Energia emisji sejsmoakustycznej i energii wstrząsów jako podstawa liniowej prognozy zagrożenia sejsmicznego

Wielkość: px
Rozpocząć pokaz od strony:

Download "Energia emisji sejsmoakustycznej i energii wstrząsów jako podstawa liniowej prognozy zagrożenia sejsmicznego"

Transkrypt

1 dr inż. JOANNA KURZEJA Główny Instytut Górnitwa Energia emisji sejsmoakustyznej i energii wstrząsów jako podstawa liniowej prognozy zagrożenia sejsmiznego Kilka lat temu przedstawiono Czytelnikom MiAG (Kornowski, Kurzeja 4) zwięzły opis tak zwanej liniowej prognozy zagrożenia sejsmiznego, na podstawie rutynowyh obserwaji AE i wstrząsów. Niniejszy artykuł opisuje dalszy rozwój tej metody i pomyślany został jako zahęta do jej stosowania. W kolejnyh rozdziałah przedstawiono definije ałkowitej energii sejsmiznej oraz zagrożenia sejsmiznego oraz (w zarysie) sposób szaowania energii bez lokalizaji źródeł AE z równozesną estymają tłumienia przed frontem śiany. Eksperymentalna eksploataja metody w bardzo zróżniowanyh warunkah górnizyh upoważnia do wniosku, że metoda hoć ozywiśie nie zmniejsza zagrożenia ani nie jest rozwiązaniem, które w pełni usatysfakjonować by mogło górników działa lepiej od metod obenie stosowanyh, przede wszystkim ogranizają lizbę fałszywyh alarmów. Istotną nowośią w porównaniu ze znanymi metodami jest oparie prognozy na mierzonej za pomoą aparatury ARES (produkji EMAG), energii AE (a nie na tak zwanej aktywnośi), o umożliwia uzyskanie jednoznaznyh prognoz. 1. WPROWADZENIE Od wielu dziesięiolei oena stanu zagrożenia tąpaniami jest przedmiotem zainteresowania górników i związanyh z górnitwem geofizyków. Równie długo badane i stosowane są różne metody oeny tego zagrożenia, lez wyniki wiąż są niezadowalająe. Kilka lat temu przedstawiono Czytelnikom MiAG (Kornowski, Kurzeja 4) zwięzły opis nowej metody prognozowania energii emisji sejsmiznej, rozumianej jako suma energii wstrząsów i zdarzeń sejsmoakustyznyh (AE), obserwowanyh za pomoą aparatury ARES (produkji EMAG), w danej śianie, w kolejnyh jednostkah zasu, którymi mogą być, na przykład godziny. Metoda jest prosta i wygodna w tym sensie, że wykorzystuje rutynowe obserwaje AE i wstrząsów, nie wymaga wię od służb tąpań nizego poza (prostą) obsługą programu komputerowego. Jest też bezpiezna, o oznaza, że w żaden sposób nie utrudnia działania metod już istniejąyh nie whodzi wię w kolizję z żadnymi przepisami zy zaleeniami nadzoru górnizego. W niniejszym artykule, pierwszym z dwuzęśiowego yklu (drugi to Kornowski 9), nawiązano do poprzedniego tytułu publikaji (Kornowski, Kurzeja, 4), opisują dalszy rozwój metody, której naukowe podstawy przedstawiono w książe (Kornowski, Kurzeja, 8). Ponieważ jednym z zasadnizyh wymogów metody jest sumowanie energii (AE i wstrząsów) ała kolejna publikaja (Kornowski, 9) stanowiąa faktyznie drugą zęść niniejszej, dotyzy zagadnienia estymaji energii AE, przede wszystkim za pomoą najpopularniejszej aparatury sejsmoakustyznej typu ARES. Przedmiotem zainteresowania jest nowa metoda prognozy zagrożenia sejsmiznego (i stanu tego zagrożenia: definije podano dalej), która z założenia, działać ma równolegle do metod już istniejąyh (by uszanować obowiązująe przepisy) i korzystać z informaji rutynowo dostarzanej przez istniejąe siei zujników sejsmologii górnizej i sejsmoakustyki. Przewiduje się znazną automatyzaję nowej metody tak, że operatorzy w kopalnianej staji tąpań nie powinni odzuć po uruhomieniu metody wzrostu praohłonnośi.

2 1 MECHANIZACJA I AUTOMATYZACJA GÓRNICTWA wstrząsy sejsmologia górniza estymaja energii nowa metoda prognozy zagrożenia sejsmiznego impulsy AE sejsmoakustyka Rys. 1. Szki ilustrująy związek nowej metody prognozy zagrożenia sejsmiznego z dotyhzasowymi metodami sejsmologii górnizej i sejsmoakustyki. Zauważ, że nowa metoda nie utrudnia działania metod dotyhzasowyh By łatwiej wskazać różnie między metodą nową a metodami sejsmologii górnizej i sejsmoakustyki, które dziś są stosowane, przypomnijmy, że: Przedmiotem zainteresowania metody kompleksowej i metod składowyh jest oena stanu zagrożenia tąpaniami. Ani w Instrukji z 199 r. ani w Instrukji z 7 r. słowo prognoza się nie pojawia. Oeniane jest zagrożenie minione i zakłada się, że w najbliższym zasie pozostanie ono bez zmian. Co ważniejsze, zagrożenie to nie jest w sposób jawny zdefiniowane, a z punktu widzenia fizyki nie jest wię ozywiste, o faktyznie podlega oenie. Metody sejsmologii i sejsmoakustyki działają niezależnie, dają osobne oeny. Co ważniejsze, gdy obserwuje się śianę za pomoą wielu zujników sejsmoakustyznyh to Instrukje (i z roku 199 i z roku 7) powiadają, że o wynikowej oenie deyduje geofon wskazująy największe zagrożenie. Powoduje to zbędny i dokuzliwy nadmiar fałszywyh alarmów. Badane przez metodę sejsmologii iągi wstrząsów górnizyh pozbawione są istotnej autokorelaji (o, w odniesieniu do silnyh wstrząsów stwierdził już Lasoki 199, 199 i o również wielokrotnie potwierdzali Kornowski i Kurzeja, np. Kornowski i Kurzeja 8) nie umożliwiają wię nietrywialnej ( * ) prognozy w dziedzinie zasu. Ciągi wstrząsów niosą jednak informaję o wysokoenergetyznym skrzydle rozkładu energii. Badane przez metodę sejsmoakustyki iągi zdarzeń AE (zyli sejsmoakustyznyh) ehuje istotna autokorelaja, zatem umożliwiają one nietrywialną prognozę zmian emisji w dziedzinie zasu, lez (niemal) nie zawierają informaji o energii wstrząsów. Tak wię każda z metod, działają osobno, jest ułomna. * Prognoza trywialna to prognoza losowa, subiektywna lub średnia z ostatnih N odstępów zasu. Prognoza nietrywialna to prognoza uzasadniona naukową teorią. Systemy sejsmoakustyki określają nie energię (fizyzną) AE, lez tak zwaną energię umowną, której nie można sumować z energią wstrząsów, a do oeny stanu zagrożenia wykorzystują zazwyzaj tak zwaną aktywność AE (która jest lizbą zdarzeń AE w ustalonej jednoste zasu). Aktywność sejsmoakustyzna jest jak wskazują badania laboratoryjne i teoretyzne słabiej niż energia AE związana z proesem niszzenia skały. Celem nowej metody jest usunięie lub istotne złagodzenie wymienionyh wyżej, niekorzystnyh aspektów rozpatrywanyh metod, a niniejsza publikaja przedstawia stan pra w tym zakresie. Równoześnie jednak nowa metoda w żaden sposób nie wykluza ani nie utrudnia pray metod dotyhzas stosowanyh. Metoda ta praować ma równolegle z metodami dotyhzasowymi, umożliwiają porównywanie wyników i oenę ih jakośi. Szki pokazująy związki metod pokazano na rys. 1.. DEFINICJA ZAGROŻENIA Rozpozynają kilka lat temu, prae związane z opraowaniem nowej metody prognozy zagrożenia sejsmiznego uznano, że podstawową usterką metod dotyhzasowyh, usterką która musi być w pierwszym rzędzie usunięta, jest brak jawnej definiji zagrożenia i jego stanu. Nawet, gdy intuiyjnie pojęia te są rozumiane, to brak jawnej ilośiowej i konstruktywnej definiji naraża na zarzut irrajonalnośi i subiektywizmu. Nie można też i zapewne nie będzie można ilośiowo oeniać/prognozować wielkośi, które nie posiadają ilośiowej, śisłej definiji. Ponieważ w wielu dziedzinah i zastosowaniah nauki przyjęto już (o potwierdza ogólnie znana literatura) definiję ryzyka:

