STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ. J. Pruška, T. Parák

Rozměr: px
Začít zobrazení ze stránky:

Download "STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ. J. Pruška, T. Parák"

Transkript

1 STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ J. Pruška, T. Parák

2 OBSAH: 1. Co je to spolehlivost, pravděpodobnost poruchy, riziko. 2. Deterministický a pravděpodobnostní přístup k řešení problémů. Definice základních pojmů z pravděpodobnosti a matematické statistiky (hustota pravděpodobnosti, střední hodnota, směrodatná odchylka, kvantil, kovariance, korelace, apod.). 3. Metoda Monte Carlo a LHS (latinské hyperkrychle). 4. Příklad použití metody Monte Carlo (posouzení svislé únosnosti základové půdy). 5. Zhodnocení metod. 2

3 1. Definice spolehlivosti, pravděpodobnosti poruchy, riziko Spolehlivost = schopnost systému (konstrukce) zachovávat požadované vlastnosti po celou dobu životnosti = pravděpodobnost, že požadované vlastnosti budou zachovány (p s ) p s = 1 p f kde p f je pravděpodobnost poruchy. Riziko H (hazard): H = p f * C f kde C f je průměrná očekávaná hmotná škoda, ke které by došlo při vzniku poruchy. 3

4 2. Deterministický a pravděpodobnostní přístup - deterministicky formulovaná podmínka spolehlivosti: R N E N - pravděpodobnostní přístup (funkce spolehlivosti): R E 0 kde R (odpor konstrukce = únosnost) a E (vnější zatížení) jsou náhodné veličiny s hustotami pravděpodobnosti f R (r) a f E (e). 4

5 2.1 Základní pojmy Náhodná veličina (například ϕ, c, E def, ze kterých dále určujeme R a E) může nabývat různých hodnot z určitého intervalu (a,b) a je charakterizována rozdělením hustoty pravděpodobnosti s jakou může těchto hodnot nabývat. Známe diskrétní a spojité náhodné veličiny. P b ( X ( a, b) ) f ( x) dx = a X Distribuční funkci v bodě x si na druhé straně můžeme představit jako plochu pod hustotou do bodu x. Hustota je derivace distribuční funkce. 5

6 Uvažujme spojitou náhodnou veličinu X s popsanou funkcí hustoty pravděpodobnosti f X (x). Pokud je g(x) funkce realizace náhodné veličiny X, pak průměrná hodnota: E Momenty: a) moment 1.řádu = průměr: b) moment 2.řádu = rozptyl: σ [ g( X )] g( x) f ( x)dx = [ X ] = x f ( x)dx µ x = E a z něj vyplívající směrodatná odchylka: 2 x X X [ ( ) ] 2 2 X µ x = ( x µ x ) f X ( x)dx = Var X = E Pozn.: pro normální rozdělení P P P σ x = Var X 2 N( µ, σ ) platí: ( X ( µ σ, µ + σ )) = 0, 689 ( X ( µ 2 σ, µ + 2σ )) = 0, 954 ( X ( µ 3 σ, µ + 3σ )) = 0, 997 6

7 c) moment 3.řádu = šikmost: α 3 = 3 ( x E X ) f X ( x) ( Var X ) 3/ 2 Šikmost je užitečná pro zjišťování asymetrie pravděpodobnostního rozdělení. Pro symetrická rozdělení platí. α 3 = 0 dx d) moment 4.řádu = špičatost: α 4 ( x E X ) f X ( x) 2 ( Var X ) dx 4 = 3 7

8 Pokud máme více náhodných veličin (n), nelze je generovat odděleně, pokud je mezi nimi nějaká závislost. Pro určení míry závislosti nám slouží kovariance a korelace. Kovariance je prvek kovarianční matice, která ječtvercová (n x n): cov ( X, X ) = E( X X ) ( E X )( E X ) i j i j i j kde i = 1,..., n a j = 1,..., n. Platí: cov ( X, X ) = Var( X ) i i i Normujeme-li kovarianci směrodatnými odchylkami, získáme korelaci náhodných veličin X i a X j : corr ( X, X ) i j = cov( X ) i X j ( sd X ) ( sd X ) i j Korelační koeficient může nabývat pouze hodnot z intervalu 1; 1. 8

9 Horním 100 p% kvantilem náhodné veličiny X ječíslo u p : Dolním 100 p% kvantilem náhodné veličiny X ječíslo v p : p ( 0 < p <1) kde a. v p ( X > u ) p P p = ( X < v ) p P p = = u 1 p Připomeňme, že v praxi se kvantily používají například v deterministickém přístupu, kdy používáme 5% horní kvantil od zatížení (častěji uváděný jako 95% kvantil, E N ) a 5% dolní kvantil od únosnosti konstrukce (R N ). 9

10 3. Metoda Monte Carlo (MC) Metody k řešení spolehlivosti (tj. výpočtu pravděpodobnosti poruchy) lze rozdělit na dvě základní skupiny: - simulační metody založené na metodě MC - aproximační metody Metoda MC pracuje na principu numerické simulace. Na základě generovaných pseudonáhodných čísel z intervalu 0 1 je možné generovat realizace náhodných čísel s určitým rozdělením pravděpodobnosti. Její distribuční funkce je Φ X ( x ). i i Nejprve je generováno pseudonáhodné číslo, index i označuje náhodnou veličinu inu a index j označuje číslo simulace. Realizace náhodné veličiny X i v j-té simulaci je získána podle vztahu: ( u ) 1 xi, j = Φ X i i, j ( ) 1 ve kterém je Φ X u inverzní i i, j distribuční funkce náhodné veličiny X i. 10

11 Zjednodušený postup výpočtu dle MC: - Generujeme realizace všech náhodných veličin vstupujících do výpočtu tak, jak bylo naznačeno. Tím získáme jeden set (sadu) vstupních hodnot. - Vygenerujeme N výpočtových setů (zpravidla je nutno generovat x*10 6 setů). - Provedeme N výpočtů a případy, kdy neplatí R E 0 označíme N f. - Dle elementární definice pravděpodobnosti pak spočteme pravděpodobnost poruchy: p f = N f N - Spolehlivost celého systému: p =1 p s f 11

