ĆWICZENIE 5 BADANIE WYBRANYCH STRUKTUR NIEZAWODNOŚCIOWYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "ĆWICZENIE 5 BADANIE WYBRANYCH STRUKTUR NIEZAWODNOŚCIOWYCH"

Transkrypt

1 ĆWICZEIE 5 BADAIE WYBAYCH STUKTU IEZAWODOŚCIOWYCH Cl ćwczna: lustracja praktyczngo sposobu wyznaczana wybranych wskaźnków opsujących nzawodność typowych struktur nzawodnoścowych. Przdmot ćwczna: wrtualn modl struktur nzawodnoścowych. arzędza wspomagając ralzację ćwczna: komputrowy program LOS-0L.PAS umożlwający badan nzawodnośc obktów o wybranych strukturach nzawodnoścowych. 5.. Podstawy tortyczn założna ozpatrzmy 4 przykładow obkty ksploatacj o typowych strukturach nzawodnoścowych. OBIEKT Struktura obktu jst jdnolmntowa jak na ys.5.. ys.5.. Obkt o strukturz jdnolmntowj Załóżmy, ż prawdopodobństwo nuszkodzna sę tgo lmntu ma znaną postać rozkładu wykładnczgo: λ t (t) (5.) gdz: ntnsywność uszkodzń lmntu (jst to wskaźnk charaktryzujący nzawodność obktu - a równoczśn jst to paramtr rozkładu wykładnczgo). Przyjmjmy ponadto, ż: = = const; oraz, ż wartość n jst znana. Wartość wskaźnka ntnsywnośc uszkodzń obktu w przypadku wykładnczgo rozkładu prawdopodobństwa nuszkadzalnośc obktu (tj. prawdopodobństwa pozostawana obktu w stan zdatnośc) wyznaczyć można z zalżnośc: λ (5.) gdz: T u wartość oczkwana czasu do uszkodzna obktu. Tu

2 OBIEKT Obkt składa sę z szrgowo połączonych lmntów jak na ys.5.. Obkt tn przdstawa szrgową strukturę nzawodnoścową. Oznacza to, ż obkt jst tylko wtdy zdatny, gdy wszystk jgo lmnty są zdatn. 3 ys. 5.. Obkt o szrgowj strukturz nzawodnoścowj Prawdopodobństwo nuszkadzalnośc dla takgo obktu zapsujmy w postac: Sz λ t λ t λ t λ t λ λ λ t t t t t (5.3) gdz: ntnsywność uszkodzń lmntu. Można wykazać, ż równż w przypadku takgo obktu wartość oczkwana czasu do uszkodzna moż być wyznaczona z zalżnośc: TuSz (5.4) Σ λ Jśl przyjmmy, ż: λ λ λ λ to otrzymujmy: Sz λt λt (t) oraz TuSz (5.5) λ Badany w ćwcznu obkt jst -lmntowy o strukturz jak na ys.5.3. Elmnty składow obktu mają jdnakow właścwośc nzawodnoścow, tak sam jak w obkc. ys.5.3. Obkt o strukturz szrgowj, dwulmntowj Zatm dla = mamy: Sz λt λt (t) oraz T usz (5.6) λ OBIEKT 3 Obkt 3 składa sę z równolgl połączonych lmntów jak na ys.5.4. Obkt tn przdstawa równolgłą strukturę nzawodnoścową z rzrwą obcążoną. Obkt jst wtdy zdatny, gdy co najmnj jdn jgo lmnt jst zdatny. Zauważmy, ż w tym przypadku wszystk lmnty pracują od początku funkcjonowana obktu.

3 ys Obkt o równolgłj strukturz nzawodnoścowj z rzrwą obcążoną Prawdopodobństwo nuszkadzalnośc dla takgo obktu zapsujmy w postac: Obc Jśl przyjmmy, ż: λ t t t t λ t λ t λ t λ t ; t 0 (5.7) λt λ λ λ to otrzymujmy: (t) (5.8) Wartość oczkwaną czasu do uszkodzna obktu o strukturz równolgłj obcążonj wyznaczyć można z następującgo wyrażna: T uobc 0 Obc (t)dt λ 0 Obc λ t 0,577 ln T u dt (5.9) gdz: λ ntnsywność uszkodzń lmntu ; T u - wartość oczkwana czasu do uszkodzna lmntu. Obkt będący przdmotm ćwczna posada -lmntową strukturę jak na ys.5.5. ys.5.5. Obkt o strukturz równolgłj, dwulmntowj z rzrwą obcążoną Elmnty obktu posadają jdnakow właścwośc nzawodnoścow, tak sam jak lmnt obktu. Zatm dla = : 3

4 T uobc,5,5 λt,5 Tu oraz Obc(t) (5.0) λ λ OBIEKT 4 Obkt 4 składa sę z równolgl połączonych lmntów, tak jak na ys.5.6. Obkt tn przdstawa równolgłą strukturę nzawodnoścową z rzrwą nobcążoną. Obkt jst wtdy zdatny, gdy co najmnj jdn jgo lmnt jst zdatny. Zauważmy, ż w tym przypadku funkcjonowan obktu rozpoczyna sę od uruchomna -go lmntu (podstawowgo). Pozostał lmnty początkowo n pracują. Po uszkodznu prwszgo lmntu zostaj uruchomony drug lmnt (rzrwowy), po jgo uszkodznu następny, td. Zakładamy, ż przłączna odbywają sę nzawodn. ys Obkt o równolgłj strukturz nzawodnoścowj z rzrwą nobcążoną Wartość oczkwana czasu do uszkodzna obktu wynos: Tuobc Tu Tu Tu (5.) a prawdopodobństwo nuszkodzna sę obktu do chwl t: 3 λt λt λt λt obc t λt...! 3!! (5.) Obkt, który jst przdmotm ćwczna posada -lmntową strukturę, jak na ys.5.7. ys.5.7. Obkt o strukturz równolgłj, dwulmntowj z rzrwą nobcążoną Elmnty obktu mają jdnakow właścwośc nzawodnoścow, tak sam jak lmnt w obkc. Zatm dla = : T oraz λt uobc Tu obc t λt (5.3) 4

