OBLICZENIA W POMIARACH POŚREDNICH
|
|
- Wiktoria Karpińska
- 9 lat temu
- Przeglądów:
Transkrypt
1 ROZDZAŁ 6 OBLCZENA W POMARACH POŚREDNCH Stefan ubisa Zachodniopoorsi niwersytet Technologiczny. Wstęp Poiar pośredni to tai w tóry wartość wielości ierzonej wielości wyjściowej ezurandu y oblicza się z pozysanych w różny sposób z poiaru z douentacji używanej aparatury z tablic fizycznych itp. wartości wielości wejściowych x x xn xn na podstawie znanej funcji poiaru: y f x x xn xn Wielościai wejściowyi ogą być: wsazania przyrządów poiarowych wielości reprezentowane przez wzorce poiarowe dane zaczerpnięte ze specyfiacji douentacji i podręczniów wielości pochodzące z innych poiarów tzw. stałe uniwersalne poprawi do wartości ww. wielości w ty poprawi ze względu na wielości wpływające itp. Obliczenia obejują estyatę ezurandu oraz jej niepewność. Spotya się różne sposoby tych obliczeń a wybór sposobu jest przediote dysusji zresztą nie jedyny. Dysutuje się też potrzebę rozróżniania iędzy sybolai wielości i sybolai wartości wielości. Ten rozdział zajuje się wartościai wielości i stosuje dla nich zaprezentowaną we wzorze sybolię tóra budzi ontrowersje bo raczej nie jest używana w innych publiacjach. Częściej spotyana sybolia typu x x x n x N a jedna wadę wyniającą stąd że wtedy gdy trzeba rozróżnić wynii wielu obserwacji danej wartości np. x powstaje łańcuch indesów dolnych np.: x x x 3. W przypadu sybolii proponowanej w ty rozdziale wady tej nie a ciąg obserwacji wartości np. x a postać: x x x 3. Dwuznaowe sybole typu x budzą jedna zastrzeżenia. Warto je poonać bo w prograowaniu oputerowy stosowanie syboli wieloznaowych jest częste i wygodne chociaż sutuje oniecznością używania znaów nożenia w wyrażeniach przedstawiających iloczyny aby rozróżnić iloczyn syboli jednoznaowych np a b c d od iloczynu syboli dwuznaowych np ab cd. W sybolu typu x czciona jest eleente nazwy ziennej a nie oznacza liczby i dlatego powinno się ją pisać czcioną pochyłą. Dalsze rozważania dotyczą taich poiarów pośrednich w tórych zaobserwowano wartości ażdej z wielości wejściowych x x xn xn. Obserwacje tworzą acierz o wierszach i N olunach poazaną jao obraowane części tablic i.
2 Część. Zagadnienia ogólne oceny niepewności poiaru Wynii obserwacji ożna opracować za poocą jednego z dwóch sposobów:. sposób pierwszy obliczanie olunai. sposób drugi obliczanie wierszai. Sposób pierwszy olunai polega na ty że najpierw oblicza się wartości średnie arytetyczne xn' wartości wejściowych xn n N : xn xn a następnie estyatę y' niepoprawioną! jao funcję tych wartości średnich: y f x x xn xn 3 Obliczanie poprawi do estyaty y' oówiono dalej. Tab.. Macierz obserwacji obraowana część tablicy i ilustracja pierwszego olunai sposobu obliczania estyaty y ezurandu Nr obs. x x xn xn. x x xn xn. x x xn xn. x x xn xn x' x' xn' xn' y' Przy sposobie drugi wierszai najpierw oblicza się wartości estyat cząstowych: y f x x... xn... xn... 4 a następnie estyatę y jao wartość średnią arytetyczną estyat cząstowych: y y 5 Pojawia się zate pytanie tóry sposób jest bardziej poprawny? Tab.. Macierz obserwacji obraowana część tablicy i ilustracja drugiego wierszai sposobu obliczania estyaty y ezurandu Nr obs. x x xn xn y. x x xn xn y. x x xn xn y. x x xn xn y y 7
3 7 Stefan ubisa. Przewodni a sposoby obliczania estyaty ezurandu. Porównanie stopnia złożoności obliczeń Zdanie etrologów w westii wyboru sposobu obliczania estaty ezurandu w poiarach pośrednich nie jest jednolite. Przewodni [] w podrozdziale 4.4 powiada: Estyatę wielości ierzonej oblicza się z funcji 3 dla estyat wejściowych. Oznacza to obliczanie etodą pierwszą czyli olunai bo wedle tablicy. estyatai wejściowyi są x' xn'. Jedna dalej w ty say podrozdziale Przewodni [] stwierdza że Obydwa sposoby uśredniania dają jednaowe wynii jeżeli f jest funcją liniową. Przewodni [] dotya oawianego probleu w ilu iejscach by na przyładzie obliczeniowy H. równoczesny poiar rezystancji i reatancji wyazać że oba sposoby dają pratycznie identyczne wynii. Taa ocena wyniu obliczeń w przyładzie H. jest rezultate słabo przeyślanego doboru danych w ty przyładzie w otoczeniu ąta fazowego φ rzędu rad funcje osinus i sinus występujące w funcjach poiaru są słabo nieliniowe. Dalej w ty rozdziale przedstawiono natoiast przyład poiaru ondutancji przy ącie φ podlegający losowy ziano woół wartości zerowej dla tórej funcja osinus a asiu jest więc silnie nieliniowa. Wtedy oawiane sposoby obliczania dają wynii istotnie różniące się. Dalej w H. Przewodni [] stwierdza że Jeśli f nie jest funcją liniową wynii uzysane sposobe pierwszy różnią się od wyniów uzysanych sposobe drugi. eneralnie wywody w H. nie są zbyt larowne ale gdy podejść do nich cierpliwie to oazuje się że w sytuacji gdy zaobserwowane wartości wielości wejściowych tworzą grupy pozysane jednocześnie czyli poiar pośredni jest jednoczesny to dogodniejszy do obliczeń jest sposób drugi wierszai. Rozważania co by było gdyby najpierw wyonano n 5 obserwacji napięcia następnie n 5 obserwacji prądu i wreszcie n 3 5 obserwacji ąta przesunięcia fazowego