Obr. 7.1 Obr Závislost tlaku nasycených par na teplotě může být vyjádřena například Clausiovou - Clapeyronovou rovnicí
|
|
- Mária Němečková
- před 9 lety
- Počet zobrazení:
Transkript
1 7 Teze par kapal Teze par (ebol tlak sytých, případě asyceých par) je tlak v jedosložkovém systému, kdy je za daé teploty v rovováze fáze plyá s fází kapalou ebo pevou. Teze par je ejvyšší tlak, př kterém může exstovat látka v rovovážém plyém stavu za daé teploty. Je to zároveň ejžší tlak, př kterém může exstovat látka v kapalém ebo pevém stavu za daé teploty. Teze par látek s teplotou expoecálě rostou (vz příklady a obr. 7.1). Obr. 7.1 Obr. 7. Je-l okolí tlak udržová a stálé hodotě, potom kapala může být ohřáta ejvýše a teplotu, př které je tlak asyceých par rove vějšímu tlaku. Tuto dvojc hodot teplota, tlak - azýváme teplotou varu kapaly. Normálí teplota varu (T tv ) je teplota, kterou má kapala o daém složeí ve fázové rovováze se svou parou př ormálím tlaku 1 (tj. p =101,35 kpa). Jým slovy - teze par př ormálí teplotě varu je u všech látek rova 101,35 kpa (vz obr. 7.1). Aby s soustava kapala - pára zachovala př vypařováí zotermí podmíky, přjímá od okolí teplo. Teplo spotřebovaé soustavou př vypařeí jedotkového látkového možství kapaly př kostatí teplotě a rovovážém tlaku par se azývá molárí výparé teplo a je rovo molárí výparé etalp výph m. Závslost tlaku asyceých par a teplotě může být vyjádřea apříklad Clausovou - Clapeyroovou rovcí d l p s dt = výph m RT, (7.1) kde p Ø je tlak asyceých par kapaly, T je teplota, H m,výp je molárí výpará etalpe, R je plyová kostata (8,314 J K -1 mol -1 ). Za předpokladu, že molárí výpará etalpe je v měřeém rozmezí teplot kostatí, získáme tegrací rovce (7.1) výraz l p = A výph m R který lze přepsat do tvaru 1 T, (7.) 1 pozor, eztotožňovat s atmosférckým tlakem, který se pohybuje v šrším rozmezí (apř. a Mt. Everestu je kolem 34 kpa vz
2 l p = A + B T. (7.3) A a B jsou kostaty rovce, které se obvykle vyhodocují a základě expermetálích dat. Rovce (7.3) reprezetuje přímkovou závslost l p a 1, kterou je možo v určtém teplotím T rozmezí aproxmovat skutečý průběh (vz obr. 7.). Pro staoveí teplotí závslost teze par se používají ebulometrcké, statcké a saturačí metody. taoveí teplotí závslost tlaku asyceých par kapaly statckou metodou pomocí zoteskopu Metoda spočívá v tom, že tlak par čsté látky uzavřeé v baňce zoteskopu sloupcem stejé kapaly v U-trubc zoteskopu je vyrovává s tlakem a opačém koc soteskopu. Vyrovaého tlaku je dosažeo př stejé výš hlad kapaly v obou rameech U-trubce. Vzhledem k tomu, že v baňce je pouze čstá kapala a její páry (vzduch byl odčerpá), je teto tlak rove tlaku asyceých par daé kapaly. Pro určeí hodoty tlaku je v této prác použt rtuťový U-maometr, který měří rozdíl mez atmosférckým tlakem a tlakem uvtř aparatury, tz., že pro vyhodoceí tlaku v aparatuře je potřeba ještě zát hodotu atmosférckého tlaku. Tu zjstíme dgtálím barometrem. Pokusé zařízeí Celkové uspořádáí aparatury je a obr Aparatura se skládá z zoteskopu (A), který je temperová pomocí termostatu (B). Izoteskop je přes chladč (C) spoje s vakuovou aparaturou. Tu tvoří vývěva (D), trojcestý zavzdušňovací kohut (E), uzavírací vetl (F), zavzdušňovací vetl (G) a vyrovávací tlaková ádoba (H), která slouží k tlumeí tlakových rázů. Tlak v aparatuře může být určová pomocí rtuťového U-maometru (I) ebo dgtálího maometru (J), v současost používáme pouze rtuťový maometr. Měřeí Před sestaveím aparatury aplíme zoteskop (A) měřeou látkou. Plíme jej tak, že po malých možstvích aléváme kapalu do U-trubce zoteskopu a opakovaým akláěím zoteskopu j vpravíme do válcovté ádobky, až se aplí as dvě třety jejího objemu. Př posledí dávce poecháme v U-trubc takové možství kapaly, aby U-trubce byla zaplěá as do jedé polovy (pokud by hlady byly vyrovaé). Izoteskop pooříme do termostatu, asadíme chladč apojeý a vyrovávací tlakovou ádobu s maometrem (zábrusy bez tuku!!!). Termostat ařídíme a ejžší teplotu teplotího rozmezí, ve kterém budeme měřt (je udáo asstetem). Po 15 mutách temperováí zapeme membráovou vývěvu, trojcestým kohoutem (E) přpojíme aparaturu a př stále uzavřeém zavzdušňovacím vetlu (G) opatrě otevíráme vetl (F). Tlak v aparatuře se zače sžovat, což je dkováo průchodem bubl U-trubcí zoteskopu. Kapalu poecháme as 5 mut probublávat, aby se z zoteskopu vypudl vzduch. Potom zavzdušňovacím vetlem (G) opatrě přpouštíme do část aparatury před soteskopem vzduch (tz. zvyšujeme tlak) tak, aby se hlady v U-trubc zoteskopu vyrovaly (vzduch ovšem esmí probublat azpět do ádobky soteskopu!!!!).