5 5.. Ops stanowska laboratoryjngo Ćwczn ma charaktr badań symulacyjnych prowadzonych na komputrz PC przy użycu programu oblcznowgo LOS-0L.pas. zbędn nformacj użytkow wyśwtlan są na kran komputra Zadan laboratoryjn alży przprowadzć badana nzawodnośc obktów lktroncznych o strukturach jak w obktach,, 3 4 a wynk wpsać do tabl 5.. Zachować następując warunk badań: - zbór tworzący badaną próbę zawra lmntów; - lmntów uszkodzonych n zastępuj sę nowym; - badan trwa do chwl uszkodzna sę wszystkch lmntów w prób; - całkowty czas badana wynos T b jdnostk umownych czasu (np. godz.). Czas tn nalży podzlć na m = 0 jdnakowych przdzałów o długośc: Δt = Δt = T b /m; ( =,,..., m). Każdmu przdzałow nalży przyporządkować następując, bżąc czasy trwana próby: czas t p lczony od chwl rozpoczęca ksprymntu do początku przdzału Δt ; czas tn okrśla wyrażn: t 0 dla, p t dla ts k t p k t k dla czas t s lczony od chwl rozpoczęca ksprymntu do środka przdzału Δt ; czas tn okrśla wyrażn: t s, t k t dla W ksprymnc symulacyjnym nalży wyznaczyć: lczbę n k lmntów uszkodzonych w każdym przdzal czasowym Δt.; lczbę lmntów n, któr uszkodzły sę od chwl rozpoczęca badana do początku przdzału Δt, na podstaw wyrażna: n 0 dla, n k n k dla a podstaw wynków ksprymntów oblczyć dla obktów o badanych strukturach: prawdopodobństwo nuszkadzalnośc (w funkcj czasu, tu jst to równoznaczn z numram przdzałów obsrwacj): n n t s (5.4) prawdopodobństwo uszkadzalnośc (w funkcj czasu): n Q t s (5.5) 5

6 częstość uszkodzń (w funkcj czasu): f t s n t (5.6) współczynnk ntnsywnośc uszkodzń: n ts (5.7) n t śrdn czas do prwszgo uszkodzna: Tu Wynk badań oblczń umścć w tabl 5.. m n t s (5.8) Tabla 5.. OBIEKT 4 f n n OBIEKT 3 f n n OBIEKT f n n OBIEKT f n n CZAS t p t s

7 Oznaczna: - numr przdzału; t p - czas do początku przdzału ; t s - czas do środka przdzału ; n lczba uszkodzń w przdzal ; n lczba uszkodzń do początku przdzału ; nuszkadzalność; f częstość uszkodzń; ntnsywność uszkodzń 5.4. Uwag końcow W wynku wykonana ćwczna nalży przdstawć sprawozdan, któr pownno zawrać: wynk pomarów (tabla 5.); wykrsy wyznaczonych wskaźnków nzawodnoścowych w funkcj czasu pracy obktów; wnosk z przprowadzonych badań dyskusj. Przygotowan do ćwczna pownno objmować zapoznan z trścą rozdzału 3 rozdzału 4 oraz Dodatku (Przykłady oblczana wskaźnków charaktrystyk nzawodnośc) podręcznka: L. Będkowsk, T. Dąbrowsk Podstawy ksploatacj, cz.. Podstawy nzawodnośc ksploatacyjnj, Wyd. WAT Zagadnna kontroln. Wymń podstawow struktury nzawodnoścow.. Co oznacza trmn struktura nzawodnoścowa? 3. Jak jst różnca mędzy strukturą nzawodnoścową a na przykład konstrukcyjną, funkcjonalną czy dagnostyczną? 4. Po co stosuj sę różn, złożon struktury nzawodnoścow? 5. Co to jst nuszkadzalność obktu? 6. Jak jst zwązk mędzy nuszkadzalnoścą (t) a ntnsywnoścą uszkodzń obktu λ(t)? 7. Jak można wyznaczyć wartość oczkwaną czasu do uszkodzna T u obktu ksploatacj? 8. Jaką zalżność przdstawa wzór Wnra? 9. W przypadku jakch obktów jakch uszkodzń można przyjmować, ż gęstość prawdopodobństwa czasu zdatnośc posada charaktr rozkładu wykładnczgo? 0. Jaka jst różnca w aspkc nzawodnośc mędzy obktm o strukturz równolgłj nobcążonj a równolgłj obcążonj? 7

BADANIE WYBRANYCH STRUKTUR NIEZAWODNOŚCIOWYCH

BADANIE WYBRANYCH STRUKTUR NIEZAWODNOŚCIOWYCH ZAKŁAD EKSPLOATACJI SYSTEMÓW ELEKTOICZYCH ISTYTUT SYSTEMÓW ELEKTOICZYCH WYDZIAŁ ELEKTOIKI WOJSKOWA AKADEMIA TECHICZA ---------------------------------------------------------------------------------------------------------------

Bardziej szczegółowo

BADANIE WYBRANYCH STRUKTUR NIEZAWODNOŚCIOWYCH

BADANIE WYBRANYCH STRUKTUR NIEZAWODNOŚCIOWYCH ZAKŁAD EKSPLOATACJI SYSTEMÓW ELEKTOICZYCH ISTYTUT SYSTEMÓW ELEKTOICZYCH WYDZIAŁ ELEKTOIKI WOJSKOWA AKADEMIA TECHICZA ---------------------------------------------------------------------------------------------------------------

Bardziej szczegółowo

Elektroniczne systemy bezpieczeństwa mogą występować w trzech rodzajach struktur. Są to struktury typu: - skupionego, - rozproszonego, - mieszanego.

