Dr. BALOGH ALBERT. A folyamatképesség és a folyamatteljesítmény statisztikái (ISO 21747)

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Dr. BALOGH ALBERT. A folyamatképesség és a folyamatteljesítmény statisztikái (ISO 21747)"

Átírás

1 Dr. BAOGH ABERT A folyamatkéesség és a folyamatteljesítméy statistikái ISO 747

2 Folyamat sabályoott, ha csak véletle okú váltoásokat hibákat tartalma. Sabályoatla, ha aoosítható okú redseres váltoásokat hibákat tartalma. Hagyomáyos felfogás: csak sabályoott folyamatokra sámítható ki mid a folyamatkéesség rövid-távú sórás alajá, mid a folyamatteljesítméy hossútávú sórás alajá. Új felfogás a sabváy serit: folyamatkéesség csak sabályoott folyamatokra voatkoik folyamatteljesítméy sabályoatla folyamatokra is voatkohat.

3 .. Tábláat Időfüggő eloslásmodellek jellemői Időfüggő eloslásmodellek c Jellemő A A B C C C C4 D Helyaraméter a Sórásaraméter a Időotbeli eloslás b Eredő eloslás b c c c r r s sr sr c c sr c c c c sr d m d d d as as as d m m d m as as as Ábrasám

4 A,A,C,C,C4 folyamatok stabilak a Helyaraméter/sórásaraméter: c a araméter álladó marad r a araméter csak véletleserűe váltoik s a araméter csak sistematikusa váltoik rs a araméter véletleserűe és sistematikusa is váltoik. b Időotbeli/eredő eloslás d ormális eloslás m egy módusú eloslás as bármilye alakú eloslás. c A modell megválastása a folyamatelemés eredméye alajá törtéik. 4

5 5 Nem stabil Bármelyik Bármelyik Váltoó Váltoó D Stabil? Bármelyik Bármelyik Álladó Váltoó C4 Stabil? Bármelyik Bármelyik Álladó Tred C Nem stabil Nem ormális Normális Álladó Váltoó C Stabil? Normális Normális Álladó Váltoó ormál C Nem stabil Nem ormális Normális Váltoó Álladó B Stabil Nem ormális, módusú Nem ormális, módusú Álladó Álladó A Stabil Normális Normális Álladó Álladó A Állaot Eredő eloslás Időfüggő eloslás Sórás Hely Jel FOYAMATTÍSOK Stabil! Keméy

6 A modell köéot helye álladó sóródás álladó időfüggő és eredő eloslás:ormálishossúság folyamat statistikailag sabályoott. 7 6 t t t t4 t5 eredő 5 4 t t t t4 t5 eredő t t4 t5 eredő t t Adatsor 0 0 0,5,5,5 6

7 A modell köéot helye álladó sóródás álladó időfüggő és eredő eloslás: em-ormális egymódusú felületi érdesség a folyamat statistikailag sabályoott. 8 7 t t t t4 eredő t t t t4 eredő Adatsor 0 0 0,5,5,5 7

8 B modell hely álladó sóródás sistematikusa és véletleserűe váltoik időfüggő eloslás:ormális eredő eloslás em ormális, egymódusú.külöböő orsók em egyformá koak. 7 6 t t t t4 eredő 5 4 t t t t4 eredő 0 0 0,5,5,5 8

9 C modell hely ormális eloslásúa váltoik sóródás álladó időfüggő és eredő eloslás: ormális eloslás mukadarab befogók koása. Keméy:sabályoott folyamat 7 6 t t t t4 t5 eredő 5 4 t t t t4 t5 eredő Adatsor 0-0,5 0 0,5,5,5 9

10 C modell, hely véletleül váltoik em-ormális eloslású, egymódusú sóródás álladó időfüggő eloslás ormális eredő eloslás em ormális, egymódusú. Külöböő köotosítású sersámbefogók koása t t t t t t t4 t5 eredő t4 t5 eredő t t t t4 t5 eredő 0-0,5 0 0,5,5,5 0

11 C modell hely fukció köotú tred, sersámkoás sóródás álladó időfüggő és eredő eloslás bármilye alakú. t t t t4 t5 eredő t t t t4 t5 eredő 0-0,5 0 0,5,5,5 Keméy: sabályoott folyamat

12 C4 modell hely sistematikusa és véletleserűe váltoik éldául tételek váltoása sóródás álladó időfüggő és eredő eloslás bármilye alakú. 0 t t t t4 t5 eredő t t t t4 t5 eredő 0-0,5 0 0,5,5,5 Keméy: sabályoott folyamat

13 D modell hely és sórás sistematikusa és véletleserűe váltoik időfüggő és eredő eloslás bármilye alakú. Multi-stream rocesses 0 t t t t4 eredő t t t t4 eredő 0-0,5 0 0,5,5,5

14 Becslési módser Általáos geometriai módser A csoortok köötti további váltoás besámítása Másik módser a csoortok köötti további váltoás besámítására Kiesési aráyok alajá törtéő becslés Sámítási módser helyaraméter és a sóródás araméter becslései helyaraméter, sóródás és add becslése helyaraméter, sóródás és add becslése A felső és alsó kiesési aráy becslése alajá a teljesítméy és a kéesség becslése 4

15 Általáos sámítási módser X + X X X 5

16 Folyamatteljesítméy Jellemő kimeeteléek statistikai mérősáma olya folyamatból, amelyről lehet, hogy em mutatták ki, hogy statistikailag sabályoott állaotba va. Godosa kell eljári a mérősám hasálata sorá, mivel e tartalmahat olya váltoékoysági igadoási komoest, amely seciális aoosítható okokak...4. tulajdoítható, eek értéke edig előre em jelehető. Normális eloslásra a folyamatteljesítméy a követkeő kifejeésből sámítható ki: folyamatteljesítméy X t ±. S t valamit függ a megadott hibás alkatrések aráyáak M-be kifejeett teljesítméy- követelméyétől. Ha a folyamatteljesítméy egybeesik a előírt követelméyekkel, akkor értéke at mutatja, hogy M alkatrés les várhatóa a tűrése... kívül. Hasolóa 4 at mutatja, hogy 64 M alkatrés és 5 edig arra utal, hogy 0,60, M alkatrés les várhatóa a tűrése kívül. Nem ormális eloslás esetébe a folyamatteljesítméy becsülhető éldául egy megfelelő valósíűségi háló felhasálásával vagy a adatokra illestett eloslás aramétereiből. A folyamatteljesítméy kifejeése a követkeő alakú: a folyamatteljesítméy X + b 6

