O ROZKŁADZIE PRAWOPODOBIEŃSTWA FILTROWANYCH BINARNYCH SEKWENCJI PSEUDOLOSOWYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "O ROZKŁADZIE PRAWOPODOBIEŃSTWA FILTROWANYCH BINARNYCH SEKWENCJI PSEUDOLOSOWYCH"

Transkrypt

1 Łukasz Ślwczńsk, Przemsław Krehlk, Marcn Lpńsk, Andrzej Wolczko Akadema Górnczo Hutncza, Katedra Elektronk al. Mckewcza, - Kraków e-mal: slwczn@galax.uc.agh.edu.pl krehlk@galax.uc.agh.edu.pl Poznańske Warsztat Telekomunkacjne Poznań - grudna O ROZKŁAZIE PRAWOPOOBIEŃSTWA FILTROWAYCH BIARYCH SEKWECJI PSEUOLOSOWYCH Streszczene: W artkule tm omawam rozkład prawdopodobeństwa wartośc sgnału otrzmwanego na wjścu fltru dolnoprzepustowego pobudzanego bnarną sekwencja pseudolosową. Okazuje sę, że dla najczęścej wkorzstwanch generatorów sekwencj pseudolosowch o dwóch odczepach otrzmwan rozkład prawdopodobeństwa wkazuje znaczną asmetrę względem wartośc średnej. atomast generator o wększej lczbe odczepów ne wkazują takej cech ch rozkład są znaczne bardzej smetrczne. W artkule przedstawam wnk smulacj oraz hstogram zmerzone dla wbranch welomanów generującch sekwencje pseudolosowe.. WPROWAZEIE Bnarne sekwencje pseudolosowe (ang. Pseudo- Random Bnar Sequence - PRBS) są szeroko wkorzstwane w elektronce (np. jako źródła sgnałów testowch w sstemach cfrowch [] do wznaczana tzw. wzoru oka cz pomaru btowej stop błędów w łączu []) telekomunkacj (np. do kodowana nformacj [], []). Powszechne wkorzstwana w welu sstemach transmsjnch metoda tzw. skramblngu danch [], [] równeż bazuje na cągach PRBS. Od stron teoretcznej sekwencje PRBS są opswane jako weloman pewnej zmennej (jest też użwane oznaczene Z lub ), zdefnowane w grupe Galos (ang. Galos feld), oznaczanej jako GF() []. Lczba wstępująca w tm zapse oznacza, że wszstke operacje na welomanach są przeprowadzane w artmetce modulo-, a współcznnk prz zmennej mogą przjmować tlko wartośc lub. Sekwencje take można bardzo łatwo wtwarzać w układach cfrowch, zbudowanch z rejestru przesuwnego ze sprzężenem zwrotnm w postac bramk Exclusve-Or (EOR). Ogólna struktura takego układu jest przedstawona na Rs.. Bt na wjścu układu pojawają sę w takt sgnału zegarowego, sterującego wjśce n c c c c - n- n- n- n-+ n- Rs.. Schemat generatora PRBS pracą rejestru przesuwnego. Struktura generatora PRBS -tego stopna jest opsana za pomocą zestawu współcznnków c, mogącch przberać wartośc lub. Współcznnk jest tutaj zawsze równ. Jeśl współcznnk c = to oznacza to, że sgnał z -tego stopna rejestru przesuwnego jest podawan poprzez obwód sprzężena zwrotnego na wejśce perwszego z przerzutnków. Jeśl c = to sgnał z danego stopna rejestru ne uczestncz w sprzężenu zwrotnm. Sekwencja btów wtwarzana w układze z Rs. jest jednoznaczne określona poprzez współcznnk c oraz stan początkow przerzutnków tworzącch rejestr przesuwn. Jeśl współcznnk zostaną odpowedno dobrane, to sekwencja wtwarzana przez układ będze tak zwaną sekwencją o maksmalnej długośc, to znacz będze okresowa z okresem M =. Początkow stan rejestru jest w zasadze dowoln z wjątkem stanu zerowego. Ustawene takego stanu w rejestrze spowoduje, że układ go już ne opuśc, co wnka z własnośc sum modulo-. Ab sekwencja PRBS generowana w układze z rejestrem przesuwnm o długośc posadała najdłuższ możlw okres potrzeba, ab weloman: + = c +, () opsując strukturę układu, bł tzw. welomanem perwotnm (ang. prmtve) [], []. Oznacza to, że ne jest możlwa jego faktorzacja w grupe GF() oraz że jest l on podzelnkem welomanu + dla l = a ne jest dla mnejszch wartośc l. Tablce welomanów perwotnch można znaleźć w welu mejscach, np. []. Bardzo obszerne zestawena welomanów perwotnch są też dostępne w Internece, np. [7]. Równeż Communcaton Toolbox programu Matlab oferuje gotowe funkcje, którm można generować take weloman. Z praktcznego punktu wdzena najwgodnejsze zdają sę bć weloman o tlko jednm nezerowm współcznnku c, czl postac + +. Gene- PWT - POZAŃ - GRUIA /

