Pelletek térfogatának meghatározása Bayes-i analízissel

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Pelletek térfogatának meghatározása Bayes-i analízissel"

Átírás

1 Pelletek térfogatának meghatározása Bayes-i analízissel Szepesi Tamás KFKI-RMKI, Budapest, Hungary P. Cierpka, Kálvin S., Kocsis G., P.T. Lang, C. Wittmann február 27.

2 Tartalom 1. Motiváció ELM-keltés folyamatának vizsgálata 2. Az árnykép-diagnosztika (shadowgraphy) Egy pellet árnyképének paraméterei Az árnykép-paraméterek eloszlása 3. A Bayes-i analízis A Bayes-i analízis alapelve (Bayes-tétel) Alkalmazás az árnykép-diagnosztikára Optimalizálás 4. Eredmények

3 1. Motiváció: ELM-keltés ELM: MHD instabilitás a plazma szélén, H-módban (transzport gát) jelentős részecske- és energiaveszteség (gyors transzport) jelentős (veszélyes!) hőterhelési csúcs a divertoron a szennyezőket is eltávolítja a plazmából sugárzásos összeomlás elkerülése (Z eff nem nő) Stober, Nuclear Fusion 41, 1535 ELM-keltés pelletekkel: kísérleti tapasztalatok (ASDEX Upgrade) - fagyasztott deutérium pelletek (üzemanyag) minden belőtt pellet (HFS) triggerelt ELM-et P.T. Lang et al. Nuclear Fusion 43 (2003), p1110 a triggerelt ELM-ek nem különböznek jelentősen a természetesen előfordulóktól külső eszközzel (pelletek) tetszőleges időpillanatban kelthetünk ELM-eket a szennyezők kezelhetővé válhatnak a plazma energia-összetartása alig romlik fuelling (anyagbevitel)!

4 1. Motiváció: ELM-keltés Nyitott kérdések: az ELM (-keltés) mögötti fizikai folyamatokat meg kell érteni elméletek, szimulációk az ELM-keltés kísérleti vizsgálata (ASDEX Upgrade) a pellet helyének meghatározása az ELM-et eredményező perturbáció keltésekor az ELM-et kiváltó perturbáció azonosítása MHD-jelenség sűrűség-, nyomás-, hőmérséklet-, mágneses perturbáció? a pelletpálya vizsgálata videó diagnosztika (helymeghatározás) radiális gyorsulás! - ablációs aszimmetria (?) szimuláció a görbült pelletpálya reprodukálására az aszimmetria külső paraméter gyorsulás a sebesség abszolút értékének változása megváltozik a pellet által okozott perturbáció is!

5 1. Motiváció: ELM-keltés ismerni kell a pellet tömegét a Blower-gun esetén erősen szór a tömeg!

6 2. Árnykép-diagnosztika Mérési elrendezés Blower-gun lézer vaku repülési cső lézer vaku pályaválasztó 1. kamera 2. kamera 320x120 pixel, 12 bit, max. 150 Hz

7 2. Árnykép-diagnosztika: az árnykép paraméterei Tudjuk: a pellet egy korong, r sugarú és h magasságú Feltesszük: ez az alak végig megmarad Paraméterek: terület, A legnagyobb méret, D legkisebb méret, L

8 2. Árnykép-diagnosztika: az árnykép paraméterei Az árnykép paraméterei a kibillenési szög (φ) függvényében, r = h = 1 mm Paraméterek: terület, A legnagyobb méret, D legkisebb méret, L

9 2. Árnykép-diagnosztika: az árnykép paraméterei Feltevés: a pelletek irányeloszlása 3D izotróp izotróp nem izotróp

10 2. Árnykép-diagnosztika: az árnykép paraméterei

11 2. Árnykép-diagnosztika: az árnykép paraméterei

12 2. Árnykép-diagnosztika: az árnykép paraméterei

13 3. A Bayes-i analízis: alapelv Alapja: a Bayes-tétel (feltételes valószínűség): Prh (, D', L', A') = i, j P( H Pellet árnyképekre: tegyük fel D, L és A mért értékek i E) = PD ( ', L', A' rh, ) Prh (, ) P( D', L', A' r, h ) P( r, h ) i j i j k P( E Hi ) P( Hi ) P( E H ) P( H k k ) Egyszerűsítés: feltesszük, hogy D, L és A Gauss-statisztikájú ( A' A( r, h, φ)) PA ( )~exp 2 2σ A 2 π/2 0 ( D' D( r, h, φ)) PD ( )~exp 2 2σ D P( D', L', A' r, h, φ) prior 2 ( L' L( r, h, φ)) PL ( ) = exp 2 2σ L = const. P(, rh, φ D',L',A' )~ PD ( ) PL ( ) PA ( ) P()* φ Prh (, ) P( r, h D',L',A' )~ P( r, h, φ D',L',A' ) dφ P( φ ) = sin( φ) 2

14 3. A Bayes-i analízis: alkalmazás A térfogat-rekonstrukció menete: 1. Vegyünk rögzített r, h, φ értékeket (dobozok) egy adott tartományban r: 0,1 1,1 mm, n_r = h: 0,1 1,1 mm, n_h = φ: 0 90, n_t = a szimulált pelletek száma: Kiszámoljuk P(r,h,φ D,L,A ) t a fenti változók minden kombinációjára ( D' D) ( L' L) ( A' A) Prh (,, φ D',L',A' ) ~ exp exp exp sin( ) φ 2σD 2σL 2σA 3. Integrálunk φ szerint, így megkapjuk r és h együttes eloszlását 4. h és r szerint külön-külön integrálva megkapjuk r és h határeloszlásait: P(r), P(h) E ( r) r P( r) dr 5. Várható érték és szórás számítása: = E ( h) = h P( h) dh σ r = Er E r 2 2 ( ) ( ) σ h = Eh E h 2 2 ( ) ( )

