3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.

Rozměr: px
Začít zobrazení ze stránky:

Download "3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě."

Transkript

1 3. Hodoceí přesost měřeí a vytyčováí. Odchyky a toerace ve výstavbě. 3. Úvod o měřeí obecě 3. Chyby měřeí a jejch děeí 3.. Omyy a hrubé chyby 3.. Systematcké chyby 3..3 Náhodé chyby 3.3 Výpočet charakterstky přesost měřeí 3.4 Zpracováí přímých měřeí stejé přesost 3.5 Zpracováí přímých měřeí estejé přesost 3.6 Příkady a zpracováí výsedků přímých měřeí 3.7 Záko hromaděí směrodatých odchyek 3.8 Příkady a apkac ZHSO 3.9 Vybraé pojmy z geometrcké přesost staveb 3.0 Vytyčovací odchyky ve výstavbě

2 3. Úvod o měřeí obecě. V geodéz měříme především déky, úhy, a dáe také apř. čas, vekost síy tíže apod. Výsedek měřeí je charakterzová čísem, závsým též a vobě jedotek. Ze zkušeost patí : opakuje se měřeí téže večy, tak př sebevětší pečvost jsou získáy obecě růzé výsedky. Je to tím, že žádé měřeí eze zoovat od moha rušvých vvů, havě : - edokoaost ašch smysů, - edokoaost přístrojů, - vější vvy, - edostatečá zaost všech okoostí, které způsobují chyby měřeí atd.

3 3. Úvod o měřeí obecě. Omezováím chyb apř. využtím přesějšího přístroje ze sížt jejch vv, a tak zvýšt přesost měřeí. Proměvé, vem početé, a eje proto v podstatě epostžteé vvy určují číseě výsedek měřeí, který je v určtých mezích áhodou (bovoou a epředvídateou) večou. Rozdíost výsedků měřeí vypývá z fyzkáí podstaty prostředí. Př měřeí a jeho zpracováí je hedáa ejspoehvější hodota výsedku měřeí, odhadováa její přesost a meze její spoehvost. Měřeím č zpracováím měřeí NIKDY ezískáme skutečou hodotu večy, vždy se jedá o odhad. 3

4 3. Chyby měřeí a jejch děeí. Výsedek každého měřeí je evyhuteě zatíže skutečou chybou ε, která je souhrem působeí jedotvých vvů. Skutečou chybu měřeí ε ze vyjádřt pomocí skutečé (správé) hodoty večy X a měřeé hodoty : ε = X Chyby měřeí : - hrubé chyby a omyy, - evyhuteé (áhodé, systematcké). 4

5 3. Chyby měřeí a jejch děeí. 3.. Omyy a hrubé chyby Omyy ejsou způsobey objektvím podmíkam měřeí, ae esprávým úkoy měřče (omy, epozorost, špatá mapuace s přístrojem apod.) Hrubé chyby mohou vzkat akupeím epřízvých vvů ebo jejch eobvykou vekostí jako apř. sý vítr ebo vbrace obrazu cíe v daekohedu. Měřeí s těmto chybam jsou v příkrém rozporu s kotroím měřeím - je uté dvojí měřeí ebo měřeí adbytečých hodot. Nejsou chybam evyhuteým a dáe ejsou uvažováy. 5

6 3. Chyby měřeí a jejch děeí. 3.. Systematcké chyby. Vzkají z jedostraě působících příč,za stejých podmíek ovvňují měřeí ve stejém smysu, tj. chyba měřeí má stejé zaméko vekost. Dáe je ze dět a : - kostatí (př každém měřeí stejé zaméko vekost, apř. chybá déka pásma), - proměvé (jejch vv se měí v závsost a podmíkách měřeí, apř. a tepotě atmosféry apod., jejch vv může mít růzá zaméka). Systematcké chyby je možo potačt seřízeím (rektfkací) přístrojů a pomůcek před měřeím a vhodou metodkou zpracováí měřeí. 6

7 3. Chyby měřeí a jejch děeí. 3.. Náhodé chyby. Takové chyby, které př stejé měřeé večě, metodě měřeí, podmíkách a pečvost, áhodě abývají růzé vekost zaméka. Jedotvě emají žádé zákotost a jsou vzájemě ezávsé, epředvídateé a ezdůvodteé. Ve větších souborech (vícekrát opakovaé měřeí) se však jž řídí jstým statstckým zákotostm. Náhodé chyby stejého druhu mají charakter áhodé večy s ormáím rozděeím pravděpodobost. 7