prowadzą Przewodni [] do onluzji że Jest to fatycznie nie najlepsza procedura poiarowa ale autor tego rozdziału jest przeonany iż żaden prawdziwy etrolog taiej procedury by nie zastosował. J. M. Jaworsi swoje poglądy przedstawia w []. Na str. 68 pisze: Jao estyatę wartości prawdziwej przyjuje się najczęściej wartość funcji średnich arytetycznych wartości wielości wejściowych czyli sposób pierwszy. Na str. 73: Estyatę wartości funcji ożna obliczać jao tu w innej sybolice wzory 4 i 5 i ta liczone wartości nie powinny się istotnie różnić w obszarze stosowalności prawa propagacji błędów. Wreszcie na str. 89: Estyatę wielości ierzonej oblicza się jao tu znów w innej sybolice wzory 4 i 5 przy czy forułę drugą stosuje się jeżeli cały poiar słada się z serii równoczesnych poiarów wielości powtarzanych w warunach powtarzalności. czyli sposób drugi. Zarówno [] ja i [] zauważają że w przypadu silnie nieliniowej funcji poiaru przy obliczaniu estyaty ezurandu sposobe pierwszy olunai należy uwzględnić drugie pochodne wielości wyjściowej po wielościach wejściowych. Oznacza to że do wartości estyaty y' wg 3 należy wprowadzić poprawę
4 Część. Zagadnienia ogólne oceny niepewności poiaru tóra sforułowana w zgodzie z [] wzór H.0 i [] ale zapisana w sybolice tego artyułu a postać: N N f py xi xj u xi xj 6 i j przy czy uxi xj wg Tablicy 4 w [] oznacza estyatę owariancji: u xi xj xi xi xj xj 7 Poprawioną estyatę y' wg 4 dalej oznacza się sybole yp': yp y py 8 Poprawa py jest zerowa gdy funcja poiaru jest liniowa. Złożoność obliczeń sposobe pierwszy olunai jest na ogół więsza niż sposobe drugi wierszai zwłaszcza przy dużej liczbie N wielości wejściowych. Wynia to głównie ze wzoru 6 tóry foralnie biorąc a [N N ]/ sładniów co już przy N 3 daje tych sładniów 6 a przy N 5 sładniów 5. Złożoność sposobu drugiego wierszai polega natoiast głównie na -rotny obliczaniu wg wzoru 4. Dalsze wywody poażą że w przypadu sposobu pierwszego olunai więsza jest też złożoność obliczeń niepewności standardowej typu A. Znaczna złożoność obliczeń zwięsza niebezpieczeństwo poyłe czyli błędów grubych. Ocena oawianych sposobów obliczeń z puntu widzenia złożoności obliczeniowej nie jest ta ważna ja ocena w aspecie wiarygodności obliczeń a więc w aspecie doładności poiaru pośredniego. Tej ostatniej trudno jest doonać w sposób ogólny. Dlatego dalsze wywody oparto o zalecany w [3] esperyent syulacyjny Monte Carlo dotyczący onretnego przypadu nieliniowej funcji poiaru. 3. Esperyent syulacyjny Monte Carlo. Poiar pośredni jednoczesny obliczenia estyaty ezurandu Poiar pośredni jednoczesny to tai w tóry w dowolny -ty wierszu tablicy lub wartości ziennych wejściowych x x xn xn pozysuje się jednocześnie w tej saej chwili. Oczywiście w realnych warunach owa chwila przedstawia sobą pewien interwał czasu jedna na tyle róti by ożna było założyć że w jego obrębie wartości wielości wejściowych są stałe. W poprzedni podrozdziale stwierdzono że dla poiaru pośredniego jednoczesnego zarówno [] ja i [] zalecają drugi sposób obliczeń wierszai ale czynią to w forie zawiłanej nie w pełni przeonującej. W iarę wiarygodnego rozstrzygnięcia oże dostarczyć esperyent syulacyjny oparty o trafnie dobrany przyład poiaru. Niech będzie ni poiar ondutancji dwójnia przy prądzie przeienny polegający na jednoczesny poiarze wartości sutecznej napię- 73
5 Stefan ubisa cia na dwójniu wartości sutecznej prądu w dwójniu i wartości φ przesunięcia fazowego iędzy prąde i napięcie. Funcja poiaru a zate postać: cos f f x x x3 9 Jest to zate funcja nieliniowa ze względu na wielości wejściowe oraz φ. Załada się że oczeiwaną wartością ondutancji jest E > 0 oczeiwaną wartością susceptancji EB 0 znaionową wartością napięcia E > 0. Założenie EB 0 powoduje że funcja 9 odznacza się szczególnie silną nieliniowością ze względu na φ przy EB 0 wartością oczeiwaną przesunięcia fazowego φ jest 0 zero i funcja cosφ a asiu. W ty esperyencie syulacyjny poija się wszelie efety systeatyczne wywołane niedoładnością przyrządów poiarowych i pobieranie energii przez ich obwody wejściowe. Załada się natoiast że efety losowe wywołują: rozrzut napięcia zasilającego uład poiarowy o rozładzie noralny z odchylenie standardowy σ rozrzut ondutancji o rozładzie noralny z odchylenie standardowy σ rozrzut susceptancji o rozładzie noralny z odchylenie standardowy σ B. Wybrany przyład poiaru nie jest całowicie oderwany od rzeczywistości. Sytuacja poiaru ondutancji z załócenie w postaci susceptancji o wartości losowo rozrzuconej woół 0 zera oże ieć na przyład iejsce gdy przediote poiaru jest ondutancja tłuiąca równoległy obwód rezonansowy LC rys. przy częstotliwości rezonansowej. 74 Rys.. Model obwodu rezonansowego LC dla ałych odchyleń częstotliwości od częstotliwości rezonansowej Flutuacje częstotliwości woół częstotliwości rezonansowej powodują że pojawia się różna od zera susceptancja o wartości opisanej wzore: L B» d f 0 C przy czy δ f jest względny odchylenie częstotliwości od częstotliwości rezonansowej wywołany np. flutuacjai częstotliwości źródła zasilającego uład poiarowy.
