teorie elektronických obvodů Jiří Petržela citlivostní a toleranční analýza
|
|
- Iva Kovářová
- před 6 lety
- Počet zobrazení:
Transkript
1 Jiří Petržela citlivostní a toleranční analýza
2 motivace pasivní prvky obvodů jsou prodávány v sortimentních řadách hodnotu konkrétního prvku neznáme, zjistíme měřením s jistotou známe pouze interval, ve kterém se příslušná hodnota nachází parametry prvků se mění s časem
3 libovolná obvodová funkce nebo vlastnost závisí obecně na parametrech (prvcích) obvodu těmito parametry mohou být například základní parametry prvků, L, C, admitanční parametry tranzistoru nebo parazitní vlastnosti operačního zesilovače, atd. obvodovou funkcí může být přenos dvojbranu na nějakém konkrétním kmitočtu, střední kmitočet filtru, modul impedance dvojpólu, atd.
4 pro správný návrh obvodu je třeba vědět jak mohou odchylky jednotlivých parametrů obvodu ovlivnit nějakou jeho sledovanou obvodovou funkci toleranční analýza jak velké tolerance prvků jsou přípustné, aby některá obvodová funkce splňovala určité požadavky toleranční syntéza
5 v praxi je často potřeba zajistit co nejmenší citlivost obvodu na hodnotách prvků potom lze použít levnější součástky s menší tolerancí pro složitější obvody přesnou toleranční analýzu nebo syntézu nemusí být možné provést při toleranční analýze a syntéze jsme odkázáni na výpočetní techniku
6 principy činnosti jednotlivých analýz citlivostní analýza umožňuje zjistit, jak silně závisí nějaká vlastnost obvodu na jeho parametru worst case stanoví nejhorší možnou kombinaci obvodových prvků vzhledem k odchylce sledované vlastnosti od nominální hodnoty Monte Carlo umožňuje určit statistické parametry sledované vlastnosti obvodu (včetně výtěžnosti), a to pomocí náhodného generování odchylek parametrů
7 omezení použitelnosti jednotlivých analýz citlivostní analýza dává platné výsledky jen pro malé odchylky parametrů obvodu (parciální derivace) omezení analýzy nejhoršího případu spočívá v tom, že sledovaná skalární charakteristika musí záviset monotónně na všech parametrech výpočetní náročnost analýzy Monte Carlo roste s množstvím generací náhodných parametrů a dobou AC, DC nebo časové simulace
8 citlivostní analýza charakteristika obvodu Ψ závisí na jeho parametru Ψ =ψ ( ) absolutní citlivost je definována jako S Ψ = dψ = d lim Δ Δψ Δ relativní citlivost je definována jako Sr Ψ = ψ dψ d Δψ ψ Δψ Sr Ψ S Ψ Δ ( 0) ( 0) Δ
9 semirelativní citlivost je definována vzorcem ( 0) Ψ dψ Ssr = Δψ Ssr 00 d Ψ Δ ( ) 00 0 v případě více proměnných definujeme vektor citlivostí = ( ) ψ... r S =... r víceparametrická citlivost Ψ Ψ změna sledované funkce Ψ vyvolaná změnou všech parametrů se určí jako součet všech příspěvků Ψ
10 = Δ = Δ + + Δ ΔΨ r i i i r r S... ψ ψ a pro relativní víceparametrickou citlivost ( ) ( ) ( ) = Δ = Δ + + Δ ΔΨ r i i i r r r Sr ψ ψ ψ pro absolutní víceparametrickou citlivost tedy platí nejhorší případ nastane, když se jednotlivé odchylky sečtou se stejným znaménkem, tedy ( ) ( ) ( ) ( ) max 0 max 0 max Δ + + Δ + Δ ΔΨ r r r r r Sr Sr Sr ψ ψ ψ ψ teorie elektronických obvodů
11 Fig. : K odvození absolutní citlivosti sledované funkce.
12 tolerance prvků lze vyjádřit ve tvaru Δi i tol potom pro různé tolerance obvodových prvků platí r ΔΨ ( ) = Sr 0 i tol ψ max jsou-li všechny tolerance prvků stejné dostáváme tzv. worst case multiparameter sensitivity WCMS = i= r i= i Sr i i
13 aplikace některého z posledních dvou vztahů vede k velmi pesimistickým výsledkům v reálných obvodech jsou prvky náhodné nekorelované veličiny, které se sčítají v kvadrátu Δψ ψ Δ + Δ ψ ψ ψ r Sr... 0 Sr Sr max max r max ( ) ( 0) ( 0) r ( 0) + + Δ pro odchylku sledované funkce od nominální hodnoty potom platí méně radikální vzorec Δψ ψ ( ) ( ) Sr i tol 0 i rand r i=
14 odkud pro stejné tolerance všech prvků dostáváme tzv. multiparameter statistical sensitivity MSS = r některé obecné vlastnosti relativních citlivostí Sr kf = Sr F i= Sr Sr i F = Sr F Sr F n = n Sr F Sr F F... F n = n i= Sr Fi
15 citlivost kmitočtových charakteristik citlivost modulu je dána reálnou složkou komplexní citlivosti citlivost argumentu je jednoznačně určena imaginární složkou komplexní citlivosti F ( jω ) ( F ( jω )) ϕ ( jω ) ( F ( jω ) S ) = e S S = Im S ϕ jω ( )
