Statystyka rozkładu Weibulla wytrzymałości szkła na zginanie

Wielkość: px
Rozpocząć pokaz od strony:

Download "Statystyka rozkładu Weibulla wytrzymałości szkła na zginanie"

Transkrypt

1 Dr inż. Wacław M. Rećko Instytut Szkła, Ceramiki, Materiałów Ogniotrwałych i Budowlanych Warszawa Statystyka rozkładu Weibulla wytrzymałości szkła na zginanie Streszczenie Analizowano zastosowanie rozkładu Weibulla dla wytrzymałości szkła na zginanie. Analizowano zgodność charakterystyk rozkładu (patrz słowa kluczowe) obliczonych z parametrów rozkładu z charakterystykami obliczonymi z danych doświadczalnych. Słowa kluczowe Rozkład Weibulla, wytrzymałość szkła na zginanie, wartość oczekiwana, wariancja, współczynnik skośności, mediana, przedziały ufności, objętość efektywna, powierzchnia efektywna. Abstract Bending strenght of glass in term of Weibull, twoand three parameters distribution are discussed. Consistence of statistics (see keywords) computed from distribution parameters and statistics computed from experimental data are discussed also. Keywords Weibull distribution, bending strenght of glass, expected value, variance, skewness, median, confidence intervals, effective volume, effective surface. 1. Wprowadzenie Powszechnie uważa się, że pomiary wytrzymałości materiałów kruchych podlegają rozkładowi Weibulla [1, 2]. Dystrybuantę rozkładu trójparametrowego przedstawia wzór Gęstość przedstawia wzór P jest tu prawdopodobieństwem zniszczenia próbki pod wpływem naprężenia σ, σ 0, σ u i m to odpowiednio: naprężenie charakterystyczne (w języku matematyki parametr skali), naprężenie progowe (w języku matematyki parametr przesunięcia) i moduł Weibulla (inaczej parametr kształtu). Dystrybuantę i gęstość rozkładu dwuparametrowego uzyskujemy, wstawiając do wzorów (1) i (2) σ u = 0. W układzie współrzędnych, oś odciętych ), oś rzędnych ln{ln[1/(1 P)]} punkty doświadczalne pomiaru wytrzymałości powinny się układać na prostej, gdy punktowi na pozycji k w kolejności (punkty są ułożone od najmniejszej wartości do największej) przypiszemy prawdopodobieństwo zniszczenia [3]: gdzie N to liczba pomiarów. (1) (2) Niniejsza praca przedstawia próbę zastosowania trójparametrowego rozkładu Weibulla (TPRW) i dwuparametrowego rozkładu Weibulla (DPRW) do opisu pomiarów wytrzymałości szkła na zginanie. Do badań użyto komercyjnego szkła okiennego (krzemowo-wapniowosodowo-borowego) wytwarzanego techniką float. 2. Metodyka pomiarów Badano wytrzymałość na trójpunktowe zginanie, stosując maszynę wytrzymałościową LLOYD klasy 1 przy przesuwie trawersy 0,5 mm/min. Próbki były wycinane z tafli maszynowo. Wycinano paski odpowiedniej szerokości, z których potem ręcznie wycinano pojedyncze próbki. Charakterystykę próbek przedstawia tabela 1. Tabela 1. Charakterystyka badanych próbek Wymiary poprzeczne B H [mm] Długość próbki [mm]* Współczynnik wytrzymałości WW [mm 3 ]** Liczba próbek Uwagi*** A 12x B 15x C 20x D 25x E 12x V F 15x V G 25x V H 20x O I 25x O * rozstaw podpór ** WW=BH 2, B szerokość, H grubość (wysokość)[4] *** Objaśnienia w tekście Próbkom serii A, B, C i D (pusta rubryka uwagi ) podczas pomiarów wytrzymałości przykładano siłę od strony cięcia. Na próbkach serii E, F i G oznaczonych w rubryce uwagi literą V wykonano odcisk Vickersa z siłą 30 N i czasem jej działania 15 s. Podczas pomiarów siłę przykładano od odwrotnej strony odcisku Vickersa. 2 Szkło i Ceramika

2 Pomiary wytrzymałości serii próbek H i I oznaczonych w rubryce uwagi literą O wykonano przykładając siłę od strony przeciwnej do cięcia. 3. Metodyka obliczeń Wytrzymałość W obliczano ze wzoru [3] gdzie L jest rozstawem podpór (długość próbki), a F siłą niszczącą. Parametry rozkładów wyznaczano metodą największej wiarygodności, dla TPRW wg [5], a dla DPRW wg [3]. W niniejszej pracy porównywano charakterystyki rozkładów DPRW i TPRW obliczone z parametrów rozkładów i porównywano je z charakterystykami obliczonymi z danych doświadczalnych. Jest to próba ilościowego sprawdzenia, czy dane pomiarowe podlegają rozkładowi Weibulla. Z parametrów rozkładu obliczono następujące charakterystyki: wartość oczekiwaną E wzór (3), pierwiastek z wariancji W wzór (4),współczynnik skośności γ wzór(5) oraz medianę M wzór (6) [6]. gdzie Γ to funkcja gamma Eulera inne definicje funkcji gamma i jej tablice znajdują się w [7]. Współczynnik skośności jest miarą niesymetryczności funkcji gęstości prawdopodobieństwa (2). Gdy jest dodatni, funkcja gęstości maleje wolniej po prawej (dodatniej) stronie maksimum, gdy jest ujemny funkcja gęstości maleje wolniej po lewej (ujemnej) stronie maksimum. Gdy uszeregujemy wyniki pomiarów od najmniejszego do największego wtedy wartością mediany M jest wartość środkowego pomiaru, gdy liczba pomiarów jest nieparzysta wartość średniej arytmetycznej dwu środkowych pomiarów, gdy liczba pomiarów jest parzysta. Estymatory (oszacowania) ww charakterystyk można wyznaczyć z danych doświadczalnych [6]. Są to: dla E średnia arytmetyczna s z wszystkich pomiarów wzór (7), dla W odchylenie standardowe O wzór (8), współczynnik skośności γ exp wzór (9) i wyznaczona wg wyżej podanej definicji mediana M exp. (3) (4) (5) (6) (7) (8) (9)* gdzie N liczba pomiarów. Przedział ufności dla naprężenia progowego σ u wg [8] wyznaczają dwie nierówności przy ustalonym (znanym) m (10) przy ustalonym (znanym) σ 0 (11) gdzie σ min i σ max oznaczają najmniejszą i największą wartość zmierzonej wytrzymałości. Dla wszystkich rozpatrywanych w tej pracy przypadków poziom istotności jest większy od 0,999. Wynika to z dużej liczby próbek i szerokiego przedziału ufności. Dla DPRW można porównać wytrzymałość charakterystyczną (σ 0 ), wytrzymałość średnią (σ s ) i wytrzymałość maksymalną (σ max ) dla serii próbek o różnych wymiarach lub wytrzymałości uzyskanych inną metodą niż zginanie trójpunktowe, np. zginane czteropunktowe lub test pierścieniowy. Wykorzystuje się pojęcie efektywnej objętości i efektywnej powierzchni. Obszerna dyskusja na ten temat znajduje się w pracy [9]. Wzory na efektywną objętość (12) i efektywną powierzchnię (13) dla trójpunktowego zginania podano wg [10]. (12) (13) gdzie m jest modułem Weibulla. W pracy [11] zaproponowano dwa wzory dla populacji i oraz j, wiążące σ u (σ u można zastąpić wielkością σ s lub σ max ) z efektywną objętością wzór (14) dla próbek z dominującymi wadami objętościowymi i efektywną powierzchnią wzór (15) dla próbek z dominującymi wadami powierzchniowymi: (14) (15) Zakłada się że próbki z obu populacji mają ten sam moduł Weibulla m. Wzór (14) po zlogarytmowaniu można przekształcić do postaci: (16) analogiczny wzór otrzymujemy dla efektywnej powierzchni. (17) gdzie C to pewna stała. W układzie współrzędnych: oś odciętych ln(v e ) i oś rzędnych ln(σ 0 ) dla różnych populacji próbek z tego samego materiału różniących się wymiarami lub sposobem przykładania naprężenia (np. zginanie trójpunktowe i czteropunktowe) wartości V E i σ powinny układać się na prostej o współczynniku nachylenia -1/m. Analogiczne postępowanie można zastosować do wzoru (17). Szkło i Ceramika 3

