Áramlástechnikai gépek Hibabecslés segédlet

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Áramlástechnikai gépek Hibabecslés segédlet"

Átírás

1 Áramlástecnikai gépek Hibabecslés segédlet 03 február Bevezetés M szaki gyakorlatban sokszor nincs leet ségünk bizonyos zikai mennyiségek közvetlen mérésére például atásfok, térfogatáram), ezek értékeit közvetlenül méret mennyiségekb l számoljuk A mérés során a közvetlenül mért mennyiségeket valamilyen ibával tudjuk mérni, amely természetesen befolyásolja az ezekb l számított mennyiségek eredményét is Ilyen ibaforrás leet a m szerek gyártási bizonytalansága, a leolvasási pontatlansága, illetve diszkrét leolvasási leet sége pl digitális kijelz ) miatti bizonytalanság Mivel a közvetlenül méret mennyiségek is ibával tereltek, statisztikai számítás alapján becslést kell adni a közvetve méret mennyiségek ibájára is, ogy elmezni tudjuk az elvégzett mérés pontosságát A mér eszközök rendszeres ibája kalibrálással kiküszöbölet, az elmezés a véletlen ibák megismerésére korlátozódik Alapok A természetben lejátszódó folyamatok legtöbbször normális eloszlást követnek A megismételt mérésekb l készített isztogram a Gauss-görbét közelíti lásd ábra) Mérések esetén is a véletlen iba atását normális eloszlásúnak feltételezzük, így a számításokban is a normális eloszlás s r ségfüggvényének tulajdonságait asználjuk A s r ségfüggvény alatti terület adja a valószín séget, így a adott p valószín ség mellett kívánjuk a bizonytalanságot deniálni, akkor a mérés átlaga vagy középértéke) körül egy a sugarú intervallumot kell megatároznunk, amelyre a x a, x + a) intervallumban a s r ségfüggvény alatti terület p pl p 0, 95) Ez az intervallum a kondencia intervallum a mérés átlaga körül, mely adott p valószín ség mellett tartalmazza a pontos értéket várató érték) Az intervallum sugara ±a ±λσ Standard normális eloszlás esetén p 95% szignikancia szint mellett λ, 96 Teát a kondencia intervallum sugara, ami tulajdonképpen az abszolút iba korlátja E), a E σ lesz p95% x λσ x x+λσ ábra Normális eloszlás s r ségfüggvénye Megfordítva a gondolatmenetünket, a ismerjük, ogy mekkora a mérésünk abszolút ibakorlátja, akkor 95%-os valószín ségi szint mellett meg tudjuk mondani a szórást Vegyük a következ esetet U csöves manométerrel végzett nyomásmérés során ábra) a iganyoszlop kitérést a skála egy diszkrét értével közelítjük A precíz felírás során a leolvasott névleges értékez n ) megadjuk a mérés abszolút ibakorlátját E ) is A fent leírtak alapján a σ szórás és az E abszolút ibakorlát között 95%-os szignikancia-szinten fennáll az következ összefüggés σ E / Mintapéldánkban, a a leolvasás ibája E 0, 5mm iszen

2 Áramlástecnikai gépek, Hibabecslés segédlet, 5mm és 5, 5, mm között minden értéket 5mm-nek veszünk fel), akkor σ E / 05mm A mérés pontosságára mutat rá a relatív iba, mely az abszolút iba és a névleges érték ányadosa e E / n ) } Emm } +E } E ábra U csöves manométer esetén az abszolút iba és a szórás szemléltetése Amennyiben a iganyszintek ingadoznak, akkor nem a leolvasási pontatlanság okoz ibát a mérésben, anem maga a mért nyomásjel kváziperiódikussága Ilyenkor is becslést kell adni a kitérés abszolút mértékére, ez lesz az abszolút iba Ha a iganyszint 3mm és 8mm között ingadozik, akkor azt mondjuk, ogy a névleges érték n 5, 5mm, kerekítve n 6mm, a mérés abszolút ibakorlátja E, 5mm, a mérés szórása σ E /, 5mm Kereskedelmi forgalomban kapató mér m szerek esetén a relatív ibakorlátot a gyártó katalógusadatént adja meg Szabvány alapján ázilag gyártott m szereknél, mér eszközöknél Pitot-cs, Prandtl-cs, mér perem stb) a szabványból kapjuk meg a gyártásból, szerelésb l adódó relatív ibakorlátot Példa ibaterjedésre Adott a 3 ábrán látató rendszer A szivattyú nyomásnövekedését U csöves manométerrel mérjük, a térfogatáramot mér peremmel, míg a mecanikai teljesítmény mérése szivattyúba vezetett teljesítmény) mérlegmotor segítségével történik A szállított közeg víz, a mér folyadék az U csöves manométerekben igany Mérőperem Tolózár Mérlegmotor ω M Δ~Δp ΔH~Δp Szivattyú 3 ábra A rendszer vázlata Szivattyúk fontos katalógusadata a atásfok és a bevezetett teljesítmény a térfogatáram függvényében

