1. DYNAMIKA A DEFORMAČNÍ VARIANTA METODY KONEČNÝCH PRVKŮ

Rozměr: px
Začít zobrazení ze stránky:

Download "1. DYNAMIKA A DEFORMAČNÍ VARIANTA METODY KONEČNÝCH PRVKŮ"

Transkript

1 . DYNAMIKA A DEFOMAČNÍ VAIANTA METODY KONEČNÝCH PVKŮ Př řešeí statckých úloh pomocí deformačí varaty metody koečých prvků jsme zjstl, že pro pops dskretzovaého systému potřebujeme zát pouze jedu jeho charakterstku a tou je matce tuhost systému [K]. Působíme-l a řešeý systém vějším slam, které popíšeme vektorem ekvvaletího uzlového zatížeí {F}, dostaeme po vyřešeí systému leárích rovc hledaé globálí uzlové deformačí parametry {Δ G }. Schéma statcké úlohy je a obr. -. [K] {F} { Δ G } VEKTO ZATÍŽENÍ STATICKÝ SYSTÉM. (.) Obr. - Schéma řešeí statcké úlohy a její matcová formulace VEKTO UZLOVÝCH DEFOMAČNÍCH PAAMETŮ [M] {F t } [D] [K] { Gt }... (.) Obr. - Schéma řešeí dyamcké úlohy a její matcová formulace Stráka /65

2 ..Matce hmotost tyčového prvku.. Přímé rozděleí hmotost do uzlů Abychom dagoálí matc přblížl skutečost, požíváme metodu přímé rozděleí celkové hmotost prvku do uzlů, vz obrázek -3. Tvar matce hmotost bude ásledující hmotost kde dex dp zameá dagoálí a přímý způsob rozděleí Obr. -3 Přímé rozděleí hmotost do uzlů (obr. převzat z []).. Kozstetí matce Y Δ Δ X L X = ξ = X/L X = L ξ = ξ = Obr. -4 Zavedeí bezrozměré souřadce ξ Vztahy mez fukcí tvaru {N}a uzlovým deformačím parametry {Δ} pro prutový (tyčový) prvek byly defováy ve statce. Aproxmačí polyom pole posuutí je leárí.,, (.3) Stráka /65

3 kde ξ je bezrozměrá délková pořadce z obr. -4. Posuutí w v určtém místě prvku se vypočítá, stejě jako ve statce, podle ásledující rovce.4. ychlost posuutí jako časová dervace posuutí je defováa rovcí.5. Ketcká eerge elemetu hmotost dm je (.4) a (.5) (.6) Po tegrac přes objem prvku dostaeme výraz ketcké eerge prvku ve tvaru. (.7) Jak je zřejmé, rovce defující tvar matce hmotost má obecý tvar platý pro jakýkolv prvek: (.8) Pro tyčový prvek za předpokladu kostatího průřezu A a modulu pružost E, dostáváme Matce z rovce (.9) se azývá kozstetí matce hmotost. (.9)..3 Přímá dagoalzace V dyamce často potřebujeme je dagoálí matc hmotost, pak pro sledovaý tyčový prvek dostáváme zaedbáím mmodagoálích čleů matce ásledující tvar (.). Důvodem pro používáí dagoálích matc hmotost je výzamé urychleí dyamckých výpočtů rozsáhlých úloh (smulace tzv. crash testů automoblů aj.). Iverze dagoálích matc je velm rychlá.. (.) Dagoálí tvar matce hmotost má sadou fyzkálí terpretac, jak vyplývá z obr. -5. Zde je realta reprezetováa spojtým prutem kostatího průřezu délky L a celkové hmotost Stráka 3 3/65

4 m el. Po dskretzac metodou koečých prvků a zaedbáí mmodagoálích prvků dostaeme fyzkálí model prutu ve formě ehmoté tyče délky L, která má v počátečím a koečém uzlu dskrétí hmotost o velkost m el /3. Touto hrubou dskretzací jsme tedy ztratl třetu hmotost původího prvku. Tato matce pak popsuje dyamcké vlastost prutu je velm přblžě. Proto se sažíme chybějící hmotost koečého prvku určtým způsobem doplt. Jak, to uvádí další text. dskretzace (redukce) m prvku / 3 L m prvku / 3 Nehmotá tyč L Obr. -5 ealta, spojtý tyčový prvek je dskretzová (reduková) a fyzkálí model dvou hmotých bodů a ehmoté tyč..4 Kombovaá metoda Tato metoda je zobecělá metoda kombující dvě předchozí. Matce hmotost je obecě vyjádřea jako leárí kombace růzých matc hmotost. (.) Podle toho, jaké složky matce hmotost použjeme, a jaký ezávslý parametr μ staovíme, dostaeme růzé varaty výsledé matce hmotost. Nejzámější schéma sestaveí matce hmotost je založeo a použtí vážeého průměru kozstetí a dagoálí matce soustředěých hmotostí, (.) kde μ je ezávslý skalárí parametr. Tuto matc hmotost můžeme azvat apř. vážeou matcí hmotost. Pokud bude μ= ebo μ=, bude tato kombace redukováa zpět a kozstetí ebo dagoálí tvar matce hmotost. Pro výše uvedeý dvouzlový tyčový prvek dostáváme př použtí této metody matc hmotost ve tvaru Stráka 4 4/65

5 (.3) Z hledska mmalzace rozptylu žších frekvecí se jako ejlepší volba ezávslé kostaty μ jeví μ=,5...5 HZ (epové doplěí látky) Za zkratkou této metody se skrývají počátečí písmea jme autorů (čláek z roku 976, Hto E., ock T. ad Zekewcz, O, A ote o mass lumpg ad related processes the fte elemet method ). Autoř doporučují počátečí matc hmotost, která je obvykle kozstetí, upravt a dagoálí tvar přes vhodý čtel, který zachová celkovou ketckou eerg prvku. Metoda HZ je metodou ověřeou a má přjatelou fyzkálí odezvu. Algortmus vychází z výpočtu celkové hmotost elemetu, která je ásledově podělea součtem vybraých dagoálích prvků matce hmotost. Vybraé prvky příslušejí pouze jedomu z typů daých stupňů volost, tedy apříklad u osíkového elemetu to budou pouze posuvy a prvky příslušející rotacím budou vyecháy. Ozačíme-l matc hmotost vstupující do algortmu, je postup tvorby dagoálí matce hmotost je ásledující: a) určíme kozstetí matc hmotost b) určíme jedotlvé součty podle daého schéma, (.4), (.5) kde je počet stupňů volost daého elemetu. c) ahrazeí původích prvků matce hmotost prvky podle schéma, (.6) A ové hodoty dagoálích prvků budou,, (.7) Stráka 5 5/65

6 ..Matce hmotost krouceého prvku Podobě jako u tažeého-tlačeého prvku bude áhradí fukcí pro prostý krut kruhových průřezů leárí polyom. Deformačí parametr v každém uzlu je jede a to úhel atočeí průřezu, jak je vdět a obrázku -6. Δ Δ Obr. -6 Deformačí parametry krouceého prvku Matce hmotost má obdobý tvar jako matce hmotost tažeého-tlačeého prvku tj., (.8). kde I x je hmotový momet setrvačost prvku [kg.m ], m p je hmotost prvku [kg], J x je průřezový momet setrvačost prvku [m 4 ], A je průřezová plocha prvku [m ]..3.Matce hmotost ohýbaého prvku... Kozstetí matce Δ Δ3 Δ Δ 4 L X = ξ = X/L X = L ξ = ξ = Obr. -7 Deformačí parametry ohýbaého osíku X Do vzorce (.9) dosaďme fukc tvaru pro aproxmac průhybové čáry u ohybu tvaru ; ; ;. (.9) Př odvozeí jsme zaedbal vlv posouvajících sl a deformac. Dostaeme ásledující tvar matce hmotost tzv. Beroullho osíku: í Stráka 6 6/65

7 ; ; ; (.) Jestlže uvážíme deformac osíkového prvku od posouvající síly, jak ukazuje obrázek -8, y/ x γ Obr. -8 Deformace Tmošekova osíku, y/ x atočeí průhybové čáry vlvem ohybového mometu, γ zkos od posouvající síly potom fukce tvaru bude ; ; ;. (.) Kostata je defováa ásledujícím vztahem,, (.) (čt kapa) je součtel erovoměrého rozděleí smykového apětí po průřezu. Stráka 7 7/65

8 Tvar matce hmotost Tmošekova osíkového prvku: Φ Φ L Φ Φ Φ Φ 6 Φ Φ Φ L Φ symetre L 5 Φ Φ Φ Φ L Φ Φ Φ 4 4 L 4 Φ Φ 6 3 Φ Φ 6 6 (.) symetre symetre 3 7 Φ 6 Φ symetre symetre symetre hmotost prvku, bezrozměrý součtel L L 5 Φ Φ 4 Φ Φ Φ Φ Φ Poz: pro Beroullho osík dosaď Φ = a =, pro Flügeho osík dosaď Φ = (ANSYS prvek BEAM3 bez stupňů volost pro tah a tlak) Stráka 8 8/65

9 Tvar matce tuhost Tmošekova osíkového prvku: (.3) Způsoby výpočtu vlastích frekvecí u osíkových prvků: deformačí eerge vtřích sl setrvačé účky ANSYS M o T Dyamcká síla Dyamcký momet Beroull A N A N eí Flüge A N A A BEAM3,4 = Tmošeko A A A A BEAM3,4.3. Matce hmotost prvku rového rámu Kombací vzorců (.9) a (.9) dostaeme matc hmotost prvku rového rámu, který má v každém uzlu 3 deformačí parametry posuv ve směru lokálí osy x prvku (tah-tlak), posuv ve směru lokálí osy prvku y (průhyb) a atočeí prvku. U ohybu jde o Beroullho typ tj. bez vlvu posouvajících sl a deformac. Δ Δ5 Δ Δ 4 X Δ 3 Δ 6 L X = ξ = X/L X = L ξ = ξ = Obrázek -8 Lokálí deformačí parametry prvku rového rámu ý_á (.4) 9/65

10 .3. Matce hmotost prvku prostorového rámu Δ Δ 8 Δ 5 Δ Δ Δ 4 Δ Δ 7 Δ 3 Δ 6 Obrázek -9 Lokálí deformačí parametry prvku prostorového rámu ýá Δ 9 Δ (.5) Struktura eulových čleů lokálí matce hmotost prvku prostorového rámu má elegatí pravdelou strukturu, vz obr. -9 X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X Obrázek -9 Struktura eulových prvků matce hmotost prostorového rámu Stráka /65

11 .4. Matce hmotost trojúhelíkového stěového prvku Δ 6 Δ 5 Δ 4 Δ 3 Δ Δ Obrázek - Deformačí parametry rového (stěového) prvku Kozstetí matce hmotost má tvar.., (.6) dagoálí.. (-7) Stráka /65

12 .5.Matce hmotost čtyřstěu (tetraedru) (.8) Stráka /65

13 TABULKY Vlastích frekvecí ohybového (příčého) kmtáí základích typů uložeí rových osíků. (Beroullho teore kmtáá) VF osíků -- 3/65

