A könyv. meglétét. sgálat

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "A könyv. meglétét. sgálat"

Átírás

1 Benyó Balázs Benyó Zoltán Paláncz Béla Szilágyi László Ferenci Tamás Műszaki és biológiai rendszerek elmélete A könyv interdiszciplináris jellegű, műszaki és biológiai rendszerek működésének modellezésére vonatkozó ismeretanyagokat tartalmaz. Egészségügyi (orvosbiológiai) mérnökhallgatókk részére íródott, de hasznos ismereteket tartalmaz a téma iránt érdeklődő orvosok, biofizikusok, biokémikusok, élettanászok, bioinformatikusok számára is. A könyv tartalmazza a kvantitatív modellalkotás legfontosabb módszereit valamint a modellekhez kötődő modern szabályozási módszereket. Foglalkozik a manapság egyre népszerűbb, a rendszerek leírására és elemzésére alkalmazhatóó lágy számítási módszerekkel, külön fejezet szenteltünk a neurális hálózatoknak valamint fuzzy módszereknek. A könyvben helyet kapott a biológiai rendszerek elemzéséree leggyakrabban alkalmazott statisztikai módszerek ismertetése is. A könyv megírása során gondot fordítottunk arra, hogy a téma kifejtésee mind a műszakiak, mind a nem műszakiak számára egyarántt érthető legyen, azonban a könyv v feltételezi alapfokú matematikai, szabályozástechnikai, élettani ismeretek meglétét. Kulcsszavak: modellalkotás, folyamatanalízis, kompartment modellezés, rendszerek stabilitás s vizsgálata, számítógépes optimalizációs módszerek, neurális hálózatok, fuzzy rendszerek, biostatisztika, becsléselmélet, hipotézisviz sgálat Budapesti Műszaki és Gazdaságtudományi Egyetemm Semmelweis Egyetem Typotex Kiadó 2014

2 COPYRIGHT: , Dr. Benyóó Balázs, Dr. Benyó Zoltán, Z Dr.. Paláncz Béla, Dr. Szilágyii László, Ferenci Tamás, Budapesti Műszaki és Gazdaságtudományi Egyetem, Semmelweis Egyetem Creative Commons NonCommercial NoDerivs 3.0 (CC BY NC ND 3.0) A szerző nevének feltüntetése mellett nem kereskedelmi céllal szabadon másolható, terjeszthető, megjelentethető és előadható, de nem módosítható. Szakmai lektor: Dr. Tar József egyetemii tanár, az MTA doktora ISBN Készült a Typotex Kiadó gondozásábann Felelős vezető: Votisky Zsuzsa Készült a TÁMOP 4.1.2/A/1 11/ számú, Konzorcium a bioinformatika aktív tanulásáért címűű projekt keretében. biotechnológia és

3 Tartalom Előszó Modellalkotás, folyamatanalízis, folyamatszintézis Modellezés, modellalkotás Modellalkotással kapcsolatos fontosabb kategóriák (törvény, struktúra, paraméter, állapotváltozó) Tipikus vizsgálójelek és azok információtartalma Konklúzió Amplitúdó és időléptékezés Léptéktényezők szükségessége Amplitúdóléptékezési eljárások Normalizált változók módszere (Relatív egységekkel való számolás) Dimenziós léptéktényezők Időléptékezés Bevezetés Időléptékezés megvalósítása A változók maximális értékeinek közelítő meghatározása Másodrendű állandó együtthatójú differenciálegyenletek változóinak maximális értéke Egyenlő együtthatók szabálya Összefoglalás Kompartment (rekesz) modellek és alkalmazástechnikájuk Bevezetés Definíciók, alapfogalmak Alkalmazott jelölésrendszer Kompartment (rekesz) modellek elmélete Kompartment (rekesz) modellek leírása állandósult állapotban levő rendszerek esetén Néhány gyakorlati eset vizsgálata Tranziens állapotban lévő rendszerek Nemlineáris rendszerek Számítógépes szimuláció Lánc rendszer modellje Enterohepatikus keringés modellezése Oldott állapotú anyagok tárolása polietilén konténerekben A pajzsmirigy jódfelvételi folyamatának modellezése Többszörös dózis (Atkins kísérlete) Inverz feladat megoldása Inverz feladat megoldásának grafikus módszerei A módszerek pontossága Számítógépes paramétermeghatározás Clearance vizsgálatok mérési adatainak számítógépes kiértékelése Au kolloiddal végzett májáramlás vizsgálatok kiértékelése Számítógépes eseményfelismerés élettani folyamatok vizsgálatára Benyó Balázs et al.

4 4 Műszaki és biológiai rendszerek elmélete 6. Többparaméteres kapcsolt szabályozások Problémafelvetés Kereszthatások kimutatása A keresztkapcsolatok kiküszöbölése Többparaméteres kapcsolt szabályozások matematika leírása Többparaméteres kapcsolt rendszerek stabilitásvizsgálata, kompenzálása Stabilitásvizsgálat Számítógépes optimalizálási módszerek Bevezetés Optimalizációs módszerek Folytonos gradiens módszer Diszkrét gradiens módszer Relaxációs módszer BFM (Brute Force Method) Számítógépes optimalizációs módszerek gyakorlati alkalmazása Mesterséges neurális hálózatok Alapfogalmak Fiziológiai alapok Egy általános csomópont jelátvitele A neurális hálózat felépítése A neurális hálózat tanítása A neurális hálózat szimulációja Perceptron hálózat A hálózat jellemzői és tulajdonságai Lineáris szeparábilitás A hálózat tanítása Backpropagáció hálózat A hálózat jellemzői és tulajdonságai A hálózat tanítása delta szabály A tanítás hatékonyságának növelése A radiál bázis függvény (RBF ) hálózat A hálózat jellemzői és tulajdonságai A radiál bázis függvény mint univerzális approximátor Függvényközelítés RBF hálózattal Hopfield hálózat A hálózat jellemzői és tulajdonságai A hálózat tanítása Folytonos Hopfield hálózat Alkalmazás mintafelismerésre Nemfelügyelt tanítású hálózatok A hálózat jellemzői és tulajdonságai Versengő tanulás Módosított versengő tanulás Kohonen térkép Fuzzy rendszerek A fuzzy halmaz és a fuzzy logika A fuzzy partíció Benyó Balázs et al.