12 3.1 Metoda Latinských hyperkrychlí (Latin Hypercube Sampling LHS) Zjednodušený postup výpočtu dle LHS: - Rozdělíme si interval distribuční funkce na N stejných dílků (zpravidla x*10 1 ), přičemž každý dílek má stejnou pravděpodobnost 1/N a může být vybrán právě jednou (náhodné permutace). - Generujeme N realizací náhodných veličin vstupujících do výpočtu a sestavíme N setů pro výpočet. - Provedeme N výpočtů. Další postup je shodný s metodou MC. Pozn.: Při generování realizací náhodných čísel je třeba vzít v úvahu závislost jednotlivých veličin za použití korelační matice. Toto platí i pro metodu MC. 12

13 4. Příklad použití MC posouzení svislé únosnosti zákl. půdy Příklad byl řešen jako porovnání s klasickým řešením dle ČSN Zde pouze řešení pomocí MC. Zadání: Posuďte svislou únosnost základové půdy pro případ rámové konstrukce založené na patkách. Výpočtové velikosti zatížení: H = kn, µ H = 100 kn N = kn, µ N = 500 kn M = knm, µ M = 80 knm Podloží: c ef = kpa ϕ ef = γ = 18,5 kn/m 3 13

14 Vlastní výpočet byl proveden za použití programu Anthill. Program umožňuje zadávat vstupní parametry jako konstanty, veličiny se spojitým náhodným rozdělením i s diskrétním náhodným rozdělením. Rozdělení lze dle potřeby editovat, případně z naměřených hodnot sestavovat rozdělení vlastní. Pro zeminy se výpočtová únosnost Rd (naše R) základu s vodorovnou základovou spárou stanoví podle obecného vzorce: b b b b d d d d c c c c d d i d s N b i d s N d i d s N c R + + = 2 γ 1 γ 2 14 Napětí na základové spářeσ(naše E) se spočítá za použití vztahu: A ef N = σ

15 Hustoty pravděpodobností jednotlivých vstupních veličin: Horizontální síla H (lognorm. rozdělení) Normálová síla N (norm. rozdělení) Ohybový moment M (lognorm. rozdělení) Efektivní soudržnost c ef (norm. rozdělení) 15

16 Úhel vnitřního tření ϕ ef (norm. rozdělení) Objemová tíha γ (norm. rozdělení) Výsledky výpočtu, při N = 1*10 6 simulacích: Výsledné rozdělení svislé únosnosti základové půdy R d 16

17 Výsledné rozdělení kontaktního napětí v základové spáře σ Provedeme výpočet pravděpodobnosti poruchy, respektive spolehlivosti: 17

18 Odtud výsledná spolehlivost p s a pravděpodobnost poruchy p f : p p s f = 0, % = = 95,13% ( 1 0,9513) 100% = 4,87% Výstup z programu Anthill, který nám ukazuje průnik R a E, si můžeme představit, pro lepší pochopení, ve 3D. 18

19 5. Zhodnocení metod U deterministického přístupu můžeme pouze zkonstatovat, zda daná konstrukce vyhoví,či nevyhoví. Naproti tomu můžeme u pravděpodobnostního přístupu říci s jakou pravděpodobností nám konstrukce vyhoví (jakou má konstrukce spolehlivost p s ), resp. jaká je pravděpodobnost poruchy p f. Znalost této hodnoty nám velice pomůže při určování celkového rizika stavby. Připomeňme: H = p f * C f což je velice podstatné z ekonomického hlediska. Pro pravděpodobnostní výpočty můžeme použít simulační metodu MC nebo z ní odvozenou metodu LHS. Všeobecně se doporučuje používat metodu MC u analytických výpočtů a LHS u výpočtů, kde používáme MKP programy s ohledem na menší počet simulací. 19

20 Vstupní data - rozlišit deterministické a náhodné veličiny (data) - popis náhodných vstupních dat pomocí rozdělení hustoty pravděpodobnosti - určení závislosti mezi veličinami a zvolení korelace 20

21 Frekvenční funkce normálního a log-normálního rozdělění pro soudržnost 21

22 Otázka výběru metody - Vliv počtu výpočtů aritmetický průměr 22

23 Vliv počtu výpočtů směrodatná odchylka 23

24 Stochastická definice stupně stability FS Pravděpodobnost porušení p f : R vzdorující síly (náhodná veličina), S posouvající síly (náhodná veličina) p f R( c, ϕ ) = P FS = < 1 E ( γ ) 24

25 Příklad stabilita svahu Geometrie Deterministické Stochastické (c) 25

26 Ekvivalentní plastické přetvoření 26

27 Vodorovné posuny 27

28 Vliv korelace (Spearmanova) 28

29 Vliv typu rozdělení Bez korelace 29

30 Vliv typu rozdělení S korelací 30

Systém rizikové analýzy při sta4ckém návrhu podzemního díla. Jan Pruška

Systém rizikové analýzy při sta4ckém návrhu podzemního díla. Jan Pruška Systém rizikové analýzy při sta4ckém návrhu podzemního díla Jan Pruška Definice spolehlivos. Spolehlivost = schopnost systému (konstrukce) zachovávat požadované vlastnos4 po celou dobu životnos4 = pravděpodobnost,

Více

Katedra geotechniky a podzemního stavitelství

Katedra geotechniky a podzemního stavitelství Katedra geotechniky a podzemního stavitelství Modelování v geotechnice Stochastické modelování (prezentace pro výuku předmětu Modelování v geotechnice) doc. RNDr. Eva Hrubešová, Ph.D. Inovace studijního