14 VF osíků -- 4/65

15 Řešeí vlastích frekvecí kozolového osíku pomocí MKP Kozolový osík dle obrázku má délku L, průřezovou plochu S, průřezový momet setrvačost J, měrá hmotost materálu je ρ a jeho modul pružost E. Uvažujme kmtáí tzv. Beroullho osíku ( tj. zaedbáme vlv posouvající síly a deformac a zaedbáme rotačí setrvačé účky ). Exaktí hodoty vlastích kruhových frekvecí se získají řešeím frekvečí rovce λ E. J cos λ * cosh λ =, kde pro vlastí kruhovou frekvec Ω platí Ω =.. L ρ. S Pro uvedeý osík vychází λ =,5968.π a λ =,494.π, vlastí kruhové frekvece pak 3,556 E. J,35 E. J Ω =., Ω =.. L ρ. S L ρ. S S, J, ρ r L r Obrázek Dskretzace kozolového osíku Nyí přstoupíme k dskretzac kozolového osíku pomocí deformačí varaty MKP. Pro zjedodušeí řešeí volme ejhrubší možou dskretzac kozoly a to áhradu jedím koečým prvkem. Převezmeme zámé defce matce tuhost [k] a hmotost [m] ohýbaého prvku, za předpokladu užtí kubckého polyomu pro aproxmac průhybu osíku. Matce mají ásledující tvar: EJ 3 L sym. 6L 4L 6L [ k ] =. [ ] =. 6L L 6L 4L 56 L 54 3L LS L L L m ρ 4 56 L. sym. 4L Symboly r ( průhyb ) a r ( atočeí ) a koc kozoly ozačují globálí deformačí parametry ( DP ). Protože okrajová podmíka ( vetkutí ) v počátečím uzlu prvku zamezuje jak průhybu tak atočeí, čísla odpovídajících deformačích parametrů jsou ulová a příslušé řádky a sloupce matc prvku se ve výsledých matcích osíku eprojeví. Koec osíku tj. kocový uzel ašeho jedého koečého prvku je volý, proto čísla DP jsou a. Výsledé matce ašeho osíku budou mít po dskretzac a uplatěí okrajových podmíek tvar: EJ 6L LS 56 L [ K ] = 3 a [ M ] = ρ L 6L 4L. Frekvečí rovc pro výpočet 4 L 4L vlastích kruhových frekvecí Ω (ΜΚP) a Ω (MKP) dostaeme rozvojem determatu det Ω ( M = [ ] [ ]. K MKP ) - - 5/65

16 Tato rovce má ásledující tvar: Ω ( MKP ) L m p 4. Ω ( MKP ) L m p EJ 5 E J =, kde m p = ρ.l.s je hmotost prvku. Výsledkem řešeí kvadratcké rovce pro ezámé Ω,(MKP) jsou tyto hodoty: 3,5373 E. J 34,8689 E. J Ω ( MKP) = a Ω ( MKP) =. L ρ. S L ρ. S Porováím exaktích hodot vlastích kruhových frekvecí Ω s hodotam vlastích kruhových frekvecí dskretzovaého osíku metodou MKP Ω ι(μκp) docházíme k těmto závěrům. U prví frekvece je odchylka od exaktího řešeí,5 %, u druhé pak 58% ( chyba byla počítáa dle vzorce = (Ω ι(μκp) / Ω ). ). Vzhledem k ejhrubější možé dskretzac kozoly jedím koečým prvkem má hodota prví vlastí kruhové frekvece překvapvě dobrou shodu s teoretckým výsledkem. Druhá vlastí frekvece je však jž epoužtelá. Musel bychom použít jemější dskretzace osíku (mmálě dva, lépe více prvků). ( ) Prví vlastí tvar kmtáí určíme z rovce [ ] Ω( ) [ M ] r r = K MKP, kde r a r jsou ampltudy harmockého kmtáí prvího vlastího tvaru. Jsou leárě závslé, a proto lze získat jeom jejch poměr, př zadaé hodotě jedoho deformačího parametru, apř. pro r = vyjde r =,378/L. Tvar kmtáí je zobraze a obrázku. r r Obrázek Prví vlastí tvar kmtáí Poz.: Př děleí osíku a dva koečé prvky dostáváme hodoty vlastích kruhových frekvecí s ásledující chybou vůč exaktímu řešeí: Pořadové číslo VF Chyba vůč exaktímu řešeí v %,7,85,8 8, /65

17 Metoda redukce v dyamce Předpokládejme, že máme řešt vlastí frekvece rozsáhlého etlumeého systému řádu N. přtom potřebujeme řešt pouze spodí část spektra vlastích frekvecí o počtu m frekvecí, přčemž číslo m je výrazě meší, ež N tj. platí: m << N. Prvým krokem uváděé Guyaovy metody redukce je převedeí základí matcové rovce pro výpočet etlumeých vlastích kruhových frekvecí a tvarů do blokové úpravy podle rovce (): = () Zde platí symetre matc tj. = = () Za předpokladu, že setrvačé účky u vedlejších stupňů volost s ( slave ) se dají zaedbat, tedy matce [M sm ] a [M ss ] budou ulové, rozepsáím druhého řádku matcové rovce () dostaeme: =, po úpravě =. (3) Dále vytvořme obdélíkovou trasformačí matc [T] řádu m x N: =, kde (4) [].. je jedotková matce řádu m x m -[K ss ] - [K sm ].. je obdélíková matce řádu s x m. Pomocí ásledující podobostí trasformace sížíme původí řád N x N matc tuhost a hmotost a řád m x m. Nové matce tuhost a hmotost řádu m jsou ozačey stříškou: = a = (5) Je uté zdůrazt, že je vhodé, aby číslo m bylo o ěkolk čísel větší, ež počet požadovaých vlastích frekvecí p s požadovaou přesostí. Obvykle stačí, aby platlo m = p 5. (6) Pět vektorům z rovce (6) se říká stráží vektory a mají zajstt, aby proces redukce epřeskočl př výpočtu žádou vlastí frekvec. Následující matcovou rovc (7) psaou ve tvaru s modálí matcí [V] a dagoálí matcí vlastích kruhových frekvecí [Ω ], je možé řešt pro p požadovaých vlastích hodot lbovolou umerckou metodou (metoda smultáích terací, Q algortmus, Jacobova metoda zrcadleí atd.). 7/65

18 Ω =. (7) Ω Poz.: modálí matce [V] obsahuje jako sloupce vlastí tvary kmtáí, takže rozměr matce je N x m. Příklad: Vyřešte pro zadaý osík vlastí frekvece pro dskretzac osíku jedím prvkem se dvěma deformačím parametry. Pak s zvolte deformačí parametr Δ jako vedlejší a průhyb Δ jako hlaví a redukujte matce pomocí Guyaovy redukce. Řešeí: Obrázek Jedoduchý osík Na základě teore kotua lze vypočítat vlastí kruhové frekvece kmtáí Beroullho osíku exaktě. Pro typ okrajových podmíek ašeho příkladu Sem zadejte rovc.dostáváme vzorec: Ω = j pořadové číslo vlastí frekvece [] L délka osíku [m] E modul pružost materálu osíku [Pa] J průřezový momet setrvačost [m 4 ], kde (8) ρ měrá hmotost materal osíku [kg.m -3 ] Kostata = má pro prví vlastí frekvec hodotu c =,4674 a pro druhou vlastí frekvec hodotu c =,66. Na základě těchto exaktích hodot můžeme sledovat a kometovat chybu dskretzace. Nejdříve vytvoříme matcovou rovc pro eredukovaý problém, tedy řádu x. Vycházíme z matcové rovce ohybového kmtáí Beroullho osíku pro jede koečý prvek (matce tuhost a hmotost můžeme převzít ze str. 5 podkladů ke studu). ovce (9) odpovídá volému koečému prvku, bez okrajových podmíek. Po uplatěí okrajových podmíek ašeho příkladu se matcová rovce (9) upraví a rovc (). 8/65

19 Ω Δ l Δ l = (9) Δ l Δ l Ω Δ =. () Δ Hodoty kostat c a c jsou pro ejjedodušší dskretzac tyto: c =,48 a c = 7,54, což představuje chybu vůč exaktímu řešeí,4% a 4%. Je zřejmé, že hodota druhé vlastí frekvece má tak začou chybu, že je epoužtelá. Na druhou strau překvapuje ízká chyba u prvé vlastí frekvece. ovce () je výchozí rovcí pro realzac matcové redukce. Poěvadž deformačí parametr Δ je hlaví a Δ je vedlejší, emusíme upravovat matcovou rovc (). Má jž odpovídající blokovou strukturu daou rovcí (). To zameá, že bloková matce [K mm ] = EJ/L 3, [K ms ] = [K sm ] = 6EJ/L, [K ss ] = 4EJ/L a podobě blokové matce hmotost mají tvar [M mm ] = 56ρAL/4, [M ms ] = [M sm ] = -3ρAL /4, [M ss ] = 4ρAL 3 /4. Trasformačí matce = =. =. () Proveďme yí trasformac matc podle rovc (5), kdy řád matc x se bude redukovat a x, což je skalárí čle. Nejdříve matc tuhost = = = =, podobě trasformujeme matc hmotost = = =. Frekvečí rovce má tvar frekvec dostaeme hodotu Ω = Ω exaktímu řešeí je,7%, což je výborý výsledek. = =, a pro ejžší kruhovou vlastí a po odmocěí Ω =,. Chyba vůč Pro jemější dskretzac jsou výsledky uvedey v ásledující tabulce. Uvažujte o důsledcích uvedeých výsledků. 9/65

20 VÝSLEDKY EDUKCE NA JEDNODUCHÉM NOSNÍKU Násobtel /L EJ/ρA Exaktí řešeí Nosík s deformačím parametry Ω Ω Ω 3 Ω 4,467,7 6,685,93 MKP dva stupě volost,48 (,4%) 7,54 (4,%) MKP redukce master DOF slave DOF L,485 (,7%) MKP čtyř stupě volost 4,468 (,3%),6 (,83%) 69,648 (,9%) 65,5 (36,48%) MKP redukce, master DOF 3, 4 slave DOF 3 L L,468 (,3%) 3,58 (5,86%) MKP čtyř stupě volost 4,468,6 69,648 65,5 MKP redukce, 3 master DOF, 4 slave DOF 3 L L,484 (,68%) 4,54 (8,49%) /65

21 Metoda verzí terace (mocá metoda) Řešíme rovc pro výpočet vlastích čísel a vektorů symetrcké matce Algortmus Volba počátečího vektoru : = Vlastí teračí smyčka pro =,, dov Normováí vektoru Výpočet vlastích čísel e Kotrola kovergece pro ao Vlastí číslo a vlastí vektor /65

22 Další vlastí čísla určíme apř. Hotellgovou redukcí. Nejdříve ormujeme vlastí vektor pro k =,., přčemž je původí matce Příklad: /65

23 Jedoduchý dyamcký problém o dvou stupích volost OIGIN := M := K := 4 5 Δ Δ Úprava a problém vlastích čísel L := cholesky( K) L = ( ) T A := L M L A = Výpočet vlastích čísel a vektorů v prostředí MATHCADU λ := gevals( M, K) λ = OM := λ OM = VlVekt := gevecs( M, K) VlVekt = /65

24 MOCNINNÁ ITEAČNÍ METODA OIGIN := M := dloh (, ) := K X := for lo.. h M K u w K w d, u d max( K) max( ) u d, w, d 3, w, d 4, w d5 (, ) 5, 3 d5 (, ) 5, 4 d5 (, ) = PVÁ VLASTNÍ FEKVENCE vl.číslo vl.frekvece vlastí vektor ormovaý a delta := Hotellgova úprava: 4 L := N := M d(, 5) X X T del := 5, N = L X delta max( delta) delta = del = /65

25 DUHÁ VLASTNÍ FEKVENCE c( lo, h) := K for lo.. h N K u w K w c, u c max( K) max( ) u c, w, c 3, w, c 4, w X := c5 (, ) 5, 3 c5 (, ) 5, 4 c6 (, ) = vl.číslo vl.frekvece vlastí vektor ormovaý a X =.3578 delta := delta = del := del = LX delta max( delta) /65

26 Metoda smultaích terací (terací v podprostoru) Řešíme rovc pro výpočet p vlastích kruhových frekvecí a p vlastích tvarů kmtáí, které jsou obsažey v obdélíkové modálí matc řádu N x p5. Modálí matce obsahuje q = p5 vlastích vektorů řádu N, kde N počet stupňů volost řešeého problému. Pět vektorů, které přdáváme avíc, jsou tzv. stráží vektory, které mají zajstt, že žádá vlastí frekvece mez prví a posledí hledaou p-tou ebude přeskočea. Δ Ω Algortmus Volba počátečích vektorů,,, : = Začátek teračí smyčky pro =,, dov Projekce do podprostoru q x q Řešeí úplého problému Ω e Výpočet modálí matce řádu N x q Kotrola kovergece Ω / ao Vlastí kruhové frekvece z matce Ω a vlastí tvary kmtáí z modálí matce Δ 6/65