Elektroniczne systemy bezpieczeństwa mogą występować w trzech rodzajach struktur. Są to struktury typu: - skupionego, - rozproszonego, - mieszanego. A. Cl ćwicznia Clm ćwicznia jst zapoznani się z wskaźnikami nizawodnościowymi lktronicznych systmów bzpiczństwa oraz wykorzystanim ich do optymalizacji struktury nizawodnościowj systmu.. Część tortyczna

Bardziej szczegółowo

PODSTAWY EKSPLOATACJI

PODSTAWY EKSPLOATACJI WOJSKOWA AKADEMIA TECHNICZNA m. Jarosława Dąbrowskgo LESŁAW BĘDKOWSKI, TADEUSZ DĄBROWSKI PODSTAWY EKSPLOATACJI CZĘŚĆ PODSTAWY DIAGNOSTYKI TECHNICZNEJ WARSZAWA Skrypt przznaczony jst dla studntów Wydzału

Bardziej szczegółowo

przegrody (W ) Łukasz Nowak, Instytut Budownictwa, Politechnika Wrocławska, e-mail:lukasz.nowak@pwr.wroc.pl 1

przegrody (W ) Łukasz Nowak, Instytut Budownictwa, Politechnika Wrocławska, e-mail:lukasz.nowak@pwr.wroc.pl 1 1.4. Srawdzn moŝlwośc kondnsacj ary wodnj wwnątrz ścany zwnętrznj dla orawngo oraz dla odwrócongo układu warstw. Oblczn zawlgocna wysychana wlgoc. Srawdzn wykonujmy na odstaw skrytu Matrały do ćwczń z

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

Proces stochastyczny jako funkcja dwóch zmiennych. i niepusty podzbiór zbioru liczb rzeczywistych T. Proces stochastyczny jest to funkcja

Proces stochastyczny jako funkcja dwóch zmiennych. i niepusty podzbiór zbioru liczb rzeczywistych T. Proces stochastyczny jest to funkcja POJĘCI PROCSU STOCHSTYCZNGO Przykład mpluda napęca gnrowango przz prądncę prądu zmnngo zalży od czynnków losowych moż być zapsana jako funkcja X sn c c - sała okrślająca częsolwość - zmnna losowa o rozkładz

Bardziej szczegółowo

PROTOKÓŁ POMIAROWY LABORATORIUM OBWODÓW I SYGNAŁÓW ELEKTRYCZNYCH Grupa Podgrupa Numer ćwiczenia

PROTOKÓŁ POMIAROWY LABORATORIUM OBWODÓW I SYGNAŁÓW ELEKTRYCZNYCH Grupa Podgrupa Numer ćwiczenia PROTOKÓŁ POMAROWY LABORATORM OBWODÓW SYGNAŁÓW ELEKTRYCNYCH Grupa Podgrupa Numr ćwicznia 4 Nazwisko i imię Data wykonania ćwicznia Prowadzący ćwiczni 3. Podpis 4. Data oddania 5. sprawozdania Tmat CWÓRNK

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

16, zbudowano test jednostajnie najmocniejszy dla weryfikacji hipotezy H

16, zbudowano test jednostajnie najmocniejszy dla weryfikacji hipotezy H Zada Zakładając, ż zm losow,,, 6 są zalż mają rozkłady ormal ~ N( m, ),,, 6, zbudowao tst jdostaj ajmocjszy dla wryfkacj hpotzy H 0 : m 0 przy altratyw H : m 0 a pozom stotośc 0,05 W rzczywstośc okazało

Bardziej szczegółowo

1 n 0,1, exp n

1 n 0,1, exp n 8. Właścwośc trmczn cał stałych W trakc zajęć będzmy omawać podstawow własnośc trmczn cał stałych, a szczgóln skupmy sę na cpl właścwym. Klasyczna dfncja cpła właścwgo wygląda następująco: C w Q (8.) m

Bardziej szczegółowo

E2. BADANIE OBWODÓW PRĄDU PRZEMIENNEGO

E2. BADANIE OBWODÓW PRĄDU PRZEMIENNEGO E. BADANE OBWODÓW PĄDU PZEMENNEGO ks opracowały: Jadwga Szydłowska Bożna Janowska-Dmoch Badać będzmy charakrysyk obwodów zawrających różn układy lmnów akch jak: opornk, cwka kondnsaor, połączonych z sobą

Bardziej szczegółowo

NIEZAWODNOŚĆ KONSTRUKCJI O PARAMETRACH PRZEDZIAŁOWYCH I LOSOWYCH

NIEZAWODNOŚĆ KONSTRUKCJI O PARAMETRACH PRZEDZIAŁOWYCH I LOSOWYCH ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2 Sra: BUDOWNICTWO z. Nr kol. Andrzj POWNUK NIEZAWODNOŚĆ KONSTRUKCJI O PARAETRACH PRZEDZIAŁOWYCH I LOSOWYCH Strszczn. W pracy wykazano, ż mtoda projktowana konstrukcj

Bardziej szczegółowo

ANALIZA OBWODÓW DLA PRZEBIEGÓW SINUSOIDALNYCH METODĄ LICZB ZESPOLONYCH

ANALIZA OBWODÓW DLA PRZEBIEGÓW SINUSOIDALNYCH METODĄ LICZB ZESPOLONYCH ANAZA OBWODÓW DA PZBGÓW SNUSODANYH MTODĄ ZB ZSPOONYH. Wprowadzn. Wprowadź fnkcję zspoloną znnj rzczwstj (czas) o następjącj postac: F( t) F F j t j jt t+ Fnkcj tj przporządkj na płaszczźn zspolonj wktor

Bardziej szczegółowo

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe

Bardziej szczegółowo

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych

Bardziej szczegółowo

Oddziaływanie elektronu z materią

Oddziaływanie elektronu z materią Oddiaływani lktronu matrią p p X-ray p wt wt A wt p - lktron pirwotny, 0-3000V. wt - lktron wtórny, 0-0 V. A- lktron Augr a, 0-000V. X-ray- proiowani X, 000-000V. - plamon, 0-80 V. - fonon, 0,0-0,5V. Zdrni

Bardziej szczegółowo

Służą opisowi oraz przewidywaniu przyszłego kształtowania się zależności gospodarczych.

