Rozpustnost solí. ln c2 L2. Poslední rovnice platí pro ideální roztoky i pro zředěné reálné roztoky (např. v případě málo rozpustných solí).
|
|
- Adam Kubíček
- před 9 lety
- Počet zobrazení:
Transkript
1 Verze 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 asyce a spolu s pevou fází tvoří heterogeí dvoufázovou soustavu o dvou složkách. Dosadíme-l do Gbbsova fázového pravdla v k f C (1) za počet fází f = a počet ezávslých složek k =, alézáme, že soustava má dva stupě volost, eboť v = k f + 0 =. To odpovídá závslost x = x (p,t), kde x je molárí zlomek rozpuštěé látky v asyceém roztoku, p je vější tlak a T teplota soustavy. Jestlže tlak zůstává kostatí (tedy C = 1 a v = 1), je tudíž x = x (T). Změíme-l teplotu soustavy o dt, ustaví se ová rovováha. Z obecé podmíky termodyamcké rovováhy, tj. z rovost chemckých potecálů, lze pro vodé roztoky solí odvodt vztah: l c L T RT p, rov, () kde L je dferecálí rozpouštěcí teplo sol v asyceém roztoku, defovaé jako rozdíl parcálí molárí etalpe sol v asyceém roztoku a etalpe sol v tuhém stavu př daé teplotě, c je molárí kocetrace rozpuštěé sol, R uverzálí plyová kostata a ν je počet otů vzkajících z jedé molekuly př dsocac sol ve vodě. Po tegrac za předpokladu ezávslost L a teplotě získáme vztah: l c L 1 kost R T Posledí rovce platí pro deálí roztoky pro zředěé reálé roztoky (apř. v případě málo rozpustých solí). Staoveí rozpustost šťavelau sodého ve vzorku rozpouštědla v závslost a teplotě (3) Magaometre Kocetrace šťavelau sodého v asyceém roztoku za daé teploty bude zjšťováa magaometrckou ttrací. Ttračím čdlem je zde magasta draselý, který se v kyselém prostředí redukuje a magaatou sůl. Idkátorem je samo falové zabarveí roztoku magastau draselého, který se ttrací odbarvuje a oty M +. Tato reakce probíhá zpočátku pomalu, protože je katalyzováa vzkajícím magaatým oty. K urychleí reakce je proto uté ttračí roztok po prvím přdáí magastau dostatečě zahřát. V laboratoř je pro urychleí práce přprave zásobí roztok magastau draselého o kocetrac přblžě 0,04 mol dm -3. Teto roztok se působeím světla a případým stopam - 1 -
2 Verze MO rozkládá a jeho kocetrac je třeba kotrolovat. Proto je součástí práce staoveí ttru (= přesé kocetrace) roztoku KMO 4. Aparatura Staoveí rozpustost provádíme v termostatovaé zkumavce, přpojeé tepelě zolovaým hadcem k termostatu, a kterém astavujeme příslušou teplotu. Obsah ádobky je promíchává pomocí magetcké míchačky a míchadélka. Nasyceý roztok odebíráme ppetou přes vatový fltr, abychom od roztoku odděll jemé krystalky sol. Fltr tvoří trubce ve tvaru písmee J. Kratší sloupec ucpeme zátkou z vaty a delší přpojíme krátkou gumovou hadcí k ústí ppety. Přípravé práce V rámc domácí přípravy vypracujeme uté výpočty: - záps a vyčísleí rovce redukce magastau šťavelaem v kyselém prostředí, - avážka dhydrátu kysely šťavelové (COOH). H O pro staoveí ttru KMO 4, - přepočet spotřeby magastau draselého a kocetrac šťavelau sodého. Tyto výpočty budou součástí písemé domácí přípravy protokolu! Termostat astavíme a ejžší udaou teplotu (obvykle 5 C, další teploty po 5 C), přčemž se řídíme údajem kotrolího teploměru. Je ezbyté