8 Intervale de încredere

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "8 Intervale de încredere"

Transcript

1 8 Intervale de încredere În cursul anterior am determinat diverse estimări ˆ ale parametrului necunoscut al densităţii unei populaţii, folosind o selecţie 1 a acestei populaţii. În practică, valoarea calculată ˆ ( 1 ) aluiˆ ( 1 ) folosind valorile observate 1 ale selecţiei 1 nu coincide aproape niciodată cu valoarea reală a parametrului necunoscut. Ne punem problema cât de apropiată esteˆ de valoarea reală alui, în sensul determinării unui interval ( ) ( = ( 1 ) şi = ( 1 ) sunt variabile aleatoare ce depind de variabilele aleatoare 1 ale selecţiei) astfel încât ( ) cu o probabilitate dată, adică ( )=1 pentru o valoare (0 1) fixată. Înlocuind variabilele aleatoare 1 prin valorile observate 1 obţinem = ( 1 ) şi = ( 1 ),şi numim intervalul ( ) un interval de 100 (1 )% încredere pentru parametrul necunoscut. În general, se poate determina un interval de încredere pentru parametrul necunoscut dacă existăovariabilă aleatoare Θ = ( 1 ) cu proprietăţile: 1. Funcţia depinde netrivial de selecţia 1 şi ;. Distribuţia lui Θ nu depinde de sau de alţi parametrii necunoscuţi. În aceste ipoteze, determinarea unui interval de 100 (1 )% încredere pentru se face astfel: se determină constantele şi astfel încât ( ( 1 ) )=1 şi se rezolvă dubla inegalitate în raport cu pentru a obţine ( ( 1 ) ( 1 )) = 1 Variabilele aleatoare şi astfel obţinute dau valorile şi ale intervalului ( ) de 100 (1 )% încredere pentru parametrul necunoscut. 8.1 Intervale de încredere pentru media unei populaţii normale cu dispersie cunoscută Propoziţia 8.1 Dacă 1 sunt valorile observate ale unei selecţii 1 dintr-o populaţie normală N cu dispersie cunoscută, atunci un interval de 100 (1 )% încredere pentru media apopulaţiei este ( ) = µ + unde = 1++ R (Φ () = 1 şi ). este media valorilor observate ale selecţiei iar este determinat astfel încât Φ =1 este funcţia de distribuţie a variabilei aleatoare normale standard - a se vedea Anexele 1 Observaţia 8. (Alegerea volumului al selecţiei) Dacă sedoreşte ca eroarea de estimare să nu depăşească ovaloarelimită cu probabilitate (1 ), adică =1 comparând cu intervalul de (1 )% încredere pentru media obţinem de unde obţinem că volumul al selecţiei trebuie ales astfel încât ³ 55

2 Observaţia 8.3 În practică, este uneori util ca în loc de intervale simetrice pentru media să avem intervale de mărginire inferioară sau superioară pentru. Procedând în mod similar, se pot obţine următoarele intervale de 100 (1 )% încredere pentru media : ³ -intervaledemărginire inferioară pentru : ( ) = -intervaledemărginire superioară pentru: ( )= ³ + 8. Intervale de încredere pentru medie în cazul selecţiilor mari Reamintim teorema limită centrală: dacă 1 este un şir de variabile aleatoare independente şi identic distribuite, atunci variabila aleatoare = 1 ++ = tinde în distribuţie către o variabilă aleatoare normală standard, adică Ã! Φ () = 1 Z oricare ar fi R. Dacă abatereapătratică medie apopulaţiei este necunoscută, atunci înlocuind pe prin estimatorul s P =1 = 1 se poate arăta că pentru suficient de mare ( 40), variabila aleatoare obţinută = N (0 1) este aproximativ o variabilă aleatoare normală standard. Repetând calculul din secţiunea anterioară obţinem deci următoarea. Propoziţia 8.4 Pentru un volum al selecţiei suficient de mare, un interval de 100 (1 )% încredere pentru media apopulaţiei este µ ( ) = + =1 unde = 1++ ( este media valorilor observate ale selecţiei, = ) 1 este o estimare a abaterii pătratice medii, iar este determinat astfel încât Φ =1 a variabilei aleatoare normale standard). R 1 (Φ () = este funcţia de distribuţie 8.3 Intervale de încredere pentru media unei populaţii normale cu dispersie necunoscută Pentru a construi intervalele de încredere în acest caz, avem nevoie de două tipuri de distribuţii continue, şi anume distribuţia şi distribuţia Student. Dacă 1 N (0 1) sunt variabile aleatoare normale standard independente, atunci distribuţia variabilei aleatoare = se numeşte distribuţie ( chi pătrat ) cu grade de libertate. Se poate arăta că densitatea acestui tip de variabilă aleatoare este ½ 0 0 () = unde = Γ( ) este o constantă de normare (aleasă astfelîncâtr () =1). 56

3 Dacă () este o variabilă aleatoare cu grade de libertate şi N (0 1) este o variabilă aleatoare normală standard, atunci distribuţia variabilei aleatoare = se numeşte distribuţie Student (sau distribuţie T) cu grade de libertate. Se poate arăta că densitatea acestui tip de variabilă aleatoare este µ +1 () = 1+ unde = 1 Γ( +1 ) Γ( ) este o constantă de normare (aleasă astfelîncât R () =1). În secţiunile anterioare am observat că dacă populaţia N este normală, atunci variabila aleatoare este o variabilă aleatoare normală. Dacă abatereapătratică medie nu este cunoscută, atunci înlocuind pe prin estimatorul = obţinem unde = = = r ( 1) 1 = 1 N (0 1) este o variabilă aleatoare nromală standard, iar = P ( ) =1 r =1( ) 1, ( 1) este o variabilă aleatoare cu 1 grade de libertate. Rezultă deci că variabila aleatoare are o distribuţie Student cu 1 grade de libertate, şi alegând ca şi în cazul distribuţiei normale punctul 1 astfel încât aria de sub densitatea acestei distribuţii, aflată ladreapta acestui punct să fie egală cu, obţinem 1 1 =1 Înlocuind pe prin expresia anterioarăşi rezolvând dubla inegalitate în raport cu media, obţinem următoarea. Propoziţia 8.5 Dacă 1 sunt valorile observate ale unei selecţii 1 dintr-o populaţie normală N cu dispersie necunoscută, atunci un interval de 100 (1 )% încredere pentru media apopulaţiei este µ ( ) = =1 ( ) unde = 1++ este media şi = 1 este abaterea pătratică medie a valorilor observate ale selecţiei, iar 1 este determinat astfel încât 1 =1 ( () este funcţia de distribuţie a variabilei aleatoare Student cu 1 grade de libertate - a se vedea Anexa 3). 8.4 Intervale de încredere pentru dispersia unei populaţii normale Pentru a determina un interval de încredere pentru dispersia necunoscută a unei populaţii normale N vom folosi faptul că variabila aleatoare = ( 1) = are o distribuţie ( 1) cu 1 grade de libertate. X µ =1 57

