Wskaźniki niezawodności środków transportu szynowego

Wielkość: px
Rozpocząć pokaz od strony:

Download "Wskaźniki niezawodności środków transportu szynowego"

Transkrypt

1 SZKODA Macej Wskaźk ezawodośc środków rasporu szyowego Ocea ezawodośc, Wskaźk ezawodoścowe, Środk rasporu szyowego Sreszczee Arykuł doyczy wskaźków ezawodośc środków rasporu szyowego. Pod względem ezawodoścowym środk rasporu szyowego aleŝą do grupy obeków odawalych. Proces eksploaacj ego ypu obeków składa sę a przema z okresów poprawej pracy okresów odów. W aalze środków rasporu szyowego, ezawodość aleŝy rakować jako pojęce kompleksowe, w kórym meszczą sę ake cechy obeku jak: euszkadzalość, goowość, rwałość obsługwalość. W arykule zesawoo defcje formuły oblczeowe a ajwaŝejsze wskaźk ezawodośc umoŝlwające kompleksową oceę środków rasporu szyowego. RELIABILITY IDICES OF RAILWAY MEAS OF TRASPORT Absrac The arcle cocers relably dces of ralway meas of raspor. I relably aspec hese meas of raspor belog o he group of objecs ha ca be reewed. Ulzao process of objecs hs kd cosss of he followg alerag perods: proper work ad reewal. Meas of ralway raspor aalyses relably eeds o be reaed as complex oos whch ca accommodae such feaures as: o-desrucbly, durably, maaably ad avalably The arcle pus ogeher defos ad compuaoal formulas for he mos mpora relably dces whch allow complex evaluao of ralway meas of raspor.. WSTĘP Jedą z ajwaŝejszych cech środków rasporu szyowego jes ezawodość. Jes oa jedocześe podsawowym czykem uŝyeczośc, czyl zdolośc do zaspokojea porzeb, deermując bezpośredo prakycze moŝlwośc realzacj celu, jakm jes przemeszczae ładuków lub pasaŝerów. Środk rasporu szyowego, choćby ajdoskoalsze w sese fukcjoalym, sają sę bezuŝyecze, jeśl pozom ch ezawodośc e jes zadowalający. Iloścowo ezawodość środków rasporu szyowego, wyraŝa sę za pomocą wskaźków ezawodośc. Welkość sosowaych w prakyce wskaźków wyka z defcj ezawodośc w sese waroścującym. Zgode z Polską ormą P--4:98, ezawodość jes o właścwość charakeryzująca zdolość obeku do wykoaa określoych zadań w określoym przedzale czasu określoych warukach eksploaacj. W owszym wydau ormy P--59:993, ezawodość defowaa jes jako zespół właścwośc, kóre opsują goowość obeku wpływające a ą: euszkadzalość, obsługwalość zapewee środków obsług.. ŚRODKI TRASPORTU SZYOWEGO JAKO OBIEKTY ODAWIALE Charakerysyk ezawodośc obeków echczych worzą zespoły wskaźków ezawodośc, zbudowae w oparcu o wyk badań. Rodzaj lość wskaźków dobera sę odpowedo do badaego obeku. Rozparuje sę oddzele rzy grupy obeków []: obeky eodawale, kórych czas poprawej pracy rówy jes przedzałow czasu pomędzy chwlą, a perwszym uszkodzeem, obeky odawale o pomjalym czase odowy: elemey, dla kórych czas odowy jes pomjale mały w porówau z czasem pracy elemeu prakycze przyjmuje sę go rówym zeru, obeky odawale o skończoym czase odowy: elemey, dla kórych czas odowy jes soy w sosuku do czasu pracy. Wskaźk ezawodośc dla ych grup e są deycze. Środk rasporu szyowego składają sę z elemeów eodawalych odawalych. Jako całość aleŝą do grupy obeków odawalych, gdyŝ po wymae uszkodzoego elemeu eodawalego lub aprawe elemeu odawalego, w ramach zw. aprawy beŝącej, pojazd odzyskuje uracoy przejścowo sa zdaośc. Wykoywae ylko apraw beŝących w przypadku obeków, od kórych wymaga sę wysokej ezawodośc jes eracjoale. Dlaego dla pojazdów szyowych sosuje sę obsług proflakycze, przeprowadzae w celu zapobegaa powsawaa uszkodzeń. ezawodość obeków odawalych uzaleŝoa jes e Polechka Krakowska, Isyu Pojazdów Szyowych, al. Jaa Pawła II 37, Kraków, Tel , e-mal: macek@m8.mech.pk.edu.pl 95