3 Áramlástecnikai gépek, Hibabecslés segédlet 3 η f Q) és f Q)) Ezek értékeit közvetlenül méret mennyiségekb l számoljuk A mért mennyiségekb l származó leolvasási ibák almozódva jelen vannak a számított mennyiségek értékében ibaterjedés) A ibabecslés az alábbi kiértékelés szerint történik az adott esetben: A szivattyú atásfoka a asznos és bevezetett teljesítmény ányadosa η P, ) P ) A asznos teljesítmény a szállított térfogatáram és a létreozott nyomás szorzata P Q, p) Q p ) A térfogatáramot mér peremmel mérjük és az alábbi módon számítjuk Q p ) αa p /ρ, 3) aol p a mér perem kamrái között méret nyomáskülönbség p H) ρ Hg ρ v )g H, ) A szivattyú nyomásnövekedését U csöves manométerrel mérjük p ) ρ Hg ρ v )g 5) A bevezetett teljesítmény tengelyteljesítmény) a tengelyen méret nyomaték és a szögsebesség szorzata M, n) M ω Mπn, M m) m m 0 )gl 6) Származtatott mennyiség w fx, y, z)) szórása az alábbi módon számolató σ w ) f σx + x ) f σy + y ) f σ z z 7) Példánkban a atásfok a asznos és a bevezetett teljesítmény függvénye η f P, )) Hogy megatározzuk a atásfok szórását, a képlet alapján vennünk kell a atásfok parciális deriváltját minden egyes változója szerint kiértékelve a mérési pontban, továbbá szükségünk van a bevezetett és a asznos teljesítmény szórására: ) ) ση σp P + σp 8) be Ezek a szórás értékek további mennyiségekt l függnek P függ Q-tól és p-t l, függ M-t l és n-t l), ezért szükséges az egyes szórásokat addig levezetni, amíg a közvetlenül méret mennyiségek szórása abszolút ibából vagy gépkönyvi adatból meg nem atározató az alábbi levezetésben ezek alá vannak úzva) Mér perem esetében az α átfolyási tényez sok paramétert l függ ld örvényszivattyú mérések leírása), ezek együttesen befolyásolják a térfogatáram mérés ibáját A mér peremmel történ térfogatárammérés leírását a MSZ ISO 567- szabvány rögzíti, mely a térfogatárammérés q ) ibakorlátjára is becslést ad: δq q [ δc ) ) δε β + + C β ε ) ) δd + D β ) ) δd + d ) δ p + p ) ] / δρ 9) Az itt lev tényez k ibájára a mérés során nem tudunk becslést adni, de a szabvány alapján a geometriai befolyásoló tényez k atására e, 5% relatív iba veet gyelembe, így a térfogatárammérés geometriából adódó relatív szórása: σ δ e Q 0) Ezt gyelembe véve a térfogatáram szórását az alábbi összefüggéssel számoljuk: ) σq σ p + σδ ) ρ

4 Áramlástecnikai gépek, Hibabecslés segédlet A mintapélda ibaszámításáoz szükséges képletek a következ k: ση P ) σp + ) σ,, P P P be ) σp P σ p + p ) p σ p σ, σq σ p p H σ σ M Pbe M M m ) P σ Q, ) σ p + σ δ, ) σ M + ) σ m, ) σ H, Pbe n ) σ n M, P p, p, σ H, σ H n, σ n M m, σ m P p Q ) E αa ρ v p /ρ v ) E H ) En ) Em Ismert mennyiségek és paraméterek a táblázatban találatóak Megnevezés Érték Mér perem bels átmér je d 70mm Cs bels átmér je D 00mm Mér perem átfolyási tényez je α 06 Ürejárási kiegyensúlyozási tömeg m 0 003kg Mérlegmotor karossz l 096m Víz s r sége ρ v 000kg/m 3 táblázat Ismert mennyiségek Üzemi körülmények között azt tapasztaltuk, ogy a szivattyú csonkjaira és a mér perem kamráira kapcsolt U csöves manométerekben a iganyszint ingadozik Továbbá azt tapasztaltuk, ogy a mérlegmotor ±5g tömeg ráelyezésére/elvételére közömbösen viselkedett Egy közbens mérési pontban ezeket az abszolút ibákat leolvastuk A fordulatszám mérést Jaquet indikátor segítségével végeztük, itt a leolvasási pontatlanság okozott ibát a mérés során A mér perem relatív ibáját gyártási, szerelési bizonytalanság okozza, ennek értékét szabvány rögzíti Az egyes ibákat a táblázatban gyüjtöttük össze Megnevezés Érték abszolút ibája E 3mm H abszolút ibája E H 5mm Fordulatszám n) abszolút ibája E n 5rpm Kiegyensúlyázi tömeg m) abszolút ibája E m 0g Mér perem relatív ibája szabvány) e, 5% táblázat Mérés során meggyelt abszolút ibák és mér perem relatív ibája A mért és számított mennyiségek a 3 táblázatban találató kiemelve a legjobb atásfokú pont adatait A ibaterjedés kiértékelését a legjobb üzemi pontra mutatjuk be El ször összegy jtjük az ismert abszolút