8 3. Chyby měřeí a jejch děeí. Vastost áhodých chyb : - pravděpodobost vzku kadé č záporé chyby určté vekost je stejá, - maé chyby jsou pravděpodobější (četější) ež veké, - chyby ad určtou mez se evyskytují (resp. považujeme je za hrubé). Hustota pravděpodobost ϕ(x) (také frekvečí fukce) ormáího rozděeí N(E(x),σ ): { x E ( x )} ( x ) e σ ϕ =, x (, ). σ π 8

9 3. Chyby měřeí a jejch děeí. ϕ(x) Frekvečí křvka ormáího rozděeí P B = ϕ A ( x )dx A B x E(x) - σ E(x) - σ E(x) E(x) + σ E(x) + σ Pravděpodobost P, že měřeí bude zatížeo chybou o vekost padoucí do tervau <A;B> je rova poše vyšrafovaé v grafu. 9

10 3. Chyby měřeí a jejch děeí. Někok hodot pravděpodobostí P, charakterzujících ormáí rozděeí : A B P E(x) E(x) + σ 0,34 E(x) σ E(x) + σ 0,68 E(x) E(x) + σ 0,477 E(x) σ E(x) + σ 0,954 E(x) E(x) + 3σ 0,499 E(x) 3σ E(x) + 3σ 0,997 E(x) E(x) +,000 0

11 3. Chyby měřeí a jejch děeí. Co to je směrodatá odchyka σ? Je to parametr popsující ormáí rozděeí. Ve vztahu k měřeí je to charakterstka přesost. Z hedska chyb měřeí je třeba vždy tuto charakterstku terpretovat s ohedem a předchozí tabuku, a tedy s uvědomt, že apř. v tervau < -σ ; σ > od měřeé hodoty se vyskytuje hedaá hodota geometrckého parametru s pravděpodobostí 95 % (za předpokadu, že měřeí mají ormáí rozděeí). Výsedkem vvu áhodých a systematckých chyb je skutečá chyba měřeí : ε = + c

12 3.3 Výpočet charakterstky přesost měřeí. Jako charakterstka přesost měřeí se téměř výhradě využívá směrodatá odchyka σ. Druhy směrodatých odchyek : zákadí : z vekého souboru měřeí, kde, výběrová : ze souboru mešího. Výpočet : ε [ ] εε = σ = = = = ε = X

13 3.4 Zpracováí přímých měřeí stejé přesost Př praktckém měřeí kromě ěkoka máo specfckých případů skutečou hodotu ezáme a v takovémto případě je jako ejpravděpodobější odhad skutečé hodoty možo použít artmetcký průměr. Rozdíy průměré hodoty a jedotvých měřeí jsou pak azýváy opravam v, ze kterých se počítá výběrová směrodatá odchyka σ, přesěj vyjádřeo, její odhad. Výpočet patí pro měřeí stejé přesost (= stejé váhy rové jedé). v [ ] σ vv = = = = = [ ] = = = v = 3

14 3.4 Zpracováí přímých měřeí stejé přesost. Směrodatá odchyka je také áhodá veča pokud provedeme stejě apř. x 0 měřeí a vypočteme dvakrát směrodatou odchyku, obecě ebude stejá. Je pro ustrac je zde uvede vzorec pro výpočet odhadu směrodaté odchyky směrodaté odchyky. σ σ = σ kde je adbytečý počet měřeí, zde = () / ( ) 0,7 0,50 0,35 0,4 0,6 0,0 0,07 0,03 4

15 3.4 Zpracováí přímých měřeí stejé přesost. Pokud je záma směrodatá odchyka jedoho měřeí a byo měřeo vícekrát, směrodatá odchyka průměré hodoty se vypočte pode vzorce σ = σ 5

16 3.5 Zpracováí přímých měřeí estejé přesost. Pokud měřeí emají stejou přesost a tato přesost je záma, je uto zvot jý postup zpracováí. Hodota výsedku měřeí je pak získáa jako vážeý průměr [ p] [ p] = = = = Váhy se určují : p c = σ p p, kde c je voeá kostata. 6

17 3.5 Zpracováí přímých měřeí estejé přesost. Směrodatá odchyka hodoty určeé vážeým průměrem se vypočte [ pvv] [ p]( ) = = = σ = = = p p v ( ), kde opravy se vypočtou v = 7

