METROLOGIA. Dr inż. Eligiusz PAWŁOWSKI Politechnika Lubelska Wydział Elektrotechniki i Informatyki

Wielkość: px
Rozpocząć pokaz od strony:

Download "METROLOGIA. Dr inż. Eligiusz PAWŁOWSKI Politechnika Lubelska Wydział Elektrotechniki i Informatyki"

Transkrypt

1 METROLOGIA Dr ż. Elgusz PAWŁOWSKI Poltechka Lubelska Wydzał Elektrotechk Iformatyk Prezetacja do wykładu dla EINS Zjazd 4, wykład r 7, 8

2 Prawo autorske Nejsze materały podlegają ochroe zgode z Ustawą o prawe autorskm prawach pokrewych (Dz.U. 994 r 24 poz. 83 z późejszym zmaam). Materał te udostępam do celów dydaktyczych jako materały pomoccze do wykładu z przedmotu Metrologa prowadzoego dla studetów Wydzału Elektrotechk Iformatyk Poltechk Lubelskej. Mogą z ch róweż korzystać e osoby zateresowae metrologą. Do tego celu materały te moża bez oaczeń przeglądać, drukować kopować wyłącze w całośc. Wykorzystywae tych materałów bez zgody autora w y sposób do ych celów ż te, do których zostały udostępoe, jest zabrooe. W szczególośc edopuszczale jest: usuwae azwska autora, edytowae treśc, kopowae fragmetów wykorzystywae w całośc lub w częśc do własych publkacj. Zjazd 4, wykład 7, 8 2

3 Uwag dydaktycze Nejsza prezetacja staow tylko wyłącze materały pomoccze do wykładu z przedmotu Metrologa prowadzoego dla studetów Wydzału Elektrotechk Iformatyk Poltechk Lubelskej. Udostępee studetom tej prezetacj e zwala ch z koeczośc sporządzaa własych otatek z wykładów a też e zastępuje samodzelego studowaa obowązujących podręczków. Tym samym zawartość ejszej prezetacj w szczególośc e może być traktowaa jako zakres materału obowązujący a egzame. Na egzame obowązujący jest zakres materału faktycze wyłożoy podczas wykładu oraz zawarty w odpowadających mu fragmetach podręczków podaych w wykaze lteratury do wykładu. Zjazd 4, wykład 7, 8 3

4 Tematyka wykładu Elmacja błędów ubych Opracowywae wyków metodą ajmejszych kwadratów Błędy w pomarach pośredch Nepewość pomaru w pomarach pośredch Zjazd 4, wykład 7, 8 4

5 Elmacja błędów ubych Błąd uby (błąd admery, pomyłka) epoprawego wykoaa pomaru. Możlwe przyczyy błędów ubych (przykładowe): - użyce uszkodzoego, esprawego przyrządu, błąd wykający z - błęde odczytae wskazaa (p. pomyloy zakres przyrządu), -źle połączoy układ pomarowy, - sle zakłócee tp. Wyk pomarów obarczoe błędem ubym e powy być brae pod uwagę, ależy je usuwać ze zboru daych. Możlwość taką daje statystycza obróbka wyków pomarów. Zjazd 4, wykład 7, 8 5

6 Elmacja błędów ubych aaloga strzelecka Błąd systematyczy decyduje o dokładośc Błąd przypadkowy decyduje o precyzj Pomary obarczoe błędem ubym ależy usuwać ze zboru daych Zjazd 4, wykład 7, 8 6

7 Elmacja błędów ubych rozkład ormaly Cetrale Twerdzee Gracze uzasada stosowae do aalzy daych eksperymetalych właścwośc rozkładu ormalego. Fukcja gęstośc prawdopodobeństwa rozkładu ormalego: f ( ) ep σ 2π ( µ ) 2 2σ 2 Dla rozkładu ormalego, prawdopodobeństwo tego, że wartość zmeej losowej zajdze sę w przedzale: Z tego przedzału korzystamy w praktyce ajczęścej od µ - σ do µ + σ jest rówe 68,26 %, od µ - 2σ do µ + 2σ jest rówe 95,46 %, od µ - 3σ do µ + 3σ jest rówe 99,74 %. Zjazd 4, wykład 7, 8 7

8 Elmacja błędów ubych przedzał 3 sgmowy ( µ 3σ < < µ + 3σ ) 99.74% Pr Wosek: ależy wyzaczyć (estymować) parametry rozkładu a podstawe daych z eksperymetu pomarowego wyzaczyć przedzał trzy sgmowy. Zjazd 4, wykład 7, 8 8

9 Elmacja błędów ubych estymatory µ σ Najlepszym estymatorem wartośc oczekwaej µ dla populacj, wyzaczaym a podstawe - elemetowej próby, 2,..., jest wartośćśreda : Najlepszym estymatorem odchylea stadardowego σ populacj jest odchylee stadardowe z próby s: dla s ( ) ( ) 2 Zjazd 4, wykład 7, 8 9