Służą opisowi oraz przewidywaniu przyszłego kształtowania się zależności gospodarczych. MODEL EOOMERYCZY MODEL EOOMERYCZY DEFIICJA Modl konomtrczn jst równanm matmatcznm (lub układm równao), któr przdstawa zasadncz powązana loścow pomędz rozpatrwanm zjawskam konomcznm., uwzględnającm tlko

Bardziej szczegółowo

Metody numeryczne. Różniczkowanie. Wykład nr 6. dr hab. Piotr Fronczak

Metody numeryczne. Różniczkowanie. Wykład nr 6. dr hab. Piotr Fronczak Mtod numrczn Wład nr 6 Różnczowan dr ab. Potr Froncza Różnczowan numrczn Wzor różnczowana numrczngo znajdują zastosowan wtd, gd trzba wznaczć pocodn odpowdngo rzędu uncj, tóra orślona jst tablcą lub ma

Bardziej szczegółowo

Rozwiązanie równania różniczkowego MES

Rozwiązanie równania różniczkowego MES Rozwiązani równania różniczkowgo MES Jrzy Pamin -mail: jpamin@l5.pk.du.pl Instytut Tchnologii Informatycznych w Inżynirii Lądowj Wydział Inżynirii Lądowj Politchniki Krakowskij Strona domowa: www.l5.pk.du.pl

Bardziej szczegółowo

Pomiary parametrów akustycznych wnętrz.

Pomiary parametrów akustycznych wnętrz. Pomary parametrów akustycznych wnętrz. Ocena obektywna wnętrz pod względem akustycznym dokonywana jest na podstawe wartośc następujących parametrów: czasu pogłosu, wczesnego czasu pogłosu ED, wskaźnków

Bardziej szczegółowo

BADANIE NIEZAWODNOŚCI DIAGNOZ

BADANIE NIEZAWODNOŚCI DIAGNOZ ZAKŁA EKSPLOATACJI SYSTEMÓW ELEKTROICZYCH ISTYTUT SYSTEMÓW ELEKTROICZYCH WYZIAŁ ELEKTROIKI WOJSKOWA AKAEMIA TECHICZA -----------------------------------------------------------------------------------------------------------------------------

Bardziej szczegółowo

Weryfikacja modelu. ( ) Założenia Gaussa-Markowa. Związek pomiędzy zmienną objaśnianą a zmiennymi objaśniającymi ma charakter liniowy

Weryfikacja modelu. ( ) Założenia Gaussa-Markowa. Związek pomiędzy zmienną objaśnianą a zmiennymi objaśniającymi ma charakter liniowy Wryfkacja modlu. Założa Gaussa-Markowa Zwązk pomędzy zmą objaśaą a zmym objaśającym ma charaktr lowy x, x,, K x k Wartośc zmych objaśających są ustalo ( są losow ε. Składk losow dla poszczgólych wartośc

Bardziej szczegółowo

Statystyka. Zmienne losowe

Statystyka. Zmienne losowe Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu

Bardziej szczegółowo

Wsiądź do Ciuchci Wybierz się w podróż z Przedszkolem Ciuchcia

Wsiądź do Ciuchci Wybierz się w podróż z Przedszkolem Ciuchcia Wybrz sę w podróż z Przdszkolm Cuchca s t u w j n a Z w uśmch dzcka Dla kogo? dla wszystkch gmn dla wszystkch gmn dla dla nwstorów prywatnych nwstorów prywatnych a przd wszystkm dla małych naukowców, sportowców,

Bardziej szczegółowo

L6 - Obwody nieliniowe i optymalizacja obwodów

L6 - Obwody nieliniowe i optymalizacja obwodów L6 - Obwody nlnow optymalzacja obwodów. Funkcj optymalzacj Tabla Zstawn najważnjszych funkcj optymalzacyjnych Matlaba [] Nazwa funkcj Rodzaj rozwązywango zadana Matmatyczny ops zadana fmnbnd Mnmalzacja

Bardziej szczegółowo

Funkcje charakteryzujące proces. Dr inż. Robert Jakubowski

Funkcje charakteryzujące proces. Dr inż. Robert Jakubowski Funkcje charakteryzujące proces eksploatacji Dr inż. Robert Jakubowski Niezawodność Niezawodność Rprawdopodobieństwo, że w przedziale czasu od do t cechy funkcjonalne statku powietrznego Ubędą się mieścić

Bardziej szczegółowo

Jak zwiększyć efektywność i radość z wykonywanej pracy? Motywacja do pracy - badanie, szkolenie

Jak zwiększyć efektywność i radość z wykonywanej pracy? Motywacja do pracy - badanie, szkolenie Jak zwększyć fktywność radość z wykonywanj pracy? Motywacja do pracy - badan, szkoln czym sę zajmujmy? szkolna, symulacj Komunkacja, współpraca Cągł doskonaln Zarządzan zspołm Rozwój talntów motywacja