18 3.6 Příkady a zpracováí výsedků přímých měřeí. Příkad : Déka bya měřea opakovaě pětkrát za stejých podmíek a stejou metodou (= se stejou přesostí). Vypočtěte průměrou déku, přesost jedoho měřeí a přesost průměru. / m v / m vv / m 5,68-0,004,96E-06 5,66 0,0006 3,60E ,67-0,0004,60E ,64 0,006 6,76E ,68-0,004,96E-06 Σ 8,33 0,000,E-05 σ = 5,666 m, = 0,007 m, = 0,00075 m σ 8

19 3.6 Příkady a zpracováí výsedků přímých měřeí. Příkad : Déka bya měřea opakovaě pětkrát růzým metodam (= s růzou přesostí). Vypočtěte průměrou déku a přesost průměru. / m σ / m p. p v / m 5,68 0,0030 0,69 3,908-0,003 5,66 0,000,56 8,79 0, ,67 0,005,00 5,67-0, ,64 0,0035 0,5,869 0, ,68 0,005,00 5,68-0,003 Σ 4,77 6,83 Voba c = 0,005, = 5,667 m, = 0,00056 m σ 9

20 3.7 Záko hromaděí směrodatých odchyek. V moha případech eze ebo eí výhodé přímo měřt určovaou hodotu, a tato se pak určuje zprostředkovaě č výpočtem z jých měřeých hodot. Příkadem může být pocha trojúheíka, jsou- měřey dvě stray a úhe. Potřebujeme eje vypočítat hedaou hodotu, ae také určt její směrodatou odchyku. Záme fukčí vztah mez večam, dokážeme j vypočítat pomocí zákoa hromaděí směrodatých odchyek (ZHSO). ZHSO vychází ze zákoa hromaděí skutečých chyb, který je zaože a totáím dferecáu fukčího vztahu. 0

21 3.7 Záko hromaděí směrodatých odchyek. Záko hromaděí skutečých chyb : Fukčí vztah : y = f ( x, x, x 3, x 4, x 5,..., x k ) Patí : ( ) 3 y + ε = f x + ε, x + ε, x + ε,..., x + ε y x x x3 k x k Vzhedem k tomu, že skutečé chyby jsou oprot měřeým hodotám vem maé, ze rozvout pravou strau vztahu pode Tayorova rozvoje s omezeím pouze a čey prvího řádu. f f y f ( x,..., x )... x + ε = + ε + + ε x y k x x k k

22 3.7 Záko hromaděí směrodatých odchyek. Záko hromaděí skutečých chyb : f f f f ε = ε + ε + ε ε x x x x y x x x3 x k 3 k Skutečé chyby měřeých več zpravda ezáme, ae záme jejch směrodaté odchyky a Záko hromaděí směrodatých odchyek je dá vztahem : f f f σ = σ + σ σ y x x x x x xk k

23 3.7 Záko hromaděí směrodatých odchyek. Záko hromaděí směrodatých odchyek patí za ásedujících podmíek :. Jedotvé měřeé večy, a tedy jejch skutečé chyby, musí být vzájemě ezávsé.. Skutečé chyby mají áhodý charakter, jejch zaméko a vekost se řídí ormáím rozděeím. 3. Chyby jsou oprot měřeým hodotám maé, parcáí dervace musí zůstat praktcky kostatí, změí - se měřeé hodoty o hodoty chyb. 4. Jedotvé čey musí mít stejý fyzkáí rozměr. 3

24 3.8 Příkady a apkac ZHSO. Příkad : Jsou zámy dvě déky a = 34,35 m, b = 8,3 m, které byy změřey se σ a =σ b = 0,00m. Dáe by změře úhe ω = 5,345, σ ω = 0,0045. Určete směrodatou odchyku pochy trojúheíka. a ω b 4

25 3.8 Příkady a apkac ZHSO. Fukčí vztah : P = a b s( ω ) Skutečé chyby : ε P = b s( ω ) ε a + a s( ω ) ε b + π + a b cos( ω ) ε ω ρ = π 5

26 3.8 Příkady a apkac ZHSO. Směrodaté odchyky : b s( ) P a a s( ) b σ = ω σ + ω σ + σ ω + a b cos( ω ) ( ρ ) Úprava pro σ a = σ b = σ d : ( b a ) σ = + s ( ω ) σ P d + 4 σ ( a b cos( )) ω + ω 4 ( ρ ) Po dosazeí : σ P = 0,043 m, P = 384,983 m. 6

27 3.8 Příkady a apkac ZHSO. Příkad : Odvoďte vzorec pro směrodatou odchyku průměru z měřeí, záte- směrodatou odchyku jedoho měřeí σ. Fukčí vztah : [ ] = = Záko hromaděí skutečých chyb : ε = ε + ε ε { } Víme, že všecha měřeí mají stejou směrodatou odchyku. O skutečých chybách ae evíme c (je to áhodá veča) a proto NELZE závorku zjedodušt. Obecě patí : ε ε... ε 7

