TECHNICKÁ UNIVERZITA V LIBERCI

Rozměr: px
Začít zobrazení ze stránky:

Download "TECHNICKÁ UNIVERZITA V LIBERCI"

Transkript

1 TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroky, formatky a meoborových studí Číslcové měřcí systémy Číslcové fltry Učebí text Iva Jaksch Lberec 2012 Materál vkl v rámc projektu ESF (CZ.1.07/2.2.00/ ) Reflexe požadavků průmyslu a výuku v oblast automatckého říeí a měřeí, KTERÝ JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY

2 2 Číslcové fltry Základy, Z- trasformace Číslcové fltry ČF(áklady) 1. přehled pojmů a postupů utých pro pochopeí ČF 1.1 Leárě časově varatí systémy (LTDI) y()-a 1 y(-1) - a 2 y(-2) + = b 0 x() + b 1 x(-1) + b 2 x(-2) +. a 0, a 1, a 2, a 3, a m váhové koefcety výstupu, a 0 = 1 b 0, b 1, b 2, b 3, b váhové koefcety vstupu Po.1: Některé publkace a programy (MATLAB) používají v ákladí dferečí rovc kladé koefcety výstupu a a tedy v rekuretím tvaru rovce a v H() jsou améka u koefcetů výstupu opačá Rekuretí tvar rovce ( hodoty výstupu pomocí hodot v dřívějších okamžcích) ) ( ) ( ) ( 1 0 y a b x y m (1) Z trasformace x X ) ( ) ( pro mee 0 jedostraá, komplexí číslo ačí převod me orgálem a obraem δ() 1, obra jedotkového mpulu je 1 δ(-1) -1 posuutý jedotkový mpul u() Z trasformace rekuretího tvaru rovce (1) m a Y b X Y ) ( ) ( ) ( 1 0 m b X a Y 0 1 ) ( ) )(1 ( m a b X Y H ) ( ) ( ) (

3 Číslcové fltry Základy, Z- trasformace 1.4 H() přeosová, systémová fukce Le j alét: 1. Z trasformací mpulsí odevy h(), ( Po. H() = Y()/ X(), H() = Y() pro X() = 1, to odpovídá v časové oblast vstupu x() = δ (), tedy v časové oblast mpulsí odevě) 2. Trasformací dferečí rovce do Z- rovy a aleeí H() Ad2 x() a y() X() Y() a T -1 Y() = a [ X() + -1 Y()] Y( ) H( ) X ( ) 1 Blokové schéma LTDI systému v časové a trasformovaé oblast a a 1 a a h() je verí trasformace H() Po. pro a=1 je to přeos. fukce dskrétího tegrátoru, h() = 1() 1.5 Dskrétí kruhová kovoluce Y()= H() X() Pro koečé sgály tomuto vtahu v časové oblast odpovídá kruhová (cyklycká) kovoluce y() = h()*x() = M 1 k0 M 1 h ( k). x( k) x( k). h( k) * ačí améko kovoluce k0 M počet čleů h(), N počet čleů vstupu, Výstup y() má M+N-1 čleů Kovoluc provádíme pro eulové vorky sgálu ebo mpulsí odevy př. h() x() y() h() = {1, 0.5, 0.25}, x() = {1,1,1,1}, y() = { 1, 1.5, 1.75, 1.75, 0.75, 0.25} Příklad ukauje odevu systému y() a jedotkový skok x() o délce 4 vorky. Je řejmé, že ustáleý stav astává až po M vorcích, kde M je počet čleů mpulsí odevy a podobě trvá doběh. To je třeba vít v úvahu ejméa u číslcových fltrů FIR. 3

4 Číslcové fltry Základy, Z- trasformace 1.6 Vlastost kovoluce pro jedotkový(delta) mpuls x()*δ() = x() kovoluce lbovolého sgálu s delta fukcí (jedotkový puls) dává te samý sgál x()*kδ() = kx() esíleí ebo eslabeí(k<1) sgálu x()*δ(+s) = x(+s) délta fukce s posuem dává v kovoluc se sgálem posuutý sgál, je-l s>0, jde o požděí, pro s<0 jde o dopředý posu Je možo provádět sloučeí kdy můžeme sgál posuout, vyásobt, ebo provést požděou a mešeou fukc vyjadřující ověu (echo). 1.7 Frekvečí charakterstka číslcových systémů Kmtočtovou charakterstku ískáme dosaeím = e jωt do výrau pro H() H(e jωt ), t je vorkovací peroda, f v = f s je vorkovací frekvece (v. obráek, horí část) často používáme ormovaou kruhovou frekvece θ = 2f/f s odpovídající formálě avedeí jedotkové vorkovací frekvece ebo perody, H(e jθ ), ( ve skrptech Sedláček, obráek, prostředí část) ebo ˆ odpovídající formálě jedotkové kruhové vorkovací frekvec ˆ = 2f/f s (Davídek, MATLAB, obráek, spodí část) Kmtočtová charakterstka dgtálích systémů je perodcká s perodou vorkováí vhledem k perodctě komplexí expoecály. Z ormovaých charakterstk je řejmé, že př měě vorkovací frekvece se měí charakterstcké velčy frekvečí odevy. H( ) f N f s f π 2 π θ 1 2 ˆ Tř působy ápsu a obraeí frekvečí charakterstky číslcových systémů 4