Více

4. Na obrázku je rozdělovací funkce (hustota pravděpodobnosti) náhodné veličiny X. Jakou hodnotu musí mít parametr k?

4. Na obrázku je rozdělovací funkce (hustota pravděpodobnosti) náhodné veličiny X. Jakou hodnotu musí mít parametr k? A 1. Stanovte pravděpodobnost, že náhodná veličina X nabyde hodnoty menší než 6: P( X 6). Veličina X má rozdělení se střední hodnotou 6 a směrodatnou odchylkou 5: N(6,5). a) 0 b) 1/3 c) ½ 2. Je možné,

Více

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2017/2018 Tutoriál č. 2:, náhodný vektor Jan Kracík jan.kracik@vsb.cz náhodná veličina rozdělení pravděpodobnosti náhodné

Více

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Výsledky některých náhodných pokusů jsou přímo vyjádřeny číselně (např. při hodu kostkou padne 6). Náhodnou veličinou

Více

MATEMATICKÁ STATISTIKA - XP01MST

MATEMATICKÁ STATISTIKA - XP01MST MATEMATICKÁ STATISTIKA - XP01MST 1. Úvod. Matematická statistika (statistics) se zabývá vyšetřováním zákonitostí, které v sobě obsahují prvek náhody. Zpracováním hodnot, které jsou výstupem sledovaného

Více

Téma 1: Spolehlivost a bezpečnost stavebních nosných konstrukcí

Téma 1: Spolehlivost a bezpečnost stavebních nosných konstrukcí Téma 1: Spolehlivost a bezpečnost stavebních nosných konstrukcí Přednáška z předmětu: Spolehlivost a bezpečnost staveb 4. ročník bakalářského studia Katedra stavební mechaniky Fakulta stavební Vysoká škola

Více

Cvičení 3. Posudek únosnosti ohýbaného prutu. Software FREET Simulace metodou Monte Carlo Simulace metodou LHS

Cvičení 3. Posudek únosnosti ohýbaného prutu. Software FREET Simulace metodou Monte Carlo Simulace metodou LHS Spolehlivost a bezpečnost staveb, 4. ročník bakalářského studia (všechny obory) Cvičení 3 Posudek únosnosti ohýbaného prutu Software FREET Simulace metodou Monte Carlo Simulace metodou LHS Katedra stavební

Více

Charakterizace rozdělení

Charakterizace rozdělení Charakterizace rozdělení Momenty f(x) f(x) f(x) μ >μ 1 σ 1 σ >σ 1 g 1 g σ μ 1 μ x μ x x N K MK = x f( x) dx 1 M K = x N CK = ( x M ) f( x) dx ( xi M 1 C = 1 K 1) N i= 1 K i K N i= 1 K μ = E ( X ) = xf

Více

Cvičení 9. Posudek únosnosti ohýbaného prutu metodou LHS v programu FREET. Software FREET Simulace metodou LHS

Cvičení 9. Posudek únosnosti ohýbaného prutu metodou LHS v programu FREET. Software FREET Simulace metodou LHS Pravděpodobnostní posuzování konstrukcí 4. ročník bakalářského studia obor Konstrukce staveb Cvičení 9 Posudek únosnosti ohýbaného prutu metodou LHS v programu FREET Software FREET Simulace metodou LHS

Více

MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

MATEMATICKÁ STATISTIKA.   Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci MATEMATICKÁ STATISTIKA Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Matematická statistika Matematická statistika se zabývá matematickým

Více

Téma 3 Metoda LHS, programový systém Atena-Sara-Freet

Téma 3 Metoda LHS, programový systém Atena-Sara-Freet Spolehlivost a bezpečnost staveb, 4.ročník bakalářského studia Téma 3 Metoda LHS, programový systém Atena-Sara-Freet Parametrická rozdělení Metoda Latin Hypercube Sampling (LHS) aplikovaná v programu Freet

Více

AVDAT Náhodný vektor, mnohorozměrné rozdělení

AVDAT Náhodný vektor, mnohorozměrné rozdělení AVDAT Náhodný vektor, mnohorozměrné rozdělení Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Opakování, náhodná veličina, rozdělení Náhodná veličina zobrazuje elementární

Více

I. D i s k r é t n í r o z d ě l e n í

I. D i s k r é t n í r o z d ě l e n í 6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme

Více

p(x) = P (X = x), x R,

p(x) = P (X = x), x R, 6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme

Více

1. Přednáška. Ing. Miroslav Šulai, MBA

1. Přednáška. Ing. Miroslav Šulai, MBA N_OFI_2 1. Přednáška Počet pravděpodobnosti Statistický aparát používaný ve financích Ing. Miroslav Šulai, MBA 1 Počet pravděpodobnosti -náhodné veličiny 2 Počet pravděpodobnosti -náhodné veličiny 3 Jevy

Více

Téma 4: Stratifikované a pokročilé simulační metody

Téma 4: Stratifikované a pokročilé simulační metody 0.007 0.006 0.005 0.004 0.003 0.002 0.001 Dlouhodobé nahodilé Std Distribution: Gumbel Min. EV I Mean Requested: 140 Obtained: 141 Std Requested: 75.5 Obtained: 73.2-100 0 100 200 300 Mean Std Téma 4:

Více

Definice spojité náhodné veličiny zjednodušená verze

Definice spojité náhodné veličiny zjednodušená verze Definice spojité náhodné veličiny zjednodušená verze Náhodná veličina X se nazývá spojitá, jestliže existuje nezáporná funkce f : R R taková, že pro každé a, b R { }, a < b, platí P(a < X < b) = b a f

Více

Téma 22. Ondřej Nývlt

Téma 22. Ondřej Nývlt Téma 22 Ondřej Nývlt nyvlto1@fel.cvut.cz Náhodná veličina a náhodný vektor. Distribuční funkce, hustota a pravděpodobnostní funkce náhodné veličiny. Střední hodnota a rozptyl náhodné veličiny. Sdružené

