POMIARY PRZEPŁYWU I OPRACOWANIE WYNIKÓW POMIAROWYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "POMIARY PRZEPŁYWU I OPRACOWANIE WYNIKÓW POMIAROWYCH"

Transkrypt

1 LABORATORIUM PODSTAW METROLOGII M-T Ćwczee r POMIARY PRZEPŁYWU I OPRACOWANIE WYNIKÓW POMIAROWYCH Cz. Opracowae wyów pomarowych Ta część trucj e jet wymagaa podcza ćwczeń e druować!. Błędy pomaru Celem pomaru jet zalezee wartośc mary welośc merzoej. Najczęścej urowy wy pomaru jet jedye przyblżeem wartośc rzeczywtej (prawdzwej) rz welośc merzoej. Różca pomędzy wyem pomaru a wartoścą rzeczywtą rz azywaa jet błędem bezwzględym E E () rz Wartość rzeczywta welośc merzoej jet zaa tylo w wyjątowych przypadach. Dlatego pojęce błędu E ma ewele zaczee pratycze. W pratyce, w zależośc od wymagaej doładośc pomaru, dośwadczee pomarowe modyfuje ę ta, aby otrzymać wartość ajblżzą rz. Wartość tę azywa ę wartoścą poprawą pop. Wtedy wyrażee a błąd bezwzględy ma potać. Eˆ () pop Błąd ze zaem przecwym azyway jet poprawą p ( ) E p ( ) (3) Poprzez dodae popraw (z uwzględeem zau) do wyu pomaru otrzymuje ę tzw. wy orygoway - czyl wartość poprawą. Błąd względy e jet to toue błędu bezwzględego do wartośc poprawej E e (4) Błąd względy jet częto wyrażay w procetach ( % 0 - ) lub promlach ( 0-3 ). Spotyae ą taże oreślea: ppm (ag. part per mllo; ppm 0-6 ) oraz ppb (ag. part per bllo; ppb 0-9 ). W zależośc od przyczyy powtawaa błędy dzel ę a błędy modelowe oraz błędy trumetale. Błędy modelowe ą atęptwem różcy pomędzy rzeczywtym uładem waruów fzyczych, w jach realzoway jet pomar, a modelem tych waruów, tóry zotał przyjęty jao prawdzwy. Na przyład pomar objętośc wała a podtawe pomaru jego długośc średcy może prowadzć do błędu modelowego, jeśl wałe e ma ztałtu walca. Udooalając model moża wyzaczyć wartość błędu modelowego za pomocą popraw orygować wy. Błędy trumetale ą zwązae z edoładoścą przyrządów pomarowych. Błędy te powy być oreśloe przez produceta przyrządu pomarowego. Wyzaczae błędów może ę odbywać w dwoja poób:. Poprzez aalzę waruów fzyczych w tórych przeprowadzay jet pomar porówae ch z waruam tóre zotały przyjęte jao waru modelowe, czyl waru odeea. Różce wyać mogą zarówo z brau tożamośc pomędzy defcją mauradu a real- popr

2 e merzoa weloścą ja z wpływu czyów zewętrzych (welośc wpływających). Błędy tae azywa ę błędam modelowym dotyczą oe zarówo ocepcj przeprowadzea pomaru ( błędy metody) ja arzędz użytych do pomaru ( błędy trumetale). Ich wyryce uwzględee w wyu pomaru poprzez wprowadzee poprawe jet możlwe jedye pod waruem poadaa wytarczająco warygodych daych o mechaźme wpływu pozczególych czyów a wy pomaru prawdłowego utalea modelu pomaru.. Poprze wzorcowae, czyl porówae uzyaego wy pomaru z wartoścą zaą z ego źródła z węzą doładoścą ( wzorzec, wartość zmerzoa doładejzym przyrządem, doładejzą metodą tp.). Wzorcowae dooae w oreśloych waruach fzyczych przy oreśloych wartoścach welośc wpływających upoważa do wprowadzea poprawe obowązujących jedye w tych amych waruach. Wzorcowae prowadz główe do wyryca błędów trumetalych. Modelowe błędy metody zazwyczaj e dają ę wyryć w te poób, gdyż użyty wzorzec jet z reguły bardzej zblżoy do założoego modelu ż pratycze merzoe welośc w trace eploatacj ytemu pomarowego. We wpółczeych ytemach pomarowych zapewee możlwośc wprowadzea wzelch możlwych poprawe jet obowązem projetata ytemu. Ne wzyte jeda popraw mogą być wprowadzae automatycze (ytemowo) gdyż producet ytemu e we ja ytem będze wyorzytyway przez użytowa wobec tego jae będą błędy modelowe. Dlatego też ażdy użytow ażdego arzędza pomarowego powe poadać podtawową wedzę o wytępowau błędów możlwośc wprowadzaa poprawe.. Nepewość pomaru. Dążee do uuęca wzytch błędów jet z reguły ecelowe, gdyż w marę zwęzaa precyzj arzędz pomarowych toowaych w dośwadczeu ujawa ę wpływ zma różych welośc wpływających a jego wy. Są oe przyczyą rozprozea wyów pomaru tórego marą jet epewość wyu pomaru.. Rozprozee wyów pomaru ma charater loowy, a zatem jego mara w potac epewośc jet marą tatytyczą. Wyróża ę dwa rodzaje epewośc: epewość typu A oraz epewość typu B. Do grupy A zalcza ę epewośc, tóre ujawają ę przy powtarzau pomaru w tych amych waruach. Ich rozłady tatytycze teoretycze mogą być zatem ozacowae a podtawe wyoaych pomarów. Wyzaczee epewośc typu A wymaga wyoaa er pomarów, w celu ujawea loowego charateru ch zma. Podtawą do ocey epewośc typu A jet zbór wyów pomarów przy użycu tórego wyouje ę atępujące oblczea: wyzacza ę wartość średą według rówaa (8), epewość pojedyczego wyu wg wzoru (5), epewość wartośc średej ze wzoru (8) oraz utala ę przedzał epewośc zależy od wymagaego przedzału ufośc. Do epewośc typu B zalcza ę epewośc e ujawające ę przy powtarzau pomarów. Ich źródłem ą e do ońca orygowae błędy, a zatem ewedza odośe różcy pomędzy wartoścą rzeczywtą a poprawą, ewedza odośe waruów pomaru ch wpływu a wy, epewośc użytych wzorców w procee wzorcowaa tp. Dae do wyzaczea epewośc typu B wy być podae w doumetacj ytemu pomarowego, śwadectwach wzorcowaa, w ormach tablcach. z tórych pochodzą wartośc ezbędych wpółczyów (p. przypezea zemego). Rozłady epewośc typu A ą zae eprecyzyje gdyż lczba wyoaych pomarów jet zazwyczaj ewela. Rozłady epewośc typu B ą z reguły w ogóle e zae. Jedaże wówcza, gdy lczba czyów wpływających a epewość pomaru jet zacza, a po-