16 Fig. : Výsledky citlivostní analýzy v modulu pokročilých analýz v Pspice.
17 invariance citlivostí pro impedanční funkci obvodů LC platí MS Z i ( s) Z ( s ) Z ( s) + MS L j + MS D k = D = pro přenosovou funkci napětí nebo proudu platí MS K i ( s) K ( s) K ( s) + MS L j + MS D k = 0 D = citlivostní invarianty kmitočtových charakteristik K ω ( ω ) K ( ω ) K ( ω ) S = MS = i MS C k k k C k C k
18 ( ) ( ) ( ) ( ) ( ) ( ) ( ) = = = = = = = n k j m j j n m n k k k m j j j p s z s b a s b s a D s s N s F ,,, citlivost obvodové funkce obvodovou funkci lze vždy vyjádřit v podobě výslednou citlivost lze určit z dílčích citlivostí D N F S S S = teorie elektronických obvodů
19 citlivost závisí na tvaru obvodové funkce na složení jednotlivých koeficientů obvodové funkce a jejich konkrétní realizaci na struktuře zapojení obecně
20 metody snížení citlivosti obvodové funkce nalezení hodnot takových, aby měly co nejmenší vliv na danou obvodovou funkci F(), respektive na složení jednotlivých koeficientů F() nalezení takové realizace obvodu, aby hodnoty měly minimální vliv na obvodovou funkci F()
21 výpočet citlivostí pro jednoduchý odporový dělič na obrázku přenos dvojbranu naprázdno je dán známým vztahem () K s = + absolutní citlivosti přenosu na hodnoty obou rezistorů S K dk = d = ( ) + d ( + ) S K = dk = Fig. 3: Obvodové zapojení odporového děliče.
22 relativní citlivosti potom budou mít tvar d dk K Sr d dk K Sr K K + = = + = = hodnota WCMS bude ( ) ( ) max 0 max 0 Δ + + Δ + = WCMS hodnota MSS bude ( ) ( ) max 0 max 0 Δ + + Δ + = MSS
23 Fig. 4: Skript pro výpočet citlivostí v programu Mathcad.
24 Fig. 5: Skript pro konstrukci histogramu v programu Mathcad.
25 citlivostní analýza v programu Pspice funguje spolu s analýzou pracovního bodu (bias point) Fig. 6: Testovací obvod a nastavení citlivostní analýzy v programu Pspice.
26 Fig. 7: Výsledky citlivostní analýzy v programu Pspice.
27 analýza nejnepříznivějšího případu (worst case) v případě monotónní závislosti studované veličiny na parametrech je nejhorší případ dán krajními hodnotami těchto parametrů v případě existence lokálního extrému je problém pro větší obvody neřešitelný
28 použití v programu Pspice, postup nastavit tolerance nastavit směr Hi nebo Lo řešení nalezneme ve výstupním souboru
29 Fig. 8: Nastavení analýzy worst case v programu Pspice.
30 aplikace analýzy worst case nejhorší případ je vždy stanoven vzhledem k nějaké skalární míře (numerické hodnotě), například střednímu kmitočtu, přenosu v propustném pásmu nebo činiteli jakosti touto analýzou nelze stanovit toleranční obal filtru v praktických úlohách se nabízí srovnání mezí sledované obvodové funkce získané analýzou worst case s maximálním rozptylem stejné obvodové funkce získané analýzou Monte-Carlo pro velké množství běhů
31 praktický příklad výsledků analýzy worst case, konkrétně získání horní meze blíže nespecifikované obvodové funkce Fig. 9: Worst case analýza obvodu se třemi rezistory.
32 Fig. 0: Toleranční analýza. Fig. : Toleranční syntéza.
33 při řešení většiny praktických úloh je zapotřebí přejít na přibližné numerické metody vlastnosti prvků stejného typu se liší díky výrobnímu rozptylu hodnotu prvku dopředu neznáme a má pro nás náhodný charakter pro nekonečný soubor hodnot přejde histogram v rozložení hustoty pravděpodobnosti
34 Fig. : Jako příklad lze uvést měření velké série rezistorů.
35 vlastnosti hustoty pravděpodobnosti ( x) 0 p( x) dx = P{ a x b} p( x) p = hustota pravděpodobnosti pro normální rozložení p ( x) exp σ π ( x μ) = σ b a dx Fig. 3: Bimodální rovnoměrné, oříznuté Gaussovo a bimodální trojúhelníkové.
36 volba rozložení hustoty pravděpodobnosti v případě Gaussova rozložení se uplatňuje mnoho faktorů s malým vlivem, typické pro prvky integrovaných obvodů Gaussovo rozložení je vhodné i pro simulaci výroby pasivních prvků bez následného měření a roztřídění převládá-li při výrobě jeden faktor použijeme rovnoměrné rozložení hustoty pravděpodobnosti
37 volba rozložení hustoty pravděpodobnosti při třídění dochází k přeřazování pasivních (i jiných) prvků do vyšších tříd přesnosti, což vede na využití oříznutého Gaussova rozložení pracujeme-li s nižší třídou přesnosti obvodových prvků, vystihneme tento fakt bimodálními typy rozložení hustoty pravděpodobnosti
38 statistická metoda (Monte Carlo) jedná se o simulaci výrobního procesu příslušná analýza se opakuje s náhodně zvolenými hodnotami parametrů prvků větší počet opakování analýz vede k věrohodnějším výsledkům metoda Monte Carlo je vhodná pro libovolný obvod
39 statistická metoda (Monte Carlo) vyhodnocení výsledků se provádí numericky statistickými metodami metoda je velmi výpočetně náročná, její přesnost je většinou mezi 5% až 0%
40 vyhodnocení výsledků metody Monte Carlo je vždy pro konečný počet realizací μ = N N yi s = N i= N i= 0 použití v programu Pspice ( y ) i y nastavit tolerance (pasivní prvky, L, C přímo ve schématu a polovodiče v editoru) nekorelovaná náhodná čísla pomocí DEV, možnost zavedení tolerancí LOT (integrované Darlingtonovo zapojení, integrované proudové zrcadlo, atd.)
