Illeszkedésvizsgálat χ 2 -próbával
|
|
- Ida Balázs
- 8 évvel ezelőtt
- Látták:
Átírás
1 Illeszkedésvizsgálat χ -próbával Szalay Krisztina 1. feladat (tiszta illeszkedésvizsgálat) Négy pénzérmét 0-szor feldobunk. A kapott gyakoriságok: fejek száma Összes gyakoriság Elfogadható-e 95%-os szignikancia szinten, hogy az érmék szabályosak? Megoldás: Feltételezésünk az, hogy az érmék szabályosak (mindegyiken 1 valószín séggel dobunk fejet). A mintaelemek száma n = 0 (0 kísérletet hajtottunk végre), a mintaelemeket a dobott fejek száma szerint osztályoztuk, r = 5 csoportba soroltuk. A dobott fejek számát tekintjük az ξ valószín ségi változónak. Ha helyes a feltételezésünk, akkor ξ binomiális eloszlású valószín ségi változó n = 4, p = 1 paraméterekkel. A paraméterek elméleti értékek, ebben a feladatban nem a mintából becsüljük a várható értéket, így tiszta illeszkedésvizsgálatot hajtunk végre. A hipotézisvizsgálat során azt kell eldöntenünk, hogy a meggyelt valószín ségi változó (a dobott fejek száma), a minta alapján tekinthet -e adott paraméter binomiális eloszlásúnak. Ennek alapján a próba illeszkedésvizsgálat. El ször meg szeretnénk határozni azt, hogy ha az érmék szabályosak, akkor az egyes osztályokba hány mintaelemet várnánk. Számítsuk ki a dobott fejek számának lehetséges értékeihez tartozó valószín ségeket (azaz írjuk fek ξ eloszlását)! ( ) 4 1 p 0 = P (ξ = 0) = = 1 ( ) 1 ( ) 3 ( ) p 1 = P (ξ = 1) = 1 ( ) ( ) ( ) p = P (ξ = ) = ( ) 3 ( ) 1 ( ) p 3 = P (ξ = 3) = 3 ( ) 4 1 p 4 = P (ξ = 4) = = 1 = 4 = 6 = 4 A kiszámolt valószín ségek alapján meg tudjuk mondani, hogy mennyi az egyes osztályokba es mintaelemek elvárt gyakorisága, azaz a binomiális eloszlás fennállása esetén átlagosan hány mintaelem esik az egyes osztályokba. Ehhez nincs más dolgunk, mint a fenti valószín ségekkel szorozni a mintaelemek számát (np i ) (tehát pl. a 0 kísérletb l átlagosan p 0 = 1 0 = 10 esetben kapunk olyan dobáseredményt, ahol a négy dobás egyike sem fej). Az utolsó oszlopba a megfelel helyre a sorösszeg kerül. Az áttekinthet bb számoláshoz az alábbi táblázatot hozzuk létre: 1
2 dobott fejek száma meggyelt gyakoriság: µ i elvárt gyakoriság: np i A hipotézisvizsgálat lépései ezután az alábbiak: (µ i np i ) összeg (µ i np i ) )/(np i ),5 0,65 0,87 0,05 0,4 4,3667 A feltételezésünk most az, hogy az érmék szabályosak, a dobott fejek száma binomiális eloszlású, ( 4, 1 ) paraméterekkel. A próba illeszkedésvizsgálat, χ -próbával. A próbastatisztika mintából számított értéke a táblázatunk utolsó sorában szerepl értékek összege, azaz 4,3667. A próba egyoldali χ -próba. A kritikus értéket a χ -eloszlás táblázatából olvashatjuk ki, r 1 = 5 1 = 4 szabadsági fok (amely az osztályok száma mínusz 1) és 0, 95 valószín ség mellett. Ez a jegyzet χ -eloszlás táblázatában a negyedik sor, els oszlopban található χ t = 9, 49 érték. (A kritikus tartomány ábráján a korábban megszokott jelölésekkel látható, hogy a próbastatisztika értéke az elfogadási tartományba esik.) 4,3667 < 9,49, a próbastatisztika értéke az elfogadási tartományba esik, a nullhipotézist elfogadjuk 95%-os szignikanciaszinten. Ez azt jelenti, hogy az adott minta alapján elfogadható, hogy az érmék szabályosak.. feladat (becsléses illeszkedésvizsgálat) Egy focicsapat meccenként l tt góljainak számát az alábbi táblázat tartalmazza:: l tt gólok száma meccsek száma Modellezhet -e a meccsenként l tt gólok száma olyan Poisson-eloszlású valószín ségi változóval, melynek várható értéke a fenti értékekb l számolt meccsenkénti gólátlag? Megoldás: A feladat megoldása során több lépésre különösen oda kell gyelni, ezért érdemes alaposan áttanulmányozni a megoldást! Els ként vegyük észre a követez t: a véges mintánkat akarjuk modellezni egy olyan valószín ségi változóval, amelynek végtelen sok lehetséges értéke van (tudjuk, hogy egy Poisson-eloszlású valószín ségi változó tetsz leges nemnegatív egész értéket felvehet). Felmerül a kérdés, hogy ezt megtehetjük-e? A focicsapatunk hétnél több gólt egyetlen mérk zésen sem l tt. Ha Poisson-eloszlásúnak tekintjük a l tt gólok számát, akkor viszont az eloszlásból a hétnél több l tt gól valószín sége nem nulla lesz. Mit tehetünk ilyen esetben? Megnézzük, hogy a Poissoneloszlásból mekkora valószín ség-et kapunk a 7-nél több gólra. Ha ez a valószín ség kell en kicsi (majdnem 0), akkor elhanyagolhatónak tekintjük. Ekkor modellezhetünk a végtelen eloszlással. (Emlékezzünk a valószín - ségszámítás tanulmányainkból a binomiális eloszlás Poisson-eloszlással való közelítésére!) A mintaelemek száma n = 100 (összesen 100 mérk zés eredményét osztályoztuk a táblázatban), a mintaelemeket a l tt gólok száma szerint osztályoztuk, r = 8 csoportba soroltuk. A l tt gólok számát tekintjük az ξ valószín ségi változónak. Azt feltételezzük, hogy ξ Poisson-eloszlású valószín ségi változó, melynek λ paraméterét a mintából számolt átlaggal becsüljük, így becsléses illeszkedésvizsgálatot