3 Nr (4) CZERWIEC 9 1 ryzyko = prawdopodobieństwo zdarzenia strata wywołana zdarzeniem to, aby nawiązać do powszehnie akeptowanyh pojęć, a równoześnie ominąć problemy wyeny oraz prognozy strat (które zależeć mogą od zynników nieprognozowalnyh i nienaukowyh, jak np. lizba osób w zagrożonym wyrobisku w hwili realizaji zagrożenia), przyjęto (w największym skróie), że zagrożenie (sejsmizne) = prawdopodobieństwo zdarzenia sejsmiznego Zdarzenie sejsmizne nie jest jednak tożsame ze wstrząsem, gdyż jak przypomniano powyżej wstrząsy nie są dziś prognozowane. Zamiast tego zdarzenie zdefiniowano jako emisję ( istotnej ) energii sejsmiznej w określonym przedziale (Δt) zasu z ustalonego obszaru (S). Formalnie jasne jest, że gdy Δt to prognoza dotyzy zdarzenia krótkotrwałego (np. wstrząsu), lez warianja tej prognozy tak wzrasta, że staje się ona bezużytezna. Nieh symbol P{.} oznaza prawdopodobieństwo wystąpienia zdarzenia, przy zym z definiji P{.} 1. Wówzas definiuje się (np. Kornowski i Kurzeja 8) formalnie, że Definija Zagrożenie sejsmizne Z s lub uwzględniają zas i obszar Z s [(t,t+δt),s] jest to prawdopodobieństwo Z s =P{E [(t,t+δt),s] E g }, że ałkowita energia sejsmizna (E ) wyemitowana w okresie (t,t+δt) w obszarze S, przekrozy wartość granizną E g ( próg bezpiezeństwa ) ( * ). Zagrożenie Z s z definiji spełnia nierówność Z s 1, zatem przedział ( 1) możliwyh zagrożeń zawsze podzielić można na odinki (np.: ) i nazwać je stanami zagrożenia sejsmiznego (np. A, B, C, D). Ta ważna definija zasługuje na pewne wyjaśnienia i uzupełnienia: A. Definija ta jest konstruktywna i ilośiowa, a zdefiniowane przez nią zagrożenie (i jego stan) zawsze (np. o godzinę) może być dla danego wyrobiska łatwo oblizone. Metoda prognozy liniowej opisana w pray z 4 roku (Kornowski, Kurzeja 4) i będąa przedmiotem niniejszego artykułu umożliwia sekwenyjne (np. o godzinę, dla najbliższej godziny) oblizanie zarówno wartośi średniej ( log E ) jak i warianji ( loge ) rozkładu energii w najbliższej nadhodząej godzinie. Mają oblizoną wartość średnią i warianję, łatwo oblizyć można dowolne praw- * Próg ten definiują, np. Konopko, 1994, Dubiński i Konopko, Goszz 4 i inni dopodobieństwa przedziałowe, w tym P(E(t+1)>E g ), zyli zgodnie z definiją zagrożenie sejsmizne. B. Nie jest to definija zagrożenia tąpnięiem (brak bowiem w literaturze śisłej, ilośiowej, umożliwiająej komputerową prognozę definiji tąpnięia, które definiuje się zwykle po skutkah ), lez definija zagrożenia sejsmiznego, które jest prawdopodobieństwem, że E >E g, tzn. że energia ałkowita wyemitowana w okresie (t,t+δt) w obszarze S, przekrozy pewien próg, E g. Chwilowo przyjmuje się, że S to obserwowana śiana, Δt=1 godzina i że prognoza powtarzana będzie o Δt. C. Prognoza zagrożenia sejsmiznego nie jest tożsama z prognozą miejsa, zasu i energii : miejse jest z góry znane (obserwowana śiana S) i znany jest przedział zasu (t,t+δt). Prognozowana jest tylko energia jako ałkowita energia sejsmizna E, zdefiniowana w postai sumy AE w E [( t, t t), S] E [( t, t t), S] E [( t, t t), S] (1) gdzie: E w to energia wstrząsów, E AE to energia (w dżulah) AE. By sumowanie to było możliwe, energie muszą być addytywne i muszą pohodzić, obie, z [(t,t+δt),s]. D. Wartość E g może być ustalana lokalnie, przez kopalnie. Konopko (1994) pisze jak określać E g w różnyh warunkah. Do prób przyjęto E g =1 1 5 J. E. Wprowadzenie stanów zagrożenia nawiązuje do istniejąyh metod (i ma ułatwić podejmowanie deyzji o profilaktye, zależnie od stanu ). Podział przestrzeni zagrożeń (zyli odinka -1) na stany powinien być przedmiotem dyskusji spejalistów. Podana wyżej definija zagrożenia nadaje po raz pierwszy, śisły, fizyzny sens pojęiu stan zagrożenia (sejsmiznego). F. Wiadome jest, że użytkowniy w miejse prognozy (stanu) zagrożenia sejsmiznego woleliby otrzymać prognozę (stanu) zagrożenia tąpnięiem lub prognozę miejsa, zasu i energii nadhodząego silnego wstrząsu. Prognoza taka nie jest jednak dziś zdaniem autorki realna, nikomu się nie udała i świadomie z niej zrezygnowano, wierzą, że również zagrożenie sejsmizne jest wielkośią użytezną. G. Z matematyznego punktu widzenia, w definiji Z s zażądać można przejśia do graniy (Δt, s ) i stwierdzić, że zdefiniowano zagrożenie zdarzeniem punktowym w dziedzinie zasu i przestrzeni zyli wstrząsem. Definija utraiłaby jednak walor konstruktywnośi (definija konstruktywna umożliwia oblizenie, definija niekonstruktywna nie) wię jej nie wprowadzono i nie zalea się.

4 14 MECHANIZACJA I AUTOMATYZACJA GÓRNICTWA H. Co jednostkę Δt (np. o godzinę) estymowane, zgodnie z równaniem (1), wartośi E (t) arhiwizować można sekwenyjnie, tworzą szeregi zasowe ałkowitej energii sejsmiznej z obserwowanej śiany (S). Szeregi te mają istotną (hoć zazwyzaj mniejszą niż szeregi energii samej tylko AE) autokorelaję, mogą być wię (np. o Δt) w pewnym stopniu prognozowane (np.) metodami tak zwanej prognozy liniowej (np. Robinson 197, Kornowski, Kurzeja 5, Kornowski i Kurzeja 4, 8). Jakość prognozy zależy od wartośi autokorelaji szeregu zasowego E (t). I. Ponieważ badania wskazują, że energia emisji (AE) jest z zagrożeniem lepiej skorelowana niż aktywność, definija zagrożenia sejsmiznego i nowa metoda prognozy tego zagrożenia ałkowiie pomija aktywność (definiowaną jako lizba impulsów w jednoste zasu) i o zagrożeniu wnioskuje tylko na podstawie (ałkowitej) energii emisji W AE ( E ( t) E ( t) E ( t) ). Stosują energię AE (nie umowną) zapewniono jednoznazność oeny i prognozy zagrożenia sejsmiznego niezależnie od lizby (z założenia nie mniejszej od dwóh) geofonów obserwująyh śianę.. OSZACOWANIE ENERGII AE, BEZ LOKALIZACJI Przystępują do realizaji zadania uznano, że obenie warunkiem realizmu, od którego zależy możliwość zastosowania metody, jest uniknięie potrzeby lokalizowania źródeł AE i oparie metody na tyh danyh, które i dziś normalnie napływają do staji tąpań w kopalni. By oblizyć E zgodnie z (1) koniezne jest jednak, oblizenie fizyznej, wyrażonej w dżulah (J), energii AE. Zagadnienie to, obenie uważane za podstawowy problem sejsmoakustyki górnizej, jest przedmiotem pray (Kornowski, 9) którą potraktowano jako zęść drugą niniejszej publikaji tu wię krótko tylko wzmiankowane są speyfizne ehy tego zagadnienia. Zauważmy, że gdy jedno źródło obserwowane jest za pomoą N geofonów, to otrzymuje się N różnyh wartośi energii umownej. Energia umowna jest wię zmodyfikowanym strumieniem ( * ) e* energii fizyznej i śisła estymaja energii E emitowanej ze źródła wymaga uprzedniej lokalizaji tego źródła a wię rozwiązania problemu, którego * Strumieniem (e*) energii falowej nazywamy energię przepływająą przez 1m powierzhni prostopadłej do kierunku propagaji fali. Znają z pomiaru wartość e* oraz, z lokalizaji, odległość (r) od źródła, można oblizyć energię E emitowaną ze źródła: E=4πr e* (bez absorpji). Oszaowanie energii E bez lokalizaji źródeł, wymaga założenia rozkładu emisji z frontu śiany w okresie Δt. hemy uniknąć ( ** ). Jeżeli jednostka zasu (Δt) określająa zęstość prognozowania jest wystarzająo długa, na przykład gdy Δt to godzina, lub, jeszze lepiej, gdy Δt pokrywa się z okresem skrawu, to z zoła śiany emitowana jest wielka lizba impulsów AE, wielka na tyle, że możliwa jest w danej jednoste zasu aproksymaja przestrzennego rozkładu źródeł wzdłuż zoła śiany za pomoą zależnośi e( x, y) e, gdzie log xy ~ N(, ) () xy gdzie ξ xy jest zmienną losową nieujemną o wartośi średniej 1 (zatem, np. o rozkładzie logarytmiznonormalnym), natomiast e to wartość średnia energii emisji z 1 m oiosu w danej jednoste zasu. Uśredniają () i lizą dla ałego oiosu (zoła śiany) o długośi L i wysokośi h, otrzymuje się wyemitowaną w Δt energię E Lhe () łatwo oblizalną, gdy znana jest średnia intensywność ( e ) emisji energii (AE) z 1 m oiosu. Po uwzględnieniu absorpji energii falowej przez górotwór i po uwzględnieniu harakterystyki kierunkowej geofonów (Kornowski i Kurzeja 8) zagadnienie to przedstawić można albo jako: problem nieliniowej, równozesnej estymaji energii E oraz współzynnika γ absorpji (energii w pokładzie), gdy dane są wartośi EU, energii umownej z N>1 geofonów obserwująyh (śianę) w danej jednoste zasu N ( E, ) min { E[ C d( i) I( L, d( i), )( Lh) E, i 1 1 ] EU ( i)} (4) (gdzie i to numer geofonu, d(i) to odległość geofonu od skrzyżowania hodnika przyśianowego z frontem śiany, L, h to długość i wysokość śiany, C to wzmonienie ałego toru TSA, I(L,d,γ) harakteryzuje górotwór; dokładniejszy opis podano w Kornowski 9), w przybliżeniu zlinearyzowany problem równozesnej estymaji (E,γ) na podstawie energii umownyh (EU), który sprowadza się do rozwiązania układu (liniowyh) równań lne Dd ( i) H( i) i 1,..., N (5a) ** Trzeba tu dodać, że wśród wielkośi fizyznyh związanyh z energią emisji tylko unormowana wartość strumienia e* energii w otozeniu zujnika (geofonu) może być przedmiotem bezpośredniego pomiaru. Interesująa geofizyków górnizyh energia źródłowa (tzn. energia emitowana ze źródeł np. zdarzeń AE i wyrażona w dżulah, J) może być tylko estymowana (na podstawie e*), gdy założony zostanie odpowiedni model źródeł (lub pola emisji) i górotworu. Jakość takiej estymaji zależy wprost od jakośi założonyh modeli.

