Numerické metody zpracování výsledků
|
|
- Josef Havel
- před 5 lety
- Počet zobrazení:
Transkript
1 Numerické metody zpracování výsledků Měření fyzikální veličiny provádíme obvykle tak, že měříme hodnoty y jedné fyzikální veličiny při určitých hodnotách x druhé veličiny, na které měřená veličina závisí. Volíme-li hodnoty x 1, x,..., x n nezávisle proměnné tak, že vytváří aritmetickou posloupnost, říkáme, že je měření ekvidistantní. Při ekvidistantním měření jsou rozdíly mezi po sobě následujícími hodnotami x 1, x, x 3,..., x n konstantní. Ekvidistantní měření se dá numericky lépe zpracovat a dává přesnější výsledky než měření neekvidistantní. A protože při fyzikálních měřeních dáváme vždy přednost měřením ekvidistantním, uvedeme si několik metod zpracování výsledků ekvidistantních měření. Zpracování výsledků postupných měření Metoda postupných měření Nejjednodušším příkladem ekvidistantních měření je měření provedené metodou postupných měření. Metoda postupných měření je patrna na měření doby kyvu t kyvadla. Časové údaje t 1, t,..., t n, odečítané na stopkách po každém desátém kyvu, jsou přímo uměrné počtu kyvů. Mohli bychom nyní dále postupovat tak, že dobu tn, to je dobu n kyvů vydělíme počtem kyvů n 1 a dostali bychom aritmeticky průměrnou dobu jednoho kyvu t = t n/n. Nevýhodou takového postupu je, že se využije jen první a poslední měření a vůbec se nevyužijí měření prostřední. Proto postupujeme 1 / 10
2 tak, že naměřené hodnoty času rozdělíme na dvě (počtem stejné) skupiny a zapíšeme je následujícím způsobem do tabulky : k Naměřené hodnoty Rozdíly členů 1.a. skupiny T k Odchylky od arit. průměru T k (ΔT k ) 1.skupina (k členů).skupina / 10
3 (k+n členů) 1 t 1 t n+1 T 1 = t n+1 -t 1 ΔT 1 = T-T 1 ΔT 1 t t n+ T = t n+ -t 3 / 10
4 ΔT = T-T ΔT 3 4 / 10
5 n t n 5 / 10
6 t n T n = t n -t ΔT n = T-T n ΔT n Aritmetický průměr T = 1/n.Σ.T k Σ.ΔT k = 0 Σ.ΔT k Doba jednoho kyvu t = T/10.n Každý z rozdílů t n+1 -t1,..., t n -t n 6 / 10
7 udává n násobnou hodnotu doby deseti kyvů. V průměru takto vypočítaných rozdílů (jejichž počet je n) se rovnoměrně využijí všechna měření, ale žádná z nich se neopakují. Aritmetický průměr těchto rozdílů je Nejpravděpodobnější hodnota doby deseti kyvů t je doba jednoho kyvu je tedy V dalších sloupcích jsou vypočítané odchylky ΔTk rozdílů Tk od aritmetického průměru T a druhé mocniny těchto odchylek ΔTk. Použitím součtu čtverců odchylek určíme pravděpodobnou chybu 7 / 10
8 Výsledek měření zapíšeme ve tvaru Metoda numerické interpolace Máme-li určit hodnotu y měřené veličiny pro hodnotu argumentu x (x může být např. velikost výchylky měřícího přístroje a nebo jiná veličina, na které veličina y závisí) a když známe jen hodnoty y1 a y pro hodnoty argumentu x1<x a x>x, potom můžeme použít lineární interpolaci vyjádřenou vztahem Lineární interpolaci můžeme použít, když 8 / 10