5 Číslcové fltry Roděleí 2. Číslcové fltry Návrh číslcových fltrů tvoří společě s DFT a spektrálí aalýou áklad klasckého číslcového pracováí sgálů. Le je popsat přeosem, frekvečí charakterstkou, mpulsí odevou ebo dferečí rovcí. Číslcový fltr je algortmus ebo obvod, který měí spektrum vstupího dskrétího sgálu. Může být realová specálím obvodem ebo programem pro počítač. V reálém čase musí fltr me dvěma vorky provést výpočet kovoluce (fltr FIR); de se často používají specálí obvody sgálové procesory. Číslcové fltry avaují a pasví a aktví aalogové fltry a le je avrhovat buď přímo (FIR), ebo převedeím aalogového prototypu (IIR) Porováí aalogových a číslcových fltrů Číslcové fltry Vysoká přesost Nemají drft mohou mít leárí fá (FIR) možost adaptví fltrace sadá smulace a ávrh výpočet musí proběhout během perody vorkováí fltrace íkých frekvecí evhodé pro vf sgály Aalogové fltry Meší přesost drft vlvem mě součástek eleárí fáe adaptví fltrace ejde obtížá smulace a ávrh vhodé pro vysoké frekvece Základí vlastost aalogových a číslcových fltrů 5

6 Číslcové fltry FIR fltry Roděleí číslcových fltrů podle délky mpulsí odevy h() fltry s koečou mpulsí odevou FIR fltry s ekoečou mpulsí odevou IIR podle struktury blok. schématu erekurví fltry NRDF (emají pětou vabu) rekurví fltry (pětá vaba) většou IIR fltry Některé publkace rodělují číslc. fltry a kovolučí (FIR) a rekurví (IIR). Kaocká forma má mmálí počet požďovacích čleů Číslcový fltr le sestavt e tří ákladích bloků a) sčítačka, b) ásobeí kostatou c) jedotkové požděí Obr. Základí bloky fltrů a) sčítačka, b) ásobeí kostatou, c) jedotkové požděí 2.1 FIR fltry Neobsahují pětou vabu, jedá se o erekurví (kovolučí) fltry. Přeos kauálího (poue kladé hodoty ) fltru je dá vtahem a příslušá dferecálí rovce Impulí odevu h() le ískat pětou trasformací H() délka odevy je M+1. Koefcety mpulsí odevy jsou koefcety přeosové fukce. Vyjádříme-l H() v kladých mocách (rošířeí lomku M ) H() má poue M-ásobý pól v počátku. Fltry FIR jsou vždy stablí. 6

7 Číslcové fltry FIR fltry Nejrošířeější strukturou je trasverálí fltr. Je to požďovací lka s odbočkam pro ásobčky. Fltr počítá vážeý klouavý průměr M+1 posledích hodot. Koefcety ásobček jsou hodotam mpulí odevy b = h(). Obr. Blokové schéma trasverálího FIR fltru. Fltr požďuje sgál o (M+1)/2 taktů a ustálí se po M+1 taktech Leárí fáe FIR fltrů Fltry FIR mohou mít leárí fá. Fáová frekvečí charakterstka takového fltru je dáa vtahem Záporá dervace fáe se aývá skupové požděí přímka se áporým skloem Kostatí skupové požděí ameá, že se všechy složky sgálu kmtočtovém pásmu dostaou a výstup se stejým požděím. Fltry řádu M s leárí fáí mají skupové požděí M/2 a fltrovaý sgál je poždě o M/2 kroků. V propustém pásmu je tvar sgálu achová. Příklad fáové charakterstky FIR fltru s leárí fáí. Meší skoky charakterstky odpovídají ulám H(), ležícím a jedotkové kružc. 7

8 Číslcové fltry FIR fltry Exstují 4 typy fltrů s leárí fáí. Fltry FIR se adávají průběhem ampltudově frekvečí charakterstky.návrh spočívá v určeí kauálí mpulsí odevy tak, aby byla adaá charakterstka H(e jθ ( dostatečě přesě aproxmováa mpulsí odevou h() a vykaovala požadovaou symetr. Frekvečí charakterstku ajdeme dosaeím = e jθ do výrau pro H() 8