5 Nr (4) CZERWIEC 9 15 gdzie: H(i)=ln(h A EU(i)) BL Cd(i)) (5b) oraz A, B, C, D to parametry linearyzująe funkję I(L,d,γ). W przypadku (teoretyznym) dokładnyh danyh wejśiowyh, rozwiązanie problemu (4) daje dokładne wartośi (E,γ) pod warunkiem akeptaji założonego modelu emisji (). Rozwiązanie układu równań (5a), nawet dla dokładnyh danyh (i modelu ()) daje tylko przybliżone wartośi (E,γ), lez rozwiązanie to bardzo łatwo uzyskać. Zauważyć należy, że metoda w obu wersjah nie wymaga lokalizaji ognisk (odpowiednią informaję dostarza model ()) i korzysta wyłąznie z rutynowyh obserwaji AE, na przykład odzytów z systemu ARES. Równania (4) i/lub (5 a,b) umożliwiają wię w każdej kolejnej jednoste zasu estymaję energii E emitowanej ze śiany, na podstawie zaobserwowanej (w tej jednoste zasu) energii umownej oraz wielkośi (d i, L, h), które są znane i/lub stałe. Podstawowe znazenie ma właśiwa kalibraja toru AE, która musi być zawsze aktualna. W ten sposób po raz pierwszy oferowana jest metoda estymująa energię i tłumienie (α=γ/) równoześnie i w sposób spójny. Dotąd stosowane metody nieodmiennie zakładają/postulują wartość γ (zazwyzaj przyjmują γ=) i na tej podstawie lizą energię, o prowadzi do ogromnyh błędów. 4. SZEREGI CZASOWE ENERGII CAŁKOWITEJ I ICH PROGNOZA Energia AE, oblizona za pomoą równania (4) lub (5) jest addytywna względem energii wstrząsów, oraz dotyzy tego samego obszaru i tej samej jednostki zasu może wię być, zgodnie z (1), sumowana z energią wstrząsów, tworzą szeregi zasowe (godzinowej, emitowanej z ustalonego obszaru S) zlogarytmowanej sejsmiznej energii ałkowitej (E ), które są, w mniejszym lub większym stopniu prognozowalne. Umożliwia to także sekwenyjną (tzn. z godziny na godzinę) prognozę Z s, zagrożenia sejsmiznego oraz stanu (np. A, B, C, D) tego zagrożenia, bezpośrednio nawiązują do oen klasyfikująyh stosowanyh przez obowiązująe dziś metody oeny stanu zagrożenia tąpaniami. Wartośi r(τ), autokorelaji tyh szeregów zasowyh oblizane są zgodnie ze standardowymi równaniami (np. Bielińska,, s. 1, także Kurzeja 5, s. 4). Następnie układane są i rozwiązywane tzw. równania Yule-Walkera (np. Bielińska,, s. 17, także Kurzeja 5, rozdz...), które umożliwiają oblizenie parametrów a i predyktora liniowego (Kornowski, Kurzeja 4) ( 1 p p E t 1) a E ( t) a E ( t 1).. a E ( t ), () który, z końem każdej kolejnej jednostki zasu o numerze t umożliwia prognozę energii E (t+1), przy zym prognozowana jest zawsze (tzn. o godzinę) zarówno wartość średnia E ( t 1) jak i jej warianja. Gdy przedmiotem prognozy jest (nie energia, E ( t 1), lez logarytm energii (log E ( t 1) ) to błąd prognozy ma rozkład zbliżony do normalnego. Zatem po oblizeniu wartośi średniej i warianji łatwo też oblizyć przedziały ufnośi i prawdopodobieństwo P(E>E g ) przewyższenia progu E g zyli zagrożenie. Rzez jasna, wszystkie oblizenia wykonywane są przez odpowiedni program komputerowy, któremu w hwili obenej obsługa dostarzyć musi (raz na godzinę) wartośi energii wstrząsów i energii umownej AE w minionej godzinie i który przed dodaniem tyh energii metodą opisaną w poprzednim rozdziale przekształa zbiór N wartośi EU(i) i=1,, N w jednoznaznie określoną (fizyzną, wyrażoną w dżulah, J) energię emisji. Należy podkreślić, że wynik jest jednoznazny, obejmuje zarówno metodę sejsmologii jak i metodę sejsmoakustyki (ani ih nie eliminują ani nie zaburzają ih działania) i w optymalny sposób prognozują zagrożenie i jego stan, zgodnie z definiją podaną w rozdz.. Inżynierowie, odpowiedzialni za wynik prognozy (stanu) zagrożenia mogą (lez nie muszą), zależnie od lokalnyh warunków, ustalać progi (E g ) bezpiezeństwa (być może inne dla każdej śiany lub przodka hodnikowego) oraz wiązać stan (A, B, C, D) zagrożenia z prawdopodobieństwem przewyższenia progu bezpiezeństwa. Ih rola nie jest wię w żaden sposób ogranizana, a ih wiedza i doświadzenie są doeniane. Przykładowe wartośi progowe E g, uzasadnione dotyhzasową historią tąpań i zależne od lokalnyh warunków, podaje (np.) Konopko 1994 rozdz.7. nazywają tę wielkość elementarną energią sejsmizną tąpnięia, gdyż jest to minimalna energia, przy której w danyh warunkah kiedykolwiek zanotowano tąpnięie. Informaja o tej energii w takim stopniu, w jakim jest śisła jest lub może być niezwykle ważna w zastosowaniah gdyż potrafimy już (hoć tylko w przybliżeniu) prognozować energię. Zagadnienie określenia stanów (A, B, C, D) zagrożenia ważne w zastosowaniah, gdyż ułatwia podejmowanie deyzji, umożliwiają powiązanie stanów z deyzjami o profilaktye jest o tyle kłopotliwe, że wymaga przypisania nazwy (np. A lub B ) i związanyh z tym obowiązkowyh działań profilaktyznyh, pewnym przedziałom prawdopo-

