SPECIÁLIS TÖBBVÁLTOZÓS ELOSZLÁSOK MODELLEZÉSE KOPULÁK SEGÍTSÉGÉVEL
|
|
- Barnabás Barta
- 4 évvel ezelőtt
- Látták:
Átírás
1 5 Kovács Edth * SPECIÁLIS TÖBBVÁLTOZÓS ELOSZLÁSOK MODELLEZÉSE KOPULÁK SEGÍTSÉGÉVEL Összfoglaló: A ckkbn bmutatunk gy módszrt az gyütts loszlás modllzésér, azzal a fltétlzéssl, hogy smrjük a prmloszlás-függvénykt. A többváltozós gyütts loszlásfüggvény tljs mértékbn jllmz a valószínûség változók összfüggésénk mértékét, zért z gyütts loszlásfüggvény modllzés az összfüggés mérésénk a knduló pontja. Egy portfoló kockázatának a modllzésér dág lggyakrabban a többváltozós Gauss-loszlás volt használatos, mvl nagyon sok kénylms tulajdonsággal rndlkzk. A gyakorlat sajnos bbzonyította, hogy nm mndg llszthtõ a valós adatokra. Egydmnzós valószínûség változók stébn a normáls loszlással való mgközlítés nagyon hasznosnak bzonyul, mvl nagyon sokfél loszlás közlíthtõ mg bzonyos fltétlk mlltt a normálssal. Mnt smrts sok olyan nm normáls gyütts loszlás létzk, amlynk a prmloszlás- függvény normálsak. Az gyk fõ hányossága a többváltozós normáls loszlásfüggvénynk, hogy az összfüggés az xtrmtásokban. A valós vlágban, például a pénzügykbn, sok olyan st van, amkor a nagyon nagy értékk, lltv nagyon kcs értékk gyüttsn fokozott valószínûséggl kövtkznk b. Ezknk a sajátosságoknak a modllzéséhz fogjuk az archmédsz kopulák fajtájából a Gumbl, Frank és Clayton 4, 5. családokat használn [ ][] Kulcsszavak: normál loszlás, kopula, xtrmtásokban való függõség, archmédsz kopula. Bvztés Dolgozatunk célja két olyan valószínûség változó gyütts loszlásának a modllzés, amlyk xtrmtásokban való összfüggést mutatnak (a kugró értékk gyszrr kövtkznk b és zk összfüggésénk jllmzés. A gyakorlatból láthattuk, hogy a kockázat-lmzésbn nagyon fontos szrpt játszanak az gyütt bkövtkzõ xtrém értékk. Ezknk fgylmbvétlévl kll majd a modllt mgszrksztn. A dolgozatban gy nm normáls gyütts loszlás sgítségévl modllzünk; a fnt mlíttt spcáls kívánalmakat fgylmb vév, a kétváltozós gyütts-loszlást úgy, hogy a prmloszlásokat normálsnak tkntjük. Ehhz flhasználjuk az lõzõ ckkünkbn [ 2 ] bmutatott Gumbl, Clayton és Frank kopulákat. * Fõskola adjunktus, Általános Vállalkozás Fõskola
2 6 A: Rövd mlékzttõ a kopulákról. A kopulafüggvény értlmzésérõl (rövdn Egyszrûn fogalmazva[ 3 ]: több valószínûség változóhoz tartozó kopulafüggvény az gyütts loszlásfüggvény és a szmpla valószínûség változók loszlásfüggvényt gysít magában. Ahogyan azt már [] 2 bmutattam, a kopulafüggvény sgítségévl tljsn lírható kttõ vagy több valószínûség változó statsztka összfüggésénk a mérték. A kopulafüggvényk flhasználásának két fõ ránya: Mghatározhatjuk a kopulafüggvényt az gyütts loszlásfüggvény smrtébn. (Az gyütts l oszlásfüggvény gyértlmûn mghatározza a prmloszlás-függvénykt. Ezk smrtébn a Sklar tétl [] alapján konstruálható gyértlmûn a kopulafüggvény. A mntából kapott adatok alapján mgválasztjuk a mgfllõ kopulát, amlyt gysítünk a prmloszlás-függvénykkl. Így modllzhtjük a mntának mgfllõ gyütts loszlást. Dfncó.: Kopulafüggvénynk nvzünk mndn olyan függvényt, amly a kövtkzõ képpn van értlmzv: C : ; 2, és lgt tsz a kövtkzõ tulajdonságoknak:, a u v I C( u, C(, v b u, v I C( u, u C(, v v c u, u2, v, v2 I; u u2, v v2 Tétl.. (Sklar[] H x, y gyütts loszlásfügg- F x lltv G y prmloszlás-függvénykkl, akkor létzk gy : Ha X és Y folytonos valószínûség változók ( vénnyl és ( ( C : [ ; ] 2 [ ; ] C kopulafüggvény, amlyr gaz, hogy [ ] [ ] ( u v C( u, v C( u, v + C( u, v 2, ( [ ;] C( u, v H F ( u, G ( v u, v. Fordítva: Ha C : [ ; ] 2 [ ; ], ( F( x G( y C, gy kopula, akkor létzk gytln gy gyütts loszlásfüggvény H(x,y, F(x és G(y prmloszlásokkal. Err tljsül: ( x, y C( F( x G( y x, y R H,
3 7 2. Az archmédsz kopulák[ 5] Dfncó 2.: Azt mondjuk, hogy gy :[,] 2 [,] csökknõ függvény φ ], ] R C kopula archmdsz, ha létzk gy konvx : a kövtkzõ két tulajdonsággal: φ ( és C ( u v φ, φ( u + φ( v Az archmédsz kopulafüggvényt gyértlmün mghatározza a φ gnrálófüggvény [][], 4 A továbbakban a kövtkzõ archmédsz kopulacsaládokat fogjuk használn: [ ] ;. Gumbl-család (96 ( ln u + ( ln v C u v. (, φ φ ( v ( lnv ( 3. Ezt a családot a flsõ xtrmtásokban való rõs összfüggés jllmz, mnt z az. ábrán látható.. ábra + 2. Clayton-család (978 ( u, v ( u v ; C. φ ( v v. Ezt a családot az összfüggés az alsó xtrmtásokban jllmz, ahogyan azt a 2. ábra mutatja.
4 8 3. Frank család (978 C( u, v ln + φ ( v u v ( ( R Ez a család szmmtrkusan rõs xtrmtásokban való dpndncát mutat. Ez látható a 3. ábrán. ln u u 3. ábra 3. Extrmtásokban való dpndnca (összfüggés: Flsõ xtrmtásokban való összfüggés, akkor létzk, ha a kövtkzõ határérték poztív (vagys a nagy klógó értékk gyszrr kövtkznk b: λ uppr lm P Y u u< ( G ( u / X F ( u Alsó xtrmtásokban való összfüggés akkor van, ha a kövtkzõ határérték poztív (vagys a kcs klógó értékk gyszrr kövtkznk b: λ lowr lm P Y u u> ( G ( u / X F ( u Mgjgyzésk: A Gauss-loszlásnak, amlyhz tartozó korrlácó ksbb mnt nulla az alsó xtrmtásokban való dpndncája, úgyszntén a flsõ xtrmtásokban való dpndncája. Az xtrmtásokban való összfüggés a kopulán múlk és nm a prmloszlásokon, zért a kopulát kll mgfllõn mgválasztan.
