BUDAPESTI MŰ SZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR VASÚTI JÁRMŰVEK ÉS JÁRMŰRENDSZERANALÍZIS SZAKCSOPORT

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "BUDAPESTI MŰ SZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR VASÚTI JÁRMŰVEK ÉS JÁRMŰRENDSZERANALÍZIS SZAKCSOPORT"

Átírás

1 BUDAPESTI MŰ SZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR VASÚTI JÁRMŰVEK ÉS JÁRMŰRENDSZERANALÍZIS SZAKCSOPORT MÉRNÖKI MATAMATIKA Segédle a Redszer és Paraméer Ideifikáció c. ayagrészhez a Közlekedésméröki és Járműméröki Kar MSc szakos hallgaósága számára Prof.Dr. Zobory Isvá egyeemi aár BUDAPEST 24

2 .Az ideifikáció álaláos kérdései Az ideifikáció szó azoosíás jele. A redszerechikába valamely ismerele ávieli ulajdoságú egység jelávieli ulajdoságaiak azoosíásáról va szó elsősorba a be és kimeő jellemzők empirikus vizsgálaára ámaszkodva. Egy műszaki folyama modelljéek meghaározására ké fő leheőség kíálkozik:. Álaláos örvéyeke alapuló maemaikai-fizikai aalízis alapjá, 2. Méréseke alapuló iformációra ámaszkodó megfigyeléses ill. kísérlei ideifikáció. A vizsgál redszer ávieli ulajdoságaiak meghaározása az R redszeroperáor azoosíásáak feladaá űzi ki. Egyszerű ömbvázla alkalmazásával a kövekező kép alakíhaó ki: u R R v v = R u Ameyibe a jelze R redszeroperáor eljese ismerele, akkor fekee dobozról beszélük. Ha pedig az R redszeroperáor srukúrája és paraméerei részbe ismerek, akkor szürke dobozról beszélük. Rika az a műszaki probléma, hogy éylegese fekee dobozzal állák szembe. Előzees iformáció, apaszalai ismere valamilye mérékbe midig redelkezésre áll a vizsgál redszer ávieli ulajdoságával kapcsolaba, ezér a szürke doboz probléma feállása álalába feléelezheő. 2. Az ideifikáció módszere Saikus ideifikáció Az u bemeő jellemző a v kimeő jellemzőbe (a válaszba) ávivő szabályszerűsége egyszerű függvéykapcsola formájába, sokszor a függvéykapcsolao megjeleíő jelleggörbe alakjába haározzuk meg, a folyamaba jelekező uóhaásos, vagy emlékezere ualó sajáosságok elhayagolásával. A saikus ideifikáció sokszor egésze jól haszálhaó képe ad a be- és kimeő jellemző közö feálló összefüggésről és boyolulabb redszerek eseé is képe ad a kapcsola edeciájáról. Korláol poossága melle előye az egyszerű kivielezheőség. Későbbiekbe részleezzük, hogy az ideifikáció i az azoos időpohoz arozó u( i ) és v( i ), i=,2,...,n ipu és oupu miavéeli érékeke dolgozza fel. Diamikus ideifikáció Diamikus ideifikáció eseé az u() ipu és a v() oupu közöi kapcsola leírására az ávieli ulajdoságokba az uóhaásosság és az emlékeze jeleléé is megegedő modelloszályok kerülek alkalmazásra. Így az ipu ás az oupu kapcsolaá az időaromáyba vizsgálva differeciálegyeleek (d.e.), differeciálegyele-redszerek (D.E.R.), iegrálegyeleek (i.e.) és iegrálegyele-redszerek (I.E.R) alkalma- 2

3 zása veze célra. Lieáris redszeroperáor jelelééek éye vagy feléelezheősége esé az ávieli ulajdoságok frekveciaaromáybeli vizsgálaára a komplex frekveciafüggvéyek és az ávieli függvéyek bevoása célszerű. Emlékezeük arra, hogy valamely ávieli redszer R operáorá homogé lieárisak evezzük, ha az redelkezik az összegarás és az aráyarás ulajdoságával az alábbiak szeri:. Összegarás: R ( u() + u2()) = R u() + R u2(), 2. Aráyarás: R ( λu( )) = λr u( ). A lieáris redszeroperáor időivariás ulajdoságáak feállása ovábbi egyszerűsíő körülméy jele az ideifikáció sorá. Az időivariacia a eszőleges τ időelolásak alávee ipura ado válasz alábbi egyszerű ulajdoságával va defiiálva: R u( τ ) = v( τ ), ahol v( ) = R u( ). Diagramba szemléleve τ > eseére: u() R v() v() = R u() u() v()=r u() τ u(-τ) τ v(-τ)=r u(-τ) Foos hagsúlyozi, hogy ameyibe valamely lieáris redszer ávieli ulajdoságai álladó együhaós lieáris ihomogé differeciálegyele (vagy D.E.R) írja le, akkor a redszer időivariás is. 3. Az ideifikáció szkémája Deermiiszikus ideifikáció Deermiiszikus ideifikáció eseé a redszer bemeeére szabályos időfüggvéyeke (vizsgáló jeleke) vezeük, és elemezzük a kapo válaszfüggvéy és a vizsgálójel kapcsolaá. A deermiiszikus ideifikáció kivielezése kevésbé összee eljárásoka kívá, éppe a szabályos függvéyek kezeléséből kifolyólag. Szochaszikus ideifikáció Szochaszikus ideifikáció eseé a megevezésből is kövekezőe szochaszikus (véleleől is függő, bizoyalasággal erhel) jelek kerülek az ideifikáladó redszer bemeeére. Ilye esebe ermészeese a válasz-jelek is szochaszikus folyamaok (másképp: vélele függvéyek) leszek. Hagsúlyozi kell, hogy a gyakorlai műszaki redszerekbe kialakuló üzemi folyamaok midig szochaszikusak, kér- 3

4 dés csupá a szereplő valószíűségi válozó sokaság szórási viszoyaiak alakulásába va. A deermiiszikus közelíés csak kis szórású folyamaok eseé lehe idokol. 4. Az ideifikáció iráyulsága Passzív ideifikáció A passzív ideifikáció sorá csupá megfigyelésekre szoríkozuk, méréssel vizsgálva a bemeő és válasz-jeleke. I az eseek agy öbbségébe szochaszikus folyamaok realizációs függvéyeiek megfigyeléséről és saiszikai-diamikai elvek alapjá öréő kiérékelő eljárások alkalmazásáról va szó. Akív ideifikáció Az akív ideifikáció sorá erveze vizsgálójelekkel gerjeszjük a vizsgáladó redszer, és ezekre a jelekre ado válaszoka érékeljük. Ez a evékeység ehá kimeríi a udaos kísérleezés fogalmá. Az ideifikáció oszályozásáak 3 szempoja saikus deermiiszikus passzív diamikus szochaszikus akív I./a.) Saikus ideifikáció deermiiszikus szkéma kereébe Legye u() a redszer bemeeére érkező függvéy, ekisük eek a időpoba megkezde és a időpoba végződő ekvidiszás miavéellel származao reprezeás ordiáa-sorozaá. Jelölje u, u,, u i,, u az így redelkezésre álló érékeke. Az u() bemeőjelre ado v() = R u() válaszfüggvéy is miavéelezzük ugyaazo az ekvidiszás időpo-sorozao, melyek eredméyeképpe előáll a v, v,,v i,,v reprezeás ordiáa-soroza. Az ipu és oupu jelek kapcsolaá az azoos miavéeli időpohoz arozó jelpárok álal kirajzol saikus jelleggörbével jellemezzük. A saikus jelleggörbe egyes eseekbe kéérékűre is adódha, azoba ekkor megadhaó lehe, hogy a bemeő jelsoroza övekvő ill. csökkeő ordiáa részsorozaaihoz redelődő kimeei érékek mely jelleggörbe ágo sorakozak. Ilye esebe ulajdoképpe a bemeő jel deriváljáak előjelviszoyai jászaak léyegi szerepe, ehá a redszerproblémá ké bemeeű és egy kimeeű (MISO = Muliple Ipu Sigle Oupu) modellre voakozó problémaké is kezelhejük. u i { u i} i = u() R v() = R u() Az kiérékelés sorá ehá az u i -hez a v i érék arozik. Az összearozó érékpároka felrakva egy síkbeli koordiáaredszerbe kirajzolódik a kerese függvéykapcsolao reprezeáló posoroza. v() v i i = v i { } 4