2 ylko jak częso wysępują ch uszkodzea, ale róweŝ jak długo rwają czyośc mające a celu doprowadzee obeku uszkodzoego do sau zdaośc. Przy aalze ezawodośc e jes soe, w jak sposób zachodz odowa, czy poprzez wymaę uszkodzoego elemeu a owy, czy poprzez jego aprawę. RóweŜ czas odowy, a kóry składa sę mędzy ym: czas dagozowaa uszkodzea, czas ezbędy a gromadzee maerałów częśc zameych do aprawy oraz czas czyośc aprawczych, rakuje sę jako całość. 3. FUKCJA ODOWY ŚRODKÓW TRASPORTU SZYOWEGO Schema procesu zma saów ezawodoścowych pojazdu szyowego jako obeku odawalego przedsawoo a rysuku. Rys.. Przykład realzacj obeku odawalego o skończoym czase odowy T, T,... T okresy poprawej pracy, U, U, U okresy odowy (usuwaa uszkodzea),,,... koleje chwle uszkodzeń, u, u,... u koleje chwle rozpoczęca pracy po odowe. Pojazd po przepracowau czasu T, kóry jes zmeą losową, pojazd uległ uszkodzeu zosał aprawoy w cągu czasu U, kóry jes róweŝ zmeą losową. aprawoy pojazd przepracował czas T zosał poowe aprawoy w czase U. Dalej proces przebega ak samo. Przyjmuje sę, Ŝe T, T... T oraz U, U,...U są zmeym losowym ezaleŝym. Chwle: azywamy chwlam uszkodzeń, a chwle: chwlam odowy elemeu. u T + U + T + U T dla,,... () T + U + T + U T + U dla,,... () ZałóŜmy, Ŝe wszyske zmee losowe T, T... T mają jedakowe rozkłady: { T < }, dla,,... F() P (3) o średej T E(T ) waracj D σ (T ) >. RóweŜ zmee losowe U, U,...U mają jedakowe rozkłady: G() P{ U } <, dla,,... (4) o średej U E(U ) waracj σ D (U ) >. Zakładamy, Ŝe rozkłady posadają fukcje gęsośc określoe asępująco: f() F'() g() G'() (5) Określoy w e sposób proces azywamy procesem odowy ze skończoym czasem rwaa odowy. Podsawową charakerysyką ego procesu jes fukcja odowy [, 3]. Przy aalzowau obeku odawalego, dla kórego czas rwaa odowy jes pomjale mały do czasu poprawej pracy, fukcja odowy H() wyraŝa oczekwaą lczbę odów rówowaŝą z lczbą uszkodzeń do chwl defowaa jes asępująco []: H () F () (6) F () dysrybuaa czasy pracy obeku do wysąpea -ego uszkodzea (odowy): 96

3 F ( ) () F x df(x); F () F() (7) Dla obeku odawalego z uwzględeem czasu odowy, aleŝy wząć pod uwagę zmeą losową będącą sumą dwóch zmeych; czasu poprawej pracy czasu odowy: T + (8) ' T U T T + T T U + U +... U U + (9) Korzysając z rozkładów zmeych losowych T U moŝa wyzaczyć rozkład owej zmeej losowej ' T : zaś: ' { < } F ( x) Φ () P dg (x () T ) ( x) df(x); F () F() F () F () ( x) dg(x); G () G() G () G () Sąd fukcję odowy moŝa określć zaleŝoścą []: H () Φ () (3) 4. WSKAŹIKI IEZAWODOŚCI ŚRODKÓW TRASPORTU SZYOWEGO Wszyske powszeche zae sposoby opsu ezawodośc sosowae dla obeków eodawalych są ewysarczające do scharakeryzowaa obeków odawalych. Dlaego w ocee ezawodośc środków rasporu szyowego, ezawodość aleŝy rakować jako pojęce kompleksowe, w kórym meszczą sę ake cechy obeku jak: euszkadzalość, goowość, rwałość obsługwalość [4, 5, 6]. W prakyce wskaźk ezawodośc pojazdów szyowych grupowae są według schemau podaego a rysuku. Rys.. Podzał wskaźków ezawodośc środków rasporu szyowego [7] euszkadzalość rozumaa jes jako zdolość pojazdu do wypełea wymagaych fukcj w daych warukach eksploaacj w daym przedzale czasu [8]. Trwałość charakeryzuje zdolość do zachowaa sau zdaośc w określoych warukach eksploaacj od wprowadzea pojazdu do eksploaacj do lkwdacj. Decyzja o lkwdacj (wycofau z eksploaacj) moŝe być podjęa ze względu a zły sa echczy (względy bezpeczeńswa) lub ze względu a eopłacale wysoke koszy eksploaacj. Goowość o zdolość pojazdu do urzymywaa sę w sae umoŝlwającym wypełee wymagaych fukcj w daych warukach, w daej chwl lub w daym przedzale czasu, przy załoŝeu, Ŝe dosarczae są wymagae środk zewęrze [8]. Obsługwalość aczej podaość a obsługę, defuje sę jako właścwość charakeryzującą przysosowae do wykoywaa apraw w celu odworzea sau zdaośc w określoych warukach eksploaacj z wykorzysaem usaloych meod środków. a podsawe daych eksploaacyjych zgromadzoych w rakce badań ezawodoścowych moŝa orzymać wele róŝych charakerysyk wskaźków. W pełej aalze ezawodośc pojazdu szyowego poza fukcją odowy, 97

