ESTIMAREA PARAMETRILOR STATISTICI. Călinici Tudor
|
|
- Ὀφιοῦχος Ζερβός
- 5 χρόνια πριν
- Προβολές:
Transcript
1 ESTIMAREA PARAMETRILOR STATISTICI Călinici Tudor 1
2 Obiective educaţionale Înţelegerea procesului de estimare Însuşirea limbajului specific pentru inferenţa statistică Enumerarea estimatorilor fără bias Determinarea intervalului de încredere de o precizie dată Calculul taliei unui eşantion reprezentativ în diferite condiţii 2
3 Probabilităţi = şansa ca un eveniment să aibă loc considerând toate rezultatele posibile Valoarea predictivă a probabilităţii: Reflectă ce ar trebui să se întâmple şi nu ce o să se întâmple efectiv Pentru un pacient supus unei operaţii cu o rată de succes de 75% rezultatul nu poate fi 75% succes Probabilitatea poate fi privită ca o măsură a capacităţii eşantionului analizat de a estima caracteristica unei populaţii 3
4 Exemplu: distribuţia greutăţii Media = 69, s = 3 68,26% = p=0,68 Mai mare de 78 P=0,0013 4
5 Principii generale În studiul într-o populaţie P a parametrilor a unei caracteristici oarecare (cantitative sau calitative) adesea este necesar să se urmeze procedeul: 1. Se extrage un eşantion reprezentativ al acestei populaţii. 2. Prin mijloacele statisticii descriptive se descrie distribuţia caracteristicii pe eşantionul extras la etapa 1, fiindcă talia acestuia permite o investigare exhaustivă a sa. Astfel se poate determina frecvenţa observată, dacă este vorba de o caracteristică calitativă, sau se calculează media şi variaţia, în cazul unei caracteristici cantitative. 3. Prin mijloacele statisticii inferenţiale sau inductive se extind la întreaga populaţie rezultatele observate pe eşantion. Adica, pornind de la parametrii observaţi (frecvenţa, media, variaţia, etc) pe eşantion se încearcă să se estimeze parametrii teoretici ai întregii populaţii. 5
6 Principii generale Eşantionare Calculul caracteristicii Inferenţă 6
7 Principii generale Cazul unei variabile X calitative Frecvenţa teoretică p a variabilei X în populaţia P este necunoscută. Din populaţia P se extrage la întâmplare eşantionul E reprezentativ. In eşantionul E pentru variabila X se observă o frecvenţă f. Se încearcă să se estimeze valoarea necunoscută a lui p cu ajutorul lui f observat. 7
8 8
9 Principii generale Cazul unei variabile X cantitative Media teoretică a variabilei X ca şi variaţia sa teoretică 2 în populaţia P sunt necunoscute. Din populaţia P se extrage la întâmplare eşantionul E reprezentativ. In eşantionul E pentru variabila X se observă o medie m şi o variaţie s 2. Se încearcă să se estimeze valorile necunoscute ale lui şi 2 cu ajutorul lui m şi s 2 observate. 9
10 10
11 Principii generale Eşantionare Variabile calitative FRECVENŢA Calculul caracteristicii Variabile cantitative MEDIA MEDIANA MODULUL Inferenţă 11
12 Definiţia unui estimator Estimatorul unui parametru este o funcţie depinzând de observaţiile efectuate pe un eşantion extras la întâmplare care furnizează o valoare aleatoare numită estimarea punctuală a parametrului. Exemplu: Dacă eşantionul E are valorile x 1,...,x n pentru caracteristica studiată, estimatorul mediei aritmetice a unei populaţii P este m = (x 1 +x x n )/n 12
13 Principii generale Eşantionare Variabile calitative FRECVENŢA Calculul caracteristicii Variabile cantitative ESTIMATOR MEDIA MEDIANA MODULUL Inferenţă 13
14 ESTIMAREA PUNCTUALĂ Calităţile unui estimator: corectitudinea estimării obţinute, precizia acesteia. 14
15 Estimator fără bias Fie T estimarea punctuală a unui parametru teoretic al unei populaţii. T este o variabila aleatoare, valorile fiind tributare eşantionului pe baza căruia se calculează. Estimatorul T se spune că este fără bias dacă speranţa matematică a lui T este egală cu valoarea adevărată (teoretică) a parametrului estimat adică M(T) =. Se spune în acest caz că estimarea dată de T este corectă. 15
16 ESTIMAREA PUNCTUALĂ Proprietăţi ale estimatorilor medie si frecventa: P1. Speranţa matematică a mediilor observate, m, pe eşantioane extrase aleator este egală cu media teoretică a populaţiei din care sau extras eşantioanele, medie considerată pentru valorile unei variabile cantitative luată în studiu: M(m) =. P2. Speranţa matematică a frecvenţelor observate, f, pe eşantioane extrase aleator este egală cu frecvenţa teoretică p a populaţiei din care sau extras eşantioanele, frecvenţă considerată pentru valorile unei variabile calitative luată în studiu: M(f) = p. Din P1 şi P2 rezultă că m şi f sunt estimatori fără bias şi că 16 estimările realizate cu ajutorul lor sunt corecte.