Více

Téma 1: Spolehlivost a bezpečnost stavebních nosných konstrukcí

Téma 1: Spolehlivost a bezpečnost stavebních nosných konstrukcí Téma 1: Spolehlivost a bezpečnost stavebních nosných konstrukcí Přednáška z předmětu: Pravděpodobnostní posuzování konstrukcí 4. ročník bakalářského studia Katedra stavební mechaniky Fakulta stavební Vysoká

Více

Téma 10: Spolehlivost a bezpečnost stavebních nosných konstrukcí

Téma 10: Spolehlivost a bezpečnost stavebních nosných konstrukcí Téma 10: Spolehlivost a bezpečnost stavebních nosných konstrukcí Přednáška z předmětu: Pravděpodobnostní posuzování konstrukcí 4. ročník bakalářského studia Katedra stavební mechaniky Fakulta stavební

Více

Bayesovské metody. Mnohorozměrná analýza dat

Bayesovské metody. Mnohorozměrná analýza dat Mnohorozměrná analýza dat Podmíněná pravděpodobnost Definice: Uvažujme náhodné jevy A a B takové, že P(B) > 0. Podmíněnou pravěpodobností jevu A za podmínky, že nastal jev B, nazýváme podíl P(A B) P(A

Více

Simulace. Simulace dat. Parametry

Simulace. Simulace dat. Parametry Simulace Simulace dat Menu: QCExpert Simulace Simulace dat Tento modul je určen pro generování pseudonáhodných dat s danými statistickými vlastnostmi. Nabízí čtyři typy rozdělení: normální, logaritmicko-normální,

Více

JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová

JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová Opakování Základní pojmy z teorie pravděpodobnosti Co je to náhodný pokus? Děj, jehož výsledek není předem jednoznačně určen podmínkami, za nichž

Více

Pilotové základy úvod

Pilotové základy úvod Inženýrský manuál č. 12 Aktualizace: 04/2016 Pilotové základy úvod Program: Pilota, Pilota CPT, Skupina pilot Cílem tohoto inženýrského manuálu je vysvětlit praktické použití programů GEO 5 pro výpočet

Více

Pravděpodobnost a statistika I KMA/K413

Pravděpodobnost a statistika I KMA/K413 Pravděpodobnost a statistika I KMA/K413 Konzultace 3 Přírodovědecká fakulta Katedra matematiky jiri.cihlar@ujep.cz Kovariance, momenty Definice kovariance: Kovariance náhodných veličin Dále můžeme dokázat:,

Více

KGG/STG Statistika pro geografy

KGG/STG Statistika pro geografy KGG/STG Statistika pro geografy 5. Odhady parametrů základního souboru Mgr. David Fiedor 16. března 2015 Vztahy mezi výběrovým a základním souborem Osnova 1 Úvod, pojmy Vztahy mezi výběrovým a základním

Více

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ Michal Kořenář 1 Abstrakt Rozvoj výpočetní techniky v poslední době umožnil také rozvoj výpočetních metod, které nejsou založeny na bázi

Více

Výběrové charakteristiky a jejich rozdělení

Výběrové charakteristiky a jejich rozdělení Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistické šetření úplné (vyčerpávající) neúplné (výběrové) U výběrového šetření se snažíme o to, aby výběrový

Více

MOŽNOSTI VYUŽITÍ METODY LHS PŘI NUMERICKÉM MODELOVÁNÍ STABILITY TUNELU

MOŽNOSTI VYUŽITÍ METODY LHS PŘI NUMERICKÉM MODELOVÁNÍ STABILITY TUNELU IV. ročník celostátní konference SPOLEHLIVOST KONSTRUKCÍ Téma: Posudek - poruchy - havárie 173 3.až..3 Dům techniky Ostrava ISBN 8--1551-7 MOŽNOSTI VYUŽITÍ METODY LHS PŘI NUMERICKÉM MODELOVÁNÍ STABILITY

Více

Mgr. Rudolf Blažek, Ph.D. prof. RNDr. Roman Kotecký Dr.Sc.

Mgr. Rudolf Blažek, Ph.D. prof. RNDr. Roman Kotecký Dr.Sc. Náhodné veličiny III Mgr. Rudolf Blažek, Ph.D. prof. RNDr. Roman Kotecký Dr.Sc. Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické v Praze c Rudolf Blažek, Roman

Více

Základy teorie pravděpodobnosti

Základy teorie pravděpodobnosti Základy teorie pravděpodobnosti Náhodná veličina Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 12. února 2012 Statistika by Birom Základy teorie

Více

X = x, y = h(x) Y = y. hodnotám x a jedné hodnotě y. Dostaneme tabulku hodnot pravděpodobnostní

X = x, y = h(x) Y = y. hodnotám x a jedné hodnotě y. Dostaneme tabulku hodnot pravděpodobnostní ..08 8cv7.tex 7. cvičení - transformace náhodné veličiny Definice pojmů a základní vzorce Je-li X náhodná veličina a h : R R je měřitelná funkce, pak náhodnou veličinu Y, která je definovaná vztahem X

Více

Inovace bakalářského studijního oboru Aplikovaná chemie

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Základy zpracování dat chemometrie, statistika Doporučenáliteratura

Více

Návrh a posouzení plošného základu podle mezního stavu porušení ULS dle ČSN EN 1997-1

Návrh a posouzení plošného základu podle mezního stavu porušení ULS dle ČSN EN 1997-1 Návrh a posouzení plošného základu podle mezního stavu porušení ULS dle ČSN EN 1997-1 1. Návrhové hodnoty účinků zatížení Účinky zatížení v mezním stavu porušení ((STR) a (GEO) jsou dány návrhovou kombinací

Více

MATEMATICKÁ STATISTIKA

MATEMATICKÁ STATISTIKA MATEMATICKÁ STATISTIKA 1. Úvod. Matematická statistika se zabývá vyšetřováním zákonitostí, které v sobě obsahují prvek náhody. Zpracováním hodnot, které jsou výstupem sledovaného procesu, se snažíme popsat