4 Considerând în acest caz punctul 1 cu proprietate că aria la dreapta sa, sub densitatea ( 1) cu 1 grade de libertate este, avem ( 1) µ =1 de unde rezolvând în raport cu obţinem următoarea. Propoziţia 8.6 Dacă 1 sunt valorile observate ale unei selecţii 1 dintr-o populaţie normală N, atunci un interval de 100 (1 )% încredere pentru dispersia apopulaţiei este ( ) = =1 ( ) Ã! ( 1) ( 1) unde = 1++ este media şi = 1 este abaterea pătratică medie a valorilor observate ale selecţiei, iar 1 este determinat astfel încât 1 =1 ( () este funcţia de distribuţie a variabilei aleatoare cu 1 grade de libertate - a se vedea Anexa 4). Observaţia 8.7 În mod similar se pot determina intervale de încredere de mărginire inferioară sausuperioară pentru dispersie: ³ -intervaledemărginire inferioară pentru : ( ) = ( 1) 1 -intervaledemărginire superioară pentru: ( )= ³ ( 1) Intervale de încredere pentru proporţia unei populaţii Considerăm că sunteminteresaţi de proporţia membrilor unei populaţii ce verifică oanumită caracteristică de interes (membrii populaţiei pot verifica saunuaceastă caracteristică, spre exemplu dacă preferă un anumit candidat electoral, daca sunt sau nu angajaţi, etc). Vom considera deci că populaţia urmează o distribuţie Bernoulli cu parametrul necunoscut ( este probabilitatea ca un membru al populaţiei să verifice caracteristica de interes). Reamintim că media populaţiei (distribuţie Bernoulli cu parametrul ) este = () =1 +0 (1 ) = şi coincide deci cu parametrul necunoscut, iar dispersie este = ³( ) =(1 ) +(0 ) (1 ) = (1 ). Considerăm o selecţie 1 de volum din populaţia, şi deci =1(succes) dacă observaţia verifică acea caracteristică de care suntem interesaţi, şi =0în caz contrar. Media selecţiei ˆ = = 1 ++ este un estimator corect al proporţiei apopulaţiei ce verifică respectiva caracteristică deinteres: ³ µ ˆ = = 1 X ( )= 1 X = Deoarece parametrul necunoscut coincide cu media a populaţiei, pentru a determina un interval de încredere pentru parametrul necunoscut procedăm ca şi în cazul determinării unui interval de încredere pentru media unei populaţii cu dispersie necunoscută (în cazul selecţiilor de volum mare, Secţiunea 8.). Din Teorema limită centrală, rezultă căpentru suficient de mare, variabila aleatoare p (1 ) = = (1 ) =1 = ˆ (1 ) are aproximativ o distribuíe normală. Cum dispersia = (1 ) este necunoscută, o înlocuim prin estimatorul c = ˆ ³ 1 ˆ şi obţinem că pentru valori suficient de mari ale lui, variabila aleatoare = N (0 1) are aproximativ o distribuţie normală. ˆ (1 ) Observaţia 8.8 În practică, valori suficient de mari pentru volumul al selecţiei înseamnă că ˆ 15 şi (1 ˆ)

5 Alegând ca şi în cazul estimării mediei punctul cu proprietatea că aria de sub densitatea normală standard, la dreapta acestui punct, este egală cu, obţinem ˆ =1 (56) (1 ) Rezolvând dubla inegalitate în raport cu obţinem următoarea. =1 Propoziţia 8.9 Pentru un volum suficientdemarealselecţiei, dacă ˆ = este proporţia observată aa datelor selecţiei populaţiei ce îndeplinesc un anumit criteriu, atunci un interval de 100 (1 )% încredere pentru proporţia a populaţiei ce verifică acest criteriu este à r r! ˆ (1 ˆ) ˆ (1 ˆ) ( ) = ˆ ˆ + unde este determinat astfel încât Φ R =1 1 (Φ () = este funcţia de distribuţie a variabilei aleatoare normale standard - a se vedea Anexele 1 şi ). Observaţia 8.10 (Alegerea volumului al selecţiei) Dacă sedoreşte ca eroarea de aproximare ˆ să nu depăşească ovaloarelimită cu probabilitate cel puţin (1 ), adică ³ ˆ 1 comparând cu inegalitatea (56) scrisă sub forma echivalentă µ ˆ (1 ), deunderezolvândpentru obţinem condiţia ³ (1 ) (1 ) = 1, se obţine Folosind faptul că (1 ) 1 4,obţinem eroarea de aproximare ˆ nu va depăşi valoarea cu probabilitate cel puţin (1 ) dacă volumul al selecţiei este ales astfel încât 1 ³ ³ (1 ) 4 Observaţia 8.11 Ca şi în celelalte cazuri prezentate, înlocuind prin se pot obţine intervale de mărginire inferioară sau superioară pentru proporţia necunoscută. 8.6 Intervale de predicţie Vom considera problema determinării unui interval de predicţie a unei valori dintr-o populaţie normală N. Pentru aceasta, considerăm o selecţie 1 dintr-o populaţia,şi observăm că valoarea +1 aobservaţiei viitoare verifică +1 = =0 şi şi deci h +1 i = ( +1 )+ µ = + = 1+ 1 = +1 N (0 1)

6 Dacă dispersia P 1 nu este cunoscută, înlocuind prin estimatorul = 1 =1 obţinem variabila aleatoare = +1 şi se poate arăta că variabila aleatoare are o distribuţie Student cu grade de libertate. Pentru a obţine un interval de (1 )% încredere pentru valoarea +1 aobservaţiei viitoare, considerăm punctul cu proprietatea că aria de sub densitatea distribuţiei Student cu grade de libertate la dreapta acestui punct este egală cu, adică =1 unde este funcţia de distribuţie Student cu grade de libertate (a se vedea Anexa 3). Obţinem deci +1 = de unde rezolvând în raport cu +1 obţinem echivalent =1 Un interval de predicţie de 100 (1 )% încredere pentru observaţia unei valori dintr-o populaţie normală este deci ( ) = unde = 1++ P 1 este media iar = 1 =1 ( ) este dispersia eşantionului 1. 60

Curs 10 Funcţii reale de mai multe variabile reale. Limite şi continuitate.

Curs 10 Funcţii reale de mai multe variabile reale. Limite şi continuitate. Curs 10 Funcţii reale de mai multe variabile reale. Limite şi continuitate. Facultatea de Hidrotehnică Universitatea Tehnică "Gh. Asachi" Iaşi 2014 Fie p, q N. Fie funcţia f : D R p R q. Avem următoarele

Διαβάστε περισσότερα

7 Distribuţia normală

7 Distribuţia normală 7 Distribuţia normală Distribuţia normală este cea mai importantă distribuţie continuă, deoarece în practică multe variabile aleatoare sunt variabile aleatoare normale, sunt aproximativ variabile aleatoare

Διαβάστε περισσότερα

Planul determinat de normală şi un punct Ecuaţia generală Plane paralele Unghi diedru Planul determinat de 3 puncte necoliniare

Planul determinat de normală şi un punct Ecuaţia generală Plane paralele Unghi diedru Planul determinat de 3 puncte necoliniare 1 Planul în spaţiu Ecuaţia generală Plane paralele Unghi diedru 2 Ecuaţia generală Plane paralele Unghi diedru Fie reperul R(O, i, j, k ) în spaţiu. Numim normala a unui plan, un vector perpendicular pe

Διαβάστε περισσότερα

a n (ζ z 0 ) n. n=1 se numeste partea principala iar seria a n (z z 0 ) n se numeste partea

a n (ζ z 0 ) n. n=1 se numeste partea principala iar seria a n (z z 0 ) n se numeste partea Serii Laurent Definitie. Se numeste serie Laurent o serie de forma Seria n= (z z 0 ) n regulata (tayloriana) = (z z n= 0 ) + n se numeste partea principala iar seria se numeste partea Sa presupunem ca,

Διαβάστε περισσότερα

SERII NUMERICE. Definiţia 3.1. Fie (a n ) n n0 (n 0 IN) un şir de numere reale şi (s n ) n n0

SERII NUMERICE. Definiţia 3.1. Fie (a n ) n n0 (n 0 IN) un şir de numere reale şi (s n ) n n0 SERII NUMERICE Definiţia 3.1. Fie ( ) n n0 (n 0 IN) un şir de numere reale şi (s n ) n n0 şirul definit prin: s n0 = 0, s n0 +1 = 0 + 0 +1, s n0 +2 = 0 + 0 +1 + 0 +2,.......................................