15 3. A Bayes-i analízis: alkalmazás 3. lépés: r és h együttes eloszlása (konkrét példa, R = H = 1, ideális)

16 3. A Bayes-i analízis: alkalmazás 4. lépés: r és h határeloszlásának kiszámítása: E ( h) = h P( h) dh σ h = Eh E h 2 2 ( ) ( ) E ( r) = r P( r) dr σ r = Er E r 2 2 ( ) ( )

17 3. A Bayes-i analízis: optimalizálás Vegyünk rögzített r, h, f értékeket (dobozok) egy adott tartományban r: mm, n_r = h: mm, n_h = φ: 0 90, n_t = a szimulált pelletek száma: A módszer ellenőrzése: 200 véletlenszerű pellet árnykép-gyártás (= teljes lövés szimulálása) D, L, A meghatározása minden pelletre térfogatok meghatározása a Bayes-i analízissel a valódi térfogat ismert! az eltérés számolható (dv)

18 3. A Bayes-i analízis: optimalizálás A módszer ellenőrzése: a valódi térfogat (V0) ismert! az eltérés számolható (dv) dv/v0 hisztogram n_r = 40 n_h = 40

19 4. Eredmények - térfogat 40 Hz, 3.5 bar, 1. kamera

20 4. Eredmények - térfogat 1. kamera 2. kamera m 0 /2 m 0 10 Hz m 0 /2 m bar 2 ms m 0 /2 m 0 m 0 /2 m 0 10 Hz 5 bar 2 ms

21 4. Eredmények - sebességeloszlás

22 4. Eredmények - frekvenciavizsgálat η = abs látott "jó" pelletek száma 110

23 Köszönöm a figyelmet!

Deutériumjég-pelletek behatolási mélységének meghatározása videódiagnosztikával

Deutériumjég-pelletek behatolási mélységének meghatározása videódiagnosztikával Deutériumjég-pelletek behatolási mélységének meghatározása videódiagnosztikával Szepesi Tamás 26. június 14. Tartalom 1. Pelletek és az ELM pace making 2. Pelletbelövő-rendszerek az ASDEX Upgrade tokamakon

Részletesebben

Deutérium pelletekkel keltett zavarok mágnesesen összetartott plazmában

Deutérium pelletekkel keltett zavarok mágnesesen összetartott plazmában Deutérium pelletekkel keltett zavarok mágnesesen összetartott plazmában 1. Motiváció ELM-keltés folyamatának vizsgálata 2. Kísérleti elrendezés Diagnosztika Szepesi Tamás MTA KFKI RMKI Kálvin S., Kocsis

Részletesebben

ELM-KELTÉS FOLYAMATÁNAK VIZSGÁLATA FAGYASZTOTT DEUTÉRIUM PELLETEKKEL

ELM-KELTÉS FOLYAMATÁNAK VIZSGÁLATA FAGYASZTOTT DEUTÉRIUM PELLETEKKEL ELM-KELTÉS FOLYAMATÁNAK VIZSGÁLATA FAGYASZTOTT DEUTÉRIUM PELLETEKKEL Szepesi T. 1, Kálvin S. 1, Kocsis G. 1, P.T. Lang 2, M. Maraschek 2, J. Neuhauser 2, W. Schneider 2 1 MTA KFKI Részecske- és Magfizikai

Részletesebben

Deutériumjég-pelletek behatolási mélységének meghatározása videódiagnosztikával

Deutériumjég-pelletek behatolási mélységének meghatározása videódiagnosztikával Deutériumjég-pelletek behatolási mélységének meghatározása videódiagnosztikával Tavaly volt: Szepesi Tamás 26. február 28. Tartalom 1. Bemutatkozás 2. Röviden az ELM-ekről 3. Az ASDEX Upgrade tokamak és

Részletesebben

Pelletek és forró plazma kölcsönhatásának vizsgálata

Pelletek és forró plazma kölcsönhatásának vizsgálata Brockhaus lexikon 12/8/2013 Pelletek és forró plazma kölcsönhatásának vizsgálata Kocsis Gábor Forró plazmák és pelletek ASDEX Upgrage tokamak Deutérium pellet Plazma: mágnesesen összetartott ionizált gáz

Részletesebben

Pelletek ablációjának dinamikai vizsgálata

Pelletek ablációjának dinamikai vizsgálata Pelletek ablációjának dinamikai vizsgálata Készítette: Cseh Gábor Fizika BSc 3. évf. Témavezető: Dr. Kocsis Gábor RMKI Plazmafizikai főosztály Plazma és tokamak Az anyag negyedik halmazállapota Ionizált

Részletesebben

DEUTÉRIUMJÉG PELLETEK ÉS FORRÓ PLAZMA KÖLCSÖNHATÁSÁNAK VIZSGÁLATA PhD tézisfüzet

DEUTÉRIUMJÉG PELLETEK ÉS FORRÓ PLAZMA KÖLCSÖNHATÁSÁNAK VIZSGÁLATA PhD tézisfüzet DEUTÉRIUMJÉG PELLETEK ÉS FORRÓ PLAZMA KÖLCSÖNHATÁSÁNAK VIZSGÁLATA PhD tézisfüzet SZEPESI TAMÁS Témavezető: Dr. KOCSIS GÁBOR MTA KFKI-RMKI Tanszéki konzulens: Dr. SÜKÖSD CSABA BME NTI BUDAPESTI MŰSZAKI

Részletesebben

Molekuláris dinamika I. 10. előadás

Molekuláris dinamika I. 10. előadás Molekuláris dinamika I. 10. előadás Miről is szól a MD? nagy részecskeszámú rendszerek ismerjük a törvényeket mikroszkópikus szinten minden részecske mozgását szimuláljuk? Hogyan tudjuk megérteni a folyadékok,