3 hajtunk végre. A feladat szerint a ξ várható értéke az összesen l tt gólok számának és az összes meggyelt mérk zés számának hányadosa: M(ξ) = = =,3 A hipotézisvizsgálat során azt kell eldöntenünk, hogy a meggyelt valószín ségi változó (meccsenként l tt gólok száma) a minta alapján tekinthet -e λ =,3 paraméter Poisson-eloszlásúnak. Ennek alapján a próba becsléses illeszkedésvizsgálat. El ször nézzük meg, a Poisson-eloszlásból mekkora valószín ségeket kapunk a l tt gólok számának lehetséges értékeihez. p 0 = P (ξ = 0) =,30 0! p 1 = P (ξ = 1) =,31 1! p = P (ξ = ) =,3! p 3 = P (ξ = 3) =,33 3! p 4 = P (ξ = 4) =,34 4! p 5 = P (ξ = 5) =,35 5! p 6 = P (ξ = 6) =,36 6! e,3 = 0,1003 e,3 = 0,306 e,3 = 0,65 e,3 = 0,033 e,3 = 0,19 e,3 = 0,0538 e,3 = 0,006 p 7 = P (ξ = 7) =,37 e,3 = 0,0068 7! p 8 = P (ξ > 7) = 1 P (ξ 7) = = 1 (P (ξ = 0) + P (ξ = 1) P (ξ = 7)) = 0,005 A kiszámolt valószín ségek alapján meg tudjuk mondani, hogy mennyi az egyes osztályokba es mintaelemek elvárt gyakorisága, azaz a Poisson-eloszlás fennállása esetén átlagosan hány mérk zés esik az egyes osztályokba. Ehhez nincs más dolgunk, mint a fenti valószín ségeket szorozni a mintaelemek számával (np i ) (tehát pl. 100 mérk zésb l átlagosan µ 0 = 0, = 10,03 esetben lesz a l tt gólok száma 0). Azt látjuk azonban, hogy a 6 és 7 l tt gólhoz tartozó elvárt gyakoriságok értékei nem érik el az ötöt (µ 6 = 0, =,06, µ 7 = 0, = 0,68). Illeszkedésvizsgálatnál ugyanakkor nem lehet az elvárt gyakoriságok celláiban 5-nél kisebb szám, mert az a próba képletében az összeadandó tagok széls ségesen nagy értékei miatt potenciálisan torz eredményre vezetne. Cellaösszevonással érhetjük el, hogy a cellaértékeink megfelel ek legyenek. Módosítsuk úgy az eredeti táblázatot, hogy az utolsó oszlopokat összevonjuk. Nem elegend csak az utolsó két oszlopot összevonni, mert a cellaérték az összevonás után is kisebb 5-nél (0,06 + 0,68 =,74), így az utolsó három oszlopot vonjuk össze (az összevonást már a meggyelt gyakoriságok kis értéke alapján is megtehettük volna, a 6 és 7 gólhoz tartozó mérk zések kis száma miatt). Ugyanakkor p 8 = 0,005 közel nulla (a legalább 8 gólhoz tartozó elvárt gyakoriság 0,5), így közelíthetünk végtelen eloszlással. Ezt a gyakoriságot is az utolsó (összevont) oszlophoz vonjuk. Az áttekinthet bb számoláshoz a kiindulási táblázatot egészítsük az alábbiak szerint: l tt gólok száma legalább 5 meggyelt gyakoriság: µ i elvárt gyakoriság: np i 10,03 3,06 6,5 0,33 11,69 8,37 (µ i np i ) 15,7609 5,6036 6,1504 5,489,8561 6,99 Összeg (µ i np i ) )/(np i ) 1,5713 1,1103 0,319 0,670 0,443 0,864 4,51 3
4 A hipotézisvizsgálat lépései ezután: A feltételezésünk most az, hogy a meccsenként l tt gólok száma λ =,3 paraméter Poisson-eloszlású valószín ségi változó. A próba illeszkedésvizsgálat, χ -próbával. A próbastatisztika mintából számított értéke a táblázatunk utolsó sorában szerepl értékek összege, azaz 4,51. A próba egyoldali χ -próba. Az eloszlás szabadsági fokára viszont gyelnünk kell! A feltételezett eloszlás paraméterét (várható érték) az adott mintából számolt értékkel (átlaggal) közelítettük. Ekkor a próba szabadsági foka még eggyel csökken, azaz nem osztályok száma (az összevont táblázatban!) mínusz egy, hanem osztályok száma mínusz lesz!!! A kritikus értéket a χ -eloszlás táblázatából olvashatjuk ki, 6 szabadsági fok és 0,95 valószín ség mellett. Ez a jegyzet tχ -eloszlás táblázatában a negyedik sor, els oszlopban található χ t = 9,49 érték. (A kritikus tartomány ábráját felrajzolva a korábban megszokott jelölésekkel látható, hogy a kritikus érték az elfogadási tartományba esik.) 4,51 < 9,49, a próbastatisztika értéke az elfogadási tartományba esik, a nullhipotézist elfogadjuk, 95%-os szignikanciaszinten. Ez azt jelenti, hogy az adott minta alapján modellezhet a meccsenként l tt gólok száma olyan Poisson-eloszlással, melynek paramétere a mintából számolt átlag. 3. feladat (becsléses illeszkedésvizsgálat) Egy gyártósornál rendszeresen 5 elem mintát vesznek a termékekb l. Egy hét alatt 500 mintát vettek. A mintákban talált selejtek gyakorisága az alábbi volt: selejtek száma gyakoriság Modellezhet -e a mintában lev selejtek száma olyan binomiális eloszlással, melynek várható értéke a fentiekb l számolt átlag? Megoldás: Az egyes mintákban lev selejtek számát tekintjük az ξ valószín ségi változónak. Azt feltételezzük, hogy ξ binomiális-eloszlású valószín ségi változó, melynek várható értékét a mintából(!) számított átlaggal becsüljük (becsléses illeszkedésvizsgálatot hajtunk végre) oly módon, hogy az összes kihúzott selejt számát osztjuk a kísérletek számával: M(ξ) = = = 1,044 A mintaelemek száma n = 500 (500 kísérletet hajtottunk végre), a mintaelemeket a kihúzott selejtek száma szerint osztályoztuk, ezzel r = 6 csoportba soroltuk. Ha ξ-t binomiális eloszlással akarjuk modellezni, ismernünk kell a binomiális eloszlás két paraméterét, az n kísérletszámot, amely 5, illetve a meggyelt esemény (selejthúzás) p valószín ségét. Ez utóbbi nem ismert, de a binomiális eloszlás várható értékb l becsülhetjük: az 1,044 = M(ξ) = n p egyenletb l p = M(ξ) n = 1,044 5 = 0,088 Az illeszkedésvizsgálathoz el ször meghatározzuk, hogy ha ξ binomiális eloszlású az n = 5, p = 0,088 paraméterekkel, akkor az egyes osztályokba átlagosan hány mintaelemet várunk. Számítsuk ki a kihúzott selejtek számának lehetséges értékeihez tartozó valószín ségeket! (Kiszámoljuk, hogy mekkora annak a valószín sége, hogy az 5 elem mintában éppen k darab selejt van, ahol k = 0, 1,, 3, 4, 5. Célszer minél több tizedes pontossággal számolni!). 4