3 Obr. 7.3 Zavzdušňovací vetl (G) pak s ctem uzavřeme. Pokud je zoteskop řádě vytemperová a aparatura je těsá, hlady kapaly v U-trubc zoteskopu by se eměly pohybovat. Případou etěsost aparatury, která se projeví pohybem hlad kapaly, kompezujeme opatrou mapulací s vetly (F) a (G). Protože se př předchozím odpařováí měřeá kapala v baňce zoteskopu ochlazovala, počkáme as dvě muty a vyrováí teplot mez termostatem a obsahem baňky (př udržováí téměř vyrovaých hlad v U-trubc zoteskopu). Potom hlady v U-trubc vyrováme přesě, odečteme tlakový údaj a rtuťovém U-maometru a zazameáme teplotu v termostatu (s přesostí ± 0,01 C). Pak mírě pootevřeme vetl (F) uzavírající přívod k vývěvě a předchozí postup opakujeme, dokud ezískáme aspoň tř hodoty tlaku kolísající je v rozmezí přesost odečítáí a Hg maometru, tj. ± 0,5 mm. Jestlže během vyrováváí hlad prokou bublky vzduchu z prostoru zásobíku tlaku do baňky zoteskopu, je uto ejméě pětmutové probubláváí kapaly opakovat. Potom zvýšíme teplotu lázě v termostatu cca o 5 C a provedeme měřeí př ové teplotě. Nastaveí jedotlvých teplot volíme tak, abychom v teplotím rozmezí udaém asstetem změřl mmálě 7 hodot tlaku asyceých par. Pomocí rtuťového U-maometru měříme rozdíl mez atmosférckým tlakem a tlakem v aparatuře, tz. rozdíl poloh hlad rtut v obou rameech rtuťového U-maometru. Měřeou hodotu rozdílu tlaků tudíž odečítáme v mm Hg sloupce ( h ), tj. výsledek dostaeme v torrech (1 Torr = 133,3 Pa) 3. Následě se provede korekce a teplotí roztažost rtut a působeí gravtace, kdy pro jedoduchost lze předpokládat, že správá výška rtuťového sloupce se získá jako 1,006 ásobek h z maometru, tj. h 1,006 h. Absolutí hodotu tlaku v aparatuře (a tím kor tez par př daé teplotě) vypočteme odečteím získaé hodoty rozdílu tlaků po korekc od atmosférckého tlaku, který zjstíme a barometru. Po zakočeí celého měřeí uzavřeme vetl (F), otevřeme zavzdušňovací vetl (G) a vypeme termostat. Vývěva se zavzdušňuje kohoutem (E) a vypíá až a úplém koc práce Protože používáme jako maometrckou kapalu látku, jejíž hustota ρ je mohem meší ež hustota rtut ρ Hg (přepočet a tlak měřeý Hg sloupcem je dá ásobeím poměrem ρ/ρ Hg ), je utá přesost vyrováí hlad v U-trubc zoteskopu cca 13-krát meší ež je přesost čteí a rtuťovém maometru. 3 Př měřeí tlaku je uto se vyhout chybě způsobeé př odečítáí paralaxou. Př odečítáí musí oko a meskus rtuťového sloupce být ve stejé výšce.