28 3.8 Příkady a apkac ZHSO. Záko hromaděí směrodatých odchyek : Ze zadáí víme, že všecha měřeí mají stejou směrodatou odchyku. Proto patí : σ = σ =... = σ = σ σ σ = σ + σ σ = σ = { } ( ) 8

29 3.9 Vybraé pojmy z geometrcké přesost staveb. Zákadí hodota geometrckého parametru Skutečá hodota g.p. Skutečá odchyka Mezí odchyka Přesost kotroího měřeí Hodota uvedeá v projektové dokumetac. Hodota ve skutečost. Rozdí mez projektovaou a měřeou hodotou. Největší přípustá odchyka pro výsedky měřeí. Odvíjí se od požadovaé přesost určeí geometrckého parametru. 9

Geodézie 3 (154GD3) Téma č. 9: Hodnocení a rozbory přesnosti výškových měření.

Geodézie 3 (154GD3) Téma č. 9: Hodnocení a rozbory přesnosti výškových měření. Geodéze 3 (54GD3) Téma č. 9: Úvod o měřeí obecě. V geodéz měříme především déky, úhy, a dáe také apř. čas, vekost síy tíže apod. Výsedek měřeí je charakterzová čísem, závsým též a vobě jedotek. Ze zkušeost

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

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

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

Více

p 1 n zp p p 25 25 100 100 100 100 2,5 z 2,5 1 x x 21 p p 25 25 100 100 100 100 7,5 z 7,5 1 x x 24 Obecný vzorec pro výpočet kvantilů sudé n:

p 1 n zp p p 25 25 100 100 100 100 2,5 z 2,5 1 x x 21 p p 25 25 100 100 100 100 7,5 z 7,5 1 x x 24 Obecný vzorec pro výpočet kvantilů sudé n: Věk 1. 20 2. 20 3. 21 4. 22 5. 22 6. 23 7. 23 8. 24 9. 24 10. 24 Obecý vzorec pro výpočet kvatlů sudé : Dolí kvartl: p z 100 p p 1 100 p p 25 25 zp 1 10 zp 10 1 100 100 100 100 2,5 z 2,5 1 21 p 0,25 (3)

Více

Doba rozběhu asynchronního motoru.

Doba rozběhu asynchronního motoru. 1 Doba rozběhu asychroího motoru. 1. Doba rozběhu. Pro prví orietaci ke staoveí doby rozběhu asychroího motoru stačí provést přibližý výpočet ze středího urychlovacího mometu a a daých setrvačých hmot

Více

17 t. Analytická geometrie přímky rovnice přímky, vzájemná poloha přímek, odchylka přímek, průsečík přímek, vzdálenost přímky od roviny

17 t. Analytická geometrie přímky rovnice přímky, vzájemná poloha přímek, odchylka přímek, průsečík přímek, vzdálenost přímky od roviny 7 t Aaltická geometrie přímk rovice přímk, vzájemá poloha přímek, odchlka přímek, průsečík přímek, vzdáleost přímk od rovi Parametrické vjádřeí přímk v roviě Přímka je jedozačě určea dvěma růzými bod.

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

z možností, jak tuto veličinu charakterizovat, je určit součet

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

Více

Nejistoty v mìøení III: nejistoty nepøímých mìøení

Nejistoty v mìøení III: nejistoty nepøímých mìøení Nestoty v ìøeí III: estoty epøíých ìøeí MÌØIÍ TEHNIK V èácích [] a [] by podá pøehed soèasých ázorù a probeatk estot v ìøeí obecì a pøedstave zpùsob výpoèt estot pø éì ároèých pøíých ìøeích. Teto tøetí

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

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

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

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

Více

P2 Chyby a nejistoty měření

P2 Chyby a nejistoty měření P. Chyby měřeí P Žádým měřeí ezískáme správo hodot měřeé veličiy, protože každé měřeí je zatížeo chybo. Chyba charakterizje přesost měřeí. Aalýza chyb je základí podmíko zvyšováí přesosti měřeí. Výsledek

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

VY_52_INOVACE_J 05 01

VY_52_INOVACE_J 05 01 Název a adresa školy: Středí škola průmyslová a umělecká, Opava, příspěvková orgazace, Praskova 399/8, Opava, 74601 Název operačího programu: OP Vzděláváí pro kokureceschopost, oblast podpory 1.5 Regstračí