6 1 MECHANIZACJA I AUTOMATYZACJA GÓRNICTWA dobieństwa (że wystąpi E >E g ), o nie musi być intuiyjnie ozywiste. Na pewno nie jest to zadanie dla geofizyka zy informatyka, lez razej dla właśiiela przedsiębiorstwa lub dla organów nadzoru. Podkreślić trzeba, że takie podejśie do zagadnienia, po raz pierwszy nadaje śisły, ilośiowy sens pojęiu stanu (A, B, C, D) zagrożenia, wiążą nazwę stanu z prawdopodobieństwem, że E >E g. W definiji, podanej w rozdz., jako przykład zaproponowano, by sytuaję, gdy w danej śianie i godzinie prawdopodobieństwo (P) (że energia ałkowita emisji przewyższy lokalną wartość E g ) mieśi się w przedziale <P(E >E g ) 1-5 nazwać stanem A, gdy 1-5 <P(E >E g ) 1-4 stanem B itd., lez są to tylko wartośi przykładowe. Przykłady prognozy (rzezywistyh, długotrwałyh obserwaji E ) pokazano na rysunkah i. Każdy z rysunków składa się z ztereh wykresów. Na rys. pokazano trzy tygodnie obserwaji i prognozy loge oraz zagrożenia (Z s ) i jego stanu (A, B, C, D) dla (silnie to stwierdzenie nieformalne) zagrożonej śiany 7 z kopalni Wesoła, natomiast na rys. pokazano to samo, lez dla słabo zagrożonej śiany 1 z kopalni Piekary. Rysunki te zbudowane są w sposób identyzny i poniższy opis odnosi się do obu tyh rysunków. Na pierwszym od góry wykresie (rys. a i rys. a) przedstawiono iąg wstrząsów. Poniżej (b) pokazano dwie krzywe: krzywa iągła to energie (loge (t)) obserwowane, krzywa kropkowana to energie prognozowane. Jeszze niżej, na trzeim wykresie (), na tle energii obserwowanyh pokazano prognozowaną wartość kwantyla G,95, zyli wartość (loge (t)), która z prawdopodobieństwem 95% nie będzie przekrozona i jest to tak zwana prognoza bezpiezna. Na najniżej położonym wykresie (d) przedstawiono znowu na tle energii obserwowanyh logarytm zagrożenia sejsmiznego (logz s ) zdefiniowanego w rozdz.. Wartośi logz s pokazane na rys. d najzęśiej pozostają na poziomie (-5) zatem prawdopodobieństwo przewyższenia progu E g =1 1 5 J najzęśiej jest rzędu 1-5, lez zagrożenie to potrafi się szybko zmieniać: jest to zapewne najważniejsza różnia między sekwenyjnie (tzn. na bieżąo, z godziny na godzinę) lizonym zagrożeniem sejsmiznym a zagrożeniem tąpaniami lizonym zgodnie z Instrukją metody kompleksowej. Na rys. d, dotyząym słabo zagrożonej śiany 1 w kopalni Piekary zagrożenie ały zas (pomijają moment rozruhu metody) pozostaje stałe, na poziomie 1-5. Rysunki te pozwalają stwierdzić, że prognoza zagrożenia i jego stan, hoć w przybliżeniu tylko, ale nieźle działa i projekt, w tym zakresie, dobrze rokuje. loge W a) loge C b) loge C ) loge C, stan Z S d) loge C, stan Z S Rys.. Przykładowe wyniki trzeh tygodni obserwaji emisji sejsmiznej oraz prognozy stanu zagrożenia sejsmiznego w ść. 7 kopalni Wesoła. a) logarytm energii wstrząsów, b) prognozowana wartość loge C (kropki) na tle obserwowanej wartośi loge C (linia iągła), ) wartość G 95 (kropki) na tle loge C, d) stan zagrożenia sejsmiznego (linia kropkowana, przyjmuje wartośi: A 1,5, B,5, C,75, D 5) na tle loge C

7 Nr (4) CZERWIEC 9 17 a) loge W loge C b) loge C ) loge C, stan Z S d) loge C, stan Z S Rys.. Przykładowe wyniki trzeh tygodni obserwaji emisji sejsmiznej oraz prognozy stanu zagrożenia sejsmiznego w ść. 1 kopalni Piekary. a) logarytm energii wstrząsów, b) prognozowana wartość loge C (kropki) na tle obserwowanej wartośi loge C (linia iągła), ) wartość G 95 (kropki) na tle loge C, d) stan zagrożenia sejsmiznego (linia kropkowana, przyjmuje wartośi: A 1,5, B,5, C,75, D 5) na tle loge C 5. WNIOSKI Teoria metody nie jest zagadnieniem objętym tą praą tym niemniej jest iekawa gdyż można, między innymi, wykazać optymalność zaproponowanej prognozy w określonyh warunkah. Opis teorii i podstaw metody znajdzie się (m.in.) w książe (Kornowski i Kurzeja, 8). Przedmiotem zaproponowanej prognozy nie są zdarzenia sejsmizne określone trzema parametrami, takimi jak: zas i miejse wystąpienia oraz energia, lez ałkowita energia sejsmizna E[(t,t+Δt), S], w ustalonym, z góry znanym obszarze (S) i okresie zasu (Δt). Jakość prognozy nigdy nie może być lepsza od jakośi obserwaji, zyli od jakośi lokalizaji i oeny energii zdarzeń minionyh. Kiepskie obserwaje w sposób koniezny skutkują kiepskimi prognozami. Prognoza dotyzy obszaru, z którego do zujników (AE) doiera wystarzająa jakośiowo i ilośiowo informaja o proesah niszzenia skały. Im mniej lub gorszej (zaszumionej) informaji doiera do zujników z jakiegoś obszaru, tym słabiej prognozowane są zdarzenia, któryh źródła leżą w tym obszarze. Nie ma żadnej graniy, poza którą nie ma prognozy: ze wzrostem odległośi od geofonów stopniowo pogarsza się jakość prognozy. Prognozowanie energii wymaga uprzedniej obserwaji energii ozywiśie energii wyrażonej w dżulah. Praa ta powstała w znaznym stopniu dzięki pomoy finansowej MNiSW udzielonej w formie grantu Metoda oeny stanu zagrożenia tąpaniami wyrobisk górnizyh w zakładah wydobywająyh węgiel kamienny (R9). Literatura 1. Bielińska E.: Metody prognozowania. Wyd. Śląsk, Katowie,.. Dubiński J., Konopko W.,: Tąpania: oena, prognoza, zwalzanie. Wyd. GIG, Katowie,.. Goszz A.: Wybrane problemy zagrożenia sejsmiznego i zagrożenia tąpaniami w kopalniah podziemnyh. Bibl. Szk. Ekspl. Podziemnej, Wyd. Nauka Tehnika, Kraków, Konopko W.: Doświadzalne podstawy kwalifikowania wyrobisk górnizyh w kopalniah węgla kamiennego do stopni zagrożenia tąpaniami. PN GIG, Nr 795, Katowie, Kornowski J.: Linear predition of aggregated seismi and seismoaousti energy, emitted from a mining longwall. Ata Montana, Ser. A, No. (19), s. 5-14,.. Kornowski J.: Energia umowna i energia emisji sejsmoakustyznej w przypadku obserwaji za pomoą aparatury ARES-5. Mehanizaja i Automatyzaja Górnitwa 9, nr Kornowski J., Kurzeja J.: Liniowa prognoza ałkowitej energii emisji sejsmiznej indukowanej eksploatają górnizą. Mehanizaja i Automatyzaja Górnitwa 4, nr Kornowski J., Kurzeja J.: Krótkookresowa prognoza zagrożenia sejsmiznego w górnitwie. Wyd. GIG, Katowie Kurzeja J.: Sekwenyjna prognoza energii sejsmiznej generowanej eksploatają pokładu węgla. PN GIG, No. 87, Katowie, Lasoki S.: Predykja silnyh wstrząsów górnizyh. ZN AGH, Seria: Geofizyka Stosowana, Z.7, Kraków, Lasoki S.: Predykja silnyh wstrząsów górnizyh postsriptum. ZN AGH, Seria: Geofizyka Stosowana, Z.9, Kraków, Robinson E.: Statistial ommuniation and detetion. Hafner Publ., New York, 197. Reenzent: dr hab. inż. Andrzej Leśniak

FUNKCJA KWADRATOWA. Poziom podstawowy

FUNKCJA KWADRATOWA. Poziom podstawowy FUNKCJA KWADRATOWA Poziom podstawowy Zadanie ( pkt) Wykres funkji y = ax + bx+ przehodzi przez punkty: A = (, ), B= (, ), C = (,) a) Wyznaz współzynniki a, b, (6 pkt) b) Zapisz wzór funkji w postai kanoniznej

Bardziej szczegółowo

NOŚNOŚĆ FUNDAMENTU BEZPOŚREDNIEGO WEDŁUG EUROKODU 7

NOŚNOŚĆ FUNDAMENTU BEZPOŚREDNIEGO WEDŁUG EUROKODU 7 Geotehnizne zagadnienia realizaji budowli drogowyh projekt, dr inż. Ireneusz Dyka Kierunek studiów: Budownitwo, studia I stopnia Rok IV, sem.vii 19 NOŚNOŚĆ FUNDAMENTU BEZPOŚREDNIEGO WEDŁUG EUROKODU 7 Według