4 Zpracováí aměřeých dat Naměřeé hodoty uspořádáme v laboratorím seště 4 do tabulky (vzor vz Tab. 7.1) Tab. 7.1 p atm = torr = kpa t [ C] T [K] Δh [mm] Δh kor [mm] p atm [kpa] p [kpa] Po skočeí práce přeeseme vstupí údaje do přpraveé excelovské tabulky a provedeme statstcké zpracováí dat podle postupu uvedeého íže v dodatku. Osova postupu práce 1. Naplěí termostatu destlovaou vodou (as 1,5 cm pod okraj), zaputí termostatu a astaveí počátečí teploty.. Naplěí vysušeého zoteskopu vzorkem. 3. estaveí aparatury a termostatováí zoteskopu cca 15 m. př počátečí teplotě. 4. Zaputí vývěvy, astaveí průtoku chladcí vody a pomalé sžováí tlaku v aparatuře, kotrola tezty varu. 5. Vlastí měřeí tezí par vzorku př daých teplotách. 6. Zavzdušěí aparatury, její rozebráí a vyprázděí zoteskopu. 7. Vyputí termostatu a vývěvy (po zavzdušěí). 8. Vyhodoceí dat a počítač, výpočet molárí výparé etalpe H m,výp. 9. Tsk výsledků Přesost a zdroje chyb Chyba měřeí v tomto uspořádáí je as ± %. Zdroje chyb: Z zoteskopu ebyl dokoale vypuze vzduch; výsledky měřeí jsou vyšší. Teplota v termostatu ebyla stálá; látka eí přesě vytemperovaá a teplotu, př které měříme tez. Netěsost v aparatuře; rovováha se obtížě staovuje. Voda zkodezovaá a chladč prosáke zábrusem do zoteskopu, výsledky jsou žší a ereprodukovatelé. 4 Zazameávejte prmárí údaje důsledě do seštu a teprve pak přepsujte do počítače. Důvodem je mj. zamezeí vzku chyb př přebíháí od aparatury k počítač a možost dohledáí chyb.
5 DODATEK: TLAK NAYCENÝCH PAR - TATITICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT Výsledou teplotí závslost tlaku asyceých par čsté látky zpracujete metodou ejmeších čtverců s využtím Excelu a předem přpraveého souboru. Předpokládáme, že aše závslost je v souřadcích l P vs. 1/T leárí. Potom má model tvar l P A B T, z čehož je zřejmé, že ezávslá proměá x = 1/T a závslá proměá y = l P. Vaším úkolem bude určt parametry modelu A a B, jejch tervaly spolehlvost, odhad 5 rozptylu s a odhad směrodaté odchylky korelace s. Zjstíte, jestl mez zjštěým parametry exstuje ějaká závslost. Ze zákoa o šířeí chyb určíte chybu vypočteých hodot tlaku asyceých par a chybu odvozeého molárího výparého tepla výph m. Pro obecou polyomckou fukc y p k 1 ak x (7.4) k 1 (v ašem případě y A Bx ) je možé defovat odvozeou krterálí fukc mma součtu čtverců odchylek p k 1 a y ak x 1 k1 (7.5) (v ašem případě A, B y A Bx 1 ). Mmalzací krteríálí fukce je možé získat hodoty ejlepších odhadů parametrů A a B. Mmalzac provedete v Excelu pomoc fukce Nástroje, Řeštel. Jako výchozí hodoty parametrů modelu použjete A = 15 a b = Ze součtu čtverců odchylek se spočte rozptyl s 1 y A Bx p, 5 V dalším textu se slovo odhad bude v obou případech většou vyechávat 6 Hodoty parametrů modelu A, B se rověž dají určt přímým řešeím soustavy dvou ormálích rovc o dvou ezámých A, B, jejíž podoba se získá a základě podmíek pro mmálí hodotu krteríálí fukce hodoty prvích dervací krteríálí fukce a podle parametrů jsou ulové). a a to, že
6 kde p je počet parametrů (v ašem případě p rová se ) a s směrodatá odchylka korelace s Dále vytvoříte matc C, kde její prvky C j mají tvar s C j 1 a aa j. V ašem případě máme dva parametry A a B a dostaeme postupě: C 1 A, B 11 A, C C AB A, B a C 1 A, B B Zdervováím krterálí fukce obdržíte matc C ve tvaru (odvozeí proveďte do protokolu): 1 x x x 1 1 K matc soustavy ormálích rovc vytvoříte Excelem (fukce INVERZE, použtí kozultujte s asstetem) verzí matc C -1 a z í určíte matc kovarací cov = s C -1, jejíž prvky jsou cov (A, A) = s (A) cov (A, B) cov (A, B) cov (B, B) = s (B) Kovaračí matce obsahuje a hlaví dagoále rozptyly parametrů a a edagoálích čleech vazbu (kovarac) mez m. Tyto hodoty se dosadí do zákoa o šířeí chyb a umoží určt rozptyl vypočteé hodoty tlaku asyceých par př jakékolv teplotě z expermetem pokrytého tervalu 7 : l P l P l P l P s l P s A s B cov A, B, A B A B 7 případá extrapolace vede k daleko větším ejstotám, ež uvtř proměřeého tervalu