Více

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

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

Více

10.2.3 VÁŽENÝ ARITMETICKÝ PRŮMĚR S REÁLNÝMI VAHAMI

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

Více

V. Normální rozdělení

V. Normální rozdělení V. Normálí rozděleí 1. Náhodá veličia X má ormovaé ormálí rozděleí N(0; 1). Určete: a) P (X < 1, 5); P (X > 0, 3); P ( 1, 135 < x ); P (X < 3X + ). c) číslo ε takové, že P ( X < ε) = 0,

Více

Testy statistických hypotéz

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

Více

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

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

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

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

Více

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

Náhodný výběr 1. Náhodný výběr

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

Více

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

Dynamická pevnost a životnost Statistika

Dynamická pevnost a životnost Statistika DŽ statistika Dyamická pevost a životost tatistika Mila Růžička, Josef Jreka, Zbyěk Hrbý mechaika.fs.cvt.cz zbyek.hrby@fs.cvt.cz DŽ statistika tatistické metody vyhodocováí dat DŽ statistika 3 tatistické

Více

Univerzita Tomáše Bati ve Zlíně

Univerzita Tomáše Bati ve Zlíně Univerzita omáše Bati ve Zíně LABORAORNÍ CVIČENÍ Z FYZIKY II Název úohy: Měření tíhového zrychení reverzním a matematickým kyvadem Jméno: Petr Luzar Skupina: I II/1 Datum měření: 3.října 007 Obor: Informační

Více

IV-1 Energie soustavy bodových nábojů... 2 IV-2 Energie elektrického pole pro náboj rozmístěný obecně na povrchu a uvnitř objemu tělesa...

IV-1 Energie soustavy bodových nábojů... 2 IV-2 Energie elektrického pole pro náboj rozmístěný obecně na povrchu a uvnitř objemu tělesa... IV- Eergie soustavy bodových ábojů... IV- Eergie elektrického pole pro áboj rozmístěý obecě a povrchu a uvitř objemu tělesa... 3 IV-3 Eergie elektrického pole v abitém kodezátoru... 3 IV-4 Eergie elektrostatického

Více

17. Statistické hypotézy parametrické testy

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

Více

Měřící technika - MT úvod

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

Více

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

9.2.5 Sčítání pravděpodobností I

9.2.5 Sčítání pravděpodobností I 9.2.5 Sčítání pravděpodobností I Předpoklady: 9203 Pedagogická poznámka: Následující problém sice zadávám jako příklad, ale minimálně na začátku s žáky počítám na tabuli. I kvůli tomu, aby jejich úprava

Více

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

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

Více

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

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

Více

POPISNÁ STATISTIKA. Předmět popisné statistiky

POPISNÁ STATISTIKA. Předmět popisné statistiky STATISTIKA POPISNÁ STATISTIKA Předmět popsé statstky Hromadá data a áhodé velčy Představte s že potřebujete zjstt podrobé a kompleí formace o určtém souboru objektů jedců č událostí (stromech v lese ldech

Více

Odůvodnění. Obecná část

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

Více

Kvadratické rovnice pro učební obory

Kvadratické rovnice pro učební obory Variace 1 Kvadratické rovnice pro učební obory Autor: Mgr. Jaromír JUŘEK Kopírování a jkaékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. 1. Kvadratické

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

EKONOMETRIE 8. přednáška Klasický lineární regresní model

EKONOMETRIE 8. přednáška Klasický lineární regresní model EKONOMETRIE 8. předáška Klasický lieárí regresí model Formulace a podmíky (pozor a ozačeí parametrů) Základí edorovicový model: zobrazue ekoomickou hypotézu o vztahu mezi edou vysvětlovaou ekoomickou veličiou

Více

Konec srandy!!! 1.6.1 Mocniny s přirozeným mocnitelem. Předpoklady: základní početní operace

Konec srandy!!! 1.6.1 Mocniny s přirozeným mocnitelem. Předpoklady: základní početní operace Koec srady!!!.6. Mociy s přirozeým mocitelem Předpoklady: základí početí operace Pedagogická pozámka: Zápis a začátku kapitoly je víc ež je srada. Tato hodia je prví v druhé části studia. Až dosud ehrálo

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

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

5.1. Posloupnosti. Posloupnost je funkce, jejímž definičním oborem je množina všech přirozených čísel.

5.1. Posloupnosti. Posloupnost je funkce, jejímž definičním oborem je množina všech přirozených čísel. . 5. Poslouposti, geometrická řada a kombiatorika. 5.. Poslouposti. Posloupost je fukce, jejímž defiičím oborem je možia všech přirozeých čísel. Fukčí hodota této fukce přiřazeá číslu N se azývá -tý čle

