FLUORIMETRIE. Jan Fähnrich. Obecné základy

Rozměr: px
Začít zobrazení ze stránky:

Download "FLUORIMETRIE. Jan Fähnrich. Obecné základy"

Transkript

1 FLUORIMETRIE Ja Fährch Obecé základ Fluormetre je aaltcká metoda vužívající schopost ěkterých látek vsílat (emtovat) po předchozím převedeí do vzbuzeého (exctovaého) stavu fluorescečí zářeí v ultrafalové ebo vdtelé oblast. K převedeí do vzbuzeého stavu (k exctac vzorku) je zpravdla vužíváa absorpce ultrafalového ebo vdtelého zářeí. Omezíme se zde pouze a fluormetr zředěých roztoků fluoreskujících látek v rozpouštědle, které eabsorbuje a exctačí a emtovaé zářeí. Na obr. je zázorěo zjedodušeé schéma eergetckých hlad v molekule se sudým počtem elektroů. V základím stavu S 0 většou obsazují vžd dva elektro stejý elektroový stav s opačým spem. Jejch sp se vzájemě kompezují, takže celkové spové kvatové číslo molekul je 0. Takový stav molekul je ozačová jako sgletí. I po exctac jedoho valečího elektrou a všší elektroovou hladu mohou elektro zachovat svůj celkový sp, což je vzačeo řadou exctovaých sgletích stavů molekul S, S atd. Po exctac však jž dva elektro ejsou spárová a jejch celkové spové kvatové číslo také může mít hodotu. Molekula se pak achází ve stavu ozačovaém jako trpletí, kterých opět může být celá řada (T, T,...). Přechod molekul mez sgletím a trpletím stavem jsou o ěkolk řádů pomalejší, ež podobé přechod uvtř řad sgletích stavů a uvtř řad trpletích stavů. Každý elektroový stav je v důsledku vbračího pohbu molekul, který zvšuje její celkovou eerg, tvoře sérí vbračích hlad. Hlada elektroového stavu s ejžší vbračí eergí je ozačováa jako základí vbračí hlada elektroového stavu. Ve stavu tepelé rovováh se za ormálích teplot převážá část molekul achází a základí vbračí hladě stavu S 0. Př absorpc zářeí je eerge absorbovaého fotou spotřebováa a převedeí molekul do exctovaého stavu (děj a obr.). Stejě jako př ems fotou musí platt Plackova podmíka hc E h () kde E je rozdíl eergí molekul v cílovém a výchozím stavu, h je Plackova kostata, je frekvece a vlová délka absorbovaého (emtovaého) zářeí. Protože pravděpodobost takového přechodu se pro jedotlvé hlad lší, závsí schopost molekul absorbovat foto a vlové délce absorbovaého zářeí. Tuto --

2 závslost popsuje absorpčí spektrum látk, ted závslost absorbace roztoku ebo absorpčího koefcetu látk a vlové délce (vz úloha Kapalová chromatografe a absorpčí UV-spektrometre ). E S S T T 3 4 S 0 S 0 Obr. : Schéma eergetckých hlad molekul a přechodů mez m S 0 - základí stav, S, S - exctovaé sgletí stav, T, T - exctovaé trpletí stav. - absorpce zářeí, - vtří koverze, 3 - mezsstémový přechod, 4 - vbračí relaxace, 5 - fluorescece, 6 - fosforescece Po absorpc fotou exctovaá molekula velm rchle předává získaou eerg svému okolí a tzv. ezářvým přechod (vtří koverze - obr. děj - a mezsstémový přechod - děj 3) ásledovaým vbračí relaxací (děj 4) se dostává postupě do žších exctovaých stavů. Pomalejší bývá většou až ezářvý přechod ze základí vbračí hlad prvého exctovaého stavu S do základího stavu S 0. Teprve mez těmto hladam se vedle ezářvých přechodů může uplatt přechod spojeý s vzářeím (emsí) fotou. Tato emse zářeí je ozačováa jako fluorescece (děj 5). Její doba dosvtu po přerušeí exctace bývá řádově 0-6 až 0-9 s. Většou až z hlad S se případě uplatí ezářvý mezsstémový přechod do ěkterého z trpletích stavů. Zářvý přechod ze základí vbračí hlad ejžšího trpletího stavu T do základího stavu S 0 má dlouhou dobu dosvtu řádu 0-3 až 0 s a je ozačová jako fosforescece (děj 6). Vzhledem k tomu, že molekula před emsí fotou fluorescečího zářeí ztratí část eerge dodaé fotoem exctačího zářeí, je (až a výjmk) vlová délka fluorescečího zářeí větší, ež vlová délka exctačího zářeí. Pokud fluorescece probíhá tak, jak je zobrazeo a obr., je vlová délka fluorescečího zářeí dokoce větší ebo rova vlové délce ejdlouhovlějšího pásu absorpčího spektra (přechod mez základím vbračím hladam stavu S 0 a S ). Fluorescec látk, jejíž absorpčí spektrum záme, proto hledáme v blízkost prvého absorpčího pásu směrem k větším vlovým délkám. Dobře zámou výjmkou v tomto směru je --

3 azule a jeho dervát, jejchž fluorescece vchází ze stavu S. Fluorescečí schopost látk popsuje kvatový výtěžek fluorescece Y F, který je defová jako poměr počtu fotoů vzářeých látkou ve formě fluorescece F ku počtu fotoů látkou absorbovaých A F YF () A Kvatový výtěžek umožňuje určt zářvý tok emtovaý vzorkem ve formě fluorescečího zářeí vjádřeý jako počet fotoů za jedotku času p,f ze zářvého toku látkou absorbovaého p,a jako Φ (3) p, F YFΦp,A Kvatový výtěžek je urče podílem rchlost vlastího fluorescečího přechodu a celkové rchlost všech dějů, které vcházejí ze stavu S. Kromě dějů výše zmíěých se může uplatt vlv dalších kompoet přítomých v roztoku, které deaktvují stav S a tak zhášejí fluorescec. Tto látk jsou ozačová jako zhášedla (agl. quechers ). Mez ejběžější zhášedla patří kslík a také látk obsahující prvk s všším atomovým číslem. I samotá fluoreskující látka může př všších kocetracích sžovat kvatový výtěžek. Hovoříme pak o kocetračím zhášeí fluorescece. Mohou se př ěm uplatt růzé mezmolekulárí terakce, jako je tvorba molekulárích asocátů v základím č exctovaém stavu, přeos eerge apod. Velce účě je za běžých podmíek zhášea fosforescece, protože sama probíhá velm pomalu. Proto eí za běžých podmíek pozorováa. Objeví se apř. až v tuhých zchlazeých roztocích (často a teplotu kapalého dusíku 77 K), kd jsou vější zhášecí mechazm potlače. Jak je patro z obr., eí fluorescečí zářeí emtováo př jedé vlové délce, protože cílovým stavem mohou být vbračě exctovaé hlad základího elektroového stavu. Rozděleí zářvého toku mez jedotlvé emtovaé vlové délk em popsuje emsí spektrum. Jeho exaktím vjádřeím je fluorescečí spektrálí zářvý tok p,f, ( em ) udávající zářvý tok vzařovaý vzorkem v jedotkovém tervalu vlových délek v okolí vlové délk em. Celkový fluorescečí zářvý tok je vázá se spektrálím zářvým tokem tegrálem p, F Φp,F, d 0 em em Φ (4) Důležtým závěrem vplývajícím ze schémat a obr. je skutečost, že tvar emsího spektra eí závslý a exctačí vlové délce, protože je urče pouze základí vbračí hladou stavu S a vbračím hladam základího stavu S

4 Pokud b vbračí hlad stavů S a S 0 měl podobou strukturu, bla b také vbračí struktura emsího fluorescečího spektra podobá vbračí struktuře prvého pásu v absorpčím spektru. Ve frekvečí č vločtové stupc pak bude fluorescečí spektrum přblžě zrcadlovým obrazem prvého absorpčího pásu s osou smetre v blízkost vločtu přechodu mez základím vbračím hladam obou stavů (tzv. pravdlo zrcadlové smetre). Mez látk splňující většou pravdlo zrcadlové smetre patří aromatcké uhlovodík jako apř. athrace (vz dále obr.3 a 4). I kdž tvar emsího spektra eí závslý a podmíkách exctace, měí se celkový fluorescečí zářvý tok. Proto je účelé použít jako charakterstku emsích vlastostí látk spektrálí zářvý tok vztažeý apř. a spektrálí zářvý tok v maxmu této závslost. Takto defovaé emsí spektrum je bezrozměré a v maxmu má hodotu. Jou možostí je vztáhout spektrálí zářvý tok a celkový zářvý tok E c em p,f Φp,F, em (5) Φ Takto defovaé emsí spektrum má rozměr převráceé jedotk vlové délk, apř. m -, a jeho tegrál a tervalu (0,) je rove jedé. Pokud fluoreskující roztok v kvetě čtvercového průřezu obsahuje jedou absorbující složku, která má schopost fluoreskovat, platí pro absorpc exctačího zářeí Lambertův-Beerův záko A b c f (6) kde A je absorbace roztoku, je molárí absorpčí koefcet složk, b je tloušťka kvet a c f je látková kocetrace fluoreskující složk v roztoku. Odtud můžeme absorbovaý zářvý tok p,a vjádřt ze zářvého toku exctačího zářeí dopadajícího a kvetu p,0 jako Φ p,a b cf Φ 0 (7) p,0 Pro ízké hodot absorbace můžeme aproxmovat tuto závslost leárím vztahem Φ p, A. 3 Φ bc (8) p,0 f Z rovce (3) pak pro fluorescečí zářvý tok ple Φ ex. YF Φp,0 ex ex b cf (9) p, F 3-4-