10 Elmacja błędów ubych przedzał 3 s ( 3s < < + 3s) 99.74% Pr Wosek: mej ż 3 pomary a 000 wykoaych może leżeć poza przedzałem o szerokośc ± 3s wokół wartośc średej! W praktyce możemy węc take wyk odrzucć jako obarczoe błędem ubym. Zjazd 4, wykład 7, 8 0

11 Kolejość postępowaa: lub (wygodej): Elmacja błędów ubych postępowae -wykoujemy serę pomarów, otrzymujemy wyk, 2,..., -oblczamy wartość średą (estymujemy wartość oczekwaą µ), -oblczamy odchylee stadardowe z próby s (estymujemy σ), -oblczamy ace przedzału ± 3s (trzy sgma), -sprawdzamy, czy wszystke wyk meszczą sę w przedzale: 3 s < < + 3s < 3 s, czyl : 3s > 0 -odrzucamy wyk które e meszczą sę w przedzale ± 3s, -powtarzamy procedurę od początku, aż wszystke wyk będą sę meścły w przedzale ± 3s. Zjazd 4, wykład 7, 8

12 Elmacja błędów ubych przykład Ecel wykoujemy serę p. 3 pomarów, zapsujemy wyk, 2,... 3 do tabel Oblczamy wartość średą Zjazd 4, wykład 7, 8 2

13 Elmacja błędów ubych przykład c.d. oblczamy odchylee stadardowe z próby s oblczamy 3s Zjazd 4, wykład 7, 8 3

14 Elmacja błędów ubych przykład c.d. Oblczamy Oblczamy 3s odrzucamy wyk który e meśc sę w przedzale ± 3s, Zjazd 4, wykład 7, 8 4

15 Elmacja błędów ubych przykład c.d. Poowe oblczamy Poowe oblczamy 3 s Poowe sprawdzamy, wszystke wyk meszczą sę w przedzale ± 3s, Zjazd 4, wykład 7, 8 5

16 Opracowywae wyków metodą ajmejszych kwadratów Metoda ajmejszych kwadratów (ag. LMS Least Mea Squares) umożlwa aaltycze wyzaczee współczyków fukcj aproksymującej dae dośwadczale, zapewając uzyskae mmum sumy kwadratów błędów tej aproksymacj. Zastosowae: wyzaczamy dośwadczale zależość fukcyją pomędzy dwoma welkoścam yf() wykoując serę pomarów współrzędych puktów (, y )... (, y )... (, y ) reprezetujących poszukwaą zależość. W praktyce ajczęstszym przypadkem jest wyzaczae współczyków l prostej ya+b. Zjazd 4, wykład 7, 8 6

17 Aproksymacja lą prostą w warukach dealych W warukach dealych (brak błędów) wszystke wyk leżą a l prostej ya+b. Do wyzaczea współczyków a b tej l prostej wystarczą wybrae dowole dwa pukty pomarowe! Zjazd 4, wykład 7, 8 7

18 Aproksymacja lą prostą w warukach dealych W warukach dealych dwa pukty pomarowe (, y ), ( 2, y 2 ), umożlwają ułożee układu dwóch rówań: y y 2 a a 2 + b + b Odejmujemy rówaa od sebe wyzaczamy a astępe b. Rozwązaem układu dwóch rówań są współczyk a b l prostej aproksymującej pukty pomarowe: a b y y 2 2 y a Zjazd 4, wykład 7, 8 8

19 przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa Metoda acągętej c (metoda a oko ) W rzeczywstych pomarach występują błędy, co uemożlwa przeprowadzee l prostej przez wszystke pukty pomarowe. Moża przeprowadzć lę leżącą ajblżej wszystkch puktów metodą a oko z jej dwóch puktów wyzaczyć a b. Zjazd 4, wykład 7, 8 9 przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa

20 Problemy w Metodze acągętej c W metodze acągętej c problemem jest jedozacze wykreślee ajlepszej prostej aproksymującej, gdyż brak jest jedozaczego kryterum. Każdy eksperymetator wykreśl z tych samych daych ą prostą! Zjazd 4, wykład 7, 8 20

21 Zasada metody ajmejszych kwadratów Metoda ajmejszych kwadratów jest jedozacza. Na podstawe puktów pomarowych (, y )... (, y )... (, y ) umożlwa wyzaczee współczyków a b fukcj ya+b aproksymującej dae dośwadczale, zapewając uzyskae mmum sumy kwadratów błędów tej aproksymacj. Zjazd 4, wykład 7, 8 2

22 Oblczea metodą ajmejszych kwadratów Błąd aproksymacj -tym pukce (, y ) wyos: y ( a b) y' y + Oblczamy sumę kwadratów błędów dla wszystkch puktów: 2 [ ( )] 2 y a + b Otrzymalśmy fukcję dwóch zmeych a, b ze współczykam (, y ) będącym wykam pomarów. Szukamy a b dla których występuje mmum tej fukcj: 2 m Zjazd 4, wykład 7, 8 22

23 Zjazd 4, wykład 7, 8 23 Oblczea metodą ajmejszych kwadratów Otrzymay układ dwóch rówań ależy rozwązać względem a b. Wyzaczae mmum fukcj polega a przyrówau do zera pochodych cząstkowych względem a b: 0 b 0 a 2 2

24 Zjazd 4, wykład 7, 8 24 Końcowe wzory dla metody ajmejszych kwadratów Po przekształceach otrzymujemy wzory a oblczee a b : a y b 2 2 a y y Wosek: współczyk a b są jedozacze określoe przez współrzęde puktów pomarowych (, y )... (, y )... (, y ).