9 Číslcové fltry IIR fltry 2.2 Fltry IIR Vyžadují alespoň jedu pětovaebí smyčku, jsou to rekurví fltry. Přeos je tvoře podílem polyomů. Nuly přeosu realují erekurví část, póly rekurví část. Řád fltru je urče vyšším e stupňů polyomu. Mají podstatě žší řád ež fltry FIR, takže reagují rychlej. Pokud jsou póly přeosu uvtř jedotkové kružce, pak je fltr stablí. Pokud jsou uly uvtř jedotkové kružce, pak se jedá o fltr s mmálí fáí. Příklad jedoduchého fltru IIR je a dalším obráku. Příklad IIR fltru a jeho mpulsí charakterstky. H() = (a)/ (-a), Fltr má pól 1 = a. Pro a >1 je fltr establí h() = a +1. u(),.. Přeos IIR fltru: Po 2. Poor MATLAB aj. používají přeos s kladým améky ve jmeovatel. V.Po.1. kauálí fltr má N >= M. Tomu odpovídá dferečí rovce Fltr IIR le realovat třem působy 1. přímá forma (prví a druhá) 2. kaskádí forma 3. paralelí forma Přímá forma IIR fltru Obr. Blokové schéma prví přímé formy fltru IIR Odpovídá dferečí rovc. Nevýhodou je velký počet požďovacích lek. 9

10 Číslcové fltry Roděleí fltrů Druhá přímá forma IIR fltru Př áměě požďovacích lek v prví přímé formě můžeme stejé požďovací čley použít pro obě lky. Místo M+N čleů potřebujeme poue N požďovacích čleů. tomu odpovídají příslušé dferečí rovce rekurví Je výhodá pro fltrac sgálovým procesorem. Pro w() stačí jede kruhový regstr. Předpokládá se M=N, koefcety vstupu s dexy větším ež M se položí rovy ule. Tato forma je ctlvá a umerckou epřesost koefcetů. Kaskádí forma fltru IIR H() se roepíše do souču racoálích lomeých fulcí2. stupě. Přeos je: Koefcety u bkvadratckých čleů jsou reálá čísla, póly a uly (kořey) jsou reálé ebo komplexě sdružeé. Příslušé blokové schéma je Jedotlvé bloky se realují pomocí druhé přímé formy. Pro N=4 je podrobé schéma 10

11 Číslcové fltry Roděleí fltrů Kaskádí forma IIR fltru 4. stupě Tato forma je v prax ejčastější!! Výhodou je meší ctlvost a epřesost koefcetů Paralelí forma IIR fltru 2.3 Roděleí fltrů podle účelu. Amltudově frekvečí charakterstky fltrů jsou (a rodíl od aalogových fltrů) perodcké s f v, ω v, 2π, 1 podle toho vyášíme l charakterstku jako fukc f, ω, θ, ebo. Ampltudově frekvečí charakterstky jsou sudé fukce, fáové frekvečí charakterstky jsou lché fukce. Stačí je át v polově tervalu. ˆ a. Frekvečě selektví číslcové fltry: Jsou to dolí propust (DP) v a), horí propust (HP) v b) pásmová propust (PP) v c) a pásmová ádrž (PZ) v d). Realují se jako FIR eb IIR fltry, mají l mít leárí fá, pak FIR fltry. 11

12 Číslcové fltry Roděleí fltrů b. Dskrétí tegrátor má aalogovou přeosovou fukc H d (e jω ) = 1/ jω Frekvečí charakterstka dskrétího tegrátoru Itegrál se ve skutečost počítá algortmy dskrétí matematky apř. y()= y(-1) + x() y()= y(-1) + ½ [ x() + x(-1)] c. Dskrétí dervátor dervuje vstupí sgál, důležtý pro určeí rychleí, ebo detekc hra v obraech. Odpovídající spojtá frekvečí charakterstka je. Dskrétí frekvečí charakterstka je Praktcky se ahrauje dferecí ebo jako ekauálí fltr popsaý rekuretím vtahem symetrcky ke koumaému x() d. Klouavý průměr (movg average MA) počítá průměr daého vorku a M předchoích. Může být vážeý se shodým koefcety b = 1/ (M+1),(evážeý), ebo s expoecálím apomíáím jako rekurví fltr s váham koefcetů a -c, kde c je přroeé číslo. Vtah je součtem N čleů geometrcké řady s kvocetem -1, takže platí 12

13 Číslcové fltry Roděleí fltrů Frekvečí ampltudová a fáová charakterstka klouavého průměru délky 10. Fltr má leárí fá. Nevážeý klouavý průměr realovaý jako FIR fltr N=6 Nevážeý klouavý průměr jako rekurví fltr (a) v upraveý vtah pro přeos fltru a předchoí straě (b) vážeý klouavý průměr Klouavý průměr potlačuje rušvý střídavý sgál. Délku fltru N volíme tak, aby prví ula frekvečí charakterstky padla a frekvec rušeí. čl délka fltrace N Δt musí být právě shodá s perodou rušeí t r. Klouavý průměr s expoecálím apomíáím ( exp. vážeý klouavý průměr) počítá průměr hodot jejchž váhy expoecálě klesají. V dferečí rovc ( v df. rovce pro evážeý klouavý průměr)jsou hodoty vorků ásobey váhou V -. 13