Bardziej szczegółowo

Teoria Sygnałów. II rok Geofizyki III rok Informatyki Stosowanej. Wykład 4. iωα. Własności przekształcenia Fouriera. α α

Teoria Sygnałów. II rok Geofizyki III rok Informatyki Stosowanej. Wykład 4. iωα. Własności przekształcenia Fouriera. α α ora Sygałów rok Gozyk rok ormatyk Stosowaj Wykład 4 Własośc przkształca ourra własość. Przkształc ourra jst low [ β g ] βg dowód: rywaly całkowa jst opracją lową. własość. wrdz o podobństw [ ] dowód :

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego

Bardziej szczegółowo

Szeregowy obwód RC - model matematyczny układu

Szeregowy obwód RC - model matematyczny układu Akadmia Morska w Gdyni Katdra Automatyki Okrętowj Toria strowania Mirosław Tomra Na przykładzi szrgowgo obwodu lktryczngo składającgo się z dwóch lmntów pasywnych: rzystora R i kondnsatora C przdstawiony

Bardziej szczegółowo

Uogólnione wektory własne

Uogólnione wektory własne Uogólnion wktory własn m Dfinicja: Wktor nazywamy uogólnionym wktorm własnym rzędu m macirzy A do wartości własnj λ jśli ( A - I) m m- λ al ( A - λ I) Przykład: Znajdź uogólniony wktor własny rzędu do

Bardziej szczegółowo

Klasyfkator lnowy Wstęp Klasyfkator lnowy jest najprostszym możlwym klasyfkatorem. Zakłada on lnową separację lnowy podzał dwóch klas mędzy sobą. Przedstawa to ponższy rysunek: 5 4 3 1 0-1 - -3-4 -5-5

Bardziej szczegółowo

LABORATORIUM ESBwT. Optymalizacja niezawodnościowa struktury elektronicznego systemu bezpieczeństwa

LABORATORIUM ESBwT. Optymalizacja niezawodnościowa struktury elektronicznego systemu bezpieczeństwa ZESPÓŁ LAORATORIÓW TELEMATYKI TRANSPORTU ZAKŁAD TELEKOMUNIKACJI W TRANSPORCIE WYDZIAŁ TRANSPORTU POLITECHNIKI WARSZAWSKIEJ LAORATORIUM ESwT INSTRUKCJA DO ĆWICZENIA nr Opymalizacja nizawodnościowa srukury

Bardziej szczegółowo

Przykład 1 modelowania jednowymiarowego przepływu ciepła

Przykład 1 modelowania jednowymiarowego przepływu ciepła Przykład 1 modlowania jdnowymiarowgo przpływu cipła 1. Modl przpływu przz ścianę wilowarstwową Ściana składa się trzch warstw o różnych grubościach wykonana z różnych matriałów. Na jdnj z ścian zwnętrznych

Bardziej szczegółowo

cos(ωt) ω ( ) 1 cos ω sin(ωt)dt = sin(ωt) ω cos(ωt)dt i 1 = sin ω i ( 1 cos ω ω 1 e iωt dt = e iωt iω II sposób: ˆf(ω) = 1 = e iω 1 = i(e iω 1) i ω

cos(ωt) ω ( ) 1 cos ω sin(ωt)dt = sin(ωt) ω cos(ωt)dt i 1 = sin ω i ( 1 cos ω ω 1 e iωt dt = e iωt iω II sposób: ˆf(ω) = 1 = e iω 1 = i(e iω 1) i ω Rachunk prawdopodobiństwa MAP6 Wydział Elktroniki, rok akad. 8/9, sm. ltni Wykładowca: dr hab. A. Jurlwicz Przykłady do listy : Transformata Fourira Przykłady do zadania. : Korzystając z dfinicji wyznaczyć

Bardziej szczegółowo

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie. Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane

Bardziej szczegółowo

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO Różnce mędzy obserwacjam statystycznym ruchu kolejowego a samochodowego 7. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO.. Obserwacje odstępów mędzy kolejnym wjazdam na stację

Bardziej szczegółowo

Sprawozdanie powinno zawierać:

Sprawozdanie powinno zawierać: Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,

Bardziej szczegółowo

PORÓWNANIE TEMPERATUR W HALI ZWIERZĄT WYZNACZONYCH NA PODSTAWIE BILANSU CIEPŁA OBLICZONEGO RÓśNYMI METODAMI

PORÓWNANIE TEMPERATUR W HALI ZWIERZĄT WYZNACZONYCH NA PODSTAWIE BILANSU CIEPŁA OBLICZONEGO RÓśNYMI METODAMI InŜynra Rolncza 6/005 Tadusz Głusk Katdra Mloracj Budownctwa Rolnczgo Akadma Rolncza w Lubln PORÓWNANIE TEMPERATUR W HALI ZWIERZĄT WYZNACZONYCH NA PODSTAWIE BILANSU CIEPŁA OBLICZONEGO RÓśNYMI METODAMI

Bardziej szczegółowo

WYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA RÓŻNICOWEGO

WYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA RÓŻNICOWEGO I PRACOWNIA FIZYCZNA, INSYU FIZYKI UMK, ORUŃ Instrukca do ćwczena nr WYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA RÓŻNICOWEGO 1. Cel ćwczena Celem ćwczena est poznane ruchu harmonczneo eo praw,

Bardziej szczegółowo

Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane

Bardziej szczegółowo

Ćwiczenie projektowe z Podstaw Inżynierii Komunikacyjnej

Ćwiczenie projektowe z Podstaw Inżynierii Komunikacyjnej Poltecnka ałostocka Wydzał udownctwa Inżyner Środowska Zakład Inżyner Drogowej Ćwczene projektowe z Podstaw Inżyner Komunkacyjnej Projekt tecnczny odcnka drog klasy tecncznej Z V p 50 km/. Założena do