3 Przykładem może być praca [12], gdzie wartości ln(v E ), ln(s E ) (osie odciętych) i ln(σ 0 ) (osie rzędnych) uzyskane dla trójpunktowego i czteropunktowego zginania próbek o różnych wymiarach oraz testu pierścieniowego dla próbek ze spiekanego azotku krzemu, bardzo dobrze układają się na prostej. 4. Uzyskane rezultaty Wyniki pomiarów przedstawiono w tabelach 2 5 oraz na rysunkach Tabela 2. Parametry rozkładów Weibulla min* max* Rozkład dwuparametrowy m σ 0 [Mpa] m Rozkład trójparametrowy σ 0 σ u A 90,2 249,8 4,08 154,1 1,45 56,5 88,9 B 64,5 198,5 3,69 117,9 1,45 47,1 63,8 C 41,2 152,7 3,71 92,7 1,96 50,5 39,0 D 37,2 197,9 3,01 111,1 1,90 72,8 34,5 E 52,8 92,5 8,67 75,1 3,02 26,9 47,2 F 51,3 68,4 18,28 62,1 3,52 12,1 49,5 G 40,3 62,0 11,34 50,7 2,51 10,2 39,8 H 57,6 103,3 9,33 85,5 3,35 31,4 53,2 I 41,1 95,8 5,35 72,4 2,27 33,0 37,6 * min i max oznacza odpowiednio najmniejszy i największy wynik pomiarowy Tabela 3. Porównanie średniej arytmetycznej S i odchylenia standardowego O obliczonych z danych doświadczalnych z wartością oczekiwaną E i pierwiastkiem z wariancji W obliczonych z parametrów rozkładu. Wyniki w MPa. Tabela 5. Przedziały ufności (PU) dla naprężenia progowego. Wyniki w MPa Dolna granica PU wg (10) Dolna granica PU wg (11) Naprężenie progowe σ u Górna granica PU A -69,4 33,7 88,9 90,2 B -69,5 17,4 63,8 64,5 C -70,3-9,3 39,0 41,2 D -123,5-35,6 34,5 37,2 E 13,1 25,9 47,2 52,8 F 34,2 39,2 49,5 51,3 G 18,6 30,1 39,8 40,3 H 11,9 26,2 53,2 57,6 I -13,6 8,1 37,6 41,1 Rys. 1. Diagram Weibulla dla serii A. Kółka TPRW, skala odciętych Rozkład Weibulla Rozkład Weibulla Średnia Odchylenie dwuparametrowy trójparametrowy arytmetyczna standardowe S O E W E W A 140,3 35,2 139,9 38,5 140,2 35,9 B 106,6 29,8 106,4 32,1 106,6 29,9 C 83,8 24,0 83,7 25,1 83,8 23,9 D 99,1 35,5 99,2 36,0 99,1 35,3 E 71,3 8,73 71,0 9,8 71,3 8,59 F 60,4 3,39 60,3 4,0 60,4 3,43 G 48,9 3,72 48,5 5,2 48,8 3,84 H 81,4 9,26 81,1 10,4 81,4 9,28 I 66,8 13,8 66,8 14,4 66,8 13,65 Rys. 2. Diagram Weibulla dla serii B. Kółka TPRW, skala odciętych Tabela 4. Porównanie mediany M i współczynnika skośności γ obliczonych z danych doświadczalnych z wartościami obliczonymi ze współczynników rozkładu. Doświadczenie Rozkład Weibulla dwuparametrowy Rozkład Weibulla trójparametrowy M γ M γ M γ A 133 0, , ,130 B , ,133 C 80 0, , ,660 D 95 0, , ,699 E 70 0, ,161 F 61 0, , ,023 G 48 1, , ,353 H 81 0, ,064 I 65 0, , Rys. 3. Diagram Weibulla dla serii C. Kółka TPRW, skala odciętych Szkło i Ceramika

4 Rys. 4. Diagram Weibulla dla serii D. Kółka TPRW, skala odciętych Rys. 8. Diagram Weibulla dla serii H. Kółka TPRW, skala odciętych Rys. 5. Diagram Weibulla dla serii E. Kółka TPRW, skala odciętych Rys. 9. Diagram Weibulla dla serii I. Kółka TPRW, skala odciętych linia przerywana. Rys. 6. Diagram Weibulla dla serii F. Kółka TPRW, skala odciętych linia przerywana. Rys.10. Zależność pomiędzy ln(v E ) a ln(σ 0 ), wzór (16) dla grupy serii A, B, C i D. Punkty serii na rysunku w kolejności jak wyżej. Rys. 7. Diagram Weibulla dla serii G. Kółka TPRW, skala odciętych Rys. 11. Zależność pomiędzy ln(s E ) a ln(σ 0 ), wzór (17) dla grupy serii A, B, C i D. Punkty serii na rysunku w kolejności jak wyżej. Szkło i Ceramika 5

