1. Základy měření neelektrických veličin

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "1. Základy měření neelektrických veličin"

Transkript

1 . Základy měřeí eelektrických veliči.. Měřicí řetězec Měřicí řetězec (měřicí soustava) je soubor měřicích čleů (jedotek) účelě uspořádaých tak, aby bylo ožě split požadovaý úkol měřeí, tj. získat iformaci o velikosti fyzikálí veličiy a měřeém objektu. Nejdůležitějším čleem měřicího řetězce (obr.) je símač, jehož prví část ozačovaá jako čidlo je v přímém styku s měřeým objektem a přijímá od ěj eergii. Druhou část tvoří elektrický měřicí obvod EMO. Je důležité si uvědomit, že při každém měřeí dochází k odčerpáí části eergie z měřeého objektu, tj. objekt je vždy měřeím ruše a teoreticky elze dosáhout měřeí bez chyby. Výstupí veličia čidla je zpravidla eelektrická (apř. mechaický pohyb) a může být u složitějších símačů ještě ěkolikrát trasformováa a jié eelektrické veličiy uvitř símače. Výstupí elektrická veličia símače je dále zpracováa v eektrickém měřicím obvodu a tvar a velikost požadovaou pro vyhodoceí. Elektrický měřicí obvod (EMO) je slože z převáděcích čleů jako jsou zesilovače, geerátory, můstkové obvody, filtry, počítací obvody, atd). Obr... Blokové schéma měřicího řetězce Výstupí veličia z EMO je zpracováa vyhodocovacími čley a formu přístupou lidskému vímáí. Typickými vyhodocovacími čley pro aalogový údaj jsou ručkové měřicí přístroje, pro číslicový údaj číslicové displeje ( svíticí segmety, kapalé krystaly). Důležitým čleem vyhodocovacího zařízeí je paměť zajišťující uchováí iformace o hodotě měřeé veličiy po určitou dobu. Pro aalogový sigál se jako pamětí užívá zapisovačů ebo měřicích magetofoů, pro číslicové sigály polovodičových pamětí ebo magetických ebo optických disků... Statické vlastosti měřicího řetězce Jak již bylo řečeo, ejdůležitějším čleem měřicího řetězce je símač, protože zpravidla určuje vlastosti celého řetězce. Je to zejméa proto, že chyby vziklé ve símači buď elze odstrait vůbec, ebo je velmi obtížě v dalších čleech měřicího řetězce. Proto áklady a výzkum, vývoj a výrobu símače jsou často větší ež a celý zbytek řetězce. Vlastosti símače důležité z hlediska měřeí popisujeme statickými a dyamickými veličiami defiovaými v ásledujících odstavcích.

2 .. Statická charakteristika Statické vlastosti měřicího řetězce popisují jeho chováí v časově ustáleém stavu a jsou dáy statickými vlastostmi jedotlivých čleů. Statická převodí charakteristika čleu je vztah mezi výstupí a vstupí veličiou čleu v časově ustáleém stavu Je obecě popsáa fukčí závislostí y f(). Tuto závislost lze velmi často popsat mohočleem y a + a + a LL + a V ejjedodušším a často žádaém případě platí lieárí vztah přeosu (zesíleí) měřicího čleu. y K, kde K je kostata Pro obecou fukčí závislost defiujeme kostatu přeosu z přírůstků, y a tedy obecě je K fukcí vstupí veličiy. K y lim df ( ) d Chybou liearity ( čleu ebo celého řetězce pak většiou rozumíme odchylku skutečé charakteristiky od ideálí přímkové charakteristiky. Skládá-li se řetězec z většího počtu čleů s lieárími statickými charakteristikami, bude výsledá charakteristika dáa výsledým zesíleím vypočteým z blokového schématu. Tak apř. při sériovém řazeí čleů bude výsledé zesíleí dáo součiem všech zesíleí. Je-li charakteristika símače elieárí, sažíme se ji liearizovat použitím korekčích čleů, ebo zvolíme áhradí lieárí charakteristiku. Obr... Volba áhradí charakteristiky Jeli fukce y f() měřicího řetězce složitá a je-li tato fukce měřeím zjištěa, je výhodé zvolit jako áhradí charakteristiku empirickou regresí fukci (obr..3) získaou výpočtem metodou ejmeších čtverců. Pro zjištěí hodoty K v případě ejjedodušší regresí fukce y K platí K i i i y i i