5 p 0 = P (ξ = 0) = 0,791 5 = 0,31005 p 1 = P (ξ = 1) = 0, ,791 4 = 0, p = P (ξ = ) = 0,088 0,791 3 = 0,1593 p 3 = P (ξ = 3) = 0, ,791 = 0, p 4 = P (ξ = 4) = 0, ,791 1 = 0, p 5 = P (ξ = 5) = 0,088 5 = 0, A fenti valószín ségekkel szorozzuk a mintaelemek számát, így megkapjuk az i-edik osztályhoz tartozó elvárt gyakoriságot (np i ), (így pl. az 500 kísérletb l átlagosan p 1 = 500 0,4091 = 04,56 esetben kapunk olyan eredményt, ahol az 5 kihúzott termékb l pontosan egy selejtes). Az elvárt gyakoriságokat beírjuk a táblázatba: selejtek száma meggyelt gyakoriság elvárt gyakoriság A kapott elvárt gyakoriságok között azonban két 5-nél kisebb érték is szerepel, ami illeszkedésvizsgálatnál nem megengedett! Tehát cellákat kell összevonnunk. Mivel az utolsó két osztályban a várt gyakoriságok összege ( 3,75 + 0, = 3,95) kisebb 5-nél, ezért az utolsó három osztályt vonjuk össze. Ezzel az osztályok száma 4-re csökkent. Ezután a táblázatot az alábbiak szerint kitöltjük: selejtek száma v. 4 v. 5 összes meggyelt gyakoriság: µ elvárt gyakoriság: np i 155,03 04,56 107,97 3,44 (µ i np i ) 4, , ,709 5,9536 (µ i np i ) )/(np i ) 1,4455,9487 1,3404 0,1835 5,9181 A hipotézisvizsgálat lépései ezután az alábbiak: A feltételezésünk most az, hogy ξ binomiális eloszlású az n = 5 és p = 0,088 paraméterekkel. A próba illeszkedésvizsgálat, χ -próbával. A próbastatisztika mintából számított értéke a táblázatunk utoló sorában szerepl értékek összege, azaz 5,9181. A próba egyoldali χ -próba. A kritikus értéket a χ -eloszlás táblázatból olvashatjuk ki. A szabadsági fok a várható érték mintából való becslése miatt osztályok száma-, azaz 4 =, a szignikancia szint nem volt megadva, ezért a valószín séget a szokásos 0,95-nek tekintjük. Ez a jegyzet χ -eloszlás táblázatában a második sor, els oszlopban található χ t = 5,99 érték. (A kritikus tartomány ábráját felrajzolva látható, hogy a kritikus érték az elfogadási tartományba esik.) 5,9181 < 5,99, a próbastatisztika értéke az elfogadási tartományba esik, a nullhipotézist elfogadjuk 95%- os szignikanciaszinten. Ez azt jelenti, hogy az adott minta alapján elfogadható, hogy dobott fejek száma binomiális eloszlású, n = 5, p = 0,088 paraméterekkel. Ugyanakkor vegyük észre, hogy a számított és a kritikus érték nagyon közel van egymáshoz! 5
11. Matematikai statisztika
11. Matematikai statisztika 11.1. Alapfogalmak A statisztikai minta valamely valószínűségi változóra vonatkozó véges számú független kisérlet eredménye. Ez véges sok, azonos eloszlású valószínűségi változó
Részletesebben5. Egyszerre feldobunk egy-egy szabályos hat-, nyolc-, és tizenkét oldalú dobókockát.
1. feladatsor 1. (a) Igazolja, hogy tetszőleges A, B, C eseményekre fennáll, hogy (A B) (A C) = A (B + C)! (b) Sorolja fel a valószínűség-számítás axiómáit! (a) c=? (4) (b) D(ξ)=? (0.4714) { c x 5 (c)
RészletesebbenMátrixaritmetika. Tartalom:
Mátrixaritmetika Tartalom: A vektor és mátrix fogalma Speciális mátrixok Relációk és műveletek mátrixokkal A mátrixok szorzása A diadikus szorzat. Hatványozás Gyakorlati alkalmazások Készítette: Dr. Ábrahám
RészletesebbenStatisztikai módszerek alkalmazása az orvostudományban. Szentesi Péter
Statisztikai módszerek alkalmazása az orvostudományban Szentesi Péter Az orvosi munkahipotézis ellenőrzése statisztikai módszerekkel munkahipotézis mérlegelés differenciáldiagnosztika mi lehet ez a más
RészletesebbenP (A) = i. P (A B i )P (B i ) P (B k A) = P (A B k)p (B k ) P (A) i P (A B i)p (B i )
6. A láncszabály, a teljes valószínűség tétele és Bayes-tétel Egy (Ω, A, P ) valószín ségi mez n értelmezett A 1,..., A n A események metszetének valószín sége felírható feltételes valószín ségek segítségével
RészletesebbenFeladatok és megoldások a 4. hétre
Feladatok és megoldások a. hétre Építőkari Matematika A3. Pisti nem tanult semmit a vizsgára, ahol 0 darab eldöntendő kérdésre kell válaszolnia. Az anyagból valami kicsi dereng, ezért kicsit több, mint
RészletesebbenKlasszikus alkalmazások
Klasszikus alkalmazások Termelésoptimalizálás Hozzárendelési probléma: folytonos eset Arbitrázsárazás p. Termelésoptimalizálás A gazdasági élet és a logisztika területén gyakran találkozunk lineáris optimalizálási
RészletesebbenMatematikai és matematikai statisztikai alapismeretek
Kézirat a Matematikai és matematikai statisztikai alapismeretek című előadáshoz Dr. Győri István NEVELÉSTUDOMÁNYI PH.D. PROGRM 1999/2000 1 1. MTEMTIKI LPOGLMK 1.1. Halmazok Halmazon mindig bizonyos dolgok
RészletesebbenÁltalános statisztika II. Kriszt, Éva Varga, Edit Kenyeres, Erika Korpás, Attiláné Csernyák, László
Általános statisztika II Kriszt, Éva Varga, Edit Kenyeres, Erika Korpás, Attiláné Csernyák, László Általános statisztika II Kriszt, Éva Varga, Edit Kenyeres, Erika Korpás, Attiláné Csernyák, László Publication
RészletesebbenFeladatok és megoldások a 6. heti eladshoz
Feladatok és megoldások a 6. heti eladshoz Építőkari Matematika A3 1. Ha E(X = 1 és D 2 (X = 5, határozzuk meg (a E[(2 + X 2 ], (b D 2 (4 + 3X értékét. 2. Legyenek X 1, X 2,... független azonos eloszlású
Részletesebben5. Előadás. Megyesi László: Lineáris algebra, 29. 36. oldal. 5. előadás Lineáris függetlenség
5. Előadás Megyesi László: Lineáris algebra, 29. 36. oldal. Gondolkodnivalók Vektortér 1. Gondolkodnivaló Alteret alkotnak-e az R n n (valós n n-es mátrixok) vektortérben az alábbi részhalmazok? U 1 =
RészletesebbenBevezetés a játékelméletbe Kétszemélyes zérusösszegű mátrixjáték, optimális stratégia
Bevezetés a játékelméletbe Kétszemélyes zérusösszegű mátrixjáték, optimális stratégia Készítette: Dr. Ábrahám István A játékelmélet a 2. század közepén alakult ki. (Neumann J., O. Morgenstern). Gyakran
RészletesebbenGAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN
GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN ELTE TáTK Közgazdaságtudományi Tanszék Gazdaságmatematika középhaladó szinten LINEÁRIS PROGRAMOZÁS Készítette: Gábor Szakmai felel s: Gábor Vázlat 1 2 3 4 A lineáris
RészletesebbenKiegészítő tájékoztatás a 2015/S 167-304450 számú közbeszerzési eljáráshoz.