25 Przykładowe zastosowae metody ajmejszych kwadratów Skalowae trasformatora powetrzego do pomaru wartośc maksymalej prądu magesującego I ma w aparace Epstea. E2 Tr śr 4 f M D I ma Trasformator powetrzy jest przetworkem maksymalej wartośc prądu I ma a wartość średą apęca dukowaego E 2śr. Zjazd 4, wykład 7, 8 25

26 Wyzaczae charakterystyk trasformatora powetrzego Zadae polega a wykoau ser pomarów I ma E 2śr, wyzaczeu lowej charakterystyk przetwarzaa trasformatora powetrzego oblczeu jego dukcyjośc wzajemej M D. U 2śr R + 2Tr R a + Ima 4f RV 4f RV 2Tr M D Zjazd 4, wykład 7, 8 26

27 Ecel -wyzaczae charakterystyk Wyk ser pomarów I ma U 2śr wprowadzamy do arkusza Ecel geerujemy wykres. Zjazd 4, wykład 7, 8 27

28 Ecel la tredu Do wykresu dodajemy lę tredu, wyberamy typ tredu lowy. Zjazd 4, wykład 7, 8 28

29 Ecel la tredu Formatujemy lę tredu, zazaczamy wyśwetlae rówaa. Zjazd 4, wykład 7, 8 29

30 Koec wykładu!!! Koec wykładu!!! Koec wykładu!!! Koec wykładu!!! Koec wykładu!!! Koec wykładu!!! Ecel la tredu Z rówaa l tredu odczytujemy współczyk prostej aproksymującej. Zjazd 4, wykład 7, 8 30 Koec wykładu!!! Koec wykładu!!! Koec wykładu!!! Koec wykładu!!! Koec wykładu!!! Koec wykładu!!!

31 Ecel Pomoc do hasła la tredu Z rówaa l tredu odczytujemy współczyk prostej aproksymującej. Zjazd 4, wykład 7, 8 3

32 Metoda ajmejszych kwadratów dla ych fukcj Problem: jak zastosować metodę ajmejszych kwadratów do charakterystyk yf() o kształce ym ż la prosta? Możlwe rozwązae: przekształcć zależość yf() tak, aby sprowadzć ją do rówaa l prostej. Przykład: rozdzał strat w żelaze metodą częstotlwoścową za pomocą aparatu Epstea. Zjazd 4, wykład 7, 8 32

33 Przykład - rozdzał strat metodą częstotlwoścową Straty w żelaze P Fe są sumą strat hsterezowych P h strat wroprądowych P w. Metoda częstotlwoścowa rozdzału strat wykorzystuje fakt, że straty hsterezowe P h są wprost proporcjoale do częstotlwośc f, a straty wroprądowe P w zależą od kwadratu częstotlwośc f 2 : P Fe Ph + Pw k f + k2 f 2 Rówe powyższe dzelmy obustroe przez częstotlwość f, otrzymujemy lową fukcję częstotlwośc: P Fe k k f + 2 f Zjazd 4, wykład 7, 8 33

34 Przykład - rozdzał strat metodą częstotlwoścową c.d. Sporządzamy wykres P Fe / f w fukcj częstotlwośc f astępe aproksymujemy go lą prostą metodą ajmejszych kwadratów. Odczytujemy współczyk k b, k 2 a. Oblczamy straty: P h k f P w k 2 f f Zjazd 4, wykład 7, 8 34

35 Ecel - rozdzał strat metodą częstotlwoścową Zjazd 4, wykład 7, 8 35

36 Pomary pośrede rówae pomaru Pomar pośred polega a oblczeu wartośc welkośc merzoej y a podstawe wyzaczoych w pomarach bezpośredch wartośc welkośc, : (... ) y f, 2,... Rówae powyższe azywamy rówaem pomaru, a fukcję f azywamy fukcją pomarową. Rówae pomaru jest matematyczym modelem pomaru. Zjazd 4, wykład 7, 8 36

37 Pomary pośrede model pomaru Problem: jak błędy welkośc merzoych bezpośredo przeoszą sę a welkość y merzoą pośredo? Zjazd 4, wykład 7, 8 37

38 Pomary pośrede błędy Wosek: ależy błędy welkośc merzoych bezpośredo przelczyć a błąd y welkośc merzoej pośredo. Zjazd 4, wykład 7, 8 38

39 Błędy w pomarach pośredch Przykład dla fukcj jedej zmeej y f ( + ) f ( ) W praktyce błędy w pomarach pośredch wyzaczamy metodą wykorzystującą pojęce różczk zupełej fukcj. Zjazd 4, wykład 7, 8 39