3 Obr..3. Lieárí regresí fukce.. Citlivost měřícího čleu Citlivost je schopost přístroje reagovat za staoveých pracovích podmíek a změu hodoty měřeé veličiy. Staoveé pracoví podmíky jsou daé určitou hodotou ebo toleračím polem hodot ovlivňujících veliči, jako je apř. teplota okolí, tlak, vlhkost. Citlivost se vyjadřuje výrazem, který je dá podílem změy údaje přístroje y, vyvolaé požadovaou změou hodoty měřeé veličiy. Přírůstek odpovídá u výchylkových přístrojů zpravidla ejmešímu dílku čárkové stupice. Obvykle citlivost staovíme jako počet dílků a jedotku měřeé veličiy. Citlivost přístroje s lieárí charakteristikou y k je v celém rozsahu přístroje kostatí a platí c dy / d. V případě elieárí charakteristiky však platí, že pro každý bod charakteristiky tj, pro každou hodotu měřeé veličiy, je citlivost jiá. Řada přístrojů má elieárí charakteristiku daou rovicí y + k, tedy y k Z defiice citlivosti vyplývá její rozměr: U přístrojů aalogových je to podíl délky stupice v mm a rozměru měřeé veličiy mm/rozměr m.v. U přístrojů digitálích, u ichž se vyjadřuje změa údaje vyvolaá požadovaou změou měřeé veličiy počtem číslic (místo počtem dílků stupice) - tedy bezrozměrým číslem. Rozměr citlivosti je tedy /rozměr m.v. Je také třeba upozorit a to, že musíme rozlišovat pojmy citlivost a práh citlivosti čili prahovou citlivost. Ta je projevem pohyblivosti měřicího přístroje - jeho schopostí reagovat a malé změy měřeé veličiy (změa odpovídající zlomku hodoty ejmešího dílku stupice). Citlivost, práh citlivosti a pohyblivost jsou vlastosti, které mají v podstatě stejou defiici i stejý fyzikálí rozměr. Změa měřeé veličiy, která ještě evyvolá zjistitelou změu údaje, je chyba pohyblivosti. Převráceou hodotou citlivosti je kostata přístroje K / c. V prai je dáa počtem jedotek měřeé veličiy a jede dílek stupice. Staovujeme ji obvykle jako podíl rozsahu stupice a počtu dílků a správou hodotu měřeé veličiy určíme jako souči počtu dílků a kostaty přístroje K...3 Rozsah měřícího čleu Rozsah přístroje udává v jakém rozmezí hodot měřeé veličiy můžeme přistroj používat. Rozlišujeme rozsah přístroje - ukazovací, daý krajími hodotami měřeé veličiy 3

4 vyzačeými a stupici a měřicí, což je ta část stupice, ve které eí údaj přístroje zatíže větší chybou ež je chyba dovoleá, daá třídou přesosti přístroje. Měřicí rozsah přístroje tedy může být meší ež ukazovací. Rozsah digitálích přístrojů je dá ejvyšším zobrazitelým číslem a ukazovací rozsah je totožý s měřicím...4 Přesost měřicího čleu Přesost měřicího čleu je vlastost, která charakterizuje schopost měřicího čleu dávat a výstupu kovečě pravé hodoty sigálu (tj. hodoty, které se zaedbatelě liší od skutečé hodoty). Přesost čleu je dáa jeho celkovou chybou, tj. součtem základí a vedlejší chyby. Základí chyba čleu je chyba při dodržeí předepsaých referečích podmíek daých buď určitou hodotou ebo toleračím polem hodot ovlivňujících veliči (apř. teplota, tlak, vlhkost, kmitočet apájecího zdroje atd.). Vedlejší chyby jsou způsobeé tím, že se měřicího čleu používá za jiých podmíek ež referečích. Podle způsobu vyjádřeí dělíme chyby měřicího čleu a absolutí a relativí δ. Platí y N ys y N ys, δ y kde y N je aměřeá hodota výstupí veličiy měřicího čleu, y S správá hodota výstupí veličiy, y M maimálí hodota měřicího rozsahu. M Dle charakteru výskytu chyb dělíme chyby a systematické, určující tzv. správost měřicího čleu, a a chyby ahodilé, určující tzv. stálost měřícího čleu. Systematické chyby jsou způsobey edokoalostí měřicích čleů. Při opakovaém měřeí za stejých podmíek mají tyto chyby stejé zaméko a absolutí hodotu, ebo se periodicky měí. Nahodilé chyby se měí áhodým způsobem co do zaméka i co do absolutí hodoty. Zákoitostmi, tj.staoveím pravděpodobosti rozložeí áhodých chyb se zabývá matematická statistika. Pro ejčastější případ tzv. Gaussova rozložeí áhodých chyb se zavádí pojem krají chyby. Krají chyba k je dáa určitým ásobkem hodoty odhadu směrodaté odchylky z měřeí. ( y y) i i k s kde s je hodota ásobku, y i jsou údaje přístroje, počet měřeí a y je výběrový průměr z měřeí. Základí chybu pak udáváme algebraickým součtem soustavé maimálě možé systematické chyby ma a krají chyby k. V techických měřeích tvoří systematické chyby často převažující složku a ahodilé chyby lze zaedbat. U číslicových měřicích čleů mohou výstupí měroosé veličiy abývat je určitých hodot. Dochází ke kvatováí výstupí veličiy, t.j. jsou hodotám přiřazováy je určité hodoty z oboru celých čísel. Výstupí číslicová veličia D pak eměí hodotu, pokud 4

5 vstupí aalogový sigál zůstává v rozmezí ± q / kolem jistých hodot vstupí veličiy. Je-li počet bitů výstupího čísla rove, lze rozlišit N pásem veličiy o šíři q M kde M je měřicí rozsah (maimálí hodota ). Maimálí hodota absolutí kvatovací chyby je pak dáa vztahem kvm,5 M Maimálí relativí kvatovací chyba δ kvm,5 Do celkové chyby měřicího čleu s číslicovým výstupem je uté započítat ještě aalogovou chybu δ A daou v aalogové části čleu. Výsledá chyba δv bývá udáváa jako součet δ δ + δ V A kvm Při zobrazeí výstupí veličiy a číslicovém displeji se maimálí číslicová chyba udává počtem jedotek v řádu s ejmeší vahou zobrazovače (počet číslic-digits d). Potom δ V δ A + d Systematické chyby Při výpočtech chyb jedotlivých čleů je uté si uvědomit že odchylka od ideálí statické charakteristiky měřicího čleu může mít růzou fukčí závislost (obr.8). Obr..4. Růzé statické charakteristiky měřicích čleů 5