9 - veličiny x a y jsou lineárně závislé, - závislost mezi veličinami x a y je vyjádřena křivkou, která se velmi neodchyluje od přímky, - závislost mezi x a y je vyjádřena jakoukoli křivkou, ale interpolace se provádí v tak malých intervalech hodnot x, že v nich můžeme závislot považovat za přímkovou. Dost často se stekáváme se situací, kdy závislot y = f(x) je natolik složitá, že nejsou splněny požadavky pro lineární interpolaci. pro tyto případy byly odvozeny různé interpolační vzorce, např. Newtonův interpolační vzorec, který se používá v případě ekvidistantních měření. Podrobnější popis této metody nalezneme ta těchto stránkách encyklopedie Wikipedia. Metoda nejmenších čtverců Je to nejčastěji používaná vyrovnávací metoda. O vyrovnávání měření hovoříme v těch případech, když z naměřených hodnot, zatížených nahodilými chybami, určujeme nejpravděpodobnější hodnotu výsledku. Protože se při fyzikálních měřeních setkáváme s různými úlohami, různé jsou i vyrovnávací metody, které při zpracování fyzikálních měření používáme. Vyrovnávací metody jsou založeny na metodě nejmenších čtverců, která vychází z předpokladu normálního rozložení nahodilých chyb. První tuto metodu popsal Legendre v roce 1806, podle něhož se též nazývá, a první ji použil Gauss. Podstata metody nejmenších čtverců spočívá v tom, že pro nejpravděpodobnější výsledek (aritmetický průměr) opakovaných stejně přesných měření je součet čtverců odchylek od naměřených hodnot minimální. 9 / 10
10 Podrobnější popis této metody nalezneme ta těchto stránkách encyklopedie Wikipedia. Převzato z knihy PROCHÁZKOVÁ, E.: Úvod do teorie a praxe fyzikálního měření I. PF JU České Budějovice, / 10
Aplikovaná matematika I
Metoda nejmenších čtverců Aplikovaná matematika I Dana Říhová Mendelu Brno c Dana Říhová (Mendelu Brno) Metoda nejmenších čtverců 1 / 8 Obsah 1 Formulace problému 2 Princip metody nejmenších čtverců 3
VíceInterpolace Uvažujme třídu funkcí jedné proměnné ψ(x; a 0,..., a n ), kde a 0,..., a n jsou parametry, které popisují jednotlivé funkce této třídy. Mějme dány body x 0, x 1,..., x n, x i x k, i, k = 0,
VíceNáhodné 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.
Více2 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
VíceChyby 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
VíceÚvod do teorie měření. Eva Hejnová
Úvod do teorie měření Eva Hejnová Podmínky získání zápočtu: Podmínkou pro získání zápočtu je účast na cvičeních (maximálně tři absence) a úspěšné splnění jednoho písemného testu alespoň na 50 % max. počtu
Více1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.
Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou
VíceZÁKLADY FYZIKÁLNÍCH MĚŘENÍ FJFI ČVUT V PRAZE. Úloha 5: Měření tíhového zrychlení
ZÁKLADY FYZIKÁLNÍCH MĚŘENÍ FJFI ČVUT V PRAZE Datum měření: číslo skupiny: Spolupracovali: 1 Úvod 1.1 Pracovní úkoly [1] Úloha 5: Měření tíhového zrychlení Jméno: Ročník, kruh: Klasifikace: 1. V domácí
VíceMĚŘICÍ METODY 1. PŘEHLED MĚŘICÍCH METOD
MĚŘICÍ METODY. PŘEHLED MĚŘICÍCH METOD Metodou měření rozumíme způsob, jakým je možno měřit veličinu. Protože určitou veličinu lze často měřit různým způsobem, rozlišujeme různé měřicí metody pro měření
VíceÚvod do problematiky měření