5 9 B: Egy spcáls gyütts loszlásnak mgfllõ kopula modllzés µ,σ µ 2,σ 2 N normál loszlású valószínûség változók. Az alapötlt a kövtkzõ: modllzn fogjuk numrkusan a mntának mgfllõ kopulát, szm lõtt tartva az xtrmtásokban való összfüggés típusát. Ennk érdkébn a fnt bmutatott három kopulacsaládot fogjuk használn. Tgyük föl, hogy van gy n darab ( x, y párból álló mntánk. Ezkhz hozzárndljük a mgfllõ u és v értékkt az alább képltk szrnt: A továbbakban abból ndulunk k, hogy X és Y N ( lltv (. X Y x µ u F( x Φ σ y µ v G( y Φ σ2 2 x y u v M M M M xn yn u n vn 2. Kszámoljuk az mprkus Kndall-mutatókat: τ c d, c + d ahol c a mntában lévõ konkordáns párok számossága (azok a párok az {( x y ; ( x j, y j } számossága amlykr gaz, hogy ( x x j ( y y j f, d dszkordáns párok számossága (azok a párok az {( x y ; ( x j, y j } gaz, hogy ( x x ( y y p. j j, párok, párok számossága, amlykr 3. Kszámoljuk az paramétrt, amly a Kndall-fél mprkus mutatónak a függvény. Kválasztjuk az adott kopula családból a mgfllõ kopulát. Gumbl Clayton Frank ;, τ ( 2τ τ [, 4 D τ + R ( whr D t ( dt t
6 4. smrtébn mgállapítjuk a gnráló függvényt Gumbl Clayton Frank φ ( v ( ln v φ( v x φ( v ln x x 5. Flhasználva az lsõ lépésbn kszámított u és v értékkt, most kszámoljuk a kválasztott kopula * φ u és φ v értékt: gnráló függvényénk a ( ( φ ( u φ( v M M φ ( u n φ( v n 6. Az ötödk lépés nyomán kszámolhatjuk a kopula dszkrét pontokban flvtt értékt. Gumbl Clayton Frank C( u, v [ ( ln u + ( ln v ] ; C( u, v ( u + v ; C( u, v R ln + u ( v ( n 7. Kszámoljuk ugyanzkn az ( u, v értékkt: Π ( u, v u. v. dszkrét pontokon, a függtlnség kopula által flvtt 8. Kszámoljuk ugyanzkn az ( u, v dszkrét pontokon, a maxmáls kopula értékt ( u v lltv W (, értékkt. u v M,, 9. Bvztünk gy mutatót, amllyl az összfüggés mértékét fogjuk jllmzn. Ehhz a kövtkzõ jlöléskt lsznk szükségsk: Jlölj A C( u, v Π( u, v. ha A > Jlölj δ és különbn ha A < δ különbn * A Gnst, Mac Kay 993 lmélt és [8] alapján
7 Az alapötlt az, hogy számszrûsítsük a modllztt kopula C(u,v és a függtlnség kopula között n ltérést. Ehhz használhatjuk például a az ltérésk négyzténk összgét a mntából származtatott pontokon: ( C( u v Π( u, v 2,. Mnél közlbb áll z az összg a nullához, annál közlbb áll a változok kapcsolata a függtlnséghz. A probléma, abból adódhat, hogy nnk a számnak nncsn számszrû flsõhatára. Tudjuk, hogy mndn kopula a mnmáls és a maxmáls kopula közé sk, bbõl kfolyólag pdg u, pontban számolhatunk gy maxmáls ltérést: mndn ( v Ha a C(u,v kopula a függtlnség kopula fölött halad, akkor a maxmáls ltérést az ( u, v pontban a M u, v Π( u, v adja. ( Ha a kopula a C(u,v kopula a függtlnség kopula alatt halad l akkor a maxmáls ltérés az( u, v pontban a Π u, v W ( u, v adja. ( A probléma az, hogy lõfordulhat, hogy gy kopula mtszht a függtlnség kopulát, matt pdg mgváltoztathatja a függtlnség kopulához képst a pozícóját. A dolgozat végén található ábrákon bmutatjuk az általunk konstruált kopula és a függtlnség kopula között ltéréskt [a Clayton (CG, Gumbl (CG, Frank (CF] különbözõ értékkr. Ha az ltérésk poztív rányban rajzolódtak k, akkor az általunk konstruált kopula van fölül (4, 5, 6. ábrák, ha pdg ngatív rányban rajzolódnak k, akkor az általunk konstruált kopula halad l a függtlnség kopula alatt (7, 8. ábrák, d lõfordul, hogy ngatív tartományból poztívba vált át, vagy fordítva. Ilyn stkbn pdg valahol mtsz a függtlnség kopulát, így mgváltoztatva a hozzá vszonyított rlatív pozícóját. Ezn sajátosságok fgylmbvétlévl bvztjük a kövtkzõ mutatót: σˆ XY ( C( u, v Π( u, v n n 2 2 [ δ( M ( u, v C( u, v ] + [ δ( C( u, v W ( u, v ] n 2. Ez a mutató már nulla és gy közé sk. C: Kövtkzttésk A B: részbn bmutatott módszr által numrkusan modllztünk gy normáls prmloszlású, d nm normáls gyütts-loszlásnak mgfllõ kopula függvényt, fgylmb vév az xtrmtásokban mgfgylhtõ sajátosságokat. A mntából nyrt adatokra támaszkodva bvztünk gy mprkus mutatót ˆσ X, Y, amly jllmz az összfüggés mértékét. Mnél közlbb áll ˆσ X, Y az -hz, annál rõsbb kapcsolatot sjthtünk a két valószínûség változó között; mnél közlbb áll z a mutató a nullához annál gyngébb kapcsolatot sjtt.
8 2 4. ábra * ** alfa4; ltérés CG - uv,25,2,5,,5 5. ábra * ** alfa-,5; ltérés: CF - uv,6,4,2,,8,6,4,2 -,2 [ ;] 2 * A síkban mérjük az u és v értékkt, thát fkvõ négyzt ** Érdms mgfgyln a függõlgs tngly értékt. Mnél nagyobbak annál nagyobb az ltérés a függtlnség kopulától, thát rõsbb az összfüggés. (Mgjgyzés: különbözõ ábrákon különbözõ a mértékgység.
9 3 6. ábra * ** alfa3; ltérés CG - uv,8,6,4,2,,8,6,4,2 7. ábra * ** alfa,5; ltérés: CF - uv,2 -,2 -,4 -,6 -,8 -, -,2 -,4 -,6 [ ;] 2 * A síkban mérjük az u és v értékkt, thát fkvõ négyzt ** Érdms mgfgyln a függõlgs tngly értékt. Mnél nagyobbak annál nagyobb az ltérés a függtlnség kopulától, thát rõsbb az összfüggés. (Mgjgyzés: különbözõ ábrákon különbözõ a mértékgység.
