Intelligens orvosi műszerek (VIMIA023) Gyakorló feladatok a vizsgára 2015 Nem pontosan ezek lesznek a vizsgafeladatok, csak jellegükre hasonlók!

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Intelligens orvosi műszerek (VIMIA023) Gyakorló feladatok a vizsgára 2015 Nem pontosan ezek lesznek a vizsgafeladatok, csak jellegükre hasonlók!"

Átírás

1 Nem pontosan ezek lesznek a vizsgafeladatok, csak jellegükre hasonlók! A jelek, zajok idő- és frekvenciatartománybeli reprezentációjával, tulajdonságaikkal kapcsolatos konkrét feladat (számpélda) megoldásának bemutatása. 1. Egy periodikus jel 3 szinuszos jelkomponens összegéből áll, az egyes szinuszok periódusideje rendre 13 mp, 7,5 mp, illetve 5 mp. Mekkora az eredő periodikus jel periódusideje és frekvenciája? 2. Egy T P = 0,1 mp periódusidejű periodikus jel 4 szinuszos komponensből áll, ezek periódusideje rendre T P1 = 0,05 mp; T P2 = 0,02 mp; T P3 = 0,025 mp; T P4 = 0,00625 mp. Elég-e ebből a jelből f s = 30 Hz-el mintát venni ahhoz, hogy hibamentesen visszaállítható legyen a mintavett értékekből? 3. Egy T P = 0,1 mp periódusidejű periodikus jel 4 szinuszos komponensből áll, ezek periódusideje rendre T P1 = 0,05 mp; T P2 = 0,02 mp; T P3 = 0,025 mp; T P4 = 0,00625 mp. Rajzolja fel a jel frekvenciaamplitúdó diagramját! 4. A. Egy periodikus jel 2 szinuszos jelkomponens összegéből áll, az egyes szinuszok frekvenciája rendre 11,1 Hz, illetve 3,7 Hz. Mekkora az eredő periodikus jel periódusideje? B. Valaki azt állította, hogy egy 2 másodperc hosszúságú ablakkal végrehajtott mozgóablak átlagolás ezt a periodikus jelet teljesen el tudja nyomni. Indokolja meg, hogy miért van vagy nincs igaza! 5. Egy műszerrel 200 Hz-es szinuszos jel nagyságát akarjuk mérni, de a hálózatból származó 50 Hz-es szinuszos zavar meghamisítja a mérést. Mi lesz az eredmény, ha egy 40 ms hosszúságú ablakkal mozgóablak átlagolást végzünk a zaj kiszűrésére?

2 Átlagolással, mediánszűréssel kapcsolatos konkrét feladat (számpélda) megoldásának bemutatása. 1. Az ábrán látható két jelet mediánszűréssel szűrjük egy 5 pontos mozgóablakkal. A k-dik időpontban a szűrés eredménye, ha a bemenetére kapcsolt jel x(k): ( ) ( ( ) ( ) ( ) ( ) ( )) Mi lesz a mediánszűrés eredménye az x 1 (k) jelre, az x 2 (k) jelre és az x 1 (k)+x 2 (k) jelre, amikor az ábrán megjelölt szakasz esik az ablakba (k=10)? 4 x 2 (k) x(k) Mozgóablak mediánszűrés Ablakhossz: 5 y(k) 2 x 1 (k) 5 10 k Egy y(k)=x(k)+z(k) jelet mérünk, Az x(k) szinuszos jelsorozat periódusideje K per =7. Az x(k) értékeket sorban becsüljük a teljes periódusra k=1,2,, K per. A mérést torzító z(k) nulla várható értékű (átlaga véges számú zajminta esetén közelít a nullához, ha nagyon sok mintát veszünk, akkor gyakorlatilag nulla) sztochasztikus zaj, amelynek egyes időpontokban az értékei függetlenek egymástól és a jeltől, ezért megfelelő átlagolással csökkenthető a torzító hatása. A következő y(k) sorozatot mértük: k y(k) 1,51 2,63-2,24 0,09-0,66-1,76-0,02 1,31 1,37 2,79-2,12-0,76 0,27 0,35 1,69 k y(k) 0,59-0,10 0,72 0,43 0,97 1,09-0,24 1,51 1,65-0,28 0,06 0,27 0,11 1,26 0,01 Adja meg ezen mérések alapján x(2) átlagolással javított becslését! 3. Adja meg, hogy az ( ) ([ ( ) ( )]) mozgóablak szűrési eljárás milyen ( ) eredményt ad a k=7 időpontban az ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) bemeneti sorozatra akkor, ha az eljárásunk egyszerű mozgóablak átlagolás, és milyen eredményt ad akkor, ha mozgóablak mediánszűrés! 4. Egy tudottan konstans jelet sokszor megmértünk, és a méréseket átlagoltunk, mert a mérésünk zajjal terhelt. Az első 22 mérés a következő adatsorozatot eredményezte:

3 Ennek alapján a becslésünk 13,1151 volt. Végeztünk egy újabb, huszonharmadik mérést is, ennek eredménye 13,3491 volt. Mennyi az új becslésünk az ismeretlen konstansra? 5. Egy z(k) zajjal terhelt x(k) jelet mérünk, a mért érték: y(k)=x(k)+z(k). A z(k) zaj nulla várható értékű, tehát több mintáját átlagolva nullához tart az átlagérték. (Kevés mintánál még valószínűleg nem nulla, ha sok mintát veszünk, akkor nagy biztonsággal közel nulla.) Egy-egy indító stimulus hatására, a stimulushoz képest 5 időegység késleltetéssel megjelenő 3 időegység széles jelalak érdekel minket. Tehát, ha k=1 időpillanatban indítanánk (stimulálnánk) a rendszert, akkor k=6,7,8 pontokban jelenne meg a minket érdeklő válasz. Három stimulust adtunk a rendszernek k=2, k= 8 és k=15 időpontokban. A következő y(k) sorozatot mértük: k y(k) 0,77 0,04-0,75-0,37-0,53 1,18 0,69-0,13 1,40 0,44 0,38-0,70 0,29-0,26 1,41-0,10 k y(k) 0,71 0,15 0,10 1,79-0,90 1,85 0,42-0,12 0,11-0,58-0,57 0,05 0,36 1,29-0,33 0,09 Adja meg ezen mérések alapján a minket érdeklő 3 időegység széles válaszjel átlagolással javított becslését!

4 Többdimenziós jelekkel kapcsolatos konkrét feladat (számpélda) megoldásának bemutatása. 1. Az alábbi képen egymás után először egy dilatáció, majd egy erózió műveletet hajtunk végre mindkettőt egy-egy 3x3-as ablakkal. ( A szélső sorokat, oszlopokat nem változtatjuk a műveletek során.) Rajzolja fel az első és a második művelet utáni eredményt! Mutassa meg, hogy a 3x3-as ablakkal végzett 2D mediánszűrésre ezen két kép esetén fennáll-e a szuperpozíció! ( A szélső sorokat, oszlopokat nem változtatjuk a szűrés során.) Adjon meg 2 olyan 2-dimenziós jelet (képet), amelyre fennáll a 3x3-as ablakkal végzett 2D mediánszűrés elvégzése esetén a szuperpozíció! Adjon meg 2 olyant is, amelyre nem áll fenn!