17 Sigmasit és Z-sit Sigmasitkmegadja, hogy éldául a S a tűrésmeő köéotjától háy sigma távolságra va. k S S + S / S S / Z-sit megadja, hogy éldául a S a átlagtól háy sigma távolságra va. Z S SigmasitZ-sit+a átlag és a tűrésmeő köéotja köötti távolság sigmába kifejeve. C k / C Z k / 7

18 Z-sit és k-sigmás folyamat S + S S X. S S k. Adatsor Adatsor Adatsor Adatsor Adatsor S X S 8

19 Folyamatkéesség Jellemő kimeeteléek statistikai becslése olya folyamatból, amelyről kimutatták, hogy statistikailag sabályoott állaotba va és amely leírja, hogy a folyamat kées megvalósítai olya jellemőt, amely teljesítei fogja a jellemőre voatkoó követelméyeket. 9

20 Folyamatteljesítméy ideek: folyamatteljesíméyide k k k felső alsó mi. k, k,miimális Folyamatkéesség ideek hasolóak. 0

21 folyamatteljesítméy ide k k k mi. k, felső ide alsó ide k,miimális folyamatteljesítméy ide A ideek kisámításáho becsüli kell, értékét

22 A araméter becslései: [ ] , / / / ~ k k i l l m i i i m l i m m l X l 50% ~ ~ 5, 4 mediáok átlaga

23 Γ Γ 4 c { } [ ] F F f d

24 4 becslései m s d i, 6 d, 6 m.c 4 s i d m d R d i t i Γ Γ 4 c { } [ ]d F F f d

25 becslései d d ,865% R, 0,5% ma i 99,865% mi i 0,5% d,, becslések em vesik figyelembe a réscsoortok köötti sórást, csak A esetbe alkalmahatók. d,,,4 becslések feltételeik, hogy a adatok ormális eloslásúak. Más esetbe a eredméy a eloslás tíusától függőe torított. d5 esetbe a becslés torított, a torítás a eloslás tíusától és a réscsoort agyságától függ. d6 becslés a legáltaláosabb, mide feltétel mellett hasálható. 5

26 6 add additív váltoás figyelembevétele. módser mi k k k add k add k add s a a w add i i add,, mi ma

27 7 add additív váltoás figyelembevételéek. módsere mi k k k add k add k add add becslései s a a w add i i add,, mi ma

28 Kiesési aráy sámítási módsere, ha a eloslás ismert. k k k mi k k X + X X X 8

29 9 mi k k k k k a stadardiált ormális eloslás -kvatilise α α Folyamatkéesség ideei hasolókée fejehetők ki. A sabváy serit a folyamatteljesítméy eel a módserrel em sámítható ki. MINITAB serit ige! k k k k Φ Φ Φ Φ Φ Φ k k

30 0 MINITAB kéletei: 6 6 6, % 0,00 k k k k k k X kvatilise os N X + + Φ Φ Φ Φ Φ Φ BENCH BENCH Φ Φ k k

31 k k,, Kiesési aráy 700 M 50M 64 M 0,6 0,M 0,0, M

32 Egyoldali felső tűréshatár sámítási esete k, k X k X

33 Egyoldali alsó tűréshatár k, k X k X

34 Folyamatkéesség adataiak kölése Folyamatkéesség ide Miimális folyamatkéesség ide C C k,68,44 Sámítási módser M,6 Sámításho felhasált értékek sáma Válastható: mitavétel gyakorisága adatok gyűjtéséek időotja, időtartama időfüggő eloslásmodell igaolásáak kiválastásamérőredser miőségkéessége, mérés ismételhetősége, rerodukálhatósága,felbotókéessége műsaki feltételek tételek, műveletek, sersámok,6 sámítási módser at jeleti, hogy a módsert hasálják és. 000 M 6 A modell M 4

f(n) n x g(n), n x π 2 6 n, σ(n) n x

f(n) n x g(n), n x π 2 6 n, σ(n) n x Számelméleti függvéyek extremális agyságredje Dr. Tóth László 2006 Bevezetés Ha számelméleti függvéyek, l. multilikatív vagy additív függvéyek agyságredjét vizsgáljuk, akkor először általába az adott függvéy

Részletesebben

Máté: Számítógépes grafika alapjai

Máté: Számítógépes grafika alapjai VETÍTÉSEK Vetítések fajtái / Trasformációk amelek -imeiós objektumokat kisebb imeiós terekbe visek át. Pl. 3D 2D Vetítés köéotja ersektívikus A A B Vetítési B Vetítés köéotja a végtelebe árhuamos A A B

Részletesebben

A szilárdságtan 2D feladatainak az feladatok értelmezése

A szilárdságtan 2D feladatainak az feladatok értelmezése A silárdságtan D feladatainak a feladatok értelmeése Olvassa el a ekedést! Jegee meg a silárdságtan D feladatainak csoportosítását! A silárdságtan (rugalmasságtan) kétdimeniós vag kétméretű (D) feladatai

Részletesebben

SZÁMELMÉLET. Szigeti Jenő

SZÁMELMÉLET. Szigeti Jenő SZÁMELMÉLET Sigeti Jeő. OSZTHATÓSÁG A osthatósággal kapcsolatba égy alapvető eredméyt kölük bioyítás élkül. Jelölje φ() a {,,..., } halmaból ao elemek sámát, amelyek relatív prímek a -he. Ha például p

Részletesebben

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat Kísérlettervezés - biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert u-próba Feltétel: egy ormális eloszlású sokaság σ variaciájáak számszerű értéke ismert. Hipotézis: a sokaság µ várható értéke

Részletesebben

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html

Részletesebben

Szerszámgépek 5. előadás 2007. Március 13. Szerszámg. 5. előad. Miskolc - Egyetemváros 2006/2007 2.félév

Szerszámgépek 5. előadás 2007. Március 13. Szerszámg. 5. előad. Miskolc - Egyetemváros 2006/2007 2.félév Sersámgépe 5. előadás. Márcis. Sersámg mgépe 5. előad adás Misolc - Egyetemváros /.félév Sersámgépe 5. előadás. Márcis. A sabályohatósági tartomáy övelésée módserei Előetes megfotoláso: S mi mi M S φ,