5 5. Dyskusja Serie oznaczone literami A, B, C i D składają się z klasycznych próbek szkła o różnych wymiarach. Celem tego fragmentu pracy było sprawdzenie, czy naprężenie progowe w TPRW zależy od wymiarów próbki. Zbadano ich wytrzymałość na zginanie i obliczono parametry DPRW i TPRW. Na diagramach Weibulla (rysunki 1, 2, 3 i 4) punkty dla DPRW reprezentujące małe wartości wytrzymałości odchylają się systematycznie w prawo od prostej wyznaczonej przez parametry rozkładu. Można więc twierdzić, że wytrzymałość szkła nie podlega DPRW. Zgodność wartości oczekiwanej ze średnią arytmetyczną jest dość dobra, aczkolwiek znacznie gorsza niż np. dla betonów [13]. Zgodność pierwiastka z wariancji z odchyleniem standardowym jest w granicach 2-3%, taką samą zgodność obserwujemy dla mediany obliczonej z parametrów rozkładu i wyznaczonej z pomiarów. Współczynnik skośności obliczony z parametrów DPRW nie zgadza nawet co do znaku (z wyjątkiem próbki D). Na rysunkach 10 i 11 przedstawiono dla serii próbek A, B, C i D wykresy powstałe z wzorów (16) i (17). Punkty doświadczalne zarówno dla objętości efektywnej, jak i powierzchni efektywnej dość dobrze wyznaczają proste, zgodnie z wzorami. Linie przerywane na obu rysunkach wyznaczają proste, których współczynnik kierunkowy jest średnią odwrotności modułów Weibulla próbek. Z uwagi na niestosowanie się wyników wytrzymałości do DPRW serii A, B, C i D wynik ten jest niespodziewany. TPRW zazwyczaj lepiej opisuje wyniki pomiarów wytrzymałości niż DPRW. Z tabel 2 i 3 wynika, że zgodność charakterystyk rozkładów wyznaczonych z parametrów rozkładu i wyznaczonych z danych doświadczalnych jest bardzo dobra. Współczynnik skośności obliczony z parametrów TPRW zgadza się z obliczonym z doświadczenia z dokładnością znaku i 40 60% co do wartości. Taka zgodność nie jest częsta, zwłaszcza dla czterech serii próbek o różnych wymiarach. Punkty doświadczalne na diagramie Weibulla dość dobrze można przybliżyć prostą. Przedziały ufności są jednak zbyt szerokie. Dla dolnej granicy przedziału ufności pojawiają się wartości ujemne. Wynika to z małej wartości σ min dla wszystkich serii próbek A, B, C i D. Dla materiałów ceramicznych [5], dla betonów [13] i dla stali [2] wartość σ min wynosi ok % σ max. Takie wyniki sugerują nieprzydatność wzorów (10) i (11) dla określania przedziałów ufności dla badanych serii. W seriach A, B, C i D naprężenie progowe maleje ze wzrostem współczynnika wytrzymałości od wielkości 88,9 MPa dla A do 34,5 MPa dla D (tabela 2). Jest to duża zmienność. Rysunek 12 przedstawia typowy obraz próbki (z grupy serii A, B, C i D) złamanej podczas pomiaru wytrzymałości. Rys. 12. Najczęstszy sposób pękania próbki z grupy serii A, B, C i D podczas pomiaru wytrzymałości. Widoczny numer próbki. Y. Xu i inni w pracy [14] podają przykład 40 pomiarów wytrzymałości na trójpunktowe zginanie szkła. Pomiary te podlegają TPRW. Spełniają wszystkie wyżej podane kryteria. Użyty do badań materiał autorzy określają jako a kind of glass material pewnego rodzaju materiał szklany. Autor niniejszej pracy stwierdził, że pomiary te podlegają też DPRW. Wykonano pomiary wytrzymałości na trójpunktowe zginanie serii próbek oznaczonych E, F i G. Były to próbki w których wprowadzono sztuczną wadę, którą był odcisk piramidki Vickersa. Autor tej pracy sądził, iż wytrzymałość tak spreparowanych próbek będzie podlegała DPRW lub TPRW. Rysunki 5, 6 i 7 przedstawiają diagramy Weibulla dla DPRW i TPRW serii próbek z odciskiem Vickersa. Jak widać, niskie wartości wytrzymałości są dla próbek E i F przesunięte nieznacznie w prawo. Największe odchylenie obserwujemy w próbce G. We wszystkich próbkach σ min zawiera się w granicach 57 75% σ max. Przedziały ufności są rozsądne, brak wartości ujemnych dla dolnych granic. Pomiary wytrzymałości serii próbek z odciskiem Vickersa są, jak widać bliższe rozkładom Weibulla niż próbki bez odcisków. Najlepszą zgodność charakterystyk rozkładu obliczonych z pomiarów i obliczonych z parametrów rozkładu obserwujemy dla serii E dla TPRW (nawet współczynniki skośności doświadczalny i teoretyczny są zbliżone). Można powiedzieć, że pomiary z serii E podlegają TPRW. Dla serii F i G zgodność jest gorsza. Rysunek 13 przedstawia typowy obraz próbki (z grupy serii E, F i G) złamanej podczas pomiaru wytrzymałości. Rys. 13. Sposób pękania próbki z grupy serii E, F i G podczas pomiaru wytrzymałości. Widoczny numer próbki i ślad po odcisku Vickersa. Wykonano pomiary dwu serii próbek H i I, w których siłę przykładano od strony przeciwnej stronie cięcia. Autor sądził że drobne wady wywołane cięciem spowodują, iż pomiary wytrzymałości będą podlegać TPRW lub DPRW. Wady spowodowane cięciem pokazane są na rys 14. W obu seriach DPRW punkty niskich wytrzymałości odchylają się w prawo. Zgodność charakterystyk rozkładu obliczonych z parametrów rozkładu jest podobna do zgodności w seriach A, B, C i D. W przedziałach ufności pojawia się ujemna dolna granica. Zachowanie się serii H i I jest podobne do serii A, B, C i D. Rys. 14. Wady powstałe podczas cięcia tafli szklanej. Wskazuje je czarna kreska. Na rysunku widoczny jest uchwyt próbki z rurki. 6 Szkło i Ceramika