40 Błędy w pomarach pośredch podstawy matematycze Różczką zupełą fukcj welu zmeych yf (, ) azywamy sumę postac: f f f y Iterpretacja geometrycza dla fukcj jedej zmeej yf (): y df d df tgα d f, przy czym: gdze kąt α jest achyleem styczej do fukcj yf () Zjazd 4, wykład 7, 8 40

41 Podstawy matematycze różczka zupeła y df d df d tgα Zjazd 4, wykład 7, 8 4

42 przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa Błędy w pomarach pośredch dwa przypadk Wyzaczae błędów systematyczych w pomarach pośredch ma mejsce w sytuacj, gdy zamy błędy systematycze welkośc, zmerzoych bezpośredo chcemy wyzaczyć błąd systematyczy welkośc merzoej pośredo, p. w celu wyzaczea poprawk. Wyzaczae błędów aczych w pomarach pośredch ma mejsce w sytuacj, gdy zamy błędy acze welkośc, zmerzoych bezpośredo (p. z klasy merków) chcemy wyzaczyć błąd aczy welkośc merzoej pośredo. Zjazd 4, wykład 7, 8 42 przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa - przerwa

43 Błędy systematycze w pomarach pośredch Błąd systematyczy w pomarach pośredch lczymy metodą różczk zupełej a podstawe błędów systematyczych welkośc zmerzoych bezpośredo, z uwzględeem zaków pochodej zaków błędów: f S y S gdze: S y jest błędem systematyczym w pomarze pośredm, f są pochodym cząstkowym fukcj pomarowej, S są błędam systematyczym w pomarach bezpośredch. Zjazd 4, wykład 7, 8 43

44 Błędy acze w pomarach pośredch Błąd aczy w pomarach pośredch lczymy metodą różczk zupełej a podstawe błędów aczych welkośc zmerzoych bezpośredo, bez uwzględaa zaków (sumując moduły przewdujemy ajbardzej ekorzysty przypadek): f y y f gdze: jest błędem aczym w pomarze pośredm, są pochodym cząstkowym fukcj pomarowej, są błędam aczym w pomarach bezpośredch. Zjazd 4, wykład 7, 8 44

45 Błędy acze w pomarach pośredch - przykład Oblczmy błąd aczy w pomarze pośredm eerg elektryczej A wydzeloej a rezystacj R w czase t. Rówae pomaru ma postać: Pochode cząstkowe: A I 2I Rt R A 2 I Błąd aczy pomaru eerg A : A I 2 Rt t t Zak możea zbęde, tylko dla zwększea czytelośc lczea pochodej A 2 I R A 2IRt I + I 2 t R + I 2 R t Zjazd 4, wykład 7, 8 45

46 Błędy acze względe w pomarach pośredch przykład Zazwyczaj ostatecze lczymy błąd aczy względy. Przy pomarze pośredm eerg elektryczej A wydzeloej a rezystacj R będze mał o ma postać: Po przekształceach otrzymamy: δ A A A 2 I A Rt δ A 2 I I + R R + t t Czyl: δ A 2δ I + δ R + δ t Zjazd 4, wykład 7, 8 46

47 Błędy acze względe w pomarach pośredch ogóle Uogólając, moża wykazać, że jeśl rówae pomaru jest w postac loczyu potęg welkośc merzoych (bardzo częsty przypadek) : y k a a 2 a a 4 to błąd aczy pomaru pośredego moża polczyć jako: δ y a δ + a δ + a δ a δ Zjazd 4, wykład 7, 8 47

48 Przykład c.d. pomar eerg A aczej Przy pomarze pośredm eerg elektryczej A wydzeloej a rezystacj R w czase t rówae pomaru ma postać: A 2 I R t A węc możemy od razu zapsać wzór końcowy a względy błąd pomaru pośredego: δ A 2 δ I + δ R + δ t czyl: δ A 2δ I + δ R + δ t Zjazd 4, wykład 7, 8 48

49 Błędy acze w pomarach pośredch - aczej Sumując moduły błędów, bez uwzględaa zaków, przewdujemy ajbardzej ekorzysty przypadek otrzymujemy zawyżoe wartośc. Bardzej reale wyk otrzymujemy stosując sumowae geometrycze (perwastek z sumy kwadratów): y f 2 Zjazd 4, wykład 7, 8 49

50 Wyzaczae epewośc w pomarach pośredch Przy pomarze pośredm welkośc y wyzaczaej a podstawe wartośc welkośc, otrzymaych w pomarach bezpośredch, według rówaa pomaru: (... ) y f, 2,... oblczamy epewość pomaru modyfkując wyzaczae epewośc łączej (całkowtej) u c w kroku trzecm. Zjazd 4, wykład 7, 8 50

51 Wyzaczae epewośc w 5 krokach - przypomee Procedura wyzaczaa epewośc zawera sę w 5 krokach:. wyzaczae epewośc u metodą typu A, 2. wyzaczae epewośc u j metodą typu B, 3. wyzaczae epewośc łączej u c, 4. wyzaczae epewośc rozszerzoej U, 5. zaokrąglae wyków oblczeń podawae wyku końcowego. Zjazd 4, wykład 7, 8 5