Részletesebben

Az elektronmikroszkópia fizikai alapja: nagy-energiájú elektronok szóródásai

Az elektronmikroszkópia fizikai alapja: nagy-energiájú elektronok szóródásai A elektromkroskópa fka alapa: ay-eeráú elektrook sóródása -7 A > elektro/s > µm-ekét ( ke) > Eyelektro-sórás Fatáa Meeyés Alkalmaása Eyseres ematkus elm (Ewald-serk) t m Dffr köelítő elye (Bra-eyelet)

Részletesebben

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum) Az átlagra voatkozó megbízhatósági itervallum (kofidecia itervallum) Határozzuk meg körül azt az itervallumot amibe előre meghatározott valószíűséggel esik a várható érték (µ). A várható értéket potosa

Részletesebben

STATISZTIKA. A statisztika részei. Alapfogalmak. Példa:

STATISZTIKA. A statisztika részei. Alapfogalmak. Példa: STATISZTIKA Mért tauljuk statstkát? Mre hasálhatjuk? Sakrodalom értő és krtkus olvasásáho Mt állít egyáltalá a ckk? Korrektek-e a megállaítások? Vsgálatok (kísérletek és felmérések) terveéséhe, kértékeléséhe

Részletesebben

Matematika B4 I. gyakorlat

Matematika B4 I. gyakorlat Matematika B4 I. gyakorlat 2006. február 16. 1. Egy-dimeziós adatredszerek Va valamilye adatredszer (számsorozat), amelyről szereték kiszámoli bizoyos dolgokat. Az egyes értékeket jelöljük z i -vel, a

Részletesebben

6. Minısítéses ellenırzı kártyák

6. Minısítéses ellenırzı kártyák 6. Miısítéses elleırzı kártyák Sokszor elıfordul, hogy a termék-egyedek miıségét em tudjuk mérhetı meyiségekkel jellemezi, csak megfelelı/em megfelelı kategóriákba sorolhatjuk ıket, és a hibás darabokat,

Részletesebben

Statisztika 1. zárthelyi dolgozat március 21.

Statisztika 1. zárthelyi dolgozat március 21. Statisztika 1 zárthelyi dolgozat 011 március 1 1 Legye X = X 1,, X 00 függetle mita b paraméterű Poisso-eloszlásból b > 0 Legye T 1 X = X 1+X ++X 100, T 100 X = X 1+X ++X 00 00 a Milye a számra igaz, hogy

Részletesebben

Növényi produkció mérése mikrometeorológiai módszerekkel. Ökotoxikológus MSc, 2015. április 21.

Növényi produkció mérése mikrometeorológiai módszerekkel. Ökotoxikológus MSc, 2015. április 21. Növényi prodkció mérése mikrometeorológiai módserekkel Ökotoikológs MSc, 015. április 1. Felsín légkör kölcsönhatások A legalapvetőbb kölcsönhatás a felsín és a légkör köött: a sél, és annak súrlódása

Részletesebben

A binomiális eloszláson alapuló próbák

A binomiális eloszláson alapuló próbák A biomiális elosláso alapuló próbák Biomiális próba: Hipotéisvisgálat a előfordulások aráyára, egy mita eseté Két aráy össehasolítása Nemparaméteres próbák 49 Biomiális próba Hipotéisvisgálat a előfordulások

Részletesebben

15. Többváltozós függvények differenciálszámítása

15. Többváltozós függvények differenciálszámítása 5. Többváltoós függvének differenciálsámítása 5.. Határoa meg a alábbi kétváltoós függvének elsőrendű parciális derivált függvéneit és a gradiens függvénét, valamint eek értékét a megadott pontban:, =

Részletesebben

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük. Statisztikai módszerek. BMEGEVGAT01 Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudomáyi Egyetem Gépészméröki Kar Hidrodiamikai Redszerek Taszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:

Részletesebben

2. gyakorlat - Hatványsorok és Taylor-sorok

2. gyakorlat - Hatványsorok és Taylor-sorok . gyakorlat - Hatváysorok és Taylor-sorok 9. március 3.. Adjuk meg az itt szereplő sorok kovergeciasugarát és kovergeciaitervallumát! + a = + Azaz a hatváysor kovergeciasugara. Az biztos, hogy a (-,) yílt

Részletesebben

Elektrokémiai fémleválasztás. Felületi érdesség: definíciók, mérési módszerek és érdesség-változás a fémleválasztás során

Elektrokémiai fémleválasztás. Felületi érdesség: definíciók, mérési módszerek és érdesség-változás a fémleválasztás során Elektrokémiai fémleválasztás Felületi érdesség: defiíciók, mérési módszerek és érdesség-változás a fémleválasztás sorá Péter László Elektrokémiai fémleválasztás Felületi érdesség fogalomköre és az érdesség

Részletesebben

Hatások száma. Az extra információt felhasználhatjuk: Alias hatások. Részleges kétszintő tervezés. Kísérlettervezés

Hatások száma. Az extra információt felhasználhatjuk: Alias hatások. Részleges kétszintő tervezés. Kísérlettervezés Matematikai statisztika. elıadás, 009.04.7. Kísérlettervezés A legfotosabb off-lie módszer a mőködés hatékoyabbá tételére. Cél: az otimális beállítások megtalálása. Szemotok egyértelmő eredméyek miimális

Részletesebben

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya Matematikai statisztika előadás survey statisztika MA szakosokak 206/207 2. félév Zempléi Adrás. előadás: Bevezetés Irodalom, követelméyek A félév célja Matematikai statisztika tárgya Törtéet Alapfogalmak

Részletesebben

Ferde hatásvonalú csuklóval megtámasztott rúd stabilitási vizsgálata

Ferde hatásvonalú csuklóval megtámasztott rúd stabilitási vizsgálata MISKOCI EGYETEM GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR TUDOMÁNYOS DIÁKKÖRI DOGOZAT Ferde hatásvoalú csuklóval megtámastott rúd stabilitási visgálata egyel Ákos Jósef I. éves gépésméröki MSc sakos hallgató Koules:

Részletesebben

Innen. 2. Az. s n = 1 + q + q 2 + + q n 1 = 1 qn. és q n 0 akkor és csak akkor, ha q < 1. a a n végtelen sor konvergenciáján nem változtat az, ha

Innen. 2. Az. s n = 1 + q + q 2 + + q n 1 = 1 qn. és q n 0 akkor és csak akkor, ha q < 1. a a n végtelen sor konvergenciáján nem változtat az, ha . Végtele sorok. Bevezetés és defiíciók Bevezetéskét próbáljuk meg az 4... végtele összegek értelmet adi. Mivel végtele sokszor em tuduk összeadi, emiatt csak az első tagot adjuk össze: legye s = 4 8 =,