1/18 Lord Kelvin: "Když to, o čem mluvíte, můžete změřit, a vyjádřit to pomocí čísel, něco o tom víte. Ale když to nemůžete vyjádřit číselně, je vaše znalost hubená a nedostatečná. Může to být začátek
VíceÚvod do teorie měření. Eva Hejnová
Úvod do teorie měření Eva Hejnová Program semináře 1. Základní pojmy - metody měření, druhy chyb, počítání s neúplnými čísly, zaokrouhlování 2. Chyby přímých měření - aritmetický průměr a směrodatná odchylka,
VíceFyzikální sekce přírodovědecké fakulty Masarykovy univerzity v Brně FYZIKÁLNÍ PRAKTIKUM. Speciální praktikum z abc
Fyzikální sekce přírodovědecké fakulty Masarykovy univerzity v Brně FYZIKÁLNÍ PRAKTIKUM Speciální praktikum z abc Zpracoval: Jan Novák Naměřeno: 1. ledna 2001 Obor: F Ročník: IV Semestr: IX Testováno:
VíceNáhodné (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
VíceFyzikální praktikum FJFI ČVUT v Praze
Fyzikální praktikum FJFI ČVUT v Praze Úloha 9: Rozšíření rozsahu miliampérmetru a voltmetru. Cejchování kompenzátorem. Datum měření: 15. 10. 2015 Skupina: 8, čtvrtek 7:30 Vypracoval: Tadeáš Kmenta Klasifikace:
VíceLaboratorní práce č. 1: Měření délky
Přírodní vědy moderně a interaktivně FYZIKA 3. ročník šestiletého a 1. ročník čtyřletého studia Laboratorní práce č. 1: Měření délky G Gymnázium Hranice Přírodní vědy moderně a interaktivně FYZIKA 3.
VíceMÍRY ZÁVISLOSTI (KORELACE A REGRESE)
zhanel@fsps.muni.cz MÍRY ZÁVISLOSTI (KORELACE A REGRESE) 2.5 MÍRY ZÁVISLOSTI 2.5.1 ZÁVISLOST PEVNÁ, VOLNÁ, STATISTICKÁ A KORELAČNÍ Jednorozměrné soubory - charakterizovány jednotlivými statistickými znaky
VíceGEODETICKÉ VÝPOČTY I.
SPŠS Č.Budějovice Obor Geodézie a Katastr nemovitostí 2.ročník GEODETICKÉ VÝPOČTY I. TABELACE FUNKCE LINEÁRNÍ INTERPOLACE TABELACE FUNKCE Tabelace funkce se v minulosti často využívala z důvodu usnadnění
VíceAproximace a interpolace
Aproximace a interpolace Aproximace dat = náhrada nearitmetické veličiny (resp. složité funkce) pomocí aritmetických veličin. Nejčastěji jde o náhradu hodnot složité funkce g(x) nebo funkce zadané pouze
VícePosouzení přesnosti měření
Přesnost měření Posouzení přesnosti měření Hodnotu kvantitativně popsaného parametru jakéhokoliv objektu zjistíme jedině měřením. Reálné měření má vždy omezenou přesnost V minulosti sloužila k posouzení
VíceChyby nepřímých měření
nepřímé měření: Chyby nepřímých měření chceme určit veličinu z hodnot jiných veličin na základě funkční vztahu máme změřené veličiny pomocí přímých měření (viz. dříve) včetně chyb: x±σ x, y±σ y,... známe
VíceMATURITNÍ TÉMATA Z MATEMATIKY
MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické
VíceNormální (Gaussovo) rozdělení
Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení popisuje vlastnosti náhodné spojité veličiny, která vzniká složením různých náhodných vlivů, které jsou navzájem nezávislé, kterých je velký
VíceÚvod do teorie měření. Eva Hejnová
Úvod do teorie měření Eva Hejnová Literatura: Novák, R. Úvod do teorie měření. Ústí nad Labem: UJEP, 2003 Sprušil, B., Zieleniecová, P.: Úvod do teorie fyzikálních měření. Praha: SPN, 1985 Brož, J. a kol.