během práce kotrolovat průtok chladcí vody. Nastaveí expermetálí teploty a termostatu je součástí práce. Do termostatovaé zkumavky asypeme as 5 g šťavelau sodého a ádobku doplíme vzorkem rozpouštědla. Do zkumavky dále vložíme tělísko magetckého míchadla a obsah tezívě promícháváme 0 mut. Meztím ěkolkrát staovíme přesou kocetrac roztoku KMO 4 ttrací stadardu kysely šťavelové. Do ttračí baňky dferečě avážíme takové možství kysely šťavelové, aby spotřeba 0,04 mol dm 3 KMO 4 a ttrac byla as 5 cm 3, rozpustíme as v 50 cm 3 vody a přdáme 0 cm 3 zředěé H SO 4 (1:4). Z automatcké byrety přdáme -3 kapky roztoku KMO 4 a zahřejeme a 60 až 70 C. Ihed ttrujeme roztokem KMO 4 do přebytku KMO 4 sgalzovaého slabým růžovým zbarveím roztoku. H SO 4 v zásobí láhv je kocetrovaá (96%, hustota 1,84 kg.dm 3 ). Opatrě vmícháváme kyselu do vody v kádce! Přpravíme 300 cm 3 kysely sírové zředěé vodou v poměru 1:4. - -
3 Verze Měřeí Po vyputí mícháí echáme roztok ustát a odebereme vzorek 5 cm 3 ppetou opatřeou vatovým fltrem. Odppetovaé možství vypustíme do ttračí baňky, přdáme 0 cm 3 zředěé kysely sírové (1:4) a stěy baňky oplácheme 50 cm 3 vody. Kocetrac šťavelau sodého v roztoku staovíme ttrací magastaem stejým způsobem, jakým jsme staovoval jeho přesou kocetrac. Zovu echáme vzorek as 6-8 mut míchat a po této době provedeme další staoveí kocetrace šťavelau. Shodují-l se obě staoveí do 3%, zvýšíme teplotu o 5 C a zopakujeme celý postup. Pokud obě hodoty esouhlasí (př druhém staoveí je spotřeba magastau větší), svědčí to o edokoalém asyceí roztoku, obsah zkumavky proto promícháváme dalších 6-8 mut a poté provedeme další staoveí rozpustost. V převážé většě případů toto třetí měřeí postačuje. Tímto způsobem staovíme rozpustost šťavelau sodého př 5 teplotách od 5 C do 45 C. Zpracováí aměřeých dat Z hodot získaých ttrací vypočteme kocetrac šťavelau sodého (molárí hmotost 134,0 g mol -1 ) a) Numercké zpracováí Na PC vyplíme přehledou tabulku aměřeých hodot (teplota, hodota rozpustost pro daou teplotu) a pomocí fukce Řeštel v programu MS Excel zjstíme parametry přímky daé rovcí (3). Z její směrce vypočteme dferecálí rozpouštěcí teplo L. b) Grafcké zázorěí výsledků Vypočteé hodoty kocetrace (moldm 3 ) vyeseme do grafu prot teplotě ve C. Ve druhém grafu zobrazíme learzovaou závslost l(c ) jako fukc 1/T (K 1 ). V grafu proložíme expermetálí body přímkou, jejíž směrce by se měla shodovat s výsledkem Řeštele. c) Statstcké zpracováí výsledků provedete pomocí šabloy vytvořeé v programu MS Excel podle předpsu, který je a dalších strákách tohoto ávodu. Šabloa je už částečě přpravea a počítačích, které jsou k dspozc v aší posluchačské laboratoř. d) Závěr V závěru bude uvedea expermetálě zjštěá hodota dferecálího rozpouštěcího teplo L, dskuze výsledku a možé zdroje chyb