5 Egy másik példá a hiszerézis jellegű (em egyérékű) függvéykapcsola eseére muajuk be az ordiáa érékek egymáshoz redelődésé. Ebbe az esebe v = F(u,u ) saikus függvéykapcsola adódo. du d < v v v i du d > u i u sziuszos jel i u i I. /b.) Saikus ideifikáció szochaszikus szkéma kereébe A szochaszikus szkéma kereébe végze vizsgála sorá az u() és v() realizációs függvéyek miavéelezése az előzőekbe a deermiiszikus esere ismeree módo mehe végbe, de mos a szochasziciás mia az azoos miavéeli időköz arozó pook em fogak szorosa egy görbe, vagy egy hurok meé sorakozi, haem egy pofelhő alkoak. Az ebbe az esebe is adódó u,,u i,,u valami v,,v i,,v -elemű sorozaoka saiszikai miaké kell ekieük, i azoba figyelemmel kell lei arra, hogy a kis miavéeli idő mia eze miaelemek em függeleek, ehá a saiszikai bizoság számíásakor eek figyelembevéelével kell eljári. A ké miasoroza alapjá a kövekező vizsgálaok szükségesek a ájékozódáshoz: - középérékek számíása - korrigál empirikus szórások számíása - regressziós elemzés A miavéeli sorozaokból elsőek a középérékek haározadók meg: ui vi i= i= u =, v =. A kiérékelés második lépésébe a korrigál empirikus szórások számíása végzedő: 2 2 ( ui u) ( vi v) * i= * i= ( ) =, ( ) = s u s v. 5

6 A pofelhő felrajzolása uá lieáris regressziós voal meghaározása a kövekező lépés. Eek eredméyeképpe döei lehe, hogy a lieáris kapcsola kielégíőe jól közelíi a be és kimeő folyama kapcsolaá, vagy ovábbi összeeebb modell alkalmazása szükséges. v ξ v E(ξ v ξ u =u ) feléeles várhaó érék f(v u ) feléeles sűrűségfüggvéy Regressziós voal (u és v lieáris kapcsolaa) u ξ u u A lieáris regressziós voal egyeleé v = m u + b alakba vesszük fel és a ké paraméeréek m-ek és b-ek a meghaározása a legkisebb égyzeek módszerével öréhe. A ké miavéeli sorozara ámaszkodva a Gauss-féle ormál egyeleek a kövekező alako ölik: 2 ui m+ ui b= uv i i i= i= i=. ui m+ b= vi i= i= A fei egyeleredszer ˆm és ˆb megoldása az iráyages együhaóra és az abszolú agra: uv i i uv ˆ i= m=, bˆ = v ˆ mu. 2 2 ui u i= Nemlieáris regresszió Ha az u és v válozók kapcsolaa emlieáris, akkor célszerű az ismerele összefüggés egyelőre haározala együhaókkal u = ae alakba felvei. Logarimálva a mu kifejezés, az l v = l a+ mukifejezés adódik. Bevezeve a v* = lv és c = la jelöléseke, a v* = m u + c egyelee kapjuk, amelyre már alkalmazhaók a legkisebb égyzeek módszerébe szokásos Gauss-féle lieáris ormálegyele-redszer. Korrelációs együhaó A kér vizsgál szochaszikus folyama realizáció helyeesíő ξ u, ξ v valószíűségi válozó-párra voakozó -elemű miasorozaok alapjá becsüli lehe a ké valószíűségi válozó lieáris függvéykapcsolaáak erősségére jellemző korrelációs együhaó. Ismerees, hogy ké valószíűségi válozó eseé a korrelációs együhaó az E ( ξu E ξu)( ξv E ξv) cov( ξu, ξv) R( ξu, ξv) = = Dξ Dξ varξ varξ u v u v 6

7 összefüggés érelmezi, ahol az E a várhaó érék képzés, D pedig a szórásképzés fukcioálja, cov( ξu, ξ v) a ké valószíűségi válozó kovariaciájá, a varξ u és varξ v pedig a szóba forgó ξ u és ξ v valószíűségi válozók szóráségyzeé variaciájá jelöli. Az így érelmeze korrelációs együhaóra érvéyes, hogy R( ξu, ξv). Emlékezeük arra, hogy ameyibe a ξ v a ξ u -ől lieárisa függ a ξ v = a ξ u + b képle szeri, akkor aól függőe, hogy az a együhaó milye előjelű, a kövekező összefüggés érvéyes: ha a > R( ξu, ξv) =. ha a < A ké helyeesíő valószíűségi válozóra redelkezésre álló -eleű mia alapjá a korrelációs együhaó ˆR becslése a kövekező képle szeri számíhaó: ( ui u)( vi v) ˆ i= R =. 2 2 ( u u ) ( v v ) i i i= i= II. /a.) Diamikus ideifikáció deermiiszikus szkéma kereébe Ideifikáció az időaromáyba Az időaromáyba végze deermiiszikus ideifikáció eseé a vizsgál redszer bemeeére ipikus vizsgálójeleke kapcsoluk. Ezek a vizsgálójelek alapveőe az egységimpulzus (Dirac-δ) és az egységugrás (Heaviside-féle) függvéy jeleik. Ismerees, hogy a lieáris időivariás redszer válasza a δ() egységimpulzus bemeere a redszer h() súlyfüggvéyé adja, a szokásos jelölésekkel: h() = R δ(). Hasolóképpe, a lieáris időivariás redszer válasza az U() egységugrás bemeere a redszer A() ámeei függvéyé adja: A() = R U(). A súlyfüggvéy és az ámeei függvéy közö feálló kapcsolao a kövekező ké formula rögzíi: da() h() =, A( ) = h( τ ) dτ d. Tekieel a Dirac-δ függvéy problemaikus érelmezésére, és az egységugrás függvéy zéróhelyi diszkoiuiására, gyakorlai számíásokhoz a jelze függvéyek azo jóidulaú válozaai célszerű haszáli, amelyek a problemaikus zéró hely köryezeébe kis poziív ε érék alkalmazásával adódak. A Dirac-δ helye a δ ε () Dirac-δ közelíő égyszöglökés függvéy és az egységugrás függvéy helye az U ε () véges meredekségű egységugrás függvéy alkalmazása előyös. A ké jelze közelíő függvéy diagramjaik és eseszéválaszásos defiíciójuk megadásával jellemezzük: 7

8 a.) Dirac-δ közelíő égyszöglökés függvéy ha (, ε ) δε () = ha (, ε ) ε δ ε ε ε b.) Véges meredekségű egységugrás függvéy ha Uε () = mi, ha > ε U ε ε A bevezee δ ε () és U ε () függvéy közöi kapcsola az ábráról leolvashaó módo eljese hasoló a Dirac-δ és az egységugrás függvéyek közö feálló, összefüggéshez: du () δ ε () = ε, Uε( ) = δε( τ) dτ d. Az δ ε és U ε közelíő függvéyeke mi a redszer bemeő jellemzői alkalmazva a lieáris időivariás redszer ké redszerjellemző függvéyéek, a súlyfüggvéyek ill. ámeei függvéyek közelíésé kapjuk. Egyrész ehá a δ ε () bemeő jelre a h ε () = R δ ε (), közelíő súlyfüggvéy, másrész pedig az U ε () véges meredekségű egységugrás bemeő jelre válaszké az A ε () = R U ε () közelíő ámeei függvéy kapjuk. A mos bevezee ké közelíő függvéy kapcsolaa közveleül beláhaó módo adódik: h ε () = da ε ( ), Aε( ) = hε( τ ) dτ. d A feiekbe megado defiíciók uá a súlyfüggvéy ideifikációjával foglalkozuk kissé részleesebbe. Ismerees, hogy a lieáris időivariás redszer válaszá a súlyfüggvéy ismereébe kovolúciós iegrállal lehe meghaározi a kövekező kifejezés szeri: v () = h ()* u () = h ( τ )( uτ) dτ = h( τ)( u τ) dτ. 8