5 Tartalom A fuzzy inferencia A fuzzy szabályozó Bevezetés a biostatisztikába A biostatisztika fejlődése és jelentősége A statisztika alapjai Néhány demonstratív kérdés A statisztika alapfogalmai és feladatai Változók és mérési skálák A biostatisztika kapcsolódó tudományai és elhatárolása A biostatisztika számítástechnikai háttere Futó példa Deskriptív statisztika A deskriptív statisztikáról általában A deskriptív statisztika módszereinek csoportosításáról Minőségi változó egyváltozós elemzése Mennyiségi változó egyváltozós elemzése Minőségi változók kétváltozós elemzése Mennyiségi változók kétváltozós elemzése További többváltozós elemzések Induktív statisztika A mintavételi helyzet és következményei Becsléselmélet Hipotézisvizsgálat Irodalomjegyzék Benyó Balázs et al.

Műszaki és biológiai rendszerek elmélete Benyó, Balázs Benyó, Zoltán Paláncz, Béla Szilágyi, László Ferenci, Tamás

Műszaki és biológiai rendszerek elmélete Benyó, Balázs Benyó, Zoltán Paláncz, Béla Szilágyi, László Ferenci, Tamás Műszaki és biológiai rendszerek elmélete Benyó, Balázs Benyó, Zoltán Paláncz, Béla Szilágyi, László Ferenci, Tamás Műszaki és biológiai rendszerek elmélete: Benyó, Balázs Benyó, Zoltán Paláncz, Béla Szilágyi,

Részletesebben

FOLYAMATIRÁNYÍTÁSI RENDSZEREK

FOLYAMATIRÁNYÍTÁSI RENDSZEREK Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar Kémiai és Környezeti Folyamatmérnöki Tanszék Írta: MIZSEY PÉTER Lektorálta: BÉKÁSSYNÉ MOLNÁR ERIKA FOLYAMATIRÁNYÍTÁSI RENDSZEREK

Részletesebben

Intelligens adatelemzés

Intelligens adatelemzés Antal Péter, Antos András, Horváth Gábor, Hullám Gábor, Kocsis Imre, Marx Péter, Millinghoffer András, Pataricza András, Salánki Ágnes Intelligens adatelemzés Szerkesztette: Antal Péter A jegyzetben az

Részletesebben

Tóth János - Simon L. Péter - Csikja Rudolf. Differenciálegyenletek feladatgyűjtemény

Tóth János - Simon L. Péter - Csikja Rudolf. Differenciálegyenletek feladatgyűjtemény Tóth János - Simon L. Péter - Csikja Rudolf Differenciálegyenletek feladatgyűjtemény 2011 Támogatás: Készült a TÁMOP 4.1.2.A/1 11/1 2011 0064 számú, a Természettudományos (matematika és fizika) képzés

Részletesebben

TARTALOMJEGYZÉK. TARTALOMJEGYZÉK...vii ELŐSZÓ... xiii BEVEZETÉS A lágy számításról A könyv célkitűzése és felépítése...

TARTALOMJEGYZÉK. TARTALOMJEGYZÉK...vii ELŐSZÓ... xiii BEVEZETÉS A lágy számításról A könyv célkitűzése és felépítése... TARTALOMJEGYZÉK TARTALOMJEGYZÉK...vii ELŐSZÓ... xiii BEVEZETÉS...1 1. A lágy számításról...2 2. A könyv célkitűzése és felépítése...6 AZ ÖSSZETEVŐ LÁGY RENDSZEREK...9 I. BEVEZETÉS...10 3. Az összetevő

Részletesebben

Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar Szervetlen és Analitikai Kémia Tanszék

Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar Szervetlen és Analitikai Kémia Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar Szervetlen és Analitikai Kémia Tanszék Szerkesztette: BENKŐ ZOLTÁN Írta: BENKŐ ZOLTÁN, KŐMÍVESNÉ TAMÁS IBOLYA, STANKOVICS

Részletesebben

A projekt keretében elkészült tananyagok:

A projekt keretében elkészült tananyagok: ANYAGTECHNOLÓGIÁK A projekt keretében elkészült tananyagok: Anyagtechnológiák Materials technology Anyagtudomány Áramlástechnikai gépek CAD tankönyv CAD Book CAD/CAM/CAE elektronikus példatár CAM tankönyv

Részletesebben

Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar Szervetlen és Analitikai Kémia Tanszék

Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar Szervetlen és Analitikai Kémia Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar Szervetlen és Analitikai Kémia Tanszék Szerkesztette: POKOL GYÖRGY Írta: POKOL GYÖRGY, GYURCSÁNYI E. RÓBERT, SIMON ANDRÁS,

Részletesebben

Valószín ségi döntéstámogató rendszerek

Valószín ségi döntéstámogató rendszerek Valószín ségi döntéstámogató rendszerek Antos András Antal Péter Hullám Gábor Millinghoer András Hajós Gergely Kulcsszavak: döntés, becslés, költségfüggvény, kockázat, a priori és a posteriori valószín

Részletesebben

Molekuláris biológiai technikák

Molekuláris biológiai technikák Molekuláris biológiai technikák Wunderlich Lívius A Molekuláris biológiai technikák jegyzet igyekszik átfogó képet adni a jövő tudományának, a molekuláris biológiának a módszertanáról. A technikák elméleti

Részletesebben

Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31.

Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31. Regresszió Csorba János Nagyméretű adathalmazok kezelése 2010. március 31. A feladat X magyarázó attribútumok halmaza Y magyarázandó attribútumok) Kérdés: f : X -> Y a kapcsolat pár tanítópontban ismert

Részletesebben

Modellezés és szimuláció. Szatmári József SZTE Természeti Földrajzi és Geoinformatikai Tanszék

Modellezés és szimuláció. Szatmári József SZTE Természeti Földrajzi és Geoinformatikai Tanszék Modellezés és szimuláció Szatmári József SZTE Természeti Földrajzi és Geoinformatikai Tanszék Kvantitatív forradalmak a földtudományban - geográfiában 1960- as évek eleje: statisztika 1970- as évek eleje:

Részletesebben

Klinikai kémia. Laboratóriumi diagnosztika. Szerkesztette: Szarka András. Írta: Budapesti Műszaki és Gazdaságtudományi Egyetem Semmelweis Egyetem

Klinikai kémia. Laboratóriumi diagnosztika. Szerkesztette: Szarka András. Írta: Budapesti Műszaki és Gazdaságtudományi Egyetem Semmelweis Egyetem Klinikai kémia Laboratóriumi diagnosztika Szerkesztette: Szarka András Írta: Szarka András (1-8, 11-15. fejezet) Keszler Gergely (9, 10. fejezet) Budapesti Műszaki és Gazdaságtudományi Egyetem Semmelweis

Részletesebben

Összeállította Horváth László egyetemi tanár

Összeállította Horváth László egyetemi tanár Óbudai Egyetem Neumann János Informatikai Kar Intelligens Mérnöki Rendszerek Intézet Intelligens Mérnöki Rendszerek Szakirány a Mérnök informatikus alapszakon Összeállította Horváth László Budapest, 2011

Részletesebben

Fuzzy rendszerek és neurális hálózatok alkalmazása a diagnosztikában

Fuzzy rendszerek és neurális hálózatok alkalmazása a diagnosztikában Budapesti Műszaki és Gazdaságtudományi Egyetem Fuzzy rendszerek és neurális hálózatok alkalmazása a diagnosztikában Cselkó Richárd 2009. október. 15. Az előadás fő témái Soft Computing technikák alakalmazásának

Részletesebben

ÁLTALÁNOS KÉMIAI LABORATÓRIUMI GYAKORLATOK

ÁLTALÁNOS KÉMIAI LABORATÓRIUMI GYAKORLATOK Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar Szervetlen és Analitikai Kémia Tanszék Szerkesztette: KOVÁCS ILONA Írta: KOVÁCS ILONA, NYULÁSZI LÁSZLÓ, FEKETE CSABA, KÖNCZÖL

Részletesebben

Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar Szerves Kémia és Technológia Tanszék

Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar Szerves Kémia és Technológia Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar Szerves Kémia és Technológia Tanszék Szerkesztette: FAIGL FERENC Írta: FAIGL FERENC, SZEGHY LAJOS, KOVÁCS ERVIN, MÁTRAVÖLGYI

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

Több valószínűségi változó együttes eloszlása, korreláció

Több valószínűségi változó együttes eloszlása, korreláció Tartalomjegzék Előszó... 6 I. Valószínűségelméleti és matematikai statisztikai alapok... 8 1. A szükséges valószínűségelméleti és matematikai statisztikai alapismeretek összefoglalása... 8 1.1. Alapfogalmak...

Részletesebben

10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK

10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK MATEMATIK A 9. évfolyam 10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK KÉSZÍTETTE: CSÁKVÁRI ÁGNES Matematika A 9. évfolyam. 10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK Tanári útmutató 2 MODULLEÍRÁS A modul

Részletesebben

Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék. Neurális hálók. Pataki Béla

Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék. Neurális hálók. Pataki Béla Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Neurális hálók Előadó: Előadás anyaga: Hullám Gábor Pataki Béla Dobrowiecki Tadeusz BME I.E. 414, 463-26-79

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

Mérés és modellezés Méréstechnika VM, GM, MM 1

Mérés és modellezés Méréstechnika VM, GM, MM 1 Mérés és modellezés 2008.02.04. 1 Mérés és modellezés A mérnöki tevékenység alapeleme a mérés. A mérés célja valamely jelenség megismerése, vizsgálata. A mérés tervszerűen végzett tevékenység: azaz rögzíteni

Részletesebben

EÖTVÖS LORÁND TUDOMÁNYEGYETEM MATEMATIKAI INTÉZET ALKALMAZOTT MATEMATIKUS MESTERKÉPZÉS SZAKLEÍRÁS

EÖTVÖS LORÁND TUDOMÁNYEGYETEM MATEMATIKAI INTÉZET ALKALMAZOTT MATEMATIKUS MESTERKÉPZÉS SZAKLEÍRÁS EÖTVÖS LORÁND TUDOMÁNYEGYETEM MATEMATIKAI INTÉZET ALKALMAZOTT MATEMATIKUS MESTERKÉPZÉS SZAKLEÍRÁS BUDAPEST 2013 ALKALMAZOTT MATEMATIKUS MESTERSZAK (2013 ) Képzési idő: 4 félév A szak indításának tervezett

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

Név KP Blokk neve KP. Logisztika I. 6 LOG 12 Dr. Kovács Zoltán Logisztika II. 6 Logisztika Dr. Kovács Zoltán

Név KP Blokk neve KP. Logisztika I. 6 LOG 12 Dr. Kovács Zoltán Logisztika II. 6 Logisztika Dr. Kovács Zoltán Név KP Blokk neve KP Felelıs vizsgáztató Kombinatorikus módszerek és algoritmusok 5 MAT 10 Dr. Tuza Zsolt Diszkrét és folytonos dinamikai rendszerek matematikai alapjai 5 Matematika Dr. Hartung Ferenc

Részletesebben

Méréselmélet MI BSc 1

Méréselmélet MI BSc 1 Mérés és s modellezés 2008.02.15. 1 Méréselmélet - bevezetés a mérnöki problémamegoldás menete 1. A probléma kitűzése 2. A hipotézis felállítása 3. Kísérlettervezés 4. Megfigyelések elvégzése 5. Adatok

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

A projekt keretében elkészült tananyagok:

A projekt keretében elkészült tananyagok: CAM TANKÖNYV A projekt keretében elkészült tananyagok: Anyagtechnológiák Materials technology Anyagtudomány Áramlástechnikai gépek CAD tankönyv CAD Book CAD/CAM/CAE elektronikus példatár CAM tankönyv Méréstechnika