27 Předpokládáme, že matce tuhost a hmotost jsou symetrcké řádu N, [K] je poztvě deftí a [M] je poztvě semdeftí. Kovergece je kotrolováa pro krát s číslc pro p vlastích frekvecí. 7/65

28 Gram-Schmdtova ortogoalzace Původí myšleka pochází od Laplace z 8. století, vylepšl j v 9. století J. Gram a E. Schmdt. Cílem je z eortogoálí báze vektorů {w j }, vytvořt ortoormálí báz vektorů {u j }. Zjedodušeý algortmus: Exstece {w j } vektorů j = Výpočet ových vektorů {u} j j =, kde je orma vektoru a vypočítá se j:= j Výpočet ových vektorů {w k } j k = j Příklad: Počátečí vektory Výpočet ormy Výpočet prvého vektoru Úprava druhých vektorů 8/65

29 Výpočet druhého vektoru Výpočet třetího vektoru Ortoormálí vlastost vektorů zkotrolujeme součy kde je Kroeckerovo delta (tj. pro ). Dále musí být jejch ormy rovy, což jedoduchou kotrolou můžeme ověřt. Např. pro Koec příkladu. Gram-Schmdtův ortogoalzačí proces můžeme defovat pomocí tragulzačího způsobu ásledově: (xx) ovc pro vyásobme zleva vektorem a uplatíme podmíky ortogoalty vektorů tj. ormováím dostaeme pro všecha =,,j-. Další úpravou rovce (xx) a to jejím a úpravou 9/65

30 a potom z (xx). Q Algortmus výpočtu vlastích čísel Nechť vektory tvoří báz -rozměrého prostoru a echť vektory jsou odpovídající ortoormálí báze jako výsledek Gram-Schmdtova ortogoalzačího procesu. Sestavme obě skupy vektorů do esgulárích matc a. Matce je ortogoálí matce pro kterou platí. Podle posledí úpravy předchozího odstavce, můžeme přepsat proces ortogoalzace pomocí matc takto:, kde. Posledí rovc můžeme použít k teračímu procesu alezeí vlastích čísel a vektorů matce, jestlže potřebujeme alézt všecha vlastí čísla. Poprvé tuto metodu uvedl ezávsle Fracs a Kubljaovskaja v roce 96. Úvodí krok, rozklad matce a prví odhad vlastích vektorů jako sloupců modálí matce k: = k ásobeí v opačém sledu k = k dov ový tvar modálí matce e Kotrola kovergece ao Vlastí čísla jsou v dagoálí matc Vlastí vektory v modálí matc Příklad: Podélé kmtáí systému o stupích volost 3/65

31 Δ Δ Matce tuhost a hmotost systému jsou 4 K M. Jedoduchým úpravam převedeme rovc výpočtu vlastích 5 kruhových frekvecí tvaru ( K M ) a tvar A X X. Vlastí číslo matce A je λ, X je odpovídající vlastí vektor. Pro převod rovce vlastích frekvecí potřebujeme ejdříve realzovat Choleského rozklad matce tuhost a souč dvou T trojúhelíkových matc tj. K L L. Potom matce A je dáa součem A L M L A rr A vys S rr S T. Popsaým postupem se zachovává symetre výsledé matce A for s for j z rr j j for A z j A j A j rr j j for k ( j ) rr j k q for p A A f k q j q k A A A rr f k p k p k p j j k S A for S A rr A z vys z s A z z A rr vys S 3/65

32 S [S] je Modálí matce, sloupce jsou vlastí vektory ychlost kovergece k vlastím číslům matce [A] vys T /65

33 Prví terace Q algortmu krok za krokem w 4 8 w w.5.5 w rrr w T w rrr.795 u w rrr u rrr w T u rrr w T w rrr rrr.447 rrr u w rrr u rrr u Q u Q u A rrr Q A vys T (.45.4) 33/65

34 Prví terace rr.447 A S vys T (.45.4) Druhá terace rr A vys T S Třetí terace rr A vys T S /65

35 Čtvrtá terace rr A vys T S Pátá terace rr A vys T S /65

36 LANCZOSOVA METODA VÝPOČTU VLASTNÍCH FEKVENCÍ A TVAŮ NETLUMENÉHO KMITÁNÍ [ K][ Φ ] = [ M ][ ] modálí matce Φ Ω dagoálí matce [ Φ] obsahuje sloupce vlastích tvarůtkmtáí [ Φ] = { } { }...{ } Ω Ω = Ω.... obsahuje Ω N o o, o N čtverce vlastích kruhových frekvecí Laczosova metoda v prvém kroku převádí stadardí systém matcové rovce pro -tou vlastí ~ frekvec, tvaru [ K] Ω [ M ]]{ O} = { } a rovc [ T ] { o } = ~ { o } Ω, kde matce [ T ] je třídagoálí. Příslušý algortmus je ásledující: zvolíme počátečí vektor {x o } a vypočítáme { } { } x, kde γ = { } [ M ]{ x } echť β o =, potom pro =,..., počítej x = o T x o o γ [ K ]{ x } = [ M ]{ x} T α = { x } [ M ]{ x } / jestlže, platí: ~ { x } = { x} α { x} β { x } T / β = ({ ~ x} [ M ]{ ~ x }) { ~ x} { x } = β teoretcky, vektory {x }, pro =,...,, geerovaý podle výše uvedeých rovc jsou [M] T ortoormálí { x } [ M ]{ x} = δ j T matce [ X ] = [{ x },...{ }] vyhovuje důležtému vztahu [ X ] ([ M ][ K ] [ M ])[ X ] = [ T ] x 36/65

37 [ ] T α β = β α β β α β β α yí můžeme srovat vlastí čísla a vektory matce [ T ] s problémem [ K]{ } = Ω [ M ]{ }, který můžeme upravt do tvaru [ ][ K ] [ M ]{ } = [ M ]{ } o o M o o dále použjeme trasformace mez vlastím vektory matce [T ] a vlastím tvary kmtáí { o }: ~ ~ ~ { } = [ X ]{ } a dostáváme v úvodu uvedeou rovc [ T ] { } { } o o o Ω = o Ω. Pro tzv. úplý problém vlastích hodot, kdy = N je Laczosova metoda evýhodá, protože podmíka T ortoormalty{ x } [ M ]{ x} δ j ~ ~ = eí splěa. Problém [ T ] { } { } pro částečý problém vlastích hodot, kdy =q N. o = o Ω se sado řeší Poz.: MATHCAD [Ω ] OM:=gevals(K,M) [] :=gevecs(k,m) MATLAB [,OM]=EIG(K,M) 37/65

38 Matce tlumeí Ve výpočetí prax u systémů dskretzovaých MKP, velm často řešíme tlumeí přblžě. Přesější určeí matc tlumeí prvků je áročá expermetálí čost jak z hledska časového, tak ekoomckého. Proto se obvykle přjímá ejjedodušší a to vskozí (také leárí ebo aelyghovo) model tlumeí. Předpokládáme tlumeí úměré prvé mocě rychlost. Z důvodu dalších zjedodušeí volíme matc tlumeí [D] úměrou matc hmotost a tuhost podle vzorce. (Tl ) Prvý čle α[m]charakterzuje tlumeí vější tj. tlumeí podloží, tlumeí vějším médem atd. Druhý čle β[k]popsuje vtří tlumeí sytému, bude jé pro kostrukce svařovaé, šroubovaé, ýtovaé atd. Otázkou yí je, jak určt kostaty α a β. Poměrě sado se dá odvodt užtečý vztah mez poměrým útlumem ξ j pro j-tou vlastí frekvec a oběma kostatam a to Ω. (Tl ) Ω Nezámé kostaty α a β se dají jedozačě určt ze dvou měřeí poměrého útlumu pro dvě růzé vlastí frekvece. Obvykle to bývá prvá vlastí frekvece a pak co možá ejvzdáleější tj. pátá ebo vyšší. Jak vypadá průběh poměrého útlumu ξ j a hodotě vlastí kruhové frekvece ukazuje obrázek Tl. 6 6 p ý ξω ( ) α Ω β Ω 4 strukturálí (vtří) tlumeí Ω Obrázek Tl Závslost poměrého útlumu a vlastí kruhové frekvec vější tlumeí V praktckých příkladech se velm často vější tlumeí zaedbává a potom součtel β se vypočítá z poměrého útlumu pro prví vlastí frekvec ξ ze vzorce. Ω. (Tl 3) 38/65

39 Poměrý útlum zjstíme z lterárích údajů aebo expermetálím určeím logartmckého dekremetu útlumu ϑ podle vzorce. a potom /. (Tl 4) V předcházejících vzorcích začí: počet kmtů mez měřeím výchylek a t výchylka v čase t a t.t výchylka v čase t.t T doba kmtu tlumeého kmtavého pohybu. Uveďme s hodoty poměrého útlumu ξ pro základí vlastí frekvec zámé z lteratury: Materál ebo struktura Hodota ξ poměrého útlumu ejžší vlastí ferkvece Kovy v elastcké oblast <, Kovové struktury s klouby,3 Hlík / hlíkové vedeí 4 x -4 Automoblové tlumče,3 Pryž,5 Velké budovy během zemětřeseí,,5 Pokud ebudeme mít možost určt poměré hodoty pro vyšší vlastí frekvece expermetálě, abízí se ásledující vzorec pro jejch staoveí (vz. W. Clough, J. Peze. Dyamcs of Structures. Mc Graw-Hll.) Ω Ω Ω Ω. (Tl.5) V případě, že máme k dspozc dvě hodoty poměrého útlumu a to apř. ξ a ξ j, potom kostaty α a β se vypočítají z rovc: Ω Ω Ω. (Tl.6) a (Tl.7) Poěvadž jsou zřídka k dspozc dvě hodoty poměrého útlumu pro dvě růzé frekvece, používáme často jedu hodotu poměrého útlumu pro růzé vlastí kruhové frekvece. Pak kostaty α a β určíme z rovc a. (Tl.8) a (Tl.9) 39/65

40 Odezva leárího systému rozkladem do vlastích tvarů. METODA ŘEŠENÍ ODEZVY SYSTÉMU OZKLADEM DO VLASTNÍCH TVAŮ KMITÁNÍ tj. { } =? Pohybová rovce v matcovém tvaru, [ ] [ ] [ ]{ } = { } (.) předpokládáme vskózí (leárí) tlumeí [ ] = [ ] [ ] (.) Základí myšlekou je předpoklad, že odezva může být dáa součtem čleů řady vektorů, vyásobeých skalárí fukcí času. Výhodou je, jestlže čley řady jsou vzájemě ortogoálí. Přímo se abízejí vlastí tvary kmtáí, ormovaé s vahou matce [M]. Odezva { t } se předpokládá ve tvaru { } = { } { } { } = { } = [Φ]{ } (.3),kde... pořadové číslo čleů řady, v ašem případě vlastí frekvece... hledaá -tá skalárí fukce času t (ozačeí fukce času ebude pro zjedodušeí v závorce) { }... vektor -tého vlastího tvaru kmtáí, ormovaý s vahou matce [ ] p... počet použtých čleů řady tj. vlastích frekvecí [Φ]... modálí matce (má za sloupce vektory vlastích tvarů { } ). Proveďme dervac vztahu (.3) podle času a to prví druhou dervac a obdržíme = { } a = { }. (.4a) a (.4b) Dosaďme yí dvě posledí rovce do (.) a tuto rovc vyásobme zleva součem{ }. Dostaeme { } [ ] { } { } [ ] { } { } [ ] { } ={ } { }, (.5). což je rovce (.5). Do í ještě dosadíme learzovaou matc tlumeí podle (.). Po uplatěí podmíek ortogoalty dostáváme =, (.6) kde výraz a pravé straě je dá součem = { } { } a je to z matematckého hledska zámá fukce času. Závorku v rovc (.6) ahraďme výrazem, kde = ( je tzv. kostata dozíváí). Po úpravě pak hodota poměrého útlumu bude =.(.7) ovce (.6) pak bude mít jedoduchý tvar = (.8) Stráka 4/65

