Prz.Pred.; 95 Prz.U spójość 5 5 stopeń plastyczośc stopeń plasty czośc
40 Nr: 4 Metody oblczeowe - Budowctwo semestr - wykład r 3 ukcje ScLaba chepol - oblczae wartośc welomaów Czebyszewa cshepd eval_cshepd - wymarowa terpolacja ukcjam sklejaym dla węzłów e tworzących satk prostokątej terp oblczee wartośc terpolującej ukcj sklejaej terpd terp3d terpolacja ukcjam sklejaym terpl rozwązae zadaa terpolacj lowej a płaszczyźe lsq rozwązae rówaa postac AXB metodą ajmejszych kwadratów lsq_sple aproksymacja średokwadratowa sześceą ukcją sklejaą lear_terp rozwązae zadaa -wymarowej terpolacj lowej spl spld spl3d oblczee współczyków ukcj sklejaej terpolującej podae pukty węzłowe regl regress wyzaczee współczyków regresj lowej
41 Nr: 4 Metody oblczeowe - Budowctwo semestr - wykład r 3 Podsumowae Aproksymacja terpolacja pojęce modelu regresj Aproksymacja ogóla postać zadaa aproksymacj. Zadae aproksymacj lowej pojęce ukcj bazowych postać rozwązaa układ rówań lowych adokreśloy wygładzae ukcj Zadae aproksymacj średokwadratowej: metoda ajmejszych kwadratów loczy skalary ukcj ukcje ortogoale własośc welomaów Czebyszewa. Zadae aproksymacj jedostajej: sormułowae zadaa Twerdzee Weerstrassa Zadae terpolacj terpolacja welomaowa wzór Lagrage a postać macerzy Lagrage a wzór Lagrage a dla węzłów rówoodległych wzór Iterpolacyjy Newtoa.
42 Nr: 4 Metody oblczeowe - Budowctwo semestr - wykład r 3 Podsumowae - cd. Aproksymacja terpolacja pojęce modelu regresj Fukcje sklejae własośc ukcj sklejaych 3 stopa cubc sple Krzywa Bézera Model regresj opsae problemu podstawowe pojęca statystyk: populacja geerala jedostka statystycza cechy statystycze próbka badae częścowe pojęce zmeej losowej jej realzacj teoretycza la regresj a emprycze rówae regresj badae korelacj a podstawe realzacj próby sposób wyzaczea rówaa regresj metodą ajmejszych kwadratów mary jakośc przyjętego modelu regresj waracja resztkowa współczyk determacj werykacja statystycza przyjętego modelu regresj obszary uośc predykcj Modele elowe regresj sprowadzae do modelu lowego
Metody obliczeniowe - Budownictwo semestr 2 - wykład nr 3 Nr: 1 Metody obliczeniowe wykład nr 3 aproksymacja i interpolacja pojęcie modelu regresji
Nr: Metod oblczeowe - Budowctwo semestr - wkład r 3 Metod oblczeowe wkład r 3 aproksmacja terpolacja pojęce modelu regresj Nr: Metod oblczeowe - Budowctwo semestr - wkład r 3 Aproksmacja daa jest ukcja
MODELE OBIEKTÓW W 3-D3 część
WYKŁAD 5 MODELE OBIEKTÓW W -D część la wykładu: Kocepcja krzywej sklejaej Jedorode krzywe B-sklejae ejedorode krzywe B-sklejae owerzche Bezera, B-sklejae URBS 1. Kocepcja krzywej sklejaej Istotą z praktyczego
Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer
Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław
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
Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem
Ekstrapolacja Rchardsoa (szacowae błędu) dla daej, ustaloej metody błąd Mh zakładając, że M jest w przyblżeu ezależe od h I I + Mh h h/ / I I + Mh ekstrapolowaa wartość całk I I e I h / + Ih / ( I h )
L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5
L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk
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
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
Regresja REGRESJA
Regresja 39. REGRESJA.. Regresja perwszego rodzaju Nech (, będze dwuwyarową zeą losową, dla które steje kowaracja. Nech E( y ozacza warukową wartość oczekwaą zdefowaą dla przypadku zeych losowych typu
Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski
Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f
Prawdopodobieństwo i statystyka r.
Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta
FUNKCJE DWÓCH ZMIENNYCH
FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam
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
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
Liniowe relacje między zmiennymi
Lowe relacje mędzy zmeym Marta Zalewska Zakład Proflaktyk ZagrożeńŚrodowskowych Alergolog Ocea lowych relacj mędzy zmeym Metoda korelacj - określee rodzaju sły zależośc mędzy cecham. Metoda regresj 1 Uwaga
Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2
Permutacje { 2,,..., } Defcja: Permutacją zboru lczb azywamy dowolą różowartoścową fukcję określoą a tym zborze o wartoścach w tym zborze. Uwaga: Lczba wszystkch permutacj wyos! Permutacje zapsujemy w
. Wtedy E V U jest równa
Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo
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,
3. OPTYMALIZACJA NIELINIOWA
Wybrae zaadea badań operacyjych dr ż. Zbew Tarapata 3. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też oprócz
Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna
Aalza zależośc Rodzaje zależośc mędzy zmeym występujące w praktyce: Fukcyja wraz ze zmaą wartośc jedej zmeej astępuje ścśle określoa zmaa wartośc drugej zmeej (p. w fzyce: spadek swobody gt s ) tochastycza
Wnioskowanie statystyczne dla korelacji i regresji.
STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...
W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:
Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,
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
ma rozkład normalny z nieznaną wartością oczekiwaną m
Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee
Statystyczne charakterystyki liczbowe szeregu
Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc
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?
TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).
TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu
Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki
tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga
5. OPTYMALIZACJA NIELINIOWA
5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe
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
Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84
Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,
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
METODY NUMERYCZNE dr inż. Mirosław Dziewoński
Metody Numerycze METODY NUMERYCZNE dr iż. Mirosław Dziewoński e-mail: miroslaw.dziewoski@polsl.pl Pok. 151 Wykład /1 Metody Numerycze Aproksymacja fukcji jedej zmieej Wykład / Aproksymacja fukcji jedej
Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.
Wyzaczae oporu aczyowego kaplary w przepływe lamarym. I. Przebeg ćwczea. 1. Zamkąć zawór odcający przewody elastycze a astępe otworzyć zawór otwerający dopływ wody do przewodu kaplarego. 2. Ustawć zawór
... MATHCAD - PRACA 1/A
Nazwsko Imę (drukowaym) KOD: Dzeń+godz. (p. Śr) MATHCAD - PRACA /A. Stablcuj fukcję: f() = s() + /6. w przedzale od a do b z podzałem a rówych odcków. Sporządź wykres f() sprawdź, le ma mejsc zerowych.
Linie regresji II-go rodzaju
Lam regresj II-go rodzaju zmeej () względem () azwam zadae krzwe g(;,, ) oraz h(;,, ) gd spełają oe odpowedo waruk: E E Le regresj II-go rodzaju ( ( )) ( ) ( ) ( ) ( ) g ;,,... g ;,,... f, dd m,,... (
( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości
Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,
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
Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)
Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,
będą niezależnymi zmiennymi losowymi o tym samym 2 x
Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka
Statystyka Matematyczna Anna Janicka
Statystyka Matematycza Aa Jacka wykład II, 3.05.016 PORÓWNANIE WIĘCEJ NIŻ DWÓCH POPULACJI TESTY NIEPARAMETRYCZNE Pla a dzsaj 1. Porówywae węcej ż dwóch populacj test jedoczykowej aalzy waracj (ANOVA).
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
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI
Poltechka Gdańska Wydzał Elektrotechk Automatyk Katedra Iżyer Systemów Sterowaa MODELOWANIE I PODSAWY IDENYFIKACI Wybrae zagadea z optymalzacj. Materały pomoccze do zajęć ćwczeowych 5 Opracowae: Kazmerz
Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej
Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej
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
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,
MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ
MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ Wykład Układy rówań metody aaltycze Metody umerycze rozwązywaa rówań lczbowych Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ
ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji
Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz
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,
8.1 Zbieżność ciągu i szeregu funkcyjnego
Rozdzał 8 Cąg szereg fukcyje 8.1 Zbeżość cągu szeregu fukcyjego Dla skrócea zapsu przyjmjmy pewe ozaczee. Defcja. Nech X, Y. Przez Y X ozaczamy zbór wszystkch fukcj określoych a zborze X o wartoścach w
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
PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE
Marek Cecura, Jausz Zacharsk PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE CZĘŚĆ II STATYSTYKA OPISOWA Na prawach rękopsu Warszawa, wrzeseń 0 Data ostatej aktualzacj: czwartek, 0 paźdzerka
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
VI. TWIERDZENIA GRANICZNE
VI. TWIERDZENIA GRANICZNE 6.. Wprowadzee Twerdzea gracze dotyczą własośc graczych cągów zmeych losowych dzelą sę a:! twerdzea lokale opsują zbeżośc cągu fukcj prawdopodobeństwa w przypadku cągu {X } zmeych
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
będą niezależnymi zmiennymi losowymi z rozkładu o gęstości
Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc
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.
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
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
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
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,
Badania niezawodnościowe i statystyczna analiza ich wyników
Badaa ezawodoścowe statystycza aalza ch wyków. Co to są badaa ezawodoścowe jak sę je przeprowadza?. Metody prezetacj opsu daych pochodzących z eksperymetu 3. Sposoby wyzaczaa rozkładu zmeej losowej a podstawe
Indukcja matematyczna
Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya
dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?
Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych
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
Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.
Metody probablstycze statystyka Wykład 7: Statystyka opsowa. Rozkłady prawdopodobestwa wystpujce w statystyce. Podstawowe pojca Populacja geerala - zbór elemetów majcy przyajmej jed włacwo wspól dla wszystkch
( ) 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
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
KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny
KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych
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
WSPÓŁZALEŻNOŚĆ PROCESÓW MASOWYCH Co w Sylabusie?