Διαβάστε περισσότερα

3 Distribuţii discrete clasice

3 Distribuţii discrete clasice 3 Distribuţii discrete clasice 3.1 Distribuţia Bernoulli Probabil cel mai simplu tip de variabilă aleatoare discretă, variabila aleatoare Bernoulli modelează efectuareaunui experiment în care poate apare

Διαβάστε περισσότερα

III. Serii absolut convergente. Serii semiconvergente. ii) semiconvergentă dacă este convergentă iar seria modulelor divergentă.

III. Serii absolut convergente. Serii semiconvergente. ii) semiconvergentă dacă este convergentă iar seria modulelor divergentă. III. Serii absolut convergente. Serii semiconvergente. Definiţie. O serie a n se numeşte: i) absolut convergentă dacă seria modulelor a n este convergentă; ii) semiconvergentă dacă este convergentă iar

Διαβάστε περισσότερα

Functii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor X) functia f 1

Functii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor X) functia f 1 Functii definitie proprietati grafic functii elementare A. Definitii proprietatile functiilor. Fiind date doua multimi X si Y spunem ca am definit o functie (aplicatie) pe X cu valori in Y daca fiecarui

Διαβάστε περισσότερα

Curs 1 Şiruri de numere reale

Curs 1 Şiruri de numere reale Bibliografie G. Chiorescu, Analiză matematică. Teorie şi probleme. Calcul diferenţial, Editura PIM, Iaşi, 2006. R. Luca-Tudorache, Analiză matematică, Editura Tehnopress, Iaşi, 2005. M. Nicolescu, N. Roşculeţ,

Διαβάστε περισσότερα

Analiza în curent continuu a schemelor electronice Eugenie Posdărăscu - DCE SEM 1 electronica.geniu.ro

Analiza în curent continuu a schemelor electronice Eugenie Posdărăscu - DCE SEM 1 electronica.geniu.ro Analiza în curent continuu a schemelor electronice Eugenie Posdărăscu - DCE SEM Seminar S ANALA ÎN CUENT CONTNUU A SCHEMELO ELECTONCE S. ntroducere Pentru a analiza în curent continuu o schemă electronică,

Διαβάστε περισσότερα

Capitolul 2. Integrala stochastică

Capitolul 2. Integrala stochastică Capitolul 2 Integrala stochastică 5 CAPITOLUL 2. INTEGRALA STOCHASTICĂ 51 2.1 Introducere În acest capitol vom prezenta construcţia integralei stochastice Itô H sdm s, unde M s este o martingală locală

Διαβάστε περισσότερα

Profesor Blaga Mirela-Gabriela DREAPTA

Profesor Blaga Mirela-Gabriela DREAPTA DREAPTA Fie punctele A ( xa, ya ), B ( xb, yb ), C ( xc, yc ) şi D ( xd, yd ) în planul xoy. 1)Distanţa AB = (x x ) + (y y ) Ex. Fie punctele A( 1, -3) şi B( -2, 5). Calculaţi distanţa AB. AB = ( 2 1)

Διαβάστε περισσότερα

Subiecte Clasa a VIII-a

Subiecte Clasa a VIII-a Subiecte lasa a VIII-a (40 de intrebari) Puteti folosi spatiile goale ca ciorna. Nu este de ajuns sa alegeti raspunsul corect pe brosura de subiecte, ele trebuie completate pe foaia de raspuns in dreptul

Διαβάστε περισσότερα

Lectia VI Structura de spatiu an E 3. Dreapta si planul ca subspatii ane

Lectia VI Structura de spatiu an E 3. Dreapta si planul ca subspatii ane Subspatii ane Lectia VI Structura de spatiu an E 3. Dreapta si planul ca subspatii ane Oana Constantinescu Oana Constantinescu Lectia VI Subspatii ane Table of Contents 1 Structura de spatiu an E 3 2 Subspatii

Διαβάστε περισσότερα

Subiecte Clasa a VII-a

Subiecte Clasa a VII-a lasa a VII Lumina Math Intrebari Subiecte lasa a VII-a (40 de intrebari) Puteti folosi spatiile goale ca ciorna. Nu este de ajuns sa alegeti raspunsul corect pe brosura de subiecte, ele trebuie completate

Διαβάστε περισσότερα

3. I. Mihoc, C. Fătu, Calculul probabilităţilor şi statistică matematică, Transilvania Press, Cluj-Napoca, 2003

3. I. Mihoc, C. Fătu, Calculul probabilităţilor şi statistică matematică, Transilvania Press, Cluj-Napoca, 2003 CURS STATISTICĂ CURS 1 Bibliografie: 1. P. Blaga, Calculul probabilităţilor şi statistică matematică, vol. 2, Curs şi Culegere de probleme, Litografiat Univ. Babeş-Bolyai, Cluj-Napoca, 1994 2. P. Blaga,

Διαβάστε περισσότερα

MARCAREA REZISTOARELOR

MARCAREA REZISTOARELOR 1.2. MARCAREA REZISTOARELOR 1.2.1 MARCARE DIRECTĂ PRIN COD ALFANUMERIC. Acest cod este format din una sau mai multe cifre şi o literă. Litera poate fi plasată după grupul de cifre (situaţie în care valoarea

Διαβάστε περισσότερα

5.4. MULTIPLEXOARE A 0 A 1 A 2

5.4. MULTIPLEXOARE A 0 A 1 A 2 5.4. MULTIPLEXOARE Multiplexoarele (MUX) sunt circuite logice combinaţionale cu m intrări şi o singură ieşire, care permit transferul datelor de la una din intrări spre ieşirea unică. Selecţia intrării

Διαβάστε περισσότερα

BARAJ DE JUNIORI,,Euclid Cipru, 28 mai 2012 (barajul 3)

BARAJ DE JUNIORI,,Euclid Cipru, 28 mai 2012 (barajul 3) BARAJ DE JUNIORI,,Euclid Cipru, 8 mi 0 (brjul ) Problem Arătţi că dcă, b, c sunt numere rele cre verifică + b + c =, tunci re loc ineglitte xy + yz + zx Problem Fie şi b numere nturle nenule Dcă numărul

Διαβάστε περισσότερα

2 Variabile aleatoare

2 Variabile aleatoare Variabile aleatoare În practică, variabilele aleatoare apar ca funcţii ce depind de rezultatul efectuării unui anumit experiment. Spre exemplu, la aruncarea a două zaruri, suma numerelor obţinute este

Διαβάστε περισσότερα

Elemente de bază în evaluarea incertitudinii de măsurare. Sonia Gaiţă Institutul Naţional de Metrologie Laboratorul Termometrie