6 6. Wnioski Z analizy wszystkich grup serii wynika wniosek, że trójparametrowy rozkład Weibulla w każdym przypadku lepiej opisuje pomiary wytrzymałości niż dwuparametrowy. Poniżej przedstawiono wnioski wypływające z analizy badanych trzech grup serii. Grupa serii A, B, C i D Pomiary wytrzymałości w tej grupie serii nie podlegają DPRW. Zaobserwowano niespodziewaną zgodność pomiarów z wzorami (16) i (17) dla zależności pomiędzy ln σ 0 a ln V E i ln S E, mimo iż pomiary te nie podlegają rozkładowi Weibulla. Należy zaznaczyć, iż wyprowadzenie tych wzorów wymaga mocnego założenia, że pomiary podlegają DPRW. Analiza diagramów Weibulla i analiza zgodności teoretycznych i doświadczalnych charakterystyk rozkładu dla TPRW pozwalają przypuszczać, że pomiary grupy serii A, B. C i D podlegają TPRW. Znaczne zmiany naprężenia progowego dla poszczególnych serii w grupie, przeczą tezie autora, że naprężenie progowe jest stałą materiałową dla szkła typu float. Grupa serii E, F i G Wprowadzona wada (odcisk Vickersa) powoduje znaczną poprawę zgodności pomiarów wytrzymałości z DPRW i TPRW. Jakościową ocenę tej zgodności można przedstawić nierównością: E > F >G Nierówność ta jest również nierównością dla współczynników wytrzymałości (tabela 1). Można więc sądzić, że można uzyskać zgodność pomiarów z DPRW i TPRW gdy wada jest duża względem próbki. Grupa serii H i I Mimo wyraźnych drobnych wad powstałych przy przecinaniu tafli szkła pomiary wytrzymałości tej grupy serii nie podlegają DPRW i TPRW. Praca ta była sfinansowana przez Ministerstwo Nauki i Szkolnictwa Wyższego jako projekt badawczy 3 T08D Literatura [1] W. Weibull.: A Statistical Theory of Strenght of Materials. Ingvetenskaps Handl [2] W. Weibull.: A statistical distribution function of wide applicability, J. App. Mech. 18 (1951) pp [3] DIN September 1993, Teil 3. [4] M. E. Niezgodziński, T. Niezgodziński: Wzory, wykresy i tablice wytrzymałościowe; PWN Warszawa 1975 str 14. [5] W. M. Rećko:Moduł Weibulla. Historia i przyszłość. CERA- MIKA/CERAMICS vol. 80 (2003) pp [6] D. N. P. Murthy, M. Xie, R. Jiang:Weibull Models; Wiley series in probability and statistics; John Wiley & Sons, Inc. USA pp [7] J. Antoniewicz: Tablice funkcji dla inżynierów, PWN Warszawa 1980 str. 418 i dalej. [8] H. Qiao, C. P. Tsokos: Estimation of the three parameter Weibull probability distribution. Mathematics and Computers in Simulation 39 (1995) [9] G.D. Quinn, R. Morrel: Design data for engineering ceramics: a reviev of the flexure test. J. Amer. Ceram. Soc. 74(9) (1991) pp [10] G.D. Quinn: Weibull Strenght Scaling for Standardised Rectangular Flexure Specimen, J. Amer, Ceram. Soc. 86 (3) 10 (2003) pp [11] D. G. S. Davies: The Statistical Approach to Engineering Design of Ceramics. Proc. Br. Ceram. Soc. 22 (1973) pp [12] Y. Katayama, Y. Hatori:Effects of specimen size on strenght pf sintered silicon nitride. J. Amer. Ceram. Soc. 65(10) (1982) C164-C165. [13] W.M. Rećko: Rozkład wytrzymałości dla betonów; Szkło i Ceramika str [14] Y. Xu, L. Cheng, L. Zhang, D. Yan, C. You: Optimization of sampole number for Weibull function of brittle materials strenght ; Ceramics International 27 (2001) pp

Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi

Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska D syst D śr m 1 3 5 2 4 6 śr j D 1

Bardziej szczegółowo

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu

Bardziej szczegółowo

WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH

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

Bardziej szczegółowo

Metody badań kamienia naturalnego: Oznaczanie wytrzymałości na zginanie pod działaniem siły skupionej

Metody badań kamienia naturalnego: Oznaczanie wytrzymałości na zginanie pod działaniem siły skupionej Metody badań kamienia naturalnego: Oznaczanie wytrzymałości na zginanie pod działaniem siły skupionej 1. Zasady metody Zasada metody polega na stopniowym obciążaniu środka próbki do badania, ustawionej

Bardziej szczegółowo

1 Podstawy rachunku prawdopodobieństwa

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

Bardziej szczegółowo

ĆWICZENIE 1 STATYCZNA PRÓBA ROZCIĄGANIA METALI - UPROSZCZONA. 1. Protokół próby rozciągania Rodzaj badanego materiału. 1.2.

ĆWICZENIE 1 STATYCZNA PRÓBA ROZCIĄGANIA METALI - UPROSZCZONA. 1. Protokół próby rozciągania Rodzaj badanego materiału. 1.2. Ocena Laboratorium Dydaktyczne Zakład Wytrzymałości Materiałów, W2/Z7 Dzień i godzina ćw. Imię i Nazwisko ĆWICZENIE 1 STATYCZNA PRÓBA ROZCIĄGANIA METALI - UPROSZCZONA 1. Protokół próby rozciągania 1.1.

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechnika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH BADANIE ZACHOWANIA SIĘ MATERIAŁÓW PODCZAS ŚCISKANIA Instrukcja przeznaczona jest dla studentów

Bardziej szczegółowo

Wyboczenie ściskanego pręta

Wyboczenie ściskanego pręta Wszelkie prawa zastrzeżone Mechanika i wytrzymałość materiałów - instrukcja do ćwiczenia laboratoryjnego: 1. Wstęp Wyboczenie ściskanego pręta oprac. dr inż. Ludomir J. Jankowski Zagadnienie wyboczenia

Bardziej szczegółowo

Oszacowanie i rozkład t

Oszacowanie i rozkład t Oszacowanie i rozkład t Marcin Zajenkowski Marcin Zajenkowski () Oszacowanie i rozkład t 1 / 31 Oszacowanie 1 Na podstawie danych z próby szacuje się wiele wartości w populacji, np.: jakie jest poparcie

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

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

Bardziej szczegółowo

WYZNACZANIE WYTRZYMAŁOŚCI BETONU NA ROZCIĄGANIE W PRÓBIE ZGINANIA

WYZNACZANIE WYTRZYMAŁOŚCI BETONU NA ROZCIĄGANIE W PRÓBIE ZGINANIA WYZNACZANIE WYTRZYMAŁOŚCI BETONU NA ROZCIĄGANIE W PRÓBIE ZGINANIA Jacek Kubissa, Wojciech Kubissa Wydział Budownictwa, Mechaniki i Petrochemii Politechniki Warszawskiej. WPROWADZENIE W 004 roku wprowadzono

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.

Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem. Teoria błędów Wskutek niedoskonałości przyrządów, jak również niedoskonałości organów zmysłów wszystkie pomiary są dokonywane z określonym stopniem dokładności. Nie otrzymujemy prawidłowych wartości mierzonej

Bardziej szczegółowo

Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne.

Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne. Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne. Wydział Matematyki Politechniki Wrocławskiej Karty kontroli jakości: przypomnienie Załóżmy, że chcemy mierzyć pewną charakterystykę.