Részletesebben

Mérés és modellezés 1

Mérés és modellezés 1 Mérés és modellezés 1 Mérés és modellezés A mérnöki tevékenység alapeleme a mérés. A mérés célja valamely jelenség megismerése, vizsgálata. A mérés tervszerűen végzett tevékenység: azaz rögzíteni kell

Részletesebben

GEOSTATISZTIKA. Földtudományi mérnöki MSc, geofizikus-mérnöki szakirány. 2018/2019 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ

GEOSTATISZTIKA. Földtudományi mérnöki MSc, geofizikus-mérnöki szakirány. 2018/2019 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ GEOSTATISZTIKA Földtudományi mérnöki MSc, geofizikus-mérnöki szakirány 2018/2019 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ Miskolci Egyetem Műszaki Földtudományi Kar Geofizikai és Térinformatikai Intézet

Részletesebben

A kiadásért felel dr. Táncos László, a Semmelweis Kiadó igazgatója Nyomda alá rendezte Békésy János Borítóterv: Táncos László SKD: SKD043-e

A kiadásért felel dr. Táncos László, a Semmelweis Kiadó igazgatója Nyomda alá rendezte Békésy János Borítóterv: Táncos László SKD: SKD043-e Dr. Gergó Lajos elõadásjegyzetei alapján készítették: Dr. Gergó Lajos Dr. Meskó Attiláné Gillemotné Dr. Orbán Katalin Semmelweis Egyetem, Gyógyszerésztudományi Kar, Egyetemi Gyógyszertár, Gyógyszerügyi

Részletesebben

TÁMOP-4.1.2-08/2/A/KMR-2009-0045 Jegyzetek és példatárak a matematika egyetemi oktatásához

TÁMOP-4.1.2-08/2/A/KMR-2009-0045 Jegyzetek és példatárak a matematika egyetemi oktatásához A TYPOTEX KIADÓ A TÁMOP PROJEKTEKBEN TÁMOP-4.1.2-08/2/A/KMR-2009-0045 Jegyzetek és példatárak a matematika egyetemi oktatásához Németh Kinga Typotex Kiadó kiadói projektmenedzser RÉSZVÉTEL TÁMOP PROJEKTEKBEN

Részletesebben

Tartalomjegyzék. Tartalomjegyzék... 3 Előszó... 9

Tartalomjegyzék. Tartalomjegyzék... 3 Előszó... 9 ... 3 Előszó... 9 I. Rész: Evolúciós számítások technikái, módszerei...11 1. Bevezetés... 13 1.1 Evolúciós számítások... 13 1.2 Evolúciós algoritmus alapfogalmak... 14 1.3 EC alkalmazásokról általában...

Részletesebben

Neurális hálózatok bemutató

Neurális hálózatok bemutató Neurális hálózatok bemutató Füvesi Viktor Miskolci Egyetem Alkalmazott Földtudományi Kutatóintézet Miért? Vannak feladatok amelyeket az agy gyorsabban hajt végre mint a konvencionális számítógépek. Pl.:

Részletesebben

Mesterséges Intelligencia Elektronikus Almanach. Konzorciumi partnerek

Mesterséges Intelligencia Elektronikus Almanach. Konzorciumi partnerek Mesterséges Intelligencia Elektronikus Almanach Konzorciumi partnerek 1 Konzorcium Budpesti Mőszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Méréstechnika és Információs Rendszerek

Részletesebben

Statisztika oktatása és alkalmazása a mérnöki területen

Statisztika oktatása és alkalmazása a mérnöki területen Statisztika oktatása és alkalmazása a mérnöki területen 1,2 1:, Neumann János Informatikai Kar, Élettani Szabályozások Csoport 2: Budapesti Corvinus Egyetem, Statisztika Tanszék MTA Statisztikai Tudományos

Részletesebben

Alkalmazott matematikus mesterszak MINTATANTERV

Alkalmazott matematikus mesterszak MINTATANTERV Alkalmazott matematikus mesterszak MINTATANTERV Tartalom A MESTERSZAK SZERKEZETE... 1 A KÉPZÉSI PROGRAM ÁTTEKINTŐ SÉMÁJA... 1 NAPPALI TAGOZAT... 2 ESTI TAGOZAT... 6 0BA mesterszak szerkezete Alapozó ismeretek

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

3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció:

3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció: Biostatisztika = Biometria = Orvosi statisztika Biomatematika 2. előadás Néhány egyszerű definíció: A statisztika olyan tudomány, amely a tömegjelenségekkel kapcsolatos tapasztalati törvényeket megfigyelések

Részletesebben

YBL - SGYMMAT2012XA Matematika II.

YBL - SGYMMAT2012XA Matematika II. YBL - SGYMMAT2012XA Matematika II. Tantárgyfelelős: Dr. Joós Antal Tárgyelőadó: Dr. Joós Antal Tantárgyi leírás Oktatási cél: Azoknak a matematikai alapoknak a megszerzése, melyek a szaktárgyak elsajátításához

Részletesebben

1. Az informatika alapjai (vezetője: Dr. Dömösi Pál, DSc, egyetemi tanár) Kredit

1. Az informatika alapjai (vezetője: Dr. Dömösi Pál, DSc, egyetemi tanár) Kredit 2. MELLÉKLET Az oktatási koncepciója 1. Az informatika alapjai (vezetője: Dr. Dömösi Pál, DSc, egyetemi tanár) Az informatika alapjai Tud. Min. 1 Automata hálózatok 2 V Dr. Dömösi Pál DSc 2 Automaták és

Részletesebben

FODOR GYÖRGY JELEK ÉS RENDSZEREK

FODOR GYÖRGY JELEK ÉS RENDSZEREK FODOR GYÖRGY JELEK ÉS RENDSZEREK EGYETEMI TANKÖNYV Műegyetemi Kiadó, 2006 Előszó A valóságos fizikai, kémiai, műszaki, gazdasági folyamatokat modellek segítségével írjuk le. A modellalkotás során leegyszerűsítjük

Részletesebben

I. LABOR -Mesterséges neuron

I. LABOR -Mesterséges neuron I. LABOR -Mesterséges neuron A GYAKORLAT CÉLJA: A mesterséges neuron struktúrájának az ismertetése, neuronhálókkal kapcsolatos elemek, alapfogalmak bemutatása, aktivációs függvénytípusok szemléltetése,