17 ESTIMAREA PUNCTUALĂ P3. Speranţa matematică a variaţiilor descriptive observate s 2 pe eşantioane de talie n, extrase aleator este diferită de variaţia teoretică 2 a populaţiei din care sau extras eşantioanele, variaţie considerată pentru valorile unei variabile cantitative luată în studiu: M( s 2 ) n 1 2 n P4. Variaţia punctuală de eşantionare este un estimator fără bias pentru 2 : S 2 n n 1 s 2 17
18 18
19 Concluzie Media, frecvenţa şi variaţia de eşantionare observate pe eşantioane corect extrase (reprezentative) dintr-o populaţie P sunt estimatori fără bias ale mediei, frecvenţei şi respectiv variaţiei teoretice ale populaţiei P 19
20 ESTIMAREA CU INTERVALE DE INCREDERE Un estimator că este cu atât mai eficace cu cât variaţia sa este mai mică, sau precizia sa depinde de mărimea variaţiei sale. Estimarea punctuală a unui parametru teoretic furnizează o valoare pentru parametrul teoretic estimat. Valoarea sa este tributară fluctuaţiilor de eşantionare şi poate fi la o mare distanţă de valoarea reală a parametrului estimat. Este recomandabil să se estimeze un parametru teoretic nu printr-o singură valoare ci printr-un interval, numit interval de încredere, în care să se poată afirma că parametrul estimat se găseşte cu o 20 probabilitate ridicată.
21 ESTIMAREA CU AJUTORUL INTERVALULUI DE INCREDERE Intervalul de încredere este un interval mărginit de valori (limitele poartă numele de limite de încredere) care include media caracteristicii studiate. Cu cât intervalul este mai larg cu atât suntem mai siguri că media caracteristicii studiate se va regăsi în acel interval. Mărimea încrederii, confidenţa, este dată de probabilitatea ca valoarea (valorile) studiate să se găsească în acel interval. 21
22 ESTIMAREA UNEI MEDII Fie P o populaţie în care variabila X are o media teoretică necunoscută. Din populaţia P se extrage la întâmplare eşantionul E reprezentativ. In eşantionul E pentru variabila X se observă o medie m şi se calculează o variaţie punctuală estimată Se încearcă să se determine pentru valoarea necunoscută a mediei teoretice un interval de încredere cu pragul, (cu ajutorul lui m şi S 2 observate), adică să se determine un interval [a,b] în care probabilitatea ca media teoretică să se afle este 1-: Pr(a b) = 1 -. n ( xi m) 2 n S s2 i1 n1 n1 2 22
23 ESTIMAREA UNEI MEDII: EŞANTIOANE MARI N>=30 Intervalul de încredere pentru media cu pragul de semnificaţie este m Z, m Z n n Atunci când nu se cunoaşte, ea poate fi estimata corect prin s şi în acest caz intervalul de încredere cu pragul de semnificaţie pentru media este s, s m Z m Z n1 n1 25
24 ESTIMAREA UNEI MEDII: EŞANTIOANE MARI Cel mai frecvent se utilizează un prag de semnificaţie = Atunci Z=1.96 şi deci intervalul de încredere cel mai utilizat în cazul eşantioanelor mari este m 1,96 s, m 1,96 s n1 n1 26
25 Întrebare Într-un eşantion de 101 de nou născuţi, cunoaştem media greutăţii la naştere: 3400g şi abaterea standard: 142 Se ştie din literatură faptul că greutatea medie la naştere la nou născuţi este de 3300g. Este eşantionul din acest exemplu caracteristic pentru o populaţia la care se face referirea din literatură? /-1,96*142/10= 3400+/
26 Eroarea de eşantionare a mediei Sx= diferenţa dintre media valorilor eşantionului şi media caracteristici populaţiei din care a fost extras eşantionul Creşterea erorii de eşantionare => Scăderea acurateţii mediei eşantionului de a estima caracteristica unei populaţii Scăderea erorii de eşantionare => Creşterea acurateţii mediei eşantionului de a estima caracteristica unei populaţii 28