41 Odezva leárího systému rozkladem do vlastích tvarů Řešeí rovce (.8) je velm dobře zámé z teore dferecálích rovc a je součtem řešeí aulovaé rovce (homogeí řešeí) a rovce s pravou straou (partkulárí řešeí). Formálě můžeme psát =, (.9) kde = ( s cos ) (.) a kruhová frekvece tlumeého kmtáí = (.a) Itegračí kostaty a jsou fukcí počátečích podmíek pohybu a jejch odvozeí bude provedeo v ásledující kaptole. Výhoda výše uvedeého postupu je v tom, že místo vázaé soustavy N dferecálích rovc druhého řádu, (N je řád úlohy), dostaeme je p jedoduchých dferecálích rovc (.8) pro ezámé fukce času. Závslé dferecálí rovce z (.) by mohly mít apř. ásledující tvar,,,,,, = (.). Pro žeýrské výpočty zřídka potřebujeme řešt úlohy pro p >3 (obvykle p je až 5).. Odezva vyvolaá změou počátečích podmíek Předpokládejme, že záme počátečí výchylky { }a rychlost v čase t. Pokud vyšetřovaá soustava ebude buzea vějším slovým účky, bude výsledým řešeím rovce (.8) dáo je řešeím homogeí rovce, tj. = = s cos (.) a aším úkolem je alézt závslost = ({ }, ) a = ({ }, ). V čase = tedy záme = { } = { } (.3) a = = { }. (.4) Vyásobíme zleva obě posledí rovce součem { } [ ] a dostaeme: { } [ ]{ } = { } [ ] { } = = ( s cos ) (.5) a { } [ ] = { } [ ] { } = = s cos cos s = = (( ) s ( )cos )= s cos, (.6) kde ové kostaty a jsou pouze leárí fukcí původích a. Výrazy a levých straách rovc jsou zámé hodoty, ozačme je symboly a Stráka 4/65

42 Odezva leárího systému rozkladem do vlastích tvarů { } [ ]{ } = (.7) a { } [ ] =. (.8) Pro výpočet tegračích kostat a dostáváme dvě rovce a = ( s cos ) (.9) = s cos. (.) Po jejch vyřešeí obdržíme hledaé hodoty pro a : a = s cos (.) = cos s. (.) Pro = se rovce (.) a (.) velm zjedoduší a = (.3) =, (.4) v tomto případě bude mít homogeí řešeí pro tvar = ( s cos ). (.5) Příklad : předpokládejme, že záme působící slový mpuls {I} vějších sl v čase =. Našm úkolem je alézt a ze zadaé hodoty slového mpulsu. Předpokládáme, že mpuls zače působt a vyšetřovaý systém v okamžku jeho kldového stavu. Řešeí: ze zákoa o změě hybost určíme vektor počátečích rychlostí. Pro dskretzovaý systém bude mít teto záko ásledující tvar: { } = [ ]. (P.) Předpokládáme, že = {} a tedy vektor počátečích rychlostí je urče rovcí = [ ] { }. (P.) Vektor počátečích výchylek je rove ulovému vektoru { } = {}. Dosaďme yí získaé hodoty počátečích výchylek a rychlostí do rovc (.7) a (.8) pro a : a = { } [ ]{} = (P.3) = { } [ ][ ] { } = { } { }. (P.4) Po dosazeí do (.5) dostáváme 4/65 Stráka 3

43 Odezva leárího systému rozkladem do vlastích tvarů = { } { } s a průběh deformačích parametrů je dá poměrě jedoduchým vztahem (P.5) { } = { } = ( { } { } s ){ }. (P.6). Buzeí je harmockou fukcí času V rovc (.) předpokládáme { } = { }s( ). Partkulárí řešeí má stejý tvar, jako pro jede stupeň volost, tedy = s( ), (.6) kde ampltuda ustáleého harmockého kmtáí je = { } { } =. (.7) Fázové posuutí vůč působící síle a koefcet aladěí jsou dáy ásledujícím rovcem =arcta, =. (.8), (.9) Odezva globálích deformačích parametrů { } = { } = ( s( ) cos( )) s( ) ) { }. (.3).3 Buzeí je spojtou fukcí času { } Partkulárí řešeí budeme hledat metodou varací kostat ve tvaru = ( s cos ), (.3) kde a ejsou kostaty, ale ezámé fukce času. Proveďme prvou dervac podle času. Dostaeme výraz = ( s cos ) cos s ( s cos ) (.3) položme yí a hledaé fukce a další podmíku, která vychází z předcházející rovce a pokládá její posledí čle rove ule tj. 43/65 Stráka 4

44 Odezva leárího systému rozkladem do vlastích tvarů s cos =. (.33) proveďme yí druhou dervac podle času rovce (.3) (aebo prvou dervac (.33). = ( s cos ) cos s s cos cos s s cos cos s (.34) Dosaďme do rovce (.8) rovce (.3), (.3) a (.34). Dostáváme ( s cos ) cos s cos s s cos cos s ( s cos ) cos s s cos =, (.35) kde čley rovce ozačeé stejou barvou se vyruší a dostáváme pouze čle cos s = (.36) Z rovc (.33) a.36) můžeme určt hodoty a, tedy = cos (.37) = s. (.38) a úpravou = cos (.39) = s. (.4) Posledí rovce dosaďme do (.3) a upravme = { } { }, dostaeme = cos s s cos = = { } { } ( ) cos s { } ( ) s cos = 44/65 Stráka 5

45 Odezva leárího systému rozkladem do vlastích tvarů = { } Ω {F }e ( ) s Ω (t τ )DΤ. (.4) = ( ) ( ) (.4) Itegrál v posledí rovc se azývá Duhammelův ebo kovolučí. Příklad : předpokládejme, že záme vektor působících vějších sl {F} a půjde o skokový árůst síly a hodoty {F } v čase =. Naším úkolem je alézt { }. Předpokládáme, že skokový mpuls zače působt a vyšetřovaý systém v okamžku jeho kldového stavu. Řešeí: využjme zde elegatí postup alezeí má dva čley matematckým sporem. Platí, že hledaá odezva { } = { } = { } (P.) Budeme předpokládat, že = { } = { }, (P.) jak řečeo, partkulárí řešeí odpovídá statcké deformac systému vyvolaé vektorem působících sl { }. Současě musíme předpokládat platost ásledující rovce = { } { }. (P.3) Dosaďme yí do statcké rovce MKP, která má zámý tvar [ ]{ } = { } (P.4) rovc (P.) a vyásobme j zleva lbovolým vektorem { } a dostáváme { } [ ] { } = { } { }. (P.5) Po uplatěí podmíek ortogoalty pro levou strau rovce (P.5) obdržíme { } [ ]{ } = { } { }, a po úpravě = { } { } a jedoduchou úpravou = { } { }, což jsme chtěl dokázat pomocí tvrzeí rovce (P.3). Dosazeím homogeího řešeí do rovce (P.) dostaeme { } = { } = s( ) cos( ) { } { } (P.6) Z kaptoly (.) záme vztah mez kostatam a. Stráka 6 45/65

46 Odezva leárího systému rozkladem do vlastích tvarů a = { } [ ]({ } { } ) (P.7) = { } [ ]( ), kde (P.8) { } = { }, = {}, jsou počátečí podmíky partkulárího řešeí { } = = {} zameá, že působeí vektoru sl se děje a soustavu, která je v kldu. Potom ={ } [ ]{ }, =. (P.9, P.) Po dosazeí posledích rovc do (P.6) dostaeme { } = s( ) cos( ) { } { } = = ({ } [ ]{ }) s( ) cos( ) { } { } = { } {} ({ } [ ]{ } ) s( ) cos( ) = { } {} s( ) cos( ), tedy (P.) { } = { } { } ( ) ( ) (P.) Jak vypadá odezva a skokové buzeí, ukazuje ásledující obrázek.. Obrázek. Průběh dvou deformačích parametrů jako odezva a buzeí skokovou slou Stráka 7 46/65

47 PŘÍMÁ INTEGACE POHYBOVÝCH OVNIC (step-by-step) [ ]{ } [ ]{ } { } { } { } [ ]{ } { } { } { } { } { } { } { } { } { } { } { } { } { } { } )...,,,,, ( algortmus: Implctí,...),,,,, ( algortmus: Explctí t t = = = = ext f f K F F F D M ɺɺ ɺ ɺɺ ɺ ɺɺ ɺ ɺɺ ɺ ɺ ɺɺ 47/65

48 EXPLICITNÍ ALGOITMUS OZVOJ a V TAYLOOVU ŘADU { } { } { } = { } t{ ɺ } { ɺɺ } { ɺɺɺ } ɺ t t { } = { } t{ } { } { } ɺɺ t 6 t 6 Obě rovce sečteme a vypočítáme zrychleí v kroku 3 3 ɺɺɺ { ɺɺ } { } { } { } = t MKP II 48/65

49 MKP II 3 Použjeme vztah mez drahou a kostatí rychlostí s = s o v o. t { } { } { } { } { } { } t t = = toho z ɺ ɺ Dosadíme vztahy pro zrychleí a rychlost v čase do pohybové rovce [ ] { } { } { } [ ] { } { } [ ]{ } { } [ ] [ ] { } { } [ ]{ } [ ]{ } [ ] [ ] { } ) ( ) ( po úpravě = = ext ext t D t M M t K F t D t M F K t D t M EA pokračováí 49/65

50 MKP II 4 Provedeme substtuc a upravíme původí pohybovou rovc: [ ] { } { } [ ] { } { } [ ] { } { } { } [ ] [ ] { } [ ] [ ] { } { } [ ] { } { } [ ] [ ] { } [ ] [ ] { } ) ) ( ) ( ( ) ( ) ( potom ) ( ) ( t t = = ext ext t D t M t D t M F F M t t D t M t D t M F F t M t D t D EA pokračováí 5/65

51 EA pokračováí Pozámky: Pro [M] dagoálí pro každý časový krok výpočet velm rychlý! Neí potřebé řešt smultáí systém rovc Toto samé platí, je l [D] dagoálí ebo ulová. Pozor pro [D]= α[m] jsou tezvě tlumey ízké frekvece! Posledí rovce a stráce 3 je podmíěě stablí. Musí totž platt: m t = t ebo t T kr Ω π max Pro posledí rovc a straě 4, závsí krtcký časový krok a poměrém útlumu ξ t m( Ω ( ξ ξ )), ale obvykle t ( Ω max ( ξ ξ )) MKP II 5 5/65

52 EA pokračováí ad Pozámky: Krtcký časový krok t kr lze určt z Geršgorovy věty o poloze vlastích čísel matc. Pro dagoálí matc hmotost platí: N Ωmax max k j N m, kde =,, j= Exstuje způsob pro určeí t kr z charakterstky MKP sítě. Platí, že Ω max je ejvětší hodota z každého samostatého koečého prvku bez jakýchkolv vazeb = CFL podmíky Příklad: tyčový elemet uzlový (LINK) det AE L Ω m p / / = MKP II 6 5/65

53 EA pokračováí ad Pozámky: Ω Ω m p ( =, Ωm = Ωmax 4 AE ) L, kde c je rychlost zvuku v materálu = AE m L p = c L MKP II 7 53/65

54 EA pokračováí Startovací procedura { } V explctích vztazích potřebujeme výchylky v čase -. Kde j vezmeme, jestlže začíáme výpočet? V čase = musí být zámy hodoty { } = { Y } a { ɺ } = { Yɺ } Využjme vztahu pro rozvutí v řadu. Potom { } t zjstíme z pohybové rovce včase { } = { } t{ ɺ } { ɺɺ }, kde zrychleí{ ɺɺ } { } [ ] [ ]{ } [ ]{ } { ext ɺɺ = M ( D ɺ K F } ) MKP II 8 54/65