41 Monte-Carlo pracuje vždy s jednou ze základních analýz, tedy AC, DC nebo časovou AC analýza Fig. 4: Nastavení analýzy Monte-Carlo v programu Pspice.
42 variace parametrů u diskrétních prvků a v integrovaných obvodech je obecně různá v obvodovém simulátoru Pspice se výsledky statistické metody zpracovávají v postprocesoru Fig. 5: Generace nekorelovaných a korelovaných hodnot obvodových prvků.
43 diskrétní prvky nekorelované hodnoty prvků, pro modelování stačí jednoduchý generátor náhodných čísel integrované obvody pracujeme s korelovanými hodnotami prvků, pro modelování stačí generátor náhodných čísel v integrovaných obvodech jsou prvky umístěny blízko sebe, mají matching
44 koeficient korelace je definován předpisem ρ XY N N i= = ( x x)( y y) i ρ X ρ Y i takže koeficient korelace může nabývat hodnot z intervalu ρ přičemž levá mez značí zcela nepřímou souvislost a pravá mez naopak označuje zcela přímou souvislost mezi dvěma čísly (obecně jevy) čitatel v definičním vztahu se označuje jako kovariance XY
45 obvodový simulátor Pspice umožňuje uživateli výběr mezi normálním a rovnoměrným rozdělením hustoty pravděpodobnosti jako příklad na využití analýzy Monte-Carlo lze uvést simulaci zpětnovazebního článku Wienova oscilátoru základním typem analýzy je zde střídavá analýza Fig. 6: Wienův článek, pásmová propust používaná v oscilátorech.
46 Fig. 7: Sledovanou funkcí Wienova článku je střední kmitočet.
47 Fig. 8: Postprocesing v Pspice toleranční analýzy Wienova článku.
48 Fig. 9: Analýza Monte Carlo, rovnoměrné rozložení pravděpodobnosti.
49 Fig. 0: Analýza Monte Carlo, normální rozložení pravděpodobnosti.
50 Fig. : Analýza a vyhodnocení metody Monte-Carlo v programu Mathcad.
51 výtěžnost obvodu hodnoty prvků a tím i charakteristiky obvodu jsou do jisté míry náhodné veličiny výtěžnost obvodu je statistická míra, která reprezentuje procento realizací, které vyhovují oblasti A při návrhu obvodu je potřeba přihlédnout k ekonomickým a výrobním hlediskům
52 metody zvyšování výtěžnosti obvodu středování návrhu umožňuje použít nejvyšší možné tolerance prvků při zachování dané výtěžnosti nebo maximalizovat výtěžnost pro dané tolerance snížením rozptylu obvodových prvků je třeba použít součástky z vyšší třídy přesnosti zvyšuje se cena výsledného zařízení
53 pro nesymetrické rozložení není návrhový střed stejný jako nominální hodnoty parametrů obvodu Fig. : Definice výtěžnosti obvodu pro dvojrozměrný případ.
54 jednoduchý příklad na toleranční analýzu studovaným obvodem je nezatížený dělič proudu složený ze dvou lineárních rezistorů s vodivostmi G a G zkoumanými obvodovými funkcemi je výstupní proud tekoucí vodivostí G a celková vstupní vodivost děliče vstupní proud do děliče je 0mA a meze pro obě sledované obvodové funkce jsou i (.5mA, 5.5mA) G ( 80mS, ms) out 4 vstup 0 vyhovuje G =G =30mS nebo G =0mS, G =40mS zadání?
55 případ G =G =30mS nevyhovuje intervalu pro G vstup případ G=0mS a G=40mS nevyhovuje ničemu Fig. 3: Příklad na toleranční analýzu implementovaný v programu Mathcad.
56 Fig. 4: uční řešení příkladu na toleranční analýzu odporového děliče.
57 jednoduchý příklad na toleranční syntézu studovaným obvodem je nezatížený dělič napětí složený ze dvou lineárních rezistorů stejných hodnot zkoumanými obvodovými funkcemi je přenos napětí a vstupní impedance, definovány jsou známými vztahy K = vstup + + Z = úkolem je zjistit maximální tolerance obou rezistorů tak, aby tyto obvodové funkce splňovaly požadavky ( 0.49, 0.5) Z (.8k Ω,. kω) K vstup
58 nominální hodnoty rovnoměrné rozložení obvodové funkce Fig. 5: Příklad na toleranční syntézu odporového děliče v Mathcadu.
59 Fig. 6: Výsledky příkladu na toleranční syntézu v Mathcadu.
60 Fig. 7: uční řešení příkladu na toleranční syntézu odporového děliče.
61 děkuji za pozornost otázky?
teorie elektronických obvodů Jiří Petržela analýza šumu v elektronických obvodech
Jiří Petržela co je to šum? je to náhodný signál narušující zpracování a přenos užitečného signálu je to signál náhodné okamžité amplitudy s časově neměnnými statistickými vlastnostmi kde se vyskytuje?
Víceteorie elektronických obvodů Jiří Petržela obvodové funkce
Jiří Petržela obvod jako dvojbran dvojbranem rozumíme elektronický obvod mající dvě brány (vstupní a výstupní) dvojbranem může být zesilovač, pasivní i aktivní filtr, tranzistor v některém zapojení, přenosový
Víceelektrické filtry Jiří Petržela všepropustné fázovací články, kmitočtové korektory
Jiří Petržela všepropustné fázovací články, kmitočtové korektory zvláštní typy filtrů všepropustné fázovací články 1. řádu všepropustné fázovací články 2. řádu všepropustné fázovací články vyšších řádů
VícePoužitý rezistor (jmenovitá hodnota): R1 = 270 kω je přesný metalizovaný rezistor s přesností ± 0,1%.