2 rator PRBS pracując wedle takego welomanu ma obwód sprzężena zwrotnego zrealzowan prz użcu jedne dwuwejścowej bramk EOR. Jest to stotne zwłaszcza w szbkch sstemach transmsjnch, gdż welowejścowa bramka EOR mus bć zrealzowana jako kaskadowe połączene bramek dwuwejścowch, co zwększa czas propagacj przez taką bramkę, ogranczając tm samm maksmalną częstotlwość prac całego układu. Standardowo do testowana cfrowch sstemów transmsjnch wkorzstuje sę generator 7 oparte o weloman 7 rzędu (np. + + ) rzędu (np. + + ). Okres sekwencj generowanch przez take weloman wnoszą odpowedno 7 7. Cech charakterstczne welomanów perwotnch to m.n. smetra oraz neparzsta lczba nezerowch współcznnków c. Smetra oznacza, że jeśl weloman () jest perwotn, to równeż weloman: + = + c () jest perwotn. Tak węc, np. weloman smetrczne do podanch powżej welomanów 7 rzędu to 7 odpowedno weloman Sekwencje btów generowane przez weloman smetrczne są względem sebe odwrócone w czase (prz założenu, że stan początkow rejestru będze równeż dobran smetrczne). Wśród welomanów perwotnch wróżna sę też grupę trójmanów, opartch na lczbach perwszch Mersenne a [7]. la trójmanów takch M = jest lczba perwszą, w zwązku z czm wszstke take neredukowalne weloman są jednocześne welomanam perwotnm.. POSTAWOWE WŁAŚCIWOŚCI SEKWECJI PRBS Sekwencje PRBS posadają wele nteresującch właścwośc, które są omawane w praktczne każdej pozcj lteraturowej, zajmującej sę zagadnenam transmsj cfrowej, np. []. Tutaj jedne wmenm podstawowe z tch właścwośc krótko je skomentujem.. Rejestr przesuwn w generatorze PRBS w cągu okresu sekwencj przechodz przez wszstke stan bnarne z wjątkem stanu zerowego. Wnka stąd, że lczba w sekwencj wnos, a lczba. Można węc uważać, że sekwencja PRBS jest praktczne zrównoważona pod względem lczb nadawanch komplementarnch smbol że prawdopodobeństwo smbolowe są praktczne jednakowe równe... Sere jednakowch smbol wstępującch obok sebe ( lub ) w sekwencj PRBS maja tą właścwość, że połowa z nch ma długość, jedna czwarta długość, jedna ósma długość td., tak długo, jak długo mają sens powższe ułamk dla danej długośc sekwencj PRBS. Całkowta lczba ser jednakowch smbol w sekwencj wnos. Właścwość tę można rozumeć w ten sposób, że sere jednakowch smbol w sekwencj PRBS mają praktczne take prawdopodobeństwa, jak b to bło w całkowce losowej sekwencj btów.. Funkcja autokorelacj sekwencj PRBS jest okresowa z okresem M Tb, gdze czas T b jest czasem trwana btu jest równ odwrotnośc częstotlwośc przebegu zegarowego f. Można ją wrazć wzorem: ( M + ) ( MT ) τ b τ Tb Rc () τ =. () M gdze ndzej Okresowość funkcj autokorelacj oznacza, że wdmo sekwencj PRBS jest prążkowe, prz czm prążk są od sebe odległe o częstotlwość f M. Z prostokątnego kształtu btów wnka obwedna wdma zgodna z funkcją snc ( f f ). la dużch wartośc M można przjąć, że właścwośc wdmowokorelacjne sekwencj PRBS są bardzo podobne do właścwośc sekwencj całkowce losowch. la przebegu całkowce losowego wdmo błob cągłe a funkcja autokorelacj mała b postać delt rac a dla τ =. Prztoczone powżej właścwośc pozwalają wcągnąć wnosek, że sekwencje PRBS są bardzo podobne do bnarnch sekwencj losowch a różnce, zwłaszcza dla dużch wartośc M, są dosć subtelne. Z tego też powodu ze względu na łatwość wtwarzana sekwencje take są powszechne użwane do testowana btowej stop błędów w różnego rodzaju cfrowch łączach transmsjnch. W welu przpadkach łącza take ne przenoszą składowch sgnału o małch częstotlwoścach wraz ze składowa stałą. Prowadz to do powstawana szczególnego rodzaju nterferencj mędzsmbolowch, określanch manem błądzena progu komparacj (ang. baselne wander), co skutkuje zwększenem wartośc BER ponad wartość wnkającą jedne z obecnośc szumu addtwnego []. Istotnm cznnkem jest w takm przpadku postać rozkładu prawdopodobeństwa jaką wkazuje sgnał na wjścu fltru dolnoprzepustowego. Wnka to stąd, że układ z odcętą składową stałą (Rs. a) można przedstawć w równoważnej postac (Rs. b), w której odberan sgnał jest porównwan z progem komparacj, wtworzonm z tegoż sgnału na drodze fltracj dolnoprzepustowej. Jeśl pomar stop błędów ma bć rzeteln błob pożądane, ab sekwencja testowa użwana w pomarach w żaden sposób ne obcążała uzskanego wnku. W dalszej częśc artkułu skupm sę właśne na kwest rozkładu prawdopodobeństwa jaką posada sgnał, powstając przez dolnoprzepustową fltrację sekwencj PRBS. a początku zostane krótko omókomparator komparator a). b). Rs.. Równoważność układu z odcęta składową stałą układu z fltrem dolnoprzepustowm PWT - POZAŃ - GRUIA /

3 L Mux st_out In F In F In F In F In F In F In F7 In F In F OR Out st_n emux Pulse Generator LOA last_state From Workspace st_out L Out st_n Generator PRBS Rs.. Model bloku Generator PRBS dla welomanu last_state To Workspace s+ Transfer Fcn Scope (wth ntal outputs) smout To Workspace Rs.. Model smulacjn sporządzon w programe Smulnk won model smulacjn, któr posłużł do zbadana takch rozkładów.. MOEL SYMULACYJY Badana smulacjne rozkładów prawdopodobeństwa fltrowanch sekwencj PRBS został przeprowadzone z wkorzstanem oprogramowana Matlab/Smulnk. a Rs. jest przedstawon przkładowo model generatora PRBS dla welomanu + +, natomast Rs. jest pokazan cał smulowan układ. Poneważ pełn ckl smulacjn dla jednego welomanu trwał dosć długo (ok. godzn dla welo- + + manu rzędu) postanowono podzelć go na częśc, ab możlwe bło na beżąco montorowane przebegów wznaczanch parametrów. W jednm kroku wznaczana bła odpowedź układu dla taktów zegara. Podstawowe parametr statstczne sgnału na wjścu fltru, take jak wartość średna, warancja, skośność oraz kurtozs [], bł wznaczane w programe Matlab uaktualnane po każdm kroku smulacj. W podobn sposób wznaczano hstogram sgnału na wjścu fltru. Po każdm kroku smulacj stan końcow rejestru przesuwnego generatora sekwencj PRBS bł zapamętwan ponowne ustawan na początku kolejnego kroku (za pomocą mpulsu LOA). Podobne zapamętwan odtwarzan bł stan fltru wjścowego.. UZYSKAE WYIKI Przeprowadzone został smulacje generatorów opartch na klkudzesęcu różnch welomanach. Jako fltr dolnoprzepustow wkorzstwano układ I rzędu o stałej czasowej równej τ F = Tb lub τ F = T b. Otrzmane wnk bł sporm zaskoczenem dla autorów gdż okazało sę, że wszstke przebadane generator o jednm odczepe cechują sę znaczną ( dla różnch welomanów bardo podobną) asmetrą hstogramu. Przkładowe hstogram dla gęstość prawdopodobeństwa gęstość prawdopodobeństwa a). b). Rs.. Hstogram sgnału na wjścu fltru dolnoprzepustowego dla przkładowch generatorów PRBS z jednm odczepem. Stała czasowa fltru τ F = Tb PWT - POZAŃ - GRUIA /

