MERANIE. Doc. Ing. Peter Kukuča, CSc. MIEE KMer FEI STU

Size: px
Start display at page:

Download "MERANIE. Doc. Ing. Peter Kukuča, CSc. MIEE KMer FEI STU"

Transcription

1 MERANIE Doc. Ing. Peter Kukuča, CSc. MIEE KMer FEI STU

2 Hodnotenie predmetu! max. 50 bodov za semester " 30 bodov za prípravu na cvičenia a referáty # 16 bodov za vstupné testy # 14 bodov za odovzdané referáty " 20 bodov za dve písomky na prednáškach! max. 50 bodov za skúšku! webmail.stuba.sk/~peter.kukuca

3 Meranie nie je:! izolovaná činnosť (meranie ako také)! len rutinná technická činnosť (pri ktorej nemusím rozmýšľať)! niečo, čo sa ma netýka (lebo sa s tým nestretnem)

4 Meranie je:! jedna z najčastejších ľudských činností! súčasť väčšiny ľudských činností

5 Meranie je:! zistenie kvantitatívnej charakteristiky predmetu alebo javu, najčastejšie zistenie hodnoty fyzikálnej veličiny! odpovedanie na otázky

6 Lord Kelvin:! When you can measure what you are speaking about, and can express it in numbers, you know something about it; but when you cannot measure it, when you cannot express it in numbers, then your knowledge is of a meagre and unsatisfactory kind.

7 George Miller:! In truth, a good case could be made that if your knowledge is meagre and unsatisfactory, the last thing in the world you should do is make measurements. The chance is negligible that you will measure the right things accidentally.

8 Meranie poskytuje:! informácie o výsledku nejakej práce - konštatovanie stavu

9 Meranie poskytuje:! priebežné informácie počas vývoja a výroby - ovplyvnenie výsledku

10 Meranie poskytuje:! informácie o stave a prevádzke systémov - zabezpečenie funkcie

11 Meranie podporuje:! uľahčenie práce! vyššiu kvalitu výrobkov

12 Meranie podporuje:! nové metódy diagnostiky

13 Meranie limituje:! dosiahnuteľné parametre výrobkov! spravodlivosť v obchode! medzinárodnú spoluprácu a obchod

14 Medzinárodná spolupráca! legislatíva a normalizácia! dôležitosť medzinárodných metrologických organizácií (medzinárodné porovnania)! presun kvantových etalónov do výroby a prevádzky! vyššie nároky na prístrojové a personálne vybavenie organizácií

15 Meranie vyžaduje:! znalosti objektu merania - v prvom rade treba byť odborníkom vo svojom odbore! znalosti z teórie merania - spracovanie a vyhodnotenie výsledku merania

16 Meranie vyžaduje:! znalosti reálnych možností meracej techniky - vedieť rozlíšiť šľahačku na torte od skutočne zásadných vlastností meracieho prístroja

17 Meranie vyžaduje:! získať informácie samotné meranie! namerané údaje spracovať! správne interpretovať výsledok merania #nameraná hodnota #meracia jednotka #odhad chyby merania #podmienky merania

18 Úlohy pre používateľov :! vedieť si vybrať vhodný (správny) merací prístroj! vedieť navrhnúť zloženie meracieho systému! naprogramovať splnenie požadovanej úlohy! vybrať tie správne merané veličiny

19 Chyby merania! Hrubé chyby (omyly) #vylúčiť! Systematické chyby (deterministické) #korigovať! Náhodné chyby (stochastické) #zmenšovať

20 Absolútna chyba X! X = X m -X s! K = X s -X m! X m nameraná hodnota! X s skutočná hodnota

21 Relatívna chyba δx! δx= X / X s! δx= X / X s! δx= X / X m! δx p = X / X N! δx= X/X.100 %! δx= X/X ppm! X s skutočná hodnota! X s správna hodnota! X m nameraná hodnota! X N nominálna hodnota (rozsah)

22 Chyby merania! Skutočné hodnoty chýb # zistené porovnaním s presnejším meradlom! Hranice chýb! Neistoty # zaručované výrobcom # maximálne chyby s pravdepodobnosťou 100 % # interval chýb s pravdepodobnosťou < 100 %

23 Hranice chýb! Trieda presnosti #maximálna relatívna chyba prístroja #maximálna relatívna chyba údaja #maximálna relatívna chyba z dĺžky stupnice! Dvojčlenný vzorec #aditívna zložka #multiplikatívna zložka

24 Trieda presnosti! tr.pr. = max( X/ X N ). 100 % 2 Absolútna chyba

25 Trieda presnosti! δx= X/X. 100 %! δx p = X/X N. 100 %! X= δx p. X N / 100 %! δx= δx p. X N / X

26 Trieda presnosti Relatívna chyba

27 Dvojčlenný vzorec! max( X) = a + m! max( X) = a + δm. X / 100 %! max( X) = δa. X N /100 % + δm. X /100 %! ± (0,1 % z údaja + 0,05 % z rozsahu)! ± (50 ppm + 10 digit)

28 Dvojčlenný vzorec! max( X) = a + δm. X / 100 % 2 Absolútna chyba

29 Dvojčlenný vzorec! max(δx) = δa. X N / X + δm Relatívna chyba

30 Neistoty! Uncertainty u! Interval okolo nameranej hodnoty, v ktorom sa nachádza skutočná hodnota s istou pravdepodobnosťou (~( %).! Daná hodnotou výberovej smerodajnej odchýlky výberového aritmetického priemeru meranej veličiny.