Laboratorní úloha Snímač teploty R je zapojený podle schema na Obr. 1. Snímač je termistor typ B57164K [] se jmenovitým odporem pro teplotu 5 C R 5 00 Ω ± 10 %. Závislost odporu termistoru na teplotě je
VíceU1, U2 vnější napětí dvojbranu I1, I2 vnější proudy dvojbranu
DVOJBRANY Definice a rozdělení dvojbranů Dvojbran libovolný obvod, který je s jinými částmi obvodu spojen dvěma páry svorek (vstupní a výstupní svorky). K analýze chování obvodu postačí popsat daný dvojbran
Více9. T r a n s f o r m a c e n á h o d n é v e l i č i n y
9. T r a n s f o r m a c e n á h o d n é v e l i č i n y Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota y závisí nějakým způsobem na vstupní, je její funkcí y = f(x).
Víceteorie elektronických obvodů Jiří Petržela modelování
Jiří Petržela při tvorbě modelu je třeba uvážit fyzikální podstatu prvků požadovanou přesnost řešení stupeň obtížnosti modelu (jednoduché pro ruční výpočty, složitější pro počítač) účel řešení programové
VíceTéma 22. Ondřej Nývlt
Téma 22 Ondřej Nývlt nyvlto1@fel.cvut.cz Náhodná veličina a náhodný vektor. Distribuční funkce, hustota a pravděpodobnostní funkce náhodné veličiny. Střední hodnota a rozptyl náhodné veličiny. Sdružené
VícePřenos pasivního dvojbranu RC
Střední průmyslová škola elektrotechnická Pardubice VIČENÍ Z ELEKTRONIKY Přenos pasivního dvojbranu R Příjmení : Česák Číslo úlohy : 1 Jméno : Petr Datum zadání : 7.1.97 Školní rok : 1997/98 Datum odevzdání
Víceelektrické filtry Jiří Petržela filtry založené na jiných fyzikálních principech
Jiří Petržela filtry založené na jiných fyzikálních principech piezoelektrický jev při mechanickém namáhání krystalu ve správném směru na něm vzniká elektrické napětí po přiložení elektrického napětí se
Více10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.
0 cvičení z PST 5 prosince 208 0 (intervalový odhad pro rozptyl) Soubor (70, 84, 89, 70, 74, 70) je náhodným výběrem z normálního rozdělení N(µ, σ 2 ) Určete oboustranný symetrický 95% interval spolehlivosti
Více7. Rozdělení pravděpodobnosti ve statistice
7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,
VíceNáhodné veličiny jsou nekorelované, neexistuje mezi nimi korelační vztah. Když jsou X; Y nekorelované, nemusí být nezávislé.
1. Korelační analýza V životě většinou nesledujeme pouze jeden statistický znak. Sledujeme více statistických znaků zároveň. Kromě vlastností statistických znaků nás zajímá také jejich těsnost (velikost,
VíceNáhodné chyby přímých měření
Náhodné chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně pravděpodobná.
VíceVYSOKONAPĚŤOVÉ ZKUŠEBNICTVÍ. #2 Nejistoty měření
VYSOKONAPĚŤOVÉ ZKUŠEBNICTVÍ # Nejistoty měření Přesnost měření Klasický způsob vyjádření přesnosti měření chyba měření: Absolutní chyba X = X M X(S) Relativní chyba δ X = X(M) X(S) - X(M) je naměřená hodnota
Více9. T r a n s f o r m a c e n á h o d n é v e l i č i n y
9. T r a n s f o r m a c e n á h o d n é v e l i č i n Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota závisí nějakým způsobem na vstupní, je její funkcí = f(x). Pokud
VíceNáhodné (statistické) chyby přímých měření
Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně
VíceVícerozměrná rozdělení
Vícerozměrná rozdělení 7. září 0 Učivo: Práce s vícerozměrnými rozděleními. Sdružené, marginální, podmíněné rozdělení pravděpodobnosti. Vektorová střední hodnota. Kovariance, korelace, kovarianční matice.
VíceVYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ
VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ Michal Kořenář 1 Abstrakt Rozvoj výpočetní techniky v poslední době umožnil také rozvoj výpočetních metod, které nejsou založeny na bázi
Víceteorie elektronických obvodů Jiří Petržela analýza obvodů metodou orientovaných grafů
Jiří Petržela analýza obvodů metodou orientovaných grafů podstata metod spočívá ve vjádření rovnic popisujících řešený obvod pomocí orientovaných grafů uzl grafu odpovídají závislým a nezávislým veličinám,
VíceChyby a neurčitosti měření
Radioelektronická měření (MREM) Chyby a neurčitosti měření 10. přednáška Jiří Dřínovský Ústav radioelektroniky FEKT VUT v Brně Základní pojmy Měření je souhrn činností s cílem určit hodnotu měřené veličiny
VíceÚvod do problematiky měření
1/18 Lord Kelvin: "Když to, o čem mluvíte, můžete změřit, a vyjádřit to pomocí čísel, něco o tom víte. Ale když to nemůžete vyjádřit číselně, je vaše znalost hubená a nedostatečná. Může to být začátek
Více1 Analytické metody durace a konvexita aktiva (dluhopisu) $)*
Modely analýzy a syntézy plánů MAF/KIV) Přednáška 10 itlivostní analýza 1 Analytické metody durace a konvexita aktiva dluhopisu) Budeme uvažovat následující tvar cenové rovnice =, 1) kde jsou současná
VíceImpedanční děliče - příklady
Impedanční děliče - příklady Postup řešení: Vyznačení impedancí, tvořících dělič Z Z : podélná impedance, mezi svorkami a Z : příčná impedance, mezi svorkami a ' ' Z ' Obecné vyjádření impedancí nebo admitancí
Víceelektrické filtry Jiří Petržela filtry se syntetickými bloky
Jiří Petržela nevýhoda induktorů, LCR filtry na nízkých kmitočtech kvalita technologická náročnost výroby a rozměry cena nevýhoda syntetických ekvivalentů cívek nárůst aktivních prvků ve filtru kmitočtová
VíceTéma 2: Pravděpodobnostní vyjádření náhodných veličin
0.05 0.0 0.05 0.0 0.005 Nominální napětí v pásnici Std Mean 40 60 80 00 0 40 60 Std Téma : Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Spolehlivost a bezpečnost staveb 4. ročník
VíceAplikovaná numerická matematika
Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních
VíceNízkofrekvenční (do 1 MHz) Vysokofrekvenční (stovky MHz až jednotky GHz) Generátory cm vln (až desítky GHz)
Provazník oscilatory.docx Oscilátory Oscilátory dělíme podle několika hledisek (uvedené třídění není zcela jednotné - bylo použito vžitých názvů, které vznikaly v různém období vývoje a za zcela odlišných
VíceCharakterizace rozdělení
Charakterizace rozdělení Momenty f(x) f(x) f(x) μ >μ 1 σ 1 σ >σ 1 g 1 g σ μ 1 μ x μ x x N K MK = x f( x) dx 1 M K = x N CK = ( x M ) f( x) dx ( xi M 1 C = 1 K 1) N i= 1 K i K N i= 1 K μ = E ( X ) = xf
Víceteorie elektronických obvodů Jiří Petržela syntéza elektronických obvodů
Jiří Petržela příklad nalezněte dvě různé realizace admitanční funkce zadané formou racionální lomené funkce Y () () ( ) ( ) : první krok rozkladu do řetězového zlomku () 9 7 9 výledný rozklad ( ) 9 9
VíceMATEMATIKA III V PŘÍKLADECH
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 7 Rozdělení pravděpodobnosti spojité náhodné veličiny Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka
VíceVlastnosti a modelování aditivního
Vlastnosti a modelování aditivního bílého šumu s normálním rozdělením kacmarp@fel.cvut.cz verze: 0090913 1 Bílý šum s normálním rozdělením V této kapitole se budeme zabývat reálným gaussovským šumem n(t),
VíceTéma 2: Pravděpodobnostní vyjádření náhodných veličin
0.025 0.02 0.015 0.01 0.005 Nominální napětí v pásnici Std Mean 140 160 180 200 220 240 260 Std Téma 2: Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Pravděpodobnostní posuzování
VícePojmy z kombinatoriky, pravděpodobnosti, znalosti z kapitoly náhodná veličina, znalost parciálních derivací, dvojného integrálu.
6. NÁHODNÝ VEKTOR Průvodce studiem V počtu pravděpodobnosti i v matematické statistice se setkáváme nejen s náhodnými veličinami, jejichž hodnotami jsou reálná čísla, ale i s takovými, jejichž hodnotami
VíceNáhodná veličina a rozdělení pravděpodobnosti
3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro
Více1. Zadání. 2. Teorie úlohy ID: 78 357. Jméno: Jan Švec. Předmět: Elektromagnetické vlny, antény a vedení. Číslo úlohy: 7. Měřeno dne: 30.3.
Předmět: Elektromagnetické vlny, antény a vedení Úloha: Symetrizační obvody Jméno: Jan Švec Měřeno dne: 3.3.29 Odevzdáno dne: 6.3.29 ID: 78 357 Číslo úlohy: 7 Klasifikace: 1. Zadání 1. Změřte kmitočtovou
VíceJiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Výsledky některých náhodných pokusů jsou přímo vyjádřeny číselně (např. při hodu kostkou padne 6). Náhodnou veličinou
VícePraktické výpočty s komplexními čísly (především absolutní hodnota a fázový úhel) viz např. vstupní test ve skriptech.
Praktické výpočty s komplexními čísly (především absolutní hodnota a fázový úhel) viz např. vstupní test ve skriptech. Neznalost amplitudové a fázové frekvenční charakteristiky dolní a horní RC-propusti
VíceManuální, technická a elektrozručnost
Manuální, technická a elektrozručnost Realizace praktických úloh zaměřených na dovednosti v oblastech: Vybavení elektrolaboratoře Schématické značky, základy pájení Fyzikální principy činnosti základních
Více1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.