4 Tab. Wartośc parametrów statstcznch dla generatorów PRBS z jednm odczepem weloman τ F σ skośność kurtozs mn( ) max( ) l. btów uwag weloman Mersenne a *T b weloman smetrczne weloman Mersenne a *T b welomanów rzędu z fltrem o τ F = Tb są przedstawone na Rs. (lna schodkowa). a każdm z wkresów lną przerwaną zaznaczono równeż kształt funkcj rozkładu prawdopodobeństwa wznaczoną prz sterowanu fltru całkowce losową sekwencją bnarną. Wdać, że rozkład teoretczn ne pokrwa sę z rozkładem wznaczonm dla sekwencj PRBS. W Tab. zebrano wartośc podstawowch parametrów statstcznch dla wbranch welomanów, otrzmane drogą smulacj. Poneważ hstogram dla pozostałch welomanów z Tab. wglądają w zasadze tak samo jak hstogram pokazan na Rs. b, węc ne będą tu prezentowane. Analzując Tab. można zauważć, że za wjątkem welomanów nskego rzędu (poz. 7) wartośc średne fltrowanch sekwencj PRBS są z dużą dokładnoścą równe., co odpowada średnej sgnału na wjścu fltru dolnoprzepustowego pobudzanego całkowce losową sekwencją bnarną. Warancja równeż dobrze sę zgadza z wartoścą teoretczną wznaczoną dla sekwencj losowch. Odpowedną wartość można oblczć ze wzoru []: ( Tb τ F ). Tb τ F σ = t gh, () z którego wnkają wartośc. - oraz. -, odpowedno dla fltru o τ F = Tb τ F = Tb. Z kole centraln unormowan moment trzecego rzędu, nazwan skośnoścą, znacząco odbega dla tch sekwencj PRBS od wartośc teoretcznej. W przpadku pobudzana fltru dolnoprzepustowego losową sekwencją btów otrzmwan rozkład jest smetrczn względem wartośc średnej, co skutkuje skośnoścą równą. atomast wszstke zbadane generator PRBS charakterzował sę rozkładem o znacznej ujemnej wartośc skośnośc. Ponadto mnmalne maksmalne wartośc sgnału na wjścu fltru ne są smetrczne rozłożone wokół średnej, lecz odległość od średnej do mnmum jest ok. - raz wększa nż odległość od maksmum do średnej. Otrzmane hstogram stanową dla autorów sporą zagadkę, tm bardzej, że ne udało sę natrafć na żaden generator z jednm odczepem, któr dawał b hstogram o dodatnej wartośc skośnośc. a kształt hstogramu ne mało wpłwu an to, któr z dwóch welomanów smetrcznch został wbran, an to, cz rząd generatora bł lczbą parzstą cz neparzstą. Równeż weloman oparte na lczbach perwszch Mersenne a charakterzował sę asmetrcznm hstogramem gęstość prawdopodobeństwa gęstość prawdopodobeństwa a) b) Rs.. Hstogram sgnału na wjścu fltru dolnoprzepustowego dla przkładowch generatorów PRBS z wększą lczbą odczepów: a). stała czasowa τ F = Tb, b). stała czasowa τ F = Tb PWT - POZAŃ - GRUIA /

5 Tab. Wartośc parametrów statstcznch dla generatorów PRBS z wększa lczbą odczepów weloman rząd odczep τ F σ skośność kurtozs mn( ) max( ) l. btów F CCAB *T b FF F *T b C ne wznaczano F gęstość prawdopodobeństwa W zwązku z tm postanowono równeż zbadać hstogram, które powstają z sekwencj PRBS wtwarzanch przez generator z wększą lczbą odczepów. W tm przpadku wnk bł równeż neco zaskakując gdż okazało sę, że hstogram w tch przpadkach są prawe dealne smetrczne. Przkład otrzmanch hstogramów są przedstawone na Rs. a (weloman z fltrem o τ F = Tb ) oraz Rs. b (weloman z fltrem o τ F = T b ). Podobne jak poprzedno, lną przerwaną zaznaczono kształt funkcj rozkładu prz sterowanu fltru całkowce losową sekwencją bnarną. W tm przpadku jednakże rozkład teoretczn bardzo dobrze zgadza sę z hstogramem wznaczonm dla sekwencj PRBS. Parametr statstczne otrzmane drogą smulacj dla przebadanch welomanów zebrane są w Tab.. o oznaczana welomanów wkorzstano zaps szesnastkow współcznnków, w którm współcznnkow prz najwższej potędze przpsuje sę najwższą wartość (MSB). Przkładowo, w zapse tm weloman jest oznaczon jako. 7 Rs. 7. Hstogram dla generatora PRBS rzędu z pęcoma odczepam. Stała czasowa fltru τ F = Tb la wszstkch welomanów z Tab. można zauważć, że skośność hstogramu jest praktczne równa zero. Także odległośc pomędz mnmalnm maksmalnm wartoścam a średną są porównwalne. Podobne jak w Tab. wartość średna oraz warancja dosć dokładne zgadzają sę z wartoścam teoretcznm. Odstępstwo od ogólnej reguł wstępuje tlko w przpadku welomanu rzędu (pozcja ), dla którego skośność ma znaczną wartość. emnej jednak także w tm wpadku hstogram jest znaczne bardzej zwart smetrczn w porównanu z hstogramem sporządzonm dla generatora PRBS rzędu z jednm odczepem. la porównana hstogram ten pokazano na Rs. 7. Sekwencje PRBS generowane przez wszstke weloman zebrane w Tab. charakterzował sę wartoścą kurtozsu bardzo zblżoną do. Jest to spora różnca w stosunku do danch zawartch w Tab., gdze parametr ten zmenał sę w dosć dużch grancach. Chocaż często wartość kurtozsu równą przjmuje sę za pewen wznacznk rozkładu normalnego [], nemnej jednak w rozpatrwanch tutaj przpadkach otrzmwane hstogram na pewno ne mają takego charakteru. Wnka to stąd, że sgnał na wjścu fltru dolnoprzepustowego dla wszelkch sekwencj bnarnch (cz to pseudolosowch, cz też całkowce losowch) jest z konecznośc ogranczon, natomast zmenna losowa opswana rozkładem normalnm może przberać wartośc neskończone. a podstawe wznaczonch wartośc skośnośc kurtozsu można skonstruować stosowne aproksmacje rozkładów fltrowanch sekwencj PRBS, na przkład posługując sę metodam przedstawonm w [].. WYIKI POMIARÓW W celu praktcznego sprawdzena przedstawonch powżej wnków smulacj został przeprowadzone pomar hstogramów fltrowanch sekwencj PRBS. Schemat wkorzstwanego układu pomarowego jest przedstawon na Rs.. W jego skład wchodzł generator PRBS zbudowan w oparcu o programowaln układ CPL CV frm lnx. Generator wtwarzał strumeń danch pseudolosowch z PWT - POZAŃ - GRUIA /

