II. ĆWICZENIA LABORATORYJNE

Wielkość: px
Rozpocząć pokaz od strony:

Download "II. ĆWICZENIA LABORATORYJNE"

Transkrypt

1 II. ĆWICZENIA LABORATORYJNE ZADANIE Nr STATYSTYCZNA OCENA WYNIKÓW DOŚWIADCZALNYCH. Wartość średa, odchylee stadardowe, mary dyspersj. ZADANIE Nr STATYSTYCZNA OCENA WYNIKÓW DOŚWIADCZALNYCH. Zależość wartośc średej oraz mar dyspersj od lczośc próbek. ZADANIE Nr 3 STATYSTYCZNA OCENA WYNIKÓW DOŚWIADCZALNYCH 3. Zastosowae regresj lowej do oblczaa stałej szybkośc reakcj I-rzędu ZADANIE Nr 4 OBLICZANIE ph MIESZANINY DWÓCH KWASÓW (LUB ZASAD) ZADANIE Nr 5 LINIOWA REGRESJA WIELOKROTNA ZADANIE Nr 6 REGRESJA LINIOWA TRANSFORMACJE LINEARYZUJĄCE ZADANIE Nr 7 CAŁKOWANIE NUMERYCZNE METODA PROSTOKĄTÓW, TRAPEZÓW I SIMPSONA ZADANIE Nr 8 NUMERYCZNE ROZWIĄZYWANIE RÓWNAŃ RÓŻNICZKOWYCH. METODA EULERA, RUNGEGO KUTTY, MILNE A (PREDYKTOR-KOREKTOR) ZADANIE Nr 9 OPTYMALIZACJA SIMPLEKSOWA 0

2 WPROWADZENIE Wykoywae a pracow ćwczea są ścśle zwązae z tematyką prezetowaą a wykładach, jedakże wymagają podstawowej wedzy dotyczącej posługwaa sę arkuszem kalkulacyjym (Mcrosoft Offce Ecel). Krótke wprowadzee do arkusza przedstawoo pożej. Omówee podstawowych właścwośc arkusza kalkulacyjego wraz z opsem przykładowych fukcj przedstawoo pożej. Arkusz kalkulacyjy (ag. spreadsheet) jest programem komputerowym stosowaym do oblczeń tablcowych. W arkuszu kalkulacyjym możlwe jest przedstawee wartośc lczbowych ych daych, w postac tabel składających sę z werszy kolum. Kolumy ozaczae są lteram, wersze - cyfram. Na przecęcu każdej kolumy wersza zajduje sę komórka, jedozacze określoa poprzez jej adres. Adres komórk składa sę z ltery (lub lter) określającej kolumę lczby ozaczającej wersz, w którym sę zajduje (p. B). W każdej komórce wprowadzć moża trzy rodzaje daych: etyketę, lczbę lub formułę (wzór). Etyketam azywa sę odpowede azwy p. Dae, Suma, Iloczy tp., służące do detyfkacj (opsu) oblczeń wykoywacych w arkuszu. Lczba to kombacja cyfr od 0-9, atomast formuła to specyfcza zależośc pomędzy komórkam. Formuły stosowae są do oblczeń arytmetyczych, p. formuła =B*B3 moży zawartość komórk o adrese B przez wartość komórk o adrese B3. Zak = jest obowązkowym operatorem w przypadku wykoywaa oblczeń arytmetyczych. W programe Mcrosoft Ecel do dyspozycj są także formuły stadardowe, dostępe po wybrau kreatora formuł (koka f - wstaw fukcję) lub, jeżel zaa jest azwa fukcj, po wpsau jej w komórce arkusza. Pożej przedstawoe są przykłady fukcj stadardowych arkusza kalkulacyjego, które wykożystać moża w rozwązywau poszczególych zadań a pracow. Z powodu różcy pomędzy azwam poszczególych fukcj w ajowszej wersj MS Ecel 00 wersjam poprzedm, przedstawoe zostały odpowede do wersj azwy fukcj. Wybrae fukcje arkusza kalkulacyjego, dotyczące statystyk opsowej: Starsze wersje MS Ecel MS Ecel 00 =suma(zakres_komórek) =perwastek(lczba) =średa(zakres_komórek) =medaa(zakres_komórek) =waracja(zakres_komórek) =waracja.próbk( ) =odch.stadardowe(zakres_komórek) =odch.stadard.próbk( ) =rozkł.t.odw(prawdopodobeństwo;stope_swobody) =rozkł.t.odwr.ds( ) =rozkł.ch.odw(prawdopodobeństwo;stope_swobody) =rozkł.ch.odwr.ds( ) =częstość(tablca_dae;tablca_przedzały) Fukcja CZĘSTOŚĆ jest przykładem fukcj tablcowej, którą wprowadza sę w ścśle zdefoway sposób. Po wybrau fukcj zazaczeu daych (tablca_dae) oraz przedzałów (tablca_przedzały) zazacza sę zakres komórek, w których pojawć sę mają odpowede wyk (tak sam rozmar jak tablca_przedzały). Następe acska sę klawsz F z klawatury fukcyjej kończy oblczea acskając kombację klawszy Ctrl+Shft+Eter. Fukcje ROZKŁ.T.ODW oraz ROZKŁ.CHI.ODW umożlwają oblczee wartośc t (z rozkładu t-sudeta) oraz (z rozkładu ch kwadrat), ezbęde do wyaczea przedzału ufośc dla wartośc średej oraz odchylea stadardowego (lub waracj), odpowedo. Oblczea statystycze przeprowadzć moża stosując dodatek programu Ecel - Aalza daych. Po włączeu tej opcj (pasek arzędz Szybk dostępopcje programu EcelDodatkPrzejdź wyborze opcj Aalyss toolpack) w zakładce Dae dostępy jest przycsk Aalza daych. Wyberając z dostępej lsty arzędze Statystyka opsowa, zazaczając odpowede dae (Zakres wejścowy) opcje (Statystyk podsumowujące Pozom ufośc dla średej) uzyskuje sę podsumowae aalzy w postac odpowedej tabel.

3 Wybrae fukcje arkusza kalkulacyjego, dotyczące aalzy regresj: =achylee(zae_y;zae_) =odcęta(zae_y;zae_) =r.kwadrat(zae_y;zae_) =regbłstd(zae_y;zae_) =macerz.loczy(tablca;tablca) =macerz.odw(tablca) Dwe ostate fukcje, podobe jak fukcja CZĘSTOŚĆ, są fukcjam tablcowym wymagają wprowadzea ch w opsay powyżej sposób. Pełą aalzę regresj uzyskać moża po wyborze z lsty dostępych arzędz (Aalza daych), arzędza: Regresja. Po zazaczeu daych wejścowych (Zakres wejścowy Y, Zakres wejscowy X) oraz opcj (Pozom ufośc Składk resztowe) w tym samym, lub owym arkuszu (Opcje wyjsca) geerowae jest podsumowae przeprowadzoych oblczeń. Arkusz kalkulacyjy umożlwa także grafcze przedstawee daych lczowych w postac wykresów. W celu wygeerowaa wykresu, po zazaczeu bloku daych, wykorzytać moża kreator wykresów (w starszych wersjach programu) lub odpowede meu (WstawaeWykresy ). Kolejym dodatkem programu Ecel, wykorzystywaym a zajęcach jest Solver. Dodatek Solver wykorzystać moża w oblczeach, w których koecze jest zmeae wartośc w pewych komórkach (komórk zmeae) celem uzyskaa wyku, który określoy jest przez użytkowka w postac odpowedej formuły w komórce docelowej (komórka celu). Po wywołau dodatku Solver wyśwetlae jest okeko, w którym ależy wprowadzć: komórkę celu (zawerającą formułę), która może przymować określoą, maksymalą lub mmalą wartość. Z komórką celu bezpośredo lub pośredo zwązae są komórk zmeae. Wartośc lczbowe w tych komórkach będą przez program zmeae do mometu, kedy formuła w komórce wskazaej w polu Komórka celu przyjme określoą wartość. Dodatkowo mogą zostać wprowadzoe odpowede ograczea (Waruk ograczające) wpływające a zmeae wartośc lczbowe. Przycsk Opcje umożlwa załadowae lub zapsae model, albo zmaę stadardowo ustawoych parametrów oblczeń. Przycsk Rozwąż uruchama oblczea. Polecaa lteratura: M. Plch, Ćwczea z Ecel dla chemków, Mkom, 00 K. Mądry, W. Ufalsk, Ecel dla chemków e tylko, W. N.-T., 000 E. Joseph Bllo, Ecel for Chemsts: A Comprehesve Gude. Joh Wley & Sos, Ic., 00 R. de Leve, How to use Ecel aalytcal chemstry ad geeral scetfc data aalyss, Cambrdge Uversty Press, 004 Z. Smogur, Ecel w zastosowaach żyeryjych, Wydawctwo Helo, 008

