DLA ROZKŁADU LICZBY WYMIENIANYCH OKŁADZIN CIERNYCH NA WAGONIE BMNOPUX

Wielkość: px
Rozpocząć pokaz od strony:

Download "DLA ROZKŁADU LICZBY WYMIENIANYCH OKŁADZIN CIERNYCH NA WAGONIE BMNOPUX"

Transkrypt

1 SAWCZUK Wojciech TEST ZGODNOŚCI λ-kołmogorowa DLA ROZKŁADU LICZBY WYMIENIANYCH OKŁADZIN CIERNYCH NA WAGONIE BMNOPUX Streszczeie Aalizując zakres prac wykoywaych podczas eksploatacji tarczowego układu hamulcowego pojazdów szyowych stwierdza się, Ŝe ajczęstsze uszkodzeia występują w parze cierej tarczaokładzia ciera. Z tego względu ajwięcej czasu przezaczae jest a wymiaę uszkodzoych lub zuŝytych okładzi oraz tarcz hamulcowych a owe. Ze względu a prosty układ przeiesieia siły z cylidra hamulcowego a okładziy ciere, pozostałe uszkodzeia elemetów układu hamulcowego zgodie z [3-5, 9, 10], występują sporadyczie rzadko. Stwierdzoe przypadki agłych uszkodzeń lub propagacji zuŝycia elemetów układu hamulcowego wyikały z zaiedbań podczas wykoywaia przeglądów i apraw wagou. Celem artykułu jest przedstawieie wyików badań związaych z liczbą wymieiaych okładzi a wagoie pasaŝerskim Bmopux oraz weryfikacja hipotezy, Ŝe liczba wymieiaych zuŝytych okładzi cierych a wspomiaym wagoie ma w daej populacji geeralej rozkład wykładiczy. Weryfikację hipotezy przeprowadzoo przy pomocy testu zgodości λ-kołmogorowa. 1. BADANIA ZUśYCIA OKŁADZIN CIERNYCH 1.1. Cel badań Celem badań poprzedzających weryfikację hipotezy rozkładu prawdopodobieństwa była ocea zuŝycia okładzi cierych przez wyzaczeie ich liczby wymia a wagoie Bmopux przyjeŝdŝających a przegląd międzypociągowy. Zgodie z wewętrzymi przepisami aalizowaego przewoźika kolejowego, przegląd międzypociągowy wykoyway był a wagoach po przebiegu 1200km Metodyka i przedmiot badań Przedmiotem badań były okładziy ciere typu 175 FR20H.2 firmy Feoplast do hamulca tarczowego (układ hamulcowym Korr (KE-P-A)) wagou pasaŝerskiego typu Bmopux. Okładziy ciere tworzą parę cierą z tarczą typu Całkowita liczba okładzi cierych przypadających a 8 tarczowych układów hamulcowych wagou wyosi 32 sztuki, 4 okładziy przypadają a jedą tarczę hamulcową. Na rysuku 1 przedstawioy jest ogóly widok wagou Bmopux oraz układ hamulca tarczowego a wózku Görlitz VI z zestawami kołowymi a których pomiędzy kołami, a osi zamocowae był dwie tarcze hamulcowe. TTS 1843

2 Rys. 1. Obiekty badań: a) widok wagou Bmopux, b) widok od spodu wózka Görlitz VI, 1- cylider hamulcowy, 2-obsada hamulcowa, 3- okładzia ciera typu 175, 4- tarcza hamulcowa typu W czasie badań sprawdzoo, jaka liczba okładzi wymieiaa jest a owe z 32 wszystkich okładzi wchodzących w skład jedego wagou. Podczas badań o charakterze poligoowym (eksploatacyjym) zebrao dae odośie liczby wymieiaych okładzi cierych z 374 przyjazdów wagoów a przegląd międzypociągowy. Była to liczba przeglądów przypadająca a okres 6-ciu miesięcy Wyiki badań Na rysuku 2 przedstawioo przypadki wymiay róŝej liczby okładzi do wszystkich rozpatrywaych przyjazdów wagoów a przegląd międzypociągowy. Liczba wagoów po wymiaie daej liczby okładz i Przypadki wymiay daej liczby okładzi L iczba wymieioych okładzi a wag oie podczas przeglądu Rys.2. Zestawieie wymieiaych okładzi cierych a wagoach podczas 374 przeglądów międzypociągowych 1844 TTS