5 A ROC görbe analízissel kapcsolatos f feladat (számpélda) megoldásának bemutatása. 1. Előzetes vizsgálatot végeztünk egy diagnosztikus eljárás érzékenységére és specificitására, a megvizsgált emberből volt egészséges, a többi beteg. A szűrési eljárással összesen embert észleltünk betegnek, de közülük csak volt ténylegesen az. Ezen előzetes vizsgálat eredménye alapján számolva várhatóan mi lesz a szűrési eljárásunk érzékenysége és specificitása? 2. Eljárásunkat fős mintán teszteltük, akik közül egészséges, és ugyanannyi a beteg. Egy z paramétert mértünk, és különböző L küszöbértékeknél azt vizsgáltuk, hogy hány egészségesnek és hány betegnek esik L alá a mért z értéke. Ezek után azokat egészségesnek minősítettük, akiknek L alatti a z paramétere, és azokat betegnek, akiknél z L. Rajzolja fel az eljárást jellemző ROC görbét, ha különböző L értékeknél az alábbi táblázatban található valós pozitív (TP) és valós negatív (TN) esetszámokat tapasztaltuk! Jelölje meg a görbén (legalább jellegre helyesen, tehát a 0,3 pont ne a 0,9-nél legyen!) az egyes kiszámolt pontokat, és azt, hogy melyik L értéknél kaptuk azokat! L küszöbszint Az adott L küszöbszinthez tartozó TN esetszám Az adott L küszöbszinthez tartozó TP esetszám

6 A Bayes döntéssel kapcsolatos konkrét feladat (számpélda) megoldásának bemutatása. 1. Az X betegségben a népesség 1,17%-a szenved. Ha a betegséget korai fázisban kezeljük, akkor a kezelés átlagos költsége Ft/fő, ha csak a késői fázisában, akkor Ft/fő. Két lehetőség közt választhatunk: a) Szűrést végzünk, amelynek költsége Ft fejenként, specificitása 0,95; szenzitivitása 0,92. Az itt betegnek vélelmezett embereknél (nyilván akár valóban betegek, akár nem ezt nem tudhatjuk előre) egy további átlagosan Ft/fő költségű vizsgálattal eldöntjük, hogy tényleg beteg-e, és csak a tényleg betegnek bizonyult embereket kezeljük. b) Nem szűrünk, hanem mindenkit egészségesnek tekintünk, és vállaljuk, hogy minden beteget majd csak a későbbi fázisban tudunk gyógyítani. A két lehetőség közül melyik kerül a társadalombiztosításnak kevesebb pénzbe? 2. Egy ötmilliós célcsoport szűrésének lehetőségét vizsgáljuk. Az adott betegségben a népesség 0,4%-a szenved. A szűrés költsége fejenként forint, tehát ez mindenkinél jelentkezik. Az előzetes vizsgálatok alapján a szűrési eljárás segítségével 83,7% biztonsággal felismerhetők a betegek. Ugyanakkor 12,3%-ban az egészségeseket is betegnek mutatja a vizsgálat, ezt a tévedést csak egy újabb, Ft-os kontrollvizsgálattal lehet korrigálni. Ezért ezt a kontrollvizsgálatot minden betegnek diagnosztizáltnál elvégezzük. (Akár valóban betegek, akár csak mi annak tartjuk őket, hiszen nem tudjuk, hogy kik valóban betegek, csak azt tudjuk, hogy a szűrés kiket mutatott annak.) Ha idejében felismerjük a betegséget a szűrés eredményeképpen, akkor a kezelés átlagosan forintba kerül. Ha nem ismerjük fel szűréssel idejében a betegséget, és csak később kezdjük el kezelni, akkor az átlagosan forintba kerül a kezelés. Mennyi lesz az ezen betegség által okozott egy főre jutó költség, illetve a teljes népességre jutó költség? 3. Testtömegindex (BMI) mérést végzünk: célunk, hogy ennek alapján szűrjük a kóros soványságot. A szűrési eljárás jellemzése céljából összesen embert vizsgáltunk meg, akikről tudjuk, hogy kik ebből a szempontból egészségesek, és kik (kórosan sovány) betegek. Összesen egészséges van a vizsgált mintában. Megmértük a vizsgálatban résztvevők testtömegindexét, és azt tapasztaltuk, hogy a táblázatban megadott B értékek alatti értéknél az alábbiak szerint alakult a betegek, ezen B értékek feletti értéknél az egészségesek száma. (Persze ez a valóságos szűrés erősen leegyszerűsített, és ezáltal torzított képe ráadásul légbőlkapott adatokkal, szóval csak ROC görbe gyakorlásra jó.) B Egészségesek, akiknek B fölé esik a mért BMI-je Kórosan sovány betegek, akiknek B alá esik a mért BMI-je Rajzolja fel ezen vizsgálat alapján a B-nél kisebb érték esetén beteg, a fölötti értéknél egészséges eljárást jellemző ROC görbét!

7 A szabályalapú rendszerekben elvégzett következtetésre vonatkozó konkrét megoldásának bemutatása (ítéletkalkulusra szorítkoztunk). feladat (számpélda) 1. Milyen az ítéletkalkulusban megismert formális következtetési lépéseken át juthat el egy tudásbázisú program a G igaz-e? kérdésre adott válaszhoz, ha a tudásbázisában a következő 4 logikai mondatot találjuk, és előrefele következtetést használ: 2. Mutassa meg, hogy a következő két logikai kifejezésnek (mondatnak) azonos az igazságtáblája! (Tehát A és B mindegyik logikai értékkombinációjára pl. IGAZ-IGAZ, IGAZ-HAMIS stb. ugyanazt a logikai eredményt adják) 1. logikai kifejezés: B A 2. logikai kifejezés: (( A) ( B)) 3. Milyen az ítéletkalkulusban ismert formális következtetési lépéseken át juthat el egy tudásbázisú program a D igaz-e? kérdésre adott válaszhoz, ha a tudásbázisában a következő logikai mondatokat találjuk, és hátrafele következtetést használ:

8 A döntési fa kifejtésével kapcsolatos konkrét feladat (számpélda) megoldásának bemutatása. 1. Egy négyosztályos (egészséges/betegség1/betegség2/betegség3) osztályozási problémát akarunk megoldani döntési fa segítségével. A gyökér csomópontba ( minden csoportból) mintát tudtunk gyűjteni. Az ábrán az összes csomópont mellett (a csomópont jobb oldalán) látható (vagy ahol nincs, ott kiszámítható) négy szám: az első az egészségesekhez, a második az első betegcsoporthoz, a harmadik a második betegcsoporthoz, a negyedik a harmadik betegcsoporthoz tartozó, odajutó minták száma. Az alábbi teszt alkalmazását vizsgáltuk meg a gyökér csomópontban. Megadtuk a gyermek csomópontokba jutó minták számát, és az egészséges/beteg1/beteg2/beteg3 eloszlást. Mekkora lesz a teszt alkalmazása során elért információnyereség, illetve az információnyereség arány? Teszt [3000,3000,3000,3000] A1 [300,300,300,300] A2 [100,100,2600,100] A3 2. Egy kétosztályos (egészséges/beteg) osztályozási problémát akarunk megoldani döntési fa segítségével. A gyökér csomópontba 6000 (3000 egészséges beteg) mintát tudtunk gyűjteni egy vizsgálatot elvégezve. Az ábrán az összes csomópont mellett (a csomópont jobb oldalán) látható vagy kiszámítható két szám: az első az egészségesekhez, a második a betegekhez tartozó, odajutó minták száma. Az alábbi két teszt alkalmazását vizsgáltuk meg a gyökér csomópontban. Mindkét tesztnél megadtuk a gyermek csomópontokba jutó minták számát, és az egészséges/beteg eloszlást. Az első tesztnél 3 gyermek csomópont jött létre (a harmadikhoz, az A3 gyermekcsomóponthoz tartozó eloszlás egyszerűen kiszámítható!). A második tesztnél 10 gyermek csomópont jött létre, ahol 5-5 azonos mintaeloszlást mutat. (A B1 B5 csomópontok mintaeloszlása egyforma, és ettől eltérő, de a második csoporton belül egyforma a B6 B10 csomópontokba jutó minták eloszlása). Melyik teszt alkalmazását javasolná inkább, ha pusztán az információnyereséget vizsgálja, és melyiket, ha az információnyereség arány alapján dönt? Teszt-A esetén: Gy [3000,3000] Teszt-B esetén: Gy [3000,3000] A1 [2700,300] A2 [100,900] A3 B1 [600,0] B5 [600,0] B6 [0,600] B10 [0,600]

9 A megoldás visszametszésével kapcsolatos konkrét feladat (számpélda) megoldásának bemutatása. 1. Az alábbi ábrán egy 8000 minta alapján tanítással előállított döntési fa látható. A csomópontok mellett, mindig tőlük jobbra, bekeretezve szögletes zárójelben látható két szám, ez a C1, illetve C2 osztályba jutó tanítóminták száma az adott csomópontban. Mind az osztályozás hibaaránya, mind az eszköz komplexitása költséget jelent nekünk. A döntési fával elérhető osztályozás hibaarányának százszorosa az ezzel kapcsolatos költségünk. (Ha a hibaarány 0, akkor a költségünk is 0, ha a hibaarány 1, akkor 100 a költség, ha pl. a hibaarány 0,5 a megfelelő költségünk 50 lenne.) A szokásos módon meghatározott komplexitás 6 költséget okoz nekünk levelenként. Érdemes-e felhasználnunk a döntési fát, vagy jobban járunk, ha egyszerűen bezárjuk a gyökér csomópontot, és a gyökér csomópontot levélnek tekintve adjuk meg az osztályba sorolásra a választ? 1 [3000,5000] 2 [1000,4000] 5 [2000,1000] 3 [990,10] 4 [10,3990] 6 [650,15] 7 [1350,985] 2. Az alábbi ábrán egy minta alapján tanítással előállított döntési fa látható. A csomópontok mellett, mindig tőlük jobbra bekeretezve szögletes zárójelben látható két szám, ez a C1, illetve C2 osztályba jutó tanítóminták száma az adott csomópontban. Mind az osztályozás hibaaránya, mind az eszköz komplexitása költséget jelent nekünk, az egységnyi komplexitás növekedés 10-szer akkor költség, mint az egységnyi hibaarány növekedés. Két csomópont bezárása merült fel: a 8-as vagy a 2-es csomópontot érdemes bezárnunk a hibaarány-komplexitás kompromisszum elvét használva? 1 [3000,9000] 2 [500,4000] 8 [2500,500] 17 [0,4500] 3 [400,100] 4 9 [100,3900] [1145,120] 10 [1355,380] 5 [80, 20] 6 [0,580] 7 [20,3300] 11 [5,100] 12 [1350, 80] 13 [0, 200]

Gyakorló többnyire régebbi zh feladatok. Intelligens orvosi műszerek október 2.

Gyakorló többnyire régebbi zh feladatok. Intelligens orvosi műszerek október 2. Gyakorló többnyire régebbi zh feladatok Intelligens orvosi műszerek 2018. október 2. Régebbi zh feladat - #1 Az ábrán látható két jelet, illetve összegüket mozgóablak mediánszűréssel szűrjük egy 11 pontos

Részletesebben

Intelligens orvosi műszerek (VIMIA023) Gyakorló feladatok, megoldással (2016 ősz)

Intelligens orvosi műszerek (VIMIA023) Gyakorló feladatok, megoldással (2016 ősz) Intelligens orvosi műszerek (VIMIA23) Gyakorló feladatok, megoldással (216 ősz) Régi zárthelyi- és vizsgafeladatok, egyéb feladatok megoldással. Nem jelenti azt, hogy pontosan ezek, vagy pontosan ilyenek

Részletesebben

[1000 ; 0] 7 [1000 ; 3000]

[1000 ; 0] 7 [1000 ; 3000] Gépi tanulás (vimim36) Gyakorló feladatok 04 tavaszi félév Ahol lehet, ott konkrét számértékeket várok nem puszta egyenleteket. (Azok egy részét amúgyis megadom.). Egy bináris osztályozási feladatra tanított

Részletesebben

Jelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék

Jelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék Jelek és rendszerek 1 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék 1 Ajánlott irodalom: FODOR GYÖRGY : JELEK ÉS RENDSZEREK EGYETEMI TANKÖNYV Műegyetemi Kiadó, Budapest, 2006

Részletesebben

Mérés 3 - Ellenörzö mérés - 5. Alakítsunk A-t meg D-t oda-vissza (A/D, D/A átlakító)

Mérés 3 - Ellenörzö mérés - 5. Alakítsunk A-t meg D-t oda-vissza (A/D, D/A átlakító) Mérés 3 - Ellenörzö mérés - 5. Alakítsunk A-t meg D-t oda-vissza (A/D, D/A átlakító) 1. A D/A átalakító erısítési hibája és beállása Mérje meg a D/A átalakító erısítési hibáját! A hibát százalékban adja

Részletesebben

2. Hangfrekvenciás mechanikai rezgések vizsgálata jegyzőkönyv. Zsigmond Anna Fizika Bsc II. Mérés dátuma: Leadás dátuma:

2. Hangfrekvenciás mechanikai rezgések vizsgálata jegyzőkönyv. Zsigmond Anna Fizika Bsc II. Mérés dátuma: Leadás dátuma: 2. Hangfrekvenciás mechanikai rezgések vizsgálata jegyzőkönyv Zsigmond Anna Fizika Bsc II. Mérés dátuma: 2008. 09. 24. Leadás dátuma: 2008. 10. 01. 1 1. Mérések ismertetése Az 1. ábrán látható összeállításban

Részletesebben

Intelligens orvosi műszerek VIMIA023

Intelligens orvosi műszerek VIMIA023 Intelligens orvosi műszerek VIMIA023 Diagnózistámogatás = döntéstámogatás A döntések jellemzése (ROC, AUC) 2018 ősz http://www.mit.bme.hu/oktatas/targyak/vimia023 dr. Pataki Béla pataki@mit.bme.hu (463-)2679