5 kde argumetem ( ex ) je vjádřeo, které velč závsejí v tomto vztahu a vlové délce exctačího zářeí ex. (Kvatový výtěžek v roztocích většou a exctačí vlové délce ezávsí.) Pro spektrálí fluorescečí zářvý tok pak ple vztah Φ ex, em. YF Ec em Φp,0 ex ex bcf p, F, 3 (0) Fluorescečí spektrálí zářvý tok ted závsí a vlové délce exctačího záře a a emsí vlové délce. Pro málo absorbující roztok obsahující jedu složku se dá vjádřt jako souč dvou faktorů, z chž jede Φ závsí pouze a vlové p,0 ex ex délce exctačího zářeí, a druhý E c em pouze a emsí vlové délce. Závslost fluorescečího zářvého toku a vlové délce exctačího zářeí za kostatích podmíek měřeí emse je ozačováa jako exctačí spektrum. Pokud bchom měl k dsposc zdroj exctačího zářeí s proměou vlovou délkou, jehož zářvý tok b bl a vlové délce ezávslý, blo b exctačí spektrum zředěého roztoku obsahujícího jedou fluoreskující látku až a ásobek totožé s jejím absorpčím spektrem a to ezávsle a proměřovaé emsí vlové délce. Podobě emsí spektrum až a ásobek ezávsí a exctačí vlové délce. Jak exctačí, tak emsí spektrum je vužtelé pro detfkac látk porováím se spektr stadardí látk. Pokud je v roztoku přítomo více fluoreskujících látek a jejch kocetrace je ízká, takže se vzájemě eovlvňují, jejch fluorescečí zářvé tok se sčítají. Pro kvattatví aalýzu vplývá z rovce (0), že př ízkých hodotách absorbace (kocetrace) roztoku vzrůstá zářvý tok fluorescece leárě s kocetrací fluoreskující látk. Přístroj pro měřeí fluorescečího zářeí je ozačová jako fluormetr. Pokud můžeme přístrojem měřt exctačí a emsí spektra, bývá pro zdůrazěí této skutečost používáo ozačeí spektrofluormetr. Základí blokové schéma fluormetru je zázorěo a obr.. Ze zářeí vsílaého tezívím exctačím zdrojem zolujeme prmárím (exctačím) fltrem ebo moochromátorem zářeí těch vlových délek, které chceme použít pro exctac vzorku. Toto zářeí dopadá a vzorek a exctuje v ěm fluorescečí zářeí. Fluorescečí zářeí vstupuje ze vzorku všem směr. Jeom jeho část vstupuje v takovém směru, že prochází přes sekudárí (emsí) fltr ebo moochromátor a dopadá a fotoelektrcký detektor. Zde vvolá elektrcký sgál, který se dále zesluje a měří. Jeho velkost je mírou fluorescečího zářvého toku vsílaého vzorkem a vlových délkách zolovaých emsím fltrem (moochromátorem). Podmík buzeí jsou přtom urče zdrojem exctačího zářeí a prmárím fltrem (astaveím exctačího moochromátoru). Pokud je přístroj v exctačím optckém sstému vbave moochromátorem, můžeme plule mět vlovou délku, a kterou je teto moochromátor astave, a zazameat exctačí spektrum vzorku. Pokud je přístroj vbave moochromátorem v emsím -5-

6 optckém sstému, můžeme plule mět vlovou délku, a kterou je astave teto moochromátor, a zazameat emsí spektrum vzorku. Obr.: Blokové schéma fluormetru Exctačí a emsí spektra takto přímo měřeá spektrofluormetr jsou zkreslea charakterstkam přístroje a jsou ozačováa jako spektra ekorgovaá. Emsí spektra jsou zkreslea především z toho důvodu, že detektor eí stejě ctlvý a zářeí růzých vlových délek. Protože a exctačí zdroj evzařuje stejě v celém rozsahu vlových délek, jsou zkresleá exctačí spektra. Abchom se přblížl skutečému průběhu spekter ve smslu rovce (0), musel bchom aměřeá spektra ásobt pro každou vlovou délku příslušým korekčím faktorem. Získají se tzv. korgovaá spektra. Tato spektra jsou důležtá, pokud apř. chceme porovávat data změřeá a růzých přístrojích. Z toho důvodu b v lteratuře měla být publkováa pokud možo spektra korgovaá. Korgovaé exctačí spektrum b také mělo být podle rovce (0) až a ásobek totožé s absorpčím spektrem látk. Př vužtí fluorescečí spektrometre pro praktcké aaltcké účel však většou vstačíme se spektr ekorgovaým. Jako příklad ekorgovaých spekter je a obr.3 uvedeo exctačí a emsí spektrum athraceu. V porováí s absorpčím spektrem (obr.4) je v exctačím spektru výrazě slabší pás okolo 5 m, protože zářeí exctačí xeoové výbojk se směrem ke kratším vlovým délkám začě zeslabuje. Jak s jsou s obě spektra celkem podobá dík tomu, že spektrum xeoové výbojk se v této oblast vlových délek měí plule. Pokud má exctačí zdroj čarové spektrum (rtuťová výbojka, do určté mír xeoová výbojka v oblast m), má ekorgovaé exctačí spektrum čarový charakter a jeho podobost se spektrem absorpčím se ztrácí. -6-

7 Za povšmutí stojí také vzájemá poloha exctačího a emsího spektra athraceu splňující poměrě dobře pravdlo zrcadlové smetre s osou smetre okolo vlové délk 377 m (vz str.4). Další zkresleí spekter se uplatňuje u vzorků, které výrazěj absorbují zářeí o exctačí ebo emsí vlové délce. Pokud vzorek absorbuje exctačí zářeí do té mír, že se exctačí paprsek př průchodu vzorkem zeslabuje, hovoříme o tzv. efektu vtřího fltru. V důsledku tohoto efektu eí př všších kocetracích kalbračí závslost leárí. Dále jsou deformováa exctačí spektra, protože je slěj zeslabe sgál v absorpčích maxmech ež v absorpčích mmech. Teto efekt bývá výrazý u přístrojů s tzv. kolmým uspořádáím, ve kterém je pozorováo emsí zářeí vcházející přblžě z oblast okolo středu kvet ve směru kolmém a exctačí paprsek. Nelearta kalbračích závslostí je v tomto uspořádáí ještě výrazější, ež odpovídá rovc (7), a pro všší kocetrace fluoreskující látk klesá měřeý sgál dokoce až a ulu. Pro slě absorbující roztok se totž exctačí paprsek absorbuje hed v povrchové vrstvě vzorku a vůbec eproke do jeho středu. Také emsí zářeí může být př průchodu vzorkem absorbováo. Tato tzv. reabsorpce se projevuje zeslabeím emsího zářeí a deformací emsích spekter. O tom, zda se u ezámého vzorku uplatňuje efekt vtřího fltru ebo reabsorpce, se ejlépe přesvědčíme tak, že změříme předem jeho absorpčí spektrum. Má-l roztok v kvetě o tloušťce absorbující vrstv cm absorbac 0,04, pak se paprsek a vzdáleost 0,5 cm (polova tloušťk kvet) zeslabí téměř o 5 %. Proto b měřeé roztok měl mít jak a exctačí, tak a emsí vlové délce hodotu absorbace žší. Nemáme-l možost změřt absorbac vzorku, můžeme porovat fluorescečí sgál pro růzě aředěý vzorek. -7-

8 p, 0 3 s , m 450 Obr.3: Nekorgovaé exctačí a emsí spektrum athraceu v methaolu Přístroj Fluoromax-, exctačí spektrum ( ) změřeo pro emsí vlovou délku 399 m, emsí spektrum ( ) blo buzeo zářeím o vlové délce 5 m. Kocetrace athraceu 0-7 mol l -. Obr.4: Absorpčí spektrum athraceu v methaolu Kocetrace athraceu mol l -, kveta cm -8-

9 Měřeí a přístroj SPEKOL s fluorescečím ástavcem Laboratoře jsou vbave přístrojem SPEKOL (výrobce Carl Zess, Jea). Je to jedopaprskový absorpčí spektrofotometr s mřížkovým moochromátorem astavtelým v rozsahu vlových délek m. Pro měřeí fluorescece je vbave ástavcem FK, kterým se ahradí ástavec pro měřeí absorpce. Fukčí schéma tohoto uspořádáí je a obr.5. Jako zdroj exctačího zářeí () může být použta halogeová žárovka, která je běžým vbaveím přístroje. Pro vlové délk 365, 406, 436, 546 a 578 m lze ale dosáhout tezvější exctace rtuťovou výbojkou, která a těchto čarách vzařuje velm slě. Rtuťová výbojka je apájea ze sítě přes tlumvku, jejíž mpedace určuje velkost střídavého proudu, který výbojkou prochází. Zářeí ze zdroje je soustředěo kodezorem () a vstupí štěrbu moochromátoru (4). Exctačí zářeí o zvoleé vlové délce vstupující štěrbou (9) z moochromátoru můžeme v případě potřeb zeslabt štěrbovou clokou. Také může být do dráh paprsku zařaze hraový fltr, který zadržuje zářeí o vlové délce větší ež 390 m, zatímco zářeí o kratších vlových délkách propouští. Fltr je vhodé použít př prác v ultrafalové oblast, protože se jím omezí rušvé rozptýleé zářeí. Toto zářeí v důsledku rozptlu a stěách a optckých prvcích moochromátoru opouští jeho výstupí štěrbu, ačkolv emá vlovou délku, a kterou je moochromátor astave. Fluorescečí ástavec je přdržová dvěma šroub u výstupí štěrb moochromátoru (9). Exctačí zářeí z moochromátoru je soustředěo objektvem (0) do kvet (). Otočý držák dvou kvet umožňuje jejch střídavé přemísťováí do kvetového prostoru. Vbuzeé fluorescečí zářeí vstupující z kvet v kolmém směru z oblast zhruba uprostřed kvet je měřeo fotokou (6). Mez fotoku a kvetu je možo umístt sekudárí fltr (4) buď terferečí s úzkým pásm propustost, ebo hraový, který propouští vlové délk delší ež je vlová délka jeho absorpčí hra. Držák kvet dosedá a kolíček ve spodí část ástavce, který otvírá uzávěrku zabraňující dopadu světla a fotoku během výmě vzorku. Ve fotokové skříňce jsou k dsposc dvě fotok, které je možo zařadt do dráh paprsku táhlem. Př zatlačeém táhlu je používáa modrá fotoka, která je ctlvá a zářeí o vlových délkách od 360 do 650 m. Vtažeím táhla bchom zvoll červeou fotoku, která je ad vlovou délkou 650 m ctlvější ež modrá fotoka. -9-