3 Z wykresu a rysuku 2 wyika, Ŝe z 374 przeglądów międzypociągowych w 140 przypadkach ie dokoao Ŝadej wymiay okładzi cierych a wagoie Bmopux. Nie wyika to z rówomierego zuŝycia wszystkich 32 elemetów cierych wagou, lecz z ie przekroczeia dopuszczalego graiczego zuŝycia okładzi. NiezaleŜie od dokumetacji techiczo-ruchowej wagou, poziom graiczego zuŝycia został ustaloy przez pracowików wykoujący prace przeglądowe a poziomie 15mm grubości okładziy. Przy grubości okładziy owej wyoszącej 35mm, wymiaa przy grubości 15mm jest uzasadioa ze względu a czas uŝytkowaia wagou, po którym poowie zostaie skieroway a przegląd. W celu ochroy układu dźwigiowego przed ziszczeiem spowodowaego tarciem obsad bez okładzi o tarczę hamulcową, a podstawie wieloletiego doświadczeia pracowików dokoujących przeglądu, wymiay okładzi dokouje się juŝ przy grubości 15mm. Pozostawieie okładziy o grubości miejszej bez wymiay moŝe spowodować całkowite wytarcie akładki cierej i iszczeia obsady okładziy, której wymia jest zabiegiem kosztowym, co zostało opisae w [4, 9]. 2. TEST STATYSTYCZNY Λ-KOŁMOGOROWA DLA ROZKŁADU LICZBY WYMIENIANYCH OKŁADZIN CIERNYCH Celem przeprowadzeia testu zgodości λ-kołmogorowa jest wysuięcie hipotezy, Ŝe badaa cecha tj. liczba wymia zuŝytych okładzi cierych a wagoie Bmopux ma w daej populacji geeralej określoy rozkład teoretyczy. Populację geeralą staowiły 374 przeglądy a wagoach (=374). W celu wyzaczeia przedziałów klasowych wykorzystao zaleŝość (1) zgodie z [2] oraz wykorzystao zaleŝość (2) a obliczeie wariacji rozpatrywaej populacji: c h o (1) 3 gdzie: 6 2 c - stała wyraŝoa zaleŝością, c = π δ σ 2 - wariacja opisaa zaleŝością (2): 2 1 = i= 1 ( x i x) gdzie: x - wartość średia, wyraŝoa rówaiem (3): 2 σ (2) 1 x = x i i= 1 gdzie: x i - i-ta wartość zmieej, x=1, 2,,, - liczba jedostek statystyczych badaej zbiorowości, =374. Wykorzystując zaleŝości (1-3) liczba przedziałów klasowych h o =14 atomiast wariacja σ 2 =27,69. Liczebość wymia okładzi cierych a wagoie pasaŝerskim Bmopux podczas przeglądu miedzypociągowego po przebiegu 1200km, co przedstawia rysuek 3 została aproksymowaa rozkładem wykładiczym. (3) TTS 1845

4 Liczebość y = 156,8e -0,3671x R 2 = 0, Klasy przedziałów Rys. 3. Zestawieie wymieiaych okładzi cierych a wagoach podczas 374 przeglądów międzypociągowych Na podstawie rysuku 3, wysuięto hipotezę, Ŝe badaa cecha tj. liczba wymieiaych okładzi cierych a wagoach Bmopux ma w daej populacji 374 przeglądów międzypociągowych rozkład wykładiczy opisay rówaiem (4) [2, 7]: λ x ( x) = e f λ (4) gdzie: λ - estymator rozkładu parametru wykładiczego obliczaego z zaleŝości (5): 1 λ = x (5) dla x = 4,12 λ = 0,3 Dystrybuata rozkładu wykładiczego przedstawia zaleŝość (6) [2, 7]: F x = e λ x ( ) 1 (6) Test zgodości λ-kołmogorowa przeprowadzoo przy astępujących załoŝeiach [1, 6]: 1) rozkład populacji geeralej ciągłej zmieej losowej o dystrybuacie F jest dowoly, 2) próba o liczebości 6. Postawioo astępujące hipotezy: 1) H o : F = F o, 2) H 1 : F F o. Do weryfikacji hipotez wykorzystao astępujące statystyki opisao rówaiami (7) i (8) [1, 6]: U = D (7) i D = max F ( x ) F ( x ) (8) o i 1846 TTS

5 gdzie: F (x i ) - dystrybuata empirycza rozkładu wykładiczego, F o (x i ) - dystrybuata teoretycza rozkładu wykładiczego. Obszar krytyczy dla testu λ-kołmogorowa przedstawia zaleŝość (9) [1, 6]: ( ) R =, (9) α K 1 α gdzie: K 1-α - kwatyl graiczego rozkładu Kołmogorowa. Sposób wyzaczeia statystyki U przedstawioo w tabeli. 1. Tab. 1. Weryfikacja hipotezy H o testem zgodości λ-kołmogorowa, Ŝe liczba wymieiaych okładzi cierych a wagoach Bmopux ma w daej populacji 374 przeglądów międzypociągowych rozkład wykładiczy Lp. x d - x g i F (x g ) isk F(x g ) F(x g )-F (x g ) 1 (0-2> 140 0, , , (2-4> 75 0, , , (4-6> 50 0, , ,1261 max D 4 (6-8> 32 0, , , (8-10> 20 0, , , (10-12> 8 0, , , (12-14> 14 0, , , (14-16> 11 0, , , (16-18> 12 0, , , (18-20> 4 0, , , (20-22> 5 0, , , (22-24> 1 0, , , (24-26> 1 0, , , (26-28> 1 1, , ,0002 i - liczebość obserwacji, isk - liczebość skumulowaa Na rysuku 4 przedstawioo dystrybuaty przebiegu teoretyczego oraz empiryczego rozkładu wykładiczego. Przy ajwiększej róŝicy dystrybuat rozkładu empiryczego i teoretyczego wyoszącej 0,1261 obliczoo fukcję testową zgodie z zaleŝością (7), którą wyiosła: U = 0, = 2,43 TTS 1847