Részletesebben

E x μ x μ K I. és 1. osztály. pontokként), valamint a bayesi döntést megvalósító szeparáló görbét (kék egyenes)

E x μ x μ K I. és 1. osztály. pontokként), valamint a bayesi döntést megvalósító szeparáló görbét (kék egyenes) 6-7 ősz. gyakorlat Feladatok.) Adjon meg azt a perceptronon implementált Bayes-i klasszifikátort, amely kétdimenziós a bemeneti tér felett szeparálja a Gauss eloszlású mintákat! Rajzolja le a bemeneti

Részletesebben

A maximum likelihood becslésről

A maximum likelihood becslésről A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának

Részletesebben

Villamos jelek mintavételezése, feldolgozása. LabVIEW 7.1

Villamos jelek mintavételezése, feldolgozása. LabVIEW 7.1 Villamos jelek mintavételezése, feldolgozása (ellenállás mérés LabVIEW támogatással) LabVIEW 7.1 előadás Dr. Iványi Miklósné, egyetemi tanár LabVIEW-7.1 KONF-5_2/1 Ellenállás mérés és adatbeolvasás Rn

Részletesebben

Irányításelmélet és technika II.

Irányításelmélet és technika II. Irányításelmélet és technika II. Legkisebb négyzetek módszere Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék amagyar@almos.vein.hu 200 november

Részletesebben

EGYENÁRAMÚ TÁPEGYSÉGEK

EGYENÁRAMÚ TÁPEGYSÉGEK dátum:... a mérést végezte:... EGYENÁRAMÚ TÁPEGYSÉGEK m é r é s i j e g y z k ö n y v 1/A. Mérje meg az adott hálózati szabályozható (toroid) transzformátor szekunder tekercsének minimálisan és maximálisan

Részletesebben

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI MÉRÉSI EREDMÉYEK POTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI. A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk

Részletesebben

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ) Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ) KÉSZÍTETTE: DR. FÜVESI VIKTOR 2016. 10. Mai témáink o A hiba fogalma o Méréshatár és mérési tartomány M é r é s i h i b a o A hiba megadása o A hiba

Részletesebben

A regisztrált álláskeresők számára vonatkozó becslések előrejelző képességének vizsgálata

A regisztrált álláskeresők számára vonatkozó becslések előrejelző képességének vizsgálata A regisztrált álláskeresők számára vonatkozó becslések előrejelző képességének vizsgálata Az elemzésben a GoogleTrends (GT, korábban Google Insights for Search) modellek mintán kívüli illeszkedésének vizsgálatával

Részletesebben

Milyen elvi mérési és számítási módszerrel lehet a Thevenin helyettesítő kép elemeit meghatározni?

Milyen elvi mérési és számítási módszerrel lehet a Thevenin helyettesítő kép elemeit meghatározni? 1. mérés Definiálja a korrekciót! Definiálja a mérés eredményét metrológiailag helyes formában! Definiálja a relatív formában megadott mérési hibát! Definiálja a rendszeres hibát! Definiálja a véletlen

Részletesebben

Négyszög - Háromszög Oszcillátor Mérése Mérési Útmutató

Négyszög - Háromszög Oszcillátor Mérése Mérési Útmutató ÓBUDAI EGYETEM Kandó Kálmán Villamosmérnöki Kar Híradástechnika Intézet Négyszög - Háromszög Oszcillátor Mérése Mérési Útmutató A mérést végezte: Neptun kód: A mérés időpontja: A méréshez szükséges eszközök:

Részletesebben

2005_01/1 Leírtunk egymás mellé hét racionális számot úgy, hogy a két szélső kivételével mindegyik eggyel nagyobb a két szomszédja szorzatánál.

2005_01/1 Leírtunk egymás mellé hét racionális számot úgy, hogy a két szélső kivételével mindegyik eggyel nagyobb a két szomszédja szorzatánál. Számolásos feladatok, műveletek 2004_1/1 Töltsd ki az alábbi bűvös négyzet hiányzó mezőit úgy, hogy a négyzetben szereplő minden szám különböző legyen, és minden sorban, oszlopban és a két átlóban is ugyanannyi

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát

Részletesebben

Az értékelés során következtetést fogalmazhatunk meg a

Az értékelés során következtetést fogalmazhatunk meg a Az értékelés során következtetést fogalmazhatunk meg a a tanuló teljesítményére, a tanulási folyamatra, a célokra és követelményekre a szülők teljesítményére, a tanulási folyamatra, a célokra és követelményekre

Részletesebben

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett

Részletesebben

Kiváltott agyi jelek informatikai feldolgozása Statisztika - Gyakorlat Kiss Gábor IB.157.

Kiváltott agyi jelek informatikai feldolgozása Statisztika - Gyakorlat Kiss Gábor IB.157. Kiváltott agyi jelek informatikai feldolgozása 2018 Statisztika - Gyakorlat Kiss Gábor IB.157. kiss.gabor@tmit.bme.hu Példa I (Vonat probléma) Aladár 25 éves és mindkét nagymamája él még: Borbála és Cecília.

Részletesebben

Villamos jelek mintavételezése, feldolgozása. LabVIEW előadás

Villamos jelek mintavételezése, feldolgozása. LabVIEW előadás Villamos jelek mintavételezése, feldolgozása (ellenállás mérés LabVIEW támogatással) LabVIEW 7.1 2. előadás Dr. Iványi Miklósné, egyetemi tanár LabVIEW-7.1 EA-2/1 Ellenállás mérés és adatbeolvasás Rn ismert

Részletesebben

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS Dr. Soumelidis Alexandros 2018.10.04. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG Mérés-feldolgozás

Részletesebben

2. Elméleti összefoglaló

2. Elméleti összefoglaló 2. Elméleti összefoglaló 2.1 A D/A konverterek [1] A D/A konverter feladata, hogy a bemenetére érkező egész számmal arányos analóg feszültséget vagy áramot állítson elő a kimenetén. A működéséhez szükséges

Részletesebben

Mérés és adatgyűjtés

Mérés és adatgyűjtés Mérés és adatgyűjtés 4. óra Mingesz Róbert Szegedi Tudományegyetem 2012. február 27. MA - 4. óra Verzió: 2.1 Utolsó frissítés: 2012. március 12. 1/41 Tartalom I 1 Jelek 2 Mintavételezés 3 A/D konverterek

Részletesebben

Mérési jegyzőkönyv a 5. mérés A/D és D/A átalakító vizsgálata című laboratóriumi gyakorlatról

Mérési jegyzőkönyv a 5. mérés A/D és D/A átalakító vizsgálata című laboratóriumi gyakorlatról Mérési jegyzőkönyv a 5. mérés A/D és D/A átalakító vizsgálata című laboratóriumi gyakorlatról A mérés helyszíne: A mérés időpontja: A mérést végezték: A mérést vezető oktató neve: A jegyzőkönyvet tartalmazó

Részletesebben

Billenő áramkörök Jelterjedés hatása az átvitt jelre

Billenő áramkörök Jelterjedés hatása az átvitt jelre Billenő áramkörök Jelterjedés hatása az átvitt jelre Berta Miklós 1. Billenőkörök A billenőkörök pozitívan visszacsatolt digitális áramkörök. Kimeneti feszültségük nem folytonosan változik, hanem két meghatározott

Részletesebben

Kabos: Statisztika II. ROC elemzések 10.1. Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem.