27 Intervale de încredere cu eşantioane mici n<30 Cu cât eşantioanele sunt mai mici cu atât distribuţia de eşantionare este mai dispersată faţă de distribuţia normală Se foloseşte o altă distribuţie: distribuţia t sau Student Diferenţa majoră dintre distribuţia t şi cea normală constă în faptul că prima îşi schimbă forma odată cu schimbarea dimensiunii eşantionului 30
28 df Grade de libertate Direcţiile disponibile pentru mişcare într-un spaţiu dat Numărul de componente care pot varia într-un set de date n-1 s, s m t m t n1 n1 31
29 Calculul intervalului de încredere s, s m t m t n1 n1 n=6 df = 5 II95% t= ±2,571 n=10 df = 9 II95% t= ±2,262 n=30 II95% t= ±2,042 Creşterea lui n determină ca valoarea lui t să se apropie de 1,96 curba tinde spre distribuţia normală 32
30 ESTIMAREA UNEI FRECVENTE Esantioane mari np, nq>=10 f(1-f) f Z, f Z n f(1-f) n f este frecventa observata 33
31 Talia eşantionului reprezentativ Prevalenţa maladiei în populaţie este cunoscută f (exprimată în procente) Se stabileşte marja de eroare k în procente Se stabileşte riscul asumat Talia esantionului este N = z α 2 f (1 f) k 2 34
32 Exemplu Se cunoaşte din literatură faptul că o maladie are în populaţie o prevalenţă de 25% Să se calculeze talia unui eşantion reprezentativ legat de respectiva maladie, cu o marjă de eroare de 3%, asumându-se un risc de 5% N = 1,962 0,25 0,75 0,
33 Talia eşantionului reprezentativ Se doreşte evaluarea unei variabile cantitative, cu o anumită precizie E cu asumarea unui risc 1-α. Se cunoaşte din studii anterioare varianţa respectivului parametru ca având valoarea σ. Talia eşantionului reprezentativ va fi N = Z α σ E 2 36
34 Exemplu Se doreşte estimarea timpului mediu de consultaţie pentru medicii de familie. Ştiindu-se din studii anterioare că durata unei consultaţii poate varia cu aproximativ 5 minute de la caz la caz şi că studiul doreşte estimarea cu precizia de 1 minut, asumându-şi un risc de 5% de eroare, să se calculeze talia eşantionului necesar în acest caz N = 1,
35 SAU 38
36 Vă mulţumesc pentru atenţie 39
Statistică descriptivă Distribuția normală Estimare. Călinici Tudor 2015
Statistică descriptivă Distribuția normală Estimare Călinici Tudor 2015 Obiective educaționale Enumerarea caracteristicilor distribuției normale Enumerarea principiilor inferenței statistice Calculul intervalului
Διαβάστε περισσότεραNOTIUNI DE BAZA IN STATISTICA
NOTIUNI DE BAZA IN STATISTICA INTRODUCERE SI DEFINITII A. PARAMETRI SI STATISTICI Parametru valoare sau caracteristica asociata unei populatii constante fixe notatie - litere grecesti: media populatiei
Διαβάστε περισσότερα8 Intervale de încredere
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
Διαβάστε περισσότεραStatisticǎ - curs 3. 1 Seria de distribuţie a statisticilor de eşantioane 2. 2 Teorema limitǎ centralǎ 5. 3 O aplicaţie a teoremei limitǎ centralǎ 7
Statisticǎ - curs 3 Cuprins 1 Seria de distribuţie a statisticilor de eşantioane 2 2 Teorema limitǎ centralǎ 5 3 O aplicaţie a teoremei limitǎ centralǎ 7 4 Estimarea punctualǎ a unui parametru; intervalul
Διαβάστε περισσότεραCurs 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 περισσότερα9 Testarea ipotezelor statistice
9 Testarea ipotezelor statistice Un test statistic constă în obţinerea unei deducţii bazată pe o selecţie din populaţie prin testarea unei anumite ipoteze (rezultată din experienţa anterioară, din observaţii,
Διαβάστε περισσότερα(a) se numeşte derivata parţială a funcţiei f în raport cu variabila x i în punctul a.