4 ZADANIE Nr STATYSTYCZNA OCENA WYNIKÓW DOŚWIADCZALNYCH. Wartość średa, odchylee stadardowe, mary dyspersj. ZAD.: Przeprowadzoo badaa zawartośc wody w próbkach awozu sztuczego. Próbk o mase 0 g poberao zgode z zasadam opsaym w PN/C Wyk ozaczeń zawartośc wody są astępujące: r pr masa r pr masa r pr. 3 4 masa Wykoać oblczea z wykorzystaem podaych żej wzorów porówać wyk z wartoścam oblczoym przy pomocy stadardowych fukcj arkusza kalkulacyjego. Jeżel wystąpą różce zameścć kometarz wyjaśający. Szczegółowa strukcja dotycząca zakresu oblczeń prezetacj wyków przedstawoa jest żej (p. UWAGI...) w puktach od -8. I. OBLICZENIA STATYSTYCZNE Korzystając z arkusza kalkulacyjego (EXCEL) oblczyć: (a) Średą arytmetyczą zawartośc wody w próbkach : () (b) Wartość środkową (medaę) zawartośc wody w próbkach : ( )/ / ( /) dla eparzystych wartośc dla parzystych wartośc () (c) Warację ozaczeń zawartośc wody w próbkach : s (3) ( ) gdze - ozacza lczbę stop swobody (r), tj. lczbę ezależych obserwacj, które mogą być wykorzystae w oblczeach. (d) Odchylee stadardowe zawartośc wody w próbkach : s s (4) (e) Współczyk zmeośc (względe odchylee stadardowe): 3

5 v s 00 (5) (f) Nepewość stadardową (odchylee stadardowe średej) s u( )= s (6) (g) Nepewość rozszerzoą: s U = k u( )= k s k k - współczyk rozszerzea (k = lub 3) (7) (h) Przedzał ufośc dla średej: s p.u.= t, s t, t parametr z rozkładu t-studeta (fukcja ROZKŁAD.T.ODW.DS). (8) II. OCENA WARIANCJI I ODCHYLENIA STANDARDOWEGO Na podstawe przeprowadzoych oblczeń wyzaczyć przedzał ufośc dla waracj samym dla odchylea stadardowego) zawerający "prawdzwą" wartość s (tym prawdopodobeństwem 95%. W oblczeach przyjąć, że próba pochodz ze zborowośc o rozkładze ormalym a zmea losowa: z rs (9) charakteryzuje sę rozkładem ormalym o r stopach swobody, tj. r s P χ r s σ r, / χr, / (0) UWAGA: w oblczeach przyjąć współczyk ufośc - =0.95, (pozom stotośc =0.05) atomast wartośc odszukać w odpowedch tablcach statystyczych (p. Metody statystycze dla chemków, J.B. Czermńsk, A. Iwasewcz, Z. Paszek, A. Skorsk). UWAGI DOTYCZĄCE WYKONANIA I ZALICZENIA ZADANIA:. Założyć owy arkusz kalkulacyjy zapsać go a dysku secowym w katalogu S:\PfAABB\ZADANIA\ZADANIE0\Zad0.ls, w którym AA ozacza umer grupy, BB - umer użytkowka.. Sporządzć tablcę z daym do oblczeń wraz z dowole zaplaowaym ramkam. 4

6 3. Wykoać oblczea z wykorzystaem podaych w opse wzorów porówać wyk z wartoścam oblczoym przy pomocy stadardowych fukcj arkusza kalkulacyjego oraz z aalzy daych (statystyka opsowa). Jeżel wystąpą różce zameścć kometarz wyjaśający. 4. Uporządkować wyk pomarów wg rosącej zawartośc wody w próbkach oraz wyzaczyć lczość ozaczeń w zakresach (fukcja CZĘSTOŚĆ): Oblczyć względą lczość ozaczeń w poszczególych przedzałach tj. l gdze - lczba ozaczeń w daym przedzale - całkowta lczba ozaczeń oraz wykoać hstogram zawartośc wody w próbkach ozaczając kolejo przedzały jako: I, II, III, IV, V, VI, VII. 6. Wykoać krzywą rozkładu w zawartośc wody w próbkach wykreślając l w fukcj przedzał, gdze przedzał odpowada średej wartośc w podaych wyżej przedzałach, tj. 0.07, 0.09, 0. td. Czy wykres krzywej odpowada rozkładow ormalemu? 7. Metodą rekurecyją oblczyć średą odchylee stadardowe. 8. Wyk średej podać zgode z wylczoą ) epewoścą stadardową, ) epewoścą rozszerzoą (k=), oraz ) przedzałem ufośc dla średej. 9. Przygotować arkusz do wydruku stosując margesy: lewy 3 cm góry cm. Iformacje dotyczące wykoawcy powy być zameszczoe w stopce lub agłówku (do wyboru). UZUPEŁNIENIE I METODA REKURENCYJNA Średą oraz odchylee stadardowe oblczyć moża wykorzystując metodę rekurecyją. W metodze tej jako perwsza próba wartość średa (m ) przyjmowaa jest perwsza zmerzoa wartość, tj.: a perwsza suma kwadratów odchyleń (q ) jest rówa zero: m = () q =0 () Koleje wartośc średej (m ) sum kwadratów odchyleń (q ) oblczyć moża z astępujących wzorów: 5

7 m q ( ) m (3) ( )( m ) q (4) Po wykoau oblczeń dla wszystkch wartośc ( =,,..), końcowa wartość m staow średą ozaczaą jako m a odchylee stadardowe oblczyć moża ze wzoru: s w którym q ozacza ostatą, oblczoą wartość sumy kwadratów odchyleń (q ). q (5) 6

8 ZADANIE Nr STATYSTYCZNA OCENA WYNIKÓW DOŚWIADCZALNYCH. Zależość wartośc średej oraz mar dyspersj od lczośc próbek. ZAD.: Przeprowadzoo badaa zawartośc wody w próbkach awozu sztuczego. Próbk o mase 0 g poberao zgode z zasadam opsaym w PN/C Wyk ozaczeń zawartośc wody są astępujące: r pr masa r pr masa r pr. 3 4 masa Stwerdzoo, że w 4 godzym cyklu produkcyjym uzyskuje sę zawsze wyk ozaczeń aalogcze do zameszczoych w powyższej tabel. Celem obżea kosztów badań laboratoryjych postaowoo ograczyć lczbę aalz zaczęto poberać próbk co godzy, astępe co 3 godzy, co 4 godzy, co 6 godz oraz co 8 godz. Celem zadaa jest zbadae zależośc średej zawartośc wody oraz ych welkośc statystyczych od częstotlwośc poberaa próbek do aalzy. Wykoać oblczea żej wymeoych welkośc (dla każdej z 6 ser) wykorzystując fukcje stadardowe arkusza kalkulacyjego. Szczegółowa strukcja dotycząca wykoaa oblczeń prezetacj wyków przedstawoa jest żej (patrz Uwag) w pkt. od do 7. I. OBLICZENIA STATYSTYCZNE Korzystając z arkusza kalkulacyjego (EXCEL) oblczyć: (a) Średą arytmetyczą zawartośc wody w próbkach : () (b) Wartość środkową (medaę) zawartośc wody w próbkach : ( )/ / ( /) dla eparzystych wartośc dla parzystych wartośc () (c) Warację ozaczeń zawartośc wody w próbkach : s (3) ( ) gdze - ozacza lczbę stop swobody (r), tj. lczbę ezależych obserwacj, które mogą być wykorzystae w oblczeach. 7