6 a) Závislost a obr..4 je charakteristika defiovaá přeosovou kostatou K S y b) Závislost je skutečá charakteristika, jejíž absolutí odchylka y od ideálí charakteristiky je úměrá veličiě eboli relativí chyba δy kost. Takto defiovaá chyba je tzv. multiplikativí chyba absolutí K. Platí y K c) Závislost 3 je charakteristika kdy absolutí odchylka abývá kostatí hodoty. y kost Toto je tzv. aditiví chyba a je typická pro čley s posuvem uly výstupí veličiy. d) Závislost 4 je zcela obecá charakteristika f() měřícího čleu. Potom pro absolutí chybu platí y K S f () Pokud fukčí závislost ahradíme regresí fukcí, musíme při pro výpočtu chyby ještě započítat chybu regrese. Celková výsledá chyba měřicího řetězce je dáa součtem multiplikativích a aditivích chyb jedotlivých čleů..3 Dyamické vlastosti měřícího čleu Dyamické vlastosti MČ ás zajímají v případě, když měříme rychle se měící veličiy. Po rychlé změě vstupí veličiy se měřeá údaj ustálí a hodotě odpovídající statické charakteristice čleu. Vztah mezi výstupí veličiou y a vstupí veličiou v přechodovém stavu můžeme obvykle vyjádřit lieárí difereciálí rovicí s kostatími koeficiety ( ) ( ) ' a y ( t) + a y ( t) + L L+ a y ( t) + a ( t) (t) kde epoet v závorce zameá řád derivace. Tak apříklad termočláek s obažeým měřícím spojem se chová jako statická soustava. řádu. Jeho statické i dyamické chováí je popsáo jediou rovicí a y. Takový přístroj se z hlediska dyamiky chová ideálě. Dyamické vlastosti měřicích přístrojů charakterizuje - dyamická charakteristika, - čas, za který dosáhe dyamická chyba. určité hodoty 6

7 Při eperimetálím vyšetřováí dyamických vlastosti přístrojů sledujeme odezvu přístroje, tj, časovou závislost údaje přístroje a změy měřeé veličiy ejčastěji ve formě skokové změy: (t) pro t < (t) kost (obvykle (t) ) pro t >, Změa údaje měřicího přístroje v čase po jedotkové změě měřeé veličiy se azývá přechodová fukce, její grafické vyjádřei přechodová charakteristika. Jestliže se ejedá jedotkový skok měřeé veličiy, azýváme 4asový průběh údaje odezvou a skokový sigál..3. Dyamické charakteristiky Soustava. řádu Měřici přístroj, který je statickou soustavou O. řádu, je z hlediska statických a dyamických vlastosti ideálí a jeho statická a dyamická charakteristika je dáa rovici: a y a přechodovou fukci: y a kde /a je zesíleí soustavy. Soustava. řádu Jako soustava statická. řádu se chová většia měřicích přístrojů, jako apř. skleěý rtuťový teploměr. Jejich dyamické chováí popisuje difereciálí rovice a y t) + a y( t) ( kde ozačíme τ a /a jako časovou kostatu. Přechodová fukce y ( e a t τ ) Někdy se stává, že dojde ke zpožděí počátku časová změy údaje po skokové změě měřeé veličiy. Je to způsobeo dopravím zpožděím, která se ozačuje τ D. Soustavami s dopravím zpožděí jsou apř. přístroje pro automatická staoveí kocetrace kapali Přechodová fukce soustavy.řádu s dopravím zpožděím y ( e a τ D ( t ) τ ) 7

8 Obr..9 Přechodové charakteristiky soustavy bez dopravího zpožděí a s dopravím zpožděím. Z přechodově charakteristiky statické soustavy. řádu můžeme odečíst hodotu časové kostaty τ jako časový úsek, který vytíá a rovoběžce s osou času,vedeé ustáleým stavem, teča vedeá počátkem přechodové charakteristiky. Její eperimetálí staoveí je čas, za který dosáhe údaj přistroj 63, % celkové změy..3. Dyamické chyby Dyamická chyba vyjadřuje rozdíl mezi údajem přístroje a správou hodotou měřeé veličiy v přechodovém stavu. V ustáleém stavu dyamická chybu vymizí. Je to chyba systematická a můžeme ji udávat jako absolutí dyamickou chybu e d. Je je zřejmé že dyamické chyby jsou fukcí dyamických vlastostí přístroje a času. V jedoduchých případech můžeme časovou závislost vypočítat. U přístroje který je z hlediska dyamiky soustavou. řádu vypočítáme dyamickou chybu z odezvy a změu vstupí měřeé veličiy jedotkovým skokem. Obr.. Časová závislost dyamické chyby 8