4 propouje sę zasosować zesaw wskaźków zdefowaych w pukach Wskaźk e mają zasosowae do pojazdu jako całośc jak róweŝ do jego podsysemów elemeów. Dla wększośc z ch zasosowao mędzyarodowe ozaczea defcje zgode z ormam P-93/-59 oraz P-E 673 [, 9]. 4. Wskaźk zwązae z euszkadzaloścą a) Dysrybuaa czasu poprawej pracy do perwszego uszkodzea: F() 98 F() f(x)dx, (4) f() fukcja gęsośc prawdopodobeńswa czasu poprawej pracy pojazdu do perwszego uszkodzea, j. f() jes w przyblŝeu prawdopodobeńswem ego, Ŝe uszkodzee pojazdu asąp w przedzale czasu (, + ). b) Iesywość (paramer) srumea uszkodzeń: z() Charakeryzuje zawodość pojazdu podczas jego uŝykowaa merzoą oczekwaą lczbą uszkodzeń lczoą a jedoskę czasu (lub przebegu). E[()] warość oczekwaa lczby uszkodzeń do chwl. de[()] z () (5) d Przy wyzaczau z() formacje o pracy pojazdu mogą być uzyskae ylko z okresów mędzyaprawczych. Zae meody wyzaczaa esywośc srumea uszkodzeń zakładają, Ŝe w ym celu powe być wykoay eksperyme, w cągu kórego w czase lczba badaych pojazdów e ulega zmae. KaŜdy uszkodzoy pojazd aprawa sę lub wymea a owy, po czym koyuuje sę pracę aŝ do zakończea eksperymeu. W czase eksperymeu rejesruje sę lczbę uszkodzeń ( ), kóre wysąpły w kaŝdym -ym przedzale czasu [, (+) ]. W warukach eksperymeu, jako oszacowae saysycze z() sosuje sę asępujący wzór []: () ogóla lczba elemeów, ( ) lczba uszkodzeń w -ym przedzale czasu, przedzał czasu pracy. c) Średa esywość srumea uszkodzeń: z(, ) ( ) z * () (6) () z (, ) z()d (7) Średą esywość srumea uszkodzeń moŝa erpreować jako oczekwaą lczbę uszkodzeń przypadającą w przedzale czasu (, ). Oszacowaem saysyczym z(, ) jes []: z * (, ) () ogóla lczba elemeów, (, ) lczba uszkodzeń w przedzale czasu (, ), ( ) przedzał czasu pracy. 4. Wskaźk zwązae z rwałoścą (, ) (8) () ( ) Z ezawodoścą łączy sę pojęce rwałośc. Pojazd ezawody o ak, kóry moŝlwe ajrzadzej uszkadza sę. aomas pojazd rwały o ak, kóry moŝa moŝlwe długo uŝykować zgode z przezaczeem, ezaleŝe od lośc

5 uszkodzeń, jake w czase ego uŝykowaa wysępują. Trwałość moŝe być merzoa przez róŝe wskaźk. W odeseu do środków rasporu szyowego ajczęścej sosowae są wskaźk opare a czase pracy lub przebegu wyraŝoym w klomerach. a) Oczekway czas do perwszego uszkodzea: MTTF MTTF f()d (9) f() fukcja gęsośc prawdopodobeńswa czasu poprawej pracy do perwszego uszkodzea. Oszacowae saysycze [3]: () * MTTF ( () () () () () ogóla lczba elemeów, realzacja losowa czasu poprawej pracy do perwszego uszkodzea elemeu. b) Oczekway czas poprawej pracy od chwl zakończea (k-) odowy do uszkodzea o umerze k: MTBF k k MTBF f ()d () k f k () fukcja gęsośc prawdopodobeńswa czasu poprawej pracy mędzy (k-) odową, a uszkodzeem o umerze k. Oszacowae saysycze [3]: () * (k) (k ) (k ) (k) MTBF k ( () () () () () ogóla lczba elemeów, (k ) realzacja losowa czasu pracy elemeu po (k-) odowe do chwl uszkodzea o umerze k. Oszacowae saysycze w przedzale czasu (, ) [4]: TZ sumaryczy czas poprawej pracy elemeu w czase (, ), lczba uszkodzeń elemeu w czase (, ). 4.3 Wskaźk zwązae z obsługwaloścą a) Dysrybuaa czasu usuwaa uszkodzea (odowy): G() * TZ MTBF (3) G () g(x)dx (4) g(x) fukcja gęsośc prawdopodobeńswa czasu odowy pojazdu, j. g() jes w przyblŝeu prawdopodobeńswem ego, Ŝe ezdaemu pojazdow zosae przywrócoy sa zdaośc w przedzale czasu (, + ) zakładając, Ŝe uszkodzee powodujące ezdaość wysąpło w chwl. b) Oczekway czas usuwaa uszkodzea: MTTR 99