6 Dystrybuata F(x) 1,2 1,0 0,8 0,6 0,4 0,2 Dystrybuata rozkładu emiryczego F(x) Dystrybuata rozkładu teoretyczego F(x) 0, Nr klasy przedziałów Rys. 4. Dystrybuaty rozkładu wykładiczego z liczby wymia okładzi cierych a wagoie Bdhpum Obszar krytyczy oszacowao dla poziomu istotości α=0,01, z tablic zawartych w [6] odczytao kwaty graiczego rozkładu Kołmogorowa: PoiewaŜ: K 1-α = 1,63 U ( K1, ) to hipotezę H o (brzmiącą astępująco: zmiea losowa będąca liczbą wymieiaych okładzi cierych a wagoach Bmopux ma w daej populacji 374 przeglądów międzypociągowych λ x rozkład wykładiczy f ( x) = λe, aleŝy przyjąć. PODSUMOWANIE Po przeprowadzeiu badań liczby wymieioych okładzi cierych a wagoach Bmopux stwierdza się, Ŝe w Ŝadym z 374 przeglądów międzypociągowych ie zaobserwowao a wagoach rówomierego zuŝycia okładzi hamulca tarczowego. Brak wymiay okładzi stwierdzoy w 140 przeglądach wyikał z ie osiągięcia graiczego dopuszczalego zuŝycia okładzi. Koleje przeglądy międzypociągowe dowiodły, Ŝe liczba wymieiaych okładzi stopiowo się zwiększa zgodie z rozkładem wykładiczym osiągając liczbę 24 wymia okładzi z 32 wszystkich okładzi zajdujących się a wagoie. Poadto po badaiach liczby wymieiaych okładzi cierych stwierdzoo: 1) Przeglądy międzypociągowe wykoywae a wagoach Bmopux po przebiegu 1200km ie zapewiają całkowitej kotroli zuŝycia okładzi ze względu a róŝe trasy kursowaia wagoów cechujące się róŝą liczbę hamowań, itesywością hamowaia i prędkościami początku hamowaia, α 1848 TTS

7 2) Czasy pomiędzy kolejymi przeglądami wyoszące średio 5 di powodują, Ŝe podczas przeglądu wymieia się okładzię przed osiągięciem graiczego dopuszczalego zuŝycia wyikającego z Dokumetacji Techiczo Ruchowej wagou. Przy dopuszczalym zuŝyciu okładziy zgodie z DTR wyoszącym 7mm [8], wymia dokouje się juŝ przy grubości 15mm. Geeruje to zacza liczbę okładzi jako odpadów pozostałych po wymiaie, 3) W celu uŝytkowaia okładzi do maksymalego dopuszczalego zuŝycia, koiecze jest zastosowaie diagostyki rejestrujące chwilę dokoaia wymiay a ową okładzię. 4) W 11-tu przypadkach a 374 przeglądy międzypociągowe stwierdzoo całkowite zuŝycie okładzi łączie z uszkodzeiem obsad okładzi. Przeprowadzoe badaia dowodzą o koieczości diagozowaia zuŝycia okładzi cierych ze względu a ich ierówomiere zuŝycie oraz w celu ochroy przez uszkodzeiem pozostałych elemetów układu hamulcowego jak obsady okładzi BIBLIOGRAFIA 1. Bobowski Z., Wybrae metody statystyki opisowej i wioskowaia statystyczego. Wydawictwo Wałbrzyskiej WyŜszej Szkoły Zarządzaia i Przedsiębiorczości, Wałbrzych Gajek L., Kałuszka M., Wioskowaie statystycze modele i metody. Wydawictwo Naukowo-Techicze, Warszawa Gruszewski M., Eksploatacja hamulca tarczowego wagoów piętrowych Bdhpum. Techika Trasportu Szyowego 2/ Gruszewski M., Wybrae zagadieia eksploatacji hamulca tarczowego. Techika Trasportu Szyowego 6-7/ Gruszewski M., Wybrae zagadieia eksploatacji hamulca tarczowego wagou Bdhpum. Techika Trasportu Szyowego 6/ Kadziński A., Niezawodość pojazdów szyowych. Wydawictwo Politechiki Pozańskiej, Pozań Kałuszka K., Elemety statystyki w zadaiach. Wydawictwo Naukowe PWN, Warszawa Rail Cosult Gesellschaft für Verkehrsberatug mbh, Wago osobowy Z1 02, układ jezdy-tom 2. Dokumetacja Techiczo-Ruchowa. 9. Sawczuk W., Defects of disc brake system i rail vehicles, 7-th Europea Coferece of Youg Research ad Sciece Workers i Trasport ad Telecommuicatios TRANSCOM 2007, s Sawczuk W., Research ad Tests o Defect of Disc Brake System i Rail Vehicles. Artykuł a I Iteratioal Iterdiscipliary Techical Coferece of Youg Scietists IterTech 2008, Poza April 2008, s The COMPATIBILITY TEST for the KOLMOGOROV-λ the NUMBER of EXCHANGED FRICTION LININGS o TRAIN BMNOPUX TTS 1849

8 THE COMPATIBILITY TEST FOR THE λ KOLMOGOROV THE NUMBER OF EXCHANGER FRICTION PADS ON A PASSENGER CAR BMNOPUX Abstract Aalyzig of the work carried out durig the operatio of the disc brake brakig system of vehicles which ru o Rails, it is cocluded that the most commo damage occur i assembly brake discfrictio pad. For this reaso, much time is spet o the replacemet of damaged or wor brake liig ad brake discs with ew oes. Due to the simple layout with the brake cylider o the frictio pad, other damage to the compoets of the brakig system i accordace with the [3-5, 9, 10], occur occasioally. Idetified cases of sudde damage or wear of the brakig elemets propagatio resulted from egligece while performig maiteace ad repairs wago. The purpose of the article is to preset the results of research related to the umber of exchaged passeger car Bmopux ad verificatio of the hypothesis that the umber of exchaged wor frictio pads o the said car has i the geeral populatio of the expoetial distributio. Verificatio of the hypothesis was performed usig test λ-kolmogorov.. Autorzy: Dr iŝ. Wojciech Sawczuk Politechika Pozańska, Istytut Silików Spaliowych i Trasportu, Zakład Pojazdów Szyowych, , Pozań, ul. Piotrowo 3, tel , . wojciech.sawczuk@put.poza.pl 1850 TTS