Více

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) = Základní rozdělení pravděpodobnosti Diskrétní rozdělení pravděpodobnosti. Pojem Náhodná veličina s Binomickým rozdělením Bi(n, p), kde n je přirozené číslo, p je reálné číslo, < p < má pravděpodobnostní

Více

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod. P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod. Matematický přístup k výsledkům únavových zkoušek Náhodnost výsledků únavových zkoušek. Únavové

Více

Posouzení stability svahu

Posouzení stability svahu Inženýrský manuál č. 25 Aktualizace 07/2016 Posouzení stability svahu Program: MKP Soubor: Demo_manual_25.gmk Cílem tohoto manuálu je vypočítat stupeň stability svahu pomocí metody konečných prvků. Zadání

Více

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457. 0 cvičení z PST 5 prosince 208 0 (intervalový odhad pro rozptyl) Soubor (70, 84, 89, 70, 74, 70) je náhodným výběrem z normálního rozdělení N(µ, σ 2 ) Určete oboustranný symetrický 95% interval spolehlivosti

Více

Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet?

Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet? Náhodné veličiny Náhodné veličiny Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Příklad Vytáhneme tři karty z balíčku zajímá nás, kolik je mezi nimi es.

Více

Náhodná veličina a rozdělení pravděpodobnosti

Náhodná veličina a rozdělení pravděpodobnosti 3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro

Více

Náhodný vektor a jeho charakteristiky

Náhodný vektor a jeho charakteristiky Náhodný vektor a jeho číselné charakteristiky 1 Náhodný vektor a jeho charakteristiky V následující kapitole budeme věnovat pozornost pouze dvourozměřnému náhodnému vektoru, i když uvedené pojmy a jejich

Více

Náhodné (statistické) chyby přímých měření

Náhodné (statistické) chyby přímých měření Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobnost a aplikovaná statistika MGR. JANA SEKNIČKOVÁ, PH.D. 2. KAPITOLA PODMÍNĚNÁ PRAVDĚPODOBNOST 3. KAPITOLA NÁHODNÁ VELIČINA 9.11.2017 Opakování Uveďte příklad aplikace geometrické definice pravděpodobnosti

Více

SPOLEHLIVOST KONSTRUKCÍ & TEORIE SPOLEHLIVOSTI část 8: Normové předpisy

SPOLEHLIVOST KONSTRUKCÍ & TEORIE SPOLEHLIVOSTI část 8: Normové předpisy SPOLEHLIVOST KONSTRUKCÍ & TEORIE SPOLEHLIVOSTI část 8: Normové předpisy Drahomír Novák Jan Eliáš 2012 Spolehlivost konstrukcí, Drahomír Novák & Jan Eliáš 1 část 8 Normové předpisy 2012 Spolehlivost konstrukcí,

Více

V tomto inženýrském manuálu je popsán návrh a posouzení úhlové zdi.

V tomto inženýrském manuálu je popsán návrh a posouzení úhlové zdi. Inženýrský manuál č. 2 Aktualizace: 02/2016 Návrh úhlové zdi Program: Úhlová zeď Soubor: Demo_manual_02.guz V tomto inženýrském manuálu je popsán návrh a posouzení úhlové zdi. Zadání úlohy: Navrhněte úhlovou

Více

Aktuální trendy v oblasti modelování

Aktuální trendy v oblasti modelování Aktuální trendy v oblasti modelování Vladimír Červenka Radomír Pukl Červenka Consulting, Praha 1 Modelování betonové a železobetonové konstrukce - tunelové (definitivní) ostění Metoda konečných prvků,

Více

Vρ < πd 2 f y /4. π d 2 f y /4 - Vρ = 0

Vρ < πd 2 f y /4. π d 2 f y /4 - Vρ = 0 5 ZÁKLADY TOI SPOLHLIVOSTI 5.1 Základní úvahy Základní úlohou teorie spolehlivosti stavebních konstrukcí je rozbor zdánlivě jednoduché podmínky mezi účinkem zatížení a odolností konstrukce ve tvaru nerovnosti

Více

Zápočtová práce STATISTIKA I

Zápočtová práce STATISTIKA I Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru

Více

VÝPOČET ZATÍŽENÍ SNĚHEM DLE ČSN EN :2005/Z1:2006

VÝPOČET ZATÍŽENÍ SNĚHEM DLE ČSN EN :2005/Z1:2006 PŘÍSTAVBA SOCIÁLNÍHO ZAŘÍZENÍ HŘIŠTĚ TJ MOŘKOV PŘÍPRAVNÉ VÝPOČTY Výpočet zatížení dle ČSN EN 1991 (730035) ZATÍŽENÍ STÁLÉ Střešní konstrukce Jednoplášťová plochá střecha (bez vl. tíhy nosné konstrukce)

Více

VLIV STATISTICKÉ ZÁVISLOSTI NÁHODNÝCH VELIČIN NA SPOLEHLIVOST KONSTRUKCE

VLIV STATISTICKÉ ZÁVISLOSTI NÁHODNÝCH VELIČIN NA SPOLEHLIVOST KONSTRUKCE IV. ročník celostátní konference SPOLEHLIVOST KONSTRUKCÍ Téma: Posudek - poruchy - havárie 25 23.až 24.4.2003 Dům techniky Ostrava ISBN 80-02-055-7 VLIV STATISTICKÉ ZÁVISLOSTI NÁHODNÝCH VELIČIN NA SPOLEHLIVOST

Více

Matematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace

Matematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace Matematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace Jan Slovák Masarykova univerzita Fakulta informatiky 28. 11 2. 12. 2016 Obsah přednášky 1 Literatura 2 Střední

Více

JAK MODELOVAT VÝSLEDKY

JAK MODELOVAT VÝSLEDKY JAK MODELOVAT VÝSLEDKY NÁHODNÝCH POKUSŮ? Martina Litschmannová Opakování Základní pojmy z teorie pravděpodobnosti Co je to náhodný pokus? Děj, jehož výsledek není předem jednoznačně určen podmínkami, za

