Földtani kor és a kőzetfízíkai jellemzők kapcsolata
|
|
- Borbála Oroszné
- 8 évvel ezelőtt
- Látták:
Átírás
1 Földtani kor és a kőzetfízíkai jellemzők kapcsolata Irta: Szabó Imre A mérnökgeológiával folgalkozó szakemberekben már régóta felmerült az a kérdés, hogy van-e egyértelmű kapcsolat a kőzetek fizikai jellemzői mely alatt ezen tanulmányban csak a talajmechanikában az ismert módszerekkel (4) meghatározott jellemzők értendők és a geológiai korok között? A problémával foglalkozva, a következő kérdésekre kell választ adnunk: 1. Különböző korú képződmények kőzetfizikai jellemzői különböznek-e egymástól? 2. Pusztán a kőzetfizikai jellemzők alapján ha egy adott területen néhány feltárásban ismerjük a kort és a fizikai jellemzőket tudunk-e a réteg korára következtetni? 3. Azonosíthatók-e a rétegek fizikai jellemzők alapján? Miskolc város építésföldtani térképezése során melyet a Nehézipari Műszaki Egyetem Földtan-Teleptani Tanszéke a Központi Földtani Hivatal megbízása alapján végzett különösen kedvező lehetőség volt ezen probléma tanulmányozására, mivel a vizsgált anyagok korát részletes ásványkőzettani, mikropaleontológiai elemzés alapján állapítottunk meg, és több száz kőzetfizikai vizsgálat állt rendelkezésre. Irodalmi adatok (1, 2, 3) alapján rétegazonosításra legalkalmasabbnak a Járay-féle módszer mutatkozott, mely a folyási egyenest (1. ábra) két paraméterrel jellemzi: Ap : a W = 0 értékhez tartozó az abszcissza tengelyen az 1. ábra szerint mért metszék Np : a folyási egyenes iránytangense. A különböző rétegek folyási egyeneseiből nyert Ap; Ny értékeket a 2. ábra szerint feldolgozva kapjuk az ún. sorozó egyeneseket, s (3) szerint a sorozóegyenes az egyidőben keletkezett rétegek azonosításához jól felhasználható, s a különböző korban keletkezett anyagok különböző sorozóegyenest kell, hogy adjanak. A 3. ábrán a kvarter és a pannóniai, a 4. ábrán a kvarter és a helvéti rétegeknek a fent leírt módon meghatározott Ap; Np paramétereit dolgoztuk fel. Mint látható, a különböző korú anyagokhoz nem jelölhető ki sorozóegyenes, a két paraméter között a. következő összefüggés áll fenn: _54Д2_ (1) IV-0575 Kétségtelen, hogy szerencsés esetben kaphatjuk úgy a pontokat különösen kevesebb adat esetén, hogy azok különböző sorozó egyenesre essenek, azonban ez pusztán a véletlentől függ. Az (1) egyenlet viszont lehetőséget nyújt a folyáshatárnak egy vizsgálatból való meghatározására, amit jól hasznosíthatunk pl. építésföldtani térképezésnél, nagy tömegű minták feldolgozásánál, s így érdemes röviden ezzel a problémával is foglalkozni. Az egy vizsgálat alapján történő folyási határ meghatározása jól ismert (4), s következő formulával fejezhető ki (10): WL = W ahol az egyes betűk jelentése: Wí : folyási határ n : ütésszám a Casagrande-készülékben W : az n ütésszámhoz tartozó víztartalom m : 0,092 0,121 közötti érték, szerzőktől függően (10). Mindegyik szerző feltételezi, hogy bilogaritmusos rendszerben a folyási egyenesek iránytangense konstans, de mint a 3 4. ábrák mutatják, ez csak közelítés. Az 1 3. ábrák alapján felírhatjuk a következő egyenlőségeket: (2) 15
2 2. ábra. Rétegazonosítás elve a sorozóegyenesek m ódszerével. (Járay ) Réteq M ábra. A folyási egyenes A F m etszékének és íránytangensének (N F) kapcsolata kvarter és pannóniai képződm ények esetében