10 Obr.5: Schéma přístroje SPEKOL s fluorescečím ástavcem -exctačí zdroj (halogeová žárovka ebo rtuťová výbojka), -kodezor, 3-odrazé zrcadlo, 4- vstupí štěrba moochromátoru, 5-kolmátor, 6-odrazová dsperzí mřížka, 7-bubíek vlových délek, 8-objektv, 9-výstupí štěrba moochromátoru, 0-objektv, -kveta se vzorkem, -zrcátka, 3-objektv, 4-vmětelý sekudárí fltr, 5-objektv, 6-fotoka, 7-zeslovač a dgtálí zpracováí sgálu, 8-dsplej Sgál fotok je po zesíleí dgtalzová a před zobrazeím a dsplej (8) dále zpracová. Př měřeí fluorescece je odečtea úroveň předem změřeého slepého pokusu. Pak je sgál vděle předem změřeým sgálem srovávacího vzorku a vásobe předem zvoleou hodotou faktoru, který může mít apř. hodotu kocetrace aaltu ve srovávacím vzorku. Bez předchozího proměřeí srovávacího vzorku a zadáí faktoru přístroj měřeí fluorescece eumožňuje. Přístroje v laboratoř používají jako zdroj exctačího zářeí rtuťovou výbojku. Její poloha je jž předem seřízea tak, ab moochromátorem procházel co ejtezvější tok exctačího zářeí. Výbojka se zapálí sama poté, co přpojíme tlumvku a síť 30 V~ a zapeme vpíač a tlumvce. Zářeí výbojk dosáhe stablzovaé úrově as po 5 mutách. -0-

11 Na obr.6 je vobrazea čelí stěa přístroje SPEKOL se základím ovládacím prvk. Vlastí přístroj uvedeme do chodu ásledujícím způsobem. SPEKOL 4 3 m Obr.6: Čelí pael fotometru SPEKOL -dsplej, -tlačítka pro volbu tpu měřeí, 3-ástavec FK pro měřeí fluorescece, 4-skříň fotoek, 5-bubíek vlových délek, 6-síťový vpíač, 7-páčka pro zařazeí fltru ebo clo. Přístroj zapojíme síťovou šňůrou a síť 30 V~. Zapeme síťový vpíač (6) a čelí stěě přístroje. Po jeho stskutí se rozsvítí dsplej () a dkačí dod ad tlačítk () blkají.. SPEKOL echáme as 5 mut temperovat. 3. Bubíkem vlových délek (5) astavíme exctačí vlovou délku. Pokud je tato vlová délka žší ež 390 m, přepeme páčku (7) do horí (vodorové) poloh, čímž zařadíme do dráh exctačího paprsku fltr pro potlačeí rozptýleého zářeí. Pokud ebudeme měřt emsí sgál pro vlové délk ad 650 m, zkotrolujeme, zda a fotokové skříňce (4) je táhlo zatlačeo, tj. že je používáa modrá fotoka. 4. Pro měřeí fluorescece stskeme tlačítko FL. Začou blkat tlačítka Z-FL a FAKT. 5. Přřadíme ulovou hodotu fluorescec pozadí tak, že echáme kvetový prostor prázdý a vsueme stolek směrem dolů as o 5 mm, ab bla --

12 uzavřea uzávěrka před fotokou, a stskeme tlačítko Z-FL. Toto tlačítko přestae blkat, zače blkat tlačítko R. 6. Zadáme hodotu sgálu, kterou chceme přřadt fluorescec ašeho srovávacího vzorku. Může to být jeho kocetrace. Stskeme tlačítko FAKT. Na dsplej se objeví hodota.000, kterou postupým stskem tlačítek POS a INC upravíme a požadovaou hodotu (včetě poloh deseté tečk). Pokud srovávací vzorek má ejtezvější fluorescec z celého měřeého souboru vzorků, volíme hodotu tak, abchom co ejlépe vužl všecha čtř místa dspleje (apř ). Dalším stskem tlačítka FAKT uložíme tuto hodotu do pamět přístroje. Blká pouze tlačítko R. 7. Změříme sgál srovávacího vzorku. Do kvetového prostoru umístíme srovávací vzorek (ejkocetrovaější roztok kalbračí závslost ebo fluorescečí stadard). Stskeme tlačítko R, přístroj automatck astaví optmálí zesíleí a a dsplej se objeví přblžě hodota zadaá v předchozím kroku. 8. Př měřeí umístíme vzorek do kvetového prostoru a a dsplej odečteme fluorescečí sgál. UPOZORNĚNÍ! Přístroj obsluhujte přesě podle uvedeého ávodu. Poruchu hlaste hed asstetov. Př mapulac s kvetou j držte za horí roh a zacházejte s í šetrě. Plňte j as 3 mm pod horí okraj. Kvet zásadě uvtř evsušujte a ečstěte, sado se rozlomí ebo rozlepí. Př plěí roztokem stačí, kdž kvetu ěkolkrát (m. 3x) vpláchete měřeým roztokem. Př plěí pokud možo esmočte vější stě kvet. Pokud budou vější stě mokré, jemě vsušte pouze kapk hraou fltračího papíru ebo buč. Kvet eotírejte a eleštěte, protože se sado poškrábou, a tím zehodotí. Čstotu kotrolujte prohlédutím kvet prot světlu. I slabě zečštěá okéka (ulpěé kapk, otsk prstů) zkreslují měřeí fluorescece. Př vkládáí kvet (ebo fluorescečího stadardu) s všměte, že kveta emá přesě čtvercový průřez. Její delší straa musí být př vkládáí do držáku a př měřeí rovoběžá se stěou přístroje (tj. kolmá a exctačí paprsek). Jak se může kveta sado poškodt. Př mapulac s držákem pracujte opatrě. Každý prudší pohb aplěé kvet způsobí vltí roztoku do přístroje a potřísěí okéek kvet. --

13 Návod laboratorí práce Fluormetrcké staoveí chu v ápojích Úkolem práce je staovt ch v předložeém kapalém vzorku a ve vzorku ápoje. Obr.7: Strukturí vzorec chu Ch C 0 H 4 N O (M r =34,4) je alkalod, jehož strukturí vzorec je a obr. 7. Ch se vsktuje v kůře tropckých stromů rodu Cchoa. Stále ještě je výzamým lékem prot malár. Má výrazě hořkou chuť a je proto přdává do ěkterých tpů ápojů. Oba dusíkové atom v molekule chu mohou být protozová. Opětá dsocace těchto vodíkových otů je charakterzováa dsocačím kostatam přblžě pk =4,3 (cholový dusík) a pk =8,3 (chukldový dusík). S kselam tvoří ch sol. Bývá dodává ve formě sírau (C 0 H 4 N O ) H SO 4 H O (M r =78,96), který je ale do určté mír hgroskopcký, takže obsah vod v růzých preparátech může začě kolísat. Jeho roztok za určtých podmíek jasě modře fluoreskují. Jeho emsí spektrum leží v oblast vlových délek ad 400 m s šrokým maxmem okolo 460 m. Fluorescečí vlastost chu jsou poměrě dobře prozkoumá, a proto se často používá př fluorescečích měřeích jako srovávací látka. Jeho fluorescece je do určté mír zhášea apř. chlordovým č bromdovým ot. Absorpčí spektrum plě protozovaé form chu je uvedeo a obr. 8. Z tohoto spektra je vdět, že k exctac fluorescece chu je celkem dobře použtelá skupa čar rtuťové výbojk okolo vlové délk 365 m. Molárí absorpčí koefcet chu pro tuto vlovou délku je 3,6 0 3 l mol - cm