Kiegészítő tájékoztatás a 2015/S 167-304450 számú közbeszerzési eljáráshoz. Kérdés 1. Elegendő T. Ajánlatkérő számára az egyéni vállalkozói igazolványom másolatának csatolása az egyéni vállalkozói jogi
RészletesebbenKVANTITATÍV MÓDSZEREK
Budapesti Műszaki és Gazdaságtudományi Egyetem Gazdaság- és Társadalomtudományi Kar Üzleti Tudományok Intézet Dr. Kövesi János, Erdei János, Dr. Tóth Zsuzsanna Eszter KVANTITATÍV MÓDSZEREK Példatár Budapest,
RészletesebbenValószínűségszámítás
Eszterházy Károly Főiskola Matematikai és Informatikai Intézet Tómács Tibor Valószínűségszámítás programtervező informatikusok részére Eger, 010. szeptember 0. Tartalomjegyzék 1. Véletlen események...............................
Részletesebben4. A GYÁRTÁS ÉS GYÁRTÓRENDSZER TERVEZÉSÉNEK ÁLTALÁNOS MODELLJE (Dudás Illés)
4. A GYÁRTÁS ÉS GYÁRTÓRENDSZER TERVEZÉSÉNEK ÁLTALÁNOS MODELLJE (Dudás Illés) ). A gyártás-előkészítés-irányítás funkcióit, alrendszereit egységbe foglaló (általános gyártási) modellt a 4.1. ábra szemlélteti.
RészletesebbenA.26. Hagyományos és korszerű tervezési eljárások
A.26. Hagyományos és korszerű tervezési eljárások A.26.1. Hagyományos tervezési eljárások A.26.1.1. Csuklós és merev kapcsolatú keretek tervezése Napjainkig a magasépítési tartószerkezetek tervezése a
RészletesebbenSzámelméleti feladatok az általános iskolai versenyek tükrében dr. Pintér Ferenc, Nagykanizsa
Számelméleti feladatok az általános iskolai versenyek tükrében dr. Pintér Ferenc, Nagykanizsa 1. Mutasd meg, hogy a tízes számrendszerben felírt 111111111111 tizenhárom jegyű szám összetett szám, azaz
RészletesebbenAz univerzális gráf. 1. Bevezet. Maga Péter, Pongrácz András
Az univerzális gráf Maga Péter, Pongrácz András 1. Bevezet A véletlen gráfok elméleti és gyakorlati jelent sége egyaránt számottev. Az ismeretségi hálózatok, az internetes weboldalak kapcsolatrendszere
RészletesebbenBináris keres fák kiegyensúlyozásai. Egyed Boglárka
Eötvös Loránd Tudományegyetem Természettudományi Kar Bináris keres fák kiegyensúlyozásai BSc szakdolgozat Egyed Boglárka Matematika BSc, Alkalmazott matematikus szakirány Témavezet : Fekete István, egyetemi
Részletesebben2. Halmazelmélet (megoldások)
(megoldások) 1. A pozitív háromjegy páros számok halmaza. 2. Az olyan, 3-mal osztható egész számok halmaza, amelyek ( 100)-nál nagyobbak és 100-nál kisebbek. 3. Az olyan pozitív egész számok halmaza, amelyeknek
RészletesebbenValószín ségelmélet házi feladatok
Valószín ségelmélet házi feladatok Minden héten 3-4 házi feladatot adok ki. A megoldásokat a következ órán kell beadni, és kés bb már nem lehet pótolni. Csak az mehet vizsgázni, aki a 13 hét során kiadott
RészletesebbenValószínűségszámítás feladatgyűjtemény
Valószínűségszámítás feladatgyűjtemény Összeállította: Kucsinka Katalin Tartalomjegyzék Előszó 4 1. Kombinatorika 5 2. Eseményalgebra 14 3. Valószínűségszámítás 21 3.1. Klasszikus valószínűség.....................
RészletesebbenKOVÁCS BÉLA, MATEMATIKA I.
KOVÁCS BÉLA, MATEmATIkA I 5 V ELEmI ALGEbRA 1 BINÁRIS műveletek Definíció Az halmazon definiált bináris művelet egy olyan függvény, amely -ből képez -be Ha akkor az elempár képét jelöljük -vel, a művelet
RészletesebbenKÖZGAZDASÁGI ALAPISMERETEK (ELMÉLETI GAZDASÁGTAN)
0801 ÉRETTSÉGI VIZSGA 009. május. KÖZGAZDASÁGI ALAPISMERETEK (ELMÉLETI GAZDASÁGTAN) EMELT SZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI ÉS KULTURÁLIS MINISZTÉRIUM JAVÍTÁSI ÚTMUTATÓ
RészletesebbenBevezetés a valószínűségszámításba és alkalmazásaiba: példákkal, szimulációkkal
Bevezetés a valószínűségszámításba és alkalmazásaiba: példákkal, szimulációkkal Arató Miklós, Prokaj Vilmos és Zempléni András 2013.05.07 Tartalom Tartalom 1 1. Bevezetés, véletlen kísérletek 4 1.1 Bevezetés...................................
RészletesebbenKétszemélyes négyes sor játék
Kétszemélyes négyes sor játék segítségével lehetővé kell tenni, hogy két ember a kliens program egy-egy példányát használva négyes sor játékot játsszon egymással a szerveren keresztül. Játékszabályok:
RészletesebbenBevezetés az ökonometriába
Bevezetés az ökonometriába Többváltozós lineáris regresszió: mintavételi vonatkozások és modelljellemzés Ferenci Tamás MSc 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Harmadik
Részletesebben8. előadás EGYÉNI KERESLET
8. előadás EGYÉNI KERESLET Kertesi Gábor Varian 6. fejezete, enyhe változtatásokkal 8. Bevezető megjegyzések Az elmúlt héten az optimális egyéni döntést elemeztük grafikus és algebrai eszközökkel: a preferenciatérkép
Részletesebben1.4 Hányféleképpen rakhatunk sorba 12 könyvet, ha 3 bizonyos könyvet egymás mellé akarunk rakni és
Valószínűségszámítás és statisztika feladatok 1 Kombinatorika 2011/12. tanév, I. félév 1.1 Hányféleképpen lehet a sakktáblán 8 bástyát elhelyezni úgy, hogy egyik se üsse a másikat? Mennyi lesz az eredmény,
RészletesebbenA rádió* I. Elektromos rezgések és hullámok.