9 A gyakorlai eseekbe fellépő lieáris redszerek súlyfüggvéyei a redszerbe alálhaó csillapíások kövekezébe legöbbször bizoyos T idő múlva már lecsegeek. Így a kovolúciós iegrálra kapo uolsó kifejezésbe az iegráció elegedő a T felső haárig végezi: v () = h ()* u () h( τ )( u τ) dτ. Az így adódó iegrál az ő származaó iegrálközelíő összeggé visszadurvíva és τ oszásközzel számolva a T v () h( τ )( u τ) dτ v ( τ) hk ( τ)( u τ k τ) τ közelíő összeg adódik. A közelíő összegbe az összegzés felső haárá csak a v argumeumába szereplő érékig kell kierjeszei, mivel mid az u bemeei függvéyek, mid a v válaszfüggvéyek a mér éréksorozaa csak emegaív idexekre áll redelkezésre, és k > eseé az u bemeő érék egaív idexhez arozó éréke lee szükséges, mely érék em áll redelkezésre. Válasszuk mos a τ = oszásköz speciális eseé, akkor a kövekező kifejés adódik: T k = hku ( ) ( k) = h() u ( ) + h() u ( ) + h(2) u ( 2) + k =. + hku ( ) ( k) h ( ) u() + hu ( ) () Adódik ehá az -edik oszáspohoz arozó válasz előállíása a súlyfüggvéy és a bemeő függvéy redelkezésre álló miavéeli érékeiek lieáris kombiációjaké a kövekező alakba: v ( ) hu ( ) () + h ( ) u() +... h() u ( ) + h() u ( ) A kifejezés sajáos szerkezee mia ráézésre elleőrizheő a v ( ) hku ( ) ( k) = h ( kuk ) ( ) k= k= összefüggés helyessége. A kapo összefüggés =,, 2, -re öréő sorozaos felírásával kapo egyeleredszer leheővé eszi a súlyfüggvéy ordiáasoroza kiérékelésé. A jelze egyeleredszer a kövekezőképp alakul:. v() = h() u() 2. v() = h() u() + h()u() 3. v(2) = h(2) u() + h()u() +h()u(2) sb. Az első egyeleből h() éréké, eek ismereébe a második egyeleből h() éréké meg lehe haározi (rekurzív helyeesíés). Előáll ehá a vizsgál lieáris lieáris redszer súlyfüggvéyéek az ado miavéeli sorozao adódó ordiáa sorozaa. A bemuao eljárás eszőleges u(k), k=,,2,,r bemeőjel-soroza és az arra ado v(k), k=,,2,,r válaszsorozara elvégezheő. Célszerű azoba speciálisa válaszo 9

10 bemeőjeleke alkalmazi, mer a számíási muka agymérékbe egyszerűsödhe. Így például ha a bemeei jelsorozara u() =, és u(k) =, ha k >, akkor a kimeőjel soroza azoal a súlyfüggvéy ordiáa sorozaá szolgálaja:. v() = h() 2. v() = h() + 3. v(2) = h(2) + sb. Ha a bemeei jelsorozara u(k) = mide k eseé (azaz u(k) miavéeleze egységugrás), akkor:. v() = h() 2. v() = h() + h() 3. v(2) = h(2) + h() +h() sb. Ebből:. h() = v() 2. h() = v() - v() 3. h(2) = v(2) - v() sb. A kapo eredméy megfelel a várakozásak, ugyais a v(k) soroza az A() ámeei függvéy miavéeli érékei adja, és feáll a () ( ) ( ) () da ( ) v k h hk v k = d differeciálháyados közelíő összefüggés. Ideifikáció a frekveciaaromáyba A lieáris időivariás redszerek deermiiszikus szkéma kereébe végze diamikus ideifikációjára ige alkalmasak a ferkveciaaromáybeli eljárások. Az eljárás léyege az, hogy a redszer bemeeére ado ω körfrekveciájú és A u (ω) ampliúdójú, a ulla időpoba zérus éréke felvevő sziuszos jele bocsáva vizsgájuk a lieáris redszer kimeeé jelekező válaszfolyamao, amely szié sziuszos kell, hogy legye, és amelyek körfrekveciája megegyezik a bemeere kapcsol jel ω körfrekveciájával. A redszer jelformálása lieáris redszerek eseébe csupá abba jelekezhe, hogy a válaszfüggvéy A v (ω) ampliúdója és ϕ v (ω) fázisszöge külöbözik a bemeere alkalmazo sziuszos jel jellemzőiől. A gerjesző sziuszos függvéy ω körfrekveciájához hozzáredelheő egy H(iω) komplex szám, amelyek abszolú éréke a A v (ω)/a u (ω) ampliúdó-háyadossal egyelő, és fázisszöge megegyezik a kimeőjel ϕ v (ω) fázisszögével. Ha zérusól poziív lépéseké öveljük a bemeő sziuszos jel körfrekveciájá, akkor az így előálló külöböző ω j érékekhez előáll a H(iω j ) komplex számok sorozaa, amely soroza a vizsgál lieáris redszer jellemző H(iω) komplex frekveciafüggvéy helyeesíési érékei, azaz az ideifikációs fel-

11 ada gyakorlai megoldásá adja. A kapo komplex frekveciafüggvéy poziív körfrekveciákra így meghaározo szakaszá diagramba szemlélejük. Im ω = ϕ H(iω j ) Re ω > ω j II./b.) Diamikus ideifikáció szochaszikus szkéma kereébe Szochaszikus folyamaok Az időől (vagy valamely más skalár paraméeről, pl. az úhosszól) és a véleleől függő kéválozós ξ(,w) függvéy szochaszikus folyamaak evezzük. I a függele válozó befuja a végele számosságú I halmaz a folyama u. paraméer eré, míg a w függele válozó (az elemi eseméy) befuja a W eseméyere. A ξ(,w) folyama érékei a folyama állapoeréek elemei. Valamely szochaszikus folyama rögzíe w elemi eseméy mellei lefuása a szochaszikus folyama realizációs függvéye, vagy miafüggvéye az I iervallumo érelmeze x() =ξ(,w ) valósérékű függvéy. Ha ado I paraméer éréke rögzíjük, akkor a szochaszikus folyama paraméerpohoz arozó ξ (w)=ξ(,w) u. perem-valószíűségi válozóka kapjuk. Eze a defiíció elidulva a szochaszikus folyamao, mi a perem valószíűségi válozóiak {ξ (w): I } egyparaméeres végele seregeké érelmezhejük. ξ(,w) w w 2 m ξ ()=E ξ(,w) w 3 I A valószíűségszámíásból ismer várhaó érék léezésé feléelezve az összes szereplő perem-valószíűségi válozó eseébe, képezheő a folyama I iervallumo érelmeze m ξ () = E ξ(,w) várhaó érék függvéye, amely a folyama válozási edeciájá redjé muaó deermiiszikus függvéy. Szemléleéské megrajzoluk egy folyama három realizációs függvéyé és felüeük a folyama várhaó érék függvéyé is, amely körül helyezkedek el a vélele igadozás muaó realizációs függvéyek.

12 A szochaszikus folyamaokak a várhaó érék függvéy melle a másik foos jellemzője az auokorrelációs (ökorrelációs) függvéy, mely szié egy várhaó érékkel va érelmezve. Az auokorrelációs függvéy érelmezési aromáya az I x I szorzahalmaz, és a kokré érelmezés a kövekező képle rögzíi: B ξξ (s,) = E ξ(s,w)ξ(,w), (s,) I x I. Jól láhaó, hogy az auokorrelációs függvéy már em függ a véleleől, mer a várhaó érék képzés a vélele igadozás kiküszöböli. Másodredű gyege sacioariás A műszaki alkalmazások agy részéél azo speciális ulajdoságú szochaszikus folyamaok jászaak foos szerepe, amelyek várhaó érék függvéye kosas, és auokorrelációs függvéye csak a τ = s paraméerkülöbségől függ. Ezeke a folyamaoka másodredbe gyegé sacioárius folyamaokak evezzük. Az emlíe ké defiiáló ulajdoságo az alábbiakba képleel is rögzíjük:. m ξ () = E ξ(,w) = álladó, mide I, 2. B ξξ (s,) = E ξ(s,w)ξ(,w) = B ξξ ( - s) = B ξξ (τ), mide (s,) I x I. Korrelációs függvéyek ávieli redszerek eseé A kövekezőkbe másodredbe gyegé sacioárius szochaszikus u(,w) bemeő folyamao és az ilye gerjeszés eseé a lieáris időivariás redszer kimeeé jelekező ugyacsak másodredbe gyegé sacioárius v(,w) szochaszikus válaszfolyamao vizsgáljuk. Mid a gerjesző, mid a válaszfolyamról a kövekezőkbe felesszük, hogy várhaó érékük zérus. A szokásos redszermodell az alábbi ábra muaja az alkalmazo jelölésekkel. u(,w) R v(,w) v(,w) = R u(,w) Tekieel arra, hogy mos mid a be- mid a kimeő másodredbe gyegé sacioárius szochaszikus folyama vizsgálaa egyidejűleg szükséges, érelmezi kell mid az auokorrelációs, mid pedig a kereszkorrelációs függvéyeke. Az auokorrelációs függvéyeke a B uu (s,) = E u(s,w)u(,w) = B uu (-s), B vv (s,) = E v(s,w)v(,w) = B vv (-s), (s,) I x I összefüggés-pár, a kereszkorrelációs függvéyeke pedig a B uvξ (s,) = E u(s,w)v(,w) = B uv (-s), B vu (s,) = E v(s,w)u(,w) = B vu (-s), (s,) I x I összefüggés-pár érelmezi. A fe defiiál függvéyekből, mi elemekből megalkohaó a márix-érékű 2 x 2 méreű korrelációs függvéy: Buu ( τ ) Buv ( τ ) B ( τ ) = Bvu ( τ ) Bvv( τ ). 2