VíceIntegrace. Numerické metody 7. května FJFI ČVUT v Praze
Integrace Numerické metody 7. května 2018 FJFI ČVUT v Praze 1 Úvod Úvod 1D Kvadraturní vzorce Gaussovy kvadratury Více dimenzí Programy 1 Úvod Úvod - Úloha Máme funkci f( x) a snažíme se najít určitý integrál
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceI. 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
VíceMěření momentu setrvačnosti
Měření momentu setrvačnosti Úkol : 1. Zjistěte pro dané těleso moment setrvačnosti, prochází-li osa těžištěm. 2. Zjistěte moment setrvačnosti daného tělesa k dané ose metodou torzních kmitů. Pomůcky :
Vícep(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
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceÚvod do teorie měření. Eva Hejnová
Úvod do teorie měření Eva Hejnová Literatura: Novák, R. Úvod do teorie měření. Ústí nad Labem: UJEP, 2003 Sprušil, B., Zieleniecová, P.: Úvod do teorie fyzikálních měření. Praha: SPN, 1985 Brož, J. a kol.
Více4. Aplikace matematiky v ekonomii
4. Aplikace matematiky v ekonomii 1 Lineární algebra Soustavy 1) Na základě statistických údajů se zjistilo, že závislost množství statku z poptávaného v průběhu jednoho týdne lze popsat vztahem q d =
VíceFigurální čísla, Pascalův trojúhelník, aritmetické posloupnost vyšších řádů
Figurální čísla, Pascalův trojúhelník, aritmetické posloupnost vyšších řádů Jaroslav Zhouf, PedF UK, Praha Úvod Pascalův trojúhelník je schéma přirozených čísel, která má své využití např. v binomické
VíceČas potřebný k prostudování učiva kapitoly: 1,25 hodiny
Fyzikální praktikum III 15 3. PROTOKOL O MĚŘENÍ V této kapitole se dozvíte: jak má vypadat a jaké náležitosti má splňovat protokol o měření; jak stanovit chybu měřené veličiny; jak vyhodnotit úspěšnost
VíceYou created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)
Závislost náhodných veličin Úvod Předchozí přednášky: - statistické charakteristiky jednoho výběrového nebo základního souboru - vztahy mezi výběrovým a základním souborem - vztahy statistických charakteristik
VíceOBECNÉ METODY VYROVNÁNÍ
OBECNÉ METODY VYROVNÁNÍ HYNČICOVÁ TEREZA, H2IGE1 2014 ÚVOD Z DŮVODU VYLOUČENÍ HRUBÝCH CHYB A ZVÝŠENÍ PŘESNOSTI NIKDY NEMĚŘÍME DANOU VELIČINU POUZE JEDNOU VÝSLEDKEM OPAKOVANÉHO MĚŘENÍ NĚKTERÉ VELIČINY JE
VíceStanovení měrného tepla pevných látek
61 Kapitola 10 Stanovení měrného tepla pevných látek 10.1 Úvod O teple se dá říci, že souvisí s energií neuspořádaného pohybu molekul. Úhrnná pohybová energie neuspořádaného pohybu molekul, pohybu postupného,
Víceúloh pro ODR jednokrokové metody
Numerické metody pro řešení počátečních úloh pro ODR jednokrokové metody Formulace: Hledáme řešení y = y() rovnice () s počáteční podmínkou () y () = f(, y()) () y( ) = y. () Smysl: Analyticky lze spočítat
Více1 Řešení soustav lineárních rovnic
1 Řešení soustav lineárních rovnic 1.1 Lineární rovnice Lineární rovnicí o n neznámých x 1,x 2,..., x n s reálnými koeficienty rozumíme rovnici ve tvaru a 1 x 1 + a 2 x 2 +... + a n x n = b, (1) kde koeficienty
Vícea vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0.