Bardziej szczegółowo

SPRAWOZDANIE Z BADAŃ

SPRAWOZDANIE Z BADAŃ POLITECHNIKA ŁÓDZKA ul. Żeromskiego 116 90-924 Łódź KATEDRA BUDOWNICTWA BETONOWEGO NIP: 727 002 18 95 REGON: 000001583 LABORATORIUM BADAWCZE MATERIAŁÓW I KONSTRUKCJI BUDOWLANYCH Al. Politechniki 6 90-924

Bardziej szczegółowo

Testy nieparametryczne

Testy nieparametryczne Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 3. Populacje i próby danych

STATYSTYKA MATEMATYCZNA WYKŁAD 3. Populacje i próby danych STATYSTYKA MATEMATYCZNA WYKŁAD 3 Populacje i próby danych POPULACJA I PRÓBA DANYCH POPULACJA population Obserwacje dla wszystkich osobników danego gatunku / rasy PRÓBA DANYCH sample Obserwacje dotyczące

Bardziej szczegółowo

MODELOWANIE WARSTWY POWIERZCHNIOWEJ O ZMIENNEJ TWARDOŚCI

MODELOWANIE WARSTWY POWIERZCHNIOWEJ O ZMIENNEJ TWARDOŚCI Dr inż. Danuta MIEDZIŃSKA, email: dmiedzinska@wat.edu.pl Dr inż. Robert PANOWICZ, email: Panowicz@wat.edu.pl Wojskowa Akademia Techniczna, Katedra Mechaniki i Informatyki Stosowanej MODELOWANIE WARSTWY

Bardziej szczegółowo

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33 Statystyka Wykład 4 Magdalena Alama-Bućko 19 marca 2018 Magdalena Alama-Bućko Statystyka 19 marca 2018 1 / 33 Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności (rozproszenia,

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechnika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH BADANIE TWORZYW SZTUCZNYCH OZNACZENIE WŁASNOŚCI MECHANICZNYCH PRZY STATYCZNYM ROZCIĄGANIU

Bardziej szczegółowo

Kolokwium ze statystyki matematycznej

Kolokwium ze statystyki matematycznej Kolokwium ze statystyki matematycznej 28.05.2011 Zadanie 1 Niech X będzie zmienną losową z rozkładu o gęstości dla, gdzie 0 jest nieznanym parametrem. Na podstawie pojedynczej obserwacji weryfikujemy hipotezę

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Komputerowa analiza danych doświadczalnych

Komputerowa analiza danych doświadczalnych Komputerowa analiza danych doświadczalnych Wykład 4.03.06 dr inż. Łukasz Graczykowski lgraczyk@if.pw.edu.pl Semestr letni 05/06 Zmienne losowe, jednowymiarowe rozkłady zmiennych losowych Pomiar jako zdarzenie

Bardziej szczegółowo

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ Opracowała: Milena Suliga Wszystkie pliki pomocnicze wymienione w treści

Bardziej szczegółowo

LABORATORIUM Z FIZYKI

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

Bardziej szczegółowo

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów: Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,

Bardziej szczegółowo

Często spotykany jest również asymetryczny rozkład gamma (Г), opisany za pomocą parametru skali θ i parametru kształtu k:

Często spotykany jest również asymetryczny rozkład gamma (Г), opisany za pomocą parametru skali θ i parametru kształtu k: Statystyczne opracowanie danych pomiarowych W praktyce pomiarowej często spotykamy się z pomiarami wielokrotnymi, gdy podczas pomiaru błędy pomiarowe (szumy miernika, czynniki zewnętrzne) są na tyle duże,

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA LISTA 10 1.Dokonano 8 pomiarów pewnej odległości (w m) i otrzymano: 201, 195, 207, 203, 191, 208, 198, 210. Wiedząc,że błąd pomiaru ma rozkład normalny

Bardziej szczegółowo

szkło klejone laminowane szkło klejone z użyciem folii na całej powierzchni.

szkło klejone laminowane szkło klejone z użyciem folii na całej powierzchni. SZKŁO LAMINOWANE dokument opracowany przez: w oparciu o Polskie Normy: PN-B-13083 Szkło budowlane bezpieczne PN-EN ISO 12543-5, 6 Szkło warstwowe i bezpieczne szkło warstwowe PN-EN 572-2 Szkło float definicje

Bardziej szczegółowo

Testowanie hipotez statystycznych.

Testowanie hipotez statystycznych. Statystyka Wykład 10 Wrocław, 22 grudnia 2011 Testowanie hipotez statystycznych Definicja. Hipotezą statystyczną nazywamy stwierdzenie dotyczące parametrów populacji. Definicja. Dwie komplementarne w problemie

Bardziej szczegółowo

Komputerowa Analiza Danych Doświadczalnych

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

Bardziej szczegółowo

STATYCZNA PRÓBA ROZCIĄGANIA

STATYCZNA PRÓBA ROZCIĄGANIA Mechanika i wytrzymałość materiałów - instrukcja do ćwiczenia laboratoryjnego: STATYCZNA PRÓBA ROZCIĄGANIA oprac. dr inż. Jarosław Filipiak Cel ćwiczenia 1. Zapoznanie się ze sposobem przeprowadzania statycznej

Bardziej szczegółowo

Wyznaczanie modułu Younga metodą strzałki ugięcia

Wyznaczanie modułu Younga metodą strzałki ugięcia Ćwiczenie M12 Wyznaczanie modułu Younga metodą strzałki ugięcia M12.1. Cel ćwiczenia Celem ćwiczenia jest wyznaczenie wartości modułu Younga różnych materiałów poprzez badanie strzałki ugięcia wykonanych

Bardziej szczegółowo

Analiza i monitoring środowiska

Analiza i monitoring środowiska Analiza i monitoring środowiska CHC 017003L (opracował W. Zierkiewicz) Ćwiczenie 1: Analiza statystyczna wyników pomiarów. 1. WSTĘP Otrzymany w wyniku przeprowadzonej analizy ilościowej wynik pomiaru zawartości

Bardziej szczegółowo

BADANIA WŁASNOŚCI MECHANICZNYCH MATERIAŁÓW KONSTRUKCYJNYCH 1. Próba rozciągania metali w temperaturze otoczenia (zg. z PN-EN :2002)

BADANIA WŁASNOŚCI MECHANICZNYCH MATERIAŁÓW KONSTRUKCYJNYCH 1. Próba rozciągania metali w temperaturze otoczenia (zg. z PN-EN :2002) Nazwisko i imię... Akademia Górniczo-Hutnicza Nazwisko i imię... Laboratorium z Wytrzymałości Materiałów Wydział... Katedra Wytrzymałości Materiałów Rok... Grupa... i Konstrukcji Data ćwiczenia... Ocena...