Elemente de bază în evaluarea incertitudinii de măsurare. Sonia Gaiţă Institutul Naţional de Metrologie Laboratorul Termometrie Elemente de bază în evaluarea incertitudinii de măsurare Sonia Gaiţă Institutul Naţional de Metrologie Laboratorul Termometrie Sonia Gaiţă - INM Ianuarie 2005 Subiecte Concepte şi termeni Modelarea măsurării

Διαβάστε περισσότερα

Functii Breviar teoretic 8 ianuarie ianuarie 2011

Functii Breviar teoretic 8 ianuarie ianuarie 2011 Functii Breviar teoretic 8 ianuarie 011 15 ianuarie 011 I Fie I, interval si f : I 1) a) functia f este (strict) crescatoare pe I daca x, y I, x< y ( f( x) < f( y)), f( x) f( y) b) functia f este (strict)

Διαβάστε περισσότερα

a. Caracteristicile mecanice a motorului de c.c. cu excitaţie independentă (sau derivaţie)

a. Caracteristicile mecanice a motorului de c.c. cu excitaţie independentă (sau derivaţie) Caracteristica mecanică defineşte dependenţa n=f(m) în condiţiile I e =ct., U=ct. Pentru determinarea ei vom defini, mai întâi caracteristicile: 1. de sarcină, numită şi caracteristica externă a motorului

Διαβάστε περισσότερα

Principiul Inductiei Matematice.

Principiul Inductiei Matematice. Principiul Inductiei Matematice. Principiul inductiei matematice constituie un mijloc important de demonstratie in matematica a propozitiilor (afirmatiilor) ce depind de argument natural. Metoda inductiei

Διαβάστε περισσότερα

Masurarea variabilitatii Indicatorii variaţiei(împrăştierii) lectia 5 16 martie 2 011

Masurarea variabilitatii Indicatorii variaţiei(împrăştierii) lectia 5 16 martie 2 011 1.0.011 STATISTICA Masurarea variabilitatii Indicatorii variaţiei(împrăştierii) lectia 16 martie 011 al.isaic-maniu www.amaniu.ase.ro http://www.ase.ro/ase/studenti/inde.asp?itemfisiere&id Observati doua

Διαβάστε περισσότερα

RĂSPUNS Modulul de rezistenţă este o caracteristică geometrică a secţiunii transversale, scrisă faţă de una dintre axele de inerţie principale:,

RĂSPUNS Modulul de rezistenţă este o caracteristică geometrică a secţiunii transversale, scrisă faţă de una dintre axele de inerţie principale:, REZISTENTA MATERIALELOR 1. Ce este modulul de rezistenţă? Exemplificaţi pentru o secţiune dreptunghiulară, respectiv dublu T. RĂSPUNS Modulul de rezistenţă este o caracteristică geometrică a secţiunii

Διαβάστε περισσότερα

3. Momentul forţei în raport cu un punct...1 Cuprins...1 Introducere Aspecte teoretice Aplicaţii rezolvate...4

3. Momentul forţei în raport cu un punct...1 Cuprins...1 Introducere Aspecte teoretice Aplicaţii rezolvate...4 SEMINAR 3 MMENTUL FRŢEI ÎN RAPRT CU UN PUNCT CUPRINS 3. Momentul forţei în raport cu un punct...1 Cuprins...1 Introducere...1 3.1. Aspecte teoretice...2 3.2. Aplicaţii rezolvate...4 3. Momentul forţei

Διαβάστε περισσότερα

STATISTICĂ DESCRIPTIVĂ

STATISTICĂ DESCRIPTIVĂ STATISTICĂ DESCRIPTIVĂ » Reprezentarea şi sumarizarea datelor» Parametrii statistici descriptivi Centralitate Dispersie Asimetrie Localizare Cuprins Măsuri de centralitate Măsuri de împrăştiere Media Amplitudine

Διαβάστε περισσότερα

Analiza funcționării și proiectarea unui stabilizator de tensiune continuă realizat cu o diodă Zener

Analiza funcționării și proiectarea unui stabilizator de tensiune continuă realizat cu o diodă Zener Analiza funcționării și proiectarea unui stabilizator de tensiune continuă realizat cu o diodă Zener 1 Caracteristica statică a unei diode Zener În cadranul, dioda Zener (DZ) se comportă ca o diodă redresoare

Διαβάστε περισσότερα

Statisticǎ - curs 4. 1 Generalitǎţi privind ipotezele statistice şi problema verificǎrii ipotezelor statistice 2

Statisticǎ - curs 4. 1 Generalitǎţi privind ipotezele statistice şi problema verificǎrii ipotezelor statistice 2 Statisticǎ - curs 4 Cuprins 1 Generalitǎţi privind ipotezele statistice şi problema verificǎrii ipotezelor statistice 2 2 Inferenţǎ statisticǎ privind media populaţiei dacǎ se cunoaşte abaterea standard

Διαβάστε περισσότερα

f(x) = l 0. Atunci f are local semnul lui l, adică, U 0 V(x 0 ) astfel încât sgnf(x) = sgnl, x U 0 D\{x 0 }. < f(x) < l +

f(x) = l 0. Atunci f are local semnul lui l, adică, U 0 V(x 0 ) astfel încât sgnf(x) = sgnl, x U 0 D\{x 0 }. < f(x) < l + Semnul local al unei funcţii care are limită. Propoziţie. Fie f : D (, d) R, x 0 D. Presupunem că lim x x 0 f(x) = l 0. Atunci f are local semnul lui l, adică, U 0 V(x 0 ) astfel încât sgnf(x) = sgnl,

Διαβάστε περισσότερα

DistributiiContinue de Probabilitate Distributia Normala

DistributiiContinue de Probabilitate Distributia Normala 8.03.011 STATISTICA -distributia normala -distributii de esantionare lectia 7 30 martie 011 al.isaic-maniu www.amaniu.ase.ro http://www.ase.ro/ase/studenti/index.asp?item=fisiere&id=88 DistributiiContinue

Διαβάστε περισσότερα

2 Transformări liniare între spaţii finit dimensionale

2 Transformări liniare între spaţii finit dimensionale Transformări 1 Noţiunea de transformare liniară Proprietăţi. Operaţii Nucleul şi imagine Rangul şi defectul unei transformări 2 Matricea unei transformări Relaţia dintre rang şi defect Schimbarea matricei

Διαβάστε περισσότερα

Laborator 11. Mulţimi Julia. Temă

Laborator 11. Mulţimi Julia. Temă Laborator 11 Mulţimi Julia. Temă 1. Clasa JuliaGreen. Să considerăm clasa JuliaGreen dată de exemplu la curs pentru metoda locului final şi să schimbăm numărul de iteraţii nriter = 100 în nriter = 101.

Διαβάστε περισσότερα

, m ecuańii, n necunoscute;

, m ecuańii, n necunoscute; Sisteme liniare NotaŃii: a ij coeficienńi, i necunoscute, b i termeni liberi, i0{1,,..., n}, j0{1,,..., m}; a11 1 + a1 +... + a1 nn = b1 a11 + a +... + an n = b (S), m ecuańii, n necunoscute;... am11 +

Διαβάστε περισσότερα

3. Vectori şi valori proprii

3. Vectori şi valori proprii Valori şi vectori proprii 7 Vectori şi valori proprii n Reamintim că dacă A este o matrice pătratică atunci un vector x R se numeşte vector propriu în raport cu A dacă x şi există un număr λ (real sau

Διαβάστε περισσότερα

Verificarea ipotezelor statistice 1 de I.Văduva

Verificarea ipotezelor statistice 1 de I.Văduva Verificarea ipotezelor statistice 1 de I.Văduva Notaţii si noţiuni preliminare Variabila aleatoare: X,Y,U,V,etc., descrisă de funcţie de repartiţie. Variabila aleatoare este asaociată unei populaţii statistice;

Διαβάστε περισσότερα

T R A I A N ( ) Trigonometrie. \ kπ; k. este periodică (perioada principală T * =π ), impară, nemărginită.