VIII. Náhodný vektor. Náhodný vektor (X, Y má diskrétní rozdělení s pravděpodobnostní funkcí p, kde p(x, y a(x + y +, x, y {,, }. a Určete číslo a a napište tabulku pravděpodobnostní funkce p. Řešení:
VíceStudium tranzistorového zesilovače
Studium tranzistorového zesilovače Úkol : 1. Sestavte tranzistorový zesilovač. 2. Sestavte frekvenční amplitudovou charakteristiku. 3. Porovnejte naměřená zesílení s hodnotou vypočtenou. Pomůcky : - Generátor
VíceChyby měření 210DPSM
Chyby měření 210DPSM Jan Zatloukal Stručný přehled Zdroje a druhy chyb Systematické chyby měření Náhodné chyby měření Spojité a diskrétní náhodné veličiny Normální rozdělení a jeho vlastnosti Odhad parametrů
Vícen = 2 Sdružená distribuční funkce (joint d.f.) n. vektoru F (x, y) = P (X x, Y y)
5. NÁHODNÝ VEKTOR 5.1. Rozdělení náhodného vektoru Náhodný vektor X = (X 1, X 2,..., X n ) T n-rozměrný vektor, složky X i, i = 1,..., n náhodné veličiny. Vícerozměrná (n-rozměrná) náhodná veličina n =
VíceMatematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace
Matematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace Jan Slovák Masarykova univerzita Fakulta informatiky 28. 11 2. 12. 2016 Obsah přednášky 1 Literatura 2 Střední
VíceU01 = 30 V, U 02 = 15 V R 1 = R 4 = 5 Ω, R 2 = R 3 = 10 Ω
B 9:00 hod. Elektrotechnika a) Definujte stručně princip superpozice a uveďte, pro které obvody platí. b) Vypočítejte proudy větvemi uvedeného obvodu metodou superpozice. 0 = 30 V, 0 = 5 V R = R 4 = 5
Víceelektrické filtry Jiří Petržela aktivní filtry
Jiří Petržela postup při návrhu filtru nové struktury analýza daného obvodu programem Snap získání symbolického tvaru přenosové funkce srovnání koeficientů přenosové funkce s přenosem obecného bikvadu
Více13 Měření na sériovém rezonančním obvodu
13 13.1 Zadání 1) Změřte hodnotu indukčnosti cívky a kapacity kondenzátoru RC můstkem, z naměřených hodnot vypočítej rezonanční kmitočet. 2) Generátorem nastavujte frekvenci v rozsahu od 0,1 * f REZ do
Více1. Přednáška. Ing. Miroslav Šulai, MBA
N_OFI_2 1. Přednáška Počet pravděpodobnosti Statistický aparát používaný ve financích Ing. Miroslav Šulai, MBA 1 Počet pravděpodobnosti -náhodné veličiny 2 Počet pravděpodobnosti -náhodné veličiny 3 Jevy
VícePravděpodobnost a aplikovaná statistika
Pravděpodobnost a aplikovaná statistika MGR. JANA SEKNIČKOVÁ, PH.D. 2. KAPITOLA PODMÍNĚNÁ PRAVDĚPODOBNOST 3. KAPITOLA NÁHODNÁ VELIČINA 9.11.2017 Opakování Uveďte příklad aplikace geometrické definice pravděpodobnosti
VíceTECHNICKÁ DOKUMENTACE
Střední škola, Havířov-Šumbark, Sýkorova 1/613, příspěvková organizace TECHNICKÁ DOKUMENTACE Rozmístění a instalace prvků a zařízení Ing. Pavel Chmiel, Ph.D. OBSAH VÝUKOVÉHO MODULU 1. Součástky v elektrotechnice
VíceOperační zesilovač, jeho vlastnosti a využití:
Truhlář Michal 6.. 5 Laboratorní práce č.4 Úloha č. VII Operační zesilovač, jeho vlastnosti a využití: Úkol: Zapojte operační zesilovač a nastavte jeho zesílení na hodnotu přibližně. Potvrďte platnost
VíceELT1 - Přednáška č. 6
ELT1 - Přednáška č. 6 Elektrotechnická terminologie a odborné výrazy, měřicí jednotky a činitelé, které je ovlivňují. Rozdíl potenciálů, elektromotorická síla, napětí, el. napětí, proud, odpor, vodivost,
Vícer Odvoď te přenosovou funkci obvodů na obr.2.16, je-li vstupem napě tí u 1 a výstupem napě tí u 2. Uvaž ujte R = 1Ω, L = 1H a C = 1F.
Systé my, procesy a signály I - sbírka příkladů NEŘ EŠENÉPŘ ÍKADY r 223 Odvoď te přenosovou funkci obvodů na obr26, je-li vstupem napě tí u a výstupem napě tí Uvaž ujte Ω, H a F u u u a) b) c) u u u d)
VíceFyzika I. Obvody. Petr Sadovský. ÚFYZ FEKT VUT v Brně. Fyzika I. p. 1/36
Fyzika I. p. 1/36 Fyzika I. Obvody Petr Sadovský petrsad@feec.vutbr.cz ÚFYZ FEKT VUT v Brně Zdroj napětí Fyzika I. p. 2/36 Zdroj proudu Fyzika I. p. 3/36 Fyzika I. p. 4/36 Zdrojová a spotřebičová orientace
VícePosouzení přesnosti měření
Přesnost měření Posouzení přesnosti měření Hodnotu kvantitativně popsaného parametru jakéhokoliv objektu zjistíme jedině měřením. Reálné měření má vždy omezenou přesnost V minulosti sloužila k posouzení
VíceZáklady elektrotechniky 2 (21ZEL2) Přednáška 1
Základy elektrotechniky 2 (21ZEL2) Přednáška 1 Úvod Základy elektrotechniky 2 hodinová dotace: 2+2 (př. + cv.) zakončení: zápočet, zkouška cvičení: převážně laboratorní informace o předmětu, kontakty na
VíceInovace bakalářského studijního oboru Aplikovaná chemie
http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Základy zpracování dat chemometrie, statistika Doporučenáliteratura
Více1. Změřte závislost indukčnosti cívky na procházejícím proudu pro tyto případy:
1 Pracovní úkoly 1. Změřte závislost indukčnosti cívky na procházejícím proudu pro tyto případy: (a) cívka bez jádra (b) cívka s otevřeným jádrem (c) cívka s uzavřeným jádrem 2. Přímou metodou změřte odpor
VíceFrekvenční charakteristiky
Frekvenční charakteristiky EO2 Přednáška Pavel Máša ÚVODEM Frekvenční charakteristiky popisují závislost poměru amplitudy výstupního ku vstupnímu napětí a jejich fázový posun v závislosti na frekvenci
VíceVýběrové charakteristiky a jejich rozdělení
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistické šetření úplné (vyčerpávající) neúplné (výběrové) U výběrového šetření se snažíme o to, aby výběrový
Více4. Aplikace matematiky v ekonomii
4. Aplikace matematiky v ekonomii 1 Lineární algebra Soustavy 1) Na základě statistických údajů se zjistilo, že závislost množství statku z poptávaného v průběhu jednoho týdne lze popsat vztahem q d =
VíceMATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
MATEMATICKÁ STATISTIKA Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Matematická statistika Matematická statistika se zabývá matematickým
Více11. přednáška 10. prosince Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah
11. přednáška 10. prosince 2007 Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah F (x, y, y, y,..., y (n) ) = 0 mezi argumentem x funkce jedné
VíceSimulace. Simulace dat. Parametry
Simulace Simulace dat Menu: QCExpert Simulace Simulace dat Tento modul je určen pro generování pseudonáhodných dat s danými statistickými vlastnostmi. Nabízí čtyři typy rozdělení: normální, logaritmicko-normální,
Více4. Na obrázku je rozdělovací funkce (hustota pravděpodobnosti) náhodné veličiny X. Jakou hodnotu musí mít parametr k?