Více

Výpočet stability svahu

Výpočet stability svahu Výpočet stability svahu Projekt Datum :..005 Typ výpočtu : v efektivních parametrech Rozhraní Umístění rozhraní Souřadnice bodů rozhraní [m] X Z X Z X Z - 5, 5, 7,89 5,0,5 6,85 7,0 7,99 7,5 8,00 7,5 9,00

Více

Namáhání ostění kolektoru

Namáhání ostění kolektoru Inženýrský manuál č. 23 Aktualizace 06/2016 Namáhání ostění kolektoru Program: MKP Soubor: Demo_manual_23.gmk Cílem tohoto manuálu je vypočítat namáhání ostění raženého kolektoru pomocí metody konečných

Více

Praktická statistika. Petr Ponížil Eva Kutálková

Praktická statistika. Petr Ponížil Eva Kutálková Praktická statistika Petr Ponížil Eva Kutálková Zápis výsledků měření Předpokládejme, že známe hodnotu napětí U = 238,9 V i její chybu 3,3 V. Hodnotu veličiny zapíšeme na tolik míst, aby až poslední bylo

Více

Demo_manual_02.guz V tomto inženýrském manuálu je popsán návrh a posouzení úhlové zdi.

Demo_manual_02.guz V tomto inženýrském manuálu je popsán návrh a posouzení úhlové zdi. Inženýrský manuál č. 2 Aktualizace: 02/2018 Návrh úhlové zdi Program: Soubor: Úhlová zeď Demo_manual_02.guz V tomto inženýrském manuálu je popsán návrh a posouzení úhlové zdi. Zadání úlohy: Navrhněte úhlovou

Více

Cvičení 2. Vyjádření náhodně proměnných veličin, Posudek spolehlivosti metodou SBRA, Posudek metodou LHS.

Cvičení 2. Vyjádření náhodně proměnných veličin, Posudek spolehlivosti metodou SBRA, Posudek metodou LHS. Spolehlivost a bezpečnost staveb 4. ročník bakalářského studia Cvičení 2 Vyjádření náhodně proměnných veličin, Posudek spolehlivosti metodou SBRA, Posudek metodou LHS. Zpracování naměřených dat Tvorba

Více

Chyby měření 210DPSM

Chyby měření 210DPSM Chyby měření 210DPSM Jan Zatloukal Stručný přehled Zdroje a druhy chyb Systematické chyby měření Náhodné chyby měření Spojité a diskrétní náhodné veličiny Normální rozdělení a jeho vlastnosti Odhad parametrů

Více

Mezní stavy. Obecné zásady a pravidla navrhování. Nejistoty ve stavebnictví. ČSN EN 1990 a ČSN ISO návrhové situace a životnost

Mezní stavy. Obecné zásady a pravidla navrhování. Nejistoty ve stavebnictví. ČSN EN 1990 a ČSN ISO návrhové situace a životnost Obecné zásady a pravidla navrhování Prof. Ing. Milan Holický, DrSc. Kloknerův ústav ČVUT, Šolínova 7, 66 08 Praha 6 Tel.: 4 353 84, Fax: 4 355 3 E-mail: holicky@klok.cvut.cz Návrhové situace Nejistoty

Více

Náhodné chyby přímých měření

Náhodné chyby přímých měření Náhodné chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně pravděpodobná.

Více

SPOLEHLIVOSTNÍ ANALÝZA STAVEBNÍCH KONSTRUKCÍ - APLIKACE

SPOLEHLIVOSTNÍ ANALÝZA STAVEBNÍCH KONSTRUKCÍ - APLIKACE IV. ročník celostátní konference SPOLEHLIVOST KONSTRUKCÍ Téma: Posudek - poruchy - havárie 163 23.až 24.4.2003 Dům techniky Ostrava ISBN 80-02-01551-7 SPOLEHLIVOSTNÍ ANALÝZA STAVEBNÍCH KONSTRUKCÍ - APLIKACE

Více

spolehlivosti stavebních nosných konstrukcí

spolehlivosti stavebních nosných konstrukcí Principy posuzování spolehlivosti stavebních nosných konstrukcí Spolehlivost a bezpečnost staveb 4. ročník bakalářského studia Ing. Martin Krejsa, Ph.D. Katedra stavební mechaniky Fakulta stavební Vysoká

Více

n = 2 Sdružená distribuční funkce (joint d.f.) n. vektoru F (x, y) = P (X x, Y y)

n = 2 Sdružená distribuční funkce (joint d.f.) n. vektoru F (x, y) = P (X x, Y y) 5. NÁHODNÝ VEKTOR 5.1. Rozdělení náhodného vektoru Náhodný vektor X = (X 1, X 2,..., X n ) T n-rozměrný vektor, složky X i, i = 1,..., n náhodné veličiny. Vícerozměrná (n-rozměrná) náhodná veličina n =

Více

STATICKÝ VÝPOČET. Zpracování PD rekonstrukce opěrné zdi 2.úsek Starý Kopec. V&V stavební a statická kancelář, spol. s r. o.

STATICKÝ VÝPOČET. Zpracování PD rekonstrukce opěrné zdi 2.úsek Starý Kopec. V&V stavební a statická kancelář, spol. s r. o. Zpracování PD rekonstrukce opěrné zdi 2.úsek Starý Kopec V&V stavební a statická kancelář, spol. s r. o. Havlíčkovo nábřeží 38 702 00 Ostrava 1 Tel.: 597 578 405 E-mail: vav@vav-ova.cz Zak. číslo: DE-5116

Více

1 TECHNICKÁ ZPRÁVA KE STATICKÉMU VÝPOČTU

1 TECHNICKÁ ZPRÁVA KE STATICKÉMU VÝPOČTU TECHNICKÁ ZPRÁVA KE STATICKÉMU VÝPOČTU ÚVOD Předmětem tohoto statického výpočtu je návrh opěrných stěn, které budou realizovány v rámci projektu Chodník pro pěší Pňovice. Statický výpočet je zpracován

Více

Pojmy z kombinatoriky, pravděpodobnosti, znalosti z kapitoly náhodná veličina, znalost parciálních derivací, dvojného integrálu.