Výpočet vlastních čísel a vlastních vektorů S pojmem vlastního čísla jsme se již setkali například u iteračních metod pro řešení soustavy lineárních algebraických rovnic. Velikosti vlastních čísel iterační
VíceTéma 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
VíceLINEÁRNÍ REGRESE. Lineární regresní model
LINEÁRNÍ REGRESE Chemometrie I, David MILDE Lineární regresní model 1 Typy závislosti 2 proměnných FUNKČNÍ VZTAH: 2 závisle proměnné: určité hodnotě x odpovídá jediná hodnota y. KORELACE: 2 náhodné (nezávislé)
Více4 Numerické derivování a integrace
Břetislav Fajmon, UMAT FEKT, VUT Brno Téma je podrobně zpracováno ve skriptech [1], kapitola 7, strany 85-94. Jedná se o úlohu výpočtu (první či druhé) derivace či o výpočet určitého integrálu jinými metodami,
VíceAproximace funkcí. Numerické metody 6. května FJFI ČVUT v Praze
Aproximace funkcí Numerické metody 6. května 2018 FJFI ČVUT v Praze 1 Úvod Dělení Interpolace 1D Více dimenzí Minimalizace Důvody 1 Dělení Dělení - Získané data zadané data 2 Dělení - Získané data Obecně
VíceStatistická analýza jednorozměrných dat
Statistická analýza jednorozměrných dat Prof. RNDr. Milan Meloun, DrSc. Univerzita Pardubice, Pardubice 31.ledna 2011 Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem
VíceKombinatorická minimalizace
Kombinatorická minimalizace Cílem je nalézt globální minimum ve velké diskrétní množině, kde může být mnoho lokálních minim. Úloha obchodního cestujícího Cílem je najít nejkratší cestu, která spojuje všechny
VíceVYSOKONAPĚŤOVÉ ZKUŠEBNICTVÍ. #2 Nejistoty měření
VYSOKONAPĚŤOVÉ ZKUŠEBNICTVÍ # Nejistoty měření Přesnost měření Klasický způsob vyjádření přesnosti měření chyba měření: Absolutní chyba X = X M X(S) Relativní chyba δ X = X(M) X(S) - X(M) je naměřená hodnota
Více2 Přímé a nepřímé měření odporu
2 2.1 Zadání úlohy a) Změřte jednotlivé hodnoty odporů R 1 a R 2, hodnotu odporu jejich sériového zapojení a jejich paralelního zapojení, a to těmito způsoby: přímou metodou (RLC můstkem) Ohmovou metodou
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání
VíceČeské vysoké učení technické v Praze Fakulta biomedicínského inženýrství
České vysoké učení technické v Praze Fakulta biomedicínského inženýrství Úloha KA03/č. 5: Měření kinematiky a dynamiky pohybu osoby v prostoru pomocí ultrazvukového radaru Ing. Patrik Kutílek, Ph.., Ing.
Více2. Fyzikální kyvadlo (2.2) nebo pro homogenní tělesa. kde r je vzdálenost elementu dm, resp. dv, od osy otáčení, ρ je hustota tělesa, dv je objem
30. Fyzikální kyvadlo 1. Klíčová slova Fyzikální kyvadlo, matematické kyvadlo, kmitavý pohyb, perioda, doba kyvu, tíhové zrychlení, redukovaná délka fyzikálního kyvadla, moment setrvačnosti tělesa, frekvence,
VíceČebyševovy aproximace
Čebyševovy aproximace Čebyševova aproximace je tzv hledání nejlepší stejnoměrné aproximace funkce v daném intervalu Hledáme funkci h x, která v intervalu a,b minimalizuje maximální absolutní hodnotu rozdílu
VíceRegrese. používáme tehdy, jestliže je vysvětlující proměnná kontinuální pokud je kategoriální, jde o ANOVA
Regrese používáme tehd, jestliže je vsvětlující proměnná kontinuální pokud je kategoriální, jde o ANOVA Specifikace modelu = a + bx a závisle proměnná b x vsvětlující proměnná Cíl analýz Odhadnout hodnot
VíceObsah. Aplikovaná matematika I. Gottfried Wilhelm Leibniz. Základní vlastnosti a vzorce
Neurčitý integrál Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah Primitivní funkce, neurčitý integrál Základní vlastnosti a vzorce Základní integrační metody Úpravy integrandu Integrace racionálních
VíceKorelační a regresní analýza
Korelační a regresní analýza Analýza závislosti v normálním rozdělení Pearsonův (výběrový) korelační koeficient: r = s XY s X s Y, kde s XY = 1 n (x n 1 i=0 i x )(y i y ), s X (s Y ) je výběrová směrodatná
VíceMatematické modelování dopravního proudu
Matematické modelování dopravního proudu Ondřej Lanč, Alena Girglová, Kateřina Papežová, Lucie Obšilová Gymnázium Otokara Březiny a SOŠ Telč lancondrej@centrum.cz Abstrakt: Cílem projektu bylo seznámení
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde
VíceZákony hromadění chyb.