6 Część. Zagadnienia ogólne oceny niepewności poiaru Strutura procedury syulacji powinna naśladować struturę procedur poiaru zarówno procedury fizycznej ja i obliczeniowej. Wynia stąd następujący przebieg syulacji Monte Carlo zrealizowanej za poocą apliacji Mathcad 4. Syuluje się M np. M 0 5 poiarów pośrednich jednoczesnych o nuerach M. ażdy poiar słada się z np. 5 obserwacji o nuerach. Za poocą generatora liczb pseudolosowych o rozładzie noralny generuje się niezależne acierze o roziarze M onduntancji o eleentach ; M o wartości oczeiwanej E i odchyleniu standardowy σ co naśladuje losową zienność wartości ierzonej susceptancji o eleentach B o wartości oczeiwanej EB 0 i odchyleniu standardowy σ B co naśladuje losową zienność załócenia wywołanego wsponianyi wyżej flutuacjai częstotliwości wartości napięcia zasilającego uład poiarowy o eleentach o wartości oczeiwanej E i odchyleniu standardowy σ co naśladuje losową zienność wartości sutecznej napięcia zasilającego uład poiarowy. Oblicza się acierz wartości prądu o eleentach ; M: B Wartości prądu są więc sorelowane z wartościai napięcia ondutancji i susceptancji. Oblicza się acierz wartości przesunięcia fazowego o eleentach φ : B arctg Przesunięcie fazowe jest więc sorelowane z wartościai ondutancji i susceptancji. Obliczenia opisane wzorai i odelują zjawisa fizyczne decydujące o wartościach prądu i przesunięcia fazowego. Macierze o eleentach i φ tratuje się jao wynii -tej obserwacji w -ty poiarze pośredni jednoczesny złożony z obserwacji. Sposobe pierwszy olunai niepoprawioną estyatę ondutancji w -ty syulowany poiarze zgodnie z i 3 oblicza się ze wzorów: cos 3 Poprawę w sposób ogólny wyrażają wzory 6 i 7 a poprawioną estyatę 8. Wzory 6 i 8 w dany onretny przypadu patrz 9 przyjują forę: x 3 3 f p u i j xi xj x3 xi xj przy czy x ; p p 4 75
7 76 Stefan ubisa Znacznie prostsze jest obliczanie sposobe drugi wierszai. Sprowadza się ono do wyorzystania wzorów: ; cos 5 Wynii syulacji w odniesieniu do estyat przedstawiono w olunie tablicy 3 gdzie podano wartości średnie arytetyczne estyat z M syulowanych poiarów o obserwacjach. 4. Esperyent syulacyjny Monte Carlo. Poiar pośredni jednoczesny obliczenia odchylenia epirycznego Rozważania oparto tutaj o przyład poiaru przyjętego za podstawę esperyentu syulacyjnego. ta w -ty poiarze odchylenie epiryczne estyaty ' obliczanej sposobe pierwszy olunai wyraża się wzore: u u u s s s s 6 zawierający pochodne cząstowe estyaty ' wartości wyjściowej po estyatach ' ' i φ' wartości wejściowych odchylenia epiryczne wartości wejściowych: lub lub przy czy x x x x s 7 oraz epiryczne estyaty owariancji 8: u u u 8 W przeciwieństwie do ta złożonej procedury obliczania odchylenia epirycznego estyaty ' obliczanej sposobe pierwszy olunai obliczanie odchylenia epirycznego estyaty " obliczanej sposobe drugi wierszai sprowadza się do wyorzystania wzoru: s 9
8 Część. Zagadnienia ogólne oceny niepewności poiaru Wynii syulacji w odniesieniu do odchyleń epirycznych przedstawiono w olunie 3 tablicy 3 gdzie podano wartości średniowadratowe odchyleń epirycznych z M syulowanych poiarów o obserwacjach. Zgodnie z oncepcjai Przewodnia [] obliczone odchylenia epiryczne identyfiuje się z niepewnościai standardowyi typu A. 5. Esperyent syulacyjny Monte Carlo. Poiar pośredni jednoczesny obliczenia prawdopodobieństwa Przy przyjęty w esperyencie założeniu o poinięciu efetów systeatycznych wywołanych niedoładnością przyrządów poiarowych niepewnością rozszerzoną -tego poiaru jest iloczyn współczynnia rozszerzenia przez niepewność standardową typu A czyli przez odchylenie epiryczne s. Współczynniie rozszerzenia jest natoiast wantyl rozładu t-studenta z liczbą stopni swobody ν przy założony pozioie ufności p czyli t p ν. Ta więc niepewnością -tego poiaru jest: Nr wiersza t ν s przy czy p lub 0 p Tab. 3. Wynii esperyentu MC. Poiar pośredni jednoczesny. Wartości stałe: M 0 5 σ 03 % E σ B 0 % E Sposób obliczeń Estyata w %E wartość średnia arytetyczna z M poiarów. 5 σ 03 % E Odch. epiryczne w %E wartość średniowadratowa z M poiarów Prawdopodobieństwo epiryczne P e w % dla poziou ufności p 95 %. Pierwszy olunai Drugi wierszai σ 03 % E 5. Pierwszy olunai Drugi wierszai σ 0 % E 8. Pierwszy olunai Drugi wierszai σ 0 % E. Pierwszy olunai Drugi wierszai Ponieważ w esperyencie syulacyjny znana jest wartość oczeiwana E wartość prawdziwa! ierzonej wielości więc dla M syulowanych poiarów ożna obliczyć prawdopodobieństwo epiryczne P e tego że E ieści się w przedziale ufności: 77
9 Stefan ubisa e { [ ]} M gdy E [ ] P E M 0 gdy przeciwnie Wynii obliczeń prawdopodobieństwa P e przedstawiono w olunie 4 tablicy Poiar pośredni jednoczesny dysusja wyniów esperyentu syulacyjnego Wynii esperyentu syulacyjnego zaprezentowane w tablicy 3 jednoznacznie wsazują drugi sposób obliczeń wierszai jao ten tóry w poiarze pośredni jednoczesny prowadzi do poprawnych wartości: estyaty ezurandu ol. tablicy 3 wartość średnia arytetyczna estyat z M 0 5 syulowanych poiarów jest pratycznie biorąc równa założonej wartości oczeiwanej E czyli wartości prawdziwej odchylenia epirycznego estyaty ezurandu ol. 3 tablicy 3 wartość średniowadratowa odchylenia epirycznego z M 0 5 syulowanych poiarów jest pratycznie biorąc równa wartości teoretycznej równej σ tzn. 034 %. E dla 5 i 003 %. E dla 00 prawdopodobieństwa tego że wartość E ieści się w przedziale niepewności rozszerzonej ol. 4 tablicy 3 prawdopodobieństwo epiryczne P e jest pratycznie biorąc równe założoneu pozioowi ufności. O przewadze drugiego sposobu obliczeń wierszai nad pierwszy olunai świadczą też wynii testu zgodności histograu epirycznej ziennej t-studenta z wyrese tej ziennej dla tej saej liczby stopni swobody poazane w [4] i na rys.. Rys.. Histogray gęstości prawdopodobieństwa gt epirycznej ziennej t-studenta na tle wyresu statystyi Studenta dla liczby stopni swobody 4 i dla estyat obliczonych: a sposobe pierwszy olunai b sposobe drugi wierszai dla 5 σ 03 % E σ B 0 % E oraz σ 03 % E 7. Poiar pośredni niejednoczesny esperyent syulacyjny W tou dysusji na onferencjach nauowych na tórych autor prezentował przedstawianą tu probleatyę pojawiło się pytanie ja ształtują się wynii obliczeń oawianyi dwoa sposobai gdy poiar pośredni jest niejednoczesny. Odpowiedzi dostarcza znowu esperyent syulacyjny zrealizowany za poocą apliacji Mathcad 4. Esperyent ten różni się od opisanego w podrozdz. 3 78