9 (d) Odchylee stadardowe zawartośc wody w próbkach : s s (4) (e) Współczyk zmeośc (względe odchylee stadardowe): v s 00 (5) II. OCENA WARIANCJI I ODCHYLENIA STANDARDOWEGO Na podstawe przeprowadzoych oblczeń wyzaczyć przedzał ufośc dla waracj samym dla odchylea stadardowego) zawerający "prawdzwą" wartość s (tym prawdopodobeństwem 95%. W oblczeach przyjąć, że próba pochodz ze zborowośc o rozkładze ormalym a zmea losowa: z rs (6) charakteryzuje sę rozkładem ormalym χ o r stopach swobody, tj. r s r s P σ χ r, α/ χ r, α/ (7) UWAGA: w oblczeach przyjąć współczyk ufośc - =0.95, (pozom stotośc =0.05) atomast wartośc odszukać w odpowedch tablcach statystyczych (p. Metody statystycze dla chemków, J.B. Czermńsk, A. Iwasewcz, Z. Paszek, A. Skorsk). UWAGI DOTYCZĄCE WYKONANIA I ZALICZENIA ZADANIA:. Założyć owy arkusz kalkulacyjy zapsać go a dysku secowym w katalogu S:\PfAABB\ZADANIA\ZADANIE0\Zad0.ls, w którym AA ozacza umer grupy, BB - umer użytkowka.. Sporządzć tablcę zawerającą wyk ozaczeń zawartośc wody w próbkach odpowadających każdej z 6 ser. 3. Wykoać oblczea, a ch wyk umeścć w oddzelej tablcy. 4. Zwrócć uwagę a starae zaplaowae tablc, opsów ramek. 5. Wyk oblczeń przedstawć grafcze w postac krzywych: s f f f v f Zwrócć uwagę a staray ops krzywych poprzez zameszczee odpowedch kometarzy a rysuku. 6. Przygotować arkusz do wydruku stosując margesy: lewy 3 cm góry cm. 7. Iformacje dotyczące wykoawcy powy być zameszczoe w stopce lub agłówku (do wyboru). 8

10 ZADANIE Nr 3 STATYSTYCZNA OCENA WYNIKÓW DOŚWIADCZALNYCH 3. Zastosowae regresj lowej do oblczaa stałej szybkośc reakcj I-rzędu ZAD.: Przeprowadzoo reakcje hydrolzy estru w obecośc kwasu solego jako katalzatora. W czase reakcj poberao próbk meszay reakcyjej ozaczao stężee powstającego kwasu karboksylowego [C] t Wyk ozaczeń są astępujące: REAKCJA czas (m) [C] A,t (mol/dm 3 ) W celu wykoaa zadaa, korzystając z arkusza kalkulacyjego ależy:. Oblczyć stałe szybkośc reakcj hydrolzy jako reakcj I-rzędu,. Zweryfkować założee o I-rzędowym przebegu reakcj a podstawe aalzy korelacj lowej, 3. Oblczyć welkośc statystycze pozwalające oceć współczyk regresj ( S S ) oraz przedzał ufośc dla stałej k a a pozome stotośc = 0.05 I. OBLICZENIA WSPÓŁCZYNNIKÓW REGRESJI Całkowa postać rówa ketyczego reakcj I-rzędu wyraża sę wzorem: l ([ C] [ C] ) l ([ C] [ C] 0 kt () t t t t ) gdze k - stała ketycza reakcj (s - ), t - czas reakcj w s ([C] t = 0.5) Korzystając z rówaa regresj lowej w postac: Y = a 0 + a X () gdze Y l f([c] R,t ) X t a k (3) oblczyć współczyk regresj (a tym samym k) metodą ajmejszych kwadratów. Oblczea wykoać korzystając z podprogramu regresj lowej arkusza kalkulacyjego oraz ezależe z wykorzystaem żej podaych wzorów. a y y (4) a y a (5) 0 gdze y oraz staową średe arytmetycze y oraz : a a 0 9

11 y y (6) II. OCENA MODELU LINIOWEGO Dla ocey błędu popełaego przy próbe opsu zjawska hydrolzy estru za pośredctwem lowego modelu reakcj I-rzędu ależy oblczyć: (a) warację resztową (resdual varace): sy ( y y) a ( ) (7) gdze - ozacza lczbę stop swobody, tj. lczbę ezależych obserwacj, które mogą być wykorzystae w oblczeach. (b) średe odchylee od l regresj (mea devato from the regresso) s y s (8) y (c) współczyk korelacj lowej: r ( )( y y) ( ) ( y y) / (9) (d) współczyk determacj (squared correlato coeffcet) wsp.det. = r (0) III. ODCHYLENIA STANDARDOWE ORAZ PRZEDZIAŁY UFNOŚCI WSPÓŁCZYNNIKA REGRESJI. Wyk oblczeń stałej ketyczej k ależy podać zgode z odchyleem stadardowym przedzałem ufośc a pozome stotośc = Odchylee stadardowe współczyka regresj a (rówoważego ze stałą szybkośc reakcj k) oblczyć korzystając ze wzoru (): s s a y ( ) () Celem oblczea przedzału ufośc (cofdece lmt) przyjmujemy, że błąd: y B A () ma rozkład ormaly (A B ozaczają współczyk regresj w zborowośc geeralej). W takm przypadku zmea t : a 0

12 t a a A s (3) a charakteryzuje sę rozkładem Studeta przy - stopach swobody. Ozacza to, że przedzał ufośc dla k przy założoym współczyku ufośc = - jest astępujący: P( a t s A k a t s ) (4), a, a Zgode z powyższym oblczyć przedzał ufośc k dla = 0.05 wyrażoy wzorem: p.u. = t,- s (5) gdze, t,- ozacza tabelaryczą wartość rozkładu Studeta (p. Metody statystycze dla chemków, J.B. Czermńsk, A. Iwasewcz, Z. Paszek, A. Skorsk). Zaps k p.u. ozacza, że stała k leży w podaym przedzale z prawdopodobeństwem rówym 00 (-), to jest przy = 0.05 wyoszącym 95%. Odchylee stadardowe współczyka regresj a 0 oblczyć korzystając ze wzoru (6): a s s a0 y ( ) (6) Przedzał ufośc wyrazu wolego dla = 0.05 oblczyć moża ze wzoru: p.u. = t,- s a (7) 0 UWAGI DOTYCZĄCE WYKONANIA I ZALICZENIA ZADANIA:. Założyć owy arkusz kalkulacyjy zapsać go a dysku twardym w katalogu S:\PfAABB\ZADANIA\ZADANIE03\Zad03.ls, w którym AA ozacza umer grupy, BB - umer użytkowka.. Sporządzć tablcę z daym do oblczeń wraz z dowole zaplaowaym ramkam. 3. Wykoać oblczea statystycze z wykorzystaem podaych w opse wzorów porówać wyk z wartoścam oblczoym z wykorzystaem stadardowej procedury arkusza kalkulacyjego (dotyczy r, a 0 a ) oraz aalzy daych (regresja). Jeżel wystąpą różce zameścć kometarz wyjaśający. W wydzeloej tablcy przedstawć wyk oblczeń stałej k zgode z przedzałem ufośc oraz zameścć wosek wykający z welkośc współczyka korelacj współczyka determacj. 4. Wykoać wykres lustrujący zależość eksperymetale zmerzoych stężeń od czasu, tj.[c] t =(t) w postac puktów oraz l tredu wylczoej z rówaa (8) (przekształcoe rówae ()): a0 w którym [ C] t e oraz k = a. kt [ C] [ C] [ C] e (8) t t t 5. Wykoać wykres fukcj logarytmczej

13 Y l [ C] [ C] f ( t) t t (9) oblczoej a podstawe daych dośwadczalych. Zależość Yˆ f () t oblczoą a podstawe aalzy regresj lowej przedstawć a tym samym rysuku w postac l cągłej bez uwdaczaa oszacowaych wartośc Y, w postac puktów. 6. Przygotować arkusz do wydruku stosując margesy: lewy cm góry cm. 7. Iformacje dotyczące wykoawcy zameścć w stopce, formacje dotyczące zadaa (tytuł, data) w agłówku.