Zákony hromadění chyb. Zákon hromadění skutečných chyb. Zákon hromadění středních chyb. Tomáš Bayer bayertom@natur.cuni.cz Přírodovědecká fakulta Univerzity Karlovy v Praze, Katedra aplikované geoinformatiky
VíceSTATISTICKÉ CHARAKTERISTIKY
STATISTICKÉ CHARAKTERISTIKY 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)
Více5. Interpolace a aproximace funkcí
5. Interpolace a aproximace funkcí Průvodce studiem Často je potřeba složitou funkci f nahradit funkcí jednodušší. V této kapitole budeme předpokládat, že u funkce f známe její funkční hodnoty f i = f(x
VíceHYDROSTATICKÝ TLAK. 1. K počítači připojíme pomocí kabelu modul USB.
HYDROSTATICKÝ TLAK Vzdělávací předmět: Fyzika Tematický celek dle RVP: Mechanické vlastnosti tekutin Tematická oblast: Mechanické vlastnosti kapalin Cílová skupina: Žák 7. ročníku základní školy Cílem
VícePRAKTIKUM II Elektřina a magnetismus
Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK PRAKTIKUM II Elektřina a magnetismus Úloha č.: II Název: Měření odporů Pracoval: Pavel Brožek stud. skup. 12 dne 28.11.2008 Odevzdal
VíceInterpolace, aproximace
11 Interpolace, aproximace Metoda nejmenších čtverců 11.1 Interpolace Mějme body [x i,y i ], i =0, 1,...,n 1. Cílem interpolace je najít funkci f(x), jejíž graf prochází všemi těmito body, tj. f(x i )=y
VíceTéma je podrobně zpracováno ve skriptech [1], kapitola 6, strany
3 Metoda nejmenších čtverců 3 Metoda nejmenších čtverců Břetislav Fajmon, UMAT FEKT, VUT Brno Téma je podrobně zpracováno ve skriptech [1], kapitola 6, strany 73-80. Jedná se o třetí možnou metodu aproximace,
VíceNumerická matematika Písemky
Numerická matematika Písemky Bodování Každá písemka je bodována maximálně 20 body. Celkem student může získat za písemky až 40 bodů, pro udělení zápočtu musí získat minimálně 20 bodů. Písemka č. 1 Dva
VíceMěření délky, určení objemu tělesa a jeho hustoty
Úloha č. 1a Měření délky, určení objemu tělesa a jeho hustoty Úkoly měření: 1. Seznámení se s měřicími přístroji posuvné měřítko, mikrometr, laboratorní váhy. 2. Opakovaně (10x) změřte rozměry dvou zadaných
Více1.1. Metoda kyvů. Tato metoda spočívá v tom, že na obvod kola do vzdálenosti l od osy
MěřENÍ MOMENTU SETRVAčNOSTI KOLA TEREZA ZÁBOJNÍKOVÁ 1. Teorie Moment setrvačnosti kola lze měřit dvěma metodami. 1.1. Metoda kyvů. Tato metoda spočívá v tom, že na obvod kola do vzdálenosti l od osy otáčení
VíceVektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice
Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u
VícePRAKTIKUM II Elektřina a magnetismus
Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK PRAKTIKUM II Elektřina a magnetismus Úloha č.: VIII Název: Měření impedancí rezonanční metodou Pracoval: Pavel Brožek stud. skup. 12
VícePraktická 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
Více0.1 Úvod do matematické analýzy
Matematika I (KMI/PMATE) 1 0.1 Úvod do matematické analýzy 0.1.1 Pojem funkce Veličina - pojem, který popisuje kvantitativní (číselné) vlastnosti reálných i abstraktních objektů. Příklady veličin: hmotnost
VíceX = 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
Vícemetody jsou proto často jedinou možností jak danou diferenciální rovnicivyřešit.