Badania OCENA ROZKŁADU ŚREDNIEGO WSPÓŁCZYNNIKA TARCIA KOLEJOWEGO HAMULCA TARCZOWEGO. Wojciech SAWCZUK

Badania OCENA ROZKŁADU ŚREDNIEGO WSPÓŁCZYNNIKA TARCIA KOLEJOWEGO HAMULCA TARCZOWEGO. Wojciech SAWCZUK Wojciech SAWCZUK OCENA ROZKŁADU ŚREDNIEGO WSPÓŁCZYNNIKA TARCIA KOLEJOWEGO HAMULCA TARCZOWEGO Streszczeie Jedym z badań prowadzoych a bezwładościowym staowisku hamulcowym jest pomiar współczyika tarcia

Bardziej szczegółowo

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

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

Bardziej szczegółowo

WPŁYW WYBRANYCH KONSTRUKCJI PROWADNIKÓW RÓWNOLEGŁOŚCI HAMULCA TARCZOWEGO NA ZUśYCIE OKŁADZIN CIERNYCH

WPŁYW WYBRANYCH KONSTRUKCJI PROWADNIKÓW RÓWNOLEGŁOŚCI HAMULCA TARCZOWEGO NA ZUśYCIE OKŁADZIN CIERNYCH SAWCZUK Wojciech WPŁYW WYBRANYCH KONSTRUKCJI PROWADNIKÓW RÓWNOLEGŁOŚCI HAMULCA TARCZOWEGO NA ZUśYCIE OKŁADZIN CIERNYCH Streszczenie Mechanizm dźwigniowy (zaciskowy) hamulca kolejowego jest głównym zespołem

Bardziej szczegółowo

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś 1 STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr iż Krzysztof Bryś Pojȩcia wstȩpe populacja - ca ly zbiór badaych przedmiotów lub wartości. próba - skończoy podzbiór populacji podlegaj acy badaiu.

Bardziej szczegółowo

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

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

Bardziej szczegółowo

1 Testy statystyczne. 2 Rodzaje testów

1 Testy statystyczne. 2 Rodzaje testów 1 Testy statystycze Podczas sprawdzaia hipotez statystyczych moga¾ wystapić ¾ dwa rodzaje b ¾edów. Prawdopodobieństwo b ¾edu polegajacego ¾ a odrzuceiu hipotezy zerowej (H 0 ), gdy jest oa prawdziwa, czyli

Bardziej szczegółowo

ANALIZA DANYCH DYSKRETNYCH

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

Bardziej szczegółowo

SKUTKI ZAWODNOŚCI TRANSFORMATORÓW ROZDZIELCZYCH W SPÓŁCE DYSTRYBUCYJNEJ

SKUTKI ZAWODNOŚCI TRANSFORMATORÓW ROZDZIELCZYCH W SPÓŁCE DYSTRYBUCYJNEJ Prace Naukowe Istytutu Maszy, Napędów i Pomiarów Elektryczych Nr 60 Politechiki Wrocławskiej Nr 60 Studia i Materiały Nr 27 2007 Adrzej STOBIECKI *, Ja C. STĘPIEŃ trasformator, zawodość, koszty, eergia

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

Histogram: Dystrybuanta:

Histogram: Dystrybuanta: Zadaie. Szereg rozdzielczy (przyjmujemy przedziały klasowe o długości 0): x0 xi i środek i*środek i_sk częstości częstości skumulowae 5 5 8 0 60 8 0,6 0,6 5 5 9 0 70 7 0,8 0, 5 5 5 0 600 0, 0,6 5 55 8

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematycza dla leśików Wydział Leśy Kieruek leśictwo Studia Stacjoare I Stopia Rok akademicki 0/0 Wykład 5 Testy statystycze Ogóle zasady testowaia hipotez statystyczych, rodzaje hipotez, rodzaje

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ZSTA LMO Zadania na ćwiczenia

ZSTA LMO Zadania na ćwiczenia ZSTA LMO Zadaia a ćwiczeia Efektywość estymatorów ieobciążoych Zadaie 1. Zakładamy, że badaa cecha X populacji ma rozkład Poissoa πλ, gdzie λ > 0 jest parametrem. Poadto, iech X = X 1, X,..., X będzie

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3 L.Kowalski zadaia ze statystyki matematyczej-zestaw 3 ZADANIA - ZESTAW 3 Zadaie 3. Cecha X populacji ma rozkład N m,. Z populacji tej pobrao próbę 7 elemetową i otrzymao wyiki x7 = 9, 3, s7 =, 5 a Na poziomie

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Statystyczny opis danych - parametry

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

Analiza przebiegów czasowych i amplitudowych sygnałów drganiowych tarczowego układu hamulcowego pojazdu szynowego

Analiza przebiegów czasowych i amplitudowych sygnałów drganiowych tarczowego układu hamulcowego pojazdu szynowego TOMASZEWSKI Franciszek 1 SAWCZUK Wojciech 2 WESOŁEK Maciej 3 Analiza przebiegów czasowych i amplitudowych sygnałów drganiowych tarczowego układu hamulcowego pojazdu szynowego WSTĘP W pojazdach szynowych

