Méréstani összefoglaló

Hasonló dokumentumok
Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Méréselmélet és mérőrendszerek

A matematikai statisztika elemei

BIOMATEMATIKA ELŐADÁS

Mérési hibák

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...

Matematika B4 I. gyakorlat

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

Matematikai statisztika

Szemmegoszlási jellemzők

1. A radioaktivitás statisztikus jellege

ÖSSZEFÜGGÉSVIZSGÁLAT, PARAMÉTERBECSLÉS

Statisztika 1. zárthelyi dolgozat március 18.

Kutatói pályára felkészítı modul

Átfolyó-rendszerű gázvízmelegítő teljesítményének és hatásfokának meghatározása Gazdaságossági számításokhoz

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

VII. A határozatlan esetek kiküszöbölése

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

V. Deriválható függvények

Statisztika 1. zárthelyi dolgozat március 21.

SOROK Feladatok és megoldások 1. Numerikus sorok

Egy lehetséges tételsor megoldásokkal

Reakciómechanizmusok leírása. Paraméterek. Reakciókinetikai bizonytalanságanalízis. Bizonytalanságanalízis

Elektrokémiai fémleválasztás. Felületi érdesség: definíciók, mérési módszerek és érdesség-változás a fémleválasztás során

A mérés. A mérés célja a mérendő mennyiség valódi értékének meghatározása. Ez a valóságban azt jelenti, hogy erre kell

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

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet):

3.1. A Poisson-eloszlás

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

Emlékeztető: az n-dimenziós sokaság görbültségét kifejező mennyiség a Riemann-tenzor (Riemann, 1854): " ' #$ * $ ( ' $* " ' #µ

3. MINTAFELADATSOR EMELT SZINT JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő.

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak

PELTON TURBINA MÉRÉSE

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

AZ ÖSSZETÉTEL OPTIMALIZÁLÁSA A VOLUMETRIKUS ASZFALTKEVERÉK- ELLENÕRZÉS MÓDSZERÉVEL

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya

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

BIOMATEMATIKA ELŐADÁS

Zavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat.

1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény

Minta JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ A MATEMATIKA EMELT SZINTŰ ÍRÁSBELI 2. FELADATSORHOZ

A paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab

2. gyakorlat - Hatványsorok és Taylor-sorok

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?

A statisztika részei. Példa:

Hosszmérés finomtapintóval 2.

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika

( a b)( c d) 2 ab2 cd 2 abcd 2 Egyenlőség akkor és csak akkor áll fenn

? közgazdasági statisztika

ezek alapján kívánunk dönteni. Ez formálisan azt jelenti, hogy ellenőrizni akarjuk,

7. el adás Becslések és minta elemszámok fejezet Áttekintés

10.M ALGEBRA < <

Innen. 2. Az. s n = 1 + q + q q n 1 = 1 qn. és q n 0 akkor és csak akkor, ha q < 1. a a n végtelen sor konvergenciáján nem változtat az, ha

Függvényhatárérték-számítás

A FUNDAMENTÁLIS EGYENLET KÉT REPREZENTÁCIÓBAN. A függvény teljes differenciálja, a differenciális fundamentális egyenlet: U V S U + dn 1

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

2. egy iskola tanulói, a változók: magasságuk cm-ben, súlyuk (tömegük) kilóban; 3. egy iskola tanulói, a változó: tanulmányi átlaguk;

megoldásvázlatok Kalkulus gyakorlat Fizika BSc I/1, 1. feladatsor 1. Rajzoljuk le a számegyenesen az alábbi halmazokat!

Számsorozatok. 1. Alapfeladatok december 22. sorozat határértékét, ha. 1. Feladat: Határozzuk meg az a n = 3n2 + 7n 5n létezik.

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2.

ANALÍZIS 1. I. VIZSGA január 11. Mérnök informatikus szak α-variáns Munkaidő: 90 perc., vagyis z 2 1p = i 1p = ( cos 3π 2 2

A maximum likelihood becslésről

Nevezetes sorozat-határértékek

Statisztikai hipotézisvizsgálatok

1. Gyökvonás komplex számból

Sorozatok október 15. Határozza meg a következ sorozatok határértékeit!

A mérési eredmény megadása

Villamos gépek tantárgy tételei

Cserjésné Sutyák Ágnes *, Szilágyiné Biró Andrea ** ismerete mellett több kísérleti és empirikus képletet fel-

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika

Ingatlanfinanszírozás és befektetés

A brexit-szavazás és a nagy számok törvénye

Feladatok és megoldások a 11. heti gyakorlathoz

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér

Mérési hibák Méréstechnika VM, GM, MM 1

KÍSÉRLETTERVEZÉS ÉS ÉRTÉKELÉS A MIKROBIOLÓGIAI GYAKORLATBAN

MÉRÉSMETODIKAI ALAPISMERETEK FIZIKA. kétszintű érettségire felkészítő. tanfolyamhoz

Kalkulus szigorlati tételsor Számítástechnika-technika szak, II. évfolyam, 2. félév

Komplex számok (el adásvázlat, február 12.) Maróti Miklós

Populáció nagyságának felmérése, becslése

képzetes t. z = a + bj valós t. a = Rez 5.2. Műveletek algebrai alakban megadott komplex számokkal

GEOFIZIKA / 4. GRAVITÁCIÓS ANOMÁLIÁK PREDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE

Gyártástechnológia alapjai Méréstechnika rész. Előadások (2.) 2011.

A HŐMÉRSÉKLETI SUGÁRZÁS

Kalkulus II., második házi feladat

Komputer statisztika

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása

[Biomatematika 2] Orvosi biometria

ALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198.

Átírás:

PÉCSI TUDOMÁNYEGYETEM TERMÉSZETTUDOMÁNYI KAR FIZIKAI INTÉZET Méréstai összefoglaló (köryezettudomáyi szakos hallgatók laboratóriumi mérési gyakorlataihoz) Összeállította: Dr. Német Béla Pécs 2008 1

Bevezetés Ez rövid méréstai összefoglaló, amely köryezettudomáyi szakos hallgatók laboratóriumi mérési gyakorlatait tartalmazó segédlethez csatlakozik. Tartalmazza a legalapvetőbb méréstai fogalmakat, szó va bee az egyes meyiség mérési eredméyeiek kiértékeléséről, (a hibaszámításról), két meyiség közötti kvatitatív kapcsolat felismeréséek módszeréről (a paraméterbecslésről). Pécs, 2008. jauár 20. A szerző 1. Alapvető fogalmak a mérésről 1.1. Méréstai alapfogalmak A mérés (a mérési folyamat): összehasolítás. A kísérlet lefolyásáak egy része. A mérés sorá a vizsgált test, a lehetőségekhez képest jól defiiált köryezetbe va. A mérés sorá mérőeszközt haszáluk, amikor is egy mérési eljárással meghatározzuk a vizsgált test, eseméy jellemző fizikai meyiségéek X, adott mértékegységbe [X], a mérőszámát {X}, a mérési körülméyek által meghatározott értékes jegyre. Ezt az eredméyt a következőképpe írjuk fel általáosa: Tehát a mérési folyamat három fő eleme: -a méredő objektum, -a mérési eljárás, -a mérési eredméy. X={X} [X] (1.1) A mérési eljárás olya feldolgozás, amely sorá a jeleket a mérés célkitűzéséek megfelelő alakra hozzuk. Lépései: -becslési eljárás, -dötési eljárás. Egyszerű mérési eljárások: -etaloillesztés (skalár jellegű meyiségekél), -kompezációs módszer (Pl. méredő erőt kompezáljuk a diamométer feszültségével, méredő áramot kompezáljuk egy másik áramkör áramával), -helyettesítési módszer. 2

Az etalo valamely mérhető meyiség mértékegységéek megadására, megőrzésére, vagy reprodukálására szolgáló eszköz, amely mértékegységéek más mérőeszközre való továbbszármaztatására szolgál. A mérőeszköz a mérési eljárást realizálja, a méredő objektumból származó jeleket átalakítja, tartalmazza a méréstől elválaszthatatla "skálaiformációt". A mérőeszközök kategóriái: -mérőműszer, -mérőkészülék, -mérőredszer. A mérőműszer olya mérőeszköz, ahol elmarad az iformáció feldolgozási fukció. A mérőkészülék olya mérőeszköz, ahol agyjából egyforma a mérőhálózat és az iformáció feldolgozó boyolultsága. A mérőredszerél jeletős túlsúlyba kerülek az iformáció feldolgozási fukciók. 1.2. A mérőműszer legfotosabb jellemzői A mérőműszer a méredő meyiséget közvetleül mérhető jellé (pl. hosszúsággá, szögelfordulássá, számokká) alakítja. Az átalakítást a műszer mutatójáak a kitérése, újabba a számkijelző számaiak értékei (α), és a méredő meyiség () között a skálakarakterisztika függvéy, α=f() írja le. A műszer érzékeysége (E) a kimeő jel megváltozásáak [ α] ás a bemeő jel megváltozásáak [ ] a háyadosa, ill. a skálakarakterisztika függvéy [α =f()] deriváltja: Az érzékeység reciproka a műszerálladó: E C d = α (1.2) d = 1 (1.3) E Megjegyzések: Mivel az átlag ember szabad szemmel egy mutató mozgását elfogadhatóa kb. 1 mm-él em sűrűbb beosztású skála előtt tudja leolvasi, így a műszerálladó számértéke megadja a méredő fizikai meyiség azo legkisebb értékét, amely "léptékbe" tuduk külöbséget tei a két mért érték között. Szokták a műszerálladót redukciós faktorak, vagy felbotóképességek is evezi. Eszerit felbotóképesség az a legkisebb jelkülöbség, amit még megkülöböztetük (így általába 1 skr, vagy fél skr.). 3

A mérőműszer mérési tartomáya megadja a jelátalakítási képességéek a mértékét, megadja a legkisebb és a legagyobb jelek a agyságát, amely jelek átvitelére a műszer még képes. Megjegyzések: Az alsó méréshatárt pl. úgy lehet megadi, hogy a relatív hiba még e legye agyobb, mit 10%. A felső méréshatárt pedig úgy célszerű megválasztai, ahol a mérés sorá a műszert ért terhelés még semmilye maradadó károsodást em okoz. Egy műszer aál jobb, miél agyobb a mérési tartomáya és miél érzékeyebb. A mérőműszer potossága (aak egy mérési tartomáyá) az abszolút hibájáak ( = Xk Xm ) és a méredő meyiség egy u. kovecioális értékéek (Xk) a háyadosa: C hrel (%) = (1.4) felsõ k Megjegyzés: Az abszolút hiba közelíthető a felső méréshatár közelébe a készülékálladóval. Pl.: egy diamométer potossága=1%, ha a diamométer mérési tartomáyá 100 mm-t yúlik meg, 1 mm-es a beosztás és 1 mm-es léptékél fiomabb leolvasás em végezhető. k 1.3. A mérési eredméyeket befolyásoló téyezők A mérési hiba az ideális mérési eredméytől (a valódi értéktől - M) vett eltérés mértéke. A hibák származhatak: -a megfigyelés (mérés) körülméyeiből, -a mérőeszközből, -a mérési folyamatot befolyásoló külső zavarokból. A mérési hibák típusai: -abszolút hiba, -relatív hiba, -redszeres hiba, -véletle hiba. Az abszolút hiba ( ) a méredő meyiség valódi értékéek (M) és a méréssel meghatározott (várható) értékek (X) a külöbsége: =M X (1.5) A relatív hiba ( ) az abszolút hiba és a méredő meyiség várható értékéek a háyadosa 100-zal megszorozva, százalékos alakba megadva: = 100% (1.6) 4

Megjegyzés: Elektromechaikus műszerél (de ez voatkoztatható hosszúságmérő eszközökre, diamométerekre is) általába a végkitérésre voatkoztatott relatív hibát adják meg, amely egybe a műszer potossági osztálya. A redszeres (szisztematikus) hiba olya ok következméye, amely redszerese, meghatározott iráyba fejti ki hatását. Megjegyzés: A redszeres hibák okai elvileg felismerhetők, velük megfelelőe korrigálható a mérési eredméy, vagy megszűtethető a hibaforrás. A véletle hiba olya ok(ok) következméye, amely(ek) redszerteleül, változó iráyba fejti(k) ki hatásukat. Megjegyzések: Nem lehet a véletle hibát előre figyelembe vei. Leírásával a hibaszámítás foglalkozik, a számítás végeredméye a hibát, mit kofidecia itervallumot adja meg. Egy mérésből két ismeretle: és M egyszerre em határozható meg. Ezek becslését többszöri mérés adatából a kofidecia számítás (valószíűség számítás) szerit kaphatjuk meg. A mérés potosságát és szabatosságát a következőképpe lehet értelmezi: A mérés potossága a mérési hiba (szisztematikus+véletle) és a mért meyiség háyadosával va defiiálva. A mérés szabatossága a mért értékek egy sorozatáak átlaga, valamit egy kovecioális érték közti külöbség és az átlag háyadosával va defiiálva. Megjegyzés: Egy mérőeszköz, ill. egy mérési eljárás szolgáltathat agyo szabatos eredméyt, de em potosat, azaz a mérés elég kis szórással végezhető el (a véletle hibákak kicsi a szórásuk), de em potosa (azaz valamilye szisztematikus hiba az átlag értéket jeletőse eltéríti a kovecioális értéktől. 1.4. A mérési adatok kiértékeléséről. A hibaszámítás alapfogalmai. A fizikai meyiség valódi értékéek (M), valamit a mérés abszolút hibájáak ( ) a mérési eredméyekből, számítással törtéő megállapítása a valószíűség számítás szerit úgy lehetséges, hogy megadjuk a méréseredméyek valószíűségi eloszlását (ilye eloszlás sokféle lehet: ormális-, biomiális-, Poisso-, epoeciális-, stb...), miközbe a mért adatot valószíűségi váltózóak tekitjük. A fizikai meyiségek mérés eredméyeiek túlyomó többsége ormális eloszlást mutat, amelyet az u. Gauss-függvéy ír le: 1 ( µ ) 2 f ( ) = ep( ) σ 2π 2σ 2 (1.7) ahol: σ- az ifleiós pot helye - szórás, µ- a valószíűségi változó várható értéke. 5

Megjegyzések: Az f() függvéybe szereplő paraméterek µ és σ szolgálak az M és a becslésére (számítására). A µ és a σ értékeket kétféleképpe kaphatjuk meg: - vagy agyo agy számú mérés eredméyét ábrázoljuk, és ezekre Gaussfüggvéyt illesztük, - vagy további becsléssel élük: A várható érték számítása a következő itegrállal törtéhet: amelyek legjobb becslése a számtai közép (): µ = f ( ) d (1.8), i = i = 1 (1.9) ahol - a mérések száma, i - az i-dik mérés értéke. Tétel: A szórás, azaz az egyes észlelések potosságáak becslése a stadard deviációval, az u. korrigált tapasztalati szórással törtéik: i s i ( ) 2 = = 1 1 (1.10) Tétel: A mérések középértékéek, a várható értékek a potosságát a stadard hiba, (az átlagérték stadard deviációja) adja: 2 i ) i s s = = 1 ( = (1.11) ( 1) Megállapodás: A mérési eredméyek megadási formája: Egy fizikai meyiség várható értékéek közelítését akkor adjuk meg jól (kerekítéssel), ha ayi ( darab) értékes (helyes) jegyet íruk le, hogy a mérés stadard hibája e haladja meg az -dik (tehát utolsó) jegy helyi értékéek a felét. Eek általáos alakja a következő: M ± s = (1.12). 6

2. A vizsgált függvéy kapcsolat "felismeréséek" egyszerű esetei. Két meyiség között (y és között), matematikailag legegyszerűbb a lieáris függvéykapcsolat. Az egyees egyeletéek általáos alakja: y m+ b = (2.1), ahol m - az egyees meredeksége, b - az =0 érték eseté az ordiáta és az egyees metszéspotja. Megjegyzések: Gyakra a függvéy kapcsolatok, ha em is lieárisak, függvéy traszformációval liearizálhatók, (most csak ilye esetekkel foglalkozuk). Egyees egyeletére vezető egyszerű függvéy traszformáció hatváykitevős és epoeciális függvéyek esetébe az, ha midkét oldal logaritmusát képezzük. Ezzel elérjük, hogy a kitevőbe szereplő kostasok (, B) az így "létrejött" egyees meredekségekét jeleek meg. A tegelymetszetekből (lk, la) pedig a függvéykapcsolat együtthatói olvashatók le: hatváykitevős alak: epoeciális alak: y = k l y l + l k B = (2.2) y = Ae l y B + l A = (2.3). Megjegyzések: Ha a méréseredméyeket (i, yi), mit potokat ábrázoljuk milliméterpapíro és az y=f() között a kapcsolat lieárisak "látszik", a "kiértékelés" legegyszerűbb esetbe törtéhet csak voalzóval is ("szemmértékkel" húzuk egyeest). A paraméterbecslésről általába (olvasmáy) A mérési eredméyekre illeszthető "legjobb" egyees "kiválasztásáak" matematikai módszere a lieáris regresszió számítás, a paraméterbecslés. Ezzel kapcsolatos fogalmak és legegyszerűbb eljárások a következők: Paraméterbecslés az az eljárás, amellyel a feltételezett y=f(,p) függvéyt a p paraméterek megfelelő választásával a mért y adatokra illesztjük. Célfüggvéy (Qp), amely a becslés következtébe létrejövő eltérés mértékét adja meg. Megjegyzés: Leggyakrabba a célfüggvéyt az u. legkisebb égyzetek (LKN) módszerével adják meg a következőképpe: ahol Q p = [ y i f ( i, p)] 2 w i= 1 i wi az i-edik mérés súlyát jeleti. (2.4) 7

Paraméterbecslés lieáris regresszióval. A legkisebb égyzetek módszere. (olvasmáy) Lieáris regresszió az az eljárás, ha az f(,p) a paraméterek lieáris függvéye. Ebbe az esetbe meghatározadó a mérési adatokból aak az egyeesek az iráytagese (m) és tegelymetszete (b), amely a Gauss-féle LKN módszerrel számolható ki. Ekkor a célfüggvéy alakja a következő, melyek miimum helye adja a keresett paramétereket: 2 2 Q = [ y f (, m, b)] = ( y m b) = mi. p i i i i i = 1 i = 1 (2.5) A keresedő paraméterek, m és b (mit változók) úgy számolhatók ki, hogy a Qp függvéy eze "változók" szeriti parciális deriváltjait egyelővé kell tei zérussal. Eek a számolásak a végeredméyei a következők: 1 b = yi m i = y m [ ] (2.6) i = 1 i = 1 i yi i yi i = 1 i = 1 i = 1 m = 2 2 ( ) i = 1 i i = 1 i = y y 2 2 (2.7). Tartalomjegyzék 1. Alapvető fogalmak a mérésről 2 1.1. Méréstai alapfogalmak 2 1.2. A mérőműszer legfotosabb jellemzői 3 1.3. A mérési eredméyeket befolyásoló téyezők 4 1.4. A mérési adatok kiértékeléséről. A hibaszámítás alapfogalmai 5 2. A vizsgált függvéy kapcsolat "felismeréséek" egyszerű esetei 7 Pécs, 2008. jauár 20. Dr. Német Béla 8