14 ZADANIE Nr 4 OBLICZANIE ph MIESZANINY DWÓCH KWASÓW (LUB ZASAD) ZAD.: Przygotowao meszaę dwóch kwasów HM HP o całkowtym stężeu [C] = [HM] + [HP]. Ułamek molowy kwasu HM w kolejych meszaach wyosł: X =0.9 X =0.8 X 3 =0.7 X 4 =0.6 X 5 =0.5 X 6 =0.4 X 7 =0.3 X 8 =0. X 9 =0. pk kwasów - (tab. ) oraz [C] - podaje prowadzący ćwczea W celu wykoaa zadaa ależy wyprowadzć weloma wążący całkowte stężee joów wodorowych [H] ze stałym dysocjacj kwasów, ch ułamkem molowym (X) oraz całkowtym stężeem [C]. Korzystając z opcj "SOLVER" arkusza kalkulacyjego oblczyć [H] spełające wyprowadzoe rówae w dla poszczególych wartośc X HM. Następe korzystając z oszacowaych wartośc [H] oblczyć: ph= log[h] () [M]=K HM[C]X/([H]+K HM) () [P]=K HP [C](-X)/([H]+K HP ) (3). stężee ezdysocjowaego kwasu HM HP [HM]=[C]X-[M] (4) [HP]=[C](-X)-[P] (5) 3. stopeń dysocjacj kwasu HM =[M]/[C]X HP =[P]/([C](-X)) (6) UWAGI DOTYCZĄCER WYKONANIA I ZALICZENIA ZADANIA:. Założyć owy arkusz kalkulacyjy zapsać go a dysku twardym w katalogu S:\PfAABB\ZADANIA\ZADANIE04\Zad04.ls, w którym AA ozacza umer grupy, BB - umer użytkowka.. Sporządzć wzorcowy blok oblczeowy dla X=0. 3. Wykoać oblczea stosując koleje korekcje wyku celem uzyskaa maksymalej zgodośc pomędzy lewą a prawą stroą rówaa (fukcj [H]). 4. Wykoać oblczea dla pozostałych wartośc X po uprzedm skopowau zmodyfkowau bloku wzorcowego. 5. Wykoać wykresy przebegu zależośc: ph=f(x) [M]=f(X) [P]=f(X) HM =f(x) HP =f(x) 6. Dla X=0. wyzaczyć mejsce zerowe: a) metodą połowea odcka (bsekcj) w przedzale [H] =0 [H] =, b) metodą seczych (reguła fals) w przedzale [H] = - [H] =, c) metodą styczych (Newtoa-Raphsoa) w przedzale [H] =0 [H] =. 7. Przygotować arkusz do wydruku stosując margesy: lewy 3 cm góry cm. 8. Iformacje dotyczące wykoawcy powy być zameszczoe w stopce lub agłówku (do wyboru). UZUPEŁNIENIE I Wyprowadzee rówaa HP H P () HM H M () [H][M] K HM (3) [HM] 3

15 [H][P] K HP [HP] (4) [HM] = [C]X [M] (5) [HP] = [C]( X) [P] (6) KHM([C]X [M]) [ H] [M] (7) [H] = [M] + [P] (8) [M] = [H] [P] (9) KHM([C]X [H] [P]) [ H] [H] [P] (0) [H] [H][P] = K HM [C]X K HM [H] + K HM [P] () K HM [P] +[H][P] = [H] + K HM [H] K HM [C]X () KHP([C]( X) [P]) [ H] [P] (3) [H] KHM[H] KHM[C]X [P] (4) K [H] HM [H] KHM[H] K [C]X HM KHP [C]( X) KHM [H] [H] (5) [H] KHM[H] KHM[C]X K [H] HM KHP{[C]( X)(KHM [H]) [H] KHM[H] KHM[C]X} [H] [H] KHM[H] KHM[C]X (6) [H] 3 + (K HM + K HP )[H] + {K HP K HM K HM [C]X K HP [C](-X)}[H] = K HM K HP [C] (7) WZÓR DO OBLICZEŃ: 3 a[h] b[h] c[h] gdze a K HP K HM [C] K b K HM KHP K [C] HM HP c [C] X K X HP K HM TAB. UZUPEŁNIENIE II Wartośc stałych dysocjacj kwasów do oblczeń: KWAS pk K mrówkowy mlekowy octowy propoowy

16 UZUPEŁNIENIE III Metoda połowea odcka (bsekcj) W oblczeach zgode z tą metodą przyjmuje sę dwe wartośc argumetu ( ) dla których fukcja f() zmea zak. W takm przypadku, że jeśl f( ) f( )<0, to w przedzale <, > steje co ajmej jede tak pukt, w którym f()=0. W perwszym kroku oblczeń wyzacza sę wartość f( 3 ) w środku przedzału: 3 = ½ ( + ) Jeśl f( 3 ) > 0, to rozwązae zajduje sę pomędzy 3 : 4 = ½ ( + 3 ) Oblczea są kotyuowae do mometu uzyskaa wystarczająco dobrego oszacowaa mejsca zerowego. W praktyce, oblczea teracyje kończy sę po spełeu któregoś z astępujących waruków: ε który ozacza, że różca pomędzy kolejym przyblżeam jest wystarczająco mała, lub: f( ) ε czyl wartość fukcj w wyzaczoym pukce jest blska 0. W rówach tych, ozacza założoą dokładość oblczeń (kryterum podawae przez użytkowka). Te same rówaa wykorzystywae są w metodze seczych metodze styczych. Metoda seczych (reguła fals) W metodze tej, azywaej róweż metodą fałszywego założea lowośc fukcj, przez pukty, dla których fukcja f() zmea zak, prowadz sę cęcwę o astępującym rówau: f ( ) f ( ) y f ( ) ( ) Za perwsze przyblżee szukaego mejsca zerowego przyjmuje sę odcętą 3 puktu, w którym wyzaczoa cęcwa przeca oś OX. f ( ) 3 f ( ) f ( ) td. Ogóly wzór rekurecyjy zapsać moża w astępującej postac: f ( ) ( k) ( k) ( k) ( k) f ( ) f ( ) ( k) k k Gdze k =,,... 5

17 Metoda styczych (Newtoa-Raphsoa) W metodze tej wymagaa jest zajomość fukcj f() oraz jej pochodej f (). Nachylee styczej do wykresu w pukce wylczyć moża ze wzoru: f( ) f( ) 3 Zatem perwsze przyblżee szukaego mejsca zerowego ( 3 ) wylczyć moża z rówaa: f( ) f ( ) 3 Ogóly wzór rekurecyjy przedstawa sę astępująco: f( ) f( ) 6