14 A 0,8 0,6 0,4 0, 0, , m 400 Obr.8: Absorpčí spektrum roztoku chu v 0,05 M kselě sírové Kocetrace chu,5 0-5 mol l -, tloušťka kvet cm. Úkol. Nastavte exctačí moochromátor a vlovou délku rtuťových čar okolo 365 m tak, ab fluorescečí sgál chu bl maxmálí.. Proměřte závslost fluorescečího sgálu chu a kselost roztoku přblžě v oblast ph = až ph = Na základě výsledků z bodu zvolte prostředí vhodé pro přípravu kalbračí závslost a aalýzu vzorků. Pro toto prostředí změřte oretačě fluorescečí sgál roztoků aalzovaého vzorku a ápoje. 4. Přpravte kalbračí roztok, aředěé roztok vzorku, ápoje a ápoje s přdaým stadardem a proměřte jejch fluorescečí sgál. 5. Zpracujte kalbračí závslost a určete hmotostí kocetrac chu ve vzorku a v ápoj. Pracoví ávod. Příprava pracovího roztoku chu. Ze základího roztoku chu o kocetrac,5 0-3 mol l -, který je v laboratoř k dsposc, přpravíte do odměrk 50 ml pracoví roztok chu o kocetrac,5 0-5 mol l -.. Příprava roztoků chu s růzou hodotou ph. Do 5 odměrek a 5 ml přpravíte řadu pět roztoků chu o kocetrac,0 0-5 mol l - s růzou hodotou ph podle tabulk I. -4-

15 Tabulka I: Příprava 5 ml roztoku o přblžém ph Dávkovaý objem roztoku, ml ph 0,5 M H SO 4 a 0,05 M H SO 4 0,4 M octaový tlumč ph=5 5, ,0-3 -,0-4 4, - 5, ,0 a Octaový tlumč a 0,5 M ksela sírová jsou v laboratoř k dsposc. Zředěá 0,05 M ksela sírová se přpraví aředěím 0,5 M ksel. Pro celou prác vstačíte s 50 ml tohoto roztoku. 3. Spuštěí a astaveí fluormetru. Fluormetr zapete a přpravíte k měřeí způsobem popsaým výše. Moochromátor astavíte a vlovou délku 365 m a zařadíte do exctačího paprsku fltr omezující rozptýleé zářeí (páčka (7) a obr.6 v horzotálí poloze). Přístroj vulujete s prázdým kvetovým prostorem a fluorescec bezbarvého fluorescečího stadardu přřadíte hodotu 9, Nastaveí exctačího moochromátoru a maxmum tezt rtuťových čar 365 m. Do kvetového prostoru umístíte kvetu s roztokem chu o ph = a proměříte jeho exctačí spektrum v rozmezí 335 až 375 m s krokem 5 m. V okolí maxma proměříte závslost podroběj s krokem m. (Spektrálí šířka pásma moochromátoru přístroje SPEKOL čí m, hlaví složk multpletu rtuťových čar v okolí 365 m mají vlové délk 365,0, 365,48 a 366,33 m.) Moochromátor astavíte a vlovou délku, pro ž bude fluorescece roztoku ejslější. S tímto astaveím provedete celé další měřeí. 5. Určeí vhodého ph pro staoveí chu. Po astaveí exctačí vlové délk podle předchozího bodu zovu přřadíte bílému fluorescečímu stadardu hodotu sgálu 9,000 a proměříte fluorescečí sgál pro všech roztok chu přpraveé v bodě. Prostředí, které je pro fluormetrcké staoveí chu ejvhodější, použjete ve všech dalších měřeích. 6. Oretačí proměřeí sgálu vzorků. Do odměrek a 5 ml odměříte ml zadaého vzorku a aalzovaého ápoje a upravíte prostředí podle závěrů z bodu 5. Změříte fluorescečí sgál přpraveých roztoků. 7. Příprava kalbračích roztoků. Pro zvoleé prostředí přpravíte kromě roztoku bez chu ještě 5 dalších kalbračích roztoků s rovoměrě rostoucí kocetrací. A pro ejkocetrovaější roztok kalbračí závslost b se eměl zřetelě uplatt efekt vtřího fltru. Proto jeho kocetrac zvolíte tak, ab jeho absorbace pro exctačí vlovou délku 365 m bla v kvetě o tloušťce cm žší ež 0,04. Měla b být ale všší ež as 0,03, ab fluorescečí sgál ebl přílš slabý. Molárí absorpčí koefcet chu pro vlovou délku 365 m je 3,6 0 3 l mol - cm Naředěí vzorků. Zadaý vzorek aředíte a základě výsledků z bodu 6 tak, ab jeho kocetrace ležela v ejvšší třetě kalbračí závslost. Přpravíte -5-

16 paralelě tř stejě aředěé roztok. Př aalýze ápoje budete postupovat metodou přídavku stadardu. Do dvou odměrek a 5 ml odměříte takový objem ápoje, ab kocetrace chu ležela po doplěí po začku zhruba v polově kalbračí závslost. Do druhé odměrk pak avíc přdáte 4 ml pracovího roztoku chu o kocetrac,5 0-5 mol l -. Všech roztok vzorků aředěé pro měřeí musejí mít stejě upraveé prostředí jako kalbračí roztok. 9. Staoveí chu ve vzorcích. Změříte fluorescečí sgál kalbračích roztoků a všech roztoků vzorků. Pro každý roztok odečtete z dspleje áhodě 0 hodot, které zadáte jako vstupí data do jedoho lstu souboru programu Excel, který je k dsposc a počítač v laboratoř. Na tomto předem přpraveém lstu je spočte průměr těchto sgálů a zpracuje se jak leárí, tak kvadratcká kalbračí závslost metodou vážeé leárí regrese (vz Dodatek). Posoudíte, zda vaše měřeí prokazují zakřveí kalbračí závslost, a zvolíte odpovídající tp kalbrace pro určeí kocetrace chu ve vzorcích. Vpočtete kocetrace chu v roztocích vzorků a přepočtete je a hmotostí kocetrac v původích vzorcích. Do protokolu uvedete průměré hodot sgálů pro kalbračí závslost a vzork, parametr použté kalbračí závslost a provedete kotrolí výpočt kocetrací včetě přepočtu kocetrace a původí vzorek. Posoudíte, zda matrce ápoje ovlvňuje fluorescec chu. Výsledk uvedete včetě ejstot, kterou přeesete z výpočtů v Excelu, rozšířeé ejstot a koefcetu rozšířeí s patřčým počtem platých cfer. Kotrolí otázk. Co je to emsí fluorescečí spektrum?. Co je to exctačí fluorescečí spektrum a jaký bude postup př měřeí exctačího a emsího spektra a spektrofluormetru vbaveém exctačím a emsím moochromátorem? 3. Jaké děje probíhají v molekulách fluoreskující látk př buzeí a ems fluorescečího zářeí a jaká erovost proto platí mez vlovou délkou exctačího a emtovaého zářeí? 4. Jak závsí tvar emsího spektra a exctačí vlové délce pro jedu fluoreskující látku a pro směs fluoreskujících látek? 5. Jak závsí tvar exctačího spektra a emsí vlové délce pro jedu fluoreskující látku a pro směs fluoreskujících látek? 6. Co je to pravdlo zrcadlové smetre? 7. Jak závsí fluorescečí sgál a kocetrac fluoreskující látk v roztoku? 8. Jaká je souvslost mez absorpčím a exctačím spektrem? 9. Co je to efekt vtřího fltru a reabsorpce? 0. Co je to korekce fluorescečích spekter a jaké jsou hlaví příč zkresleí ekorgovaých exctačích a emsích spekter? -6-

17 Pro zpracováí kaptol bla použta práce: M Hejtmáek a K. Volka: Emsí fluorescečí spektroskope ve skrptech Laboratorí cvčeí z strumetálí aalýz. (M. Hejtmáek a kol.), str.0. VŠCHT, Praha

18 DODATEK: VYHODNOCENÍ KALIBRAČNÍ ZÁVISLOSTI V PRÁCI FLUORIMETRIE V této prác se k vhodoceí dat metodou kalbračí závslost přílš ehodí běžá metoda leárí regrese, protože používá předpoklad homoskedastct, tj. kostatí ejstot závsle proměé v celém jejím rozsahu (obr.9a). Teto předpoklad ale př fluormetrckém staoveí eí zpravdla splě a rozložeí expermetálích bodů v kalbračí závslost se více blíží obr.9b. V takových (heteroskedastckých) případech je obvklé použít metodu vážeé leárí regrese, která bere rozdíl v ejstotě závsle proměé do úvah, vžaduje ale předběžou zalost ejstot závslé proměé pro jedotlvé expermetálí bod. Pokud je k dsposc dostatečě velký počet bodů, jako je tomu a obr. 9, můžeme promělvost ejstot odhadout z těchto dat. V laboratořích je však kalbračí závslost zkostruováa pouze ze 6 bodů. Pak je třeba vcházet z pozatků získaých během valdace metod ebo použít pro ejstot dobře zdůvoděý model x x a. b. Obr.9: Leárí závslost s kostatí ejstotou závslé velč (a) a s ejstotou úměrou této velčě (b) Př fluormetrckém měřeí jsou hlaví příspěvk k ejstotě měřeého sgálu přblžě přímo úměré úrov tohoto sgálu. Sem patří faktor jako apř. establta zdroje exctačího zářeí, obsah dalších složek vzorku, které absorbují zářeí, poloha kvet, světelé ztrát odraz a stěě kvet a a ečstotách a částečě také ejstota fotometru měřícího zářvý tok. Do ejstot měřeého sgálu se promítá také ejstota kocetrace kalbračích roztoků. Ta b podle předpokladů, z chž metoda leárí regrese vchází, měla být zaedbatelá, ale ve skutečost tomu tak emusí být. Př ředěí spíše bývá kostatí relatví ejstota kocetrace -8-