Részletesebben

A Markovi forgalomanalízis legújabb eredményei és ezek alkalmazása a távközlő hálózatok teljesítményvizsgálatában

A Markovi forgalomanalízis legújabb eredményei és ezek alkalmazása a távközlő hálózatok teljesítményvizsgálatában A Markovi forgalomanalízis legújabb eredményei és ezek alkalmazása a távközlő hálózatok teljesítményvizsgálatában Horváth Gábor ghorvath@hit.bme.hu (Horváth András, Telek Miklós) - p. 1 Motiváció, problémafelvetés

Részletesebben

Mesterséges Intelligencia Elektronikus Almanach. MI Almanach projektismertetı rendezvény április 29., BME, I. ép., IB.017., 9h-12h.

Mesterséges Intelligencia Elektronikus Almanach. MI Almanach projektismertetı rendezvény április 29., BME, I. ép., IB.017., 9h-12h. Mesterséges Intelligencia Elektronikus Almanach Neurális hálózatokh 1 BME 1990: Miért neurális hálók? - az érdeklıdésünk terébe kerül a neurális hálózatok témakör - fıbb okok: - adaptív rendszerek - felismerési

Részletesebben

A MODELLALKOTÁS ELVEI ÉS MÓDSZEREI

A MODELLALKOTÁS ELVEI ÉS MÓDSZEREI SZENT ISTVÁN EGYETEM GÖDÖLLŐ MECHANIKAI ÉS GÉPTANI INTÉZET A MODELLALKOTÁS ELVEI ÉS MÓDSZEREI Dr. M. Csizmadia Béla egyetemi tanár, az MMK Gépészeti Tagozatának elnöke Budapest 2013. október. 25. BPMK

Részletesebben

TUDOMÁNYOS MÓDSZERTAN ÉS ÉRVELÉSTECHNIKA

TUDOMÁNYOS MÓDSZERTAN ÉS ÉRVELÉSTECHNIKA TUDOMÁNYOS MÓDSZERTAN ÉS ÉRVELÉSTECHNIKA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi

Részletesebben

Intelligens Rendszerek Elmélete. Versengéses és önszervező tanulás neurális hálózatokban

Intelligens Rendszerek Elmélete. Versengéses és önszervező tanulás neurális hálózatokban Intelligens Rendszerek Elmélete : dr. Kutor László Versengéses és önszervező tanulás neurális hálózatokban http://mobil.nik.bmf.hu/tantargyak/ire.html Login név: ire jelszó: IRE07 IRE 9/1 Processzor Versengéses

Részletesebben

Számítási intelligencia

Számítási intelligencia Botzheim János Számítási intelligencia Budapesti Műszaki és Gazdaságtudományi Egyetem, Mechatronika, Optika és Gépészeti Informatika Tanszék Graduate School of System Design, Tokyo Metropolitan University

Részletesebben

Elhangzott tananyag óránkénti bontásban

Elhangzott tananyag óránkénti bontásban TTK, Matematikus alapszak Differenciálegyenletek (Előadás BMETE93AM03; Gyakorlat BME TE93AM04) Elhangzott tananyag óránkénti bontásban 2016. február 15. 1. előadás. Közönséges differenciálegyenlet fogalma.

Részletesebben

Óbudai Egyetem Neumann János Informatikai Kar. Intelligens Mérnöki Rendszerek Intézet

Óbudai Egyetem Neumann János Informatikai Kar. Intelligens Mérnöki Rendszerek Intézet Óbudai Egyetem Neumann János Informatikai Kar Intelligens Mérnöki Rendszerek Intézet 1034 Budapest, Bécsi út 96/B Tel., Fax:1/666-5544,1/666-5545 http://nik.uni-obuda.hu/imri Az 2004-ben alakult IMRI (BMF)

Részletesebben

Témák 2014/15/1. Dr. Ruszinkó Endre, egyetemi docens

Témák 2014/15/1. Dr. Ruszinkó Endre, egyetemi docens Témák 2014/15/1 Dr. Ruszinkó Endre, egyetemi docens 1. A V6 Otto motorok gyártása során fellépő hibatípusok elemzése 2. Szelepgyűrű megmunkálás optimális folyamatának kidolgozása 3. Szerszámcsere folyamatának

Részletesebben

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok II. útmutató 2013/2014. tanév II. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:

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

TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató

TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató 2015/2016. tanév I. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:

Részletesebben

INTELLIGENS ADATELEMZÉS

INTELLIGENS ADATELEMZÉS Írta: FOGARASSYNÉ VATHY ÁGNES STARKNÉ WERNER ÁGNES INTELLIGENS ADATELEMZÉS Egyetemi tananyag 2011 COPYRIGHT: 2011 2016, Dr. Fogarassyné Dr. Vathy Ágnes, Pannon Egyetem Műszaki Informatikai Kar Matematika

Részletesebben

ALGEBRAI KIFEJEZÉSEK, EGYENLETEK

ALGEBRAI KIFEJEZÉSEK, EGYENLETEK ALGEBRAI KIFEJEZÉSEK, EGYENLETEK AZ ALGEBRAI KIFEJEZÉS FOGALMÁNAK KIALAKÍTÁSA (7-9. OSZTÁLY) Racionális algebrai kifejezés (betűs kifejezés): betűket és számokat a négy alapművelet véges sokszori alkalmazásával

Részletesebben

Adatok statisztikai értékelésének főbb lehetőségei

Adatok statisztikai értékelésének főbb lehetőségei Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció

Részletesebben

nappali tagozat, tanítói szak TAN05MSZ Szigorlati követelmények és tételek Vizsgatematika A szigorlat követelményei:

nappali tagozat, tanítói szak TAN05MSZ Szigorlati követelmények és tételek Vizsgatematika A szigorlat követelményei: Matematika Tanszék Matematika műveltségi terület, nappali tagozat, tanítói szak TAN05MSZ Szigorlati követelmények és tételek A szigorlat követelményei: Vizsgatematika A hallgató legyen képes 15-20 perces