Részletesebben

Az α értékének változtatásakor tanulmányozzuk az y-x görbe alakját. 2 ahol K=10

Az α értékének változtatásakor tanulmányozzuk az y-x görbe alakját. 2 ahol K=10 9.4. Táblázatkezelés.. Folyadék gőz egyensúly kétkomponensű rendszerben Az illékonyabb komponens koncentrációja (móltörtje) nagyobb a gőzfázisban, mint a folyadékfázisban. Móltört a folyadékfázisban x;

Részletesebben

Kísérlettervezés alapfogalmak

Kísérlettervezés alapfogalmak Kísérlettervezés alapfogalmak Rendszermodellezés Budapest University of Technology and Economics Fault Tolerant Systems Research Group Budapest University of Technology and Economics Department of Measurement

Részletesebben

MATROSHKA kísérletek a Nemzetközi Űrállomáson. Kató Zoltán, Pálfalvi József

MATROSHKA kísérletek a Nemzetközi Űrállomáson. Kató Zoltán, Pálfalvi József MATROSHKA kísérletek a Nemzetközi Űrállomáson Kató Zoltán, Pálfalvi József Sugárvédelmi Továbbképző Tanfolyam Hajdúszoboszló 2010 A Matroshka kísérletek: Az Európai Űrügynökség (ESA) dozimetriai programjának

Részletesebben

Adatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán

Adatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán Adatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán MTA KFKI Részecske és Magfizikai Intézet, Biofizikai osztály Az egy adatsorra (idősorra) is alkalmazható módszerek Példa: Az epileptikus

Részletesebben

Valószínűségszámítás összefoglaló

Valószínűségszámítás összefoglaló Statisztikai módszerek BMEGEVGAT Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:

Részletesebben

Molekuláris dinamika. 10. előadás

Molekuláris dinamika. 10. előadás Molekuláris dinamika 10. előadás Mirőlis szól a MD? nagy részecskeszámú rendszerek ismerjük a törvényeket mikroszkópikus szinten? Hogyan tudjuk megérteni a folyadékok, gázok, szilárdtestek makroszkópikus

Részletesebben

Kísérlettervezés alapfogalmak

Kísérlettervezés alapfogalmak Kísérlettervezés alapfogalmak Rendszermodellezés Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Kísérlettervezés Cél: a modell paraméterezése a valóság alapján

Részletesebben

DEUTÉRIUMJÉG PELLETEK ÉS FORRÓ PLAZMA KÖLCSÖNHATÁSÁNAK VIZSGÁLATA PhD értekezés

DEUTÉRIUMJÉG PELLETEK ÉS FORRÓ PLAZMA KÖLCSÖNHATÁSÁNAK VIZSGÁLATA PhD értekezés DEUTÉRIUMJÉG PELLETEK ÉS FORRÓ PLAZMA KÖLCSÖNHATÁSÁNAK VIZSGÁLATA PhD értekezés SZEPESI TAMÁS Témavezető: Dr. KOCSIS GÁBOR MTA KFKI-RMKI Tanszéki konzulens: Dr. SÜKÖSD CSABA BME NTI BUDAPESTI MŰSZAKI ÉS

Részletesebben

A hosszúhullámú sugárzás stratocumulus felhőben történő terjedésének numerikus modellezése

A hosszúhullámú sugárzás stratocumulus felhőben történő terjedésének numerikus modellezése A hosszúhullámú sugárzás stratocumulus felhőben történő terjedésének numerikus modellezése Lábó Eszter 1, Geresdi István 2 1 Országos Meteorológiai Szolgálat, 2 Pécsi Tudományegyetem, Természettudományi

Részletesebben

Modern Fizika Labor. 2. Elemi töltés meghatározása

Modern Fizika Labor. 2. Elemi töltés meghatározása Modern Fizika Labor Fizika BSC A mérés dátuma: 2011.09.27. A mérés száma és címe: 2. Elemi töltés meghatározása Értékelés: A beadás dátuma: 2011.10.11. A mérést végezte: Kalas György Benjámin Németh Gergely

Részletesebben

Pelletek által keltett mágneses perturbációk vizsgálata fúziós plazmakísérletekben

Pelletek által keltett mágneses perturbációk vizsgálata fúziós plazmakísérletekben Pelletek által keltett mágneses perturbációk vizsgálata fúziós plazmakísérletekben Szepesi Tamás 1, Kálvin Sándor 1, Kocsis Gábor 1, Karl Lackner 2, Peter T. Lang 2, Marc Maraschek 2, Pokol Gergő 3, Pór

Részletesebben

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel

Részletesebben

Nehézségi gyorsulás mérése megfordítható ingával

Nehézségi gyorsulás mérése megfordítható ingával Nehézségi gyorsulás mérése megfordítható ingával (Mérési jegyzőkönyv) Hagymási Imre 2007. április 21. (hétfő délelőtti csoport) 1. A mérés elmélete A nehézségi gyorsulás mérésének egy klasszikus módja

Részletesebben

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése 4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól

Részletesebben

Ventilátor (Ve) [ ] 4 ahol Q: a térfogatáram [ m3. Nyomásszám:

Ventilátor (Ve) [ ] 4 ahol Q: a térfogatáram [ m3. Nyomásszám: Ventilátor (Ve) 1. Definiálja a következő dimenziótlan számokat és írja fel a képletekben szereplő mennyiségeket: φ (mennyiségi szám), Ψ (nyomásszám), σ (fordulatszám tényező), δ (átmérő tényező)! Mennyiségi

Részletesebben

A maximum likelihood becslésről

A maximum likelihood becslésről A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának

Részletesebben

Matematika A1. 8. feladatsor. Dierenciálás 2. Trigonometrikus függvények deriváltja. A láncszabály. 1. Határozzuk meg a dy/dx függvényt.