Definiţie Spunem că: i) funcţia f are derivată parţială în punctul a în raport cu variabila i dacă funcţia de o variabilă ( ) are derivată în punctul a în sens obişnuit (ca funcţie reală de o variabilă
Διαβάστε περισσότεραScoruri standard Curba normală (Gauss) M. Popa
Scoruri standard Curba normală (Gauss) M. Popa Scoruri standard cunoaştere evaluare, măsurare evaluare comparare (Gh. Zapan) comparare raportare la un sistem de referință Povestea Scufiței Roşii... 70
Διαβάστε περισσότερα1. Distribuţiile teoretice 2. Intervalul de încredere pentru caracteristicile cantitative (medii) Histograma Nr. valori Nr. de clase de valori
1. Distribuţiile teoretice (diagramă de distribuţie, distribuţia normală sau gaussiană) 2. Intervalul de încredere pentru caracteristicile cantitative (medii) 1. Distribuţia constituie ansamblul tuturor
Διαβάστε περισσότεραFig Impedanţa condensatoarelor electrolitice SMD cu Al cu electrolit semiuscat în funcţie de frecvenţă [36].
Componente şi circuite pasive Fig.3.85. Impedanţa condensatoarelor electrolitice SMD cu Al cu electrolit semiuscat în funcţie de frecvenţă [36]. Fig.3.86. Rezistenţa serie echivalentă pierderilor în funcţie
Διαβάστε περισσότεραPlanul 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 περισσότεραDistributiiContinue 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 περισσότεραCurs 4 Serii de numere reale
Curs 4 Serii de numere reale Facultatea de Hidrotehnică Universitatea Tehnică "Gh. Asachi" Iaşi 2014 Criteriul rădăcinii sau Criteriul lui Cauchy Teoremă (Criteriul rădăcinii) Fie x n o serie cu termeni
Διαβάστε περισσότεραIntegrala nedefinită (primitive)
nedefinita nedefinită (primitive) nedefinita 2 nedefinita februarie 20 nedefinita.tabelul primitivelor Definiţia Fie f : J R, J R un interval. Funcţia F : J R se numeşte primitivă sau antiderivată a funcţiei
Διαβάστε περισσότεραSisteme diferenţiale liniare de ordinul 1
1 Metoda eliminării 2 Cazul valorilor proprii reale Cazul valorilor proprii nereale 3 Catedra de Matematică 2011 Forma generală a unui sistem liniar Considerăm sistemul y 1 (x) = a 11y 1 (x) + a 12 y 2
Διαβάστε περισσότεραStatisticǎ - 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 περισσότεραPOPULAŢIE 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 περισσότεραAnaliza 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 περισσότεραIII. 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 περισσότεραAplicaţii ale principiului I al termodinamicii la gazul ideal
Aplicaţii ale principiului I al termodinamicii la gazul ideal Principiul I al termodinamicii exprimă legea conservării şi energiei dintr-o formă în alta şi se exprimă prin relaţia: ΔUQ-L, unde: ΔU-variaţia
Διαβάστε περισσότεραMetode de interpolare bazate pe diferenţe divizate
Metode de interpolare bazate pe diferenţe divizate Radu Trîmbiţaş 4 octombrie 2005 1 Forma Newton a polinomului de interpolare Lagrange Algoritmul nostru se bazează pe forma Newton a polinomului de interpolare
Διαβάστε περισσότεραINTRODUCERE ÎN STATISTICA MEDICALĂ
INTRODUCERE ÎN STATISTICA MEDICALĂ 1 » Terminologia statistică» Ce este populaţia statistică» Ce este și de ce folosim eşantionul statistic» Care sunt principalele metode de eşantionare» Diferența dintre
Διαβάστε περισσότεραErori si incertitudini de măsurare. Modele matematice Instrument: proiectare, fabricaţie, Interacţiune măsurand instrument:
Erori i incertitudini de măurare Sure: Modele matematice Intrument: proiectare, fabricaţie, Interacţiune măurandintrument: (tranfer informaţie tranfer energie) Influente externe: temperatura, preiune,
Διαβάστε περισσότερα7 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 περισσότεραElemente 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 περισσότερα10. STABILIZATOAE DE TENSIUNE 10.1 STABILIZATOAE DE TENSIUNE CU TANZISTOAE BIPOLAE Stabilizatorul de tensiune cu tranzistor compară în permanenţă valoare tensiunii de ieşire (stabilizate) cu tensiunea
Διαβάστε περισσότεραprin egalizarea histogramei