Részletesebben

Szemidenit optimalizálás és az S-lemma

Szemidenit optimalizálás és az S-lemma Szemidenit optimalizálás és az S-lemma Pólik Imre SAS Institute, USA BME Optimalizálás szeminárium 2011. október 6. Outline 1 Egyenl tlenségrendszerek megoldhatósága 2 Az S-lemma 3 Szemidenit kapcsolatok

Részletesebben

Az Excel táblázatkezelő program használata a matematika és a statisztika tantárgyak oktatásában

Az Excel táblázatkezelő program használata a matematika és a statisztika tantárgyak oktatásában Az Excel táblázatkezelő program használata a matematika és a statisztika tantárgyak oktatásában Hódiné Szél Margit SZTE MGK 1 A XXI. században az informatika rohamos terjedése miatt elengedhetetlen, hogy

Részletesebben

Logisztikai mérnök záróvizsga tételsor Módosítva május 6.

Logisztikai mérnök záróvizsga tételsor Módosítva május 6. Név KP Blokk neve KP Felelıs vizsgáztató Kombinatorikus módszerek és algoritmusok 5 MAT 10 Dr. Tuza Zsolt Diszkrét és folytonos dinamikai rendszerek matematikai alapjai 5 Matematika Dr. Hartung Ferenc

Részletesebben

GEOSTATISZTIKA II. Geográfus MSc szak. 2019/2020 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ

GEOSTATISZTIKA II. Geográfus MSc szak. 2019/2020 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ GEOSTATISZTIKA II. Geográfus MSc szak 2019/2020 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ Miskolci Egyetem Műszaki Földtudományi Kar Geofizikai és Térinformatikai Intézet A tantárgy adatlapja Tantárgy neve:

Részletesebben

Ejtési teszt modellezése a tervezés fázisában

Ejtési teszt modellezése a tervezés fázisában Antal Dániel, doktorandusz, Miskolci Egyetem Robert Bosch Mechatronikai Tanszék Szabó Tamás, egyetemi docens, Ph.D., Miskolci Egyetem Robert Bosch Mechatronikai Tanszék Szilágyi Attila, egyetemi adjunktus,

Részletesebben

Mit látnak a robotok? Bányai Mihály Matemorfózis, 2017.

Mit látnak a robotok? Bányai Mihály Matemorfózis, 2017. Mit látnak a robotok? Bányai Mihály Matemorfózis, 2017. Vizuális feldolgozórendszerek feladatai Mesterséges intelligencia és idegtudomány Mesterséges intelligencia és idegtudomány Párhuzamos problémák

Részletesebben

Tanulás az idegrendszerben. Structure Dynamics Implementation Algorithm Computation - Function

Tanulás az idegrendszerben. Structure Dynamics Implementation Algorithm Computation - Function Tanulás az idegrendszerben Structure Dynamics Implementation Algorithm Computation - Function Tanulás pszichológiai szinten Classical conditioning Hebb ötlete: "Ha az A sejt axonja elég közel van a B sejthez,

Részletesebben

Operációkutatási modellek

Operációkutatási modellek Operációkutatási modellek Alkalmazott matematika A sorozat kötetei: Kóczy T. László Tikk Domonkos: Fuzzy rendszerek (2000) Elliott, J. R. Kopp, P. E.: Pénzpiacok matematikája (2000) Michelberger Szeidl

Részletesebben

TANTÁRGYI ÚTMUTATÓ. Döntési módszerek

TANTÁRGYI ÚTMUTATÓ. Döntési módszerek III. évfolyam szakirány BA TANTÁRGYI ÚTMUTATÓ Döntési módszerek TÁVOKTATÁS Tanév 2014/2015 II- félév A KURZUS ALAPADATAI Tárgy megnevezése: Döntési módszerek Tanszék: Matematika-Statisztika Tantárgyfelelős

Részletesebben

A Dél-Alföldi régió innovációs képessége

A Dél-Alföldi régió innovációs képessége A Dél-Alföldi régió innovációs képessége Elméleti megközelítések és empirikus elemzések Szerkesztette: Bajmócy Zoltán SZTE Gazdaságtudományi Kar Szeged, 2010. SZTE Gazdaságtudományi Kar Szerkesztette Bajmócy

Részletesebben

Intelligens Rendszerek Gyakorlata. Neurális hálózatok I.

Intelligens Rendszerek Gyakorlata. Neurális hálózatok I. : Intelligens Rendszerek Gyakorlata Neurális hálózatok I. dr. Kutor László http://mobil.nik.bmf.hu/tantargyak/ir2.html IRG 3/1 Trend osztályozás Pnndemo.exe IRG 3/2 Hangulat azonosítás Happy.exe IRG 3/3

Részletesebben

MECHATRONIKA Mechatronika alapképzési szak (BSc) záróvizsga kérdései. (Javítás dátuma: )

MECHATRONIKA Mechatronika alapképzési szak (BSc) záróvizsga kérdései. (Javítás dátuma: ) MECHATRONIKA 2010 Mechatronika alapképzési szak (BSc) záróvizsga kérdései (Javítás dátuma: 2016.12.20.) A FELKÉSZÜLÉS TÉMAKÖREI A számozott vizsgakérdések a rendezett felkészülés érdekében vastag betűkkel

Részletesebben

Márkus Zsolt Tulajdonságok, jelleggörbék, stb BMF -

Márkus Zsolt Tulajdonságok, jelleggörbék, stb BMF - Márkus Zsolt markus.zsolt@qos.hu Tulajdonságok, jelleggörbék, stb. 1 A hatáslánc részegységekből épül fel, melyek megvalósítják a jelátvitelt. A jelátviteli sajátosságok jellemzésére (leírására) létrehozott

Részletesebben

Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak

Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak Dr. Koltai Tamás egyetemi tanár Menedzsment és Vállalatgazdaságtan Tanszék Tematika Kvantitatív eszközök használata Esettanulmányok