13 Spekrális sűrűségfüggvéyek A vizsgál lieáris időivariás redszer ideifikációjához elsőredű, haszos segédeszköz jeleeek a zérus várhaó érékű másodredbe gyegé sacioárius szochaszikus folyamaok korrelációs függvéyeiből iverz Fourier-raszformációval származao körfrekvecia-függő spekrális sűrűségfüggvéyek. Az érelmezésüke ekive az auospekrumoka a def def iωτ iωτ suu ( ω) = e Buu ( τ) dτ, svv( ω) e Bvv ( τ) dτ 2π = 2π képlepár, a kereszspekrumoka pedig a def def iωτ iωτ suu ( ω) = e Buu ( τ) dτ, svv( ω) e Bvv ( τ) dτ 2π = 2π képlepár érelmezi. Megjegyezzük, hogy míg az auospekrumok a körfrekvecia emegaív valósérékű függvéyei, addig a kereszspekrumok mi a körfrekvecia függvéyei komplex-érékűek. A korrelációs márix-függvéyhez hasolóa a spekrális sűrűségfüggvéyeke is márix-érékű 2 x 2 méreű márix függvéy formájába célszerű rögzíei, eek eve spekrális sűrűségfüggvéy márix-függvéy. suu ( ω) suv( ω) S ( ω) = svu ( ω) svv( ω). A komplex frekveciafüggvéy A vizsgál redszer szochaszikus bemeő- és válaszfolyamaa spekrális sűrűségfüggvéyeiek ismereébe a redszer korábba is árgyalásba vo Hi ( ω ) = R iω e iω e komplex frekveciafüggvéyéek ideifikációja elvégezheő. A bemeő és válaszfolyama spekrális sűrűségfüggvéyei a folyamaok realizációiak mérésével, és kiérékelésével lehe meghaározi. Eze kiérékelés részleeivel mos eze árgyalásukba em foglalkozuk. Az ideifikációs felada részleges csak a vizsgál lieáris időivariás redszer agyíási függvéyéek a Hiω ( ) abszolú érékéek megadásá célzó részleges megoldásaké elegedő csupá a bemeő és a válaszfolyama auospekrumáak ismeree, míg a redszer eljes ideifikációjához a Hiω ( ) komplex frekveciafüggvéy maradékala meghaározása szükséges, amihez a bemeő és a válaszfolyama keresz-spekrális sűrűségfüggvéye és a bemeő folyama auospekruma szükséges. A agyíási függvéy meghaározása Az előzőekbe e megjegyzésük szeri, a saiszikai diamika s ( ω) = H( iω) s ( ω) vv alapörvéyéből a ké auospekrum ismereébe a redszer ismerele agyíási függvéye azoosíhaó: svv( ω) Hi ( ω) =. s ( ω) uu 2 uu 3

14 A redszer komplex frekveciafüggvéyéek azoosíása A felada megoldása az ismer suv( ω) = H( iω) suu ( ω) összefüggés áredezésével a kövekező suv( ω) Hi ( ω) = suu ( ω) képle alapjá adódik. Az elegedőe sok körfrekvecia érékkel elvégze számíás eredméyeké a komplex frekveciafüggvéy vizsgál szakasza megrajzolhaó. Lieariás ideifikáció kohereciafüggvéy A lieáris redszer spekrális sűrűségfüggvéyei ismereébe számíhaó a redszer jellemző kohereciafüggvéy is, amely lieáris redszer eseé mide körfrekvecia érékél azoosa éréke kell, hogy felvegye. A kohereciafüggvéy kifejezéséhez az auospekrumok, és a kereszspekrum abszolú érékéek ismeree szükséges az alábbi képle szeri: 2 2 suv( ω) γuv( ω) = s ( ω) s ( ω) uu Ameyibe a γ 2 uv( ω) koherecia éréke valamely körfrekvecia iervallumba kisebb mi egy, az három okra vezeheő vissza. A három egymás em kizáró ok az alábbi lehe: i.) A vizsgál redszer operáora emlieáris, ii.) A vizsgál redszer bemeő- és válaszfolyamaá mérési zaj erheli, iii.) A vizsgál redszerre a ekiebe ve u(,w) bemeő folyamao kívül ovábbi bemeei jel is működik, a- mely a v(,w) válaszfolyamao befolyásolja. 5. Modellbázisú ideifikáció A vizsgál redszer ávieli ulajdoságaiak ideifikációjá sok esebe eredméyese végezhejük modell bázisú eljárással. Ez az jelei, hogy a vizsgál redszer srukúrájára ézve megfelelő iformációk va és csupá a redszer paraméerei kérdésesek. A redszermodell R m(p) operáora a p paraméervekoról függ, éppe a legkedvezőbb ˆp paraméerérék behaárolása a felada, mely melle ugyaazo u() bemeőjel alkalmazása melle a valóságos redszer kimeeé mér v r () jel a leheő legkevésbé ér el a modell redszer kimeeé adódó v m () jelől. A vázol ideifikációs eljárás blokksémájá az alábbi ábra muaja. u() R r R m(p) v r () v m (,p) + vv ε(,p) Φ(p)=mi! ˆp 4

15 Az ideifikációs eljárás kivielezéséhez a valóságos redszer kimeeé mér v r () jel és a p paraméervekor melle a modell kimeeé adódó (mér vagy szimulál) v m (,p) jel külöbségé képezve a ε (, p) = vr() vm(, p ) alakú függő külöbségjel egy fukcioáljá kell miimalizáli. Az eljárás a legkisebb égyzeek elvére ámaszkodóa elegedőe hosszú T időkerebe végezve szolgálaja az miimalizáladó Φ(p) függvéy a kövekező alakba: T ( p) 2 ε (, p ) d mi! Φ = = Numerikus paraméerilleszés a Φ miimalizálására A Φ(p) függvéy umerikusmiimalizálására a gradies módszer muajuk be. A Φ(p) függvéy mos ké-dimeziós p paraméervekor eseére az alábbi ábra Φ(p,p 2 ) jellegfelülee szemlélei. Φ A Φ(p,p 2 ) kéválozós, folyoos és differeciálhaó függvéy jellegfelülee C C 2 P 2 ˆp 2 Φ mi ˆp p () egaív gradies vekorok λ-szorosai A umerikus miimalizáladó eljárás a p () paraméerpoból idíjuk, és a Φ(p) függvéy gradies vekoráak sorozaos képzésével ovábblépük a miimumhely felé a kövekező algorimus szeri: () i ( i+ ) ( i) gradφ( p ) p = p λ. () i gradφ( p ) Az algorimusba szereplő λ szorzó egy kis poziív számérékek válaszadó (lépésköz), és a miimumhely felé közeledve célszerű éréké ovább csökkeei, hogy el lehesse kerüli a miimumhely eseleges álépéséből adódó ehézségeke. Végül is az algorimus álal szolgálao {p (i) } vekorsoroza a Φ(p) függvéy miimalizáló ˆp vekorhoz kovergál, ezzel megva az alkalmazadó opimális paraméer vekor : lim p (i) = ˆp. P 5

16 6. Irodalom: [] Csáki, F.: Iráyíási redszerek modellezése. Egyeemi jegyze. Taköyvkiadó, Budapes, 975. [2] Ljug, L.: Sysem Ideificaio. Theory for he User. Preice-Hall, Ic. Egle Wood Cliffs, New Jersey 7632,

LINEÁRIS TRANSZFORMÁCIÓ

LINEÁRIS TRANSZFORMÁCIÓ 16..8. LINEÁRIS TRANSZFORMÁCIÓ (MÁTRIX) SAJÁTÉRTÉKE, SAJÁTVEKTORA BSc. Maemaika II. BGRMAHNND, BGRMAHNNC LINEÁRIS TRANSZFORMÁCIÓ Egy A: R R függvéy lieáris raszformációak evezük, ha eljesülek az alábbi

Részletesebben

Modellek áttekintése

Modellek áttekintése Modellek áekiése Összeállíoa: dr. Gerzso Miklós egyeemi doces PTE PMMIK Műszaki Iformaika Taszék 205.2.06. Ielliges redszerek I. PTE PMMIK Mérök iformaikus BSc szak A redszer fogalma A redszer kölcsöhaások

Részletesebben

Vezetéki termikus védelmi funkció

Vezetéki termikus védelmi funkció Budapes, 016. auguszus Bevezeés A vezeéki ermikus védelmi fukció alapveőe a három miavéeleze fázisáramo méri. Kiszámolja az effekív érékeke, és a hőmérsékle számíásá a fázisáramok effekív érékére alapozza.

Részletesebben

HF1. Határozza meg az f t 5 2 ugyanabban a koordinátarendszerben. Mi a lehetséges legbővebb értelmezési tartománya és

HF1. Határozza meg az f t 5 2 ugyanabban a koordinátarendszerben. Mi a lehetséges legbővebb értelmezési tartománya és Házi feladaok megoldása 0. nov. 6. HF. Haározza meg az f 5 ugyanabban a koordináarendszerben. Mi a leheséges legbővebb érelmezési arománya és érékkészlee az f és az f függvényeknek? ( ) = függvény inverzé.

