Miniatury matematyczne 94

Analiza danych to dzisiaj prawdziwa supermoc! Spotykamy się z nią na każdym kroku — od wielkich biurowców na Manhattanie po Wasze szkolne ławki. Wy sami analizujecie swoje oceny, żeby sprawdzić, czy macie jeszcze szansę na piątkę z matematyki. Dorośli bilansują domowe budżety, by odłożyć na wymarzone wakacje, a policja zbiera i analizuje dane o ruchu drogowym, by poprawić bezpieczeństwo na drogach. Nawet inwestorzy giełdowi spędzają godziny na badaniu rynku, by ich portfele rosły. Przykłady moglibyśmy mnożyć bez końca. 

Dane, które badamy, mogą być liczbowe lub nie. Warto jednak wiedzieć, że te nieliczbowe (jak opisy czy cechy) również bardzo często tłumaczy się na język liczb, aby móc je sprawniej przetworzyć. Dlatego właśnie zrozumienie świata liczb jest tak ważne – to fundament niemal każdej analizy. Czasami danych jest tak dużo, że trudno je ogarnąć wzrokiem. Wtedy z pomocą przychodzą matematyczne charakterystyki, które pozwalają opisać ogromny zbiór za pomocą zaledwie kilku wartości. Każdy z Was słyszał pewnie o średniej, minimum czy maksimum. Ale czy wiecie, co mówi nam mediana, wariancja albo odchylenie standardowe? Zrozumienie tych pojęć to klucz do wyciągania mądrych wniosków z chaosu informacji.

W tym krótkim opracowaniu przygotowaliśmy dla Was dwa artykuły o tym, jak opisywać zbiory liczb. Mamy nadzieję, że Wam się spodobają.

Czytając Średnio na jeża, dowiecie się, że średnia niejedno ma imię. Choć najczęściej używamy średniej arytmetycznej (tej od ocen!), nie obliczymy z jej pomocą średniej prędkości pociągu jadącego z punktu A do punktu B i z powrotem. W matematyce istnieją też inne rodzaje średnich, jak średnia geometryczna czy harmoniczna. Artykuł wyjaśnia, kiedy ich używać oraz jakie zachodzą między nimi relacje. Poznacie fascynujące nierówności między średnimi.

   Nauczymy się, jak wykorzystać dostępne środki, by osiągnąć jak najlepszy efekt. W rozwiązaniu tego problemu pomoże nam potężne narzędzie matematyczne, jakim jest metoda programowania liniowego. Choć zestawy danych bywają skomplikowane, odpowiednie podejście sprawia, że znalezienie rozwiązania jest prostsze, niż się na pierwszy rzut oka wydaje.