Pojmy z kombinatoriky, pravděpodobnosti, znalosti z kapitoly náhodná veličina, znalost parciálních derivací, dvojného integrálu. 6. NÁHODNÝ VEKTOR Průvodce studiem V počtu pravděpodobnosti i v matematické statistice se setkáváme nejen s náhodnými veličinami, jejichž hodnotami jsou reálná čísla, ale i s takovými, jejichž hodnotami

Více

PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2]

PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2] PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2] Použitá literatura: [1]: J.Reif, Z.Kobeda: Úvod do pravděpodobnosti a spolehlivosti, ZČU Plzeň, 2004 (2. vyd.) [2]: J.Reif: Metody matematické

Více

NK 1 Zatížení 1. Vodojem

NK 1 Zatížení 1. Vodojem NK 1 Zatížení 1 Přednášky: Doc. Ing. Karel Lorenz, CSc., Prof. Ing. Milan Holický, DrSc., Ing. Jana Marková, Ph.D. FA, Ústav nosných konstrukcí, Kloknerův ústav Cvičení: Ing. Naďa Holická, CSc., Fakulta

Více

ef c ef su 1 Třída F5, konzistence tuhá Třída G1, ulehlá

ef c ef su 1 Třída F5, konzistence tuhá Třída G1, ulehlá Výpočet tížné zdi Vstupní data Projekt Datum : 0.7.0 Geometrie konstrukce Pořadnice Hloubka X [m] Z [m] 0.00 0.00 0.00 0.60 0.0 0.6 0.0.80 0.0.0 6-0.79.0 7-0.79.80 8-0.70 0.00 Počátek [0,0] je v nejhořejším

Více

Náhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která

Náhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která Náhodná veličina a její charakteristiky Náhodná veličina a její charakteristiky Představte si, že provádíte náhodný pokus, jehož výsledek jste schopni ohodnotit nějakým číslem. Před provedením pokusu jeho

Více

Cvičení 8. Posudek spolehlivosti metodou SBRA. Prostý nosník vystavený spojitému zatížení

Cvičení 8. Posudek spolehlivosti metodou SBRA. Prostý nosník vystavený spojitému zatížení Pravděpodobnostní posuzování konstrukcí 4. ročník bakalářského studia obor Konstrukce staveb Cvičení 8 Posudek spolehlivosti metodou SBRA Prostý nosník vystavený spojitému zatížení Katedra stavební mechaniky

Více

Charakteristika datového souboru

Charakteristika datového souboru Zápočtová práce z předmětu Statistika Vypracoval: 10. 11. 2014 Charakteristika datového souboru Zadání: Při kontrole dodržování hygienických norem v kuchyni se prováděl odběr vzduchu a pomocí filtru Pallflex

Více

list číslo Číslo přílohy: číslo zakázky: stavba: Víceúčelová hala Březová DPS SO01 Objekt haly objekt: revize: 1 OBSAH

list číslo Číslo přílohy: číslo zakázky: stavba: Víceúčelová hala Březová DPS SO01 Objekt haly objekt: revize: 1 OBSAH revize: 1 OBSAH 1 Technická zpráva ke statickému výpočtu... 2 1.1 Úvod... 2 1.2 Popis konstrukce:... 2 1.3 Postup při výpočtu, modelování... 2 1.4 Použité podklady a literatura... 3 2 Statický výpočet...

Více

Cvičení 2. Posudek spolehlivosti metodou SBRA. Prostý nosník vystavený spojitému zatížení

Cvičení 2. Posudek spolehlivosti metodou SBRA. Prostý nosník vystavený spojitému zatížení Spolehlivost a bezpečnost staveb, 4. ročník bakalářského studia (všechny obory) Cvičení 2 Posudek spolehlivosti metodou SBRA Prostý nosník vystavený spojitému zatížení Katedra stavební mechaniky Fakulta

Více

NK 1 Zatížení 1. Vodojem

NK 1 Zatížení 1. Vodojem NK 1 Zatížení 1 Přednášky: Doc. Ing. Karel Lorenz, CSc., Prof. Ing. Milan Holický, DrSc., Ing. Jana Marková, Ph.D. FA, Ústav nosných konstrukcí, Kloknerův ústav Cvičení: Ing. Naďa Holická, CSc., Fakulta

Více

Mezní stavy základové půdy

Mezní stavy základové půdy Mezní stavy záklaové půy Eurokó a norma ČSN 73 1001 přeepisuje pro posuzování záklaové půy pro návrh záklaů metou mezních stavů. Mezním stavem nazýváme stav, při kterém ochází k takovým kvalitativním změnám

Více

Posouzení mikropilotového základu

Posouzení mikropilotového základu Inženýrský manuál č. 36 Aktualizace 06/2017 Posouzení mikropilotového základu Program: Soubor: Skupina pilot Demo_manual_36.gsp Cílem tohoto inženýrského manuálu je vysvětlit použití programu GEO5 SKUPINA

Více

Vícerozměrná rozdělení

Vícerozměrná rozdělení Vícerozměrná rozdělení 7. září 0 Učivo: Práce s vícerozměrnými rozděleními. Sdružené, marginální, podmíněné rozdělení pravděpodobnosti. Vektorová střední hodnota. Kovariance, korelace, kovarianční matice.

Více

Regulační diagramy (RD)

Regulační diagramy (RD) Regulační diagramy (RD) Control Charts Patří k základním nástrojům vnitřní QC laboratoře či výrobního procesu (grafická pomůcka). Pomocí RD lze dlouhodobě sledovat stabilitu (chemického) měřícího systému.