6 generator PRBS Mb/s CV fltr RC. kω. nf szbkoścą Mb/s, któr następne bł fltrowan w fltrze RC o stałej czasowej τ µs (co daje τ F T b ). Wartośc sgnału na wejścu fltru dla zera jednk wnosł odpowedno V ok.. V. Przebeg napęca na wjścu fltru następne rejestrowan za pomocą oscloskopu cfrowego HPA, któr służł też do wznaczana hstogramem. Przkładowo, na Rs. są przedstawono wnk pomarów dla sekwencj PRBS generowanej według welomanu + +. Można zauważć, otrzman hstogram jest nesmetrczn że w fltrowanm sgnale częścej wstępują wartośc ponżej średnej nż wartośc powżej średnej. Jest to też wraźne wdoczne na wkrese gęstośc pokazanm z lewej stron hstogramu. a Rs. są przedstawone wnk pomarów przeprowadzonch dla sekwencj PRBS generowanej według welomanu W tm przpadku zarówno hstogram jak wkres gęstośc są smetrczne. Można stwerdzć, że zaprezentowane wnk pomarów są zgodne z wnkam smulacj, które został przedstawone w poprzednm rozdzale. Odchlene standardowe sgnału fltrowanego, wznaczone na podstawe hstogramu, w obdwu przpadkach jest też zgodne z wartoścą wlczoną na podstawe równana (), która wnos ok..7 mv. Rs.. Hstogram oraz wkres gęstośc sgnału na wjścu fltru dla generatora PRBS z jednm odczepem Rs.. Hstogram oraz wkres gęstośc sgnału na wjścu fltru dla generatora PRBS z trzema odczepam F oscloskop HP Infnum Rs.. Schemat układu pomarowego. POSUMOWAIE Z przeprowadzonch smulacj pomarów wnka, że charakterstczną cechą sekwencj PRBS generowanch na podstawe trójmanów perwotnch (czl dla generatorów z jednm odczepem) jest nesmetrczn kształt hstogramu sgnału na wjścu fltru dolnoprzepustowego. Charakterzuje sę on skośnoścą ok. oraz kurtozsem ok. a wartość mnmalna jest ponad dwa raz bardzej odległa od średnej nż wartość maksmalna. a wartośc tch parametrów słabo wpłwa konkretna postać welomanu, bez wększego znaczena jest też to, cz rząd welomanu jest parzst lub cz jest lczbą perwszą. Można stąd wcągnąć wnosek, że wkorzstwane takch welomanów, na przkład w mernkach stop błędów, będze wnosło pewne zafałszowane wnku jeśl w badanm łączu transmsjnm wstępują sprzężena zmennoprądowe (pojemnoścowe, transformatorowe lub w postac tpowego układu sterującego lasera półprzewodnkowego). Także parametr wznaczane na podstawe wzoru oka (współcznnk, jtter tp.) będą obarczone błędem. Oszacowane tego błędu jest możlwe jeśl znana jest postać transmtancj łącza w zakrese małch częstotlwośc. Wdaje sę natomast, że znaczne lepej do generacj sekwencj testowch nadają sę weloman o wększej lczbe współcznnków nezerowch. Otrzmwane dla takch welomanów hstogram są smetrczne cecha ta słabo zależ od konkretnej postac użtego welomanu. Z praktcznego punktu wdzena stotne jest to, że wstarczające jest wkorzstane welomanu o trzech nezerowch współcznnkach, co wmaga użca czterowejścowej bramk EOR w generatorze PRBS. 7. POZIĘKOWAIE Praca bła fnansowana z grantu KB nr TB.. LITERATURA []. C.F. Coombs: Electronc Instrument Handbook, McGraw-Hll, ew York []. A. Lwak, Ł. Ślwczńsk: Laboratorjn mernk btowej stop błędu, PWT []. S. Hakn: Sstem telekomunkacjne, tom, WKŁ, Warszawa, []. R.. Gtln, J.F. Haes: Tmng recover and scramblers n data transmsson, Bell Sstem Techncal Journal, Vol., o., 7, pp. - []. R.. Gtln, J.F. Haes, S.B. Wensten: ata communcatons prncples, Plennum Press, []. J.G. Proaks: gtal communcatons, McGraw- Hll, ew York, [7]. []. Ł. Ślwczńsk: Analss of baselne wander and BER performance n transmsson lnks wth lowfrequenc removal, Kwartalnk Elektronk Telekomunkacj, artkuł przjęt do druku []. J.G. Hahn, S.S. Shapro: Statstcal models n engneerng, Wle, PWT - POZAŃ - GRUIA /

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych Współcznnk korelacj lnowej oraz funkcja regresj lnowej dwóch zmennch S S r, cov współcznnk determnacj R r Współcznnk ndetermnacj ϕ r Zarówno współcznnk determnacj jak ndetermnacj po przemnożenu przez 00