Bardziej szczegółowo

Estymacja punktowa i przedziałowa

Estymacja punktowa i przedziałowa Temat: Estymacja punktowa i przedziałowa Kody znaków: żółte wyróżnienie nowe pojęcie czerwony uwaga kursywa komentarz 1 Zagadnienia 1. Statystyczny opis próby. Idea estymacji punktowej pojęcie estymatora

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.

Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin. Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Zadania analityczne (1) Analiza przewiduje badanie podobieństw

Bardziej szczegółowo

DOKŁADNOŚĆ POMIARU DŁUGOŚCI

DOKŁADNOŚĆ POMIARU DŁUGOŚCI 1a DOKŁADNOŚĆ POMIARU DŁUGOŚCI 1. ZAGADNIENIA TEORETYCZNE: sposoby wyznaczania niepewności pomiaru standardowa niepewność wyniku pomiaru wielkości mierzonej bezpośrednio i złożona niepewność standardowa;

Bardziej szczegółowo

Komputerowa Analiza Danych Doświadczalnych

Komputerowa Analiza Danych Doświadczalnych Komputerowa Analiza Danych Doświadczalnych Prowadząca: dr inż. Hanna Zbroszczyk e-mail: gos@if.pw.edu.pl tel: +48 22 234 58 51 konsultacje: poniedziałek, 10-11, środa: 11-12 www: http://www.if.pw.edu.pl/~gos/students/kadd

Bardziej szczegółowo

WYKŁAD 5 TEORIA ESTYMACJI II

WYKŁAD 5 TEORIA ESTYMACJI II WYKŁAD 5 TEORIA ESTYMACJI II Teoria estymacji (wyznaczanie przedziałów ufności, błąd badania statystycznego, poziom ufności, minimalna liczba pomiarów). PRÓBA Próba powinna być reprezentacyjna tj. jak

Bardziej szczegółowo

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO Zakład Metrologii i Systemów Pomiarowych P o l i t e c h n i k a P o z n ańska ul. Jana Pawła II 24 60-965 POZNAŃ (budynek Centrum Mechatroniki, Biomechaniki i Nanoinżynierii) www.zmisp.mt.put.poznan.pl

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: przedmiot obowiązkowy w ramach treści kierunkowych, moduł kierunkowy ogólny Rodzaj zajęć: wykład, ćwiczenia I KARTA PRZEDMIOTU CEL PRZEDMIOTU

Bardziej szczegółowo

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

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

Bardziej szczegółowo

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO Zakład Metrologii i Systemów Pomiarowych P o l i t e c h n i k a P o z n ańska ul Jana Pawła II 24 60-965 POZNAŃ budynek Centrum Mechatroniki, iomechaniki i Nanoinżynierii) wwwzmispmtputpoznanpl tel +48

Bardziej szczegółowo

Miary zmienności STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018

Miary zmienności STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018 STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 6 marca 2018 1 MIARY ZMIENNOŚCI (inaczej: rozproszenia, rozrzutu, zróżnicowania, dyspersji) informuja o zróżnicowaniu jednostek zbiorowości

Bardziej szczegółowo

WARUNKI TECHNICZNE 2. DEFINICJE

WARUNKI TECHNICZNE 2. DEFINICJE WARUNKI TECHNICZNE 1. ZAKRES WARUNKÓW TECHNICZNYCH W niniejszych WT określono wymiary i minimalne wymagania dotyczące jakości (w odniesieniu do wad optycznych i widocznych) szkła float stosowanego w budownictwie,

Bardziej szczegółowo

Rozwiązanie n1=n2=n=8 F=(4,50) 2 /(2,11) 2 =4,55 Fkr (0,05; 7; 7)=3,79

Rozwiązanie n1=n2=n=8 F=(4,50) 2 /(2,11) 2 =4,55 Fkr (0,05; 7; 7)=3,79 Test F =służy do porównania precyzji dwóch niezależnych serii pomiarowych uzyskanych w trakcie analizy próbek o zawartości analitu na takim samym poziomie #obliczyć wartość odchyleń standardowych dla serii

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechnika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH BADANIE ZACHOWANIA SIĘ MATERIAŁÓW PODCZAS ŚCISKANIA Instrukcja przeznaczona jest dla studentów

Bardziej szczegółowo

Dawid Bula. Wytrzymałość połączenia metal-ceramika na wybranych podbudowach metalowych

Dawid Bula. Wytrzymałość połączenia metal-ceramika na wybranych podbudowach metalowych WyŜsza Szkoła InŜynierii Dentystycznej im. Prof. Alferda Meissnera w Ustroniu Dawid Bula Wytrzymałość połączenia metal-ceramika na wybranych podbudowach metalowych (The strength of metal-ceramics joins

Bardziej szczegółowo

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: Wariancja z populacji: Podstawowe miary rozproszenia: 1 1 s x x x x k 2 2 k 2 2 i i n i1 n i1 Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: 1 k 2 s xi x n 1 i1 2 Przykład 38,

Bardziej szczegółowo

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria prof. dr hab. inż. Jacek Mercik B4 pok. 55 jacek.mercik@pwr.wroc.pl (tylko z konta studenckiego z serwera PWr) Konsultacje, kontakt itp. Strona WWW Elementy wykładu.

Bardziej szczegółowo

WYMAGANIA NA OCENĘ 12. Równania kwadratowe Uczeń demonstruje opanowanie umiejętności ogólnych rozwiązując zadania, w których:

WYMAGANIA NA OCENĘ 12. Równania kwadratowe Uczeń demonstruje opanowanie umiejętności ogólnych rozwiązując zadania, w których: str. 1 / 1. Równania kwadratowe sprawdza, czy liczba jest pierwiastkiem równania, po uporządkowaniu równania określa jego rodzaj (zupełne, niezupełne), rozwiązuje proste uporządkowane równania zupełne

Bardziej szczegółowo

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41 Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna

Bardziej szczegółowo

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd. Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru

Bardziej szczegółowo

ANALIZA ROZDRABNIANIA WARSTWOWEGO NA PODSTAWIE EFEKTÓW ROZDRABNIANIA POJEDYNCZYCH ZIAREN

ANALIZA ROZDRABNIANIA WARSTWOWEGO NA PODSTAWIE EFEKTÓW ROZDRABNIANIA POJEDYNCZYCH ZIAREN Akademia Górniczo Hutnicza im. Stanisława Staszica Wydział Górnictwa i Geoinżynierii Katedra Inżynierii Środowiska i Przeróbki Surowców Rozprawa doktorska ANALIZA ROZDRABNIANIA WARSTWOWEGO NA PODSTAWIE

Bardziej szczegółowo

WYKŁAD 8 ANALIZA REGRESJI

WYKŁAD 8 ANALIZA REGRESJI WYKŁAD 8 ANALIZA REGRESJI Regresja 1. Metoda najmniejszych kwadratów-regresja prostoliniowa 2. Regresja krzywoliniowa 3. Estymacja liniowej funkcji regresji 4. Testy istotności współczynnika regresji liniowej