31 Chyby meracích prístrojov! Referenčné podmienky "teplota "frekvencia (frekvenčný rozsah) "časový priebeh striedavej veličiny "...! Prídavné chyby "mimo referenčných podmienok "vplyv meracieho prístroja (spotreba)

32 Korekcia spotreby MP! Neexistuje univerzálny (definičný) vzorec! Individuálna analýza vplyvu MP na výsledok merania! Pozor na zanedbanie vplyvu MP "MP s malým vstupným odporom "extrémne podmienky merania, napr. vysoká frekvencia

33 Zapojenie MP! Paralelne ako voltmeter #veľký vstupný odpor #koľko je dosť?! Sériovo ako ampérmeter #malý vstupný odpor #mikroampérmeter! Prispôsobenie impedancii systému

34 Korekcia spotreby MP U R x = U A I R V R x V

35 Korekcia spotreby MP A V R x R x = U I. R I A

36 Korekcia spotreby MP P = P w R U v 2. R vw R v + R vw A W V Z

37 Meracie metódy! Priame meranie! Nepriame meranie "výpočtom z iných (priamo) nameraných hodnôt "kompenzačná metóda "komparačná metóda "substitučná metóda "mostíkové metódy! Výchylkové a nulové metódy

38 Kompenzačná metóda U = U x N R R x c NI R C U N U X R X

39 Komparačná metóda V X R X V N R N R = R X N U U X N

40 Mostíková metóda R X R 2 NI R 1 R 3. R R R R X = R X = R. 3 1 R 2 1 R3 2

41 Mostíková metóda Z X Z 2 NI Z 1 Z 3 Z X = Z Z 2 1 Z3

42 Zákon prenášania chýb dy Y = X dx Y Y X X

43 Zákon prenášania chýb Y Y = X X Y = i Y X i X i Y Y = i X i X i

44 Zákon prenášania chýb = = i i i X X Y Y Y Y Y 1 δ = i i i i X X X Y Y δy δ 1 = i i i i X Y X X Y δy δ

45 Zákon prenášania chýb Y = X ± X 1 2 Y = X + X 1 2 Y = X / X 1 2 δ Y = δx + δx 1 2

MERANIE. doc. Ing. Peter Kukuča, CSc. MIET KMer FEI STU

MERANIE. doc. Ing. Peter Kukuča, CSc. MIET KMer FEI STU MERANIE doc. Ing. Peter Kukuča, CSc. MIET KMer FEI STU Hodnotenie predmetu max. 50 bodov za semester 30 bodov za prípravu na cvičenia a referáty 16 bodov za vstupné testy 14 bodov za odovzdané referáty

More information

NEISTOTY. Základné pojmy a definície z oblasti neistôt meraní

NEISTOTY. Základné pojmy a definície z oblasti neistôt meraní NEISTOTY Základné pojmy a definície z oblasti neistôt meraní Ladislav Ševčovič Košice 23. septembra 2007 OBSAH 1 Základné pojmy a definície z oblasti neistôt meraní 3 2 Chyby elektrických meracích prístrojov

More information

Elektrický prúd a náboj. Elektrické napätie. Indukčnosť. Kapacita. Meranie v elektronike a telekomunikáciách. Odpor

Elektrický prúd a náboj. Elektrické napätie. Indukčnosť. Kapacita. Meranie v elektronike a telekomunikáciách. Odpor Elektrický prúd a náboj Meranie v elektronike a telekomunikáciách (terminológia, meracie metódy, signály a ich parametre,neistoty a chyby merania) prof. Ing. Ján Šaliga, hd. KEM FEI Košice Elektrický prúd

More information

PROGRAMY NA SPRACOVANIE A VIZUALIZÁCIU EXPERIMENTÁLNYCH DÁT

PROGRAMY NA SPRACOVANIE A VIZUALIZÁCIU EXPERIMENTÁLNYCH DÁT PROGRAMY NA SPRACOVANIE A VIZUALIZÁCIU EXPERIMENTÁLNYCH DÁT Ladislav ŠEVČOVIČ http://people.tuke.sk/ladislav.sevcovic Strana 1 z 20 Strana 2 z 20 V prezentácii sú použité názvy programových produktov,

More information

Metódy vol nej optimalizácie

Metódy vol nej optimalizácie Matematické programovanie Metódy vol nej optimalizácie p. 1/35 Informácie o predmete Informácie o predmete p. 2/35 Informácie o predmete METÓDY VOL NEJ OPTIMALIZÁCIE Prednášajúca: M. Trnovská (M 267) Cvičiaci:

More information

KVANTIFIKACE NEJISTOT MĚŘENÍ MAGNETICKÝCH VELIČIN

KVANTIFIKACE NEJISTOT MĚŘENÍ MAGNETICKÝCH VELIČIN VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV AUTOMATIZACE A MĚŘICÍ TECHNIKY FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION

More information

Jádrové odhady gradientu regresní funkce

Jádrové odhady gradientu regresní funkce Monika Kroupová Ivana Horová Jan Koláček Ústav matematiky a statistiky, Masarykova univerzita, Brno ROBUST 2018 Osnova Regresní model a odhad gradientu Metody pro odhad vyhlazovací matice Simulace Závěr

More information

Ing. Tomasz Kanik. doc. RNDr. Štefan Peško, CSc.

Ing. Tomasz Kanik. doc. RNDr. Štefan Peško, CSc. Ing. Tomasz Kanik Školiteľ: doc. RNDr. Štefan Peško, CSc. Pracovisko: Študijný program: KMMOA, FRI, ŽU 9.2.9 Aplikovaná informatika 1 identifikácia problémovej skupiny pacientov, zlepšenie kvality rozhodovacích

More information

Obsah. 2 Určenie objemu valčeka Teoretický úvod Postup merania a spracovanie výsledkov... 10

Obsah. 2 Určenie objemu valčeka Teoretický úvod Postup merania a spracovanie výsledkov... 10 Obsah 1 Chyby merania 1 1.1 áhodné a systematické chyby.................... 1 1.2 Aritmetický priemer a stredná kvadratická chyba......... 1 1.3 Rozdelenie nameraných dát..................... 3 1.4 Limitné

More information

FYZIKA. Ide teda o porozumenie svetu okolo nás, ako funguje. Načo je to dobré?

FYZIKA. Ide teda o porozumenie svetu okolo nás, ako funguje. Načo je to dobré? FYZIKA Physics (from Ancient Greek: φυσική (ἐπιστήμη) phusikḗ (epistḗmē) knowledge of nature, from φύσις phúsis "nature") is the natural science that involves the study of matter and its motion through

More information

Meranie globálneho slnečného žiarenia

Meranie globálneho slnečného žiarenia Acta Montanistica Slovaca Ročník 13 (28), číslo 3, 357-362 Meranie globálneho slnečného žiarenia Zdeněk Dostál 1, Milan Bobek a Ján Župa 2 The measuring of global solar radiance In paper there is analyzed

More information

Jádrové odhady regresní funkce pro korelovaná data

Jádrové odhady regresní funkce pro korelovaná data Jádrové odhady regresní funkce pro korelovaná data Ústav matematiky a statistiky MÚ Brno Finanční matematika v praxi III., Podlesí 3.9.-4.9. 2013 Obsah Motivace Motivace Motivace Co se snažíme získat?