14 Číslcové fltry Charakterstky fltrů 3. Základí charakterstky číslcových fltrů FIR a IIR 14

15 Číslcové fltry Návrh číslcových fltrů 4. Metody ávrhu číslcových fltrů. Návrh fltrů vycháí požadovaého průběhu ampltudové frekvečí charakterstky. Průběh fáové charakterstky eí adá. Charakterstky jsou perodcké s perodou 2, proto stačí adat průběh v tervalu <0, >. Požaduje l se leárí fáe, volíme fltr FIR. Des se číslcové fltry avrhují převážě podle počítačových programů jako Dgtal Flter Desg frmy NI, ebo MATLAB, Sgal Processg Toolbox. Program LabWdows/CVI obsahuje velké možství fukcí pro ávrh číslcových fltrů. Návrh fltrů bude probrá poue velm stručě. Obecě je postup ávrhu číslcového fltru ásledující: volba typu fltru, FIR, IIR volba řádu fltru (te v ěkterých případech umožňuje určt procedura programu, apř. pro voleý druh IIR fltru a předepsaé tolerace v propustém a ávěrém pásmu fltru) volba struktury fltru (jde-l o IIR fltr) a výpočet koefcetů přeosu, kotrola splěí adáí (výpočet a obraeí frekvečí charakterstky fltru). Pokud frekvečí charakterstka avržeého fltru evyhovuje předepsaým toleracím, ávrh se opakuje (apř. pro vyšší řád fltru). Praktcky všechy programy umožňují avrhovat ákladí frekvečě selektví fltry (DP, HP, PP, PZ). Př ávrhu se adává buď typ fltru (FIR ebo IIR), řád fltru a druh fltru (apř. pásmová ádrž řádu 5, Čebyševův fltr prvího druhu), ebo je adá toleračí dagram a druh fltru (apř. FIR1 ebo Butterworth) a program sám určí řád fltru a jeho koefcety tak, aby bylo splěo předepsaé toleračí schéma. Základím typem frekvečě selektvího fltru je dolí (dolofrekvečí) propust. Z í se pomocí tv. frekvečích trasformací počítají koefcety ostatích typů frekvečě selektvích fltrů. Způsob těchto trasformací je odlšý pro FIR fltry a IIR fltry. Příklad toleračího dagramu dolí propust uvádí další obr. V ěm je rolšeo propusté pásmo fltru, přechodé pásmo fltru a epropusté pásmo fltru. Ampltudová charakterstka je sudá fukce, fáová charakterstka je lchá fukce. Charakterstky jsou perodcké s perodou 2, proto stačí adat průběh v tervalu <0, >. V případě dodržeí vorkovací věty atalasgový fltr- je sgál v pásmu ormovaých frekvecí θ od 0 do π a perodčost charakterstky evadí. 15

16 Číslcové fltry Návrh číslcových fltrů 4.1 Návrh fltrů FIR. Uvedeme poue ákladí metodu pomocí Fourerovy trasformace dskrétích sgálů a oke. V prax se ejvíce využívá metoda Parkse-McCleaa převedeá do počítačových programů. Př ávrhu vycháíme požadovaé frekvečí charakterstky. Je dáa požadovaá frekvečí charakterstka H d ( e j ) Návrh dolí propust FIR metodou oke. Výchoí charakterstka je A, výsledá B. Nevýhodou výsledé frekvečí charakterstky H d (e jɵ ) jsou její ákmty a obr. B oačeé p. Je proto uté používat já okéka ež jedotkové - obdélíkové. 16

17 Číslcové fltry Návrh číslcových fltrů Potlačeí ákmtů a frekvečí charakterstce dosáheme použtím jých oke ež obdélíkových. Pro ávrh fltru s lbovolou frekvečí odevou použjeme metodu Parks- McClella. Tou je možo avrhout přímo fltry typu dolí propust, horí propust, pásmovou propust, pásmovou ádrž aj. Fltry typu pásmová propust a pásmová ádrž můžeme také avrhout kombací jedotlvých dolích a horích propustí. Pásmová propust je avržea jako kaskáda dolí a horí propust a ekvvaletí mpulsí odeva je dáa kovolucí těchto jedotlvých odeev. Pásmová ádrž je dáa paralelím spojeím jedotlvých dolích a horích propustí. Ekvvaletí odeva je dáa součtem jedotlvých odeev. 17

