MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI"

Átírás

1 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 meg: a determinisztikus és a statisztikus hibát. A determinisztikus hiba nagysága és előjele elvileg meghatározható (ezért ezt a hibafajtát sok esetben korrigálhatjuk). Egészen más a helyzet a statisztikus hiba esetén, amikor a hiba véletlenszerű, tehát nagyságát, de még előjelét sem tudjuk megjósolni. A következőkben a statisztikus hiba kezelésével foglalkozunk. A mérési eredmény a mérési adatok és a hiba nagyságának ismeretében adható meg, a hiba ismerete nélkül a mérési adat önmagában elégtelen információt ad. Statisztikus hiba esetén a mérés hibájához csak valószínűségi értelmezést adhatunk, tehát azt mondjuk, hogy az valódi érték amit az <> várhatóértékkel azonosítunk adott valószínűséggel esik az ún. megbízhatósági (konfidencia) intervallumba: amelynek szokásos rövidebb írásmódja: < < +, () = ±. () Itt a mért adat, pedig a statisztikus hiba. Gyakran használjuk a dimenzió nélküli relatív hibát is, mely a következő formulával adható meg:. (3) A relatív hibát százalékban is megadhatjuk, melynek számértéke a fenti mennyiség százszorosa. Laboratóriumi gyakorlatokon sokszor előfordul, hogy egy olyan fizikai mennyiséget mérünk, melynek értékét irodalmi értékkel vetjük össze. Ebben az esetben az irodalmi értéktől való relatív eltérést használhatjuk mérésünk hibájának jellemzésére: 0 0, (4) ahol 0 az irodalmi érték. Fontos megjegyeznünk, hogy ez a hiba nem csak a statisztikus, hanem a determinisztikus hibát is tartalmazza! 5

2 A következőkben megmutatjuk, hogyan adhatjuk meg a mérési eredményt a legfontosabb esetekben. A véletlen ingadozások mértékét a szórással jellemezzük és így a mérési eredmény statisztikus hibájának megadásához is a szórást használjuk fel. A mérési eredmények megadásakor két alapvető esetet különböztetünk meg... A σ szórás értéke ismert Ez az eset gyakran előfordul, amikor a mérőműszer okozza a statisztikus hibát, és a műszer gyártója a szórást az adatlapban megadja. Ilyen esettel találkozhatunk, ha pl. tolómérőt vagy mikrométert használunk. A mérési eredmény megadása ekkor a következő alakú: = ± λσ. (5) Itt a mért adat, λ pedig az előírt valószínűségtől függő szám. Ha tudjuk, hogy a statisztikus ingadozás normális eloszlású, akkor λ értékét a következő összefüggés adja meg: λ = F p +, (6) ahol F a [0,] paraméterű normális eloszlás eloszlásfüggvényének inverze, p pedig annak a valószínűsége, hogy a szélességű konfidencia intervallumban található a valódi érték. Mivel λ zárt formulával nem adható meg, értékét általában táblázat segítségével kaphatjuk meg (l. I. táblázat). Megjegyezzük, hogy p helyett szokás az α = p szignifikancia szintet is használni. Tudjuk, hogy <> várhatóértéket jobban közelíti a több mért adatból kiszámított középérték, amely a következő formulával adható meg: = i= i. (7) Természetesen az mért adatból számított középérték is egy véletlenszerűen ingadozó mennyiség, melynek várható értéke szintén <>, szórása viszont az eredeti szórás -ed része. Ebből következően a mérési eredmény megadása több mért adat esetén a következő alakú: = ± λσ. (8) Látható tehát, hogy azonos szignifikanciaszint mellett több mérési adat középértékének kiszámításával csökkenthető a mérés = λσ statisztikai hibája. 6

3 . A szórás értéke ismeretlen Ha a szórás értékét nem ismerjük, akkor az eddigiek szerint nem is adhatnánk meg a mérési eredményt, mivel nem tudjuk megadni a statisztikus hibát. Ebben az esetben a szórás szerepét a korrigált empirikus szórás veszi át, melyet az i mért adatokból számítunk ki a következő formulával: ( ), (9) σ = i = i i i= i= i= λ helyett most a t-eloszlásra utaló t jelölést használva a mérési eredmény megadása a következő alakú: t = ± σ, (0) t szokásos értékeit a II. táblázatban foglaltuk össze. Vegyük észre, hogy a korrigált empirikus szórás definíciójából következően nem adhatjuk meg a mérési eredményt egyetlen mért adat esetén, mert nullával kellene osztanunk. Ez a tény is jól mutatja, hogyha a szórás ismeretlen, egyetlen mért adattal nem adható meg a mérés eredménye. A következőkben összefoglaljuk a mérési eredmény megadását az előzőekben tárgyalt esetekre. Ha a szórás ismert, és egy mért adatunk van: Ha a szórás ismert, és mérési adatunk van: Ha a szórás ismeretlen és mért adatunk van: = ± λσ. () = ± λσ. () t = ± σ. (3) (Fontos: a kiszámolt hibát két vagy három értékes jegyre kell kerekíteni, és a középértéket is ugyanannyi tizedesjegy pontossággal kell feltüntetni!) Az I. és II. táblázatok segítséget adnak λ és t értékeinek meghatározásához normális eloszlású, véletlenszerű hiba esetére. Megjegyezzük, hogy laboratóriumi gyakorlatainkon leggyakrabban a 0,95 valószínűségi értéket használjuk. 7

