PROBLEMY NIEKONWENCJONALNYCH UKŁADÓW ŁOŻYSKOWYCH. Łódź,15-16 maja 1997 r. TRWAŁOŚĆ I NIEZAWODNOŚĆ ŁOŻYSK NIEKONWENCJONALNYCH
|
|
- Michalina Lisowska
- 7 lat temu
- Przeglądów:
Transkrypt
1 PROBLEMY NIEKONWENCJONALNYCH UKŁADÓW ŁOŻYSKOWYCH Łódź,15-16 maja 1997 r. Jerzy Girtler Wyższa Szkoda Morska w Szczecinie TRWAŁOŚĆ I NIEZAWODNOŚĆ ŁOŻYSK NIEKONWENCJONALNYCH SŁOWA KLUCZOWE łożyska niekonwencjonalne, trwałość, niezawodność, proces Markowa, proces semimarkowski STRESZCZENIE Tak istotne cechy łożysk niekonwencjonalnych, jak trwałość i niezawodność mogą być określone dwoma sposobami, w zależności od tego czy zostaną uznane za obiekty techniczne dwustanowe, czy trójstanowe. W pierwszym przypadku przydatna jest klasyczna teoria niezawodności a w drugim teoria procesów semimarkowskich. Przedstawione wzory dotyczą drugiej z wymienionych możliwości. WPROWADZENIE Obciążenia łożysk są przypadkowe i z tego powodu nie można dokładnie przewidzieć ich wartości w dowolnej chwili czasu eksploatacji. Wynika to z nieuniknionych przypadkowych zmian czynników zewnętrznych oraz wzajemnych oddziaływań elementów ciernych łożyska i istniejącego między nimi smaru. Oznacza to, że obciążenie jest procesem stochastycznym, ciągłym w stanach i w czasie. Oczywiste jest zatem, że jego wartości w kolejnych chwilach są ze sobą silnie skorelowane. W przypadku jednak rozpatrywania obciążeń dowolnego łożyska w chwilach znacznie oddalonych od siebie o odstęp czasu (rozstęp) O, zależność miedzy nimi będzie mała i tym mniejsza im większą wartość przyjmie wspomniany rozstęp O [ 1, 3, 6, 9, 10, 15]. Oznacza to, że obciążenie łożysk jest procesem o przyrostach asymptotycznie niezależnych. Ze względu na to, że jego zmiany nie są monotoniczne, może być uznane za stacjonarne. Stanowi ono przyczynę pogarszania się stanu danego łożyska, wpływając istotnie na proces zużywania, który przebiega odmiennie przy różnych własnościach zarówno otoczenia bliskiego,
2 jak i dalekiego [13]. Wobec tego proces zmiany szybkości zużywania υ z (t) łożyska w czasie jego pracy może być również rozpatrywany jako proces stochastyczny stacjonarny i o malejącej zależności między wartościami υ z (t 1 ) oraz υ z (t 2 ), wraz ze wzrostem różnicy t 2 -t 1, (t 2 >t 1 ). Ze względu na to, że wartość zużycia skumulowana w chwili t, może być wyrażona zależnością [17] można przyjąć iż przyrosty zużycia łożyska w poszczególnych jego stanach są przyrostami o małej, wzajemnej zależności i tym mniejszej im większy jest rozstęp Θ=t 2 -t 1,. Oczywiste jest, że analizowanie zużycia danego rodzaju łożysk wymaga oszacowania wartości oczekiwanej zużycia, którą można wyrazić następująco: Srybkość zużywania υ z (t), w przypadku każdego rodzaju łożyska, zależy od: jakości jego elementów, własności otoczenia bliższego (zwłaszcza smarów) oraz oddziaływań otoczenia dalszego, a tym samym temperatury, umocowania (w przypadku endoprotez) i oczywiście obciążenia (nacisku jednostkowego). Z zależności (1) i (2) wynika więc, że aczkolwiek zużycie rośnie z upływem czasu, to jednak czas nie może być dobrą jego miarą. Zużycie jednoznacznie charakteryzuje stan łożyska, a czas jego pracy - nie. Zatem można przyjąć następującą hipotezę: stan dowolnego łożyska oraz czas jego trwania zależą istotnie od stanu, który ten stan poprzedzał a nie od stanów wcześniejszych i przedziałów czasu ich trwania dlatego, ponieważ jego obciążenie i implikowane przez nie zarówno szybkość, jak też przyrosty zużycia są procesami o wartościach asymptotycznie niezależnych. Oznacza to, iż można opracować taki model procesu zmian stanów (istotnych dla użytkownika) każdego łożyska, aby czas trwania dowolnego jego stanu istniejącego w chwili z oraz stan możliwy do uzyskania w chwili τ n+1 nie były stochastycznie zależne od stanów, które zaszły wcześniej i przedziałów czasu ich trwania. Spełnienie tych warunków umożliwia zastosowanie teorii procesów semimarkowskich do określenia niezawodności i trwałości łożysk [7, 8]. MODEL PROCESU ZMIAN STANÓW ŁOŻYSKA Proces zmian stanów dowolnego łożyska jest procesem losowym {W*(t): t 0) o ciągłych, dodatnich i ograniczonych realizacjach. Dokonując dla potrzeb badawczych jego dyskretyzacji można w rezultacie rozpatrywać proces (W(t): t 0), którego wartościami są istotne dla użytkownika elementy zbioru stanów S=(s 1, s 2, s 3 } o następującej dla określonego rodzaju łożysk interpretacji [1, 2, 4, 5, 11, 12, 14, 16]: s 1 - stan poprawnej pracy, w warunkach tarcia hydro lub elastohydrodynamicznego, w odniesieniu do endoprotezy stan pracy przy najkorzystniejszych warunkach tarcia i prawidłowej jej geometrii, natomiast w przypadku stawu biodrowego człowieka stan, w którym zużycie nie występuje lub jest niewielkie, w porównaniu ze zużyciem występującym w pozostałych stanach; s 2 - stan pracy podczas występowania istotnych odkształceń sprężystych lub cieplnych i sprężystych odkształceń kadłubów łożysk dużych maszyn wirnikowych, stan pracy w warunkach
3 tarcia mieszanego zwłaszcza półsuchego, a w przypadku endoprotez stan pracy przy zaburzeniu biomechaniki stawu i wzrostu obciążeń na kość, w której osadzony jest implant, zaś w odniesieniu do stanu biodrowego człowieka stan pracy przy wystąpieniu fizjologicznej niesprawności powodującej pogorszenie własności przeciwciernych mazi stawowej; s 3 - stan pracy w przypadku występowania odkształceń plastycznych, przy odkształceniach powodujących zrywanie filmu olejowego, w warunkach tarcia technicznie suchego, natomiast w przypadku endoprotezy stan pracy przy zniszczeniu (nadmiernym zużyciu lub pęknięciu) panewki lub zaniku łożyska kostnego i obluzowania komponentów endoprotezy, zaś w odniesieniu do stawu biodrowego człowieka stan pracy przy zmianach chorobowych niekorzystnie wpływających na procesy tribologiczne lub z zaawansowanym spluszowaceniu chrząstki stawowej, nadmiernym obciążeniu. Z własności Darboux funkcji ciągłych wynika, że proces (W(t): t 0} przyjmuje wartości ze zbioru S według grafa zmian stanów przedstawionego na rys. 1. Stany s i S(i=I, 2, 3) trwają w przedziałach czasu [τ 0 τ 1 ], [τ 1 τ 2 ],..., [τ n τ n+1 ],..., które są zmiennymi losowymi o dodatnio skoncentrowanych rozkładach, czyli rozkładach skoncentrowanych w zbiorze liczb rzeczywistych nieujemnych. Zmienne te mogą być rozpatrywane jako T i ; i=1, 2, 3, oznaczające przedziały bezwarunkowego czasu trwania poszczególnych stanów s i S (i=1, 2, 3) oraz jako T ij ; i, j=1, 2, 3, oznaczające przedziały czasu trwania każdego z tych stanów pod warunkiem, że następnym stanem będzie jeden z pozostałych. Można się spodziewać, że wspomniane zmienne losowe mają rozkłady dowolne, a nie tylko wykładnicze. Wobec tego (W(t): t 0} o grafie zmian stanów przedstawionym na rys. 1. jest procesem semimarkowskim. Rys. 1. Graf zmian stanów s i S (i=1, 2, 3) procesu (W(t): t 0} p ij - prawdopodobieństwa przejścia tego procesu z jednego stanu do innego, i j; i,j=1, 2, 3. Proces ten jest całkowicie określony ponieważ, jak wynika z grafa przedstawionego na rys. 1, jego macierz funkcyjna jest następująca zaś rozkład początkowy ma postać Badanie realizacji takich procesów dla poszczególnych rodzajów łożysk umożliwia określenie elementów macierzy (3), których interpretacja jest następująca:
4 W procesie (W(t): t 0} wielkości losowe T i (i=1, 2, 3) są zmiennymi niezależnymi o skończonych, dodatnich wartościach oczekiwanych i dowolnych rozkładach, absolutnie ciągłych, określonych przez funkcje gęstości f (t). ROZWIĄZANIE PROBLEMU Z teorii procesów semimarkowskich wynika, że ciąg zmiennych losowych {W(τ n ); n 0, 1, 2, 3,...}, jest jednorodnym łańcuchem Markowa, włożonym w proces (W(t): t 0} [8] o jednoznacznej macierzy prawdopodobieństw przejścia, wynikającej z jądra procesu (3), która jest następująca: Rozkłady zmiennych losowych T j (j=1, 2, 3) są interpretowane następująco: lim Proces (W(t): t 0} ma rozkład graniczny P j = {W(t) = sj }, j = 1, 2, 3, ponieważ jest on t nieprzywiedlny [8] a wspomniane zmienne losowe T j (j=1, 2, 3) mają skończone dodatnie wartości oczekiwane E(T j ). Rozkład ten można wyznaczyć posługując się następującym wzorem [8]: przy czym jest rozkładem granicznym łańcucha {W(τ n ); n 0, 1, 2,...} włożonego w proces (W(t): t 0} Rozkład ten spełnia następujący układ równań: Rozwiązując układ równań (9) z uwzględnieniem macierzy (6) można uzyskać następujące wzory: gdzie: L=p 23 +p 32 +p 21 p 32 Korzystając ze wzoru (8) otrzymuje się zależności: gdzie: M=p 21 p 32 E(T 1 )+p 32 E(T 2 )+p 32 E(T 3 )
5 Poszczególne prawdopodobieństwa P j (j=1, 2, 3) określone zależnościami (11) mają następującą interpretację: W wyniku badania realizacji procesu (W(t): t 0} można wyznaczyć liczby n ij oznaczające ilość zmian wartości tego procesu z s i na s j w dostatecznie długim przedziale czasu [0, t n ] oraz uzyskać wartości t ij (m) (m=1, 2, 3,..., n ij ) zmiennych losowych T ij oznaczających przedziały czasu trwania stanu s i tego procesu pod warunkiem, że następnym jego stanem będzie s j. Pierwszy rodzaj informacji jest niezbędny do oszacowania nieznanych prawdopodobieństw p ij. Oszacowaniami takimi są wartości będącej estymatorem największej wiarygodności prawdopodobieństwa przejścia p ij. Z kolei drugi rodzaj informacji umożliwia oszacowanie wartości oczekiwanych E(T j ) (T i ) ponieważ istnieją następujące zależności między wartościami przeciętnymi rozpatrywanych losowych: Estymacja wartości oczekiwanych E(T j )(j = 1, 2, 3) zmiennych losowych T j może być punktowa lub przedziałowa. Zastosowanie estymacji punktowej pozwala na bardzo proste oszacowanie E(T j ) bo w formie średniej arytmetycznej t j (j = 1, 2, 3). Nie umożliwia ona jednak określenia dokładności oszacowania E(T j ). Wyznaczenie takiej dokładności jest możliwe w przypadku zastosowania estymacji ( d ) ( g ) przedziałowej, w której oszacowany zostaje przedział ufności, czyli taki przedział ( t j, t j ) o losowych końcach, który z określonym prawdopodobieństwem β (nazywanym poziomem ufności) zawiera nieznaną wartość oczekiwaną E(T j ). W przypadku, gdy istotna jest niezawodność i trwałość łożysk w długim odcinku czasu mogą być wykorzystywane do podejmowania decyzji zależności (14) określające E(T 1 ) oraz E(T 2 ) jako miary trwałości i zależności (11) określające prawdopodobieństwa P 1 oraz P 2 jako miary niezawodności. Gdy istotna jest wyłącznie praca łożyska w stanie s 1 niezawodność łożyska określa P 1, a trwałość E(T 1 ). Natomiast P 2 określa niezawodność a E(T 2 ) łożyska, gdy dopuszczalna jest jego praca w s 2, jeżeli znajdzie się już w tym stanie. W sytuacjach, w których satysfakcjonująca jest praca łożyska w jednym z dwu wymienionych stanach, zarówno jego niezawodność i trwałość można odpowiednio określić z zależności (15) i (16): Określenie niezawodności łożysk R(t)=P(T>t; Φ, W) dla dowolnego czasu t ich pracy zgodnie z przeznaczeniem Φ i w warunkach W (do których zostały przysposobione w fazie
6 projektowania i wytwarzania) jest możliwe tylko w tym przypadku, gdy znane są rozkłady przedziałów przebywania procesu (W(t): t 0} w wyróżnionych stanach s i S (i=1, 2, 3). PODSUMOWANIE Wzory umożliwiające określenie niezawodności i trwałości łożysk zostały wyprowadzone wskutek wykorzystania rozkładu granicznego semimarkowskiego procesu (W(t): t 0}. Rozkład ten jest łatwiej wyznaczyć niż rozkład chwilowy, który stanowią funkcje P k E(t)(k=1, 2, 3), oznaczające prawdopodobieństwa tego, że w dowolnej chwili t proces ten będzie w stanie s i S (i=1, 2, 3). Rozkład taki można wyznaczyć wykorzystując rozkład początkowy (4) wspomnianego procesu oraz funkcje P ij (t) oznaczające prawdopodobieństwa warunkowe, nazywane prawdopodobieństwami przejścia tego procesu ze stanu s; do stanu s j (s i, s j ES, i j=1, 2, 3; i j). Obliczenie tych prawdopodobieństw polega na rozwiązaniu układu równań całkowych Voltery drugiego rodzaju [8], w których (w tym przypadku) wielkościami znanymi są elementy macierzy funkcyjnej (3). W ogólnym przypadku, gdy liczba stanów jest niewielka a macierz funkcyjna - stosunkowo nieskomplikowana w sensie matematycznym, to wspomniany układ można rozwiązać operatorowo, w oparciu o transformację Laplace'a - Stieltjesa. Większa liczba stanów lub bardziej złożona macierz stochastyczna powodują, że układ taki można rozwiązać jedynie w sposób przybliżony, w wyniku zastosowania odpowiedniej procedury numerycznej. Zaproponowany proces semimarkowski jest najprostszym modelem zmian istotnych stanów łożysk. Odzwierciedla on własności podobne różnych łożysk takich jak: małogabarytowych pasywnych i aktywnych łożysk magnetycznych, łożysk poprzecznych i wzdłużnych stosowanych w maszynach (także dużych wirnikowych), łożysk z warstwami ceramicznymi i innych, a także węzłów tarcia stosowanych w endoprotezach stawu biodrowego oraz tak szczególnego węzła tarcia jakim jest naturalny staw biodrowy człowieka. Zrozumiałe jest, że model ten może być zmodyfikowany w zależności od potrzeb wynikających z przyjętych celów utylitarnych i (lub) poznawczych w badaniach dotyczących każdego z wymienionych rodzajów łożysk. Przedstawiony model procesu zmian stanów łożysk jest procesem semimarkowskim o skończonym zbiorze stanów i ciągłym w czasie. Procesy semimarkowskie jako modele rzeczywistych procesów zmian stanów łożysk są bardziej przydatnymi w praktyce niż procesy Markowa. Wynika to z tego, ze procesy semimarkowskie o ciągłym parametrze czasu i skończonym zbiorze stanów cechują się tym iż przedziały czasu przebywania tych procesów w poszczególnych stanach są zmiennymi losowymi o dowolnych rozkładach skoncentrowanych w zbiorze liczb rzeczywistych nieujemnych. To odróżnia je od procesów Markowa, których wspomniane przedziały czasu są zmiennymi losowymi o rozkładach wykładniczych. Przydatność tego rodzaju rozkładów byłaby wtedy, gdyby: zmiany stanu technicznego łożysk były nieodwracalne, nie zachodziły uszkodzenia wynikające z istnienia procesów zużywania (co oznaczałoby, że ich poziom własności wytrzymałościowych jest niezmienny) lecz były one rezultatem zewnętrznych oddziaływań (obciążeń) udarowych. Dla maszyn z łożyskami o wykładniczym rozkładzie czasu poprawnej pracy w wyróżnionych stanach nie mają sensu wymiany profilaktyczne, a jedynym sposobem podwyższenia ich niezawodności jest poprawa własności ich łożysk w fazie projektowania i wytwarzania oraz zmniejszenie obciążeń. Istotną korzyścią ze stosowania procesów semimarkowskich (podobnie jak w przypadku korzystania z procesów Markowa) jest to, że są dostępne profesjonalne narzędzia komputerowe,
7 umożliwiające rozwiązywanie różnych układów równań stanów dla tego rodzaju modeli procesów rzeczywistych. Stosunkowo więc łatwo można wyznaczyć, przydatne w eksploatacji, charakterystyki probabilistyczne nie tylko łożysk. LITERATURA 1. Burcan J., Krzanowski K., Kuncman S.: Metody i wyniki badań miniaturowych układów łożyskowych. Zbiór prac konferencyjnych. Problemy niekonwencjonalnych układów łożyskowych. Politechnika Łódzka 1993, s Burcan J.: Bio-ergonomiczne uwarunkowania pracy węzłów tarcia aparatury i sprzętu rehabilitacyjnego. Zbiór prac konferencyjnych. Problemy niekonwencjonalnych układów łożyskowych. Politechnika Lódzka 1993, s Burcan J., Lewandowski J.: Wykorzystanie analizy luzów łożyskowych w profilaktyce stanów awaryjnych maszyn. Zbiór prac konferencyjnych. Problemy niekonwencjonalnych układów łożyskowych. Politechnika Łódzka 1995, s Bąbrowski L., Olszewski O., Wasiluk M.: Wykorzystanie odkształceń w hydrodynamicznych łożyskach wzdłużnych. Zbiór prac konferencyjnych. Problemy niekonwencjonalnych układów łożyskowych. Politechnika Łódzka 1993, s Dąbrowski J.R.: Aspekty tńbologiczne w endoprotezoplastyce. Zbiór prac konferencyjnych. Problemy niekonwencjonalnych układów łożyskowych. Politechnika Łódzka 1993, s Girtler J.: Proces semimarkowski jako model procesu zużycia ślizgowych układów trybologicznych silników spalinowych. XVIII Jesienna Szkota Tńbologiczna. Zjawiska w strefie tarcia, cz. II. MCNMT, Radom 1992, s Girtler J.: Możliwość zastosowania i przydatność procesów semimarkowskich jako modeli procesów eksploatacji maszyn. Zagadnienia Eksploatacji Maszyn, nr 3, (1996), s Grabski F.: Teońa semi-markowskich procesów eksploatacji obiektów technicznych. Rozprawa habilitacyjna. Zeszyty Naukowe WSMW, nr 75A, Gdynia Jankowska J.: Analiza Metrologiczna wyników badań na przykładzie łożysk ślizgowych. Zbiór prac konferencyjnych. Problemy niekonwencjonalnych układów łożyskowych. Politechnika Łódzka 1995, s Kiciński J.: Niekonwencjonalne metody obliczania węzłów łożyskowych. Zbiór prac konferencyjnych. Problemy niekonwencjonalnych układów łożyskowych. Politechnika Łódzka 1995, s. l Korzyński M., Cwanek J.: Zjawiska zużycia w stawie biodrowym człowieka. Zbiór prac konfrencyjnych. Problemy niekonwencjonalnych układów łożyskowych. Politechnika Łódzka 1993, s Korzyński M., Cwanek J.: Próba komputerowej symulacji pracy stawu biodrowego. Zbiór prac konferencyjnych. Problemy niekonwencjonalnych układów łożyskowych. Politechnika Łódzka 1995, s Leszek W.: Metodologiczne podstawy badań trybologicznych.pwn, Warszawa-Poznań Paściak M., Doniec J., Wąsik R.: Mateńałowe powikłania endoprotezoplastyki stawu biodrowego. Zbiór prac konferencyjnych. Problemy niekonwencjonalnych układów łożyskowych. Politechnika Łódzka 1995, s Rymuza Z.: Mikrotożyska. Zbiór prac konferencyjnych. Problemy niekonwencjonalnych układów łożyskowych. Politechnika Łódzka 1995, s Szczerek M., Wiśniewski M.: Warstwy ceramiczne w układach łożyskowych. Zbiór prac konferencyjnych. Problemy niekonwencjonalnych układów łożyskowych. Politechnika Łódzka 1993, s Wybrane zagadnienia zużywania się mateńałów w ślizgowych węzłach maszyn. Praca zbiorowa pod red. W. Zwierryckiego. PWN, Warszawa-Poznań 1990.
8 LIFE AND RELIABILITY OF UNCONVENTIONAL BEARINGS Summary Such fundamental attributes of the unconventional beazings as life and reliability can be defined by two methods. One of the methods concerns bearings as two-state technical objects and the second one bearings as three-state technical objects. In the first cale the classical theory of reliability is useful and in the second cale - the theory of semi-markov processes. The paper contains mathematical formulas concenying only the second cale. Recenzent Prof. dr hab. inż. Jan Burcan 19
ZASTOSOWANIE TEORII PROCESÓW SEMI-MARKOWA DO OPRACOWANIA MODELU NIEZAWODNOŚCIOWEGO SAMOCHODU
ZASTOSOWANIE TEORII PROCESÓW SEMI-MARKOWA DO OPRACOWANIA MODELU NIEZAWODNOŚCIOWEGO SAMOCHODU JERZY GIRTLER 1, MAREK ŚLĘZAK 2 Politechnika Gdańska, Przemysłowy Instytut Motoryzacji Streszczenie W artykule
STOCHASTYCZNY MODEL BEZPIECZEŃSTWA OBIEKTU W PROCESIE EKSPLOATACJI
1-2011 PROBLEMY EKSPLOATACJI 89 Franciszek GRABSKI Akademia Marynarki Wojennej, Gdynia STOCHASTYCZNY MODEL BEZPIECZEŃSTWA OBIEKTU W PROCESIE EKSPLOATACJI Słowa kluczowe Bezpieczeństwo, procesy semimarkowskie,
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 6 Model matematyczny elementu naprawialnego Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia:
Proces Poissona. Proces {N(t), t 0} nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t.
Procesy stochastyczne WYKŁAD 5 Proces Poissona. Proces {N(t), t } nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t. Proces zliczający musi
Spis treści. J. Burcan: Od Komitetu Organizacyjnego 7 CZEŚĆ I EKSPLOATACJA, BADANIA I DIAGNOSTYKA
Spis treści J. Burcan: Od Komitetu Organizacyjnego 7 CZEŚĆ I EKSPLOATACJA, BADANIA I DIAGNOSTYKA J. Kiciński: Niekonwencjonalne metody obliczania węzłów łożyskowych. 11 Z. Rymuza: Mikrołożyska. 21 J. Janowska:
Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.
Procesy stochastyczne WYKŁAD 2-3 Łańcuchy Markowa Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi. Przykład Symetryczne błądzenie przypadkowe na prostej. 1 2 Łańcuchem
Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.
Procesy stochastyczne WYKŁAD 2-3 Łańcuchy Markowa Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi. 2 Łańcuchem Markowa nazywamy proces będący ciągiem zmiennych
BADANIA NAD MODYFIKOWANIEM WARUNKÓW PRACY ŁOŻYSK ŚLIZGOWYCH SILNIKÓW SPALINOWYCH
PROBLEMY NIEKONWENCJONALNYCH UKŁADÓW ŁOŻYSKOWYCH Łódź, 12 14 maja 1999 r. Stanisław LABER, Alicja LABER Politechnika Zielonogórska Norbert Niedziela PPKS Zielona Góra BADANIA NAD MODYFIKOWANIEM WARUNKÓW
Spacery losowe generowanie realizacji procesu losowego
Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z
1. Obliczenia wytrzymałościowe elementów maszyn przy obciążeniu zmiennym PRZEDMOWA 11
SPIS TREŚCI 1. Obliczenia wytrzymałościowe elementów maszyn przy obciążeniu zmiennym PRZEDMOWA 11 1. ZARYS DYNAMIKI MASZYN 13 1.1. Charakterystyka ogólna 13 1.2. Drgania mechaniczne 17 1.2.1. Pojęcia podstawowe
Spis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
Funkcje charakteryzujące proces. Dr inż. Robert Jakubowski
Funkcje charakteryzujące proces eksploatacji Dr inż. Robert Jakubowski Niezawodność Niezawodność Rprawdopodobieństwo, że w przedziale czasu od do t cechy funkcjonalne statku powietrznego Ubędą się mieścić
Wnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 7 i 8 - Efektywność estymatorów, przedziały ufności
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 7 i 8 - Efektywność estymatorów, przedziały ufności Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 7 i 8 1 / 9 EFEKTYWNOŚĆ ESTYMATORÓW, próba
Modelowanie niezawodności prostych struktur sprzętowych
Modelowanie niezawodności prostych struktur sprzętowych W ćwiczeniu tym przedstawione zostaną proste struktury sprzętowe oraz sposób obliczania ich niezawodności przy założeniu, że funkcja niezawodności
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
Prawa wielkich liczb, centralne twierdzenia graniczne
, centralne twierdzenia graniczne Katedra matematyki i ekonomii matematycznej 17 maja 2012, centralne twierdzenia graniczne Rodzaje zbieżności ciągów zmiennych losowych, centralne twierdzenia graniczne
Własności statystyczne regresji liniowej. Wykład 4
Własności statystyczne regresji liniowej Wykład 4 Plan Własności zmiennych losowych Normalna regresja liniowa Własności regresji liniowej Literatura B. Hansen (2017+) Econometrics, Rozdział 5 Własności
Drgania poprzeczne belki numeryczna analiza modalna za pomocą Metody Elementów Skończonych dr inż. Piotr Lichota mgr inż.
Drgania poprzeczne belki numeryczna analiza modalna za pomocą Metody Elementów Skończonych dr inż. Piotr Lichota mgr inż. Joanna Szulczyk Politechnika Warszawska Instytut Techniki Lotniczej i Mechaniki
Wstęp do rachunku prawdopodobieństwa. Cz. 2 / William Feller. wyd. 4, dodr. 3. Warszawa, Spis treści
Wstęp do rachunku prawdopodobieństwa. Cz. 2 / William Feller. wyd. 4, dodr. 3. Warszawa, 2012 Spis treści Przedmowa 5 Oznaczenia i konwencje 7 Rozdział I Rozkład wykładniczy i rozkład jednostajny 1. Wprowadzenie
Problemy oszacowania trwałości i niezawodności silników o zapłonie samoczynnym z zastosowaniem teorii procesów semimarkowskich i diagnostyki
Article citation info: GIRTLER J. Problemy oszacowania trwałości i niezawodności silników o zapłonie samoczynnym z zastosowaniem teorii procesów semimarkowskich i diagnostyki. Combustion Engines. 2013
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: przedmiot obowiązkowy w ramach treści kierunkowych, moduł kierunkowy ogólny Rodzaj zajęć: wykład, ćwiczenia I KARTA PRZEDMIOTU CEL PRZEDMIOTU
PARAMETRY, WŁAŚCIWOŚCI I FUNKCJE NIEZAWODNOŚCIOWE NAPOWIETRZNYCH LINII DYSTRYBUCYJNYCH 110 KV
Elektroenergetyczne linie napowietrzne i kablowe wysokich i najwyższych napięć PARAMETRY, WŁAŚCIWOŚCI I FUNKCJE NIEZAWODNOŚCIOWE NAPOWIETRZNYCH LINII DYSTRYBUCYJNYCH 110 KV Wisła, 18-19 października 2017
Określenie maksymalnego kosztu naprawy pojazdu
MACIEJCZYK Andrzej 1 ZDZIENNICKI Zbigniew 2 Określenie maksymalnego kosztu naprawy pojazdu Kryterium naprawy pojazdu, aktualna wartość pojazdu, kwantyle i kwantyle warunkowe, skumulowana intensywność uszkodzeń
Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015
Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Inżynierii Środowiska obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015 Kierunek studiów: Inżynieria Środowiska
Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn
Wykład 10 Estymacja przedziałowa - przedziały ufności dla średniej Wrocław, 21 grudnia 2016r Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja 10.1 Przedziałem
Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1
Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie
Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/
Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/ Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl
12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych
(pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: Rachunek prawdopodobieństwa i statystyka matematyczna 2. Kod przedmiotu: RPiS 3. Karta przedmiotu ważna od roku akademickiego:
Opis przedmiotu: Probabilistyka I
Opis : Probabilistyka I Kod Nazwa Wersja TR.SIK303 Probabilistyka I 2012/13 A. Usytuowanie w systemie studiów Poziom Kształcenia Stopień Rodzaj Kierunek studiów Profil studiów Specjalność Jednostka prowadząca
dr Jerzy Pusz, st. wykładowca, Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej B. Ogólna charakterystyka przedmiotu
Kod przedmiotu TR.SIK303 Nazwa przedmiotu Probabilistyka I Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów Stacjonarne
Cechy eksploatacyjne statku. Dr inż. Robert Jakubowski
Cechy eksploatacyjne statku powietrznego Dr inż. Robert Jakubowski Własności i właściwości SP Cechy statku technicznego, które są sformułowane w wymaganiach taktyczno-technicznych, konkretyzują się w jego
I. KARTA PRZEDMIOTU CEL PRZEDMIOTU
I. KARTA PRZEDMIOTU 1. Nazwa przedmiotu: MATEMATYKA 2. Kod przedmiotu: Ma 3. Jednostka prowadząca: Wydział Mechaniczno-Elektryczny 4. Kierunek: Mechanika i budowa maszyn 5. Specjalność: Eksploatacja Siłowni
Streszczenie: Zasady projektowania konstrukcji budowlanych z uwzględnieniem aspektów ich niezawodności wg Eurokodu PN-EN 1990
Streszczenie: W artykule omówiono praktyczne podstawy projektowania konstrukcji budowlanych wedłu Eurokodu PN-EN 1990. Podano metody i procedury probabilistyczne analizy niezawodności konstrukcji. Podano
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Wpływ macierzy przejścia systemu bonus-malus ubezpieczeń komunikacyjnych OC na jego efektywność taryfikacyjną
Wpływ macierzy przejścia systemu bonus-malus ubezpieczeń komunikacyjnych OC na jego efektywność taryfikacyjną Anna Szymańska Katedra Metod Statystycznych Uniwersytet Łódzki Taryfikacja w ubezpieczeniach
ANALIZA METROLOGICZNA WYNIKÓW BADAŃ NA PRZYKŁADZIE ŁOŻYSK ŚLIZGOWYCH
PROBLEMY NIEKONWENCJONALNYCH UKŁADÓW ŁOŻYSKOWYCH Łódź 09-10 maja 1995 roku Jadwiga Janowska(Politechnika Warszawska) ANALIZA METROLOGICZNA WYNIKÓW BADAŃ NA PRZYKŁADZIE ŁOŻYSK ŚLIZGOWYCH SŁOWA KLUCZOWE
STATYSTYKA
Wykład 1 20.02.2008r. 1. ROZKŁADY PRAWDOPODOBIEŃSTWA 1.1 Rozkład dwumianowy Rozkład dwumianowy, 0 1 Uwaga: 1, rozkład zero jedynkowy. 1 ; 1,2,, Fakt: Niech,, będą niezależnymi zmiennymi losowymi o jednakowym
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15
Sylabus do programu kształcenia obowiązującego od roku akademickiego 0/5 () Nazwa Rachunek prawdopodobieństwa i statystyka () Nazwa jednostki prowadzącej Wydział Matematyczno - Przyrodniczy przedmiot ()
Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb
Współzależność Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb (x i, y i ). Geometrycznie taką parę
Metody probabilistyczne
Metody probabilistyczne Teoria estymacji Jędrzej Potoniec Bibliografia Bibliografia Próba losowa (x 1, x 2,..., x n ) Próba losowa (x 1, x 2,..., x n ) (X 1, X 2,..., X n ) Próba losowa (x 1, x 2,...,
Programowanie celowe #1
Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem
Teoria. a, jeśli a < 0.
Teoria Definicja 1 Wartością bezwzględną liczby a R nazywamy liczbę a określoną wzorem a, jeśli a 0, a = a, jeśli a < 0 Zgodnie z powyższym określeniem liczba a jest równa odległości liczby a od liczby
Statystyka i eksploracja danych
Wykład II: i charakterystyki ich rozkładów 24 lutego 2014 Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa,
Układy stochastyczne
Instytut Informatyki Uniwersytetu Śląskiego 21 stycznia 2009 Definicja Definicja Proces stochastyczny to funkcja losowa, czyli funkcja matematyczna, której wartości leżą w przestrzeni zdarzeń losowych.
WSPÓŁCZYNNIK GOTOWOŚCI SYSTEMU LOKOMOTYW SPALINOWYCH SERII SM48
TECHNIKA TRANSPORTU SZYNOWEGO Andrzej MACIEJCZYK, Zbigniew ZDZIENNICKI WSPÓŁCZYNNIK GOTOWOŚCI SYSTEMU LOKOMOTYW SPALINOWYCH SERII SM48 Streszczenie W artykule wyznaczono współczynniki gotowości systemu
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 4 Modelowanie niezawodności prostych struktur sprzętowych Prowadzący: mgr inż. Marcel Luzar Cel
Metody probabilistyczne opracowane notatki 1. Zdefiniuj zmienną losową, rozkład prawdopodobieństwa. Przy jakich założeniach funkcje: F(x) = sin(x),
Metody probabilistyczne opracowane notatki 1. Zdefiniuj zmienną losową, rozkład prawdopodobieństwa. Przy jakich założeniach funkcje: Fx sinx, Fx a e x mogą być dystrybuantami?. Podaj twierdzenie Lindeberga
Opis przedmiotu. Karta przedmiotu - Probabilistyka I Katalog ECTS Politechniki Warszawskiej
Kod przedmiotu TR.NIK304 Nazwa przedmiotu Probabilistyka I Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów Niestacjonarne
Matematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0
Nazwa przedmiotu: Kierunek: Matematyka - Statystyka matematyczna Mathematical statistics Inżynieria materiałowa Materials Engineering Rodzaj przedmiotu: Poziom studiów: forma studiów: obowiązkowy studia
Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
Spis treści Przedmowa
Spis treści Przedmowa 1. Wprowadzenie do problematyki konstruowania - Marek Dietrich (p. 1.1, 1.2), Włodzimierz Ozimowski (p. 1.3 -i-1.7), Jacek Stupnicki (p. l.8) 1.1. Proces konstruowania 1.2. Kryteria
POLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 4 Temat: Analiza korelacji i regresji dwóch zmiennych
LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.
LABORATORIUM 4 1. Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz. I) WNIOSKOWANIE STATYSTYCZNE (STATISTICAL INFERENCE) Populacja
Informatyka I stopień (I stopień / II stopień) ogólno akademicki (ogólno akademicki / praktyczny) podstawowy (podstawowy / kierunkowy / inny HES)
KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych
(pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: Rachunek prawdopodobieństwa i statystyka matematyczna 2. Kod przedmiotu: RPiS 3. Karta przedmiotu ważna od roku akademickiego:
Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:
Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności
Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2013/2014
Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Mechaniczny obowiązuje studentów rozpoczynających studia w roku akademickim 201/2014 Kierunek studiów: Inżynieria Biomedyczna Forma
Łożyska ślizgowe - podstawowe rodzaje
Łożyska ślizgowe - podstawowe rodzaje Łożyska o tarciu suchym (bezsmarowe, samosmarne) Łożyska porowate impregnowane smarem Łożyska samosmarne, bezsmarowe, suche 2 WCZORAJ Obsługa techniczna samochodu
PROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω)
PROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω) określonych na tej samej przestrzeni probabilistycznej
WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI EFEKTY KSZTAŁCENIA
I. KARTA PRZEDMIOTU. Nazwa przedmiotu: MATEMATYKA STOSOWANA 2. Kod przedmiotu: Ms 3. Jednostka prowadząca: Wydział Nawigacji i Uzbrojenia Okrętowego 4. Kierunek: Nawigacja 5. Specjalność: Nawigacja morska
KIERUNKOWE EFEKTY KSZTAŁCENIA
KIERUNKOWE EFEKTY KSZTAŁCENIA Wydział: Matematyki Kierunek studiów: Matematyka i Statystyka (MiS) Studia w j. polskim Stopień studiów: Pierwszy (1) Profil: Ogólnoakademicki (A) Umiejscowienie kierunku
Funkcja liniowa - podsumowanie
Funkcja liniowa - podsumowanie 1. Funkcja - wprowadzenie Założenie wyjściowe: Rozpatrywana będzie funkcja opisana w dwuwymiarowym układzie współrzędnych X. Oś X nazywana jest osią odciętych (oś zmiennych
Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć
WYDZIAŁ MATEMATYKI KARTA PRZEDMIOTU Nazwa w języku polskim WSTĘP DO STATYSTYKI MATEMATYCZNEJ Nazwa w języku angielskim Introduction to Mathematical Statistics Kierunek studiów (jeśli dotyczy): Matematyka
Estymacja parametrów rozkładu cechy
Estymacja parametrów rozkładu cechy Estymujemy parametr θ rozkładu cechy X Próba: X 1, X 2,..., X n Estymator punktowy jest funkcją próby ˆθ = ˆθX 1, X 2,..., X n przybliżającą wartość parametru θ Przedział
W1. Wprowadzenie. Statystyka opisowa
W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład
Statystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 2013/2014 Wykład 3 Zmienna losowa i jej rozkłady Zdarzenia losowe Pojęcie prawdopodobieństwa
Przekładnie ślimakowe / Henryk Grzegorz Sabiniak. Warszawa, cop Spis treści
Przekładnie ślimakowe / Henryk Grzegorz Sabiniak. Warszawa, cop. 2016 Spis treści Przedmowa XI 1. Podział przekładni ślimakowych 1 I. MODELOWANIE I OBLICZANIE ROZKŁADU OBCIĄŻENIA W ZAZĘBIENIACH ŚLIMAKOWYCH
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)
Metoda największej wiarogodności
Wprowadzenie Założenia Logarytm funkcji wiarogodności Metoda Największej Wiarogodności (MNW) jest bardziej uniwersalną niż MNK metodą szacowania wartości nieznanych parametrów Wprowadzenie Założenia Logarytm
Metoda największej wiarygodności
Metoda największej wiarygodności Próbki w obecności tła Funkcja wiarygodności Iloraz wiarygodności Pomiary o różnej dokładności Obciążenie Informacja z próby i nierówność informacyjna Wariancja minimalna
Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014
Estymacja przedziałowa - przedziały ufności dla średnich Wrocław, 5 grudnia 2014 Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja Przedziałem ufności dla paramertu
Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej
Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Opis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań
TABELA ODNIESIEŃ EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA PROGRAMU KSZTAŁCENIA DO EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA OBSZARU KSZTAŁCENIA I PROFILU STUDIÓW PROGRAM KSZTAŁCENIA: POZIOM KSZTAŁCENIA: PROFIL KSZTAŁCENIA:
Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych
Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Niech Ω będzie przestrzenią zdarzeń elementarnych. Definicja 1 Rodzinę S zdarzeń losowych (zbiór S podzbiorów zbioru
BADANIA MORFOLOGII POWIERZCHNI CHRZĄSTKI STAWOWEJ Z WYKORZYSTANIEM TECHNIKI KOMPUTEROWEJ
PROBLEMY NIEKONWENCJONALNYCH UKŁADÓW ŁOŻYSKOWYCH Łódź, 12 14 maja 1999 r. Janusz Cwanek Wojewódzki Szpital Specjalistyczny w Rzeszowie Władimir Lubimow, Mieczysław Korzyński Politechnika Rzeszowska BADANIA
Spis treści. Przedmowa 11
Podstawy konstrukcji maszyn. T. 1 / autorzy: Marek Dietrich, Stanisław Kocańda, Bohdan Korytkowski, Włodzimierz Ozimowski, Jacek Stupnicki, Tadeusz Szopa ; pod redakcją Marka Dietricha. wyd. 3, 2 dodr.
Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Modele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11
Modele DSGE Jerzy Mycielski Maj 2008 Jerzy Mycielski () Modele DSGE Maj 2008 1 / 11 Modele DSGE DSGE - Dynamiczne, stochastyczne modele równowagi ogólnej (Dynamic Stochastic General Equilibrium Model)
1.1 Wstęp Literatura... 1
Spis treści Spis treści 1 Wstęp 1 1.1 Wstęp................................ 1 1.2 Literatura.............................. 1 2 Elementy rachunku prawdopodobieństwa 2 2.1 Podstawy..............................
3. Modele tendencji czasowej w prognozowaniu
II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa
Politechnika Krakowska im. Tadeusza Kościuszki KARTA PRZEDMIOTU
Politechnika Krakowska im. Tadeusza Kościuszki KARTA obowiązuje słuchaczy rozpoczynających studia podyplomowe w roku akademickim 018/019 Nazwa studiów podyplomowych Budowa i eksploatacja pojazdów szynowych
Wykład 2 Zmienne losowe i ich rozkłady
Wykład 2 Zmienne losowe i ich rozkłady Magdalena Frąszczak Wrocław, 11.10.2017r Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe Doświadczenie
Zmienne losowe ciągłe i ich rozkłady
Statystyka i opracowanie danych W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Rozkład Poissona. Zmienna losowa ciągła Dystrybuanta i funkcja gęstości
Etapy modelowania ekonometrycznego
Etapy modelowania ekonometrycznego jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu,
STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.
STATYSTYKA MATEMATYCZNA WYKŁAD 4 WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. Wysuwamy hipotezy: zerową (podstawową H ( θ = θ i alternatywną H, która ma jedną z
Trwałość i niezawodność Durability and reliability. Transport I stopień Ogólnoakademicki. Studia stacjonarne. Kierunkowy
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Trwałość i niezawodność Durability and reliability A. USYTUOWANIE MODUŁU
W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:
Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,
KLASYFIKACJA PROTEZ KOŃCZYN DOLNYCH Z PUNKTU WIDZENIA ICH WĘZŁÓW TARCIA
PROBLEMY NIEKONWENCJONALNYCH UKŁADÓW ŁOŻYSKOWYCH Lódź,15-16 maja 1996 r. Jan Burcan, Krzysztof Goliński Politechnika Łódzka KLASYFIKACJA PROTEZ KOŃCZYN DOLNYCH Z PUNKTU WIDZENIA ICH WĘZŁÓW TARCIA SŁOWA
Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.
Funkcje wymierne Jerzy Rutkowski Teoria Przypomnijmy, że przez R[x] oznaczamy zbiór wszystkich wielomianów zmiennej x i o współczynnikach rzeczywistych Definicja Funkcją wymierną jednej zmiennej nazywamy
W6 Systemy naprawialne
W6 Systemy naprawialne Henryk Maciejewski Jacek Jarnicki Marek Woda www.zsk.iiar.pwr.edu.pl Plan wykładu 1. Graf stanów elementu naprawialnego / systemu 2. Analiza niezawodnościowa systemu model Markowa
166 Wstęp do statystyki matematycznej
166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej
Lista zadania nr 7 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie
Lista zadania nr 7 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie Jarosław Kotowicz Instytut Matematyki Uniwersytet w
Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy
Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2017/2018 STATYSTYKA
Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA 3.2. Ćwiczenia komputerowe
Elementy modelowania matematycznego
Elementy modelowania matematycznego Łańcuchy Markowa: zagadnienia graniczne. Ukryte modele Markowa. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ KLASYFIKACJA STANÓW Stan i jest osiągalny
Uogólniona Metoda Momentów
Uogólniona Metoda Momentów Momenty z próby daż a do momentów teoretycznych (Prawo Wielkich Liczb) plim 1 n y i = E (y) n i=1 Klasyczna Metoda Momentów (M M) polega na szacowaniu momentów teoretycznych