T R A I A N ( ) Trigonometrie. \ kπ; k. este periodică (perioada principală T * =π ), impară, nemărginită. Trignmetrie Funcţia sinus sin : [, ] este peridică (periada principală T * = ), impară, mărginită. Funcţia arcsinus arcsin : [, ], este impară, mărginită, bijectivă. Funcţia csinus cs : [, ] este peridică

Διαβάστε περισσότερα

1. PROPRIETĂȚILE FLUIDELOR

1. PROPRIETĂȚILE FLUIDELOR 1. PROPRIETĂȚILE FLUIDELOR a) Să se exprime densitatea apei ρ = 1000 kg/m 3 în g/cm 3. g/cm 3. b) tiind că densitatea glicerinei la 20 C este 1258 kg/m 3 să se exprime în c) Să se exprime în kg/m 3 densitatea

Διαβάστε περισσότερα

4. CIRCUITE LOGICE ELEMENTRE 4.. CIRCUITE LOGICE CU COMPONENTE DISCRETE 4.. PORŢI LOGICE ELEMENTRE CU COMPONENTE PSIVE Componente electronice pasive sunt componente care nu au capacitatea de a amplifica

Διαβάστε περισσότερα

I3: PROBABILITǍŢI - notiţe de curs

I3: PROBABILITǍŢI - notiţe de curs I3: PROBABILITǍŢI - notiţe de curs Ştefan Balint, Eva Kaslik, Simina Mariş Cuprins Experienţǎ şi evenimente aleatoare 3 2 Eveniment sigur. Eveniment imposibil 3 3 Evenimente contrare 4 4 Evenimente compatibile.

Διαβάστε περισσότερα

5.1. Noţiuni introductive

5.1. Noţiuni introductive ursul 13 aitolul 5. Soluţii 5.1. oţiuni introductive Soluţiile = aestecuri oogene de două sau ai ulte substanţe / coonente, ale căror articule nu se ot seara rin filtrare sau centrifugare. oonente: - Mediul

Διαβάστε περισσότερα

SEMINARUL 3. Cap. II Serii de numere reale. asociat seriei. (3n 5)(3n 2) + 1. (3n 2)(3n+1) (3n 2) (3n + 1) = a

SEMINARUL 3. Cap. II Serii de numere reale. asociat seriei. (3n 5)(3n 2) + 1. (3n 2)(3n+1) (3n 2) (3n + 1) = a Capitolul II: Serii de umere reale. Lect. dr. Lucia Maticiuc Facultatea de Hidrotehică, Geodezie şi Igieria Mediului Matematici Superioare, Semestrul I, Lector dr. Lucia MATICIUC SEMINARUL 3. Cap. II Serii

Διαβάστε περισσότερα

CURS XI XII SINTEZĂ. 1 Algebra vectorială a vectorilor liberi

CURS XI XII SINTEZĂ. 1 Algebra vectorială a vectorilor liberi Lect. dr. Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei Algebră, Semestrul I, Lector dr. Lucian MATICIUC http://math.etti.tuiasi.ro/maticiuc/ CURS XI XII SINTEZĂ 1 Algebra vectorială

Διαβάστε περισσότερα

Spatii liniare. Exemple Subspaţiu liniar Acoperire (înfăşurătoare) liniară. Mulţime infinită liniar independentă

Spatii liniare. Exemple Subspaţiu liniar Acoperire (înfăşurătoare) liniară. Mulţime infinită liniar independentă Noţiunea de spaţiu liniar 1 Noţiunea de spaţiu liniar Exemple Subspaţiu liniar Acoperire (înfăşurătoare) liniară 2 Mulţime infinită liniar independentă 3 Schimbarea coordonatelor unui vector la o schimbare

Διαβάστε περισσότερα

1. Scrieti in casetele numerele log 7 8 si ln 8 astfel incat inegalitatea obtinuta sa fie adevarata. <

1. Scrieti in casetele numerele log 7 8 si ln 8 astfel incat inegalitatea obtinuta sa fie adevarata. < Copyright c 009 NG TCV Scoala Virtuala a Tanarului Matematician 1 Ministerul Educatiei si Tineretului al Republicii Moldova Agentia de Evaluare si Examinare Examenul de bacalaureat la matematica, 17 iunie

Διαβάστε περισσότερα

Problema a II - a (10 puncte) Diferite circuite electrice

Problema a II - a (10 puncte) Diferite circuite electrice Olimpiada de Fizică - Etapa pe judeţ 15 ianuarie 211 XI Problema a II - a (1 puncte) Diferite circuite electrice A. Un elev utilizează o sursă de tensiune (1), o cutie cu rezistenţe (2), un întrerupător

Διαβάστε περισσότερα

Modelarea şi Simularea Sistemelor de Calcul Distribuţii ( lab. 4)

Modelarea şi Simularea Sistemelor de Calcul Distribuţii ( lab. 4) Modelarea şi Simularea Sistemelor de Calcul Distribuţii ( lab. 4) În practică eistă nenumărate eperienţe aleatoare care au un câmp de evenimente nenumărabil şi implicit sistemul complet de evenimente aleatoare

Διαβάστε περισσότερα

POPULAŢIE NDIVID DATE ORDINALE EŞANTION DATE NOMINALE

POPULAŢIE NDIVID DATE ORDINALE EŞANTION DATE NOMINALE DATE NUMERICE POPULAŢIE DATE ALFANUMERICE NDIVID DATE ORDINALE EŞANTION DATE NOMINALE Cursul I Indicatori statistici Minim, maxim Media Deviaţia standard Mediana Cuartile Centile, decile Tabel de date

Διαβάστε περισσότερα

GEOMETRIE PLANĂ TEOREME IMPORTANTE ARII. bh lh 2. abc. abc. formula înălţimii

GEOMETRIE PLANĂ TEOREME IMPORTANTE ARII. bh lh 2. abc. abc. formula înălţimii GEOMETRIE PLNĂ TEOREME IMPORTNTE suma unghiurilor unui triunghi este 8º suma unghiurilor unui patrulater este 6º unghiurile de la baza unui triunghi isoscel sunt congruente într-un triunghi isoscel liniile

Διαβάστε περισσότερα

Cum folosim cazuri particulare în rezolvarea unor probleme

Cum folosim cazuri particulare în rezolvarea unor probleme Cum folosim cazuri particulare în rezolvarea unor probleme GHEORGHE ECKSTEIN 1 Atunci când întâlnim o problemă pe care nu ştim s-o abordăm, adesea este bine să considerăm cazuri particulare ale acesteia.