A rádió* I. Elektromos rezgések és hullámok. A legtöbb test dörzsölés, nyomás következtében elektromos töltést nyer. E töltéstől függ a test elektromos feszültsége, akárcsak a hőtartalomtól a hőmérséklete;
RészletesebbenHipotézis-ellenırzés (Statisztikai próbák)
Következtetı statisztika 5. Hipotézis-elleırzés (Statisztikai próbák) 1 Egymitás próbák Átlagra, aráyra, Szórásra Hipotézis-vizsgálat Áttekités Egymitás em paraméteres próbák Függetleségvizsgálat Illeszkedésvizsgálat
RészletesebbenKaotikus vagy csak összetett? Labdák pattogása lépcs n Gruiz Márton, Meszéna Tamás, Tél Tamás. 1. Bevezetés. 2. A modell
. Bevezetés Kaotikus vagy csak összetett? Labdák pattogása lépcs n Gruiz Márton, Meszéna Tamás, Tél Tamás Egy osztrák gimnáziumi tankönyvben több, közismerten kaotikus mozgással járó jelenség bemutatása
Részletesebben10. Valószínűségszámítás
. Valószínűségszámítás.. Események A valószínűségszámítás nagyon leegyszerűsítve események bekövetkezésének valószínűségével foglalkozik. Példák: Ha egy játékban egy dobókockával dobunk, akkor a kockadobás
Részletesebben3. Konzultáció: Kondenzátorok, tekercsek, RC és RL tagok, bekapcsolási jelenségek (még nagyon Béta-verzió)
3. Konzultáció: Kondenzátorok, tekercsek, R és RL tagok, bekapcsolási jelenségek (még nagyon Béta-verzió Zoli 2009. október 28. 1 Tartalomjegyzék 1. Frekvenciafüggő elemek, kondenzátorok és tekercsek:
RészletesebbenEGÉSZTESTSZÁMLÁLÁS. Mérésleírás Nukleáris környezetvédelem gyakorlat környezetmérnök hallgatók számára
EGÉSZTESTSZÁMLÁLÁS Mérésleírás Nukleáris környezetvédelem gyakorlat környezetmérnök hallgatók számára Zagyvai Péter - Osváth Szabolcs Bódizs Dénes BME NTI, 2008 1. Bevezetés Az izotópok stabilak vagy radioaktívak
RészletesebbenÜGYVEZETŐK I. BIZTOSÍTÁSI JOGVISZONY. 1. jogviszony-történet
ÜGYVEZETŐK I. BIZTOSÍTÁSI JOGVISZONY 1. jogviszony-történet Azért tartottam indokoltnak, hogy az ügyvezetők biztosítási kötelezettségéről készítsek egy összefoglaló anyagot, mert egyrészt az ügyfelek levelei
RészletesebbenA Mensa alapszabálya
A Mensa alapszabálya [Elfogadva 1982-ben, módosítva 1982-ben, 1985-ben, 2005-ben és 2009-ben] I. A MENSA JELLEGE A. A Mensa nemzetközi egyesületi szövetség, amely nemzeti Mensákból és közvetlen nemzetközi
RészletesebbenRakományrögzítés teherszállító egységeken a közúti szállításban és az A tengeri területen történő vízi szállításban
8.6. Az IMO/ILO/UNECE módszeren alapuló GYORS KÖTÖZÉSI ÚTMUTATÓ 8.6.1. GYORS KÖTÖZÉSI ÚTMUTATÓ Rakományrögzítés teherszállító egységeken a közúti szállításban és az A tengeri területen történő vízi szállításban
RészletesebbenAjánlatkérési Dokumentáció. a Gyári új Hidraulika és pneumatika alkatrészek szállítása tárgyú
Ajánlatkérési Dokumentáció a Gyári új Hidraulika és pneumatika alkatrészek szállítása tárgyú Kbt. II. rész szerinti, uniós, nyílt közbeszerzési eljáráshoz K1605 Budapest, 2016. Oldal 1 / 62 Tartalomjegyzék:
RészletesebbenSztojka Miroszláv LINEÁRIS ALGEBRA Egyetemi jegyzet Ungvár 2013
UKRAJNA OKTATÁSI ÉS TUDOMÁNYÜGYI MINISZTÉRIUMA ÁLLAMI FELSŐOKTATÁSI INTÉZMÉNY UNGVÁRI NEMZETI EGYETEM MAGYAR TANNYELVŰ HUMÁN- ÉS TERMÉSZETTUDOMÁNYI KAR FIZIKA ÉS MATEMATIKA TANSZÉK Sztojka Miroszláv LINEÁRIS
Részletesebben7. évfolyam I. félév, 2. feladatsor 1/6
7. évfolyam I. félév, 2. feladatsor 1/6 6. Egy kocka élei 2 cm hosszúak. A kocka fehér, de rendelkezésünkre áll sok a) 1cm 3cm-es b) 1cm 4cm-es c) 1cm 5cm-es d) 1cm 6cm-es piros papírszalag, amelyeket
RészletesebbenA megváltozott munkaképességű személyek foglalkoztatási helyzete
VÉDETT SZERVEZETEK ORSZÁGOS SZÖVETSÉGE A megváltozott munkaképességű személyek foglalkoztatási helyzete Felmérés az Országos Foglalkoztatási Közalapítvány támogatásával Készítette: Balogh Zoltán, Dr. Czeglédi
RészletesebbenVényírás. 1. ábra. 1. oldal
Vényírás Amennyiben sikeresen kitöltöttük és elmentettük a megvizsgált személy ápolási esetét, lehetőségünk van vény felírására, az alábbi módon; 1. ábra A gomb megnyomásával egy legördülő menü tárul elénk,
RészletesebbenEötvös József Főiskola Műszaki Fakultás
1 Eötvös József Főiskola Műszaki Fakultás Vincze Lászlóné dr. Levegőtisztaságvédelem Példatár II. évfolyamos nappali tagozatos környezetmérnök, III. évfolyamos levelező tagozatos környezetmérnök hallgatók
Részletesebben2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben
1 feladatsor 1 Egy dobozban 20 fehér golyó van Egy szabályos dobókockával dobunk, majd a következ t tesszük: ha a dobott szám 1,2 vagy 3, akkor tíz golyót cserélünk ki pirosra; ha a dobott szám 4 vagy
RészletesebbenTervezett erdőgazdálkodási tevékenységek bejelentése
Tervezett erdőgazdálkodási tevékenységek bejelentése ERDŐGAZDÁLKODÁSI HATÓSÁGI BEJELENTÉSEK/ TERVEZETT ERDŐGAZDÁLKODÁSI TEV. BEJELENTÉSE A Tervezett erdőgazdálkodási tevékenységek bejelentése a fakitermelési
RészletesebbenStatisztikai módszerek gyakorlat - paraméteres próbák
Statisztikai módszerek gyakorlat - paraméteres próbák A tanult paraméteres próbák: PRÓBA NEVE Egymintás U próba Kétmintás U próba Egymintás T próba Welch próba (Kétmintás T próba) F próba Grubbs próba
RészletesebbenKETTŐS KÖNYVELÉS PROGRAM CIVIL SZERVEZETEK RÉSZÉRE
KETTŐS KÖNYVELÉS PROGRAM CIVIL SZERVEZETEK RÉSZÉRE Kezelési leírás 2015. Program azonosító: WUJEGYKE Fejlesztő: B a l o g h y S z o f t v e r K f t. Keszthely, Vak Bottyán utca 41. 8360 Tel: 83/515-080
RészletesebbenVariancia-analízis (folytatás)
Variancia-analízis (folytatás) 6. elıadás (11-12. lecke) Szórás-stabilizáló transzformációk (folyt.), t-próbák 11. lecke További variancia-stabilizáló transzformációk Egy-mintás t-próba Szórás-kiegyenlítı
RészletesebbenLabor tápegység feszültségének és áramának mérése.