Bardziej szczegółowo

Metody oceny stanu zagrożenia tąpaniami wyrobisk górniczych w kopalniach węgla kamiennego. Praca zbiorowa pod redakcją Józefa Kabiesza

Metody oceny stanu zagrożenia tąpaniami wyrobisk górniczych w kopalniach węgla kamiennego. Praca zbiorowa pod redakcją Józefa Kabiesza Metody oceny stanu zagrożenia tąpaniami wyrobisk górniczych w kopalniach węgla kamiennego Praca zbiorowa pod redakcją Józefa Kabiesza GŁÓWNY INSTYTUT GÓRNICTWA Katowice 2010 Spis treści 1. Wprowadzenie

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Mechanika relatywistyczna

Mechanika relatywistyczna Mehanika relatywistyzna Konepja eteru Eter kosmizny miał być speyfiznym ośrodkiem, wypełniająym ałą przestrzeń, który miał być nośnikiem fal świetlnyh (później w ogóle pola elektromagnetyznego). W XIX

Bardziej szczegółowo

Konstrukcje typowe. Rusztowania ramowe typ PIONART model BAL

Konstrukcje typowe. Rusztowania ramowe typ PIONART model BAL Konstrukje typowe Rusztowania ramowe typ Konstrukje typowe Rusztowania ramowe typ Opraowanie to stanowi wyiąg z DTR PIONART jest złonkiem Polskiej Izy Gospodarzej Rusztowań Copyright y PIONART, Zarze

Bardziej szczegółowo

Konstrukcje typowe. Rusztowania ramowe typ PIONART model PUM

Konstrukcje typowe. Rusztowania ramowe typ PIONART model PUM Konstrukje typowe Rusztowania ramowe Konstrukje typowe Rusztowania ramowe Opraowanie to stanowi wyiąg z DTR PIONART jest złonkiem Polskiej Izy Gospodarzej Rusztowań Copyright y PIONART, Zarze 2013. Wszelkie

Bardziej szczegółowo

WYKORZYSTANIE METODY GRUPOWEGO SONDAŻU OPINII EKSPERTÓW DO OKREŚLANIA RYZYKA ZAGROŻEŃ TĄPANIAMI W OBIEKTACH EKSPLOATACJI GÓRNICZEJ

WYKORZYSTANIE METODY GRUPOWEGO SONDAŻU OPINII EKSPERTÓW DO OKREŚLANIA RYZYKA ZAGROŻEŃ TĄPANIAMI W OBIEKTACH EKSPLOATACJI GÓRNICZEJ WYKORZYSTANIE ETODY GRUPOWEGO SONDAŻU OPINII EKSPERTÓW DO OKREŚLANIA RYZYKA ZAGROŻEŃ TĄPANIAI W OBIEKTACH EKSPLOATACJI GÓRNICZEJ Stanisław KRZEIEŃ, Stanisław KOWALIK Politehnika Śląska, Gliwie Summary:

Bardziej szczegółowo

WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH

WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH Dobrze przygotowane sprawozdanie powinno zawierać następujące elementy: 1. Krótki wstęp - maksymalnie pół strony. W krótki i zwięzły

Bardziej szczegółowo

7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej

7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej 7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej Definicja 1 n-elementowa losowa próba prosta nazywamy ciag n niezależnych zmiennych losowych o jednakowych rozkładach

Bardziej szczegółowo

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn Wykład 10 Estymacja przedziałowa - przedziały ufności dla średniej Wrocław, 21 grudnia 2016r Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja 10.1 Przedziałem

Bardziej szczegółowo

3. Oddziaływania na konstrukcje hal i wiat

3. Oddziaływania na konstrukcje hal i wiat 3. Oddziaływania na konstrukje hal i wiat 3.1. Wprowadzenie W projektowaniu hal należy uwzględnić poniżej podane obiążenia i oddziaływania: stałe (od iężaru własnego elementów konstrukji nośnej, iężaru

Bardziej szczegółowo

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: Zmienne losowe skokowe (dyskretne) przyjmujące co najwyżej przeliczalnie wiele wartości Zmienne losowe ciągłe

Bardziej szczegółowo

XXXV OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

XXXV OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne XXXV OLIMPIADA FIZYCZNA ETAP III Zadanie doświadzalne ZADANIE D1 Nazwa zadania: Wyznazanie iepła pierwiastków (azot, ołów) Wyznaz iepło rowania iekłego azotu oraz iepło właśiwe ołowiu (wartość średnią

Bardziej szczegółowo

Geometria analityczna

Geometria analityczna Geometria analityczna Paweł Mleczko Teoria Informacja (o prostej). postać ogólna prostej: Ax + By + C = 0, A + B 0, postać kanoniczna (kierunkowa) prostej: y = ax + b. Współczynnik a nazywamy współczynnikiem

Bardziej szczegółowo

OKREŚLENIE NISZCZĄCEJ STREFY WPŁYWÓW DLA ZJAWISK SEJSMICZNYCH. 1. Wprowadzenie. Jan Drzewiecki* Górnictwo i Geoinżynieria Rok 32 Zeszyt

OKREŚLENIE NISZCZĄCEJ STREFY WPŁYWÓW DLA ZJAWISK SEJSMICZNYCH. 1. Wprowadzenie. Jan Drzewiecki* Górnictwo i Geoinżynieria Rok 32 Zeszyt Górnictwo i Geoinżynieria ok 32 Zeszyt 1 2008 Jan Drzewiecki* OKEŚLENIE NISZCZĄCEJ STEFY WPŁYWÓW DLA ZJAWISK SEJSMICZNYCH 1. Wprowadzenie Wstrząsy górotworu towarzyszą prowadzonej działalności górniczej.

Bardziej szczegółowo

USTAWA 16 kwietnia 2004 r. o czasie pracy kierowców 1)

USTAWA 16 kwietnia 2004 r. o czasie pracy kierowców 1) Typ/organ wydająy Ustawa/Sejm RP Tytuł o zasie pray kierowów Skróony opis zas pray kierowów Data wydania 16 kwietnia 2004 r. Data ogłoszenia 30 kwietnia 2004 r./dz. U. Nr 92, poz. 879 Data obowiązywania/wejśia

Bardziej szczegółowo

Estymacja parametrów w modelu normalnym

Estymacja parametrów w modelu normalnym Estymacja parametrów w modelu normalnym dr Mariusz Grządziel 6 kwietnia 2009 Model normalny Przez model normalny będziemy rozumieć rodzine rozkładów normalnych N(µ, σ), µ R, σ > 0. Z Centralnego Twierdzenia

Bardziej szczegółowo

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014 Estymacja przedziałowa - przedziały ufności dla średnich Wrocław, 5 grudnia 2014 Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja Przedziałem ufności dla paramertu

Bardziej szczegółowo

4. WYZNACZANIE PARAMETRÓW HYDRAULICZNYCH STUDNI

4. WYZNACZANIE PARAMETRÓW HYDRAULICZNYCH STUDNI 4. WYZNACZANIE PARAMETRÓW HYDRAULICZNYCH STUDNI Na wielkość depresji zwieriadła wody w pompowanej studni wpływ mają zjawiska hydraulizne wywołane przepływem laminarnym, występująym w ujętej warstwie wodonośnej

Bardziej szczegółowo

RESPECT Index III Etap weryfikacji Jak udokumentować odpowiedzi na pytania zawarte w ankiecie?

RESPECT Index III Etap weryfikacji Jak udokumentować odpowiedzi na pytania zawarte w ankiecie? RESPECT Index III Etap weryfikaji Jak udokumentować odpowiedzi na pytania zawarte w ankieie? Ankieta RESPECT VIII Edyja Ogólne założenia Pytania ankietowe Pytania zawarte w ankieie RESPECT Index przypisane

Bardziej szczegółowo

OPRACOWANIE WYNIKÓW POMIARU

OPRACOWANIE WYNIKÓW POMIARU OPRACOWANIE WYNIKÓW POMIARU 1. CEL ĆWICZENIA Celem ćwizenia jest poznanie podstawowyh zagadnień związanyh z opraowaniem wyników pomiaru.. WPROWADZENIE.1. Wstęp Umiejętność właśiwego opraowania wyników

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa Spis treści Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis treści Spis treści 1 Wstęp Bardzo często interesujący

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych. Wykład tutora na bazie wykładu prof. Marka Stankiewicza

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych. Wykład tutora na bazie wykładu prof. Marka Stankiewicza Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Wykład tutora na bazie wykładu prof. Marka Stankiewicza Po co zajęcia w I Pracowni Fizycznej? 1. Obserwacja zjawisk i

Bardziej szczegółowo

LABORATORIUM Z FIZYKI

LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI I PRACOWNIA FIZYCZNA C w Gliwicach Gliwice, ul. Konarskiego 22, pokoje 52-54 Regulamin pracowni i organizacja zajęć Sprawozdanie (strona tytułowa, karta pomiarowa)

Bardziej szczegółowo

Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/

Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/ Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/ Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

RESPECT Index IX edycja III Etap weryfikacji Jak udokumentować odpowiedzi na pytania zawarte w ankiecie?