Διαβάστε περισσότερα

Modul de calcul al prețului polițelor RCA

Modul de calcul al prețului polițelor RCA Modul de calcul al prețului polițelor RCA Componentele primei comerciale pentru o poliță RCA sunt: Prima pură Cheltuieli specifice poliței Alte cheltuieli Marja de profit Denumită și primă de risc Cheltuieli

Διαβάστε περισσότερα

Matrice. Determinanti. Sisteme liniare

Matrice. Determinanti. Sisteme liniare Matrice 1 Matrice Adunarea matricelor Înmulţirea cu scalar. Produsul 2 Proprietăţi ale determinanţilor Rangul unei matrice 3 neomogene omogene Metoda lui Gauss (Metoda eliminării) Notiunea de matrice Matrice

Διαβάστε περισσότερα

Al cincilea baraj de selecţie pentru OBMJ Bucureşti, 28 mai 2015

Al cincilea baraj de selecţie pentru OBMJ Bucureşti, 28 mai 2015 Societatea de Ştiinţe Matematice din România Ministerul Educaţiei Naţionale Al cincilea baraj de selecţie pentru OBMJ Bucureşti, 28 mai 2015 Problema 1. Arătaţi că numărul 1 se poate reprezenta ca suma

Διαβάστε περισσότερα

1. Completati caseta, astfel incat propozitia obtinuta sa fie adevarata lg 4 =.

1. Completati caseta, astfel incat propozitia obtinuta sa fie adevarata lg 4 =. Copyright c ONG TCV Scoala Virtuala a Tanarului Matematician Ministerul Educatiei al Republicii Moldova Agentia de Evaluare si Examinare Examenul de bacalaureat la matematica, 4 iunie Profilul real Timp

Διαβάστε περισσότερα

Progresii aritmetice si geometrice. Progresia aritmetica.

Progresii aritmetice si geometrice. Progresia aritmetica. Progresii aritmetice si geometrice Progresia aritmetica. Definitia 1. Sirul numeric (a n ) n N se numeste progresie aritmetica, daca exista un numar real d, numit ratia progresia, astfel incat a n+1 a

Διαβάστε περισσότερα

Lectia III Produsul scalar a doi vectori liberi

Lectia III Produsul scalar a doi vectori liberi Produsul scalar: denitie, proprietati Schimbari de repere ortonormate in plan Aplicatii Lectia III Produsul scalar a doi vectori liberi Oana Constantinescu Oana Constantinescu Lectia III Produsul scalar:

Διαβάστε περισσότερα

Εμπορική αλληλογραφία Ηλεκτρονική Αλληλογραφία

Εμπορική αλληλογραφία Ηλεκτρονική Αλληλογραφία - Εισαγωγή Stimate Domnule Preşedinte, Stimate Domnule Preşedinte, Εξαιρετικά επίσημη επιστολή, ο παραλήπτης έχει ένα ειδικό τίτλο ο οποίος πρέπει να χρησιμοποιηθεί αντί του ονόματος του Stimate Domnule,

Διαβάστε περισσότερα

a carei ecuatie matriceala este data in raport cu R.

a carei ecuatie matriceala este data in raport cu R. POZITIA RELATIVA A UNEI DREPTE FATA DE O HIPERCUADRICA AFINA REALA. TANGENTE SI ASIMPTOTE. OANA CONSTANTINESCU Pentru studiul pozitiei relative a unei drepte fata de o hipercuadrica, remarcam ca nu mai

Διαβάστε περισσότερα

Metode Runge-Kutta. 18 ianuarie Probleme scalare, pas constant. Dorim să aproximăm soluţia problemei Cauchy

Metode Runge-Kutta. 18 ianuarie Probleme scalare, pas constant. Dorim să aproximăm soluţia problemei Cauchy Metode Runge-Kutta Radu T. Trîmbiţaş 8 ianuarie 7 Probleme scalare, pas constant Dorim să aproximăm soluţia problemei Cauchy y (t) = f(t, y), a t b, y(a) = α. pe o grilă uniformă de (N + )-puncte din [a,

Διαβάστε περισσότερα

Puncte de extrem pentru funcţii reale de mai multe variabile reale.

Puncte de extrem pentru funcţii reale de mai multe variabile reale. Puncte de extrem pentru funcţii reale de mai multe variabile reale. Definiţie. Fie f : A R n R. i) Un punct a A se numeşte punct de extrem local pentru f dacă diferenţa f(x) f păstrează semn constant pe

Διαβάστε περισσότερα

Să se arate că n este număr par. Dan Nedeianu

Să se arate că n este număr par. Dan Nedeianu Primul test de selecție pentru juniori I. Să se determine numerele prime p, q, r cu proprietatea că 1 p + 1 q + 1 r 1. Fie ABCD un patrulater convex cu m( BCD) = 10, m( CBA) = 45, m( CBD) = 15 și m( CAB)

Διαβάστε περισσότερα

ANALIZA DATELOR EXPERIMENTALE

ANALIZA DATELOR EXPERIMENTALE INGINERIA TRAFICULUI 1-1 Lucrarea IT-1 ANALIZA DATELOR EXPERIMENTALE - Testul Kolmogorov-Smirnov - Un eperiment (fenomen) a cărui realizare diferă semnificativ atunci când este repetat în aceleaşi condiţii

Διαβάστε περισσότερα

3. Locuri geometrice Locuri geometrice uzuale

3. Locuri geometrice Locuri geometrice uzuale 3. Locuri geometrice 3.. Locuri geometrice uzuale oţiunea de loc geometric în plan care se găseşte şi în ELEETELE LUI EUCLID se pare că a fost folosită încă de PLATO (47-347) şi ARISTOTEL(383-3). Locurile

Διαβάστε περισσότερα

Fie I R un interval deschis, G R n, n 1, un domeniu şi f : I G R n. Forma generala a unei ecuaţii diferenţiale de ordinul întâi este: = f(x, y).

Fie I R un interval deschis, G R n, n 1, un domeniu şi f : I G R n. Forma generala a unei ecuaţii diferenţiale de ordinul întâi este: = f(x, y). Ecuaţii diferenţiale Ecuaţii diferenţiale ordinare Ecuaţii cu derivate parţiale Ordinul unei ecuaţii Soluţia unei ecuaţii diferenţiale ordinare Fie I R un interval deschis, G R n, n 1, un domeniu şi f

Διαβάστε περισσότερα

TESTAREA IPOTEZELOR STATISTICE

TESTAREA IPOTEZELOR STATISTICE Capitolul 9 TESTAREA IPOTEZELOR STATISTICE D acă în capitolul anterior au fost epuse principalele aspecte ale teoriei selecţiei, în acest capitol vom trata modalitatea de aplicare a teoriei în testarea

Διαβάστε περισσότερα

1Reziduuri şi aplicaţii

1Reziduuri şi aplicaţii Reziduuri şi aplicaţii În acest curs vom prezenta noţiunea de reziduu, modul de calcul al reziduurilor, teorema reziduurilor şi câteva aplicaţii ale teoremei reziduurilor, în special la calculul unor tipuri

Διαβάστε περισσότερα

2. Sisteme de forţe concurente...1 Cuprins...1 Introducere Aspecte teoretice Aplicaţii rezolvate...3

2. Sisteme de forţe concurente...1 Cuprins...1 Introducere Aspecte teoretice Aplicaţii rezolvate...3 SEMINAR 2 SISTEME DE FRŢE CNCURENTE CUPRINS 2. Sisteme de forţe concurente...1 Cuprins...1 Introducere...1 2.1. Aspecte teoretice...2 2.2. Aplicaţii rezolvate...3 2. Sisteme de forţe concurente În acest

Διαβάστε περισσότερα

1. Sisteme de ecuaţii liniare Definiţia 1.1. Fie K un corp comutativ. 1) Prin sistem de m ecuaţii liniare cu n necunoscute X 1,...