3 adto czy te oddzaływują w poób ezależy loowy to moża przyjąć ż wartośc wyów pomaru podlegają rozładow ormalemu (Gaua). Wya to z cetralego twerdzea graczego rachuu prawdopodobeńtwa. 3. Rozład ormaly Krzywa rozładu ormalego gętośc g() wyów pomarów ma charaterytyczy ztałt dzwoowy (ry.) g(,µ,σ) µ 00 σ 0. µ 00 σ Ry. Krzywa rozładu ormalego (Gaua) Rówae rzywej dzwoowej ma ogólą potać ( µ ) σ (5) g (, µσ, ) e σ π gdze µ jet wartoścą oczewaą (wartoścą średą), a σ jet waracją. Zmaa parametru µ powoduje przeuęce rzywej wzdłuż o odcętych. Zmaa parametru σ powoduje zmaę ztałtu rzywej: m σ jet mejze, tym rzywa jet bardzej muła. Prawdopodobeńtwo P tego, że wartość zawerać ę będze w przedzale ( ) pod rzywą a ry , jet rówe zaczeroemu polu 0.04 g(,µ,σ) Ry. Pole powerzch zaczeroego obzaru odpowada prawdopodobeńtwu zalezea, Pole to jet rówe ę wyu pomaru w przedzale ( ) { < < } (, µσ, ) p g d (6)

4 Całę tę moża oblczyć metodą umeryczą lub, po wprowadzeu zmeej z 3 e z µ od- σ czytać z tablc wartość cał uormowaej fucj z (). π Cetralzując zmeą woół wartośc średej wprowadzając ozaczea µ popr oraz σ otrzymuje ę rzywą rozładu ormalego epewośc: g(, ) e π ( ) Przedtawoo ją a ryuu 3. Na ryuu tym zazaczoo pole odpowadające prawdopodobeńtwu 0,68 (pozomow ufośc 68%). Jet to prawdopodobeńtwo wytąpea błędu przy-,, odpowadające ta zwaej epew- padowego pojedyczego pomaru w przedzale ( ) ośc tadardowej (σ - jedogmowej). Najczęścej do oreślaa epewośc wyów pomarów toowaa jet epewość rozzerzoa czyl przemożoa przez wpółczy rozzerzea. W przypadu otrzymuje ę epewość tórej odpowada pozom ufośc 95 %. (σ - dwugmowa). W przypadu 3 pozom ufośc wzrata do 99,73 % (3σ - trzygmowa). Podae pozomy ufośc obowązują jedye przy założeu rozładu ormalego. Parametry popr oraz ą etymatoram (ozacowaam) odpowedo: wartośc oczewaejµ waracj σ, tórych wartośc rzeczywte ą ezae. (7) g(,µ,σ) Ry.3 Pole powerzch zaczeroego obzaru odpowada prawdopodobeńtwu P 0,68 wy-, tąpea błędu przypadowego w przedzale ( ) Wartość oczewaa jet marą upea rozładu. Dla zmeej loowej oowej, wartość oczewaa jet rówa średej arytmetyczej µ gdze jet lczbą pomarów, a.- -tym wyem pomaru. Dla zmeej loowej cągłej wartość oczewaa jet daa wzorem ( ) µ g d Waracja jet marą rozprozea rozładu. Dla zmeej oowej warację oblcza ę ze wzoru (8) (9)