10 4 8. ábra * ** alfa,5; ltérés: CC - uv, -, -,2 -,3 -,4 -,5 -,6 -,7 FELHASZNÁLT IRODALOM: [] Sklar, A.: Random varabls, dstrbuton functons, and copulas-a prsonal look backward and forward, n Dstrbutons wth Fxd Margnals and Rlatd Topcs, d. By L. Rüschndorff, B. Schwzr, and M. Taylor, pp. -4. Insttut of Mathmatcal Statstcs, Hayward, CA. [] 2 Kovács, E.: Valószínûség változók gyütts loszlásának lltv összfüggésénk jllmzés kopulák sgítségévl. Általános Vállalkozás Fõskola, Tudományos Közlményk 2. szám, 25. áprls. [] 3 Gnst, C. and Mac Kay: Th joy of copulas: Bvarat dstrbutons wth unform margnals, Th Amrcan Statstcan, 4. pp (986a. [] 4 Gnst, C. and Mac Kay: Copula archmédnns t famlls d los bdmnsonll dont ls margs sont donns, Th Canadan Journal of Statstcs 4. pp (986b. [] 5 Gnst, C. and Rvst, L.-P.: Statstcal nfrnc procdurs for bvarat Archmdan copulas, Journal of th Amrcan Statstcal Assocaton, 88. pp [] 6 Embrchts, P. Lndskog, F and Mc Nl A.: Modllng Dpndnc wth Copulas and Applcatons to Rsk Managmnt Dpartamnt of Mathmatcs ETHZ sptmbr, 2. pp [] 7 Nlsn, R.: An Introducton to Copulas, Sprngr, Nw York, 998. [] 78 Kovács, E.: Algortmusok az gyütts loszlás modllzéséhz kopulák sgítségévl. Országos Matmatka, Fzka, Infomatka Konfrnca. Szgd, 25. [ ;] 2 * A síkban mérjük az u és v értékkt, thát fkvõ négyzt ** Érdms mgfgyln a függõlgs tngly értékt. Mnél nagyobbak annál nagyobb az ltérés a függtlnség kopulától, thát rõsbb az összfüggés. (Mgjgyzés: különbözõ ábrákon különbözõ a mértékgység.
A kötéstávolság éppen R, tehát:
Forgás és rzgés spktroszkópa:. Határozzuk mg a kövtkző részcskék rdukált tömgét: H H, H 35 Cl, H 37 Cl, H 35 Cl, H 7 I Egy m és m tömgű atomból álló kétatomos molkula rdukált tömg () dfnícó szrnt: mm vagy
RészletesebbenA hőmérsékleti sugárzás
A hőmérséklt sugárzás (Dr. Parpás Béla lőadása alapján ljgyzték a Mskolc gytm harmadévs nformatkus hallgató) Alapjlnségk Mndnnap tapasztalat, hogy a mlgíttt tstk hősugárzást (nfravörös sugárzást) bocsátanak
Részletesebben6. előadás Véges automaták és reguláris nyelvek
Formális nylvk és automaták Széchnyi István Egytm 6. lőadás Végs automaták és rguláris nylvk dr. Kallós Gábor 2017 2018 Formális nylvk és automaták Széchnyi István Egytm Tartalom Zártsági tulajdonságok
Részletesebben4. Differenciálszámítás
. Diffrnciálszámítás.. Írja fl a diffrnciahányadost a mgadott pontban és határozza mg a határértékét!... f...... f..7. f, f,,..9. f... f... f... f...... f..7...9. f...... f... f... f...,..6. f,,,, f,..8.
Részletesebben6. Határozatlan integrál
. Határozatlan intgrál.. Alkalmazza a hatványfüggvény intgrálására vonatkozó szabályt! d... d... d... d 8...... d... d... d..8. d..9. d..0. d... d... d 8... d... 8... d...... d..8...9. d..0. d d 8 d d..
RészletesebbenKORLÁTOS. mateking.hu BINOMIÁLIS ELOSZLÁS. Egy úton hetente átlag 3 balesetes nap van. Mi a valószínűsége, hogy egy adott héten 2 balesetes nap van?
NEVEZETES DISZKRÉT ÉS FOLYTONOS OK HIPERGEO. BINOM. POISSON VAN ITT EGY FELADAT ISMERTHOGY MENNYI AZ ÖSSZES ELEM ÉS AZ ÖSSZES SELEJT VAGYIS N K ILLETVE n k. CSAK VALAMI %-OS IZÉ ISMERT A VÁRHATÓ AZ ÁTLAG
Részletesebben53. sz. mérés. Hurokszabályozás vizsgálata
53. sz. mérés Hurokszaályozás vizsgálata nagyszültségű alap- illtv losztóhálózat (4,, kv a hálózatok unkcióáól kövtkzőn hurkolt (töszörösn hurkolt kialakítású. sok csomóponttal, tö táplálási illtv ogyasztási
RészletesebbenBojtár-Gáspár: A végeselemmódszer matematikai alapjai
Bojtár Imr Gáspár Zsolt A végslmmódszr matmatka alapja Elktronkusan ltölthtő lőadásvázlat építőmérnök hallgatók számára. http://www.pto.bm.hu/m/htdocs/oktatas/oktatas.php Kadó: BME Tartószrkztk Mchankája
RészletesebbenSzéchenyi István Egyetem. Alkalmazott Mechanika Tanszék
Széchnyi István Egytm Alkalmazott Mchanika Tanszék Végslm analízis Elmélti kérdésk gytmi mstrképzésbn (MSc) résztvv járm mérnöki, mchatronikai mérnök és logisztikai mérnök szakos hallgatók számára 0. októbr
RészletesebbenNéhány pontban a függvény értéke: x -4-2 -1-0.5 0.5 1 2 4 f (x) -0.2343-0.375 0 6-6 0 0.375 0.2343
Házi ladatok mgoldása 0. nov.. HF. Elmzz az ( ) = üggvényt (értlmzési tartomány, olytonosság, határérték az értlmzési tartomány véginél és a szakadási pontokban, zérushly, y-tnglymtszt, monotonitás, lokális
RészletesebbenÉletkor (Age) és szisztolés vérnyomás (SBP)
Lináris rgrsszió Éltkor (Ag) és szisztolés vérnyomás (SBP) Ag SBP Ag SBP Ag SBP 22 131 41 139 52 128 23 128 41 171 54 105 24 116 46 137 56 145 27 106 47 111 57 141 28 114 48 115 58 153 29 123 49 133 59
RészletesebbenSIKALAKVÁLTOZÁSI FELADAT MEGOLDÁSA VÉGESELEM-MÓDSZERREL
SIKALAKVÁLTOZÁSI FELADAT MEGOLDÁSA VÉGESELEM-MÓDSZERREL ADOTT: Az ábrán látható db végslmből álló tartószrkzt gomtriája, mgfogása és trhlés. A négyzt alakú síkalakváltozási végslmk mért 0 X 0 mm. p Anyagjllmzők:
RészletesebbenORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!