Labor tápegység feszültségének és áramának mérése. (Ezek Alkotó gondolatai. Nem tankönyvekbıl ollóztam össze, hanem leírtam ami eszembe jutott.) A teljességre való törekvés igénye nélkül, néhány praktikus
RészletesebbenMINİSÉGSZABÁLYOZÁS. Dr. Drégelyi-Kiss Ágota e-mail: dregelyi.agota@bgk.uni-obuda.hu http://uni-obuda.hu/users/dregelyia
MINİSÉGSZABÁLYOZÁS A GÉPIPARBAN Dr. Drégelyi-Kiss Ágota e-mail: dregelyi.agota@bgk.uni-obuda.hu http://uni-obuda.hu/users/dregelyia ISO 9000:2008 A STATISZTIKAI MÓDSZEREK HASZNÁLATÁRÓL A statisztikai módszerek
RészletesebbenACCHITTOCCA Virginio Gigli, Flaminia Brasini, Stefano Luperto, Antonio Tinto A KIRÁLYOK VÖLGYÉBEN. 2-4 játékos számára 12 éves kortól Kb.
ACCHITTOCCA Virginio Gigli, Flaminia Brasini, Stefano Luperto, Antonio Tinto A KIRÁLYOK VÖLGYÉBEN 2-4 játékos számára 12 éves kortól Kb. 90 perc A játék elemei: 1 nagy játéktábla 4 játékostábla 32 hajó
RészletesebbenAz általam használt (normál 5mm-es DIP) LED maximális teljesítménye 50mW körül van. Így a maximálisan alkalmazható üzemi árama:
Az alábbi néhány egyszerű kapcsolás próbál segíteni megérteni a tranzisztor alapvető működését. Elsőre egy olyan kapcsolást szemlélünk, amelyben egy kapcsolót ha felkapcsolunk, akkor egy tetszőleges fogyasztó
RészletesebbenFejezetek a lineáris algebrából PTE-PMMK, Műszaki Informatika Bsc. Dr. Kersner Róbert
Fejezetek a lineáris algebrából PTE-PMMK, Műszaki Informatika Bsc Dr. Kersner Róbert 007 Tartalomjegyzék Előszó ii. Determináns. Mátrixok 6 3. Az inverz mátrix 9 4. Lineáris egyenletrendszerek 5. Lineáris
RészletesebbenBrósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Kombinatorika
Kombinatorika Modulok: A kombinatorikai feladatok megoldásához három modult használunk: Permutáció (Sorba rendezés) Kombináció (Kiválasztás) Variáció (Kiválasztás és sorba rendezés) DEFINÍCIÓ: (Ismétlés
RészletesebbenBudapesti Corvinus Egyetem Közgazdaságtudományi Kar Eötvös Loránd Tudományegyetem Természettudományi Kar
Budapesti Corvinus Egyetem Közgazdaságtudományi Kar Eötvös Loránd Tudományegyetem Természettudományi Kar Hermán Dániel Nyugdíjváromány el rejelzése egyéni paraméterek alapján MSc. szakdolgozat Témavezet
RészletesebbenBiztosítási ügynökök teljesítményének modellezése
Eötvös Loránd Tudományegyetem Természettudományi Kar Budapest Corvinus Egyetem Közgazdaságtudományi Kar Biztosítási ügynökök teljesítményének modellezése Szakdolgozat Írta: Balogh Teréz Biztosítási és
RészletesebbenA FELADATLAPOT A MEGOLDÁSSAL EGYÜTT KÖTELEZİ BEADNI!
BUDAPESTI CORVINUS EGYETEM 2009. május 8. Vezetıi Számvitel Tanszék ÜLÉSREND TEREM OSZLOP SOR NÉV.. NEPTUN KÓD: Gyakorlatvezetı neve:. MINTA V I Z S G A D O L G O Z A T SZÁMVITEL II. c. tárgyból MÉRNÖK,
RészletesebbenFélévi időbeosztás (nagyjából) házi feladat beadási határidőkkel (pontosan) Valószínűségszámítás 2. matematikusoknak és fizikusoknak, 2009 tavasz
Félévi időbeosztás (nagyjából) házi feladat beadási határidőkkel (pontosan) Valószínűségszámítás 2. matematikusoknak és fizikusoknak, 2009 tavasz Dátum Téma beadandó Feb 12Cs Konvolúció (normális, Cauchy,
Részletesebben0653. MODUL TÖRTEK. Szorzás törttel, osztás törttel KÉSZÍTETTE: BENCZÉDY LACZKA KRISZTINA, MALMOS KATALIN
06. MODUL TÖRTEK Szorzás törttel, osztás törttel KÉSZÍTETTE: BENCZÉDY LACZKA KRISZTINA, MALMOS KATALIN 06. Törtek Szorzás törttel, osztás törttel Tanári útmutató MODULLEÍRÁS A modul célja Időkeret Ajánlott
RészletesebbenÖsszefoglaló valószínűségszámításból a Gépészmérnök Msc szak hallgatói számára
Összefoglaló valószínűségszámításból a Gépészmérnök Msc szak hallgatói számára Matematikai alapszöveg: Bálint Péter, BME Differenciálegyenletek Tanszék Konzultáció, kiegészítések gépészmérnöki szempontok
RészletesebbenA word első megnyitása
A word első megnyitása A Word megnyitásakor az oldalon két fő területet láthat: A menüszalag a dokumentum fölött látható. Gombokat és parancsokat tartalmaz, melyekkel különböző műveleteket (mint például
RészletesebbenKOMBINATORIKA Permutáció
Permutáció 1) Három tanuló, András, Gábor és Miklós együtt megy iskolába. Hányféle sorrendben léphetik át az iskola küszöbét? Írja fel a lehetséges sorrendeket! 2) Hány különböző négyjegyű számot alkothatunk
RészletesebbenHITELESÍTÉSI ELŐÍRÁS HIDEGVÍZMÉRŐK ÁLTALÁNOS ELŐÍRÁSOK
HITELESÍTÉSI ELŐÍRÁS HIDEGVÍZMÉRŐK ÁLTALÁNOS ELŐÍRÁSOK HE 6/1-2005 Az adatbázisban lévő elektronikus változat az érvényes! A nyomtatott forma kizárólag tájékoztató anyag! TARTALOMJEGYZÉK 1. AZ ELŐÍRÁS
RészletesebbenMössbauer Spektroszkópia
Mössbauer Spektroszkópia Homa Gábor, Markó Gergely Mérés dátuma: 2008. 10. 15., 2008. 10. 22., 2008. 11. 05. Leadás dátuma: 2008. 11. 23. Figure 1: Rezonancia-abszorpció és szórás 1 Elméleti összefoglaló
RészletesebbenAnalízisfeladat-gyűjtemény IV.