Bardziej szczegółowo

RACHUNEK NIEPEWNOŚCI POMIARU

RACHUNEK NIEPEWNOŚCI POMIARU Mędznarodowa Norma Ocen Nepewnośc Pomaru(Gude to Epresson of Uncertant n Measurements - Mędznarodowa Organzacja Normalzacjna ISO) RACHUNEK NIEPEWNOŚCI http://phscs.nst./gov/uncertant POMIARU Wrażane Nepewnośc

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej Rachunek prawdopodobeństwa statstka W 11: Analz zależnoścpomędz zmennm losowm Model regresj welokrotnej Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Model regresj lnowej Model regresj lnowej prostej

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA. Wkład wstępn. Teora prawdopodobeństwa element kombnatork. Zmenne losowe ch rozkład 3. Populacje prób danch, estmacja parametrów 4. Testowane hpotez statstcznch 5. Test parametrczne

Bardziej szczegółowo

19. Wybrane układy regulacji Korekcja nieliniowa układów. Przykład K s 2. Rys Schemat blokowy układu oryginalnego

19. Wybrane układy regulacji Korekcja nieliniowa układów. Przykład K s 2. Rys Schemat blokowy układu oryginalnego 19. Wbrane układ regulacji Przkład 19.1 19.1. Korekcja nieliniowa układów w K s 2 Rs. 19.1. Schemat blokow układu orginalnego 1 Zbadać możliwość stabilizacji układu za pomocą nieliniowego prędkościowego

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

termodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi

termodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi fzka statstczna stan makroskopow układ - skończon obszar przestrzenn (w szczególnośc zolowan) termodnamka fenomenologczna p, VT V, teora knetczno-molekularna termodnamka statstczna n(v) stan makroskopow

Bardziej szczegółowo

Laboratorium ochrony danych

Laboratorium ochrony danych Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz

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

STANDARDOWE TECHNIKI KOMPRESJI SYGNAŁÓW

STANDARDOWE TECHNIKI KOMPRESJI SYGNAŁÓW STANDARDOWE TECHNIKI KOMPRESJI SYGNAŁÓW Źródło Kompresja Kanał transmsj sek wdeo 60 Mbt 2 mn muzyk (44 00 próbek/sek, 6 btów/próbkę) 84 Mbt Dekompresja Odborca. Metody bezstratne 2. Metody stratne 2 Kodowane

Bardziej szczegółowo

Problem nośności granicznej płyt żelbetowych w ujęciu aktualnych przepisów normowych. Prof. dr hab. inż. Piotr Konderla, Politechnika Wrocławska

Problem nośności granicznej płyt żelbetowych w ujęciu aktualnych przepisów normowych. Prof. dr hab. inż. Piotr Konderla, Politechnika Wrocławska Proble nośnośc grancznej płt żelbetowch w ujęcu aktualnch przepsów norowch Prof. dr hab. nż. Potr Konderla Poltechnka Wrocławska 1. Wprowadzene Przedote analz jest płta żelbetowa zbrojona ortogonalne paraetrzowana

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

Funkcje i charakterystyki zmiennych losowych

Funkcje i charakterystyki zmiennych losowych Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych

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

CZĘŚĆ 6. MODEL REGRESJI, TREND LINIOWY ESTYMACJA, WNIOSKOWANIE

CZĘŚĆ 6. MODEL REGRESJI, TREND LINIOWY ESTYMACJA, WNIOSKOWANIE CZĘŚĆ 6. MODEL REGRESJI, TREND LINIOWY ESTYMACJA, WNIOSKOWANIE Zadane 1. Na podstawe obserwacj dotczącch welkośc powerzchn ekspozcjnej (cecha X w m kw.) oraz welkośc dzennego obrotu punktu sprzedaż płtek

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje

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

WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO. Lidia Luty

WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO. Lidia Luty 74 LIDIA LUTY ROCZNIKI NAUKOWE EKONOMII ROLNICTWA I ROZWOJU OBSZARÓW WIEJSKICH, T. 11, z. 1, 214 WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO Lda Lut Katedra Statstk Matematcznej

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

Wykład 4 Testy zgodności. dystrybuanta rozkładu populacji dystrybuanty rozkładów dwóch populacji rodzaj rozkładu wartości parametrów.

Wykład 4 Testy zgodności. dystrybuanta rozkładu populacji dystrybuanty rozkładów dwóch populacji rodzaj rozkładu wartości parametrów. Wkład Test zgodności. Test zgodności służą do werikacji hipotez mówiącch, że a dstrbuanta rozkładu populacji ma określoną z gór postać unkcjną b dstrbuant rozkładów dwóch populacji nie różnią się w sposób

Bardziej szczegółowo

Pozycjonowanie bazujące na wielosensorowym filtrze Kalmana. Positioning based on the multi-sensor Kalman filter

Pozycjonowanie bazujące na wielosensorowym filtrze Kalmana. Positioning based on the multi-sensor Kalman filter Scntfc ournal Martm Unvrt of Szczcn Zzt Naukow Akadma Morka w Szczcn 8, 13(85) pp. 5 9 8, 13(85). 5 9 ozcjonowan bazując na wlonorowm fltrz Kalmana otonng bad on th mult-nor Kalman fltr otr Borkowk, anuz

Bardziej szczegółowo

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja) Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz

Bardziej szczegółowo

Zad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %)

Zad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %) Analza dnamk Zad. 1 Indeks lczb studującch studentów w województwe śląskm w kolejnch pęcu latach przedstawał sę następująco: Lata 1 2 3 4 5 Indeks jednopodstawowe z roku t = 1 100,0 115,7 161,4 250,8 195,9

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

Pattern Classification

Pattern Classification attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej

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

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

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

Statystyka i opracowanie danych W 5: Odkrywanie i analiza zależności pomiędzy zmiennymi losowymi (danymi empirycznymi)

Statystyka i opracowanie danych W 5: Odkrywanie i analiza zależności pomiędzy zmiennymi losowymi (danymi empirycznymi) Statstka opracowane danch W 5: Odkrwane analza zależnośc pomędz zmennm losowm (danm emprcznm) Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Odkrwane analza zależnośc pomędz zmennm loścowm(lczowm) Przedmotem

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

Termodynamika. Wydział Inżynierii Mechanicznej i Robotyki II rok inż. Pomiary temperatury Instrukcja do ćwiczenia

