František Batysta batysfra@fjfi.cvut.cz 19. listopadu 2009. Abstrakt



Podobné dokumenty
plynu, Měření Poissonovy konstanty vzduchu

STATISTICA Téma 1. Práce s datovým souborem

Aplikovaná numerická matematika

2. Numerické výpočty. 1. Numerická derivace funkce

Použitý rezistor (jmenovitá hodnota): R1 = 270 kω je přesný metalizovaný rezistor s přesností ± 0,1%.

Měření délky, určení objemu tělesa a jeho hustoty

Vzorce. StatSoft. Vzorce. Kde všude se dá zadat vzorec

Formátování pomocí stylů

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

5.3. Implicitní funkce a její derivace

7. Důležité pojmy ve vektorových prostorech

STATISTICA Téma 6. Testy na základě jednoho a dvou výběrů

ODR metody Runge-Kutta

Zadání Máme data hdp.wf1, která najdete zde: Bodová předpověď: Intervalová předpověď:

apilot - První kroky Publikační platforma apilot První kroky

Registrační číslo projektu: Škola adresa: Šablona: Ověření ve výuce Pořadové číslo hodiny: Třída: Předmět: Název: MS Excel I Anotace:

Protokol č. 1. Tloušťková struktura. Zadání:

Výpočet nového stavu je závislý na bezprostředně předcházejícím stavu (může jich být i více, zde se však omezíme na jeden).

KAPITOLA 9 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM

Výroková logika II. Negace. Již víme, že negace je změna pravdivostní hodnoty výroku (0 1; 1 0).

Úloha 1: Kondenzátor, mapování elektrostatického pole

Střední průmyslová škola v Teplicích Předmět: Kontrola a měření ve strojírenství

2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2

KONTINGENČNÍ TABULKY CO TO JE

Základní vzorce a funkce v tabulkovém procesoru

MANUÁL PRO REDAKČNÍ SYSTÉM WEBOVÝCH STRÁNEK OBSAH

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice

KAPITOLA 11 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM

SOLVER UŽIVATELSKÁ PŘÍRUČKA. Kamil Šamaj, František Vižďa Univerzita obrany, Brno, 2008 Výzkumný záměr MO0 FVT

Výrobní produkce divizí Ice Cream Po lo ha plane t Rozložený výse ový 3D graf Bublinový graf Histogram t s tn e ídy

Vytvoření modelu dvojitého kyvadla

Figurální čísla, Pascalův trojúhelník, aritmetické posloupnost vyšších řádů

Laboratorní práce č. 1: Měření délky

Tvorba webových stránek na google Sites (4.)

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

Parametry hledáme tak, aby součet čtverců odchylek byl minimální. Řešením podle teorie je =

MĚŘENÍ TEPLOTY. MĚŘENÍ ODPOROVÝM SNÍMAČEM S Pt 100

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

y (5) (x) y (4) (x) + 4y (3) (x) 12y (x) 45y (x) 27y(x) (horní indexy značí derivaci) pro 3. y(x) = x sin 3x 4. y(x) = x cos 3x 9.

Interpolace Lagrangeovy polynomy. 29. října 2012

Gymnázium Vysoké Mýto nám. Vaňorného 163, Vysoké Mýto

Aplikované úlohy Solid Edge. SPŠSE a VOŠ Liberec. Radek Havlík [ÚLOHA 40 PODSESTAVY]

TRHACÍ PŘÍSTROJ LABTEST 2.05

VYSOKONAPĚŤOVÉ ZKUŠEBNICTVÍ. #2 Nejistoty měření

ZSF web a intranet manuál

Velmi stručný návod jak dostat data z Terminálu Bloomberg do R

= = 2368

8. Cvičení Kopírování objektů mezi aplikacemi MS Office

FYZIKÁLNÍ PRAKTIKUM FJFI ČVUT V PRAZE. Úloha 7: Rozšíření rozsahu miliampérmetru a voltmetru. Cejchování kompenzátorem. Abstrakt

Pracovní list vzdáleně ovládaný experiment. Obr. 1: Hodnoty součinitele odporu C pro různé tvary těles, převzato z [4].

Práce s programem MPVaK

Vyšetřování průběhu funkce pomocí programu MatLab. 1. Co budeme potřebovat?