ORVOSI STATISZTIKA Az orvos statsztka helye Élettan Anatóma Kéma Lehet kérdés?? Statsztka! Az orvos döntéseket hoz! Mkor jó egy döntés? Mennyre helyes egy döntés? Mekkora a tévedés lehetősége? Példa: test
Részletesebben(2) A d(x) = 2x + 2 függvénynek van véges határértéke az x0 = 1 helyen, így a differenciálhányados: lim2x
DIFFERENCIÁLSZÁMÍTÁS MINTAPÉLDÁK.. Példa. Határozzuk mg az f = függvénnk az = hlhz tartozó diffrnciahánados függvénét, majd vizsgáljuk mg, hog f diffrnciálható- az -ban adjuk mg az = hlhz tartozó diffrnciálhánadost.
RészletesebbenDugattyús szivattyú általános beépítési körülményei (szívó- és nyomóoldali légüsttel) Vegyipari- és áramlástechnikai gépek. 2.
gypar és áramlástchnka gépk.. lőaás Készíttt: r. ára Sánor Buapst Műszak és Gazaságtuomány Egytm Gépészmérnök Kar Hronamka nszrk Tanszék 1111, Buapst, Műgytm rkp. 3. D ép. 334. Tl: 463-16-80 Fax: 463-30-91
RészletesebbenTestmodellezés ábra. Gúla Ekkor a csúcspontok koordinátáit egy V csúcspont (vertex) listában tárolhatjuk.
Tstmodllzés 1 1. Tstmodllzés Egy objktum modlljén az objktumot rprzntáló adatrndszrt értjük. Egy tstmodll gy digitális rprzntációja gy létz vagy lképzlt objktumnak. A trvzés, a modllzés során mgadjuk a
RészletesebbenSzéchenyi István Egyetem. Alkalmazott Mechanika Tanszék
Széchnyi István Egytm Alkalmazott Mchanika Tanszék Végslm analízis Elmélti kérdésk gytmi mstrképzésbn MSc) résztvv járm mérnöki, mchatronikai mérnök és logisztikai mérnök szakos hallgatók számára. Mit
RészletesebbenA szelepre ható érintkezési erő meghatározása
A szlpr ható érintkzési rő mghatározása Az [ 1 ] műbn az alábbi fladatot találtuk. A fladat: Adott az ábra szrinti szlpmlő szrkzt. Az a xcntricitással szrlt R sugarú bütyök / körtárcsa ω 1 állandó szögsbsséggl
RészletesebbenIntelligens elosztott rendszerek
Intellgens elosztott rendszerek VIMIAC2 Adatelőkészítés: hhetőségvzsgálat normálás stb. Patak Béla BME I.E. 414, 463-26-79 atak@mt.bme.hu, htt://www.mt.bme.hu/general/staff/atak Valamlyen dőben állandó,
Részletesebben6. INTEGRÁLSZÁMÍTÁS. Írjuk fel a következő függvények primitív függvényeit ( ): 6.1. f: f ( x) = f: f ( x) = 4x f: f x x x.
5 6 INTEGRÁLSZÁMÍTÁS Írjuk fl a kövtkző függvényk primitív függvényit (6-67): 6 f: f ( ) = 6 f: f ( ) = 6 f: + f, R 6 f: f ( ) = 65 f: f ( ) = + 66 f: 67 f: f 68 f: f 69 f: 6 f: f +, R, R + f f +, R 6
RészletesebbenRSA. 1. Véletlenszerűen választunk két "nagy" prímszámot: p1, p2
RS z algoritmus. Véltlnszrűn választunk két "nagy" prímszámot: p, p, p p. m= pp, φ ( m) = ( p -)( p -)., < φ( m), ( φ( m ),) = - 3. d = ( mod φ( m) ) 4. k p s = ( m,), = ( d, p, p ) k. Kódolás: y = x (
Részletesebben3. MECHANIKA STATIKA GYAKORLAT Kidolgozta: Triesz Péter egy. ts. Három erő egyensúlya
SZÉHENYI ISTVÁN EGYETEM GÉPSZERKEZETTN ÉS MEHNIK TNSZÉK 3 MEHNIK STTIK GYKORLT Kdolgozt: Tsz Pét gy ts Háom ő gynsúly 3 Péld: dott gy mlőszkzt mét és thlés: m b 5 m c 5 m 0 kn ldt: y c Htáozz mg z és támsztóőkt
RészletesebbenBevezetés a fúziós plazmafizikába 7.
Bvztés fúzós plzmfzkáb 7. Részcskék ütközés plzmákbn, trnszport r. Grgő Pokol BME NTI Bvztés fúzós plzmfzkáb 018. októbr 16. Progrm átum Elődó Cím Szptmbr 4Pokol Szptmbr 11Pokol Szptmbr 18Pokol Szptmbr
Részletesebben14 A Black-Scholes-Merton modell. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull
14 A Black-choles-Merton modell Copyright John C. Hull 01 1 Részvényárak viselkedése (feltevés!) Részvényár: μ: elvárt hozam : volatilitás Egy rövid Δt idő alatt a hozam normális eloszlású véletlen változó:
RészletesebbenKORLÁTOS. mateking.hu BINOMIÁLIS ELOSZLÁS. Egy úton hetente átlag 3 balesetes nap van. Mi a valószínűsége, hogy egy adott héten 2 balesetes nap van?
NEVEZETES DISZKRÉT ÉS FOLYTONOS OK HIPERGEO. BINOM. POISSON VAN ITT EGY FELADAT ISMERTHOGY MENNYI AZ ÖSSZES ELEM ÉS AZ ÖSSZES SELEJT VAGYIS N K ILLETVE n k. CSAK VALAMI %-OS IZÉ ISMERT A VÁRHATÓ AZ ÁTLAG
RészletesebbenA központos furnérhámozás néhány alapösszefüggése
A közpotos furérhámozás éháy alapösszfüggés 1. ábra: A hámozás jllmző myiségi Az 1. ábra forrása: Dr. Lugosi Armad ( szrk. ) : Faipari szrszámok és gépk kéziköyv Műszaki Köyvkiadó, Budapst, 1987, 57. oldal.
RészletesebbenFIZIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ
Fizika középszint 080 ÉRETTSÉGI VIZSGA 008. novmbr. FIZIKA KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI ÉS KULTURÁLIS MINISZTÉRIUM A dolgozatokat az útmutató utasításai szrint,
RészletesebbenImproprius integrálás
Improprius intgrálás Tnulási cél Htározott intgrál foglmánk kitrjsztés végtln intrvllumr. Dfiníciók lklmzás konkrét fldtok stén. Motivációs péld Eddig htározott intgrált csk végs zárt intrvllumon számoltunk.