19 výsledého roztoku, a íž se podílí apř. proměá teplota, doplňováí odměrk po začku, ejstota kalbrace odměrého ádobí, u ppet kalbrovaých a vltí podíl kapal ulpělý a stěách a ve špčce ppet, odpařováí rozpouštědla ebo odparek a ečstot, které se opláchou z hrdla ádob př vléváí roztoku. Př ízkých úrovích zářvého toku je ejstota jeho měřeí úměrá druhé odmocě zářvého toku. Je tomu tak v případě, kd sgál vzká zprůměrováím fotoproudu geerovaého ízkým počtem fotoů, protože jejch počet se řídí Possoovou statstkou. Fotometr použtý v této prác ovšem tak ízké úrově měřt emůže. Je meší část ejstot měřeého sgálu a úrov tohoto sgálu ezávsí. K této část přspívá apř. rozptýleé zářeí, fluorescečí zářeí ečstot, paraztí světlo z okolí, které se dostae k detektoru, a částečě ejstota fotometru měřícího zářvý tok. Z těchto důvodů se jako přměřeý model ejstot sgálu jeví leárí závslost mez ejstotou a sgálem. Odhad parametrů závslost a ejstot metodou leárí regrese Metoda leárí regrese předpokládá, že platí leárí závslost mez závsle proměou velčou a jedím ebo ěkolka čle (proměým) x k ve tvaru p k a k x k () kde a k jsou kostat a p je počet čleů. Metoda leárí regrese posktuje odhad koefcetů a k a případě dalších parametrů a základě řad hodot určeých pro kombací čleů x k (=..). Přtom hodot jsou zatíže ejstotou, o íž běžá metoda leárí regrese předpokládá, že je kostatí v celém rozsahu hodot. Nejstota čleů x k se předpokládá ulová. Metoda leárí regrese určuje odhad parametrů â k jako hodot, které posktují mmálí hodotu součtu druhých moc resduálích odchlek, tj. rozdílů hodot a hodot ŷ vpočteých ze vztahů p ˆ aˆ k xk,,.., () k Mmalzace (resduálího) součtu čtverců S res p ˆ aˆ k xk (3) k vžaduje, ab jeho parcálí dervace podle všech koefcetů â l bl ulové, což vede a soustavu leárích rovc pro odhad koefcetů â k ve tvaru -9-

20 x l p ak ˆ x x l,.., p (4) k k l resp. S l p k aˆ S l,.., p (5) k kl Součt S l x l (6) jsou leárí fukcí, zatímco matce soustav S kl xk, xl, (7) závsí pouze a hodotách x k a a hodotách ezávsí. Zameá to, že a versí matce S v eí a hodotách závslá a řešeí p v aˆ S S k,.., p (8) k l l kl je prostředctvím součtů S l leárí fukcí hodot. Nejstotu odhadů těchto koefcetů je tak možo určt podle jedoduchých pravdel o šířeí ejstot, pokud určíme ejstotu hodot. Pokud eí zámo c jého, pokládá se za tuto ejstotu její odhad s z resduálího součtu čtverců podle vztahu s S res (9) -p Výše popsaý způsob vhodoceí je používá v aaltcké chem k vhodoceí kalbračí závslost aaltckého sgálu a obsahu aaltu x. Tato závslost a obsahu x bývá často leárí, může být ale popsáa apř. polomem vššího stupě, kd sčítac ve fukčím vztahu jsou ásobk moc, x, x,.., x s, kde s je stupeň polomu. Prvý čle určuje úsek a ose. Pro leárí závslost a x vplývá z tohoto postupu zámý vztah (0) pro ejstotu obsahu Xˆ odhadutého z kalbračí závslost pro průměrou hodotu sgálu Y získaou z m měřeí -0-

21 -- xx Q a Y m a s X u ˆ ) ( ˆ ) ˆ ( (0) kde â je (odhadutá) směrce závslost, velča () je středí hodota sgálů a Q xx je rozptl hodot x okolo středí hodot x : xx x x Q ) ( () Odhad parametrů závslost a ejstot metodou vážeé leárí regrese Metoda vážeé leárí regrese odhaduje koefcet a další velč mmalzací vážeého součtu p k k k x a w w S w res, ˆ ˆ (3) kde w jsou váh přkládaé jedotlvým bodům. Všší váha je přkládáa bodům s meší ejstotou hodot podle vztahu ) ( u K w (4) a koefcet K se volí tak, ab součet vah bl rove počtu bodů. Je ted u K ) ( (5) a platí též ) ( ) ( ) ( j j u w w w u w u K (6)

22 To zameá, že koefcet K je rove vážeému kvadrátu ejstot, tj. souču kvadrátu ejstot a váh, pro každý bod jejch vážeému průměru a ahrazuje jedu hodotu ejstot př leárí regres s kostatí hodotou ejstot. Stojí za povšmutí, že váh a proto a odhad parametrů závslost ejsou závslé a absolutí velkost ejstot pro jedotlvé bod, ale pouze a jejch vzájemém poměru. Pokud zvětšíme všech ejstot ve stejém poměru, váh a odhad samotých parametrů to eovlví. Nezměí se a mmalzovaý resduálí součet čtverců, změí se ale odhad ejstot ěkterých odvozeých parametrů. Další postup je podobý jako pro metodu leárí regrese s kostatím ejstotam. Parcálí dervace vedou a soustavu leárích rovc pro koefcet â k ve tvaru w x l p ak ˆ w x x l,.., p (7) k k l tj. ve stejém tvaru jaký má soustava rovc (5), kde ale í vstupují vážeé součt Sl, w w xl (8) které jsou opět leárí fukcí, zatímco matce soustav kl, w xk xl (9) S w závsí pouze a hodotách x k a vahách w a ezávsí a hodotách. Zameá to, že výpočet odhadů koefcetů â k je aalogcký jako př evážeé regres (rovce 8). Dokoce př určováí ejstot koefcetů jsou vztah stejé s tím, že kvadrát ejstot hodot se ahradí vážeým kvadrátem ejstot, ted kostatou K, a ta se aalogck vztahu (9) odhade z vážeého resduálího součtu čtverců (3) Sres,w K s, w (0) -p Př určeí ejstot hodot Xˆ odhadutých z regresí závslost je ale třeba použít také ejstotu hodot Y odpovídající příslušé oblast a apř. vztah (0) přejde a ˆ u( Y) s,w s,w ( Y w) u ( X ) () aˆ m aˆ Qxx,w --

23 Pro určeí ejstot Xˆ ted potřebujeme použít kokrétí ejstotu hodot Y v daé oblast ploucí z použtého modelu s určeou hodotou kostat K. Použtí souboru pro Excel v laboratoř V laboratoř je pro zpracováí kalbračí závslost a počítačích k dsposc předem přpraveý soubor pro Excel. Obsahuje ěkolk stejých lstů, z chž jede epoužtý přejmeujete a své jméo. Nebudete zasahovat do jých lstů s dat vašch kolegů. Po úpravách ukládáte vžd celý soubor pod původím jméem. Vstupí data jsou zadáváa do žlutě podbarveých buěk. Kromě kocetrací kalbračích roztoků v oblast C0:C5 je to pro každý roztok v kalbrac pro vzork 0 hodot odečteých áhodě z kolísajících údajů dspleje fluormetru, které vložíte do oblast D0:M0. K dalšímu vhodoceí jsou použt průměr těchto hodot spočteé v oblast N0:N0. Ppetovaé objem se zadávají do oblast N:N6. Odhad koefcetů kalbračí závslost jsou spočte v oblast N33:N34 (N47:N49) pro leárí (kvadratckou) závslost. Z těchto hodot a ze změřeého sgálu pro vzorek je určea kocetrace chu v měřeém roztoku v buňce N36 (N5) a přepočtea a ředěí a a hmotostí kocetrac v oblast N37:N38 (N5:N53). Kocetrace roztoku ápoje a roztoku ápoje s přídavkem stadardu je spočtea z kalbračí závslost v oblast N39:N40 (N54:N55). Z těchto hodot je spočtea (zdálvá) výtěžost R v buňce N4 (N56) jako podíl jejch rozdílu ku přdaé kocetrac chu. Touto hodotou je vdělea kocetrace roztoku samotého ápoje a přepočtea a ředěí a hmotostí kocetrac v oblast N4:N43 (N57:MN58). V buňce N44 (N59) je pro srováí přímo přepočtea kocetrace chu změřeá v roztoku ápoje a ředěí a hmotostí kocetrac. Tato hodota je výsledkem aalýz, pokud matrce ápoje eovlví fluorescečí sgál chu (R = ). Př odhadu parametrů kalbračí závslost se předpokládá leárí závslost ejstot sgálu a hodotě sgálu. V buňce Q je možo změt hodotu, která udává, kolkrát má být ejstota mmálího sgálu žší oprot ejstotě sgálu maxmálího. (Pokud se sem zadá hodota, přejde vhodoceí a běžou metodu leárí regrese s kostatí ejstotou sgálu.) Na základě této závslost jsou urče v oblast Q0:Q0 relatví hodot ejstot sgálů a z ch jsou v buňkách R0:R5 spočte váh jedotlvých kalbračích bodů. T jsou použt pří vážeé leárí regres a posktou kromě odhadů koefcetů kalbračí závslost také hodotu s,w v buňce N35 pro leárí a v buňce N50 pro kvadratckou kalbračí závslost. Na jejch základě je pak v buňce O6 určea kostata K, a v buňkách O0:O0 je vtvoře model závslost ejstot sgálu a jeho velkost. Zda je model vtvoře pro leárí ebo kvadratckou závslost určuje hodota v buňce O (pro 0 je model spočte pro leárí kalbrac, pro eulovou hodotu je zvolea kalbrace kvadratcká). Z tohoto modelu jsou pak počítá ejstot kocetrací spočteých ze -3-