Lucrarea 4 Îmbunătăţirea imaginilor prin egalizarea histogramei BREVIAR TEORETIC Tehnicile de îmbunătăţire a imaginilor bazate pe calculul histogramei modifică histograma astfel încât aceasta să aibă o
Διαβάστε περισσότεραFunctii 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 περισσότεραSubiecte 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 περισσότεραa. 11 % b. 12 % c. 13 % d. 14 %
1. Un motor termic funcţionează după ciclul termodinamic reprezentat în sistemul de coordonate V-T în figura alăturată. Motorul termic utilizează ca substanţă de lucru un mol de gaz ideal având exponentul
Διαβάστε περισσότεραSERII 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 περισσότεραDISTANŢA DINTRE DOUĂ DREPTE NECOPLANARE
DISTANŢA DINTRE DOUĂ DREPTE NECOPLANARE ABSTRACT. Materialul prezintă o modalitate de a afla distanţa dintre două drepte necoplanare folosind volumul tetraedrului. Lecţia se adresează clasei a VIII-a Data:
Διαβάστε περισσότερα5.5. REZOLVAREA CIRCUITELOR CU TRANZISTOARE BIPOLARE
5.5. A CIRCUITELOR CU TRANZISTOARE BIPOLARE PROBLEMA 1. În circuitul din figura 5.54 se cunosc valorile: μa a. Valoarea intensității curentului de colector I C. b. Valoarea tensiunii bază-emitor U BE.
Διαβάστε περισσότεραMetode iterative pentru probleme neliniare - contractii
Metode iterative pentru probleme neliniare - contractii Problemele neliniare sunt in general rezolvate prin metode iterative si analiza convergentei acestor metode este o problema importanta. 1 Contractii
Διαβάστε περισσότεραFunctii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor
Functii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor. Fiind date doua multimi si spunem ca am definit o functie (aplicatie) pe cu valori in daca fiecarui element
Διαβάστε περισσότεραCurs 14 Funcţii implicite. Facultatea de Hidrotehnică Universitatea Tehnică "Gh. Asachi"
Curs 14 Funcţii implicite Facultatea de Hidrotehnică Universitatea Tehnică "Gh. Asachi" Iaşi 2014 Fie F : D R 2 R o funcţie de două variabile şi fie ecuaţia F (x, y) = 0. (1) Problemă În ce condiţii ecuaţia
Διαβάστε περισσότεραStatisticǎ - 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 περισσότερα5 Statistica matematică
5 Statistica matematică Cuvântul statistică afostiniţial folosit pentru a desemna o colecţiededatedesprepopulaţie şi situaţia economică, date vitale pentru conducerea unui stat. Cu timpul, Statistica a
Διαβάστε περισσότεραAparate de măsurat. Măsurări electronice Rezumatul cursului 2. MEE - prof. dr. ing. Ioan D. Oltean 1
Aparate de măsurat Măsurări electronice Rezumatul cursului 2 MEE - prof. dr. ing. Ioan D. Oltean 1 1. Aparate cu instrument magnetoelectric 2. Ampermetre şi voltmetre 3. Ohmetre cu instrument magnetoelectric
Διαβάστε περισσότεραV.7. Condiţii necesare de optimalitate cazul funcţiilor diferenţiabile
Metode de Optimizare Curs V.7. Condiţii necesare de optimalitate cazul funcţiilor diferenţiabile Propoziţie 7. (Fritz-John). Fie X o submulţime deschisă a lui R n, f:x R o funcţie de clasă C şi ϕ = (ϕ,ϕ
Διαβάστε περισσότεραMARCAREA 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 περισσότερα5.4. 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 περισσότεραriptografie şi Securitate
riptografie şi Securitate - Prelegerea 12 - Scheme de criptare CCA sigure Adela Georgescu, Ruxandra F. Olimid Facultatea de Matematică şi Informatică Universitatea din Bucureşti Cuprins 1. Schemă de criptare
Διαβάστε περισσότερα5. FUNCŢII IMPLICITE. EXTREME CONDIŢIONATE.
5 Eerciţii reolvate 5 UNCŢII IMPLICITE EXTREME CONDIŢIONATE Eerciţiul 5 Să se determine şi dacă () este o funcţie definită implicit de ecuaţia ( + ) ( + ) + Soluţie ie ( ) ( + ) ( + ) + ( )R Evident este
Διαβάστε περισσότεραDefiniţia generală Cazul 1. Elipsa şi hiperbola Cercul Cazul 2. Parabola Reprezentari parametrice ale conicelor Tangente la conice
1 Conice pe ecuaţii reduse 2 Conice pe ecuaţii reduse Definiţie Numim conica locul geometric al punctelor din plan pentru care raportul distantelor la un punct fix F şi la o dreaptă fixă (D) este o constantă
Διαβάστε περισσότεραR R, f ( x) = x 7x+ 6. Determinați distanța dintre punctele de. B=, unde x și y sunt numere reale.