5 Áramlástecnikai gépek, Hibabecslés segédlet 5 Mért Számított No H H m n p p mo M Q P η [mm] [mm] [mm] [mm] [kg] [rpm] [P a] [P a] [Nm] [m 3 /s] [W ] [W ] [-] táblázat Mért és számított mennyiségek táblázata ibákat, ezután szórásnégyzetet és relatív ibát számolunk E ) σ σ 5mm), e 0, 7% ) ) σ H σ E H H 5mm), e H, 8% 3) ) σm Em 5g), e m 0, 93% ) ) σn En 5rpm), e n 0, 8% 5) ) ) ) σδ E δ e Q e, 5%) 6) Ezután az ismeretlen szórásokat az ismertek segítségével kifejezzük σ p ρ Hg ρ v )g) σ 85P a), e p 07% 7) σ p ρ Hg ρ v )g) σ H 309P a), e p, 8% 8) ) σq αa σ p ρ v p /ρ + ) σδ 66 0 m 3 /s), e Q 07% 9) v σ P p σ Q + Q σ p 3, W ), e P % 0) σ M gl) σ m 007Nm), e M 095% ) σp be πn) σm + Mπ) σn 35W ), e Pbe 6% ) ) ) ση σp P + σp be 8, ), e η, 57% 3) P be A számítás során azt kaptuk, ogy a atásfok az adott mérési pontban η±e η 67±, 73% A kiértékelésb l meggyelet, ogy a mérési ibák almozódása miatt a relatív ibakorlátok számértéke is nagyobb lesz Például míg a szivattyú nyomásnövekedésének relatív ibája e p 0, 7%, addig a asznos teljesítményé már e P, %, a atásfoké pedig e η, 57% Viszont azt is érdemes meggyelni, ogy az egyes ibák más súllyal játszanak szerepet a származtatott mennyiség ibájában A térfogatáram szórásának számításakor a nyomásmérés ibája kisebb súllyal játszik szerepet mint a gyártási pontatlanságból származó ibakorlát ) ) αa, , ρ v p /ρ v δ ) ) A kiértékelést a fenti módon minden mérési pontban el kell végezni táblázatosan) Emellett a legjobb atásfokú pontban a számításokat részletesen összefüggésekkel együtt a dokumnetációban fel kell tüntetni és a számolt mennyiségeket, azok szórását, abszolút és relatív ibakorlátját táblázatban össze kell foglalni A jegyz könyv részét képez diagramokban ibasávokat ábrázolni kell

ÖRVÉNYSZIVATTYÚ MÉRÉSE A berendezés

ÖRVÉNYSZIVATTYÚ MÉRÉSE A berendezés ÖRVÉNYSZIVATTYÚ MÉRÉSE A berendezés 1. A mérés célja A mérés célja egy egyfokozatú örvényszivattyú jelleggörbéinek felvétele. Az örvényszivattyú jellemzői a Q térfogatáram, a H szállítómagasság, a Pö bevezetett

Részletesebben

ÖRVÉNYSZIVATTYÚ JELLEGGÖRBÉINEK MÉRÉSE

ÖRVÉNYSZIVATTYÚ JELLEGGÖRBÉINEK MÉRÉSE 1. A mérés célja ÖRVÉNYSZIVATTYÚ JELLEGGÖRBÉINEK MÉRÉSE KÜLÖNBÖZŐ FORDULATSZÁMOKON (AFFINITÁSI TÖRVÉNYEK) A mérés célja egy egyfokozatú örvényszivattyú jelleggörbéinek felvétele különböző fordulatszámokon,

Részletesebben

Ventilátor (Ve) [ ] 4 ahol Q: a térfogatáram [ m3. Nyomásszám:

Ventilátor (Ve) [ ] 4 ahol Q: a térfogatáram [ m3. Nyomásszám: Ventilátor (Ve) 1. Definiálja a következő dimenziótlan számokat és írja fel a képletekben szereplő mennyiségeket: φ (mennyiségi szám), Ψ (nyomásszám), σ (fordulatszám tényező), δ (átmérő tényező)! Mennyiségi

Részletesebben

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus. Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza

Részletesebben

A mérési eredmény megadása

A mérési eredmény megadása A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk meg: a determinisztikus és a véletlenszerű

Részletesebben

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI MÉRÉSI EREDMÉYEK POTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI. A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk

Részletesebben

0,00 0,01 0,02 0,03 0,04 0,05 0,06 Q

0,00 0,01 0,02 0,03 0,04 0,05 0,06 Q 1. Az ábrában látható kapcsolási vázlat szerinti berendezés két üzemállapotban működhet. A maximális vízszint esetében a T jelű tolózár nyitott helyzetben van, míg a minimális vízszint esetén az automatikus

Részletesebben

2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben

2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben 1 feladatsor 1 Egy dobozban 20 fehér golyó van Egy szabályos dobókockával dobunk, majd a következ t tesszük: ha a dobott szám 1,2 vagy 3, akkor tíz golyót cserélünk ki pirosra; ha a dobott szám 4 vagy

Részletesebben

4. A mérések pontosságának megítélése

4. A mérések pontosságának megítélése 4 A mérések pontosságának megítélése 41 A hibaterjedési törvény Ha egy F változót az x 1,x,x 3,,x r közvetlenül mért adatokból számítunk ki ( ) F = F x1, x, x3,, x r (41) bizonytalanságát a hibaterjedési

Részletesebben

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel

Részletesebben

VIDÉKFEJLESZTÉSI MINISZTÉRIUM. Petrik Lajos Két Tanítási Nyelvű Vegyipari, Környezetvédelmi és Informatikai Szakközépiskola

VIDÉKFEJLESZTÉSI MINISZTÉRIUM. Petrik Lajos Két Tanítási Nyelvű Vegyipari, Környezetvédelmi és Informatikai Szakközépiskola IDÉKFEJLESZTÉSI MINISZTÉRIUM Petrik Lajos Két Tanítási Nyelvű egyipari, Környezetvédelmi és Informatikai Szakközépiskola Budapest, Thököly út 8-. X. KÖRNYEZETÉDELMI ÉS ÍZÜGYI ORSZÁGOS SZAKMAI TANULMÁNYI