24 sgálů pro vzork v oblast O36:O44 (O5:O59). Nejstot objemů jsou zadá v oblast O:O6. V oblast T36:T59 jsou spočte ejstot výsledých hodot s vužtím Kragteova schématu (T7:AK59) a jsou použt u výsledků získaých metodou přídavku stadardu. V oblast A3:H5 je pro srováí provede výpočet parametrů kalbračích závslostí obvklou metodou evážeé leárí regrese. V buňkách Q33:Q34 a Q47:Q49 je ověřováo, zda jsou koefcet kalbračí závslost statstck výzamě odlšé od ul. Jestlže se pro kvadratckou kalbračí závslost (buňka O 0) objeví v buňce Q49 "NEPRAVDA", eí kvadratcký koefcet statstck výzamý a použjeme výsledk z leárí kalbrace poté, co v buňce O astavíme ulovou hodotu. -4-

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

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz:

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz: Ig. Marta Ltschmaová Statstka I., cvčeí 1 TESTOVÁNÍ NEPARAMETRICKÝCH HYPOTÉZ Dosud jsme se zabýval testováím parametrcký hypotéz, což jsou hypotézy o parametrech rozděleí (populace). Statstckým hypotézám

Více

Úkol měření. Použité přístroje a pomůcky. Tabulky a výpočty

Úkol měření. Použité přístroje a pomůcky. Tabulky a výpočty Úkol měřeí ) Na základě vějšího fotoelektrického pole staovte velikost Plackovy kostaty h. ) Určete mezí kmitočet a výstupí práci materiálu fotokatody použité fotoky. Porovejte tuto hodotu s výstupími

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

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

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

Testy statistických hypotéz

Testy statistických hypotéz Úvod Testy statstckých hypotéz Václav Adamec vadamec@medelu.cz Testováí: kvalfkovaá procedura vedoucí v zamítutí ebo ezamítutí ulové hypotézy v podmíkách ejstoty Testy jsou vázáy a rozděleí áhodých velč

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

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATED RA F YZIKY L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y Jméo TUREČEK Daiel Datum měřeí 8.11.2006 Stud. rok 2006/2007 Ročík 2. Datum odevzdáí 15.11.2006 Stud.

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

C V I Č E N Í 4 1. Představení firmy Splintex Czech 2. Vlastnosti skla a skloviny 3. Aditivita 4. Příklady výpočtů

C V I Č E N Í 4 1. Představení firmy Splintex Czech 2. Vlastnosti skla a skloviny 3. Aditivita 4. Příklady výpočtů Techologe skla 00/03 C V I Č E N Í 4. Představeí rmy pltex Czech. Vlastost skla a sklovy 3. Adtvta 4. Příklady výpočtů Hospodářská akulta. Představeí rmy pltex Czech a.s. [,] Frma pltex Czech je součástí

Více

2. Definice plazmatu, základní charakteristiky plazmatu

2. Definice plazmatu, základní charakteristiky plazmatu 2. efiice plazmatu, základí charakteristiky plazmatu efiice plazmatu Plazma bývá obyčejě ozačováo za čtvrté skupeství hmoty. Pokud zahříváme pevou látku, dojde k jejímu roztaveí, při dalším zahříváí se

Více

- metody, kterými lze z napozorovaných hodnot NV získat co nejlepší odhady neznámých parametrů jejího rozdělení.

- metody, kterými lze z napozorovaných hodnot NV získat co nejlepší odhady neznámých parametrů jejího rozdělení. MATEMATICKÁ STATISTIKA - a základě výběrových dat uuzujeme a obecější kutečot, týkající e základího ouboru; provádíme zevšeobecňující (duktví) úudek - duktví uuzováí pomocí matematcko-tattckých metod je

Více

10.2.3 VÁŽENÝ ARITMETICKÝ PRŮMĚR S REÁLNÝMI VAHAMI

10.2.3 VÁŽENÝ ARITMETICKÝ PRŮMĚR S REÁLNÝMI VAHAMI Středí hodoty Artmetcý průměr vážeý Aleš Drobí straa 0 VÁŽENÝ ARITMETICKÝ PRŮMĚR S REÁLNÝMI VAHAMI Zatím jsme počítal s tím, že četost ve vztahu pro vážeý artmetcý průměr byla přrozeá čísla Četost mohou

Více

Interakce světla s prostředím

Interakce světla s prostředím Iterakce světla s prostředím světlo dopadající rozptyl absorpce světlo odražeé světlo prošlé prostředím ODRAZ A LOM The Light Fatastic, kap. 2 Light rays ad Huyges pricip, str. 31 Roviá vla E = E 0 cos

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

HYPOTEČNÍ ÚVĚR. , kde v = je diskontní faktor, Dl počáteční výše úvěru, a anuita, i roční úroková sazba v procentech vyjádřená desetinným číslem.

HYPOTEČNÍ ÚVĚR. , kde v = je diskontní faktor, Dl počáteční výše úvěru, a anuita, i roční úroková sazba v procentech vyjádřená desetinným číslem. HYPTEČNÍ ÚVĚR Spláceí úvěru stejým splátkam - kostatí auta ÚLHA 1: Mladý maželský pár s dostačujícím příjmy (tz. a získáí hypotéčího úvěru) se rozhodl postavt s meší rodý domek. Podle předběžé kalkulace

Více

9 NÁHODNÉ VÝBĚRY A JEJICH ZPRACOVÁNÍ. Čas ke studiu kapitoly: 30 minut. Cíl:

9 NÁHODNÉ VÝBĚRY A JEJICH ZPRACOVÁNÍ. Čas ke studiu kapitoly: 30 minut. Cíl: 9 ÁHODÉ VÝBĚR A JEJICH ZPRACOVÁÍ Čas ke studu katol: 30 mut Cíl: Po rostudováí tohoto odstavce budete rozumět ojmům Základí soubor, oulace, výběr, výběrové šetřeí, výběrová statstka a budete zát základí

Více

jsou varianty znaku) b) při intervalovém třídění (hodnoty x

jsou varianty znaku) b) při intervalovém třídění (hodnoty x Výběr z eřeštelých příkladů ze zkouškových testů Jde o výběr z tpů příkladů, jejchž úspěšost řešeí u zkoušek se blíží ule. Itervalové versus bodové tříděí V tabulce je uvedeo rozděleí četostí a) př bodovém

Více

S1P Popisná statistika. Popisná statistika. Libor Žák

S1P Popisná statistika. Popisná statistika. Libor Žák SP Popsá statstka Popsá statstka Lbor Žák SP Popsá statstka Lbor Žák Základí zdroje : skrpta Mateatka IV - doc. RNDr. Z. Karpíšek, CSc. ateatka o le - http://athole.fe.vutbr.cz/ Základ ateatcké statstk

Více

Návod pro výpočet základních induktorů s jádrem na síťové frekvenci pro obvody výkonové elektroniky.

Návod pro výpočet základních induktorů s jádrem na síťové frekvenci pro obvody výkonové elektroniky. Návod pro cvičeí předmětu Výkoová elektroika Návod pro výpočet základích iduktorů s jádrem a síťové frekveci pro obvody výkoové elektroiky. Úvod V obvodech výkoové elektroiky je možé většiu prvků vyrobit

Více

Fakulta elektrotechniky a informatiky Statistika STATISTIKA

Fakulta elektrotechniky a informatiky Statistika STATISTIKA Fakulta elektrotechky a formatky TATITIKA. ZÁKLADNÍ OJMY. Náhodý pokus a áhodý jev NÁHODNÝ OKU proces realzace souboru podmíek kde výsledek emůžeme předem ovlvt. - výsledek áhodého pokusu. - jev, který

Více

Cvičení z termomechaniky Cvičení 5.

Cvičení z termomechaniky Cvičení 5. Příklad V kompresoru je kotiuálě stlačová objemový tok vzduchu [m 3.s- ] o teplotě 20 [ C] a tlaku 0, [MPa] a tlak 0,7 [MPa]. Vypočtěte objemový tok vzduchu vystupujícího z kompresoru, jeho teplotu a příko

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

sin n sin n 1 n 2 Obr. 1: K zákonu lomu

sin n sin n 1 n 2 Obr. 1: K zákonu lomu MĚŘENÍ INDEXU LOMU REFRAKTOMETREM Jedou z charakteristických optických veliči daé látky je absolutím idexu lomu. Je to podíl rychlosti světla ve vakuu c a v daém prostředí v: c (1) v Průchod světla rozhraím

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

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

[ 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

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

Chyby přímých měření. Úvod

Chyby přímých měření. Úvod Chyby přímých měřeí Úvod Př zjšťováí velkost sledovaé velčy dochází k růzým chybám, které ovlvňují celkový výsledek. V pra eestuje žádá metoda měřeí a měřcí zařízeí, které by bylo absolutě přesé, což zameá,

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

Směrnice 1/2011 Statistické vyhodnocování dat, verze 4 Verze 4 je shodná se Směrnicí 1/2011 verze 3, pouze byla rozšířena o robustní analýzu

Směrnice 1/2011 Statistické vyhodnocování dat, verze 4 Verze 4 je shodná se Směrnicí 1/2011 verze 3, pouze byla rozšířena o robustní analýzu Směrce /0 Stattcké vyhodocováí dat, verze 4 Verze 4 e hodá e Směrcí /0 verze 3, ouze byla rozšířea o robutí aalýzu. Stattcké metody ro zkoušeí zůoblot Cílem tattcké aalýzy výledků zkoušek ř zkouškách zůoblot