Kabos: Statisztika II. ROC elemzések 10.1. Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem. Kabos: Statisztika II. ROC elemzések 10.1 ROC elemzések Szenzitivitás és specificitás a jelfeldolgozás szóhasználatával A riasztóberendezés érzékeli, ha támadás jön, és ilyenkor riaszt. Máskor nem. TruePositiveAlarm:

Részletesebben

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1 Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában

Részletesebben

ALAPFOGALMIKÉRDÉSEK VILLAMOSSÁGTANBÓL 1. EGYENÁRAM

ALAPFOGALMIKÉRDÉSEK VILLAMOSSÁGTANBÓL 1. EGYENÁRAM ALAPFOGALMIKÉRDÉSEK VILLAMOSSÁGTANBÓL INFORMATIKUS HALLGATÓK RÉSZÉRE 1. EGYENÁRAM 1. Vezesse le a feszültségosztó képletet két ellenállás (R 1 és R 2 ) esetén! Az összefüggésben szerepl mennyiségek jelölését

Részletesebben

A bemeneti mérés eredménye az 1. évfolyamon

A bemeneti mérés eredménye az 1. évfolyamon ÚJBUDAI PEDAGÓGIAI INTÉZET 1117 Budapest, Erőmű u. 4. sz. Tel/fax: 381-0664 e-mail: pszk@pszk.hu A bemeneti mérés eredménye az 1. évfolyamon Tartalom: Általános és speciális részkészségek mérésének összefoglaló

Részletesebben

54 213 02 0000 00 00 Hangtechnikus Hangtechnikus 54 213 02 0100 51 01 Hangmester Hangtechnikus

54 213 02 0000 00 00 Hangtechnikus Hangtechnikus 54 213 02 0100 51 01 Hangmester Hangtechnikus A 10/2007 (II. 27.) SzMM rendelettel módosított 1/2006 (II. 17.) OM rendelet Országos Képzési Jegyzékről és az Országos Képzési Jegyzékbe történő felvétel és törlés eljárási rendjéről alapján. Szakképesítés,

Részletesebben

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus. Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza

Részletesebben

Biostatisztika VIII. Mátyus László. 19 October

Biostatisztika VIII. Mátyus László. 19 October Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.

Részletesebben

2. gyakorlat Mintavételezés, kvantálás

2. gyakorlat Mintavételezés, kvantálás 2. gyakorlat Mintavételezés, kvantálás x(t) x[k]= =x(k T) Q x[k] ^ D/A x(t) ~ ampl. FOLYTONOS idı FOLYTONOS ANALÓG DISZKRÉT MINTAVÉTELEZETT DISZKRÉT KVANTÁLT DIGITÁLIS Jelek visszaállítása egyenköző mintáinak

Részletesebben

Makroökonómia. 8. szeminárium

Makroökonómia. 8. szeminárium Makroökonómia 8. szeminárium Jövő héten ZH avagy mi várható? Solow-modellből minden Konvergencia Állandósult állapot Egyensúlyi növekedési pálya Egy főre jutó Hatékonysági egységre jutó Növekedési ütemek

Részletesebben

Mesterséges Intelligencia MI

Mesterséges Intelligencia MI Mesterséges Intelligencia MI Valószínűségi hálók - következtetés Dobrowiecki Tadeusz Eredics Péter, és mások BME I.E. 437, 463-28-99 dobrowiecki@mit.bme.hu, http://www.mit.bme.hu/general/staff/tade Következtetés

Részletesebben

Feszültségérzékelők a méréstechnikában

Feszültségérzékelők a méréstechnikában 5. Laboratóriumi gyakorlat Feszültségérzékelők a méréstechnikában 1. A gyakorlat célja Az elektronikus mérőműszerekben használatos különböző feszültségdetektoroknak tanulmányozása, átviteli karakterisztika

Részletesebben

6. Előadás. Vereb György, DE OEC BSI, október 12.

6. Előadás. Vereb György, DE OEC BSI, október 12. 6. Előadás Visszatekintés: a normális eloszlás Becslés, mintavételezés Reprezentatív minta A statisztika, mint változó Paraméter és Statisztika Torzítatlan becslés A mintaközép eloszlása - centrális határeloszlás

Részletesebben

A mintavételezéses mérések alapjai

A mintavételezéses mérések alapjai A mintavételezéses mérések alapjai Sok mérési feladat során egy fizikai mennyiség időbeli változását kell meghatároznunk. Ha a folyamat lassan változik, akkor adott időpillanatokban elvégzett méréssel

Részletesebben

Méréselmélet és mérőrendszerek

Méréselmélet és mérőrendszerek Méréselmélet és mérőrendszerek 6. ELŐADÁS KÉSZÍTETTE: DR. FÜVESI VIKTOR 2016. 10. Mai témáink o A hiba fogalma o Méréshatár és mérési tartomány M é r é s i h i b a o A hiba megadása o A hiba eredete o

Részletesebben

Matematika. 1. évfolyam. I. félév

Matematika. 1. évfolyam. I. félév Matematika 1. évfolyam - Biztos számfogalom a 10-es számkörben - Egyjegyű szám fogalmának ismerete - Páros, páratlan fogalma - Sorszám helyes használata szóban - Növekvő, csökkenő számsorozatok felismerése

Részletesebben

Hangtechnika. Médiatechnológus asszisztens

Hangtechnika. Médiatechnológus asszisztens Vázlat 3. Előadás - alapjai Pécsi Tudományegyetem, Pollack Mihály Műszaki Kar Műszaki Informatika és Villamos Intézet Műszaki Informatika Tanszék Ismétlés Vázlat I.rész: Ismétlés II.rész: A digitális Jelfeldolgozás

Részletesebben

1. Visszacsatolás nélküli kapcsolások

1. Visszacsatolás nélküli kapcsolások 1. Visszacsatolás nélküli kapcsolások 1.1. Kösse az erõsítõ invertáló bemenetét a tápfeszültség 0 potenciálú kimenetére! Ezt nevezzük földnek. A nem invertáló bemenetre kösse egy potenciométer középsõ

Részletesebben

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 15. Nemparaméteres próbák Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date: November

Részletesebben

RC tag mérési jegyz könyv

RC tag mérési jegyz könyv RC tag mérési jegyz könyv Mérést végezte: Csutak Balázs, Farkas Viktória Mérés helye és ideje: ITK 320. terem, 2016.03.09 A mérés célja: Az ELVIS próbapanel és az ELVIS m szerek használatának elsajátítása,

Részletesebben

1. konferencia: Egyenáramú hálózatok számítása

1. konferencia: Egyenáramú hálózatok számítása 1. konferencia: Egyenáramú hálózatok számítása 1.feladat: 20 1 kω Határozzuk meg az R jelű ellenállás értékét! 10 5 kω R z ellenállás értéke meghatározható az Ohm-törvény alapján. Ehhez ismernünk kell