Részletesebben

Örvényszivattyú A feladat

Örvényszivattyú A feladat Örvényszivattyú A feladat 1. Adott n fordulatszám mellett határozza meg a gép jellemző fordulatszámát az optimális üzemi pont mérésből becsült értéke alapján: a) n = 1700/min b) n = 1800/min c) n = 1900/min

Részletesebben

Nehézségi gyorsulás mérése megfordítható ingával

Nehézségi gyorsulás mérése megfordítható ingával Nehézségi gyorsulás mérése megfordítható ingával (Mérési jegyzőkönyv) Hagymási Imre 2007. április 21. (hétfő délelőtti csoport) 1. A mérés elmélete A nehézségi gyorsulás mérésének egy klasszikus módja

Részletesebben

Statisztika elméleti összefoglaló

Statisztika elméleti összefoglaló 1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11

Részletesebben

NYOMÁS ÉS NYOMÁSKÜLÖNBSÉG MÉRÉS. Mérési feladatok

NYOMÁS ÉS NYOMÁSKÜLÖNBSÉG MÉRÉS. Mérési feladatok Hidrodinamikai Rendszerek Tanszék Készítette:... kurzus Elfogadva: Dátum:...év...hó...nap NYOMÁS ÉS NYOMÁSKÜLÖNBSÉG MÉRÉS Mérési feladatok 1. Csővezetékben áramló levegő nyomásveszteségének mérése U-csöves

Részletesebben

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ) Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ) KÉSZÍTETTE: DR. FÜVESI VIKTOR 2016. 10. Mai témáink o A hiba fogalma o Méréshatár és mérési tartomány M é r é s i h i b a o A hiba megadása o A hiba

Részletesebben

Abszolút folytonos valószín ségi változó (4. el adás)

Abszolút folytonos valószín ségi változó (4. el adás) Abszolút folytonos valószín ségi változó (4. el adás) Deníció (Abszolút folytonosság és s r ségfüggvény) Az X valószín ségi változó abszolút folytonos, ha van olyan f : R R függvény, melyre P(X t) = t

Részletesebben

Folyadékszcintillációs spektroszkópia jegyz könyv

Folyadékszcintillációs spektroszkópia jegyz könyv Folyadékszcintillációs spektroszkópia jegyz könyv Zsigmond Anna Julia Fizika MSc I. Mérés vezet je: Horváth Ákos Mérés dátuma: 2010. október 21. Leadás dátuma: 2010. november 8. 1 1. Bevezetés A mérés

Részletesebben

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége [GVMGS11MNC] Gazdaságstatisztika 10. előadás: 9. Regressziószámítás II. Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet A standard lineáris modell

Részletesebben

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ Megoldások Harmadik fejezet gyakorlatai 3.. gyakorlat megoldása ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4;, 3 normális eloszlású P (ξ 8 ξ 5 feltételes valószínűségét (.3. alapján számoljuk.

Részletesebben

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision

Részletesebben

Matematikai alapok és valószínőségszámítás. Normál eloszlás

Matematikai alapok és valószínőségszámítás. Normál eloszlás Matematikai alapok és valószínőségszámítás Normál eloszlás A normál eloszlás Folytonos változók esetén az eloszlás meghatározása nehezebb, mint diszkrét változók esetén. A változó értékei nem sorolhatóak

Részletesebben

Méréstechnika II. Mérési jegyzőkönyvek FSZ képzésben részt vevők részére. Hosszméréstechnikai és Minőségügyi Labor Mérési jegyzőkönyv

Méréstechnika II. Mérési jegyzőkönyvek FSZ képzésben részt vevők részére. Hosszméréstechnikai és Minőségügyi Labor Mérési jegyzőkönyv Méréstechnika II. ek FSZ képzésben részt vevők részére Összeállította: Horváthné Drégelyi-Kiss Ágota Kis Ferenc Lektorálta: Galla Jánosné 009 Tartalomjegyzék. gyakorlat Mérőhasábok, mérési eredmény megadása.

Részletesebben

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem.

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem. Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem. Elemi esemény: a kísérlet egyes lehetséges egyes lehetséges kimenetelei.

Részletesebben

6. Előadás. Vereb György, DE OEC BSI, október 12.

6. Előadás. Vereb György, DE OEC BSI, október 12. 6. Előadás Visszatekintés: a normális eloszlás Becslés, mintavételezés Reprezentatív minta A statisztika, mint változó Paraméter és Statisztika Torzítatlan becslés A mintaközép eloszlása - centrális határeloszlás

Részletesebben

Kísérlettervezés alapfogalmak

Kísérlettervezés alapfogalmak Kísérlettervezés alapfogalmak Rendszermodellezés Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Kísérlettervezés Cél: a modell paraméterezése a valóság alapján

Részletesebben

Vegyipari Géptan labor munkafüzet

Vegyipari Géptan labor munkafüzet Budapesti Műszaki Egyetem Hidrodinamikai Rendszerek Tanszék Vegyipari Géptan labor munkafüzet Készítette: Angyal István Epacher Péter Klemm Csaba Lukenics Jánosné Nagy Bence Szabó Mihály Szabó Júlia (ábrák)