6 MTTR g()d (5) Ozaczea j. w. Oszacowae saysycze MTTR [3]: () ogóla lczba elemeów, U realzacja losowa czasu odowy elemeu. () ( U + U U ) () * MTTR U (6) () () W podoby sposób moŝa oszacować oczekway czas obsług proflakyczych pojazdu, wykoywaych w ramach cyklu urzymaa. 4.4 Wskaźk zwązae z goowoścą echczą a) Sacjoary wskaźk goowośc operacyjej A O rzeczywsej A R Wskaźkem goowośc azywamy prawdopodobeńswo ego, Ŝe w chwl pojazd zajduje sę w sae zdaośc. Wskaźk goowośc echczej speła asępujące rówae []: [ F( τ) ] A () F() + h( τ)dτ (7) h() fukcja gęsośc odowy H() h() d PowyŜszy wzór prawe gdy e jes wykorzysyway w prakyce, poewaŝ pod pojęcem współczyka goowośc echczej pojazdu rozume sę warość sacjoarą, do kórej dąŝy fukcja A() ze wzrosem czasu []: A T T + U (8) T śred czas przebywaa pojazdu w sae zdaośc, U śred czas przebywaa pojazdu w sae ezdaośc. Wskaźk goowośc echczej azyway króko goowoścą jes podsawową charakerysyką ezawodośc obeków odawalych. Uwzględa zarówo uszkadzalość pojazdu jak jego obsługwalość. Ze względu a o, Ŝe środk rasporu szyowego podlegają obsługom beŝącym, jak róweŝ obsługom proflakyczym, wzorując sę a pracy [4] wyróŝoo dwa rodzaje goowośc echczej: goowość operacyją (A O ), przy oblczeach, kórej uwzględa sę czas przebywaa pojazdu w sae ezdaośc wywołaym uszkodzeem (aprawy beŝące), goowość rzeczywsą (A R ), przy oblczeach, kórej uwzględa sę zarówo czas przebywaa pojazdu w sae ezdaośc wywołaym uszkodzeem, jak czas przebywaa pojazdu w obsłudze proflakyczej (pozomy urzymaa). W celu dokoaa ocey goowośc pewej zborowośc pojazdów, w określoym przedzale czasu (, ), p.: pomędzy aprawam okresowym, goowość operacyją moŝa oszacować ze wzoru: TZ czas przebywaa pojazdu o umerze () w sae zdaośc, T czas przebywaa pojazdu o umerze () w sae ezdaośc, TZ A O (9) TZ + T

7 lczość próby pojazdów pobraych do badań. Goowość rzeczywsą aomas: TZ A R (3) TZ + T + TO TO czas przebywaa pojazdu o umerze () w sae ezdaośc z powodu obsług proflakyczych, pozosałe ozaczea j.w. 5. ŚRODEK TRASPORTU SZYOWEGO JAKO OBIEKT ZŁOśOY W sese ezawodośc środek rasporu szyowego jes obekem złoŝoym. Składa sę z podsysemów elemeów o szeregowej srukurze ezawodoścowej, czyl uszkodzee dowolego z ch powoduje uszkodzee całego pojazdu. a rysuku 3 pokazao przykładowy model elemeowego obeku ze skończoym czasam odów. a rysuku ym przez,, 3,... ozaczoo chwle uszkodzeń obeku, a przez u, u, u 3,... ozaczoo chwle odów. JeŜel chwle uszkodzeń odów wszyskch elemeów zazaczyć a wspólej os o orzymamy srumeń uszkodzeń srumeń odowy, będący sumą procesów uszkodzeń (odowy), bowem yle jes elemeów w obekce. Rys.3. Model uszkodzeń odów obeku złoŝoego z elemeów odawalych połączoych szeregowo Aalzując pojazd szyowy jako obek złoŝoy składający sę z -elemeów odawalych zakładając, Ŝe: praca, uszkodzea odowea jedego ypu elemeu e wpływają a ezawodość pozosałych, chwle uszkodzeń (odów) kaŝdego elemeu saową proces uszkodzeń (odowy), uszkodzee dowolego elemeu powoduje uszkodzee pojazdu, wszyske czasy poprawej pracy -ego elemeu mają jedakowy rozkład, wszyske czasy odowy -ego elemeu mają róweŝ jedakowy rozkład, o podsawowe charakerysyk ezawodoścowe pojazdu moŝa przedsawć asępująco: a) Zmea losowa przedsawająca lczbę uszkodzeń pojazdu P () do chwl : ) () + () () () (3) ( P () zmea losowa ozaczająca lczbę uszkodzeń -ego elemeu do chwl b) Średa lczba uszkodzeń pojazdu do chwl, czyl fukcja odowy pojazdu H P (): [ () ] E[ ()] H () E H () (3) P