4 p α 0,9 0, 0,95 0,05 0,99 0,0 0,995 0,005 0,999 0,00 λ,645,96039,5764, ,9076 I. táblázat: λ értékei a p valószínűség, illetve α = p szignifikanciaszint függvényében normális eloszlás esetére ν p =0,9 α =0, p = 0,95 α = 0,05 p = 0,99 α = 0,0 p = 0,995 α = 0,005 p = 0,999 α = 0,00 6,3370, ,6567 7, ,690 3,9996 4,3064 9,9477 4, , , ,844 5, ,4536, ,383, , , , ,050,5705 4,03 4,7739 6, ,943, ,7074 4,3679 5, ,89453, , ,097 5, ,8595, , ,8350 5, ,83307,65 3,4979 3, , ,793,0930, ,737 3, ,6990,0458, , , ,68487,068,70784, , ,67653,00957,67990, , ,66036,9846,6640,8730 3, ,65507,97597,6099, , ,6554,9795,60070, ,3400 II. táblázat: t értékei a p valószínűség, illetve α = p szignifikanciaszint és az mérési adatok száma, illetve ν = szabadsági fok függvényében t-eloszlás esetére 8

5 Az alábbiakban néhány kidolgozott feladaton keresztül mutatjuk meg a fenti összefüggések alkalmazását.. Tömegmérés adata: m =, kg A szórás ismert, értéke: σ = 0,07 kg Adjuk meg az α = 0,0 szignifikanciaszinthez tartozó mérési eredményt! p = α = 0, 99 λ =, 5764, m = λ σ =, , 07 kg = 0, kg ~ 0, 044 kg, m = 0, kg ± 0044, kg. (4). Az előző feladatban megadott feltételek mellett hány mérési adatot kell gyűjtenünk ahhoz, hogy a mérés hibája 0,0 kg alá csökkenjen? λσ m < < > 0, , kg 00, kg 00, 0. (5), 3. Egy mérést többször elvégezve kaptuk: R = 7,0 Ω, R = 7,9 Ω, R 3 = 7,9 Ω, R 4 = 7, Ω, R 5 = 7,3 Ω. Adjuk meg az α = 0,05 szignifikanciaszinthez tartozó mérési eredményt! Középérték: 7,06 Ω. Korrigált empirikus szórás: 0,0866 Ω. α = 0,05, = 5 (ν = 4) t =, Hiba: t σ ~ 0, 0556 Ω. R = 706, Ω ± 003, Ω. (6) 9

6 . A mérési eredmény megadása közvetett mérés esetén A mérési hiba terjedése Ha ismert egy fizikai mennyiség más fizikai mennyiségektől való q = q(,y,...) függése, akkor,y,... mérésével q mérési eredménye is megadható. Ha az,y,... mennyiségeket kicsi hibával mértük, akkor jó közelítéssel igaz, hogy ahol a felülvonás a középértéket jelöli, és q = q(, y,...), (7) q q q = + y (8) y y,,... y,,... Ez a képlet alkalmas arra, hogy az, y,... fizikai mennyiségek középértékének és hibáinak ismeretében meghatározzuk a származtatott q mennyiség középértékét és hibáját. Egyváltozós függvény esetén a származtatott mennyiség hibáját megadó formula a következőképpen egyszerűsödik: q q = d d. (9) Példa: m = 3, kg ± 0,05 kg, v = 7,3 m/s ± 0, m/s. E = mv, E =? E = mv = 3, 7, 3 J 85, 7649 J. (0) E v E = = m v m, v. () v E = m + mv v = 0

7 4 73, = 005, + ( 373,, ) 0, J, J. 4 Az E kinetikus energia mérési eredménye tehát: E = 85, 76 J ±, 9J. (3) Ajánlott irodalom:. Kemény S. - Deák A.: Mérések tervezése és eredmények értékelése, Műszaki Könyvkiadó, Budapest, 993.

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen

Részletesebben

Populációbecslések és monitoring

Populációbecslések és monitoring Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány

Részletesebben

Peltier-elemek vizsgálata

Peltier-elemek vizsgálata Peltier-elemek vizsgálata Mérés helyszíne: Vegyész labor Mérés időpontja: 2012.02.20. 17:00-20:00 Mérés végrehatói: Budai Csaba Sánta Botond I. Seebeck együttható közvetlen kimérése Az adott P-N átmenetre

Részletesebben

1. Metrológiai alapfogalmak. 2. Egységrendszerek. 2.0 verzió

1. Metrológiai alapfogalmak. 2. Egységrendszerek. 2.0 verzió Mérés és adatgyűjtés - Kérdések 2.0 verzió Megjegyzés: ezek a kérdések a felkészülést szolgálják, nem ezek lesznek a vizsgán. Ha valaki a felkészülése alapján önállóan válaszolni tud ezekre a kérdésekre,

Részletesebben

Mérési hibák. 2008.03.03. Méréstechnika VM, GM, MM 1

Mérési hibák. 2008.03.03. Méréstechnika VM, GM, MM 1 Mérési hibák 2008.03.03. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség általánosított

Részletesebben

2. Rugalmas állandók mérése

2. Rugalmas állandók mérése 2. Rugalmas állandók mérése Klasszikus fizika laboratórium Mérési jegyzőkönyv Mérést végezte: Vitkóczi Fanni Jegyzőkönyv leadásának időpontja: 2012. 12. 15. I. A mérés célja: Két anyag Young-modulusának

Részletesebben

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra Vörös Zsuzsanna NÉBIH RFI tervezési referens 2013. április 17. Egy kis felmérés nem kor Következtetések: 1. a jelenlevők nemi megoszlása:

Részletesebben

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba Hibaforrások Hiba A feladatok megoldása során különféle hibaforrásokkal találkozunk: Modellhiba, amikor a valóságnak egy közelítését használjuk a feladat matematikai alakjának felírásához. (Pl. egy fizikai

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

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető! BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012.. Név:... Neptun kód:... Érdemjegy:..... STATISZTIKA II. VIZSGADOLGOZAT Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető pontszám 21 20 7 22

Részletesebben

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz

Részletesebben

CHT& NSZT Hoeffding NET mom. stabilis. 2011. november 9.