Részletesebben

Infokommunikációs hálózatépítő és üzemeltető

Infokommunikációs hálózatépítő és üzemeltető A 12/2013. (III. 29.) NFM rendelet szakmai és vizsgakövetelménye alapján. Szakképesítés, azonosító száma és megnevezése 54 481 03 Infokommunikációs hálózatépítő és üzemeltető Tájékoztató A vizsgázó az

Részletesebben

Akusztikus aktivitás AE vizsgálatoknál

Akusztikus aktivitás AE vizsgálatoknál Akusztikus aktivitás AE vizsgálatoknál Kindlein Melinda, Fodor Olivér ÁEF Anyagvizsgáló Laboratórium Kft. 1112. Bp. Budaörsi út 45. Az akusztikus emissziós vizsgálat a roncsolásmentes vizsgálati módszerek

Részletesebben

Mérési hibák 2006.10.04. 1

Mérési hibák 2006.10.04. 1 Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség

Részletesebben

Mesterséges Intelligencia MI

Mesterséges Intelligencia MI Mesterséges Intelligencia MI Egyszerű döntés Döntési fák Tanuljuk meg! Metsszük meg! Pataki Béla Bolgár Bence BME I.E. 414, 463-26-79 pataki@mit.bme.hu, http://www.mit.bme.hu/general/staff/pataki Példaprobléma:

Részletesebben

4. mérés Jelek és jelvezetékek vizsgálata

4. mérés Jelek és jelvezetékek vizsgálata 4. mérés Jelek és jelvezetékek vizsgálata (BME-MI, H.J.) Bevezetés A mérési gyakorlat első része a mérésekkel foglalkozó tudomány, a metrológia (méréstechnika) néhány alapfogalmával foglalkozik. A korszerű

Részletesebben

33 522 01 0000 00 00 Elektronikai műszerész Elektronikai műszerész

33 522 01 0000 00 00 Elektronikai műszerész Elektronikai műszerész A 10/2007 (II. 27.) SzMM rendelettel módosított 1/2006 (II. 17.) OM rendelet Országos Képzési Jegyzékről és az Országos Képzési Jegyzékbe történő felvétel és törlés eljárási rendjéről alapján. Szakképesítés,

Részletesebben

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris

Részletesebben

Mûveleti erõsítõk I.

Mûveleti erõsítõk I. Mûveleti erõsítõk I. 0. Bevezetés - a mûveleti erõsítõk mûködése A következõ mérésben az univerzális analóg erõsítõelem, az un. "mûveleti erõsítõ" mûködésének alapvetõ ismereteit sajátíthatjuk el. A nyílthurkú

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

Elektromiográfia (Dinamometria) A motoros egységek toborzása, az izomfáradás vizsgálata A mérési adatok elemzése és értékelése

Elektromiográfia (Dinamometria) A motoros egységek toborzása, az izomfáradás vizsgálata A mérési adatok elemzése és értékelése Elektromiográfia (Dinamometria) A motoros egységek toborzása, az izomfáradás vizsgálata A mérési adatok elemzése és értékelése Biológia Bsc. B / Pszichológia gyakorlat A mérést és kiértékelést végezték:............

Részletesebben

Nehézségi gyorsulás mérése megfordítható ingával

Nehézségi gyorsulás mérése megfordítható ingával Nehézségi gyorsulás mérése megfordítható ingával (Mérési jegyzőkönyv) Hagymási Imre 2007. április 21. (hétfő délelőtti csoport) 1. A mérés elmélete A nehézségi gyorsulás mérésének egy klasszikus módja

Részletesebben

Fourier-sorok. Lengyelné Dr. Szilágyi Szilvia. 2010. április 7.

Fourier-sorok. Lengyelné Dr. Szilágyi Szilvia. 2010. április 7. ME, Anaĺızis Tanszék 21. április 7. A Taylor-polinom ill. Taylor-sor hátránya, hogy az adott függvényt csak a sorfejtés helyén ill. annak környezetében közeĺıti jól. A sorfejtés helyétől távolodva a közeĺıtés

Részletesebben

PWM elve, mikroszervó motor vezérlése MiniRISC processzoron

PWM elve, mikroszervó motor vezérlése MiniRISC processzoron PWM elve, mikroszervó motor vezérlése MiniRISC processzoron F1. A mikroprocesszorok, mint digitális eszközök, ritkán rendelkeznek közvetlen analóg kimeneti jelet biztosító perifériával, tehát valódi, minőségi

Részletesebben

Analóg elektronika - laboratóriumi gyakorlatok

Analóg elektronika - laboratóriumi gyakorlatok Analóg elektronika - laboratóriumi gyakorlatok. Mûveleti erõsítõk egyenáramú jellemzése és alkalmazásai. Elmélet Az erõsítõ fogalmát valamint az integrált mûveleti erõsítõk szerkezetét és viselkedését

Részletesebben

Trigonometria Megoldások. 1) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( )

Trigonometria Megoldások. 1) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( ) Trigonometria Megoldások Trigonometria - megoldások ) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( ) akkor a háromszög egyenlő szárú vagy derékszögű!

Részletesebben

Gyakorló feladatok a 2. zh-ra MM hallgatók számára

Gyakorló feladatok a 2. zh-ra MM hallgatók számára Gyakorló feladatok a. zh-ra MM hallgatók számára 1. Egy vállalat termelésének technológiai feltételeit a Q L K függvény írja le. Rövid távon a vállalat 8 egységnyi tőkét használ fel. A tőke ára 000, a

Részletesebben

A mérési eredmény megadása

A mérési eredmény megadása A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk meg: a determinisztikus és a véletlenszerű

Részletesebben

A mérés. A mérés célja a mérendő mennyiség valódi értékének meghatározása. Ez a valóságban azt jelenti, hogy erre kell

A mérés. A mérés célja a mérendő mennyiség valódi értékének meghatározása. Ez a valóságban azt jelenti, hogy erre kell A mérés A mérés célja a mérendő mennyiség valódi értékének meghatározása. Ez a valóságban azt jelenti, hogy erre kell törekedni, minél közelebb kerülni a mérés során a valós mennyiség megismeréséhez. Mérési

Részletesebben

Least Squares becslés

Least Squares becslés Least Squares becslés A négyzetes hibafüggvény: i d i ( ) φx i A négyzetes hibafüggvény mellett a minimumot biztosító megoldás W=( d LS becslés A gradiens számítása és nullává tétele eredményeképp A megoldás

Részletesebben

3. Az alábbi adatsor egy rugó hosszát ábrázolja a rá ható húzóerő függvényében:

3. Az alábbi adatsor egy rugó hosszát ábrázolja a rá ható húzóerő függvényében: 1. A mellékelt táblázat a Naphoz legközelebbi 4 bolygó keringési időit és pályagörbéik félnagytengelyeinek hosszát (a) mutatja. (A félnagytengelyek Nap- Föld távolságegységben vannak megadva.) a) Ábrázolja

Részletesebben

RC és RLC áramkörök vizsgálata

RC és RLC áramkörök vizsgálata dátum:... a mérést végezte:... RC és RLC áramkörök vizsgálata legalapvetőbb RLC áramkörök ellenállásból, induktivitásból (tekercs) és kapacitásból (kondenzátor) állnak. Ezek bemenetén és kimenetén mérhető