18 Číslcové fltry Návrh číslcových fltrů Vytvořeí pásmové propust a pásmové ádrže pomocí fltrů dolí a horí propust 4.2 Návrh fltrů IIR Základí výhodou IIR fltrů prot FIR fltrům je to, že adaé specfkace obvykle splí př daleko žším řádu fltru. To je působeo aproxmováím požadovaé charakterstky racoálí lomeou fukcí. Proto méě požďují sgál př fltrac. Jejch fáová charakterstka je eleárí. Př pracováí sgálu off-le" (když jsou všecha data pro fltrac k dspoc před pracováím) je možo elmovat eleárí fáové kresleí vhodým pracováím. Klasckou metodou ávrhu je ávrh pomocí aalogového vorového fltru (prototypu). Vycháí se tabulek koefcetů aalogového fltru a pomocí koformího obraeí rovy p (ve které se pomocí Laplaceovy trasformace vyjadřuje přeos aalogového fltru) do rovy se ajdou koefcety odpovídajícího číslcového fltru. Použtá trasformačí rovce musí obraovat rovu p do rovy tak, aby levá polorova p odpovídala vtřku jedotkové kružce v rově, případě jeho část. Pak se př trasformac achová stablta fltru. Základí metody pro uvedeou trasformac jsou metoda varatost mpulsí odevy, metoda áhrady dervací dferecem a metoda bleámí trasformace. Posledí metoda je ejrošířeější, protože kromě achováí stablty vylučuje alasg. Trasformace frekvecí aalogové do číslcové oblast je ale eleárí. To ameá, že během ávrhu musíme přepočítat meí frekvece fltru. IIR fltry se používají ejméa jako ákladí frekvečě selektví fltry. Návrh většou vycháí dolí propust. Její koefcety se pomocí frekvečích trasformací převedou a koefcety požadovaého fltru (dolí propust s jou meí frekvecí ebo jého typu fltru). Tuto trasformac le provést u aalogového fltru a pak teprve přejít k číslcovému fltru, ebo ejprve ajít k aalogové dolí propust vorovou číslcovou dolí propust a trasformac provést až pro fltr číslcový. IIR fltry je ale možé taky avrhovat přímou metodou ávrhu, kdy číslcový fltr aproxmuje požadovaou ampltudovou frekvečí charakterstku přímkovým úseky. Tak se avrhují fltry s více propustým ebo ávěrým pásmy. 18

19 Číslcové fltry Návrh číslcových fltrů Základí aalogové propust Butterworthova dolí propust. Plochá, pokles N. 20 (db/dek). Čebyšev vlěí v propustém pásmu, rychlejší pokles ε určuje vlěí Frekvečí charakterstky dolích propustí Butterworth, Čebyšev. Základ bleárí trasformace defují obraeí rovy p do rovy Dosaeím a aalogové a číslcové frekvece do defčích vtahů dostaeme ákladí vtahy me aalogovým a číslcovým frekvecem. 19

20 Číslcové fltry Multrate flters 5. Systémy s proměou perodou vorkováí (multrate flters) Změa vorkovací frekvece decmace- redukce vorkovací frekvece faktorem M terpolace výšeí vorkovací frekvece faktorem L Příklady použtí: decmačí fltrace u FFT aalyátorů decmačí fltrace u Sgma-Delta převodíků měa vorkovací frekvece u dgtálích systémů apř kh u CD a 48 kh u dgtal audo. Zde musíme ajít ejvětší společý děltel, aby faktory decmace a terpolace byla celá čísla Kocepce decmace: sgal je vorková vyšší frekvecí ež je třeba pro dodržeí vorkovacího teorému vorkovací frekvece je redukováa faktorem M, M musí být je také velké, aby edošlo k alasgu Ukáka procesu decmace s čtelem M=2 f v = 1kH, f = 50 H, N= 100 vorků, T= 100 ms (5 průběhů) a), b) vorkovaý sgál a jeho spektrum c), d) každá druhá hodota vorků položea rova 0, vorkovací kmtočet klesl a polovu, spektrum obsahuje dvě perody(výsledkem doplěí p ul me vorky je vk p-krát opakovaé posloupost obraů) e), f) odstraěí ulových vorků, sížeí vorkovací frekvece a f v = 500H 20

21 Číslcové fltry Multrate flters 4.1Decmace faktorem M Decmace spojeá s číslcovou fltrací. Horí obráek A kovoluce vorků vstupu s mpulsí odevou se provádí př každém ovém vorku a výstup y() je počítá pro každý vorek. Fltrovaá data jsou uschováa v data regstru, který je vorková sížeou frekvecí f s /M. Spodí obráek B. Zvýšeí výpočetí účost faktorem M. Hstore vorků je uschováa v N datových regstrech a výpočet kovoluce je provádě poue každý M tý vorek s frekvecí f s /M. 21

22 Číslcové fltry Multrate flters 4.2 Iterpolace faktorem L. Obráceý postup k decmac. Původí sgál jde do vyšovače frekvece (rate expader), který vloží me vorky sgálu přídavé uly. Iterpolačí fltr terpoluje me vorky a vyhladí data. Tím je docíleo převorkováí sgálu faktorem L. 22

23 Číslcové fltry Multrate flters 4.3 Systémy se měou vorkovacího kmtočtu L a M musí být celá čísla. Proto musíme ajít ejvětší společý děltel. V tomto případě je to 300. L= 48000/300 = 160, M = 44100/300 =