Internetové technologie, cvičení č. 5

Měření magnetické indukce elektromagnetu

Typy souborů ve STATISTICA. Tento článek poslouží jako přehled hlavních typů souborů v programu

TESTOVÁNÍ KVALITATIVNÍCH ZNAKŮ V PROGRAMU

Rozšíření rozsahu miliampérmetru a voltmetru, cejchování kompenzátorem

Výukový materiál v rámci projektu OPVK 1.5 Peníze středním školám. Práce se standardním aplikačním programovým vybavením tabulkový procesor

Pravděpodobnost, náhoda, kostky

Manuál: Editace textů v textovém editoru SINPRO Úprava tabulek a internetových odkazů, řádkování

Fyzikální praktikum FJFI ČVUT v Praze

HUSTOTA PEVNÝCH LÁTEK

Univerzální prohlížeč naměřených hodnot

dokumentu, respektive oddílu (více o oddílech v další kapitole). Nemůžeme

Čas potřebný k prostudování učiva kapitoly: 1,25 hodiny

Simulace. Simulace dat. Parametry

Styly písma - vytvoření vlastního stylu, zápatí a záhlaví stránek

galvanometrem a její zobrazení na osciloskopu

(Cramerovo pravidlo, determinanty, inverzní matice)

Úvod. Možnosti. Typ otázky r : Tuto možnost zvolte, pokud chcete převádět otázky s právě jednou správnou

PÁS KARET. Autor: Mgr. Dana Kaprálová. Datum (období) tvorby: září, říjen Ročník: sedmý. Vzdělávací oblast: Informatika a výpočetní technika

PSANÍ VZORCŮ A ROVNIC

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

V roce 1998 se v Liberci oženili muži a vdaly ženy v jednotlivých věkových skupinách v následujících počtech:

Obr. P1.1 Zadání úlohy v MS Excel

Časové řady - Cvičení

Úprava naměřených stavů

František Hudek. červen Informační a komunikační technologie MS Excel Funkce MAX a RANK

NÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel:

Odevzdání závěrečné práce

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

Gymnázium Vysoké Mýto nám. Vaňorného 163, Vysoké Mýto

6 Ordinální informace o kritériích

Vkládání textů a obrázků do blogu (pracovní list)

Tvorba digitálního modelu terénu

Regresní a korelační analýza

FUNKCE SVYHLEDAT() ZLÍNSKÝ KRAJ. Obchodní akademie, Vyšší odborná škola a Jazyková škola s právem státní jazykové zkoušky Uherské Hradiště

1 Tabulky Příklad 3 Access 2010

SEMESTRÁLNÍ PRÁCE. Leptání plasmou. Ing. Pavel Bouchalík

Statistická teorie učení

Registrační číslo projektu: CZ.1.07/1.5.00/ Název projektu: Moderní škola 21. století. Zařazení materiálu: Ověření materiálu ve výuce:

Mechanické pokusy na vzduchové dráze

Stěžejní funkce MS Excel 2007/2010, jejich ovládání a možnosti využití

INTEGROVANÁ STŘEDNÍ ŠKOLA TECHNICKÁ BENEŠOV. Černoleská 1997, Benešov. Elektrická měření. Tematický okruh. Měření elektrických veličin.

DUM 06 téma: Tvorba makra pomocí VBA

Newtonova metoda. 23. října 2012

Popisná statistika. Komentované řešení pomocí MS Excel

- transpozice (odlišuje se od překlopení pro komplexní čísla) - překlopení matice pole podle hlavní diagonály, např.: A.' ans =

3 Makra Příklad 4 Access Ve vytvořené databázi potřebuje sekretářka společnosti Naše zahrada zautomatizovat některé úkony pomocí maker.

Dnešní látka: Literatura: Kapitoly 3 a 4 ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.

Transkript:

Automatický výpočet chyby nepřímého měření František Batysta batysfra@fjfi.cvut.cz 19. listopadu 2009 Abstrakt Pro správné vyhodnocení naměřených dat je třeba také vypočítat chybu měření. Pokud je neznámá veličina měřena nepřímo, tj. vypočítáváme ji pomocí nějakého vzorce na základě jiných přímo měřených veličin, může být výpočet chyby nepřímého měření velmi pracný. Proto jsem v Matlabu napsal funkci, která výpočet provede automaticky a to včetně provedení příslušných parciálních derivací. 1 Teorie Nejprve použité vztahy pro výpočet chyby nepřímého měření. Čerpal jsem především z [1]. Chyby měřících přístrojů označíme y. (Odhadujeme například velikostí dílku příslušného měřícího přístroje.) Chyby opakovaně měřených veličin vypočítáme jako směrodatnou odchylku aritmetického průměru sā = 1 N (a i ā) 2 (1) N(N 1) Celkovou chybu přímého měření pak vyjádříme jako uā = s 2 ā + yp 2 (2) i=1 Pro nepřímo měřené veličiny X = F (x 1, x 1,, x k ) stanovíme chybu jako u X = k ( ) 2 f (u xi x )2 (3) i 2 Funkce chyby.mat 2.1 Účel funkce Účelem funkce je pomocí dvou daných vstupů i=1 1. Naměřená data přímo měřených veličin (x 1, x 2,, x k ) s odhadnutými chybami měřících přístrojů. 2. Funkční závislost hledané veličiny X = F (x 1, x 1,, x k ) v závislosti na přímo měřených veličinách (x 1, x 2,, x k ). vypočítat veličinu hledanou veličinu X včetně její chyby podle vzorce (3). 1