8 H () fukcja odowy -ego elemeu (podsysemu) pojazdu c) Goowość echcza pojazdu A P : A goowość echcza -ego elemeu (podsysemu) 6. PODSUMOWAIE A A A... A A P (33) Środk rasporu szyowego w ocee ezawodośc aleŝy rakować jako obeky odawale. Dla ego ypu obeków, meody opsu ezawodośc sosowae do obeków eodawalych pracujących do perwszego uszkodzea, p.: z uŝycem fukcj ezawodośc R() lub esywośc uszkodzeń λ() są ewysarczające. W kompleksowej aalze ezawodośc środków rasporu szyowego aleŝy zasosować szerok zesaw wskaźków, kóry zosał zapropooway w pukach 3 4 ejszego arykułu. 7. BIBLIOGRAFIA [] P-E 673: WyraŜea maemaycze doyczące euszkadzalośc, goowośc, obsługwalośc zapewea środków obsług. [] Gedeko B. W., Belajew J. K., Sołowew A. D.: Meody maemaycze w eor ezawodośc, Warszawa, WT, 968. [3] Hebda M., Jack D.: Trwałość ezawodość samochodów w eksploaacj, Warszawa, WKŁ, 977. [4] Adamkewcz W., Hempel L., Podsadło A., Ślwńsk R.: Badaa ocea ezawodośc maszyy w syseme rasporowym, Warszawa, WKŁ, 983. [5] Bucor J.: Podsawy eor Ŝyer ezawodośc, Rzeszów, Ofcya Wydawcza Polechk Rzeszowskej, 4. [6] ewczas A.: Modelowae zuŝyca ocea ezawodośc slków spalowych, Wydawcwo Polechk Lubelskej, 998. [7] Oprzędkewcz J.: ezawodość maszy, Kelce, Skrypy Uczelae Polechk Śwęokrzyskej, 98. [8] Zwerzyck W.: Progozowae ezawodośc zuŝywających sę elemeów maszy, Radom, Wydawcwo Isyuu Techolog Eksploaacj, 999. [9] P-93/-59 Słowk ermologczy elekryk. ezawodość; jakość usług. [] Mgdalsk J. (Redakor aukowy): Poradk Tom II: Ŝyera ezawodośc, Warszawa, ZETOM, 99.

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

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

Politechnika Opolska. Skrypt Nr 237 ISSN 1427-9932 (wersja elektroniczna) Ewald Macha. Niezawodność maszyn

Politechnika Opolska. Skrypt Nr 237 ISSN 1427-9932 (wersja elektroniczna) Ewald Macha. Niezawodność maszyn Polechka Opolska Skrp Nr 37 ISSN 47-993 (wersja elekrocza) Ewald Macha Nezawodość masz Opole 3 Sps reśc Przedmowa 5 Wkaz ważejszch ozaczeń 6. Podsawowe pojęca eor ezawodośc 7.. Pojęca ezawodośc...7.. Defcja

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

OBIEKT. złożony (system)

OBIEKT. złożony (system) II. Nezawodość elemeów sysemów (J. Paska) Poęca podsawowe OBIEKT rakue sę ako poęce perwoe, określaące w zależośc od porzeb: epodzely eleme (bez uwzględea ego srukury wewęrze), zbór elemeów worzących sysem.

Bardziej szczegółowo

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń

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

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

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

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

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

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n Maemayka ubezpieczeń mająkowych 9.0.006 r. Zadaie. Rozważamy proces adwyżki ubezpieczyciela z czasem dyskreym posaci: U = u + c S = 0... S = W + W +... + W W W W gdzie zmiee... są iezależe i mają e sam

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

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

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

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

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

XXXV Konferencja Statystyka Matematyczna

XXXV Konferencja Statystyka Matematyczna XXXV Konferencja Saysyka Maeayczna MODEL OTOWOŚCI SYSTEMU TECHNICZNEO Karol J. ANDRZEJCZAK karol.andrzejczak@pu.poznan.pl Polechnka Poznańska hp://www.pu.poznan.pl/ PRORAM REERATU 1. WPROWADZENIE 2. ORMALIZACJA

Bardziej szczegółowo

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

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

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

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

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

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

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

SZCZEGÓLNE CHARAKTERYSTYKI NIEZWODNO CIOWE SZEREGOWYCH SYSTEMÓW MECHATRONICZNYCH ZBIGNIEW MATUSZAK

SZCZEGÓLNE CHARAKTERYSTYKI NIEZWODNO CIOWE SZEREGOWYCH SYSTEMÓW MECHATRONICZNYCH ZBIGNIEW MATUSZAK SZCZEGÓLNE CHARAKERYSYKI NIEZWODNOCIOWE SZEREGOWYCH SYSEMÓW MECHARONICZNYCH ZBIGNIEW MAUSZAK Sreszczee W pracy scharakeryzowao podsawowe rozkłady uszkodze elemeów wchodzcych w skład urzdze mecharoczych:

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

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

Bardziej szczegółowo

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

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,

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

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,

Bardziej szczegółowo

VI. TWIERDZENIA GRANICZNE

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

Bardziej szczegółowo

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

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

Bardziej szczegółowo

Wybór najlepszych prognostycznych modeli zmienności finansowych szeregów czasowych za pomocą testów statystycznych