Részletesebben

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 16. A matematikai statisztika tárgya Következtetések levoása adatok alapjá Ipari termelés Mezőgazdaság Szociológia

Részletesebben

Matematikai statisztika

Matematikai statisztika Matematikai statisztika PROGRAMTERVEZŐ INFORMATIKUS alapszak, A szakiráy Arató Miklós Valószíűségelméleti és Statisztika Taszék Természettudomáyi Kar 2019. február 18. Arató Miklós (ELTE) Matematikai statisztika

Részletesebben

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések! ORVOSI STATISZTIKA Az orvos statsztka helye Életta Aatóma Kéma Lehet kérdés?? Statsztka! Az orvos dötéseket hoz! Mkor jó egy dötés? Meyre helyes egy dötés? Mekkora a tévedés lehetősége? Példa: test hőmérséklet

Részletesebben

Kutatói pályára felkészítı modul

Kutatói pályára felkészítı modul Kutatói pályára felkészítı modul Kutatói pályára felkészítı kutatási ismeretek modul Tudomáyos kutatási alapayag feldolgozása, elemzési ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI

Részletesebben

Reakciómechanizmusok leírása. Paraméterek. Reakciókinetikai bizonytalanságanalízis. Bizonytalanságanalízis

Reakciómechanizmusok leírása. Paraméterek. Reakciókinetikai bizonytalanságanalízis. Bizonytalanságanalízis Megbízható kémiai modellek kifejlesztése sok mérési adat egyidejő feldolgozása alajá uráyi amás www.turayi.eu ELE Kémiai Itézet Reakciókietikai Laboratórium Eddig dolgoztak eze a témá: (témavezetık: uráyi

Részletesebben

26 Győri István, Hartung Ferenc: MA1114f és MA6116a előadásjegyzet, 2006/2007

26 Győri István, Hartung Ferenc: MA1114f és MA6116a előadásjegyzet, 2006/2007 6 Győri Istvá, Hartug Ferec: MA4f és MA66a előadásjegyet, 006/007. A -trasformált.. Egy iformációátviteli probléma Legye adott egy üeetátviteli redserük, amelybe a üeeteket két alapjel modjuk a és b segítségével

Részletesebben

6. feladatsor. Statisztika december 6. és 8.

6. feladatsor. Statisztika december 6. és 8. 6. feladatsor Statisztika 200. december 6. és 8.. Egy = 0 szervert tartalmazó kiszolgáló mide szervere mide pillaatba 0 < p < valószíűséggel foglalt, a foglaltságok szerverekét függetleek. Tehát a foglaltak

Részletesebben

AZ OPTIKAI TERVEZÉS ALAPJAI ÓRAI JEGYZET

AZ OPTIKAI TERVEZÉS ALAPJAI ÓRAI JEGYZET CÉLKITŰZÉS Alkalmaott fiika MSc, I. évfolam /. félév AZ OPTIKAI TERVEZÉS ALAPJAI ÓRAI JEGYZET Össeállította: dr. Erdei Gábor, BME, AFT, 5-.. ÓRA A előadások időtartama 3 45 perc A optikai terveés fogalom

Részletesebben

Fizikai kémia 2. A newtoni fizika alapfeltevései. A newtoni fizika alapfeltevései E teljes. (=T) + E helyzeti.

Fizikai kémia 2. A newtoni fizika alapfeltevései. A newtoni fizika alapfeltevései E teljes. (=T) + E helyzeti. 06.07.0. Fiikai kémia.. A kvantummechanika alajai Dr. Berkesi Ottó SZTE Fiikai Kémiai és Anagtudománi Tanséke 05 A newtoni fiika alafeltevései I. Minden test megtartja mogásállaotát amíg valamilen erő

Részletesebben

Statisztika I. 4. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 4. előadás. Előadó: Dr. Ertsey Imre Statsztka I. 4. előadás Előadó: Dr. Ertsey Imre KÖZÉPÉRTÉKEK A statsztka sor általáos jellemzésére szolgálak, a statsztka sokaságot egy számmal jellemzk. Számított középértékek: matematka számítás eredméyekét

Részletesebben

A matematikai statisztika elemei

A matematikai statisztika elemei A matematikai statisztika elemei Mikó Teréz, dr. Szalkai Istvá szalkai@almos.ui-pao.hu Pao Egyetem, Veszprém 2014. március 23. 2 Tartalomjegyzék Tartalomjegyzék 3 Bevezetés................................

Részletesebben

EGY FÁZISÚ TÖBBKOMPONENS RENDSZEREK: AZ ELEGYEK KÉPZDÉSE

EGY FÁZISÚ TÖBBKOMPONENS RENDSZEREK: AZ ELEGYEK KÉPZDÉSE EG FÁZISÚ ÖBBOMPONENS RENDSZERE: AZ ELEGE ÉPZDÉSE AZ ELEGÉPZDÉS ERMODINAMIÁJA: GÁZO Általáos megfotolások ülöböz kéma mség komoesek keveredésekor változás törték a molekulárs kölcsöhatásokba és a molekulák

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 10. A statisztika alapjai Debrecei Egyetem, 2015 Dr. Bérczes Attila, Bertók Csaád A diasor tartalma 1 Bevezetés 2 Statisztikai függvéyek Defiíció, empirikus várható érték Empirikus

Részletesebben

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 5. Megjegyzések. A tétel feltételei gyegíthetőek: elég, ha a függetle, azoos eloszlású változók várható értéke véges.

Részletesebben

ÁLLATTENYÉSZTÉSI GENETIKA

ÁLLATTENYÉSZTÉSI GENETIKA TÁMOP-4..-08//A-009-000 project ÁLLATTENYÉSZTÉSI GENETIKA University of Debrecen University of West Hungary University of Pannonia The project is supported by the European Union and co-financed by European

Részletesebben

= λ valós megoldása van.

= λ valós megoldása van. Másodredű álladó együtthatós lieáris differeciálegyelet. Általáos alakja: y + a y + by= q Ha q = 0 Ha q 0 akkor homogé lieárisak evezzük. akkor ihomogé lieárisak evezzük. A jobb oldalo lévő q függvéyt

Részletesebben

VÉLETLENÍTETT ALGORITMUSOK. 1.ea.