10 Część. Zagadnienia ogólne oceny niepewności poiaru esperyentu syulującego poiar pośredni jednoczesny ty że acierz wartości prądu o eleentach oblicza się ze wzoru: B zaiast ze wzoru tzn. wartość prądu o nuerze uzależnia się od wartości napięcia o nuerze. Wartości prądu nie są więc sorelowane z wartościai napięcia. Podobnie acierz wartości przesunięcia fazowego o eleentach φ oblicza się ze wzoru: B arctg 3 dzięi czeu przesunięcie fazowe nie jest sorelowane z wartościai ondutancji i susceptancji. Nie są zate ze sobą sorelowane wartości i φ. Tu uwaga: Wiarygodność syulacji Monte Carlo zasadza się na założeniu że generowane liczby pseudolosowe ają nie tylo zadany rozład prawdopodobieństwa ale też że olejne ich realizacje są od siebie statystycznie niezależne. Według wiedzy autora generatory liczb pseudolosowych apliacji Mathcad 4 te waruni w wysoi stopniu spełniają. Wynii esperyentu syulacyjnego dotyczące poiaru pośredniego niejednoczesnego zestawiono w tablicy 4. Wsazują one na niewielą przewagę sposobu Nr wiersza Tab. 4. Wynii esperyentu MC. Poiar pośredni niejednoczesny. Wartości stałe: M 0 5 σ 03 % E σ B 0 % E Sposób obliczeń Estyata w %E wartość średnia arytetyczna z M poiarów Odch. epiryczne w %E wartość średniowadratowa z M poiarów Prawdopodobieństwo epiryczne P e w % dla poziou ufności p 95 %. 5 σ 03 % E. Pierwszy olunai Drugi wierszai σ 03 % E 5. Pierwszy olunai Drugi wierszai σ 0 % E 8. Pierwszy olunai Drugi wierszai σ 0 % E. Pierwszy olunai Drugi wierszai
11 Stefan ubisa pierwszego olunai szczególnie przy dużej wartości σ 0 % E losowego rozrzutu napięcia zasilającego uład poiarowy zwłaszcza przy dużej liczbie 00 obserwacji wiersz tablicy 4. Ostatni wniose słonił do rozszerzenia badań na jeszcze więsze liczby obserwacji: 500 i 000. Ze względu na ograniczone zasoby paięci jaii dysponuje apliacja Mathcad 4 przy tworzeniu acierzy liczbę syulowanych poiarów należało ograniczyć do M 0 4. Wynii zestawiono w tablicy 5. Nr wiersza Tab. 5. Wynii esperyentu MC. Poiar pośredni niejednoczesny o dużej liczbie obserwacji. Wartości stałe: M 0 4 σ 03 % E σ B 0 % E σ 0 % E Sposób obliczeń Estyata w %E wartość średnia arytetyczna z M poiarów. 500 Odch. epiryczne w %E wartość średniowadratowa z M poiarów Prawdopodobieństwo epiryczne P e w % dla poziou ufności p 95 %. Pierwszy olunai Drugi wierszai Pierwszy olunai Drugi wierszai Potwierdzają one wcześniejszy wniose że przewaga sposobu pierwszego olunai objawia się pratycznie biorąc tylo przy dużej liczbie obserwacji. Wyonywanie liczby obserwacji więszej niż iladziesiąt nie jest na ogół realne. Pratycznie jest ożliwe wtedy gdy poiary są autoatycznie powtarzane ze znaczną częstotliwością. Taa ożliwość występuje w szczególnych przypadach ale wtedy zachodzi obawa sorelowania olejnych wyniów i tzw. efetywna liczba obserwacji zniejsza się patrz rozdział autorstwa A. Zięby. 8. Podsuowanie i wniosi nspirację dla podjęcia przedstawionej probleatyi stanowiła wiedza pozysana od etrologów starszej daty tórzy nie dysponując ta potężny narzędzie jai jest syulacja za poocą oputera na podstawie swojego doświadczenia i intuicji wsazywali że poiar pośredni powinien być jednoczesny i opracowywany wierszai. Wśród nich autor pragnie wyienić swoich Nauczycieli: zastępcę profesora gra inż. Zygunta Parysiego i prof. Artura Metala. Wynii zaprezentowanych esperyentów syulacyjnych ożna wypuntować następująco: Poiar pośredni jednoczesny w przedstawionych esperyentach syulacyjnych wyazał bezwzględną wyższość nad poiare pośredni niejednocze- 80
12 Część. Zagadnienia ogólne oceny niepewności poiaru sny zwłaszcza wtedy gdy obliczenia wyonuje się sposobe drugi wierszai. Na tę wyższość wsazują wiersze i tablicy 3 z tórych wynia że taie połączenie sposobu poiaru i obliczeń prowadzi do poprawnych w sensie statystyczny wartości estyaty ezurandu i wartości niepewności standardowej typu A ja to szczegółowo oówiono w podrozdziale 6. Z zestawień wartości średniowadratowych odchyleń epirycznych wg tablicy 3 oluna 3 a ianowicie wiersza 3 z wiersze w. 6 z w. 5 w. 9 z w. 8 i w. z w. wynia że w esperyencie syulacyjny przy obliczaniu wierszai otrzyano o. 5-rotnie niejsze wartości średniowadratowe odchylenia epirycznego niż przy obliczaniu olunai. onluzja: poiar pośredni jednoczesny jest doładny w sensie statystyczny gdy obliczenia wyonuje się sposobe drugi wierszai. Ta doładność w sensie statystyczny nie oznacza jedna że w ażdy onretny poiarze wartości estyaty ezurandu i odchylenia standardowego są doładne bo estyaty ezurandu podlegają statystyce Studenta a wadraty odchyleń epirycznych rozładowi gaa. 3 Drugi sposób obliczeń wierszai wydaje się w niewieli stopniu niej poprawny przy poiarze pośredni niejednoczesny ale a istotną przewagę nad sposobe pierwszy olunai zwłaszcza przy dużej liczbie ziennych wejściowych: posługuje się znacznie prostszyi wyrażeniai ateatycznyi np. 5 zaiast 3 i 4 oraz 9 zaiast 6 7 i 8. Nie wyaga też analizy orelacji iędzy ziennyi wejściowyi. W efecie jest niej podatny na oyłi w obliczeniach niej podatny na błędy grube. 4 Pierwszy sposób obliczeń olunai wyazuje pod względe doładności w sensie statystyczny niezbyt wielą przewagę nad sposobe drugi wierszai przy poiarze pośredni niejednoczesny wiersze 8 i tablicy 4 zwłaszcza przy dużej raczej nierealnej w pratyce liczbie obserwacji wiersz tablicy 4 i wiersze i 5 tablicy 5. 5 Poiar pośredni jednoczesny jest znacznie doładniejszy od poiaru pośredniego niejednoczesnego. Wartości średniowadratowe odchyleń epirycznych w olunie 3 tablicy 3 są ila a nawet iladziesiąt razy niejsze od odpowiednich wartości w ol. 3 tablicy 4. Należy jedna też rozróżniać oawiane sposoby obliczeń w aspecie definicji ezurandu: sposób pierwszy olunai daje wartość wyjściową funcję wartości średnich wielości wejściowych sposób drugi wierszai daje wartość średnią funcji. Mogą to być definicje różnych wielości. Np. w przypadu poiaru ocy poprzez poiar napięcia prądu i przesunięcia fazowego w pierwszy przypadu jest to oc wartości średnich a w drugi oc średnia. Są to różne oce a ażda z nich oże ieć sens w inny onretny zagadnieniu poiarowy. Ta więc trudno jest sforułować jeden uniwersalny i jedynie słuszny algoryt obliczeń. ażde zadanie poiarowe wyaga wniliwej analizy i tworzenia algorytu obliczeń adewatnego do fizyo-technicznego sensu ierzonej wielości. 8