A 1. Stanovte pravděpodobnost, že náhodná veličina X nabyde hodnoty menší než 6: P( X 6). Veličina X má rozdělení se střední hodnotou 6 a směrodatnou odchylkou 5: N(6,5). a) 0 b) 1/3 c) ½ 2. Je možné,
VíceKnihovny součástek. Přidání knihovny. Cesta ke knihovnám pro Pspice
Knihovny součástek Přidání knihovny Cesta ke knihovnám pro Pspice Analog.olb Možnost nastavení počáteční podmínky Pasivní prvky Řízené zdroje Spínače Source.olb V - napěťový zdroj I - proudový zdroj Parametry
Více12. cvičení z PST. 20. prosince 2017
1 cvičení z PST 0 prosince 017 11 test rozptylu normálního rozdělení Do laboratoře bylo odesláno n = 5 stejných vzorků krve ke stanovení obsahu alkoholu X v promilích alkoholu Výsledkem byla realizace
VíceSTANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ. J. Pruška, T. Parák
STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ J. Pruška, T. Parák OBSAH: 1. Co je to spolehlivost, pravděpodobnost poruchy, riziko. 2. Deterministický a pravděpodobnostní přístup k řešení problémů.
VíceModelování a simulace elektronických systémů
Modelování a simulace elektronických systémů Elektronické systémy Řídicí obvody, obvody pro úpravu signálu, polovodičové měniče, elektromotory Modelování a simulace Obvodových veličin OrCAD/PSPICE Chování
VíceZáklady teorie pravděpodobnosti
Základy teorie pravděpodobnosti Náhodná veličina Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 12. února 2012 Statistika by Birom Základy teorie
Více3. Kmitočtové charakteristiky
3. Kmitočtové charakteristiky Po základním seznámení s programem ATP a jeho preprocesorem ATPDraw následuje využití jednotlivých prvků v jednoduchých obvodech. Jednotlivé příklady obvodů jsou uzpůsobeny
VíceX = x, y = h(x) Y = y. hodnotám x a jedné hodnotě y. Dostaneme tabulku hodnot pravděpodobnostní
..08 8cv7.tex 7. cvičení - transformace náhodné veličiny Definice pojmů a základní vzorce Je-li X náhodná veličina a h : R R je měřitelná funkce, pak náhodnou veličinu Y, která je definovaná vztahem X
VíceI. D i s k r é t n í r o z d ě l e n í
6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme
VíceE(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =
Základní rozdělení pravděpodobnosti Diskrétní rozdělení pravděpodobnosti. Pojem Náhodná veličina s Binomickým rozdělením Bi(n, p), kde n je přirozené číslo, p je reálné číslo, < p < má pravděpodobnostní
VícePracovní třídy zesilovačů
Pracovní třídy zesilovačů Tzv. pracovní třída zesilovače je určená polohou pracovního bodu P na převodní charakteristice dobou, po kterou zesilovacím prvkem protéká proud, vzhledem ke vstupnímu zesilovanému
VíceInterpolace, ortogonální polynomy, Gaussova kvadratura
Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť
VíceOscilátory. Návod k přípravku pro laboratorní cvičení v předmětu EO.
Oscilátory Návod k přípravku pro laboratorní cvičení v předmětu EO. Měření se skládá ze dvou základních úkolů: (a) měření vlastností oscilátoru 1 s Wienovým členem (můstkový oscilátor s operačním zesilovačem)
Víceelektrické filtry Jiří Petržela filtry se spínanými kapacitory
Jiří Petržela motivace miniaturizace vytvoření plně integrovaného filtru jednotnou technologií redukce plochy na čipu snížení ceny výhody koncepce spínaných kapacitorů (SC) koeficienty přenosové funkce
Vícep(x) = P (X = x), x R,
6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme
VíceKompenzovaný vstupní dělič Analogový nízkofrekvenční milivoltmetr
Kompenzovaný vstupní dělič Analogový nízkofrekvenční milivoltmetr. Zadání: A. Na předloženém kompenzovaném vstupní děliči k nf milivoltmetru se vstupní impedancí Z vst = MΩ 25 pf, pro dělící poměry :2,
Vícevýkonovou hustotu definovat lze (v jednotkách W na Hz). Tepelný šum (thermal noise) Blikavý šum (flicker noise)
Šumová analýza Josef Dobeš 26. září 2013 Rádiové obvody a zařízení 1 1 Fyzikální příčiny šumu a jeho typy Náhodný pohyb nosičů náboje (elektronů a děr) v elektronických prvcích generuje napětí a proudy
VíceP13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.