Bardziej szczegółowo

ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GRANULOMETRYCZNEJ SUROWCÓW I PRODUKTÓW

ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GRANULOMETRYCZNEJ SUROWCÓW I PRODUKTÓW 1 ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GANULOMETYCZNEJ SUOWCÓW I PODUKTÓW 1. Cel zkres ćwczen Celem ćwczen jest opnowne przez studentów metody oceny mterłu sypkego pod względem loścowej zwrtośc frkcj

Bardziej szczegółowo

Definicja: Wektor nazywamy uogólnionym wektorem własnym rzędu m macierzy A

Definicja: Wektor nazywamy uogólnionym wektorem własnym rzędu m macierzy A Uogólnion wktory własnw Dfinicja: Wktor nazywamy uogólnionym wktorm własnym rzędu m macirzy A m do wartości własnj λ jśli ( A - I) m m- λ al ( A - λ I) Przykład: Znajdź uogólniony wktor własny rzędu do

Bardziej szczegółowo

Pomiar mocy i energii

Pomiar mocy i energii Zakład Napędów Weloźródłowych Instytut Maszyn Roboczych CęŜkch PW Laboratorum Elektrotechnk Elektronk Ćwczene P3 - protokół Pomar mocy energ Data wykonana ćwczena... Zespół wykonujący ćwczene: Nazwsko

Bardziej szczegółowo

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa

Bardziej szczegółowo

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5 MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając

Bardziej szczegółowo

Politechnika Wrocławska Instytut Maszyn, Napędów i Pomiarów Elektrycznych. Materiał ilustracyjny do przedmiotu. (Cz. 2)

Politechnika Wrocławska Instytut Maszyn, Napędów i Pomiarów Elektrycznych. Materiał ilustracyjny do przedmiotu. (Cz. 2) Poltchnka Wrocławska nstytut Maszyn, Napędów Pomarów Elktrycznych Matrał lustracyjny do przdmotu EEKTOTEHNKA (z. ) Prowadzący: Dr nż. Potr Zlńsk (-9, A0 p.408, tl. 30-3 9) Wrocław 004/5 PĄD ZMENNY Klasyfkacja

Bardziej szczegółowo

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4 Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (

Bardziej szczegółowo

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych) Statystyka - nauka zajmująca sę metodam badana przedmotów zjawsk w ch masowych przejawach ch loścową lub jakoścową analzą z punktu wdzena nauk, do której zakresu należą.

Bardziej szczegółowo

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1 Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa

Bardziej szczegółowo

LABORATORIUM SYMSE Układy liniowe

LABORATORIUM SYMSE Układy liniowe Tomasz Czarck, Warszawa, 2017 LABORATORIUM SYMSE Układy low Dyskrt systmy low, zm względm przsuęca Wśród systmów prztwarzaa sygałów ważą rolę odgrywają systmy low, zm względm przsuęca. Dcyduj o tym ch

Bardziej szczegółowo

2012-10-11. Definicje ogólne

2012-10-11. Definicje ogólne 0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

Funkcja nieciągła. Typy nieciągłości funkcji. Autorzy: Anna Barbaszewska-Wiśniowska

Funkcja nieciągła. Typy nieciągłości funkcji. Autorzy: Anna Barbaszewska-Wiśniowska Funkcja niciągła. Typy niciągłości funkcji Autorzy: Anna Barbaszwska-Wiśniowska 2018 Funkcja niciągła. Typy niciągłości funkcji Autor: Anna Barbaszwska-Wiśniowska DEFINICJA Dfinicja 1: Funkcja niciągła

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. STATYSTYKA MATEMATYCZNA WYKŁAD 4 WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. Wysuwamy hipotezy: zerową (podstawową H ( θ = θ i alternatywną H, która ma jedną z

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo

Metoda Elementów Skończonych w Modelowaniu Układów Mechatronicznych. Układy prętowe (Scilab)

Metoda Elementów Skończonych w Modelowaniu Układów Mechatronicznych. Układy prętowe (Scilab) Mtoda Elmntów Skończonych w Modlowaniu Układów Mchatronicznych Układy prętow (Scilab) str.1 I. MES 1D układy prętow. Podstawow informacj Istotą mtody lmntów skończonych jst sposób aproksymacji cząstkowych

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

POLITECHNIKA POZNAŃSKA ZAKŁAD CHEMII FIZYCZNEJ ĆWICZENIA PRACOWNI CHEMII FIZYCZNEJ

POLITECHNIKA POZNAŃSKA ZAKŁAD CHEMII FIZYCZNEJ ĆWICZENIA PRACOWNI CHEMII FIZYCZNEJ WPŁYW SIŁY JONOWEJ ROZTWORU N STŁĄ SZYKOŚI REKJI WSTĘP Rozpatrzmy reakcję przebegającą w roztworze mędzy jonam oraz : k + D (1) Gdy reakcja ta zachodz przez równowagę wstępną, w układze występuje produkt

Bardziej szczegółowo

Ekscytony Wanniera Motta

Ekscytony Wanniera Motta ozpatrzmy oddziaływani lktronu o wktorz falowym bliskim minimum pasma przwodnictwa oraz dziury z obszaru blisko wirzcołka pasma walncyjngo. Zakładamy, ż oba pasma są sfryczni symtryczn, a ic kstrma znajdują

Bardziej szczegółowo

Półprzewodniki (ang. semiconductors).

