Válasz:
f (x) = 2x ^ 2 + 3x # szűkebb
Magyarázat:
Írjuk ezeket a parabolák egyenleteit csúcsformájukba, azaz
=
=
és
Annak megállapításához, hogy egy parabola keskeny vagy széles, nézzük meg a parabola négyzetes együtthatóját, ami
grafikon {(y-x ^ 2-3x) (y-x ^ 2-4) = 0 -21.08, 18.92, -6, 14}
Válasz:
Magyarázat:
Grafikáljuk meg mindkettőjüket, majd nézzük meg biztosan. Itt van
grafikon {2x ^ 2 + 3x -10, 10, -5, 20}
És ez az
grafikon {x ^ 2 + 4 -10, 10, -5, 20}
Miért van ez
A válasz a
Hasonlítsuk össze a grafikonokat
grafikon {(y-x ^ 2) (y + x ^ 2) = 0 -10, 10, -5, 5}
Ez
grafikon {(y-5x ^ 2) (y + 5x ^ 2) = 0 -10, 10, -5, 5}
És ez az
grafikon {(y-1 / 3x ^ 2) (y + 1 / 3x ^ 2) = 0 -10, 10, -5, 5}
A Cyclone Coaster 16 autóval rendelkezik. Némelyiküknek 2 utasa van, némelyikük 3 utas. Ha összesen 36 férőhelyes hely van, hány autót tart 3 utas?
Összesen 36 embert tudunk beilleszteni 12 autóba, amelyek 2 fő befogadására alkalmasak, és 4 autónak 3 személy számára. így ebben a problémában összesen 16 gépkocsival rendelkezünk, amelyek egy része 2-hez viszonyítva 3-at tartalmaz. Azt is figyelembe vesszük, hogy ezekben az autókban 36 ember van. Ezt matematikailag írhatom 16 = x + y 36 = 2x + 3y, most megoldhatjuk az egyenletrendszert, így kivonok egyet a másikból, és megoldom a 20 = x + 2y-t, így az x = 20-2y lehetővé teszi a dugót, ami
Melyik adatkészlet melyik része a dobozban, egy doboz és egy szálkereszt?
Az adatok 50% -a a dobozon belül van. Ez azt jelenti, hogy Q1-> Q2 és Q2-> Q3 szerepel. Mivel a Q adatok minden tartománya 25% -ot tartalmaz a dobozban és a whiskerben, a doboz 50% min -> Q1 = 25% Q1 -> Q2 = 25% Q2 -> Q3 = 25% Q3 -> max = 25%
Hol lesz szűkebb az előrejelzési intervallum vagy a konfidencia intervallum: közel az átlaghoz vagy az átlaghoz képest?
Mind az előrejelzés, mind a konfidencia intervallumok szűkebbek az átlag közelében, ez könnyen látható a megfelelő hibahatárban. A következőkben a konfidencia intervallum hibahatára van. E = t _ {alfa / 2, df = n-2}, s_eqrt {{fr {1} {n} + fr {(x_0 - {{}} ^ 2} {S_ {xx }})} A következő az E = t _ {alfa / 2, df = n-2} predikciós intervallum hibahatára, ha s_eqrt {(1 + fr {1} {n} + frac {( x_0 - {{}} ^ 2} {S_ {xx}})} Mindkét esetben látjuk a (x_0 - bar {x}) ^ 2 kifejezést, amely a az előrejelzési pont az átlagtól. Ezért a CI