5 4 Dla zmeej loowej cągłej waracja jet rówa ( ) (0) ( ) g( )d σ µ Etymatorem wartośc oczewaej jet ajczęścej średa arytmetycza, wyrażoa wzorem gdze jet lczbą wzytch wyów pomaru, a jet umerem wyu. Etymatorem waracj jet waracja emprycza, daa rówaem () () ( ) - dla 30 (waracja emprycza eorygowaa) (3) ( ) - dla < 30 (waracja emprycza orygowaa) (4) Perwate wadratowy z waracj empryczej jet azyway odchyleem tadardowym (5) Parametr te jet ozacowaem epewośc pojedyczego wyu. Rozrzut wartośc średej wyów charateryzuje waracja emprycza dla średej ( ) - dla 30 (eorygowaa) (6) ( ( ) ) - dla < 30 (orygowaa) (7) Perwate wadratowy z waracj empryczej dla średej jet azyway rozprozeem wartośc średej lub odchyleem tadardowym dla średej (8) Parametr te jet ozacowaem epewośc wartośc średej wyów. W przypadu małej lczby ( < 30) wyów pomaru parametry µ, σ rozładu mogą ę zacze różć od ch etymatorów. W tam przypadu, w celu zwęzea warygodośc wyów orzyta ę z rozładu t-studeta []. 3. Rozład jedotajy Aalza przyczy epewośc wywołaych jedym czyem może czaam doprowadzć do wou o wytępowau całem ego rozładu gętośc prawdopodobeńtwa, a maowce rozładu jedotajego przedtawoego a ry.4.

6 5 Ry.4 Rozład jedotajy odchylee tadar- Dla rozładu jedotajego o zeroośc przedzału a warację dowe pojedyczego wyu oblcza ę ze wzorów: a 3 (9) a 3 (0) Jeśl epewość wyu e jet oreśloa e ma możlwośc jej ocey, to przedzał epewośc oreśla ę a podtawe lczby cyfr zaczących wyu. Jeśl wy zotał prawdłowo zaorągloy, to przyjmuje ę ż wartość odpowadająca jedyce a otatm mejcu zaczącym taow przedzał o zeroośc a, a rozład epewośc jet jedotajy. Są to dość arbtrale założea, ale częto uzawae za uzaadoe. 3. Nepewość wyów pomarów pośredch Wartość welośc może być zmerzoa bezpośredo (p. pomar długośc za pomocą uwmar) lub pośredo (p. pomar objętośc walca przez pomar jego długośc średcy), a atępe oblczee objętośc z odpowedego wzoru). Nepewość wartośc y wyzaczaej ze wzoru y f ( j m) welośc, z tórych ażda charateryzuje ę epewoścą ± U Y m j y U j Wzór te obowązuje w przypadu, gdy epewośc j U j,,......, w tórym wytępuje ±, oblcza ę ze wzoru U j () ± dotyczą eolerowaych (ezależych od ebe) zmeych loowych wyrażoe ą poprzez odchylea tadardowe. Jeśl fucja y f (,,... j... m) jet jedomaem algebraczym potac m 0 ( ) a y a j j tz. zawera tylo dzałaa możea, dzelea, potęgowaa lub perwatowaa, to zamat wzoru () orzytej jet toować zależość, w tórej wytępują epewośc względe ± u. Nepewość względą defuje ę jao toue epewośc bezwzględej do wartośc poprawej. ± U ± u (3) popr j ()

7 6 Wówcza epewość względą wyu pośredego oblcza ę jao ± u Y m ( a ju j ) j (4) 4. Pratyczy algorytm opracowaa wyów pomaru Opracowae ońcowego wyu pomaru e może być prowadzoe do jedego, tałego algorytmu potępowaa. Spoób opracowaa wyów pomaru powe być modyfoway w zależośc od pecyf dośwadczea pomarowego. Zaprezetoway, uprozczoy algorytm realzoway jet w lu etapach: Utalee wartośc poprawych welośc merzoych bezpośredo. Weloścą poprawą może być: popr, j a) pojedycze wazae przyrządu. Przypade wytępuje, gdy p. przyrząd jet zalegalzoway e ma żadych dodatowych powodów, aby wy muał być orygoway. Pomar ta przyja powtau błędu admerego (p. a ute omył oberwatora); b) średa arytmetycza wazań przyrządu (wzór 8). Przypade wytępuje przy powtarzau pomarów, tóre charateryzują ę rozrzutem, a jedocześe e ma powodów lub możlwośc wprowadzea poprawe; c) orygowae pojedycze wazae przyrządu lub orygowaa średa arytmetycza. Korecja polega a dodau odpowedch poprawe. Popraw uwzględa ę w trzech przypadach: - gdy ą oe podae (p. w forme tabel lub wyreów); - gdy moża je oblczyć (p. błąd powodoway zmaą temperatury, błąd metody); - jeśl dooało ę wzorcowaa przyrządu. Utalee epewośc welośc otrzymaych bezpośredo. Najczęścej wyzacza ę przedzał ograczoy odchyleem tadardowym. W przypadu rozładu ormalego z prawdopodobeńtwem P0,68 zajduje ę w m poprawa wartość merzoej welośc. Jet to tzw. epewość tadardowa, tóra charateryzuje rozprozee (loowy charater) wyów. Oblcza ę ją ze wzoru (8). Jet to epewość typu A. Na całowtą (łączą) epewość ± U C wyu wpływa wele czyów, mędzy ym doładość przyrządu pomarowego (podaa w jego doumetacj), ezae zmay welośc wpływowych (p. temperatury), zmay welośc merzoej. Ocea epewośc całowtej wymaga uwzględea wzytch totych czyów. Aby oblczyć epewość łączą, ależy ajperw wyzaczyć pozczególe odchylea tadardowe orzytać ze wzoru ± U C ( ± U ) (5) 3 O le jet to potrzebe - oblczee wartośc poprawej welośc merzoej pośredo. Jeśl argumetam daej fucj y wyrażającej welość merzoą pośredo ą wartośc j (j,,...m), to zuaą wartość wyzacza ę ze wzoru: y f, (6) popr ( popr, popr, popr, j popr, m ) 4 O le jet to potrzebe - oblczee epewośc łączej (całowtej) welośc merzoej pośredo ze wzoru