Více

10.3 GEOMERTICKÝ PRŮMĚR

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

Více

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

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

Více

Inovace předmětů studijních programů strojního inženýrství v oblasti teplotního namáhání

Inovace předmětů studijních programů strojního inženýrství v oblasti teplotního namáhání Grantový projekt FRVŠ MŠMT č.97/7/f/a Inovace předmětů studijních programů strojního inženýrství v obasti tepotního namáhání Některé apikace a ukázky konkrétních řešení tepeného namáhání těes. Autorky:

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

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

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

Více

Přehled vztahů k problematice spoření, důchody, anuitní splácení úvěru

Přehled vztahů k problematice spoření, důchody, anuitní splácení úvěru Přehled vztahů k poblematice spořeí, důchody, auití spláceí úvěu Pozámka: Veškeé sazby je do uvedeých vzoců uto dosazovat v jejich elativím vyjádřeí! V případě zdaňováí úokových příjmů je uto dosazovat

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

( + ) ( ) ( ) ( ) ( ) Derivace elementárních funkcí II. Předpoklady: Př. 1: Urči derivaci funkce y = x ; n N.

( + ) ( ) ( ) ( ) ( ) Derivace elementárních funkcí II. Předpoklady: Př. 1: Urči derivaci funkce y = x ; n N. .. Derivace elemetárích fukcí II Předpoklady: Př. : Urči derivaci fukce y ; N. Budeme postupovat stejě jako předtím dosazeím do vzorce: f ( + ) f ( ) f f ( + ) + + + +... + (biomická věta) + + +... + f

Více

Úkol měření. Použité přístroje a pomůcky. Tabulky a výpočty

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

Více

http://www.zlinskedumy.cz

http://www.zlinskedumy.cz Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast Autor Ročník 2, 3 Obor Anotace CZ.1.07/1.5.00/34.0514 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Elektronické obvody, vy_32_inovace_ma_42_06

Více

Intervalové odhady parametrů

Intervalové odhady parametrů Itervalové odhady parametrů Petr Pošík Části dokumetu jsou převzaty (i doslově) z Mirko Navara: Pravděpodobost a matematická statistika, https://cw.felk.cvut.cz/lib/ee/fetch.php/courses/a6m33ssl/pms_prit.pdf

Více

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) Základy teorie pravděpodobosti měřeí chyba měřeí Provádíme kvalifikovaý odhad áhodá systematická výsledek ejistota výsledku Základy teorie pravděpodobosti

Více

1. Základy počtu pravděpodobnosti:

1. Základy počtu pravděpodobnosti: www.cz-milka.et. Základy počtu pravděpodobosti: Přehled pojmů Jev áhodý jev, který v závislosti a áhodě může, ale emusí při uskutečňováí daého komplexu podmíek astat. Náhoda souhr drobých, ezjistitelých

Více

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

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

Více

( ) 2 2 2. 7.4.8 Výpočty odchylek. Předpoklady: 7406

( ) 2 2 2. 7.4.8 Výpočty odchylek. Předpoklady: 7406 7.4.8 Výočty odchylek Předoklady: 7406 Pedagogická ozámka: Na octié robráí této hodiy otřebje běžý stdet tak jede a ůl hodiy yčoací. Defiici odchylek ro římky, roiy atd. ž záme ze stereometrie, teď jeom

Více

Řešení: a) Označme f hustotu a F distribuční funkci náhodné veličiny X. Obdobně označme g hustotu a G distribuční funkci náhodné veličiny Y.

Řešení: a) Označme f hustotu a F distribuční funkci náhodné veličiny X. Obdobně označme g hustotu a G distribuční funkci náhodné veličiny Y. VII. Transformace náhodné veličiny. Náhodná veličina X má exponenciální rozdělení Ex(; ) a náhodná veličina Y = X. a) Určete hustotu a distribuční funkci náhodné veličiny Y. b) Vypočtěte E(Y ) a D(Y ).