3 Visszatérve a földtani kor és a kőzetfizikai jellemzők kapcsolatára, megállapíthatjuk, hogy pusztán a kőzetfizikai jellemzők alapján a földtani kort nem tudjuk eldönteni, a rétegek azonosítása nem végezhető el, bár nem függetlenek egymástól, mint azt az 5 6. ábrák is mutatják. Az ábrák a pleisztocén pannóniai helvéti kötött anyagok folyási határát (Wx) és plasztikus indexét (J p)i tüntetik fel a Casagrande-féle képlékenységi grafikonban. A különböző korú anyagok osztályozási egyenese jól elkülönül egymástól, s a kiegyenlítő egyenesek egyenletét a következőképpen írhatjuk fel: (?) Pleisztocén agyag iszap:/ / = 0,85 (Wl 14) ( 8 ) Pannóniai anyag iszap: / r = 0,73 (Wl 16) (9) Helvéti agyag iszap:/ p =0,79(W í 18) A földtani kor és a kőzetfizikai jellemzők kapcsolatának a vizsgálatára statisztikai módszereket is használtunk. Megvizsgáltuk az elkülönített egységek kőzetfizikai értékeinek eloszlását, és az egymás közötti eltérések szignifikanciáját (9). Nézzünk meg ezen vizsgálatok közül két példát. Vizsgáljuk meg azt a kérdést, hogy a mályi és az avasi sárgás-zöldesszürke agyagok kőzetfizikai jellemzői azonos eloszlásúnak tekinthető-e? (7. és 8. ábrák.) A vizsgálatot a folyási határ értékekre mutatjuk be. A feladat, hogy az Avasi fúrásokból vett 108 db feltételezetten, ill. a mályi fúrásokból vett 237 db bizonyítottan pannóniai korú mintákat kell összehasonlítani, annak az eldöntésére, hogy folyási határ (mint egyik lényeges kőzetfizikai jellemző) szempont- 17
4 P le iszto cé n és ponnónioi ogyog-iszap képlékeny eégi grafikonja. i. ábra. Pleisztocén és pannóniai agyagok iszapok Casagrande-féle képlékenységi grafikonja 18
5 'S _j Pleisztocén agyog - helvéti ogyog, iszop képié ke nységi grafikonja. ábra. Pleisztocén és helvéti agyagok iszapok Casagrande-féle képlékenységi grafikonja 19
6 relotiu gyakoriság. % ábra Avasról származó pannóniai kötött talajok folyási határ értékeinek gyakorisága hisztogram ja 40 _ П =108 d b 8. ábra. M ályi területről származó pannóniai kötött talajok folyási határ értékeinek gyakorisága hisztogram ja jából a két tétel homogén sokaságnak tekinthető-e? A vizsgálatban válasszuk a 95%-os szintet. A vizsgálatot a következőképpen végezhetjük el (9): Legyen a két változóra vett minták Xi; X i...x N és yi; у-i...ум - Osszuk fel a fellépő értékkészletet oo = z0 <C Zl < Z2.... <j.zr=0 osztópontokkal r számú részre. Jelölje Via (Zí- i,z í ) intervallumba eső x к számát, és У < az ugyanabba az intervallumba eső у к számát (» = 1,2,.... r) vagyis 2 * i = N í = í 2 ^ í = m i = l (10) (ii) Kimutatható, hogy ha IV akkor a i = 1 és ví yi 2 (12) i v ~ m! statisztika r 1 paraméterű ip1 eloszlást követ. Ily módon, ha N és M elég nagy а próba alkalmazható. A számításokat az I. táblázat tartalmazza, melynek eredményeként kapjuk: y? = ,038 lo-7*= 7,776 (13) \ minthogy V'2< y>\ (0,05) = 12,6 (14) a két tételt 95%-os szinten homogénnek fogadjuk el. Mindez természetesen nem jelenti azt, hogy bizonyítottuk az avasi sárgás-zöldesszürke anyagok pannóniai korát, de megállapíthatjuk, hogy a folyási határ értékek eloszlása a feltételezésnek nem mond ellent. 20
7 I. táblázat Avasról és Mályi területéről származó pannóniai képződmények homogenitás-vizsgálata Osztályközök szám a Folyási h atárérték ek intervallum a A m intabeli érték gyakorisága és relatív gyakorisága 1 *Г Avas Mályi vi~ír Иг i f i 4 СЧ 1 C i Xi _ 1 Xi vi ' Hi * И-i N M , ,067 0, , ,241 0, , ,261 0, , ,241 0, , ,089 0, , ,063 1,139 8 > ,00 9 0,038 1,604 N = 108 M = 237 3, ábra. Szinva-völgy negyedkori kötött talajok plasztikus index értékeinek gyakorisági hisztogram ja 10. ábra. Mezozoós képződm ények fedőrétegei plasztikus index értékeinek gyakorisági hisztogramja 11. ábra. H elvéti és mezozoós fedőképződm ényekből szám ított fiktív-képződm ény plasztikus index értékeinek gyakorisági hisztogram ja 21