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ĆWICZENIE 15 WYZNACZANIE (K IC )

ĆWICZENIE 15 WYZNACZANIE (K IC ) POLITECHNIKA WROCŁAWSKA Imię i Nazwisko... WYDZIAŁ MECHANICZNY Wydzia ł... Wydziałowy Zakład Wytrzymałości Materiałów Rok... Grupa... Laboratorium Wytrzymałości Materiałów Data ćwiczenia... ĆWICZENIE 15

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 4 Temat: Analiza korelacji i regresji dwóch zmiennych

Bardziej szczegółowo

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 2 1 / 20 MIARY ROZPROSZENIA, Wariancja Wariancją z próby losowej X

Bardziej szczegółowo

Wyznaczanie przyspieszenia ziemskiego za pomocą wahadła prostego

Wyznaczanie przyspieszenia ziemskiego za pomocą wahadła prostego Ćwiczenie M6 Wyznaczanie przyspieszenia ziemskiego za pomocą wahadła prostego M6.1. Cel ćwiczenia Celem ćwiczenia jest wyznaczenie przyspieszenia ziemskiego poprzez analizę ruchu wahadła prostego. M6..

Bardziej szczegółowo

LISTA 4. 7.Przy sporządzaniu skali magnetometru dokonano 10 niezależnych pomiarów

LISTA 4. 7.Przy sporządzaniu skali magnetometru dokonano 10 niezależnych pomiarów LISTA 4 1.Na pewnym obszarze dokonano 40 pomiarów grubości warstwy piasku otrzymując w m.: 54, 58, 64, 69, 61, 56, 41, 48, 56, 61, 70, 55, 46, 57, 70, 55, 47, 62, 55, 60, 54,57,65,60,53,54, 49,58,62,59,55,50,58,

Bardziej szczegółowo

Ważne rozkłady i twierdzenia

Ważne rozkłady i twierdzenia Ważne rozkłady i twierdzenia Rozkład dwumianowy i wielomianowy Częstość. Prawo wielkich liczb Rozkład hipergeometryczny Rozkład Poissona Rozkład normalny i rozkład Gaussa Centralne twierdzenie graniczne

Bardziej szczegółowo

W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne.

W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne. W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne. dr hab. Jerzy Nakielski Katedra Biofizyki i Morfogenezy Roślin Plan wykładu: 1. Etapy wnioskowania statystycznego 2. Hipotezy statystyczne,

Bardziej szczegółowo

Statystyka matematyczna. Wykład III. Estymacja przedziałowa

Statystyka matematyczna. Wykład III. Estymacja przedziałowa Statystyka matematyczna. Wykład III. e-mail:e.kozlovski@pollub.pl Spis treści Rozkłady zmiennych losowych 1 Rozkłady zmiennych losowych Rozkład χ 2 Rozkład t-studenta Rozkład Fischera 2 Przedziały ufności

Bardziej szczegółowo

Weryfikacja hipotez statystycznych

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

Bardziej szczegółowo

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony zbiór jednostek, które

Bardziej szczegółowo

Analiza Statystyczna

Analiza Statystyczna Lekcja 5. Strona 1 z 12 Analiza Statystyczna Do analizy statystycznej wykorzystać można wbudowany w MS Excel pakiet Analysis Toolpak. Jest on instalowany w programie Excel jako pakiet dodatkowy. Oznacza

Bardziej szczegółowo

Pobieranie prób i rozkład z próby

Pobieranie prób i rozkład z próby Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów

Bardziej szczegółowo

Badanie ugięcia belki

Badanie ugięcia belki Badanie ugięcia belki Szczecin 2015 r Opracował : dr inż. Konrad Konowalski *) opracowano na podstawie skryptu [1] 1. Cel ćwiczenia Celem ćwiczenia jest: 1. Sprawdzenie doświadczalne ugięć belki obliczonych

Bardziej szczegółowo

Wydział Inżynierii Produkcji. I Logistyki. Statystyka opisowa. Wykład 3. Dr inż. Adam Deptuła

Wydział Inżynierii Produkcji. I Logistyki. Statystyka opisowa. Wykład 3. Dr inż. Adam Deptuła 12.03.2017 Wydział Inżynierii Produkcji I Logistyki Statystyka opisowa Wykład 3 Dr inż. Adam Deptuła METODY OPISU DANYCH ILOŚCIOWYCH SKALARNYCH Wykresy: diagramy, histogramy, łamane częstości, wykresy

Bardziej szczegółowo

Wymagania kl. 3. Zakres podstawowy i rozszerzony

Wymagania kl. 3. Zakres podstawowy i rozszerzony Wymagania kl. 3 Zakres podstawowy i rozszerzony Temat lekcji Zakres treści Osiągnięcia ucznia 1. RACHUNEK PRAWDOPODOBIEŃSTWA 1. Reguła mnożenia reguła mnożenia ilustracja zbioru wyników doświadczenia za

Bardziej szczegółowo

Katedra Technik Wytwarzania i Automatyzacji STATYSTYCZNA KONTROLA PROCESU

Katedra Technik Wytwarzania i Automatyzacji STATYSTYCZNA KONTROLA PROCESU Katedra Technik Wytwarzania i Automatyzacji METROLOGIA I KONTKOLA JAKOŚCI - LABORATORIUM TEMAT: STATYSTYCZNA KONTROLA PROCESU 1. Cel ćwiczenia Zapoznanie studentów z podstawami wdrażania i stosowania metod

Bardziej szczegółowo

Materiały dydaktyczne. Semestr IV. Laboratorium

Materiały dydaktyczne. Semestr IV. Laboratorium Materiały dydaktyczne Wytrzymałość materiałów Semestr IV Laboratorium 1 Temat: Statyczna zwykła próba rozciągania metali. Praktyczne przeprowadzenie statycznej próby rozciągania metali, oraz zapoznanie

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA, LISTA 3

STATYSTYKA MATEMATYCZNA, LISTA 3 STATYSTYKA MATEMATYCZNA, LISTA 3 1. Aby zweryfikować hipotezę o symetryczności monety; H: p = 0.5 przeciwko K: p 0.5 wykonano nią n = 100 rzutów. Wyznaczyć obszar krytyczny i zweryfikować hipotezę H gdy

Bardziej szczegółowo

Katedra Inżynierii Materiałów Budowlanych

Katedra Inżynierii Materiałów Budowlanych Katedra Inżynierii Materiałów Budowlanych TEMAT PRACY: Badanie właściwości mechanicznych płyty "BEST" wykonanej z tworzywa sztucznego. ZLECENIODAWCY: Dropel Sp. z o.o. Bartosz Różański POSY REKLAMA Zlecenie