18 ZADANIE Nr 5 LINIOWA REGRESJA WIELOKROTNA postać: Ogóle rówae lowej regresj welokrotej dla p zmeych ezależych przyjmuje y a a a... a 0 p p () Współczyk zależośc lowej w prosty sposób wyzaczyć moża metodą ajmejszych kwadratów, z której uzyskuje sę astępującą zależość a wektor współczyków regresj (a): w którym ozacza macerz wartośc, y macerz wartośc y: a = ( T ) - T y () () () p() () () p(), ( ) ( ) p( ) y() y() y (3) y( ) T traspozycję macerzy, a ( T ) - odwrotość loczyu macerzy. Kolejym etapem aalzy regresj jest ocea jakośc dopasowaa modelu. Odpowede sumy kwadratów odchyleń wykające z fukcj regresj (Q ), błędów dośwadczalych (Q 3 ) oraz ze zmeośc całkowtej (Q ) oblczyć moża z astępujących wzorów: Q = Q 3 = Q = ( y ˆ y) = a T T y - y (4) ( y ˆ y) = y T y - a T T y (5) ( y y) = y T y - y (6) w których ozacza lczbę obserwacj, y - średą wartość zmeej zależej. Współczyk determacj (r ) wyzaczyć moża z zależośc: r = Q / Q (7) W chem aaltyczej modele lowe są szeroko stosowae w kalbracj. Jedocześe stosukowo rzadko zdarza sę sytuacja, w której zmea objaśaa zależy tylko od jedej zmeej objaśającej. W przypadku atomowej spektrometr absorpcyjej (ASA) a wartość sygału aaltyczego, merzoego przy użycu roztworu o ustaloym stężeu ozaczaego perwastka, ma wpływ wele czyków. Czyk te mogą meć charakter spektraly (częstotlwość emtowaego lub absorbowaego promeowaa, prawdopodobeństwo przejśca eergetyczego atomów, wag statystycze staów eergetyczych, e), jak zwązay z procesem trasportu roztworu do płomea (określoym przez tzw. wydajość ebulzacj), warukam stejącym w płomeu (skład, kształt temperatura płomea) reakcjam w m zachodzącym (p. jozacja atomów ozaczaego perwastka, dysocjacja cząsteczek jego sol, tworzee sę zwązków chemczych z cząstkam gazów płomea). Obecość w roztworze badaym ych substacj (obok ozaczaego 7

19 katou metalu) może być źródłem zakłóceń spektralych (polegających główe a kocydecj l wdmowych tych składków) lub zma własośc fzyczych roztworu (lepkośc, apęca powerzchowego) w kosekwecj, zma wydajośc ebulzacj. Składk towarzyszące ozaczaemu perwastkow mogą w róży sposób wpływać a sygał aaltyczy. Korzystając ze zmodyfkowaych daych zameszczoych pożej (P.C. Jurs, Computer Software Applcatos Chemstry, J. Wley, New York 996) wyzaczyć współczyk zależośc lowej pomędzy sygałem aaltyczym R (zmeą zależą) a stężeam c, c, c 3 składków towarzyszących (zmeym ezależym). c [mol dm -3 ] c [mol dm -3 ] c 3 [mol dm -3 ] R UWAGI DOTYCZĄCE WYKONANIA I ZALICZENIA ZADANIA: 8. Założyć owy arkusz kalkulacyjy zapsać go a dysku twardym w katalogu S:\PfAABB\ZADANIA\ZADANIE0\ZADANIE0.ls, w którym AA ozacza umer grupy, BB - umer użytkowka. 9. Sporządzć tablcę z daym do oblczeń wraz z dowole zaplaowaym ramkam. 0. Oblczea: a) Oblczyć współczyk rówaa oraz korelacj lowej dla poszczególych par zmeych z osoba (dowolą metodą). R=a 0() +a () c R=a 0() +a () c R=a 0(3) +a (3) c 3 b) Oblczyć współczyk rówaa oraz korelacj lowej dla astępujących zależośc (dowolą metodą): R=a 0() +a () c +a () c R=a 0(3) +a (3) c +a (3) c 3 R=a 0(3) +a (3) c +a (3) c 3 c) Wykoać oblczea statystycze z wykorzystaem podaych w opse wzorów (()-(7)). Porówać wyk z wartoścam oblczoym z wykorzystaem stadardowej procedury arkusza kalkulacyjego (Q, Q, Q 3, r ) oraz dodatku SOLVER (współczyk regresj). Jeżel wystąpą różce zameścć kometarz wyjaśający. 8

20 W osobej tabel przedstawć wyk oblczeń (współczyk modelu) z odpowedm przedzałam ufośc.. Przygotować arkusz do wydruku stosując margesy: lewy cm góry cm.. Iformacje dotyczące wykoawcy zameścć w stopce, formacje dotyczące zadaa (tytuł, data) w agłówku. 9

21 ZADANIE Nr 6 REGRESJA LINIOWA TRANSFORMACJE LINEARYZUJĄCE Rówaa stosowae do opsu daych dośwadczalych w chem często mają charakter elowy. Jedocześe w welu przypadkach elowy model, poprzez proste przekształcee (podstawee zmeych), moża sprowadzć do zależośc lowej. Typowe fukcje elowe oraz odpowede podstawea learyzujące przedstawoo pożej: Rówae elowe b y a Podstawee learyzujące Y = y X = / a b Y = /y y X = Y = log(y) y a b X = b Y = log(y) y a X = log() Y = l(y) y a e X = Y = y y a b X = a y b Y = /y lub Y = /y X = X = / ZAD. a) Zgode z rówaem Arrheusa-Guzmaa, zależość lepkośc ceczy od temperatury przyjmuje postać: E RT A e () w którym E jest eergą aktywacj przepływu lepkego [Jmol - ], T temperaturą [K], R - stałą gazową [JK - mol - ]. Na podstawe uzyskaych wyków dośwadczalych (Tab..) [J. Demchowcz-Pgoowa, Oblczea fzykochemcze, PWN, Warszawa, 984] wyzaczyć wartośc stałych A E. Tab.. Zmerzoe wartośc lepkośc ceczy w fukcj temperatury T [K] 0 3 [N s m - ] wykoać wykres (Rys..) przedstawający zależość eksperymetale zmerzoych wartośc lepkośc w fukcj temperatury ( = f(t)), przedstawć a wykrese (Rys..) uzyskaą z przekształcea zależość lową wraz z odpowedą lą tredu, rówaem zależośc oraz wartoścą r, 30

22 współczyk w rówau lowym wyzaczyć z odpowedch wzorów, aalzy daych jak róweż z zastosowaem dodatku SOLVER, w osobej tabel (Tab..) przedstawć wyk oblczeń (współczyk modelu), przedzały ufośc oraz odpowed wymar wyzaczoych współczyków. ZAD. b) Rówae Arrheusa opsuje zależość szybkośc reakcj od temperatury: E a RT k A e () w którym k ozacza stałą szybkośc reakcj [s - ], E a eergę aktywacj [Jmol - ], R stałą gazową [JK - mol - ], T temperaturę [K]. Na podstawe wyków dośwadczalych (Tab.3.) [J. Demchowcz-Pgoowa, Oblczea fzykochemcze, PWN, Warszawa, 984] oblcz eergę aktywacj oraz wartość czyka częstośc A. Tab.3. Zmerzoe wartośc stałej szybkośc reakcj w fukcj temperatury T [K] k [s - ] wykoać wykres (Rys..) przedstawający zależość eksperymetale zmerzoych wartośc stałej szybkośc reakcj w fukcj temperatury (k = f(t)), przedstawć a wykrese (Rys..) uzyskaą z przekształcea zależość lową z odpowedą lą tredu, rówaem zależośc oraz wartoścą r, współczyk w rówau lowym wyzaczyć z odpowedch wzorów, aalzy daych jak róweż z zastosowaem dodatku SOLVER, w osobej tabel (Tab.4.) przedstawć wyk oblczeń (współczyk modelu) z odpowedm przedzałam ufośc oraz odpowed wymar wyzaczoych współczyków. ZAD. c) Izotermę adsorpcj kwasu karboksylowego a węglu aktywym opsać moża rówaam: k c (3) m abc (4) m bc w których /m ozacza masę kwasu zaadsorbowaego a jedostkę masy adsorbeta [g/g], c rówowagowe stężee kwasu [mol dm -3 ], k,, a, b stałe rówaa zotermy. Na podstawe wyków dośwadczalych (Tab.5.) wyzacz odpowede stałe z rówaa (3) (4). Tab.5. Zmerzoe wartośc masy kwasu zaadsorbowaego a jedostkę masy adsorbeta w fukcj stężea /m [g/g] c [mol dm -3 ]