Részletesebben

Numerikus módszerek 2. Nemlineáris egyenletek közelítő megoldása

Numerikus módszerek 2. Nemlineáris egyenletek közelítő megoldása umerius módszere. emlieáris egyelee özelíő megoldása Egyelemegoldás iervallumelezéssel Legye :[ a, b] R olyoos, a, b, és eressü az egyele egy [ a, b] -beli megoldásá. Bolzao éele: Legye olyoos a véges,

Részletesebben

Helyettesítéses-permutációs iteratív rejtjelezők

Helyettesítéses-permutációs iteratív rejtjelezők Helyeesíéses-peruációs ieraív rejjelezők I. Shao-i elv: kofúzió/diffúzió Erős iverálhaó raszforáció előállíhaó egyszerű, köye aalizálhaó és ipleeálhaó, de öagába gyege raszforációk sokszori egyás uái alkalazásával.

Részletesebben

Numerikus módszerek 2. Nemlineáris egyenletek közelítő megoldása

Numerikus módszerek 2. Nemlineáris egyenletek közelítő megoldása Numerius módszere. Nemlieáris egyelee özelíő megoldása Egyelemegoldás iervallumelezéssel A Baach-ipo-ierációs módszer A Newo-módszer és válozaai Álaláosío Newo-módszer Egyelemegoldás iervallumelezéssel

Részletesebben

Gazdasági és megbízhatósági elemzések

Gazdasági és megbízhatósági elemzések Budapesi Mőszaki és Gazdaságudomáyi Egyeem Gazdaság- és Társadalomudomáyi Kar Üzlei Tudomáyok Iéze Meedzsme és Vállalagazdasága Taszék Dr. Kövesi Jáos Erdei Jáos Dr. Tóh Zsuzsaa Eszer Gazdasági és megbízhaósági

Részletesebben

GYAKORLÓ FELADATOK 5. Beruházások

GYAKORLÓ FELADATOK 5. Beruházások 1. felada Egymás kölcsööse kizáró beruházások közöi válaszás. Ké külöböző ípusú gépe szerezheük be egyazo művele elvégzésére. A ké egymás kölcsööse kizáró projek pézáramlásai ($) a kövekező ábláza muaja:

Részletesebben

GAZDASÁGI ÉS ÜZLETI STATISZTIKA jegyzet ÜZLETI ELŐREJELZÉSI MÓDSZEREK

GAZDASÁGI ÉS ÜZLETI STATISZTIKA jegyzet ÜZLETI ELŐREJELZÉSI MÓDSZEREK BG PzK Módszerani Inézei Tanszéki Oszály GAZDAÁGI É ÜZLETI TATIZTIKA jegyze ÜZLETI ELŐREJELZÉI MÓDZEREK A jegyzee a BG Módszerani Inézei Tanszékének okaói készíeék 00-ben. Az idősoros vizsgálaok legfonosabb

Részletesebben

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő.

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő. 3. SOROZATOK 3. Sorozatok korlátossága, mootoitása, kovergeciája Defiíció. Egy f : N R függvéyt valós szám)sorozatak evezük. Ha A egy adott halmaz és f : N A, akkor f-et A-beli értékű) sorozatak evezzük.

Részletesebben

Tiszta és kevert stratégiák

Tiszta és kevert stratégiák sza és kever sraégák sza sraéga: Az -edk áékos az sraégá és ez alkalmazza. S sraégahalmazból egyérelműen válasz k egy eknsük a kövekező áéko. Ké vállala I és II azonos erméke állí elő. Azon gondolkodnak,

Részletesebben

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet):

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet): A umerikus sorozatok fogalma, határértéke (A TÁMOP-4-8//A/KMR-9-8 számú projekt keretébe írt egyetemi jegyzetrészlet): Koverges és diverges sorozatok Defiíció: A természetes számoko értelmezett N R sorozatokak

Részletesebben

Síkalapok vizsgálata - az EC-7 bevezetése

Síkalapok vizsgálata - az EC-7 bevezetése Szilvágyi László - Wolf Ákos Síkalapok vizsgálaa - az EC-7 bevezeése Síkalapozási feladaokkal a geoehnikus mérnökök szine minden nap alálkoznak annak ellenére, hogy mosanában egyre inkább a mélyépíés kerül

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

PROJEKTÉRTÉKELÉSI ALAPOK

PROJEKTÉRTÉKELÉSI ALAPOK Eegeikai gazdasága MKEE. gyakola PROJEKTÉRTÉKELÉSI ALAPOK A gyakola célja, hogy a hallgaók A. megismejék az alapveő közgazdaságai muaóka; B. egyszeű pojekéékelési számíásoka udjaak elvégezi. A. KÖZGAZDASÁGTANI

Részletesebben

Váltakozóáramú hajtások Dr. TARNIK István 2006

Váltakozóáramú hajtások Dr. TARNIK István 2006 AUTOMATIZÁLT VILLAMOS HAJTÁSOK Válakozóáramú hajások Pollack Mihály Műszaki Kar Villamos Hálózaok Taszék Dr. TARNIK Isvá doces Válakozó áramú hajások 1. Aszikro gépek elvi felépíése. 1.1. Az aszikro gépek

Részletesebben

1. Előadás: Készletezési modellek, I-II.

1. Előadás: Készletezési modellek, I-II. . Előadás: Készleezési modellek, I-II. Készleeke rendszerin azér arunk hogy, valamely szükséglee, igény kielégísünk. A szóban forgó anyag, cikk iráni igény, keresle a készle fogyásá idézi elő. Gondoskodnunk

Részletesebben

Képlékenyalakítás elméleti alapjai. Feszültségi állapot. Dr. Krállics György

Képlékenyalakítás elméleti alapjai. Feszültségi állapot. Dr. Krállics György Képlékeyalakíás elmélei alapjai Feszülségi állapo Dr. Krállics György krallics@eik.bme.hu Az előadás sorá megismerjük: A érfogai és felülei erőke, a feszülség ezor. A feszülség ezor főérékei és főiráyai;

Részletesebben

Előszó. 1. Rendszertechnikai alapfogalmak.

Előszó. 1. Rendszertechnikai alapfogalmak. Plel Álalános áekinés, jel és rendszerechnikai alapfogalmak. Jelek feloszása (folyonos idejű, diszkré idejű és folyonos érékű, diszkré érékű, deerminiszikus és szochaszikus. Előszó Anyagi világunkban,

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

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

5. Differenciálegyenlet rendszerek

5. Differenciálegyenlet rendszerek 5 Differenciálegyenle rendszerek Elsőrendű explici differenciálegyenle rendszer álalános alakja: d = f (, x, x,, x n ) d = f (, x, x,, x n ) (5) n d = f n (, x, x,, x n ) ömörebben: d = f(, x) Definíció:

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

Piaci részesedések eloszlásának előrejelzése Markovmodellel a biztosítási piacon Kovács Norbert 1

Piaci részesedések eloszlásának előrejelzése Markovmodellel a biztosítási piacon Kovács Norbert 1 Piaci részesedések eloszlásáak előreelzése Markomodellel a bizosíási iaco Koács Norber Abszrak: A iaci ersey kérdésköréel foglalkozó szakirodalom számos módszer aál a iaci erő közee és közele mérésére.