7 kde u dervací se jedá o dervace vztahu 7.3 podle parametrů A a B (pokud by mez parametry ebyla závslost, platí že cov(a,b) = 0 a posledí čle rovce by odpadl). Z uvedeého vztahu se pro hodoty tlaku asyceých par vypočteé ze vztahu 7.3 za expermetálích hodot teploty vypočtou hodoty stadardí odchylky přrozeého logartmu vlastí hodoty teze ( l s P a s P ). Hodoty stadardích odchylek udávají 67 % terval spolehlvost, tz. udávají rozmezí ±s(y) od vypočteé hodoty, v kterém leží skutečá hodota Y s 67 %í pravděpodobostí (za předpokladu ormálího rozděleí chyb). Iterval spolehlvost ± s(y) okolo z modelu vypočteé hodoty velčy ebo parametru Y pak udává to samé, ale a úroví 95 procetí pravděpodobost. Násobeí jedčkou resp. dvojkou platí pro dostatečě vysoký počet expermetálích bodů (více jak 0). Pro žší počet bodů ásobý koefcet roste a to až a hodoty 1,5 resp. 3,18 pro čtyř expermetálí body. Aby ebylo uté hledat příslušou hodotu pro skutečý počet expermetálích bodů v tabulkách, uvedete jako 95%í terval spolehlvost pro váš počet expermetálích bodů ± 3s(Y) a a základě ch se vyloučí odlehlé expermetálí body, které leží mmo teto terval 8. V případě vyloučeí ěkterého z expermetálích bodů je uté statstcké vyhodoceí zopakovat. Do protokolu se uvede dále aalogckým postupem vypočteý odhad rozptylu odvozeé velčy v ašem případě odvozeého molárího výparého tepla výphm BR. Uplatěím zákoa o šířeí chyb dostaeme (předpokládáme ulovou chybu v R): H s H s B výp m výp m B Zovu jako 95 % terval spolehlvost uvedeme výphm 3s výphm Úplě akoec je vypočítáa teplota ormálího bodu varu. Zde odhad tervalu spolehlvost eí uté provádět (eí to úplě jedoduché). 8 Příklad: Expermetálí hodota teze př 343 K je 1, kpa, Hodota vypočteá ze získaých parametrů korelačí s P je rovce 15,6 kpa a hodota odhadu stadardí odchylky s P je 0,5 kpa. Vzhledem k tomu, že trojásobek 1,5 kpa, skutečá hodota teze leží s 95 % pravděpodobostí v tervalu 1, ±1,5 kpa a proto by se teto expermetálí bod ze statstckého zpracováí dat vyloučl a statstcké vyhodoceí by se opakovalo
8 V Excelu to bude vypadat ásledově [k dspozc bude excelovská šabloa, ale bez vzorců :-)] : TLAK NAYCENÝCH PAR KAPALNÉ ČITÉ LÁTKY expermetalí data mmalzovat řeštelem vložt vzorce, přkazy Excelu bude měěo řeštelem MODEL l P = A + B/T počet parametrů PROVEĎTE PRÁVNÉ ZAOKROUHLENÍ KONEČNÝCH VÝLEDKŮ Atmosfércký tlak : 989 mbar = 98,9 kpa korekčí faktor pro delta h korg 1,006 Data čtverec -3 < odlehlost odchylek bodu < 3 t [ C] h [mm Hg] T [K] x (=1/T) h kor [mm Hg] P [kpa] y (=l P ) x y vypoč. P vypoč [kpa] /s (l P ) s (l P ) s (P ) kpa s rel (P ) % l P -3 s (l P ) l P +3 s (l P ) 44,98 668,0 318,13 3,143E-03 67,0 9,31,307 9,881E-06,754 9,73,00E-03-1,0 0,037 0,36 3,7,164,387 47,98 645,0 31,13 3,114E ,9 1,39,5170 9,697E-06, ,06 1,30E-0 3,69 0,0308 0,34 3,1,311,496 51,98 643,0 35,13 3,076E ,9 1,66,5384 9,460E-06, ,06 9,70E-04-1,8 0,044 0,3,4,496,643 54,98 69,0 38,13 3,048E-03 63,8 14,54,6767 9,88E-06, ,76,6E-04-0,69 0,019 0,3,,66,758 59,95 605,0 333,10 3,00E ,6 17,76,8767 9,013E-06, ,98 1,59E-04-0,53 0,038 0,43,4,818,961 64,94 575,0 338,09,958E ,5 1,78 3,0810 8,749E-06 3,0819 1,80 8,16E-07-0,03 0,0311 0,68 3,1,989 3,175 69,93 539,0 343,08,915E-03 54, 6,61 3,81 8,496E-06 3,688 6,8 1,53E-04 0,30 0,0407 1,07 4,1 3,147 3,391 x x 7 0,0155 6,458E-05 1,65E-0 počet exp. bodů matce soustavy parametry A 15,9351 ormalích rovc modelu B -4345,58 7 0,0155 s 3,30E-03 rozptyl korelace 0,0155 6,46E-05 s 0, směrodatá odchylka korelace verzí matce C -1 kovaračí matce terval spolehlvost teplo a jeho chyba 3, ,8 0,737-4,593 s (a) 0,85854 výp H m 36,1 kj/mol , ,5-4, ,161 s (b) 8,654 s výp H m ),3 kj/mol cov (a,b) -4,593 ±3s výp H m ) 7,0 kj/mol mmalzovat řeštelem stadardí odchylka teze Tbv tbv ormálí bod varu (tlak 101,35 kpa) 384,0 K 110,8 C