8 gdze ±U C j ± U YC j 7 f j ( ) ± U C j (7) ą wyzaczoym w drugm rou epewoścam łączym pozczególych welośc merzoych bezpośredo. 5 Oblczee epewośc rozzerzoej do oreśloego pozomu ufośc ze wzoru ± U tu C (dla welośc merzoej bezpośredo) (8) ± U Y tu YC (dla welośc merzoej pośredo) (9) gdze t jet watylem zależym od przyjętego pozomu ufośc. Kwatyle azywa ę czaam wpółczyam rozzerzea ozcza lterą. Wartośc watyl dla ajczęścej toowaych pozomów ufośc przedtawoo w tablcy. Tablca Zetawee ajczęścej potyaych wartośc pozomów ufośc odpowadających m watyl dla rozładu ormalego Pozom ufośc Nazwa przedzału epewośc Kwatyl t 68 % σ (tadardowy) 95 % σ 99,73 % 3σ (graczy) 3 Grafczą terpretację relacj wytępujących mędzy parametram wyu przedtawoo a ryuu5. Ry.5 Iterpretacja relacj wytępujących mędzy parametram wyu Na ryuu5 puty popr popr + wyzaczają grace przedzału, w tórym z oreśloym prawdopodobeńtwem zajduje ę wartość poprawa pop. Parametr ± może być utożamay z epewoścą rozzerzoą. Z ryuu wya, ż w przypadu e przeprowadzea, lub edotateczego przeprowadzea orecj błędu e uwzględaa tego fatu przy aalze epewośc, wartość rzeczywta może ę zaleźć poza wyzaczoym zareem epewośc. Z tego względu przy aalze ładów epewośc ależy zawze bardzo tarae rozpatrzyć jaość przeprowadzoej orecj błędów. 5. Zap wyu pomaru Prawdłowo zapay wy pomaru powe ładać ę z dwóch lczb, z tórych perwza wyraża poprawą wartość welośc merzoej, a druga oreśla jej epewość. Poadto ze poobu zapu mu wyać prawdopodobeńtwo (pozom ufośc), z jam wartość poprawa zajdze ę w przedzale epewośc. Ogóle zap ońcowego wyu pomaru powe meć potać atępującą popr ± (formacja o pozome ufośc)

9 Z zapem zwązae jet prawdłowe zaorąglee wyu pomaru. Najperw zaorągla ę epewość, ajczęścej w górę do jedej, w wyjątowych przypadach do dwóch cyfr zaczących. Natępe zaorągla ę lczbę wyrażającą wartość welośc, pozotawając otatą cyfrę zaczącą a tym mejcu, a tórym wytępuje epewość. Przyłady prawdłowego zapu ońcowego wyu pomaru: a) Wy pomaru długośc: zap rówoważy: l (3,45 ± 0,0)mm; (epewość tadardowa) l (3,45 ± 0,03) mm; (epewość gracza) zap rówoważy przy użycu epewośc względej: l 3,45 ( ± ) mm; (epewość gracza) Otata forma zapu e jet polecaa gdyż może prowadzć do ejaośc. 8 Przyład Woltomerzem cyfrowym o zaree 0 V wyoao 0 pomarów apęca. Średa arytmetycza wyów pomaru jet rówa U 4998, V a odchylee tadardowe pojedyczego wyu U 50, 0 3 V. Z doumetacj woltomerza wya, że edoładość pomaru jet rówa ±6 0-4 wartośc wazaej oraz± 0-4 zareu. Oblczyć całowtą epewość ± U UC pomaru apęca. Nepewość tadardowa wyu pomaru (w tym przypadu wyem jet średa arytmetycza z N oberwacj) ma dwe ładowe: a) ładową zwązaą z zauważalym oddzaływaam przypadowym wyrażaą odchyleem tadardowym średej U 3 U 50, , 0 V, U N 0 Jet to tadardowa epewość bezwzględa typu A. b) Sładową zwązaą z edoładoścą przyrządu tóra e jet podaa za pomocą mar tatytyczych. Spoób jej podaa ugeruje ż uma podaych przez produceta przedzałów wyzacza całowty przedzał dopuzczalych epewośc. 4 4 ma U 6 0 4, V Uprawedlwa to założee o jedotajym rozładze epewośc wewątrz przedzału podaego przez produceta, a zatem oblczee odchylea tadardowego wg zależośc: U 3 ma 50 V 9, Jet to tadardowa epewość bezwzględa typu B. Całowte odchylee tadardowe pomaru jet rówe c 3 V ( ) ( ) ( ) ( ) c U V + 58, 0 +, 9 0 3, 30 0 Jet to jedocześe całowta tadardowa (P 0,68) epewość bezwzględa pomaru. Nepewość rozzerzoa a pozome ufośc 99,73 % jet rówa Otateczy zap: ± U ± 3 ± 3 3, ,0 V UC c V