Termodynamika. Wydział Inżynierii Mechanicznej i Robotyki II rok inż. Pomiary temperatury Instrukcja do ćwiczenia Termodnamka Wdzał Inżner Mechancznej Robotk II rok nż. Pomar temperatur Instrukcja do ćwczena Katedra Sstemów Energetcznch Urządzeń Ochron Środowska AGH Kraków 014 1. INSTRUKCJA DO ĆWICZENIA LABORATORYJNEGO

Bardziej szczegółowo

Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 6

Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 6 ozwiązwanie beek prostch i przegubowch wznaczanie reakcji i wkresów sił przekrojowch 6 Obciążenie beki mogą stanowić sił skupione, moment skupione oraz obciążenia ciągłe q rs. 6.. s. 6. rzed przstąpieniem

Bardziej szczegółowo

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

ZESTAW ZADAŃ Z INFORMATYKI

ZESTAW ZADAŃ Z INFORMATYKI (Wpsue zdaąc przed rozpoczęcem prac) KOD ZDAJĄCEGO ZESTAW ZADAŃ Z INFORMATYKI CZĘŚĆ II (dla pozomu rozszerzonego) GRUDZIEŃ ROK 004 Czas prac 50 mnut Instrukca dla zdaącego. Proszę sprawdzć, cz zestaw zadań

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

Regulamin promocji zimowa piętnastka

Regulamin promocji zimowa piętnastka zmowa pętnastka strona 1/5 Regulamn promocj zmowa pętnastka 1. Organzatorem promocj zmowa pętnastka, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 grudna

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

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

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

Bardziej szczegółowo

Cykl III ćwiczenie 3. Temat: Badanie układów logicznych

Cykl III ćwiczenie 3. Temat: Badanie układów logicznych Ckl III ćwiczenie Temat: Badanie układów logicznch Ćwiczenie składa się z dwóch podtematów: Poziom TTL układów logicznch oraz Snteza układów kombinacjnch Podtemat: Poziom TTL układów logicznch. Wprowadzenie

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

Wykład z Chemii Fizycznej

Wykład z Chemii Fizycznej Wkład z Chem Fzcznej Część 1 Wprowadzene pojęca podstawowe 1. Przedmot zadana chem fzcznej. 3. Uzupełnene z matematk Katedra Zakład Chem Fzcznej Collegum Medcum w Bdgoszcz Unwerstet Mkołaja Kopernka w

Bardziej szczegółowo

Termodynamika techniczna

Termodynamika techniczna Termodnamka technczna Wdzał Geolog, Geofzk Ochron Środowska Ekologczne Źródła Energ II rok Pomar temperatur Instrukcja do ćwczena Katedra Sstemów Energetcznch Urządzeń Ochron Środowska AGH Kraków 015 1.

Bardziej szczegółowo

Metody prognozowania: Jakość prognoz Wprowadzenie (1) 6. Oszacowanie przypuszczalnej trafności prognozy

Metody prognozowania: Jakość prognoz Wprowadzenie (1) 6. Oszacowanie przypuszczalnej trafności prognozy Metod prognozowania: Jakość prognoz Dr inż. Sebastian Skoczpiec ver. 03.2012 Wprowadzenie (1) 1. Sformułowanie zadania prognostcznego: 2. Określenie przesłanek prognostcznch: 3. Zebranie danch 4. Określenie

Bardziej szczegółowo

APROKSYMACJA QUASIJEDNOSTAJNA

APROKSYMACJA QUASIJEDNOSTAJNA POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 73 Electrcal Engneerng 213 Jan PURCZYŃSKI* APROKSYMACJA QUASIJEDNOSTAJNA W pracy wykorzystano metodę aproksymacj średnokwadratowej welomanowej, przy

Bardziej szczegółowo

Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 4-5

Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 4-5 ozwiązwanie beek prostch i przegubowch wznaczanie reakcji i wkresów sił przekrojowch - Obciążenie beki mogą stanowić sił skupione, moment skupione oraz obciążenia ciągłe q rs... s.. rzed przstąpieniem

Bardziej szczegółowo

Programowanie nieliniowe optymalizacja funkcji wielu zmiennych

Programowanie nieliniowe optymalizacja funkcji wielu zmiennych Ekonomia matematczna II Ekonomia matematczna II Prowadząc ćwiczenia Programowanie nieliniowe optmalizacja unkcji wielu zmiennch Modele programowania liniowego często okazują się niewstarczające w modelowaniu

Bardziej szczegółowo

Cechy szeregów czasowych

Cechy szeregów czasowych energecznch Cech szeregów czasowch Rozdział Modelowanie szeregów czasowch 7 proces deerminisczn proces kórego warość może bć preczjnie określona w dowolnm czasie =T+τ = a +b T T+τ czas = sin(ω) T T+τ czas

Bardziej szczegółowo

Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Wykład 2 Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad

Bardziej szczegółowo

ZADANIE 1 Poniżej znajduje się fragment wykresu funkcji y = f (x). ZADANIE 2 Na podstawie podanego wykresu funkcji f

ZADANIE 1 Poniżej znajduje się fragment wykresu funkcji y = f (x). ZADANIE 2 Na podstawie podanego wykresu funkcji f IMIE I NAZWISKO ZADANIE Poniżej znajduje się fragment wkresu funkcji = f (). -7 -- - - 6 7 Dorsuj brakujac a część wkresu wiedzac, że dziedzina funkcji f jest przedział,, a wkres jest smetrczn względem

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje

Bardziej szczegółowo

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam

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

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

Zadanie 2. objętość zmniejszy się o 1 m 3, co odpowiada liczbie 3% 60 m 3 zaokrąglonej w dół do liczby

Zadanie 2. objętość zmniejszy się o 1 m 3, co odpowiada liczbie 3% 60 m 3 zaokrąglonej w dół do liczby Zadanie 1. W liceum ogólnokształcącm przeprowadzono badanie wników nauczania z historii. Do tego celu wkorzstano test składając się z 25 ptań, które kolejno dotczł poszczególnch epok historcznch: ptania

Bardziej szczegółowo

architektura komputerów w. 3 Arytmetyka komputerów

architektura komputerów w. 3 Arytmetyka komputerów archtektura komputerów w. 3 Arytmetyka komputerów Systemy pozycyjne - dodawane w systeme dwójkowym 100101011001110010101 100111101000001000 0110110011101 1 archtektura komputerów w 3 1 Arytmetyka bnarna.