1. Sisteme de ecuaţii liniare Definiţia 1.1. Fie K un corp comutativ. 1) Prin sistem de m ecuaţii liniare cu n necunoscute X 1,... 1. Sisteme de ecuaţii liniare Definiţia 1.1. Fie K un corp comutativ. 1) Prin sistem de m ecuaţii liniare cu n necunoscute X 1,..., X n şi coeficienţi în K se înţelege un ansamblu de egalităţi formale

Διαβάστε περισσότερα

Statisticǎ - notiţe de curs

Statisticǎ - notiţe de curs Statisticǎ - notiţe de curs Ştefan Balint, Loredana Tǎnasie Cuprins 1 Ce este statistica? 3 2 Noţiuni de bazǎ 5 3 Colectarea datelor 7 4 Determinarea frecvenţei şi gruparea datelor 11 5 Prezentarea datelor

Διαβάστε περισσότερα

avem V ç,, unde D = b 4ac este discriminantul ecuaţiei de gradul al doilea ax 2 + bx +

avem V ç,, unde D = b 4ac este discriminantul ecuaţiei de gradul al doilea ax 2 + bx + Corina şi Cătălin Minescu 1 Determinarea funcţiei de gradul al doilea când se cunosc puncte de pe grafic, coordonatele vârfului, intersecţii cu axele de coordonate, puncte de extrem, etc. Probleme de arii.

Διαβάστε περισσότερα

CAPITOLUL 8 CURBE ÎN PLAN ŞI ÎN SPAŢIU Curbe în plan

CAPITOLUL 8 CURBE ÎN PLAN ŞI ÎN SPAŢIU Curbe în plan CAPITOLUL 8 CURBE ÎN PLAN ŞI ÎN SPAŢIU 81 Curbe în plan I Definiţia analitică a curbelor plane În capitolul 7 am studiat deja câteva eemple de curbe plane, amintim aici conicele nedegenerate: elipsa, hiperbola

Διαβάστε περισσότερα

Ecuaţii diferenţiale de ordinul întâi rezolvabile prin metode elementare

Ecuaţii diferenţiale de ordinul întâi rezolvabile prin metode elementare Capitolul 1 Ecuaţii diferenţiale de ordinul întâi rezolvabile prin metode elementare Definiţia 1.0.1 O ecuaţie diferenţialǎ de ordinul întâi este o relaţie de dependenţǎ funcţionalǎ de forma g(t, x, ẋ)

Διαβάστε περισσότερα

Capitole fundamentale de algebra si analiza matematica 2012 Analiza matematica

Capitole fundamentale de algebra si analiza matematica 2012 Analiza matematica Capitole fudametale de algebra si aaliza matematica 01 Aaliza matematica MULTIPLE CHOICE 1. Se cosidera fuctia. Atuci derivata mixta de ordi data de este egala cu. Derivata partiala de ordi a lui i raport

Διαβάστε περισσότερα

CURSUL AL IV-LEA. Tabelul 1 Greutatea corporală a 1014 pacienţi cu diferite afecţiuni, pe clase din 5kg în 5kg

CURSUL AL IV-LEA. Tabelul 1 Greutatea corporală a 1014 pacienţi cu diferite afecţiuni, pe clase din 5kg în 5kg CURSUL AL IV-LEA 1 Reprezentarea grafică a datelor statistice - Consideraţii generale Sunt două metode de bază în statistică: numerică şi grafică. Folosind metoda numerică putem calcula statistici ca media

Διαβάστε περισσότερα

CUPRINS 3. Sisteme de forţe (continuare)... 1 Cuprins..1

CUPRINS 3. Sisteme de forţe (continuare)... 1 Cuprins..1 CURS 3 SISTEME DE FORŢE (continuare) CUPRINS 3. Sisteme de forţe (continuare)... 1 Cuprins..1 Introducere modul.1 Obiective modul....2 3.1. Momentul forţei în raport cu un punct...2 Test de autoevaluare

Διαβάστε περισσότερα

Statisticǎ - curs 2. 1 Parametrii şi statistici ai tendinţei centrale 2. 2 Parametrii şi statistici ai dispersiei 5

Statisticǎ - curs 2. 1 Parametrii şi statistici ai tendinţei centrale 2. 2 Parametrii şi statistici ai dispersiei 5 Statisticǎ - curs Cupris Parametrii şi statistici ai tediţei cetrale Parametrii şi statistici ai dispersiei 5 3 Parametrii şi statistici factoriali ai variaţei 8 4 Parametrii şi statistici ale poziţiei

Διαβάστε περισσότερα

y y x x 1 y1 Elemente de geometrie analiticã 1. Segmente 1. DistanŃa dintre douã puncte A(x 1,y 1 ), B(x 2,y 2 ): AB = 2. Panta dreptei AB: m AB =

y y x x 1 y1 Elemente de geometrie analiticã 1. Segmente 1. DistanŃa dintre douã puncte A(x 1,y 1 ), B(x 2,y 2 ): AB = 2. Panta dreptei AB: m AB = Elemente de geometrie analiticã. Segmente. DistanŃa dintre douã puncte A(, ), B(, ): AB = ) + ( ) (. Panta dreptei AB: m AB = +. Coordonatele (,) ale mijlocului segmentului AB: =, =. Coordonatele punctului

Διαβάστε περισσότερα

Circuite electrice in regim permanent

Circuite electrice in regim permanent Ovidiu Gabriel Avădănei, Florin Mihai Tufescu, Electronică - Probleme apitolul. ircuite electrice in regim permanent. În fig. este prezentată diagrama fazorială a unui circuit serie. a) e fenomen este

Διαβάστε περισσότερα

3.5. Indicatori de împrăştiere

3.5. Indicatori de împrăştiere Dragomirescu L., Drane J. W., 009, Biostatisticã pentru începãtori. Vol I. Biostatisticã descriptivã. Editia a 6 revãzutã, Editura CREDIS, Bucure ti, 07p. ISB 978-973-734-46-8. 3.5. Indicatori de împrăştiere

Διαβάστε περισσότερα

Recapitulare - Tipuri de date

Recapitulare - Tipuri de date Recapitulare - Tipuri de date Date numerice vârsta, greutatea, talia, hemoglobina, tensiunea arterială, calcemia, glicemia, colesterolul, transaminazele etc. valori continue sau discrete numere întregi

Διαβάστε περισσότερα

Statistica descriptivă (continuare) Şef de Lucrări Dr. Mădălina Văleanu

Statistica descriptivă (continuare) Şef de Lucrări Dr. Mădălina Văleanu Statstca descrptvă (contnuare) Şef de Lucrăr Dr. Mădălna Văleanu mvaleanu@umfcluj.ro VARIABILE CANTITATIVE MĂSURI DE TENDINŢA CENTRALA Meda artmetca, Medana, Modul, Meda geometrca, Meda armonca, Valoarea

Διαβάστε περισσότερα

APLICAŢII ALE CALCULULUI DIFERENŢIAL. Material pentru uzul studenţilor de la FACULTATEA DE

APLICAŢII ALE CALCULULUI DIFERENŢIAL. Material pentru uzul studenţilor de la FACULTATEA DE 1 APLICAŢII ALE CALCULULUI DIFERENŢIAL Material pentru uzul studenţilor de la FACULTATEA DE MECANICĂ 2 Contents 1 Aplicaţii ale calculului diferenţial 5 1.1 Extreme ale funcţiilor reale de mai multe variabile