8 Vizsgáljunk meg egy másik példát. A 9. ábrán ábrázoltuk Szinva-völgy kavicsteraszát fedő kötött anyagok, 10. ábrán a mezozoós képződményeket fedő szintén kvarter vörös-vörösesbarna kötött anyagok plasztikus indexének az eloszlását. Látszatra a két hisztogram nem tér el lényegsen egymástól, tehát úgy tűnik a Szinva-völgy üledékei uralkodóan a Bükk-hegység fedőképződményeinek áthalmozódásából keletkeztek. A homogenitásvizsgálat számításainak eredményeit a II. táblázat tünteti fel, melynek eredményeként kapjuk: V , = 12,816 (15) yj2> yj\ (0,05) = 9,49 (16) tehát 95%-os szinten szignifikáns eltérés mutatkozott, vagyis a kőzetfizikai jellemzők alapján valószínűnek látszik, hogy a Szinva-völgy üledékei nemcsak a mezozoós fedőképződményekből származnak. Lepusztulási területként, rövid szállítási távolsággal szóba jöhetnek még a Szinva-völgyet mindkét oldalról körülfogó helvéti területek. Vizsgáljuk meg, hogy ha a helvéti területekről és a mezozoós fedőképződményekből származó mintákat együtt kezeljük mindkét területről azonos mintadarabszám mellett akkor az így kapott fiktív anyag és a Szinva-völgy kötött anyagainak plasztikus indexe azonos eloszlásúnak tekinthető-e. (11. ábra és III. táblázat.) Szín va-völgyi kötőt talajok és mezozoós fedőképződmények homogenitás vizsgálata II. táblázat Osztályközök szám a Plasztikus indexértékek intervallum a A m intabeli érték gyakorisága és relatív gyakorisága ( vi Pi V Mezozoós fedő Szinva-völgy U M ' 1 í\ 4 ^i + Hi i X i - i Xi vi.ül N , ,121 5, , ,369 0, , ,390 5, , ,099 1, , , ,378 N = r i rh II S Hi_ M 12,802 A homogenitásvizsgálat számításának eredményeként kapjuk: V2= ,454 lo 4 = 3,70 (17) y? < y>\ (0,05) = 9,49 (18) Mint látjuk a két tételt 95%-os szinten homogének fogadhatjuk el, s így sikerült alátámasztani azt a feltételezést, hogy a Szinva-völgy teraszkavicsát a mezozoós és helvéti területről is rövid szállítási távolsággal összemosott képződmények fedik. III. táblázat Szinva-völgyi köttött talajok és a mezozoós fedő- és helvéti képződményekből számított fiktív-képződmény homogenitásvizsgálata Osztályközök szám a Plasztikus indexértékek intervallum a A m intabeli érték gyakorisága és relatív gyakorisága í vi hí у U M J ^ Szinva-völgy Helvéti + Mez. fedő Vi+ H i i X i - i Xi vi l i N Hi Hi м , ,125 0, , ,309 0, , ,425 0, , ,112 0, , ,029 0,241 1 N = 141 g СЛ -Л со 0,454 22
9 összefoglalás összefoglalva az elmondottakat a következőket állapíthatjuk meg: 1. A sorozóegyenesek módszere rétegazonosításra, különböző korú képződmények elkülönítésére nem alkalmas. 2. Különböző korú képződmények kőzetfizikai jellemzői különbözhetnek egymástól, azonban pusztán a kőzetfizikai jellemzők alapján korbeosztást nem tudunk elkészíteni, mivel az értékek sok esetben átfedik egymást. 3. A matematikai statisztika módszereivel a képződményeket átfogóan tudjuk jellemezni, s értékes összehasonlító vizsgálatokat végezhetünk. IRODALOM 1. Fehérvári M iklós Szalay M iklós: M érőszám a l kalm azása a rétegazonosításban. Földtani Közlöny p Dr. Járay Jenő: Rétegazonosítás. Bányászati K utató Intézet Közleményei. (1963). VIII. évf. 1. sz. p Dr. Járay Jenő Dr. Bidló Gábor: összefüggés a talaj fizikai és a talaj ásványos összetétele között. Földtani K utatás sz. p Dr. K ézdi Árpád: Talajm echanika. I. Tankönyvkiadó Bp Dr. Paál Tamás: T alajfizikai jellem zők eloszlás vizsgálata. M élyépítéstudom ányi Szemle sz. p Dr. Paál Tamás: Regresszió analízis talajfizikai adattöm egek esetén. M élyépítéstudom ányi Szemle I. sz. p Szabó Im re: M agyarázó Miskolc város építésföldtani térképsorozatának kőzetfizikai térképeihez. K ézirat Dr. Ungár Tibor: Statisztikai módszerek ta la j- m echanikai szakvélem ényekben. M élyépítéstudom ányi Szemle sz. p V incze István: M atem atikai statisztika ipari alkalm azásokkal. M űszaki Könyvkiadó Bp M atschak Rietschel (1965). Zeitschrift fü r angew andte Geologie. Bd. 11. H
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
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
Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a
Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,
Matematikai geodéziai számítások 6.
Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre
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
Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )
Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:
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
Matematikai geodéziai számítások 6.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 6. MGS6 modul Lineáris regresszió számítás elektronikus távmérőkre SZÉKESFEHÉRVÁR 2010 Jelen szellemi
Képfeldolgozás. 1. el adás. A képfeldolgozás m veletei. Mechatronikai mérnök szak BME, 2008
Képfeldolgozás 1. el adás. A képfeldolgozás m veletei Mechatronikai mérnök szak BME, 2008 1 / 61 Alapfogalmak transzformációk Deníció Deníció Geometriai korrekciókra akkor van szükség, ha a képr l valódi
Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision
4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis
1. feladat Regresszióanalízis. Legkisebb négyzetek elve 2. feladat Az iskola egy évfolyamába tartozó diákok átlagéletkora 15,8 év, standard deviációja 0,6 év. A 625 fős évfolyamból hány diák fiatalabb
Statisztikai módszerek 7. gyakorlat
Statisztikai módszerek 7. gyakorlat A tanult nem paraméteres próbák: PRÓBA NEVE Illeszkedés-vizsgálat Χ 2 próbával Homogenitás-vizsgálat Χ 2 próbával Normalitás-vizsgálataΧ 2 próbával MIRE SZOLGÁL? A val.-i
[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria Bódis Emőke 2016. 04. 25. J J 9 Korrelációanalízis Regresszióanalízis: hogyan változik egy vizsgált változó értéke egy másik változó változásának függvényében. Korrelációs
Avas K-i K i domboldal felszínmozgásai
Avas K-i K i domboldal felszínmozgásai Dr. Szabó Imre Miskolci Egyetem, Hidrogeológiai-Mérnökgeológiai Tanszék Az Az Avas K-i domboldal látképe a 60-as években Épületkárok a 60-as években Épületmozgás
Gyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016
Gyakorlat 8 1xANOVA Dr. Nyéki Lajos 2016 A probléma leírása Azt vizsgáljuk, hogy milyen hatása van a család jövedelmének a tanulók szövegértés teszten elért tanulmányi eredményeire. A minta 59 iskola adatait
Biomatematika 13. Varianciaanaĺızis (ANOVA)
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 13. Varianciaanaĺızis (ANOVA) Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:
ALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN!
A1 A2 A3 (8) A4 (12) A (40) B1 B2 B3 (15) B4 (11) B5 (14) Bónusz (100+10) Jegy NÉV (nyomtatott nagybetűvel) CSOPORT: ALÁÍRÁS: ALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN! 2011. december 29. Általános tudnivalók:
Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE
Tartalomjegyzék 5 Tartalomjegyzék Előszó I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE 1. fejezet: Kontrollált kísérletek 21 1. A Salk-oltás kipróbálása 21 2. A porta-cava sönt 25 3. Történeti kontrollok 27 4. Összefoglalás
Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok
STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,
1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása
HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat
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
Érettségi feladatok: Függvények 1/9
Érettségi feladatok: Függvények 1/9 2003. Próba 1. Állapítsa meg a valós számok halmazán értelmezett x x 2-2x - 8 függvény zérushelyeit! 2004. Próba 3. Határozza meg a valós számok halmazán értelmezett
Statisztikai becslés
Kabos: Statisztika II. Becslés 1.1 Statisztikai becslés Freedman, D. - Pisani, R. - Purves, R.: Statisztika. Typotex, 2005. Reimann J. - Tóth J.: Valószínűségszámítás és matematikai statisztika. Tankönyvkiadó,
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...
TALAJVIZSGÁLATI JELENTÉS ÉS TANÁCSADÁS. Kunfehértó, Rákóczi u. 13. sz.-ú telken épülő piactér tervezéséhez 2017.