24 Číslcové fltry Fukce pro ávrh fltrů Fukce v LabWdows/CVI pro ávrh FIR fltrů (obdobé VI jsou v LabVIEW) Př. Návrh 55 bodového FIR fltru s leárí fáí, 44 db útlum a fltrace sgálu x[]. double x[256], coef [55], y[310], fs, fl, fh; t, m, wdtype; fs=1000.0, fl=200.0, fh=300.0; =55; wdtype=3; /* Hag m=256; /* pocet vstup. vorku Wd_BPF (fs, fl, fh,, coef, wdtype); /* vypocet koefcetu covolve (coef,, x, m, y); /* kovoluce koef. fltru se sgalem 24

25 Číslcové fltry Fukce pro ávrh fltrů Fukce v LabWdows/CVI pro ávrh IIR fltrů. Př. Geerace áhodého procesu a fltrace dolofrekvečí propustí 5. řádu double x[256], y[256], fs, fc ; t, order ; =256, fs=1000.0, fc=200.0 ; order = 5; uform (, 17, x); /* vytvore ahod. sgalu, hodoty me 0 a 1 */ Bw_LPF = (x,, fs, fc, order, y); /* fltrace a mste */ Další studjí materály: [1]Lteratura: M.Sedláček, Zpracováí sgálů v měřící techce, skrpta ČVUT FEL [2] Aalog Devces, Hewlett Packard, otes, tutorals, techcal artcles etc. Poděkováí: Teto text vkl a podpory projektu ESF CZ.1.07/2.2.00/ Reflexe požadavků průmyslu a výuku v oblast automatckého říeí a měřeí. 25

Lineární a adaptivní zpracovní dat. 5. Lineární filtrace: FIR, IIR

Lineární a adaptivní zpracovní dat. 5. Lineární filtrace: FIR, IIR Leárí a adaptví zpracoví dat 5. Leárí fltrace: FIR, IIR Dael Schwarz Ivestce do rozvoje vzděláváí Opakováí 2 Co je to fltrace? Co je to fltr? A jak ho popsujeme? Jaký je vztah Z trasformace a Fourerovy

Více

1. Základy měření neelektrických veličin

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

Více

Lineární a adaptivní zpracovní dat. 4. Lineární filtrace II: FIR, IIR

Lineární a adaptivní zpracovní dat. 4. Lineární filtrace II: FIR, IIR Leárí a adaptví zpracoví dat 4 Leárí fltrace II: FIR, IIR Dael Schwarz Ivestce do rozvoje vzděláváí Opakováí 2 Co je to fltrace? Co je to fltr? A jak ho popsujeme? Jaký je vztah Z trasformace a Fourerovy

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

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

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

Digitální filtrace a signálové procesory

Digitální filtrace a signálové procesory Dgtálí fltrace a sgálové procesory Petr Skalcký Praha 995 Teto text byl uvolě pouze pro potřeby studetů v předmětech KN a ASP a katedře Radoelektroky ČVUT v Praze pro rok jako doplňující lteratura. Text

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

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

Zobrazení čísel v počítači

Zobrazení čísel v počítači Zobraeí ísel v poítai, áklady algoritmiace Ig. Michala Kotlíková Straa 1 (celkem 10) Def.. 1 slabika = 1 byte = 8 bitů 1 bit = 0 ebo 1 (ve dvojkové soustavě) Zobraeí celých ísel Zobraeí ísel v poítai Ke

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

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

Číslicové filtry. Použití : Analogové x číslicové filtry : Analogové. Číslicové: Separace signálů Restaurace signálů

Číslicové filtry. Použití : Analogové x číslicové filtry : Analogové. Číslicové: Separace signálů Restaurace signálů Číslicová filtrace Použití : Separace sigálů Restaurace sigálů Číslicové filtry Aalogové x číslicové filtry : Aalogové Číslicové: + levé + rychlé + velký dyamický rozsah (v amplitudě i frekveci) - evhodé

Více

Metodika: Goniometrický tvar komplexního ísla, binomická rovnice

Metodika: Goniometrický tvar komplexního ísla, binomická rovnice ! " #$ % # & ' ( ) * + ), - Idvduálí výuka matematka Vít Ržka, kvte Metodka: Goometrcký tvar komplexího ísla, bomcká rovce Úvod Téma goometrcký tvar komplexího ísla je možé probírat soubž s výkladem pojmu

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

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

[ jednotky ] Chyby měření

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

Více

12. N á h o d n ý v ý b ě r

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

Více

IV. MKP vynucené kmitání

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

Více

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

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

Více

Spolehlivost a diagnostika

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

Více

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

1 Základy Z-transformace. pro aplikace v oblasti

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

Více

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

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

1.1 Definice a základní pojmy

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

Více

Struktura a architektura počítačů

Struktura a architektura počítačů Struktur rchtektur počítčů Číselé soustvy Převody me soustvm, kódy Artmetcké operce České vysoké učeí techcké Fkult elektrotechcká Ver J Zděek 3 Polydcké číselé soustvy (počí) Hodot čísl v soustvě se ákldem

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

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

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

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

a další charakteristikou je četnost výběrového souboru n.