CHT& NSZT Hoeffding NET mom. stabilis. 2011. november 9. CHT& NSZT Hoeffding NET mom. stabilis Becslések, határeloszlás tételek Székely Balázs 2011. november 9. CHT& NSZT Hoeffding NET mom. stabilis 1 CHT és NSZT 2 Hoeffding-egyenlőtlenség Alkalmazása: Beengedés

Részletesebben

Közfoglalkoztatás támogatás megállapítását segítő segédtábla használati útmutatója

Közfoglalkoztatás támogatás megállapítását segítő segédtábla használati útmutatója Közfoglalkoztatás támogatás megállapítását segítő segédtábla használati útmutatója 1.) Általános tudnivalók: A segédtábla két méretben készül, 10, és 50 sort lehet kitölteni. A tábla megnevezéséből amit

Részletesebben

Segítség az outputok értelmezéséhez

Segítség az outputok értelmezéséhez Tanulni: 10.1-10.3, 10.5, 11.10. Hf: A honlapra feltett falco_exp.zip-ben lévő exploratív elemzések áttanulmányozása, érdekességek, észrevételek kigyűjtése. Segítség az outputok értelmezéséhez Leiro: Leíró

Részletesebben

MINTAFELADATOK. 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti:

MINTAFELADATOK. 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti: 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti: 100% 90% 80% 70% 60% 50% 2010 2011 40% 30% 20% 10% 0% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% a) Nevezze

Részletesebben

Bevezetés. 1. előadás, 2015. február 11. Módszerek. Tematika

Bevezetés. 1. előadás, 2015. február 11. Módszerek. Tematika Bevezetés 1. előadás, 2015. február 11. Zempléni András Valószínűségelméleti és Statisztika Tanszék Természettudományi Kar Eötvös Loránd Tudományegyetem Áringadozások előadás Heti 2 óra előadás + 2 óra

Részletesebben

Andó Mátyás Felületi érdesség matyi.misi.eu. Felületi érdesség. 1. ábra. Felületi érdességi jelek

Andó Mátyás Felületi érdesség matyi.misi.eu. Felületi érdesség. 1. ábra. Felületi érdességi jelek 1. Felületi érdesség használata Felületi érdesség A műszaki rajzokon a geometria méretek tűrése mellett a felületeket is jellemzik. A felületek jellemzésére leginkább a felületi érdességet használják.

Részletesebben

Közfoglalkoztatás támogatás megállapítását segítő segédtábla használati útmutatója

Közfoglalkoztatás támogatás megállapítását segítő segédtábla használati útmutatója Közfoglalkoztatás támogatás megállapítását segítő segédtábla használati útmutatója 1.) Általános tudnivalók: A segédtábla két méretben készül, 10, és 50 sort lehet kitölteni. A tábla megnevezéséből amit

Részletesebben

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Fizika középszint ÉRETTSÉGI VIZSGA 2005. november 5. FIZIKA KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI MINISZTÉRIUM A dolgozatokat az útmutató utasításai szerint, jól követhetően

Részletesebben

Kontrol kártyák használata a laboratóriumi gyakorlatban

Kontrol kártyák használata a laboratóriumi gyakorlatban Kontrol kártyák használata a laboratóriumi gyakorlatban Rikker Tamás tudományos igazgató WESSLING Közhasznú Nonprofit Kft. 2013. január 17. Kis történelem 1920-as években, a Bell Laboratórium telefonjainak

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

Microsoft Excel 2010. Gyakoriság

Microsoft Excel 2010. Gyakoriság Microsoft Excel 2010 Gyakoriság Osztályközös gyakorisági tábla Nagy számú mérési adatokat csoportokba (osztályokba) rendezése -> könnyebb áttekintés Osztályokban szereplő adatok száma: osztályokhoz tartozó

Részletesebben

Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat

Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat 7. lecke Paraméter becslés Konfidencia intervallum Hipotézis vizsgálat feladata Paraméter becslés és konfidencia

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

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA MATEmATIkA I 6 VI KOmPLEX SZÁmOk 1 A komplex SZÁmOk HALmAZA A komplex számok olyan halmazt alkotnak amelyekben elvégezhető az összeadás és a szorzás azaz két komplex szám összege és szorzata

Részletesebben

E-tananyag Matematika 9. évfolyam 2014. Függvények

E-tananyag Matematika 9. évfolyam 2014. Függvények Függvények Függvények értelmezése Legyen adott az A és B két nem üres halmaz. Az A halmaz minden egyes eleméhez rendeljük hozzá a B halmaz egy-egy elemét. Ez a hozzárendelés egyértelmű, és ezt a hozzárendelést

Részletesebben

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015 A mérés problémája a pedagógiában Dr. Nyéki Lajos 2015 A mérés fogalma Mérésen olyan tevékenységet értünk, amelynek eredményeként a vizsgált jelenség számszerűen jellemezhetővé, más hasonló jelenségekkel

Részletesebben

A mérési bizonytalanság becslése a vizsgálólaboratóriumok gyakorlatában

A mérési bizonytalanság becslése a vizsgálólaboratóriumok gyakorlatában A mérési bizonytalanság becslése a vizsgálólaboratóriumok gyakorlatában Készítette: Szegény Zsigmond Mezőgazdasági Szakigazgatási Hivatal Élelmiszer- és Takarmánybiztonsági Igazgatóság Műszaki-technológiai