52 Krok 3 - wyzaczae epewośc łączej u c W kroku trzecm wyzaczaa jest epewośc łącza (całkowta) u c według metody perwastek z sumy kwadratów : u c f 2 u 2 ( ) jeśl welkośc e są ze sobą skorelowae (są od sebe ezależe). Jeśl welkośc są ze sobą skorelowae to ależy w sumowau uwzględć odpowede kowaracje. Zjazd 4, wykład 7, 8 52

53 Zjazd 4, wykład 7, 8 53 Krok 3 uwzględee kowaracj Kowarację u( j ) lczymy według wzoru: ( ) ( ) + + j j j c u f f u f u Jeśl welkośc są ze sobą skorelowae to ależy w sumowau uwzględć odpowede kowaracje u( j ): ( ) ( ) ( ) ( ) k j jk k j u

54 Podsumowae.Statystycza obróbka ser wyków umożlwa elmację błędów ubych 2.Aproksymacja daych eksperymetalych metodą acągętej c e jest jedozacza 3.Jedozaczą aproksymację zapewa metoda ajmejszych kwadratów 4.Najczęścej stosujemy metodę ajmejszych kwadratów do aproksymacj lą prostą 5.Metodę ajmejszych kwadratów wykorzystuje proam Ecel do wyzaczaa l tredu 6.Błędy epewośc w pomarach pośredch wyzacza sę metodą różczk zupełej a podstawe rówaa pomaru Zjazd 4, wykład 7, 8 54

55 DZIĘKUJĘ ZA UWAGĘ Zjazd 4, wykład 7, 8 55

Podstawy opracowania wyników pomiarowych, analiza błędów

Podstawy opracowania wyników pomiarowych, analiza błędów Podstawy opracowaa wyków pomarowych, aalza błędów I Pracowa Fzycza IF UJ Grzegorz Zuzel Lteratura I Pracowa fzycza Pod redakcją Adrzeja Magery Istytut Fzyk UJ Kraków 2006 Wstęp do aalzy błędu pomarowego

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH dr Mchał larsk I Pracowa Fzycza IF UJ, 9.0.06 Pomar Pomar zacowae wartośc prawdzwej Bezpośred (welkość fzycza merzoa jest

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

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017 PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Marzec 07 PODRĘCZNIKI Wstęp do aalzy błędu pomarowego Joh R. Taylor Wydawctwo Naukowe PWN Warszawa 999

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10) Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,

Bardziej szczegółowo

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

Bardziej szczegółowo

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym. Wyzaczae oporu aczyowego kaplary w przepływe lamarym. I. Przebeg ćwczea. 1. Zamkąć zawór odcający przewody elastycze a astępe otworzyć zawór otwerający dopływ wody do przewodu kaplarego. 2. Ustawć zawór

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i= ESTYMATOR WARIANCJI I DYSPERSJI Ozaczmy: µ wartość oczekwaa rozkładu gauowkego wyków pomarów (wartość prawdzwa merzoej welkośc σ dyperja rozkładu wyków pomarów wyk er pomarów (,..., Stoując metodę ajwękzej

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016 PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INTYTUT FIZYKI UJ BIOLOGIA 06 CEL ĆWICZEŃ. Obserwacja zjawsk efektów fzyczych. Doskoalee umejętośc

Bardziej szczegółowo

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu METODA RÓŻIC SKOŃCZOYCH (omówee a przykładze rówań lowych) ech ( rówaa różczkowe zwyczaje lowe I-rz.) lub jedo II-rzędu f / / p( x) f / + q( x) f + r( x) a x b, f ( a) α, f ( b) β dea: a satce argumetu

Bardziej szczegółowo

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego). TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta

Bardziej szczegółowo

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe. INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,

Bardziej szczegółowo

Niepewności pomiarów. DR Andrzej Bąk

Niepewności pomiarów. DR Andrzej Bąk Nepewośc pomarów DR Adrzej Bąk Defcje Błąd pomar - różca mędz wkem pomar a wartoścą merzoej welkośc fzczej. Bwa też azwa błędem bezwzględm pomar. Poeważ wartość welkośc merzoej wartość prawdzwa jest w

Bardziej szczegółowo

PRZEGLĄD NAJPROSTSZYCH METOD OPRACOWANIA WYNIKÓW POMIARÓW. dr Michał Januszczyk Zakład Fizyki Medycznej, Wydział Fizyki UAM

PRZEGLĄD NAJPROSTSZYCH METOD OPRACOWANIA WYNIKÓW POMIARÓW. dr Michał Januszczyk Zakład Fizyki Medycznej, Wydział Fizyki UAM PRZEGLĄD NAJPROTZYCH METOD OPRACOWANIA WYNIKÓW POMIARÓW. dr Mchał Jauszczyk Zakład Fzyk Medyczej, Wydzał Fzyk UAM. Każdy zbór cał lub zjawsk fzyczych ma wele cech merzalych mogących staowć zasadę klasyfkacj..