9 P [kpa] 8,0 6,0 3,3 expermet 4,0,0 0,0 18,0 16,0 14,0 korelace expermet l P 3,1,9,7,5 korelace terval spolehlvost 1,0 10,0,3 8,0 315,00 30,00 35,00 330,00 335,00 340,00 345,00 T [K],1,900E-03,950E-03 3,000E-03 3,050E-03 3,100E-03 3,150E-03 1/T [K -1 ]
10 57
Rozpustnost solí. ln c2 L2. Poslední rovnice platí pro ideální roztoky i pro zředěné reálné roztoky (např. v případě málo rozpustných solí).
Verze 4..013 Rozpustost solí Teore Pevá látka se rozpouští v rozpouštědle do té doby, dokud složeí roztoku edosáhe př daé teplotě rovovážé hodoty ezávslé a možství přítomé pevé fáze. V rovováze je roztok
Obr. 7.1 Obr Závislost tlaku nasycených par na teplotě může být vyjádřena například Clausiovou - Clapeyronovou rovnicí.
7 Teze par kapal Teze par (ebol tlak sytých, případě asyceých par) je tlak v jedosložkovém systému, kdy je za daé teploty v rovováze fáze plyá s fází kapalou ebo pevou. Teze par je ejvyšší tlak, př kterém
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
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
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.
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
3. Základní chemické výpočty
3. Základí chemcké výpočty 3.1 Látkové možství Látkové možství látky, ve zkratce [mol] je klíčovou velčou v chemckých výpočtech. Látkové možství jede mol je defováo pomocí rovce: N [ m ] = ol NA N je počet
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
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)
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
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
Cvičení z termomechaniky Cvičení 5.
Příklad V kompresoru je kotiuálě stlačová objemový tok vzduchu [m 3.s- ] o teplotě 20 [ C] a tlaku 0, [MPa] a tlak 0,7 [MPa]. Vypočtěte objemový tok vzduchu vystupujícího z kompresoru, jeho teplotu a příko
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
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
- 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
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
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
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
7 Tenze par kapalin. Obr. 7.1 Obr. 7.2
7 Tenze par kapalin Tenze par (neboli tlak sytých, případně nasycených par) je tlak v jednosložkovém systému, kdy je za dané teploty v rovnováze fáze plynná s fází kapalnou nebo pevnou. Tenze par je nejvyšší
Výtok kapaliny otvorem ve dně nádrže (výtok kapaliny z danaidy)
Výtok kapaliny otvorem ve dně nádrže (výtok kapaliny z danaidy) Úvod: Problematika výtoku kapaliny z nádrže se uplatňuje při vyprazdňování nádrží a při nejjednodušším nastavování konstantních průtoků.
u, v, w nazýváme číslo u.( v w). Chyba! Chybné propojení.,
Def: Vetorovým součiem vetorů u =(u, u, u 3 ) v = (v, v, v 3 ) zýváme vetor u v = (u v 3 u 3 v, u 3 v u v 3, u v u v ) Vět: Pro vetory i, j, ortoormálí báze pltí i i = j = i, i = j Vět: Nechť u v, w, jsou
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]
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
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
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
plynu, Měření Poissonovy konstanty vzduchu
Úloha 4: Měření dutých objemů vážením a kompresí plynu, Měření Poissonovy konstanty vzduchu FYZIKÁLNÍ PRAKTIKUM FJFI ČVUT V PRAZE Datum měření: 2.11.2009 Jméno: František Batysta Pracovní skupina: 11 Ročník
Tvorba trendové funkce a extrapolace pro roční časové řady
Tvorba trendové funkce a extrapolace pro roční časové řady Příklad: Základem pro analýzu je časová řada živě narozených mezi lety 1970 a 2005. Prvním úkolem je vybrat vhodnou trendovou funkci pro vystižení
3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.