TALAJVIZSGÁLATI JELENTÉS ÉS TANÁCSADÁS Kunfehértó, Rákóczi u. 13. sz.-ú telken épülő piactér tervezéséhez 2017. 1 I. Tervezési, kiindulási adatok A talajvizsgálati jelentés a Fehértó Non-profit Kft. megbízásából
Hipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
Eloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok
Eloszlás-független módszerek (folytatás) 14. elıadás (7-8. lecke) Illeszkedés-vizsgálat 7. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok elemzésére Illeszkedés-vizsgálat Gyakorisági sorok
STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
Prímszámok statisztikai analízise
Prímszámok statisztikai analízise Puszta Adrián 28. április 18. Kivonat Munkám során a prímszámok és a páros prímek eloszlását, illetve különbségét vizsgáltam, majd ebből következtettem a véletlenszerű
V. Gyakorisági táblázatok elemzése
V. Gyakorisági táblázatok elemzése Tartalom Diszkrét változók és eloszlásuk Gyakorisági táblázatok Populációk összehasonlítása diszkrét változók segítségével Diszkrét változók kapcsolatvizsgálata Példák
TALAJAZONOSÍTÁS Kötött talajok
2008 PJ-MA SOIL MECHANICS BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM GEOTECHNIKAI TANSZÉK TALAJAZONOSÍTÁS Kötött talajok Előadó: Dr. Mahler András mahler@mail.bme.hu Tanszék: K épület, mfsz. 10. &
Bevezetés a hipotézisvizsgálatokba
Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -
Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes
Geoelektromos tomográfia alkalmazása a kőbányászatban
Geoelektromos tomográfia alkalmazása a kőbányászatban Dr. Baracza Mátyás Krisztián tudományos főmunkatárs Miskolci Egyetem, Alkalmazott Földtudományi Kutatóintézet 1. Bevezetés 2. Felhasznált mérési módszer
DETERMINATION OF SHEAR STRENGTH OF SOLID WASTES BASED ON CPT TEST RESULTS
Műszaki Földtudományi Közlemények, 83. kötet, 1. szám (2012), pp. 271 276. HULLADÉKOK TEHERBÍRÁSÁNAK MEGHATÁROZÁSA CPT-EREDMÉNYEK ALAPJÁN DETERMINATION OF SHEAR STRENGTH OF SOLID WASTES BASED ON CPT TEST
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
Az egyenes egyenlete: 2 pont. Az összevont alak: 1 pont. Melyik ábrán látható e függvény grafikonjának egy részlete?
1. Írja fel annak az egyenesnek az egyenletét, amely áthalad az (1; 3) ponton, és egyik normálvektora a (8; 1) vektor! Az egyenes egyenlete: 2. Végezze el a következő műveleteket, és vonja össze az egynemű
A Miskolc-tapolcai barlangfürdő vízgyógyászati lehetőségei
A Miskolc-tapolcai barlangfürdő vízgyógyászati lehetőségei Juhász Eleonóra 1, Lukács Andrea 2 1 Miskolci Egyetem, Mikoviny Sámuel Földtudományi Doktori Iskola; efkeleoj@uni-miskolc.hu 2 Miskolci Egyetem,
Biostatisztika Összefoglalás
Biostatisztika Összefoglalás A biostatisztika vizsga A biostatisztika vizsga az Orvosi fizika és statisztika I. fizika vizsgájával egy napon történik. A vizsga keretében 30 perc alatt 0 kérdésre kell válaszolni
Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása
l--si háromalkotós egyensúlyi fázisdiagram közelítő számítása evezetés Farkas János 1, Dr. Roósz ndrás 1 doktorandusz, tanszékvezető egyetemi tanár Miskolci Egyetem nyag- és Kohómérnöki Kar Fémtani Tanszék
[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
Korreláció és lineáris regresszió
Korreláció és lineáris regresszió Két folytonos változó közötti összefüggés vizsgálata Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi Fizika és Statisztika I. előadás 2016.11.02.
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
PILISMARÓTI ÉS DUNAVARSÁNYI DUNAI KAVICSÖSSZLETEK ÖSSZEHASONLÍTÓ ELEMZÉSE
PILISMARÓTI ÉS DUNAVARSÁNYI DUNAI KAVICSÖSSZLETEK ÖSSZEHASONLÍTÓ ELEMZÉSE RÁCZ RÉKA ELTE TTK KÖRNYEZETTAN SZAK TÉMAVEZETŐ: DR. JÓZSA SÁNDOR ELTE TTK KŐZETTAN-GEOKÉMIAI TSZ. 2012.06.27. http://upload.wikimedia.org/wikipedia/commons/8/89/alpen_01.jpg
Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek
Anyagvizsgálati módszerek Mérési adatok feldolgozása Anyagvizsgálati módszerek Pannon Egyetem Mérnöki Kar Anyagvizsgálati módszerek Statisztika 1/ 22 Mérési eredmények felhasználása Tulajdonságok hierarchikus
Statisztika elméleti összefoglaló
1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11
2. A 2016.évi Országos kompetencia mérés eredményeinek feldolgozása
2. A 2016.évi Országos kompetencia mérés eredményeinek feldolgozása A 2016.évi Országos kompetenciamérésen résztvevő 10 évfolyamos osztályok osztályfőnökei; a könnyebb beazonosíthatóság végett: 10.A: Ányosné
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x
Az igénybevételi ábrák témakörhöz az alábbi előjelszabályokat használjuk valamennyi feladat esetén.