Oktatási segédanyag a Programtervező matematikus szak Analízis. című tantárgyához (003 004. tanév tavaszi félév) Analízisfeladat-gyűjtemény IV. (Függvények határértéke és folytonossága) Összeállította
RészletesebbenTopográfia 7. Topográfiai felmérési technológiák I. Mélykúti, Gábor
Topográfia 7. Topográfiai felmérési technológiák I. Mélykúti, Gábor Topográfia 7. : Topográfiai felmérési technológiák I. Mélykúti, Gábor Lektor : Alabér, László Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027
Részletesebben1. A skót bakák mellkas körmérete N(88, 10). A skót bakák mekkora hányada fér bele egy 84-es zubbonyba?
Matematikai statisztika példák Matematikai statisztika példák Normális eloszlás 1. A skót bakák mellkas körmérete N(88, 10). A skót bakák mekkora hányada fér bele egy 84-es zubbonyba? 2. Majmok ébredését
Részletesebbenspecific (assignable) cause: azonosítható, tettenérhető (veszélyes) hiba megváltozott a folyamat
ELLENŐRZŐ KÁRTYÁK méréses mősítéses commo cause: véletle gadozás secfc (assgable) cause: azoosítható, tetteérhető (veszélyes) hba megváltozott a folyamat Mősítéses elleőrző kártyák 41 Mősítéses elleőrző
RészletesebbenA 2011/2012. tanévi FIZIKA Országos Középiskolai Tanulmányi Verseny első fordulójának feladatai és megoldásai fizikából. I.
Oktatási Hivatal A 11/1. tanévi FIZIKA Országos Középiskolai Tanulmányi Verseny első fordulójának feladatai és megoldásai fizikából I. kategória A dolgozatok elkészítéséhez minden segédeszköz használható.
RészletesebbenA Nemzeti Útdíjfizetési Szolgáltató Zrt. Általános Szerződési Feltételei e-matricát értékesítő viszonteladók részére. 4.
A Nemzeti Útdíjfizetési Szolgáltató Zrt. Általános Szerződési Feltételei e-matricát értékesítő viszonteladók részére 4. számú melléklet A Nemzeti Útdíjfizetési Szolgáltató Zrt. e-matrica értékesítésére
RészletesebbenMIKROÖKONÓMIA II. B. Készítette: K hegyi Gergely. Szakmai felel s: K hegyi Gergely. 2011. február
MIKROÖKONÓMIA II. B Készült a TÁMOP-4.1.2-08/2/a/KMR-2009-0041 pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi
RészletesebbenDél-Balatoni Sporthorgász Egyesület
Dél-Balatoni Sporthorgász Egyesület változásokkal egységes szerkezetbe foglalt, 2012.03.25. napjától hatályos alapszabálya Az alapítók a Balatonlellén, 1997.03.07. napján jóváhagyott alapszabállyal, az
RészletesebbenAz indukció. Azáltal, hogy ezt az összefüggést felírtuk, ezúttal nem bizonyítottuk, ez csak sejtés!
Az indukció A logikában indukciónak nevezzük azt a következtetési módot, amelyek segítségével valamely osztályon belül az egyes esetekb l az általánosra következtetünk. Például: 0,, 804, 76, 48 mind oszthatóak
RészletesebbenFizikaverseny, Döntő, Elméleti forduló 2013. február 8.
Fizikaverseny, Döntő, Elméleti forduló 2013. február 8. 1. feladat: Az elszökő hélium Több helyen hallhattuk, olvashattuk az alábbit: A hélium kis móltömege miatt elszökik a Föld gravitációs teréből. Ennek
RészletesebbenA Független Rendészeti Panasztestület 384/2010. (VIII. 4.) számú állásfoglalásának ismertetése
LUKONICS ESZTER A Független Rendészeti Panasztestület 384/2010. (VIII. 4.) számú állásfoglalásának ismertetése I. A Független Rendészeti Panasztestület (a továbbiakban: Testület) 384/2010. (VIII. 4.) számú
RészletesebbenÚTMUTATÓ. a Nemzeti Civil Alapprogram 2009. évi pályázatainak szakmai és pénzügyi elszámolásához
ÚTMUTATÓ a Nemzeti Civil Alapprogram 2009. évi pályázatainak szakmai és pénzügyi elszámolásához Kiadás dátuma: 2010. február 23. Utolsó módosítás dátuma: 2010. április 12. Készítette: ESZA Társadalmi Szolgáltató
RészletesebbenHITELESÍTÉSI ELŐ ÍRÁS HIDEGVÍZMÉRŐ K KOMBINÁLT VÍZMÉRŐ K HE 6/3-2004
HITELESÍTÉSI ELŐ ÍRÁS HIDEGVÍZMÉRŐ K KOMBINÁLT VÍZMÉRŐ K HE 6/3-2004 FIGYELEM! Az előírás kinyomtatott formája tájékoztató jellegű. Érvényes változata Az OMH minőségirányítási rendszerének elektronikus
Részletesebben800 Series lélegeztetőgépek
FÜGGELÉK 1BiLevel mód, 800 Series lélegeztetőgépek Bevezetés A 800 Series lélegeztetőgépek BiLevel módja (lásd az 1. ábrát) kevert típusú lélegeztetést tesz lehetővé, amely ötvözi a kötelező és a spontán
RészletesebbenOrszágzászlók (2015. május 27., Sz14)
Országzászlók (2015. május 27., Sz14) Írjon programot, amely a standard bemenetről állományvégjelig soronként egy-egy ország zászlójára vonatkozó adatokat olvas be! Az egyes zászlóknál azt tartjuk nyilván,
RészletesebbenMesterséges intelligencia 1 előadások
VÁRTERÉSZ MAGDA Mesterséges intelligencia 1 előadások 2006/07-es tanév Tartalomjegyzék 1. A problémareprezentáció 4 1.1. Az állapottér-reprezentáció.................................................. 5
RészletesebbenI. A légfékrendszer időszakos vizsgálatához alkalmazható mérő-adatgyűjtő berendezés műszaki
A Közlekedési Főfelügyelet közleménye a nemzetközi forgalomban használt autóbuszok (M2 és M3 jármű-kategóriába tartozó gépkocsik) vizsgálatát (is) végző vizsgálóállomásokon alkalmazandó mérő-adatgyűjtő
Részletesebben::Játéklap:: Társasjáték Portál
Tervezte: Andreas Seyfarth Kiadja: Ravensburger Spieleverlag Postfach 18 60 D-88188 Ravensburger www.ravensburger.de alea Postfach 1150, D-83233 Bernau am Chiemsee www.aleaspiele.de info@aleaspiele.de
RészletesebbenAz elektronikus levelezés, mint a kommunikácó új formája. Pajzs Júlia MTA Nyelvtudományi Intézet 1014 Budapest Színház u. 5-9. e-mail: pajzs@nytud.