Bardziej szczegółowo

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5 L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław

Bardziej szczegółowo

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń Zasosowae meody ajmejszych kwadraów do pomaru częsolwośc średej sygałów o małej sromośc zboczy w obecośc zakłóceń Elgusz PAWŁOWSKI, Darusz ŚWISULSKI Podsawowe meody pomaru częsolwośc Zlczae okresów w zadaym

Bardziej szczegółowo

WYZNACZANIE PRZERWY ENERGETYCZNEJ GERMANU

WYZNACZANIE PRZERWY ENERGETYCZNEJ GERMANU Fzyka cała stałeo WYZNACZANIE PRZERWY ENERGETYCZNEJ GERMANU 1. Ops teoretyczy do ćwczea zameszczoy jest a stroe www.wtc.wat.edu.pl w dzale DYDAKTYKA FIZYKA ĆWICZENIA LABORATORYJNE.. Ops układu pomaroweo

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa

Bardziej szczegółowo

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

Bardziej szczegółowo

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8 Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja

Bardziej szczegółowo

Praktyczna umiejętność opracowywania wyników, teoria niepewności pomiaru

Praktyczna umiejętność opracowywania wyników, teoria niepewności pomiaru Praktycza umejętość opracowywaa wyków, teora epewośc pomaru Dostępa lteratura: 1. http://physcs.st/gov/ucertaty. Wyrażae Nepewośc Pomaru, Przewodk, Warszawa, Główy Urząd Mar, 1999 3. H. Szydłowsk, Pracowa

Bardziej szczegółowo

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz

Bardziej szczegółowo

. Wtedy E V U jest równa

. Wtedy E V U jest równa Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo

Bardziej szczegółowo

POMIAR WSPÓŁCZYNNIKA POCHŁANIANIA PROMIENIOWANIA γ

POMIAR WSPÓŁCZYNNIKA POCHŁANIANIA PROMIENIOWANIA γ Ćwczee 56 POMIAR WSPÓŁCZYNNIKA POCHŁANIANIA PROMIENIOWANIA γ 56.. Wadomośc ogóle Rozpatrzmy wąską skolmowaą wązkę prome γ o atężeu I 0, padającą a płytkę substacj o grubośc x (rys. 56.). Natężee promeowaa

Bardziej szczegółowo

Wyrażanie niepewności pomiaru. Andrzej Kubiaczyk Wydział Fizyki, Politechnika Warszawska

Wyrażanie niepewności pomiaru. Andrzej Kubiaczyk Wydział Fizyki, Politechnika Warszawska Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 0 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

ma rozkład normalny z nieznaną wartością oczekiwaną m Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee

Bardziej szczegółowo

Analiza danych pomiarowych

Analiza danych pomiarowych Materały pomoccze dla studetów Wydzału Chem UW Opracowała Ageszka Korgul. Aalza daych pomarowych wersja trzeca, uzupełoa Lteratura, Wstęp 3 R OZDZIAŁ SPRAWOZDANIE Z DOŚWIADCZENIA FIZYCZNEGO 4 Stałe elemety

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5 Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych

Bardziej szczegółowo

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki: Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,

Bardziej szczegółowo

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,

Bardziej szczegółowo

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =? Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ Wykład Układy rówań metody aaltycze Metody umerycze rozwązywaa rówań lczbowych Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ

Bardziej szczegółowo

WSTĘP DO TEORII POMIARÓW

WSTĘP DO TEORII POMIARÓW Sps treśc POMIARY WIELKOŚCI FIZYCZNYCH I ICH BŁĘDY...1 METODY POMIAROWE...5 NIEPEWNOŚĆ POMIAROWA I METODY JEJ OKREŚLENIA...7 Nepewość stadardowa pomarów bezpośredch...8 Ocea epewośc pomarowej typu A...8

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

KALIBRACJA NIE ZAWSZE PROSTA

KALIBRACJA NIE ZAWSZE PROSTA KALIBRACJA NIE ZAWSZE PROSTA Potr Koeczka Katedra Chem Aaltyczej Wydzał Chemczy Poltechka Gdańska S w S C -? C w Sygał - astępstwo kosekwecja przeprowadzoego pomaru główy obekt zateresowań aaltyka. Cel

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

STATYSTYKA OPISOWA WYKŁAD 3,4 STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s

Bardziej szczegółowo

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych Cetrala Izba Pomarów Telekomukacyjych (P-1) Komputerowe staowsko do wzorcowaa geeratorów podstawy czasu w częstoścomerzach cyrowych Praca r 1300045 Warszawa, grudzeń 005 Komputerowe staowsko do wzorcowaa

Bardziej szczegółowo

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f

Bardziej szczegółowo

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84 Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2

Bardziej szczegółowo

Analiza niepewności pomiarów Definicje

Analiza niepewności pomiarów Definicje Teora pomarów Aalza epewośc pomarów Defce Dr hab. ż. Paweł Mada www.pmada.zt.ed.pl Podstawowa defca Nepewość pomar to parametr zwązay z wykem pomar, charakteryzący rozrzt wartośc, który w zasadoy sposób

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki) Adrzej Kubaczyk Laboratorum Fzyk I Wydzał Fzyk Poltechka Warszawska OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradk do Laboratorum Fzyk) ROZDZIAŁ Wstęp W roku 995 z cjatywy Mędzyarodowego Komtetu Mar (CIPM) zostały

Bardziej szczegółowo

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna Aalza zależośc Rodzaje zależośc mędzy zmeym występujące w praktyce: Fukcyja wraz ze zmaą wartośc jedej zmeej astępuje ścśle określoa zmaa wartośc drugej zmeej (p. w fzyce: spadek swobody gt s ) tochastycza

Bardziej szczegółowo

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej Rachek prawdopodobeńswa saysyka maemaycza Esymacja przedzałowa paramerów srkralych zborowośc geeralej Częso zachodz syacja, że koecze jes zbadae ogół poplacj pod pewym kąem p. średa oce z pewego przedmo.