Wybór najlepszych prognostycznych modeli zmienności finansowych szeregów czasowych za pomocą testów statystycznych UNIWERSYTET EKONOMICZNY W POZNANIU WYDZIAŁ INFORMATYKI I GOSPODARKI ELEKTRONICZNEJ Wybór ajlepszych progosyczych model zmeośc fasowych szeregów czasowych za pomocą esów saysyczych Elza Buszkowska Promoor:

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

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

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

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe. INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,

Bardziej szczegółowo

. Wtedy E V U jest równa

. 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

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

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

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

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

Bardziej szczegółowo

Niezawodność i diagnostyka Kierunek AiR, sem. V, rok. ak. 2010/11 STRUKTURY I MIARY PROBABILISTYCZNE SYSTEMÓW METODA DRZEWA (STANÓW) NIEZDATNOŚCI

Niezawodność i diagnostyka Kierunek AiR, sem. V, rok. ak. 2010/11 STRUKTURY I MIARY PROBABILISTYCZNE SYSTEMÓW METODA DRZEWA (STANÓW) NIEZDATNOŚCI Nezawodość dagosyka Keruek, sem. V, rok. ak. 00/ STUKTUY I MIY POILISTYCZNE SYSTEMÓW METOD DZEW STNÓW NIEZDTNOŚCI. Srukury obeków złożoych ch rerezeace Wsółczese obeky sysemy echcze, a szczególe wększe

Bardziej szczegółowo

Matematyka II. x 3 jest funkcja

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

Bardziej szczegółowo

TRANZYSTORY POLOWE JFET I MOSFET

TRANZYSTORY POLOWE JFET I MOSFET POLTECHNKA RZEZOWKA Kaedra Podsaw Elekroiki srukcja Nr5 F 00/003 sem. lei TRANZYTORY POLOWE JFET MOFET Cel ćwiczeia: Pomiar podsawowych charakerysyk i wyzaczeie paramerów określających właściwości razysora

Bardziej szczegółowo

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

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego

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

ANALIZA ASYMPTOTYCZNA WYKŁADNICZEJ SIECI ZAWODNYCH SYSTEMÓW KOLEJKOWYCH

ANALIZA ASYMPTOTYCZNA WYKŁADNICZEJ SIECI ZAWODNYCH SYSTEMÓW KOLEJKOWYCH STUDIA INFORMATICA 1 Volume 33 Number 3A (17) Mchał MATAŁYCKI Polechka Częsochowska, Isyu Maemayk Swaosław STATKIEWICZ Grodzeńsk Uwersye Pańswowy ANALIZA ASYMPTOTYCZNA WYKŁADNICZEJ SIECI ZAWODNYCH SYSTEMÓW

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

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

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

Metody oceny efektywności projektów inwestycyjnych

Metody oceny efektywności projektów inwestycyjnych Opracował: Leszek Jug Wydział Ekoomiczy, ALMAMER Szkoła Wyższa Meody ocey efekywości projeków iwesycyjych Niezbędym warukiem urzymywaia się firmy a ryku jes zarówo skuecze bieżące zarządzaie jak i podejmowaie

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

STATYSTYKA OPISOWA WYKŁAD 3,4

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

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) Praca Domowa:.. ( α β ( α β α β ( ( α Γ( β α,,..., ~ B, Γ + f Γ ( α + α ( α + β + ( α + β Γ α + β Γ α + Γ α + β Γ α + + β E Γ α Γ β Γ α Γ α + + β Γ α + Γ β α α + β β α β Γ α + β Γ α + Γ α + β Γ α + + β

Bardziej szczegółowo

ROZKŁADY ZMIENNYCH LOSOWYCH

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

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

1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu

1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu Badaia iezawodościowe i saysycza aaliza ich wyików. Eleme ieaprawialy, badaia iezawodości Model maemayczy elemeu - dodaia zmiea losowa T, określająca czas życia elemeu Opis zmieej losowej - rozkład, lub

Bardziej szczegółowo

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

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

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

5. OPTYMALIZACJA NIELINIOWA

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

Bardziej szczegółowo

2. Wprowadzenie. Obiekt

2. Wprowadzenie. Obiekt POLITECHNIKA WARSZAWSKA Insyu Elekroenergeyki, Zakład Elekrowni i Gospodarki Elekroenergeycznej Bezpieczeńswo elekroenergeyczne i niezawodność zasilania laoraorium opracował: prof. dr ha. inż. Józef Paska,

Bardziej szczegółowo

ANALIZA BŁĘDÓW METOD WYZNACZANIA MIAR NIEZAWODNOŚCI OBIEKTÓW KOMUNALNYCH NA PRZYKŁADZIE SYSTEMU ZAOPATRZENIA W WODĘ

ANALIZA BŁĘDÓW METOD WYZNACZANIA MIAR NIEZAWODNOŚCI OBIEKTÓW KOMUNALNYCH NA PRZYKŁADZIE SYSTEMU ZAOPATRZENIA W WODĘ RYZARDA IWANEJKO ANALIZA BŁĘDÓW METOD WYZNACZANIA MIAR NIEZAWODNOŚCI OBIEKTÓW KOMUNALNYCH NA PRZYKŁADZIE YTEMU ZAOPATRZENIA W WODĘ ANALYI OF ERROR FROM RELIABILITY MEAURE ETIMATION METHOD FOR MUNICIPAL