Διαβάστε περισσότερα

Asupra unei metode pentru calculul unor integrale definite din functii trigonometrice

Asupra unei metode pentru calculul unor integrale definite din functii trigonometrice Educţi Mtemtică Vol. 1, Nr. (5), 59 68 Asupr unei metode pentru clculul unor integrle definite din functii trigonometrice Ion Alemn Astrct In this pper is presented one method of clcultion for the trigonometricl

Διαβάστε περισσότερα

Statisticǎ - exerciţii

Statisticǎ - exerciţii Statisticǎ - exerciţii Ştefan Balint, Tǎnasie Loredana 1 Noţiuni de bazǎ Exerciţiu 1.1. Presupuneţi cǎ lucraţi pentru o firmǎ de sondare a opiniei publice şi doriţi sǎ estimaţi proporţia cetǎţenilor care,

Διαβάστε περισσότερα

Transformări de frecvenţă

Transformări de frecvenţă Lucrarea 22 Tranformări de frecvenţă Scopul lucrării: prezentarea metodei de inteză bazate pe utilizarea tranformărilor de frecvenţă şi exemplificarea aceteia cu ajutorul unui filtru trece-jo de tip Sallen-Key.

Διαβάστε περισσότερα

7. RETELE ELECTRICE TRIFAZATE 7.1. RETELE ELECTRICE TRIFAZATE IN REGIM PERMANENT SINUSOIDAL

7. RETELE ELECTRICE TRIFAZATE 7.1. RETELE ELECTRICE TRIFAZATE IN REGIM PERMANENT SINUSOIDAL 7. RETEE EECTRICE TRIFAZATE 7.. RETEE EECTRICE TRIFAZATE IN REGIM PERMANENT SINSOIDA 7... Retea trifazata. Sistem trifazat de tensiuni si curenti Ansamblul format din m circuite electrice monofazate in

Διαβάστε περισσότερα

Polarizarea tranzistoarelor bipolare

Polarizarea tranzistoarelor bipolare Polarizarea tranzistoarelor bipolare 1. ntroducere Tranzistorul bipolar poate funcţiona în 4 regiuni diferite şi anume regiunea activă normala RAN, regiunea activă inversă, regiunea de blocare şi regiunea

Διαβάστε περισσότερα

Fişier template preliminar

Fişier template preliminar logo.png Contract POSDRU/86/1.2/S/62485 Fişier template preliminar Universitatea Tehnica din Iaşi (front-hyperlinks-colors * 29 iulie 212) UTC.png UTI.png Universitatea Tehnică Gheorghe Asachi din Iaşi

Διαβάστε περισσότερα

Variabile aleatoare şi funcţii de repartiţie

Variabile aleatoare şi funcţii de repartiţie Caitolul 4 Variabile aleatoare şi funcţii de reartiţie 4. Variabile aleatoare Variabila aleatoare este una din noţiunile fundamentale ale teoriei robabilitãţilor şi a statisticii matematice. In urma unui

Διαβάστε περισσότερα

Algoritmi genetici. 1.1 Generalităţi

Algoritmi genetici. 1.1 Generalităţi 1.1 Generalităţi Algoritmii genetici fac parte din categoria algoritmilor de calcul evoluţionist şi sunt inspiraţi de teoria lui Darwin asupra evoluţiei. Idea calculului evoluţionist a fost introdusă în

Διαβάστε περισσότερα

Timp alocat: 180 minute. In itemii 1-4 completati casetele libere, astfel incat propozitiile obtinute sa fie adevarate.

Timp alocat: 180 minute. In itemii 1-4 completati casetele libere, astfel incat propozitiile obtinute sa fie adevarate. Copyright c 009 ONG TCV Scoala Virtuala a Tanarului Matematician 1 Ministerul Educatiei si Tineretului al Republicii Moldova Agentia de Evaluare si Examinare Examenul de bacalaureat la matematica, 15 iunie

Διαβάστε περισσότερα

Bazele teoriei riscului

Bazele teoriei riscului Bazele teoriei riscului Mircea Crâşmăreanu ii Contents Mulţimi şi funcţii 3 2 Probabilităţi: abordare clasică 5 3 Probabilităţi: abordare modernă 4 Funcţia de repartiţie a unei variabile aleatoare 9 5

Διαβάστε περισσότερα

PROIECT ECONOMETRIE. Profesori coordinatori: Liviu-Stelian Begu și Smaranda Cimpoeru

PROIECT ECONOMETRIE. Profesori coordinatori: Liviu-Stelian Begu și Smaranda Cimpoeru PROIECT ECONOMETRIE Profesori coordinatori: LiviuStelian Begu și Smaranda Cimpoeru Proiect realizat de?, grupa?, seria? FACULTATEA DE RELAȚII ECONOMICE INTERNAȚIONALE, ASE, BUCUREȘTI 2015 CUPRINS Înregistrați

Διαβάστε περισσότερα

CIRCUITE CU DZ ȘI LED-URI

CIRCUITE CU DZ ȘI LED-URI CICUITE CU DZ ȘI LED-UI I. OBIECTIVE a) Determinarea caracteristicii curent-tensiune pentru diode Zener. b) Determinarea funcționării diodelor Zener în circuite de limitare. c) Determinarea modului de

Διαβάστε περισσότερα

Capitolul 2 - HIDROCARBURI 2.4.ALCADIENE

Capitolul 2 - HIDROCARBURI 2.4.ALCADIENE Capitolul 2 - HIDROCARBURI 2.4.ALCADIENE TEST 2.4.1 I. Scrie cuvântul / cuvintele dintre paranteze care completează corect fiecare dintre afirmaţiile următoare. Rezolvare: 1. Alcadienele sunt hidrocarburi

Διαβάστε περισσότερα

A1. Valori standardizate de rezistenţe

A1. Valori standardizate de rezistenţe 30 Anexa A. Valori standardizate de rezistenţe Intr-o decadă (valori de la la 0) numărul de valori standardizate de rezistenţe depinde de clasa de toleranţă din care fac parte rezistoarele. Prin adăugarea

Διαβάστε περισσότερα

7. Fie ABCD un patrulater inscriptibil. Un cerc care trece prin A şi B intersectează

7. Fie ABCD un patrulater inscriptibil. Un cerc care trece prin A şi B intersectează TEMĂ 1 1. În triunghiul ABC, fie D (BC) astfel încât AB + BD = AC + CD. Demonstraţi că dacă punctele B, C şi centrele de greutate ale triunghiurilor ABD şi ACD sunt conciclice, atunci AB = AC. India 2014

Διαβάστε περισσότερα

页面

页面 订单 - 配售 Εξετάζουμε την αγορά...luăm în considerare posibi 正式, 试探性 Είμαστε στην ευχάριστη Suntem θέση να încântați δώσουμε την să plasăm παραγγελία μας στην εταιρεία comandă σας pentru... για... Θα θέλαμε

Διαβάστε περισσότερα

Geometria diferenţială a curbelor în spaţiu

Geometria diferenţială a curbelor în spaţiu Geometria diferenţială a curbelor în spaţiu A. U. Thor 0.1 Generalităţi Definitia 1.1 Se numeşte curbă înspaţiu dată parametric mulţimea punctelor M (x, y, z) din spaţiuacăror coordonate sunt date de x

Διαβάστε περισσότερα