10 9 Przyład Na ramę o długośc r,0 m dzała pod ątem protym ła F,05 N, wyzaczoa z epewoścą tadardową u %. Oblczyć momet obrotowy jego epewość ± U. Rozwązae ± F Ze wzoru a momet obrotowy oblczamy jego wartość M Fr α Fr 0, 05, 05N, m Poeważ wyrażee a M jet jedomaem algebraczym, do oblczea epewośc ± u M toujemy wzór (4): M ( ± u ) + ( u ) F r ± u ± Nezaa jet epewość ramea r. W celu jej wyzaczea przyjmujemy, że wy pomaru r zotał prawdłowo zaorągloy. Wówcza wartość rzeczywta r meśc w przedzale 0,95...,05 m, przy czym ażda wartość r z tego przedzału jet jedaowo prawdopodoba. (rozład jedotajy). Bezwzględą epewość tadardową ± U wyzaczamy zatem jao: Względa epewość tadardowa Podtawając do wzoru a ( ) U, ±, V; (pozom ufośc 99,73 %) ± u ± U r r 0,05 0,089 3 ± ur jet rówa ± U r otrzymuje ę ± u r ± u r r 0,089,0 r m 0,089 ( 0,0) + ( 0,089) 0, 0306 Bezwzględa epewość tadardowa mometu U M jet rówa Otateczy zap: ± U ± u M 0,0306,05 0,04N m ( M M M 05, ± 004, ) N m; (pozom ufośc 99,73 %) M 6. Pozuwae zależośc fucyjej opującej cąg wyów pomarowych Są to wy odpowadające obe param ( ) Częto wytępującym w pratyce żyerej zagadeem jet pozuwae zależośc fucyjej pomędzy dwoma eram wyów pomaru obarczoych błędam przypadowym., y, gdze,.... Rodzaj fucj jet ajczęścej zay lub domemyway, przez co zagadee prowadza ę do zalezea q wpółczyów (parametrów) a j tej fucj. Iteją trzy przypad: < q - zadae jet erozwązale (za mało daych); q - przypade matematycze jedozaczy, ale z metrologczego putu wdzea jet za mało daych, aby oceć ch epewość; > q - przypade ajczęścej wytępujący w metrolog.

11 0 Iteje la metod wyzaczaa charateryty. W ażdej z ch wyorzytuje ę tylo wartośc poprawe wyów pomarów. Najprotzą metodą wyzaczea charateryty jet metoda acągętej c, azywaa metodą a oo. Metoda ta może być toowaa, gdy zuaa charaterytya jet lowa albo możlwe jet przeztałcee zuaej fucj do potac lowej. Polega oa przedtaweu wyów pomaru w uładze wpółrzędych protoątych, a atępe wyreśleu taej protej, aby przechodzła przez ajwęzą lczbę putów lub w ch poblżu. Rozłożee putów woół protej powo być w przyblżeu ymetrycze. Pozuwae wpółczy wyzacza ę ze wpółrzędych dwóch putów leżących a pozuwaej protej. Najczęścej toowaą ajbardzej ogólą metodą wyzaczaa charateryty jet metoda f, ajmejzych wadratów. Metoda ta polega a zalezeu tach parametrów a j fucj ( ) aby uma wadratów różc pomędzy wyem y pomaru a pozuwaą fucją f( ) ja ajmejza: była M 0 (dla wzytch a j, j,... q) (30) a j [ ( ) gdze M y f (3) Lczba rówań (3) jet rówa lczbe pozuwaych parametrów fucj. Są to rówaa wzajeme ezależe. To oblczeń jet zalgorytmzoway dla typowych charateryty. Na przyład wpółczy zuaej zależośc lowej typu y a+ a0 ą dae rówaam a a 0 y y D y y D ] gdze D (34) Na podtawe oblczoych wpółczyów oceć moża odchylee tadardowe pojedyczego wyu pomaru y y ( y A B ) Odchylea tadardowe oblczoych wpółczyów ą rówe y (3) (33) (35) a0 y D (36)

12 gdze D jet dae wzorem (34). a y (37) D Pozuwae rówaa charateryty lowej jet azywae regreją lową. Zagadee pozuwae charateryty elowej jet azywae regreją elową lub regreją wyżzego rzędu. Metoda pozuwaa parametrów fucj węcej ż jedej zmeej (p. y f(, ) o azwę regrej welorotej. Iteje wele programów omputerowych, tóre realzują metodę regrej. Ich toowae jet zalecae, gdyż oblczea ą z reguły dość żmude. Częto charaterytya wyzaczoa dośwadczale odbega ezacze od lowej. Dla charateryzowaa tej rozbeżośc wprowadzoo pojęce błędu elowośc δ. Do jego oreślea pomocy jet ry.6. Ry.6 Do defcj błędu elowośc Najczęścej błąd elowośc defuje ę atępująco ( y y ) ma,, y y δ rz ma m (38)