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

Více

ANALÝZA A KLASIFIKACE DAT

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

Více

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

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

4. KRUHOVÁ KONVOLUCE, RYCHLÁ FOURIEROVA TRANSFORMACE (FFT) A SPEKTRÁLNÍ ANALÝZA SIGNÁLŮ

4. KRUHOVÁ KONVOLUCE, RYCHLÁ FOURIEROVA TRANSFORMACE (FFT) A SPEKTRÁLNÍ ANALÝZA SIGNÁLŮ 4. KRUHOVÁ KOVOLUCE, RYCHLÁ FOURIEROVA TRASFORMACE FFT A SEKTRÁLÍ AALÝZA SIGÁLŮ Kruová cylcá ovoluce Ryclá Fourerova trasformace Aplace DFT a aalogové sgály, frevečí aalýza perodcýc aalogovýc sgálů s využtím

Více

3 - Póly, nuly a odezvy

3 - Póly, nuly a odezvy 3 - Póly, uly a odezvy Michael Šebek Automatické řízeí 5 3--5 Automatické řízeí - Kyberetika a robotika Póly přeosu jsou kořey jmeovatele pro gs () = bs () as () jsou to komplexí čísla si: as ( i) = pokud

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

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

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

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

Více

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

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

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

jsou reálná a m, n jsou čísla přirozená.

jsou reálná a m, n jsou čísla přirozená. .7.5 Racioálí a polomické fukce Předpoklad: 704 Pedagogická pozámka: Při opisováí defiic racioálí a polomické fukce si ěkteří studeti stěžovali, že je to příliš těžké. Ve skutečosti je sstém, kterým jsou

Více

Přednáška č. 2 náhodné veličiny

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

Více

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 2: Rozhodovací stromy, RBF sítě, vlastní algoritmy v RapidMineru

Cvičení 2: Rozhodovací stromy, RBF sítě, vlastní algoritmy v RapidMineru České vysoké učeí techcké v Praze Fakulta formačích techologí Katedra teoretcké formatky Evropský socálí fod Praha & EU: Ivestujeme do vaší budoucost MI-ADM Algortmy data mgu 2010/2011 Cvčeí 2: Rozhodovací

Více

Projekt realizovaný na SPŠ Nové Město nad Metují. s finanční podporou v Operačním programu Vzdělávání pro konkurenceschopnost Královéhradeckého kraje

Projekt realizovaný na SPŠ Nové Město nad Metují. s finanční podporou v Operačním programu Vzdělávání pro konkurenceschopnost Královéhradeckého kraje Projekt realoaý a SPŠ Noé Město ad Metují s fačí podporou Operačím programu Vdělááí pro kokureceschopost Králoéhradeckého kraje Modul - Techcké předměty Ig. Ja Jemelík - fukčí soustay součástí, které slouží

Více

Univerzita Karlova v Praze Pedagogická fakulta

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

Více

popsat činnost základních zapojení převodníků U-f a f-u samostatně změřit zadanou úlohu

popsat činnost základních zapojení převodníků U-f a f-u samostatně změřit zadanou úlohu 7. Převodníky - f, f - Čas ke studu: 5 mnut Cíl Po prostudování tohoto odstavce budete umět popsat čnnost základních zapojení převodníků -f a f- samostatně změřt zadanou úlohu Výklad 7.. Převodníky - f

Více

Výstup a n. Vstup. obrázek 1: Blokové schéma a graf paralelní soustavy

Výstup a n. Vstup. obrázek 1: Blokové schéma a graf paralelní soustavy Paralelí soustava Vstup a a Výstup a Vstup a Výstup a a obrázek : Blokové schéma a graf paralelí soustavy paralelí soustava je v bezporuchovém stavu je-l v bezporuchovém stavu prvek (tzv. adbytečé spojeí

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

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

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

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson STATISTIKA Statistika se těší pochybému vyzameáí tím, že je ejvíce epochopeým vědím oborem. H. Leviso Charakterizace statistického souboru Statistický soubor Prvek souboru Zak prvku kvatitativí teplota,

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

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

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

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

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

Více

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

Mendelova univerzita v Brně Statistika projekt

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

Více

Těžiště a moment setrvačnosti Nalezení práce polohy těžiště a momentu setrvačnosti vůči zadané ose u homogenních těles v třírozměrném prostoru.