More information

FYZIKA. Ide teda o porozumenie svetu okolo nás, ako funguje. Načo je to dobré?

FYZIKA. Ide teda o porozumenie svetu okolo nás, ako funguje. Načo je to dobré? FYZIKA Physics (from Ancient Greek: φυσική (ἐπιστήμη) phusikḗ (epistḗmē) knowledge of nature, from φύσις phúsis "nature") is the natural science that involves the study of matter and its motion through

More information

NÁVOD NA VYJADROVANIE NEISTOTY V KVANTITATÍVNYCH SKÚŠKACH (EA - 4/16: 2003)

NÁVOD NA VYJADROVANIE NEISTOTY V KVANTITATÍVNYCH SKÚŠKACH (EA - 4/16: 2003) SLOVENSKÁ NÁRODNÁ AKREDITAČNÁ SLUŽBA METODICKÁ SMERNICA NA AKREDITÁCIU METHODICAL GUIDELINE FOR ACCREDITATION NÁVOD NA VYJADROVANIE NEISTOTY V KVANTITATÍVNYCH SKÚŠKACH (EA - 4/16: 2003) GUIDELINES ON THE

More information

PROGRAM VZDELÁVACEJ ČINNOSTI. Anotácia predmetu

PROGRAM VZDELÁVACEJ ČINNOSTI. Anotácia predmetu PROGRAM VZDELÁVACEJ ČINNOSTI Číslo predmetu : 3I0107 Názov predmetu : Štatistické a numerické metódy Typ predmetu : Povinný Študijný odbor: EF Zameranie: Ročník : 1. Ing. Semester : zimný Počet hodín týždenne

More information

Dynamic and static bending properties of hybrid carbon tube

Dynamic and static bending properties of hybrid carbon tube Dynamic and static bending properties of hybrid carbon tube Ing. Zdeněk Pošvář prof. Ing. Milan Růžička, CSc. Abstrakt Tato práce se zabývá porovnáním dvou hybridních kompozitových trubek vyrobených metodou

More information

APPENDIX A: DEALING WITH UNCERTAINTY

APPENDIX A: DEALING WITH UNCERTAINTY APPENDIX A: DEALING WITH UNCERTAINTY 1. OVERVIEW An uncertainty is always a positive number δx > 0. If the uncertainty of x is 5%, then δx =.05x. If the uncertainty in x is δx, then the fractional uncertainty

More information

Súťaž PALMA junior a programovanie v jazyku Python

Súťaž PALMA junior a programovanie v jazyku Python Súťaž PALMA junior a programovanie v jazyku Python Ján Guniš Ľubomír Šnajder Prírodovedecká fakulta Univerzity P. J. Šafárika v Košiciach DidInfo + DidactIG 2017, Banská Bystrica Obsah Súťaž PALMA junior

More information

ACTA HYDROLOGICA SLOVACA

ACTA HYDROLOGICA SLOVACA Ročník 17, č. 2, 2016, 199 206 ACTA HYDROLOGICA SLOVACA MERANIE VÝŠKY SNEHU V HORSKOM MIKROPOVODÍ POMOCOU GLOBÁLNEHO POLOHOVÉHO SYSTÉMU Michal Danko, Ladislav Holko, Pavel Krajčí, Jozef Hlavčo, Zdeněk

More information

LABORATÓRNE CVIČENIA Z FYZIKÁLNEJ CHÉMIE

LABORATÓRNE CVIČENIA Z FYZIKÁLNEJ CHÉMIE VYSOKOŠKOLSKÉ SKRIPTÁ Pedagogická fakulta Trnavskej univerzity Ján Reguli LABORATÓRNE CVIČENIA Z FYZIKÁLNEJ CHÉMIE 009 Doc. Ing. Ján Reguli, CSc. Recenzenti: Doc. Ing. Mária Linkešová, CSc. RNDr. Zuzana

More information

VPLYV EXPERIMENTÁLNYCH PODMIENOK NA SPOĽAHLIVOSŤ VÝSLEDKOV PRI ŠTÚDIU KINETIKY LÚHOVANIA

VPLYV EXPERIMENTÁLNYCH PODMIENOK NA SPOĽAHLIVOSŤ VÝSLEDKOV PRI ŠTÚDIU KINETIKY LÚHOVANIA VPLYV EXPERIMENTÁLNYCH PODMIENOK NA SPOĽAHLIVOSŤ VÝSLEDKOV PRI ŠTÚDIU KINETIKY LÚHOVANIA Raschman P. Katedra chémie, Hutnícka fakulta, Technická univerzita Košice UNCERTAINTY OF KINETIC LEACHING DATA INTRODUCED

More information

Od zmiešavacieho kalorimetra k ultra citlivej modulovanej kalorimetrii. Jozef Kačmarčík

Od zmiešavacieho kalorimetra k ultra citlivej modulovanej kalorimetrii. Jozef Kačmarčík Od zmiešavacieho kalorimetra k ultra citlivej modulovanej kalorimetrii CENTRUM FYZIKY VEĽMI NÍZKYCH TEPLÔT Ústavu experimentálnej fyziky SAV a Univerzity P.J.Šafárika Centrum excelentnosti SAV Jozef Kačmarčík

More information

SLOVENSKÁ POĽNOHOSPODÁRSKA UNIVERZITA V NITRE TECHNICKÁ FAKULTA. Monitorovanie spotreby elektrickej energie

SLOVENSKÁ POĽNOHOSPODÁRSKA UNIVERZITA V NITRE TECHNICKÁ FAKULTA. Monitorovanie spotreby elektrickej energie SLOVENSKÁ POĽNOHOSPODÁRSKA UNIVERZITA V NITRE TECHNICKÁ FAKULTA 1127465 Monitorovanie spotreby elektrickej energie Nitra 2010 Róbert Kupeček SLOVENSKÁ POĽNOHOSPODÁRSKA UNIVERZITA V NITRE TECHNICKÁ FAKULTA