Matematika A1. 8. feladatsor. Dierenciálás 2. Trigonometrikus függvények deriváltja. A láncszabály. 1. Határozzuk meg a dy/dx függvényt. Matematika A 8. feladatsor Dierenciálás Trigonometrikus függvények deriváltja. Határozzuk meg a dy/d függvényt. a) y = 0 + 3 cos 0 3 sin b) y = sin 4 + 7 cos sin c) y = ctg +ctg sin )+ctg ) d) y = tg cos

Részletesebben

Gázturbina égő szimulációja CFD segítségével

Gázturbina égő szimulációja CFD segítségével TEHETSÉGES HALLGATÓK AZ ENERGETIKÁBAN AZ ESZK ELŐADÁS-ESTJE Gázturbina égő szimulációja CFD segítségével Kurucz Boglárka Gépészmérnök MSc. hallgató kurucz.boglarka@eszk.org 2015. ÁPRILIS 23. Tartalom Bevezetés

Részletesebben

SZIMULÁCIÓ ÉS MODELLEZÉS AZ ANSYS ALKALMAZÁSÁVAL

SZIMULÁCIÓ ÉS MODELLEZÉS AZ ANSYS ALKALMAZÁSÁVAL SZIMULÁCIÓ ÉS MODELLEZÉS AZ ANSYS ALKALMAZÁSÁVAL MAGYAR TUDOMÁNY NAPJA KONFERENCIA 2010 GÁBOR DÉNES FŐISKOLA CSUKA ANTAL TARTALOM A KÍSÉRLET ÉS MÉRÉS JELENTŐSÉGE A MÉRNÖKI GYAKORLATBAN, MECHANIKAI FESZÜLTSÉG

Részletesebben

Fúziós plazmafizika ma Magyarországon

Fúziós plazmafizika ma Magyarországon Fúziós plazmafizika ma Magyarországon Pokol Gergő BME NTI MAFIHE TDK és Szakdolgozat Hét 2015. november 9. Fúziós energiatermelés A csillagokban is fúziós reakciók zajlanak, azonban ezek túl kis energiasűrűséggel

Részletesebben

Projektfeladatok 2014, tavaszi félév

Projektfeladatok 2014, tavaszi félév Projektfeladatok 2014, tavaszi félév Gyakorlatok Félév menete: 1. gyakorlat: feladat kiválasztása 2-12. gyakorlat: konzultációs rendszeres beszámoló a munka aktuális állásáról (kötelező) 13-14. gyakorlat:

Részletesebben

Tömegpontok mozgása egyenes mentén, hajítások

Tömegpontok mozgása egyenes mentén, hajítások 2. gyakorlat 1. Feladatok a kinematika tárgyköréből Tömegpontok mozgása egyenes mentén, hajítások 1.1. Feladat: Mekkora az átlagsebessége annak pontnak, amely mozgásának első szakaszában v 1 sebességgel

Részletesebben

A diplomaterv keretében megvalósítandó feladatok összefoglalása

A diplomaterv keretében megvalósítandó feladatok összefoglalása A diplomaterv keretében megvalósítandó feladatok összefoglalása Diplomaterv céljai: 1 Sclieren résoptikai módszer numerikus szimulációk validálására való felhasználhatóságának vizsgálata 2 Lamináris előkevert

Részletesebben

Compton-effektus. Zsigmond Anna. jegyzıkönyv. Fizika BSc III.

Compton-effektus. Zsigmond Anna. jegyzıkönyv. Fizika BSc III. Compton-effektus jegyzıkönyv Zsigmond Anna Fizika BSc III. Mérés vezetıje: Csanád Máté Mérés dátuma: 010. április. Leadás dátuma: 010. május 5. Mérés célja A kvantumelmélet egyik bizonyítékának a Compton-effektusnak

Részletesebben

Mérési hibák 2006.10.04. 1

Mérési hibák 2006.10.04. 1 Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség

Részletesebben

Bevezetés a fúziós plazmafizikába 3.

Bevezetés a fúziós plazmafizikába 3. Bevezetés a fúziós plazmafizikába 3. Mágneses összetartás konfigurációk Dr. Pokol Gergő BME NTI Bevezetés a fúziós plazmafizikába 2018. szeptember 18. Tematika, időbeosztás Dátum Előadó Cím Szeptember

Részletesebben

A valószínűségszámítás elemei

A valószínűségszámítás elemei A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:

Részletesebben

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége [GVMGS11MNC] Gazdaságstatisztika 10. előadás: 9. Regressziószámítás II. Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet A standard lineáris modell

Részletesebben

Simított részecskedinamika Smoothed Particle Hydrodynamics (SPH)

Simított részecskedinamika Smoothed Particle Hydrodynamics (SPH) Smoothed Particle Hydrodynamics (SPH) Áramlások numerikus modellezése II. Tóth Balázs BME-ÉMK Vízépítési és Vízgazdálkodási Tanszék Numerikus módszerek Osztályozás A numerikus sémák két csoportosítási

Részletesebben

Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)

Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok) Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)./ Egy televízió készülék meghibásodásainak átlagos száma óra alatt. A meghibásodások száma a vizsgált időtartam hosszától függ. Határozzuk

Részletesebben

Folyadékszcintillációs spektroszkópia jegyz könyv

Folyadékszcintillációs spektroszkópia jegyz könyv Folyadékszcintillációs spektroszkópia jegyz könyv Zsigmond Anna Julia Fizika MSc I. Mérés vezet je: Horváth Ákos Mérés dátuma: 2010. október 21. Leadás dátuma: 2010. november 8. 1 1. Bevezetés A mérés

Részletesebben

Least Squares becslés

Least Squares becslés Least Squares becslés A négyzetes hibafüggvény: i d i ( ) φx i A négyzetes hibafüggvény mellett a minimumot biztosító megoldás W=( d LS becslés A gradiens számítása és nullává tétele eredményeképp A megoldás

Részletesebben

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1 Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában

Részletesebben

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ Megoldások Harmadik fejezet gyakorlatai 3.. gyakorlat megoldása ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4;, 3 normális eloszlású P (ξ 8 ξ 5 feltételes valószínűségét (.3. alapján számoljuk.