2.2 Manuál k funkci chyby.mat 1. Zapněte Matlab, najeďte do složky, kde se nachází soubor chyby.mat. 2. Nechť naše hledaná veličina X závisí na proměnných a, b, c např. vztahem X = (a sin b)/c. Nejprve je třeba definovat symbolické proměnné. Proměnné a, b, c definuje příkazem v Command Window syms a b c 3. Dále definujeme funkci F příkazem F = a*sin(b)/c; 4. Dále je třeba vytvořit kontejner se vstupními daty. Ten pro funkci chyby.m představuje proměnná typu cell array, což je pole proměnných různých typů. Protože ke každé proměnné potřebujeme uložit 3 různé věci: (a) název proměnné (b) naměřená data (c) chybu měřícího přístroje Vytvoříme tedy cell array s názvem Data o třech řádcích a n sloupcích, kde n je počet proměnných. V našem případě tedy píšeme: Data = cell(3,3); 5. Teď máme prázdný kontejner, který je třeba naplnit daty. Přitom je třeba se řídit následujícími pravidly: do prvního řádku vkládáme naše symbolické proměnné do druhého řádku vkládáme naměřená data opakovaně měřených jednotlivých veličin uspořádaných do sloupce. do třetího řádku píšeme chyby měřících přístrojů příslušné veličiny. Vkládání je možné provést více způsoby, ale nejvíce se mi osvědčilo využít variable edioru. Klikněte dvakrát na ikonku proměnné Data, kterou vidíte ve Workspace. Otevře se editor proměnných který vypadá podobně jako Excel. Do prvního řádku napište názvy použitých proměnných (a, b, c) viz obr. 1. V našem případě napíšeme a na pozici (1,1), b na pozici (1,2) a c na pozici (1,3). Tím se na tyto pozice vloží přesně ty symbolické proměnné, které jsme předtím vytvořili příkazem syms. 2

Obrázek 1: První řádek: vkládání sybolických proměnných. Obrázek 2: Druhý řádek: vkládání hodnot naměřených veličin Na další řádek vkládáme sloupec naměřených hodnot. Dvojím kliknutím na pozici (2,1) v edi- 3

toru proměnných zobrazíme obsah této proměnné Data{2,1} (zatím prázdný). Naměřená data napíšeme pod sebe do prvního sloupce. Předpokládejme, že jsme naměřili 5 hodnot veličiny a a 1 5 = (2; 2, 1; 2; 1, 95; 2, 05; 1, 9). Pak bychom tyto hodnoty měli vložit do proměnné Data{2,1} jako na obr. 2. Analogicky vyplníme naměřené hodnoty zbylých proměnných. Pozn: funkce chyby.m automaticky pozná podle počet opakovaných měření podle délky sloupce. Délka sloupce může být libovloné přirozené číslo včetně 1. Do třetího řádku píšeme chyby měřících přístrojů příslušné veličiny. Celkově pak proměnná Data vypadá jako na obr. 3. Obrázek 3: Druhý řádek: vkládání hodnot naměřených veličin 6. Vše je připraveno pro výpočet. Ten spustíme příkazem [Vysledek Chyba Data] = chyby(f,data) Do proměnné Výsledek se uloží vypočtená hledaná veličina X, její chyba vypočtená podle (3) je v proměnné Chyba. Funkce vrací i rozšířené pole Data přibylé řádky mají následující význam: čtvrtý řádek: průměrná hodnota přes opakovaně měřené veličiny pátý řádek: směrodatná odchylka průměru podle vzorce (1) (je nulová pro veličiny měřené pouze jednou.) šestý řádek: celková chyba přímého měření příslušné veličiny podle vztahu (2) sedmý řádek: totéž jako šestý řádek, ale v symolických proměnných. 7. Vzorový výstup funkce chyby.m je na obrázku 4. Pro kontrolu program vypíše semianalytický tvar chyby měření, dále vypíše celkový Výsledek a výslednou Chybu 4

Obrázek 4: Vzorový výstup: hodnota hledané veličiny a její chyba. Reference [1] FJFI ČVUT: Chyby měření a zpracování naměřených výsledků [online], [cit. 19. listopadu 2009], http://praktika.fjfi.cvut.cz/provpokyny/chybynav/chyby1n.pdf 5