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
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
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
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
, 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,
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:
Fakulta elektrotechniky a informatiky Statistika STATISTIKA
Fakulta elektrotechky a formatky TATITIKA. ZÁKLADNÍ OJMY. Náhodý pokus a áhodý jev NÁHODNÝ OKU proces realzace souboru podmíek kde výsledek emůžeme předem ovlvt. - výsledek áhodého pokusu. - jev, který
Výsledky této ásti regresní analýzy jsou asto na výstupu z poítae prezentovány ve form tabulky analýzy rozptylu.
Ig. Marta Ltschmaová Statstka I., cveí 4 JEDNODUCHÁ LINEÁRNÍ REGRESE asto chceme prozkoumat vztah mez dvma velam, kde jeda z ch, tzv. ezávsle promá x, má ovlvovat druhou, tzv. závsle promou Y. edpokládá
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
6. T e s t o v á n í h y p o t é z
6. T e s t o v á n í h y p o t é z Na základě hodnot z realizace náhodného výběru činíme rozhodnutí o platnosti hypotézy o hodnotách parametrů rozdělení nebo o jeho vlastnostech. Používáme k tomu vhodně
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
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
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
{ } 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
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
1. Kruh, kružnice. Mezi poloměrem a průměrem kružnice platí vztah : d = 2. r. Zapíšeme k ( S ; r ) Čteme kružnice k je určena středem S a poloměrem r.
Kruh, kružnice, válec 1. Kruh, kružnice 1.1. Základní pojmy Kružnice je množina bodů mající od daného bodu stejnou vzdálenost. Daný bod označujeme jako střed kružnice. Stejnou vzdálenost nazýváme poloměr
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
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
Směrnice 1/2011 Statistické vyhodnocování dat, verze 4 Verze 4 je shodná se Směrnicí 1/2011 verze 3, pouze byla rozšířena o robustní analýzu
Směrce /0 Stattcké vyhodocováí dat, verze 4 Verze 4 e hodá e Směrcí /0 verze 3, ouze byla rozšířea o robutí aalýzu. Stattcké metody ro zkoušeí zůoblot Cílem tattcké aalýzy výledků zkoušek ř zkouškách zůoblot
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
Regresní a korelační analýza Závislost příčinná (kauzální). Závislostí pevnou Volná závislost Regresní analýza Korelační analýza
Regresí a korelačí aalýza Závslost příčá (kauzálí) Závslostí pevou se ozačuje případ, kd výsktu jedoho jevu utě odpovídá výskt druhé jevu (a často aopak) Z pravděpodobostího hledska jde o vztah, který
215.1.9 - REKTIFIKACE DVOUSLOŽKOVÉ SMĚSI, VÝPOČET ÚČINNOSTI
215.1.9 - REKTIFIKACE DVOUSLOŽKOVÉ SMĚSI, VÝPOČET ÚČINNOSTI ÚVOD Rektifikace je nejčastěji používaným procesem pro separaci organických látek. Je široce využívána jak v chemické laboratoři, tak i v průmyslu.
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:
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
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
( ) 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
IV. NEJISTOTY MENÍ A ZPRACOVÁNÍ VÝSLEDK
IV. NEJISTOTY MENÍ A ZPRACOVÁNÍ VÝSLEDK Meí patí mez základí zpsoby získáváí kvattatvích formací o stav sledovaé vely. 4. Chyby meí Nedokoalost metod meí, ašch smysl, omezeá pesost mcích pístroj, promé
FYZIKÁLNÍ PRAKTIKUM FJFI ČVUT V PRAZE. Měření Poissonovy konstanty vzduchu. Abstrakt
FYZIKÁLNÍ PRAKTIKUM FJFI ČVUT V PRAZE Úloha 4: Měření dutých objemů vážením a kompresí plynu Datum měření: 23. 10. 2009 Měření Poissonovy konstanty vzduchu Jméno: Jiří Slabý Pracovní skupina: 1 Ročník
2 EXPLORATORNÍ ANALÝZA
Počet automobilů Ig. Martia Litschmaová EXPLORATORNÍ ANALÝZA.1. Níže uvedeá data představují částečý výsledek zazameaý při průzkumu zatížeí jedé z ostravských křižovatek, a to barvu projíždějících automobilů.