Bardziej szczegółowo

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7 6. Przez 0 losowo wybrayh d merzoo zas dojazdu do pray paa A uzyskują próbkę x,..., x 0. Wyk przedstawały sę astępująo: jest to próbka losowa z rozkładu 0 0 x 300, 944. x Zakładamy, że N ( µ, z ezaym parametram

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

będą niezależnymi zmiennymi losowymi o tym samym 2 x Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka

Bardziej szczegółowo

Badania niezawodnościowe i statystyczna analiza ich wyników

Badania niezawodnościowe i statystyczna analiza ich wyników Badaa ezawodoścowe statystycza aalza ch wyków. Co to są badaa ezawodoścowe jak sę je przeprowadza?. Metody prezetacj opsu daych pochodzących z eksperymetu 3. Sposoby wyzaczaa rozkładu zmeej losowej a podstawe

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA Ćwczee 8 TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA 8.. Cel ćwczea Celem ćwczea jest wyzaczee statyczego współczyka tarca pomędzy walcową powerzchą cała a opasującą je lą. Poadto a drodze eksperymetalej

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

Bardziej szczegółowo

Międzynarodowa Norma Oceny Niepewności Pomiaru (Guide to Expression of Uncertainty in Measurements-Międzynarodowa Organizacja Normalizacyjna ISO)

Międzynarodowa Norma Oceny Niepewności Pomiaru (Guide to Expression of Uncertainty in Measurements-Międzynarodowa Organizacja Normalizacyjna ISO) Mędzyarodowa Norma Ocey Nepewośc Pomaru (Gude to Epresso of Ucertaty Measuremets-Mędzyarodowa Orgazacja Normalzacyja ISO) RACHUNEK NIEPEWNOŚCI POMIARU http://physcs.st./gov/ucertaty Wyrażae Nepewośc Pomaru.

Bardziej szczegółowo

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW U podstaw wszystkch auk przyrodczych leży zasada: sprawdzaem wszelkej wedzy jest eksperymet, tz jedyą marą prawdy aukowej jest dośwadczee Fzyka, to auka

Bardziej szczegółowo

Regresja REGRESJA

Regresja REGRESJA Regresja 39. REGRESJA.. Regresja perwszego rodzaju Nech (, będze dwuwyarową zeą losową, dla które steje kowaracja. Nech E( y ozacza warukową wartość oczekwaą zdefowaą dla przypadku zeych losowych typu

Bardziej szczegółowo

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji.

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji. Botatytyka, 018/019 dla Fzyk Medyczej, tuda magterke etymacja etymacja średej puktowa przedzał ufośc średej rozkładu ormalego etymacja puktowa przedzałowa waracj rozkładu ormalego etymacja parametrów rozkładu

Bardziej szczegółowo

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2 Pojęce przedzału ufośc Przyład: Rozważmy pewe rzad proces (tz. ta tórego lczba zajść podlega rozładow Possoa). W cągu pewego czasu zaobserwowao =3 tae zdarzea. Oceć możlwy przedzał lczby zdarzeń tego typu

Bardziej szczegółowo

Opracowanie wyników pomiarów

Opracowanie wyników pomiarów Opracowae wków pomarów Praca w laboratorum fzczm polega a wkoau pomarów, ch terpretacj wcagęcem wosków. Ab dojść do właścwch wosków aleŝ szczególą uwagę zwrócć a poprawość wkoaa pomarów mmalzacj błędów

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce. Metody probablstycze statystyka Wykład 7: Statystyka opsowa. Rozkłady prawdopodobestwa wystpujce w statystyce. Podstawowe pojca Populacja geerala - zbór elemetów majcy przyajmej jed włacwo wspól dla wszystkch

Bardziej szczegółowo

VI. TWIERDZENIA GRANICZNE

VI. TWIERDZENIA GRANICZNE VI. TWIERDZENIA GRANICZNE 6.. Wprowadzee Twerdzea gracze dotyczą własośc graczych cągów zmeych losowych dzelą sę a:! twerdzea lokale opsują zbeżośc cągu fukcj prawdopodobeństwa w przypadku cągu {X } zmeych

Bardziej szczegółowo

Projekt 3 Analiza masowa

Projekt 3 Analiza masowa Wydzał Mechaczy Eergetyk Lotctwa Poltechk Warszawskej - Zakład Saolotów Śgłowców Projekt 3 Aalza asowa Nejszy projekt składa sę z dwóch częśc. Perwsza polega projekce wstępy wętrza kaby (kadłuba). Druga