Bardziej szczegółowo

Przenoszenie niepewności

Przenoszenie niepewności Przenoszenie niepewności Uwaga wstępna: pojęcia niepewność pomiarowa i błąd pomiarow są stosowane wmiennie. Załóżm, że wielkość jest funkcją wielkości,,, dla którch niepewności (,, ) są znane (wnikają

Bardziej szczegółowo

Pomiar bezpośredni przyrządem wskazówkowym elektromechanicznym

Pomiar bezpośredni przyrządem wskazówkowym elektromechanicznym . Rodzaj poiaru.. Poiar bezpośredni (prost) W przpadku poiaru pojednczej wielkości przrząde wskalowan w jej jednostkach wartość niedokładności ± określa graniczn błąd przrządu analogowego lub cfrowego

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

Wektory. P. F. Góra. rok akademicki

Wektory. P. F. Góra. rok akademicki Wektor P. F. Góra rok akademicki 009-0 Wektor zwiazan. Wektorem zwiazanm nazwam parę punktów. Jeżeli parę tę stanowią punkt,, wektor przez nie utworzon oznaczm. Graficznie koniec wektora oznaczam strzałką.

Bardziej szczegółowo

Wykład z Chemii Fizycznej

Wykład z Chemii Fizycznej Wkład z Chem Fzcznej Część 1 Wprowadzene pojęca podstawowe 1. Przedmot zadana chem fzcznej. Chema Fzczna jako nauka ekspermentalna 3. Uzupełnene z matematk Katedra Zakład Chem Fzcznej Collegum Medcum w

Bardziej szczegółowo

METODY KOMPUTEROWE 1

METODY KOMPUTEROWE 1 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc

Bardziej szczegółowo

Regulamin promocji 14 wiosna

Regulamin promocji 14 wiosna promocja_14_wosna strona 1/5 Regulamn promocj 14 wosna 1. Organzatorem promocj 14 wosna, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 lutego 2014 do 30

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

Evaluation of estimation accuracy of correlation functions with use of virtual correlator model

Evaluation of estimation accuracy of correlation functions with use of virtual correlator model Jadwga LAL-JADZIAK Unwersytet Zelonogórsk Instytut etrolog Elektrycznej Elżbeta KAWECKA Unwersytet Zelonogórsk Instytut Informatyk Elektronk Ocena dokładnośc estymacj funkcj korelacyjnych z użycem modelu

Bardziej szczegółowo

Diagonalizacja macierzy kwadratowej

Diagonalizacja macierzy kwadratowej Dagonalzacja macerzy kwadratowej Dana jest macerz A nân. Jej wartośc własne wektory własne spełnają równane Ax x dla,..., n Każde z równań własnych osobno można zapsać w postac: a a an x x a a an x x an

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

Projekt 2 Filtr analogowy

Projekt 2 Filtr analogowy atedra Mkroelektronk Technk Informatycznych Poltechnk Łódzkej; ompterowe projektowane kładów Projekt Fltr analogowy aprojektować zbadać fltr zadanego rzęd o charakterystyce podanej przez prowadzącego.

Bardziej szczegółowo

25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx

25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx 5. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU 5.1. Pojęcia wstępne. Klasfikacja równań i rozwiązań Rozróżniam dwa zasadnicze tp równań różniczkowch: równania różniczkowe zwczajne i równania różniczkowe cząstkowe.

Bardziej szczegółowo

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA Problemy jednoczesnego testowana welu hpotez statystycznych ch zastosowana w analze mkromacerzy DNA Konrad Furmańczyk Katedra Zastosowań Matematyk SGGW Plan referatu Testowane w analze mkromacerzy DNA

Bardziej szczegółowo

LABORATORIUM PODSTAW ELEKTROTECHNIKI Badanie obwodów prądu sinusoidalnie zmiennego

LABORATORIUM PODSTAW ELEKTROTECHNIKI Badanie obwodów prądu sinusoidalnie zmiennego Ćwczene 1 Wydzał Geonżyner, Górnctwa Geolog ABORATORUM PODSTAW EEKTROTECHNK Badane obwodów prądu snusodalne zmennego Opracował: Grzegorz Wśnewsk Zagadnena do przygotowana Ops elementów RC zaslanych prądem

Bardziej szczegółowo

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego

Bardziej szczegółowo

FUNKCJA WRAŻLIWOŚCI WZGLĘDNEJ I JEJ ZASTOSOWANIE W INŻYNIERII ROLNICZEJ

FUNKCJA WRAŻLIWOŚCI WZGLĘDNEJ I JEJ ZASTOSOWANIE W INŻYNIERII ROLNICZEJ Inżnera Rolncza 8(96)/2007 FUNKCJA WRAŻLIWOŚCI WZGLĘDNEJ I JEJ ZASTOSOWANIE W INŻYNIERII ROLNICZEJ Zbgnew Dworeck, Andrze Fszer, Marusz Łoboda, Jacek Przbł Insttut Inżner Rolncze, Akadema Rolncza w Poznanu

Bardziej szczegółowo

65120/ / / /200

65120/ / / /200 . W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę

Bardziej szczegółowo

Nieparametryczne Testy Istotności

Nieparametryczne Testy Istotności Neparametryczne Testy Istotnośc Wzory Neparametryczne testy stotnośc schemat postępowana punkt po punkce Formułujemy hpotezę główną odnoszącą sę do: zgodnośc populacj generalnej z jakmś rozkładem, lub:

Bardziej szczegółowo

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego.

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego. RUCH OBROTOWY Można opsać ruch obrotowy ze stałym przyspeszenem ε poprzez analogę do ruchu postępowego jednostajne zmennego. Ruch postępowy a const. v v at s s v t at Ruch obrotowy const. t t t Dla ruchu

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

Rozpoznawanie kodów splotowych

Rozpoznawanie kodów splotowych Buletyn WAT Vol. LV, Numer specjalny, 2006 Rozpoznawane kodów splotowych LESZEK NOWOSIELSKI, BARTOSZ ORLIŃSKI Wojskowa Akadema Technczna, Wydzał Elektronk, Instytut Telekomunkacj, 00-908 Warszawa, ul.