Statistika - vícerozměrné metody
Statstka - vícerozměré metody Mgr. Mart Sebera, Ph.D. Katedra kezologe Masarykova uverzta Fakulta sportovích studí Bro 0 Obsah Obsah... Sezam obrázků... 4 Sezam tabulek... 4 Úvod... 6 Pojmy... 7 Náhodé
TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ
TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ je postup, pomocí ěhož a základě áhodého výběru ověřujeme určté předpoklady (hypotézy) o základím souboru STATISTICKÁ HYPOTÉZA předpoklad (tvrzeí) o parametru G základího
MATEMATIKA PŘÍKLADY K PŘÍJÍMACÍM ZKOUŠKÁM BAKALÁŘSKÉ STUDIUM MGR. RADMILA STOKLASOVÁ, PH.D.
MATEMATIKA PŘÍKLADY K PŘÍJÍMACÍM ZKOUŠKÁM BAKALÁŘSKÉ STUDIUM MGR. RADMILA STOKLASOVÁ PH.D. Obsah MNOŽINY.... ČÍSELNÉ MNOŽINY.... OPERACE S MNOŽINAMI... ALGEBRAICKÉ VÝRAZY... 6. OPERACE S JEDNOČLENY A MNOHOČLENY...
3.2.4 Podobnost trojúhelníků II
3..4 odobnost trojúhelníků II ředpoklady: 33 ř. 1: Na obrázku jsou nakresleny podobné trojúhelníky. Zapiš jejich podobnost (aby bylo zřejmé, který vrchol prvního trojúhelníku odpovídá vrcholu druhého trojúhelníku).
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
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
215.1.4 HUSTOTA ROPNÝCH PRODUKTŮ
5..4 HUSTOTA ROPNÝCH PRODUKTŮ ÚVOD Hustota je jednou ze základních veličin, které charakterizují ropu a její produkty. Z její hodnoty lze usuzovat také na frakční chemické složení ropných produktů. Hustota
sin n sin n 1 n 2 Obr. 1: K zákonu lomu
MĚŘENÍ INDEXU LOMU REFRAKTOMETREM Jedou z charakteristických optických veliči daé látky je absolutím idexu lomu. Je to podíl rychlosti světla ve vakuu c a v daém prostředí v: c (1) v Průchod světla rozhraím
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
Vysoká škola báňská Technická univerzita Ostrava Mechanika tekutin návody pro laboratorní měření Milada Kozubková a kolektiv Ostrava 2007
Vysoká škola báňská Technická univerzita Ostrava Mechanika tekutin návody pro laboratorní měření Milada Kozubková a kolektiv Ostrava 007 Určeno pro projekt: Operační program Rozvoj lidských zdrojů Název:
2.7.2 Mocninné funkce se záporným celým mocnitelem
.7. Mocninné funkce se záporným celým mocnitelem Předpoklady: 70 Mocninné funkce se záporným celým mocnitelem: znamená? 3 y = = = = 3 y y y 3 = ; = ; = ;.... Co to Pedagogická poznámka: Nechávám studenty,
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
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
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
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,
Měření na trojfázovém transformátoru naprázdno a nakrátko.
Úol: Měřeí a trojfázovém trasformátoru aprázdo a aráto. 1. Změřte a areslete charateristiy aprázdo trojfázového trasformátoru 2,, P, cos = f ( 1) v rozmezí 4-1 V. Zdůvoděte průběh charateristi 2 = f (
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,
Kalibrace teploměru, skupenské teplo Abstrakt: V této úloze se studenti seznámí s metodou kalibrace teploměru a na základě svých
Úloha 6 02PRA1 Fyzikální praktikum 1 Kalibrace teploměru, skupenské teplo Abstrakt: V této úloze se studenti seznámí s metodou kalibrace teploměru a na základě svých měření i ověří Gay-Lussacův zákon.