More information

Computation of Information Value for Credit Scoring Models

Computation of Information Value for Credit Scoring Models Jedovnice 20 Computation of Information Value for Credit Scoring Models Martin Řezáč, Jan Koláček Dept. of Mathematics and Statistics, Faculty of Science, Masaryk University Information value The special

More information

ON-LINE SLEDOVANIE ÚNAVOVEJ ŽIVOTNOSTI OCEĽOVÝCH KONŠTRUKCIÍ

ON-LINE SLEDOVANIE ÚNAVOVEJ ŽIVOTNOSTI OCEĽOVÝCH KONŠTRUKCIÍ ON-LINE SLEDOVANIE ÚNAVOVEJ OCEĽOVÝCH KONŠTRUKCIÍ Juraj RITÓK, Peter BOCKO, Vladimír DITTEL Príspevok sa zaoberá tenzometrickým meraním napätosti kritických miest konštrukcie a spracovaním nameraných dát

More information

Perforované plastové rozvádzačové lišty

Perforované plastové rozvádzačové lišty Perforované plastové rozvádzačové lišty Perforované plastové rozvádzačové lišty Štandardné Bezhalógenové Technické údaje farba sivá RAL 7030 plastický izolačný materiál, odolný proti nárazu, samozhášavý

More information

The influence of input data design on terrain morphometric parameters quality and accuracy

The influence of input data design on terrain morphometric parameters quality and accuracy The influence of input data design on terrain morphometric parameters quality and accuracy Mgr. Radoslav Bonk bonk@fns.uniba.sk Katedra fyzickej geografie a geoekológie, Prírodovedecká fakulta Univerzity

More information

Štatisticky tolerančný interval nazýva ISO Statistics. Vocabulary and symbols. Part 1: Probability and general statistical terms ako štatistick

Štatisticky tolerančný interval nazýva ISO Statistics. Vocabulary and symbols. Part 1: Probability and general statistical terms ako štatistick Použitie štatistických tolerančných intervalov v riadení kvality Ivan Janiga Katedra matematiky SjF STU v Bratislave Štatisticky tolerančný interval nazýva ISO 3534-1 Statistics. Vocabulary and symbols.

More information

Sec. 14.3: Partial Derivatives. All of the following are ways of representing the derivative. y dx

Sec. 14.3: Partial Derivatives. All of the following are ways of representing the derivative. y dx Math 2204 Multivariable Calc Chapter 14: Partial Derivatives I. Review from math 1225 A. First Derivative Sec. 14.3: Partial Derivatives 1. Def n : The derivative of the function f with respect to the

More information

GAGE STUDIES FOR VARIABLES AVERAGE AND RANGE METHOD

GAGE STUDIES FOR VARIABLES AVERAGE AND RANGE METHOD GAGE STUDIES FOR VARIABLES AVERAGE AND RANGE METHOD JANIGA Ivan (SK) Abstract. There are several methods that can be used to measure gauge variability. The average and range method is widely used in industry

More information

Transactions of the VŠB Technical University of Ostrava, Mechanical Series No. 2, 2010, vol. LVI article No. 1776

Transactions of the VŠB Technical University of Ostrava, Mechanical Series No. 2, 2010, vol. LVI article No. 1776 Transactions of the VŠB Technical University of Ostrava, Mechanical Series o. 2, 200, vol. LVI article o. 776 Zuzana ADRÁSSYOVÁ *, Martin KOTUS ** EVALUATIO OF CC MILLIG MACHIE CAPABILITY FOR TRASMISSIOS

More information

Segmentace textury. Jan Kybic

Segmentace textury. Jan Kybic Segmentace textury Případová studie Jan Kybic Zadání Mikroskopický obrázek segmentujte do tříd: Příčná vlákna Podélná vlákna Matrice Trhliny Zvolená metoda Deskriptorový popis Učení s učitelem ML klasifikátor

More information

ACTA HYDROLOGICA SLOVACA

ACTA HYDROLOGICA SLOVACA Ročník 16, Tematické číslo, 2015, 101-107 ACTA HYDROLOGICA SLOVACA MOŽNOSTI APLIKÁCIE PRÍSTROJA FLOW TRACKER PRI MERANIACH CHARAKTERISTÍK PRÚDENIA Radoslav Schügerl, Yvetta Velísková, Renáta Dulovičová

More information

Priestorové a časové zmeny pôdnych procesov a parametrov Procesy ovplyvňuj. ujúce funkcie a kvalitu pôdy

Priestorové a časové zmeny pôdnych procesov a parametrov Procesy ovplyvňuj. ujúce funkcie a kvalitu pôdy Priestorové a časové zmeny pôdnych procesov a parametrov Procesy ovplyvňuj ujúce funkcie a kvalitu pôdy Ekologické,, technické,, ekonomické a sociálne aspekty ohrození pôdy Faktory (ohrozenia) ovplyvňuj

More information

Určenie hodnoty Value at Risk využitím simulačnej metódy Monte Carlo v neživotnom poistení

Určenie hodnoty Value at Risk využitím simulačnej metódy Monte Carlo v neživotnom poistení Určenie hodnoty Value at Risk využitím simulačnej metódy Monte Carlo v neživotnom poistení Vladimír Mucha 1 Abstrakt Cieľom príspevku je poukázať na využitie simulačnej metódy Monte Carlo pri určovaní

More information

(A) Opening Problem Newton s Law of Cooling

(A) Opening Problem Newton s Law of Cooling Lesson 55 Numerical Solutions to Differential Equations Euler's Method IBHL - 1 (A) Opening Problem Newton s Law of Cooling! Newton s Law of Cooling states that the temperature of a body changes at a rate

More information

ANALYSIS OF EXTREME HYDROLOGICAL EVENTS ON THE DANUBE USING THE PEAK OVER THRESHOLD METHOD

ANALYSIS OF EXTREME HYDROLOGICAL EVENTS ON THE DANUBE USING THE PEAK OVER THRESHOLD METHOD See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/245419546 ANALYSIS OF EXTREME HYDROLOGICAL EVENTS ON THE DANUBE USING THE PEAK OVER THRESHOLD

More information

Školské experimenty s analyzátorom vysokofrekvenčného elektromagnetického poľa HF35C