13 7. Wyrey Wyre jet grafczym poobem przedtawea wyu pomaru. Powe o umożlwć łatwe zterpretowae otrzymaych wyów. Przyład poprawe wyoaego wyreu przedtawoo a ry δ t Hz 0000 f Ry.7 Przyład prawdłowo wyoaego wyreu W przypadu, gdy wartośc zmeej tórejś z o zawerają ę w przedzale węzym od deady, to ależy toować alę logarytmczą. Należy zwrócć uwagę a to, że al logarytmczej e moża toować w przypadu, gdy wartośc zmeej ą mejze lub rówe zeru. 8. Program ćwczea a) wyoać erę 50 oberwacj oreu apęca w ec eletroeergetyczej. Pomar wyoać wyorzytując tryb ręczego wyzwalaa oreomerza. b) wyoać erę 50 oberwacj apęca a wyjścu traformatora bezpeczeńtwa. Pomar wyoać wyorzytując tryb ręczego wyzwalaa woltomerza cyfrowego. Dooać pomaru temperatury otoczea przed po przeprowadzeu dośwadczea. c) zmerzyć wartość rezytacj rezytora metodą techczą; d) wyoać pomar średcy wyoośc moężego wała, wyorzytując do tego celu długoścomerz cyfrowy odpowedą płytę wzorcową. Pomar wyoać w lu putach, tarając ę wyzaczyć przyblżoy ztałt wała. 9. Opracowae wyów pomaru - oblczyć prawdłowo zapać wy pomarów przeprowadzoych w p. (a), (b) (c). Wyorzytać dae zawarte w doumetacj użytych przyrządów pomarowych; - oblczyć objętość wała prawdłowo zapać wy. Ozacować błąd modelowy porówać z błędem trumetalym. - zaleźć zależość fucyją dla daych pomarowych wazaych przez prowadzącego. Zbadać wpływ rzędu regrej a ztałt pozuwaej rzywej.

14 0. Pytaa otrole ) Podać defcję błędu bezwzględego, popraw błędu względego 3 ) Wyjaść różcę mędzy wartoścą rzeczywtą poprawą 3) Podać zaczee pojęć: epewość typu A epewość typu B 4) Dlaczego do oblczeń epewośc używa ę odchylea tadardowego? 5) Dlaczego rozład epewośc pomaru ma z reguły charater rozładu ormalego? 6) Kedy toujemy rozład t-studeta? 7) Podać przyład zatoowaa metody ajmejzych wadratów. Lteratura ) Taylor J.R., Wtęp do aalzy błędu pomarowego, Wydawctwo Nauowe PWN, Warzawa 995 3) Zarzew J., Podtawy metrolog dla eruu mechaczego, Srypt Pol. Śl. r 670, Glwce 99 4) Szydłow H., Pracowa fzycza, PWN, Warzawa 994 5) Kuba S., Podtawy metrolog, Srypt Pol. Szczecńej, Szczec 995 6) Wyrażae epewośc pomaru. Przewod, Wydwctwo GUM, Warzaw 998. Oprac. Mara Kamp, Ja Zarzew.

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

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

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

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

Bardziej szczegółowo

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ Podstawowe pojęca rachuu prawdopodobeństwa: zdarzee losowe, zdarzee elemetare, prawdopodobeństwo, zbór zdarzeń elemetarych. Def. Nech E będze zborem

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

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

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Miary średnie. Średnią arytmetyczną nazywamy sumę wartości zmiennej wszystkich jednostek badanej zbiorowości podzieloną przez liczbę tych jednostek.

Miary średnie. Średnią arytmetyczną nazywamy sumę wartości zmiennej wszystkich jednostek badanej zbiorowości podzieloną przez liczbę tych jednostek. Węcej doumetów a troe: www.rawczy.hotl.pl Aalza trutury zmerza do wydobyca a jaw charaterytyczych właścwośc zborowośc porówaa ch z ą zborowoścą. Każde badae, tóre w efece ma dać wzechtroą oceę zjawa doprowadzć

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

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

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

Analiza Matematyczna Ćwiczenia. J. de Lucas Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

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

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

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

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

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

Bardziej szczegółowo

Analityka chemiczna. Podstawy statystyki. Marek Kręglewski tel

Analityka chemiczna. Podstawy statystyki. Marek Kręglewski tel Aaltyka chemcza Podtawy tatytyk Marek Kręglewk mkreg@amu.edu.pl, tel. 689387 Program zajęć Op wyjaśee poobu porządkowaa przedtawaa daych dośwadczalych. Rozkład dla zmeej loowej dykretej cągłej. Zagadea

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

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

Bardziej szczegółowo

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów. Pradopodobeństo statystya 6..3r. Zadae. Rzucamy symetryczą moetą ta długo aż dóch olejych rzutach pojaą sę resz. Oblcz artość oczeaą lczby yoaych rzutó. (A) 7 (B) 8 (C) 9 (D) (E) 6 Wsazóa: jeśl rzuce umer

Bardziej szczegółowo

Przewodnik do ćwiczeń ze statystyki

Przewodnik do ćwiczeń ze statystyki Przewodk do ćwczeń ze tatytyk Podtawowe defcje Próbka loowa, tatytycza Próbką loową jet ograczoy zbór oberwacj dokoay a pewej hpotetyczej lub realej zborowośc zwaej populacją. Waże jet, że oberwacje ą

Bardziej szczegółowo

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego

Bardziej szczegółowo

Niepewności pomiarów. DR Andrzej Bąk

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Analiza niepewności pomiarów Definicje

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wyrażanie niepewności pomiaru. Andrzej Kubiaczyk Wydział Fizyki, Politechnika Warszawska

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

Bardziej szczegółowo

STATYSTYKA OPISOWA. Statystyka. Losowanie (pomiar)