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,
Funkce více proměnných
Funkce více proměnných Funkce více proměnných Euklidův prostor Body, souřadnice, vzdálenost bodů Množina bodů, které mají od bodu A stejnou vzdálenost Uzavřený interval, otevřený interval Okolí bodu
(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
(Auto)korelační funkce. 2. 11. 2015 Statistické vyhodnocování exp. dat M. Čada www.fzu.cz/ ~ cada
(Auto)korelační funkce 1 Náhodné procesy Korelace mezi náhodnými proměnnými má široké uplatnění v elektrotechnické praxi, kde se snažíme o porovnávání dvou signálů, které by měly být stejné. Příkladem
Úvod do zpracování měření
Laboratorí cvičeí ze Základů fyziky Fakulta techologická, UTB ve Zlíě Cvičeí č. Úvod do zpracováí měřeí Teorie chyb Opakujeme-li měřeí téže fyzikálí veličiy za stejých podmíek ěkolikrát za sebou, dostáváme
215.1.18 REOLOGICKÉ VLASTNOSTI ROPNÝCH FRAKCÍ
215.1.18 REOLOGICKÉ VLASTNOSTI ROPNÝCH FRAKCÍ ÚVOD Reologie se zabývá vlastnostmi látek za podmínek jejich deformace toku. Reologická měření si kladou za cíl stanovení materiálových parametrů látek při
Měření kinematické a dynamické viskozity kapalin
Úloha č. 2 Měření kinematické a dynamické viskozity kapalin Úkoly měření: 1. Určete dynamickou viskozitu z měření doby pádu kuličky v kapalině (glycerinu, roztoku polysacharidu ve vodě) při laboratorní
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
Část III. Regresní a korelační analýza. Ing. Michal Dorda, Ph.D.
Část III. Regresí a korelačí aalýza Ig. Mchal Dorda Ph.D. Regresí a korelačí aalýza Je zámo že apř. hmotost m homogeího tělesa je dáa jeho ojemem V. V tomto případě hovoříme o fukčí závslost tedy m = f(v).
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
Fyzikální principy uplatňované v anesteziologii a IM
Fyzikální principy uplatňované v anesteziologii a IM doc. Ing. Karel Roubík, Ph.D. ČVUT v Praze, Fakulta biomedicínského inženýrství e mail: roubik@fbmi.cvut.cz, tel.: 603 479 901 Tekutiny: plyny a kapaliny
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)
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
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 =
( ) 2.5.7 Neúplné kvadratické rovnice. Předpoklady: 020501
..7 Neúplné kvadratické rovnice Předpoklady: Pedagogická poznámka: Tato hodina patří mezi vzácné výjimky, kdy naprostá většina studentů skončí více než pět minut před zvoněním. Nechávám je dělat něco jiného
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
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
CERTIFIKOVANÉ TESTOVÁNÍ (CT) Výběrové šetření výsledků žáků 2014
(CT) Výběrové šetření výsledků žáků 2014 Uživatelská příručka pro přípravu školy Verze 1 Obsah 1 ÚVOD... 3 1.1 Kde hledat další informace... 3 1.2 Posloupnost kroků... 3 2 KROK 1 KONTROLA PROVEDENÍ POINSTALAČNÍCH
5 Charakteristika odstředivého čerpadla
5 Charakteristika odstředivého čerpadla František Hovorka I Základní vztahy a definie K dopravě kapalin se často používá odstředivýh čerpadel Znalost harakteristiky čerpadla umožňuje posouzení hospodárnosti
PROCESY V TECHNICE BUDOV 3
UNIVERZITA TOMÁŠE BATI VE ZLÍNĚ FAKULTA APLIKOVANÉ INFORMATIKY PROCESY V TECHNICE BUDOV 3 (2.část) Dagmar Janáčová, Hana Charvátová Zlín 2013 Tento studijní materiál vznikl za finanční podpory Evropského
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 vidìl
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
= musíme dát pozor na: jmenovatel 2a, zda je a = 0 výraz pod odmocninou, zda je > 0, < 0, = 0 (pak je jediný kořen)
.8.7 Kvadratické rovnice s parametrem Předpoklady: 507, 803 Pedagogická poznámka: Na první pohled asi každého zarazí, že takřka celá hodina je psána jako příklady a studenti by ji měli vypracovat samostatně.
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 ).
a) Slovní úlohy o směsích b) Slovní úlohy o pohybu c) Slovní úlohy o společné práci
9. ročník a) Slovní úlohy o směsích b) Slovní úlohy o pohybu c) Slovní úlohy o společné práci d) Logické slovní úlohy Obecný postup řešení slovní úlohy: 1. Určení neznámých 2. Stanovení dvou vztahů rovnosti
Svobodná chebská škola, základní škola a gymnázium s.r.o. pochopení pojmů a výpočtů objemů a obvodů
METODICKÝ LIST DA46 Název tématu: Autor: Předmět: Ročník: Metody výuky: Formy výuky: Cíl výuky: Získané dovednosti: Stručný obsah: Obvod a obsah I. - obrazce Astaloš Dušan Matematika šestý frontální, fixační,