Více

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p)

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p) . Příklad Při průzkumu trhu projevilo 63 z dotázaých zákazíků zájem o iovovaý výrobek, který má být uvede a trh se zákazíky. Odvoďte a odhaděte proceto a počet zájemců v populaci s 95% spolehlivostí. Následě

Více

APLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU

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

Více

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby. ováí - Hru IV /6 ováí Hru IV Mila RůžR ůžička, Josef Jureka,, Zbyěk k Hrubý zbyek.hruby hruby@fs.cvut.cz ováí - Hru IV /6 ravděpodobostí úavové diagramy s uvažováím předpětí R - plocha ve čtyřrozměrém

Více

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

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

Více

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

( ) 2.4.4 Kreslení grafů funkcí metodou dělení definičního oboru I. Předpoklady: 2401, 2208

( ) 2.4.4 Kreslení grafů funkcí metodou dělení definičního oboru I. Předpoklady: 2401, 2208 .. Kreslení grafů funkcí metodou dělení definičního oboru I Předpoklady: 01, 08 Opakování: Pokud jsme při řešení nerovnic potřebovali vynásobit nerovnici výrazem, nemohli jsme postupovat pro všechna čísla

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

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

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

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

Více

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

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

{ } 9.1.9 Kombinace II. Předpoklady: 9108. =. Vypiš všechny dvoučlenné kombinace sestavené z těchto pěti prvků. Urči počet kombinací pomocí vzorce.

{ } 9.1.9 Kombinace II. Předpoklady: 9108. =. Vypiš všechny dvoučlenné kombinace sestavené z těchto pěti prvků. Urči počet kombinací pomocí vzorce. 9.1.9 Kombinace II Předpoklady: 9108 Př. 1: Je dána pěti prvková množina: M { a; b; c; d; e} =. Vypiš všechny dvoučlenné kombinace sestavené z těchto pěti prvků. Urči počet kombinací pomocí vzorce. Vypisujeme

Více

4.5.9 Vznik střídavého proudu

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

Více

cenný papír, jehož koupí si investor zajistí předem definované peněžní toky, které obdrží v budoucnosti

cenný papír, jehož koupí si investor zajistí předem definované peněžní toky, které obdrží v budoucnosti DLUHOPISY ceý papír, jehož koupí si ivestor zajistí předem defiovaé peěží toky, které obdrží v budoucosti podle doby splatosti ~ 1 rok dlouhodobé dluhopisy Pokladičí poukázky

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

FYZIKÁLNÍ PRAKTIKUM FJFI ČVUT V PRAZE. Úloha 2: Měření modulu pružnosti v tahu a ve smyku. Abstrakt

FYZIKÁLNÍ PRAKTIKUM FJFI ČVUT V PRAZE. Úloha 2: Měření modulu pružnosti v tahu a ve smyku. Abstrakt FYZIKÁLNÍ PRAKTIKUM FJFI ČVUT V PRAZE Úoha : Měření moduu pružnosti v tahu a ve smyku Datum měření: 9. 10. 009 Jméno: Jiří Sabý Pracovní skupina: 1 Ročník a kroužek:. ročník, 1. kroužek, pátek 13:30 Spoupracovaa:

Více

2.8.9 Parametrické rovnice a nerovnice s absolutní hodnotou

2.8.9 Parametrické rovnice a nerovnice s absolutní hodnotou .8.9 Parametrické rovnice a nerovnice s absolutní hodnotou Předpoklady: 0,, 806 Pedagogická poznámka: Opět si napíšeme na začátku hodiny na tabuli jednotlivé kroky postupu při řešení rovnic (nerovnic)

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

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

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

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOST A STATISTIKA Bodové a itervalové odhady Nechť X je áhodá proměá, která má distribučí fukci F(x, ϑ). Předpokládejme, že záme tvar distribučí fukce (víme jaké má rozděleí) a ezáme parametr

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

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

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

Více

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

1.3. ORTOGONÁLNÍ A ORTONORMÁLNÍ BÁZE

1.3. ORTOGONÁLNÍ A ORTONORMÁLNÍ BÁZE ORTOGONÁLNÍ A ORTONORMÁLNÍ BÁZE V této kaptole se dozvíte: jak je oecě defováa kolmost (ortogoalta) vektorů; co rozumíme ortogoálí a ortoormálí ází; co jsou to tzv relace ortoormalty a Croeckerovo delta;

Více

(a) = (a) = 0. x (a) > 0 a 2 ( pak funkce má v bodě a ostré lokální maximum, resp. ostré lokální minimum. Pokud je. x 2 (a) 2 y (a) f.