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

Statisztika II. előadás és gyakorlat 1. rész

Statisztika II. előadás és gyakorlat 1. rész Saiszika II. Saiszika II. előadás és gyakorla 1. rész T.Nagy Judi Ajánlo irodalom: Ilyésné Molnár Emese Lovasné Avaó Judi: Saiszika II. Feladagyűjemény, Perfek, 2006. Korpás Ailáné (szerk.): Álalános Saiszika

Részletesebben

Fourier-sorok konvergenciájáról

Fourier-sorok konvergenciájáról Fourier-sorok konvergenciájáról A szereplő függvényekről mindenü felesszük, hogy szerin periodikusak. Az ilyen függvények megközelíésére (nem a polinomok, hanem) a rigonomerikus polinomok űnnek ermészees

Részletesebben

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben Propositio 1 (Jese-egyelőtleség Ha f : kovex, akkor tetszőleges ξ változóra f (M (ξ M (f (ξ feltéve, hogy az egyelőtleségbe szereplő véges vagy végtele várható értékek létezek Bizoyítás: Megjegyezzük,

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

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

Stabilitás Irányítástechnika PE MI_BSc 1

Stabilitás Irányítástechnika PE MI_BSc 1 Stabilitás 2008.03.4. Stabilitás egyszerűsített szemlélet példa zavarás utá a magára hagyott redszer visszatér a yugalmi állapotába kvázistacioárius állapotba kerül végtelebe tart alapjelváltás Stabilitás/2

Részletesebben

) (11.17) 11.2 Rácsos tartók párhuzamos övekkel

) (11.17) 11.2 Rácsos tartók párhuzamos övekkel Rácsos arók párhuzamos övekkel Azér, hog a sabiliási eléelek haásá megvizsgáljuk, eg egszerű síkbeli, saikailag haározo, K- rácsozású aró vizsgálunk párhuzamos övekkel és hézagos csomóponokkal A rúdelemek

Részletesebben

Finanszírozás, garanciák

Finanszírozás, garanciák 29..9. Fiaszíozás, gaaciák D. Fakas Szilvesze egyeemi doces SZE Gazdálkodásudomáyi Taszék fakassz@sze.hu hp://d.fakasszilvesze.hu/ Fiaszíozás émaköei. A péz idıééke, jövıéék és jeleéék, speciális pézáamlások

Részletesebben

ELEKTRONIKAI ALAPISMERETEK

ELEKTRONIKAI ALAPISMERETEK Elekronikai alapismereek középszin 3 ÉETTSÉG VZSG 04. május 0. EEKTONK PSMEETEK KÖZÉPSZNTŰ ÍÁSBE ÉETTSÉG VZSG JVÍTÁS-ÉTÉKEÉS ÚTMTTÓ EMBE EŐFOÁSOK MNSZTÉM Egyszerű, rövid feladaok Maximális ponszám: 40.)

Részletesebben

Elektronika 2. TFBE1302

Elektronika 2. TFBE1302 DE, Kísérlei Fizika Tanszék Elekronika 2. TFBE302 Jelparaméerek és üzemi paraméerek mérési módszerei TFBE302 Elekronika 2. DE, Kísérlei Fizika Tanszék Analóg elekronika, jelparaméerek Impulzus paraméerek

Részletesebben

Fourier sorok FO 1. Trigonometrikus. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

Fourier sorok FO 1. Trigonometrikus. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel! Fourier sorok FO Trigoometrikus Fourier sorok FO Trigoometrikus redszer Defiíció: trigoometrikus redszer Az {, cos x, si x, cos x, si x, cos 3x, si 3x, } függvéyekből álló (végtele sok függvéyt tartalmazó)

Részletesebben

Folytonosidejű időinvariáns lineáris rendszerek

Folytonosidejű időinvariáns lineáris rendszerek Folyoosdejű dővarás leárs redszerek A Folyoosdejű dővarás leárs redszerek LTI (Lear Te Ivara Syses) öbbféleképp bevezeheők. Vegyük egy ódosío Drac függvéy: Végezzük el a kövekező közelíés: És végül: ahol

Részletesebben

A határokon átnyúló egyesülések adóvonatkozásai és azok hatásai a vállalat beruházásainak értékére

A határokon átnyúló egyesülések adóvonatkozásai és azok hatásai a vállalat beruházásainak értékére 2010. KILENCEDIK ÉVFOLYAM 3. SZÁM 267 CSOMÓS BALÁZS A haároko áyúló egyesülések adóvoakozásai és azok haásai a vállala beruházásaiak érékére Egy emzeközi cégcsopor ásrukurálása vagy egy M&A-razakció sorá

Részletesebben

párhuzamosan kapcsolt tagok esetén az eredő az egyes átviteli függvények összegeként adódik.

párhuzamosan kapcsolt tagok esetén az eredő az egyes átviteli függvények összegeként adódik. 6/1.Vezesse le az eredő ávieli üggvény soros apcsolás eseén a haásvázla elrajzolásával. az i-edi agra, illeve az uolsó agra., melyből iejezheő a sorba apcsol ago eredő ávieli üggvénye: 6/3.Vezesse le az

Részletesebben

Mesterséges Intelligencia MI

Mesterséges Intelligencia MI Meserséges Inelligencia MI Valószínűségi emporális kövekezeés Dobrowiecki Tadeusz Eredics Péer, és mások BME I.E. 437, 463-28-99 dobrowiecki@mi.bme.hu, hp://www.mi.bme.hu/general/saff/ade X - a időpillanaban

Részletesebben

2. gyakorlat: Z épület ferdeségmérésének mérése

2. gyakorlat: Z épület ferdeségmérésének mérése . gyakorla: Z épüle ferdeségének mérése. gyakorla: Z épüle ferdeségmérésének mérése Felada: Épíésellenőrzési feladakén egy 1 szines épüle függőleges élének érbeli helyzeé kell meghaározni, majd az 1986-ban

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

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

Beruházási lehetőségek tőke-költségvetési és kockázati elemzése

Beruházási lehetőségek tőke-költségvetési és kockázati elemzése Beruházási és fiaszírozási döések Levelező 3. kozuláció Beruházási leheőségek őke-kölségveési és kockázai elemzése Tőkekölségveési kérdések, elemzések 1. rész 1 Beruházási proekek érékelése A B proek proek

Részletesebben

ELEKTRONIKAI ALAPISMERETEK

ELEKTRONIKAI ALAPISMERETEK Elekronikai alapismereek középszin ÉETTSÉG VZSGA 0. május. ELEKTONKA ALAPSMEETEK KÖZÉPSZNTŰ ÍÁSBEL ÉETTSÉG VZSGA JAVÍTÁS-ÉTÉKELÉS ÚTMTATÓ EMBE EŐFOÁSOK MNSZTÉMA Egyszerű, rövid feladaok Maximális ponszám:

Részletesebben

Portfóliókezelési szolgáltatásra vonatkozó szerzıdéskötést megelızı tájékoztatás lakossági partnerbesorolású ügyfelek részére

Portfóliókezelési szolgáltatásra vonatkozó szerzıdéskötést megelızı tájékoztatás lakossági partnerbesorolású ügyfelek részére Bevezeés rfóliókezelési szlgálaásra vakzó szerzıdésköés megelızı ájékzaás lakssági parerbesrlású ügyfelek részére A 2007. évi CXXXVIII. örvéy a befekeési vállalkzáskról és az áruızsdei szlgálaókról, valami

Részletesebben

IFFK 2013 Budapest, 2013. augusztus 28-30. Vasúti járművek energiafogyasztásának csökkentése prediktív optimalizáció alkalmazásával

IFFK 2013 Budapest, 2013. augusztus 28-30. Vasúti járművek energiafogyasztásának csökkentése prediktív optimalizáció alkalmazásával IFFK 13 Budapes, 13. auguszus 8-3. Vasúi járművek eergiafogyaszásáak csökkeése predikív opimalizáció alkalmazásával Bécsi Tamás, Aradi Szilárd, Tarai Géza, Sághi Balázs, Cseh Aila Budapesi Műszaki és Gazdaságudomáyi

Részletesebben

Sorozatok A.: Sorozatok általában

Sorozatok A.: Sorozatok általában 200 /2002..o. Fakt. Bp. Sorozatok A.: Sorozatok általába tam_soroz_a_sorozatok_altalaba.doc Sorozatok A.: Sorozatok általába Ad I. 2) Z/IV//a-e, g-m (CD II/IV/ Próbálj meg róluk miél többet elmodai. 2/a,

Részletesebben

Komplex számok (el adásvázlat, 2008. február 12.) Maróti Miklós

Komplex számok (el adásvázlat, 2008. február 12.) Maróti Miklós Komplex számok el adásvázlat, 008. február 1. Maróti Miklós Eek az el adásak a megértéséhez a következ fogalmakat kell tudi: test, test additív és multiplikatív csoportja, valós számok és tulajdoságaik.

Részletesebben

Szilárdsági vizsgálatok eredményei közötti összefüggések a Bátaapáti térségében mélyített fúrások kızetanyagán

Szilárdsági vizsgálatok eredményei közötti összefüggések a Bátaapáti térségében mélyített fúrások kızetanyagán Mérnökgeológia-Kızemehanika 2011 (Szerk: Török Á. & Vásárhelyi B.) 269-274. Szilárdsági vizsgálaok eredményei közöi összefüggések a Báaapái érségében mélyíe fúrások kızeanyagán Buoz Ildikó BME Épíıanyagok

Részletesebben

Valószínűségszámítás. A standard normális eloszlás karakterisztikus függvénye. További tulajdonságok. További tulajdonságok.