7. ODR počáteční úlohy Průvodce studiem Jen velmi málo diferenciálních rovnic, které se vyskytují při popisu praktických úloh, se dářešit exaktně, a i když dokážeme najít vzorce popisující analytickéřešení,
VícePosloupnosti a jejich limity
KMA/MAT Přednáška č. 7, Posloupnosti a jejich ity 5. listopadu 203 Motivační příklady Prozkoumejme, zatím laicky, následující posloupnosti: Posloupnost, 4, 9,..., n 2,... : Hodnoty rostou nade všechny
VíceRegresní analýza 1. Regresní analýza
Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému
VíceNormální 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
VíceRegrese. 28. listopadu Pokud chceme daty proložit vhodnou regresní křivku, musíme obvykle splnit tři úkoly:
Regrese 28. listopadu 2013 Pokud chceme daty proložit vhodnou regresní křivku, musíme obvykle splnit tři úkoly: 1. Ukázat, že data jsou opravdu závislá. 2. Provést regresi. 3. Ukázat, že zvolená křivka
Více1. Měření hodnoty Youngova modulu pružnosti ocelového drátu v tahu a kovové tyče v ohybu
Měření modulu pružnosti Úkol : 1. Měření hodnoty Youngova modulu pružnosti ocelového drátu v tahu a kovové tyče v ohybu Pomůcky : - Měřící zařízení s indikátorovými hodinkami - Mikrometr - Svinovací metr
VícePohyb tělesa po nakloněné rovině
Pohyb tělesa po nakloněné rovině Zadání 1 Pro vybrané těleso a materiál nakloněné roviny zjistěte závislost polohy tělesa na čase při jeho pohybu Výsledky vyneste do grafu a rozhodněte z něj, o jakou křivku
Více7. Rozdělení pravděpodobnosti ve statistice
7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,
VíceMěření součinitele smykového tření dynamickou metodou
Měření součinitele smykového tření dynamickou metodou Online: http://www.sclpx.eu/lab1r.php?exp=6 Měření smykového tření na nakloněné rovině pomocí zvukové karty řešil např. Sedláček [76]. Jeho konstrukce
VíceNUMERICKÉ METODY. Problematika num. řešení úloh, chyby, podmíněnost, stabilita algoritmů. Aproximace funkcí.
NUMERICKÉ METODY. Problematika num. řešení úloh, chyby, podmíněnost, stabilita algoritmů. Aproximace funkcí. RNDr. Radovan Potůček, Ph.D., K-15, FVT UO, KŠ 5B/11, Radovan.Potucek@unob.cz, tel. 443056 -----
Více9. T r a n s f o r m a c e n á h o d n é v e l i č i n y
9. T r a n s f o r m a c e n á h o d n é v e l i č i n y Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota y závisí nějakým způsobem na vstupní, je její funkcí y = f(x).