13 Stefan ubisa Należy zauważyć że przedstawione algoryty obliczeniowe posługują się wartością średnią arytetyczną jao estyatore wartości oczeiwanej. Jest to w pełni poprawne gdy zienna losowa a rozład noralny. Tyczase zienna losowa tóra jest nieliniową funcją innych ziennych losowych nie a rozładu noralnego nawet wtedy gdy te inne zienne losowe ają rozłady noralne. Ponadto należy ieć na uwadze że poiar pośredni niejednoczesny ożna tratować jao złożenie niezależnych poiarów wielości wejściowych. Taie podejście wydaje się bardziej ogólne. To jedna wyracza poza zares tego rozdziału. 9. Podzięowania Treści tego rozdziału ształtowały się iędzy innyi w dysusjach podczas onferencji etrologicznych. Dlatego też autor pragnie podzięować szczególnie atywny dysutanto a zwłaszcza Pani prof. Annie Doańsiej z Politechnii Poznańsiej i Pano prof. prof. Tadeuszowi Subisowi z Politechnii Śląsiej i Michałowi Lisowsieu z Politechnii Wrocławsiej za zainteresowanie się prezentowanyi tu zagadnieniai i istotny wład w treści przedstawione w ty rozdziale. Szczególne podzięowanie należy się prof. A. Doańsiej tóra wyonała żudną pracę wyszuania w [] i [] istotnych fragentów odnoszących się do poiarów pośrednich. Znaczący wład w udosonalenie rozdziału pod względe terinologiczny a Pan dr Paweł Fotowicz z łównego rzędu Miar. Autor pragnie wyienić też Pana Macieja Leśniaa studenta Wydziału Eletrycznego ZT tóry zainteresował się zagadnienie podczas wyładu i zwrócił uwagę na to że przy liczbie obserwacji dążącej do niesończoności wartości średnie wielości wejściowych przy niezbędnych założeniach dążą do wartości prawdziwych. Zainspirowało to autora do realizacji esperyentu syulacyjnego przy dużej liczbie obserwacji. Literatura [] Wyrażanie niepewności poiaru. Przewodni tłu. Jaworsi J. M. łówny rząd Miar 999. [] J. M. Jaworsi: Niedoładność błąd niepewność dodate do []. [3] uide to the Expression of ncertainty in Measureent. Suppleent. Nuerical Methods for the Propagation of Distributions Joint Coittee for uides in Metrology 004. [4] S. ubisa: Porząde procedur w poiarze laboratoryjny. Metoda Monte Carlo. Metrologia dziś i jutro pod red. J. Jaubca Z. Moronia i H. Juniewicza Oficyna Wydawnicza Politechnii Wrocławsiej 00 s
TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM
EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia
Temat: Prawo Hooke a. Oscylacje harmoniczne. Zagadnienia: prawa dynamiki Newtona, siła sprężysta, prawo Hooke a, oscylacje harmoniczne,
sg M 6-1 - Teat: Prawo Hooe a. Oscylacje haroniczne. Zagadnienia: prawa dynaii Newtona, siła sprężysta, prawo Hooe a, oscylacje haroniczne, ores oscylacji. Koncepcja: Sprężyna obciążana różnyi asai wydłuża
( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego
Obliczanie gradientu błędu metodą uładu dołączonego /9 Obliczanie gradientu błędu metodą uładu dołączonego Chodzi o wyznaczenie pochodnych cząstowych funcji błędu E względem parametrów elementów uładu
PRAKTYCZNY PRZYKŁAD OCENY ŚRODOWISKOWEGO RYZYKA ZDROWOTNEGO
PRAKTYCZNY PRZYKŁAD OCENY ŚRODOWISKOWEGO RYZYKA ZDROWOTNEGO Mgr Beata Malec, dr Mare Biesiada, dr Anicenta Buba Instytut Medycyny Pracy i Zdrowia Środowisowego, Sosnowiec Wstęp Zagrożenia zdrowotne stwarzane
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Rozłady soowe Rozład jednopuntowy Oreślamy: P(X c) 1 gdzie c ustalona liczba. 1 EX c, D 2 X 0 (tylo ten rozład ma zerową wariancję!!!)
Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci
Ćwiczenie 4 - Badanie wpływu asymetrii obciążenia na pracę sieci Strona 1/13 Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci Spis treści 1.Cel ćwiczenia...2 2.Wstęp...2 2.1.Wprowadzenie
MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH
MODYFICJ OSZTOW LGORYTMU JOHNSON DO SZEREGOWNI ZDŃ UDOWLNYCH Michał RZEMIŃSI, Paweł NOW a a Wydział Inżynierii Lądowej, Załad Inżynierii Producji i Zarządzania w udownictwie, ul. rmii Ludowej 6, -67 Warszawa
WYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ
WYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ Wstęp. Za wyjątie nielicznych funcji, najczęściej w postaci wieloianów, dla tórych ożna znaleźć iniu na drodze analitycznej, pozostała więszość
A. Cel ćwiczenia. B. Część teoretyczna
A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów
Ćw. 5. Badanie ruchu wahadła sprężynowego sprawdzenie wzoru na okres drgań
KAEDRA FIZYKI SOSOWANEJ PRACOWNIA 5 FIZYKI Ćw. 5. Badanie ruchu wahadła sprężynowego sprawdzenie wzoru na ores drgań Wprowadzenie Ruch drgający naeży do najbardziej rozpowszechnionych ruchów w przyrodzie.
(U.3) Podstawy formalizmu mechaniki kwantowej
3.10.2004 24. (U.3) Podstawy formalizmu mechanii wantowej 33 Rozdział 24 (U.3) Podstawy formalizmu mechanii wantowej 24.1 Wartości oczeiwane i dyspersje dla stanu superponowanego 24.1.1 Założenia wstępne
Prawdopodobieństwo i statystyka
Zadanie Rozważmy następujący model strzelania do tarczy. Współrzędne puntu trafienia (, Y ) są niezależnymi zmiennymi losowymi o jednaowym rozładzie normalnym N ( 0, σ ). Punt (0,0) uznajemy za środe tarczy,
R w =
Laboratorium Eletrotechnii i eletronii LABORATORM 6 Temat ćwiczenia: BADANE ZASLACZY ELEKTRONCZNYCH - pomiary w obwodach prądu stałego Wyznaczanie charaterysty prądowo-napięciowych i charaterysty mocy.
WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII.