VÉLETLENÍTETT ALGORITMUSOK. 1.ea. VÉLETLENÍTETT ALGORITMUSOK 1.ea. 1. Bevezetés - (Mire jók a véletleített algoritmusok, alap techikák) 1.1. Gyorsredezés Vegyük egy ismert példát, a redezések témaköréből, méghozzá a gyorsredezés algoritmusát.

Részletesebben

Hosszmérés finomtapintóval 2.

Hosszmérés finomtapintóval 2. Mechatroika, Optika és Gépészeti Iformatika Taszék kiadva: 0.0.. Hosszmérés fiomtapitóval. A mérések helyszíe: D. épület 53-as terem. Az aktuális mérési segédletek a MOGI Taszék holapjá érhetők el, a www.mogi.bme.hu

Részletesebben

Felszín légkör kölcsönhatások

Felszín légkör kölcsönhatások Felsín légkör kölcsönhatások Momentm áram, senibilis és látens hőáram sámítása Biológs BSc, 016. október 6. Energiamérleg Nagyobb térléptékben a kicserélődési folyamatok mikrometeorológiai módserekkel

Részletesebben

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet Függetleségvizsgálat Virág Katali Szegedi Tudomáyegyetem, Bolyai Itézet Függetleség Függetleség Két változó függetle, ha az egyik változó megfigyelése a másik változóra ézve em szolgáltat iformációt; azaz

Részletesebben

Populáció nagyságának felmérése, becslése

Populáció nagyságának felmérése, becslése http:/zeus.yf.hu/~szept/kuzusok.htm Populáció agyságáak felméése, becslése Becsült paaméteek: N- az adott populáció teljes agysága (egyed, pá, stb) D- dezitás (sűűség), egységyi felülete/téfogata számított

Részletesebben

16. Az AVL-fa. (Adelszon-Velszkij és Landisz, 1962) Definíció: t kiegyensúlyozott (AVL-tulajdonságú) t minden x csúcsára: Pl.:

16. Az AVL-fa. (Adelszon-Velszkij és Landisz, 1962) Definíció: t kiegyensúlyozott (AVL-tulajdonságú) t minden x csúcsára: Pl.: 6. Az AVL-fa Adelszo-Velszkij és Ladisz, 96 Defiíció: t kiegyesúlyozott AVL-tulajdoságú t mide x csúcsára: bal x jobb x. Pl.: A majdem teljes biáris fa AVLtulajdoságú. Az AVL-fára, mit speciális alakú

Részletesebben

MATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA)

MATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA) O k t a t á s i H i v a t a l A 5/6 taévi Országos Középiskolai Taulmáyi Versey első forduló MATEMATIKA I KATEGÓRIA (SZAKKÖZÉPISKOLA) Javítási-értékelési útmutató A 5 olya égyjegyű szám, amelyek számjegyei

Részletesebben

A figurális számokról (IV.)

A figurális számokról (IV.) A figurális számokról (IV.) Tuzso Zoltá, Székelyudvarhely A továbbiakba külöféle számkombiációk és összefüggések reprezetálásáról, és bizoyos összegek kiszámolásáról íruk. Sajátos összefüggések Az elekbe

Részletesebben

Vegyipari és áramlástechnikai gépek. 7. előadás

Vegyipari és áramlástechnikai gépek. 7. előadás egyiari és áramlástechikai géek. 7. előadás Kéítette: dr. áradi Sádr Budaesti Műaki és Gazdaságtudmáyi Egyetem Gééméröki Kar Hidrdiamikai Rederek Taék, Budaest, Műegyetem rk. 3. D é. 334. Tel: 463-6-80

Részletesebben

EUKLIDESZI TÉR. Euklideszi tér, metrikus tér, normált tér, magasabb dimenziós terek vektorainak szöge, ezek következményei

EUKLIDESZI TÉR. Euklideszi tér, metrikus tér, normált tér, magasabb dimenziós terek vektorainak szöge, ezek következményei Eukldes tér, metrkus tér, ormált tér, magasabb dmeós terek vektoraak söge, eek követkemée Metrkus tér Defícó. A H halmat metrkus térek eveük, ha va ola, metrkáak eveett m: H H R {0} függvé, amelre a követkeők

Részletesebben

VII. A határozatlan esetek kiküszöbölése

VII. A határozatlan esetek kiküszöbölése A határozatla esetek kiküszöbölése 9 VII A határozatla esetek kiküszöbölése 7 A l Hospital szabály A véges övekedések tétele alapjá egy függvéy értékét egy potba közelíthetjük az köryezetébe felvett valamely

Részletesebben

Lineáris kódok. u esetén u oszlopvektor, u T ( n, k ) május 31. Hibajavító kódok 2. 1

Lineáris kódok. u esetén u oszlopvektor, u T ( n, k ) május 31. Hibajavító kódok 2. 1 Lieáris kódok Defiíció. Legye SF q. Ekkor S az F q test feletti vektortér. K lieáris kód, ha K az S k-dimeziós altere. [,k] q vagy [,k,d] q. Jelölések: F u eseté u oszlopvektor, u T (, k ) q sorvektor.

Részletesebben

STATISZTIKA. Philosophiae Naturalis Principia Mathematica (A természetfiloz. szetfilozófia fia matematikai alapelvei, 1687) Laplace ( )

STATISZTIKA. Philosophiae Naturalis Principia Mathematica (A természetfiloz. szetfilozófia fia matematikai alapelvei, 1687) Laplace ( ) STATISZTIKA 8. Előad adá Megbíhat tartomáyok (Kofidecia itervallumok) (Kofidecia itervallumok) Sir Iaac Newto, 1643-177 177 Philoohiae Naturali Priciia Mathematica (A terméetfilo etfiloófia fia matematikai

Részletesebben

LOGO. Kvantum-tömörítés. Gyöngyösi László BME Villamosmérnöki és Informatikai Kar

LOGO. Kvantum-tömörítés. Gyöngyösi László BME Villamosmérnöki és Informatikai Kar LOGO Kvatum-tömörítés Gyögyösi László BME Villamosméröki és Iformatikai Kar Iformációelméleti alaok összefoglalása A kódolási eljárás Az iformáció átadás hűsége és gazdaságossága a kódolástól függ Az iformáció

Részletesebben

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje. 24. tétel valószíűségszámítás elemei. valószíűség kiszámításáak kombiatorikus modellje. GYORISÁG ÉS VLÓSZÍŰSÉG meyibe az egyes adatok a sokaságo belüli részaráyát adjuk meg (törtbe vagy százalékba), akkor