STATYSTYKA OPISOWA. Statystyka. Losowanie (pomiar) STATYSTYKA OPISOWA Statytyka Statytyka opowa Statytyka matematycza Loowae (pomar) Popuacja geeraa (rezutaty potecjaych pomarów) Próbka (rezutaty pomarów) Statytyka opowa zajmuje ę wtępym opracowaem wyków

Bardziej szczegółowo

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

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

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

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

Bardziej szczegółowo

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW. Statytycza ocea wyików pomiaru STATYSTYCZNA OCENA WYNIKÓW POMIARÓW CEL ĆWICZENIA Celem ćwiczeia jet: uświadomieie tudetom, że każdy wyik pomiaru obarczoy jet błędem o ie zawze zaej przyczyie i wartości,

Bardziej szczegółowo

Matematyczne metody opracowywania wyników

Matematyczne metody opracowywania wyników Matematycze metody opracowywaa wyów Statystya rachue epewośc Paweł Ża Wydzał Odlewctwa AGH Katedra Iżyer Procesów Odlewczych Kraów, gruda 00 Opracowae rzywej stygęca 3 4 5 6 7 Formuły a przyblżae pochodej

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

KALIBRACJA NIE ZAWSZE PROSTA

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

Bardziej szczegółowo

SPOŁECZNA AKDAEMIA NAUK W ŁODZI

SPOŁECZNA AKDAEMIA NAUK W ŁODZI SPOŁECZNA AKDAEMIA NAUK W ŁODZI KIERUNEK STUDIÓW: ZARZĄDZANIE PRZEDMIOT: METODY ILOŚCIOWE W ZARZĄDZANIU (MATERIAŁ POMOCNICZY PRZEDMIOT PODSTAWOWY ) Łódź Sps treśc Moduł Wprowadzee do metod loścowych w

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

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

Bardziej szczegółowo

Plan: Wykład 3. Zmienne losowe i ich rozkłady. Wstęp do probabilistyki i statystyki. Pojęcie zmiennej losowej

Plan: Wykład 3. Zmienne losowe i ich rozkłady. Wstęp do probabilistyki i statystyki. Pojęcie zmiennej losowej --8 Wstęp do probablsty statysty Wyład. Zmee losowe ch rozłady dr hab.ż. Katarzya Zarzewsa, prof.agh, Katedra Eletro, WIET AGH Wstęp do probablsty statysty. wyład Pla: Pojęce zmeej losowej Iloścowy ops

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) Praca Domowa:.. ( α β ( α β α β ( ( α Γ( β α,,..., ~ B, Γ + f Γ ( α + α ( α + β + ( α + β Γ α + β Γ α + Γ α + β Γ α + + β E Γ α Γ β Γ α Γ α + + β Γ α + Γ β α α + β β α β Γ α + β Γ α + Γ α + β Γ α + + β

Bardziej szczegółowo

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

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

Bardziej szczegółowo

. Wtedy E V U jest równa

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

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

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

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

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

Bardziej szczegółowo

Instrukcja do wykonania zadania. Masa ciała. Wys. Ciała

Instrukcja do wykonania zadania. Masa ciała. Wys. Ciała Itrukcja do wykoaa zadaa W perwzej kolejośc ależy przygotowad tabelę z daym. W ejzej trukcj przyjęto, że do każdego wyku z tabel perwotej dodao wartośd 6. Zatem tabela wygląda atępująco: Icjały Grupa Płeć

Bardziej szczegółowo

Matematyczny opis ryzyka

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

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

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

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

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

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

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

Bardziej szczegółowo

20 PAK 2/2007. Wyznaczanie niepewności typu A pomiarów o skorelowanych rezultatach obserwacji. Mykhaylo DOROZHOVETS 1, Zygmunt L.

20 PAK 2/2007. Wyznaczanie niepewności typu A pomiarów o skorelowanych rezultatach obserwacji. Mykhaylo DOROZHOVETS 1, Zygmunt L. PK /7 Myhaylo DOROZHOVETS, Zygmut L. WRSZ POLITECHNIK RZESZOWSK Wyzaczae epewośc typu pomarów o orelowaych rezultatach oberwac Prof. dr hab. ż. Myhaylo DOROZHOVETS Jet abolwetem (975 Katedry Tech Iformacyo-Pomarowe

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

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

Bardziej szczegółowo

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

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

Bardziej szczegółowo

Metoda Monte-Carlo i inne zagadnienia 1

Metoda Monte-Carlo i inne zagadnienia 1 Metoda Mote-Carlo e zagadea Metoda Mote-Carlo Są przypadk kedy zamast wykoać jakś eksperymet chcelbyśmy symulować jego wyk używając komputera geeratora lczb (pseudolosowych. Wększość bblotek programów

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

METROLOGIA. Dr inż. Eligiusz PAWŁOWSKI Politechnika Lubelska Wydział Elektrotechniki i Informatyki METROLOGIA Dr ż. Elgusz PAWŁOWSKI Poltechka Lubelska Wydzał Elektrotechk Iformatyk Prezetacja do wykładu dla EINS Zjazd 4, wykład r 7, 8 Prawo autorske Nejsze materały podlegają ochroe zgode z Ustawą o

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

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

Bardziej szczegółowo

Reprezentacja krzywych...