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

Statystyczne charakterystyki liczbowe szeregu Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Iżyerska dr hab. ż. Jacek Tarasuk AGH, WFIS 013 Wykład 3 DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE, PODSTAWY ESTYMACJI Dwuwymarowa, dyskreta fukcja rozkładu rawdoodobeństwa, Rozkłady brzegowe

Bardziej szczegółowo

RACHUNEK NIEPEWNOŚCI POMIARU

RACHUNEK NIEPEWNOŚCI POMIARU Mędzarodowa Norma Oce Nepewośc Pomaru (Gude to Epresso of Ucertat Measuremets - Mędzarodowa Orgazacja Normalzacja ISO RACHUNEK NIEPEWNOŚCI http://phscs.st./gov/ucertat POMIARU Wrażae Nepewośc Pomaru. Przewodk.

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

ROZKŁADY ZMIENNYCH LOSOWYCH

ROZKŁADY ZMIENNYCH LOSOWYCH ROZKŁADY ZMIENNYCH LOSOWYCH ZMIENNA LOSOWA Defcja. Zmeą losową jest fukcja: X: E -> R która każdemu zdarzeu elemetaremu E przypsuje lczbę rzeczywstą e X ( e) R DYSTRYBUANTA Dystrybuatą zmeej losowej X

Bardziej szczegółowo

Matematyczny opis ryzyka

Matematyczny opis ryzyka Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee

Bardziej szczegółowo

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2 Permutacje { 2,,..., } Defcja: Permutacją zboru lczb azywamy dowolą różowartoścową fukcję określoą a tym zborze o wartoścach w tym zborze. Uwaga: Lczba wszystkch permutacj wyos! Permutacje zapsujemy w

Bardziej szczegółowo

Funkcja wiarogodności

Funkcja wiarogodności Fukca warogodośc Defca: Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x; θ. Fukcą warogodośc dla próby x azywamy welkość: ( x; θ f ( x ; θ L Uwaga: Fukca warogodośc to e to samo co łącza

Bardziej szczegółowo

Oznaczanie tiosiarczanu metodą miareczkowania kulometrycznego

Oznaczanie tiosiarczanu metodą miareczkowania kulometrycznego Ozaczae tosarczau metodą mareczkowaa kulometryczego Metoda: Mareczkowae kulometrycze Cel ćwczea: Celem ćwczea jest kulometrycze ozaczee tosarczau. Odczyk KH PO 4, roztwór maoway o stężeu c = /5 M Na HPO

Bardziej szczegółowo

Laboratorium z Biomechatroniki Ćwiczenie 3 Wyznaczanie położenia środka masy ciała człowieka za pomocą dźwigni jednostronnej

Laboratorium z Biomechatroniki Ćwiczenie 3 Wyznaczanie położenia środka masy ciała człowieka za pomocą dźwigni jednostronnej Wydzał: Mechaczy Techologczy Keruek: Grupa dzekańska: Semestr: perwszy Dzeń laboratorum: Godza: Laboratorum z Bomechatrok Ćwczee 3 Wyzaczae położea środka masy cała człoweka za pomocą dźwg jedostroej 1.

Bardziej szczegółowo

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12 Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

Wnioskowanie statystyczne dla korelacji i regresji. STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...

Bardziej szczegółowo

TMM-2 Analiza kinematyki manipulatora metodą analityczną

TMM-2 Analiza kinematyki manipulatora metodą analityczną Opracował: dr ż. Przemysław Szumńsk Laboratorum Teor Mechazmów Automatyka Robotyka, Mechatroka TMM- Aalza kematyk mapulatora metodą aaltyczą Celem ćwczea jest zapozae sę ze sposobem aalzy kematyk mechazmu

Bardziej szczegółowo

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE Marek Cecura, Jausz Zacharsk PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE CZĘŚĆ II STATYSTYKA OPISOWA Na prawach rękopsu Warszawa, wrzeseń 0 Data ostatej aktualzacj: czwartek, 0 paźdzerka

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

JEDNOWYMIAROWA ZMIENNA LOSOWA JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH POMIAR FIZYCZNY Pomiar bezpośredi to doświadczeie, w którym przy pomocy odpowiedich przyrządów mierzymy (tj. porówujemy

Bardziej szczegółowo

Statystyczna analiza danych przedziały ufności

Statystyczna analiza danych przedziały ufności 07-- Probablstyka statystyka Statystycza aalza daych przedzały ufośc Wykład 7 dr ż. Barbara Swatowska Wstęp Podstawowe cele aalzy zborów daych Uogóloy ops poszczególych cech/zeych statystyka opsowa; aalza

Bardziej szczegółowo

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

STATYKA. Cel statyki. Prof. Edmund Wittbrodt STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake

Bardziej szczegółowo

WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH

WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH Metrologa Wspomagana Komputerowo - Zegrze, 9-22 05.997 WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH dr nż. Jan Ryszard Jask, dr nż. Elgusz Pawłowsk POLITECHNIKA lubelska

Bardziej szczegółowo