Těžiště a moment setrvačnosti Nalezení práce polohy těžiště a momentu setrvačnosti vůči zadané ose u homogenních těles v třírozměrném prostoru. Těžiště a momet setrvačosti Naleeí práce polohy těžiště a mometu setrvačosti vůči adaé ose u homogeích těles v tříroměrém prostoru. Př. 1 Najděte těžiště a momet setrvačosti kulové vrstvy vůči rotačí ose

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

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

množina všech reálných čísel

množina všech reálných čísel /6 FUNKCE Základí pojmy: Fukce sudá a lichá, Iverzí fukce Nepřímá úměrost, Mociá fukce, Epoeciálí fukce a rovice Logaritmus, logaritmická fukce a rovice Opakováí: Defiice fukce, graf fukce Defiičí obor,

Více

Komplexní čísla, komplexně sdružená čísla, opačná komplexní čísla, absolutní hodnota (modul) komplexního čísla. z 2 z 1

Komplexní čísla, komplexně sdružená čísla, opačná komplexní čísla, absolutní hodnota (modul) komplexního čísla. z 2 z 1 Komplexí čísla, komplexě sdružeá čísla, opačá komplexí čísla, absolutí hodota (modul) komplexího čísla Defiice komplexího čísla Komplexí číslo je uspořádaá dvojice reálých čísel = (, ) (, ). je reálá,

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

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

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

Více

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

2. Vícekriteriální a cílové programování

2. Vícekriteriální a cílové programování 2. Vícerterálí a cílové programováí Úlohy vícerterálího programováí jsou úlohy, ve terých se a možě přípustých řešeí optmalzuje ěol salárích rterálích fucí. Moža přípustých řešeí je přtom defováa podobě

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

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

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

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

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

Více

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

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

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů Semárky, předášky, bakalářky, testy - ekoome, ace, účetctví, ačí trhy, maagemet, právo, hstore... PODNIKOVÁ EKONOMIKA 3. Cea ceých papírů Ceé papíry jsou jedím ze způsobů, jak podk může získat potřebý

Více

Aplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2006/2007 Radim Farana. Obsah. Algoritmus

Aplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2006/2007 Radim Farana. Obsah. Algoritmus Podklady předmětu pro akademický rok 006007 Radim Faraa Obsah Tvorba algoritmů, vlastosti algoritmu. Popis algoritmů, vývojové diagramy, strukturogramy. Hodoceí složitosti algoritmů, vypočitatelost, časová

Více

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

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

Více

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

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

Iterační metody řešení soustav lineárních rovnic

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

Více

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

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

Posloupnosti a číselné řady. n + 1. n + 1 + n n + 1 + n. n n + 1 + n. = lim. n2 sin n! lim. = 0, je lim. lim. lim. 1 + b + b 2 + + b n) = 1 b

Posloupnosti a číselné řady. n + 1. n + 1 + n n + 1 + n. n n + 1 + n. = lim. n2 sin n! lim. = 0, je lim. lim. lim. 1 + b + b 2 + + b n) = 1 b Najděte itu Poslouposti a číselé řady ) + Protože + = + x ) + + =, je + + + + ) + = = 0 + + Najděte itu 3 si! + Protože je si! a 3 = 0, je 3 si! = 0 Najděte itu + a + a + + a + b + b, a

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

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

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

Více

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti Úvod Opakováí Poslouposti Příklady Matematika 1 Katedra matematiky, Fakulta stavebí ČVUT v Praze středa 10-11:40 posluchára D-1122 2012 / 13 Úvod Opakováí Poslouposti Příklady Úvod Opakováí Poslouposti

Více

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.). STATISTIKA Statistické šetřeí Proveďte a vyhodoťte statistické šetřeí:. Zvolte si statistický soubor. 2. Zvolte si určitý zak (zaky), které budete vyhodocovat. 3. Určete absolutí a relativí četosti zaků,

Více

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

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

Více

Deskriptivní statistika 1

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

Více

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

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

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

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

Aritmetická posloupnost, posloupnost rostoucí a klesající Posloupnosti

Aritmetická posloupnost, posloupnost rostoucí a klesající Posloupnosti 8 Aritmetická posloupost, posloupost rostoucí a klesající Poslouposti Posloupost je fukci s defiičím oborem celých kladých čísel - apř.,,,,,... 3 4 5 Jako fukci můžeme také posloupost zobrazit do grafu:

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

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

Petr Šedivý Šedivá matematika

Petr Šedivý  Šedivá matematika LIMITA POSLOUPNOSTI Úvod: Kapitola, kde poprvé arazíme a ekoečo. Argumety posloupostí rostou ade všechy meze a zkoumáme, jak vypadají hodoty poslouposti. V kapitole se sezámíte se základími typy it a početími

Více

11.1 Úvod. Definice : [MA1-18:P11.1] definujeme pro a C: nedefinujeme: Posloupnosti komplexních čísel

11.1 Úvod. Definice : [MA1-18:P11.1] definujeme pro a C: nedefinujeme: Posloupnosti komplexních čísel KAPITOLA : Číselé řdy MA-8:P.] Ozčeí: R {, +} R R C {} C rozšířeá komplexí rovi evlstí hodot, číslo, bod U ε {x C x < ε } pro C, ε > 0 U K {x C x > K } pro K 0 defiujeme pro C: ±, je pro 0, edefiujeme:

Více