Részletesebben

Regresszió számítás az SPSSben

Regresszió számítás az SPSSben Regresszió számítás az SPSSben Kvantitatív statisztikai módszerek Petrovics Petra Lineáris regressziós modell X és Y közötti kapcsolatot ábrázoló egyenes. Az Y függ: x 1, x 2,, x p p db magyarázó változótól

Részletesebben

Gépi tanulás és Mintafelismerés

Gépi tanulás és Mintafelismerés Gépi tanulás és Mintafelismerés jegyzet Csató Lehel Matematika-Informatika Tanszék BabesBolyai Tudományegyetem, Kolozsvár 2007 Aug. 20 2 1. fejezet Bevezet A mesterséges intelligencia azon módszereit,

Részletesebben

Villamosságtan szigorlati tételek

Villamosságtan szigorlati tételek Villamosságtan szigorlati tételek 1.1. Egyenáramú hálózatok alaptörvényei 1.2. Lineáris egyenáramú hálózatok elemi számítása 1.3. Nemlineáris egyenáramú hálózatok elemi számítása 1.4. Egyenáramú hálózatok

Részletesebben

11. modul: LINEÁRIS FÜGGVÉNYEK

11. modul: LINEÁRIS FÜGGVÉNYEK MATEMATIK A 9. évfolyam 11. modul: LINEÁRIS FÜGGVÉNYEK KÉSZÍTETTE: CSÁKVÁRI ÁGNES Matematika A 9. évfolyam. 11. modul: LINEÁRIS FÜGGVÉNYEK Tanári útmutató 2 A modul célja Időkeret Ajánlott korosztály Modulkapcsolódási

Részletesebben

Osztályozóvizsga és javítóvizsga témakörei Matematika 9. évfolyam

Osztályozóvizsga és javítóvizsga témakörei Matematika 9. évfolyam Osztályozóvizsga és javítóvizsga témakörei Matematika 9. évfolyam 1. félév Gondolkozás, számolás - halmazok, műveletek halmazokkal, intervallumok - racionális számok, műveletek racionális számokkal, zárójel

Részletesebben

VARIÁLHATÓ PÉLDATÁR Matematika2 (A2)

VARIÁLHATÓ PÉLDATÁR Matematika2 (A2) Szép Gabriella VARIÁLHATÓ PÉLDATÁR Matematika2 (A2) 2011 Ismertető Tartalomjegyzék Pályázati támogatás Gondozó Szakmai vezető, lektor Technikai szerkesztő ISBN Copyright Támogatás: Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0028

Részletesebben

A projekt keretében elkészült tananyagok:

A projekt keretében elkészült tananyagok: MÉRÉSTECHNIKA A projekt keretében elkészült tananyagok: Anyagtechnológiák Materials technology Anyagtudomány Áramlástechnikai gépek CAD tankönyv CAD Book CAD/CAM/CAE elektronikus példatár CAM tankönyv

Részletesebben

ÁRAMKÖRÖK SZIMULÁCIÓJA

ÁRAMKÖRÖK SZIMULÁCIÓJA ÁRAMKÖRÖK SZIMULÁCIÓJA Az áramkörök szimulációja révén betekintést nyerünk azok működésébe. Meg tudjuk határozni az áramkörök válaszát különböző gerjesztésekre, különböző üzemmódokra. Végezhetők analóg

Részletesebben

BEKE ANDRÁS, FONETIKAI OSZTÁLY BESZÉDVIZSGÁLATOK GYAKORLATI ALKALMAZÁSA

BEKE ANDRÁS, FONETIKAI OSZTÁLY BESZÉDVIZSGÁLATOK GYAKORLATI ALKALMAZÁSA BEKE ANDRÁS, FONETIKAI OSZTÁLY BESZÉDVIZSGÁLATOK GYAKORLATI ALKALMAZÁSA BESZÉDTUDOMÁNY Az emberi kommunikáció egyik leggyakrabban használt eszköze a nyelv. A nyelv hangzó változta, a beszéd a nyelvi kommunikáció

Részletesebben

Mesterséges neurális hálózatok II. - A felügyelt tanítás paraméterei, gyorsító megoldásai - Versengéses tanulás

Mesterséges neurális hálózatok II. - A felügyelt tanítás paraméterei, gyorsító megoldásai - Versengéses tanulás Mesterséges neurális hálózatok II. - A felügyelt tanítás paraméterei, gyorsító megoldásai - Versengéses tanulás http:/uni-obuda.hu/users/kutor/ IRE 7/50/1 A neurális hálózatok általános jellemzői 1. A

Részletesebben

Gépészeti rendszertechnika (NGB_KV002_1)

Gépészeti rendszertechnika (NGB_KV002_1) Gépészeti rendszertechnika (NGB_KV002_1) 3. Óra Kőrös Péter Közúti és Vasúti Járművek Tanszék Tanszéki mérnök (IS201 vagy a tanszéken) E-mail: korosp@ga.sze.hu Web: http://www.sze.hu/~korosp http://www.sze.hu/~korosp/gepeszeti_rendszertechnika/

Részletesebben

Számítógéppel segített modellezés és szimuláció a természettudományokban

Számítógéppel segített modellezés és szimuláció a természettudományokban Számítógéppel segített modellezés és szimuláció a természettudományokban Beszámoló előadás Németh Gábor 2008. 05. 08. A kurzusról Intenzív, 38 órás kurzus 2008. 03. 25. -2008. 03. 30-ig Három csoport:

Részletesebben

Biomatika Intézet Neumann János Informatikai Kar Óbudai Egyetem. Dr. Kozlovszky Miklós egyetemi docens, intézetigazgató, OE NIK

Biomatika Intézet Neumann János Informatikai Kar Óbudai Egyetem. Dr. Kozlovszky Miklós egyetemi docens, intézetigazgató, OE NIK Biomatika Intézet Neumann János Informatikai Kar Óbudai Egyetem Dr. Kozlovszky Miklós egyetemi docens, intézetigazgató, OE NIK Bevezetés Látványos fejlődés robotika, orvosi informatika területeken Korábban

Részletesebben

Numerikus módszerek: Nemlineáris egyenlet megoldása (Newton módszer, húrmódszer). Lagrange interpoláció. Lineáris regresszió.