5p Determinați primul termen al progresiei geometrice ( b n ) n, știind că b 5 = 48 și b 8 = 84 5p Se consideră funcția f : intersecție a graficului funcției f cu aa O R R, f ( ) = 7+ 6 Determinați distanța
Διαβάστε περισσότεραVariabile statistice. (clasificare, indicatori)
Variabile statistice (clasificare, indicatori) Definiţii caracteristică sau variabilă statistică proprietate în functie de care se cerceteaza o populatie statistica şi care, în general, poate fi măsurată,
Διαβάστε περισσότεραCONCURSUL DE MATEMATICĂ APLICATĂ ADOLF HAIMOVICI, 2016 ETAPA LOCALĂ, HUNEDOARA Clasa a IX-a profil științe ale naturii, tehnologic, servicii
ADOLF HAIMOVICI, 206 Clasa a IX-a profil științe ale naturii, tehnologic, servicii. Se consideră predicatul binar p(x, y) : 4x + 3y = 206, x, y N și mulțimea A = {(x, y) N N 4x+3y = 206}. a) Determinați
Διαβάστε περισσότεραa 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 περισσότεραCurs 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 περισσότεραCurs 2 Şiruri de numere reale
Curs 2 Şiruri de numere reale Facultatea de Hidrotehnică Universitatea Tehnică "Gh. Asachi" Iaşi 2014 Convergenţă şi mărginire Teoremă Orice şir convergent este mărginit. Demonstraţie Fie (x n ) n 0 un
Διαβάστε περισσότεραMasurarea 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 περισσότεραRĂSPUNS 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 περισσότεραSeminariile Capitolul X. Integrale Curbilinii: Serii Laurent şi Teorema Reziduurilor
Facultatea de Matematică Calcul Integral şi Elemente de Analiă Complexă, Semestrul I Lector dr. Lucian MATICIUC Seminariile 9 20 Capitolul X. Integrale Curbilinii: Serii Laurent şi Teorema Reiduurilor.
Διαβάστε περισσότεραPrelucrarea caracteristicilor calitative
Prelucrarea caracteristicilor calitative Definiţia probabilităţii; P A = Nr. cazuri favorabile/nr.cazuri posibile sau existente Probabilitatea matematică se stabileşte apriori; probabilitatea empirică
Διαβάστε περισσότεραModul 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 περισσότερα3 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 περισσότεραComponente şi Circuite Electronice Pasive. Laborator 3. Divizorul de tensiune. Divizorul de curent
Laborator 3 Divizorul de tensiune. Divizorul de curent Obiective: o Conexiuni serie şi paralel, o Legea lui Ohm, o Divizorul de tensiune, o Divizorul de curent, o Implementarea experimentală a divizorului
Διαβάστε περισσότεραCURS: METODE EXPERIMENTALE ÎN FCS
Cunoaşterea în fizică se bazează pe experimente şi măsurători. Pentru verificarea oricărei teorii => experiment => măsurători. Toate măsurătorile sunt afectate de erori. Nu putem măsura ă ceva cu exactitate
Διαβάστε περισσότεραTESTAREA 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 περισσότεραCapitolul 4 PROPRIETĂŢI TOPOLOGICE ŞI DE NUMĂRARE ALE LUI R. 4.1 Proprietăţi topologice ale lui R Puncte de acumulare
Capitolul 4 PROPRIETĂŢI TOPOLOGICE ŞI DE NUMĂRARE ALE LUI R În cele ce urmează, vom studia unele proprietăţi ale mulţimilor din R. Astfel, vom caracteriza locul" unui punct în cadrul unei mulţimi (în limba
Διαβάστε περισσότεραSTATISTICĂ DESCRIPTIVĂ
STATISTICĂ DESCRIPTIVĂ » Reprezentarea şi sumarizarea datelor» Parametrii statistici descriptivi Centralitate Dispersie Asimetrie Localizare Cuprins Măsuri de centralitate Măsuri de împrăştiere Media Amplitudine
Διαβάστε περισσότερα2.1 Sfera. (EGS) ecuaţie care poartă denumirea de ecuaţia generală asferei. (EGS) reprezintă osferă cu centrul în punctul. 2 + p 2
.1 Sfera Definitia 1.1 Se numeşte sferă mulţimea tuturor punctelor din spaţiu pentru care distanţa la u punct fi numit centrul sferei este egalăcuunnumăr numit raza sferei. Fie centrul sferei C (a, b,
Διαβάστε περισσότεραEsalonul Redus pe Linii (ERL). Subspatii.