23 wykoać wykres (Rys..) przedstawający zależość eksperymetale zmerzoych wartośc masy kwasu zaadsorbowaego a jedostkę masy adsorbeta w fukcj rówowagowego stężea kwasu (/m = f(c)), przedstawć a wykrese (Rys..) uzyskaą z przekształcea zależość lową z odpowedą lą tredu, rówaem zależośc oraz wartoścą r, współczyk w rówaach lowych wyzaczyć z odpowedch wzorów, aalzy daych jak róweż z zastosowaem dodatku SOLVER, w osobej tabel (Tab.6.) przedstawć wyk oblczeń (współczyk modelu) z odpowedm przedzałam ufośc oraz odpowed wymar wyzaczoych współczyków. ZAD. d) Szybkość reakcj ezymatyczej opsać moża rówaem Mchaelsa-Mete: r r [ S [ S] ma (5) ] K MM w którym K MM jest stałą Mchaelsa-Mete [moldm -3 ], [S] - stężeem substratu [moldm -3 ], r ma maksymalą szybkoścą reakcj [moldm -3 s - ]. Na podstawe daych dośwadczalych (Tab.7.) [J. Demchowcz-Pgoowa, Oblczea fzykochemcze, PWN, Warszawa, 984] wyzacz wartośc K MM r ma Tab.7. Zmerzoe wartośc szybkośc reakcj w fukcj stężea [S] [S] [moldm -3 ] r0 3 [moldm -3 s - ] wykoać wykres (Rys..) przedstawający zależość eksperymetale zmerzoych wartośc szybkośc reakcj w fukcj stężea (r = f([s])), przedstawć a wykrese (Rys..) uzyskaą z przekształcea zależość lową z odpowedą lą tredu, rówaem zależośc oraz wartoścą r, współczyk w rówau lowym wyzaczyć z odpowedch wzorów, aalzy daych jak róweż z zastosowaem dodatku SOLVER, w osobej tabel (Tab.8.) przedstawć wyk oblczeń (współczyk modelu) z odpowedm przedzałam ufośc oraz odpowed wymar wyzaczoych współczyków. UWAGI DOTYCZĄCE WYKONANIA I ZALICZENIA ZADANIA: 3. Założyć owy arkusz kalkulacyjy zapsać go a dysku twardym w katalogu S:\PfAABB\ZADANIA\ZADANIE\ZADANIE.ls, w którym AA ozacza umer grupy, BB - umer użytkowka. 4. Sporządzć tablcę z daym do oblczeń wraz z dowole zaplaowaym ramkam. 5. Przygotować arkusz do wydruku stosując margesy: lewy 3 cm góry cm. 6. Iformacje dotyczące wykoawcy zameścć w stopce, formacje dotyczące zadaa (tytuł, data) w agłówku. 3

24 ZADANIE Nr 7 CAŁKOWANIE NUMERYCZNE METODA PROSTOKĄTÓW, TRAPEZÓW I SIMPSONA I. WPROWADZENIE b W celu oblczea całk ozaczoej f ( ) d metodam umeryczym, dzel sę przedzał a b a całkowaa [a, b] a rówych częśc. Dla wyzaczoych puktów podzału,,, - oblcza sę astępe wartość fukcj podcałkowej y = f() (y 0 = f(a), y = f( ),, y - = f( - ), y = f(b)). W końcowych oblczeach wykorzystuje sę astępujące wzory:. Metoda prostokątów b a f ) ( ) d ( y0 y y. Metoda trapezów 3. Metoda Smpsoa (dla parzystej lczby ) b a b y0 y f ( ) d y y a f ( ) d y0 y 4( y y3 y ) ( y y4 y) 3 II. OBLICZENIA. Oblczyć wartość całek ozaczoych: 7 tdt a) B = t 3.6 b) V = dc c metodam prostokątów, trapezów oraz Smpsoa dla przedzałów = 6, 8, 0. Wyk dla poszczególych całek zestawć w tabel: Met. prostokątów Met. trapezów Met. Smpsoa Oblczyć metodam prostokątów, trapezów oraz Smpsoa całkę: D 5 f ( t) dt 3 c = f(t) 33

25 mając do dyspozycj astępujące dae dośwadczale: t c Wyzaczyć rówae regresj (weloma 3 stopa) opsujące przedstawoą zależość oblczyć aaltyczą wartość całk. Zając aaltyczą wartość całk D, wyzaczyć błąd względy dla poszczególych metod całkowaa. 3. Oblczyć metodam prostokątów, trapezów oraz Smpsoa odpowede całk w zadau. Stadardowe cepło tworzea jodowodoru z jodu wodoru w temperaturze 000 K oblczyć moża z astępującego rówaa [J. Demchowcz-Pgoowa, Oblczea fzykochemcze, PWN, Warszawa, 984]: w którym kjmol - ), H o H r, o o o o, 000 H r,98 C p, dt H p. f. k C p, dt o r 98 jest stadardowym cepłem tworzea jodowodoru w temperaturze 98 K (5.94 cepłem sublmacj jodu (59.8kJ mol - ). o H p. f. k Dla przedzału temperatur <98,438> suma molowych pojemośc ceplych wyos: C T T [JK - ] o p, Dla przedzału temperatur <438,000> wyos: C T T T - [JK - ] o p, Odpowede całk oblczyć metodą prostokątów, trapezów Smpsoa (=0). UWAGI DOTYCZĄCE WYKONANIA I ZALICZENIA ZADANIA: 5. Założyć owy arkusz kalkulacyjy zapsać go a dysku secowym w katalogu S:\PfAABB\ZADANIA\ZADANIE\ZAD.ls, w którym AA ozacza umer grupy, BB - umer użytkowka 6. Sporządzć tablcę z daym do oblczeń wraz z dowole zaplaowaym ramkam. 7. Wykoać oblczea z wykorzystaem podaych w opse wzorów. 8. Iformacje dotyczące wykoawcy powy być zameszczoe bezpośredo w arkuszu, stopce lub agłówku (do wyboru)

26 ZADANIE Nr 8 NUMERYCZNE ROZWIĄZYWANIE RÓWNAŃ RÓŻNICZKOWYCH. METODA EULERA, RUNGEGO KUTTY, MILNE A (PREDYKTOR-KOREKTOR) Zwyczaje rówae różczkowe perwszego rzędu przedstawć moża w astępujący sposób: ' dy y ( ) f ( ) () d Rozwązaem jest fukcja y() spełająca to rówae oraz jede z waruków początkowych, zwykle y( 0 ) = y 0. Typowym przykładem zastosowaa rówaa różczkowego jest ops zma stężea substratu w czase reakcj. Dla przykładu, rówae ketycze dla eodwracalej reakcj I rzędu ma astępującą postać: dc k c () dt W rówau tym k ozacza stałą szybkośc reakcj [s - ], c stężee substratu [mol/dm 3 ], t czas [s]. Rówae to, po rozwązau prowadz do zależośc stężea substratu od czasu: c kt c 0 e (3) w którym c 0 ozacza początkowe stężee substratu [mol/dm 3 ] Zależość stężea od czasu wylczyć moża także za pomocą odpowedej metody umeryczego rozwązywaa rówań różczkowych. W tym celu zastosować moża p.: metodę Eulera, Rugego-Kutty oraz metodę predyktor-korektor. W przypadku umeryczych metod rozwązywaa rówań różczkowych ezbęde jest określee puktu początkowego ( 0, y 0 ) oraz achylea fukcj będącej rozwązaem rówaa w daym pukce (y ).. Metoda Eulera W metodze Eulera wartość fukcj w pukce 0 + (y ) oblczaa jest ze wzoru: y y y y ( ) f (, y ) (4) w którym f( 0, y 0 ) rówe jest achyleu fukcj staowącej rozwązae w daym pukce. Ogóly wzór zapsać moża w astępującej postac: y y y y ( ) f (, y) (5). Metoda Rugego-Kutty W metodze Rugego-Kutty czwartego stopa odpowede oblczea wykoać moża za pomocą astępujących wzorów: y y c c c3 c4 (6) 6 35