55 IMPLICITNÍ ALGOITMUS Přpomeňme s rovc rychlost a dráhy pro rovoměrě zrychleý pohyb v = v at a s = s vt at Podobě apíšeme rovce pro vektor rychlost a zrychleí V časovém kroku umělá kostrukce zrychleí ( ) ɺ ɺ ɺɺ ɺɺ { } = { } t γ { } ( γ ){ } t ( ) { } = { } t{ ɺ } β { ɺɺ } ( β ){ ɺɺ } umělá kostrukce zrychleí Implctí algortms MKP II 9 55/65

56 IA pokračováí Kostatí zrychleí γ= (emá výzam) Průměré zrychleí γ=/ β=/4 Leárí zrychleí γ=/ β=/6 Z rovce pro posuutí a předcházející stráce, vyjádříme zrychleí v čase a dosadíme do rovc pro rychlost. Dostaeme: ɺɺ = t ɺ ɺɺ β t β ( ) { } { } { } { } { } γ γ γ β t β β { ɺ } = ({ } { } ) { ɺ } t { ɺɺ } mplctí MKP II 56/65

57 IA pokračováí Dosazeím do pohybové rovce a její úpravou: { } { ext } [ ] { } { } K { } eff = F M ɺ ɺɺ β t β t β γ γ γ β t β β γ K eff = [ M ] [ D] [ K ] β t β t [ D] { } { ɺ } t { ɺɺ } Matce [K eff ] eí dagoálí. Jestlže [M] je poztvě deftí, pak [K eff ] eí sgulárí když [K] je sgulárí! Žádý problém s řešeím mechazmů a pohybů těles. Jestlže dokoce [K eff ] eí fukcí posuutí {}, [K eff ] se spočítá pouze jedou! mplctí MKP II 57/65

58 IA pokračováí { ɺɺ } Na začátku opět potřebujeme, určí se stejě jako u explctí metody. Vektor {} se určí z pohybových rovc a dosadí se do rovc a předcházející stráce, aby se vypočítaly počátečí rychlost a zrychleí v kroku. Pozámky: Výpočet zrychleí v čase je áročý, jestlže je matce [M] pásová. Proto ěkdy volíme ulový počátečí vektor zrychleí. Řešeí je epodmíěě stablí, jestlže platí β γ Řešeí je podmíěě stablí, jestlže platí γ γ β < mplctí MKP II 58/65

59 ŘEŠENÍ NELINEÁNÍ OVNICE NEWTON-APHSONOVA metoda a) odvozeí a základě výzamu prvé dervace Hledejme hodotu eleárí fukce f(x) =. N- metoda je založea a ásledující skutečost. Je-l počátečí odhad řešeí x, potom jestlže ahradíme tagetu ke křvce f(x ) a alezeme průsečík tagety s osou x v bodě x, zlepšuje teto druhý odhad řešeí, vz obrázek. y f(x ) f(x ) x α x x Obrázek Prcp Newto-aphsoovy metody a základě defce prvé dervace Využjme defce prví dervace f ( x ) f ( x ) = taα = () x x, což po úpravě dává vzorec základí formulace Newto-aphsoovy metody: Nevýhody: ) dvergece v flexím bodě ) děleí ulou 3) osclace lokálího maxma ebo mma 4) přeskočeí kořeů. x = x f ( x ) f ( x ). () 59/65

60 x y x x? Obrázek Osclace Newto-aphsoovy metody b) odvozeí N- formule z Taylorovy řady Předpokládejme zámou hodotu eleárí fukce v bodě x. ozvňme v tomto bodě fukc v řadu... 3! / ) )( (! / ) )( ( ) )( ( ) ( ) ( 3 = x x x f x x x f x x x f x f x f (3) Pro aproxmac řešeí vezměme pouze dva čley řady ) )( ( ) ( ) ( x x x f x f x f, (4) yí hledáme bod, pro ějž platí f(x ) = ) ( ) ( x tedy ), )( ( ) ( ) ( x f x f x x x x f x f x f = = = (5) 6/65

61 c) aplkace N- metody a řešeí eleárích statckých úloh systémů dskretzovaých MKP V leárích úlohách statky je zúžeo řešeí ezámých deformačích parametrů systému a řešeí jedé matcové rovce [ K ]{} = {} F Δ, (6) kde ezámým jsou deformačí parametry vektoru {Δ}. Často s euvědomujeme, že souč matce tuhost [K] a vektoru deformačích parametrů {Δ} má bezprostředí mechacký výzam. Je to vektor uzlových vtřích sl {B} a platí zřejmě [ K ]{} = {} B = {} F Δ. (7) Na prví pohled se zdá tato rovce trválí. Vyjadřuje však skutečost, že v řádku kde vektor exterího zatížeí {F} má ulovou hodotu apř. řádek, pak b =, protože vtří síly v uzlech sítě jsou "vyrovaé" a tedy ulové. V řádku apř. j, kde vektor exterího zatížeí {F} má eulovou hodotu, se této hodotě rová součet všech vtřích sl v uzlu sítě koečých prvků tedy b j = f j. V eleárích problémech defujeme základí rovc pro řešeí ezámých posuutí v - tém kroku zatížeí jako sahu, splt ásledující rovc tak, aby rozdíl vektoru vějšího zatížeí {F} a vtřích sl {B} a se blížl ulovému vektoru. Vektor tohoto rozdílu se azývá zbytkový vektor a ozačíme jej {Z}. { } { B} = { Z} { } F (8) V eleárích problémech statky systémů dskretzovaých MKP je však výsledá matce tuhost systému [K] fukcí deformačích parametrů, přesější ozačeí by mělo být ve tvaru [ K ] = f ({}) Δ ({ Δ} ). Abychom s ozačeí zjedodušl, ozačme matc tuhost, která je fukcí deformačích parametrů symbolem [ Kˆ ] a budeme j azývat eergetcká matce tuhost e (pomocí í počítáme pouze eerg). I v eleárích problémech můžeme vyjádřt eerg systému jako součet eerge deformačí a potecálu exterích sl T T {}[ Δ Kˆ ]{} Δ {}{} Δ F ΠC = e, (9) předpokládáme-l že exterí síly ejsou fukcí deformačích parametrů, pak prvou dervac podle ezámého vektoru {Δ} provedeme ásledově: [ ]{} {} [ ˆ ] {} {} {} [ ] {} [ ˆ ˆ T Ke ˆ T Ke ] Ke Δ Δ Δ ) F = ( Ke Δ Δ {} Δ Π C = (. {} Δ ) = po úpravě T [ ] {} [ Kˆ e ] Kˆ Δ {} Δ {} Δ {} F {} Δ {} F, () ( e ) =. () 6/65

62 Dervací eergetcké matce [ Kˆ e ] vektorem {Δ}, vzká matce "prostorová" (která má tř dexy) a obsahuje "za sebou" N matc typu NxN, které ozačíme [K S ] NxNxN. Dervujeme totž postupě jede sloupec eergetcké matce za druhým. Dervací prvého sloupce vzká matce [K SE, ], dervací druhého sloupce pak matce [K SE, ], až N-tého sloupce [K SE,N ]. Celý postup je schematcky zázorě a ásledujícím obrázku. k, N Δ. k N, N Δ k Δ k Δ, N. N N, N N k Δ. kn Δ,, k Δ. k N Δ k Δ k Δ,.,, N N, N [K SE, ] k Δ. k Δ, N N, N [K SE,N ] () [K SE, ] K SE,N K SE, Obrázek 3 Schematcký obrázek vysvětlující dervac matce vektorem. 6/65

63 Úpravou posledí rovce dostaeme T [ ] {} [ Kˆ e ] ( Kˆ e Δ ) Δ = ( Kˆ e Δ Δ [ K ]{} Δ = {} F se {} T {} [ ] {}[ K ] ){} Δ = ([ Kˆ ] [ Kˆ ]) {} Δ S NxNxN e se = (3) Matce, která vzkla výše uvedeou úpravou, se často azývá "matce sečá" a je obecě fukcí deformačích parametrů {Δ}. Všměme s, že vyásobeím prostorové matce [K S ] NxNxN zleva vektorem {Δ} T, vzke jedoduchá (rová) matce [ K se( { Δ} )] (tato je ještě dělea dvojkou podle výše odvozeých rovc). Vyásobeím sečé matce a sloupcového vektoru deformačích parametrů vzke vektor vtřích sl pro jedotlvé uzly sítě koečých prvků a je opět fukcí deformačích parametrů {Δ}. Tedy [ { Δ }) ]{ Δ} = B( { Δ} ) { } { F} Δ ) = ({ Δ} ) { B( } { Z } K se ( = (4) F, (5) a ásledě pak { } { } kde vektor {Z} je vektor zbytkových sl, jak jž bylo dříve uvedeo, v leárích úlohách je mplctě rove ule. Z důvodu zjedodušeí zápsu budeme spodí dex, vyjadřující závslost matc ebo vektorů a deformačích parametrech vyechávat. Jestlže eleárí řešeí posledí rovce provádíme teračě a záme všechy hodoty v - tém kroku řešeí, odvodíme postup jak teračím způsobem získáme vektor přírůstku deformačích parametrů v ásledujícím kroku. ozvňme vektor vtřích sl {B}, v okolí kroku v Taylorovu řadu a vezměme v úvahu pouze dva čley rozvoje. { } B( { Δ} ) { B( { Δ })} { B( { Δ} )} d{ Δ} = { F }, (6) { Δ } což vede po úpravě a rovc [ KT ({ })] d{ Δ} = { F } { B( { Δ })} = { Z } ({ Δ }) Δ. (7) Dervací vektoru vtřích sl {B} podle vektoru deformačích parametrů, získáváme tečou matc tuhost [K T ], { B } ({ Δ} ) = [ K ], T { Δ} { Δ } ( ) která je výzamou matcí v procesu řešeí eleárích systémů pomocí N- metody. Jak provádíme dervac vektoru vtřích sl {B} vektorem deformačích parametrů {Δ} ukazuje ásledující rovce: (8) B { Δ} [ K ] = T ({ Δ} ) { } ( ) { Δ } b Δ =. b Δ N b Δ. b Δ N N N (9) 63/65

64 ovc (7) terujeme tak dlouho, až je splěa kovergečí podmíka rovováhy sl vtřích a vějších tj. vektor zbytkových sl {Z} se blíží ule. V rovc (7) jsme předpokládal, že v -tém kroku záme řešeí a teracem dospějeme k výsledkům v kroku. Jedotlvé kroky výpočtu se lší přírůstky vektoru vějších sl {F}. Abychom s blíže vysvětll terace uvtř jedotlvých kroků (v aglčtě "substep"), musíme rovc (7) upravt zavedeím dexů pro terace uvtř výpočtových kroků. Iteračí dexy uvtř jedotlvých kroků, budou zavedey jako expoety vpravo ahoře. Vpravo dole jsou u jedotlvých velč dexy, ozačující jedotlvé výpočtové kroky. V podstatě jde o learzac rovce (4) resp. (5). ovce (7) pak dostává teto tvar j j j j [ K, ] d{ Δ } = { F } { B } = { Z } pro j,,... jmax T = () Předpokládáme, že v kroku jsou všechy hodoty zámy a chceme pokračovat v terac řešeím. Předpokládejme, že v kroku -tém jsme potřeboval ke kovergec p terací. Pak vstupí velčy pro rovc () se určí ásledově: p p { Δ } { Δ }, { B } { B }, { Z } { F } { B } matce tuhost [ ] se vypočítá pro vektor { } a K T, Δ () Pro jede stupeň volost, tedy pro skalárí hodoty, jsou tyto teračí kroky výpočtu zobrazey v ásledujícím obrázku F F dδ α df = Z Z B B 4 =F Z 4 = F B dδ dδ dδ 3 Δ Δ p = Δ 3 Δ Δ Δ Δ 4 = Δ Obrázek 3 Prcp Newto-aphsoovy metody a případě jedoho stupě volost Z barevého trojúhelíka v obrázku je zřejmý prví teračí krok výpočtu pro j = tj. Z F B tg( α ) = KT, = =. () dδ dδ Další teračí kroky uvtř jedoho zatěžovacího kroku, zde, jsou pak zřejmé z obrázku. j Po výpočtu každého d{ Δ }, dosadíme teto dílčí výsledek do součtové rovce (3) pro určeí výsledého vektoru deformačích parametrů v kroku 64/65