Az elektronikus levelezés, mint a kommunikácó új formája Pajzs Júlia MTA Nyelvtudományi Intézet 1014 Budapest Színház u. 5-9. e-mail: pajzs@nytud.hu Dolgozatomban azt a folyamatot kívánom bemutatni, ahogyan
RészletesebbenIngatlanvagyon értékelés
Nyugat-Magyarországi Egyetem Geoinformatikai Kar Ingatlanfejlesztı 8000 Székesfehérvár, Pirosalma u. 1-3. Szakirányú Továbbképzési Szak Ingatlanvagyon értékelés 4. A vagyon elemzése Szerzı: Harnos László
RészletesebbenA JÖVİ NEMZEDÉKEK ORSZÁGGYŐLÉSI BIZTOSÁNAK ÁLLÁSFOGLALÁSA
JÖVİ NEMZEDÉKEK ORSZÁGGYŐLÉSI BIZTOSA 1051 Budapest, Nádor u. 22. 1387 Budapest, Pf. 40.Telefon: 475-7100 Fax: 269-1615 A JÖVİ NEMZEDÉKEK ORSZÁGGYŐLÉSI BIZTOSÁNAK ÁLLÁSFOGLALÁSA a Red Bull Air Race repülırendezvény
RészletesebbenKriptográfiai algoritmus implementációk időalapú támadása Endrődi Csilla, Csorba Kristóf BME MIT
NetworkShop 2004 2004.. április 7. Kriptográfiai algoritmus implementációk időalapú támadása Endrődi Csilla, Csorba Kristóf BME MIT Bevezetés Ma használt algoritmusok matematikailag alaposan teszteltek
RészletesebbenKOVÁCS BÉLA, MATEMATIKA I.
KOVÁCS BÉLA, MATEmATIkA I 11 XI LINEÁRIS EGYENLETRENDSZEREk 1 LINEÁRIS EGYENLETRENDSZER A lineáris egyenletrendszer általános alakja: (1) Ugyanez mátrix alakban: (2), ahol x az ismeretleneket tartalmazó
Részletesebben5. Trigonometria. 2 cos 40 cos 20 sin 20. BC kifejezés pontos értéke?
5. Trigonometria I. Feladatok 1. Mutassuk meg, hogy cos 0 cos 0 sin 0 3. KöMaL 010/október; C. 108.. Az ABC háromszög belsejében lévő P pontra PAB PBC PCA φ. Mutassuk meg, hogy ha a háromszög szögei α,
RészletesebbenIparművészeti Múzeum 1091 Budapest, Üllői út 33-37. KÖZBESZERZÉSI DOKUMENTUM 2016/S 091-162660. Budapest, 2016. május
Iparművészeti Múzeum 1091 Budapest, Üllői út 33-37. KÖZBESZERZÉSI DOKUMENTUM Szállítási szerződés Transzparencia program keretében szerver állomás kialakításához szükséges eszközök beszerzésére tárgyában
RészletesebbenOktatási segédlet ACÉLSZERKEZETI ELEMEK TERVEZÉSE TŰZTEHERRE AZ EUROCODE SZERINT. Dr. Jármai Károly. Miskolci Egyetem
Oktatási segédlet ACÉLSZERKEZETI ELEMEK TERVEZÉSE TŰZTEHERRE AZ EUROCODE SZERINT a Nemzetközi Hegesztett Szerkezettervező mérnök képzés hallgatóinak Dr. Jármai Károly Miskolci Egyetem 2014-1 - 1 Bevezetés
RészletesebbenHalmazok. Halmazelméleti lapfogalmak, hatványhalmaz, halmazm veletek, halmazm veletek azonosságai.
Halmazok Halmazelméleti lapfogalmak, hatványhalmaz, halmazm veletek, halmazm veletek azonosságai. 1. lapfogalmak halmaz és az eleme fogalmakat alapfogalmaknak tekintjük, nem deniáljuk ket. Jelölés: x H,
Részletesebben4. LECKE: DÖNTÉSI FÁK - OSZTÁLYOZÁS II. -- Előadás. 4.1. Döntési fák [Concepts Chapter 11]
1 4. LECKE: DÖNTÉSI FÁK - OSZTÁLYOZÁS II. -- Előadás 4.1. Döntési fák [Concepts Chapter 11] A döntési fákon alapuló klasszifikációs eljárás nagy előnye, hogy az alkalmazása révén nemcsak egyedenkénti előrejelzést
Részletesebben6. évfolyam MATEMATIKA
28 6. évfolyam MATEMATIKA Országos kompetenciamérés 28 Feladatok és jellemzőik matematika 6. évfolyam Oktatási Hivatal Budapest, 29 6. ÉVFOLYAM A kompetenciamérésekről 28 májusában immár hatodik alkalommal
RészletesebbenPénzügyi matematika. Medvegyev Péter. 2013. szeptember 8.
Pénzügyi matematika Medvegyev Péter 13. szeptember 8. Az alábbi jegyzet a korábbi ötéves gazdaságmatematikai képzés keretében a Corvinus egyetemen tartott matematikai el adásaim kib vített verziója. A
RészletesebbenCsődvalószínűségek becslése a biztosításban
Csődvalószínűségek becslése a biztosításban Diplomamunka Írta: Deák Barbara Matematikus szak Témavezető: Arató Miklós, egyetemi docens Valószínűségelméleti és Statisztika Tanszék Eötvös Loránd Tudományegyetem,
RészletesebbenMatematika C 3. évfolyam. Melyikhez tartozom? 4. modul. Készítette: Abonyi Tünde
Matematika C 3. évfolyam Melyikhez tartozom? 4. modul Készítette: Abonyi Tünde Matematika C 3. évfolyam 4. modul Melyikhez tartozom? MODULLEÍRÁS A modul célja Időkeret Ajánlott korosztály Modulkapcsolódási
Részletesebbenélőfej és élőláb távolsága a lapszéltől (0,5 cm)
0-.foruló I. GÓI. Harry Potter étezik harrypotter nevű állomány (típusa megfelelő), lapméret a margók jók mindenhol a. oldaltól (f:,6 al:,9 bel:, kül:, tükör) sorköz a szövegtörzsben,-szeres (ahol nem
Részletesebben