Školské experimenty s analyzátorom vysokofrekvenčného elektromagnetického poľa HF35C Školské experimenty s analyzátorom vysokofrekvenčného elektromagnetického poľa HF35C JÁN DEGRO 1, MIRIAM FERETOVÁ 2, MONIKA LEŠŠOVÁ 2 1 Prírodovedecká fakulta, Univerzita P. J. Šafárika v Košiciach 2 Gymnázium

More information

Appendix. Title. Petr Lachout MFF UK, ÚTIA AV ČR

Appendix. Title. Petr Lachout MFF UK, ÚTIA AV ČR Title ROBUST - Kráĺıky - únor, 2010 Definice Budeme se zabývat optimalizačními úlohami. Uvažujme metrický prostor X a funkci f : X R = [, + ]. Zajímá nás minimální hodnota funkce f na X ϕ (f ) = inf {f

More information

GRAVIMETRICKÁ MĚŘENÍ A OPAKOVANÁ NIVELACE NA POLYGONU TETČICE

GRAVIMETRICKÁ MĚŘENÍ A OPAKOVANÁ NIVELACE NA POLYGONU TETČICE VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STAVEBNÍ ÚSTAV GEODÉZIE FACULTY OF CIVIL ENGINEERING INSTITUTE OF GEODESY GRAVIMETRICKÁ MĚŘENÍ A OPAKOVANÁ NIVELACE NA POLYGONU TETČICE

More information

Kľúčové slová: SAR, šum spekl noise, evolučná PDR, lineárna difúzia, Perona-Malikova rovnica, štatistickéfiltre, Leeho filter

Kľúčové slová: SAR, šum spekl noise, evolučná PDR, lineárna difúzia, Perona-Malikova rovnica, štatistickéfiltre, Leeho filter Kľúčové slová: SAR, šum spekl noise, evolučná PDR, lineárna difúzia, Perona-Malikova rovnica, štatistickéfiltre, Leeho filter Tvorba šumu spekl radarový senzor vysiela elektromagneticlý pulz a meria odraz

More information

Definition: If y = f(x), then. f(x + x) f(x) y = f (x) = lim. Rules and formulas: 1. If f(x) = C (a constant function), then f (x) = 0.

Definition: If y = f(x), then. f(x + x) f(x) y = f (x) = lim. Rules and formulas: 1. If f(x) = C (a constant function), then f (x) = 0. Definition: If y = f(x), then Rules and formulas: y = f (x) = lim x 0 f(x + x) f(x). x 1. If f(x) = C (a constant function), then f (x) = 0. 2. If f(x) = x k (a power function), then f (x) = kx k 1. 3.

More information

Analytická chémia I. Analytické meranie. Princípy analytických meraní 2/13/2018

Analytická chémia I. Analytické meranie. Princípy analytických meraní 2/13/2018 Analytická chémia I 2017/2018 prof. Ing. Ivan Špánik, DrSc. Ústav Analytickej chémie miestnosťč. 490, 566, 379 Klapka 283 e-mail: ivan.spanik@stuba.sk Analytické meranie Signál Dekódovanie Vzorka Informácia

More information

Partial Derivatives Formulas. KristaKingMath.com

Partial Derivatives Formulas. KristaKingMath.com Partial Derivatives Formulas KristaKingMath.com Domain and range of a multivariable function A function f of two variables is a rule that assigns to each ordered pair of real numbers (x, y) in a set D

More information

SÚHRNNÁ SPRÁVA k previerke národného etalónu

SÚHRNNÁ SPRÁVA k previerke národného etalónu SÚHRNNÁ SPRÁVA k previerke národného etalónu Národný etalón: Osoba zodpovedná za národný etalón: NE 007/97 Národný etalón nízkeho absolútneho tlaku v rozsahu 10 mpa až 1 kpa Ing. Peter Farár Správu vypracoval:

More information

Sborník vědeckých prací Vysoké školy báňské - Technické univerzity Ostrava Lenka OCENASOVA* Stanislav TUREK** Robert CEP ***, Ivan LITVAJ****

Sborník vědeckých prací Vysoké školy báňské - Technické univerzity Ostrava Lenka OCENASOVA* Stanislav TUREK** Robert CEP ***, Ivan LITVAJ**** Sborník vědeckých prací Vysoké školy báňské - Technické univerzity Ostrava číslo 1, rok 2008, ročník LIV, řada strojní článek č. 1604 Lenka OCENASOVA *, Stanislav TUREK **, Robert CEP ***, Ivan LITVAJ

More information

Econ 110: Introduction to Economic Theory. 8th Class 2/7/11

Econ 110: Introduction to Economic Theory. 8th Class 2/7/11 Econ 110: Introduction to Economic Theory 8th Class 2/7/11 go over problem answers from last time; no new problems today given you have your problem set to work on; we'll do some problems for these concepts

More information

Mikrokontaktová spektroskopia silne korelovaných elektrónových systémov

Mikrokontaktová spektroskopia silne korelovaných elektrónových systémov Mikrokontaktová spektroskopia silne korelovaných elektrónových systémov Gabriel PRISTÁŠ Školiteľ: Marián REIFFERS Ústav exerimentálnej fyziky, OFNT, SAV, Košice 1. Prehľad činností v r. 2006 2. Silne korelované

More information

Appendix II Calculation of Uncertainties

Appendix II Calculation of Uncertainties Part 1: Sources of Uncertainties Appendix II Calculation of Uncertainties In any experiment or calculation, uncertainties can be introduced from errors in accuracy or errors in precision. A. Errors in

More information

Error Analysis. To become familiar with some principles of error analysis for use in later laboratories.