Részletesebben

Hangfrekvenciás mechanikai rezgések vizsgálata

Hangfrekvenciás mechanikai rezgések vizsgálata Hangfrekvenciás mechanikai rezgések vizsgálata (Mérési jegyzőkönyv) Hagymási Imre 2007. május 7. (hétfő délelőtti csoport) 1. Bevezetés Ebben a mérésben a szilárdtestek rugalmas tulajdonságait vizsgáljuk

Részletesebben

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani

Részletesebben

Mágneses szuszceptibilitás mérése

Mágneses szuszceptibilitás mérése KLASSZIKUS FIZIKA LABORATÓRIUM 7. MÉRÉS Mágneses szuszceptibilitás mérése Mérést végezte: Enyingi Vera Atala ENVSAAT.ELTE Mérés időpontja: 2011. október 5. Szerda délelőtti csoport 1. A mérés célja Az

Részletesebben

Gázok. 5-7 Kinetikus gázelmélet 5-8 Reális gázok (limitációk) Fókusz Légzsák (Air-Bag Systems) kémiája

Gázok. 5-7 Kinetikus gázelmélet 5-8 Reális gázok (limitációk) Fókusz Légzsák (Air-Bag Systems) kémiája Gázok 5-1 Gáznyomás 5-2 Egyszerű gáztörvények 5-3 Gáztörvények egyesítése: Tökéletes gáz egyenlet és általánosított gáz egyenlet 5-4 A tökéletes gáz egyenlet alkalmazása 5-5 Gáz halmazállapotú reakciók

Részletesebben

Fúziós plazmafizika ma Magyarországon

Fúziós plazmafizika ma Magyarországon Fúziós plazmafizika ma Magyarországon Pokol Gergő BME NTI MAFIHE TDK Hétvége 2015. március 20-21. Fúziós energiatermelés A csillagokban is fúziós reakciók zajlanak, azonban ezek túl kis energiasűrűséggel

Részletesebben

1. Feladatok a termodinamika tárgyköréből

1. Feladatok a termodinamika tárgyköréből . Feladatok a termodinamika tárgyköréből Hővezetés, hőterjedés sugárzással.. Feladat: (HN 9A-5) Egy épület téglafalának mérete: 4 m 0 m és, a fal 5 cm vastag. A hővezetési együtthatója λ = 0,8 W/m K. Mennyi

Részletesebben

RÉSZLETEZŐ OKIRAT (1) a NAH /2017 nyilvántartási számú akkreditált státuszhoz

RÉSZLETEZŐ OKIRAT (1) a NAH /2017 nyilvántartási számú akkreditált státuszhoz RÉSZLETEZŐ OKIRAT (1) a NAH-2-0170/2017 nyilvántartási számú akkreditált státuszhoz 1) Az akkreditált szervezet neve és címe: TiszaTeszt Méréstechnikai Korlátolt Felelősségű Társaság Kalibráló Laboratórium

Részletesebben

FELADATOK A DINAMIKUS METEOROLÓGIÁBÓL 1. A 2 m-es szinten végzett standard meteorológiai mérések szerint a Földön valaha mért második legmagasabb hőmérséklet 57,8 C. Ezt San Luis-ban (Mexikó) 1933 augusztus

Részletesebben

Matematikai statisztika c. tárgy oktatásának célja és tematikája

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

Részletesebben

Korszerű nukleáris energiatermelés Fúzió 2.

Korszerű nukleáris energiatermelés Fúzió 2. Korszerű nukleáris energiatermelés Fúzió 2. Fúziós berendezések típusai, részegységek, diagnosztika Pokol Gergő BME NTI Korszerű nukleáris energiatermelés 2016. szeptember 28. Mágneses összetartás Forró,

Részletesebben

-2σ. 1. A végtelen kiterjedésű +σ és 2σ felületi töltéssűrűségű síklapok terében az ábrának megfelelően egy dipól helyezkedik el.

-2σ. 1. A végtelen kiterjedésű +σ és 2σ felületi töltéssűrűségű síklapok terében az ábrának megfelelően egy dipól helyezkedik el. 1. 2. 3. Mondat E1 E2 Össz Energetikai mérnöki alapszak Mérnöki fizika 2. ZH NÉV:.. 2018. május 15. Neptun kód:... g=10 m/s 2 ; ε 0 = 8.85 10 12 F/m; μ 0 = 4π 10 7 Vs/Am; c = 3 10 8 m/s Előadó: Márkus

Részletesebben

Piri Dávid. Mérőállomás célkövető üzemmódjának pontossági vizsgálata

Piri Dávid. Mérőállomás célkövető üzemmódjának pontossági vizsgálata Piri Dávid Mérőállomás célkövető üzemmódjának pontossági vizsgálata Feladat ismertetése Mozgásvizsgálat robot mérőállomásokkal Automatikus irányzás Célkövetés Pozíció folyamatos rögzítése Célkövető üzemmód

Részletesebben

összetevője változatlan marad, a falra merőleges összetevő iránya ellenkezőjére változik, miközben nagysága ugyanakkora marad.