ĆWICZENIE 3. WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII. 1. Oscylator harmoniczny. Wprowadzenie Oscylatorem harmonicznym nazywamy punt materialny, na tóry,działa siła sierowana do pewnego centrum,
σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;
Zdarzenie losowe i zdarzenie elementarne Zdarzenie (zdarzenie losowe) - wyni pewnej obserwacji lub doświadczenia; może być ilościowy lub jaościowy. Zdarzenie elementarne - najprostszy wyni doświadczenia
A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy
3. Wyład 7: Inducja i reursja struturalna. Termy i podstawianie termów. Dla uninięcia nieporozumień notacyjnych wprowadzimy rozróżnienie między funcjami i operatorami. Operatorem γ w zbiorze X jest funcja
ELEKTROTECHNIKA I ELEKTRONIKA
UNIWERSYTET TECHNOLOGICZNO-PRZYRODNICZY W BYDGOSZCZY WYDZIŁ INŻYNIERII MECHNICZNEJ INSTYTUT EKSPLOTCJI MSZYN I TRNSPORTU ZKŁD STEROWNI ELEKTROTECHNIK I ELEKTRONIK ĆWICZENIE: E2 POMIRY PRĄDÓW I NPIĘĆ W
Algorytm wyznaczania krotności diagnostycznej struktury opiniowania diagnostycznego typu PMC 1
BIULETYN INSTYTUTU AUTOMATYKI I ROBOTYKI NR 18, 2003 Algoryt wyznaczania rotności diagnostycznej strutury opiniowania diagnostycznego typu PMC 1 Artur ARCIUCH Załad Systeów Koputerowych, Instytut Teleinforatyi
166 Wstęp do statystyki matematycznej
166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej
Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki
Matematya dysretna Wyład 2: Kombinatorya Gniewomir Sarbici Kombinatorya Definicja Kombinatorya zajmuje się oreślaniem mocy zbiorów sończonych, w szczególności mocy zbiorów odwzorowań jednego zbioru w drugi
A4: Filtry aktywne rzędu II i IV
A4: Filtry atywne rzędu II i IV Jace Grela, Radosław Strzała 3 maja 29 1 Wstęp 1.1 Wzory Poniżej zamieszczamy podstawowe wzory i definicje, tórych używaliśmy w obliczeniach: 1. Związe między stałą czasową
DRGANIA MECHANICZNE. materiały uzupełniające do ćwiczeń. Wydział Samochodów i Maszyn Roboczych studia inżynierskie
DRGANIA MECHANICZNE ateriały uzupełniające do ćwiczeń Wydział Saochodów i Maszyn Roboczych studia inżyniersie prowadzący: gr inż. Sebastian Korcza część 6 ułady dysretne o wielu stopniach swobody Poniższe
Wybrane rozkłady zmiennych losowych i ich charakterystyki
Rozdział 1 Wybrane rozłady zmiennych losowych i ich charaterystyi 1.1 Wybrane rozłady zmiennych losowych typu soowego 1.1.1 Rozład równomierny Rozpatrzmy esperyment, tóry może sończyć się jednym z n możliwych
2. Szybka transformata Fouriera
Szybka transforata Fouriera Wyznaczenie ciągu (Y 0, Y 1,, Y 1 ) przy użyciu DFT wyaga wykonania: nożenia zespolonego ( 1) razy, dodawania zespolonego ( 1) razy, przy założeniu, że wartości ω j są już dane
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
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)
Colloquium 3, Grupa A
Colloquium 3, Grupa A 1. Z zasobów obliczeniowych pewnego serwera orzysta dwóch użytowniów. Każdy z nich wysyła do serwera zawsze trzy programy naraz. Użytowni czea, aż serwer wyona obliczenia dotyczące
Zaliczenie wykładu Technika Analogowa Przykładowe pytania (czas zaliczenia minut, liczba pytań 6 8)
Zaliczenie wyładu Technia Analogowa Przyładowe pytania (czas zaliczenia 3 4 minut, liczba pytań 6 8) Postulaty i podstawowe wzory teorii obowdów 1 Sformułuj pierwsze i drugie prawo Kirchhoffa Wyjaśnij
Stanisław Cichocki. Natalia Nehrebecka. Wykład 10
Stanisław Cichoci Natalia Nehrebeca Wyład 10 1 1. Testowanie hipotez prostych Rozład estymatora b Testowanie hipotez prostych przy użyciu statystyi t Przedziały ufności Badamy czy hipotezy teoretyczne
Temat ćwiczenia: POMIARY W OBWODACH ELEKTRYCZNYCH PRĄDU STAŁEGO. A Lp. U[V] I[mA] R 0 [ ] P 0 [mw] R 0 [ ] 1. U 0 AB= I Z =
Laboratorium Teorii Obwodów Temat ćwiczenia: LBOTOM MD POMY W OBWODCH LKTYCZNYCH PĄD STŁGO. Sprawdzenie twierdzenia o źródle zastępczym (tw. Thevenina) Dowolny obwód liniowy, lub część obwodu, jeśli wyróżnimy
Optymalizacja harmonogramów budowlanych - problem szeregowania zadań
Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów
Indukcja matematyczna
Inducja matematyczna Inducja jest taą metodą rozumowania, za pomocą tórej od tezy szczegółowej dochodzimy do tezy ogólnej. Przyład 1 (o zanurzaniu ciał w wodzie) 1. Kawałe żelaza, tóry zanurzyłem w wodzie,
Pomiar bezpośredni przyrządem wskazówkowym elektromechanicznym
. Rodzaj poiaru.. Poiar bezpośredni (prost) W przpadku poiaru pojednczej wielkości przrząde wskalowan w jej jednostkach wartość niedokładności ± określa graniczn błąd przrządu analogowego lub cfrowego
Statystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje
Algebra liniowa z geometrią analityczną
WYKŁAD. Własności zbiorów liczbowych. Podzielność liczb całowitych, relacja przystawania modulo, twierdzenie chińsie o resztach. Liczby całowite Liczby 0,±,±,±3,... nazywamy liczbami całowitymi. Zbiór
Wykres linii ciśnień i linii energii (wykres Ancony)
Wyres linii ciśnień i linii energii (wyres Ancony) W wyorzystywanej przez nas do rozwiązywania problemów inżyniersich postaci równania Bernoulliego występuje wysoość prędości (= /g), wysoość ciśnienia
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych. Wykład tutora na bazie wykładu prof. Marka Stankiewicza
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Wykład tutora na bazie wykładu prof. Marka Stankiewicza Po co zajęcia w I Pracowni Fizycznej? 1. Obserwacja zjawisk i
Wpływ zamiany typów elektrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym
Wpływ zamiany typów eletrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym Grzegorz Barzy Paweł Szwed Instytut Eletrotechnii Politechnia Szczecińsa 1. Wstęp Ostatnie ila lat,
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych. Wykład tutora na bazie wykładu prof. Marka Stankiewicza
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Wykład tutora na bazie wykładu prof. Marka tankiewicza Po co zajęcia w I Pracowni Fizycznej? 1. Obserwacja zjawisk i efektów
9. Sprzężenie zwrotne własności
9. Sprzężenie zwrotne własności 9.. Wprowadzenie Sprzężenie zwrotne w uładzie eletronicznym realizuje się przez sumowanie części sygnału wyjściowego z sygnałem wejściowym i użycie zmodyiowanego w ten sposób
Podstawy rachunku prawdopodobieństwa (przypomnienie)
. Zdarzenia odstawy rachunu prawdopodobieństwa (przypomnienie). rawdopodobieństwo 3. Zmienne losowe 4. rzyład rozładu zmiennej losowej. Zdarzenia (events( events) Zdarzenia elementarne Ω - zbiór zdarzeń
DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH
Część 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH... 5. 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH 5.. Wprowadzenie Rozwiązywanie zadań z zaresu dynamii budowli sprowadza
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
Ćwiczenie nr 1: Wahadło fizyczne
Wydział PRACOWNA FZYCZNA WFi AGH mię i nazwiso 1.. Temat: Ro Grupa Zespół Nr ćwiczenia Data wyonania Data oddania Zwrot do popr. Data oddania Data zaliczenia OCENA Ćwiczenie nr 1: Wahadło fizyczne Cel
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
Obwody prądu przemiennego bez liczb zespolonych
FOTON 94, Jesień 6 45 Obwody prądu przeiennego bez liczb zespolonych Jerzy Ginter Wydział Fizyki Uniwersytetu Warszawskiego Kiedy prowadziłe zajęcia z elektroagnetyzu na Studiu Podyploowy, usiałe oówić
Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r
Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów
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
RÓWNOWAŻNOŚĆ METOD BADAWCZYCH
RÓWNOWAŻNOŚĆ METOD BADAWCZYCH Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Równoważność metod??? 2 Zgodność wyników analitycznych otrzymanych z wykorzystaniem porównywanych
Badanie stacjonarności szeregów czasowych w programie GRETL
Badanie stacjonarności szeregów czasowych w programie GRETL Program proponuje następujące rodzaje testów stacjonarności zmiennych:. Funcję autoorelacji i autoorelacji cząstowej 2. Test Diceya-Fullera na
Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu
Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotności, p-wartość i moc testu Wrocław, 01.03.2017r Przykład 2.1 Właściciel firmy produkującej telefony komórkowe twierdzi, że wśród jego produktów
Komitet Główny Olimpiady Fizycznej; Kazimierz Rosiński: Fizyka w szkole nr 1, 1956; Czarnecki Stefan: Olimpiady Fizyczne I IV, PZWS, Warszawa 1956.