Półprzewodniki (ang. semiconductors). Półprzwodn an. smondutors. Ja.Szzyto@fuw.du.pl ttp://www.fuw.du.pl/~szzyto/ Unwrsytt Warszaws ora pasmowa ał stały. pasmo pust RGIA LKROÓW pasmo pust pasmo płn pasmo pust pasmo płn pasmo płn mtal półprzwodn

Bardziej szczegółowo

CHARAKTERYSTYKA OBCIĄŻENIOWA

CHARAKTERYSTYKA OBCIĄŻENIOWA Opracowani: dr inż. Ewa Fudalj-Kostrzwa CHARAKTERYSTYKA OBCIĄŻENIOWA Charaktrystyki obciążniow są wyznaczan w ramach klasycznych statycznych badań silników zarówno dla silników o zapłoni iskrowym jak i

Bardziej szczegółowo

POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ MECHANICZNY TECHNOLOGICZNY Katedra Wytrzymałości Materiałów i Metod Komputerowych Mechaniki

POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ MECHANICZNY TECHNOLOGICZNY Katedra Wytrzymałości Materiałów i Metod Komputerowych Mechaniki POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ MECHANICZNY TECHNOLOGICZNY Katdra Wytrzymałośc Matrałów Mtod Komutrowych Mchank Rozrawa doktorska Tytuł: Analza wrażlwośc otymalzacja wolucyjna układów mchancznych

Bardziej szczegółowo

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość Idea Niech θ oznacza parametr modelu statystycznego. Dotychczasowe rozważania dotyczyły metod estymacji tego parametru. Teraz zamiast szacować nieznaną wartość parametru będziemy weryfikowali hipotezę

Bardziej szczegółowo

ZASTOSOWANIA POCHODNEJ

ZASTOSOWANIA POCHODNEJ ZASTOSOWANIA POCODNEJ Ruła d l'ospitala. Nich, - różniczkowa w pwnym sąsidztwi punktu oraz lub istnij skończona lub niwłaściwa ranica wtdy Uwaa. Powyższ twirdzni jst równiż prawdziw dla ranic jdnostronnych

Bardziej szczegółowo

ZASTOSOWANIE REGRESJI LOGISTYCZNEJ DO OKREŚLENIA PRAWDOPODOBIEŃSTWA SPRZEDAŻY ZASOBU MIESZKANIOWEGO

ZASTOSOWANIE REGRESJI LOGISTYCZNEJ DO OKREŚLENIA PRAWDOPODOBIEŃSTWA SPRZEDAŻY ZASOBU MIESZKANIOWEGO ZASTOSOWANIE REGRESJI LOGISTYCZNEJ DO OKREŚLENIA PRAWDOPODOBIEŃSTWA SPRZEDAŻY ZASOBU MIESZKANIOWEGO Łukasz MACH Strszczni: W artykul przdstawiono procs budowy modlu rgrsji logistycznj, którgo clm jst wspomagani

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =

Bardziej szczegółowo

CAŁKOWANIE NUMERYCZNE całki pojedyncze

CAŁKOWANIE NUMERYCZNE całki pojedyncze CAŁKOWANIE NUMERYCZNE całk pojedyncze Kwadratury nterpolacyjne Kwadratury nterpolacyjne Rozpatrujemy funkcję f() cągłą ogranczoną w przedzale domknętym [a, b]. Przedzał [a, b] dzelmy na skończoną lczbę

Bardziej szczegółowo

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12 Ker. MTR Programowane w MATLABe Laboratorum Ćw. Analza statystyczna grafczna danych pomarowych. Wprowadzene MATLAB dysponuje weloma funcjam umożlwającym przeprowadzene analzy statystycznej pomarów, czy

Bardziej szczegółowo

Praktyczne wykorzystanie zależności między twardością Brinella a wytrzymałością stali konstrukcyjnych

Praktyczne wykorzystanie zależności między twardością Brinella a wytrzymałością stali konstrukcyjnych Wydzał Budownctwa Lądowego Wodnego Katedra Konstrukcj Metalowych Praktyczne wykorzystane zależnośc mędzy twardoścą Brnella a wytrzymałoścą stal konstrukcyjnych - korzyśc realzacj projektu GRANT PLUS -

Bardziej szczegółowo

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ], STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:

Bardziej szczegółowo

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012 ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW (88)/01 Hubert Sar, Potr Fundowcz 1 WYZNACZANIE ASOWEGO OENTU BEZWŁADNOŚCI WZGLĘDE OSI PIONOWEJ DLA SAOCHODU TYPU VAN NA PODSTAWIE WZORU EPIRYCZNEGO 1. Wstęp asowy moment

Bardziej szczegółowo

Ł Ł ć ć ż ż ż ź ź Ć ń ł ź ż ś ł ź ń ś ż ś ś ś ś ż ź ż ż ź ł ż ż ż ś ś ś ś ż ś ś ź Ś ś ż ś ś ł ż ś ś ł ź ź Ź ś ź ł ż ż ń ł ść ł ś ść ś ż ć ś ż ś ś ź ń ć ź ść ź ż ż ść ć ść ść Ź Ź ł ś ń ł ś ś ł ł ś ś ś ś

Bardziej szczegółowo

OSZACOWANIE BŁĘDÓW A POSTERIORI I GĘSTOŚCI PUNKTÓW DANYCH EKSPERYMENTALNO-NUMERYCZNYCH

OSZACOWANIE BŁĘDÓW A POSTERIORI I GĘSTOŚCI PUNKTÓW DANYCH EKSPERYMENTALNO-NUMERYCZNYCH JÓZEF KROK, JAN WOJAS OSZACOWANIE BŁĘDÓW A POSERIORI I GĘSOŚCI PUNKÓW DANYCH EKSPERYMENALNO-NUMERYCZNYCH ESIMAION OF A POSERIORI ERROR AND MESH DENSIY OF EXPERIMENAL-NUMERICAL DAA Strszczn Abstract W nnjszym