Seminarul 1 Esalonul Redus pe Linii (ERL). Subspatii. 1.1 Breviar teoretic 1.1.1 Esalonul Redus pe Linii (ERL) Definitia 1. O matrice A L R mxn este in forma de Esalon Redus pe Linii (ERL), daca indeplineste
Διαβάστε περισσότεραCâmp de probabilitate II
1 Sistem complet de evenimente 2 Schema lui Poisson Schema lui Bernoulli (a bilei revenite) Schema hipergeometrică (a bilei neîntoarsă) 3 4 Sistem complet de evenimente Definiţia 1.1 O familie de evenimente
Διαβάστε περισσότεραGEOMETRIE 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 περισσότερα1. 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 περισσότερα1.7. AMPLIFICATOARE DE PUTERE ÎN CLASA A ŞI AB
1.7. AMLFCATOARE DE UTERE ÎN CLASA A Ş AB 1.7.1 Amplificatoare în clasa A La amplificatoarele din clasa A, forma de undă a tensiunii de ieşire este aceeaşi ca a tensiunii de intrare, deci întreg semnalul
Διαβάστε περισσότεραStatistica 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 περισσότεραSeminar 5 Analiza stabilității sistemelor liniare
Seminar 5 Analiza stabilității sistemelor liniare Noțiuni teoretice Criteriul Hurwitz de analiză a stabilității sistemelor liniare În cazul sistemelor liniare, stabilitatea este o condiție de localizare
Διαβάστε περισσότεραSubiecte 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 περισσότεραT 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 περισσότεραComponente şi Circuite Electronice Pasive. Laborator 4. Măsurarea parametrilor mărimilor electrice
Laborator 4 Măsurarea parametrilor mărimilor electrice Obiective: o Semnalul sinusoidal, o Semnalul dreptunghiular, o Semnalul triunghiular, o Generarea diferitelor semnale folosind placa multifuncţională
Διαβάστε περισσότεραProfesor 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 περισσότεραTEMA 9: FUNCȚII DE MAI MULTE VARIABILE. Obiective:
TEMA 9: FUNCȚII DE MAI MULTE VARIABILE 77 TEMA 9: FUNCȚII DE MAI MULTE VARIABILE Obiective: Deiirea pricipalelor proprietăţi matematice ale ucţiilor de mai multe variabile Aalia ucţiilor de utilitate şi
Διαβάστε περισσότεραModelarea 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 περισσότεραMăsurări în Electronică şi Telecomunicaţii 4. Măsurarea impedanţelor
4. Măsurarea impedanţelor 4.2. Măsurarea rezistenţelor în curent continuu Metoda comparaţiei ceastă metodă: se utilizează pentru măsurarea rezistenţelor ~ 0 montaj serie sau paralel. Montajul serie (metoda
Διαβάστε περισσότεραValori limită privind SO2, NOx şi emisiile de praf rezultate din operarea LPC în funcţie de diferite tipuri de combustibili
Anexa 2.6.2-1 SO2, NOx şi de praf rezultate din operarea LPC în funcţie de diferite tipuri de combustibili de bioxid de sulf combustibil solid (mg/nm 3 ), conţinut de O 2 de 6% în gazele de ardere, pentru
Διαβάστε περισσότεραFunctii 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 περισσότεραAPLICAȚIILE MEDICALE ALE CALCULULUI PROBABILITĂŢILOR. Călinici Tudor 2016
APLICAȚIILE MEDICALE ALE CALCULULUI PROBABILITĂŢILOR Călinici Tudor 2016 OBIECTIVE EDUCAŢIONALE Prezentarea conceptelor fundamentale ale teoriei calculului probabilitaţilor Evenimente independente Probabilități
Διαβάστε περισσότερα4. 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 περισσότεραDistribuţia binomială Teste statistice neparametrice nominale. M. Popa
Distribuţia binomială Teste statistice neparametrice nominale M. Popa a) parametrice Teste statistice inferenţele sunt probate prin utilizarea parametrilor populaţiei (indicatori care descriu tendinţa
Διαβάστε περισσότεραStatisticǎ - 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 περισσότεραCriptosisteme cu cheie publică III
Criptosisteme cu cheie publică III Anul II Aprilie 2017 Problema rucsacului ( knapsack problem ) Considerăm un număr natural V > 0 şi o mulţime finită de numere naturale pozitive {v 0, v 1,..., v k 1 }.