V OLIMPIADA FIZYCZNA (955/956). Stopień wstępny, zad. doświadczalne D. Źródło: Nazwa zadania: Działy: Słowa luczowe: Koitet Główny Olipiady Fizycznej; Kaziierz Rosińsi: Fizya w szole nr, 956; Czarneci
Ćwiczenie nr 35: Elektroliza
Wydział PRACOWNIA FIZYCZNA WFiIS AGH Imię i nazwiso 1.. Temat: Ro Grupa Zespół Nr ćwiczenia Data wyonania Data oddania Zwrot do popr. Data oddania Data zaliczenia OCENA Ćwiczenie nr 35: Eletroliza Cel
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
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
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
Dokładność pomiaru: Ogólne informacje o błędach pomiaru
Dokładność pomiaru: Rozumny człowiek nie dąży do osiągnięcia w określonej dziedzinie większej dokładności niż ta, którą dopuszcza istota przedmiotu jego badań. (Arystoteles) Nie można wykonać bezbłędnego
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)
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.
Obliczanie niepewności rozszerzonej metodą analityczną opartą na splocie rozkładów wielkości wejściowych
Obliczanie niepewności rozszerzonej metodą analityczną opartą na splocie rozkładów wejściowych Paweł Fotowicz * Przedstawiono ścisłą metodę obliczania niepewności rozszerzonej, polegającą na wyznaczeniu
Testowanie hipotez statystycznych. Wnioskowanie statystyczne
Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy
Wyznaczanie budżetu niepewności w pomiarach wybranych parametrów jakości energii elektrycznej
P. OTOMAŃSKI Politechnika Poznańska P. ZAZULA Okręgowy Urząd Miar w Poznaniu Wyznaczanie budżetu niepewności w pomiarach wybranych parametrów jakości energii elektrycznej Seminarium SMART GRID 08 marca
Modelowanie przez zjawiska przybliżone. Modelowanie poprzez zjawiska uproszczone. Modelowanie przez analogie. Modelowanie matematyczne
Modelowanie rzeczywistości- JAK? Modelowanie przez zjawisa przybliżone Modelowanie poprzez zjawisa uproszczone Modelowanie przez analogie Modelowanie matematyczne Przyłady modelowania Modelowanie przez
Koła rowerowe malują fraktale
Koła rowerowe malują fratale Mare Berezowsi Politechnia Śląsa Rozważmy urządzenie sładającego się z n ół o różnych rozmiarach, obracających się z różnymi prędościami. Na obręczy danego oła, obracającego
Wyznaczanie ciepła topnienia lodu lub ciepła właściwego wybranego ciała
dla specjalnośći Biofizya moleularna Wyznaczanie ciepła topnienia lodu lub ciepła właściwego wybranego ciała I. WSTĘP C 1 C 4 Ciepło jest wielością charateryzującą przepływ energii (analogiczną do pracy
Rozkłady statystyk z próby
Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny
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
Wyznaczanie długości fali świetlnej za pomocą spektrometru siatkowego
Politechnia Łódza FTIMS Kierune: Informatya ro aademici: 2008/2009 sem. 2. Termin: 16 III 2009 Nr. ćwiczenia: 413 Temat ćwiczenia: Wyznaczanie długości fali świetlnej za pomocą spetrometru siatowego Nr.
Interpolacja. Interpolacja wykorzystująca wielomian Newtona
Interpolacja Funkcja y = f(x) jest dana w postaci dyskretnej: (1) y 1 = f(x 1 ), y 2 = f(x 2 ), y 3 = f(x 3 ), y n = f(x n ), y n +1 = f(x n +1 ), to znaczy, że w pewny przedziale x 1 ; x 2 Ú ziennej niezależnej
Pomiary napięć przemiennych
LABORAORIUM Z MEROLOGII Ćwiczenie 7 Pomiary napięć przemiennych . Cel ćwiczenia Celem ćwiczenia jest poznanie sposobów pomiarów wielości charaterystycznych i współczynniów, stosowanych do opisu oresowych
Prognozowanie notowań pakietów akcji poprzez ortogonalizację szeregów czasowych 1
Prognozowanie notowań paietów acji poprzez ortogonalizację szeregów czasowych Andrzej Kasprzyci. WSĘP Dynamię rynu finansowego opisuje się indesami agregatowymi: cen, ilości i wartości. Indes giełdowy
Zastosowanie Excela w matematyce
Zastosowanie Excela w matematyce Komputer w dzisiejszych czasach zajmuje bardzo znamienne miejsce. Trudno sobie wyobrazić jakąkolwiek firmę czy instytucję działającą bez tego urządzenia. W szkołach pierwsze
Optymalizacja harmonogramów budowlanych - problem szeregowania zadań
Mieczysław OŁOŃSI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów
Sterowanie wielkością zamówienia w Excelu - cz. 3
Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji
DRGANIA MECHANICZNE. materiały uzupełniające do ćwiczeń. Wydział Samochodów i Maszyn Roboczych studia inżynierskie
DRGANIA MECHANICZNE ateriały uzupełniające do ćwiczeń Wydział Saochodów i Maszyn Roboczych studia inżyniersie prowadzący: gr inż. Sebastian Korcza część 5 płaszczyzna fazowa Poniższe ateriały tylo dla
P k k (n k) = k {O O O} = ; {O O R} =
Definicja.5 (Kombinacje bez powtórzeń). Każdy -elementowy podzbiór zbioru A wybrany (w dowolnej olejności) bez zwracania nazywamy ombinacją bez powtórzeń. Twierdzenie.5 (Kombinacje bez powtórzeń). Liczba
EFEKTY ZASTOSOWANIA INTELIGENTNEGO UKŁADU NAPĘDOWEGO Z PRZEMIENNIKIEM CZĘSTOTLIWOŚCI ŚREDNIEGO NAPIĘCIA W POMPOWNI SIECI CIEPLNEJ
Zeszyty Problemowe Maszyny Eletryczne Nr 1/2013 (98) 205 Zbigniew Szulc Politechnia Warszawsa, Warszawa EFEKTY ZASTOSOWANIA INTELIGENTNEGO UKŁADU NAPĘDOWEGO Z PRZEMIENNIKIEM CZĘSTOTLIWOŚCI ŚREDNIEGO NAPIĘCIA
Testowanie hipotez statystycznych.