4 Verze Statstcké zpracováí expermetálích dat Výsledou teplotí závslost kocetrace asyceého roztoku zpracujete metodou ejmeších čtverců s využtím Excelu. Předpokládáme, že aše závslost je v souřadcích l c vs. 1/T leárí. Potom má model tvar y a bx, z čehož je zřejmé, že x = 1/T a y = l c. Vaším úkolem bude určt parametry modelu a a b, jejch tervaly spolehlvost, rozptyl s a směrodatou odchylku korelace s. Zjstíte, jestl mez zjštěým parametry exstuje ějaká závslost. Ze zákoa o šířeí chyb určíte chybu vypočteých hodot kocetrace a chybu odvozeého rozpouštěcího tepla L. Pro obecou polyomckou fukc y p k 1 ak x (v ašem případě y a bx k1 lze odvodt krterálí fukc mma součtu čtverců odchylek ) p k 1 k (v ašem případě S a, b y a bx 1 k1 1 S a y a x ) Mmalzac krterálí fukce provedete v Excelu pomoc fukce Nástroje, Řeštel. Jako výchozí hodoty parametrů modelu použjete a = 1 a b = Ze součtu čtverců odchylek se spočte rozptyl s 1 y a bx p, kde p je počet parametrů (v ašem případě p rová se ) a směrodatá odchylka s s. Dále vytvoříte matc C soustavy ormálích rovc (Poz.: řešeím ormálích rovc se rověž dají určt parametry modelu a, b). Obecě mají prvky C j matce C ásledující tvar C j 1 S a aa V ašem případě máme dva parametry a a b a dostaeme postupě: 1 S a, b 1 S a, b 1 S a, b C11, C 1 C1 a C. a ab b Zdervováím krterálí fukce pro áš model obdržíte matc (odvozeí proveďte do protokolu) 1 x j. 1 1 x x - 4 -
5 Verze K matc soustavy ormálích rovc vytvoříte Excelem (fukce INVERZE) 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 mez m (kovarac). To použjete pro určeí tervalu spolehlvost hodot kocetrace vypočteých pro jé teploty ež expermetálí (a základě zákoa o šířeí chyb) l l l l l cov, s c c a s a c b s b c a c b a b (pokud mez parametry eí závslost, pak cov(a, b) = 0 a posledí čle rovce odpade). a pro odhad směrodaté odchylky vypočteé odvozeé velčy (v ašem případě rozpouštěcího tepla L ). s L L b s b L b R Taky zkuste z hodoty sl c spočítat směrodatou odchylku kocetrace s c. Iterval spolehlvost říká, že (v ormálím rozděleí chyb) leží s 68 % pravděpodobostí skutečá hodota velčy v tervalu ± s od její vypočteé hodoty, s 95% pravděpodobostí leží skutečá hodota v tervalu ± s od vypočteé hodoty. Zbývá určt korelačí koefcet a b a a b b a b cov, cov, ab,, cov, cov, s a s b který udává, zda mez parametry exstuje leárí vztah. Pokud bude ějaký expermetálí bod přílš odlehlý (jeho odchylka od vypočteé hodoty bude větší ež trojásobek směrodaté odchylky s), tak ho vyřadíte a vše zopakujete. V excelu to bude vypadat ásledově (k dspozc bude excelovská šabloa, ale bez vzorců) : - 5 -
6 Verze ROZPUSTNOST SOLÍ expermetalí data mmalzovat řeštelem vzorce, přkazy Excelu bude měěo řeštelem MODEL l c = a + b/t počet parametrů čtverec odlehlost směrodatá odch. Data odchylek bodu vyp. kocetrace t [ C] c [mol/dm 3 ] x (=1/T) y (=l c) x y vypoč. /s s (l c) s (c) x x mmalzovat řeštelem počet exp. bodů matce soustavy parametry a 1 ormálích rovc modelu b C 11 C 1 s rozptyl C 1 C s směr. odch verzí matce C -1 kovaračí matce terval spolehlvost teplo a jeho směrodatá odchylka korelačí koefcet ρ s (a) cov (a,b) s (a) ν cov (a,b) s (b) s (b) L J/mol cov (a,b) s (L ) J/mol - 6 -
Obr. 7.1 Obr. 7.2. . 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
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
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
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
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.