Részletesebben

5. Laboratóriumi gyakorlat. A p-n ÁTMENET HŐMÉRSÉKLETFÜGGÉSE

5. Laboratóriumi gyakorlat. A p-n ÁTMENET HŐMÉRSÉKLETFÜGGÉSE 5. Laboratóriumi gyakorlat A p-n ÁTMENET HŐMÉRSÉKLETFÜGGÉSE 1. A gyakorlat célja: A p-n átmenet hőmérsékletfüggésének tanulmányozása egy nyitóirányban polarizált dióda esetében. A hőmérsékletváltozási

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

HITELESÍTÉSI ELŐÍRÁS KÖZEPES PONTOSSÁGÚ SÚLYOK HE 1/3-2004

HITELESÍTÉSI ELŐÍRÁS KÖZEPES PONTOSSÁGÚ SÚLYOK HE 1/3-2004 HITELESÍTÉSI ELŐÍRÁS KÖZEPES PONTOSSÁGÚ SÚLYOK HE 1/3-2004 FIGYELEM! Az előírás kinyomtatott formája tájékoztató jellegű. Érvényes változata Az OMH minőségirányítási rendszerének elektronikus adatbázisában

Részletesebben

Khi-négyzet eloszlás. Statisztika II., 3. alkalom

Khi-négyzet eloszlás. Statisztika II., 3. alkalom Khi-négyzet eloszlás Statisztika II., 3. alkalom A khi négyzet eloszlást (Pearson) leggyakrabban kategorikus adatok elemzésére használjuk. N darab standard normális eloszlású változó négyzetes összegeként

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

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis Hipotézis BIOMETRIA 5. Előad adás Hipotézisvizsg zisvizsgálatok Tudományos hipotézis Nullhipotézis feláll llítása (H ): Kétmintás s hipotézisek Munkahipotézis (H a ) Nullhipotézis (H ) > = 1 Statisztikai

Részletesebben

Jegyzőkönyv. hangfrekvenciás mechanikai rezgések vizsgálatáról (3)

Jegyzőkönyv. hangfrekvenciás mechanikai rezgések vizsgálatáról (3) Jegyzőkönyv a hangfrekvenciás mechanikai rezgések vizsgálatáról () Készítette: Tüzes Dániel Mérés ideje: 2008-11-19, szerda 14-18 óra Jegyzőkönyv elkészülte: 2008-11-26 A mérés célja A feladat két anyag

Részletesebben

NÉHÁNY FONTOS ALAPFOGALOM A MŰSZERES ANALITIKAI KÉMIÁBAN

NÉHÁNY FONTOS ALAPFOGALOM A MŰSZERES ANALITIKAI KÉMIÁBAN NÉHÁNY FONTOS ALAPFOGALOM A MŰSZERES ANALITIKAI KÉMIÁBAN KALIBRÁCIÓ A kalibráció folyamata során a műszer válaszjele és a mérendő koncentrációja közötti összefüggést határozzuk meg. A kísérletileg meghatározott

Részletesebben

A Riemann-Siegel zeta függvény kiugró értékeinek keresése. A matematikai egyik legnehezebb problémája, avagy a prímszámok misztériuma

A Riemann-Siegel zeta függvény kiugró értékeinek keresése. A matematikai egyik legnehezebb problémája, avagy a prímszámok misztériuma A Riemann-Siegel zeta függvény kiugró értékeinek keresése A matematikai egyik legnehezebb problémája, avagy a prímszámok misztériuma 2013 A probléma fontossága és hatása a hétköznapi életre A prímszámok

Részletesebben

Iskolai jelentés. 10. évfolyam szövegértés

Iskolai jelentés. 10. évfolyam szövegértés 2008 Iskolai jelentés 10. évfolyam szövegértés Az elmúlt évhez hasonlóan 2008-ban iskolánk is részt vett az országos kompetenciamérésben, diákjaink matematika és szövegértés teszteket, illetve egy tanulói

Részletesebben

KOVÁCS BÉLA, MATEMATIKA II.

KOVÁCS BÉLA, MATEMATIKA II. KOVÁCS BÉLA, MATEmATIkA II 3 III NUmERIkUS SOROk 1 Alapvető DEFInÍCIÓ ÉS TÉTELEk Végtelen sor Az (1) kifejezést végtelen sornak nevezzük Az számok a végtelen sor tagjai Az, sorozat az (1) végtelen sor

Részletesebben

Módszertani Intézeti Tanszéki Osztály

Módszertani Intézeti Tanszéki Osztály BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012. Név:... Kód:...... Eredmény:..... STATISZTIKA I. VIZSGA; NG KM ÉS KG TQM SZAKOKON MINTAVIZSGA Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető

Részletesebben

1. Olvassuk be két pont koordinátáit: (x1, y1) és (x2, y2). Határozzuk meg a két pont távolságát és nyomtassuk ki.

1. Olvassuk be két pont koordinátáit: (x1, y1) és (x2, y2). Határozzuk meg a két pont távolságát és nyomtassuk ki. Számítás:. Olvassuk be két pont koordinátáit: (, y) és (2, y2). Határozzuk meg a két pont távolságát és nyomtassuk ki. 2. Olvassuk be két darab két dimenziós vektor komponenseit: (a, ay) és (b, by). Határozzuk