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

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

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

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

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna TECHNIKUM ZESPÓŁ SZKÓŁ w KRZEPICACH PRACOWNIA EKONOMICZNA TEORIA ZADANIA dla klasy II Techkum Marek Kmeck Zespół Szkół Techkum w Krzepcach Wprowadzee do statystyk Lekcja Statystyka - określa zbór formacj

Bardziej szczegółowo

Wybór projektu inwestycyjnego ze zbioru wielu propozycji wymaga analizy następujących czynników:

Wybór projektu inwestycyjnego ze zbioru wielu propozycji wymaga analizy następujących czynników: Wybór projeu wesycyjego ze zboru welu propozycj wymaga aalzy asępujących czyów:. Korzyśc z przyjęca do realzacj daego projeu. 2. Ryzya z m zwązaego. 3. Czasu, óry powoduje zmaę warośc peądza. Czy czasu

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

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

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,

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

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

ZAJĘCIA NR 3. loga. i nosi nazwę entropii informacyjnej źródła informacji. p. oznacza, Ŝe to co po im występuje naleŝy sumować biorąc za i

ZAJĘCIA NR 3. loga. i nosi nazwę entropii informacyjnej źródła informacji. p. oznacza, Ŝe to co po im występuje naleŝy sumować biorąc za i ZAJĘCIA NR Dzsaj omówmy o etro, redudacj, średej długośc słowa odowego o algorytme Huffmaa zajdowaa odu otymalego (od ewym względam; aby dowedzeć sę jam doczeaj do ońca). etro JeŜel źródło moŝe adawać

Bardziej szczegółowo

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.

Bardziej szczegółowo

Sygnały pojęcie i klasyfikacja, metody opisu.

Sygnały pojęcie i klasyfikacja, metody opisu. Sygały pojęcie i klasyfikacja, meody opisu. Iformacja przekazywaa jes za pośredicwem sygałów, kóre przeoszą eergię. Sygał jes o fukcja czasowa dowolej wielkości o charakerze eergeyczym, w kórym moża wyróżić

Bardziej szczegółowo

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

( 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,

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

S(t) S 4 S 3 S 2 S 1. Rozpatrywany element. Czy element podlega odnowie? Czy odnowa polega na naprawie?

S(t) S 4 S 3 S 2 S 1. Rozpatrywany element. Czy element podlega odnowie? Czy odnowa polega na naprawie? II. Nezawodość elemeów yemów (J. Paka) Poęca podawowe OBIEKT rakue ę ako poęce perwoe, określaące w zależośc od porzeb: epodzely eleme (bez uwzględea ego rukury wewęrze), zbór elemeów worzących yem. S(

Bardziej szczegółowo

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów. Pradopodobeństo statystya 6..3r. Zadae. Rzucamy symetryczą moetą ta długo aż dóch olejych rzutach pojaą sę resz. Oblcz artość oczeaą lczby yoaych rzutó. (A) 7 (B) 8 (C) 9 (D) (E) 6 Wsazóa: jeśl rzuce umer

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version WIII/1

PDF created with FinePrint pdffactory Pro trial version  WIII/1 Statystyka opsowa Statystyka zajmuje sę zasadam metodam uogólaa wyków otrzymaych z próby losowej a całą populację (czyl zborowość, z której została pobraa próba). Take postępowae azywamy woskowaem statystyczym.

Bardziej szczegółowo

Metoda Monte-Carlo i inne zagadnienia 1

Metoda Monte-Carlo i inne zagadnienia 1 Metoda Mote-Carlo e zagadea Metoda Mote-Carlo Są przypadk kedy zamast wykoać jakś eksperymet chcelbyśmy symulować jego wyk używając komputera geeratora lczb (pseudolosowych. Wększość bblotek programów

Bardziej szczegółowo

Sprzedaż finalna - sprzedaż dóbr i usług konsumentowi lub firmie, którzy ostatecznie je zużytkują, nie poddając dalszemu przetworzeniu.