Bardziej szczegółowo

BADANIE NIEZAWODNOŚCI DIAGNOZ

BADANIE NIEZAWODNOŚCI DIAGNOZ ZAKŁA EKSOATACJI SYSTEMÓW EEKTOICZYCH ISTYTUT SYSTEMÓW EEKTOICZYCH WYZIAŁ EEKTOIKI WOJSKOWA AKAEMIA TECHICZA -------------------------------------------------------------------------------------------------------------------------------

Bardziej szczegółowo

ZESPÓŁ B-D ELEKTROTECHNIKI

ZESPÓŁ B-D ELEKTROTECHNIKI ZESÓŁ B-D ELEKTOTECHNIKI Laboratorium Elktrotchniki i Elktroniki Samochodowj Tmat ćwicznia: Badani rozrusznika Opracowani: dr hab. inż. S. DUE 1. Instrukcja Laboratoryjna 2 omiary wykonan: a) omiar napięcia

Bardziej szczegółowo

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW Zakład Metrolog Systemów Pomarowych P o l t e c h n k a P o z n ańska ul. Jana Pawła II 4 60-965 POZAŃ (budynek Centrum Mechatronk, Bomechank anonżyner) www.zmsp.mt.put.poznan.pl tel. +48 61 665 5 70 fax

Bardziej szczegółowo

5. OPTYMALIZACJA GRAFOWO-SIECIOWA

5. OPTYMALIZACJA GRAFOWO-SIECIOWA . OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,

Bardziej szczegółowo

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1 Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie

Bardziej szczegółowo

Metody analizy obwodów

Metody analizy obwodów Metody analzy obwodów Metoda praw Krchhoffa, która jest podstawą dla pozostałych metod Metoda transfguracj, oparte na przekształcenach analzowanego obwodu na obwód równoważny Metoda superpozycj Metoda

Bardziej szczegółowo

Procesy stochastyczne 2.

Procesy stochastyczne 2. Procesy stochastyczne 2. Listy zadań 1-3. Autor: dr hab.a. Jurlewicz WPPT Matematyka, studia drugiego stopnia, I rok, rok akad. 211/12 1 Lista 1: Własność braku pamięci. Procesy o przyrostach niezależnych,

Bardziej szczegółowo

Ś Ł Ą Ś Ś ź Ś ń ż ż Ó ż ż Ś Ł ż ń ń ń ż ń Ś ń ć ŚĘ Ó Ł Ę Ł Ś Ę Ę ń ń ń ń ń Ź ń ń ń ń ń ż ń ń ń ń ń Ę ż ż ć Ść ń ń ż Ń ż ż ń ń Ś Ą ń Ś ń ń ż Ó ż Ź ń ż ń Ś Ń Ó ż Ł ż Ą ź ź Ś Ł ć Ś ć ż ź ż ć ć Ę Ó Ś Ó ż ż

Bardziej szczegółowo

Ł Ł Ś Ę ź ń ź ź Ś Ę Ę Ś Ą Ś Ę Ż Ł ń Ę Ś ć ć ń ć ń ń ń ź ń Ę ź ń ń ń ź ź Ś ź ź ć ń ń ń ń Ś ć Ś ń ń Ś ź ń Ę ń Ś ź ź ź ź ź Ę Ę Ę Ś ń Ś ć ń ń ń ń ń ń Ę ń ń ń ń ć ń ń ń ń ć ń Ś ć Ł ń ń ń ć ń ć ź ń ź ć ń ń ć

Bardziej szczegółowo

Ż ż Ł ż ż ż Ż Ś ż ż ż Ł Ż Ż ć ż Ż Ż Ż Ń Ż Ź ż Ź Ź ż Ż ż ż Ż Ł Ż Ł Ż ż Ż ż Ż Ż Ń Ą Ż Ń Ż Ń ć ż Ż ź Ś ć Ł Ł Ź Ż Ż ż Ł ż Ż Ł Ż Ł ź ć ż Ż Ż ż ż Ó ż Ł Ż ć Ż Ż Ę Ż Ż Ż ż Ż ż ż Ś ż Ż ż ż ź Ż Ń ć Ż ż Ż Ż ż ż ż

Bardziej szczegółowo

Ł Ł Ś ź ń ź ź ź Ś Ł Ę Ę Ś ż Ś ń Ą Ś Ą Ł ż ż ń ż ć ż ż ż ź ż ć ź Ę Ę ń ć ż Ł ń ż ż ż Ś ż Ś ż ż ż ż ż ż ż ń ń ż ż ż ć ż ń ż ń ź ż ć ż ż ć ń ż Ę Ę ć ń Ę ż ż ń ń ź Ę ź ż ń ż ń ź ż ż ż ń ż ż ż ż ż ż ż ż ń ń

Bardziej szczegółowo

Jak zwiększyć efektywność i radość z wykonywanej pracy? Motywacja do pracy - badanie, szkolenie

Jak zwiększyć efektywność i radość z wykonywanej pracy? Motywacja do pracy - badanie, szkolenie Jak zwększyć fktywność radość z wykonywanj pracy? Motywacja do pracy - badan, szkoln Osoba prowadząca badan zawodowo aktywator własna dzałalność gospodarcza Gtn Nobl Bank trnr wwnętrzny Konrad Dębkowsk

Bardziej szczegółowo

Weryfikacja hipotez statystycznych

Weryfikacja hipotez statystycznych Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

LABORATORIUM METROLOGII TECHNIKA POMIARÓW (M-1)

LABORATORIUM METROLOGII TECHNIKA POMIARÓW (M-1) LABORATORIUM METROLOGII TECHNIKA POMIARÓW (M-) wwwmuepolslpl/~wwwzmape Opracował: Dr n Jan Około-Kułak Sprawdzł: Dr hab n Janusz Kotowcz Zatwerdzł: Dr hab n Janusz Kotowcz Cel wczena Celem wczena jest

Bardziej szczegółowo