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
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
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
Soustava kapalina + tuhá látka Izobarický fázový diagram pro soustavu obsahující vodu a chlorid sodný
Soustv kpl + tuhá látk Izobrcký fázový dgrm pro soustvu obshující vodu chlord sodý t / o C H 2 O (s) + esyceý roztok 30 20 10 0-10 -20 t I t II esyceý roztok 2 1 p o NCl (s) + syceý roztok eutektcký bod
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
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
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
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
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
- 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
Extrakce. Princip extrakce. Rozdělení extrakce
Extrakce Extrakce je separační metoda, při které přechází určitá látka ze směsi látek, které se nacházejí v kapalné či tuhé fázi, do fáze jiné. Na rozdíl od destilace, krystalizace a sublimace je extrakce
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
Experimentální postupy. Koncentrace roztoků
Experimetálí postupy Kocetrace roztoků Kocetrace roztoků možství rozpuštěé látky v roztoku. Hmotostí zlomek (hmotostí proceta) Objemový zlomek (objemová proceta) Molárí zlomek Molarita (molárí kocetrace)
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)
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
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. 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
Optimalizace portfolia
Optmalzace portfola ÚVOD Problémy vestováí prostředctvím ákupu ceých papírů sou klasckým tématem matematcké ekoome. Celkový výos z portfola má v době rozhodováí o vestcích povahu áhodé velčy, eíž rozložeí
Aktivita 1 Seminář základů statistiky a workshop (Prof. Ing. Milan Palát, CSc., Ing. Kristina Somerlíková, Ph.D.)
Aktvta Semář základů tattky a workhop (Prof. Ig. Mla Palát, CSc., Ig. Krta Somerlíková, Ph.D.) Stattcké tříděí Základí metoda tattckého zpracováí. Sekupováí hodot proměé, které jou z hledka klafkačího
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
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
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
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
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
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
Dovednosti/Schopnosti. - samostatně vyhledává postupy stanovení totožnosti a čistoty kyseliny vinné v ČL. Chemikálie:
Jednotka učení 2: Stanovení optické otáčivosti kyseliny vinné 1. diferencování pracovního úkolu Handlungswissen Charakteristika pracovní činnosti Pracovní postup 2. HINTERFRAGEN 3. PŘIŘAZENÍ... Sachwissen
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...
Základní chemické pojmy a zákony
Základní chemické pojmy a zákony LRR/ZCHV Základy chemických výpočtů Jiří Pospíšil Relativní atomová (molekulová) hmotnost A r (M r ) M r číslo udávající, kolikrát je hmotnost daného atomu (molekuly) větší
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
Test hypotézy o parametru π alternativního rozdělení příklad
Test hypotézy o parametru π alterativího rozděleí příklad Podik předpokládá, že o jeho ový výrobek bude mít zájem 7 % osloveých domácostí. Proběhl předběžý průzkum, v ěmž bylo osloveo 4 áhodě vybraých
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
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.