Error Analysis. To become familiar with some principles of error analysis for use in later laboratories. 1. Object Error Analysis To become familiar with some principles of error analysis for use in later laboratories. 2. Apparatus A plastic tub, water, Saxon Bowls, and a stopwatch. 3. Theory In science one

More information

The Treatment of Numerical Experimental Results

The Treatment of Numerical Experimental Results Memorial University of Newfoundl Department of Physics Physical Oceanography The Treatment of Numerical Experimental Results The purpose of these notes is to introduce you to some techniques of error analysis

More information

Introduction to Data Analysis

Introduction to Data Analysis Introduction to Data Analysis Analysis of Experimental Errors How to Report and Use Experimental Errors Statistical Analysis of Data Simple statistics of data Plotting and displaying the data Summary Errors

More information

Ing. Arpád Kósa. Author's report on the dissertation thesis

Ing. Arpád Kósa. Author's report on the dissertation thesis Ing. Arpád Kósa Author's report on the dissertation thesis DEEP LEVEL TRANSIENT SPECTROSCOPY STUDY OF EMISSION AND CAPTURE PROCESSES IN MULTILAYER SEMICONDUCTOR STRUCTURES for the acquisition of: academic

More information

Systems of Linear ODEs

Systems of Linear ODEs P a g e 1 Systems of Linear ODEs Systems of ordinary differential equations can be solved in much the same way as discrete dynamical systems if the differential equations are linear. We will focus here

More information

Kybernetika. Jan Havrda; František Charvát Quantification method of classification processes. Concept of structural a-entropy

Kybernetika. Jan Havrda; František Charvát Quantification method of classification processes. Concept of structural a-entropy Kybernetika Jan Havrda; František Charvát Quantification method of classification processes. Concept of structural a-entropy Kybernetika, Vol. 3 (1967), No. 1, (30)--35 Persistent URL: http://dml.cz/dmlcz/125526

More information

Introduction to Statistics and Data Analysis

Introduction to Statistics and Data Analysis Introduction to Statistics and Data Analysis RSI 2005 Staff July 15, 2005 Variation and Statistics Good experimental technique often requires repeated measurements of the same quantity These repeatedly

More information

NECESSARY AND SUFFICIENT CONDITIONS FOR STATE-SPACE NETWORK REALIZATION. Philip E. Paré Masters Thesis Defense

NECESSARY AND SUFFICIENT CONDITIONS FOR STATE-SPACE NETWORK REALIZATION. Philip E. Paré Masters Thesis Defense NECESSARY AND SUFFICIENT CONDITIONS FOR STATE-SPACE NETWORK REALIZATION Philip E. Paré Masters Thesis Defense INTRODUCTION MATHEMATICAL MODELING DYNAMIC MODELS A dynamic model has memory DYNAMIC MODELS

More information

MBN 305 Phase Diagrams & Transformations

MBN 305 Phase Diagrams & Transformations MBN 305 Phase Diagrams & Transformations Introduction to Phase Diagrams & Transformations Dr. Ersin Emre Oren Department of Biomedical Engineering Department of Materials Science & Nanotechnology Engineering

More information

Vplyv fyzikálnych vlastností na rýchlosť prechodu seizmických vĺn horninami

Vplyv fyzikálnych vlastností na rýchlosť prechodu seizmických vĺn horninami acta geologica slovaca, ročník 2, 1, 2010, str. 69 76 69 Vplyv fyzikálnych vlastností na rýchlosť prechodu seizmických vĺn horninami Radoslav Schügerl Katedra inžinierskej geológie, Prírodovedecká fakulta,

More information

Transactions of the VŠB Technical University of Ostrava, Mechanical Series. article No Adam BUREČEK *, Lumír HRUŽÍK **

Transactions of the VŠB Technical University of Ostrava, Mechanical Series. article No Adam BUREČEK *, Lumír HRUŽÍK ** Transactions of the VŠB Technical University of Ostrava, Mechanical Series No. 1, 01, vol. LVIII article No. 1889 Adam BUREČEK *, Lumír HRUŽÍK ** EXPERIMENTAL MEASUREMENTS OF DYNAMIC BULK MODULUS OF OIL

More information

Dealing with uncertainty

Dealing with uncertainty Appendix A Dealing with uncertainty A.1 Overview An uncertainty is always a positive number δx > 0. If you measure x with a device that has a precision of u, thenδx is at least as large as u. Fractional

More information

BRIEF SURVEY OF UNCERTAINITY IN PHYSICS LABS

BRIEF SURVEY OF UNCERTAINITY IN PHYSICS LABS BRIEF SURVEY OF UNCERTAINITY IN PHYSICS LABS THREE CASES OF UNCERTAINTY CALCULATION There are two main situations when dealing with uncertainty calculation of a given parameter; or it is measured or it

More information

Measurement and Uncertainty

Measurement and Uncertainty Measurement and Uncertainty Michael Gold Physics 307L September 16, 2006 Michael Gold (Physics 307L) Measurement and Uncertainty September 16, 2006 1 / 9 Goal of Experiment Measure a parameter: statistical

More information

Tangent Planes, Linear Approximations and Differentiability

Tangent Planes, Linear Approximations and Differentiability Jim Lambers MAT 80 Spring Semester 009-10 Lecture 5 Notes These notes correspond to Section 114 in Stewart and Section 3 in Marsden and Tromba Tangent Planes, Linear Approximations and Differentiability

More information

Uncertainty, Error, and Precision in Quantitative Measurements an Introduction 4.4 cm Experimental error

Uncertainty, Error, and Precision in Quantitative Measurements an Introduction 4.4 cm Experimental error Uncertainty, Error, and Precision in Quantitative Measurements an Introduction Much of the work in any chemistry laboratory involves the measurement of numerical quantities. A quantitative measurement

More information

SÚHRNNÁ SPRÁVA k previerke národného etalónu

SÚHRNNÁ SPRÁVA k previerke národného etalónu SÚHRNNÁ SPRÁVA k previerke národného etalónu Národný etalón: Osoba zodpovedná za národný etalón: NE 003/97 Národný etalón hmotnosti Ing. Robert Spurný, PhD. Správu vypracoval: Ing. Robert Spurný, PhD.