Bardziej szczegółowo

Estymacja współczynnika dopasowania w klasycznym modelu ryzyka

Estymacja współczynnika dopasowania w klasycznym modelu ryzyka Ogólopolska Koferecja Naukowa Zagadieia Aktuariale Teoria i praktyka Warszawa, 9- czerwca 008 Estymacja współczyika dopasowaia w klasyczym modelu ryzyka Aa Nikodem Uiwersytet Ekoomiczy we Wrocławiu Klasyczy

Bardziej szczegółowo

Wojciech SAWCZUK * Streszczenie

Wojciech SAWCZUK * Streszczenie Wojciech SAWCZUK * Badanie wybranych parametrów procesu hamowania hamulca tarczowego Research on selected process parameters of disc brake Streszczenie Abstract W niniejszym artykule zaprezentowano metodykę

Bardziej szczegółowo

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia Pla wykładu Aaliza daych Wykład : Statystyka opisowa. Małgorzata Krętowska Wydział Iformatyki Politechika Białostocka. Statystyka opisowa.. Estymacja puktowa. Własości estymatorów.. Rozkłady statystyk

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA TATYTYKA MATEMATYCZNA ROZKŁADY PODTAWOWYCH TATYTYK zmiea losowa odpowiedik badaej cechy, (,,..., ) próba losowa (zmiea losowa wymiarowa, i iezależe zmiee losowe o takim samym rozkładzie jak (taką próbę

Bardziej szczegółowo

POJAZDY SZYNOWE 2/2014

POJAZDY SZYNOWE 2/2014 ZASTOSOWANIE CHARAKTERYSTYK WIDMOWYCH SYGNAŁU DRGANIOWEGO DO OCENY ZUŻYCIA ELEMENTÓW CIERNYCH KOLEJOWEGO HAMULCA TARCZOWEGO W CZASIE HAMOWAŃ ZATRZYMUJĄCYCH Wojciech Sawczuk 1 1 Politechnika Poznańska,

Bardziej szczegółowo

Ocena kontaktu okładziny ciernej z tarczą hamulcową metodą termowizyjną

Ocena kontaktu okładziny ciernej z tarczą hamulcową metodą termowizyjną SAWCZUK Wojciech 1 ULIKOWSKI Karol 2 Ocena kontaktu okładziny ciernej z tarczą hamulcową metodą termowizyjną WSTĘP Na obniżenie sprawności hamulca tarczowego zarówno pojazdów szynowych jak i samochodowych,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Estymacja przedziałowa

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

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

Bardziej szczegółowo

Liczebnośd (w tys.) n

Liczebnośd (w tys.) n STATYSTYKA Statystyka bada prawidłowości w zjawiskach masowych (tz. takich, które mogą występowad ieograiczoą ilośd razy). Przedmiotem badao statyki są zbiory (populacje), których elemetami są wszelkiego

Bardziej szczegółowo

ZASTOSOWANIE SYGNAŁU WA DO DIAGNOSTYKI KOLEJOWEGO HAMULCA TARCZOWEGO

ZASTOSOWANIE SYGNAŁU WA DO DIAGNOSTYKI KOLEJOWEGO HAMULCA TARCZOWEGO TECHNIKA TRANSPORTU SZYNOWEGO Wojciech SAWCZUK ZASTOSOWANIE SYGNAŁU WA DO DIAGNOSTYKI KOLEJOWEGO HAMULCA TARCZOWEGO Streszczenie W pojazdach szynowych ze względu na coraz to większe prędkości jazdy prowadzi

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA. Wykład wstępy. Teoria prawdopodobieństwa i elemety kombiatoryki 3. Zmiee losowe 4. Populacje i próby daych 5. Testowaie hipotez i estymacja parametrów 6. Test t 7. Test 8. Test

Bardziej szczegółowo

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

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

Bardziej szczegółowo

12/ Badania BADANIE WSPÓŁCZYNNIKA TARCIA KOLEJOWEGO HAMULCA TARCZOWEGO. Wojciech SAWCZUK

12/ Badania BADANIE WSPÓŁCZYNNIKA TARCIA KOLEJOWEGO HAMULCA TARCZOWEGO. Wojciech SAWCZUK Wojciech SAWCZUK BADANIE WSPÓŁCZYNNIKA TARCIA KOLEJOWEGO HAMULCA TARCZOWEGO Streszczenie Niezawodność działania układu hamulcowego danego pojazdu uzależniona jest w dużej mierze od współpracy elementów

Bardziej szczegółowo

Lista 6. Estymacja punktowa

Lista 6. Estymacja punktowa Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?

Bardziej szczegółowo

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

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

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statystyka Katarzya Chudy Laskowska http://kc.sd.prz.edu.pl/ WNIOSKOWANIE STATYSTYCZNE Celem aalizy statystyczej ie jest zwykle tylko opisaie (prezetacja) posiadaych daych, czyli tzw. próby statystyczej.