9 Často jsou u přístrojů vyžadováy hodoty v časech t 5, t 95 a t 99 za který jeho údaj dosáhe 5%, 95% a 99 % ustáleé hodoty měřeé veličiy, tedy bude mít 5ti 5ti či % dyamickou chybu. Zalost dyamických chyb je důležitá při měřeí rychle se měících veliči a u měřeí, která se v pravidelých itervalech opakují. apříklad u měřících ústřede a u diskotiuálích přístrojů. 9

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

Základní požadavky a pravidla měření

Základní požadavky a pravidla měření Základí požadavky a pravidla měřeí Základí požadavky pro správé měřeí jsou: bezpečost práce teoretické a praktické zalosti získaé přípravou a měřeí přesost a spolehlivost měřeí optimálí orgaizace průběhu

Více

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou 1 Zápis číselých hodot a ejistoty měřeí Zápis číselých hodot Naměřeé hodoty zapisujeme jako číselý údaj s určitým koečým počtem číslic. Očekáváme, že všechy zapsaé číslice jsou správé a vyjadřují tak i

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

Zhodnocení přesnosti měření

Zhodnocení přesnosti měření Zhodoceí přesosti měřeí 1. Chyby měřeí Měřeím emůžeme ikdy zjistit skutečou (pravou) hodotu s měřeé veličiy. To je způsobeo edokoalostí metod měřeí, měřicích přístrojů, lidských smyslů i proměých podmíek

Více

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

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

Více

Deskriptivní statistika 1

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

Více

12. N á h o d n ý v ý b ě r

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

Více

Odhady parametrů 1. Odhady parametrů

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

Více

Sekvenční logické obvody(lso)

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

Více

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL Elea Mielcová, Radmila Stoklasová a Jaroslav Ramík; Statistické programy POPISNÁ STATISTIKA V PROGRAMU MS EXCEL RYCHLÝ NÁHLED KAPITOLY Žádý výzkum se v deší době evyhe statistickému zpracováí dat. Je jedo,

Více

IAJCE Přednáška č. 12

IAJCE Přednáška č. 12 Složitost je úvod do problematiky Úvod praktická realizace algoritmu = omezeí zejméa: o časem o velikostí paměti složitost = vztah daého algoritmu k daým prostředkům: časová složitost každé možiě vstupích

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

3. Lineární diferenciální rovnice úvod do teorie

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

Více

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

Náhodný výběr 1. Náhodný výběr

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

Více

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

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů: Odhady parametrů polohy a rozptýleí pro často se vyskytující rozděleí dat v laboratoři se vyčíslují podle ásledujících vztahů: a : Laplaceovo (oboustraé expoeciálí rozděleí se vyskytuje v případech, kdy

Více

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE 1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE V této kapitole se dozvíte: jak je axiomaticky defiová vektor a vektorový prostor včetě defiice sčítáí vektorů a ásobeí vektorů skalárem;

Více

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n

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

Více

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc Statistika Statistické fukce v tabulkových kalkulátorech MSO Excel a OO.o Calc Základí pojmy tabulkových kalkulátorů Cílem eí vyložit pojmy tabulkových kalkulátorů, ale je defiovat pojmy vyskytující se

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

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

3. Sekvenční obvody. b) Minimalizujte budící funkce pomocí Karnaughovy mapy

3. Sekvenční obvody. b) Minimalizujte budící funkce pomocí Karnaughovy mapy 3.1 Zadáí: 3. Sekvečí obvody 1. Navrhěte a realizujte obvod geerující zadaou sekveci. Postupujte ásledově: a) Vytvořte vývojovou tabulku pro zadaou sekveci b) Miimalizujte budící fukce pomocí Karaughovy

Více

1. Měření ve fyzice, soustava jednotek SI

1. Měření ve fyzice, soustava jednotek SI 1. Měřeí ve fyzice, soustava jedotek SI Fyzika je vědí obor, který zkoumá zákoitosti přírodích jevů. Pozámka: Získáváí pozatků ve fyzice: 1. pozorováí - sledováí určitého jevu v jeho přirozeých podmíkách,

Více

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem Popisá statistika - zavedeí pojmů Popisá statistika - zavedeí pojmů Soubor idividuálích údajů o objektech azýváme základí soubor ebo také populace. Zkoumaé objekty jsou tzv. statistické jedotky a sledujeme

Více

Úloha II.S... odhadnutelná

Úloha II.S... odhadnutelná Úloha II.S... odhadutelá 10 bodů; průměr 7,17; řešilo 35 studetů a) Zkuste vlastími slovy popsat, k čemu slouží itervalový odhad středí hodoty v ormálím rozděleí a uveďte jeho fyzikálí iterpretaci (postačí

Více

2. Náhodná veličina. je konečná nebo spočetná množina;

2. Náhodná veličina. je konečná nebo spočetná množina; . Náhodá veličia Většia áhodých pokusů koaých v přírodích ebo společeských vědách má iterpretaci pomocí reálé hodoty. Při takovýchto dějích přiřazujeme tedy reálá čísla áhodým jevům. Proto je důležité

Více

1 Úvod { }.[ ] A= A A, (1.1)

1 Úvod { }.[ ] A= A A, (1.1) Obsah Obsah... Úvod... 3 Základí pojmy počtu pravděpodobosti... 7. Základí statistické pojmy... 7. Fukce áhodých veliči... 8.3 Charakteristiky áhodých veliči... 0.4 Některá rozděleí pravděpodobosti....5

Více

Lineární a adaptivní zpracování dat. 9. Modely časových řad II.