65 j j j { } = { Δ } { } Δ (3) d Δ Iterace v jedom kroku se provádějí tak dlouho, až je splěa kotrola kovergece apř. typu j { Z } N j ( zs( ) ) s= ε =, kde (4) N { F } j ( Fs ( ) ) s= ε je malé číslo,-, N je rozměr matc struktury s dex ozačuje jedotlvé prvky vektorů zbytkových sl a zatěžujícího vektoru j { Z } je skalárí orma vektoru zbytkových sl { F } je skalárí orma vektoru zatěžovacích sl., Icalzace výpočtu, č í říů í, : = Iteračí smyčka pro jedotlvé kroky zatížeí, : pro =, max j : =j Iterace uvtř zatěžujících kroků pro j =,, j max, vypočítej zbytkový vektor Vyřeš soustavu rovc pro ezámé, Nový vektor posuutí ao e Kotrola kovergece pro ε, Obrázek 4 Algortmus Newto-aphsoovy teračí metody 65/65

IV. MKP vynucené kmitání

IV. MKP vynucené kmitání Jří Máca - katedra mechaky - B35 - tel. 435 4500 maca@fsv.cvut.cz IV. MKP vyuceé kmtáí. Rovce vyuceého kmtáí. Modálí aalýza rozklad do vlastích tvarů 3. Přímá tegrace pohybových rovc 3. Metoda cetrálích

Více

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt celou populac, provádíme

Více

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC 5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC V této kaptole se dozvíte: jak je defováa fukce přrozeá odmoca v kompleím oboru a jaké má vlastost včetě odlšostí od odmocy v reálém

Více

Generování dvojrozměrných rozdělení pomocí copulí

Generování dvojrozměrných rozdělení pomocí copulí Pravděpodobost a matematcká statstka eerováí dvojrozměrých rozděleí pomocí copulí umbelova copule PRAHA 005 Vpracoval: JAN ZÁRUBA OBSAH: CÍL PRÁCE TEORIE Metoda verzí trasformace O copulích Sklarova věta

Více

Spolehlivost a diagnostika

Spolehlivost a diagnostika Spolehlvost a dagostka Složté systémy a jejch spolehlvost: Co je spolehlvost? Vlv spolehlvost kompoetů systému Návrh systému z hledska spolehlvost Aplkace - žvotě důležté systémy - vojeské aplkace Teore

Více

Metody zkoumání závislosti numerických proměnných

Metody zkoumání závislosti numerických proměnných Metody zkoumáí závslost umerckých proměých závslost pevá (fukčí) změě jedoho zaku jedozačě odpovídá změa druhého zaku (podle ějakého fukčího vztahu) (matematka, fyzka... statstcká (volá) změám jedé velčy

Více

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Ig. Mchal Dorda, Ph.D. Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl σ atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt

Více

1.3. ORTOGONÁLNÍ A ORTONORMÁLNÍ BÁZE

1.3. ORTOGONÁLNÍ A ORTONORMÁLNÍ BÁZE ORTOGONÁLNÍ A ORTONORMÁLNÍ BÁZE V této kaptole se dozvíte: jak je oecě defováa kolmost (ortogoalta) vektorů; co rozumíme ortogoálí a ortoormálí ází; co jsou to tzv relace ortoormalty a Croeckerovo delta;

Více

Interpolační křivky. Interpolace pomocí spline křivky. f 1. f 2. f n. x... x 2

Interpolační křivky. Interpolace pomocí spline křivky. f 1. f 2. f n. x... x 2 Iterpolace pomocí sple křvky dáo: bodů v rově úkol: alézt takovou křvku, která daým body prochází y f f 2 f 0 f x0 x... x 2 x x Iterpolace pomocí sple křvky evýhodou polyomálí terpolace změa ěkterého z

Více

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i : ometové míry polohy zahrují růzé druhy průměrů pomocí kterých můžeme charakterzovat cetrálí tedec dat ometové míry polohy jsou jedoduché číselé charakterstky které se vyčíslují ze všech prvků výběru

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014. Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95

Více

U. Jestliže lineární zobrazení Df x n n

U. Jestliže lineární zobrazení Df x n n MATEMATICKÁ ANALÝZA III předášky M. Krupky Zmí semestr 999/ 3. Iverzí a mplctí zobrazeí V této kaptole uvádíme dvě důležté věty, které acházeí aplkace v moha oblastech matematky: Větu o verzím a větu o

Více

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností 4.2 Elemetárí statstcké zpracováí Výsledkem statstckého zjšťováí (. etapa statstcké čost) jsou euspořádaá, epřehledá data. Proto 2. etapa statstcké čost zpracováí, začíá většou jejch utříděím, zpřehleděím.

Více

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě. 3. Hodoceí přesost měřeí a vytyčováí. Odchylky a tolerace ve výstavbě. 3.1 Úvod o měřeí obecě 3.2 Chyby měřeí a jejch děleí 3.2.1 Omyly a hrubé chyby 3.2.2 Systematcké chyby 3.2.3 Náhodé chyby 3.3 Výpočet

Více

[ jednotky ] Chyby měření

[ jednotky ] Chyby měření Chyby měřeí Provedeme-l určté měřeí za stejých podmíek vícekrát, jedotlvá měřeí se mohou odlšovat (z důvodu koečé rozlšovací schopost měř. přístrojů, áhodých vlvů apod.). Chyba měřeí: e = x x x...přesá

Více

12. N á h o d n ý v ý b ě r

12. N á h o d n ý v ý b ě r 12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých

Více

Komplexní čísla. Definice komplexních čísel

Komplexní čísla. Definice komplexních čísel Komplexí čísla Defiice komplexích čísel Komplexí číslo můžeme adefiovat jako uspořádaou dvojici reálých čísel [a, b], u kterých defiujeme operace sčítáí, ásobeí, apod. Stadardě se komplexí čísla zapisují

Více

P1: Úvod do experimentálních metod

P1: Úvod do experimentálních metod P1: Úvod do epermetálích metod Chyby a ejstoty měřeí - Každé měřeí je zatížeo určtou epřesostí, která je způsobea ejrůzějším egatvím vlvy, vyskytujícím se v procesu měřeí. - Výsledek měřeí se díky tomu

Více

1. Základy měření neelektrických veličin

1. Základy měření neelektrických veličin . Základ měřeí eelektrckých velč.. Měřcí řetězec Měřcí řetězec (měřcí soustava) je soubor měřcích čleů (jedotek) účelě uspořádaých tak, ab blo ožě splt požadovaý úkol měřeí, tj. získat formac o velkost

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013. Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95

Více

USTÁLENÉ PROUDĚNÍ V OTEVŘENÝCH KORYTECH

USTÁLENÉ PROUDĚNÍ V OTEVŘENÝCH KORYTECH USTÁLENÉ POUDĚNÍ V OTEVŘENÝCH KOYTECH ovoměré prouděí Charakterstka:. Hloubka vod v kortě, průtočá plocha a průřezová rchlost jsou v každém příčém řezu kostatí.. Čára eerge, vodí hlada a do korta jsou

Více

Univerzita Karlova v Praze Pedagogická fakulta

Univerzita Karlova v Praze Pedagogická fakulta Uverzta Karlova v Praze Pedagogcká fakulta SEMINÁRNÍ PRÁCE Z OBECNÉ ALGEBRY DĚLITELNOST CELÝCH ČÍSEL V SOUSTAVÁCH O RŮZNÝCH ZÁKLADECH / Cfrk C. Zadáí: Najděte pět krtérí pro děltelost v jých soustavách

Více

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n Regrese Aproxmace metodou ejmeších čtverců v v ( ) = f x v v x x x x Je dáo bodů [x, ], =,,, předpoládáme závslost a x a chceme ajít fuc, terá vsthuje teto tred - Sažíme se proložt fuc = f x ta, ab v =

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor SP Náhodý vektor PRAVDĚPODOBNOS A SAISIKA Náhodý vektor SP Náhodý vektor Náhodý vektor Náhodý vektor slouží k popsu výsledku pokusu kdy měříme více údaů o procesu. Před provedeím pokusu eho výsledek a

Více

a další charakteristikou je četnost výběrového souboru n.

a další charakteristikou je četnost výběrového souboru n. Předáška č. 8 Testováí rozptylu, testy relatví četost, testy dobré shody, test ezávslost kvaltatvích zaků Testy rozptylu Testy se používají k ověřeí hypotézy o určté velkost rozptylu a k ověřeí vztahu

Více

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A Nejstoty měřeí Pro každé přesé měřeí potřebujeme formac s jakou přesostí bylo měřeí provedeo. Nejstota měřeí vyjadřuje terval ve kterém se achází skutečá hodota měřeé velčy s určtou pravděpodobostí. Nejstota

Více

Správnost vztahu plyne z věty o rovnosti úhlů s rameny na sebe kolmými (obr. 13).

Správnost vztahu plyne z věty o rovnosti úhlů s rameny na sebe kolmými (obr. 13). 37 Metrické vlastosti lieárích útvarů v E 3 Výklad Mějme v E 3 přímky p se směrovým vektorem u a q se směrovým vektorem v Zvolme libovolý bod M a veďme jím přímky p se směrovým vektorem u a q se směrovým

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor SP Náhodý vektor PRAVDĚPODOBNOS A SAISIKA Náhodý vektor Lbor Žák SP Náhodý vektor Lbor Žák Náhodý vektor Náhodý vektor slouží k popsu výsledku pokusu kdy měříme více údaů o procesu. Před provedeím pokusu

Více

3. Lineární diferenciální rovnice úvod do teorie

3. Lineární diferenciální rovnice úvod do teorie 3 338 8: Josef Hekrdla lieárí difereciálí rovice úvod do teorie 3 Lieárí difereciálí rovice úvod do teorie Defiice 3 (lieárí difereciálí rovice) Lieárí difereciálí rovice -tého řádu je rovice, která se

Více

Předmět: SM 01 ROVINNÉ PŘÍHRADOVÉ KONSTRUKCE

Předmět: SM 01 ROVINNÉ PŘÍHRADOVÉ KONSTRUKCE Přdmět: SM 0 ROVIÉ PŘÍHRADOVÉ KOSTRUKCE doc. Ig. Michl POLÁK, CSc. Fkult stvbí, ČVUT v Prz ROVIÉ PŘÍHRADOVÉ KOSTRUKCE: KOSTRUKCE JE VYTVOŘEA Z PŘÍMÝCH PRUTŮ, PRUTY JSOU AVZÁJEM POSPOJOVÁY V BODECH STYČÍCÍCH,

Více

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru Lekce Normálí rozděleí v rově V této lekc se udeme věovat měřeí korelačí závslost dvojce áhodých velč (dvousložkového áhodého vektoru) Vcházet udeme z ormálího rozděleí pravděpodoost áhodého vektoru v

Více

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATEDRA FYZIKY LABORATORNÍ CVIČENÍ Z FYZIKY Jméo: Petr Česák Datum měřeí:.3.000 Studjí rok: 999-000, Ročík: Datum odevzdáí: 6.3.000 Studjí skupa: 5 Laboratorí skupa:

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA Matematka IV PRAVDĚPODOBNOT A TATITIKA Lbor Žák Matematka IV Lbor Žák Regresí aalýza Regresí aalýza zkoumá závslost mez ezávslým proměým X ( X,, X k a závsle proměou Y. Tato závslost se vjadřuje ve tvaru

Více

ZÁKLADY STAVEBNÍ MECHANIKY

ZÁKLADY STAVEBNÍ MECHANIKY VYSOKÉ UČENÍ TECHNICKÉ V BNĚ AKULTA STAVEBNÍ ING. JIŘÍ KYTÝ, CSc. ING. ZBYNĚK KEŠNE, CSc. ING. OSTISLAV ZÍDEK ING. ZBYNĚK VLK ZÁKLADY STAVEBNÍ ECHANIKY ODUL BD0-O SILOVÉ SOUSTAVY STUDIJNÍ OPOY PO STUDIJNÍ