Valószínűségszámítás. A standard normális eloszlás karakterisztikus függvénye. További tulajdonságok. További tulajdonságok. Karakriszikus függvéy Valószíűségszámíás. lőadás 07..05 Kompl érékű valószíűségi válozók: Z=+iY, ahol és Y is valószíűségi válozók. Z):=)+iY). (valós) valószíűségi válozó karakriszikus függvéy: ():= i

Részletesebben

Túlgerjesztés elleni védelmi funkció

Túlgerjesztés elleni védelmi funkció Túlgerjeszés elleni védelmi unkció Budapes, 2011. auguszus Túlgerjeszés elleni védelmi unkció Bevezeés A úlgerjeszés elleni védelmi unkció generáorok és egységkapcsolású ranszormáorok vasmagjainak úlzoan

Részletesebben

HUNGARIAN GEOPHYSICS

HUNGARIAN GEOPHYSICS 55. évfolyam,. szám 04 AGYAR GEOFIZIKA HUNGARIAN GEOPHYSICS A AGYAR GEOFIZIKUSOK EGYESÜLETÉNEK FOLYÓIRATA JOURNAL OF THE ASSOCIATION OF HUNGARIAN GEOPHYSICISTS Emléezés Eövös Lorádra sírjáa megoszorúzása

Részletesebben

8. előadás Ultrarövid impulzusok mérése - autokorreláció

8. előadás Ultrarövid impulzusok mérése - autokorreláció Ágazai Á felkészíés a hazai LI projekel összefüggő ő képzési é és KF feladaokra" " 8. előadás Ulrarövid impulzusok mérése - auokorreláció TÁMOP-4.1.1.C-1/1/KONV-1-5 projek 1 Bevezeés Jelen fejezeben áekinjük,

Részletesebben

4. Fejezet BERUHÁZÁSI PROJEKTEK ÉRTÉKELÉSE Beruházási pénzáramok értékelése Infláció hatása a beruházási projektekre

4. Fejezet BERUHÁZÁSI PROJEKTEK ÉRTÉKELÉSE Beruházási pénzáramok értékelése Infláció hatása a beruházási projektekre . Fejeze Pénzáramok (euróban) 0. év. év. év. év. év. év 0 000 9000 900 0 000 000 000 BERUHÁZÁSI PROJEKTEK ÉRTÉKELÉSE... Saikus beruházás gazdaságossági számíások: Neó pénzáramok álaga ARR = Kezdõ pénzáram

Részletesebben

1. ábra A hagyományos és a JIT-elvű beszállítás összehasonlítása

1. ábra A hagyományos és a JIT-elvű beszállítás összehasonlítása hagyományos beszállíás JIT-elvû beszállíás az uolsó echnikai mûvele a beszállíás minõségellenõrzés F E L H A S Z N Á L Ó B E S Z Á L L Í T Ó K csomagolás rakározás szállíás árubeérkezés minõségellenõrzés

Részletesebben

Villamosságtan II. főiskolai jegyzet. Írta: Isza Sándor. Debreceni Egyetem Kísérleti Fizika Tanszék Debrecen, 2002.

Villamosságtan II. főiskolai jegyzet. Írta: Isza Sándor. Debreceni Egyetem Kísérleti Fizika Tanszék Debrecen, 2002. Villamosságan II főiskolai jegyze Íra: Isza Sándor Debreceni Egyeem Kísérlei Fizika anszék Debrecen, Uolsó frissíés: 93 :5 Villamosságan II félév oldal aralom aralom emaikus árgymuaó 3 Bevezeés 4 Válóáramú

Részletesebben

Matematika I. 9. előadás

Matematika I. 9. előadás Matematika I. 9. előadás Valós számsorozat kovergeciája +-hez ill. --hez divergáló sorozatok A határérték és a műveletek kapcsolata Valós számsorozatok mootoitása, korlátossága Komplex számsorozatok kovergeciája

Részletesebben

Járműelemek I. Tengelykötés kisfeladat (A típus) Szilárd illesztés

Járműelemek I. Tengelykötés kisfeladat (A típus) Szilárd illesztés BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM Közlekedésmérnöki Kar Járműelemek I. (KOJHA 7) Tengelyköés kisfelada (A ípus) Szilárd illeszés Járműelemek és Hajások Tanszék Ssz.: A/... Név:...................................

Részletesebben

Aggregált termeléstervezés

Aggregált termeléstervezés Aggregál ermeléservezés Az aggregál ermeléservezés feladaa az opimális ermékszerkeze valamin a gyáráshoz felhasználhaó erőforrások opimális szinjének meghaározása. Termékek aggregálása. Erőforrások aggregálása.

Részletesebben

A sebességállapot ismert, ha meg tudjuk határozni bármely pont sebességét és bármely pont szögsebességét. Analógia: Erőrendszer

A sebességállapot ismert, ha meg tudjuk határozni bármely pont sebességét és bármely pont szögsebességét. Analógia: Erőrendszer Kinemaikai egyensúly éele: Téel: zár kinemaikai lánc relaív szögsebesség-vekorrendszere egyensúlyi. Mechanizmusok sebességállapoa a kinemaikai egyensúly éelével is meghaározhaó. sebességállapo ismer, ha

Részletesebben

A HOZAMGÖRBE TANULÁSI. Romhányi Balázs

A HOZAMGÖRBE TANULÁSI. Romhányi Balázs A HOZAMGÖRBE TANULÁSI HIPOTÉZISE Romháyi Balázs PÉNZÜGYTAN TANSZÉK Témavezeő: Király Júlia Bírálóbizoság: Romháyi Balázs 200 2 Budapesi Közgazdaságudomáyi Egyeem Közgazdasági szakosíású dokori program

Részletesebben

BODE-diagram szerkesztés

BODE-diagram szerkesztés BODE-diagram szerkeszés Egy lineáris ulajdonságú szabályozandó szakasz (process) dinamikus viselkedése egyérelmű kapcsolaban áll a rendszer szinuszos jelekre ado válaszával, vagyis a G(j) frekvenciaávieli

Részletesebben

8.1. A rezgések szétcsatolása harmonikus közelítésben. Normálrezgések. = =q n és legyen itt a potenciál nulla. q i j. szimmetrikus. q k.

8.1. A rezgések szétcsatolása harmonikus közelítésben. Normálrezgések. = =q n és legyen itt a potenciál nulla. q i j. szimmetrikus. q k. 8. KIS REZGÉSEK STABIL EGYENSÚLYI HELYZET KÖRÜL 8.. A rezgések szétcsatolása harmoikus közelítésbe. Normálrezgések Egyesúlyi helyzet: olya helyzet, amelybe belehelyezve a redszert (ulla kezdősebességgel),

Részletesebben

INFOKOMMUNIKÁCIÓ távoktatási segédletek-

INFOKOMMUNIKÁCIÓ távoktatási segédletek- INFOKOMMUNIKÁCIÓ ávokaási segédleek- Készíee: a GDF Redszerechikai Iéze Iformaikai Alkalmazások Taszék mukaközössége. TAGJAI: DR. HÁZMAN ISTVÁN DR. ZSIGMOND GYULA SPISÁK ANDOR PUSKÁS ISTVÁN LSI KÖNYVKIADÓ

Részletesebben

6 A teljesítményelektronikai kapcsolások modellezése

6 A teljesítményelektronikai kapcsolások modellezése 6 A teljesítméyelektroikai kapcsolások modellezése A teljesítméyelektroikai beredezések vagy már ömagukba egy bizoyos szabályzott redszert alkotak, vagy egy agyobb szabályozott redszer részét képezik.

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

Vizsgainformációk A vizsgán 2 elméleti tételt kell kidolgozni (15 pont / tétel), a példamegoldási rész 20 pont (1 nagyobb és 1 kisebb feladat), míg a

Vizsgainformációk A vizsgán 2 elméleti tételt kell kidolgozni (15 pont / tétel), a példamegoldási rész 20 pont (1 nagyobb és 1 kisebb feladat), míg a Vizsgaiformációk A vizsgá elmélei éel kell kidolgozi (5 po / éel), a példamegoldási rész 0 po ( agyobb és kisebb felada), míg a godolkodaó kérdés 0 po. A kiado kidolgozo éelek csak egy javasol megoldás

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

ELEKTRONIKAI ALAPISMERETEK

ELEKTRONIKAI ALAPISMERETEK Elekronikai alapismereek középszin 3 ÉETTSÉGI VIZSGA 0. okór 5. ELEKTONIKAI ALAPISMEETEK KÖZÉPSZINTŰ ÍÁSBELI ÉETTSÉGI VIZSGA JAVÍTÁSI-ÉTÉKELÉSI ÚTMTATÓ EMBEI EŐFOÁSOK MINISZTÉIMA Egyszerű, rövid feladaok

Részletesebben

Tőkeköltségvetési kérdések, elemzések

Tőkeköltségvetési kérdések, elemzések Tőkekölségveési kérdések, elemzések Fő émakörök 7. Az egymás kölcsööse kizáró proekek őke-kölségveési elemzése 8. Kockázai elemzés a őke-kölségveésbe 9. Porfolió modellek a őke-kölségveési döésekbe 1 7.1.