Lineární a adaptivní zpracování dat. 9. Modely časových řad II. Lieárí a adaptiví zpracováí dat 9. Modely časových řad II. Daiel Schwarz Ivestice do rozvoje vzděláváí Opakováí K čemu je dobré vytvářet modely procesů geerující časové řady? Dekompozice časový řad: jaké

Více

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti. 10 Cvičeí 10 Statistický soubor. Náhodý výběr a výběrové statistiky aritmetický průměr, geometrický průměr, výběrový rozptyl,...). Bodové odhady parametrů. Itervalové odhady parametrů. Jedostraé a oboustraé

Více

1. Definice elektrického pohonu 1.1 Specifikace pohonu podle typu poháněného pracovního stroje 1.1.1 Rychlost pracovního mechanismu

1. Definice elektrického pohonu 1.1 Specifikace pohonu podle typu poháněného pracovního stroje 1.1.1 Rychlost pracovního mechanismu 1. Defiice elektrického pohou Pod pojmem elektrický poho rozumíme soubor elektromechaických vazeb a vztahů mezi pracovím mechaismem a elektromechaickou soustavou. Mezi základí tři části elektrického pohou

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

Příklady k přednášce 9 - Zpětná vazba

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

Více

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojího ižeýrství Ústav strojíreské techologie ISBN 978-80-214-4352-5 VYSOCE PŘESNÉ METODY OBRÁBĚNÍ doc. Ig. Jaroslav PROKOP, CSc. 1 1 Fakulta strojího ižeýrství,

Více

Komplexní čísla. Definice komplexních čísel

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

Více

6. Posloupnosti a jejich limity, řady

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

Více

6. FUNKCE A POSLOUPNOSTI

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

Více

Pravděpodobnostní model doby setrvání ministra školství ve funkci

Pravděpodobnostní model doby setrvání ministra školství ve funkci Pravděpodobostí model doby setrváí miistra školství ve fukci Základí statistická iferece Data Zdro: http://www.msmt.cz/miisterstvo/miistri-skolstvi-od-roku-848. Ke statistickému zpracováí byla vzata pozorováí

Více

} kvantitativní znaky. korelace, regrese. Prof. RNDr. Jana Zvárov. Obecné principy

} kvantitativní znaky. korelace, regrese. Prof. RNDr. Jana Zvárov. Obecné principy Měřeí statistické závislosti, korelace, regrese Prof. RNDr. Jaa Zvárov rová,, DrSc. MĚŘENÍZÁVISLOSTI Cílem statistické aalýzy vepidemiologii bývá eje staovit, zda oemocěí závisí a výskytu rizikového faktoru,

Více

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

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

Více

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

Lineární a adaptivní zpracování dat. 8. Modely časových řad I.

Lineární a adaptivní zpracování dat. 8. Modely časových řad I. Lieárí a adaptiví zpracováí dat 8. Modely časových řad I. Daiel Schwarz Ivestice do rozvoje vzděláváí Cíl, motivace Popis a idetifikace systémů BLACK BOX Cíl, motivace Popis a idetifikace systémů BLACK

Více

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT

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

Více

Metodický postup pro určení úspor primární energie

Metodický postup pro určení úspor primární energie Metodický postup pro určeí úspor primárí eergie Parí protitlaká turbía ORGRZ, a.s., DIVIZ PLNÉ CHNIKY A CHMI HUDCOVA 76, 657 97 BRNO, POŠ. PŘIHR. 97, BRNO 2 z.č. Obsah abulka hodot vstupujících do výpočtu...3

Více

Iterační výpočty projekt č. 2

Iterační výpočty projekt č. 2 Dokumetace k projektu pro předměty IZP a IUS Iteračí výpočty projekt č. 5..007 Autor: Václav Uhlíř, xuhlir04@stud.fit.vutbr.cz Fakulta Iformačích Techologii Vysoké Učeí Techické v Brě Obsah. Úvodí defiice.....

Více

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková Základy statistiky Zpracováí pokusých dat Praktické příklady Kristia Somerlíková Data v biologii Zak ebo skupia zaků popisuje přírodí jevy, úlohou výzkumíka je vybrat takovou skupiu zaků, které charakterizují

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

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

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

Více

2.4. INVERZNÍ MATICE

2.4. INVERZNÍ MATICE 24 INVERZNÍ MICE V této kapitole se dozvíte: defiici iverzí matice; základí vlastosti iverzí matice; dvě základí metody výpočtu iverzí matice; defiici celočíselé mociy matice Klíčová slova této kapitoly:

Více

MĚŘENÍ PARAMETRŮ OSVĚTLOVACÍCH SOUSTAV VEŘEJNÉHO OSVĚTLENÍ NAPÁJENÝCH Z REGULÁTORU E15

MĚŘENÍ PARAMETRŮ OSVĚTLOVACÍCH SOUSTAV VEŘEJNÉHO OSVĚTLENÍ NAPÁJENÝCH Z REGULÁTORU E15 VŠB - T Ostrava, FE MĚŘENÍ PARAMETRŮ OVĚTLOVACÍCH OTAV VEŘEJNÉHO OVĚTLENÍ NAPÁJENÝCH Z REGLÁTOR E5 Řešitelé: g. taislav Mišák, Ph.D., Prof. g. Karel okaský, Cc. V Ostravě de.8.2007 g. taislav Mišák, Prof.