Részletesebben

Zárthelyi dolgozat feladatainak megoldása 2003. õsz

Zárthelyi dolgozat feladatainak megoldása 2003. õsz Zárthelyi dolgozat feladatainak megoldása 2003. õsz 1. Feladat 1. Milyen egységeket rendelhetünk az egyedi információhoz? Mekkora az átváltás közöttük? Ha 10-es alapú logaritmussal számolunk, a mértékegység

Részletesebben

Kutatásmódszertan és prezentációkészítés

Kutatásmódszertan és prezentációkészítés Kutatásmódszertan és prezentációkészítés 8. rész: Statisztikai eszköztár: Alapfokú statisztikai ismeretek Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Nyolcadik rész Statisztikai eszköztár: Alapfokú statisztikai

Részletesebben

STATISZTIKA PÉLDATÁR

STATISZTIKA PÉLDATÁR STATISZTIKA PÉLDATÁR www.matektanitas.hu www.matektanitas.hu info@matektanitas.hu 1 Minden feladat csak szöveges válasszal együtt ad teljes értékű megoldást! Becslés 1. feladat Az alábbi táblázat megadja

Részletesebben

Statisztikai függvények

Statisztikai függvények EXCEL FÜGGVÉNYEK 9/1 Statisztikai függvények ÁTLAG(tartomány) A tartomány terület numerikus értéket tartalmazó cellák értékének átlagát számítja ki. Ha a megadott tartományban nincs numerikus értéket tartalmazó

Részletesebben

Minden mérésre vonatkozó minimumkérdések

Minden mérésre vonatkozó minimumkérdések Minden mérésre vonatkozó minimumkérdések 1) Definiálja a rendszeres hibát 2) Definiálja a véletlen hibát 3) Definiálja az abszolút hibát 4) Definiálja a relatív hibát 5) Hogyan lehet az abszolút-, és a

Részletesebben

A napenergia magyarországi hasznosítását támogató új fejlesztések az Országos Meteorológiai Szolgálatnál

A napenergia magyarországi hasznosítását támogató új fejlesztések az Országos Meteorológiai Szolgálatnál A napenergia magyarországi hasznosítását támogató új fejlesztések az Országos Meteorológiai Szolgálatnál Nagy Zoltán, Tóth Zoltán, Morvai Krisztián, Szintai Balázs Országos Meteorológiai Szolgálat A globálsugárzás

Részletesebben

SZÁMÍTÁSOK A TÁBLÁZATBAN

SZÁMÍTÁSOK A TÁBLÁZATBAN SZÁMÍTÁSOK A TÁBLÁZATBAN Az Excelben az egyszerű adatok bevitelén kívül számításokat is végezhetünk. Ezeket a cellákba beírt képletek segítségével oldjuk meg. A képlet: olyan egyenlet, amely a munkalapon

Részletesebben

EGYENESFOGÚ HENGERESKERÉK GEOMETRIAI REKONSTRUKCIÓJA 4. jegyzőkönyv

EGYENESFOGÚ HENGERESKERÉK GEOMETRIAI REKONSTRUKCIÓJA 4. jegyzőkönyv EGYENESFOGÚ HENGERESKERÉK GEOMETRIAI REKONSTRUKCIÓJA. jegyzőkönyv A mérés helye: DE-MK Gépelemek Lbortórium A mérés időpontj:... A mérést végezte:... Gykorltvezető:... Tételszám:... Feldt: Mérési dtok

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

FIZIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

FIZIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Fizika középszint ÉRETTSÉGI VIZSGA 0. október 7. FIZIKA KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ NEMZETI ERŐFORRÁS MINISZTÉRIUM A dolgozatokat az útmutató utasításai szerint,

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

6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének

6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének 6. Függvények I. Elméleti összefoglaló A függvény fogalma, értelmezési tartomány, képhalmaz, értékkészlet Legyen az A és B halmaz egyike sem üreshalmaz. Ha az A halmaz minden egyes eleméhez hozzárendeljük

Részletesebben

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Matematikai statisztika c. tárgy oktatásának célja és tematikája Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:

Részletesebben

FIZIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

FIZIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Fizika középszint 1011 É RETTSÉGI VIZSGA 010. október 8. FIZIKA KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ NEMZETI ERŐFORRÁS MINISZTÉRIUM A dolgozatokat az útmutató utasításai szerint,

Részletesebben

Mérések hibája pontosság, reprodukálhatóság és torzítás

Mérések hibája pontosság, reprodukálhatóság és torzítás Mérések hibája pontosság, reprodukálhatóság és torzítás A kémiai mérések és számítások során számos adat felhasználásával jutunk a végeredményhez. Gyakori eset, hogy egyszerű mérési eredményekből a köztük

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

Tömbök kezelése. Példa: Vonalkód ellenőrzőjegyének kiszámítása

Tömbök kezelése. Példa: Vonalkód ellenőrzőjegyének kiszámítása Tömbök kezelése Példa: Vonalkód ellenőrzőjegyének kiszámítása A számokkal jellemzett adatok, pl. személyi szám, adószám, taj-szám, vonalkód, bankszámlaszám esetében az elírásból származó hibát ún. ellenőrző

Részletesebben

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás Matematikai alapok és valószínőségszámítás Valószínőségi eloszlások Binomiális eloszlás Bevezetés A tudományos életben megfigyeléseket teszünk, kísérleteket végzünk. Ezek többféle különbözı eredményre

Részletesebben

Ellenállásmérés Ohm törvénye alapján

Ellenállásmérés Ohm törvénye alapján Ellenállásmérés Ohm törvénye alapján A mérés elmélete Egy fémes vezetőn átfolyó áram I erőssége egyenesen arányos a vezető végpontjai közt mérhető U feszültséggel: ahol a G arányossági tényező az elektromos

Részletesebben

1. Két pályázat esetén a nyerési esélyeket vizsgálják. Mintát véve mindkét pályázat esetén az egyik. (b) Mit nevezünk másodfajú hibának?