Διαβάστε περισσότεραMihai Orzan joi, 19:30, sala 1406
Analiza datelor de marketing utilizand S.P.S.S. - curs introductiv - Mihai Orzan mihai.orzan@ase.ro joi, 19:30, sala 1406 Chestiuni organizatorice Nota: Examen final (1 iunie): 40% Test seminar: 60% http://orzanm.ase.ro/spss
Διαβάστε περισσότεραExamen AG. Student:... Grupa:... ianuarie 2011
Problema 1. Pentru ce valori ale lui n,m N (n,m 1) graful K n,m este eulerian? Problema 2. Să se construiască o funcţie care să recunoască un graf P 3 -free. La intrare aceasta va primi un graf G = ({1,...,n},E)
Διαβάστε περισσότεραANALIZA 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 περισσότεραIndicatori sintetici ai distribuțiilor statistice
Indicatori sintetici ai distribuțiilor statistice STATISTICA DESCRIPTIVĂ observarea Obiective: organizarea descrierea datelor sintetizarea 1. Populație 2. Eșantion 3. Caracteristica observată Tabel de
Διαβάστε περισσότεραLUCRAREA DE LABORATOR Nr. 9 DETERMINAREA EXPERIMENTALÃ A DISTIBUŢIEI DIMENSIUNILOR EFECTIVE ÎN INTERIORUL CÂMPULUI DE ÎMPRÃŞTIERE
LUCRAREA DE LABORATOR Nr. 9 DETERMINAREA EXPERIMENTALÃ A DISTIBUŢIEI DIMENSIUNILOR EFECTIVE ÎN INTERIORUL CÂMPULUI DE ÎMPRÃŞTIERE 1. Scopul lucrãrii. Lucrarea are rolul de a permite cunoaşterea metodologiei
Διαβάστε περισσότεραAsupra unei inegalităţi date la barajul OBMJ 2006
Asupra unei inegalităţi date la barajul OBMJ 006 Mircea Lascu şi Cezar Lupu La cel de-al cincilea baraj de Juniori din data de 0 mai 006 a fost dată următoarea inegalitate: Fie x, y, z trei numere reale
Διαβάστε περισσότεραECO-STATISTICA-NOTITZZE DE LABORATOR
ECO-STATISTICA: OBIECTIVE: A. EVALUAREA CELEI MAI PROBABILE VALORI A UNEI CARACTERISTICI A MEDIULUI IN ZONA INVESTIGATA si a ERORII DE ESTIMARE In zona investigata cu o probabilitate de 90% (riscul asumat
Διαβάστε περισσότεραPROIECT 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 περισσότεραZgomotul se poate suprapune informaţiei utile în două moduri: g(x, y) = f(x, y) n(x, y) (6.2)
Lucrarea 6 Zgomotul în imagini BREVIAR TEORETIC Zgomotul este un semnal aleator, care afectează informaţia utilă conţinută într-o imagine. El poate apare de-alungul unui lanţ de transmisiune, sau prin
Διαβάστε περισσότεραLaborator 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 περισσότεραProblema 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 περισσότεραΕμπορική 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 περισσότεραRecapitulare - 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 περισσότεραConice. Lect. dr. Constantin-Cosmin Todea. U.T. Cluj-Napoca
Conice Lect. dr. Constantin-Cosmin Todea U.T. Cluj-Napoca Definiţie: Se numeşte curbă algebrică plană mulţimea punctelor din plan de ecuaţie implicită de forma (C) : F (x, y) = 0 în care funcţia F este
Διαβάστε περισσότεραz a + c 0 + c 1 (z a)
1 Serii Laurent (continuare) Teorema 1.1 Fie D C un domeniu, a D şi f : D \ {a} C o funcţie olomorfă. Punctul a este pol multiplu de ordin p al lui f dacă şi numai dacă dezvoltarea în serie Laurent a funcţiei
Διαβάστε περισσότεραTerminologia de procesării digitale a semnalelor
Terminologia de procesării digitale a semnalelor Semnale şi grafice În literatura de limba engleză acest domeniu este referit prin DSP - Digital Signal Processing Un semnal este o descriere a modului în
Διαβάστε περισσότερα