Részletesebben

AZ ÖSSZETÉTEL OPTIMALIZÁLÁSA A VOLUMETRIKUS ASZFALTKEVERÉK- ELLENÕRZÉS MÓDSZERÉVEL

AZ ÖSSZETÉTEL OPTIMALIZÁLÁSA A VOLUMETRIKUS ASZFALTKEVERÉK- ELLENÕRZÉS MÓDSZERÉVEL 36 MIXCONTROL AZ ÖSSZETÉTEL OPTIMALIZÁLÁSA A VOLUMETRIKUS ASZFALTKEVERÉK- ELLENÕRZÉS MÓDSZERÉVEL Subert Istvá deformáció-elleálló keverékvázat lehet létrehozi. Kiidulási feltétel az alkalmazás helyéek

Részletesebben

[Biomatematika 2] Orvosi biometria

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

Részletesebben

Tömegpont-rendszer mozgása

Tömegpont-rendszer mozgása TÓTH A: Mechaka/5 (kbővített óraválat) Tömegpot-redser mogása Boyolultságba a tömegpot utá követkeő és gyakorlat sempotból s ge fotos eset amkor több tömegpotból álló redsert ú külső tömegpot-redsert (rövdebbe:

Részletesebben

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai 05..04. szórások vizsgálata z F-próba Hogya foguk hozzá? Nullhipotézis: a két szórás azoos, az eltérés véletle (mitavétel). ullhipotézishez tartozik egy ú. F-eloszlás. Szabadsági fokok: számláló: - evező:

Részletesebben

Méréstani összefoglaló

Méréstani összefoglaló PÉCSI TUDOMÁNYEGYETEM TERMÉSZETTUDOMÁNYI KAR FIZIKAI INTÉZET Méréstai összefoglaló (köryezettudomáyi szakos hallgatók laboratóriumi mérési gyakorlataihoz) Összeállította: Dr. Német Béla Pécs 2008 1 Bevezetés

Részletesebben

Tartalomjegyzék. 2. Probléma megfogalmazása...8. 3. Informatikai módszer...8 3.1. Alkalmazás bemutatása...8. 4. Eredmények...12. 5. További célok...

Tartalomjegyzék. 2. Probléma megfogalmazása...8. 3. Informatikai módszer...8 3.1. Alkalmazás bemutatása...8. 4. Eredmények...12. 5. További célok... Tartalomjegyzék 1. Bevezető... 1.1. A Fiboacci számok és az araymetszési álladó... 1.. Biet-formula...3 1.3. Az araymetszési álladó a geometriába...5. Probléma megfogalmazása...8 3. Iformatikai módszer...8

Részletesebben

V. Deriválható függvények

V. Deriválható függvények Deriválható függvéyek V Deriválható függvéyek 5 A derivált fogalmához vezető feladatok A sebesség értelmezése Legye az M egy egyees voalú egyeletes mozgást végző pot Ez azt jeleti, hogy a mozgás pályája

Részletesebben

1. Egy intervallumon differenciálható F(x) függvény az f(x) függvény primitív függvénye, ha az intervallum minden x helyén.

1. Egy intervallumon differenciálható F(x) függvény az f(x) függvény primitív függvénye, ha az intervallum minden x helyén. MAEMAIKAI KIEGÉZÍÉ: INEGRÁLÁ III. A atározatla itegrál a rimitív függvéy. Egy itervallumo differeiálató F(x) függvéy az f(x) függvéy rimitív függvéye a az itervallum mide x elyé F (x) f(x) Az f(x) függvéy

Részletesebben

Zavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat.

Zavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat. Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet végző em tudja megkülöbözteti az egyes faktorokat. Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet

Részletesebben

Modla G., Láng P., Kopasz Á. Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészeti Eljárások Tanszék

Modla G., Láng P., Kopasz Á. Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészeti Eljárások Tanszék Új kolonna konfigurációk nyomásváltó sakasos destillációho. Megvalósíthatósági visgálatok New column configutations for ressure swing batch distillation. Feasibility Studies Modla G., Láng P., Koas Á.

Részletesebben

2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya

2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya II RÉZ 2 EJEZE 2 Az együttműködő vllamoseerga-redszer teljesítméy-egyesúlya 2 A frekveca és a hatásos teljesítméy között összefüggés A fogyasztó alredszerbe a fogyasztók hatásos wattos teljesítméyt lletve

Részletesebben

1. A radioaktivitás statisztikus jellege

1. A radioaktivitás statisztikus jellege A radioaktivitás időfüggése 1. A radioaktivitás statisztikus jellege Va N darab azoos radioaktív atomuk, melyekek az atommagja spotá átalakulásra képes. tegyük fel, hogy ezek em bomlaak tovább. Ekkor a

Részletesebben

Lineáris programozás 2 Algebrai megoldás

Lineáris programozás 2 Algebrai megoldás Lineáris progrmoás Algeri megoldás Késítette: Dr. Árhám István A lineáris progrmoási feldtok mátriritmetiki lkji A LP feldtok lgeri megoldás függ feldt típsától. Tekintsük át eeket! Normál feldt A ( )

Részletesebben

A nagy számok törvényének néhány alkalmazása. Valószínűségszámítás. Példák. Konvolúció. Normális eloszlások konvolúciója

A nagy számok törvényének néhány alkalmazása. Valószínűségszámítás. Példák. Konvolúció. Normális eloszlások konvolúciója A agy sámo örvéyé éháy alalmaása Valósíűségsámíás. lőadás 5..5. Y Kovolúció Függl valósíűségi váloó össgé loslása Képl a absolú olyoos sr: ( ( u ( u du Y Y Bioyíásho a ljs valósíűség él mgllőj (a lőő épl

Részletesebben

A brexit-szavazás és a nagy számok törvénye

A brexit-szavazás és a nagy számok törvénye Mûhely Medvegyev Péter kadidátus, a Corvius Egyetem egyetemi taára E-mail: peter.medvegyev@uicorvius.hu A brexit-szavazás és a agy számok törvéye A 016. év, de vélhetőe az egész évtized legfotosabb politikai

Részletesebben

HosszútávúBefektetések Döntései

HosszútávúBefektetések Döntései VállalatgadaságtaII. HossútávúBefektetések Dötései Előadó: Koma Tímea Tatárgyfelelős: Dr. Illés B. Csaba 27. November 9. A hossútávúbefektetések sajátosságai Rövidebb időre sóló befektetés hossabb időtávra

Részletesebben

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika Leíró és matematikai statisztika Matematika alapszak, matematikai elemző szakiráy Zempléi Adrás Valószíűségelméleti és Statisztika Taszék Matematikai Itézet Természettudomáyi Kar Eötvös Lorád Tudomáyegyetem

Részletesebben

(L) Lamellás szivattyú mérése

(L) Lamellás szivattyú mérése (L) Lamellás szivattyú mérése A mérésre való felkészülés sorá a Hidraulikus tápegység mérésleírás Hidrosztatikus hajtásokról c részét is kérjük elsajátítai 1 A mérés célja, a beredezés ismertetése 11 A

Részletesebben

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika BIOSTATISZTIKA ÉS INFORMATIKA Leíró statisztika Első közelítésbe a statisztikai tevékeységeket égy csoportba sorolhatjuk, de ezek között ics éles határ:. adatgyűjtés, 2. az adatok áttekithetővé tétele,

Részletesebben

Miért érdekes? Magsugárzások. Az atommag felépítése. Az atom felépítése

Miért érdekes? Magsugárzások. Az atommag felépítése. Az atom felépítése Miért érdekes? Magsugárzások Dr Smeller László egyetemi taár Semmelweis Egyetem Biofizikai és Sugárbiológiai Itézet Radioaktív izotóok ill. sugárzások orvosi felhaszálása: - diagosztika (izotódiagosztika)

Részletesebben

Felsőbb Matematika Informatikusoknak D házi feladatok a Sztochasztika 2 részhez 2013 tavasz

Felsőbb Matematika Informatikusoknak D házi feladatok a Sztochasztika 2 részhez 2013 tavasz Felsőbb Matematika Informatikusoknak D hái feladatok a Stochastika réshe tavas Minden héten össesen egy pontot érnek a kitűött feladatok HF: (Beadási határidő: 4) HF Egy kétsemélyes internetes vetélkedő-játékban

Részletesebben

TARTÓSZERKETETEK III.

TARTÓSZERKETETEK III. TARTÓSZERKETETEK III. KERESZTETSZETEK ELLENÁLLÁSA + STABILITÁSI ELLENÁLLÁS 1 KERESZTETSZETEK ELLENÁLLÁSA 1.1 Csavarlukkal gengített köpontosan húott rúd 1. Egik sárán kapsolt köpontosan húott sögaél 1.

Részletesebben

Héj / lemez hajlítási elméletek, felületi feszültségek / élerők és élnyomatékok

Héj / lemez hajlítási elméletek, felületi feszültségek / élerők és élnyomatékok Héj / leme hajlítási elméletek felületi fesültségek / élerők és élnomatékok Tevékenség: Olvassa el a bekedést! Jegee meg a héj és a leme definícióját! Tanulja meg a superpoíció elvét és a membrán állapot

Részletesebben

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3 Dr. Tóth László, Fejezetek az elemi számelméletből és az algebrából (PTE TTK, 200) Számelméleti függvéyek Számelméleti függvéyek értékeire voatkozó becslések A τ() = d, σ() = d d és φ() (Euler-függvéy)

Részletesebben

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó. I. Függelék A valószíűségszámítás alapjai I.1. Alapfogalamak: Véletle jeleség: létrejöttét befolyásoló összes téyezőt em ismerjük. Tömegjeleség: a jeleség adott feltételek mellett akárháyszor megismételhető.

Részletesebben

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

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

Részletesebben

Minta JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ A MATEMATIKA EMELT SZINTŰ ÍRÁSBELI 2. FELADATSORHOZ

Minta JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ A MATEMATIKA EMELT SZINTŰ ÍRÁSBELI 2. FELADATSORHOZ JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ A MATEMATIKA EMELT SZINTŰ ÍRÁSBELI. FELADATSORHOZ Formai előírások: A dolgozatot a vizsgázó által haszált szíűtől eltérő szíű tollal kell javítai, és a taári gyakorlatak megfelelőe

Részletesebben

REOIL. növeli a transzformátorok élettartamát. www.ekofluid.sk/hu/

REOIL. növeli a transzformátorok élettartamát. www.ekofluid.sk/hu/ 5 öveli a traszformátorok öveli a traszformátorok A techológia előyei A költségek csökketéseek folyamatos kéyszere és a zavartala eergiaellátás ehézségei szükségessé teszik a traszformátorok tervezett

Részletesebben

Miért érdekes? Magsugárzások. Az atommag felépítése. Az atom felépítése

Miért érdekes? Magsugárzások. Az atommag felépítése. Az atom felépítése Miért érdekes? Magsugárzások Dr Smeller László egyetemi doces Semmelweis Egyetem Biofizikai és Sugárbiológiai Itézet Radioaktív izotóok ill. sugárzások orvosi felhaszálása: - diagosztika (izotódiagosztika)

Részletesebben

14 A Black-Scholes-Merton modell. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull

14 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:

Részletesebben

MISKOLCI EGYETEM GÉPÉSZMÉRNÖKI KAR Szerszámgépek Tanszéke FORGÁCSOLÓ SZERSZÁMGÉPEK FOKOZATOS FŐHAJTÓMŰVEI. Oktatási segédlet

MISKOLCI EGYETEM GÉPÉSZMÉRNÖKI KAR Szerszámgépek Tanszéke FORGÁCSOLÓ SZERSZÁMGÉPEK FOKOZATOS FŐHAJTÓMŰVEI. Oktatási segédlet MISKOLCI EGYETEM GÉPÉSZMÉRNÖKI KAR Sersámgépe Tasée FORGÁCSOLÓ SZERSZÁMGÉPEK FOKOZATOS FŐHAJTÓMŰVEI Otatási segédlet Misolc, 00 MISKOLCI EGYETEM GÉPÉSZMÉRNÖKI KAR Sersámgépe Tasée FORGÁCSOLÓ SZERSZÁMGÉPEK

Részletesebben

Minőség-képességi index (Process capability)

Minőség-képességi index (Process capability) Minőség-képességi index (Process capability) Folyamatképesség 68 12. példa Egy gyártási folyamatban a minőségi jellemző becsült várható értéke µ250.727 egység, a variancia négyzetgyökének becslése σ 1.286

Részletesebben

SZÁMELMÉLET. Vasile Berinde, Filippo Spagnolo

SZÁMELMÉLET. Vasile Berinde, Filippo Spagnolo SZÁMELMÉLET Vasile Beride, Filippo Spagolo A számelmélet a matematika egyik legrégibb ága, és az egyik legagyobb is egybe Eek a fejezetek az a célja, hogy egy elemi bevezetést yújtso az első szite lévő

Részletesebben

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +... . Függvéysorok. Bevezetés és defiíciók A végtele sorokál taultuk, hogy az + x + x + + x +... végtele összeg x < eseté koverges. A feti végtele összegre úgy is godolhatuk, hogy végtele sok függvéyt aduk

Részletesebben

Diszkrét matematika II., 3. előadás. Komplex számok

Diszkrét matematika II., 3. előadás. Komplex számok 1 Diszkrét matematika II., 3. előadás Komplex számok Dr. Takách Géza NyME FMK Iformatikai Itézet takach@if.yme.hu http://if.yme.hu/ takach/ 2007. február 22. Komplex számok Szereték kibővítei a valós számtestet,

Részletesebben

STATISZTIKA (H 0 ) 5. Előad. lete, Nullhipotézis 2/60 1/60 3/60 4/60 5/60 6/60

STATISZTIKA (H 0 ) 5. Előad. lete, Nullhipotézis 2/60 1/60 3/60 4/60 5/60 6/60 Hioézi STATISZTIKA 5. Előad adá Hioéziek elmélee, lee, Közéérék-özehaolíó ezek /60 /60 Tudomáyo hioézi Nullhioézi feláll llíáa (H 0 ): Kémiá hioéziek 3/60 4/60 Mukahioézi (H a ) Nullhioézi (H 0 ) > 5/60

Részletesebben

földtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás

földtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás Matematikai statisztika elıadás, földtudományi BSc (geológus szakirány) 2014/2015 2. félév 6. elıadás Konfidencia intervallum Def.: 1-α megbízhatóságú konfidencia intervallum: Olyan intervallum, mely legalább

Részletesebben

A csatornakódolás elve A hibatűrés záloga: a redundancia

A csatornakódolás elve A hibatűrés záloga: a redundancia Az Iformatia Elméleti Alapjai dr. Kutor László A csatoraódolás elve A hibatűrés záloga: a redudacia http://mobil.i.bmf.hu/tatargya/iea.html Felhaszálóév: iea Jelszó: IEA07 BMF NIK dr. Kutor László IEA

Részletesebben

MÉRÉSMETODIKAI ALAPISMERETEK FIZIKA. kétszintű érettségire felkészítő. tanfolyamhoz

MÉRÉSMETODIKAI ALAPISMERETEK FIZIKA. kétszintű érettségire felkészítő. tanfolyamhoz MÉRÉSMETODIKAI ALAPISMERETEK a FIZIKA kétszitű érettségire felkészítő tafolyamhoz A fizika mukaközösségi foglalkozásoko és a kétszitű érettségi való vizsgáztatásra felkészítő tafolyamoko 004-009-be elhagzottak

Részletesebben

Számsorozatok. 1. Alapfeladatok december 22. sorozat határértékét, ha. 1. Feladat: Határozzuk meg az a n = 3n2 + 7n 5n létezik.

Számsorozatok. 1. Alapfeladatok december 22. sorozat határértékét, ha. 1. Feladat: Határozzuk meg az a n = 3n2 + 7n 5n létezik. Számsorozatok 2015. december 22. 1. Alapfeladatok 1. Feladat: Határozzuk meg az a 2 + 7 5 2 + 4 létezik. sorozat határértékét, ha Megoldás: Mivel egy tört határértéke a kérdés, ezért vizsgáljuk meg el

Részletesebben

Statisztika október 27.

Statisztika október 27. Statisztika 2011. október 27. Külöbség valószíőségszámítás és statisztika között Kísérlet: 4-szer dobuk fel egy érmét. Megszámoljuk a fejek számát. Valszám: Ismert a fejdobás valószíősége. Milye valószíőséggel

Részletesebben

Lineáris kódok. sorvektor. W q az n dimenziós s altere. 3. tétel. t tel. Legyen K [n,k,d] kód k d (k 1). Ekkor d(k)=w(k)

Lineáris kódok. sorvektor. W q az n dimenziós s altere. 3. tétel. t tel. Legyen K [n,k,d] kód k d (k 1). Ekkor d(k)=w(k) Defiíci ció. Legye S=F q. Ekkor S az F q test feletti vektortér. r. K lieáris kód, k ha K az S k-dimeziós s altere. [,k] q vagy [,k,d] q. Jelölések: F u eseté u oszlopvektor, u T (, k ) q sorvektor. W

Részletesebben

Átfolyó-rendszerű gázvízmelegítő teljesítményének és hatásfokának meghatározása Gazdaságossági számításokhoz

Átfolyó-rendszerű gázvízmelegítő teljesítményének és hatásfokának meghatározása Gazdaságossági számításokhoz Átfolyó-redszerű gázvízmelegítő teljesítméyéek és hatásfokáak meghatározása Gazdaságossági számításokhoz Szuyog Istvá 005 Készült az OTKA T-0464 kutatási projekt keretébe A Gázipari oktatási laboratórium

Részletesebben

A lecke célja: A tananyag felhasználója megismerje az erő, a nyomaték és erőrendszerek jellemzőit.

A lecke célja: A tananyag felhasználója megismerje az erő, a nyomaték és erőrendszerek jellemzőit. 2 modul: Erőrendserek 21 lecke: Erő és nomték lecke célj: tnng felhsnálój megismerje erő, nomték és erőrendserek jellemőit Követelmének: Ön kkor sjátított el megfelelően tnngot, h sját svivl meg tudj htároni

Részletesebben

HIDROMOTOROK. s azaz kb. 1,77 l/s. A folyadéknyelésből meghatározható az elérhető maximális fordulatszám: 3

HIDROMOTOROK. s azaz kb. 1,77 l/s. A folyadéknyelésből meghatározható az elérhető maximális fordulatszám: 3 íz- és széltrbiák - ok IROMOTOROK I. Ey 6,8 bar túlyomású idraliks redszerről kívák üzemelteti ey 0 cm -es axiál dattyús idrosztatiks motort. Milye maximális fordlatszám és yomaték érető el, a a kívát

Részletesebben

Statisztika Elıadások letölthetık a címrıl

Statisztika Elıadások letölthetık a címrıl Statisztika Elıadások letölthetık a http://www.cs.elte.hu/~arato/stat*.pdf címrıl Konfidencia intervallum Def.: 1-α megbízhatóságú konfidencia intervallum: Olyan intervallum, mely legalább 1-α valószínőséggel

Részletesebben