Více

ANALÝZA A KLASIFIKACE DAT

ANALÝZA A KLASIFIKACE DAT ANALÝZA A KLASIFIKACE DA prof. Ig. Jří Holčík, CSc. INVESICE Isttut DO bostatstky ROZVOJE VZDĚLÁVÁNÍ a aalýz IV. LINEÁRNÍ KLASIFIKACE pokračováí Isttut bostatstky a aalýz (SUPPOR VECOR MACHINE SVM) SEPARABILNÍ

Více

Odhady parametrů 1. Odhady parametrů

Odhady parametrů 1. Odhady parametrů Odhady parametrů 1 Odhady parametrů Na statistický soubor (x 1,..., x, který dostaeme statistickým šetřeím, se můžeme dívat jako a výběrový soubor získaý realizací áhodého výběru z áhodé veličiy X. Obdobě:

Více

Lineární regrese ( ) 2

Lineární regrese ( ) 2 Leárí regrese Častým úolem je staoveí vzájemé závslost dvou (č více) fzálích velč a její matematcé vjádřeí. K tomuto účelu se používají růzé regresí metod, pomocí chž hledáme vhodou fuc f (), apromující

Více

1.1 Definice a základní pojmy

1.1 Definice a základní pojmy Kaptola. Teore děltelost C. F. Gauss: Matematka je královou všech věd a teore čísel je králova matematky. Základím číselým oborem se kterým budeme v této kaptole pracovat jsou celá čísla a pouze v ěkterých

Více

8. Zákony velkých čísel

8. Zákony velkých čísel 8 Zákoy velkých čísel V této část budeme studovat velm často užívaá tvrzeí o součtech posloupost áhodých velč Nedříve budeme vyšetřovat tvrzeí azývaá souhrě ako slabé zákoy velkých čísel Veškeré úvahy

Více

4. B o d o v é o d h a d y p a r a m e t r ů

4. B o d o v é o d h a d y p a r a m e t r ů 4. B o d o v é o d h a d y p a r a m e t r ů Na základě hodot áhodého výběru z rozděleí určitého typu odhadujeme parametry tohoto rozděleí, tak aby co ejlépe odpovídaly hodotám výběru. Formulujme tudíž

Více

Matematika I, část II

Matematika I, část II 1. FUNKCE Průvodce studiem V deím životě, v přírodě, v techice a hlavě v matematice se eustále setkáváme s fukčími závislostmi jedé veličiy (apř. y) a druhé (apř. x). Tak apř. cea jízdeky druhé třídy osobího

Více

Iterační metody řešení soustav lineárních rovnic

Iterační metody řešení soustav lineárních rovnic Iteračí metody řešeí soustav lieárích rovic Matice je: diagoálě domiatí právě tehdy, když pozitivě defiití (symetrická matice) právě tehdy, když pro x platí x, Ax a ij Tyto vlastosti budou důležité pro

Více

Pružnost a pevnost. 9. přednáška, 11. prosince 2018

Pružnost a pevnost. 9. přednáška, 11. prosince 2018 Pružost a pevost 9. předáška, 11. prosice 2018 1) Krouceí prutu s kruhovým průřezem 2) Volé krouceí prutu s průřezem a) masivím b) otevřeým tekostěým c) uzavřeým tekostěým 3) Ohybové (vázaé) krouceí Rovoměré

Více

Mendelova univerzita v Brně Statistika projekt

Mendelova univerzita v Brně Statistika projekt Medelova uverzta v Brě Statstka projekt Vypracoval: Marek Hučík Obsah 1. Úvod... 3. Skupové tříděí... 3 o Data:... 3 o Počet hodot:... 3 o Varačí rozpětí:... 3 o Počet tříd:... 4 o Šířka tervalu:... 4

Více

14. B o d o v é o d h a d y p a r a m e t r ů

14. B o d o v é o d h a d y p a r a m e t r ů 4. B o d o v é o d h a d y p a r a m e t r ů Na základě hodot áhodého výběru z rozděleí určitého typu odhadujeme parametry tohoto rozděleí, tak aby co ejlépe odpovídaly hodotám výběru. Formulujme tudíž

Více

Kapitola 5 - Matice (nad tělesem)

Kapitola 5 - Matice (nad tělesem) Kapitola 5 - Matice (ad tělesem) 5.. Defiice matice 5... DEFINICE Nechť T je těleso, m, N. Maticí typu m, ad tělesem T rozumíme zobrazeí možiy {, 2,, m} {, 2,, } do T. 5..2. OZNAČENÍ Možiu všech matic

Více

, jsou naměřené a vypočtené hodnoty závisle

, jsou naměřené a vypočtené hodnoty závisle Měřeí závslostí. Průběh závslost spojtá křvka s jedoduchou rovcí ( jedoduchým průběhem), s malým počtem parametrů, která v rozmezí aměřeých hodot vsthuje průběh závslost, určeí kokrétího tpu křvk (přímka,

Více

Testování statistických hypotéz

Testování statistických hypotéz Testováí statstckých hypotéz - Testováí hypotéz je postup, sloužící k ověřeí předpokladů o ZS (hypotéz a základě výběrových dat (tj. hodot z výběrového souboru. - ypotéza = určtý předpoklad o základím

Více

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n Petra Suryková Modelováí křivek základím prvkem teorie křivek v počítačové grafice křivky polyomiálí Q( t) a a t... a t polyomiálí křivky můžeme sado vyčíslit sado diferecovatelé lze z ich skládat křivky

Více

Intervalové odhady parametrů některých rozdělení.

Intervalové odhady parametrů některých rozdělení. 4. Itervalové odhady parametrů rozděleí. Jedou ze základích úloh mtematické statistiky je staoveí hodot parametrů rozděleí, ze kterého máme k dispozici áhodý výběr. Nejčastěji hledáme odhady dvou druhů:

Více

1. Čím se zabývá 4PP? zabývá se určováním deformace a porušováním celistvých těles v závislosti na vnějším zatížení

1. Čím se zabývá 4PP? zabývá se určováním deformace a porušováním celistvých těles v závislosti na vnějším zatížení . Čím se zabývá 4PP? zabývá se určováím deformace a porušováím celstvých těles v závslost a vějším zatížeí. Defce obecého apětí + apjatost v bodě tělesa -apětí - je to apětí v určtém bodě určtého tělesa.

Více

Obsah. 1 Mocninné řady Definice a vlastnosti mocninných řad Rozvoj funkce do mocninné řady Aplikace mocninných řad...

Obsah. 1 Mocninné řady Definice a vlastnosti mocninných řad Rozvoj funkce do mocninné řady Aplikace mocninných řad... Obsah 1 Mocié řady 1 1.1 Defiice a vlastosti mociých řad.................... 1 1. Rozvoj fukce do mocié řady...................... 5 1.3 Aplikace mociých řad........................... 10 1 Kapitola 1

Více

FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL

FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL Difereciálí počet fukcí jedé reálé proměé - 6. - PRVNÍ DIFERENCIÁL TAYLORŮV ROZVOJ FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL PŘÍKLAD Pomocí věty o prvím difereciálu ukažte že platí přibližá rovost

Více

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a)

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a) Předáša 7 Derivace a difereciály vyšších řádů Budeme poračovat v ahrazováí fuce f(x v oolí bodu a polyomy, tj hledat vhodé ostaty c ta, aby bylo pro malá x a f(x c 0 + c 1 (x a + c 2 (x a 2 + c 3 (x a

Více

Hartre-Fock method (HF)

Hartre-Fock method (HF) Cofgurato Iteracto (CI) Coupled Clusters (CC) Perturbato Theory (PT, MP) Electro correlato H Ψ = EΨ Bor-Oppehemer approxmato Model of depedet electros Product wave fucto (Slater determat) MO LCAO Hartre-Fock

Více

Optimalizace portfolia

Optimalizace portfolia Optmalzace portfola ÚVOD Problémy vestováí prostředctvím ákupu ceých papírů sou klasckým tématem matematcké ekoome. Celkový výos z portfola má v době rozhodováí o vestcích povahu áhodé velčy, eíž rozložeí

Více

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací 3. Náhodý výběr Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých realizací

Více

Téma 2 Přímková a rovinná soustava sil

Téma 2 Přímková a rovinná soustava sil Stavebí statka,.ročík bakalářského studa Téma 2 Přímková a rová soustava sl Přímková soustava sl ový svazek sl Statcký momet síly k bodu a dvojce sl v rově Obecá rová soustava sl ová soustava rovoběžých

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOT A TATITIKA Přpomeutí pojmů,, P m θ, R θ R - pravděpodobostí prostor - parametrcký prostor - parametrcká fukce,, T - áhodý vektor defovaý a pravděpodobostím prostoru,, P θ s hustotou f x,

Více

1 Základy Z-transformace. pro aplikace v oblasti

1 Základy Z-transformace. pro aplikace v oblasti Základy Z-trasformace pro aplikace v oblasti číslicového zpracováí sigálů Petr Pollák 9. říja 29 Základy Z-trasformace Teto stručý text slouží k připomeutí základích vlastostí Z-trasformace s jejími aplikacemi

Více

12. Neparametrické hypotézy

12. Neparametrické hypotézy . Neparametrcké hypotézy V této část se budeme zabývat specálí částí teore statstckých hypotéz tzv. eparametrckým hypotézam ebo jak řečeo eparametrckým statstckým testy. Neparametrcké se azývají proto,

Více

Přednáška č. 2 náhodné veličiny

Přednáška č. 2 náhodné veličiny Předáša č. áhodé velčy Pozámy záladím pojmům z počtu pravděpodobost Pozáma 1: Př výpočtu pravděpodobost áhodého jevu dle lascé defce je uté věovat pozorost způsobu formulace vybraého jevu. V ásledující

Více

NMAF063 Matematika pro fyziky III Zkoušková písemná práce 25. ledna x 1 n

NMAF063 Matematika pro fyziky III Zkoušková písemná práce 25. ledna x 1 n Jméo: Příklad 3 Celkem bodů Bodů 8 0 30 Získáo [8 Uvažujte posloupost distribucí f } D R defiovaou jako f [δ kde δ a začí Diracovu distribuci v bodě a Najděte itu δ 0 + δ + této poslouposti aeb spočtěte

Více

Univerzita Karlova v Praze Pedagogická fakulta

Univerzita Karlova v Praze Pedagogická fakulta Uverzt Krlov v Prze Pedgogcká kult SEMINÁRNÍ PRÁCE Z POLYNOMICKÉ ALGEBRY POLYNOM / CIFRIK Zdáí: Vyšetřete všem probrým prostředky polyom Vyprcováí: Rcoálí kořey Podle věty: Nechť p Q je koře polyomu q

Více

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna. 6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola

Více

TĚŽIŠTĚ A STABILITA. Těžiště tělesa = bod, kterým stále prochází výslednice tíhových sil všech jeho hmotných bodů, ať těleso natáčíme jakkoli

TĚŽIŠTĚ A STABILITA. Těžiště tělesa = bod, kterým stále prochází výslednice tíhových sil všech jeho hmotných bodů, ať těleso natáčíme jakkoli SAIKA - těžště ĚŽIŠĚ A SABILIA ěžště tělesa bod, kterým stále prochází výsledce tíhových sl všech jeho hmotých bodů, ať těleso atáčíme jakkol bod, ke kterému astává rovováha mometů způsobeých tíhou jedotlvých

Více

9.3.5 Korelace. Předpoklady: 9304

9.3.5 Korelace. Předpoklady: 9304 935 Koelace Předpoklad: 9304 Zatím jsme se zabýval vžd pouze jedím zakem, ve statstckém výzkumu jsme však u každého jedotlvce (statstcké jedotk) sledoval zaků více Učtě spolu ěkteé zak souvsí (apříklad