Více

3. Charakteristiky a parametry náhodných veličin

3. Charakteristiky a parametry náhodných veličin 3. Charateristiy a parametry áhodých veliči Úolem této apitoly je zavést pomocý aparát, terým budeme dále popisovat pomocí jedoduchých prostředů áhodé veličiy. Taovýmto aparátem jsou tzv. parametry ebo

Více

8.2.1 Aritmetická posloupnost I

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

Více

1.1. Definice Reálným vektorovým prostorem nazýváme množinu V, pro jejíž prvky jsou definovány operace sčítání + :V V V a násobení skalárem : R V V

1.1. Definice Reálným vektorovým prostorem nazýváme množinu V, pro jejíž prvky jsou definovány operace sčítání + :V V V a násobení skalárem : R V V Předáška 1: Vektorové prostory Vektorový prostor Pro abstraktí defiici vektorového prostoru jsou podstaté vlastosti dvou operací, sčítáí vektorů a ásobeí vektoru (reálým číslem) Tyto dvě operace musí být

Více

Geometrická optika. Zákon odrazu a lomu světla

Geometrická optika. Zákon odrazu a lomu světla Geometrická optika Je auka o optickém zobrazováí. Je vybudováa a 4 zákoech, které vyplyuly z pozorováí a ke kterým epotřebujeme zalosti o podstatě světla: ) přímočaré šířeí světla (paprsky) ) ezávislost

Více

8.2.1 Aritmetická posloupnost

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

Více

Měření na D/A a A/D převodnících

Měření na D/A a A/D převodnících Měřeí a D/A a A/D převodících. Zadáí A. Na D/A převodíku ealizovaém pomocí MDAC 8: a) Změřte závislost výstupího apětí převodíku v ozsahu až V a zvoleé vstupí kombiaci sousedích kódových slov. Měřeí poveďte

Více

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model EKONOMETRIE 9. předáška Zobecěý lieárí regresí model Porušeí základích podmíek klasického modelu Metoda zobecěých emeších čtverců Jestliže sou porušey ěkteré podmíky klasického modelu. E(u),. E (uu`) σ

Více

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika Přijímací řízeí akademický rok 0/0 c. studium Kompletí zěí testových otázek matematika Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá. Které číslo doplíte místo 8? 6 6 8 C. Které číslo

Více

GRADIENTNÍ OPTICKÉ PRVKY Gradient Index Optical Components

GRADIENTNÍ OPTICKÉ PRVKY Gradient Index Optical Components Nové metody a postupy v oblasti přístrojové techiky, automatického řízeí a iformatiky Ústav přístrojové a řídicí techiky ČVUT v Praze, odbor přesé mechaiky a optiky Techická 4, 66 7 Praha 6 GRADIENTNÍ

Více

10.3 GEOMERTICKÝ PRŮMĚR

10.3 GEOMERTICKÝ PRŮMĚR Středí hodoty, geometrický průměr Aleš Drobík straa 1 10.3 GEOMERTICKÝ PRŮMĚR V matematice se geometrický průměr prostý staoví obdobě jako aritmetický průměr prostý, pouze operace jsou o řád vyšší: místo

Více

1. Měření ve fyzice, soustava jednotek SI

1. Měření ve fyzice, soustava jednotek SI . Měřeí ve fyzice, soustava jedotek SI Fyzika: - je věda o hotě (ta eistuje ve dvou forách jako látka, ebo jako pole), o jejích ejobecějších vlastostech, stavech, zěách, iterakcích Rozděleí fyziky: a)

Více

13 Popisná statistika

13 Popisná statistika 13 Popisá statistika 13.1 Jedorozměrý statistický soubor Statistický soubor je možia všech prvků, které jsou předmětem statistického zkoumáí. Každý z prvků je statistickou jedotkou. Prvky tvořící statistický

Více

HODNOTY, MĚŘENÍ STATOROVÝCH ODPORŮ

HODNOTY, MĚŘENÍ STATOROVÝCH ODPORŮ 1. ZÁKLADNÍ VLASTNOSTI ASYNCHRONNÍHO MOTORU, ŠTÍTKOVÉ HODNOTY, MĚŘENÍ STATOROVÝCH ODPORŮ 1. Kostrukce asychroího stroje Úkol: Sezámit se s kostrukčím uspořádáím a rozložeím viutí statoru a s možými variatami

Více

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter. Statistika Cíle: Chápat pomy statistický soubor, rozsah souboru, statistická edotka, statistický zak, umět sestavit tabulku rozděleí četostí, umět zázorit spoicový diagram a sloupcový diagram / kruhový

Více

8. Základy statistiky. 8.1 Statistický soubor

8. Základy statistiky. 8.1 Statistický soubor 8. Základy statistiky 7. ročík - 8. Základy statistiky Statistika je vědí obor, který se zabývá zpracováím hromadých jevů. Tvoří základ pro řadu procesů řízeí, rozhodováí a orgaizováí, protoţe a základě