RESPECT Index IX edycja III Etap weryfikacji Jak udokumentować odpowiedzi na pytania zawarte w ankiecie? RESPECT Index IX edyja III Etap weryfikaji Jak udokumentować odpowiedzi na pytania zawarte w ankieie? ANKIETA RESPECT IX EDYCJA Ogólne założenia 2015 Deloitte Advisory Sp. z o. o. 2 Pytania ankietowe Pytania

Bardziej szczegółowo

KRÓTKOOKRESOWA PROGNOZA INDUKOWANEGO ZAGROŻENIA SEJSMICZNEGO W GÓRNICTWIE

KRÓTKOOKRESOWA PROGNOZA INDUKOWANEGO ZAGROŻENIA SEJSMICZNEGO W GÓRNICTWIE PRACE NAUKOWE GIG GÓRNICTWO I ŚRODOWISKO RESEARCH REPORTS MINING AND ENVIRONMENT Kwartalnik Quarterly 1/2005 Jerzy Kornowski, Joanna Kurzeja KRÓTKOOKRESOWA PROGNOZA INDUKOWANEGO ZAGROŻENIA SEJSMICZNEGO

Bardziej szczegółowo

RAPORT Z BADANIA JAKOŚCI KSZTAŁCENIA NA UAM STUDENTÓW STUDIÓW STACJONARNYCH WYNIKI POSZCZEGÓLNYCH WYDZIAŁÓW Z KOMENTARZAMI WYDZIAŁ HISTORYCZNY

RAPORT Z BADANIA JAKOŚCI KSZTAŁCENIA NA UAM STUDENTÓW STUDIÓW STACJONARNYCH WYNIKI POSZCZEGÓLNYCH WYDZIAŁÓW Z KOMENTARZAMI WYDZIAŁ HISTORYCZNY RAPORT Z BADANIA JAKOŚCI KSZTAŁCENIA NA UAM przeprowadzonego wśród STUDENTÓW STUDIÓW STACJONARNYCH w roku akademikim 2011/2012 CZĘŚĆ III WYNIKI POSZCZEGÓLNYCH WYDZIAŁÓW Z KOMENTARZAMI WYDZIAŁ HISTORYCZNY

Bardziej szczegółowo

Ćwiczenie 362. Wyznaczanie ogniskowej soczewek metodą Bessela i pomiar promieni krzywizny za pomocą sferometru. Odległość przedmiotu od ekranu, [m] l

Ćwiczenie 362. Wyznaczanie ogniskowej soczewek metodą Bessela i pomiar promieni krzywizny za pomocą sferometru. Odległość przedmiotu od ekranu, [m] l Nazwisko Data Nr na liśie Imię Wydział Ćwizenie 36 Dzień tyg Godzina Wyznazanie ogniskowej sozewek metodą Bessela i pomiar promieni krzywizny za pomoą serometr I Wyznazanie ogniskowej sozewki skpiająej

Bardziej szczegółowo

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych)

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych) Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych) Funkcja uwikłana (równanie nieliniowe) jest to funkcja, która nie jest przedstawiona jawnym przepisem, wzorem wyrażającym zależność wartości

Bardziej szczegółowo

Rys 3-1.Szkic usytuowania sondy i obiektu przy prezentacji A. Rys 3-2.Typowy dla prezentacji A sygnał.

Rys 3-1.Szkic usytuowania sondy i obiektu przy prezentacji A. Rys 3-2.Typowy dla prezentacji A sygnał. 3. Rodzaje prezentaji w badaniah USG. W zależnośi od rodzaju badania stosuje się różne rodzaje prezentaji danyh ultradźwiękowyh. Najprostszym sposobem prezentaji, i historyznie najpierwszym, jest prezentaja

Bardziej szczegółowo

Wnioskowanie bayesowskie

Wnioskowanie bayesowskie Wnioskowanie bayesowskie W podejściu klasycznym wnioskowanie statystyczne oparte jest wyłącznie na podstawie pobranej próby losowej. Możemy np. estymować punktowo lub przedziałowo nieznane parametry rozkładów,

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych. Wykład tutora na bazie wykładu prof. Marka Stankiewicza

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych. Wykład tutora na bazie wykładu prof. Marka Stankiewicza Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Wykład tutora na bazie wykładu prof. Marka tankiewicza Po co zajęcia w I Pracowni Fizycznej? 1. Obserwacja zjawisk i efektów

Bardziej szczegółowo

Inteligentna analiza danych

Inteligentna analiza danych Numer indeksu 150946 Michał Moroz Imię i nazwisko Numer indeksu 150875 Grzegorz Graczyk Imię i nazwisko kierunek: Informatyka rok akademicki: 2010/2011 Inteligentna analiza danych Ćwiczenie I Wskaźniki

Bardziej szczegółowo

Ćwiczenie 3++ Spektrometria promieniowania gamma z licznikiem półprzewodnikowym Ge(Li) kalibracja energetyczna i wydajnościowa

Ćwiczenie 3++ Spektrometria promieniowania gamma z licznikiem półprzewodnikowym Ge(Li) kalibracja energetyczna i wydajnościowa Ćwiczenie 3++ Spektrometria promieniowania gamma z licznikiem półprzewodnikowym Ge(Li) kalibracja energetyczna i wydajnościowa Cel ćwiczenia Celem ćwiczenia jest zapoznanie się - z metodyką pomiaru aktywności

Bardziej szczegółowo

Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne.

Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne. Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne. Definicja. Niech a i b będą dodatnimi liczbami rzeczywistymi i niech a. Logarytmem liczby b przy podstawie

Bardziej szczegółowo

Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów

Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 6 Model matematyczny elementu naprawialnego Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia:

Bardziej szczegółowo

ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW

ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW ODRZUCANIE WYNIKÓW OJEDYNCZYCH OMIARÓW W praktyce pomiarowej zdarzają się sytuacje gdy jeden z pomiarów odstaje od pozostałych. Jeżeli wykorzystamy fakt, że wyniki pomiarów są zmienną losową opisywaną

Bardziej szczegółowo

Zadania ze statystyki, cz.6

Zadania ze statystyki, cz.6 Zadania ze statystyki, cz.6 Zad.1 Proszę wskazać, jaką część pola pod krzywą normalną wyznaczają wartości Z rozkładu dystrybuanty rozkładu normalnego: - Z > 1,25 - Z > 2,23 - Z < -1,23 - Z > -1,16 - Z

Bardziej szczegółowo

Wektory, układ współrzędnych

Wektory, układ współrzędnych Wektory, układ współrzędnych Wielkości występujące w przyrodzie możemy podzielić na: Skalarne, to jest takie wielkości, które potrafimy opisać przy pomocy jednej liczby (skalara), np. masa, czy temperatura.

Bardziej szczegółowo

ZAPYTANIE OFERTOWE. Olsztyn, 14.08.2013r. EDUCO Jacek Kowalski ul. Janowicza 30B/1 10-692 Olsztyn. Szanowni Państwo,

ZAPYTANIE OFERTOWE. Olsztyn, 14.08.2013r. EDUCO Jacek Kowalski ul. Janowicza 30B/1 10-692 Olsztyn. Szanowni Państwo, Olsztyn, 14.08.2013r. EDUCO Jaek Kowalski ul. Janowiza 30B/1 10-692 Olsztyn ZAPYTANIE OFERTOWE Szanowni Państwo, w związku z otrzymaniem przez firmę EDUCO Jaek Kowalski. ofinansowania na realizaję projektu

Bardziej szczegółowo

Zmienność wiatru w okresie wieloletnim

Zmienność wiatru w okresie wieloletnim Warsztaty: Prognozowanie produktywności farm wiatrowych PSEW, Warszawa 5.02.2015 Zmienność wiatru w okresie wieloletnim Dr Marcin Zientara DCAD / Stermedia Sp. z o.o. Zmienność wiatru w różnych skalach

Bardziej szczegółowo

Analiza korelacyjna i regresyjna

Analiza korelacyjna i regresyjna Podstawy Metrologii i Technik Eksperymentu Laboratorium Analiza korelacyjna i regresyjna Instrukcja do ćwiczenia nr 5 Zakład Miernictwa i Ochrony Atmosfery Wrocław, kwiecień 2014 Podstawy Metrologii i

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych

Bardziej szczegółowo

AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej ROZKŁAD NORMALNY ROZKŁAD GAUSSA

AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej ROZKŁAD NORMALNY ROZKŁAD GAUSSA AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej KATEDRA MATEMATYKI TEMAT PRACY: ROZKŁAD NORMALNY ROZKŁAD GAUSSA AUTOR: BARBARA MARDOSZ Kraków, styczeń 2008 Spis treści 1 Wprowadzenie 2 2 Definicja