Více

Martin Sloup, A04372. Ohyb světla optickou mřížkou

Martin Sloup, A04372. Ohyb světla optickou mřížkou Mart Sloup, A0437 Ohyb světla optckou mřížkou Mart Sloup, A0437 Obecá část Optcká mřížka a průcho světla je skleěá estčka, a íž je vyryta řaa jemých, rovoběžých, stejě o sebe vzáleých vrypů. Vrypy tvoří

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

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

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

Úvod do korelační a regresní analýzy

Úvod do korelační a regresní analýzy Úvod do korelačí a regresí aalýz Bude ás zajímat, jak těsě spolu souvsí dva sledovaé jev Příklad: vztah mez rchlostí auta a brzdou dráhou vztah mez věkem žáka a rchlostí v běhu a 60 m vztah mez spotřebou

Více

Soustava kapalina + tuhá látka Izobarický fázový diagram pro soustavu obsahující vodu a chlorid sodný

Soustava kapalina + tuhá látka Izobarický fázový diagram pro soustavu obsahující vodu a chlorid sodný Soustv kpl + tuhá látk Izobrcký fázový dgrm pro soustvu obshující vodu chlord sodý t / o C H 2 O (s) + esyceý roztok 30 20 10 0-10 -20 t I t II esyceý roztok 2 1 p o NCl (s) + syceý roztok eutektcký bod

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

Aktivita 1 Seminář základů statistiky a workshop (Prof. Ing. Milan Palát, CSc., Ing. Kristina Somerlíková, Ph.D.)

Aktivita 1 Seminář základů statistiky a workshop (Prof. Ing. Milan Palát, CSc., Ing. Kristina Somerlíková, Ph.D.) Aktvta Semář základů tattky a workhop (Prof. Ig. Mla Palát, CSc., Ig. Krta Somerlíková, Ph.D.) Stattcké tříděí Základí metoda tattckého zpracováí. Sekupováí hodot proměé, které jou z hledka klafkačího

Více

Odhad parametru p binomického rozdělení a test hypotézy o tomto parametru. Test hypotézy o parametru p binomického rozdělení

Odhad parametru p binomického rozdělení a test hypotézy o tomto parametru. Test hypotézy o parametru p binomického rozdělení Odhad parametru p biomického rozděleí a test hypotézy o tomto parametru Test hypotézy o parametru p biomického rozděleí Motivačí úloha Předpokládejme, že v důsledku realizace jistého áhodého pokusu P dochází

Více

HODNOCENÍ PŘÍSTROJŮ PRO MĚŘENÍ JAKOSTI ZIMNÍCH KAPALIN DO OSTŘIKOVAČŮ V PROVOZU

HODNOCENÍ PŘÍSTROJŮ PRO MĚŘENÍ JAKOSTI ZIMNÍCH KAPALIN DO OSTŘIKOVAČŮ V PROVOZU HODNOCENÍ PŘÍSTROJŮ PRO MĚŘENÍ JAKOSTI ZIMNÍCH KAPALIN DO OSTŘIKOVAČŮ V PROVOZU Ja SKOLIL 1*, Štefa ČORŇÁK 2*, Ja ULMAN 3 1* Velvaa, a.s., 273 24 Velvary, Česká republika 2,3 Uiverzita obray v Brě, Kouicova

Více

APLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU

APLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV FINANCÍ FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF FINANCES APLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU

Více

1. K o m b i n a t o r i k a

1. K o m b i n a t o r i k a . K o m b i a t o r i k a V teorii pravděpodobosti a statistice budeme studovat míru výskytu -pravděpodobostvýsledků procesů, které mají áhodý charakter, t.j. při opakováí za stejých podmíek se objevují

Více

Průchod paprsků různými optickými prostředími

Průchod paprsků různými optickými prostředími Průchod paprsků růzými optickými prostředími Materiál je urče pouze jako pomocý materiál pro studety zapsaé v předmětu: A4M38VBM, ČVUT- FEL, katedra měřeí, 05 Před A4M38VBM 05, J. Fischer, kat. měřeí,

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

Statistika - vícerozměrné metody

Statistika - vícerozměrné metody Statstka - vícerozměré metody Mgr. Mart Sebera, Ph.D. Katedra kezologe Masarykova uverzta Fakulta sportovích studí Bro 0 Obsah Obsah... Sezam obrázků... 4 Sezam tabulek... 4 Úvod... 6 Pojmy... 7 Náhodé

Více

IV. NEJISTOTY MENÍ A ZPRACOVÁNÍ VÝSLEDK

IV. NEJISTOTY MENÍ A ZPRACOVÁNÍ VÝSLEDK IV. NEJISTOTY MENÍ A ZPRACOVÁNÍ VÝSLEDK Meí patí mez základí zpsoby získáváí kvattatvích formací o stav sledovaé vely. 4. Chyby meí Nedokoalost metod meí, ašch smysl, omezeá pesost mcích pístroj, promé

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

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

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

OBRAZOVÁ ANALÝZA POVRCHU POTISKOVANÝCH MATERIÁLŮ A POTIŠTĚNÝCH PLOCH

OBRAZOVÁ ANALÝZA POVRCHU POTISKOVANÝCH MATERIÁLŮ A POTIŠTĚNÝCH PLOCH OBRAZOVÁ ANALÝZA POVRCU POTISKOVANÝC MATERIÁLŮ A POTIŠTĚNÝC PLOC Zmeškal Oldřich, Marti Julíe Tomáš Bžatek Ústav fyzikálí a spotřebí chemie, Fakulta chemická, Vysoké učeí techické v Brě, Purkyňova 8, 62

Více

Výsledky této ásti regresní analýzy jsou asto na výstupu z poítae prezentovány ve form tabulky analýzy rozptylu.

Výsledky této ásti regresní analýzy jsou asto na výstupu z poítae prezentovány ve form tabulky analýzy rozptylu. Ig. Marta Ltschmaová Statstka I., cveí 4 JEDNODUCHÁ LINEÁRNÍ REGRESE asto chceme prozkoumat vztah mez dvma velam, kde jeda z ch, tzv. ezávsle promá x, má ovlvovat druhou, tzv. závsle promou Y. edpokládá

Více

ZÁKLADNÍ POJMY OPTIKY

ZÁKLADNÍ POJMY OPTIKY Záš pojmy A. Popiš aspoň jede fyzikálí experimet měřeí rychlosti světla. - viz apříklad Michelsoův, Fizeaův, Roemerův pokus. Defiuj a popiš fyzikálí veličiu idex lomu. - je to bezrozměrá fyzikálí veličia

Více

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady SP Bodové a tervalové odhady PRAVDĚPODOBNOST A STATISTIKA Bodové a tervalové odhady Lbor Žák SP Bodové a tervalové odhady Lbor Žák Bodové a tervalové odhady Nechť je áhodá proměá, která má dstrbučí fukc

Více

Měřící technika - MT úvod

Měřící technika - MT úvod Měřící techika - MT úvod Historie Už Galileo Galilei zavádí vědecký přístup k měřeí. Jeho výrok Měřit vše, co je měřitelé a co eí měřitelým učiit platí stále. - jedotá soustava jedotek fyz. veliči - símače

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

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

u, v, w nazýváme číslo u.( v w). Chyba! Chybné propojení.,

u, v, w nazýváme číslo u.( v w). Chyba! Chybné propojení., Def: Vetorovým součiem vetorů u =(u, u, u 3 ) v = (v, v, v 3 ) zýváme vetor u v = (u v 3 u 3 v, u 3 v u v 3, u v u v ) Vět: Pro vetory i, j, ortoormálí báze pltí i i = j = i, i = j Vět: Nechť u v, w, jsou

Více

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor 1 Měřeí závlot tattckých zaků 1.1 Dvourozměrý tattcký oubor Př aalýze ekoomckých kutečotí á čato ezajímají jedotlvé velč jako takové, ale vztah mez m. Ptáme e, jak záví poptávka a ceě produktu, plat zamětaců

Více

Bořka Leitla Bolometrie na tokamaku GOLEM

Bořka Leitla Bolometrie na tokamaku GOLEM Posudek vedoucího bakalářské práce Bořka Letla Bolometre na tokamaku GOLEM Vedoucí práce: Ing. Vojtěch Svoboda, CSc Bořek Letl vpracoval svoj bakalářskou prác na tokamaku GOLEM, jehož rozvoj je závslý

Více

DYNAMICKÉ MODULY PRUŽNOSTI NÁVOD DO CVIČENÍ

DYNAMICKÉ MODULY PRUŽNOSTI NÁVOD DO CVIČENÍ DYNAMICKÉ MODUY PRUŽNOSTI NÁVOD DO CVIČNÍ D BI0 Zkušebnctví a technologe Ústav stavebního zkušebnctví, FAST, VUT v Brně 1. STANOVNÍ DYNAMICKÉHO MODUU PRUŽNOSTI UTRAZVUKOVOU IMPUZOVOU MTODOU [ČSN 73 1371]

Více

4.5.9 Vznik střídavého proudu

4.5.9 Vznik střídavého proudu 4.5.9 Vzik střídavého proudu Předpoklady: 4508 Miulá hodia: Pokud se v uzavřeém závitu měí magetický idukčí tok, idukuje se v ěm elektrické apětí =. Př. 1: Vodorově orietovaá smyčka se pohybuje rovoměrě