(a) = (a) = 0. x (a) > 0 a 2 ( pak funkce má v bodě a ostré lokální maximum, resp. ostré lokální minimum. Pokud je. x 2 (a) 2 y (a) f. I. Funkce dvou a více reálných proměnných 5. Lokální extrémy. Budeme uvažovat funkci f = f(x 1, x 2,..., x n ), která je definovaná v otevřené množině G R n. Řekneme, že funkce f = f(x 1, x 2,..., x n

Více

P2: Statistické zpracování dat

P2: Statistické zpracování dat P: Statistické zpracováí dat Úvodem - Statistika: věda, zabývající se shromažďováím, tříděím a ásledým popisem velkých datových souborů. - Základem statistiky je teorie pravděpodobosti, založeá a popisu

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

Cvičení 3 - teorie. Teorie pravděpodobnosti vychází ze studia náhodných pokusů.

Cvičení 3 - teorie. Teorie pravděpodobnosti vychází ze studia náhodných pokusů. Cvičeí 3 - teorie Téma: Teorie pravděpodobosti Teorie pravděpodobosti vychází ze studia áhodých pokusů. Náhodý pokus Proces, který při opakováí dává ze stejých podmíek rozdílé výsledky. Výsledek pokusu

Více

2. Definice plazmatu, základní charakteristiky plazmatu

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

Více

Úvod do lineárního programování

Úvod do lineárního programování Úvod do lieárího programováí ) Defiice úlohy Jedá se o optimalizaí problémy které jsou popsáy soustavou lieárích rovic a erovic. Kritéria optimalizace jsou rovž lieárí. Promé v této úloze abývají reálých

Více

Vážeí zákazíci, dovolujeme si Vás upozorit, že a tuto ukázku kihy se vztahují autorská práva, tzv. copyright. To zameá, že ukázka má sloužit výhradì pro osobí potøebu poteciálího kupujícího (aby èteáø

Více

Interakce světla s prostředím

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

Více

KOMPLEXNÍ ČÍSLA (druhá část)

KOMPLEXNÍ ČÍSLA (druhá část) KOMPLEXNÍ ČÍSLA (druhá část) V prví kaptole jsme se seáml s algebrackým tvarem komplexího čísla. Některé výpočty s komplexím čísly je však lépe provádět ve tvaru goometrckém. Po. V ásledujícím textu předpokládám

Více

DYNAMICKÉ MODULY PRUŽNOSTI NÁVOD DO CVIČENÍ

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

Více

STEREOMETRIE. Vzdálenost bodu od přímky. Mgr. Jakub Němec. VY_32_INOVACE_M3r0113

STEREOMETRIE. Vzdálenost bodu od přímky. Mgr. Jakub Němec. VY_32_INOVACE_M3r0113 STEREOMETRIE Vzdálenost bodu od přímky Mgr. Jakub Němec VY_32_INOVACE_M3r0113 VZDÁLENOST BODU OD PŘÍMKY V PROSTORU Při hledání vzdálenosti bodu od geometrického útvaru v prostoru je nutné si vždy úlohu

Více

2.1 Stáčivost v závislosti na koncentraci opticky aktivní látky

2.1 Stáčivost v závislosti na koncentraci opticky aktivní látky 1 Pracovní úkoy 1. Změřte závisost stočení poarizační roviny na koncentraci vodního roztoku gukozy v rozmezí 0 500 g/. Pro jednu zvoenou koncentraci proveďte 5 měření úhu stočení poarizační roviny. Jednu

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOT A TATITIKA Přpomeutí pojmů,, P m θ, R θ R - pravděpodobostí prostor - parametrcký prostor - parametrcká fukce,, T - áhodý vektor defovaý a pravděpodobostím prostoru,, P θ s hustotou f x,

Více

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

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

Více

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

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

Více

MOŽNOSTI STATISTICKÉHO POSOUZENÍ KVANTITATIVNÍCH VÝSLEDKŮ POŽÁRNÍCH ZKOUŠEK PRO POTŘEBY CERTIFIKACE A POSUZOVÁNÍ SHODY VÝROBKŮ

MOŽNOSTI STATISTICKÉHO POSOUZENÍ KVANTITATIVNÍCH VÝSLEDKŮ POŽÁRNÍCH ZKOUŠEK PRO POTŘEBY CERTIFIKACE A POSUZOVÁNÍ SHODY VÝROBKŮ PŘÍSPĚVKY THE SCIENCE FOR POPULATION PROTECTION 0/008 MOŽNOSTI STATISTICKÉHO POSOUZENÍ KVANTITATIVNÍCH VÝSLEDKŮ POŽÁRNÍCH ZKOUŠEK PRO POTŘEBY CERTIFIKACE A POSUZOVÁNÍ SHODY VÝROBKŮ STATISTICAL ASSESSMENT

Více