Více

Časové řady, typy trendových funkcí a odhady trendů

Časové řady, typy trendových funkcí a odhady trendů Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Stochastický proces Posloupnost náhodných veličin {Y t, t = 0, ±1, ±2 } se nazývá stochastický proces

Více

Normální rozložení a odvozená rozložení

Normální rozložení a odvozená rozložení I Normální rozložení a odvozená rozložení I.I Normální rozložení Data, se kterými pracujeme, pocházejí z různých rozložení. Mohou být vychýlena (doleva popř. doprava, nebo v nich není na první pohled vidět

Více

ef c ef su 1 Třída F5, konzistence tuhá Třída G1, ulehlá

ef c ef su 1 Třída F5, konzistence tuhá Třída G1, ulehlá Výpočet tížné zdi Vstupní data Projekt Datum : 0.7.0 Geometrie konstrukce Pořadnice Hloubka X [m] Z [m] 0.00 0.00 0.. 0.6. 0.6. -0.80. 6-0.80. 7-0.7. 8-0.7 0.00 Počátek [0,0] je v nejhořejším pravém bodu

Více

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení 2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků

Více

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

Téma 2: Pravděpodobnostní vyjádření náhodných veličin 0.025 0.02 0.015 0.01 0.005 Nominální napětí v pásnici Std Mean 140 160 180 200 220 240 260 Std Téma 2: Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Spolehlivost a bezpečnost staveb

Více

PRAVDĚPODOBNOST A STATISTIKA. Bayesovské odhady

PRAVDĚPODOBNOST A STATISTIKA. Bayesovské odhady PRAVDĚPODOBNOST A STATISTIKA Bayesovské odhady Bayesovské odhady - úvod Klasický bayesovský přístup: Klasický přístup je založen na opakování pokusech sledujeme rekvenci nastoupení zvolených jevů Bayesovský

Více

Pravděpodobnost a statistika (BI-PST) Cvičení č. 7

Pravděpodobnost a statistika (BI-PST) Cvičení č. 7 Pravděpodobnost a statistika (BI-PST) Cvičení č. 7 R. Blažek, M. Jiřina, J. Hrabáková, I. Petr, F. Štampach, D. Vašata Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení

Více

z Matematické statistiky 1 1 Konvergence posloupnosti náhodných veličin

z Matematické statistiky 1 1 Konvergence posloupnosti náhodných veličin Příklady k procvičení z Matematické statistiky Poslední úprava. listopadu 207. Konvergence posloupnosti náhodných veličin. Necht X, X 2... jsou nezávislé veličiny s rovnoměrným rozdělením na [0, ]. Definujme

Více

Cvičební texty 2003 programu celoživotního vzdělávání MŠMT ČR Požární odolnost stavebních konstrukcí podle evropských norem

Cvičební texty 2003 programu celoživotního vzdělávání MŠMT ČR Požární odolnost stavebních konstrukcí podle evropských norem 2.5 Příklady 2.5. Desky Příklad : Deska prostě uložená Zadání Posuďte prostě uloženou desku tl. 200 mm na rozpětí 5 m v suchém prostředí. Stálé zatížení je g 7 knm -2, nahodilé q 5 knm -2. Požaduje se

Více

Téma 5: Přímý Optimalizovaný Pravděpodobnostní Výpočet POPV

Téma 5: Přímý Optimalizovaný Pravděpodobnostní Výpočet POPV Téma 5: Přímý Optimalizovaný Pravděpodobnostní Výpočet POPV Přednáška z předmětu: Spolehlivost a bezpečnost staveb 4. ročník bakalářského studia Katedra stavební mechaniky Fakulta stavební Vysoká škola

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOST A STATISTIKA Náhodná proměnná Náhodná veličina slouží k popisu výsledku pokusu. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáme. Přesto bychom chtěli tento pokus

Více

Statistika II. Jiří Neubauer

Statistika II. Jiří Neubauer Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Zaměříme se především na popis dvourozměrných náhodných veličin (vektorů). Definice Nechť X a Y jsou

Více

Násep vývoj sedání v čase (konsolidace) Program: MKP Konsolidace

Násep vývoj sedání v čase (konsolidace) Program: MKP Konsolidace Inženýrský manuál č. 37 Aktualizace: 9/2017 Násep vývoj sedání v čase (konsolidace) Program: MKP Konsolidace Soubor: Demo_manual_37.gmk Úvod Tento příklad ilustruje použití modulu GEO5 MKP Konsolidace

Více

Druhy plošných základů

Druhy plošných základů Plošné základy Druhy plošných základů Ovlivnění se základů Hloubka vlivu plošných základů Příčné profily plošných základů Obecně výpočtové Zatížení Extrémní většinou 1 MS Provozní 2 MS Co znamená součinitel

Více

Pravděpodobnost, náhoda, kostky

Pravděpodobnost, náhoda, kostky Pravděpodobnost, náhoda, kostky Radek Pelánek IV122 Výhled pravděpodobnost náhodná čísla lineární regrese detekce shluků Dnes lehce nesourodá směs úloh souvisejících s pravděpodobností připomenutí, souvislosti

Více

3. kapitola. Průběhy vnitřních sil na lomeném nosníku. Janek Faltýnek SI J (43) Teoretická část: Příkladová část: Stavební mechanika 2

3. kapitola. Průběhy vnitřních sil na lomeném nosníku. Janek Faltýnek SI J (43) Teoretická část: Příkladová část: Stavební mechanika 2 3. kapitola Stavební mechanika Janek Faltýnek SI J (43) Průběhy vnitřních sil na lomeném nosníku Teoretická část: Naším úkolem je v tomto příkladu vyšetřit průběh vnitřních sil na lomeném rovinném nosníku

Více

Betonové konstrukce (S) Přednáška 3

Betonové konstrukce (S) Přednáška 3 Betonové konstrukce (S) Přednáška 3 Obsah Účinky předpětí na betonové prvky a konstrukce Silové působení kabelu na beton Ekvivalentní zatížení Staticky neurčité účinky předpětí Konkordantní kabel, Lineární

Více