Részletesebben

Bevezetés a méréstechnikába és jelfeldolgozásba 7. mérés RC tag Bartha András, Dobránszky Márk

Bevezetés a méréstechnikába és jelfeldolgozásba 7. mérés RC tag Bartha András, Dobránszky Márk Bevezetés a méréstechnikába és jelfeldolgozásba 7. mérés 2015.05.13. RC tag Bartha András, Dobránszky Márk 1. Tanulmányozza át az ELVIS rendszer rövid leírását! Áttanulmányoztuk. 2. Húzzon a tartóból két

Részletesebben

b) Melyikben szerepel az ezres helyiértéken a 6-os alaki értékű szám? c) Melyik helyiértéken áll az egyes számokban a 6-os alaki értékű szám?

b) Melyikben szerepel az ezres helyiértéken a 6-os alaki értékű szám? c) Melyik helyiértéken áll az egyes számokban a 6-os alaki értékű szám? A term szetes sz mok 1. Helyi rt kes r s, sz mk rb v t s 1 Monddkihangosanakövetkezőszámokat! a = 1 426 517; b = 142 617; c = 1 426 715; d = 1 042 657; e = 1 402 657; f = 241 617. a) Állítsd a számokat

Részletesebben

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv Mérések, mérési eredmények, mérési bizonytalanság A mérések általános és alapvető metrológiai fogalmai és definíciói mérés Műveletek összessége, amelyek célja egy mennyiség értékének meghatározása. mérési

Részletesebben

Elektroencephalogram (EEG) vizsgálata Az alfa- és béta aktivitás változás vizsgálata (EEG II) A mérési adatok elemzése és értékelése

Elektroencephalogram (EEG) vizsgálata Az alfa- és béta aktivitás változás vizsgálata (EEG II) A mérési adatok elemzése és értékelése Elektroencephalogram (EEG) vizsgálata Az alfa- és béta aktivitás változás vizsgálata (EEG II) A mérési adatok elemzése és értékelése Pszichológia BA. gyakorlat A mérést és kiértékelést végezték: Gyakorlatvezető:...

Részletesebben

1. Adja meg az áram egységének mértékrendszerünkben (m, kg, s, A) érvényes definícióját!

1. Adja meg az áram egységének mértékrendszerünkben (m, kg, s, A) érvényes definícióját! 1. Adja meg az áram egységének mértékrendszerünkben (m, kg, s, A) érvényes definícióját! A villamos áram a villamos töltések rendezett mozgása. A villamos áramerősség egységét az áramot vivő vezetők közti

Részletesebben

ANOVA összefoglaló. Min múlik?

ANOVA összefoglaló. Min múlik? ANOVA összefoglaló Min múlik? Kereszt vagy beágyazott? Rögzített vagy véletlen? BIOMETRIA_ANOVA5 1 I. Kereszt vagy beágyazott Két faktor viszonyát mondja meg. Ha több, mint két faktor van, akkor bármely

Részletesebben

Hódmezővásárhelyi Városi Matematikaverseny április 14. A osztályosok feladatainak javítókulcsa

Hódmezővásárhelyi Városi Matematikaverseny április 14. A osztályosok feladatainak javítókulcsa Hódmezővásárhelyi Városi Matematikaverseny 2003. április 14. A 11-12. osztályosok feladatainak javítókulcsa 1. feladat Egy számtani sorozatot az első eleme és különbsége egyértelműen meghatározza, azt

Részletesebben

Az enyhe értelmi fogyatékos fővárosi tanulók 2009/2010. tanévi kompetenciaalapú matematika- és szövegértés-mérés eredményeinek elemzése

Az enyhe értelmi fogyatékos fővárosi tanulók 2009/2010. tanévi kompetenciaalapú matematika- és szövegértés-mérés eredményeinek elemzése E L E M Z É S Az enyhe értelmi fogyatékos fővárosi tanulók 2009/2010. tanévi kompetenciaalapú matematika- és szövegértés-mérés eredményeinek elemzése 2010. szeptember Balázs Ágnes (szövegértés) és Magyar

Részletesebben

8. OSZTÁLY ; ; ; 1; 3; ; ;.

8. OSZTÁLY ; ; ; 1; 3; ; ;. BEM JÓZSEF Jelszó:... VÁROSI MATEMATIKAVERSENY Teremszám:... 2010. december 7-8. Hely:... 8. OSZTÁLY Tiszta versenyidő: 90 perc. A feladatokat többször is olvasd el figyelmesen! A megoldás menetét, gondolataidat

Részletesebben

Mintavételezés és AD átalakítók

Mintavételezés és AD átalakítók HORVÁTH ESZTER BUDAPEST MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM JÁRMŰELEMEK ÉS JÁRMŰ-SZERKEZETANALÍZIS TANSZÉK ÉRZÉKELÉS FOLYAMATA Az érzékelés, jelfeldolgozás általános folyamata Mérés Adatfeldolgozás 2/31

Részletesebben

Kompetens szoftvertesztelés a gyakorlatban II. zárthelyi dolgozat

Kompetens szoftvertesztelés a gyakorlatban II. zárthelyi dolgozat Név:...................................... Neptunkód:................... Kompetens szoftvertesztelés a gyakorlatban II. zárthelyi dolgozat 2015. április 22. (szerda) Kitöltési útmutató A dolgozat kitöltéséhez

Részletesebben

1. Melyek azok a kétjegyű számok, amelyek oszthatók számjegyeik

1. Melyek azok a kétjegyű számok, amelyek oszthatók számjegyeik 1991. évi verseny, 1. nap 1. Számold össze, hány pozitív osztója van 16 200-nak! 2. Bontsd fel a 60-at két szám összegére úgy, hogy az egyik szám hetede egyenlő legyen a másik szám nyolcadával! 3. Van

Részletesebben

A fordítóprogramok szerkezete. Kódoptimalizálás. A kódoptimalizálás célja. A szintézis menete valójában. Kódoptimalizálási lépések osztályozása

A fordítóprogramok szerkezete. Kódoptimalizálás. A kódoptimalizálás célja. A szintézis menete valójában. Kódoptimalizálási lépések osztályozása A fordítóprogramok szerkezete Forrásprogram Forrás-kezelő (source handler) Kódoptimalizálás Fordítóprogramok előadás (A,C,T szakirány) Lexikális elemző (scanner) Szintaktikus elemző (parser) Szemantikus

Részletesebben

DTMF Frekvenciák Mérése Mérési Útmutató

DTMF Frekvenciák Mérése Mérési Útmutató ÓBUDAI EGYETEM Kandó Kálmán Villamosmérnöki Kar Híradástechnika Intézet DTMF Frekvenciák Mérése Mérési Útmutató A mérést végezte: Neptun kód: A mérés időpontja: Bevezető A Proto Board 2. mérőkártya olyan

Részletesebben

TANMENETJAVASLAT AZ ÚJ KERETTANTERVHEZ MATEMATIKA 1. ÉVFOLYAM KÉSZÍTETTÉK: KURUCZNÉ BORBÉLY MÁRTA ÉS VARGA LÍVIA TANKÖNYVSZERZŐK 2013