27 c f ( y ) c f (, y c ) c3 f, y c ( c4 f (, y c3) ) (7) (8) (9) (0) w których c ozacza wartość achylea fukcj będącej rozwązaem w pukce początkowym (= 0 )., c c w puktach pośredch, c 4 a końcu przedzału. 3. Metoda Mle a (predyktor-korektor) Alteratywą metodą rozwązywaa rówań różczkowych jest welokrokowa metoda Mle a (predyktor-korektor). W tej metodze musmy dyspoować wartoścam: y y 0, 0,, y y, y y, y y 3, 3 () oraz fukcją: dy f (, y) () d Oblczea wykoywae są zgode z astępującym rówaam: 4,,, y, p y 3 y y y0 (3) 3, y f (, y ) (4) p p y,,, c y y 4y0 y (5) 3, y f (, y ) (6) c c w których y,p ozacza przewdywaą wartość y, y c skorygowaą wartość y,, y p oszacowaą wartość pochodej w pukce,, y c skorygowaą wartość pochodej w pukce. I. OBLICZENIA Korzystając z rówaa (3) oraz przyjmując, że k = 0.8 s -, c 0 = 0. mol/dm 3 oraz t = s, oblczyć zmay stężea substratu w czase (t ma =8 s). Stosując metodę Eulera (rówae (5)), Rugego-Kutty (rówaa (6)-(0)) oraz Mle a (rówaa (3)-(6)) oblczyć zależość stężea substratu od czasu. Zając rzeczywste wartośc stężea (rówae ()) oraz wyk uzyskae dla każdej metody oblczyć błąd względy [%]. W metodze Mle a jako pukty startowe wykorzystać początkowe wartośc wylczoe metodą Rugego-Kutty. 36

28 UWAGI DOTYCZĄCE WYKONANIA I ZALICZENIA ZADANIA:. Założyć owy arkusz kalkulacyjy zapsać go a dysku twardym w katalogu S:\AABB\ZADANIA\ZADANIE\ZADANIE3.ls, w którym AA ozacza umer grupy, BB - umer użytkowka. Sporządzć tablcę z daym do oblczeń wraz z dowole zaplaowaym ramkam. 3. Wykoać wykres lustrujący zależość stężea od czasu c = f(t) oblczoą a podstawe rówaa (3) w postac puktów. Wylczoe metodam Eulera oraz Rugego-Kutty zależośc przedstawć a tym samym rysuku w postac l cągłej bez uwdaczaa oszacowaych wartośc c w postac puktów. 4. Wykoać wykres lustrujący zależość l(c/c 0 ) = f(t) oblczoą a podstawe rówaa (3) w postac puktów. Wylczoe metodam Eulera oraz Rugego-Kutty zależośc po odpowedm przelczeu (l(c/c 0 )) przedstawć a tym samym rysuku w postac l cągłej bez uwdaczaa oszacowaych wartośc c w postac puktów. 5. Przygotować arkusz do wydruku stosując margesy: lewy 3 cm góry cm. 6. Iformacje dotyczące wykoawcy zameścć w stopce, formacje dotyczące zadaa (tytuł, data) w agłówku. 37

29 ZADANIE Nr 9 OPTYMALIZACJA SIMPLEKSOWA Smpleks jest fgurą geometryczą o rówych krawędzach oraz o + werzchołkach ( jest lczbą optymalzowaych parametrów). Pożej przedstawoo przykłady smpleksów w przestrze jedo-, dwu- trójwymarowej []. 3 P (, ) P 3 (, ) P 4 P 3 P () P () P (, ) P P (,, 3 ) Rys.. Smpleksy w przestrze jedo-, dwu- trójwymarowej. Metoda smpleksowa polega a systematyczej aalze powerzch odpowedz w celu zlokalzowaa optmum fukcj odpowedz. Optymalzacja rozpoczya sę od wygeerowaa sympleksu wyjścowego (+ dośwadczeń). Gorskj Brodskj [] zapropoowal metodę, w której w środku smpleksu zajduje sę początek układu współrzędych. Odpowedą macerz wyjścową (3) wygeerować moża z astępujących wzorów: Ogóla postać macerzy przedstawa sę astępująco: k () ( ) R () ( ) k R 0 A 0 0 k k R 0 0 k k k R 0 k k k k R (3) Dla = 3, macerz A zapsać moża w postac: A (4) Macerz A (smpleks wyjścowy) wyrażoa jest w jedostkach emaowaych przedstawa wartośc parametrów poszczególych (+) dośwadczeń. Współrzęde maowae uzyskać moża z prostego przelczea wg astępującego wzoru: 38

30 m = 0, + z A (5) m jest maowaą wartoścą -tego parametru, 0, maowaą wartoścą wyjścową -tego parametru, z maowaą wartoścą jedostk a os zmeej (krok sympleksu), A - emaowaą wartoścą -tego parametru odpowadającą wartośc z macerzy A. Po wykoau ser dośwadczeń (zgode z smpleksem wyjścowym) przeprowadza sę oceę wyków pod względem własośc ajlepej charakteryzującej wyk (kryterum jakośc) Spośród dośwadczeń (pukty A, B, C Rys..) wybera sę take, którego kryterum jakośc ma wartość ajższą (pukt C). Pukt te zastępuje sę owym (pukt D), symetryczym do puktu o ajższej wartośc kryterum jakośc, powstałym poprzez symetrycze odbce względem przecwległej krawędz sympleksu. E B P D C Rys.. Odbce (D) ekspasja (E) w wyzaczau parametrów owego dośwadczea w metodze smpleksowej. Współrzęde owego puktu, symetryczego do puktu odrzucoego (dla poszczególych parametrów z osoba), oblczyć moża ze wzoru: D = P + (P C) (6) w którym P ozacza średą ze wszystkch wartośc parametrów bez wyku odrzucaego, C wartość parametrów puktu odrzucoego. W przypadku zaczego wzrostu fukcj odpowedz w owym pukce możlwe jest zastosowae ekspasj smpleksu w wybraym keruku (pukt E). Współrzęde puktu ekspadowaego oblczyć moża ze wzoru: E = D + (P C) (7) Jeżel kryterum jakośc w pukce D e jest gorsze od wyku w pukce odrzucaym e jest lepsze od pozostających, to zastosować moża kotrakcję smpleksu. Możlwe jest zastosowae kotrakcj dodatej (pukt K +, Rys. 3.) lub kotrakcj ujemej (pukt K -, Rys. 3.). A D B P K + K - A Rys. 3. Kotrakcja dodata (K + ) kotrakcja ujema (K - ) w wyzaczau parametrów owego dośwadczea w metodze smpleksowej. Współrzęde odpowedch puktów wylczyć moża ze wzorów: C K + = P + (P C)/ (8) 39