More information

Dealing with uncertainty

Dealing with uncertainty Appendix A Dealing with uncertainty A.1 Overview An uncertainty is always a positive number δx > 0. If you measure x with a device that has a precision of u, thenδx is at least as large as u. Fractional

More information

EDEXCEL NATIONAL CERTIFICATE UNIT 4 MATHEMATICS FOR TECHNICIANS OUTCOME 4 - CALCULUS

EDEXCEL NATIONAL CERTIFICATE UNIT 4 MATHEMATICS FOR TECHNICIANS OUTCOME 4 - CALCULUS EEXCEL NATIONAL CERTIFICATE UNIT MATHEMATICS FOR TECHNICIANS OUTCOME - CALCULUS TUTORIAL - INTEGRATION Use the elementary rules of calculus arithmetic to solve problems that involve differentiation and

More information

Measurement and Uncertainty

Measurement and Uncertainty Physics 1020 Laboratory #1 Measurement and Uncertainty 1 Measurement and Uncertainty Any experimental measurement or result has an uncertainty associated with it. In todays lab you will perform a set of

More information

Integration - Past Edexcel Exam Questions

Integration - Past Edexcel Exam Questions Integration - Past Edexcel Exam Questions 1. (a) Given that y = 5x 2 + 7x + 3, find i. - ii. - (b) ( 1 + 3 ) x 1 x dx. [4] 2. Question 2b - January 2005 2. The gradient of the curve C is given by The point

More information

CHAPTER 6 VECTOR CALCULUS. We ve spent a lot of time so far just looking at all the different ways you can graph

CHAPTER 6 VECTOR CALCULUS. We ve spent a lot of time so far just looking at all the different ways you can graph CHAPTER 6 VECTOR CALCULUS We ve spent a lot of time so far just looking at all the different ways you can graph things and describe things in three dimensions, and it certainly seems like there is a lot

More information

Wheat Flour Dough Alveograph Characteristics Predicted by NIRSystems 6500

Wheat Flour Dough Alveograph Characteristics Predicted by NIRSystems 6500 Vol. 21, No. 1: 28 33 Czech J. Food Sci. Wheat Flour Dough Alveograph Characteristics Predicted by NIRSystems 6500 M HRUŠKOVÁ and P ŠMEJDA Department of Carbohydrate Chemistry and Technology, Institute

More information

Transactions of the VŠB Technical University of Ostrava, Mechanical Series No. 3, 2010, vol. LVI article No. 1811

Transactions of the VŠB Technical University of Ostrava, Mechanical Series No. 3, 2010, vol. LVI article No. 1811 Transactions of the VŠB Technical University of Ostrava, Mechanical Series No. 3, 010, vol. LVI article No. 1811 Václav DVOŘÁK *, Oldřich STUPKA **, Jan KOLÁŘ *** DESIGN AND NUMERICAL CALCULATION OF VARIABLE

More information

Meas ure ment: Uncertainty and Error in Lab Measurements

Meas ure ment: Uncertainty and Error in Lab Measurements Meas ure ment: Uncertainty and Error in Lab Measurements Measurement is at the heart of science. In order to do science, we must be able to measure quantities such as time, distance, and mass. As famous

More information

MEDZINÁRODNÉ OIML R 129 ODPORÚANIE Vydanie 2000

MEDZINÁRODNÉ OIML R 129 ODPORÚANIE Vydanie 2000 MEDZINÁRODNÉ OIML R 9 ODPORÚANIE Vydanie 000 Prístroje na meranie viacerých rozmerov Multi-dimensional measuring instruments Instruments de mesure multidimensionnels OIML R 9 Vydanie 000 Realizované s

More information

Math Green s Theorem

Math Green s Theorem Math 213 - Green s Theorem Peter A. Perry University of Kentucky November 28, 2018 Homework Read Section 16.5 for Friday Work on Stewart problems for 16.4: 1-13 (odd), 17, 19, 21-27, 29 Finish Homework

More information

Measurements. October 06, 2014

Measurements. October 06, 2014 Measurements Measurements Measurements are quantitative observations. What are some kinds of quantitative observations you might make? Temperature Volume Length Mass Student A and Student B measured the

More information

Propagation of Error Notes

Propagation of Error Notes Propagation of Error Notes From http://facultyfiles.deanza.edu/gems/lunaeduardo/errorpropagation2a.pdf The analysis of uncertainties (errors) in measurements and calculations is essential in the physics

More information

Modern Navigation. Thomas Herring

Modern Navigation. Thomas Herring 12.215 Modern Navigation Thomas Herring Estimation methods Review of last class Restrict to basically linear estimation problems (also non-linear problems that are nearly linear) Restrict to parametric,

More information

Instructions: No books. No notes. Non-graphing calculators only. You are encouraged, although not required, to show your work.

Instructions: No books. No notes. Non-graphing calculators only. You are encouraged, although not required, to show your work. Exam 3 Math 850-007 Fall 04 Odenthal Name: Instructions: No books. No notes. Non-graphing calculators only. You are encouraged, although not required, to show your work.. Evaluate the iterated integral

More information

Transactions of the VŠB Technical University of Ostrava, Mechanical Series. article No. 1849

Transactions of the VŠB Technical University of Ostrava, Mechanical Series. article No. 1849 Transactions of the VŠB Technical University of Ostrava, Mechanical Series No. 1, 2011, vol. LVII article No. 1849 Martin KOTUS *, Zuzana ANDRÁSSYOVÁ ** MEASUREMENT OF ADHESIVE WEAR SHARE IN LABORATORY

More information

Computer Applications in Hydraulic Engineering

Computer Applications in Hydraulic Engineering Computer Applications in Hydraulic Engineering www.haestad.com Academic CD Aplikácie výpočtovej techniky v hydraulike pre inžinierov Flow Master General Flow Characteristic Všeobecná charakteristika prúdenia

More information

VIACKRITERIÁLNE (MULTIKRITERIÁLNE) ROZHODOVANIE (ROZHODOVACIA ANALÝZA)

VIACKRITERIÁLNE (MULTIKRITERIÁLNE) ROZHODOVANIE (ROZHODOVACIA ANALÝZA) VIACKRITERIÁLNE (MULTIKRITERIÁLNE) ROZHODOVANIE (ROZHODOVACIA ANALÝZA) Metódy rozhodovacej analýzy Existuje viacej rozličných metód, ktoré majú v zásade rovnaký princíp - posúdenie niekoľkých variantov

More information

Solutions of differential equations using transforms

Solutions of differential equations using transforms Solutions of differential equations using transforms Process: Take transform of equation and boundary/initial conditions in one variable. Derivatives are turned into multiplication operators. Solve (hopefully

More information

Second Order ODEs. Second Order ODEs. In general second order ODEs contain terms involving y, dy But here only consider equations of the form