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH Dr Benedykt R. Jany I Pracownia Fizyczna Ochrona Środowiska grupa F1 Rodzaje Pomiarów Pomiar bezpośredni - bezpośrednio

Bardziej szczegółowo

Politechnika Białostocka INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH

Politechnika Białostocka INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Politechnika Białostocka Wydział Budownictwa i Inżynierii Środowiska INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Temat ćwiczenia: Zwykła próba rozciągania stali Numer ćwiczenia: 1 Laboratorium z przedmiotu:

Bardziej szczegółowo

Politechnika Białostocka INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH

Politechnika Białostocka INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Politechnika Białostocka Wydział Budownictwa i Inżynierii Środowiska INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Temat ćwiczenia: Ścisła próba rozciągania stali Numer ćwiczenia: 2 Laboratorium z przedmiotu:

Bardziej szczegółowo

Metody badań materiałów konstrukcyjnych

Metody badań materiałów konstrukcyjnych Wyznaczanie stałych materiałowych Nr ćwiczenia: 1 Wyznaczyć stałe materiałowe dla zadanych materiałów. Maszyna wytrzymałościowa INSTRON 3367. Stanowisko do badania wytrzymałości na skręcanie. Skalibrować

Bardziej szczegółowo

WYMAGANIA Z MATEMATYKI NA POSZCZEGÓLNE OCENY KLASYFIKACYJNE DLA UCZNIÓW KLAS TRZECICH. Sposoby sprawdzania wiedzy i umiejętności uczniów

WYMAGANIA Z MATEMATYKI NA POSZCZEGÓLNE OCENY KLASYFIKACYJNE DLA UCZNIÓW KLAS TRZECICH. Sposoby sprawdzania wiedzy i umiejętności uczniów WYMAGANIA Z MATEMATYKI NA POSZCZEGÓLNE OCENY KLASYFIKACYJNE DLA UCZNIÓW KLAS TRZECICH Sposoby sprawdzania wiedzy i umiejętności uczniów 1. Odpowiedzi ustne. 2. Sprawdziany pisemne. 3. Kartkówki. 4. Testy.

Bardziej szczegółowo

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

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

Bardziej szczegółowo

SPRAWOZDANIE LABORATORIUM WYTRZYMAŁOŚCI MATERIAŁÓW B Badanie własności mechanicznych materiałów konstrukcyjnych

SPRAWOZDANIE LABORATORIUM WYTRZYMAŁOŚCI MATERIAŁÓW B Badanie własności mechanicznych materiałów konstrukcyjnych Wydział Inżynierii Mechanicznej i Robotyki Katedra Wytrzymałości, Zmęczenia Materiałów i Konstrukcji SPRAWOZDANIE B Badanie własności mechanicznych materiałów konstrukcyjnych Wydział Specjalność.. Nazwisko

Bardziej szczegółowo

str 1 WYMAGANIA EDUKACYJNE ( ) - matematyka - poziom podstawowy Dariusz Drabczyk

str 1 WYMAGANIA EDUKACYJNE ( ) - matematyka - poziom podstawowy Dariusz Drabczyk str 1 WYMAGANIA EDUKACYJNE (2017-2018) - matematyka - poziom podstawowy Dariusz Drabczyk Klasa 3e: wpisy oznaczone jako: (T) TRYGONOMETRIA, (PII) PLANIMETRIA II, (RP) RACHUNEK PRAWDOPODOBIEŃSTWA, (ST)

Bardziej szczegółowo

Zadania ze statystyki, cz.6

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

Bardziej szczegółowo

Wykład 5: Statystyki opisowe (część 2)

Wykład 5: Statystyki opisowe (część 2) Wykład 5: Statystyki opisowe (część 2) Wprowadzenie Na poprzednim wykładzie wprowadzone zostały statystyki opisowe nazywane miarami położenia (średnia, mediana, kwartyle, minimum i maksimum, modalna oraz

Bardziej szczegółowo

Prawdopodobieństwo i rozkład normalny cd.

Prawdopodobieństwo i rozkład normalny cd. # # Prawdopodobieństwo i rozkład normalny cd. Michał Daszykowski, Ivana Stanimirova Instytut Chemii Uniwersytet Śląski w Katowicach Ul. Szkolna 9 40-006 Katowice E-mail: www: mdaszyk@us.edu.pl istanimi@us.edu.pl

Bardziej szczegółowo

Analiza porównawcza dwóch metod wyznaczania wskaźnika wytrzymałości na przebicie kulką dla dzianin

Analiza porównawcza dwóch metod wyznaczania wskaźnika wytrzymałości na przebicie kulką dla dzianin Analiza porównawcza dwóch metod wyznaczania wskaźnika wytrzymałości na przebicie kulką dla dzianin B. Wilbik-Hałgas, E. Ledwoń Instytut Technologii Bezpieczeństwa MORATEX Wprowadzenie Wytrzymałość na działanie

Bardziej szczegółowo

KORELACJE I REGRESJA LINIOWA

KORELACJE I REGRESJA LINIOWA KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem

Bardziej szczegółowo

Inteligentna analiza danych

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

Bardziej szczegółowo

Rozkład normalny, niepewność standardowa typu A

Rozkład normalny, niepewność standardowa typu A Podstawy Metrologii i Technik Eksperymentu Laboratorium Rozkład normalny, niepewność standardowa typu A Instrukcja do ćwiczenia nr 1 Zakład Miernictwa i Ochrony Atmosfery Wrocław, listopad 2010 r. Podstawy

Bardziej szczegółowo

Próba własności i parametry

Próba własności i parametry Próba własności i parametry Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony

Bardziej szczegółowo

Badanie rozkładu pola magnetycznego przewodników z prądem

Badanie rozkładu pola magnetycznego przewodników z prądem Ćwiczenie E7 Badanie rozkładu pola magnetycznego przewodników z prądem E7.1. Cel ćwiczenia Prąd elektryczny płynący przez przewodnik wytwarza wokół niego pole magnetyczne. Ćwiczenie polega na pomiarze

Bardziej szczegółowo

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss

Bardziej szczegółowo

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)

Bardziej szczegółowo

Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX = 4 i EY = 6. Rozważamy zmienną losową Z =.

Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX = 4 i EY = 6. Rozważamy zmienną losową Z =. Prawdopodobieństwo i statystyka 3..00 r. Zadanie Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX 4 i EY 6. Rozważamy zmienną losową Z. X + Y Wtedy (A) EZ 0,

Bardziej szczegółowo

Testowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25

Testowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25 Testowanie hipotez Marcin Zajenkowski Marcin Zajenkowski () Testowanie hipotez 1 / 25 Testowanie hipotez Aby porównać ze sobą dwie statystyki z próby stosuje się testy istotności. Mówią one o tym czy uzyskane

Bardziej szczegółowo