Více

k(k + 1) = A k + B. s n = n 1 n + 1 = = 3. = ln 2 + ln. 2 + ln

k(k + 1) = A k + B. s n = n 1 n + 1 = = 3. = ln 2 + ln. 2 + ln Číselé řady - řešeé přílady ČÍSELNÉ ŘADY - řešeé přílady A. Součty řad Vzorové přílady:.. Přílad. Určete součet řady + = + 6 + +.... Řešeí: Rozladem -tého čleu řady a parciálí zlomy dostáváme + = + ) =

Více

Téma 11 Prostorová soustava sil

Téma 11 Prostorová soustava sil Stavebí statka,.ročík bakalářského studa Téma Prostorová soustava sl Prostorový svazek sl Statcký momet síly a dvojce sl v prostoru Obecá prostorová soustava sl Prostorová soustava rovoběžých sl Katedra

Více

6. Posloupnosti a jejich limity, řady

6. Posloupnosti a jejich limity, řady Moderí techologie ve studiu aplikovaé fyziky CZ..07/..00/07.008 6. Poslouposti a jejich limity, řady Posloupost je speciálí, důležitý příklad fukce. Při praktickém měřeí hodot určité fyzikálí veličiy dostáváme

Více

NMAF063 Matematika pro fyziky III Zkoušková písemná práce 17. ledna 2019

NMAF063 Matematika pro fyziky III Zkoušková písemná práce 17. ledna 2019 Jméo: Příklad 2 3 Celkem bodů Bodů 0 8 2 30 Získáo 0 Uvažujte posloupost distribucí {f } + = D (R defiovaou jako f (x = ( δ x m, kde δ ( x m začí Diracovu distribuci v bodě m Najděte limitu f = lim + f

Více

III. METODY MĚŘENÍ A ZPRACOVÁNÍ MĚŘENÍ

III. METODY MĚŘENÍ A ZPRACOVÁNÍ MĚŘENÍ III. METODY MĚŘENÍ A ZPRACOVÁNÍ MĚŘENÍ Způsob, jímž se provádí fzkálí měřeí, závsí jedak a povaze měřeé velč, jedak a tom, ze kterých vztahů pro měřeou velču vjdeme a jakých přístrojů použjeme. Všech měřcí

Více

Téma: 11) Dynamika stavebních konstrukcí

Téma: 11) Dynamika stavebních konstrukcí Počítačová podpora statických výpočtů Téma: ) Dyamika stavebích kostrukcí Katedra stavebí mechaiky Fakulta stavebí, VŠB V Techická uiverzita Ostrava Rozděleí mechaiky Statika Zabývá se problematikou působeí

Více

8.2.1 Aritmetická posloupnost I

8.2.1 Aritmetická posloupnost I 8.2. Aritmetická posloupost I Předpoklady: 80, 802, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Čley posloupostí pak při kotrole vypíšu

Více

Sekvenční logické obvody(lso)

Sekvenční logické obvody(lso) Sekvečí logické obvody(lso) 1. Logické sekvečí obvody, tzv. paměťové čley, jsou obvody u kterých výstupí stavy ezávisí je a okamžitých hodotách vstupích sigálů, ale jsou závislé i a předcházejících hodotách

Více

DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROM

DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROM Difereciálí počet fukcí jedé reálé proměé - - DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ ÚVODNÍ POZNÁMKY I derivace podobě jako limity můžeme počítat ěkolikerým způsobem a to kokrétě pomocí: defiice vět o algebře

Více

V. Normální rozdělení

V. Normální rozdělení V. Normálí rozděleí 1. Náhodá veličia X má ormovaé ormálí rozděleí N(0; 1). Určete: a) P (X < 1, 5); P (X > 0, 3); P ( 1, 135 < x ); P (X < 3X + ). c) číslo ε takové, že P ( X < ε) = 0,

Více

8.2.1 Aritmetická posloupnost

8.2.1 Aritmetická posloupnost 8.. Aritmetická posloupost Předpoklady: 80, 80, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Př. : V továrě dokočí každou hodiu motáž

Více

11. Časové řady. 11.1. Pojem a klasifikace časových řad

11. Časové řady. 11.1. Pojem a klasifikace časových řad . Časové řad.. Pojem a klasfkace časových řad Specfckým statstckým dat jsou časové řad pomocí chž můžeme zkoumat damku jevů v čase. Časovou řadou (damcká řada, vývojová řada) rozumíme v čase uspořádaé

Více

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT 2 IDENIFIKACE H-MAICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNO omáš Novotý ČESKÉ VYSOKÉ UČENÍ ECHNICKÉ V PRAZE Faulta eletrotechicá Katedra eletroeergetiy. Úvod Metody založeé a loalizaci poruch pomocí H-matic

Více

Důkazy Ackermannova vzorce

Důkazy Ackermannova vzorce Důkazy Akermaova vzore Rady studetům: Důkaz je trohu zdlouhavý, ale přirozeý. Tak byste při odvozeí postupovali, kdybyste vzore předem ezali. Důkaz je krátký, ale je založe a triku, a který byste předem

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOST A STATISTIKA Bodové a itervalové odhady Nechť X je áhodá proměá, která má distribučí fukci F(x, ϑ). Předpokládejme, že záme tvar distribučí fukce (víme jaké má rozděleí) a ezáme parametr

Více

Střední průmyslová škola, Uherské Hradiště, Kollárova 617 MECHANIKA I M.H. 2003 MECHANIKA I STATIKA, PRUŽNOST A PEVNOST - 1 -

Střední průmyslová škola, Uherské Hradiště, Kollárova 617 MECHANIKA I M.H. 2003 MECHANIKA I STATIKA, PRUŽNOST A PEVNOST - 1 - Středí průmyslová škola, Uherské Hradště, Kollárova 67 MECHANIKA I M.H. 00 MECHANIKA I STATIKA, PRUŽNOST A PEVNOST Studjí obor (kód a ázev): -4-M/00 Strojíreství - - Středí průmyslová škola, Uherské Hradště,

Více

Příklady k přednášce 9 - Zpětná vazba

Příklady k přednášce 9 - Zpětná vazba Příklady k předášce 9 - Zpětá vazba Michael Šebek Automatické řízeí 205 6--5 Příklad: Přibližá iverze tak průřezu s výškou hladiy y(t), přítokem u(t) a odtokem dy() t dt + 2 yt () = ut () Cíl řízeí: sledovat

Více

Náhodný výběr 1. Náhodný výběr

Náhodný výběr 1. Náhodný výběr Náhodý výběr 1 Náhodý výběr Matematická statistika poskytuje metody pro popis veliči áhodého charakteru pomocí jejich pozorovaých hodot, přesěji řečeo jde o určeí důležitých vlastostí rozděleí pravděpodobosti

Více

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu Cvičeí 6: Výpočet středí hodoty a rozptylu, bodové a itervalové odhady středí hodoty a rozptylu Příklad 1: Postupě se zkouší spolehlivost čtyř přístrojů Další se zkouší je tehdy, když předchozí je spolehlivý

Více

8 NELINEÁRNÍ REGRESNÍ MODELY

8 NELINEÁRNÍ REGRESNÍ MODELY 8 NELINEÁRNÍ REGRESNÍ MODELY 8 Tvorba eleárího regresího modelu Postup tvorby eleárího regresího modelu se dá rozčlet do těchto kroků: Návrh regresího modelu Obvykle se jako eleárí regresí model používá

Více

6. FUNKCE A POSLOUPNOSTI

6. FUNKCE A POSLOUPNOSTI 6. FUNKCE A POSLOUPNOSTI Fukce Dovedosti:. Základí pozatky o fukcích -Chápat defiici fukce,obvyklý způsob jejího zadáváí a pojmy defiičí obor hodot fukce. U fukcí zadaých předpisem umět správě operovat

Více

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost Dráha [m] 9. Měřeí závslostí ve statstce Měřeí závslostí ve statstce se zývá především zkoumáím vzájemé závslost statstckých zaků vícerozměrých souborů. Závslost přtom mohou být apříklad pevé, volé, jedostraé,

Více

Analýza a zpracování signálů. 4. Diskrétní systémy,výpočet impulsní odezvy, konvoluce, korelace

Analýza a zpracování signálů. 4. Diskrétní systémy,výpočet impulsní odezvy, konvoluce, korelace Aalýza a zpracováí sigálů 4. Diskrétí systémy,výpočet impulsí odezvy, kovoluce, korelace Diskrétí systémy Diskrétí sytém - zpracovává časově diskrétí vstupí sigál ] a produkuje časově diskrétí výstupí

Více

f x a x DSM2 Cv 9 Vytvořující funkce Vytvořující funkcí nekonečné posloupnosti a0, a1,, a n , reálných čísel míníme formální nekonečnou řadu ( )

f x a x DSM2 Cv 9 Vytvořující funkce Vytvořující funkcí nekonečné posloupnosti a0, a1,, a n , reálných čísel míníme formální nekonečnou řadu ( ) DSM Cv 9 Vytvořující fukce Vytvořující fukcí ekoečé poslouposti a0, a,, a, reálých čísel mííme formálí ekoečou řadu =. f a i= 0 i i Příklady: f = + = + + + + + ) Platí: (biomická věta). To zameá, že fukce

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP esty dobré shody PRAVDĚPODOBNOS A SAISIKA Lbor Žá SP esty dobré shody Lbor Žá Přpomeutí - estováí hypotéz o rozděleí Ch-vadrát test Chí-vadrát testem terý e založe a tříděém statstcém souboru. SP esty

Více

Náhodné jevy, jevové pole, pravděpodobnost

Náhodné jevy, jevové pole, pravděpodobnost S Náhodé jevy pravděpodobost Náhodé jevy jevové pole pravděpodobost Lbor Žák S Náhodé jevy pravděpodobost Lbor Žák Základí pojmy Expermet česky též vědecký pokus je soubor jedáí a pozorováí jehož účelem

Více

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění Předáška č. 0 Aalýza roztylu ř jedoduchém tříděí Aalýza roztylu je statstcká metoda, kterou se osuzuje romělvost oakovaých realzací áhodého okusu tj. romělvost áhodé velčy. Náhodá velča vzká za relatvě

Více

VY_52_INOVACE_J 05 01

VY_52_INOVACE_J 05 01 Název a adresa školy: Středí škola průmyslová a umělecká, Opava, příspěvková orgazace, Praskova 399/8, Opava, 74601 Název operačího programu: OP Vzděláváí pro kokureceschopost, oblast podpory 1.5 Regstračí

Více

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu Cvičeí 6: Bodové a itervalové odhady středí hodoty, rozptylu a koeficietu korelace, test hypotézy o středí hodotě při zámém rozptylu Příklad : Bylo zkoumáo 9 vzorků půdy s růzým obsahem fosforu (veličia

Více

Kapitola 4 Euklidovské prostory

Kapitola 4 Euklidovské prostory Kapitola 4 Euklidovské prostory 4.1. Defiice euklidovského prostoru 4.1.1. DEFINICE Nechť E je vektorový prostor ad tělesem reálých čísel R,, : E 2 R. E se azývá euklidovský prostor, platí-li: (I) Pro

Více

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých 9 Limití věty. V aplikacích teorie pravděpodobosti (matematická statistika, metody Mote Carlo se užívají tvrzeí vět o kovergeci posloupostí áhodých veliči. Podle povahy kovergece se limití věty teorie

Více

Deskriptivní statistika 1

Deskriptivní statistika 1 Deskriptiví statistika 1 1 Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 1145/2004. Základí charakteristiky souboru Pro lepší představu používáme k popisu vlastostí zkoumaého jevu určité charakteristiky

Více

Zkoušková písemná práce č. 1 z předmětu 01MAB3

Zkoušková písemná práce č. 1 z předmětu 01MAB3 Katedra matematiky Fakulty jaderé a fyzikálě ižeýrské ČVUT v Praze Příjmeí a jméo 1 2 3 4 5 BONUS CELKEM (13 bodů) Zkoušková písemá práce č. 1 z předmětu 01MAB3 14. leda 2016, 9:00 11:00 Pro kvadratickou

Více