Bioinformatyka Wykład 9 Wrocław, 5 grudnia 2011 Temat. Test zgodności χ 2 Pearsona. Statystyka χ 2 Pearsona Rozpatrzmy ciąg niezależnych zmiennych losowych X 1,..., X n o jednakowym dyskretnym rozkładzie
ROZDZIAŁ 1 Opracowanie danych pomiarowych 1
ROZDZIAŁ 1 Opracowanie danych pomiarowych 1 Andrzej Zięba Pomiary wielości fizycznych mogą być doonywane tylo ze sończoną doładnością. Powodem tego jest niedosonałość przyrządów pomiarowych i nieprecyzyjność
Niepewności pomiarów
Niepewności pomiarów Międzynarodowa Organizacja Normalizacyjna (ISO) w roku 1995 opublikowała normy dotyczące terminologii i sposobu określania niepewności pomiarów [1]. W roku 1999 normy zostały opublikowane
4.15 Badanie dyfrakcji światła laserowego na krysztale koloidalnym(o19)
256 Fale 4.15 Badanie dyfracji światła laserowego na rysztale oloidalnym(o19) Celem ćwiczenia jest wyznaczenie stałej sieci dwuwymiarowego ryształu oloidalnego metodą dyfracji światła laserowego. Zagadnienia
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
Drugie kolokwium z Rachunku Prawdopodobieństwa, zestaw A
Drugie kolokwium z Rachunku Prawdopodobieństwa, zestaw A Zad. 1. Korzystając z podanych poniżej mini-tablic, oblicz pierwszy, drugi i trzeci kwartyl rozkładu N(10, 2 ). Rozwiązanie. Najpierw ogólny komentarz
Określanie niepewności pomiaru
Określanie niepewności pomiaru (Materiały do ćwiczeń laboratoryjnych z przedmiotu Materiałoznawstwo na wydziale Górnictwa i Geoinżynierii) 1. Wprowadzenie Pomiar jest to zbiór czynności mających na celu
LABORATORIUM ELEKTROTECHNIKI POMIAR PRZESUNIĘCIA FAZOWEGO
POLITECHNIKA ŚLĄSKA WYDZIAŁ TRANSPORTU KATEDRA LOGISTYKI I TRANSPORTU PRZEMYSŁOWEGO NR 1 POMIAR PRZESUNIĘCIA FAZOWEGO Katowice, październik 5r. CEL ĆWICZENIA Poznanie zjawiska przesunięcia fazowego. ZESTAW
Technologie Informacyjne
POLITECHNIKA KRAKOWSKA - WIEiK - KATEDRA AUTOMATYKI Technologie Informacyjne www.pk.edu.pl/~zk/ti_hp.html Wykładowca: dr inż. Zbigniew Kokosiński zk@pk.edu.pl Wykład: Generacja liczb losowych Problem generacji
Niepewność pomiaru. Wynik pomiaru X jest znany z możliwa do określenia niepewnością. jest bledem bezwzględnym pomiaru
iepewność pomiaru dokładność pomiaru Wynik pomiaru X jest znany z możliwa do określenia niepewnością X p X X X X X jest bledem bezwzględnym pomiaru [ X, X X ] p Przedział p p nazywany jest przedziałem
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych dla studentów Chemii (2018) Autor prezentacji :dr hab. Paweł Korecki dr Szymon Godlewski e-mail: szymon.godlewski@uj.edu.pl
Charakterystyka mierników do badania oświetlenia Obiektywne badania warunków oświetlenia opierają się na wynikach pomiarów parametrów świetlnych. Podobnie jak każdy pomiar, również te pomiary, obarczone
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012
(u) y(i) f 1. (u) H(z -1 )
IDETYFIKACJA MODELI WIEERA METODAMI CZĘSTOTLIWOŚCIOWYMI Opracowanie: Anna Zamora Promotor: dr hab. inż. Jarosław Figwer Prof. Pol. Śl. MODELE WIEERA MODELE WIEERA Modele obietów nieliniowych Modele nierozłączne
WZORCOWANIE URZĄDZEŃ DO SPRAWDZANIA LICZNIKÓW ENERGII ELEKTRYCZNEJ PRĄDU PRZEMIENNEGO
Mirosław KAŹMIERSKI Okręgowy Urząd Miar w Łodzi 90-132 Łódź, ul. Narutowicza 75 oum.lodz.w3@gum.gov.pl WZORCOWANIE URZĄDZEŃ DO SPRAWDZANIA LICZNIKÓW ENERGII ELEKTRYCZNEJ PRĄDU PRZEMIENNEGO 1. Wstęp Konieczność
koszt kapitału D/S L dźwignia finansowa σ EBIT zysku operacyjnego EBIT firmy. Firmy Modele struktury kapitału Rys. 8.3. Krzywa kosztów kapitału.
Modele strutury apitału oszt apitału Optymalna strutura apitału dźwignia finansowa / Rys. 8.3. Krzywa osztów apitału. Założenia wspólne modeli MM Modigliani i Miller w swoich rozważaniach ograniczyli się
Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość
Idea Niech θ oznacza parametr modelu statystycznego. Dotychczasowe rozważania dotyczyły metod estymacji tego parametru. Teraz zamiast szacować nieznaną wartość parametru będziemy weryfikowali hipotezę
Testowanie hipotez. Hipoteza prosta zawiera jeden element, np. H 0 : θ = 2, hipoteza złożona zawiera więcej niż jeden element, np. H 0 : θ > 4.
Testowanie hipotez Niech X = (X 1... X n ) będzie próbą losową na przestrzeni X zaś P = {P θ θ Θ} rodziną rozkładów prawdopodobieństwa określonych na przestrzeni próby X. Definicja 1. Hipotezą zerową Θ
W. Guzicki Próbna matura, grudzień 2014 r. poziom rozszerzony 1
W. Guzicki Próbna matura, grudzień 01 r. poziom rozszerzony 1 Próbna matura rozszerzona (jesień 01 r.) Zadanie 18 kilka innych rozwiązań Wojciech Guzicki Zadanie 18. Okno na poddaszu ma mieć kształt trapezu
Sprawdzenie narzędzi pomiarowych i wyznaczenie niepewności rozszerzonej typu A w pomiarach pośrednich
Podstawy Metrologii i Technik Eksperymentu Laboratorium Sprawdzenie narzędzi pomiarowych i wyznaczenie niepewności rozszerzonej typu A w pomiarach pośrednich Instrukcja do ćwiczenia nr 4 Zakład Miernictwa
UOGÓLNIONA MIARA DOPASOWANIA W MODELU LINIOWYM
UOGÓLNIONA MIARA DOPASOWANIA W MODELU LINIOWYM Wojciech Zieliński Katedra Ekonoetrii i Statystyki, SGGW Nowoursynowska 159, PL-0-767 Warszawa wojtekzielinski@statystykainfo Streszczenie: W odelu regresji