TANMENETJAVASLAT AZ ÚJ KERETTANTERVHEZ MATEMATIKA 1. ÉVFOLYAM KÉSZÍTETTÉK: KURUCZNÉ BORBÉLY MÁRTA ÉS VARGA LÍVIA TANKÖNYVSZERZŐK 2013 TANMENETJAVASLAT AZ ÚJ KERETTANTERVHEZ MATEMATIKA 1. ÉVFOLYAM KÉSZÍTETTÉK: KURUCZNÉ BORBÉLY MÁRTA ÉS VARGA LÍVIA TANKÖNYVSZERZŐK 2013 1 Kedves Kollégák! Tanmenet javaslatunkkal segítséget kívánunk nyújtani

Részletesebben

1. oldal, összesen: 5

1. oldal, összesen: 5 1. oldal, összesen: 5 Elmélet Word 1. Döntse el az alábbi állításról, hogy a tagmondatok tartalma igaz-e, s A WORD helyesírás-ellenőrző rendszere minden helyesírási hibánkat kijavítja, mert felismeri,

Részletesebben

STATISZTIKAI PROBLÉMÁK A

STATISZTIKAI PROBLÉMÁK A STATISZTIKAI PROBLÉMÁK A HULLÁMTÉR REPRODUKCIÓ TERÜLETÉN 2012. május 3., Budapest Firtha Gergely PhD hallgató, Akusztikai Laboratórium BME Híradástechnikai Tanszék firtha@hit.bme.hu Tartalom A hangtér

Részletesebben

Kísérlettervezés alapfogalmak

Kísérlettervezés alapfogalmak Kísérlettervezés alapfogalmak Rendszermodellezés Budapest University of Technology and Economics Fault Tolerant Systems Research Group Budapest University of Technology and Economics Department of Measurement

Részletesebben

A 2013/2014. tanévi Országos Középiskolai Tanulmányi Verseny döntő forduló FIZIKA II. KATEGÓRIA FELADATOK. Különösen viselkedő oszcillátor vizsgálata

A 2013/2014. tanévi Országos Középiskolai Tanulmányi Verseny döntő forduló FIZIKA II. KATEGÓRIA FELADATOK. Különösen viselkedő oszcillátor vizsgálata Oktatási Hivatal A 2013/2014. tanévi Országos Középiskolai Tanulmányi Verseny döntő forduló FIZIKA II. KATEGÓRIA FELADATOK Különösen viselkedő oszcillátor vizsgálata Elméleti bevezető: A mérési feladat

Részletesebben

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H

Részletesebben

Makroökonómia (G-Kar és HR) gyakorló feladatok az 1. és 2. szemináriumra

Makroökonómia (G-Kar és HR) gyakorló feladatok az 1. és 2. szemináriumra Makroökonómia (G-Kar és HR) gyakorló feladatok az 1. és 2. szemináriumra 1. Feladat Az általunk vizsgált gazdaságban 2018-ban és 2019-ben csupán két terméket állítanak el : X-et és Y-t. Az ezekre vonatkozó

Részletesebben

Oktatáskutató és Fejlesztő Intézet TÁMOP-3.1.1-11/1-2012-0001 XXI. századi közoktatás (fejlesztés, koordináció) II. szakasz. Fejlesztőfeladatok

Oktatáskutató és Fejlesztő Intézet TÁMOP-3.1.1-11/1-2012-0001 XXI. századi közoktatás (fejlesztés, koordináció) II. szakasz. Fejlesztőfeladatok Oktatáskutató és Fejlesztő Intézet TÁMOP-3.1.1-11/1-2012-0001 XXI. századi közoktatás (fejlesztés, koordináció) II. szakasz Fejlesztőfeladatok MATEMATIKA 4. szint 2015 Oktatáskutató és Fejlesztő Intézet

Részletesebben

A 27/2012 (VIII. 27.) NGM rendelet (12/2013 (III.28) NGM rendelet által módosított) szakmai és vizsgakövetelménye alapján.

A 27/2012 (VIII. 27.) NGM rendelet (12/2013 (III.28) NGM rendelet által módosított) szakmai és vizsgakövetelménye alapján. A 27/2012 (VIII. 27.) NGM rendelet (12/2013 (III.28) NGM rendelet által módosított) szakmai és vizsgakövetelménye alapján. Szakképesítés, azonosító száma és megnevezése 54 523 02 Elektronikai technikus

Részletesebben

Fogyasztás, beruházás és rövid távú árupiaci egyensúly kétszektoros makromodellekben

Fogyasztás, beruházás és rövid távú árupiaci egyensúly kétszektoros makromodellekben Fogyasztás, beruházás és rövid távú árupiaci egyensúly kétszektoros makromodellekben Fogyasztáselméletek 64.) Bock Gyula [2001]: Makroökonómia ok. TRI-MESTER, Tatabánya. 33. o. 1. 65.) Keynesi abszolút

Részletesebben

3 Ellenállás mérés az U és az I összehasonlítása alapján. 3.a mérés: Ellenállás mérése feszültségesések összehasonlítása alapján.

3 Ellenállás mérés az U és az I összehasonlítása alapján. 3.a mérés: Ellenállás mérése feszültségesések összehasonlítása alapján. 3 Ellenállás mérés az és az I összehasonlítása alapján 3.a mérés: Ellenállás mérése feszültségesések összehasonlítása alapján. A mérés célja: A feszültségesések összehasonlításával történő ellenállás mérési

Részletesebben

Zaj- és rezgés. Törvényszerűségek

Zaj- és rezgés. Törvényszerűségek Zaj- és rezgés Törvényszerűségek A hang valamilyen közegben létrejövő rezgés. A vivőközeg szerint megkülönböztetünk: léghangot (a vivőközeg gáz, leggyakrabban levegő); folyadékhangot (a vivőközeg folyadék,

Részletesebben

2. MÉRÉSELMÉLETI ISMERETEK

2. MÉRÉSELMÉLETI ISMERETEK 2. MÉRÉSELMÉLETI ISMERETEK A fejezet célja azoknak a módszereknek a bemutatása, amelyekkel adatokat gyűjthetünk annak érdekében, hogy kérdéseinkre választ kapjunk. Megvizsgáljuk azokat a feltételeket is,

Részletesebben

Tájékoztató. Használható segédeszköz: számológép

Tájékoztató. Használható segédeszköz: számológép A 12/2013. (III. 29.) NFM rendelet szakmai és vizsgakövetelménye alapján. Szakképesítés azonosítószáma és megnevezése 54 523 05 Távközlési technikus Tájékoztató A vizsgázó az első lapra írja fel a nevét!

Részletesebben

Készítette: niethammer@freemail.hu

Készítette: niethammer@freemail.hu VLogo VRML generáló program Készítette: Niethammer Zoltán niethammer@freemail.hu 2008 Bevezetés A VLogo az általános iskolákban használt Comenius Logo logikájára épülő programozási nyelv. A végeredmény

Részletesebben

Az egyszerűsítés utáni alak:

Az egyszerűsítés utáni alak: 1. gyszerűsítse a következő törtet, ahol b 6. 2 b 36 b 6 Az egyszerűsítés utáni alak: 2. A 2, 4 és 5 számjegyek mindegyikének felhasználásával elkészítjük az összes, különböző számjegyekből álló háromjegyű

Részletesebben