Bardziej szczegółowo

Wstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński

Wstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński Wstęp do teorii niepewności pomiaru Danuta J. Michczyńska Adam Michczyński Podstawowe informacje: Strona Politechniki Śląskiej: www.polsl.pl Instytut Fizyki / strona własna Instytutu / Dydaktyka / I Pracownia

Bardziej szczegółowo

Andrzej SURMA*, Jerzy KORNOWSKI**, Joanna KURZEJA** *Katowicki Holding Węglowy S.A., KWK Wesoła, Mysłowice **Główny Instytut Górnictwa, Katowice

Andrzej SURMA*, Jerzy KORNOWSKI**, Joanna KURZEJA** *Katowicki Holding Węglowy S.A., KWK Wesoła, Mysłowice **Główny Instytut Górnictwa, Katowice WARSZTATY 3 z cyklu Zagrożenia naturalne w górnictwie Mat. Symp. str. 365 38 Andrzej SURMA*, Jerzy KORNOWSKI**, Joanna KURZEJA** *Katowicki Holding Węglowy S.A., KWK Wesoła, Mysłowice **Główny Instytut

Bardziej szczegółowo

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe Nierówność Czebyszewa Niech X będzie zmienną losową o skończonej wariancji V ar(x). Wtedy wartość oczekiwana E(X) też jest skończona i

Bardziej szczegółowo

Rozkład Gaussa i test χ2

Rozkład Gaussa i test χ2 Rozkład Gaussa jest scharakteryzowany dwoma parametramiwartością oczekiwaną rozkładu μ oraz dyspersją σ: METODA 2 (dokładna) polega na zmianie zmiennych i na obliczeniu pk jako różnicy całek ze standaryzowanego

Bardziej szczegółowo

Sposoby opisu i modelowania zakłóceń kanałowych

Sposoby opisu i modelowania zakłóceń kanałowych INSTYTUT TELEKOMUNIKACJI ZAKŁAD RADIOKOMUNIKACJI Instrukcja laboratoryjna z przedmiotu Podstawy Telekomunikacji Sposoby opisu i modelowania zakłóceń kanałowych Warszawa 2010r. 1. Cel ćwiczeń: Celem ćwiczeń

Bardziej szczegółowo

3. Modele tendencji czasowej w prognozowaniu

3. Modele tendencji czasowej w prognozowaniu II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa

Bardziej szczegółowo

Statystyczne Metody Opracowania Wyników Pomiarów

Statystyczne Metody Opracowania Wyników Pomiarów Statystyczne Metody Opracowania Wyników Pomiarów dla studentów Ochrony Środowiska Teresa Jaworska-Gołąb 2017/18 Co czytać [1] H. Szydłowski, Pracownia fizyczna, PWN, Warszawa 1999. [2] A. Zięba, Analiza

Bardziej szczegółowo

Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb

Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb Współzależność Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb (x i, y i ). Geometrycznie taką parę

Bardziej szczegółowo

Biostatystyka, # 3 /Weterynaria I/

Biostatystyka, # 3 /Weterynaria I/ Biostatystyka, # 3 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, p. 221 bud. CIW, e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

ZAPYTANIE OFERTOWE. Olsztyn, 17.07.2013r. EDUCO Jacek Kowalski ul. Janowicza 30B/1 10-692 Olsztyn. Szanowni Państwo,

ZAPYTANIE OFERTOWE. Olsztyn, 17.07.2013r. EDUCO Jacek Kowalski ul. Janowicza 30B/1 10-692 Olsztyn. Szanowni Państwo, Olsztyn, 17.07.2013r. EDUCO Jaek Kowalski ul. Janowiza 30B/1 10-692 Olsztyn ZAPYTANIE OFERTOWE Szanowni Państwo, w związku z otrzymaniem przez firmę EDUCO Jaek Kowalski. dofinansowania na realizaję projektu

Bardziej szczegółowo

Zobowiązanie do kompletnej usługi. Polski

Zobowiązanie do kompletnej usługi. Polski Polski Wprowadzenie Nasza działalność konentruje się ałkowiie wokół wymagań naszyh klientów - zrozumienie sposobu pray i pomo iągłym doskonaleniu, dla nas to podróż, która nigdy się nie końzy. Nasza działalność

Bardziej szczegółowo

WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI

WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)

Bardziej szczegółowo

Komputerowa Analiza Danych Doświadczalnych

Komputerowa Analiza Danych Doświadczalnych Komputerowa Analiza Danych Doświadczalnych dr inż. Adam Kisiel kisiel@if.pw.edu.pl pokój 117b (12b) 1 Materiały do wykładu Transparencje do wykładów: http://www.if.pw.edu.pl/~kisiel/kadd/kadd.html Literatura

Bardziej szczegółowo

Rozdział 8. Regresja. Definiowanie modelu

Rozdział 8. Regresja. Definiowanie modelu Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis treści 3 SPIS TREŚCI Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe

Bardziej szczegółowo

TEORETYCZNE PODSTAWY INFORMATYKI

TEORETYCZNE PODSTAWY INFORMATYKI 1 TEORETYCZNE PODSTAWY INFORMATYKI 16/01/2017 WFAiS UJ, Informatyka Stosowana I rok studiów, I stopień Repetytorium złożoność obliczeniowa 2 Złożoność obliczeniowa Notacja wielkie 0 Notacja Ω i Θ Rozwiązywanie

Bardziej szczegółowo

Estymacja parametrów rozkładu cechy

Estymacja parametrów rozkładu cechy Estymacja parametrów rozkładu cechy Estymujemy parametr θ rozkładu cechy X Próba: X 1, X 2,..., X n Estymator punktowy jest funkcją próby ˆθ = ˆθX 1, X 2,..., X n przybliżającą wartość parametru θ Przedział

Bardziej szczegółowo

Pomiar drogi koherencji wybranych źródeł światła

Pomiar drogi koherencji wybranych źródeł światła Politechnika Gdańska WYDZIAŁ ELEKTRONIKI TELEKOMUNIKACJI I INFORMATYKI Katedra Optoelektroniki i Systemów Elektronicznych Pomiar drogi koherencji wybranych źródeł światła Instrukcja do ćwiczenia laboratoryjnego

Bardziej szczegółowo

Wykład 10 (12.05.08). Testowanie hipotez w rodzinie rozkładów normalnych przypadek nieznanego odchylenia standardowego

Wykład 10 (12.05.08). Testowanie hipotez w rodzinie rozkładów normalnych przypadek nieznanego odchylenia standardowego Wykład 10 (12.05.08). Testowanie hipotez w rodzinie rozkładów normalnych przypadek nieznanego odchylenia standardowego Przykład Cena metra kwadratowego (w tys. zł) z dla 14 losowo wybranych mieszkań w

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA Zadanie 0.1 Zmienna losowa X ma rozkład określony funkcją prawdopodobieństwa: x k 0 4 p k 1/3 1/6 1/ obliczyć EX, D X. (odp. 4/3;

Bardziej szczegółowo

Funkcjonalność urządzeń pomiarowych w PyroSim. Jakich danych nam dostarczają?

Funkcjonalność urządzeń pomiarowych w PyroSim. Jakich danych nam dostarczają? Funkcjonalność urządzeń pomiarowych w PyroSim. Jakich danych nam dostarczają? Wstęp Program PyroSim zawiera obszerną bazę urządzeń pomiarowych. Odczytywane z nich dane stanowią bogate źródło informacji

Bardziej szczegółowo

6. Zmienne losowe typu ciagłego ( ) Pole trapezu krzywoliniowego

6. Zmienne losowe typu ciagłego ( ) Pole trapezu krzywoliniowego 6. Zmienne losowe typu ciagłego (2.04.2007) Pole trapezu krzywoliniowego Przypomnienie: figurę ograniczoną przez: wykres funkcji y = f(x), gdzie f jest funkcją ciągłą; proste x = a, x = b, a < b, oś OX

Bardziej szczegółowo

Badanie transformatora

Badanie transformatora Ćwiczenie 14 Badanie transformatora 14.1. Zasada ćwiczenia Transformator składa się z dwóch uzwojeń, umieszczonych na wspólnym metalowym rdzeniu. Do jednego uzwojenia (pierwotnego) przykłada się zmienne

Bardziej szczegółowo

Wnioskowanie statystyczne. Statystyka w 5

Wnioskowanie statystyczne. Statystyka w 5 Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających

Bardziej szczegółowo

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe. Z5: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania zagadnienie brzegowe Dyskretne operatory różniczkowania Numeryczne obliczanie pochodnych oraz rozwiązywanie

Bardziej szczegółowo

Układy stochastyczne

Układy stochastyczne Instytut Informatyki Uniwersytetu Śląskiego 21 stycznia 2009 Definicja Definicja Proces stochastyczny to funkcja losowa, czyli funkcja matematyczna, której wartości leżą w przestrzeni zdarzeń losowych.