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

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

Bardziej szczegółowo

Statystyka matematyczna. Wykład II. Estymacja punktowa

Statystyka matematyczna. Wykład II. Estymacja punktowa Statystyka matematycza. Wykład II. e-mail:e.kozlovski@pollub.pl Spis treści 1 dyskretych Rozkłady zmieeych losowych ciągłych 2 3 4 Rozkład zmieej losowej dyskretej dyskretych Rozkłady zmieeych losowych

Bardziej szczegółowo

Politechnika Poznańska. Streszczenie

Politechnika Poznańska. Streszczenie ZASTOSOWANIE SZYBKIEJ TRANSFORMATY FOURIERA FFT DO SYGNAŁU DRGANIOWEGO GENEROWANEGO PRZEZ HAMULEC TARCZOWY DO OCENY ZUŻYCIA OKŁADZIN CIERNYCH W CZASIE HAMOWANIA NA SPADKU WOJCIECH SAWCZUK 1, FRANCISZEK

Bardziej szczegółowo

Rozkłady statystyk z próby Twierdzenia graniczne

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

Bardziej szczegółowo

ZASTOSOWANIE WYBRANYCH CHARAKTERYSTYK WIDMOWYCH SYGNAŁU DRGANIOWEGO DO DIAGNOZOWANIA KOLEJOWEGO HAMULCA TARCZOWEGO

ZASTOSOWANIE WYBRANYCH CHARAKTERYSTYK WIDMOWYCH SYGNAŁU DRGANIOWEGO DO DIAGNOZOWANIA KOLEJOWEGO HAMULCA TARCZOWEGO WOJCIECH SAWCZUK, GRZEGORZ SZYMAŃSKI ZASTOSOWANIE WYBRANYCH CHARAKTERYSTYK WIDMOWYCH SYGNAŁU DRGANIOWEGO DO DIAGNOZOWANIA KOLEJOWEGO HAMULCA TARCZOWEGO S t r e s z c z e n i e A b s t r a c t APPLICATION

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności) IV. Estymacja parametrów Estymacja: Puktowa (ocea, błędy szacuku Przedziałowa (przedział ufości Załóżmy, że rozkład zmieej losowej X w populacji geeralej jest opisay dystrybuatą F(x;α, gdzie α jest iezaym

Bardziej szczegółowo

MODELOWANIE HAMULCA TARCZOWEGO SAMOCHODU OSOBOWEGO Z WYKORZYSTANIEM ZINTEGROWANYCH SYSTEMÓW KOMPUTEROWYCH CAD/CAE

MODELOWANIE HAMULCA TARCZOWEGO SAMOCHODU OSOBOWEGO Z WYKORZYSTANIEM ZINTEGROWANYCH SYSTEMÓW KOMPUTEROWYCH CAD/CAE Marta KORDOWSKA, Zbigniew BUDNIAK, Wojciech MUSIAŁ MODELOWANIE HAMULCA TARCZOWEGO SAMOCHODU OSOBOWEGO Z WYKORZYSTANIEM ZINTEGROWANYCH SYSTEMÓW KOMPUTEROWYCH CAD/CAE Streszczenie W artykule omówiona została

Bardziej szczegółowo

n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc

n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc 5.3. Zagadieia estymacji 87 Rozważmy teraz dokładiej zagadieie szacowaia wartości oczekiwaej m zmieej losowej X o rozkładzie ormalym N(m, F), w którym odchyleie stadardowe F jest zae. Niech X, X,..., X

Bardziej szczegółowo

Ćw 1. Klinowe przekładnie pasowe podczas ich eksploatacji naraŝone są na oddziaływanie róŝnorodnych czynników, o trudnej do

Ćw 1. Klinowe przekładnie pasowe podczas ich eksploatacji naraŝone są na oddziaływanie róŝnorodnych czynników, o trudnej do Ćw BADANIE I OCENA WPŁYWU ODDZIAŁYWANIA WYBRANYCH CZYNNIKÓW EKPLOATACYJNYCH NA WARTOŚCI PODTAWOWYCH PARAMETRÓW PRZEKŁADNI CIĘGNOWEJ Z PAKIEM KLINOWYM. WYBRANA METODA BADAŃ. Kliowe przekładie pasowe podczas

Bardziej szczegółowo

Parametryczne Testy Istotności

Parametryczne Testy Istotności Parametrycze Testy Istotości Wzory Parametrycze testy istotości schemat postępowaia pukt po pukcie Formułujemy hipotezę główą H odośie jakiegoś parametru w populacji geeralej Hipoteza H ma ajczęściej postać

Bardziej szczegółowo

obie z mocy ustawy. owego.

obie z mocy ustawy. owego. Kwartalik Prawo- o-ekoomia 3/015 Aa Turczak Separacja po faktycza lub prawa obie z mocy ustawy cza, ie ozacza defiitywego owego 1 75 1 61 3 Art 75 88 Kwartalik Prawo- o-ekoomia 3/015 zaspokajaia usp iedostatku

Bardziej szczegółowo

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

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

Bardziej szczegółowo

Systemy Wspomagania w Zarządzaniu Środowiskiem

Systemy Wspomagania w Zarządzaniu Środowiskiem II Międzyarodowa Koferecja Naukowa Systemy Wspomagaia w Zarządzaiu Środowiskiem Słowacja, Zuberec 005 Ekoomika i Orgaizacja Przedsiębiorstwa r 7/005 Mgr iż. Leszek CHYBOWSKI Przedsiębiorstwo Armatorskie

Bardziej szczegółowo

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora Aaliza wyików symulacji i rzeczywistego pomiaru zmia apięcia ładowaego kodesatora Adrzej Skowroński Symulacja umożliwia am przeprowadzeie wirtualego eksperymetu. Nie kostruując jeszcze fizyczego urządzeia

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Estymacja parametrów populacji

Estymacja parametrów populacji Estymacja parametrów populacji Estymacja parametrów populacji Estymacja polega a szacowaiu wartości parametrów rozkładu lub postaci samego rozkładu zmieej losowej, a podstawie próby statystyczej. Estymacje

Bardziej szczegółowo

0.1 ROZKŁADY WYBRANYCH STATYSTYK

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

Bardziej szczegółowo

Estymacja przedziałowa - przedziały ufności

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

Bardziej szczegółowo

Komputerowa analiza danych doświadczalnych

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

Bardziej szczegółowo

Zestaw II Odpowiedź: Przeciętna masa ciała w grupie przebadanych szczurów wynosi 186,2 g.