VíceČasové 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
VíceFUNKCE POJEM, VLASTNOSTI, GRAF
FUNKCE POJEM, VLASTNOSTI, GRAF Zavedení pojmu funkce funkce Funkce f na množině D R je předpis, který každému číslu x z množiny D přiřazuje právě jedno reálné číslo y z množiny R. Množina D se nazývá definiční
VíceMatematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III
Vysoká škola báňská - Technická univerzita Ostrava 4. října 2018 Podmíněná pravděpodobnost Při počítání pravděpodobnosti můžeme k náhodnému pokusu přidat i nějakou dodatečnou podmínku. Podmíněná pravděpodobnost
VícePojmy 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
VíceČasové řady, typy trendových funkcí a odhady trendů
Časové řady, typy trendových funkcí a odhady trendů Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Jiří Neubauer (Katedra ekonometrie UO Brno) Časové
VíceNeuronové časové řady (ANN-TS)
Neuronové časové řady (ANN-TS) Menu: QCExpert Prediktivní metody Neuronové časové řady Tento modul (Artificial Neural Network Time Series ANN-TS) využívá modelovacího potenciálu neuronové sítě k predikci
VíceVEKTORY. Obrázek 1: Jediný vektor. Souřadnice vektoru jsou jeho průměty do souřadných os x a y u dvojrozměrného vektoru, AB = B A
VEKTORY Vektorem se rozumí množina všech orientovaných úseček, které mají stejnou velikost, směr a orientaci, což vidíme na obr. 1. Jedna konkrétní orientovaná úsečka se nazývá umístění vektoru na obr.
VíceÚloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy:
Úloha č. 1 - Kvantily a typická hodnota (bodově tříděná data): Určete typickou hodnotu, 40% a 80% kvantil. Tabulka hodnot: Varianta Četnost 0 4 1 14 2 17 3 37 4 20 5 14 6 7 7 11 8 20 Typická hodnota je
VíceStatistika. Regresní a korelační analýza Úvod do problému. Roman Biskup
Statistika Regresní a korelační analýza Úvod do problému Roman Biskup Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta (Zemědělská fakulta) Katedra aplikované matematiky a informatiky 2008/2009
VíceKartografické stupnice. Přednáška z předmětu Tematická kartografie (KMA/TKA) Otakar Čerba Západočeská univerzita
Kartografické stupnice Přednáška z předmětu Tematická kartografie (KMA/TKA) Otakar Čerba Západočeská univerzita Datum vytvoření dokumentu: 20. 9. 2004 Datum poslední aktualizace: 16. 10. 2012 Stupnice
VíceAproximace a interpolace
Aproximace a interpolace Matematické algoritmy (11MAG) Jan Přikryl 12. přednáška 11MAG pondělí 15. prosince 2014 verze:2014-12-15 11:10 Obsah 1 Úlohy 2 1.1 Aproximace funkcí...................................
Více2. Ve spolupráci s asistentem zkontrolujte, zda je torzní kyvadlo horizontálně vyrovnané.
FYZIKÁLNÍ PRAKTIKUM I FJFI ČVUT v Praze Úloha #1 Cavendishův experiment Datum měření: 15.11.013 Skupina: 7 Jméno: David Roesel Kroužek: ZS 5 Spolupracovala: Tereza Schönfeldová Klasifikace: 1 Pracovní
VíceMATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]
MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě
VíceRovnoměrné rozdělení
Rovnoměrné rozdělení Nejjednodušší pravděpodobnostní rozdělení pro diskrétní náhodnou veličinu. V literatuře se také nazývá jako klasické rozdělení pravděpodobnosti. Náhodná veličina může nabývat n hodnot
VíceMatematika (KMI/PMATE)
Úvod do matematické analýzy Funkce a její vlastnosti Funkce a její vlastnosti Veličina Veličina - pojem, který popisuje kvantitativní (číselné) vlastnosti reálných i abstraktních objektů. Funkce a její
Více