RészletesebbenÁbrahám Gábor: Az f -1 (x)=f(x) típusú egyenletekről. típusú egyenletekről, Megoldás: (NMMV hivatalos megoldása) 6 x.
Ábrahám Gábor: Az f - ()=f() típusú gynltkről Az f ( ) = f( ) típusú gynltkről, avagy az írástudók fllősség és gyéb érdksségk Az alábbi cikk a. évi Rátz László Vándorgyűlésn lhangzott lőadásom alapján
RészletesebbenModern piacelmélet. ELTE TáTK Közgazdaságtudományi Tanszék. Selei Adrienn
Modrn piaclmélt ELTE TáTK Közgazdaságtudományi Tanszék Sli Adrinn A tananyag a Gazdasági Vrsnyhiatal Vrsnykultúra Központja és a Tudás-Ökonómia Alapítány támogatásáal készült az ELTE TáTK Közgazdaságtudományi
RészletesebbenSOROK, FÜGGVÉNYSOROK SIMON ANDRÁS. m n=0 ca n = lim c m
SOROK, FÜGGVÉNYSOROK SIMON ANDRÁS TARTALOMJEGYZÉK. Numrikus sorok.. limsup és limif 3.. Gyök- és háyadoskritérium 4.3. További kovrgciakritériumok 5.4. Példák 6.5. Zárójl, átrdzés 8. Függvéysorozatok,
RészletesebbenNév:... osztály:... Matematika záróvizsga 2010.
Mtmtik záróvizsg 00. Név:... osztály:.... Az lái rjzon gy thrutó rktrénk vázltos rjz láthtó. Az árán olvshtó számtok, rkoásr ténylgsn flhsználhtó térfogtr vontkoznk. Mkkor thrutó hsznos rktrénk térfogt?
RészletesebbenA vállalati likviditáskezelés szerepe eszközfedezettel rendelkező hitelszerződésekben
VERSENY ÉS SZABÁLYOZÁS Közgazdasági Szml LVIII. évf. 2011. július augusztus (633 652. o.) Havran Dánil A vállalati likviditáskzlés szrp szközfdzttl rndlkző hitlszrződéskbn Az alkun alapuló mgközlítés rdményi
RészletesebbenISO 9000 és ISO 20000, minőségmenedzsment és információtechnológiai szolgáltatások menedzsmentje egy szervezeten belül
ISO 9000 és ISO 20000, minőségmndzsmnt és információtchnológiai szolgáltatások mndzsmntj gy szrvztn blül dr. Vondrviszt Lajos, Vondrviszt.Lajos@nhh.hu Nmzti Hírközlési Hatóság Előzményk A kormányzati intézményk
Részletesebben4. MECHANIKA STATIKA GYAKORLAT (kidolgozta: Triesz Péter, egy. ts.; Tarnai Gábor, mérnök tanár)
SZÉCHENYI ISTVÁN EGYETE ALKALAZTT ECHANIKA TANSZÉK 4. ECHANIKA STATIKA GYAKRLAT (kdolgozta: Trsz Pétr, g. ts.; Tarna Gábor, mérnök tanár) Erő, nomaték, rőrndszr rdő, rőrndszrk gnértékűség 4.. Példa: z
Részletesebben1. ábra A rádiócsatorna E négypólus csillapítása a szakaszcsillapítás, melynek definíciója a következő: (1)
Az antnna Adó- és vvőantnna Az antnna lktomágnss hullámok kisugázásáa és vétlé szolgáló szköz. A ádióndszkbn btöltött szp alapján az antnna a tápvonal és a szabad té közötti tanszfomáto, mly a tápvonalon
Részletesebben10. Aggregált kínálat
Univrsität Miskolci Miskolc, Egytm, Fakultät für Gazdaságtudományi Wirtschaftswissnschaftn, Kar, Gazdaságlmélti Institut für Wirtschaftsthori 10. Aggrgált kínálat Univrsität Miskolci Miskolc, Egytm, Fakultät
RészletesebbenElorejelzés (predikció vagy extrapoláció) Adatpótlás (interpoláció)
lorjlzés (prdikció vagy xrapoláció) Adapólás (inrpoláció) kompozíciós vagy drminiszikus modllk. A rndfüggvény A ciklikus haás A szzonális haás A zaj (hibaag) 3-3 4 5 6 7 8 9 Az idõsor 3 - - - 3 4 5 6 7
Részletesebben7. Határozott integrál
7. Htározott intgrál 7.. Számolj ki z lái intgrálokt! 7... d 7... d 7... d 7... d 7... d 7... d 7..7. d 7... d 7..9. d 7... d 7... d 7... d 7... d 7... d 7... d 7... d 7..7. d 7... d 7..9. d 7... d 7...
Részletesebbene (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:
Normális eloszlás ξ valószínűségi változó normális eloszlású. ξ N ( µ, σ 2) Paraméterei: µ: várható érték, σ 2 : szórásnégyzet (µ tetszőleges, σ 2 tetszőleges pozitív valós szám) Normális eloszlás sűrűségfüggvénye:
RészletesebbenA BINÁRIS LOGIT MODELLEK HASZNÁLATÁNAK ÉS TESZTELÉSÉNEK ESZKÖZEI
MÓDSZERTANI TANULMÁNYOK A BINÁRIS LOGIT MODELLEK HASZNÁLATÁNAK ÉS TESZTELÉSÉNEK ESZKÖZEI M FÜLÖP PÉTER A biáris logit modllk az alkalmazott közgazdasági problémák stéb is ig haszos szközk bizoyulak. Haszálatuk
RészletesebbenFizikai geodézia és gravimetria / 12. VONATKOZTATÁSI RENDSZER PARAMÉTEREINEK MEGHATÁROZÁSA g MÉRÉSEK ALAPJÁN.
MSc Fzka godéza és gravmtra / 1. BMEEOAFML01 VONATKOZTATÁSI RENDSZER PARAMÉTEREINEK MEGHATÁROZÁSA g MÉRÉSEK ALAPJÁN. Godéza vonatkoztatás rndszrnk (Godtc Rfrnc Systm = GRS) a godéza földmodllt matmatkalag
Részletesebbens n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés
A m és az átlag Standard hba Mnta átlag 1 170 Az átlagok szntén ngadoznak a m körül. s x s n Az átlagok átlagos eltérése a m- től! 168 A m konfdenca ntervalluma. 3 166 4 173 x s x ~ 68% ~68% annak a valószínűsége,
RészletesebbenIntegrált Intetnzív Matematika Érettségi
tgrált ttzív Matmatika Érttségi. Adott az f : \ -, f függvéy. a) Számítsd ki az f függvéy driváltját! b) Határozd mg az f függvéy mootoitási itrvallumait! c) gazold, hogy f ( ) bármly sté!. Adott az f
RészletesebbenHipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?