Více

Odůvodnění. Obecná část

Odůvodnění. Obecná část Odůvoděí k ávrhu změy vyhlášky č. 502/2005 Sb., kterou se staoví způsob vykazováí možství elektřy př společém spalováí bomasy a eobovtelého zdroje Obecá část Zhodoceí platého právího stavu Podpora výroby

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

KABELY. Pro drátové okruhy (za drát se považuje i světlovodné vlákno): metalické kabely optické kabely

KABELY. Pro drátové okruhy (za drát se považuje i světlovodné vlákno): metalické kabely optické kabely KABELY Pro drátové okruhy (za drát se považuje i světlovodé vláko): metalické kabely optické kabely Metalické kabely: osou veličiou je elektrické apětí ebo proud obvykle se jedá o vysokofrekvečí přeos

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

fenanthrolinem Příprava

fenanthrolinem Příprava 1 ÚLOHA 9: Spektrofotometrické fenanthrolinem studium komplexu Fe(II) s 1,10- Příprava 2. 3. 4. 5. 6. Zopakujte si základní pojmy z optiky - elektromagnetické záření a jeho šíření absorbujícím prostředím,

Více

17. Statistické hypotézy parametrické testy

17. Statistické hypotézy parametrické testy 7. Statistické hypotézy parametrické testy V této části se budeme zabývat statistickými hypotézami, pomocí vyšetřujeme jedotlivé parametry populace. K takovýmto šetřeím většiou využíváme ám již dobře zámé

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

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT Základy práce s tabulkou Výukový modul III. Iovace a zkvaltěí výuky prostředctvím IC éma III..3 echcká měřeí v MS Excel Pracoví lst 5 Měřeí teploty. Ig. Jří Chobot VY_3_INOVACE_33_5 Aotace Iovace a zkvaltěí

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

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

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

1.3. POLYNOMY. V této kapitole se dozvíte:

1.3. POLYNOMY. V této kapitole se dozvíte: 1.3. POLYNOMY V této kapitole se dozvíte: co rozumíme pod pojmem polyom ebo-li mohočle -tého stupě jak provádět základí početí úkoy s polyomy, kokrétě součet a rozdíl polyomů, ásobeí, umocňováí a děleí

Více

z možností, jak tuto veličinu charakterizovat, je určit součet

z možností, jak tuto veličinu charakterizovat, je určit součet 6 Charakteristiky áhodé veličiy. Nejdůležitější diskrétí a spojitá rozděleí. 6.1. Číselé charakteristiky áhodé veličiy 6.1.1. Středí hodota Uvažujme ejprve diskrétí áhodou veličiu X s rozděleím {x }, {p

Více

Experimentální postupy. Koncentrace roztoků

Experimentální postupy. Koncentrace roztoků Experimetálí postupy Kocetrace roztoků Kocetrace roztoků možství rozpuštěé látky v roztoku. Hmotostí zlomek (hmotostí proceta) Objemový zlomek (objemová proceta) Molárí zlomek Molarita (molárí kocetrace)

Více

1.7.4 Těžiště, rovnovážná poloha

1.7.4 Těžiště, rovnovážná poloha 74 ěžiště, rovovážá poloha Předpoklady: 00703 Př : Polož si sešit a jede prst tak, aby espadl Záleží a místě, pod kterým sešit podložíš? Proč? Musíme sešit podložit prstem přesě uprostřed, jiak spade Sešit

Více

Měření na trojfázovém transformátoru naprázdno a nakrátko.

Měření na trojfázovém transformátoru naprázdno a nakrátko. Úol: Měřeí a trojfázovém trasformátoru aprázdo a aráto. 1. Změřte a areslete charateristiy aprázdo trojfázového trasformátoru 2,, P, cos = f ( 1) v rozmezí 4-1 V. Zdůvoděte průběh charateristi 2 = f (

Více

Domácí práce z p edm tu D01M6F Statistika

Domácí práce z p edm tu D01M6F Statistika eské vysoké u eí techcké Fakulta Elektrotechcká Domácí práce z p edm tu D0M6F Statstka Test dobré shody Bradá Marek 4.ro ík Ak. rok 004/00, LS M6F Test dobré shody Obsah Zadáí...3 Hypotéza...3 3 Zj t é

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

Laboratorní práce č. 10 Úloha č. 9. Polarizace světla a Brownův pohyb:

Laboratorní práce č. 10 Úloha č. 9. Polarizace světla a Brownův pohyb: ruhlář Michal 8.. 5 Laboratorí práce č. Úloha č. 9 Polarizace světla a Browův pohyb: ϕ p, C 4% 97,kPa Úkol: - Staovte polarizačí schopost daého polaroidu - Určete polarimetrem úhel stočeí kmitavé roviy

Více

Odhady a testy hypotéz o regresních přímkách

Odhady a testy hypotéz o regresních přímkách Lekce 3 Odhad a tet hpotéz o regreích přímkách Ve druhé lekc jme kotruoval kofdečí terval a formuloval tet hpotéz o korelačím koefcetu Korelačí koefcet je metrckou charaktertkou tezt závlot, u které ezáleží

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP Záko velkých čísel, cetrálí lmtí věta PRAVDĚPODOBNOST A STATISTIKA Lbor Žák SP Záko velkých čísel, cetrálí lmtí věta Lbor Žák Kovergece podle pravděpodobost Posloupost áhodých proměých,,,, koverguje

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

Úvod do zpracování měření

Úvod do zpracování měření Úvod do zpracováí měřeí Teore chb Opakujeme-l měřeí téže fzkálí velč za stejých podmíek ěkolkrát za sebou, dostáváme zpravdla růzé hodot. Měřeé velčě přísluší však jedá správá hodota. Každou odchlku aměřeé

Více

pracovní list studenta Acidobazické rovnováhy Odměrná analýza acidobazická titrace

pracovní list studenta Acidobazické rovnováhy Odměrná analýza acidobazická titrace praoví list studeta Aidobaziké rovováhy dměrá aalýza aidobaziká titrae ýstup RP: Klíčová slova: Marti Krejčí experimet umožňuje žákům pohopit hováí slabýh protolytů (kyseli a zásad ve vodýh roztoíh; žái

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

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Náhodá veličia Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 45/004. Náhodá veličia Většia áhodých pokusů má jako výsledky reálá čísla. Budeme tedy dále áhodou veličiou rozumět proměou, která

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

MĚŘENÍ INDUKČNOSTI A KAPACITY

MĚŘENÍ INDUKČNOSTI A KAPACITY Úloha č. MĚŘENÍ NDKČNOST A KAPATY ÚKO MĚŘENÍ:. Změřte ndkčnost cívky bez jádra z její mpedance a stanovte nejstot měření.. Změřte na Maxwellově můstk ndkčnost cívky a rčete nejstot měření. Porovnejte výsledky

Více

2 STEJNORODOST BETONU KONSTRUKCE

2 STEJNORODOST BETONU KONSTRUKCE STEJNORODOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí stejorodosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů

Více

Měření indexu lomu pevných látek a kapalin refraktometrem

Měření indexu lomu pevných látek a kapalin refraktometrem F Měřeí idexu lomu pevých látek a kapali refraktometrem Úkoly : 1. Proveďte kalibraci refraktometru 2. Změřte idex lomu kapali 1-3 3. Změřte idex lomu ezámých vzorků optických skel Postup : 1. Pricip měřeí

Více

Experimentální identifikace regulovaných soustav

Experimentální identifikace regulovaných soustav Expermetálí etfkace reglovaých sostav Cílem je zhotoveí matematckého moel a záklaě formací získaých měřeím. Požívá se možství meto. Výběr metoy je ůležtý, protože a ěm závsí přesost áhraího moel. Záklaím

Více

Seznámíte se s pojmem Riemannova integrálu funkce jedné proměnné a geometrickým významem tohoto integrálu.

Seznámíte se s pojmem Riemannova integrálu funkce jedné proměnné a geometrickým významem tohoto integrálu. 2. URČITÝ INTEGRÁL 2. Určitý itegrál Průvodce studiem V předcházející kapitole jsme se sezámili s pojmem eurčitý itegrál, který daé fukci přiřazoval opět fukci (přesěji možiu fukcí). V této kapitole se

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

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

Doc. Ing. Dagmar Blatná, CSc.

Doc. Ing. Dagmar Blatná, CSc. PRAVDĚPODOBNOST A STATISTIKA Doc. Ig. Dagmar Blatá, CSc. Statsta statstcé údaje o hromadých jevech čost, terá vede zísáí statstcých údajů a jejch zpracováí teore statsty - věda o stavu, vztazích a vývoj

Více

Chyby měření: 1. hrubé chyby - nepozornost, omyl, únava pozorovatele... - významně převyšuje rozptyl náhodné chyby 2. systematické chyby - chybné

Chyby měření: 1. hrubé chyby - nepozornost, omyl, únava pozorovatele... - významně převyšuje rozptyl náhodné chyby 2. systematické chyby - chybné CHYBY MĚŘENÍ Opakovaé měřeí téže fyzkáí večy evede vždy k přesě stejým výsedkům. Této skutečost bychom se evyhu, kdybychom měřeí provádě s ejvětší důkadostí a precsostí aopak, čím ctvější a přesější jsou

Více

ÚSTAV ORGANICKÉ TECHNOLOGIE

ÚSTAV ORGANICKÉ TECHNOLOGIE LABORATOŘ OBORU I ÚSTAV ORGANICKÉ TECHNOLOGIE () A Určování binárních difúzních koeficientů ve Stefanově trubici Vedoucí práce: Ing. Pavel Čapek, CSc. Umístění práce: laboratoř 74 Určování binárních difúzních

Více