Alkalmazott előjelszabályok Az igénybevételi ábrák témakörhöz az alábbi előjelszabályokat használjuk valamennyi feladat esetén. A kényszererők számításánál a következő a szabály: Az erők iránya a pozitív
Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus
Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus Gyakorisági sorok Mennyiségi ismérv jellemző rangsor készítünk. (pl. napi jegyeladások száma) A gyakorisági sor képzése igazából tömörítést jelent Nagyszámú
Segítség az outputok értelmezéséhez
Tanulni: 10.1-10.3, 10.5, 11.10. Hf: A honlapra feltett falco_exp.zip-ben lévő exploratív elemzések áttanulmányozása, érdekességek, észrevételek kigyűjtése. Segítség az outputok értelmezéséhez Leiro: Leíró
FELSZÍN ALATTI VIZEK RADONTARTALMÁNAK VIZSGÁLATA ISASZEG TERÜLETÉN
FELSZÍN ALATTI VIZEK RADONTARTALMÁNAK VIZSGÁLATA ISASZEG TERÜLETÉN Készítette: KLINCSEK KRISZTINA környezettudomány szakos hallgató Témavezető: HORVÁTH ÁKOS egyetemi docens ELTE TTK Atomfizika Tanszék
CSAPADÉK ÉS TALAJVÍZSZINT ÉRTÉKEK SPEKTRÁLIS ELEMZÉSE A MEZŐKERESZTES-I ADATOK ALAPJÁN*
A Miskolci Egyetem Közleménye A sorozat, Bányászat, 66. kötet, (2004) p. 103-108 CSAPADÉK ÉS TALAJVÍZSZINT ÉRTÉKEK SPEKTRÁLIS ELEMZÉSE A MEZŐKERESZTES-I ADATOK ALAPJÁN* Dr.h.c.mult. Dr. Kovács Ferenc az
Eloszlás-független módszerek 13. elıadás ( lecke)
Eloszlás-független módszerek 13. elıadás (25-26. lecke) Rangszámokon alapuló korrelációs együttható A t-próbák és a VA eloszlásmentes megfelelıi 25. lecke A Spearman-féle rangkorrelációs együttható A Kendall-féle
Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás
STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H
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:
Szilvágyi László: M6 autópálya alagutak geológiai és geotechnikai adottságai
Szilvágyi László: M6 autópálya alagutak geológiai és geotechnikai adottságai 2/23 M6/M60 autópálya (E73, V/C folyosó) tervezése 1998 2007 3/23 Geresdi dombság o ÉNY - DK-i dombhátak és völgyek o ÉK - DNY-i
Kabos: Statisztika II. ROC elemzések 10.1. Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem.
Kabos: Statisztika II. ROC elemzések 10.1 ROC elemzések Szenzitivitás és specificitás a jelfeldolgozás szóhasználatával A riasztóberendezés érzékeli, ha támadás jön, és ilyenkor riaszt. Máskor nem. TruePositiveAlarm:
Leíró és matematikai statisztika el adásnapló Matematika alapszak, matematikai elemz szakirány 2016/2017. tavaszi félév
Leíró és matematikai statisztika el adásnapló Matematika alapszak, matematikai elemz szakirány 2016/2017. tavaszi félév A pirossal írt anyagrészeket nem fogom közvetlenül számon kérni a vizsgán, azok háttérismeretként,
Hipotézisvizsgálat az Excel adatelemző eljárásaival. Dr. Nyéki Lajos 2018
Hipotézisvizsgálat az Excel adatelemző eljárásaival Dr. Nyéki Lajos 2018 Egymintás t-próba Az egymintás T-próba azt vizsgálja, hogy különbözik-e a változó M átlaga egy megadott m konstanstól. Az a feltételezés,
Függetlenségvizsgálat, Illeszkedésvizsgálat
Varga Beatrix, Horváthné Csolák Erika Függetlenségvizsgálat, Illeszkedésvizsgálat 4. előadás Üzleti statisztika A sokaság/minta több ismérv szerinti vizsgálata A statisztikai elemzés egyik ontos eladata
STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.