01.09.18. Hpotézs vzsgálatok Egy példa Kérdések (példa) Hogyan adhatunk választ? Kérdés: Hatásos a lázcsllapító gyógyszer? Hatásos-e a gyógyszer?? rodalomból kísérletekből Hpotézsek A megfgyelt változó
Részletesebben3. KISFESZÜLTSÉGŰ VEZETÉKEK MÉRETEZÉSE
Vamos műk KSFESZÜLTSÉGŰ VEZETÉKEK MÉRETEZÉSE ksfszütségű áózatok fadata a fogyasztók amos nrgáa aó átása ztékk fontos fadatának átásában fontos szrp an az nrgaszogátatás mnőségét, bztonságát és gazdaságosságát
RészletesebbenMágneses anyagok elektronmikroszkópos vizsgálata
Mágnss anyagok lktronmikroszkópos vizsgálata 1. Transzmissziós lktronmikroszkóp 1.1. A mágnss kontraszt rdt a TEM-bn Az lktronmikroszkópban 100-200 kv-os (stlg 1 MV-os) gyorsítófszültséggl gyorsított lktronok
RészletesebbenPÁRATECHNIKA. Feladatok. Dr. Harmathy Norbert. egyetemi adjunktus
08. 0. 4. PÁATECHNIKA Fladatok Dr. Harmathy Norbrt gytm adjunktus BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM Építészmérnök Kar, Épültnrgtka és Épültgépészt Tanszék. Fladat páratchnka alapja A. Számítsuk
RészletesebbenSpektroszkópiai Ellipszometria (SE)
Fodo Bálnt Ptk Pét Sktozkó llzomt (S) Lbotóum gyzt Mgy Tudományo Akdém Tmézttudomány K Műzk Fzk é Anygtudomány Kuttóntézt Fotonk oztály Budt . lmélt özfoglló.. Az llzomt fzká A fény olzácó állot két különböző
RészletesebbenFIZIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ
Fizika középszint 08 ÉRETTSÉGI VIZSGA 010. május 18. FIZIKA KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI ÉS KULTURÁLIS MINISZTÉRIUM A dolgozatokat az útmutató utasításai
RészletesebbenA diszkrét kategóriaskálán mért Y változó kimenetének az előrejelzését klasszifikációnak
MÓDSZERTANI TANULMÁNYOK A CSŐDESEMÉNY LOGIT-REGRESSZIÓJÁNAK KISMINTÁS PROBLÉMÁI DR. HAJDU OTTÓ A taulmáy módszrta útmutatás arra a ksmtás str, amkor bárs kmtű változó értékék a bkövtkzés valószíűségét
RészletesebbenMegoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ
Megoldások Harmadik fejezet gyakorlatai 3.. gyakorlat megoldása ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4;, 3 normális eloszlású P (ξ 8 ξ 5 feltételes valószínűségét (.3. alapján számoljuk.
RészletesebbenSzervomotor sebességszabályozása
Srvomotor sbsségsabályoása. A gyaorlat célja Egynáramú srvomotor sbsségsabályoásána trvés. A motorsabályoás programváána flépítés. A sbsség rányítás algortms mgvalósítása valós dbn. 2. Elmélt bvt A motor
RészletesebbenMINŐSÉGIRÁNYÍTÁSI KÉZIKÖNYV
Lap: 1/145 AZ INCZÉDY GYÖRGY KÖZÉPISKOLA, SZAKISKOLA ÉS KOLLÉGIUM MINŐSÉGIRÁNYÍTÁSI E AZ MSZ EN ISO 9001 SZABVÁNY ALAPJÁN, ILLETVE MINŐSÉGIRÁNYÍTÁSI PROGRAMJA A KÖZOK-TATÁSI TÖR- VÉNY (1993. ÉVI LXXIX.)
RészletesebbenA Mozilla ThunderBird levelezőprogram haszálata (Készítette: Abonyi-Tóth Zsolt, SZIE ÁOTK, 2004-04-15, Version 1.1)
A Mozilla ThundrBird lvlzőprogram haszálata (Készíttt: Abonyi-Tóth Zsolt, SZIE ÁOTK, 2004-04-15, Vrsion 1.1) Tartalomjgyzék Tartalomjgyzék...1 A Központi Lvlző Szrvr használata... 1 A ThundrBird lvlzőprogram
RészletesebbenOrszágos Szilárd Leó fizikaverseny feladatai
Országos Szilárd Ló fizikavrsny fladatai I katgória döntő, 5 április 9 Paks A fladatok mgoldásáoz 8 prc áll rndlkzésr Mindn sgédszköz asználató Mindn fladatot külön lapra írjon, s mindn lapon lgyn rajta
RészletesebbenValószínűségszámítás. A standard normális eloszlás karakterisztikus függvénye. További tulajdonságok. További tulajdonságok.
Karakriszikus függvéy Valószíűségszámíás. lőadás 07..05 Kompl érékű valószíűségi válozók: Z=+iY, ahol és Y is valószíűségi válozók. Z):=)+iY). (valós) valószíűségi válozó karakriszikus függvéy: ():= i
RészletesebbenM3 ZÁRT CSATORNÁBAN ELHELYEZETT HENGERRE HATÓ ERŐ MÉRÉSE
M3 ZÁRT CSATORNÁBAN ELHELYEZETT HENGERRE HATÓ ERŐ MÉRÉSE. A mérés élja A mérés fladat égyzt krsztmtsztű satorába bépíttt, az áramlás ráyára mrőlgs szmmtratglyű, külöböző átmérőjű hgrkr ható ( x, y ) rő
RészletesebbenELTE II. Fizikus, 2005/2006 I. félév KISÉRLETI FIZIKA Hıtan 13. (XII. 13) Boltzman statisztika, termodinamikai valószínőség
d ELTE II. Fzkus, 005/006 I. éév KISÉRLETI FIZIKA Hıtan. (XII. Botzman statsztka, trmodnamka vaószínőség A ázstér p y dp y. dp p N db atom van, s az atomokat a hyükk (r, r + dr és az mpuzusukka (p, p +
RészletesebbenMóri Tamás. Fıkomponens- és faktoranalízis
Mór amás Fıompos- és fatoraalízs Elt Valószíőséglmélt és Statszta aszé 999 Mór amás: Főompos- és fatoraalízs Fıompos- és fatoraalízs öbbdmzós adatsor: so változóra voatozóa vaa mgfgylés. A tárgyaladó többdmzós
Részletesebben12. Laboratóriumi gyakorlat MÉRÉSEK FELDOLGOZÁSA
. Laoratórum gakorlat MÉRÉSK FLDOLGOZÁSA. A gakorlat célja Lgks égztk LS) módszré alapuló polom-llsztés proléma mutatása és a módszr alkalmazása mérés rdmék fldolgozására, lltv érzéklő karaktrsztkák aaltkus
RészletesebbenRobotok irányítása. főiskolai jegyzet javított változat. írta: Tukora Balázs
Robotok ránítása főskola jgt javított váltoat írta: Tukora Balás Pécs, 4 . Bvtés Jln jgt a Pécs Tudomángtm Pollack Mhál Műsak Főskola Karán foló Műsak Informatka képés Robotránítás rndsrk I-II. tantárgaho
RészletesebbenRegresszió. Fő cél: jóslás Történhet:
Fő cél: jóslás Történhet: Regresszó 1 változó több változó segítségével Lépések: Létezk-e valamlyen kapcsolat a 2 változó között? Kapcsolat természetének leírása (mat. egy.) A regresszós egyenlet alapján
Részletesebben1. FELADATLAP TUDNIVALÓ
0851 modul: GEOMETRII ISMÉTLÉS z alakzatokról tanultak ismétlés 135 TUDNIVLÓ Egy alakzatot akkor nvzünk tnglysn szimmtrikusnak, ha létzik lgalá gy olyan gyns, amlyr az alakzatot tnglysn tükrözv önmagát
RészletesebbenTERMÉKTERVEZÉS NUMERIKUS MÓDSZEREI Előadás jegyzet Dr. Goda Tibor. 3. Lineáris háromszög elem
TERMÉKTERVEZÉS NUMERIKUS MÓDSZEREI Előadás jgyzt Dr. Goda Tibor 3. Lináris háromszög lm - A végslms mgoldás olyan approximációs függvénykn alapul, amlyk az gys lmk vislkdését írják l (lmozdulás függvény
RészletesebbenKomputer algebra programok alkalmazása a differenciál- és integrálszámítás egyes fejezeteiben
Europan Virtual Laboratory of Mathmatics Projct No. 006 - SK/06/B/F/PP - 6 Európai Virtuális Matmatikai Laboratórium Körtsi Pétr & Emilya Vlikova Komputr algbra programok alkalmazása a diffrnciál- és intgrálszámítás
RészletesebbenMATEMATIKA FELADATLAP a 8. évfolyamosok számára
2009. jnuár 29. MATEMATIKA FELADATLAP 8. évfolymosok számár 2009. jnuár 29. 15:00 ór NÉV: SZÜLETÉSI ÉV: HÓ: NAP: Tolll olgozz! Zsszámológépt nm hsználhtsz. A fltokt ttszés szrinti sorrnn olhto mg. Minn
Részletesebben1. Vizsgazárthelyi megoldásokkal 1997/98 tél I. évf tk.