Bardziej szczegółowo

Laboratorium Pomiarów i Automatyki w Inżynierii Chemicznej Regulacja Ciągła

Laboratorium Pomiarów i Automatyki w Inżynierii Chemicznej Regulacja Ciągła Zakład Wydzałowy Inżyner Bomedycznej Pomarowej Laboratorum Pomarów Automatyk w Inżyner Chemcznej Regulacja Cągła Wrocław 2005 . Mary jakośc regulacj automatycznej. Regulacja automatyczna polega na oddzaływanu

Bardziej szczegółowo

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość

Bardziej szczegółowo

; -1 x 1 spełnia powyższe warunki. Ale

; -1 x 1 spełnia powyższe warunki. Ale Funkcje uwkłane Przkła.ozważm równane np. nech. Ptane Cz la owolneo [ ] stneje tak że? Nech. Wówczas unkcja - spełna powższe warunk. Ale spełna je także unkcja [ ] Q. Dokłaając warunek cąłośc unkcj [ ]

Bardziej szczegółowo

Diagnostyka układów kombinacyjnych

Diagnostyka układów kombinacyjnych Dagnostyka układów kombnacyjnych 1. Wprowadzene Dagnostyka obejmuje: stwerdzene stanu układu, systemu lub ogólne sec logcznej. Jest to tzw. kontrola stanu wykrywająca czy dzałane sec ne jest zakłócane

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

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

Pracownia Automatyki i Elektrotechniki Katedry Tworzyw Drzewnych Ćwiczenie 3. Analiza obwodów RLC przy wymuszeniach sinusoidalnych w stanie ustalonym

Pracownia Automatyki i Elektrotechniki Katedry Tworzyw Drzewnych Ćwiczenie 3. Analiza obwodów RLC przy wymuszeniach sinusoidalnych w stanie ustalonym ĆWCZENE 3 Analza obwodów C przy wymszenach snsodalnych w stane stalonym 1. CE ĆWCZENA Celem ćwczena jest praktyczno-analtyczna ocena obwodów elektrycznych przy wymszenach snsodalne zmennych.. PODSAWY EOEYCZNE

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

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta Józef Beluch Akadema Górczo-Hutcza w Krakowe płw wag współrzędch a wk trasformacj Helmerta . zór a trasformację współrzędch sposobem Helmerta: = c + b = d + a + a b () 2 2. Dwa modele wzaczea parametrów

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

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

BADANIA WSPÓŁCZYNNIKÓW DYSPERSJI POPRZECZNEJ W KORYCIE MAŁEJ RZEKI Z ROŚLINNOŚCIĄ WODNĄ

BADANIA WSPÓŁCZYNNIKÓW DYSPERSJI POPRZECZNEJ W KORYCIE MAŁEJ RZEKI Z ROŚLINNOŚCIĄ WODNĄ JÓZEF MIKOTO 1 BDNI WSPÓŁCZYNNIKÓW DYSPERSJI POPRZECZNEJ W KORYCIE MŁEJ RZEKI Z ROŚLINNOŚCIĄ WODNĄ 1. Wprowadzene Rzek są często odbornkam śceków mejskch przemsłowch. Odnoszene warunków jakm pownn odpowadać

Bardziej szczegółowo

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Ewa Szymank Katedra Teor Ekonom Akadema Ekonomczna w Krakowe ul. Rakowcka 27, 31-510 Kraków STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Abstrakt Artykuł przedstawa wynk badań konkurencyjnośc

Bardziej szczegółowo

MODELOWANIE UKŁADÓW MECHANICZNYCH Z NIEPEWNYMI PARAMETRAMI

MODELOWANIE UKŁADÓW MECHANICZNYCH Z NIEPEWNYMI PARAMETRAMI Smlaca Andrze POWNUK Katedra Mecan Teoretczne Wdzał Bdownctwa Poltecna Śląsa w Glwcac MODELOWANIE UKŁADÓW MECHANICZNYCH Z NIEPEWNYMI PARAMETRAMI Streszczene. Wszste parametr ładów mecancznc są znane z

Bardziej szczegółowo

INDUKCJA ELEKTROMAGNETYCZNA. - Prąd powstający w wyniku indukcji elektro-magnetycznej.

INDUKCJA ELEKTROMAGNETYCZNA. - Prąd powstający w wyniku indukcji elektro-magnetycznej. INDUKCJA ELEKTROMAGNETYCZNA Indukcja - elektromagnetyczna Powstawane prądu elektrycznego w zamknętym, przewodzącym obwodze na skutek zmany strumena ndukcj magnetycznej przez powerzchnę ogranczoną tym obwodem.

Bardziej szczegółowo

SPRAWDZANIE PRAWA MALUSA

SPRAWDZANIE PRAWA MALUSA INSTYTUT ELEKTRONIKI I SYSTEMÓW STEROWANIA WYDZIAŁ ELEKTRYCZNY POLITECHNIKA CZĘSTOCHOWSKA LABORATORIUM FIZYKI ĆWICZENIE NR O- SPRAWDZANIE PRAWA MALUSA I. Zagadnena do przestudowana 1. Fala elektromagnetyczna,

Bardziej szczegółowo

; -1 x 1 spełnia powyższe warunki. Ale

; -1 x 1 spełnia powyższe warunki. Ale AIB-Inormatka-Wkła - r Aam Ćmel cmel@.ah.eu.pl Funkcje uwkłane Przkła.ozważm równane np. nech. Ptane Cz la owolneo [] stneje tak że? Nech. Wówczas unkcja - spełna powższe warunk. Ale [ ] Q spełna je także

Bardziej szczegółowo

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA Krzysztof Serżęga Wyższa Szkoła Informatyk Zarządzana w Rzeszowe Streszczene Artykuł porusza temat zwązany

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

Realizacja funkcji przełączających

Realizacja funkcji przełączających Realizacja funkcji przełączającch. Wprowadzenie teoretczne.. Podstawowe funkcje logiczne Funkcja logiczna NOT AND OR Zapis = x x = = x NAND NOR.2. Metoda minimalizacji funkcji metodą tablic Karnaugha Metoda

Bardziej szczegółowo