1. Két pályázat esetén a nyerési esélyeket vizsgálják. Mintát véve mindkét pályázat esetén az egyik. (b) Mit nevezünk másodfajú hibának? Statisztika 2015. május 08. D csoport Név Neptun kód 1. Két pályázat esetén a nyerési esélyeket vizsgálják. Mintát véve mindkét pályázat esetén az egyik pályázatnál 320 pályázóból 42 nyert, a másik pályázatnál

Részletesebben

Varianciaanalízis 4/24/12

Varianciaanalízis 4/24/12 1. Feladat Egy póker kártya keverő gép a kártyákat random módon választja ki. A vizsgálatban 1600 választott kártya színei az alábbi gyakorisággal fordultak elő. Vizsgáljuk meg, hogy a kártyák kiválasztása

Részletesebben

Microsoft Excel. Táblázatkezelés. Dr. Dienes Beatrix

Microsoft Excel. Táblázatkezelés. Dr. Dienes Beatrix Microsoft Excel Táblázatkezelés Dr. Dienes Beatrix A táblázatkezelı feladata: Táblázatosan elrendezett adatok hatékony és látványos kezelése. Nagy adathalmazok adatbázis-kezelı Legfontosabb szolgáltatások:

Részletesebben

Készítette: Fegyverneki Sándor

Készítette: Fegyverneki Sándor VALÓSZÍNŰSÉGSZÁMÍTÁS Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2001. i JELÖLÉSEK: N a természetes számok halmaza (pozitív egészek) R a valós számok halmaza R 2 {(x, y) x, y

Részletesebben

(összevont laboratóriumi tananyag I.) Szerzők: az ELTE Természettudományi Kar oktatói. Szerkesztette: Havancsák Károly

(összevont laboratóriumi tananyag I.) Szerzők: az ELTE Természettudományi Kar oktatói. Szerkesztette: Havancsák Károly FIZIKAI MÉRÉSEK (összevont laboratóriumi tananyag I.) Szerzők: az ELTE Természettudományi Kar oktatói Szerkesztette: Havancsák Károly Lektorálta: Kemény Tamás ELTE 2013 Tartalomjegyzék 1. Amit már az elején

Részletesebben

Beütésszám átlagmérő k

Beütésszám átlagmérő k Beütésszám átlagmérő k A beütésszám átlagmérők elsősorban a radioaktív sugárforrások intenzitásának ellenőrzésére és mérésére szolgálnak Természetesen használhatjuk más jeladók esetében is, amikor például

Részletesebben

TESTLab KALIBRÁLÓ ÉS VIZSGÁLÓ LABORATÓRIUM AKKREDITÁLÁS

TESTLab KALIBRÁLÓ ÉS VIZSGÁLÓ LABORATÓRIUM AKKREDITÁLÁS TESTLab KALIBRÁLÓ ÉS VIZSGÁLÓ LABORATÓRIUM AKKREDITÁLÁS ACCREDITATION OF TESTLab CALIBRATION AND EXAMINATION LABORATORY XXXVIII. Sugárvédelmi Továbbképző Tanfolyam - 2013 - Hajdúszoboszló Eredet Laboratóriumi

Részletesebben

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM. STATISZTIKA 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 MAGY. MAT. TÖRT. KÉM. ANNA BÉLA CILI András hármas. Béla Az átlag 3,5! kettes. Éva ötös. Nóri négyes. 1 mérés: dolgokhoz valamely szabály alapján szám rendelése

Részletesebben

V átlag = (V 1 + V 2 +V 3 )/3. A szórás V = ((V átlag -V 1 ) 2 + ((V átlag -V 2 ) 2 ((V átlag -V 3 ) 2 ) 0,5 / 3

V átlag = (V 1 + V 2 +V 3 )/3. A szórás V = ((V átlag -V 1 ) 2 + ((V átlag -V 2 ) 2 ((V átlag -V 3 ) 2 ) 0,5 / 3 5. gyakorlat. Tömegmérés, térfogatmérés, pipettázás gyakorlása tömegméréssel kombinálva. A mérési eredmények megadása. Sóoldat sőrőségének meghatározása, koncentrációjának megadása a mért sőrőség alapján.

Részletesebben

A BEFEKTETŐ-VÉDELMI ALAP IGAZGATÓSÁGÁNAK

A BEFEKTETŐ-VÉDELMI ALAP IGAZGATÓSÁGÁNAK Nyilvános A BEFEKTETŐ-VÉDELMI ALAP IGAZGATÓSÁGÁNAK 24/2010. (XI. 4.) számú határozata A Beva igazgatósága megvitatta a kockázatarányos díjrendszer bevezetésére vonatkozó döntés nyomán elkészített előterjesztést,

Részletesebben

H0 hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik)

H0 hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik) 5.4: 3 különböző talpat hasonlítunk egymáshoz Varianciaanalízis. hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik) hipotézis: Létezik olyan μi, amely nem egyenlő a többivel (Van

Részletesebben

Kutatásmódszertan és prezentációkészítés

Kutatásmódszertan és prezentációkészítés Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I

Részletesebben

Analóg-digitál átalakítók (A/D konverterek)

Analóg-digitál átalakítók (A/D konverterek) 9. Laboratóriumi gyakorlat Analóg-digitál átalakítók (A/D konverterek) 1. A gyakorlat célja: Bemutatjuk egy sorozatos közelítés elvén működő A/D átalakító tömbvázlatát és elvi kapcsolási rajzát. Tanulmányozzuk

Részletesebben

Gyakorló feladatok a 2. dolgozathoz

Gyakorló feladatok a 2. dolgozathoz Gyakorló feladatok a. dolgozathoz. Tíz darab tízforintost feldobunk. Mennyi annak a valószínűsége hogy vagy mindegyiken írást vagy mindegyiken fejet kapunk? 9. Egy kör alakú asztal mellett tízen ebédelnek:

Részletesebben

Matematikai statisztikai elemzések 5.