, 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,
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
DOPLŇKOVÝ STUDIJNÍ MATERIÁL CHEMICKÉ VÝPOČTY. Zuzana Špalková. Věra Vyskočilová
DOPLŇKOVÝ STUDIJNÍ MATERIÁL CHEMICKÉ VÝPOČTY Zuzana Špalková Věra Vyskočilová BRNO 2014 Doplňkový studijní materiál zaměřený na Chemické výpočty byl vytvořen v rámci projektu Interní vzdělávací agentury
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:
Inovace výuky Chemie LÉČIVA. Ch 9/09. neutralizace kyseliny acetylsalicylové, antacid Gaviscon
Inovace výuky Chemie LÉČIVA Ch 9/09 Vzdělávací oblast: Vzdělávací obor: Tematický okruh: Cílová skupina: Klíčová slova: Očekávaný výstup: Člověk a příroda Chemie Přírodní látky 9. ročník neutralizace kyseliny
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
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
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
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
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
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
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
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
Sešit pro laboratorní práci z chemie
Sešit pro laboratorní práci z chemie téma: Oddělování složek směsí autor: MVDr. Alexandra Gajová vytvořeno při realizaci projektu: Inovace školního vzdělávacího programu biologie a chemie registrační číslo
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
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
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
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:
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
FLUORIMETRIE. Jan Fähnrich. Obecné základy
FLUORIMETRIE Ja Fährch Obecé základ Fluormetre je aaltcká metoda vužívající schopost ěkterých látek vsílat (emtovat) po předchozím převedeí do vzbuzeého (exctovaého) stavu fluorescečí zářeí v ultrafalové
Chemické výpočty opakování Smart Board
Chemické výpočty opakování Smart Board VY_52_INOVACE_203 Vzdělávací oblast: Člověk a příroda Vzdělávací obor: Chemie Ročník: 9 Projekt EU peníze školám Operačního programu Vzdělávání pro konkurenceschopnost
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
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
1 DATA: CHYBY, VARIABILITA A NEJISTOTY INSTRUMENTÁLNÍCH MĚŘENÍ. 1.5 Úlohy. 1.5.1 Analýza farmakologických a biochemických dat
1 DATA: CHYBY, VARIABILITA A NEJISTOTY INSTRUMENTÁLNÍCH MĚŘENÍ 1.5 Úlohy Úlohy jsou rozděleny do čtyř kapitol: B1 (farmakologická a biochemická data), C1 (chemická a fyzikální data), E1 (environmentální,
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,
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
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
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
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).
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
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
PRAKTIKUM II. Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK. Název: Elektrická vodivost elektrolytů. stud. skup.
Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK PRAKTIKUM II. Úloha č. 26 Název: Elektrická vodivost elektrolytů Pracoval: Lukáš Vejmelka stud. skup. FMUZV 73) dne 12.12.2013 Odevzdal
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 =
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
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
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).
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
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,
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
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]
Tepelné zabarvení neutralizačních reakcí
EVROPSKÝ SOCIÁLNÍ FOND Tepelné zabarvení neutralizačních reakcí PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI RNDr. Erika Prausová Cíle Cílem této úlohy je sledovat a porovnat 1. tepelné zabarvení neutralizace
14. B o d o v é o d h a d y p a r a m e t r ů
4. B o d o v é o d h a d y p a r a m e t r ů Na základě hodot áhodého výběru z rozděleí určitého typu odhadujeme parametry tohoto rozděleí, tak aby co ejlépe odpovídaly hodotám výběru. Formulujme tudíž
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
[ 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
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:
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
( ) 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
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
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
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,
UŽITÍ DERIVACÍ, PRŮBĚH FUNKCE
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA UŽITÍ DERIVACÍ, PRŮBĚH FUNKCE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakult MENDELU v Brně (LDF) s ohledem na disciplin
Měření na třífázovém asynchronním motoru
15.1 Zadáí 15 Měřeí a zatěžovaém třífázovém asychroím motoru a) Změřte otáčky, odebíraý proud, fázový čiý výko, účiík a fázová apětí a 3-fázovém asychroím motoru apájeém z třífázové sítě 3 x 50 V při běhu
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
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
= 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.
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
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
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
pracovní list studenta Acidobazické rovnováhy Odměrná analýza acidobazická titrace
praoví list studeta Aidobaziké rovováhy dměrá aalýza aidobaziká titrae ýstup RP: Klíčová slova: Marti Krejčí experimet umožňuje žákům pohopit hováí slabýh protolytů (kyseli a zásad ve vodýh roztoíh; žái
ě ě š é Č ě ě š Š š Č ú ě ě ě ě ó š ě ě š é ě é š ě é é é ě é é ěž ě Ž ě ě ě ů ě š ů ů é Ž ňů ňů Ž Ž é ňů ů ď é ů ď é ů Ý ď é é ňů ňů ě ů ňů ů ů ě é ňů Ý ě Ý ď é é š Ž š š Ž ě Ž ů ě š ě Ž Ž š ě é Ž Ž š