P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod. Matematický přístup k výsledkům únavových zkoušek Náhodnost výsledků únavových zkoušek. Únavové
Víceteorie elektronických obvodů Jiří Petržela řešení nelineárních obvodů
Jiří Petržela vlastnosti lineárních obvodů přechodný děj obvodu je vždy tlumený, trvá omezenou dobu a je dán jeho vlastnostmi, počátečními podmínkami a buzením ustálený stav nezávisí na počátečních podmínkách
Více1 Elektrotechnika 1. 14:00 hod. R 1 = R 2 = 5 Ω R 3 = 10 Ω U = 10 V I z = 1 A R R R U 1 = =
B 4:00 hod. Elektrotechnika Pomocí věty o náhradním zdroji vypočtěte hodnotu rezistoru tak, aby do něho byl ze zdroje dodáván maximální výkon. Vypočítejte pro tento případ napětí, proud a výkon rezistoru.
VíceNěkdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet?
Náhodné veličiny Náhodné veličiny Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Příklad Vytáhneme tři karty z balíčku zajímá nás, kolik je mezi nimi es.
VíceNÁHODNÝ VEKTOR. 4. cvičení
NÁHODNÝ VEKTOR 4. cvičení Náhodný vektor Náhodným vektorem rozumíme sloupcový vektor X=(X, X,, X n ) složený z náhodných veličin X, X,, X n, který je charakterizován sdruženým rozdělením pravděpodobnosti.
VíceElektromechanický oscilátor
- 1 - Elektromechanický oscilátor Ing. Ladislav Kopecký, 2002 V tomto článku si ukážeme jeden ze způsobů, jak využít silové účinky cívky s feromagnetickým jádrem v rezonanci. I člověk, který neoplývá technickou
VíceII. Nakreslete zapojení a popište funkci a význam součástí následujícího obvodu: Integrátor s OZ
Datum: 1 v jakém zapojení pracuje tranzistor proč jsou v obvodu a jak se projeví v jeho činnosti kondenzátory zakreslené v obrázku jakou hodnotu má odhadem parametr g m v uvedeném pracovním bodu jakou
VíceProfilová část maturitní zkoušky 2015/2016
Střední průmyslová škola, Přerov, Havlíčkova 2 751 52 Přerov Profilová část maturitní zkoušky 2015/2016 TEMATICKÉ OKRUHY A HODNOTÍCÍ KRITÉRIA Studijní obor: 26-41-M/01 Elektrotechnika Zaměření: počítačové
VíceNáhodný vektor a jeho charakteristiky
Náhodný vektor a jeho číselné charakteristiky 1 Náhodný vektor a jeho charakteristiky V následující kapitole budeme věnovat pozornost pouze dvourozměřnému náhodnému vektoru, i když uvedené pojmy a jejich
VíceKGG/STG Statistika pro geografy
KGG/STG Statistika pro geografy 5. Odhady parametrů základního souboru Mgr. David Fiedor 16. března 2015 Vztahy mezi výběrovým a základním souborem Osnova 1 Úvod, pojmy Vztahy mezi výběrovým a základním
Víceteorie elektronických obvodů Jiří Petržela analýza obvodů s regulárními prvky
Jiří Petržela příklad pro příčkový filtr na obrázku napište aditanční atici etodou uzlových napětí zjistěte přenos filtru identifikujte tp a řád filtru Obr. : Příklad na příčkový filtr. aditanční atice
Více2. PŘESNOST MĚŘENÍ A1B38EMA P2 1
. ŘESNOST MĚŘENÍ přesnost měření nejistota měření, nejistota typ A a typ B, kombinovaná nejistota, nejistoty měření kazovacími (analogovými) a číslicovými měřicími přístroji, nejistota při nepřímých měřeních,
VíceTeorie elektronických obvodů (MTEO)
Teorie elektronických obvodů (MTEO) Laboratorní úloha číslo 10 návod k měření Filtr čtvrtého řádu Seznamte se s principem filtru FLF realizace a jeho obvodovými komponenty. Vypočtěte řídicí proud všech
VícePravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík
Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2017/2018 Tutoriál č. 2:, náhodný vektor Jan Kracík jan.kracik@vsb.cz náhodná veličina rozdělení pravděpodobnosti náhodné
Víceveličin, deskriptivní statistika Ing. Michael Rost, Ph.D.
Vybraná rozdělení spojitých náhodných veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Třídění Základním zpracováním dat je jejich třídění. Jde o uspořádání získaných dat, kde volba třídícího
VíceKapacita, indukčnost; kapacitor-kondenzátor, induktor-cívka
Kapacita, indukčnost; kapacitor-kondenzátor, induktor-cívka Kondenzátor je schopen uchovat energii v podobě elektrického náboje Q. Kapacita C se udává ve Faradech [F]. Kapacita je úměrná ploše elektrod
VíceStabiliz atory napˇet ı v nap ajec ıch zdroj ıch - mˇeˇren ı z akladn ıch parametr u Ondˇrej ˇ Sika
- měření základních parametrů Obsah 1 Zadání 4 2 Teoretický úvod 4 2.1 Stabilizátor................................ 4 2.2 Druhy stabilizátorů............................ 4 2.2.1 Parametrické stabilizátory....................
VíceProfilová část maturitní zkoušky 2016/2017
Tematické okruhy a hodnotící kritéria Střední průmyslová škola, 1/8 ELEKTRONICKÁ ZAŘÍZENÍ Přerov, Havlíčkova 2 751 52 Přerov Profilová část maturitní zkoušky 2016/2017 TEMATICKÉ OKRUHY A HODNOTÍCÍ KRITÉRIA
Více