Matematikai statisztikai elemzések 5. Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematikai statisztikai elemzések. MSTE modul Kapcsolatvizsgálat: asszociáció vegyes kapcsolat korrelációszámítás. Varianciaanalízis

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 2 II. A valószínűségi VÁLTOZÓ És JELLEMZÉsE 1. Valószínűségi VÁLTOZÓ Definíció: Az leképezést valószínűségi változónak nevezzük, ha

Részletesebben

DEBRECENI EGYETEM MŰSZAKI KAR GÉPÉSZMÉRNÖKI TANSZÉK SPM BEARINGCHECKER KÉZI CSAPÁGYMÉRŐ HASZNÁLATA /OKTATÁSI SEGÉDLET DIAGNOSZTIKA TANTÁRGYHOZ/

DEBRECENI EGYETEM MŰSZAKI KAR GÉPÉSZMÉRNÖKI TANSZÉK SPM BEARINGCHECKER KÉZI CSAPÁGYMÉRŐ HASZNÁLATA /OKTATÁSI SEGÉDLET DIAGNOSZTIKA TANTÁRGYHOZ/ DEBRECENI EGYETEM MŰSZAKI KAR GÉPÉSZMÉRNÖKI TANSZÉK SPM BEARINGCHECKER KÉZI CSAPÁGYMÉRŐ HASZNÁLATA /OKTATÁSI SEGÉDLET DIAGNOSZTIKA TANTÁRGYHOZ/ ÖSSZEÁLLÍTOTTA: DEÁK KRISZTIÁN 2013 Az SPM BearingChecker

Részletesebben

egyenlőtlenségnek kell teljesülnie.

egyenlőtlenségnek kell teljesülnie. MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Abszolútértékes és gyökös kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval

Részletesebben

Matematikai statisztikai elemzések 6.

Matematikai statisztikai elemzések 6. Matematikai statisztikai elemzések 6. Regressziószámítás: kétváltozós lineáris és nemlineáris regresszió, többváltozós regresszió Prof. Dr. Závoti, József Matematikai statisztikai elemzések 6.: Regressziószámítás:

Részletesebben

Modern Fizika Labor. Fizika BSc. Értékelés: A mérés dátuma: A mérés száma és címe: 12. mérés: Infravörös spektroszkópia. 2008. május 6.

Modern Fizika Labor. Fizika BSc. Értékelés: A mérés dátuma: A mérés száma és címe: 12. mérés: Infravörös spektroszkópia. 2008. május 6. Modern Fizika Labor Fizika BSc A mérés dátuma: A mérés száma és címe: 12. mérés: Infravörös spektroszkópia Értékelés: A beadás dátuma: 28. május 13. A mérést végezte: 1/5 A mérés célja A mérés célja az

Részletesebben

36 0,3. Mo.: 36 0,19. Mo.: 36 0,14. Mo.: 32 = 0,9375 32 = 0,8125 32 = 0,40625. Mo.: 32 = 0,25

36 0,3. Mo.: 36 0,19. Mo.: 36 0,14. Mo.: 32 = 0,9375 32 = 0,8125 32 = 0,40625. Mo.: 32 = 0,25 Valószínűségszámítás I. Kombinatorikus valószínűségszámítás. BKSS 4... Egy szabályos dobókockát feldobva mennyi annak a valószínűsége, hogy a -ost dobunk; 0. b legalább 5-öt dobunk; 0, c nem az -est dobjuk;

Részletesebben

Posztanalitikai folyamatok az orvosi laboratóriumban, az eredményközlés felelőssége

Posztanalitikai folyamatok az orvosi laboratóriumban, az eredményközlés felelőssége Posztanalitikai folyamatok az orvosi laboratóriumban, az eredményközlés felelőssége Autovalidálási folyamatok Lókiné Farkas Katalin Az autovalidálás elméleti alapjai Az előző eredménnyel való összehasonlítás

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

Biomatematika 8. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 8. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 8. Valószínűség-számítás II. Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:

Részletesebben

ELEKTRONIKAI ALAPISMERETEK

ELEKTRONIKAI ALAPISMERETEK Elektronikai alapismeretek emelt szint 3 ÉETTSÉGI VIZSG 0. május 0. ELEKTONIKI LPISMEETEK EMELT SZINTŰ ÍÁSELI ÉETTSÉGI VIZSG JVÍTÁSI-ÉTÉKELÉSI ÚTMTTÓ EMEI EŐOÁSOK MINISZTÉIM Egyszerű, rövid feladatok Maximális

Részletesebben

Méretlánc átrendezés elmélete

Méretlánc átrendezés elmélete 1. Méretlánc átrendezés elmélete Méretlánc átrendezés elmélete Egyes esetekben szükség lehet, hogy arra, hogy a méretláncot átrendezzük. Ezeknek legtöbbször az az oka, hogy a rajzon feltüntetett méretet

Részletesebben

STATISZTIKA I. Tantárgykódok. Oktatók. Időbeosztás. Tematika. http://www.agr.unideb.hu/~huzsvai. 1. Előadás Bevezetés, a statisztika szerepe

STATISZTIKA I. Tantárgykódok. Oktatók. Időbeosztás. Tematika. http://www.agr.unideb.hu/~huzsvai. 1. Előadás Bevezetés, a statisztika szerepe Tantárgykódok STATISZTIKA I. GT_APSN018 GT_AKMN021 GT_ATVN020 1. Előadás Bevezetés, a statisztika szerepe Oktatók Előadó: Dr. habil. Huzsvai László tanszékvezető Gyakorlatvezetők: Dr. Balogh Péter Dr.

Részletesebben

Vizsgálati jegyzőkönyvek általános felépítése

Vizsgálati jegyzőkönyvek általános felépítése Vizsgálati jegyzőkönyvek általános felépítése 1. Intézményi és személyi adatok 1. Megbízó intézmény neve és címe 2. Megbízó képviselőjének neve és beosztása 3. A vizsgáló intézmény illetve laboratórium

Részletesebben

etalon etalon (folytatás) Az etalonok és a kalibrálás általános és alapvető metrológiai fogalmai és definíciói

etalon etalon (folytatás) Az etalonok és a kalibrálás általános és alapvető metrológiai fogalmai és definíciói Etalonok, kalibrálás, rekalibrálás, visszavezethetőség, referencia eljárások Az etalonok és a kalibrálás általános és alapvető metrológiai fogalmai és definíciói etalon Mérték, mérőeszköz, anyagminta vagy

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

Regresszió számítás. Tartalomjegyzék: GeoEasy V2.05+ Geodéziai Kommunikációs Program

Regresszió számítás. Tartalomjegyzék: GeoEasy V2.05+ Geodéziai Kommunikációs Program Regresszió számítás GeoEasy V2.05+ Geodéziai Kommunikációs Program DigiKom Kft. 2006-2010 Tartalomjegyzék: Egyenes x változik Egyenes y változik Egyenes y és x változik Kör Sík z változik Sík y, x és z

Részletesebben

Akusztikai tervezés a geometriai akusztika módszereivel

Akusztikai tervezés a geometriai akusztika módszereivel Akusztikai tervezés a geometriai akusztika módszereivel Fürjes Andor Tamás BME Híradástechnikai Tanszék Kép- és Hangtechnikai Laborcsoport, Rezgésakusztika Laboratórium 1 Tartalom A geometriai akusztika

Részletesebben

First Prev Next Last Go Back Full Screen Close Quit. (Derivált)

First Prev Next Last Go Back Full Screen Close Quit. (Derivált) Valós függvények (3) (Derivált) . Legyen a belső pontja D f -nek. Ha létezik és véges a f(x) f(a) x a x a = f (a) () határérték, akkor f differenciálható a-ban. Az f (a) szám az f a-beli differenciálhányadosa.

Részletesebben

Érettségi feladatok: Trigonometria 1 /6

Érettségi feladatok: Trigonometria 1 /6 Érettségi feladatok: Trigonometria 1 /6 2003. Próba 14. Egy hajó a Csendes-óceán egy szigetéről elindulva 40 perc alatt 24 km-t haladt észak felé, majd az eredeti haladási irányhoz képest 65 -ot nyugat

Részletesebben

8. Egyenletek, egyenlőtlenségek, egyenletrendszerek II.

8. Egyenletek, egyenlőtlenségek, egyenletrendszerek II. 8 Egyenletek, egyenlőtlenségek, egyenletrendszerek II Elméleti összefoglaló Az a + b+ c, a egyenletet másodfokú egyenletnek nevezzük A D b ac kifejezést az egyenlet diszkriminánsának nevezzük Ha D >, az

Részletesebben

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Fizika középszint 0622 ÉRETTSÉGI VIZSGA 2007. november 7. FIZIKA KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI ÉS KULTURÁLIS MINISZTÉRIUM A dolgozatokat az útmutató utasításai

Részletesebben

JELENTKEZÉSI ŰRLAP orvostechnikai eszközök felülvizsgálatára 4/2009. (III. 17.) EüM rendelet 17. -a és 13. Melléklete szerint

JELENTKEZÉSI ŰRLAP orvostechnikai eszközök felülvizsgálatára 4/2009. (III. 17.) EüM rendelet 17. -a és 13. Melléklete szerint Címzett: Egészségügyi Nyilvántartási és Képzési Központ ORVOSTECHNIKAI FŐOSZTÁLY H-1054 Budapest, Zrínyi u. 3. 1380 Budapest, Pf. 1188. JELENTKEZÉSI ŰRLAP orvostechnikai eszközök felülvizsgálatára 4/2009.

Részletesebben

Mozgásvizsgálatok. Mérnökgeodézia II. Ágfalvi Mihály - Tóth Zoltán

Mozgásvizsgálatok. Mérnökgeodézia II. Ágfalvi Mihály - Tóth Zoltán Mérnökgeodézia II. Ágfalvi Mihály - Tóth Zoltán Célja: Várható elmozdulások előrejelzése (erőhatások alatt, Siógemenci árvízkapu) Már bekövetkezett mozgások okainak vizsgálata (Pl. kulcsi löszpart) Laboratóriumi

Részletesebben

(III) Hangfrekvenciás mechanikai rezgések vizsgálata (Ablakhoz közeli mérőhely)

(III) Hangfrekvenciás mechanikai rezgések vizsgálata (Ablakhoz közeli mérőhely) (III) Hangfrekvenciás mechanikai rezgések vizsgálata (Ablakhoz közeli mérőhely) Mérést végezte: Szalontai Gábor Mérőtárs neve: Nagy Dániel Mérés időpontja: 2012.11.22. Bevezető A hétköznapi és kézzelfogható

Részletesebben