összetevője változatlan marad, a falra merőleges összetevő iránya ellenkezőjére változik, miközben nagysága ugyanakkora marad. A termodinamika 2. főtétele kis rendszerekben Osváth Szabolcs Semmelweis Egyetem Statisztikus sokaságok Nyomás Nyomás: a tartály falával ütköző molekulák, a falra erőt fejtenek ki Az ütközésben a részecske

Részletesebben

Gázok. 5-7 Kinetikus gázelmélet 5-8 Reális gázok (korlátok) Fókusz: a légzsák (Air-Bag Systems) kémiája

Gázok. 5-7 Kinetikus gázelmélet 5-8 Reális gázok (korlátok) Fókusz: a légzsák (Air-Bag Systems) kémiája Gázok 5-1 Gáznyomás 5-2 Egyszerű gáztörvények 5-3 Gáztörvények egyesítése: Tökéletes gázegyenlet és általánosított gázegyenlet 5-4 A tökéletes gázegyenlet alkalmazása 5-5 Gáz reakciók 5-6 Gázkeverékek

Részletesebben

Nemlineáris szállítószalag fúziós plazmákban

Nemlineáris szállítószalag fúziós plazmákban Nemlineáris szállítószalag fúziós plazmákban Pokol Gergő BME NTI BME TTK Kari Nyílt Nap 2018. november 16. Hogyan termeljünk villamos energiát? Bőséges üzemanyag: Amennyit csak akarunk, egyenletesen elosztva!

Részletesebben

Valószínűségi változók. Várható érték és szórás

Valószínűségi változók. Várható érték és szórás Matematikai statisztika gyakorlat Valószínűségi változók. Várható érték és szórás Valószínűségi változók 2016. március 7-11. 1 / 13 Valószínűségi változók Legyen a (Ω, A, P) valószínűségi mező. Egy X :

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus

Részletesebben

1. Oldja meg a z 3 (5 + 3j) (8 + 2j) 2. Adottak az A(1,4,3), B(3,1, 1), C( 5,2,4) pontok a térben.

1. Oldja meg a z 3 (5 + 3j) (8 + 2j) 2. Adottak az A(1,4,3), B(3,1, 1), C( 5,2,4) pontok a térben. Szak: Műszaki menedzser I. Dátum: 006. június. MEGOLDÓKULCS Tárgy: Matematika szigorlat Idő: 0 perc Neptun kód: Előadó: Berta Gábor szig 06 06 0 Pontszám: /00p. Oldja meg a z (5 + j (8 + j + = (+5j (7

Részletesebben

0,00 0,01 0,02 0,03 0,04 0,05 0,06 Q

0,00 0,01 0,02 0,03 0,04 0,05 0,06 Q 1. Az ábrában látható kapcsolási vázlat szerinti berendezés két üzemállapotban működhet. A maximális vízszint esetében a T jelű tolózár nyitott helyzetben van, míg a minimális vízszint esetén az automatikus

Részletesebben

2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben

2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben 1 feladatsor 1 Egy dobozban 20 fehér golyó van Egy szabályos dobókockával dobunk, majd a következ t tesszük: ha a dobott szám 1,2 vagy 3, akkor tíz golyót cserélünk ki pirosra; ha a dobott szám 4 vagy

Részletesebben

http://www.nature.com 1) Magerő-sugár: a magközéppontból mért távolság, ameddig a magerők hatótávolsága terjed. Rutherford-szórásból határozható meg. R=1,4 x 10-13 A 1/3 cm Az atommag terének potenciálja

Részletesebben

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett

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

Területi sor Kárpát medence Magyarország Nyugat-Európa

Területi sor Kárpát medence Magyarország Nyugat-Európa Területi sor Terület megnevezése Magyarok száma 2011.01.01. Kárpát medence 13 820 000 Magyarország 10 600 00 Nyugat-Európa 1 340 000 HIV prevalence (%) in adults in Africa, 2005 2.5 Daganatos halálozás

Részletesebben

Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny

Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny Szűk elméleti összefoglaló Valószínűségi változó: egy függvény, ami az eseményteret a valós számok halmazára tudja vetíteni. A val.

Részletesebben

Atomenergetikai alapismeretek

Atomenergetikai alapismeretek Atomenergetikai alapismeretek 2. előadás Dr. Szieberth Máté Dr. Sükösd Csaba előadásanyagának felhasználásával Négyfaktor formula (végtelen kiterjedésű n-sokszorozó közeg) n Maghasadás (gyors neutronok)

Részletesebben

Folyadékos és levegős napkollektor vizsgálata egy óbudai panellakásban

Folyadékos és levegős napkollektor vizsgálata egy óbudai panellakásban ELTE TTK, Környezettudományi szak Tudományos Diákköri Konferencia, 2010 Folyadékos és levegős napkollektor vizsgálata egy óbudai panellakásban Témavezető: Pávó Gyula Tartalom Bevezető Motiváció Kollektorok

Részletesebben

Abszolút folytonos valószín ségi változó (4. el adás)

Abszolút folytonos valószín ségi változó (4. el adás) Abszolút folytonos valószín ségi változó (4. el adás) Deníció (Abszolút folytonosság és s r ségfüggvény) Az X valószín ségi változó abszolút folytonos, ha van olyan f : R R függvény, melyre P(X t) = t

Részletesebben

Perturbációk elméleti és kísérleti vizsgálata a BME Oktatóreaktorán

Perturbációk elméleti és kísérleti vizsgálata a BME Oktatóreaktorán Perturbációk elméleti és kísérleti vizsgálata a BME Oktatóreaktorán Horváth András, Kis Dániel Péter, Szatmáry Zoltán XV. Nukleáris Technikai Szimpózium 2016. december 8-9. Paks, Erzsébet Nagyszálloda

Részletesebben

Korszerű nukleáris energiatermelés Fúzió 2.