Részletesebben

Mérési jegyzőkönyv. M1 számú mérés. Testek ellenállástényezőjének mérése

Mérési jegyzőkönyv. M1 számú mérés. Testek ellenállástényezőjének mérése Tanév, félév 2010-11 I. félév Tantárgy Áramlástan GEÁTAG01 Képzés főiskola (BSc) Mérés A Nap Hét A mérés dátuma 2010 Dátum Pontszám Megjegyzés Mérési jegyzőkönyv M1 számú mérés Testek ellenállástényezőjének

Részletesebben

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv Mérések, mérési eredmények, mérési bizonytalanság A mérések általános és alapvető metrológiai fogalmai és definíciói mérés Műveletek összessége, amelyek célja egy mennyiség értékének meghatározása. mérési

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát

Részletesebben

1. Példa. A gamma függvény és a Fubini-tétel.

1. Példa. A gamma függvény és a Fubini-tétel. . Példa. A gamma függvény és a Fubini-tétel.. Az x exp x + t )) függvény az x, t tartományon folytonos, és nem negatív, ezért alkalmazható rá a Fubini-tétel. I x exp x + t )) dxdt + t dt π 4. [ exp x +

Részletesebben

VIDÉKFEJLESZTÉSI MINISZTÉRIUM. Petrik Lajos Két Tanítási Nyelvű Vegyipari, Környezetvédelmi és Informatikai Szakközépiskola

VIDÉKFEJLESZTÉSI MINISZTÉRIUM. Petrik Lajos Két Tanítási Nyelvű Vegyipari, Környezetvédelmi és Informatikai Szakközépiskola A versenyző kódja:... VIDÉKFEJLESZTÉSI MINISZTÉRIUM Petrik Lajos Két Tanítási Nyelvű Vegyipari, Környezetvédelmi és Informatikai Szakközépiskola Budapest, Thököly út 48-54. XV. KÖRNYEZETVÉDELMI ÉS VÍZÜGYI

Részletesebben

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett

Részletesebben

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz Elméleti összefoglaló a Sztochasztika alapjai kurzushoz 1. dolgozat Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet

Részletesebben

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani

Részletesebben

1.5. VENTILÁTOR MÉRÉS

1.5. VENTILÁTOR MÉRÉS 1.5. VENTILÁTOR MÉRÉS 1.5.1 A mérés célja A mérés célja egy ventilátorból és a vele összeépített háromfázisú aszinkron motorból álló gépcsoport üzemi jelleggörbéinek felvétele. Ez a következő függvénykapcsolatok

Részletesebben

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat

Részletesebben

FORGATTYÚS HAJTÓMŰ KISFELADAT

FORGATTYÚS HAJTÓMŰ KISFELADAT Dr. Lovas László FORGATTYÚS HAJTÓMŰ KISFELADAT Segédlet a Jármű- és hajtáselemek III. tantárgyhoz Kézirat 2013 FORGATTYÚS HAJTÓMŰ KISFELADAT 1. Adatválaszték p 2 [bar] V [cm3] s/d [-] λ [-] k f [%] k a

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 9. Együttes eloszlás, kovarianca, nevezetes eloszlások Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Bevezetés, definíciók Együttes eloszlás Függetlenség

Részletesebben

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba Egymintás u-próba STATISZTIKA 2. Előadás Középérték-összehasonlító tesztek Tesztelhetjük, hogy a valószínűségi változónk értéke megegyezik-e egy konkrét értékkel. Megválaszthatjuk a konfidencia intervallum

Részletesebben

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

Elméleti összefoglaló a Valószín ségszámítás kurzushoz Elméleti összefoglaló a Valószín ségszámítás kurzushoz Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet kimeneteleinek

Részletesebben

TÉRFOGATÁRAM MÉRÉSE. Mérési feladatok

TÉRFOGATÁRAM MÉRÉSE. Mérési feladatok Készítette:....kurzus Dátum:...év...hó...nap TÉRFOGATÁRAM MÉRÉSE Mérési feladatok 1. Csővezetékben áramló levegő térfogatáramának mérése mérőperemmel 2. Csővezetékben áramló levegő térfogatáramának mérése

Részletesebben

Kísérlettervezés alapfogalmak

Kísérlettervezés alapfogalmak Kísérlettervezés alapfogalmak Rendszermodellezés Budapest University of Technology and Economics Fault Tolerant Systems Research Group Budapest University of Technology and Economics Department of Measurement

Részletesebben

A maximum likelihood becslésről

A maximum likelihood becslésről A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának

Részletesebben

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika

Részletesebben

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg LMeasurement.tex, March, 00 Mérés Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg a mérendő mennyiségben egy másik, a mérendővel egynemű, önkényesen egységnek választott

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1 Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában

Részletesebben

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek Anyagvizsgálati módszerek Mérési adatok feldolgozása Anyagvizsgálati módszerek Pannon Egyetem Mérnöki Kar Anyagvizsgálati módszerek Statisztika 1/ 22 Mérési eredmények felhasználása Tulajdonságok hierarchikus

Részletesebben

Nemparaméteres próbák

Nemparaméteres próbák Nemparaméteres próbák Budapesti Mőszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék 1111, Budapest, Mőegyetem rkp. 3. D ép. 334. Tel: 463-16-80 Fax: 463-30-91 http://www.vizgep.bme.hu

Részletesebben

Áramlástechnikai gépek Hidraulikus tápegység mérése (jegyzőkönyv)