31 K - = P (P C)/ (9) Aalza powerzch odpowedz kończy sę, gdy zostae osągęty obszar optmum wybraego kryterum optymalzacj. ZAD: Wydajość (WR) pewej reakcj chemczej zależy od stężea (c) oraz temperatury (T) opsaa jest astępującym rówaem: WR = (75 - (0 - c) - (0 - T) )/7.5 Zlokalzować maksmum wydajośc metodą smpleksową. Smpleks początkowy wygeerować dla astępujących wartośc parametrów () kroku (z): 0,c = 3.5 mol/dm 3, z c = mol/dm 3 0,T = 0 o C, z T = o C UWAGI DOTYCZĄCE WYKONANIA I ZALICZENIA ZADANIA:. Założyć owy arkusz kalkulacyjy zapsać go a dysku twardym w katalogu S:\PfAABB\ZADANIA\ZADANIE4\ZADANIE4.ls, w którym AA ozacza umer grupy, BB - umer użytkowka. Sporządzć tablcę z daym do oblczeń wraz z dowole zaplaowaym ramkam. 3. Oblczea: Po wykoau oblczeń (zalezeu maksmum wydajośc), wygeerować w pukce blsko maksmum smpleks, w którym krok wyos: z c = 0.5 mol/dm 3, z T = 0.5 o C. Wyzaczyć maksmum wydajośc dla owego smpleksu. Oblczoe pukty smpleksów (c, T) przedstawć a wykrese. 4. Przygotować arkusz do wydruku stosując margesy: lewy 3 cm góry cm. 5. Iformacje dotyczące wykoawcy zameścć w stopce, formacje dotyczące zadaa (tytuł, data) w agłówku. [] R. Wódzk, J. Ceyowa, Sympleksowa metoda plaowaa dośwadczeń ekstremalych, Wadomośc Chemcze, 976, 30, 37 [] W. G. Gorskj, W.Z. Brodskj, Zawod. Łab., 968, 34, 7,

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

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

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

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

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

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

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

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

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

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

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

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

II. ĆWICZENIA LABORATORYJNE

II. ĆWICZENIA LABORATORYJNE II. ĆWICZENIA LABORATORYJNE ZADANIE Nr STATYSTYCZNA OCENA WYNIKÓW DOŚWIADCZALNYCH. Wartość średa, odchlee stadardowe, mar dspersj. ZADANIE Nr STATYSTYCZNA OCENA WYNIKÓW DOŚWIADCZALNYCH. Zależość wartośc

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

[, ] [, ] [, ] ~ [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

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

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

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne TATYTYKA MATEMATYCZNA WYKŁAD Wadomośc wstępe tatystyka to dyscypla aukowa, której zadaem jest wykrywae, aalza ops prawdłowośc występujących w procesach masowych. Populacja to zborowość podlegająca badau

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

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

( 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

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

Bardziej szczegółowo

Statystyka Opisowa Wzory

Statystyka Opisowa Wzory tatystyka Opsowa Wzory zereg rozdzelczy: x - wartośc cechy - lczebośc wartośc cechy - lczebość całej zborowośc Wskaźk atężea przy rysowau wykresu szeregu rozdzelczego przedzałowego o erówych przedzałach:

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

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

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

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. 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

. 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

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

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

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

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

Zastosowanie informatyki w chemii

Zastosowanie informatyki w chemii Projekt p. Wzmocee potecjału dydaktyczego UMK w Toruu w dzedzach matematyczo-przyrodczych realzoway w ramach Poddzałaa 4.. Programu Operacyjego Kaptał Ludzk Zastosowae formatyk w chem Potr Szczepańsk UMK

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

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

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

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

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

5. OPTYMALIZACJA NIELINIOWA

5. OPTYMALIZACJA NIELINIOWA 5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe

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

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

MODELE OBIEKTÓW W 3-D3 część

MODELE OBIEKTÓW W 3-D3 część WYKŁAD 5 MODELE OBIEKTÓW W -D część la wykładu: Kocepcja krzywej sklejaej Jedorode krzywe B-sklejae ejedorode krzywe B-sklejae owerzche Bezera, B-sklejae URBS 1. Kocepcja krzywej sklejaej Istotą z praktyczego

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna TECHNIKUM ZESPÓŁ SZKÓŁ w KRZEPICACH PRACOWNIA EKONOMICZNA TEORIA ZADANIA dla klasy II Techkum Marek Kmeck Zespół Szkół Techkum w Krzepcach Wprowadzee do statystyk Lekcja Statystyka - określa zbór formacj

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

Liniowe relacje między zmiennymi

Liniowe relacje między zmiennymi Lowe relacje mędzy zmeym Marta Zalewska Zakład Proflaktyk ZagrożeńŚrodowskowych Alergolog Ocea lowych relacj mędzy zmeym Metoda korelacj - określee rodzaju sły zależośc mędzy cecham. Metoda regresj 1 Uwaga

Bardziej szczegółowo

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej PŁAKA GEOMETRIA MA Środek cężkośc fgury płaskej Mometam statyczym M x M y fgury płaskej względem os x lub y (rys. 7.1) azywamy gracę algebraczej sumy loczyów elemetarych pól d przez ch odległośc od os,

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

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych ZJAZD Przedmotem statystyk jest zberae, prezetacja oraz aalza daych opsujących zjawska losowe. Badau statystyczemu podlega próbka losowa pobraa z populacj, aczej populacj geeralej. Na podstawe uzyskaych

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

3. OPTYMALIZACJA NIELINIOWA Wybrae zaadea badań operacyjych dr ż. Zbew Tarapata 3. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też oprócz

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version WIII/1

PDF created with FinePrint pdffactory Pro trial version  WIII/1 Statystyka opsowa Statystyka zajmuje sę zasadam metodam uogólaa wyków otrzymaych z próby losowej a całą populację (czyl zborowość, z której została pobraa próba). Take postępowae azywamy woskowaem statystyczym.

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

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

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

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

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematycza Aa Jacka wykład II, 3.05.016 PORÓWNANIE WIĘCEJ NIŻ DWÓCH POPULACJI TESTY NIEPARAMETRYCZNE Pla a dzsaj 1. Porówywae węcej ż dwóch populacj test jedoczykowej aalzy waracj (ANOVA).

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

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

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

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

Bardziej szczegółowo

O testowaniu jednorodności współczynników zmienności

O testowaniu jednorodności współczynników zmienności NR 6/7/ BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 003 STANISŁAW CZAJKA ZYGMUNT KACZMAREK Katedra Metod Matematyczych Statystyczych Akadem Rolczej, Pozań Istytut Geetyk Rośl PAN, Pozań O testowau

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0

Bardziej szczegółowo

R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i.

R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i. c 27 Rafał Kucharsk Rety Wartość beżącą cągu kaptałów: {R t R 2 t 2 R t } gdze R jest kwotą omalą płacoą w chwl t = oblczamy jako sumę zdyskotowaych płatośc: przy czym = + R j tj j= jest czykem dyskotującym

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

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

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

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

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

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

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

... MATHCAD - PRACA 1/A

... MATHCAD - PRACA 1/A Nazwsko Imę (drukowaym) KOD: Dzeń+godz. (p. Śr) MATHCAD - PRACA /A. Stablcuj fukcję: f() = s() + /6. w przedzale od a do b z podzałem a rówych odcków. Sporządź wykres f() sprawdź, le ma mejsc zerowych.

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statstka Katarza Chud Laskowska http://kc.sd.prz.edu.pl/ Aalza korelacj umożlwa stwerdzee wstępowaa zależośc oraz oceę jej atężea ZALEŻNOŚCI pomędz CECHAMI: CECHY: ILOŚCIOWA ILOŚCIOWA CECHY: JAKOŚCIOWA

Bardziej szczegółowo

WALIDACJA METOD BADAŃ STOSOWANYCH W LOTOS LAB

WALIDACJA METOD BADAŃ STOSOWANYCH W LOTOS LAB Data 3//03 Nr wyd troa z Nr egz Nr wydaa troa Data wprowadzea zmay Zmaa Opracował Podps prawdzł Podps Zatwerdzł Podps Kamńsk Cudowsk Marjańsk Data 3//03 Nr wyd troa z Nr egz. Cel Celem ejszej strukcj jest

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu

Bardziej szczegółowo

Katedra Chemii Fizycznej Uniwersytetu Łódzkiego

Katedra Chemii Fizycznej Uniwersytetu Łódzkiego Katedra Chem Fzyczej Uwersytetu Łódzkego Wyzaczae współczyka podzału Nersta w układze: woda aceto chloroform metodą refraktometryczą opracowała dr hab. Małgorzata Jóźwak ćwczee r 0 Zakres zagadeń obowązujących

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

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