Korszerű nukleáris energiatermelés Fúzió 2. Korszerű nukleáris energiatermelés Fúzió 2. Fúziós berendezések típusai, részegységek Pokol Gergő BME NTI Korszerű nukleáris energiatermelés 2018. szeptember 12. Kahoot 1. Telefon 2. WiFi jelszó: wigner2008

Részletesebben

VIDÉKFEJLESZTÉSI MINISZTÉRIUM. Petrik Lajos Két Tanítási Nyelvű Vegyipari, Környezetvédelmi és Informatikai Szakközépiskola

VIDÉKFEJLESZTÉSI MINISZTÉRIUM. Petrik Lajos Két Tanítási Nyelvű Vegyipari, Környezetvédelmi és Informatikai Szakközépiskola A versenyző kódja:... VIDÉKFEJLESZTÉSI MINISZTÉRIUM Petrik Lajos Két Tanítási Nyelvű Vegyipari, Környezetvédelmi és Informatikai Szakközépiskola Budapest, Thököly út 48-54. XV. KÖRNYEZETVÉDELMI ÉS VÍZÜGYI

Részletesebben

Fúziós kutatások a BME Nukleáris Technikai Intézetében

Fúziós kutatások a BME Nukleáris Technikai Intézetében Fúziós kutatások a BME Nukleáris Technikai Intézetében Pokol Gergő BME NTI Nukleáris Újságíró Akadémia 2014. március 6. Fúziós kutatások a BME Nukleáris Technikai Intézetében Fúziós energiatermelés bevezető

Részletesebben

Geofizikai kutatómódszerek I.

Geofizikai kutatómódszerek I. Geofizikai kutatómódszerek I. A gravitációs és mágneses kutatómódszer Dr. Szabó Norbert Péter egyetemi docens Miskolci Egyetem Geofizikai Intézeti Tanszék e-mail: norbert.szabo.phd@gmail.com 1. A gravitációs

Részletesebben

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus. Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza

Részletesebben

rnök k informatikusoknak 1. FBNxE-1 Klasszikus mechanika

rnök k informatikusoknak 1. FBNxE-1 Klasszikus mechanika Fizika mérnm rnök k informatikusoknak 1. FBNxE-1 Mechanika. előadás Dr. Geretovszky Zsolt 1. szeptember 15. Klasszikus mechanika A fizika azon ága, melynek feladata az anyagi testek mozgására vonatkozó

Részletesebben

A BLOWER DOOR mérés. VARGA ÁDÁM ÉMI Nonprofit Kft. Budapest, október 27. ÉMI Nonprofit Kft.

A BLOWER DOOR mérés. VARGA ÁDÁM ÉMI Nonprofit Kft. Budapest, október 27. ÉMI Nonprofit Kft. A BLOWER DOOR mérés VARGA ÁDÁM ÉMI Nonprofit Kft. Budapest, 2010. október 27. ÉMI Nonprofit Kft. A légcsere hatása az épület energiafelhasználására A szellőzési veszteség az épület légtömörségének a függvénye:

Részletesebben

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás

Részletesebben

Differenciálegyenletek numerikus integrálása április 9.

Differenciálegyenletek numerikus integrálása április 9. Differenciálegyenletek numerikus integrálása 2018. április 9. Differenciálegyenletek Olyan egyenletek, ahol a megoldást függvény alakjában keressük az egyenletben a függvény és deriváltjai szerepelnek

Részletesebben

Adatlap: DrainLift Con

Adatlap: DrainLift Con Adatlap: DrainLift Con Jelleggörbék Wilo-DrainLift Con - 50 Hz - 2900 1/min Motoradatok Hálózati csatlakozás Névleges áram I N 1~230 V, 50 Hz 0,6 A Pólusszám 2 Bekapcsolási mód Szigetelési osztály Közvetlen

Részletesebben

FIZIKA I. Ez egy gázos előadás lesz! (Ideális gázok hőtana) Dr. Seres István

FIZIKA I. Ez egy gázos előadás lesz! (Ideális gázok hőtana) Dr. Seres István Ez egy gázos előadás lesz! ( hőtana) Dr. Seres István Kinetikus gázelmélet gáztörvények Termodinamikai főtételek fft.szie.hu 2 Seres.Istvan@gek.szie.hu Kinetikus gázelmélet Az ideális gáz állapotjelzői:

Részletesebben

A hidrosztatika alapegyenlete vektoriális alakban: p = ρg (1.0.1) ρgds (1.0.2)

A hidrosztatika alapegyenlete vektoriális alakban: p = ρg (1.0.1) ρgds (1.0.2) . Hidrosztatika A idrosztatika alapegyenlete vektoriális alakban: p = ρg (..) Az egyenletet vonal mentén integrálva a és b pont között, kiasználva a gradiens integrálási tulajdonságait: 2. Feladat b a

Részletesebben

Fűtési rendszerek hidraulikai méretezése. Baumann Mihály adjunktus Lenkovics László tanársegéd PTE MIK Gépészmérnök Tanszék

Fűtési rendszerek hidraulikai méretezése. Baumann Mihály adjunktus Lenkovics László tanársegéd PTE MIK Gépészmérnök Tanszék Fűtési rendszerek hidraulikai méretezése Baumann Mihály adjunktus Lenkovics László tanársegéd PTE MIK Gépészmérnök Tanszék Hidraulikai méretezés lépései 1. A hálózat kialakítása, alaprajzok, függőleges

Részletesebben

Szakmai fizika Gázos feladatok

Szakmai fizika Gázos feladatok Szakmai fizika Gázos feladatok 1. *Gázpalack kivezető csövére gumicsövet erősítünk, és a gumicső szabad végét víz alá nyomjuk. Mennyi a palackban a nyomás, ha a buborékolás 0,5 m mélyen szűnik meg és a

Részletesebben

Z bozonok az LHC nehézion programjában

Z bozonok az LHC nehézion programjában Z bozonok az LHC nehézion programjában Zsigmond Anna Julia MTA Wigner FK Max Planck Institut für Physik Fizikus Vándorgyűlés Szeged, 2016 augusztus 24-27. Nehézion-ütközések az LHC-nál A-A és p-a ütközések

Részletesebben

Töltött részecske multiplicitás analízise 14 TeV-es p+p ütközésekben

Töltött részecske multiplicitás analízise 14 TeV-es p+p ütközésekben Töltött részecske multiplicitás analízise 14 TeV-es p+p ütközésekben Veres Gábor, Krajczár Krisztián Tanszéki értekezlet, 2008.03.04 LHC, CMS LHC - Nagy Hadron Ütköztető, gyorsító a CERN-ben 5 nagy kísérlet:

Részletesebben

y ij = µ + α i + e ij

y ij = µ + α i + e ij Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai

Részletesebben

Előadás menete. Magfúzióból nyerhető energia és az energiatermelés feltétele. Fúziós kutatási ágazatok

Előadás menete. Magfúzióból nyerhető energia és az energiatermelés feltétele. Fúziós kutatási ágazatok Előadás menete Magfúzióból nyerhető energia és az energiatermelés feltétele Fúziós kutatási ágazatok Hőmérséklet és sűrűségmérés egyik módszere plazmafizikában a Thomson szórás Fúziós kutatás célja A nap

Részletesebben

A mikroskálájú modellek turbulencia peremfeltételeiről

A mikroskálájú modellek turbulencia peremfeltételeiről A mikroskálájú modellek turbulencia peremfeltételeiről Adjunktus Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Áramlástan Tanszék 27..23. 27..23. / 7 Általános célú CFD megoldók alkalmazása

Részletesebben

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk Valószínűségszámítás 8. feladatsor 2015. november 26. 1. Bizonyítsuk be, hogy az alábbi folyamatok mindegyike martingál. a S n, Sn 2 n, Y n = t n 1+ 1 t 2 Sn, t Fn = σ S 1,..., S n, 0 < t < 1 rögzített,

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

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

Részletesebben

6 x 2,8 mm AGYAS LÁNCKEREKEK 04B - 1 DIN 8187 - ISO/R 606. Osztás 6,0 Bels szélesség 2,8 Görg átmér 4,0

6 x 2,8 mm AGYAS LÁNCKEREKEK 04B - 1 DIN 8187 - ISO/R 606. Osztás 6,0 Bels szélesség 2,8 Görg átmér 4,0 6 x 2,8 04B 1 6,0 2,8 4,0 6,0 0,7 2,6 h 2 h 3 Anyaga: St 50 192 Kód d D 8 18,0 15,67 PS 02008 9,8 5 10 9 19,9 17,54 PS 02009 11,5 5 10 10 21,7 19,42 PS 02010 13 6 10 11 23,6 21,30 PS 02011 14 6 10 12 25,4

Részletesebben

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Valószínűségi változó általános fogalma: A : R leképezést valószínűségi változónak nevezzük, ha : ( ) x, x R, x rögzített esetén esemény.

Részletesebben

1. Gauss-eloszlás, természetes szórás

1. Gauss-eloszlás, természetes szórás 1. Gauss-eloszlás, természetes szórás A Gauss-eloszlásnak megfelelő függvény: amely egy σ szélességű, µ középpontú, 1-re normált (azaz a teljes görbe alatti terület 1) görbét ír le. A természetben a centrális

Részletesebben

A biztonsággal kapcsolatos információk. Model AX-C850. Használati útmutató

A biztonsággal kapcsolatos információk. Model AX-C850. Használati útmutató A biztonsággal kapcsolatos információk Model AX-C850 Használati útmutató Áramütés vagy testi sérülések elkerülése érdekében: Sosem csatlakoztasson két bemeneti csatlakozó aljzatra vagy tetszőleges bemeneti

Részletesebben

BME Nyílt Nap november 21.

BME Nyílt Nap november 21. Valószínűségszámítás, statisztika és valóság Néhány egyszerű példa Kói Tamás Budapesti Műszaki és Gazdaságtudományi Egyetem koitomi@math.bme.hu BME Nyílt Nap 2014. november 21. Matematikai modell Matematikai

Részletesebben

HÍDTARTÓK ELLENÁLLÁSTÉNYEZŐJE

HÍDTARTÓK ELLENÁLLÁSTÉNYEZŐJE HÍDTARTÓK ELLENÁLLÁSTÉNYEZŐJE Csécs Ákos * - Dr. Lajos Tamás ** RÖVID KIVONAT A Budapesti Műszaki és Gazdaságtudományi Egyetem Hidak és Szerkezetek Tanszéke megbízta a BME Áramlástan Tanszékét az M8-as

Részletesebben

Evans-Searles fluktuációs tétel Crooks fluktuációs tétel Jarzynski egyenlőség

Evans-Searles fluktuációs tétel Crooks fluktuációs tétel Jarzynski egyenlőség Evans-Searles fluktuációs tétel Crooks fluktuációs tétel Jarzynski egyenlőség Osváth Szabolcs Evans-Searles fluktuációs tétel Denis J Evans, Ezechiel DG Cohen, Gary P Morriss (1993) Denis J Evans, Debra

Részletesebben

Analízis III. gyakorlat október

Analízis III. gyakorlat október Vektoranalízis Analízis III. gyakorlat 216. október Gyakorló feladatok és korábbi zh feladatok V1. Igazolja az alábbi "szorzat deriválási" szabályt: div(ff) = F, f + f div(f). V2. Legyen f : IR 3 IR kétszer

Részletesebben