. Vizsgazárthlyi mgoldásokkal 997/98 tél I. évf..-8.tk.. Döts l, hogy fáll mid A és B halmaz sté a A B) \ B A összfüggés! Ha m, adjo szükségs és légségs fltétlt arra, hogy mikor áll f! A B) \ B A iff A
RészletesebbenKoordinátageometria. 3 B 1; Írja fel az AB szakasz felezőpontjának 2 ( ) = vektorok. Adja meg a b vektort a
1) Adott két pont: 1 A 4; és 2 3 B 1; Írja fl az AB szakasz flzőpontjának 2 2) Egy kör sugarának hossza 4, középpontja a B ( 3;5) pont. írja fl a kör gynltét! 3) Írja fl a ( 2;7 ) ponton átmnő, ( 5;8)
Részletesebben1. Példa. A gamma függvény és a Fubini-tétel.
. Példa. A gamma függvény és a Fubini-tétel.. Az x exp x + t )) függvény az x, t tartományon folytonos, és nem negatív, ezért alkalmazható rá a Fubini-tétel. I x exp x + t )) dxdt + t dt π 4. [ exp x +
RészletesebbenA HIBAKORLÁTOZÓ KÓDOLÁS
A 8 A HIBAORÁOZÓ ÓDOÁS csatornakódolás ún kapactástétl azt állíta, ogy a forrásszövg gy osszúságú blokkának a kbővítés osszúságúra, ttszés szrnt ks értékűvé tt a blokk mgbásodásának valószínűségét, fltév,
Részletesebben13. gyakorlat Visszacsatolt műveletierősítők. A0=10 6 ; ω1=5r/s, ω2 =1Mr/s R 1. Kérdések: uki/ube=?, ha a ME ideális!
. gyakorlat Visszacsatolt művltirősítők.) Példa b (s) 6 ; r/s, Mr/s kω, 9 kω, kω, ( s )( s ) Kérdésk: /b?, ha a ME ális! Mkkora lgyn érték ahhoz, hogy az /b rősítés maximális lapos lgyn ( ξ ). Mkkora a
RészletesebbenA mikrorészecskék kettős természete, de Broglie-hipotézis
A mkrorészcskék kttős trmészt, d Brogl-hpotézs... Hullámcsomag... Kétréss kísérlt... 4 A Hsnbrg-fél határozatlanság rlácó... 5 A kvantummchanka alapja... 0 A kvantummchanka alaplv (alapaómá)... 0 Az oprátorok
RészletesebbenA stabilitás vizsgálata: ellenőrző kártyák
A mnőségszabályozás fladata gn STABIL? nm uppr spcfcaton lmt (fölső tűréshatár) gn KÉPES? nm lowr spcfcaton lmt (alsó tűréshatár) 10 A stabltás vzsgálata: llnőrző kártyák méréss mnősítéss common caus:
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Koordináta-geometria
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Koordináta-gomtria A szürkíttt háttrű fladatrészk nm tartoznak az érinttt témakörhöz, azonban szolgálhatnak fontos információval az érinttt fladatrészk mgoldásához!
RészletesebbenFélvezető eszközök és áramkörök I Analóg elektrónika jegyzetek
Sapnta-M Maosvásály kaok Vllamosménök tanszék Gmán Zoltán Félvztő szközök és áamköök nalóg lktónka jgyztk tomatzálás és Számítástcnka év-. élév lktónks omátm (lső változat, nm tljs!!!) 005 Gmán Z. : Félvztő
RészletesebbenExcel segédlet Üzleti statisztika tantárgyhoz
Miskolci Egyetem Üzleti Statisztika és Előrejelzési Intézeti Tanszék Excel segédlet Üzleti statisztika tantárgyhoz. Z próba einek meghatározása óbafüggvény: x - m z = ; vagy σ/ n x - m z = ; vagy s/ n
RészletesebbenMATEMATIKAI STATISZTIKAI ESZKÖZÖK. Tartalomjegyzék.
MATEMATIKAI STATISZTIKAI ESZKÖZÖK Tartalomjgyzék../Bvztés...3./Néhány nvzts loszlástípus...3../normális loszlás... 3../A logaritmikus normális loszlás... 5.3./Wibull loszlás... 7 3./Spciális matmatikai
Részletesebben4 2 lapultsági együttható =
Leíró statsztka Egy kísérlet végeztével általában tetemes mennységű adat szokott összegyűln. Állandó probléma, hogy mt s kezdjünk - lletve mt tudunk kezden az adatokkal. A statsztka ebben segít mnket.