Více

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

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

Více

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou 4. Testováí statistických hypotéz Úvod Při práci s daty se mohdy spokojujeme s itervalovým či bodovým odhadem parametrů populace. V mohých případech se však uchylujeme k jiému postupu, většiou jde o případy,

Více

NEPARAMETRICKÉ METODY

NEPARAMETRICKÉ METODY NEPARAMETRICKÉ METODY Jsou to metody, dy předmětem testu hypotézy eí tvrzeí o hodotě parametru ějaého orétího rozděleí, ale ulová hypotéza je formulováa obecěji, apř. jao shoda rozděleí ebo ezávislost

Více

1. Číselné obory, dělitelnost, výrazy

1. Číselné obory, dělitelnost, výrazy 1. Číselé obory, dělitelost, výrazy 1. obor přirozeých čísel - vyjadřující počet prvků možiy - začíme (jsou to kladá edesetiá čísla) 2. obor celých čísel - možia celých čísel = edesetiá, ale kladá i záporá

Více

MATICOVÉ HRY MATICOVÝCH HER

MATICOVÉ HRY MATICOVÝCH HER MATICOVÉ HRY FORMULACE, KONCEPCE ŘEŠENÍ, SMÍŠENÉ ROZŠÍŘENÍ MATICOVÝCH HER, ZÁKLADNÍ VĚTA MATICOVÝCH HER CO JE TO TEORIE HER A ČÍM SE ZABÝVÁ? Teorie her je ekoomická vědí disciplía, která se zabývá studiem

Více

Téma: 11) Dynamika stavebních konstrukcí

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

Více

Asynchronní motory Ing. Vítězslav Stýskala, Ph.D., únor 2006

Asynchronní motory Ing. Vítězslav Stýskala, Ph.D., únor 2006 8 ELEKTRCKÉ STROJE TOČVÉ říklad 8 Základí veličiy Určeo pro poluchače akalářkých tudijích programů FS Aychroí motory g Vítězlav Stýkala, hd, úor 006 Řešeé příklady 3 fázový aychroí motor kotvou akrátko

Více

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky Téma 6.: Základí pojmy matematické statistiky Vlastosti důležitých statistik odvozeých z jedorozměrého áhodého výběru: Nechť X,..., X je áhodý výběr z rozložeí se středí hodotou μ, rozptylem σ a distribučí

Více

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním Lekce Itervalový odhad Itervalový odhad je jedou ze stadardích statistických techik Cílem je sestrojit iterval (kofidečí iterval, iterval spolehlivosti, který s vysokou a avíc předem daou pravděpodobostí

Více

3. Decibelové veličiny v akustice, kmitočtová pásma

3. Decibelové veličiny v akustice, kmitočtová pásma 3. Decibelové veličiy v akustice, kmitočtová ásma V ředchozí kaitole byly defiováy základí akustické veličiy, jako ař. akustický výko, akustický tlak a itezita zvuku. Tyto veličiy ve v raxi měí o moho

Více

Intervalové odhady parametrů některých rozdělení.

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

Více

Vzorový příklad na rozhodování BPH_ZMAN

Vzorový příklad na rozhodování BPH_ZMAN Vzorový příklad a rozhodováí BPH_ZMAN Základí charakteristiky a začeí symbol verbálí vyjádřeí iterval C g g-tý cíl g = 1,.. s V i i-tá variata i = 1,.. m K j j-té kriterium j = 1,.. v j x ij u ij váha

Více

Teorie kompenzace jalového induktivního výkonu

Teorie kompenzace jalového induktivního výkonu Teorie kompezace jalového iduktivího výkou. Úvod Prvky rozvodé soustavy (zdroje, vedeí, trasformátory, spotřebiče, spíací a jistící kompoety) jsou obecě vzato impedace a jejich áhradí schéma můžeme sestavit

Více

9. Měření závislostí ve statistice Pevná a volná závislost

9. Měření závislostí ve statistice Pevná a volná závislost Dráha [m] 9. Měřeí závislostí ve statistice Měřeí závislostí ve statistice se zabývá především zkoumáím vzájemé závislosti statistických zaků vícerozměrých souborů. Závislosti přitom mohou být apříklad

Více

U klasifikace podle minimální vzdálenosti je nutno zvolit:

U klasifikace podle minimální vzdálenosti je nutno zvolit: .3. Klasifikace podle miimálí vzdáleosti Tato podkapitola je věováa popisu podstaty klasifikace podle miimálí vzdáleosti, jež úzce souvisí s klasifikací pomocí etaloů klasifikačích tříd. Představíme si

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

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název školy Gymázium, Šterberk, Horí ám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šabloa III/2 Iovace a zkvalitěí výuky prostředictvím ICT Ozačeí materiálu VY_32_INOVACE_Hor018 Vypracoval(a), de Mgr. Radek

Více

Kvantová a statistická fyzika 2 (Termodynamika a statistická fyzika)

Kvantová a statistická fyzika 2 (Termodynamika a statistická fyzika) Kvatová a statistická fyzika (Termodyamika a statistická fyzika) Boltzmaovo - Gibbsovo rozděleí - ilustračí příklad Pro ilustraci odvozeí rozděleí eergií v kaoickém asámblu uvažujme ásledující příklad.