Áramlástechnikai gépek Hidraulikus tápegység mérése (jegyzőkönyv) Áramlástcnikai épk Hidraulikus tápysé mérés (jyzőkönyv) Mérés idj: 011. március. 01. Mérés ly: BME Hidrodinamikai Rndszrk Tanszék Laboratóriuma Mérésvztő: Mérőszmélyzt névsora: Budapst, 011. 0. 01. A mérés

Részletesebben

Anyagismeret a gyakorlatban (BMEGEPTAGA0) KEMÉNYSÉGMÉRÉS

Anyagismeret a gyakorlatban (BMEGEPTAGA0) KEMÉNYSÉGMÉRÉS Anyagismeret a gyakorlatban (BMEGEPTAGA0) KEMÉNYSÉGMÉRÉS Elméleti áttekintés Az anyag képlékeny alakváltozással, különösen valamely mérőszerszám beatolásával, szembeni ellenállását keménységnek nevezzük.

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,

Részletesebben

Modern Fizika Labor. 2. Az elemi töltés meghatározása. Fizika BSc. A mérés dátuma: nov. 29. A mérés száma és címe: Értékelés:

Modern Fizika Labor. 2. Az elemi töltés meghatározása. Fizika BSc. A mérés dátuma: nov. 29. A mérés száma és címe: Értékelés: Modern Fizika Labor Fizika BSc A mérés dátuma: 2011. nov. 29. A mérés száma és címe: 2. Az elemi töltés meghatározása Értékelés: A beadás dátuma: 2011. dec. 11. A mérést végezte: Szőke Kálmán Benjamin

Részletesebben

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( ) Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:

Részletesebben

földtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás

földtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás Matematikai statisztika elıadás, földtudományi BSc (geológus szakirány) 2014/2015 2. félév 6. elıadás Konfidencia intervallum Def.: 1-α megbízhatóságú konfidencia intervallum: Olyan intervallum, mely legalább

Részletesebben

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 3. Hibaszámítás, lineáris regresszió Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Hibaszámítás Hibák fajtái, definíciók Abszolút, relatív, öröklött

Részletesebben

Valószínűségszámítás összefoglaló

Valószínűségszámítás összefoglaló Statisztikai módszerek BMEGEVGAT Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:

Részletesebben

Matematikai statisztika szorgalmi feladatok

Matematikai statisztika szorgalmi feladatok Matematikai statisztika szorgalmi feladatok 1. Feltételes várható érték és konvolúció 1. Legyen X és Y független és azonos eloszlású valószín ségi változó véges második momentummal. Mutassuk meg, hogy

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.22. Valószínűségi változó Véletlentől függő számértékeket (értékek sokasága) felvevő változókat valószínűségi változóknak nevezzük(jelölés: ξ, η, x). (pl. x =

Részletesebben

Többváltozós lineáris regressziós modell feltételeinek

Többváltozós lineáris regressziós modell feltételeinek Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Petrovics Petra Doktorandusz Többváltozós lineáris regressziós modell x 1, x 2,, x p

Részletesebben

A valószínűségszámítás elemei

A valószínűségszámítás elemei A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:

Részletesebben

Matematikai geodéziai számítások 5.

Matematikai geodéziai számítások 5. Matematikai geodéziai számítások 5 Hibaterjedési feladatok Dr Bácsatyai László Matematikai geodéziai számítások 5: Hibaterjedési feladatok Dr Bácsatyai László Lektor: Dr Benedek Judit Ez a modul a TÁMOP

Részletesebben

Hangfrekvenciás mechanikai rezgések vizsgálata

Hangfrekvenciás mechanikai rezgések vizsgálata Hangfrekvenciás mechanikai rezgések vizsgálata (Mérési jegyzőkönyv) Hagymási Imre 2007. május 7. (hétfő délelőtti csoport) 1. Bevezetés Ebben a mérésben a szilárdtestek rugalmas tulajdonságait vizsgáljuk

Részletesebben

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 9. előadás Előadó: Dr. Ertsey Imre Statisztikai hipotézis vizsgálatok elsősorban a biometriában alkalmazzák, újabban reprezentatív jellegű ökonómiai vizsgálatoknál, üzemi szinten élelmiszeripari

Részletesebben

Áramlástan Tanszék Méréselőkészítő óra I. Horváth Csaba & Nagy László

Áramlástan Tanszék Méréselőkészítő óra I. Horváth Csaba & Nagy László Áramlástan Tanszék www.ara.bme.hu óra I. Horáth Csaba horath@ara.bme.hu & Nagy László nagy@ara.bme.hu M1 M Várhegyi Zsolt arhegyi@ara.bme.hu M3 Horáth Csaba horath@ara.bme.hu M4 M10 Bebekár Éa berbekar@ara.bme.hu

Részletesebben

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás

Részletesebben

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk Valószínűségszámítás 8. feladatsor 2015. november 26. 1. Bizonyítsuk be, hogy az alábbi folyamatok mindegyike martingál. a S n, Sn 2 n, Y n = t n 1+ 1 t 2 Sn, t Fn = σ S 1,..., S n, 0 < t < 1 rögzített,

Részletesebben

EGYIRÁNYBAN ER SÍTETT KOMPOZIT RUDAK HAJLÍTÓ KARAKTERISZTIKÁJÁNAK ÉS TÖNKREMENETELI FOLYAMATÁNAK ELEMZÉSE

EGYIRÁNYBAN ER SÍTETT KOMPOZIT RUDAK HAJLÍTÓ KARAKTERISZTIKÁJÁNAK ÉS TÖNKREMENETELI FOLYAMATÁNAK ELEMZÉSE Budapest M szaki és Gazdaságtudományi Egyetem Polimertecnika Tanszék EGYIRÁNYBAN ER SÍTETT KOMPOZIT RUDAK HAJLÍTÓ KARAKTERISZTIKÁJÁNAK ÉS TÖNKREMENETELI OLYAMATÁNAK ELEMZÉSE Tézisek Rácz Zsolt Témavezet

Részletesebben

Biostatisztika VIII. Mátyus László. 19 October

Biostatisztika VIII. Mátyus László. 19 October Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.