Bardziej szczegółowo

HISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =

HISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N = HISTOGRAM W pewnych przypadkach interesuje nas nie tylko określenie prawdziwej wartości mierzonej wielkości, ale także zbadanie całego rozkład prawdopodobieństwa wyników pomiarów. W takim przypadku wyniki

Bardziej szczegółowo

Estymacja parametrów, przedziały ufności etc

Estymacja parametrów, przedziały ufności etc Estymacja parametrów, przedziały ufności etc Liniowa MNK przypomnienie Wariancja parametrów Postulat Bayesa: rozkłady p-stwa dla parametrów Przypadek nieliniowy Przedziały ufności Rozkłady chi-kwadrat,

Bardziej szczegółowo

PROGRAM DZIAŁAŃ W ZAKRESIE ROZWOJU SPOŁECZEŃSTWA INFORMACYJNEGO

PROGRAM DZIAŁAŃ W ZAKRESIE ROZWOJU SPOŁECZEŃSTWA INFORMACYJNEGO Część 3 PROGRAM DZIAŁAŃ W ZAKRESIE ROZWOJU SPOŁECZEŃSTWA INFORMACYJNEGO W ramah programu działań w zakresie rozwoju społezeństwa będą podejmowane inijatywy, które wzmonią efekt przekształania społezeństwa

Bardziej szczegółowo

6.4 Podstawowe metody statystyczne

6.4 Podstawowe metody statystyczne 156 Wstęp do statystyki matematycznej 6.4 Podstawowe metody statystyczne Spóbujemy teraz w dopuszczalnym uproszczeniu przedstawić istotę analizy statystycznej. W szczególności udzielimy odpowiedzi na postawione

Bardziej szczegółowo

166 Wstęp do statystyki matematycznej

166 Wstęp do statystyki matematycznej 166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej

Bardziej szczegółowo

Streszczenie: Zasady projektowania konstrukcji budowlanych z uwzględnieniem aspektów ich niezawodności wg Eurokodu PN-EN 1990

Streszczenie: Zasady projektowania konstrukcji budowlanych z uwzględnieniem aspektów ich niezawodności wg Eurokodu PN-EN 1990 Streszczenie: W artykule omówiono praktyczne podstawy projektowania konstrukcji budowlanych wedłu Eurokodu PN-EN 1990. Podano metody i procedury probabilistyczne analizy niezawodności konstrukcji. Podano

Bardziej szczegółowo

Dlaczego należy uwzględniać zarówno wynik maturalny jak i wskaźnik EWD?

Dlaczego należy uwzględniać zarówno wynik maturalny jak i wskaźnik EWD? EWD co to jest? Metoda EWD to zestaw technik statystycznych pozwalających oszacować wkład szkoły w końcowe wyniki egzaminacyjne. Wkład ten nazywamy właśnie edukacyjną wartością dodaną. EWD jest egzaminacyjnym

Bardziej szczegółowo

Badania relaksacyjne b surowicy krwi II

Badania relaksacyjne b surowicy krwi II Badania relaksacyjne b surowicy krwi II PL9800948 B. Blicharska*, M.Kluza", M. Kuliszkiewicz-Janus" * Instytut Fizyki Uniwersytet Jagielloński, Kraków ** Katedra Hematologii i Chorób Rozrostowych AM, Wrocław

Bardziej szczegółowo

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska Funkcje liniowe i wieloliniowe w praktyce szkolnej Opracowanie : mgr inż. Renata Rzepińska . Wprowadzenie pojęcia funkcji liniowej w nauczaniu matematyki w gimnazjum. W programie nauczania matematyki w

Bardziej szczegółowo

Badanie roli pudła rezonansowego za pomocą konsoli pomiarowej CoachLab II

Badanie roli pudła rezonansowego za pomocą konsoli pomiarowej CoachLab II 52 FOTON 99, Zima 27 Badanie roli pudła rezonansowego za pomocą konsoli pomiarowej CoachLab II Bogdan Bogacz Pracownia Technicznych Środków Nauczania Zakład Metodyki Nauczania i Metodologii Fizyki Instytut

Bardziej szczegółowo

LXIV Olimpiada Matematyczna

LXIV Olimpiada Matematyczna LXIV Olimpiada Matematyzna Rozwiązania zadań konkursowyh zawodów stopnia drugiego 22 lutego 203 r. (pierwszy dzień zawodów) Zadanie. Dane są lizby ałkowite b i oraz trójmian f(x) = x 2 +bx+. Udowodnić,

Bardziej szczegółowo

Oznacza to, że chcemy znaleźć minimum, a właściwie wartość najmniejszą funkcji

Oznacza to, że chcemy znaleźć minimum, a właściwie wartość najmniejszą funkcji Wykład 11. Metoda najmniejszych kwadratów Szukamy zależności Dane są wyniki pomiarów dwóch wielkości x i y: (x 1, y 1 ), (x 2, y 2 ),..., (x n, y n ). Przypuśćmy, że nanieśliśmy je na wykres w układzie

Bardziej szczegółowo

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 7 i 8 - Efektywność estymatorów, przedziały ufności

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 7 i 8 - Efektywność estymatorów, przedziały ufności WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 7 i 8 - Efektywność estymatorów, przedziały ufności Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 7 i 8 1 / 9 EFEKTYWNOŚĆ ESTYMATORÓW, próba

Bardziej szczegółowo

Regresja wielokrotna. PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

Regresja wielokrotna. PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com Regresja wielokrotna Model dla zależności liniowej: Y=a+b 1 X 1 +b 2 X 2 +...+b n X n Cząstkowe współczynniki regresji wielokrotnej: b 1,..., b n Zmienne niezależne (przyczynowe): X 1,..., X n Zmienna

Bardziej szczegółowo

Sterowanie wielkością zamówienia w Excelu - cz. 3

Sterowanie wielkością zamówienia w Excelu - cz. 3 Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji

Bardziej szczegółowo

1 Podstawy rachunku prawdopodobieństwa

1 Podstawy rachunku prawdopodobieństwa 1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 4

RÓWNANIA RÓŻNICZKOWE WYKŁAD 4 RÓWNANIA RÓŻNICZKOWE WYKŁAD 4 Obszar określoności równania Jeżeli występująca w równaniu y' f ( x, y) funkcja f jest ciągła, to równanie posiada rozwiązanie. Jeżeli f jest nieokreślona w punkcie (x 0,

Bardziej szczegółowo

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Przetwarzanie Sygnałów Studia Podyplomowe, Automatyka i Robotyka. Wstęp teoretyczny Zmienne losowe Zmienne losowe

Bardziej szczegółowo

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( ) Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału

Bardziej szczegółowo

Estymacja przedziałowa. Przedział ufności

Estymacja przedziałowa. Przedział ufności Estymacja przedziałowa Przedział ufności Estymacja przedziałowa jest to szacowanie wartości danego parametru populacji, ρ za pomocą tak zwanego przedziału ufności. Przedziałem ufności nazywamy taki przedział

Bardziej szczegółowo

Zmienność. Co z niej wynika?

Zmienność. Co z niej wynika? Zmienność. Co z niej wynika? Dla inwestora bardzo ważnym aspektem systemu inwestycyjnego jest moment wejścia na rynek (moment dokonania transakcji) oraz moment wyjścia z rynku (moment zamknięcia pozycji).

Bardziej szczegółowo

Elementy rachunku różniczkowego i całkowego

Elementy rachunku różniczkowego i całkowego Elementy rachunku różniczkowego i całkowego W paragrafie tym podane zostaną elementarne wiadomości na temat rachunku różniczkowego i całkowego oraz przykłady jego zastosowania w fizyce. Małymi literami

Bardziej szczegółowo

... prognozowanie nie jest celem samym w sobie a jedynie narzędziem do celu...

... prognozowanie nie jest celem samym w sobie a jedynie narzędziem do celu... 4 Prognozowanie historyczne Prognozowanie - przewidywanie przyszłych zdarzeń w oparciu dane - podstawowy element w podejmowaniu decyzji... prognozowanie nie jest celem samym w sobie a jedynie narzędziem

Bardziej szczegółowo

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...

Bardziej szczegółowo

OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp

OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp tel.: +48 662 635 712 Liczba stron: 15 Data: 20.07.2010r OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA z wykorzystaniem programu obliczeniowego Q maxp DŁUGIE

Bardziej szczegółowo

Funkcje dwóch zmiennych

Funkcje dwóch zmiennych Funkcje dwóch zmiennych Andrzej Musielak Str Funkcje dwóch zmiennych Wstęp Funkcja rzeczywista dwóch zmiennych to funkcja, której argumentem jest para liczb rzeczywistych, a wartością liczba rzeczywista.

Bardziej szczegółowo