Více

Geometrická optika. Vznikají tak dva paprsky odražený a lomený - které spolu s kolmicí v místě dopadu leží v jedné rovině a platí:

Geometrická optika. Vznikají tak dva paprsky odražený a lomený - které spolu s kolmicí v místě dopadu leží v jedné rovině a platí: Geometrická optika Je auka o optickém zobrazováí. Byla vybudováa a 4 zákoech, které vyplyuly z pozorováí a ke kterým ejsou potřeba zalosti o podstatě světla: ) přímočaré šířeí světla (paprsky) ) ezávislost

Více

Pravděpodobnost a statistika - absolutní minumum

Pravděpodobnost a statistika - absolutní minumum Pravděpodobost a statistika - absolutí miumum Jaromír Šrámek 4108, 1.LF, UK Obsah 1. Základy počtu pravděpodobosti 1.1 Defiice pravděpodobosti 1.2 Náhodé veličiy a jejich popis 1.3 Číselé charakteristiky

Více

Elementární zpracování statistického souboru

Elementární zpracování statistického souboru Elemetárí zpracováí statistického souboru Obsah kapitoly 4. Elemetárí statistické zpracováí - parametrizace vhodými empirickými parametry Studijí cíle Naučit se výsledky měřeí parametrizovat vhodými empirickými

Více

je vstupní kvantovaný signál. Průběh kvantizační chyby e { x ( t )}

je vstupní kvantovaný signál. Průběh kvantizační chyby e { x ( t )} ČÍSLICOVÉ ZPRACOVÁNÍ ZVUKOVÝCH SIGNÁLŮ Z HLEDISKA PSYCHOAKUSTIKY Fratišek Kadlec ČVUT, fakulta elektrotechická, katedra radioelektroiky, Techická 2, 66 27 Praha 6 Úvod Při číslicovém zpracováí zvukových

Více

vají statistické metody v biomedicíně

vají statistické metody v biomedicíně Statistika v biomedicísk ském m výzkumu a ve zdravotictví Prof. RNDr. Jaa Zvárov rová,, DrSc. EuroMISE Cetrum Ústav iformatiky AV ČR R v.v.i. Proč se používaj vají statistické metody v biomedicíě Biomedicísk

Více

PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR

PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR Ze serveru www.czso.cz jsme sledovali sklizeň obilovi v ČR. Sklizeň z ěkolika posledích let jsme vložili do tabulky 10.10. V kapitole 7. Idexy

Více

1.2. NORMA A SKALÁRNÍ SOUČIN

1.2. NORMA A SKALÁRNÍ SOUČIN 2 NORMA A SKALÁRNÍ SOUČIN V této kapitole se dozvíte: axiomatickou defiici ormy vektoru; co je to ormováí vektoru a jak vypadá Euklidovská orma; axiomatickou defiici skalárího (také vitřího) součiu vektorů;

Více

Optické vlastnosti atmosféry, rekonstrukce optického signálu degradovaného průchodem atmosférou

Optické vlastnosti atmosféry, rekonstrukce optického signálu degradovaného průchodem atmosférou INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Optické vlastosti atmosféry, rekostrukce optického sigálu degradovaého průchodem atmosférou Učebí texty k semiáři Autor: Dr. Ig. Zdeěk Řehoř UO Bro) Datum: 22. 10. 2010

Více

KVALIMETRIE. 16. Statistické metody v metrologii a analytické chemii. Miloslav Suchánek. Řešené příklady na CD-ROM v Excelu.

KVALIMETRIE. 16. Statistické metody v metrologii a analytické chemii. Miloslav Suchánek. Řešené příklady na CD-ROM v Excelu. KVALIMETRIE Miloslav Sucháek 16. Statistické metody v metrologii a aalytické chemii Řešeé příklady a CD-ROM v Excelu Eurachem ZAOSTŘENO NA ANALYTICKOU CHEMII V EVROPĚ Kvalimetrie 16 je zatím posledí z

Více

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

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

Více

Základní princip regulace U v ES si ukážeme na definici statických charakteristik zátěže

Základní princip regulace U v ES si ukážeme na definici statických charakteristik zátěže Regulace apětí v ES Základí pricip regulace v ES si ukážeme a defiici statických charakteristik zátěže Je zřejmé, že výko odebíraý spotřebitelem je závislý a frekveci a apětí a přípojicích spotřebitelů.

Více

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a 2 +... + a N. n=1

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a 2 +... + a N. n=1 [M2-P9] KAPITOLA 5: Číselé řady Ozačeí: R, + } = R ( = R) C } = C rozšířeá komplexí rovia ( evlastí hodota, číslo, bod) Vsuvka: defiujeme pro a C: a ± =, a = (je pro a 0), edefiujeme: 0,, ± a Poslouposti

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

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti 1 Základí statistické zpracováí dat 1.1 Základí pojmy Populace (základí soubor) je soubor objektů (statistických jedotek), který je vymeze jejich výčtem ebo charakterizací jejich vlastostí, může být proto

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

8. Analýza rozptylu.

8. Analýza rozptylu. 8. Aalýza rozptylu. Lieárí model je popis závislosti, který je využívá v řadě disciplí matematické statistiky. Uvedeme jeho popis a tvrzeí, která budeme využívat. Setkáme se s ím jedak v aalýze rozptylu,

Více