Zestaw II Odpowiedź: Przeciętna masa ciała w grupie przebadanych szczurów wynosi 186,2 g. Zadaia przykładowe z rozwiązaiami Zadaie Dokoao pomiaru masy ciała 8 szczurów laboratoryjych. Uzyskao astępujące wyiki w gramach: 70, 80, 60, 90, 0, 00, 85, 95. Wyzaczyć przeciętą masę ciała wśród zbadaych

Bardziej szczegółowo

Statystyka w rozumieniu tego wykładu to zbiór metod służących pozyskiwaniu, prezentacji, analizie danych.

Statystyka w rozumieniu tego wykładu to zbiór metod służących pozyskiwaniu, prezentacji, analizie danych. Statystyka w rozumieiu tego wykładu to zbiór metod służących pozyskiwaiu, prezetacji, aalizie daych. Celem geeralym stosowaia tych metod, jest otrzymywaie, a podstawie daych, użyteczych uogólioych iformacji

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Rentgenowska analiza fazowa jakościowa i ilościowa Wykład 9

Rentgenowska analiza fazowa jakościowa i ilościowa Wykład 9 Retgeowska aaliza fazowa jakościowa i ilościowa Wykład 9 1. Retgeowska aaliza fazowa jakościowa i ilościowa. 2. Metody aalizy fazowej ilościowej. 3. Dobór wzorca w aalizie ilościowej. 4. Przeprowadzeie

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wykład 11 ( ). Przedziały ufności dla średniej

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Zastosowanie testów impulsowych do oszacowania częstotliwości rezonansowych wybranych elementów kolejowego układu hamulcowego

Zastosowanie testów impulsowych do oszacowania częstotliwości rezonansowych wybranych elementów kolejowego układu hamulcowego SAWCZUK Wojciech 1 SZYMAŃSKI Grzegorz 2 Zastosowanie testów impulsowych do oszacowania częstotliwości rezonansowych wybranych elementów kolejowego układu hamulcowego WSTĘP Niezawodność działania układu

Bardziej szczegółowo

Badania spiekanych okładzin hamulcowych do pociągów dużych prędkości

Badania spiekanych okładzin hamulcowych do pociągów dużych prędkości Artykuły 9 Badania spiekanych okładzin hamulcowych do pociągów dużych prędkości Jacek KUKULSKI 1 Streszczenie W artykule opisano badania stanowiskowe spiekanych okładzin hamulcowych produkcji chińskiej

Bardziej szczegółowo

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym Lista 5 Zadaia a zastosowaie ierówosci Markowa i Czebyszewa. Zadaie 1. Niech zmiea losowa X ma rozkład jedostajy a odciku [0, 1]. Korzystając z ierówości Markowa oszacować od góry prawdopodobieństwo, że

Bardziej szczegółowo

POJAZDY SZYNOWE 2/2014

POJAZDY SZYNOWE 2/2014 ZASTOSOWANIE MIAR PUNKTOWYCH DO OCENY ZUŻYCIA ELEMENTÓW CIERNYCH KOLEJOWEO HAMULCA TARCZOWEO W CZASIE HAMOWAŃ ZATRZYMUJĄCYCH Wojciech Sawczuk 1 1 Politechnika Poznańska, Wydział Maszyn Roboczych i Transportu

Bardziej szczegółowo

Estymacja przedziałowa - przedziały ufności

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

Bardziej szczegółowo

ZASTOSOWANIE SILNIKÓW O DUśEJ SPRAWNOŚCI DO NAPĘDÓW WENTYLATORÓW MŁYNOWYCH

ZASTOSOWANIE SILNIKÓW O DUśEJ SPRAWNOŚCI DO NAPĘDÓW WENTYLATORÓW MŁYNOWYCH Zeszyty Problemowe Maszyy Elektrycze Nr 88/2010 135 Grzegorz Badowski, Jerzy Hickiewicz, Krystya Macek-Kamińska, Marci Kamiński Politechika Opolska, Opole Piotr Pluta, PGE Elektrowia Opole SA, Brzezie

Bardziej szczegółowo

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1,

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1, 1 Zmiee loowe Właości dytrybuaty F x = X < x: F1. 0 F x 1 dla każdego x R, F2. lim F x = 0 oraz lim F x = 1, x x + F3. F jet fukcją iemalejącą, F4. lim x x 0 F x = F x 0 dla każdego x R, F5. a X < b =

Bardziej szczegółowo

Modele wzrostu populacji w czasie dyskretnym

Modele wzrostu populacji w czasie dyskretnym Temat wykładu: Modele wzrostu populacji w czasie dyskretym Kody kolorów: Ŝółty owe pojęcie pomarańczowy uwaga kursywa kometarz * materiał adobowiązkowy Aa Rajfura, Matematyka a kieruku Biologia w SGGW

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

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

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

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

Bardziej szczegółowo

oznaczają łączne wartości szkód odpowiednio dla k-tego kontraktu w t-tym roku. O składnikach naszych zmiennych zakładamy, że:

oznaczają łączne wartości szkód odpowiednio dla k-tego kontraktu w t-tym roku. O składnikach naszych zmiennych zakładamy, że: Zadaie. Niech zmiee losowe: X t,k = μ + α k + β t + ε t,k, k =,2,, K oraz t =,2,, T, ozaczają łącze wartości szkód odpowiedio dla k-tego kotraktu w t-tym roku. O składikach aszych zmieych zakładamy, że:

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym

Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wiesława MALSKA Politechnika Rzeszowska, Polska Anna KOZIOROWSKA Uniwersytet Rzeszowski, Polska Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wstęp Wnioskowanie statystyczne

Bardziej szczegółowo

Statystyka Wzory I. Analiza struktury

Statystyka Wzory I. Analiza struktury Uiwersytet Ekooiczy w Katowicach Wzory I. Aaliza struktury 1. Miary tedecji cetralej (średie, przecięte Średia arytetycza Dla sz. ważoego Dla sz. ważoego dla z. ciągłej Dla szeregu wyliczającego: dla zieej

Bardziej szczegółowo

1 Dwuwymiarowa zmienna losowa

1 Dwuwymiarowa zmienna losowa 1 Dwuwymiarowa zmiea loowa 1.1 Dwuwymiarowa zmiea loowa kokowa X = x i, Y = y k = p ik przy czym i, k N oraz p ik = 1; i k p i = X = x i = p ik dla i N; p k = Y = y k = p ik dla k N; k i F 1 x = p i dla

Bardziej szczegółowo

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistycza Defiicja Odwzorowaie X: Ω R d azywamy d-wymiarowym wektorem losowym jeśli dla każdego (x 1, x 2,,x d ) є R d zbiór Uwaga {ω є Ω: X(ω)

Bardziej szczegółowo

Akademia Morska w Szczecinie. Wydział Mechaniczny

Akademia Morska w Szczecinie. Wydział Mechaniczny Akademia Morska w Szczecinie Wydział Mechaniczny ROZPRAWA DOKTORSKA mgr inż. Marcin Kołodziejski Analiza metody obsługiwania zarządzanego niezawodnością pędników azymutalnych platformy pływającej Promotor:

Bardziej szczegółowo

ZADANIA NA ĆWICZENIA 3 I 4

ZADANIA NA ĆWICZENIA 3 I 4 Agata Boratyńska Statystyka aktuariala... 1 ZADANIA NA ĆWICZENIA 3 I 4 1. Wygeeruj szkody dla polis z kolejych lat wg rozkładu P (N = 1) = 0, 1 P (N = 0) = 0, 9, gdzie N jest liczbą szkód z jedej polisy.

Bardziej szczegółowo

Podstawowe pojęcia. Próba losowa. Badanie próby losowej

Podstawowe pojęcia. Próba losowa. Badanie próby losowej METODY PROBABILISTYCZNE I STATYSTYKA WYKŁAD 8: STATYSTYKA OPISOWA. ROZKŁADY PRAWDOPODOBIEŃSTWA WYSTĘPUJĄCE W STATYSTYCE. Małgorzata Krętowska Wydział Iforatyki Politechika Białostocka Podstawowe pojęcia

Bardziej szczegółowo

Katarzyna Chruzik, Rafał Wachnik Monitorowanie czynności utrzymaniowych pojazdów w kolejnictwie studium przypadku

Katarzyna Chruzik, Rafał Wachnik Monitorowanie czynności utrzymaniowych pojazdów w kolejnictwie studium przypadku Katarzya Chruzik, Rafał Wachik Moitorowaie czyości utrzymaiowych pojazdów w kolejictwie studium przypadku Rozporządzeie Komisji Europejskiej r 445/2 [] w sprawie systemu certyfikacji podmiotów odpowiedzialych

Bardziej szczegółowo

STATYSTKA I ANALIZA DANYCH LAB II

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

Bardziej szczegółowo

2. INNE ROZKŁADY DYSKRETNE

2. INNE ROZKŁADY DYSKRETNE Ie rozkłady dyskrete 9. INNE ROZKŁADY DYSKRETNE.. Rozkład dwumiaowy - kotyuacja Przypomijmy sobie pojęcie rozkładu dwumiaowego prawdopodobieństwa k sukcesów w próbach Beroulli ego: P k k k k = p q m =

Bardziej szczegółowo

ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA

ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA SYSTEMY WSPOMAGANIA W INŻYNIERII PRODUKCJI Środowisko i Bezpieczeństwo w Iżyierii Produkcji 2013 5 ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA 5.1 WPROWADZENIE

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych 6..003 r. Zadaie. W kolejych okresach czasu t =,, 3, 4, 5 ubezpieczoy, charakteryzujący się parametrem ryzyka Λ, geeruje szkód. Dla daego Λ = λ zmiee N, N,..., N 5 są

Bardziej szczegółowo

Modele probabilistyczne zjawisk losowych

Modele probabilistyczne zjawisk losowych Statystyka-matematycza-II Wykład Modele probabilistycze zjawisk losowych Pojęcia podstawowe: Zdarzeia elemetare: ajprostsze zdarzeie mogące być wyróżioe dla daego doświadczeia losowego. Ω - zbiór zdarzeń

Bardziej szczegółowo

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja Podstawowe ozaczeia i wzory stosowae a wykładzie i laboratorium Część I: estymacja 1 Ozaczeia Zmiee losowe (cechy) ozaczamy a wykładzie dużymi literami z końca alfabetu. Próby proste odpowiadającymi im

Bardziej szczegółowo

2.1. Studium przypadku 1

2.1. Studium przypadku 1 Uogóliaie wyików Filip Chybalski.. Studium przypadku Opis problemu Przedsiębiorstwo ŚRUBEX zajmuje się produkcją wyrobów metalowych i w jego szerokim asortymecie domiują różego rodzaju śrubki i wkręty.

Bardziej szczegółowo