Numerikus módszerek: Nemlineáris egyenlet megoldása (Newton módszer, húrmódszer). Lagrange interpoláció. Lineáris regresszió. YBL - SGYMMAT202XXX Matematika II. Tantárgyfelelős: Dr. Joós Antal Tárgyelőadó: Dr. Joós Antal Tantárgyi leírás Oktatási cél: Azoknak a matematikai alapoknak a megszerzése, melyek a szaktárgyak elsajátításához

Részletesebben

Dr. Dinya Elek egyetemi tanár

Dr. Dinya Elek egyetemi tanár GYÓGYSZERKINETIKAI VIZSGÁLATOK STATISZTIKAI ALAPJAI Dr. Dinya Elek egyetemi tanár Semmelweis Egyetem Doktori Iskola 2015. április 30. Gyógyszerek: mi segít az adagolás kiszámításában? Klinikai farmakokinetika:

Részletesebben

Matematika osztályozó vizsga témakörei 9. évfolyam II. félév:

Matematika osztályozó vizsga témakörei 9. évfolyam II. félév: Matematika osztályozó vizsga témakörei 9. évfolyam II. félév: 7. Függvények: - függvények fogalma, megadása, ábrázolás koordináta- rendszerben - az elsőfokú függvény, lineáris függvény - a másodfokú függvény

Részletesebben

Haszongépj. Németh. Huba. és s Fejlesztési Budapest. Kutatási. Knorr-Bremse. 2004. November 17. Knorr-Bremse 19.11.

Haszongépj. Németh. Huba. és s Fejlesztési Budapest. Kutatási. Knorr-Bremse. 2004. November 17. Knorr-Bremse 19.11. Haszongépj pjármű fékrendszer intelligens vezérl rlése Németh Huba Knorr-Bremse Kutatási és s Fejlesztési si Központ, Budapest 2004. November 17. Knorr-Bremse 19.11.2004 Huba Németh 1 Tartalom Motiváció

Részletesebben

Többváltozós lineáris regressziós modell feltételeinek tesztelése II.

Többváltozós lineáris regressziós modell feltételeinek tesztelése II. Többváltozós lineáris regressziós modell feltételeinek tesztelése II. - A magyarázó változóra vonatkozó feltételek tesztelése - Optimális regressziós modell kialakítása - Kvantitatív statisztikai módszerek

Részletesebben

Úszó fedlapok hatásának vizsgálata nem levegőztetett eleveniszapos medencék működésére nagyüzemi helyszíni mérésekkel és matematikai szimulációval

Úszó fedlapok hatásának vizsgálata nem levegőztetett eleveniszapos medencék működésére nagyüzemi helyszíni mérésekkel és matematikai szimulációval Budapesti Műszaki és Gazdaságtudományi Egyetem Alkalmazott Biotechnológia és Élelmiszer-tudományi Tanszék Úszó fedlapok hatásának vizsgálata nem levegőztetett eleveniszapos medencék működésére nagyüzemi

Részletesebben

A statisztika oktatásáról konkrétan

A statisztika oktatásáról konkrétan A világ statisztikája a statisztika világa ünnepi konferencia Esztergom, 2010.október 15. A statisztika oktatásáról konkrétan Dr. Varga Beatrix PhD. egyetemi docens MISKOLCI EGYETEM Üzleti Statisztika

Részletesebben

SYLLABUS. Partiumi Keresztény Egyetem, Nagyvárad Gazdaság és Társadalomtudományi Kar Menedzsment

SYLLABUS. Partiumi Keresztény Egyetem, Nagyvárad Gazdaság és Társadalomtudományi Kar Menedzsment SYLLABUS I. Intézmény neve Kar Szak Tantárgy megnevezése Partiumi Keresztény Egyetem, Nagyvárad Gazdaság és Társadalomtudományi Kar Menedzsment Gazdasági matematika A tantárgy típusa DF DD DS DC x II.

Részletesebben

PTE PMMFK Levelező-távoktatás, villamosmérnök szak

PTE PMMFK Levelező-távoktatás, villamosmérnök szak PTE PMMFK Levelező-távoktatás, villamosmérnök szak MATEMATIKA (A tantárgy tartalma és a tananyag elsajátításának időterve.) Összeállította: Kis Miklós adjunktus Tankönyvek Megegyeznek az 1. és 2. félévben

Részletesebben

Alkalmazott matematikus mesterszak

Alkalmazott matematikus mesterszak Alkalmazott matematikus mesterszak Szakirányok: alkalmazott analízis, operációkutatás, számítástudomány, sztochasztika Képzési idő: 4 félév A szak indításának időpontja: 2009. 09. 01. A szakért felelős

Részletesebben

OKLEVÉLKÖVETELMÉNYEK MÓDOSÍTOTT VÁLTOZAT Alkalmazott matematikus szak (régi képzés)

OKLEVÉLKÖVETELMÉNYEK MÓDOSÍTOTT VÁLTOZAT Alkalmazott matematikus szak (régi képzés) OKLEVÉLKÖVETELMÉNYEK MÓDOSÍTOTT VÁLTOZAT Alkalmazott matematikus szak (régi képzés) A három A modul és a két B modul közül egyet-egyet kell választani. Kötelezı tárgyak, diplomamunka, szakmai gyakorlat

Részletesebben

A záró rendezvény programja

A záró rendezvény programja Mesterséges Intelligencia Elektronikus Almanach TÁMOP-4.1.2-08/2/A/KMR-2009-00260026 Projektzáró rendezvény 2011. november. 24., 9h-11h BME, Q. ép., QBF13 1 A záró rendezvény programja I. Mesterséges Intelligencia

Részletesebben

A évi TOP20 kukorica hibridek terméseinek stabilitásvizsgálata

A évi TOP20 kukorica hibridek terméseinek stabilitásvizsgálata A 2017. évi TOP20 kukorica hibridek terméseinek stabilitásvizsgálata Árendás Tamás MTA ATK Mezőgazdasági Intézet, Martonvásár A 2017. évi kisparcellás kísérletek eredményei alapján az egymástól eltérő,

Részletesebben