STATISZTIKA 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 MAGY. MAT. TÖRT. KÉM. ANNA BÉLA CILI András hármas. Béla Az átlag 3,5! kettes. Éva ötös. Nóri négyes. 1 mérés: dolgokhoz valamely szabály alapján szám rendelése
Hipotéziselmélet - paraméteres próbák. eloszlások. Matematikai statisztika Gazdaságinformatikus MSc szeptember 10. 1/58
u- t- Matematikai statisztika Gazdaságinformatikus MSc 2. előadás 2018. szeptember 10. 1/58 u- t- 2/58 eloszlás eloszlás m várható értékkel, σ szórással N(m, σ) Sűrűségfüggvénye: f (x) = 1 e (x m)2 2σ
kompetenciakompetenciakompetenci akompetenciakompetenciakompeten ciakompetenciakompetenciakompete nciakompetenciakompetenciakompet
kompetenciakompetenciakompetenci akompetenciakompetenciakompeten ciakompetenciakompetenciakompete nciakompetenciakompetenciakompet A 2017. évi kompetenciamérés eredményei enciakompetenciakompetenciakomp
Mérési adatok illesztése, korreláció, regresszió
Mérési adatok illesztése, korreláció, regresszió Korreláció, regresszió Két változó mennyiség közötti kapcsolatot vizsgálunk. Kérdés: van-e kapcsolat két, ugyanabban az egyénben, állatban, kísérleti mintában,
Poncelet egy tételéről
1 Poncelet egy tételéről Már régebben találkoztunk az [ 1 ] műben egy problémával, mostanában pedig a [ 2 ] műben a megoldásával. A probléma lényege: határozzuk meg a egyenletben szereplő α, β együtthatókat,
FIT-jelentés :: Terézvárosi Kereskedelmi és Közgazdasági Szakközépiskola és Szakiskola 1064 Budapest, Szondy utca 41. OM azonosító:
FIT-jelentés :: 2014 Összefoglalás Terézvárosi Kereskedelmi és Közgazdasági Szakközépiskola és Szakiskola 1064 Budapest, Szondy utca 41. Összefoglalás Az intézmény létszámadatai Tanulók száma Évfolyam
Egy újabb látószög - feladat
1 Egy újabb látószög - feladat A feladat Adott az O középpontú, R sugarú körön az α szöggel jellemzett P pont. Határozzuk meg, hogy mekkora ϑ szög alatt látszik a P pontból a vízszintes átmérő - egyenes
b) Ábrázolja ugyanabban a koordinátarendszerben a g függvényt! (2 pont) c) Oldja meg az ( x ) 2
1) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) b) c) ( ) ) Határozza meg az 1. feladatban megadott, ; intervallumon
TERÉZVÁROSI KERESKEDELMI ÉS KÖZGAZDASÁGI SZAKKÖZÉPISKOLA ÉS
FIT-jelentés :: 2013 Összefoglalás TERÉZVÁROSI KERESKEDELMI ÉS KÖZGAZDASÁGI SZAKKÖZÉPISKOLA ÉS SZAKISKOLA 1064 Budapest, Szondi u. 41. Összefoglalás Az intézmény létszámadatai Tanulók száma Évfolyam Képzési
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 9. előadás Előadó: Dr. Ertsey Imre Statisztikai hipotézis vizsgálatok elsősorban a biometriában alkalmazzák, újabban reprezentatív jellegű ökonómiai vizsgálatoknál, üzemi szinten élelmiszeripari
MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI
MÉRÉSI EREDMÉYEK POTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI. A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk
Elméleti összefoglaló a Valószín ségszámítás kurzushoz
Elméleti összefoglaló a Valószín ségszámítás kurzushoz Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet kimeneteleinek
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
HÁLÓZATI SZINTŰ DINAMIKUS BEHAJLÁSMÉRÉS MÚLTJA JELENE II.
HÁLÓZATI SZINTŰ DINAMIKUS BEHAJLÁSMÉRÉS MÚLTJA JELENE II. MÉTA-Q Kft. Baksay János 2007. 06. 12. MAÚT ÚTÉPÍTÉSI AKADÉMIA 11. 1. FOGALOM: Teherbírás. Teherbíráson általában határ-igénybevételt értünk 2.
Egy forgáskúp metszéséről. Egy forgáskúpot az 1. ábra szerint helyeztünk el egy ( OXYZ ) derékszögű koordináta - rendszerben.
Egy forgáskúp metszéséről Egy forgáskúpot az 1. ábra szerint helyeztünk el egy ( OXYZ ) derékszögű koordináta - rendszerben. Az O csúcsú, O tengelyű, γ félnyílásszögű kúpot az ( XY ) sík itt két alkotóban
Talajmechanika. Aradi László
Talajmechanika Aradi László 1 Tartalom Szemcsealak, szemcsenagyság A talajok szemeloszlás-vizsgálata Természetes víztartalom Plasztikus vizsgálatok Konzisztencia határok Plasztikus- és konzisztenciaindex
Populációbecslés és monitoring. Eloszlások és alapstatisztikák
Populációbecslés és monitoring Eloszlások és alapstatisztikák Eloszlások Az eloszlás megadja, hogy milyen valószínűséggel kapunk egy adott intervallumba tartozó értéket, ha egy olyan populációból veszünk
matematikai statisztika
Az újságokban, plakátokon, reklámkiadványokban sokszor találkozunk ilyen grafikonokkal, ezért szükséges, hogy megértsük, és jól tudjuk értelmezni őket. A második grafikon ismerős lehet, hiszen a függvények
Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat
Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat 7. lecke Paraméter becslés Konfidencia intervallum Hipotézis vizsgálat feladata Paraméter becslés és konfidencia
[Biomatematika 2] Orvosi biometria. Visegrády Balázs
[Biomatematika 2] Orvosi biometria Visegrády Balázs 2016. 03. 27. Probléma: Klinikai vizsgálatban három különböző antiaritmiás gyógyszert (ß-blokkoló) alkalmaznak, hogy kipróbálják hatásukat a szívműködés
AZ ÉLETTELEN ÉS AZ ÉLŐ TERMÉSZET
AZ ÉLŐ ÉS AZ ÉLETTELEN TERMÉSZET MEGISMERÉSE AZ ÉLETTELEN ÉS AZ ÉLŐ TERMÉSZET Az élőlények és az élettelen természet kapcsolata. Az élettelen természet megismerése. A Földdel foglalkozó tudományok. 1.