Sprzedaż finalna - sprzedaż dóbr i usług konsumentowi lub firmie, którzy ostatecznie je zużytkują, nie poddając dalszemu przetworzeniu. W 1 Rachu maroeoomcze 1. Produ rajowy bruo Sprzedaż fala - sprzedaż dóbr usług osumeow lub frme, órzy osaecze je zużyują, e poddając dalszemu przeworzeu. Sprzedaż pośreda - sprzedaż dóbr usług zaupoych

Bardziej szczegółowo

Podstawowe charakterystyki niezawodności. sem. 8. Niezawodność elementów i systemów, Komputerowe systemy pomiarowe 1

Podstawowe charakterystyki niezawodności. sem. 8. Niezawodność elementów i systemów, Komputerowe systemy pomiarowe 1 Podsawowe charakerysyki niezawodności sem. 8. Niezawodność elemenów i sysemów, Kompuerowe sysemy pomiarowe 1 Wsęp Niezawodność o prawdopodobieńswo pewnych zdarzeń Inensywność uszkodzeń λ wyraŝa prawdopodobieńswo

Bardziej szczegółowo

Niepewności pomiarowe

Niepewności pomiarowe Niepewości pomiarowe Obserwacja, doświadczeie, pomiar Obserwacja zjawisk fizyczych polega a badaiu ych zjawisk w warukach auralych oraz a aalizie czyików i waruków, od kórych zjawiska e zależą. Waruki

Bardziej szczegółowo

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

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

Bardziej szczegółowo

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

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

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

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

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

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

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

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

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau

Bardziej szczegółowo

Kier. MTR Programowanie w MATLABie Laboratorium

Kier. MTR Programowanie w MATLABie Laboratorium Ker. MTR Programowane w MATLABe Laboraorum Ćw. Zasosowane bbloecznych funkcj MATLABa do numerycznego rozwązywana równań różnczkowych. Wprowadzene Układy równań różnczkowych zwyczajnych perwszego rzędu

Bardziej szczegółowo

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Maemayka ubezpeczeń mająkowych 7.05.00 r. Zadane. Pewne ryzyko generuje jedną szkodę z prawdopodobeńswem q, zaś zero szkód z prawdopodobeńswem ( q). Ubezpeczycel pokrywa nadwyżkę szkody ponad udzał własny

Bardziej szczegółowo

13. DWA MODELE POTOKU RUCHU (TEORIOKOLEJKOWE)(wg Wocha,1998)

13. DWA MODELE POTOKU RUCHU (TEORIOKOLEJKOWE)(wg Wocha,1998) 3. Dwa modele pooku ruchu (eorokolejkowe) 3. DWA MODELE POTOKU RUCHU (TEORIOKOLEJKOWE)(wg Wocha,998) 3.. Model Hagha Isneje wele prac z la powojennych, w kórych wysępują próby modelowana kolejek ruchowych

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

FUNKCJE DWÓCH ZMIENNYCH

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

Bardziej szczegółowo

Schrödingera. Dr inż. Zbigniew Szklarski. Katedra Elektroniki, paw. C-1, pok

Schrödingera. Dr inż. Zbigniew Szklarski. Katedra Elektroniki, paw. C-1, pok Wykła 0: Rówae Schrögera Dr ż. Zbgew Szklarsk Kaera lekrok paw. C- pok.3 szkla@agh.eu.pl hp://layer.uc.agh.eu.pl/z.szklarsk/ 0.06.07 Wyzał Iforayk lekrok Telekoukacj - Teleforayka Rówae Schrögera jeo z

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

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ

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.

Bardziej szczegółowo

Reprezentacja krzywych...

Reprezentacja krzywych... Reprezeacja rzywych... Reprezeacja przy pomocy fcj dwóch zmeych rzywe płase płase - jedej: albo z z f x y x [ x x2] y [ y y2] f x y g x x [ x x2] Wady: rzywe óre dla pewych x y mogą przyjmować wele warośc

Bardziej szczegółowo

CZYNNIKOWY MODEL ZARZĄDZANIA PORTFELEM OBLIGACJI

CZYNNIKOWY MODEL ZARZĄDZANIA PORTFELEM OBLIGACJI Zeszyy Naukowe Wydzału Iorayczych echk Zarządzaa Wyższej Szkoły Iorayk Sosowaej Zarządzaa Współczese robley Zarządzaa Nr /0 CZYNNIKOWY MOE ZARZĄZANIA OREEM OBIGACJI Adrzej Jakubowsk Isyu Badań Syseowych

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

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

Bardziej szczegółowo

Współczynnik korelacji rangowej badanie zależności między preferencjami

Współczynnik korelacji rangowej badanie zależności między preferencjami Współczyk korelacj ragowej badae zależośc mędzy preferecjam Przemysław Grzegorzewsk Istytut Badań Systymowych PAN ul. Newelska 6 01-447 Warszawa E-mal: pgrzeg@bspa.waw.pl Pla referatu: Klasycze metody

Bardziej szczegółowo

SZEREGI CZASOWE W PLANOWANIU PRODUKCJI W PRZETWÓRSTWIE SPOŻYWCZYM

SZEREGI CZASOWE W PLANOWANIU PRODUKCJI W PRZETWÓRSTWIE SPOŻYWCZYM SZEREGI CZASOWE W PLANOWANIU PRODUKCJI W PRZETWÓRSTWIE SPOŻYWCZYM Arur MACIĄG Sreszczee: W pracy przedsawoo echk aalzy szeregów czasowych w zasosowau do plaowaa progozowaa produkcj w przewórswe spożywczym.

Bardziej szczegółowo

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

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

Bardziej szczegółowo