Reprezentacja krzywych... Reprezeacja rzywych... Reprezeacja przy pomocy fcj dwóch zmeych rzywe płase płase - jedej: albo z z f x y x [ x x2] y [ y y2] f x y g x x [ x x2] Wady: rzywe óre dla pewych x y mogą przyjmować wele warośc

Bardziej szczegółowo

INSTRUKCJA DO CWICZENIA NR 6

INSTRUKCJA DO CWICZENIA NR 6 INSTRUKCJA DO CWICZENIA NR 6 Temat ćwczea: Pomar twardośc metodą Rockwella Cel ćwczea Celem ćwczea jet ozaczee twardośc metal metodą Rockwella pozae zwązków pomędzy twardoścą a bdową tych materałów ym

Bardziej szczegółowo

ĆWICZENIE 5 TESTY STATYSTYCZNE

ĆWICZENIE 5 TESTY STATYSTYCZNE ĆWICZENIE 5 TESTY STATYSTYCZNE Cel Przedstawee wybraych testów statystyczych zasad wyboru właścwego testu przeprowadzea go oraz terpretac wyów. Wprowadzee teoretycze Testem statystyczym azywamy metodę

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Katedra Ietycj Faoych Zarządzaa yzykem Aalza Zarządzae Portfelem cz. Dr Katarzya Kuzak Co to jet portfel? Portfel grupa aktyó (trumetó faoych, aktyó rzeczoych), które zotały yelekcjooae, którym ależy zarządzać

Bardziej szczegółowo

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

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

Bardziej szczegółowo

Pojęcie statystyki. Definicja. Wektorową funkcję mierzalną T: X T(X)=(T 1 (X),...,T k (X)) R k wymiarową statystyką. próby X nazywamy k

Pojęcie statystyki. Definicja. Wektorową funkcję mierzalną T: X T(X)=(T 1 (X),...,T k (X)) R k wymiarową statystyką. próby X nazywamy k Statystya Wyład Adam Ćmel A4 5 cmel@agh.edu.pl Pojęce statysty Pojęce statysty w statystyce matematyczej jest odpowedem pojęca zmeej losowej w rachuu prawdopodobeństwa. Nech X(X,...,X ) będze próbą z pewej

Bardziej szczegółowo

VI. TWIERDZENIA GRANICZNE

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

Bardziej szczegółowo

STATYSTKA I ANALIZA DANYCH LAB I. 2. Plan laboratorium I techniki statystyki opisowej

STATYSTKA I ANALIZA DANYCH LAB I. 2. Plan laboratorium I techniki statystyki opisowej STATYSTKA I ANALIZA DANYCH LAB I 1. Dae kotaktowe Mateuz Lago (http://www.c.put.poza.pl/mlago) Moka Grabowka (http://www.c.put.poza.pl/mgrabowka) Forma zajęć: przedtawee pojęca, zagadea lub metody + rozwązywae

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

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

Bardziej szczegółowo

Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982.

Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982. Wyłady z Aalzy rzeczywstej zespoloej w Matematyce stosowaej Lteratura W Rud: Podstawy aalzy matematyczej, PWN, Warszawa, 1982 W Rud: Aalza rzeczywsta zespoloa, PZWS, Warszawa, 1986 W Szabat: Wstęp do aalzy

Bardziej szczegółowo

Statystyka opisowa. Stawia się pytania: pytanie co? poprzedza pytanie jak?. Najpierw potrzebna jest miara, potem można badać zmiany tej miary.

Statystyka opisowa. Stawia się pytania: pytanie co? poprzedza pytanie jak?. Najpierw potrzebna jest miara, potem można badać zmiany tej miary. Statystyka opsowa Roma Syak Statystyka opsowa Stawa sę pytaa: pytae co? poprzedza pytae jak?. Najperw potrzeba jest mara, potem moża badać zmay tej mary. Potrzebe są mary zborcze, charakteryzujące zborowośc

Bardziej szczegółowo

Opracowanie wyników pomiarów

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW

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

Bardziej szczegółowo

TMM-2 Analiza kinematyki manipulatora metodą analityczną

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Ćwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych

Ćwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych Ćczea r 3 Fae II obert Ślepaczuk Teora portfela paperó artoścoych Teora portfela paperó artoścoych jet jedym z ajażejzych dzałó ooczeych faó. Dotyczy oa etycj faoych, a przede zytkm etycj dokoyaych a ryku

Bardziej szczegółowo

Równania rekurencyjne

Równania rekurencyjne Rówaa reurecyje Ja stosować do przelczaa obetów obatoryczych? zaleźć zwąze reurecyjy, oblczyć la początowych wartośc, odgadąć ogóly wzór, tóry astępe udowaday stosując ducję ateatyczą. W etórych przypadach,

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

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

Bardziej szczegółowo

WSTĘP DO TEORII POMIARÓW

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

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

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

Bardziej szczegółowo

METODY ADMISSION CONTROL OPARTE NA POMIARACH

METODY ADMISSION CONTROL OPARTE NA POMIARACH www.pwt.et.put.poza.pl Sylweter Kaczmarek Poltechka Gdańka, Gdańk Wydzał ETI, Katedra Sytemów Sec Telekomukacyjych kayl@et.pg.gda.pl Potr Żmudzńk Akadema Bydgoka, Bydgozcz Zakład Podtaw Iformatyk zmudz@ab.edu.pl

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona: Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

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

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo