Презентации по Математике

Метрологическая экспертиза
Метрологическая экспертиза
Основные задачи МЭ Оценка - рациональности номенклатуры измеряемых параметров; оптимальности требований к точности измерений; полноты и правильности требований к точности средств измерений; соответствия точности измерений заданным требованиям; контролепригодности изделия (измерительных систем); рациональности выбранных средств и методик выполнения измерений. Анализ использования вычислительной техники в измерительных операциях (методическая составляющая погрешности измерений из-за несовершенства алгоритма вычислений) Контроль Проверка правильности употребления терминов, наименований, обозначений величин и применения их единиц. Не допускать использование терминов, наименований, обозначений величин и применение их единиц, не соответствующих РМГ 29-99, ГОСТ 8.417-2002.
Продолжить чтение
Шартты операция
Шартты операция
Шартты операция былай орындалады. Бірінші логикалық өрнек есептелінеді. Егер true нәтижесі берілсе, онда сұрақ белгісінен кейінгі бірінші өрнек орындалады және оның мәні барлық операция нәтижесі болады. Соңғы өрнек орындалмайды. Егер false нәтижесі берілсе, онда соңғы өрнек орындалады және оның мәні барлық операция нәтижесі болады. Бұл былай жазуға мүмкіндік береді n = = о ? иә : m / n нөлге бөлінуден қорықпаймыз. Өрнек Тұрақтылар, айнымалылар, операциялар, әдістерді шақыру және жақшалар өрнке (expressions) деп аталады. Өрнектерді есептеу кезінде 4 ереже қолданылады: 1. Бір түрдегі операциялар солдан оңға қарай орындалады: х + у + z былай есептелінеді (х + у) + z. Ерекшелік: меншіктеу операциясы оңнан солға қарай орындалады: х = у = z есептелінеді х = (у = z). 2. Сол жақтағы операнд оңжақтығы операндтан бұрын орындалады. 3. Операндтар операция алдында толық есептелінеді. 4. Құрама операцияны орындау кезінде сол жақтағы меншіктеу мәні оң жақтағы мән үшін сақталады.
Продолжить чтение
Байесовы сети. Вероятностное моделирование в Байесовых сетях
Байесовы сети. Вероятностное моделирование в Байесовых сетях
Вероятностная трактовка данных Процесс измерения сопряжен с экспериментальными погрешностями; Изучаемая система является сложной, т.е. несводимой к сумме свойств отдельных компонент, и наблюдаемое многообразие данных может быть равновероятно объяснено великим множеством структурных описаний, при этом нельзя достоверно предпочесть ни одно из них; Объем измерений конечен и не может считаться исчерпывающим описанием системы. Как согласовать субъективные неопределенности в ожиданиях исследователей (beliefs) и объективные факты о статистике экспериментальных наблюдений (probabilities)? Частотные (экспериментальные) вероятности Предельный результат «бесконечного» числа испытаний в повторяющихся условиях; Пример: «Вероятность выпадения орла при бросании этой монеты равна 0.52»; Вычисляется как доля «орлов» в пределе неограниченного числа попыток. Повторяющиеся условия? Неограниченное число попыток? Как экспериментально установить вероятность 10-6 ?
Продолжить чтение
Числа и величины
Числа и величины
3 класс. Числа и величины (30 часов) Римская письменная нумерация Продолжение изучения римской письменной нумерации. Знакомство с цифрами L, C, D, M. Запись чисел с помощью всех изученных знаков. Сравнение римской и современной письменных нумераций (продолжение). Дробные числа Рассмотрение ситуаций, приводящих к появлению дробных чисел, дроби вокруг нас. Понятие о дроби как части целого. Запись дробных чисел. Числитель и знаменатель дроби, их математический смысл с точки зрения рассматриваемой интерпретации дробных чисел. Сравнение дробей с одинаковыми знаменателями и разными числителями. Расположение дробных чисел на числовом луче. Нахождение части от числа и восстановление числа по его доле. Величины Скорость движения. Единицы измерения скорости: см/мин, км/ч, м/мин. Единицы измерения массы грамм (г), центнер (ц), тонна (т). Соотношения между единицами измерения массы: 1 кг = 1000 г, 1 ц =100 кг, 1 т = 10 ц = 1000 кг. Сравнение и упорядочивание однородных величин. Координатный луч
Продолжить чтение
Математичні методи в біології
Математичні методи в біології
Гланц С. Медико-биологическая статистика. Пер. С англ..– М., Практика, 1998.– 459с. Атраментова Л.А., Утевская О.М. Статистические методы в биологии , Горловка, 2008 Гумецький Р.Я., Паляниця Б.М., Чабан М.Є. Математичні методи в біології : Теоретичні відомості, програмований практикум, комп’ютерні тести / Навч. посібник.– Львів: ЛНУ, 2004. – 112 с. Деол, 2008. – 324 с. Деркач М.П, Гумецький Р.Я., Чабан М.Є. Курс варіаційної статистики. – К.: «Вища школа», 1977.– 208 с. Компьютерная биометрика / Под ред. В.Н.Носова. (Колл. авторов).– М.: Изд-во МГУ, 1990. – 232 с. Лакин Г.Ф. Биометрия : Учеб. пособие для биол. специальностей вузов / 4-е изд.– М.: Высш. школа, 1980. – 293 с. Литвин І.І., Конончук О.М., Дещинський Ю.Л. Інформатика : Теоретичні основи і практикум / Підр.– Львів: Нов.світ, 2004. – 304 с. Рокицкий П.Ф. Биологическая статистика : Учеб. пособие для биол. фак. ун-тов./ Изд. 4-е.– Минск: Высш. школа, 1978. – 320 с. Тарасова В.В. Екологічна статистика (з блочно-модульною формою контролю знань). Підручник. – К.: Центр учбової літератури, 2008.– 392 с.   Література Біля витоків біометрії стояв Френсіс Гальтон (1822-1911). Спочатку Гальтон готувався стати лікарем. Однак, навчаючись в Кембриджському університеті, він захопився природознавством, метеорологією, антропологією, спадковістю і теорією еволюції. У його книзі, присвяченій природній спадковості, виданій в 1889, вперше було введено слово biometry; в цей же час він розробив основи кореляційного аналізу. Гальтон заклав основи нової науки і дав їй ім'я. Історія
Продолжить чтение