Részletesebben

Méréselmélet és mérőrendszerek

Méréselmélet és mérőrendszerek Méréselmélet és mérőrendszerek 6. ELŐADÁS KÉSZÍTETTE: DR. FÜVESI VIKTOR 2016. 10. Mai témáink o A hiba fogalma o Méréshatár és mérési tartomány M é r é s i h i b a o A hiba megadása o A hiba eredete o

Részletesebben

A BLOWER DOOR mérés. VARGA ÁDÁM ÉMI Nonprofit Kft. Budapest, október 27. ÉMI Nonprofit Kft.

A BLOWER DOOR mérés. VARGA ÁDÁM ÉMI Nonprofit Kft. Budapest, október 27. ÉMI Nonprofit Kft. A BLOWER DOOR mérés VARGA ÁDÁM ÉMI Nonprofit Kft. Budapest, 2010. október 27. ÉMI Nonprofit Kft. A légcsere hatása az épület energiafelhasználására A szellőzési veszteség az épület légtömörségének a függvénye:

Részletesebben

Mikroszkóp vizsgálata Folyadék törésmutatójának mérése

Mikroszkóp vizsgálata Folyadék törésmutatójának mérése KLASSZIKUS FIZIKA LABORATÓRIUM 8. MÉRÉS Mikroszkóp vizsgálata Folyadék törésmutatójának mérése Mérést végezte: Enyingi Vera Atala ENVSAAT.ELTE Mérés időpontja: 2011. október 12. Szerda délelőtti csoport

Részletesebben

Modern Fizika Labor. 2. Elemi töltés meghatározása

Modern Fizika Labor. 2. Elemi töltés meghatározása Modern Fizika Labor Fizika BSC A mérés dátuma: 2011.09.27. A mérés száma és címe: 2. Elemi töltés meghatározása Értékelés: A beadás dátuma: 2011.10.11. A mérést végezte: Kalas György Benjámin Németh Gergely

Részletesebben

Képfeldolgozás. 1. el adás. A képfeldolgozás m veletei. Mechatronikai mérnök szak BME, 2008

Képfeldolgozás. 1. el adás. A képfeldolgozás m veletei. Mechatronikai mérnök szak BME, 2008 Képfeldolgozás 1. el adás. A képfeldolgozás m veletei Mechatronikai mérnök szak BME, 2008 1 / 61 Alapfogalmak transzformációk Deníció Deníció Geometriai korrekciókra akkor van szükség, ha a képr l valódi

Részletesebben

Gazdasági matematika II. vizsgadolgozat, megoldással,

Gazdasági matematika II. vizsgadolgozat, megoldással, Gazdasági matematika II. vizsgadolgozat, megoldással, levelező képzés Definiálja az alábbi fogalmakat! 1. Kvadratikus mátrix invertálhatósága és inverze. (4 pont) Egy A kvadratikus mátrixot invertálhatónak

Részletesebben

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt Galbács Gábor KIUGRÓ ADATOK KISZŰRÉSE STATISZTIKAI TESZTEKKEL Dixon Q-tesztje Gyakori feladat az analitikai kémiában, hogy kiugrónak

Részletesebben

4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O

4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O 1. Mit nevezünk elemi eseménynek és eseménytérnek? A kísérlet lehetséges kimeneteleit elemi eseményeknek nevezzük. Az adott kísélethez tartozó elemi események halmazát eseménytérnek nevezzük, jele: X 2.

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre

Részletesebben

Áramköri elemek mérése ipari módszerekkel

Áramköri elemek mérése ipari módszerekkel 3. aboratóriumi gyakorlat Áramköri elemek mérése ipari módszerekkel. dolgozat célja oltmérők, ampermérők használata áramköri elemek mérésénél, mérési hibák megállapítása és azok függősége a használt mérőműszerek

Részletesebben

Mérnöki alapok 11. előadás

Mérnöki alapok 11. előadás Mérnöki alapok 11. előadás Készítette: dr. Váradi Sándor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334.

Részletesebben

Többváltozós lineáris regressziós modell feltételeinek tesztelése I.