WSPÓŁZALEŻNOŚĆ PROCESÓW MASOWYCH Co w Sylabuse?. Aalza korelacj. Testy ezależośc 3. Aalza regresj 4. Regresja perwszego drugego rodzaju 5. Woskowae statystycze WSPÓŁCZYNNIK KORELACJI (PEARSONA) Aalza korelacj
Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych
dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby
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
Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu
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
BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ
Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB WYKŁAD 2 BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB Przkład.
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
Statystyka Opisowa Wzory
tatystyka Opsowa Wzory zereg rozdzelczy: x - wartośc cechy - lczebośc wartośc cechy - lczebość całej zborowośc Wskaźk atężea przy rysowau wykresu szeregu rozdzelczego przedzałowego o erówych przedzałach:
Analiza Matematyczna Ćwiczenia. J. de Lucas
Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y
Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń
Zasosowae meody ajmejszych kwadraów do pomaru częsolwośc średej sygałów o małej sromośc zboczy w obecośc zakłóceń Elgusz PAWŁOWSKI, Darusz ŚWISULSKI Podsawowe meody pomaru częsolwośc Zlczae okresów w zadaym
JEDNOWYMIAROWA ZMIENNA LOSOWA
JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:
Matematyka II. x 3 jest funkcja
Maemayka II WYKLD. Całka eozaczoa. Rachuek całkowy. Twerdzea o całkach eozaczoych. Całkowae wybraych klas fukcj. Całkowae fukcj wymerych. Całkowae fukcj rygoomeryczych.. Defcja fukcj perwoej. Fukcję F
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
k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2
Pojęce przedzału ufośc Przyład: Rozważmy pewe rzad proces (tz. ta tórego lczba zajść podlega rozładow Possoa). W cągu pewego czasu zaobserwowao =3 tae zdarzea. Oceć możlwy przedzał lczby zdarzeń tego typu
Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji
http://www.ii.ui.wroc.pl/ sle/teachig/a-apr.pdf Aaliza umerycza Staisław Lewaowicz Grudzień 007 r. Aproksymacja fukcji Pojęcia wstępe Defiicja. Przestrzeń liiową X (ad ciałem liczb rzeczywistych R) azywamy
PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016
PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INTYTUT FIZYKI UJ BIOLOGIA 06 CEL ĆWICZEŃ. Obserwacja zjawsk efektów fzyczych. Doskoalee umejętośc
STATYSTYKA OPISOWA WYKŁAD 3,4
STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s
AKADEMIA MORSKA W SZCZECINIE
AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych
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
Zastosowanie informatyki w chemii
Projekt p. Wzmocee potecjału dydaktyczego UMK w Toruu w dzedzach matematyczo-przyrodczych realzoway w ramach Poddzałaa 4.. Programu Operacyjego Kaptał Ludzk Zastosowae formatyk w chem Potr Szczepańsk UMK
Matematyka dyskretna. 10. Funkcja Möbiusa
Matematyka dyskreta 10. Fukcja Möbusa Defcja 10.1 Nech (P, ) będze zborem uporządkowaym. Mówmy, że zbór uporządkoway P jest lokale skończoy, jeśl każdy podzał [a, b] P jest skończoy, a, b P Uwaga 10.1
Teoria i metody optymalizacji
Sforułowae owae zaaa otyalzacj elowej bez ograczeń: Fukcja celu f( : Zaae otyalzacj olega a zalezeu wektora zeych ecyzyjych aleŝącego o zboru rozwązań ouszczalych R takego Ŝe la R Co jest rówozacze zasow:
x, y środek ciężkości zbioru
Y ANALIZA REGRESJI I KORELACJI zwązek stochastyczy (losowy), probablstyczy Y X KAŻDEJ WARTOŚCI x ODPOWIADA CAŁY ZBIÓR WARTOŚCI y TWORZĄCYCH OKREŚLONY ROZKŁAD zwązek statystyczy ŷ a a x ŷ średa rozkładu
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
ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ
ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ Podstawowe pojęca rachuu prawdopodobeństwa: zdarzee losowe, zdarzee elemetare, prawdopodobeństwo, zbór zdarzeń elemetarych. Def. Nech E będze zborem
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
ROZKŁADY ZMIENNYCH LOSOWYCH
ROZKŁADY ZMIENNYCH LOSOWYCH ZMIENNA LOSOWA Defcja. Zmeą losową jest fukcja: X: E -> R która każdemu zdarzeu elemetaremu E przypsuje lczbę rzeczywstą e X ( e) R DYSTRYBUANTA Dystrybuatą zmeej losowej X
Modelowanie i Analiza Danych Przestrzennych
odelowae Aalza Daych Przestrzeych Wykład Adrzej Leśak atedra Geoormatyk Iormatyk Stosowaej Akadema Górczo-Hutcza w rakowe red występujący w daych : may głębokośc da edaleko brzegu morza may temperatury
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
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