Second Order ODEs. Second Order ODEs. In general second order ODEs contain terms involving y, dy But here only consider equations of the form Second Order ODEs Second Order ODEs In general second order ODEs contain terms involving y, dy But here only consider equations of the form A d2 y dx 2 + B dy dx + Cy = 0 dx, d2 y dx 2 and F(x). where

More information

Solution Methods for Beam and Frames on Elastic Foundation Using the Finite Element Method

Solution Methods for Beam and Frames on Elastic Foundation Using the Finite Element Method Solution Methods for Beam and Frames on Elastic Foundation Using the Finite Element Method Spôsoby riešenie nosníkov a rámov na pružnom podklade pomocou metódy konečných prvkov Roland JANČO 1 Abstract:

More information

Neural Network Back-propagation HYUNG IL KOO

Neural Network Back-propagation HYUNG IL KOO Neural Network Back-propagation HYUNG IL KOO Hidden Layer Representations Backpropagation has an ability to discover useful intermediate representations at the hidden unit layers inside the networks which

More information

Class Objectives MISTAKES AND ERRORS MISTAKES AND ERRORS CE 211 SURVEYING ENGINEERING FALL 2011 CLASS 03: THEORY OF ERROS 8/26/2011

Class Objectives MISTAKES AND ERRORS MISTAKES AND ERRORS CE 211 SURVEYING ENGINEERING FALL 2011 CLASS 03: THEORY OF ERROS 8/26/2011 8/6/011 Class Objectives CE 11 SURVEYING ENGINEERING FALL 011 CLASS 03: THEORY OF ERROS Ahmed Abdel-Rahim, Ph.D, P.E. Associate Professor, Civil Engineering Define mistakes and errors in measurements and

More information

VŠB - Technical University of Ostrava, 17. listopadu 15, Ostrava, tel. (+420)

VŠB - Technical University of Ostrava, 17. listopadu 15, Ostrava, tel. (+420) DATA COLLECTION FOR DEVELOPMENT OF ASSESSMENT METHODS OF FIRM ROOF FAILURE BASED ON MINE SURVEYING OBSERVATIONS SBĚR DAT PRO VÝVOJ METODY HODNOCENÍ PORUŠOVÁNÍ PEVNÉHO NADLOŽÍ NA ZÁKLADĚ DŮLNĚ MĚŘICKÝCH

More information

USING STOCHASTIC MODELLING METHODS IN CONSTRUCTION PREPARATION. Zdenka Hulínová 1

USING STOCHASTIC MODELLING METHODS IN CONSTRUCTION PREPARATION. Zdenka Hulínová 1 The International Journal of TRANSPORT & LOGISTICS Medzinárodný časopis DOPRAVA A LOGISTIKA ISSN 1451-107X USING STOCHASTIC MODELLING METHODS IN CONSTRUCTION PREPARATION Zdenka Hulínová 1 1 Katedra technológie

More information

DOCTORAL THESIS STATEMENT

DOCTORAL THESIS STATEMENT CZECHTECHNICALUNIVERSITY IN PRAGUE DOCTORAL THESIS STATEMENT 1 CzechTechnicalUniversity in Prague Faculty of Electrical Engineering Department of Control Engineering Peter Matisko Estimation of the stochastic

More information

Measurement Systems Analysis January 2015 Meeting. Steve Cox

Measurement Systems Analysis January 2015 Meeting. Steve Cox Measurement Systems Analysis January 2015 Meeting Steve Cox Steve Cox Currently retired 33 Years with 3M Mostly quality related: 37 total in Quality ASQ Certified Quality Engineer Certified Black Belt

More information

An estimation of subsurface total drainage quantity in nonsteady state drainage flow, and its verification in loamy soils

An estimation of subsurface total drainage quantity in nonsteady state drainage flow, and its verification in loamy soils An estimation of subsurface total drainage quantity in nonsteady state drainage flow, and its verification in loamy soils J. Štibinger Czech University of Agriculture in Prague, Czech Republic ABSTRACT

More information

Kapitola S5. Skrutkovica na rotačnej ploche

Kapitola S5. Skrutkovica na rotačnej ploche Kapitola S5 Skrutkovica na rotačnej ploche Nech je rotačná plocha určená osou rotácie o a meridiánom m. Skrutkový pohyb je pohyb zložený z rovnomerného rotačného pohybu okolo osi o a z rovnomerného translačného

More information

Error Analysis in Experimental Physical Science Mini-Version

Error Analysis in Experimental Physical Science Mini-Version Error Analysis in Experimental Physical Science Mini-Version by David Harrison and Jason Harlow Last updated July 13, 2012 by Jason Harlow. Original version written by David M. Harrison, Department of

More information

EDEXCEL NATIONAL CERTIFICATE UNIT 4 MATHEMATICS FOR TECHNICIANS OUTCOME 4 TUTORIAL 1 - INTEGRATION

EDEXCEL NATIONAL CERTIFICATE UNIT 4 MATHEMATICS FOR TECHNICIANS OUTCOME 4 TUTORIAL 1 - INTEGRATION Learning outcomes EEXCEL NATIONAL CERTIFICATE UNIT MATHEMATICS FOR TECHNICIANS OUTCOME TUTORIAL 1 - INTEGRATION On completion of this unit a learner should: 1 Know how to use algebraic methods e able to

More information

Uncertainties & Error Analysis Tutorial

Uncertainties & Error Analysis Tutorial Uncertainties & Error Analysis Tutorial Physics 118/198/1 Reporting Measurements Uncertainties & Error Analysis Tutorial When we report a measured value of some parameter, X, we write it as X X best ±

More information

Appendix F. Treatment of Numerical Data. I. Recording Data F-1

Appendix F. Treatment of Numerical Data. I. Recording Data F-1 Treatment of umerical Data I. Recording Data When numerical data are recorded, three kinds of information must be conveyed: the magnitude of the number, how well the number is known, and the units used

More information

Euler s Method (BC Only)

Euler s Method (BC Only) Euler s Method (BC Only) Euler s Method is used to generate numerical approximations for solutions to differential equations that are not separable by methods tested on the AP Exam. It is necessary to

More information

Experimental Uncertainties

Experimental Uncertainties Experimental Uncertainties 1 Measurements of any physical quantity can never be exact. One can only know its value with a range of uncertainty. If an experimenter measures some quantity X, the measurement

More information