Részletesebben

Emlékeztető: az n-dimenziós sokaság görbültségét kifejező mennyiség a Riemann-tenzor (Riemann, 1854): " ' #$ * $ ( ' $* " ' #µ

Emlékeztető: az n-dimenziós sokaság görbültségét kifejező mennyiség a Riemann-tenzor (Riemann, 1854):  ' #$ * $ ( ' $*  ' #µ Emlékeztető: az -dimeziós sokaság görbültségét kifejező meyiség a Riema-tezor (Riema, 1854: ' ( ' $ ' #µ $ µ# ahol a ú. koexiós koefficiesek (vagy Christoffel-szimbólumok a metrikus tezor g # x $ kompoeseiből

Részletesebben

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

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága Sorozatok, határérték fogalma. Függvéyek határértéke, folytoossága 1) Végtele valós számsorozatok Fogalma, megadása Defiíció: A természetes számok halmazá értelmezett a: N R egyváltozós valós függvéyt

Részletesebben

MODELL ALAPÚ VÉRCUKOR SZABÁLYOZÁSI PROTOKOLL KRITIKUS ÁLLAPOTÚ BETEGEK KEZELÉSÉRE

MODELL ALAPÚ VÉRCUKOR SZABÁLYOZÁSI PROTOKOLL KRITIKUS ÁLLAPOTÚ BETEGEK KEZELÉSÉRE MODELL ALAPÚ ÉRCUKOR SZABÁLYOZÁS PROTOKOLL KRTKUS ÁLLAPOTÚ BETEEK KEZELÉSÉRE Beyó Balázs*, Homlok József*, llyés Aila**, Szabó-Némedi Noémi**, eoffrey M Shaw***, J eoffrey Chase*** *ráyíásechika és formaika

Részletesebben

2. fejezet. Számsorozatok, számsorok

2. fejezet. Számsorozatok, számsorok . fejezet Számsorozatok, számsorok .. Számsorozatok és számsorok... Számsorozat megadása, határértéke Írjuk fel képlettel az alábbi sorozatok -dik elemét! mooto, korlátos, illetve koverges-e! Vizsgáljuk

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készül a TÁMOP-4..2-08/2/A/KMR-2009-004pályázai projek kereében Taralomfejleszés az ELTE TáK Közgazdaságudományi Tanszékén az ELTE Közgazdaságudományi Tanszék, az

Részletesebben

4. Lineáris csillapítatlan szabad rezgés. Lineáris csillapított szabad rezgés. Gyenge csillapítás. Ger-jesztett rezgés. Amplitúdó rezonancia.

4. Lineáris csillapítatlan szabad rezgés. Lineáris csillapított szabad rezgés. Gyenge csillapítás. Ger-jesztett rezgés. Amplitúdó rezonancia. 4 Lneárs csllapíalan szabad rezgés Lneárs csllapío szabad rezgés Gyenge csllapíás Ger-jesze rezgés Aplúdó rezonanca Lneárs csllapíalan szabad rezgés: Téelezzük fel hogy a öegponra a kvázelaszkus vagy közel

Részletesebben

13 Wiener folyamat és az Itô lemma. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull

13 Wiener folyamat és az Itô lemma. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull 13 Wiener folyama és az Iô lemma Opions, Fuures, and Oher Derivaives, 8h Ediion, Copyrigh John C. Hull 01 1 Markov folyamaok Memória nélküli szochaszikus folyamaok, a kövekező lépés csak a pillananyi helyzeől

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

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

A tőzsdei elszámolóházak vesztesége

A tőzsdei elszámolóházak vesztesége Közgazdasági Szemle, LXiii. évf., 216. szepember (993 11. o.) Berliger Edia Dömöör Barbara Illés Ferec Váradi Kaa A őzsdei elszámolóházak veszesége A válságo köveő új szabályozás a őzsdé kívüli piacoko

Részletesebben

Eötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli tételek. Készítette: Szántó Ádám Tavaszi félév

Eötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli tételek. Készítette: Szántó Ádám Tavaszi félév Eötvös Lorád Tudomáyegyetem Iformatikai Kar Aalízis. Írásbeli tételek Készítette: Szátó Ádám 20. Tavaszi félév . Archimedes tétele. Tétel: a > 0 és b R : N : b < a. Bizoyítás: Idirekt úto tegyük fel, hogy

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

A sztochasztikus idősorelemzés alapjai

A sztochasztikus idősorelemzés alapjai A szochaszikus idősorelemzés alapjai Ferenci Tamás BCE, Saiszika Tanszék amas.ferenci@medsa.hu 2011. december 19. Taralomjegyzék 1. Az idősorelemzés fogalma, megközelíései 2 1.1. Az idősor fogalma...................................

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

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

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 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

EGYENLETEK ÉS EGYENLETRENDSZEREK MEGOLDÁSA A Z n HALMAZON. egyenletrendszer megoldása a Z

EGYENLETEK ÉS EGYENLETRENDSZEREK MEGOLDÁSA A Z n HALMAZON. egyenletrendszer megoldása a Z Az érettségi vizsgára előkészülő taulók figyelmébe! EGYENLETEK ÉS EGYENLETRENDSZEREK MEGOLDÁSA A Z HALMAZON a x + b y c 5. Az egyeletredszer megoldása a Z halmazo (3. rész) a x + b y c A hivatkozások köyítése

Részletesebben

A. függelék Laplace-transzformáció és alkalmazásai

A. függelék Laplace-transzformáció és alkalmazásai A. függelék Laplace-traszformáció és alkalmazásai Tételezzük fel hogy az f(t),t [, ) egy olya függvéy, amely az alábbi tulajdoságokkal redelkezik: f(t) dt

Részletesebben

forgási hiperboloid (két köpenyű) Határérték: Definíció (1): Az f ( x, y) függvénynek az ( x, y ) pontban a határértéke, ha minden

forgási hiperboloid (két köpenyű) Határérték: Definíció (1): Az f ( x, y) függvénynek az ( x, y ) pontban a határértéke, ha minden Kétváltozós függvéek Defiíció: f: R R vag z f(,) Szeléltetés:,,z koordiátaredszerbe felülettel Pl z + forgási paraboloid z R ( + ) félgöb z + + forgási iperboloid (két köpeű) z + forgási iperboloid (eg

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

Tipikus dinamikus tagok

Tipikus dinamikus tagok ipiku dimiku gok 4.. 3. Iráíáechik MI, VI BSc Bemee/kimee modellek Lieári, időivriá, foloo idejű bemee/kimee (I/O) modell: m b u b u m hol u bemeő jel kimeő jel,,,b m,,b prméerek Iráíáechik MI, VI BSc

Részletesebben

Primitív függvény. (határozatlan integrál)

Primitív függvény. (határozatlan integrál) Primiív füvéy (haározala ierál) PR Primiív füvéy (haározala ierál) Az ebbe a részbe szereplő füvéyek mideyike leye ey I eszőlees, poziív hosszúsáú iervallumo érelmeze valós érékű füvéy (I R). Primiív füvéy

Részletesebben

Eötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli beugró kérdések. Készítette: Szántó Ádám Tavaszi félév

Eötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli beugró kérdések. Készítette: Szántó Ádám Tavaszi félév Eötvös Lorád Tudomáyegyetem Iformatikai Kar Aalízis 1. Írásbeli beugró kérdések Készítette: Szátó Ádám 2011. Tavaszi félév 1. Írja le a Dedekid-axiómát! Legyeek A R, B R. Ekkor ha a A és b B : a b, akkor

Részletesebben

MAGYAR ÉPÜLETGÉPÉSZET

MAGYAR ÉPÜLETGÉPÉSZET w : u T UL N.h ÚJ P U le EG A M N L po e O H epg w. w MAGYAR ÉPÜLETGÉPÉSZET 6 9 É P Ü L E T G É P É S Z E T I A D Ó F T. S T R O B E L-V E R L A G A olyadékhûõk új geerácója: Arwell AQTL (csak hűős és

Részletesebben

Dinamikus optimalizálás és a Leontief-modell

Dinamikus optimalizálás és a Leontief-modell MÛHELY Közgazdasági Szemle, LVI. évf., 29. január (84 92. o.) DOBOS IMRE Dinamikus opimalizálás és a Leonief-modell A anulmány a variációszámíás gazdasági alkalmazásaiból ismere hárma. Mind három alkalmazás

Részletesebben

min{k R K fels korlátja H-nak} a A : a ξ : ξ fels korlát A legkisebb fels korlát is:

min{k R K fels korlátja H-nak} a A : a ξ : ξ fels korlát A legkisebb fels korlát is: . A szupréum elv. = H R felülr l körlátos H fels korlátai között va legkisebb, azaz A és B a A és K B : a K Ekkor ξ-re: mi{k R K fels korlátja H-ak} } a A : a ξ : ξ fels korlát A legkisebb fels korlát

Részletesebben