RészletesebbenCikória szárítástechnikai tulajdonságainak vizsgálata modellkísérlettel
Cikória szárítástchnikai tulajdonságainak vizsgálata modllkísérlttl Kacz Károly Stépán Zsolt Kovács Attila Józsf Nményi Miklós Nyugat-Magyarországi Egytm Mzőgazdaság- és Éllmiszrtudományi Kar Agrárműszaki,
Részletesebben1. Testmodellezés. 1.1. Drótvázmodell. Testmodellezés 1
Tstmodllzés 1 1. Tstmodllzés Egy objktum modlljén az objktumot rprzntáló adatrndszrt értjük. Egy tstmodll gy digitális rprzntációja gy létz vagy lképzlt objktumnak. trvzés, a modllzés során mgadjuk a objktum
RészletesebbenSzerző: Böröcz Péter János H-9026, Egyetem tér 1. Győr, Magyarország
In: Kóczy L, éánczos L, Bakó A, Prznszki J, Szgdi Z, Várlaki P (szrk.) Játéklmélt alkalmazási lhtőségi a logisztikai rndszrkbn - az gy- és többutas szállítási csomagolási szközök közötti döntéslmélti probléma
Részletesebben5. MECHANIKA STATIKA GYAKORLAT (kidolgozta: Triesz Péter, egy. ts.; Tarnai Gábor, mérnöktanár)
SZÉCHENYI ISTVÁN EGYETE ALKALAZOTT ECHANIKA TANSZÉK. ECHANIKA STATIKA GYAKORLAT (kidolgozta: Trisz Pétr, g. ts.; Tarnai Gábor, mérnöktanár) Síkbli rőrndszr rdő vktorkttős, vonal mntén mgoszló rőrndszrk..
RészletesebbenÁltalánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg
LMeasurement.tex, March, 00 Mérés Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg a mérendő mennyiségben egy másik, a mérendővel egynemű, önkényesen egységnek választott
RészletesebbenMinősítéses mérőrendszerek képességvizsgálata
Mnősítéses mérőrendszerek képességvzsgálata Vágó Emese, Dr. Kemény Sándor Budapest Műszak és Gazdaságtudomány Egyetem Kéma és Környezet Folyamatmérnök Tanszék Az előadás vázlata 1. Mnősítéses mérőrendszerek
RészletesebbenKOD: B377137. 0, egyébként
KOD: 777. Egy csomagológép kilogrammos zacskókat tölt. A zacskóba töltött cukor mnnyiség normális loszlású valószínûségi változó kg várható értékkl és.8 kg szórással. A zacskó súlyra nézv lsõ osztályú,
RészletesebbenKORLÁTOS. mateking.hu BINOMIÁLIS ELOSZLÁS. Egy úton hetente átlag 3 balesetes nap van. Mi a valószínűsége, hogy egy adott héten 2 balesetes nap van?
NEVEZETES DISZKRÉT ÉS FOLYTONOS ELOSZLÁSOK HIPERGEO. BINOM. POISSON VAN ITT EGY FELADAT ISMERTHOGY MENNYI AZ ÖSSZES ELEM ÉS AZ ÖSSZES SELEJT VAGYIS N K ILLETVE n k. CSAK VALAMI %-OS IZÉ ISMERT A VÁRHATÓ
Részletesebben108. szám A MAGYAR KÖZTÁRSASÁG HIVATALOS LAPJA. Budapest, 2009. jú li us 30., csütörtök TARTALOMJEGYZÉK. Ára: 1125 Ft. Oldal
A MAGYAR KÖZTÁRSASÁG HIVATALOS LAPJA Budapst, 2009. jú l us 30., csütörtök 108. szám Ára: 1125 Ft TARTALOMJEGYZÉK 158/2009. (VII. 30.) Korm. rn d lt A mzõgazdaság trmékk és az éllmszrk, valamnt a szszs
RészletesebbenMETROLÓGIA ÉS HIBASZÁMíTÁS
METROLÓGIA ÉS HIBASZÁMíTÁS Metrológa alapfogalmak A metrológa a mérések tudománya, a mérésekkel kapcsolatos smereteket fogja össze. Méréssel egy objektum valamlyen tulajdonságáról számszerű értéket kapunk.
RészletesebbenStatisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.
Statsztka próbák Paraméteres. A populácó paraméteret becsüljük, ezekkel számolunk.. Az alapsokaság eloszlására van kkötés. Nem paraméteres Nncs lyen becslés Nncs kkötés Ugyanazon problémára sokszor megvan
RészletesebbenIII. Differenciálszámítás
III Dinciálszámítás A inciálszámítás számnka lsősoban aa aló hog mgállapítsk hogan áltoznak a kémiában nag számban lőoló többáltozós üggénk A inciálszámítás mgaja a áltozás sbsségét báml kiszmlt pontban
RészletesebbenA legjobb közeĺıtés itt most azt jelentette, hogy a lineáris
Többváltozós függvények differenciálhatósága f(x) f(x Az egyváltozós függvények differenciálhatóságát a lim 0 ) x x0 x x 0 függvényhatárértékkel definiáltuk, s szemléletes jelentése abban mutatkozott meg,
RészletesebbenVéletlen gráfok szerkesztésekor n csomópontból indulunk ki. p valószínűséggel két csomópontot éllel kötünk össze.
9. előadás P(k) k Véletlen gráfok szerkesztésekor n csomópontból ndulunk k. p valószínűséggel két csomópontot éllel kötünk össze. A fokszámok Posson eloszlásúak P( k) = e pn ( pn) k! k http://www.ct.nfn.t/cactus/applets/gant%20component.html
RészletesebbenTeherhordó üveg födémszerkezet: T gerenda ragasztott öv-gerinc kapcsolatának numerikus vizsgálata
Tudományos Diákköri Konrncia Thrhordó üvg ödémszrkzt: T grnda ragasztott öv-grinc kapcsolatának numrikus vizsgálata Készíttt: Gál Tamás F17JCS építőmérnök hallgató Konzulns: Dr. Vigh László Grgly Egytmi
RészletesebbenÉrvénys: 2015. szptmbr 09től H I R D E T M É N Y A gazdálkodó szrvk részér folyósított hitlk után flszámított kamatról, kzlési költségről és díjakról I. KAMAT, KEZELÉSI KÖLTSÉG Hitlfajta Vállalkozói hitl
RészletesebbenInstallációs rendszerek
Tartalékvilágítási lámpatstk Rilux IP 40 Rilux Műszaki jllmzők b Állandó vagy késznléti üzmű lámpatstk b Bépíthtőség: gyors szrlés falflültr vagy mnnyztr b Mgfll a CEI EN 60598-2-22 szabvány kövtlményink
RészletesebbenVéletlen 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
RészletesebbenA sokaság/minta eloszlásának jellemzése
3. előadás A sokaság/mnta eloszlásának jellemzése tpkus értékek meghatározása; az adatok különbözőségének vzsgálata, a sokaság/mnta eloszlásgörbéjének elemzése. Eloszlásjellemzők Középértékek helyzet (Me,
Részletesebben2 Wigner Fizikai Kutatóintézet augusztus / 17
Táguló sqgp tűzgömb többkomponensű kéma kfagyása Kasza Gábor 1 és Csörgő Tamás 2,3 1 Eötvös Loránd Tudományegyetem 2 Wgner Fzka Kutatóntézet 3 Károly Róbert Főskola 2015. augusztus 17. Gyöngyös - KRF 1
Részletesebben