Többváltozós lineáris regressziós modell feltételeinek tesztelése I. Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Kvantitatív statisztikai módszerek Petrovics Petra Többváltozós lineáris regressziós

Részletesebben

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

Gazdasági matematika II. vizsgadolgozat megoldása, június 10 Gazdasági matematika II. vizsgadolgozat megoldása, 204. június 0 A dolgozatírásnál íróeszközön kívül más segédeszköz nem használható. A dolgozat időtartama: 90 perc. Ha a dolgozat első részéből szerzett

Részletesebben

Vízóra minıségellenırzés H4

Vízóra minıségellenırzés H4 Vízóra minıségellenırzés H4 1. A vízórák A háztartási vízfogyasztásmérık tulajdonképpen kis turbinák: a mérın átáramló víz egy lapátozással ellátott kereket forgat meg. A kerék által megtett fordulatok

Részletesebben

Gazdasági matematika II. tanmenet

Gazdasági matematika II. tanmenet Gazdasági matematika II. tanmenet Mádi-Nagy Gergely A hivatkozásokban az alábbi tankönyvekre utalunk: T: Tóth Irén (szerk.): Operációkutatás I., Nemzeti Tankönyvkiadó 1987. Cs: Csernyák László (szerk.):

Részletesebben

Statisztika I. 12. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 12. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 1. előadás Előadó: Dr. Ertsey Imre Regresszió analízis A korrelációs együttható megmutatja a kapcsolat irányát és szorosságát. A kapcsolat vizsgálata során a gyakorlatban ennél messzebb

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 6. MGS6 modul Lineáris regresszió számítás elektronikus távmérőkre SZÉKESFEHÉRVÁR 2010 Jelen szellemi

Részletesebben

Diszkrét Matematika. zöld könyv ): XIII. fejezet: 1583, 1587, 1588, 1590, Matematikai feladatgyűjtemény II. (

Diszkrét Matematika. zöld könyv ): XIII. fejezet: 1583, 1587, 1588, 1590, Matematikai feladatgyűjtemény II. ( FELADATOK A LEKÉPEZÉSEK, PERMUTÁCIÓK TÉMAKÖRHÖZ Diszkrét Matematika 4. LEKÉPEZÉSEK Értelmezési tartomány és értékkészlet meghatározása : Összefoglaló feladatgyűjtemény matematikából ( zöld könyv ): XIII.

Részletesebben

A Markowitz modell: kvadratikus programozás

A Markowitz modell: kvadratikus programozás A Markowitz modell: kvadratikus programozás Harry Markowitz 1990-ben kapott Közgazdasági Nobel díjat a portfolió optimalizálási modelljéért. Ld. http://en.wikipedia.org/wiki/harry_markowitz Ennek a legegyszer

Részletesebben

LAPDIFFÚZOR JELLEMZŐINEK MEGHATÁROZÁSA

LAPDIFFÚZOR JELLEMZŐINEK MEGHATÁROZÁSA M3 LAPDIFFÚZOR JELLEMZŐINEK MEGHATÁROZÁSA. A mérés célja Az áramlásban (ha az erőtér potenciáljának változástól eltekintünk, súrlódásmentes és stacioner esetben, összenyomhatatlan közeg esetén) a Bernoulli-egyenlet

Részletesebben

ÖRVÉNYSZIVATTYÚ MÉRÉSE A berendezés

ÖRVÉNYSZIVATTYÚ MÉRÉSE A berendezés 1. A mérés célja ÖRVÉNYSZIVATTYÚ MÉRÉSE A berendezés A mérés célja egy egyfokozatú örvényszivattyú jelleggörbéinek felvétele. Az örvényszivattyú jellemzői a Q térfogatáram, a H szállítómagasság, a Pö bevezetett

Részletesebben

Abszolút és relatív aktivitás mérése

Abszolút és relatív aktivitás mérése Korszerű vizsgálati módszerek labor 8. mérés Abszolút és relatív aktivitás mérése Mérést végezte: Ugi Dávid B4VBAA Szak: Fizika Mérésvezető: Lökös Sándor Mérőtársak: Musza Alexandra Török Mátyás Mérés

Részletesebben

Mérési struktúrák

Mérési struktúrák Mérési struktúrák 2007.02.19. 1 Mérési struktúrák A mérés művelete: a mérendő jellemző és a szimbólum halmaz közötti leképezés megvalósítása jel- és rendszerelméleti aspektus mérési folyamat: a leképezést

Részletesebben

1. szemináriumi. feladatok. Ricardói modell Bevezetés

1. szemináriumi. feladatok. Ricardói modell Bevezetés 1. szemináriumi feladatok Ricardói modell Bevezetés Termelési lehetőségek határa Relatív ár Helyettesítési határráta Optimális választás Fogyasztási pont Termelési pont Abszolút előny Komparatív előny

Részletesebben

A matematikai statisztika elemei

A matematikai statisztika elemei A matematikai statisztika elemei Mikó Teréz, dr. Szalkai Istvá szalkai@almos.ui-pao.hu Pao Egyetem, Veszprém 2014. március 23. 2 Tartalomjegyzék Tartalomjegyzék 3 Bevezetés................................

Részletesebben

Modern fizika laboratórium

Modern fizika laboratórium Modern fizika laboratórium 11. Az I 2 molekula disszociációs energiája Készítette: Hagymási Imre A mérés dátuma: 2007. október 3. A beadás dátuma: 2007. október xx. 1. Bevezetés Ebben a mérésben egy kétatomos

Részletesebben

Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László

Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László Gyakorló feladatok Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László I/. A vizsgaidőszak második napján a hallgatók %-ának az E épületben, %-ának a D épületben,

Részletesebben

2. Rugalmas állandók mérése

2. Rugalmas állandók mérése 2. Rugalmas állandók mérése Klasszikus fizika laboratórium Mérési jegyzőkönyv Mérést végezte: Vitkóczi Fanni Jegyzőkönyv leadásának időpontja: 2012. 12. 15. I. A mérés célja: Két anyag Young-modulusának

Részletesebben