A fenntartható geotermikus energiatermelés modellezéséhez szüksége bemenő paraméterek előállítása és ismertetése
A fenntartható geotermikus energiatermelés modellezéséhez szüksége bemenő paraméterek előállítása és ismertetése Boda Erika III. éves doktorandusz Konzulensek: Dr. Szabó Csaba Dr. Török Kálmán Dr. Zilahi-Sebess
c adatpontok és az ismeretlen pont közötti kovariancia vektora
1. MELLÉKLET: Alkalmazott jelölések A mintaterület kiterjedése, területe c adatpontok és az ismeretlen pont közötti kovariancia vektora C(0) reziduális komponens varianciája C R (h) C R Cov{} d( u, X )
Valószínűségszámítás és Statisztika I. zh. 2014. november 10. - MEGOLDÁS
Valószínűségszámítás és Statisztika I. zh. 2014. november 10. - MEGOLDÁS 1. Kihasználva a hosszasan elhúzódó jó időt, kirándulást szeretnénk tenni az ország tíz legmagasabb csúcsa közül háromra az elkövetkezendő
Lineáris regresszió vizsgálata resampling eljárással
Lineáris regresszió vizsgálata resampling eljárással Dolgozatomban az European Social Survey (ESS) harmadik hullámának adatait fogom felhasználni, melyben a teljes nemzetközi lekérdezés feldolgozásra került,
Egyenletek, egyenlőtlenségek grafikus megoldása TK. II. kötet 25. old. 3. feladat
Egyenletek, egyenlőtlenségek grafikus megoldása TK. II. kötet. old.. feladat a. lépés: Az egyenlet bal oldalának ábrázolása függvényként.. lépés: Az egyenlet bal oldalának ábrázolása függvényként.. lépés:
A regisztrált álláskeresők számára vonatkozó becslések előrejelző képességének vizsgálata
A regisztrált álláskeresők számára vonatkozó becslések előrejelző képességének vizsgálata Az elemzésben a GoogleTrends (GT, korábban Google Insights for Search) modellek mintán kívüli illeszkedésének vizsgálatával
Egy nyíllövéses feladat
1 Egy nyíllövéses feladat Az [ 1 ] munkában találtuk az alábbi feladatot 1. ábra. 1. ábra forrása: [ 1 / 1 ] Igencsak tanulságos, ezért részletesen bemutatjuk a megoldását. A feladat Egy sportíjjal nyilat
A Statisztika alapjai
A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati
Az értékelés a Móricz Zsigmond Gimnázium 3 gimnáziumi osztályának eredményei alapján készült, 102 tanuló adatai kerültek feldolgozásra.
I. A Gimnáziumi ágazat Az értékelés a Móricz Zsigmond Gimnázium 3 gimnáziumi osztályának eredményei alapján készült, 102 tanuló adatai kerültek feldolgozásra. matematika Az eredmények szerint a 4 évfolyamos
Abszolútértékes egyenlôtlenségek
Abszolútértékes egyenlôtlenségek 575. a) $, $ ; b) < - vagy $, # - vagy > 4. 5 576. a) =, =- 6, 5 =, =-, 7 =, 4 = 5; b) nincs megoldás;! c), = - ; d) =-. Abszolútértékes egyenlôtlenségek 577. a) - # #,
Biomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.05. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)
Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.
Kiválasztás A változó szerint Egymintás t-próba Mann-Whitney U-test paraméteres nem-paraméteres Varianciaanalízis De melyiket válasszam? Kétmintás t-próba Fontos, hogy mindig a kérdésnek és a változónak
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek megoldásához!
Kettőnél több csoport vizsgálata. Makara B. Gábor
Kettőnél több csoport vizsgálata Makara B. Gábor Három gyógytápszer elemzéséből az alábbi energia tartalom adatok származtak (kilokalória/adag egységben) Három gyógytápszer elemzésébô A B C 30 5 00 10
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
Egymásra támaszkodó rudak
1 Egymásra támaszkodó rudak Úgy látszik, ez is egy visszatérő téma. Egy korábbi írásunkban melynek címe: A mandala - tetőről már találkoztunk az 1. ábrán vázolthoz hasonló felülnézetű szerkezettel, foglalkoztunk