METODICKÁ SMERNICA NA AKREDITÁCIU METHODICAL GUIDELINE FOR ACCREDITATION VYJADROVANIE NEISTÔT MERANIA PRI KALIBRÁCII (EA-4/02 M:2013)

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "METODICKÁ SMERNICA NA AKREDITÁCIU METHODICAL GUIDELINE FOR ACCREDITATION VYJADROVANIE NEISTÔT MERANIA PRI KALIBRÁCII (EA-4/02 M:2013)"

Transcript

1 LOVENKÁ NÁRODNÁ AKREDITAČNÁ LUŽBA METODICKÁ MERNICA NA AKREDITÁCIU METHODICAL GUIDELINE FOR ACCREDITATION VYJADROVANIE NEITÔT MERANIA PRI KALIBRÁCII (EA-4/0 M:013) EPREION OF THE UNCERTAINTY OF MEAUREMENT IN CALIBRATION MA L/1 Vydanie: 3 Aktualizácia: 0 BRATILAVA marec 014

2 MA-L/1 / 74 Táto metodická smernica je prekladom dokumentu EA-4/0 M:013. Preložil: Preskúmal: chválil: prof. Ing. Rudolf Palenčár, PhD., prof. Ing. Jozef kákala, Cc., Ing. Mária Bažantová, Ing. Renáta Knorová Ing. Tibor Czocher, MPH Mgr. Martin enčák - riaditeľ Účinnosť od: Nadobudnutím účinnosti tejto MA končí účinnosť MA-L/1 zo dňa Táto MA neprešla jazykovou úpravou. Metodické smernice na akreditáciu sa nesmú rozmnožovať a kopírovať na účely predaja. Dostupnosť MA:

3 MA-L/1 3 / 74 NÁRODNÝ PREDHOVOR Touto metodickou smernicou na akreditáciu NA sa zavádza dokument EA-4/0 M:013 Evaluation of the Measurement in Calibration prekladom s národnými poznámkami uvádzanými na konci príslušných článkov kurzívou. predmetom týchto MA súvisia nasledovné národné technické predpisy a normatívna dokumentácia: MA-L/11 Návod na vyjadrovanie neistoty pri kvantitatívnych skúškach (EA-4/16) RR P34 Politika NA na neistoty v kalibrácii (ILAC P14:01/013) TPM tanovenie neistôt pri meraniach TPM Etalóny. Vyjadrovanie chýb a neistôt TPM je konformným národným ekvivalentom ďalej uvádzaného medzinárodného IO, IEC, BIPM, OIML, IUPAC, IFCC dokumentu GUIDE TO THE EPREION OF UNCERTAINTY IN MEAUREMENT. Pokiaľ ide o odbornú terminológiu z merania a z aplikovanej štatistiky v preklade sa rešpektuje slovenská norma: TN Terminológia v metrológii (011) Norma TN je spracovaná v súlade s Medzinárodným metrologickým slovníkom Základné a všeobecné pojmy a združené termíny (VIM), ktorý vydali v Ženeve v roku 007 pod označením IO/IEC Guide 99 Medzinárodný úrad pre váhy a miery (BIPM), Medzinárodná elektrotechnická komisia (IEC), Medzinárodná federácia klinickej chémie (IFCC), Medzinárodná organizácia pre normalizáciu (IO), Medzinárodná únia pre čistú a aplikovanú fyziku (IUPAP) a Medzinárodná organizácia pre legálnu metrológiu (OIML).

4 MA-L/1 4 / 74 Európska kooperácia pre akreditáciu laboratórií Publikácia EA 4/0 M: 013 Vyhodnotenie merania pri kalibrácii Účel Účelom tohto dokumentu je harmonizovať vyhodnocovanie neistoty merania v rámci EA a v nadväznosti na všeobecné požiadavky EAL-R1 definovať špecifické zásady uvádzania neistôt merania v kalibračných certifikátoch vydávaných akreditovanými laboratóriami a pomôcť akreditačným orgánom koherentné priznávanie kalibračnej a meracej schopnosti nimi akreditovaných laboratórií. Vzhľadom k tomu, že pravidlá uvedené v tomto dokumente sú v súlade s politikou ILAC pre neistoty pri kalibrácii, aj s odporúčaniami dokumentu Guide to the Expression of Uncertainty in Measurement implementácia EA-4/0 podporí tiež globálne akceptovanie výsledkov merania, dosahujúce európskymi laboratóriami.

5 MA-L/1 5 / 74 Autorstvo Táto publikácia bola vypracovaná navrhnutá Výborom pre laboratóriá EA. Oficiálny jazyk Text môže byť preložený do iných jazykov. Rozhodujúce znenie je v jazyku anglickom. Copyright Držiteľom copyright tohto textu je EA. Text sa nesmie kopírovať na účely predaja. Ďalšie informácie Ohľadom ďalších informácií o tejto publikácii sa obráťte na svojho národného člena EA. Zoznam členov nájdete na webovej stránke:

6 MA-L/1 6 / 74 Obsah 1 Úvod...7 Prehľad a definície Vyhodnotenie neistoty merania vstupných veličín Výpočet štandardnej neistoty výstupného odhadu Rozšírená neistota merania Jednotlivé kroky pri výpočte neistoty merania Použitá literatúra Príloha A Príloha C... 0 Príloha D... 1 Príloha E... 4

7 MA-L/1 7 / 74 1 ÚVOD 1.1 Tento dokument ustanovuje princípy a požiadavky na vyhodnotenie neistoty merania pri kalibrácii a uvádzanie tejto neistoty v kalibračných certifikátoch na základe politiky ILAC pre neistotu pri kalibrácii ako je to uvedené v dokumente ILAC P14 [5]. ILAC-P14 a EA-4/0 sú pre akreditačné orgány, ktoré sú členmi EA, povinné. Formulácia je všeobecná, aby vyhovovala všetkým oblastiam kalibrácie. Pre jednoduchšie použitie tohto dokumentu v jednotlivých oblastiach merania, predložený obecný návod sa môže doplniť konkrétnejšími radami pre jednotlivé oblasti, umožňujúcimi dané informácie lepšie aplikovať. Pri tvorbe týchto doplňujúcich pokynov treba rešpektovať všeobecné princípy uvedené v tomto dokumente, aby sa zabezpečil súlad medzi jednotlivými oblasťami. NÁRODNÁ POZNÁMKA: Politika ILAC P:14 je implementovaná do Politiky NA RR-P34 Politika NA na neistoty v kalibrácii. 1. Tento dokument je v súlade s JCGM 100:008, Vyhodnotenie výsledkov merania Príručka pre vyhodnotenie neistoty merania (GUM 1995 s menšími zmenami). Tento dokument bol spracovaný výborom Joint Committee for Guide in Metrology, s účasťou BIPM, IEC, IFCC, ILAC, IO, IUPAC, IUPAP a OIML [1]. Zatiaľ čo [1] ustanovuje všeobecné pravidlá hodnotenia a vyjadrovania neistoty pri meraní, ktoré možno použiť vo väčšine fyzikálnych meraní, tento dokument sa sústreďuje na metódy najvhodnejšie pre merania v kalibračných laboratóriách a opisuje jednoznačný a jednotný spôsob vyjadrovania a určovania neistoty merania. Boli akceptované aj iné prístupy navrhované GUM-om (ako napríklad metóda Monte Carlo). Obsahuje nasledujúce časti: - základné definície použité v dokumente, - metódy pre stanovenie neistôt meraní vstupných veličín, - vzťah medzi neistotou merania výstupnej veličiny a vyhodnotenou neistotou vstupných veličín, - rozšírenú neistotu merania výstupnej veličiny, - uvádzanie neistôt meraní, - podrobný postup výpočtu neistôt meraní. Vyhodnotenie neistoty kalibrácie je aj témou niekoľkých návodov na kalibráciu Euramet, ktoré sú dostupné na PREHĽAD A DEFINÍCIE POZNÁMKA: Termíny, ktoré majú zvláštny význam v kontexte hlavného textu a v dokumente sa objavia prvý raz, sú zvýraznené tučným písmom. Príloha B obsahuje slovník týchto termínov a odkazov na pramene, z ktorých boli uvedené definície získané..1 Vyjadrenie výsledku merania je úplné len vtedy, keď obsahuje hodnotu priradenú meranej veličine a neistotu merania spojenú s touto hodnotou. V tomto dokumente sú všetky veličiny, ktorých hodnoty nie sú presne známe považované za náhodné veličiny, patria sem tiež ovplyvňujúce veličiny, ktoré môžu mať vplyv na hodnotu meranej veličiny.

8 MA-L/1 8 / 74. Neistota merania je nezáporný parameter súvisiaci s výsledkom merania, ktorý charakterizuje rozsah hodnôt, ktoré možno racionálne priradiť k meranej veličine [4]. Tam, kde nehrozí nebezpečenstvo nedorozumenia, je v tomto dokumente používaný skrátený názov neistota pre neistotu merania. Typické zdroje neistoty merania sú uvedené v prílohe C..3 Merané veličiny sú konkrétne veličiny, ktoré sú predmetom merania. Pri kalibrácii sa obyčajne vyskytuje len jedna meraná veličina - výstupná veličina Y, ktorá závisí od niekoľkých vstupných veličín i (i = 1,,..., N) podľa funkčného vzťahu ( ) Y = f 1,,..., N (.1) Modelová funkcia f reprezentuje postup merania a metódu vyhodnotenia. Vyjadruje, ako sa z hodnôt vstupných veličín i získavajú hodnoty výstupnej veličiny Y. Vo väčšine prípadov pôjde o analytický výraz, ale môže ísť aj o skupinu takýchto výrazov, ktorá bude zahŕňať opravy a opravné faktory systematických účinkov, výsledkom čoho bude zložitejší vzťah, ktorý nie je uvedený výslovne ako jedna funkcia. Ďalšie možnosti sú, že f možno určiť experimentálne, alebo môže existovať len v podobe počítačového algoritmu, ktorý treba vyhodnotiť číselne, prípadne môže ísť o kombináciu týchto možností..4 úbor vstupných veličín i možno rozdeliť do dvoch skupín podľa spôsobu, akým bola určená hodnota veličiny a jej neistota: (a) veličiny, ktorých odhadovaná hodnota a pridružená neistota sa priamo určia meraním. Tieto hodnoty možno získať napríklad z jedného merania, opakovaných meraní alebo úvahou založenou na skúsenostiach. Môžu zahŕňať korekcie údajov prístrojov ako aj korekcie od ovplyvňujúcich veličín, napríklad od okolitej teploty, barometrického tlaku alebo vlhkosti, (b) veličiny, ktorých odhad a pridružená neistota vstupujú do merania z vonkajších zdrojov, napríklad veličiny súvisiace s kalibrovanými etalónmi, certifikovanými referenčnými materiálmi alebo referenčné údaje získané z príručiek..5 Odhad hodnoty meranej veličiny Y - výstupný odhad označovaný ako y, sa získa zo vzťahu (.1) dosadením odhadov vstupných veličín - vstupných odhadov x i za hodnoty vstupných veličín i : ( x x ) y = f 1,,..., x N (.) Pritom za vstupné odhady sa berú najlepšie odhady opravené na všetky významné účinky pri danom modeli. Ak sa tak nestalo, potrebné korekcie treba uviesť ako samostatné vstupné veličiny..6 Pre náhodné veličiny sa používa ako miera rozptýlenia hodnôt rozptyl ich rozdelenia alebo jeho kladná druhá odmocnina nazývaná smerodajná odchýlka. Štandardná neistota merania súvisiaca s výstupným odhadom alebo výsledkom merania y, označená ako u(y), je smerodajnou odchýlkou meranej veličiny Y. Treba ju určiť z odhadov x i vstupných veličín i a k nim pridružených štandardných neistôt u(x i ). Štandardná neistota pridružená odhadu má rovnaký rozmer ako tento odhad. V niektorých prípadoch môže byť vhodné vyjadrovať neistotu ako relatívnu štandardnú neistotu merania, t.j. štandardná neistota merania

9 MA-L/1 9 / 74 odhadu vydelená modulom (absolútnou hodnotou) tohto odhadu a preto je bezrozmerná. Nemožno ju však použiť v prípade, ak sa odhad rovná nule. 3 VYHODNOTENIE NEITOTY MERANIA VTUPNÝCH VELIČÍN 3.1 Všeobecne Neistota merania pridružená k vstupným odhadom sa vyhodnotí ako "typ A" alebo ako "typ B". Vyhodnotenie štandardnej neistoty merania typu A je metóda vyhodnotenia neistoty vychádzajúca zo štatistickej analýzy série pozorovaní. V tomto prípade štandardná neistota predstavuje výberovú smerodajnú odchýlku strednej hodnoty, ktorá sa získa spriemerovaním alebo vhodnou regresnou analýzou. Vyhodnotenie štandardnej neistoty merania typu B je metóda stanovenia neistoty založená na inej metóde než štatistickej analýze série pozorovaní. V tomto prípade vyhodnotenie neistoty vychádza z iných vedeckých poznatkov. POZNÁMKA: Existujú prípady, zriedkavé pri kalibrácii, keď všetky možné hodnoty veličiny sa nachádzajú na jednej strane jednej hraničnej hodnoty. Známym prípadom je takzvaná kosínusová chyba. Riešenie týchto zvláštnych prípadov je uvedené v [1]. NÁRODNÁ POZNÁMKA: V TPM neistota merania vyhodnotená spôsobom A sa skrátene nazýva štandardná neistota typu A a neistota merania vyhodnotená spôsobom B sa nazýva štandardná neistota typu B. Pri takomto často používanom zjednodušenom názve treba mať na zreteli, že nejde o neistoty rôzneho charakteru ale o ekvivalentné - zlúčiteľné odhady neistôt líšiace sa len spôsobom získania. 3. Vyhodnotenie štandardnej neistoty typu A 3..1 Postup vyhodnotenia štandardnej neistoty merania typu A možno použiť v prípade, že bolo za rovnakých podmienok uskutočnených niekoľko nezávislých pozorovaní vstupných veličín. Pokiaľ je meranie vykonané s dostatočným rozlíšením, bude pozorovateľné rozptýlenie získaných hodnôt. 3.. Predpokladajme, že opakovane meraná vstupná veličina i je veličina Q. Pri n štatisticky nezávislých meraniach (n > 1) odhadom hodnoty veličiny Q bude q, čo je výberový priemer jednotlivých nameraných hodnôt q j (j = 1,,...,n) 1 q = n n q j j= 1 (3.1) Neistota merania pridružená k odhadu q sa vyhodnotí pomocou niektorej z nasledujúcich metód: (a) Odhad rozptylu rozdelenia pravdepodobnosti je výberový rozptyl s ( q) vzťahom s n 1 ( q) = ( q j q ) n 1 (3.) j= 1 hodnôt q j daný

10 MA-L/1 10 / 74 Jeho (kladná) odmocnina sa nazýva výberová smerodajná odchýlka. Najlepší odhad rozptylu výberového priemeru q je výberový rozptyl výberového priemeru vyjadrený vzťahom: s ( q) ( q) s = (3.3) n Jeho (kladná) odmocnina sa nazýva výberová smerodajná odchýlka výberového priemeru. Štandardná neistota u(q ) vstupného odhadu q je výberová smerodajná odchýlka výberového priemeru ( ) ( s q) u q = (3.4) Upozornenie: Vo všeobecnosti platí, že ak počet n opakovaných meraní je nízky (n < 10), treba vziať do úvahy spoľahlivosť vyhodnotenia neistoty typu A pomocou vzťahu (3.4). Ak počet meraní nemožno zvýšiť, treba použiť iné metódy vyhodnotenia štandardnej neistoty, ako je to uvedené ďalej. (b) Pre meranie, ktoré je jasne charakterizované a nachádza sa v štatisticky riadenom (zvládnutom) procese možno použiť kombinovaný alebo prierezový odhad rozptylu s p, ktorý charakterizuje rozptýlenie lepšie než odhadovaná smerodajná odchýlka získaná pri obmedzenom počte meraní. Ak sa v tomto prípade stanoví hodnota vstupnej veličiny Q ako výberový priemer q malého počtu n nezávislých meraní, rozptyl výberového priemeru sa môže odhadnúť podľa vzťahu: s ( q) sp n = (3.5) Štandardná neistota sa určí z tejto hodnoty podľa vzorca (3.4). NÁRODNÁ POZNÁMKA: Tam, kde je v pôvodnom texte prívlastok experimentálny (experimental), napr. experimentálny priemer, experimentálny rozptyl a pod., používa sa prívlastok výberový, ako vyplýva z TN Podrobnejšie v normách IO ako TN IO "Štatistika. lovník a značky. Časť 1: Všeobecné štatistické termíny a termíny používané v teórii pravdepodobnosti v ktorej v prípadoch, keď je potrebné rozlišovať medzi parametrami základného súboru a výberu používa sa prívlastok výberový (sample) alebo empirický (empirical). 3.3 Vyhodnotenie štandardnej neistoty typu B Vyhodnotenie štandardnej neistoty typu B je vyhodnotenie neistoty spojenej s odhadom x i vstupnej veličiny i pomocou inej metódy ako je štatistická analýza série meraní. Štandardná neistota u(x i ) sa odhadne pomocou racionálneho úsudku na základe všetkých dostupných informácií o možnej variabilite i. Hodnoty patriace do tejto kategórie možno odvodiť z: - údajov z predchádzajúcich meraní, - skúseností alebo všeobecných poznatkov o správaní a vlastnostiach príslušných materiálov a prístrojov, - technických údajov výrobcu, - údajov získaných z kalibrácie a iných certifikátov,

11 MA-L/1 11 / 74 - neistôt referenčných údajov získaných z príručiek právne používanie existujúcich informácií pri vyhodnocovaní štandardnej neistoty merania typu B vyžaduje uplatnenie skúseností a všeobecných poznatkov. Ide o schopnosti, ktoré sa získavajú praxou. právne podložené vyhodnotenie štandardnej neistoty merania typu B môže byť rovnako spoľahlivé ako vyhodnotenie štandardnej neistoty merania typu A, hlavne pri meraní, keď vyhodnotenie štandardnej neistoty merania typu A vychádza len z malého počtu štatisticky nezávislých meraní. Treba rozlišovať nasledujúce prípady: (a) Ak pre veličinu i je známa len jedna hodnota, napríklad len jedna nameraná hodnota, výsledná hodnota predchádzajúcich meraní, hodnota z literatúry alebo korekcia, táto hodnota sa použije ako x i. Pokiaľ je známa štandardná neistota u(x i ) odhadu x i, treba ju použiť. V opačnom prípade ju treba určiť z neodporujúcich si údajov neistoty. Ak nie sú dostupné ani tieto údaje, neistota sa vyhodnotí na základe skúseností. Ak nie možné zvýšiť počet pozorovaní, berie sa do úvahy iný spôsob vyhodnotenia neistoty, uvedený v b). (b) Ak je možné na základe teórie alebo skúseností z praxe predpokladať pre danú veličinu i určité rozdelenie pravdepodobnosti, zoberie sa stredná hodnota a odmocnina z rozptylu tohoto rozdelenia ako odhad x i resp. štandardná neistota u(x i ). (c) Ak je možné pre hodnotu veličiny i odhadnúť len hornú a dolnú hranicu a + a a - (napríklad z technických údajov výrobcu týkajúcich sa meracieho prístroja, teplotného rozsahu, chýb pri zaokrúhľovaní alebo chýb vyplývajúcich z automatickej redukcie údajov), za rozdelenie pravdepodobnosti, z ktorého pochádzajú možné hodnoty vstupnej veličiny i, treba považovať rovnomerné rozdelenie medzi týmito hranicami (pravouhlé rozdelenie pravdepodobnosti). Potom podľa prípadu (b) bude: 1 x i = a+ + a pre odhad hodnoty a ( ) (3.6) 1 u ( x i ) = ( a+ a ) (3.7) 1 pre druhú mocninu štandardnej neistoty. Ak sa rozdiel medzi hraničnými hodnotami označí ako a, vzťah (3.7) prejde na vzťah 1 u ( x i ) = a (3.8) 3 Rovnomerné rozdelenie je z hľadiska pravdepodobnosti oprávnené, pokiaľ neexistujú iné informácie o vstupnej veličine i okrem hraníc jej variability. Ak je však známe, že hodnoty príslušnej veličiny v blízkosti centra intervalu variability sú pravdepodobnejšie ako hodnoty v blízkosti hraníc, lepším modelom bude trojuholníkové alebo normálne rozloženie. Na druhej strane, ak sú hodnoty blízko hraníc pravdepodobnejšie ako hodnoty blízko stredu, vhodnejšie bude rozloženie U. Pre vyhodnotenie neistoty v tomto prípade pozri [1].

12 MA-L/1 1 / 74 NÁRODNÁ POZNÁMKA: V TPM sú uvedené niektoré možné aproximácie rozdelenia pravdepodobnosti a príslušné koeficienty na výpočet smerodajnej odchýlky daného rozdelenia 4 VÝPOČET ŠTANDARDNEJ NEITOTY VÝTUPNÉHO ODHADU 4.1 Pre nekorelované vstupné veličiny je druhá mocnina štandardnej neistoty odhadu hodnoty výstupnej veličiny (výstupného odhadu) y daný vzťahom N u ( y) = ui ( y) (4.1) = i 1 POZNÁMKA: ú prípady, ktoré sa pri kalibrácii objavujú zriedkavo, keď je funkcia modelu silne nelineárna alebo citlivostné koeficienty [pozri vzťahy (4.) a (4.3) ] sú zanedbateľné, vtedy do vzťahu (4.1) treba dosadiť členy vyšších rádov. Tieto prípady sú riešené v [1]. Veličina u i (y) (i=1,,...,n) je zložkou štandardnej neistoty výstupného odhadu y, prislúchajúcou štandardnej neistote vstupného odhadu x i ( ) c u( x ) u y = (4.) i i i kde c i je citlivostný koeficient prislúchajúci vstupnému odhadu x i, teda parciálna derivácia modelovej funkcie f podľa i, pre odhad jej hodnoty x i c i f f = = (4.3) x 1= x1... N = x N i i 4. Citlivostný koeficient c i vyjadruje, do akej miery je odhad výstupnej hodnoty y ovplyvnený zmenami hodnoty vstupnej veličiny x i. Možno ho vyjadriť podľa modelovej funkcie f pomocou rovnice (4.3) alebo pomocou numerických metód, t.j. vypočítaním zmeny hodnoty výstupného odhadu y v dôsledku zmeny hodnoty vstupného odhadu x i o +u(x i ) a - u(x i ), pričom za hodnotu c i sa vezme výsledný rozdiel y vydelený hodnotou u(x i ). Niekedy je vhodnejšie zistiť zmenu odhadu výstupnej veličiny y experimentálne opakovaním merania napr. x i ± u(x i ). 4.3 Zatiaľ čo u(x i ) je vždy kladné číslo, zložka u i (y) podľa rovnice (4.) je buď kladná alebo záporná, v závislosti od znamienka citlivostného koeficienta c i. Znamienko u i (y) treba vziať do úvahy v prípade vzájomne korelovaných hodnôt vstupných veličín, pozri rovnicu (D4) v Prílohe D. 4.4 Ak funkcia modelu f vyjadruje súčet alebo rozdiel vstupných veličín i, t.j. ( ) N f 1,,..., N = pi i (4.4) = i 1 výstupný odhad podľa vzťahu (.) bude daný príslušným súčtom alebo rozdielom vstupných odhadov

13 MA-L/1 13 / 74 y = N = i 1 p i x i pričom citlivostné koeficienty sa rovnajú p i a vzťah (4.1) sa zmení na (4.5) N u y pi u x i (4.6) ( ) = ( ) = i Ak funkcia modelu f vyjadruje súčin alebo podiel vstupných veličín i ( ) N pi f 1,,..., N = c i (4.7) = i 1 Je odhad výstupnej veličiny daný súčinom alebo podielom odhadu hodnôt vstupných veličín: N pi y = c x i = i 1 (4.8) Citlivostné koeficienty sa rovnajú p i y/x i a podobný vzťah ako je vzťah (4.6) sa zo vzťahu (4.1) získa aj pre tento prípad, ak sa použijú relatívne štandardné neistoty w(y) = u(y) / y a w(x i )= u(x i ) / y N w y pi w x (4.9) i ( ) = ( ) = i Ak medzi dvoma vstupnými veličinami i a k existuje určitá korelácia, t.j. ak nejakým spôsobom závisia jedna od druhej, ich kovarianciu tiež treba považovať za zložku neistoty. Návod, ako pritom postupovať, je uvedený v prílohe D. chopnosť vziať do úvahy účinok korelácií závisí od poznania procesu merania a posúdenia vzájomnej závislosti vstupných veličín. Vo všeobecnosti treba mať na zreteli, že zanedbanie korelácií medzi vstupnými veličinami môže viesť k nesprávnemu vyhodnoteniu štandardnej neistoty meranej veličiny. 4.7 Kovarianciu spojenú s odhadmi dvoch vstupných veličín i a k možno považovať za nulovú alebo zanedbateľnú, pokiaľ: (a) vstupné veličiny i a k sú nezávislé, napríklad preto, lebo boli opakovane ale nie súčasne, počas rôznych nezávislých experimentov merané, prípadne predstavujú veličiny z rôznych vyhodnotení, ktoré boli vykonané nezávisle, (b) jednu zo vstupných veličín i a k možno považovať za konštantnú, (c) nezískali sa nijaké informácie o prítomnosti korelácie medzi vstupnými veličinami i a k. Korelácie niekedy možno eliminovať vhodným výberom funkcie modelu.

14 MA-L/1 14 / Analýza neistôt pri meraní - niekedy označovaná ako bilancia neistôt meraní - by mala zahŕňať zoznam všetkých zdrojov neistôt a príslušné štandardné neistoty merania, ako aj metódy ich vyhodnotenia. Pri opakovaných meraniach treba uviesť počet meraní n. Odporúča sa uviesť údaje dôležité pre danú analýzu vo forme tabuľky. V tejto tabuľke treba označiť všetky veličiny znakom i alebo krátkym identifikátorom. Pri každej z nich treba uviesť aspoň odhad x i, príslušnú štandardnú neistotu merania u(x i ), citlivostný koeficient c i a jednotlivé zložky neistoty u i (y). V tabuľke treba uviesť aj rozmer každej veličiny spolu s číselnými hodnotami. 4.9 Formálny príklad takéhoto usporiadania je uvedený v tabuľke 4.1, ktorú možno použiť v prípade nekorelovaných vstupných veličín. Štandardná neistota výsledku merania u(y) uvedená v dolnom pravom rohu tabuľky predstavuje odmocninu sumy druhej mocniny všetkých zložiek neistôt uvedených v krajnom pravom stĺpci. Šedá časť tabuľky sa nevypĺňa. Tabuľka 4.1: chéma požadovaného usporiadania veličín, odhadov, štandardných neistôt, citlivostných koeficientov a zložiek neistôt používaných pri analýze neistôt merania. Veličina i Odhad x i Štandardná neistota u(x i ) Rozdelenie pravdepodobnosti Citlivostný koeficient c I Príspevok k štandardnej neistote u i (y) 1 x 1 u(x 1 ) c 1 u 1 (y) x u(x ) c u (y) : : : : : N x N u(x N ) c N u N (y) Y y u(y) 5 ROZŠÍRENÁ NEITOTA MERANIA 5.1 V rámci EA sa rozhodlo, že kalibračné laboratóriá akreditované členmi EA budú vykazovať rozšírenú neistotu merania U, ktorá sa určí tak, že štandardná neistota u(y) výstupného odhadu y sa vynásobí koeficientom pokrytia k: ( ) U = ku y (5.1) V prípadoch, keď k meranej veličine možno priradiť normálne (Gaussovo) rozdelenie a štandardná neistota výstupného odhadu je dostatočne spoľahlivá, použije sa štandarný koeficient pokrytia k=. Určená rozšírená neistota zodpovedá konfidenčnej pravdepodobnosti približne 95%. Tieto podmienky sú splnené vo väčšine prípadov, s ktorými sa pri kalibrácii stretávame.

15 MA-L/1 15 / Predpoklad normálneho rozdelenia nie je možné vždy experimentálne ľahko potvrdiť. Avšak v prípadoch, keď niekoľko zložiek neistoty (t.j. N 3) odvodených z nezávislých veličín majúcich rozdelenie s bežným priebehom, napr. normálnych rozdelení alebo rovnomerných rozdelení, prispieva k štandardnej neistote výstupného odhadu porovnateľnými veľkosťami, sú splnené podmienky centrálnej limitnej vety a možno predpokladať, že rozdelenie výstupnej hodnoty veličiny sa bude značne približovať normálnemu. 5.3 poľahlivosť štandardnej neistoty výstupného odhadu je určená jeho efektívnymi stupňami voľnosti (viď. príloha E). Kritérium spoľahlivosti je však vždy splnené vtedy, keď sa žiadna zložka neistoty získaná z vyhodnotenia typu A nebola stanovená z menej ako 10 opakovaných meraní. 5.4 Ak nie je splnená niektorá z podmienok (normálnosť rozdelenia alebo dostatočná spoľahlivosť), použitie normovaného koeficientu pokrytia k = môže viesť k určeniu rozšírenej neistoty zodpovedajúcej konfidenčnej pravdepodobnosti menšej ako 95%. V týchto prípadoch treba použiť iné metódy, aby sa zabezpečilo, že hodnota rozšírenej neistoty bude určená v súlade s tou istou konfidenčnou pravdepodobnosťou ako v normálnom prípade. Používanie približne tej istej konfidenčnej pravdepodobnosti je dôležité vždy, keď treba porovnať dva výsledky merania tej istej veličiny, napr. pri hodnotení výsledkov medzilaboratórneho porovnania alebo zisťovaní, či existuje súlad s určitými špecifikáciami. 5.5 Aj keď je možné predpokladať, že rozdelenie je normálne, môže sa stať, že štandardná neistota odhadu výstupnej veličiny nebude dostatočne spoľahlivá. Ak nie je vhodné zvyšovať počet n opakovaných meraní resp. použiť namiesto málo spoľahlivého vyhodnotenia neistoty typu A vyhodnotenie neistoty typu B, je potrebné použiť metódu uvedenú v Prílohe E. 5.6 V ostatných prípadoch, t.j. vo všetkých prípadoch, keď nemožno odôvodnene predpokladať, že ide o normálne rozdelenie, treba použiť informácie o skutočnom rozdelení pravdepodobnosti výstupného odhadu a pre toto rozdelenie určiť koeficient pokrytia k, ktorý by zodpovedal konfidenčnej pravdepodobnosti približne 95%. 6 JEDNOTLIVÉ KROKY PRI VÝPOČTE NEITOTY MERANIA 6.1 Nasledujúci text obsahuje pokyny pre používanie tohto dokumentu v praxi (vypracované príklady sú v prílohe): (a) Matematicky vyjadrite závislosť meranej veličiny (výstupnej veličiny) Y od vstupných veličín i podľa vzťahu (.1). V prípade priameho porovnania dvoch etalónov môže byť vzťah veľmi jednoduchý, napr. Y = 1 +. (b) Identifikujte a použite všetky platné korekcie. (c) Uveďte všetky zdroje neistoty vo forme bilancie neistôt podľa kapitoly 4. (d) 3.. Vypočítajte štandardnú neistotu u(q ) pre opakovane merané veličiny podľa článku (e) Pre jednotlivé hodnoty, napr. výsledné hodnoty predchádzajúcich meraní, korekcie alebo hodnoty získané z literatúry, použite štandardnú neistotu, pokiaľ je uvedená alebo ju vypočítajte podľa článku 3.3.(a). Venujte pozornosť použitej

16 MA-L/1 16 / 74 prezentácii neistoty. Ak neexistujú údaje, na základe ktorých možno určiť štandardnú neistotu, určite hodnotu u(x i ) na základe odborných skúseností. (f) Pre vstupné veličiny, ktorých rozdelenie pravdepodobnosti je známe alebo sa dá predpokladať, vypočítajte strednú hodnotu a štandardnú neistotu u(x i ) podľa článku 3.3.(b). Ak poznáte alebo viete odhadnúť len hornú a dolnú hranicu, vypočítajte štandardnú neistotu u(x i ) podľa článku 3.3.(c). (g) Pre každú vstupnú veličinu i vypočítajte zložku u i (y) neistoty výstupného odhadu prislúchajúcu vstupnému odhadu x i podľa vzťahu (4.) a (4.3) a sčítajte ich druhé mocniny pomocou rovnice (4.1), aby ste získali druhú mocninu štandardnej neistoty u(y) meranej veličiny. Ak je známe, že medzi vstupnými veličinami existujú korelácie, použite postup uvedený v Prílohe D. (h) Vypočítajte rozšírenú neistotu tak, že štandardnú neistotu u(y) výstupného odhadu vynásobíte koeficientom pokrytia k zvoleným podľa kapitoly 5. 7 POUŽITÁ LITERATÚRA [1] JCGM 100:008 GUM 1995 s malými zmenami. Evaluation of measurement data - Guide to the expression of uncertainty in measurement (Príručka pre vyjadrenie neistoty pri meraní), (dostupná na [] IO/IEC 1705/005 Všeobecné požiadavky na spôsobilosť skúšobných a kalibračných laboratórií. [3] JCGM 00:008 Medzinárodný metrologický slovník Základné a všeobecné pojmy a odvodené termíny (dostupný na [4] IO Štatistika lovník a symboly Časť 1: Všeobecné štatistické termíny a termíny používané v pravdepodobnosti (IO :006) [5] ILAC P14:1/010 Politika ILAC pre neistoty v kalibrácii [6] JCGM 104:009 Vyhodnotenie nameraných údajov Úvod do Návod na vyjadrovanie neistoty merania a príbuzné dokumenty (dostupné na

17 MA-L/1 17 / 74 PRÍLOHA A Kalibračná a meracia schopnosť Pojem kalibračná a meracia schopnosť, CMC, je dostatočne preskúmaný v práci o kalibračnej a meracej schopnosti vydanej BIPM/ILAC Working Group 7. septembra 007. Táto práca ja zahrnutá v politike ILAC pre neistoty v kalibrácii ako príloha a politika je základom pre harmonizovaný prístup k CMC medzi akreditovanými laboratóriami na celom svete. [5]. Metódy na vyhodnotenie neistoty naznačené v tomto dokumente by sa mali použiť keď si akreditované laboratóriá zavádzajú CMC. lovník niektorých dôležitých termínov B1 aritmetický priemer ([1] časť C..19) Priemer; účet hodnôt vydelený počtom hodnôt. B B3 B4 kalibračná a meracia schopnosť Kalibračná a meracia schopnosť (CMC) je vyjadrená termínmi: 1. Meraná veličina alebo referenčný materiál;. Kalibračná/meracia metóda/postup a/alebo typ kalibrovaného/meraného meradla/materiálu; 3. Merací rozsah a dodatočné parametre, kde je to vhodné, napr. frekvencia použitého napätia; 4. Neistota merania. Pre úplné vysvetlenie pozri [5]. korelačný koeficient ([1] časť C.3.6) Korelačný koeficient je miera relatívnej vzájomnej závislosti dvoch náhodných veličín rovnajúca sa podielu ich kovariancie a kladnej odmocniny súčinu ich rozptylov. kovariancia ([1] časť C.3.4) Miera závislosti dvoch náhodných premenných rovnajúca sa strednej hodnote súčinu odchýlok dvoch náhodných veličín od ich stredných hodnôt. Úplná definícia sa nachádza v [1]. B5 faktor pokrytia ([3] termín.3.8) Číslo väčšie ako jedna, ktorým je kombinovaná štandardná neistota vynásobená na získanie rozšírenej neistoty. B6 pravdepodobnosť pokrytia ([3] termín.3.7) Pravdepodobnosť, že súbor skutočného množstva hodnôt meranej veličiny je obsiahnutý v zadanom intervale pokrytia. Poznámka: Pojem skutočná hodnota (pozri

18 MA-L/1 18 / 74 Dodatok D) nie je používaný v tomto návode z dôvodov uvedených v D.3.5; termíny hodnota meranej veličiny a skutočná hodnota meranej veličiny sú považované za ekvivalentné. (GUM 3.1.1). Pozri tiež [6] (JCGM 104:009) kap. 1 B7 výberová smerodajná odchýlka ([1] časť 4..) Kladná druhá odmocnina výberového rozptylu. B8 rozšírená neistota (merania) ([3] termín.3.5) Výsledok kombinovanej štandardnej neistoty a faktora väčšieho ako číslo jeden. B9 výberový rozptyl ([1] časť 4..) Veličina charakterizujúca rozptýlenie výsledkov série n pozorovaní (meraní, odčítaní) tej istej meranej veličiny získaná pomocou vzťahu (3.) uvedeného v texte. B10 vstupný odhad ([1] časť a C.6) Hodnota odhadu vstupnej veličiny používaná pri vyhodnotení výsledku merania. B11 vstupná veličina ([1] časť 4.1.) Veličina, od ktorej závisí meraná veličina a ktorá sa berie do úvahy pri vyhodnotení výsledku merania. B1 meraná veličina ([3] termín.3) Veličina, ktorá je predmetom merania. B13 neistota merania, neistota ([3] časť.6) Parameter, ktorý nie je záporný, charakterizujúci rozptyl meraných veličín, ktorý je priradený meranej veličine na základe použitých informácií. B14 výstupný odhad ([1] časť 4.1 a C.6) Výsledok merania vypočítaný zo vstupných veličín pomocou modelu merania. B15 výstupná veličina ([1] časť 4.1.) Veličina, ktorá reprezentuje pri vyhodnotení výsledku merania meranú veličinu. B16 prierezový odhad rozptylu ([1] časť 4..4) Odhad výberového rozptylu získaný z dlhej série pozorovaní tej istej meranej veličiny charakteristických meraní podľa štatistického riadenia. B17 rozdelenie pravdepodobnosti ([1] časť C..3) Funkcia vyjadrujúca pravdepodobnosť, že náhodná veličina nadobudne určitú hodnotu alebo hodnoty z určitého intervalu. B18 náhodná veličina ([1] časť C..)

19 MA-L/1 19 / 74 Veličina, ktorá môže nadobúdať ľubovoľnú hodnotu z určitej množiny hodnôt a je charakterizovaná rozdelením pravdepodobnosti. B19 relatívna štandardná neistota merania ([3] časť.3.) Štandardná neistota merania vydelená a absolútnou hodnotou meranej veličiny. B0 citlivostný koeficient súvisiaci so vstupným odhadom ([1] časť 5.1.3) Zmena hodnôt výstupného odhadu ako dôsledok zmeny hodnôt vstupného odhadu vydelená zmenou hodnôt tohoto vstupného odhadu. B1 smerodajná odchýlka ([1] časť C..1) Kladná druhá odmocnina rozptylu náhodnej veličiny. B štandardná neistota merania ([3] termín.3.0) Neistota merania vyjadrená ako smerodajná odchýlka. B3 neistota merania vyjadrená spôsobom A ([3] časť.8) Odhad zložiek neistoty merania pomocou štatistickej analýzy hodnôt meranej veličiny získaných za definovaných podmienok merania. B4 vyhodnotenie neistoty merania spôsobom B ([3] termín 9) Odhad zložiek neistoty merania určených iným spôsobom ako spôsobom A. B5 balík neistôt ([3] časť.33) Prehľad neistoty merania, komponentov neistoty merania a ich výpočet a kombinácia. B6 rozptyl ([1] časť C..11) tredná hodnota druhej mocniny odchýlky náhodnej veličiny od jej strednej hodnoty.

20 MA-L/1 0 / 74 PRÍLOHA C Zdroje neistoty merania C1 Neistota výsledku merania odráža nedostatky v dokonalom poznaní hodnoty meranej veličiny. Úplné poznanie vyžaduje nekonečné množstvo informácií. Javy, ktoré prispievajú k neistote a tým ku skutočnosti, že výsledok merania nemožno charakterizovať jedinou hodnotou, sa nazývajú zdroje neistôt. V praxi existuje mnoho potenciálnych zdrojov neistôt pri meraní [1], medzi ktoré patria: C (a) (b) (c) (d) (e) (f) (g) (h) (i) (j) neúplná definícia meranej veličiny, nedokonalá realizácia definície meranej veličiny, nereprezentatívny výber vzoriek - meraná vzorka nemusí reprezentovať definovanú meranú veličinu, nedostatočne známe vplyvy podmienok prostredia alebo ich nedokonalé merania, subjektívnosť odčítavania z analógových prístrojov, obmedzená rozlišovacia schopnosť prístrojov alebo prah rozlíšenia, nepresnosť etalónov a referenčných materiálov, nepresné hodnoty konštánt a iných parametrov získaných z externých zdrojov a používaných v algoritme spracovania údajov, aproximácie a predpoklady zahrnuté v metóde a postupe merania, zmeny pri opakovaných meraniach meranej veličiny v očividne rovnakých podmienkach. Tieto zdroje nemusia byť vždy nezávislé. Niektoré zo zdrojov (a) až (i) môžu prispieť k zdroju (j).

21 MA-L/1 1 / 74 PRÍLOHA D Korelované vstupné veličiny D1 Ak je známe, že dve vstupné veličiny i a k sú korelované - t.j. ak nejakým spôsobom závisia jedna od druhej - kovarianciu medzi odhadmi x i a x k (, ) ( ) ( ) (, ) ( ) u x x = u x u x r x x i k (D.1) i k i k i k je potrebné považovať za ďalší príspevok k neistote. tupeň korelácie vyjadruje korelačný koeficient r(x i,x k ) (kde (i k) a r 1). D V prípade n nezávislých dvojíc súčasne opakovaných meraní dvoch veličín P a Q sa určí kovariancia medzi aritmetickými priemermi p a q zo vzťahu ( ) s p, q = n n n 1 ( ) ( pj p)( q j q) 1 j= 1 a r sa nahradí zo vzťahu (D.1). (D.) D3 Pre ovplyvňujúce veličiny musí byť stanovenie stupňa korelácie medzi nimi založené na skúsenostiach. Keď existuje korelácia, vzťah (4.1) treba nahradiť vzťahom N N 1 u y c u x c c u x, x (D.3) ( ) = i ( i ) + i k ( i k ) N = i 1 = i 1 k= + i 1 kde c i a c k sú citlivostné koeficienty definované vzťahom (4.3), alebo vzťahom N N 1 u y u y u y u y r x, x (D.4) ( ) = i ( ) + i ( ) k ( ) ( i k ) = i 1 N = i 1 k= + i 1 so zložkami u i (y) štandardnej neistoty odhadu výstupnej hodnoty y prislúchajúcimi neistotami vstupných odhadov x i vypočítanými pomocou vzťahu (4.). Treba zdôrazniť, že druhý člen pravej strany vzťahu (D.3) alebo (D.4) môže mať aj záporné znamienko. D4 V praxi často existuje korelácia medzi vstupnými veličinami, pretože pri vyhodnotení sa používa ten istý referenčný etalón, merací prístroj, referenčný údaj alebo meracia metóda s významnou neistotou. Predpokladajme, že dve vstupné veličiny 1 a s odhadmi x 1 a x závisia od skupiny vzájomne nezávislých veličín Q l (l=1,,...,l) (,,..., L ) (,,..., ) = g Q Q Q = g Q Q Q 1 L (D.5) hoci niektoré z týchto veličín sa nemusia vždy objaviť v oboch funkciách. Odhady x 1 a x vstupných veličín budú do určitej miery navzájom závislé, aj keď medzi odhadmi q l (l=1,,...,l) nebude nijaká korelácia. V tomto prípade kovariancia u(x 1,x ) medzi odhadmi x 1 a x sa určí zo vzťahu

22 L (, ) = ( ) MA-L/1 / 74 u x1 x c1 lclu ql (D.6) = l 1 kde c 1l a c l sú citlivostné koeficienty odvodené pre funkcie g 1 a g podľa vzťahu (4.6). Pretože len tie členy prispievajú k súčtu, pre ktoré citlivostné koeficienty sú nenulové, kovariancia sa rovná nule, ak funkcie g 1 a g nemajú ani jednu spoločnú premennú. Korelačný koeficient r(x 1,x ) medzi odhadmi x 1 a x sa určí zo vzťahu (D.6) a vzťahu (D.1). D5 Nasledujúce príklady ukazujú korelácie medzi hodnotami priradenými k dvom etalónom, ktoré sú kalibrované tým istým referenčným etalónom. Úloha Dva etalóny 1 a sú porovnávané s referenčným etalónom Q s pomocou meracieho systému schopného určiť rozdiel z ich hodnôt s príslušnou štandardnou neistotou u(z). Hodnota q s referenčného etalónu má štandardnú neistotu u(q s ). Matematický model Odhady x 1 a x závisia od hodnoty q s referenčného etalónu a od nameraných rozdielov z 1 a z a určia sa pomocou vzťahov x1 = qs z1 x = q z s (D.7) Štandardné neistoty a kovariancie Predpokladáme, že medzi odhadmi z 1, z a q s neexistujú korelácie, pretože boli stanovené na základe rôznych meraní. Štandardné neistoty sa vypočítajú zo vzťahu (4.4) a kovariancia medzi odhadmi x 1 a x sa určí zo vzťahu (D.6). Za predpokladu, že u(z 1 ) =u(z )=u(z), bude ( 1 ) = ( s ) + ( ) ( ) = ( s ) + ( ) (, ) = ( ) u x u q u z u x u q u z u x x u q 1 s Korelačný koeficient odvodený z týchto výsledkov je ( ) u ( qs ) ( ) + ( ) r x1, x = u q u z s (D.8) (D.9) Jeho hodnota sa pohybuje od 0 do +1 v závislosti od pomeru medzi tandardnými neistotami u(q s ) a u(z). D6 Prípad opísaný rovnicou (D.5) ukazuje, že vhodným výberom funkcie modelu sa možno vyhnúť použitiu korelácie pri vyhodnocovaní štandardnej neistoty meranej veličiny. Priame použitie nezávislých veličín Q l nahradením pôvodných veličín 1 a do funkcie modelu f

23 MA-L/1 3 / 74 v súlade s transformačnými rovnicami (D.5) dáva novú funkciu modelu, ktorá už neobsahuje vzájomne závislé veličiny 1 a. D7 Existujú však prípady, keď sa nemožno vyhnúť korelácii medzi dvoma vstupnými veličinami 1 a, napr. ak sa používa ten istý merací prístroj alebo ten istý referenčný etalón pri určovaní vstupných odhadov x 1 a x, avšak bez transformačných rovníc pre nové nezávislé premenné. Ak nie je presne známy stupeň korelácie, bude vhodné určiť maximálny vplyv tejto korelácie pomocou hornej hranice odhadu štandardnej neistoty meranej veličiny. Pokiaľ sa neuvažujú ďalšie korelácie, táto bude mať tvar [ 1 ] r ( ) ( ) ( ) ( ) u y u y + u y + u y (D.10) kde u r (y) je zložka štandardnej neistoty prislúchajúca všetkým zvyšným vstupným veličinám, o ktorých sa predpokladá, že sú navzájom nezávislé. POZNÁMKA: Rovnica (D.10) sa dá jednoducho použiť v prípade jednej alebo niekoľkých skupín s dvoma alebo viacerými vstupnými veličinami, medzi ktorými existuje korelácia. V tomto prípade treba použiť v rovnici (D.10) "najhorší možný" súčet pre každú skupinu veličín, medzi ktorými je korelácia.

24 MA-L/1 4 / 74 PRÍLOHA E Koeficienty pokrytia odvodené od efektívnych stupňov voľnosti E1 Pri určovaní hodnoty koeficienta pokrytia k zodpovedajúceho danej konfidenčnej pravdepodobnosti treba vziať do úvahy spoľahlivosť štandardnej neistoty u(y) výstupného odhadu y. To znamená, že treba zvážiť, do akej miery u(y) vyjadruje odhadovanú hodnotu smerodajnej odchýlky výsledku merania. Pre odhad smerodajnej odchýlky pri normálnom rozdelení sú kritériom spoľahlivosti stupne voľnosti tohto odhadu, ktoré závisia od veľkosti príslušnej vzorky. Podobne platí, že vhodným kritériom spoľahlivosti štandardnej neistoty výstupného odhadu sú jej efektívne stupne voľnosti v ef, ktoré možno približne určiť pomocou vhodnej kombinácie efektívnych stupňov voľnosti zložiek neistoty u i (y). E Výpočet vhodného koeficienta pokrytia k pri splnení podmienok centrálnej limitnej vety zahŕňa nasledujúce tri kroky: (a) Určiť štandardnú neistotu výstupného odhadu podľa postupu uvedeného v kapitole 7. (b) Odhadnúť efektívne stupne voľnosti v ef štandardnej neistoty u(y) výstupného odhadu y pomocou Welch-atterthwaitovho vzorca: ν ef = ( y) N 4 ( y) 4 u ui ν = i 1 i (E.1) kde u i (y) (i=1,,..., N) definované vzťahom (4.) predstavujú zložky štandardnej neistoty výstupného odhadu y vyplývajúce zo štandardnej neistoty vstupného odhadu x i, ktoré by mali byť štatisticky navzájom nezávislé, a v i sú efektívne stupne voľnosti zložky štandardnej neistoty u i (y). Pri štandardnej neistote u(q ) získanej z vyhodnotenia typu A, o ktorom pojednáva časť 3.1, sa určia stupne voľnosti pomocou vzorca v i = n - 1. Problematickejšie je však priradiť stupne voľnosti k štandardnej neistote u(x i ) získanej z vyhodnotenia typu B. V praxi sa však tieto vyhodnotenia bežne vykonávajú spôsobom, ktorý je zárukou, že nedôjde k podhodnoteniu štandardnej neistoty. Napríklad ak sa vychádza z dolnej a hornej hranice a - a a +, zvyčajne sa zvolia tak, aby pravdepodobnosť príslušnej veličiny ležiacej mimo týchto hraníc bola mimoriadne nízka. Za predpokladu dodržania tohto pravidla, stupne voľnosti štandardnej neistoty u(x i ) typu B môžu byť ν i. (c) Určiť koeficient pokrytia k z tabuľky E.1 uvedenej v tejto prílohe. Táto tabuľka vychádza z t-rozdelenia pre konfidenčnú pravdepodobnosť 95,45%. Ak v ef nie je celé číslo, čo býva často, zaokrúhli sa v ef smerom nadol na najbližšie celé číslo. Tabuľka E.1: Koeficient pokrytia k pre jednotlivé efektívne stupne voľnosti v ef v ef k 13,97 4,53 3,31,87,65,5,43,37,8

25 MA-L/1 5 / 74 v ef k,5,3,1,0,18,17,16,15,14,13 v ef k,11,09,07,06,06,05,00

26 MA L/1 6 / 74 DODATOK 1 PRÍKLADY Obsah 1 Úvod... 7 Kalibrácia závažia s nominálnou hmotnosťou 10 kg Kalibrácia etalónu elektrického odporu s nominálnou hodnotou 10 kω Kalibrácia koncovej mierky s nominálnou dĺžkou 50 mm Kalibrácia termoelektrického snímača teploty typu N pri 1000 C Kalibrácia snímača výkonu pri frekvencii 18 GHz Kalibrácia koaxiálneho stupňovitého útlmového člena pri nastavení 30 db (prídavná strata)... 44

27 MA L/1 7 / 74 1 ÚVOD 1.1 Tieto príklady sa vybrali na demonštrovanie metód vyhodnocovania neistôt merania. Je potrebné, aby ďalšie typické a názorné príklady založené na prislúchajúcich modeloch v jednotlivých oblastiach vypracovali osobitné pracovné skupiny. Uvedené príklady slúžia viac menej ako všeobecné návody na postup. 1. Príklady sú založené na návrhoch pripravených expertnými skupinami EAL. Tieto návrhy boli zjednodušené a zosúladené tak, aby sa stali názornejšími pre pracovníkov laboratórií vo všetkých oblastiach kalibrácie. Predpokladá sa, že tento rad príkladov prispeje k lepšiemu pochopeniu detailov pri vytýčení modelu vyhodnocovania a zosúladení procesu vyhodnocovania neistoty merania, nezávisle od oblasti kalibrácie. 1.3 Príspevky k neistote a hodnoty uvedené v príkladoch sa nemajú chápať ako záväzné alebo prednostné požiadavky. Laboratóriá by mali určiť neistoty na základe modelu merania, ktorý používajú k vyhodnoteniu vykonaných čiastkových kalibrácií a ktorý udávajú na vystavenom kalibračnom certifikáte. Vo všetkých uvedených príkladoch sú splnené podmienky uvedené v kapitole 5 pre voľbu koeficientu pokrytia k =. 1.4 V každom príklade sa dodržiava postupnosť vyhodnocovania podľa všeobecnej schémy z kapitoly 7 EA-4/0 nasledovne: - krátky opisný názov, - všeobecný opis procesu merania, - model vyhodnotenia spolu s vysvetlením použitých symbolov, - rozšírený súpis vstupných údajov s krátkym opisom ako boli získané, - súpis pozorovaní a vyhodnotenie štatistických parametrov, - bilancia neistôt v tabelárnej forme, - rozšírená neistota merania, - uvádzaný úplný výsledok merania. 1.5 Za týmto prvým dodatkom k EA-4/0 by mali nasledovať ďalšie, ktoré budú obsahovať vypracované príklady odhadov neistôt merania spojených s kalibráciou prístrojov. Príklady možno tiež nájsť v návodoch EAL pojednávajúcich o kalibrácii špecifických typov meracích prístrojov. KALIBRÁCIA ZÁVAŽIA NOMINÁLNOU HMOTNOŤOU 10 KG.1 Kalibrácia závažia s nominálnou hmotnosťou 10 kg triedy M1 OIML sa vykonáva porovnaním s referenčným etalónom (triedy F OIML) s rovnakou nominálnou hmotnosťou s použitím váh, ktorých pracovné charakteristiky sa určili predtým.. Neznáma konvenčná hmotnosť m sa získa zo vzťahu: m = m + δm D + δm + δm C + δb (.1)

28 MA L/1 8 / 74 kde: m - konvenčná hmotnosť etalónu, δm D - drift hodnoty etalónu od jeho poslednej kalibrácie, δm - namerané rozdiely v hmotnosti medzi neznámou hmotnosťou a etalónom, δm C - korekcia excentricity a magnetických vplyvov, δb - korekcia na vztlak vzduchu..3 Referenčný etalón (m ): Kalibračný list pre referenčný etalón udáva hodnotu ,005 g spolu s príslušnou rozšírenou neistotou 45 mg (koeficient pokrytia k =)..4 Drift hodnoty etalónu (δm D ): Drift hodnoty referenčného etalónu odhadnutý z predchádzajúcich kalibrácií leží v hraniciach (0 až +15) mg..5 Váhy (δm, δm C ): Predchádzajúce vyhodnotenie opakovateľnosti merania rozdielu hmotnosti medzi dvomi hmotnosťami s rovnakými nominálnymi hodnotami poskytli odhad smerodajnej odchýlky 5 mg. Korekcia na excentricitu a magnetické vplyvy pre použité váhy sa nevykonáva, odchýlky spôsobené vyosenosťou a magnetickými vplyvmi sa odhadujú v hraniciach ±10 mg s rovnomerným rozdelením..6 Vztlak vzduchu (δb): Vplyv vztlaku vzduchu sa nekoriguje, hranice odchýlky sú odhadované na ± z nominálnej hodnoty..7 Korelácia: Korelácie medzi všetky vstupnými veličinami sa považujú za zanedbateľné..8 Merania: Použitím substitučnej metódy so substitučnou schémou ABBA ABBA ABBA sa získali tri hodnoty rozdielov medzi neznámou hmotnosťou a hmotnosťou etalónu: č. m. konvenčná hmotnosť odčítaná hodnota rozdiel 1 etalón neznáma hmotnosť neznáma hmotnosť +0,010 g +0,00 g +0,05 g etalón +0,015 g +0,01 g etalón neznáma hmotnosť neznáma hmotnosť etalón 3 etalón neznáma hmotnosť neznáma hmotnosť etalón +0,05 g +0,050 g +0,055 g +0,00 g +0,03 g +0,05 g +0,045 g +0,040 g +0,00 g +0,0 g aritmetický priemer: prierezový odhad smerodajnej odchýlky: (získaný z predchádzajúcich vyhodnotení) δ m = 0,00 g s p (δm) = 5 mg

29 MA L/1 9 / 74 štandardná neistota:.9 Bilancia neistôt (m ): u(δm) = s( δ m ) = 5mg 3 = 14,4 mg veličina i odhad x i štandardná neistota u(x i ) rozdelenie pravdepodobnosti citlivostný koeficient c i príspevok neistoty u i (y) m ,005 g,5 mg normálne 1,0,5 mg δm D 0,0075 g 4,33 mg rovnomerné 1,0 4,33 mg δm 0,00 g 14,4 mg normálne 1,0 14,4 mg δm C 0,000 g 5,77 mg rovnomerné 1,0 5,77 mg δb 0,000 g 5,77 mg rovnomerné 1,0 5,77 mg m ,035 g 8,7 mg NÁRODNÁ POZNÁMKA: V origináli EA-4/0-1 je uvedená hodnota δm D = 0,000g a štandardná neistota 8,95g (15g/ 3), čo by však znamenalo drift hodnoty etalónu uvedený v bode.4 ±15mg. V našom prípade je drift etalónu +7,5mg s odchýlkami v hraniciach ±7,5mg..10 Rozšírená neistota U = k u(m ) = 8,7 mg 57 mg.11 Komentovaný výsledok Meraná hmotnosť s nominálnou hodnotou 10 kg je 10, kg ± 57 mg. Uvedená rozšírená neistota merania je vyjadrená ako štandardná neistota merania vynásobená koeficientom pokrytia k =, ktorá pri normálnom rozdelení zodpovedá konfidenčnej pravdepodobnosti približne 95 %. 3 KALIBRÁCIA ETALÓNU ELEKTRICKÉHO ODPORU NOMINÁLNOU HODNOTOU 10 KΩ 3.1 Odpor etalónu odporu (rezistora) so štyrmi svorkami je určený priamou substitúciou použitím digitálneho multimetra (7 1 / digit DMM) v jeho odporovom rozsahu s kalibrovaným referenčným etalónom odporu ako referenčným etalónom so štyrmi svorkami a s nominálnou hodnotou rovnakou ako etalón, ktorý má byť kalibrovaný. Rezistory sú ponorené v dobre miešanom olejovom kúpeli s teplotou 3 C, ktorá je kontrolovaná v strede uloženým skleným ortuťovým teplomerom. Rezistory sú stabilizované pred vlastným meraním. Štyri výstupné svorky každého rezistora sú stredovo spojené so svorkami DMM. Je zistené, že merací prúd 100 µa, pri 10 kω rozsahu DMM je dostatočne nízky, aby nespôsobil významné vlastné ohrievanie rezistorov. Použitý merací postup tiež zabezpečuje, že vplyvy vonkajších parazitných odporov na výsledok merania možno považovať za bezvýznamné. 3. Odpor R kalibrovaného rezistora sa získa zo vzťahu:

30 MA L/1 30 / 74 R = (R + δr D + δr T ) r C r - δr T (3.1) kde: R - odpor referenčného etalónu, δr D - drift odporu referenčného etalónu od jeho poslednej kalibrácie, δr T - teplotou spôsobené zmeny hodnoty odporu referenčného etalónu, r = R i / R i - pomer odčítaných hodnôt odporov (index i označuje 'indikovaný') neznámeho a referenčného rezistora, r C - opravný faktor pre parazitné napätia a rozlíšiteľnosť prístroja, - teplotou spôsobené zmeny odporu kalibrovaného rezistora. δr T 3.3 Referenčný etalón (R ): Kalibračný certifikát pre referenčné etalóny udáva hodnotu odporu ,053 Ω ±5 mω (koeficient pokrytia k = ) pri referenčnej teplote 3 C. 3.4 Drift hodnoty etalónu (δr D ): Drift odporu referenčného etalónu od jeho poslednej kalibrácie sa odhadne z jeho predchádzajúcich kalibrácií ako +0 mω s odchýlkami v hraniciach ±10 mω. 3.5 Korekcie na vplyv teploty (δr T, δr T ): Teplota olejového kúpeľa sa sleduje teplomerom (má platnú kalibráciu), ktorý ukazuje hodnotu 3 C. Pri uvažovaní metrologických charakteristík použitého teplomera a teplotných gradientov v olejovom kúpeli sa predpokladá, že zhoda medzi teplotou rezistorov a odčítanou teplotou je v rozsahu ±0,055 K. Pri známej hodnote teplotného koeficienta referenčného rezistora K -1 sú hranice odchýliek odporu od hodnoty v certifikáte spôsobené možnými odchýlkami pracovnej teploty ±,75 mω. Z literatúry od výrobcu vyplýva, že teplotný koeficient kalibrovaného rezistora neprekročí K -1, a teda zmeny hodnôt neznámeho odporu spôsobené kolísaním teploty sa budú pohybovať v hraniciach ±5,5 mω. 3.6 Merania odporu (r, r C ): Keďže sa používa rovnaký prístroj DMM pre meranie R i aj R i, sú tieto merania korelované. Tento vplyv zmenšuje výslednú neistotu a treba ešte zohľadniť relatívne rozdiely v odčítaní odporov spôsobené systematickými vplyvmi, ako sú parazitné napätia a rozlíšiteľnosť prístroja (pozri matematickú poznámku v odseku 3.1), ktorých hranice sú odhadnuté ±0, pre každé odčítanie. Rozdelenie prislúchajúce pomeru r C je trojuholníkové so strednou hodnotou 1, a hranicami ±1, Korelácia: Korelácie medzi všetkými vstupnými veličinami sa považujú za zanedbateľné. 3.8 Merania: Pre určenie pomeru r sa vykonalo päť meraní:

31 MA L/1 31 / 74 č.m nameraný pomer 1, , , , , aritmetický priemer: r = 1, výberová smerodajná odchýlka s(r) = 0, štandardná neistota: u(r) = s( r ) = 3.9 Bilancia neistôt (R ): 0, = 0, veličina i odhad x i štandardná neistota u(x i ) rozdelenie pravdepodob. citlivostný koeficient c i príspevok neistoty u i (y) R s ,053 Ω,5 mω normálne 1,0,5 mω δr D 0,00 Ω 5,8 mω rovnomerné 1,0 5,8 mω δr T 0,000 Ω 1,6 mω rovnomerné 1,0 1,6 mω δr T 0,000 Ω 3, mω rovnomerné 1,0 3, mω r C 1, , trojuholníkové Ω 4,1 mω r 1, , normálne Ω 0,7 mω R x ,178 Ω 8,33 mω 3.10 Rozšírená neistota U = k u(r ) = 8,33 mω 17 mω 3.11 Komentovaný výsledok Nameraná hodnota rezistora s nominálnym odporom 10 kω pri teplote 3 C a meracom prúde 100 µa je (10 000,178 ±0,017) Ω. Uvedená rozšírená neistota merania je vyjadrená ako štandardná neistota merania vynásobená koeficientom pokrytia k =, ktorá pri normálnom rozdelení zodpovedá konfidenčnej pravdepodobnosti približne 95 %. 3.1 Matematická poznámka k štandardnej neistote merania pomeru indikovaných hodnôt odporu: Kalibrovaný rezistor a referenčný etalón majú približne rovnaké odpory. Pri zvyčajnej lineárnej aproximácii odchýlok možno hodnoty odporov R i a R i možno vyjadriť ako:

METODICKÁ SMERNICA NA AKREDITÁCIU METHODICAL GUIDELINE FOR ACCREDITATION VYJADROVANIE NEISTÔT MERANIA PRI KALIBRÁCII (EA-4/02)

METODICKÁ SMERNICA NA AKREDITÁCIU METHODICAL GUIDELINE FOR ACCREDITATION VYJADROVANIE NEISTÔT MERANIA PRI KALIBRÁCII (EA-4/02) SLOVENSKÁ NÁRODNÁ AKREDITAČNÁ SLUŽBA METODICKÁ SMERNICA NA AKREDITÁCIU METHODICAL GUIDELINE FOR ACCREDITATION VYJADROVANIE NEISTÔT MERANIA PRI KALIBRÁCII (EA-4/0) EXPRESSION OF THE UNCERTAINTY OF MEASUREMENT

Διαβάστε περισσότερα

METODICKÉ SMERNICE NA AKREDITÁCIU METHODICAL GUIDELINES FOR ACCREDITATION DODATOK 1 K MSA VYJADROVANIE NEISTÔT MERANIA PRI KALIBRÁCII

METODICKÉ SMERNICE NA AKREDITÁCIU METHODICAL GUIDELINES FOR ACCREDITATION DODATOK 1 K MSA VYJADROVANIE NEISTÔT MERANIA PRI KALIBRÁCII SLOVENSKÁ NÁRODNÁ AKREDITAČNÁ SLUŽBA METODICKÉ SMERNICE NA AKREDITÁCIU METHODICAL GUIDELINES FOR ACCREDITATION DODATOK 1 K MSA 0104-97 VYJADROVANIE NEISTÔT MERANIA PRI KALIBRÁCII SUPPLEMENT 1 TO EAL-R

Διαβάστε περισσότερα

KATEDRA DOPRAVNEJ A MANIPULAČNEJ TECHNIKY Strojnícka fakulta, Žilinská Univerzita

KATEDRA DOPRAVNEJ A MANIPULAČNEJ TECHNIKY Strojnícka fakulta, Žilinská Univerzita 132 1 Absolútna chyba: ) = - skut absolútna ochýlka: ) ' = - spr. relatívna chyba: alebo Chyby (ochýlky): M systematické, M náhoné, M hrubé. Korekcia: k = spr - = - Î' pomerná korekcia: Správna honota:

Διαβάστε περισσότερα

Matematika Funkcia viac premenných, Parciálne derivácie

Matematika Funkcia viac premenných, Parciálne derivácie Matematika 2-01 Funkcia viac premenných, Parciálne derivácie Euklidovská metrika na množine R n všetkých usporiadaných n-íc reálnych čísel je reálna funkcia ρ: R n R n R definovaná nasledovne: Ak X = x

Διαβάστε περισσότερα

Goniometrické rovnice a nerovnice. Základné goniometrické rovnice

Goniometrické rovnice a nerovnice. Základné goniometrické rovnice Goniometrické rovnice a nerovnice Definícia: Rovnice (nerovnice) obsahujúce neznámu x alebo výrazy s neznámou x ako argumenty jednej alebo niekoľkých goniometrických funkcií nazývame goniometrickými rovnicami

Διαβάστε περισσότερα

Cvičenie č. 4,5 Limita funkcie

Cvičenie č. 4,5 Limita funkcie Cvičenie č. 4,5 Limita funkcie Definícia ity Limita funkcie (vlastná vo vlastnom bode) Nech funkcia f je definovaná na nejakom okolí U( ) bodu. Hovoríme, že funkcia f má v bode itu rovnú A, ak ( ε > )(

Διαβάστε περισσότερα

2 Chyby a neistoty merania, zápis výsledku merania

2 Chyby a neistoty merania, zápis výsledku merania 2 Chyby a neistoty merania, zápis výsledku merania Akej chyby sa môžeme dopustiť pri meraní na stopkách? Ako určíme ich presnosť? Základné pojmy: chyba merania, hrubé chyby, systematické chyby, náhodné

Διαβάστε περισσότερα

3. Striedavé prúdy. Sínusoida

3. Striedavé prúdy. Sínusoida . Striedavé prúdy VZNIK: Striedavý elektrický prúd prechádza obvodom, ktorý je pripojený na zdroj striedavého napätia. Striedavé napätie vyrába synchrónny generátor, kde na koncoch rotorového vinutia sa

Διαβάστε περισσότερα

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2012/2013 Jednotkový koreň(unit root),diferencovanie časového radu, unit root testy p.1/18

Διαβάστε περισσότερα

1. Limita, spojitost a diferenciálny počet funkcie jednej premennej

1. Limita, spojitost a diferenciálny počet funkcie jednej premennej . Limita, spojitost a diferenciálny počet funkcie jednej premennej Definícia.: Hromadný bod a R množiny A R: v každom jeho okolí leží aspoň jeden bod z množiny A, ktorý je rôzny od bodu a Zadanie množiny

Διαβάστε περισσότερα

,Zohrievanie vody indukčným varičom bez pokrievky,

,Zohrievanie vody indukčným varičom bez pokrievky, Farba skupiny: zelená Označenie úlohy:,zohrievanie vody indukčným varičom bez pokrievky, Úloha: Zistiť, ako závisí účinnosť zohrievania vody na indukčnom variči od priemeru použitého hrnca. Hypotéza: Účinnosť

Διαβάστε περισσότερα

ÚLOHA Č.8 ODCHÝLKY TVARU A POLOHY MERANIE PRIAMOSTI A KOLMOSTI

ÚLOHA Č.8 ODCHÝLKY TVARU A POLOHY MERANIE PRIAMOSTI A KOLMOSTI ÚLOHA Č.8 ODCHÝLKY TVARU A POLOHY MERANIE PRIAMOSTI A KOLMOSTI 1. Zadanie: Určiť odchýlku kolmosti a priamosti meracej prizmy prípadne vzorovej súčiastky. 2. Cieľ merania: Naučiť sa merať na špecializovaných

Διαβάστε περισσότερα

Základy metodológie vedy I. 9. prednáška

Základy metodológie vedy I. 9. prednáška Základy metodológie vedy I. 9. prednáška Triedenie dát: Triedny znak - x i Absolútna početnosť n i (súčet všetkých absolútnych početností sa rovná rozsahu súboru n) ni fi = Relatívna početnosť fi n (relatívna

Διαβάστε περισσότερα

UČEBNÉ TEXTY. Pracovný zošit č.2. Moderné vzdelávanie pre vedomostnú spoločnosť Elektrotechnické merania. Ing. Alžbeta Kršňáková

UČEBNÉ TEXTY. Pracovný zošit č.2. Moderné vzdelávanie pre vedomostnú spoločnosť Elektrotechnické merania. Ing. Alžbeta Kršňáková Stredná priemyselná škola dopravná, Sokolská 911/94, 960 01 Zvolen Kód ITMS projektu: 26110130667 Názov projektu: Zvyšovanie flexibility absolventov v oblasti dopravy UČEBNÉ TEXTY Pracovný zošit č.2 Vzdelávacia

Διαβάστε περισσότερα

Základy matematickej štatistiky

Základy matematickej štatistiky 1. Náhodný výber, výberové momenty a odhad parametrov Katedra Matematických metód Fakulta Riadenia a Informatiky Žilinská Univerzita v Žiline 6. mája 2015 1 Náhodný výber 2 Výberové momenty 3 Odhady parametrov

Διαβάστε περισσότερα

Ekvačná a kvantifikačná logika

Ekvačná a kvantifikačná logika a kvantifikačná 3. prednáška (6. 10. 004) Prehľad 1 1 (dokončenie) ekvačných tabliel Formula A je ekvačne dokázateľná z množiny axióm T (T i A) práve vtedy, keď existuje uzavreté tablo pre cieľ A ekvačných

Διαβάστε περισσότερα

Start. Vstup r. O = 2*π*r S = π*r*r. Vystup O, S. Stop. Start. Vstup P, C V = P*C*1,19. Vystup V. Stop

Start. Vstup r. O = 2*π*r S = π*r*r. Vystup O, S. Stop. Start. Vstup P, C V = P*C*1,19. Vystup V. Stop 1) Vytvorte algoritmus (vývojový diagram) na výpočet obvodu kruhu. O=2xπxr ; S=πxrxr Vstup r O = 2*π*r S = π*r*r Vystup O, S 2) Vytvorte algoritmus (vývojový diagram) na výpočet celkovej ceny výrobku s

Διαβάστε περισσότερα

Chí kvadrát test dobrej zhody. Metódy riešenia úloh z pravdepodobnosti a štatistiky

Chí kvadrát test dobrej zhody. Metódy riešenia úloh z pravdepodobnosti a štatistiky Chí kvadrát test dobrej zhody Metódy riešenia úloh z pravdepodobnosti a štatistiky www.iam.fmph.uniba.sk/institute/stehlikova Test dobrej zhody I. Chceme overiť, či naše dáta pochádzajú z konkrétneho pravdep.

Διαβάστε περισσότερα

6 Limita funkcie. 6.1 Myšlienka limity, interval bez bodu

6 Limita funkcie. 6.1 Myšlienka limity, interval bez bodu 6 Limita funkcie 6 Myšlienka ity, interval bez bodu Intuitívna myšlienka ity je prirodzená, ale definovať presne pojem ity je značne obtiažne Nech f je funkcia a nech a je reálne číslo Čo znamená zápis

Διαβάστε περισσότερα

Obvod a obsah štvoruholníka

Obvod a obsah štvoruholníka Obvod a štvoruholníka D. Štyri body roviny z ktorých žiadne tri nie sú kolineárne (neležia na jednej priamke) tvoria jeden štvoruholník. Tie body (A, B, C, D) sú vrcholy štvoruholníka. strany štvoruholníka

Διαβάστε περισσότερα

Motivácia pojmu derivácia

Motivácia pojmu derivácia Derivácia funkcie Motivácia pojmu derivácia Zaujíma nás priemerná intenzita zmeny nejakej veličiny (dráhy, rastu populácie, veľkosti elektrického náboja, hmotnosti), vzhľadom na inú veličinu (čas, dĺžka)

Διαβάστε περισσότερα

Matematika prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad

Matematika prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad Matematika 3-13. prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad Erika Škrabul áková F BERG, TU Košice 15. 12. 2015 Erika Škrabul áková (TUKE) Taylorov

Διαβάστε περισσότερα

7. FUNKCIE POJEM FUNKCIE

7. FUNKCIE POJEM FUNKCIE 7. FUNKCIE POJEM FUNKCIE Funkcia f reálnej premennej je : - každé zobrazenie f v množine všetkých reálnych čísel; - množina f všetkých usporiadaných dvojíc[,y] R R pre ktorú platí: ku každému R eistuje

Διαβάστε περισσότερα

M6: Model Hydraulický systém dvoch zásobníkov kvapaliny s interakciou

M6: Model Hydraulický systém dvoch zásobníkov kvapaliny s interakciou M6: Model Hydraulický ytém dvoch záobníkov kvapaliny interakciou Úlohy:. Zotavte matematický popi modelu Hydraulický ytém. Vytvorte imulačný model v jazyku: a. Matlab b. imulink 3. Linearizujte nelineárny

Διαβάστε περισσότερα

Meranie na jednofázovom transformátore

Meranie na jednofázovom transformátore Fakulta elektrotechniky a informatiky TU v Košiciach Katedra elektrotechniky a mechatroniky Meranie na jednofázovom transformátore Návod na cvičenia z predmetu Elektrotechnika Meno a priezvisko :..........................

Διαβάστε περισσότερα

Moderné vzdelávanie pre vedomostnú spoločnosť Projekt je spolufinancovaný zo zdrojov EÚ M A T E M A T I K A

Moderné vzdelávanie pre vedomostnú spoločnosť Projekt je spolufinancovaný zo zdrojov EÚ M A T E M A T I K A M A T E M A T I K A PRACOVNÝ ZOŠIT II. ROČNÍK Mgr. Agnesa Balážová Obchodná akadémia, Akademika Hronca 8, Rožňava PRACOVNÝ LIST 1 Urč typ kvadratickej rovnice : 1. x 2 3x = 0... 2. 3x 2 = - 2... 3. -4x

Διαβάστε περισσότερα

Spojité rozdelenia pravdepodobnosti. Pomôcka k predmetu PaŠ. RNDr. Aleš Kozubík, PhD. 26. marca Domovská stránka. Titulná strana.

Spojité rozdelenia pravdepodobnosti. Pomôcka k predmetu PaŠ. RNDr. Aleš Kozubík, PhD. 26. marca Domovská stránka. Titulná strana. Spojité rozdelenia pravdepodobnosti Pomôcka k predmetu PaŠ Strana z 7 RNDr. Aleš Kozubík, PhD. 6. marca 3 Zoznam obrázkov Rovnomerné rozdelenie Ro (a, b). Definícia.........................................

Διαβάστε περισσότερα

RIEŠENIE WHEATSONOVHO MOSTÍKA

RIEŠENIE WHEATSONOVHO MOSTÍKA SNÁ PMYSLNÁ ŠKOL LKONKÁ V PŠŤNO KOMPLXNÁ PÁ Č. / ŠN WSONOVO MOSÍK Piešťany, október 00 utor : Marek eteš. Komplexná práca č. / Strana č. / Obsah:. eoretický rozbor Wheatsonovho mostíka. eoretický rozbor

Διαβάστε περισσότερα

MOSTÍKOVÁ METÓDA 1.ÚLOHA: 2.OPIS MERANÉHO PREDMETU: 3.TEORETICKÝ ROZBOR: 4.SCHÉMA ZAPOJENIA:

MOSTÍKOVÁ METÓDA 1.ÚLOHA: 2.OPIS MERANÉHO PREDMETU: 3.TEORETICKÝ ROZBOR: 4.SCHÉMA ZAPOJENIA: 1.ÚLOHA: MOSTÍKOVÁ METÓDA a, Odmerajte odpory predložených rezistorou pomocou Wheastonovho mostíka. b, Odmerajte odpory predložených rezistorou pomocou Mostíka ICOMET. c, Odmerajte odpory predložených

Διαβάστε περισσότερα

ÚLOHA Č.4 CHYBY A NEISTOTY MERANIA DĹŽKOMERY MERANIE DĹŽKOVÝCH ROZMEROV SO STANOVENÍM NEISTÔT MERANIA Chyby merania Všeobecne je možné povedať, že chyba = nesprávna hodnota správna hodnota (4.1) pričom

Διαβάστε περισσότερα

REZISTORY. Rezistory (súčiastky) sú pasívne prvky. Používajú sa vo všetkých elektrických

REZISTORY. Rezistory (súčiastky) sú pasívne prvky. Používajú sa vo všetkých elektrických REZISTORY Rezistory (súčiastky) sú pasívne prvky. Používajú sa vo všetkých elektrických obvodoch. Základnou vlastnosťou rezistora je jeho odpor. Odpor je fyzikálna vlastnosť, ktorá je daná štruktúrou materiálu

Διαβάστε περισσότερα

Rozsah akreditácie 1/5. Príloha zo dňa k osvedčeniu o akreditácii č. K-003

Rozsah akreditácie 1/5. Príloha zo dňa k osvedčeniu o akreditácii č. K-003 Rozsah akreditácie 1/5 Názov akreditovaného subjektu: U. S. Steel Košice, s.r.o. Oddelenie Metrológia a, Vstupný areál U. S. Steel, 044 54 Košice Rozsah akreditácie Oddelenia Metrológia a : Laboratórium

Διαβάστε περισσότερα

Rozdiely vo vnútornej štruktúre údajov = tvarové charakteristiky

Rozdiely vo vnútornej štruktúre údajov = tvarové charakteristiky Veľkosť Varablta Rozdelene 0 00 80 n 60 40 0 0 0 4 6 8 Tredy 0 Rozdely vo vnútornej štruktúre údajov = tvarové charakterstky I CHARAKTERISTIKY PREMELIVOSTI Artmetcký premer Vzťahy pre výpočet artmetckého

Διαβάστε περισσότερα

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2013/2014 Jednotkový koreň(unit root),diferencovanie časového radu, unit root testy p.1/27

Διαβάστε περισσότερα

Kontrolné otázky na kvíz z jednotiek fyzikálnych veličín. Upozornenie: Umiestnenie správnej a nesprávnych odpovedí sa môže v teste meniť.

Kontrolné otázky na kvíz z jednotiek fyzikálnych veličín. Upozornenie: Umiestnenie správnej a nesprávnych odpovedí sa môže v teste meniť. Kontrolné otázky na kvíz z jednotiek fyzikálnych veličín Upozornenie: Umiestnenie správnej a nesprávnych odpovedí sa môže v teste meniť. Ktoré fyzikálne jednotky zodpovedajú sústave SI: a) Dĺžka, čas,

Διαβάστε περισσότερα

Gramatická indukcia a jej využitie

Gramatická indukcia a jej využitie a jej využitie KAI FMFI UK 29. Marec 2010 a jej využitie Prehľad Teória formálnych jazykov 1 Teória formálnych jazykov 2 3 a jej využitie Na počiatku bolo slovo. A slovo... a jej využitie Definícia (Slovo)

Διαβάστε περισσότερα

Model redistribúcie krvi

Model redistribúcie krvi .xlsx/pracovný postup Cieľ: Vyhodnoťte redistribúciu krvi na začiatku cirkulačného šoku pomocou modelu založeného na analógii s elektrickým obvodom. Úlohy: 1. Simulujte redistribúciu krvi v ľudskom tele

Διαβάστε περισσότερα

MPV PO 16/2013 Stanovenie kovov v rastlinnom materiáli ZÁVEREČNÁ SPRÁVA

MPV PO 16/2013 Stanovenie kovov v rastlinnom materiáli ZÁVEREČNÁ SPRÁVA REGIONÁLNY ÚRAD VEREJNÉHO ZDRAVOTNÍCTVA so sídlom v Prešove Národné referenčné centrum pre organizovanie medzilaboratórnych porovnávacích skúšok v oblasti potravín Hollého 5, 080 0 Prešov MEDZILABORATÓRNE

Διαβάστε περισσότερα

Určite vybrané antropometrické parametre vašej skupiny so základným (*úplným) štatistickým vyhodnotením.

Určite vybrané antropometrické parametre vašej skupiny so základným (*úplným) štatistickým vyhodnotením. Priezvisko a meno študenta: 216_Antropometria.xlsx/Pracovný postup Študijná skupina: Ročník štúdia: Antropometria Cieľ: Určite vybrané antropometrické parametre vašej skupiny so základným (*úplným) štatistickým

Διαβάστε περισσότερα

Odporníky. 1. Príklad1. TESLA TR

Odporníky. 1. Príklad1. TESLA TR Odporníky Úloha cvičenia: 1.Zistite technické údaje odporníkov pomocou katalógov 2.Zistite menovitú hodnotu odporníkov označených farebným kódom Schématická značka: 1. Príklad1. TESLA TR 163 200 ±1% L

Διαβάστε περισσότερα

ARMA modely čast 2: moving average modely (MA)

ARMA modely čast 2: moving average modely (MA) ARMA modely čast 2: moving average modely (MA) Beáta Stehlíková Časové rady, FMFI UK, 2014/2015 ARMA modely časť 2: moving average modely(ma) p.1/24 V. Moving average proces prvého rádu - MA(1) ARMA modely

Διαβάστε περισσότερα

Úvod do lineárnej algebry. Monika Molnárová Prednášky

Úvod do lineárnej algebry. Monika Molnárová Prednášky Úvod do lineárnej algebry Monika Molnárová Prednášky 2006 Prednášky: 3 17 marca 2006 4 24 marca 2006 c RNDr Monika Molnárová, PhD Obsah 2 Sústavy lineárnych rovníc 25 21 Riešenie sústavy lineárnych rovníc

Διαβάστε περισσότερα

Tomáš Madaras Prvočísla

Tomáš Madaras Prvočísla Prvočísla Tomáš Madaras 2011 Definícia Nech a Z. Čísla 1, 1, a, a sa nazývajú triviálne delitele čísla a. Cele číslo a / {0, 1, 1} sa nazýva prvočíslo, ak má iba triviálne delitele; ak má aj iné delitele,

Διαβάστε περισσότερα

1. písomná práca z matematiky Skupina A

1. písomná práca z matematiky Skupina A 1. písomná práca z matematiky Skupina A 1. Vypočítajte : a) 84º 56 + 32º 38 = b) 140º 53º 24 = c) 55º 12 : 2 = 2. Vypočítajte zvyšné uhly na obrázku : β γ α = 35 12 δ a b 3. Znázornite na číselnej osi

Διαβάστε περισσότερα

ARMA modely čast 2: moving average modely (MA)

ARMA modely čast 2: moving average modely (MA) ARMA modely čast 2: moving average modely (MA) Beáta Stehlíková Časové rady, FMFI UK, 2011/2012 ARMA modely časť 2: moving average modely(ma) p.1/25 V. Moving average proces prvého rádu - MA(1) ARMA modely

Διαβάστε περισσότερα

Návrh vzduchotesnosti pre detaily napojení

Návrh vzduchotesnosti pre detaily napojení Výpočet lineárneho stratového súčiniteľa tepelného mosta vzťahujúceho sa k vonkajším rozmerom: Ψ e podľa STN EN ISO 10211 Návrh vzduchotesnosti pre detaily napojení Objednávateľ: Ing. Natália Voltmannová

Διαβάστε περισσότερα

MIDTERM (A) riešenia a bodovanie

MIDTERM (A) riešenia a bodovanie MIDTERM (A) riešenia a bodovanie 1. (7b) Nech vzhl adom na štandardnú karteziánsku sústavu súradníc S 1 := O, e 1, e 2 majú bod P a vektory u, v súradnice P = [0, 1], u = e 1, v = 2 e 2. Aký predpis bude

Διαβάστε περισσότερα

NARIADENIE KOMISIE (EÚ)

NARIADENIE KOMISIE (EÚ) 30.11.2011 Úradný vestník Európskej únie L 317/17 NARIADENIE KOMISIE (EÚ) č. 1235/2011 z 29. novembra 2011, ktorým sa mení a dopĺňa nariadenie Európskeho parlamentu a Rady (ES) č. 1222/2009, pokiaľ ide

Διαβάστε περισσότερα

METODICKÁ SMERNICA NA AKREDITÁCIU METHODICAL GUIDELINE FOR ACCREDITATION NADVÄZNOSŤ MERACÍCH A SKÚŠOBNÝCH ZARIADENÍ NA NÁRODNÉ ETALÓNY (EA 4/07)

METODICKÁ SMERNICA NA AKREDITÁCIU METHODICAL GUIDELINE FOR ACCREDITATION NADVÄZNOSŤ MERACÍCH A SKÚŠOBNÝCH ZARIADENÍ NA NÁRODNÉ ETALÓNY (EA 4/07) SLOVENSKÁ NÁRODNÁ AKREDITAČNÁ SLUŽBA METODICKÁ SMERNICA NA AKREDITÁCIU METHODICAL GUIDELINE FOR ACCREDITATION NADVÄZNOSŤ MERACÍCH A SKÚŠOBNÝCH ZARIADENÍ NA NÁRODNÉ ETALÓNY (EA 4/07) TRACEABILITY OF MEASURING

Διαβάστε περισσότερα

HASLIM112V, HASLIM123V, HASLIM136V HASLIM112Z, HASLIM123Z, HASLIM136Z HASLIM112S, HASLIM123S, HASLIM136S

HASLIM112V, HASLIM123V, HASLIM136V HASLIM112Z, HASLIM123Z, HASLIM136Z HASLIM112S, HASLIM123S, HASLIM136S PROUKTOVÝ LIST HKL SLIM č. sklad. karty / obj. číslo: HSLIM112V, HSLIM123V, HSLIM136V HSLIM112Z, HSLIM123Z, HSLIM136Z HSLIM112S, HSLIM123S, HSLIM136S fakturačný názov výrobku: HKL SLIMv 1,2kW HKL SLIMv

Διαβάστε περισσότερα

UČEBNÉ TEXTY. Pracovný zošit č.5. Moderné vzdelávanie pre vedomostnú spoločnosť Elektrotechnické merania. Ing. Alžbeta Kršňáková

UČEBNÉ TEXTY. Pracovný zošit č.5. Moderné vzdelávanie pre vedomostnú spoločnosť Elektrotechnické merania. Ing. Alžbeta Kršňáková Stredná priemyselná škola dopravná, Sokolská 911/94, 960 01 Zvolen Kód ITMS projektu: 26110130667 Názov projektu: Zvyšovanie flexibility absolventov v oblasti dopravy UČEBNÉ TEXTY Pracovný zošit č.5 Vzdelávacia

Διαβάστε περισσότερα

Rozsah hodnotenia a spôsob výpočtu energetickej účinnosti rozvodu tepla

Rozsah hodnotenia a spôsob výpočtu energetickej účinnosti rozvodu tepla Rozsah hodnotenia a spôsob výpočtu energetickej účinnosti príloha č. 7 k vyhláške č. 428/2010 Názov prevádzkovateľa verejného : Spravbytkomfort a.s. Prešov Adresa: IČO: Volgogradská 88, 080 01 Prešov 31718523

Διαβάστε περισσότερα

METODICKÉ SMERNICE NA AKREDITÁCIU METHODICAL GUIDELINES FOR ACCREDITATION NADVÄZNOSŤ MERACÍCH A SKÚŠOBNÝCH ZARIADENÍ NA NÁRODNÉ ETALÓNY

METODICKÉ SMERNICE NA AKREDITÁCIU METHODICAL GUIDELINES FOR ACCREDITATION NADVÄZNOSŤ MERACÍCH A SKÚŠOBNÝCH ZARIADENÍ NA NÁRODNÉ ETALÓNY SLOVENSKÁ NÁRODNÁ AKREDITAČNÁ SLUŽBA METODICKÉ SMERNICE NA AKREDITÁCIU METHODICAL GUIDELINES FOR ACCREDITATION NADVÄZNOSŤ MERACÍCH A SKÚŠOBNÝCH ZARIADENÍ NA NÁRODNÉ ETALÓNY TRACEABILITY OF MEASURING AND

Διαβάστε περισσότερα

PRIEMER DROTU d = 0,4-6,3 mm

PRIEMER DROTU d = 0,4-6,3 mm PRUŽINY PRUŽINY SKRUTNÉ PRUŽINY VIAC AKO 200 RUHOV SKRUTNÝCH PRUŽÍN PRIEMER ROTU d = 0,4-6,3 mm èíslo 3.0 22.8.2008 8:28:57 22.8.2008 8:28:58 PRUŽINY SKRUTNÉ PRUŽINY TECHNICKÉ PARAMETRE h d L S Legenda

Διαβάστε περισσότερα

Komplexné čísla, Diskrétna Fourierova transformácia 1

Komplexné čísla, Diskrétna Fourierova transformácia 1 Komplexné čísla, Diskrétna Fourierova transformácia Komplexné čísla C - množina všetkých komplexných čísel komplexné číslo: z = a + bi, kde a, b R, i - imaginárna jednotka i =, t.j. i =. komplexne združené

Διαβάστε περισσότερα

Strana 1/5 Príloha k rozhodnutiu č. 544/2011/039/5 a k osvedčeniu o akreditácii č. K-052 zo dňa Rozsah akreditácie

Strana 1/5 Príloha k rozhodnutiu č. 544/2011/039/5 a k osvedčeniu o akreditácii č. K-052 zo dňa Rozsah akreditácie Strana 1/5 Rozsah akreditácie Názov akreditovaného subjektu: CHIRANALAB, s.r.o., Kalibračné laboratórium Nám. Dr. A. Schweitzera 194, 916 01 Stará Turá IČO: 36 331864 Kalibračné laboratórium s fixným rozsahom

Διαβάστε περισσότερα

Integrovanie racionálnych funkcií

Integrovanie racionálnych funkcií Integrovanie racionálnych funkcií Tomáš Madaras 2009-20 Z teórie funkcií už vieme, že každá racionálna funkcia (t.j. podiel dvoch polynomických funkcií) sa dá zapísať ako súčet polynomickej funkcie a funkcie

Διαβάστε περισσότερα

SNÍMAČE TEPLOTY A PREVODNÍKY TEPLOTY. P r v á č a s ť Vymedzenie meradiel a spôsob ich metrologickej kontroly

SNÍMAČE TEPLOTY A PREVODNÍKY TEPLOTY. P r v á č a s ť Vymedzenie meradiel a spôsob ich metrologickej kontroly Príloha č. 37 k vyhláške č. 210/2000 Z. z. SNÍMAČE TEPLOTY A PREVODNÍKY TEPLOTY P r v á č a s ť Vymedzenie meradiel a spôsob ich metrologickej kontroly 1. Táto príloha sa vzťahuje na odporové snímače teploty

Διαβάστε περισσότερα

UČEBNÉ TEXTY. Pracovný zošit č.7. Moderné vzdelávanie pre vedomostnú spoločnosť Elektrotechnické merania. Ing. Alžbeta Kršňáková

UČEBNÉ TEXTY. Pracovný zošit č.7. Moderné vzdelávanie pre vedomostnú spoločnosť Elektrotechnické merania. Ing. Alžbeta Kršňáková Stredná priemyselná škola dopravná, Sokolská 911/94, 960 01 Zvolen Kód ITMS projektu: 26110130667 Názov projektu: Zvyšovanie flexibility absolventov v oblasti dopravy UČEBNÉ TEXTY Pracovný zošit č.7 Vzdelávacia

Διαβάστε περισσότερα

AerobTec Altis Micro

AerobTec Altis Micro AerobTec Altis Micro Záznamový / súťažný výškomer s telemetriou Výrobca: AerobTec, s.r.o. Pionierska 15 831 02 Bratislava www.aerobtec.com info@aerobtec.com Obsah 1.Vlastnosti... 3 2.Úvod... 3 3.Princíp

Διαβάστε περισσότερα

Harmonizované technické špecifikácie Trieda GP - CS lv EN Pevnosť v tlaku 6 N/mm² EN Prídržnosť

Harmonizované technické špecifikácie Trieda GP - CS lv EN Pevnosť v tlaku 6 N/mm² EN Prídržnosť Baumit Prednástrek / Vorspritzer Vyhlásenie o parametroch č.: 01-BSK- Prednástrek / Vorspritzer 1. Jedinečný identifikačný kód typu a výrobku: Baumit Prednástrek / Vorspritzer 2. Typ, číslo výrobnej dávky

Διαβάστε περισσότερα

Matematika 2. časť: Analytická geometria

Matematika 2. časť: Analytická geometria Matematika 2 časť: Analytická geometria RNDr. Jana Pócsová, PhD. Ústav riadenia a informatizácie výrobných procesov Fakulta BERG Technická univerzita v Košiciach e-mail: jana.pocsova@tuke.sk Súradnicové

Διαβάστε περισσότερα

Riešenie rovníc s aplikáciou na elektrické obvody

Riešenie rovníc s aplikáciou na elektrické obvody Zadanie č.1 Riešenie rovníc s aplikáciou na elektrické obvody Nasledujúce uvedené poznatky z oblasti riešenia elektrických obvodov pomocou metódy slučkových prúdov a uzlových napätí je potrebné využiť

Διαβάστε περισσότερα

Lineárna algebra I - pole skalárov, lineárny priestor, lineárna závislosť, dimenzia, podpriestor, suma podpriestorov, izomorfizmus

Lineárna algebra I - pole skalárov, lineárny priestor, lineárna závislosť, dimenzia, podpriestor, suma podpriestorov, izomorfizmus 1. prednáška Lineárna algebra I - pole skalárov, lineárny priestor, lineárna závislosť, dimenzia, podpriestor, suma podpriestorov, izomorfizmus Matematickým základom kvantovej mechaniky je teória Hilbertových

Διαβάστε περισσότερα

7 Derivácia funkcie. 7.1 Motivácia k derivácii

7 Derivácia funkcie. 7.1 Motivácia k derivácii Híc, P Pokorný, M: Matematika pre informatikov a prírodné vedy 7 Derivácia funkcie 7 Motivácia k derivácii S využitím derivácií sa stretávame veľmi často v matematike, geometrii, fyzike, či v rôznych technických

Διαβάστε περισσότερα

Prechod z 2D do 3D. Martin Florek 3. marca 2009

Prechod z 2D do 3D. Martin Florek 3. marca 2009 Počítačová grafika 2 Prechod z 2D do 3D Martin Florek florek@sccg.sk FMFI UK 3. marca 2009 Prechod z 2D do 3D Čo to znamená? Ako zobraziť? Súradnicové systémy Čo to znamená? Ako zobraziť? tretia súradnica

Διαβάστε περισσότερα

Metódy vol nej optimalizácie

Metódy vol nej optimalizácie Metódy vol nej optimalizácie Metódy vol nej optimalizácie p. 1/28 Motivácia k metódam vol nej optimalizácie APLIKÁCIE p. 2/28 II 1. PRÍKLAD: Lineárna regresia - metóda najmenších štvorcov Na základe dostupných

Διαβάστε περισσότερα

Meno: Teória Tabuľka Výpočet Zaokrúhľovanie Záver Graf Meranie

Meno: Teória Tabuľka Výpočet Zaokrúhľovanie Záver Graf Meranie Katedra chemickej fyziky Dátum cvičenia: Ročník: Krúžok: Dvojica: Priezvisko: Meno: Úloha č. 5 MERANIE POMERNÉHO KOEFICIENTU ROZPÍNAVOSTI VZDUCHU Známka: Teória Tabuľka Výpočet Zaokrúhľovanie Záver Graf

Διαβάστε περισσότερα

Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK

Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK PRAKTIKUM II Úloha č.:...xviii... Název: Prechodové javy v RLC obvode Vypracoval:... Viktor Babjak... stud. sk... F.. dne... 6.. 005

Διαβάστε περισσότερα

Priezvisko: Ročník: Katedra chemickej fyziky. Krúžok: Meno: Dátum cvičenia: Dvojica:

Priezvisko: Ročník: Katedra chemickej fyziky. Krúžok: Meno: Dátum cvičenia: Dvojica: Katedra chemickej fyziky Dátum cvičenia: Ročník: Krúžok: Dvojica: Priezvisko: Meno: Úloha č. 7 URČENIE HUSTOTY KVPLÍN Známka: Teória Tabuľka Výpočet Zaokrúhľovanie Záver Meranie 1. Úlohy: a) Určte hustotu

Διαβάστε περισσότερα

ANALÝZA MERACÍCH SYSTÉMOV

ANALÝZA MERACÍCH SYSTÉMOV UCL CL X R LCL X, σ, Cpk ANALÝZA MERACÍCH SYSTÉMOV Measurement System Analysis - MSA www.unms.sk Poslanie Akreditácia Normalizácia Je Poslaním činnosť, ktorou ÚNMS SR sa zaisťuje je tvorba najvýhodnejší

Διαβάστε περισσότερα

Staromlynská 29, Bratislava tel: , fax: http: //www.ecssluzby.sk SLUŽBY s. r. o.

Staromlynská 29, Bratislava tel: , fax: http: //www.ecssluzby.sk   SLUŽBY s. r. o. SLUŽBY s. r. o. Staromlynská 9, 81 06 Bratislava tel: 0 456 431 49 7, fax: 0 45 596 06 http: //www.ecssluzby.sk e-mail: ecs@ecssluzby.sk Asynchrónne elektromotory TECHNICKÁ CHARAKTERISTIKA. Nominálne výkony

Διαβάστε περισσότερα

HANA LAURINCOVÁ KLASICKÝ VS. NEPARAMETRICKÝ PRÍSTUP Štatistika Poistná matematika

HANA LAURINCOVÁ KLASICKÝ VS. NEPARAMETRICKÝ PRÍSTUP Štatistika Poistná matematika UNIVERZITA KOMENSKÉHO, BRATISLAVA FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY KATEDRA POISTNEJ MATEMATIKY A ŠTATISTIKY PARCIÁLNA A MNOHONÁSOBNÁ KORELÁCIA: KLASICKÝ VS. NEPARAMETRICKÝ PRÍSTUP (Bakalárska práca)

Διαβάστε περισσότερα

Hľadanie, skúmanie a hodnotenie súvislosti medzi znakmi

Hľadanie, skúmanie a hodnotenie súvislosti medzi znakmi Hľadanie, skúmanie a hodnotenie súvislosti medzi znakmi Typy súvislostí javov a vecí: nepodstatné - vonkajšia súvislosť nevyplýva z vnútornej potreby (javy spoločne vznikajú, majú zhodný priebeh, alebo

Διαβάστε περισσότερα

Kompilátory. Cvičenie 6: LLVM. Peter Kostolányi. 21. novembra 2017

Kompilátory. Cvičenie 6: LLVM. Peter Kostolányi. 21. novembra 2017 Kompilátory Cvičenie 6: LLVM Peter Kostolányi 21. novembra 2017 LLVM V podstate sada nástrojov pre tvorbu kompilátorov LLVM V podstate sada nástrojov pre tvorbu kompilátorov Pôvodne Low Level Virtual Machine

Διαβάστε περισσότερα

DIGITÁLNY MULTIMETER AX-100

DIGITÁLNY MULTIMETER AX-100 DIGITÁLNY MULTIMETER AX-100 NÁVOD NA OBSLUHU 1. Bezpečnostné pokyny 1. Na vstup zariadenia neprivádzajte veličiny presahujúce maximálne prípustné hodnoty. 2. Ak sa chcete vyhnúť úrazom elektrickým prúdom,

Διαβάστε περισσότερα

Štatistické riadenie procesov Regulačné diagramy 3-1

Štatistické riadenie procesov Regulačné diagramy 3-1 Charakteristika Štatistické riadenie procesov Regulačné diagramy 3-1 3 Regulačné diagramy Cieľ kapitoly Po preštudovaní tejto kapitoly budete vedieť: čo je to regulačný diagram, aké je jeho teoretické

Διαβάστε περισσότερα

Motivácia Denícia determinantu Výpo et determinantov Determinant sú inu matíc Vyuºitie determinantov. Determinanty. 14. decembra 2010.

Motivácia Denícia determinantu Výpo et determinantov Determinant sú inu matíc Vyuºitie determinantov. Determinanty. 14. decembra 2010. 14. decembra 2010 Rie²enie sústav Plocha rovnobeºníka Objem rovnobeºnostena Rie²enie sústav Príklad a 11 x 1 + a 12 x 2 = c 1 a 21 x 1 + a 22 x 2 = c 2 Dostaneme: x 1 = c 1a 22 c 2 a 12 a 11 a 22 a 12

Διαβάστε περισσότερα

Príklady na precvičovanie Fourierove rady

Príklady na precvičovanie Fourierove rady Príklady na precvičovanie Fourierove rady Ďalším významným typom funkcionálnych radov sú trigonometrické rady, pri ktorých sú jednotlivé členy trigonometrickými funkciami. Konkrétne, jedná sa o rady tvaru

Διαβάστε περισσότερα

Základné poznatky molekulovej fyziky a termodynamiky

Základné poznatky molekulovej fyziky a termodynamiky Základné poznatky molekulovej fyziky a termodynamiky Opakovanie učiva II. ročníka, Téma 1. A. Príprava na maturity z fyziky, 2008 Outline Molekulová fyzika 1 Molekulová fyzika Predmet Molekulovej fyziky

Διαβάστε περισσότερα

Obsah. 1.1 Reálne čísla a ich základné vlastnosti... 7 1.1.1 Komplexné čísla... 8

Obsah. 1.1 Reálne čísla a ich základné vlastnosti... 7 1.1.1 Komplexné čísla... 8 Obsah 1 Číselné obory 7 1.1 Reálne čísla a ich základné vlastnosti............................ 7 1.1.1 Komplexné čísla................................... 8 1.2 Číselné množiny.......................................

Διαβάστε περισσότερα

6 APLIKÁCIE FUNKCIE DVOCH PREMENNÝCH

6 APLIKÁCIE FUNKCIE DVOCH PREMENNÝCH 6 APLIKÁCIE FUNKCIE DVOCH PREMENNÝCH 6. Otázky Definujte pojem produkčná funkcia. Definujte pojem marginálny produkt. 6. Produkčná funkcia a marginálny produkt Definícia 6. Ak v ekonomickom procese počet

Διαβάστε περισσότερα

Modul pružnosti betónu

Modul pružnosti betónu f cm tan α = E cm 0,4f cm ε cl E = σ ε ε cul Modul pružnosti betónu α Autori: Stanislav Unčík Patrik Ševčík Modul pružnosti betónu Autori: Stanislav Unčík Patrik Ševčík Trnava 2008 Obsah 1 Úvod...7 2 Deformácie

Διαβάστε περισσότερα

Podnikateľ 90 Mobilný telefón Cena 95 % 50 % 25 %

Podnikateľ 90 Mobilný telefón Cena 95 % 50 % 25 % Podnikateľ 90 Samsung S5230 Samsung C3530 Nokia C5 Samsung Shark Slider S3550 Samsung Xcover 271 T-Mobile Pulse Mini Sony Ericsson ZYLO Sony Ericsson Cedar LG GM360 Viewty Snap Nokia C3 Sony Ericsson ZYLO

Διαβάστε περισσότερα

Kontrolné otázky z jednotiek fyzikálnych veličín

Kontrolné otázky z jednotiek fyzikálnych veličín Verzia zo dňa 6. 9. 008. Kontrolné otázky z jednotiek fyzikálnych veličín Upozornenie: Umiestnenie správnej odpovede sa môže v kontrolnom teste meniť. Takisto aj znenie nesprávnych odpovedí. Uvedomte si

Διαβάστε περισσότερα

Základné vzťahy medzi hodnotami goniometrických funkcií

Základné vzťahy medzi hodnotami goniometrických funkcií Ma-Go-2-T List Základné vzťahy medzi hodnotami goniometrických funkcií RNDr. Marián Macko U: Predstav si, že ti zadám hodnotu jednej z goniometrických funkcií. Napríklad sin x = 0,6. Vedel by si určiť

Διαβάστε περισσότερα

Numerické metódy matematiky I

Numerické metódy matematiky I Prednáška č. 7 Numerické metódy matematiky I Riešenie sústav lineárnych rovníc ( pokračovanie ) Prednáška č. 7 OBSAH 1. Metóda singulárneho rozkladu (SVD) Úvod SVD štvorcovej matice SVD pre menej rovníc

Διαβάστε περισσότερα

ELEKTRICKÉ POLE. Elektrický náboj je základná vlastnosť častíc, je viazaný na častice látky a vyjadruje stav elektricky nabitých telies.

ELEKTRICKÉ POLE. Elektrický náboj je základná vlastnosť častíc, je viazaný na častice látky a vyjadruje stav elektricky nabitých telies. ELEKTRICKÉ POLE 1. ELEKTRICKÝ NÁBOJ, COULOMBOV ZÁKON Skúmajme napr. trenie celuloidového pravítka látkou, hrebeň suché vlasy, mikrotén slabý prúd vody... Príčinou spomenutých javov je elektrický náboj,

Διαβάστε περισσότερα

Súčtové vzorce. cos (α + β) = cos α.cos β sin α.sin β cos (α β) = cos α.cos β + sin α.sin β. tg (α β) = cotg (α β) =.

Súčtové vzorce. cos (α + β) = cos α.cos β sin α.sin β cos (α β) = cos α.cos β + sin α.sin β. tg (α β) = cotg (α β) =. Súčtové vzorce Súčtové vzorce sú goniometrické hodnoty súčtov a rozdielov dvoch uhlov Sem patria aj goniometrické hodnoty dvojnásobného a polovičného uhla a pridám aj súčet a rozdiel goniometrických funkcií

Διαβάστε περισσότερα

Planárne a rovinné grafy

Planárne a rovinné grafy Planárne a rovinné grafy Definícia Graf G sa nazýva planárny, ak existuje jeho nakreslenie D, v ktorom sa žiadne dve hrany nepretínajú. D sa potom nazýva rovinný graf. Planárne a rovinné grafy Definícia

Διαβάστε περισσότερα

Funkcie - základné pojmy

Funkcie - základné pojmy Funkcie - základné pojmy DEFINÍCIA FUNKCIE Nech A, B sú dve neprázdne číselné množiny. Ak každému prvku x A je priradený najviac jeden prvok y B, tak hovoríme, že je daná funkcia z množiny A do množiny

Διαβάστε περισσότερα

5 VÝBER ANALYTICKEJ METÓDY

5 VÝBER ANALYTICKEJ METÓDY 5 Výber analytickej metódy 39 5 VÝBER ANALYTICKEJ METÓDY Základným prvkom každého laboratórneho vyšetrenia je analytický postup. Výsledkom analytického postupu aplikujúceho určitú analytickú metódu je

Διαβάστε περισσότερα

24. Základné spôsoby zobrazovania priestoru do roviny

24. Základné spôsoby zobrazovania priestoru do roviny 24. Základné spôsoby zobrazovania priestoru do roviny Voľné rovnobežné premietanie Presné metódy zobrazenia trojrozmerného priestoru do dvojrozmernej roviny skúma samostatná matematická disciplína, ktorá

Διαβάστε περισσότερα

Priamkové plochy. Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava

Priamkové plochy. Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava Priamkové plochy Priamkové plochy Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava Priamkové plochy rozdeľujeme na: Rozvinuteľné

Διαβάστε περισσότερα

1.4 Rovnice, nerovnice a ich sústavy

1.4 Rovnice, nerovnice a ich sústavy 1. Rovnice, nerovnice a ich sústavy Osah Pojmy: rovnica, nerovnica, sústava rovníc, sústava nerovníc a ich riešenie, koeficient, koreň, koreňový činiteľ, diskriminant, doplnenie do štvorca, úprava na súčin,

Διαβάστε περισσότερα

Veličiny a jednotky v záverečnej práci

Veličiny a jednotky v záverečnej práci doc. Ing. Martin Halaj, PhD. Marec 2007 Obsah 1 Písanie značiek veličín a jednotiek... 2 2 Používanie jednotiek SI... 3 1 Písanie značiek veličín a jednotiek Typ písma, akým sa značka napíše, definuje

Διαβάστε περισσότερα

Analýza údajov. W bozóny.

Analýza údajov. W bozóny. Analýza údajov W bozóny http://www.physicsmasterclasses.org/index.php 1 Identifikácia častíc https://kjende.web.cern.ch/kjende/sl/wpath_teilchenid1.htm 2 Identifikácia častíc Cvičenie 1 Na web stránke

Διαβάστε περισσότερα

S ohadom na popis vektorov a matíc napr. v kap. 5.1, majú normálne rovnice tvar

S ohadom na popis vektorov a matíc napr. v kap. 5.1, majú normálne rovnice tvar 6. STREDNÁ ELIPSA CHÝ Na rozdiel od kaitoly 4.4 uebnice itterer L.: Vyrovnávací oet kde ú araetre eliy trednej chyby odvodené alikáciou zákona hroadenia tredných chýb v tejto kaitole odvodíe araetre trednej

Διαβάστε περισσότερα

Goniometrické substitúcie

Goniometrické substitúcie Goniometrické substitúcie Marta Kossaczká S goniometrickými funkciami ste sa už určite stretli, pravdepodobne predovšetkým v geometrii. Ich použitie tam ale zďaleka nekončí. Nazačiatoksizhrňme,čoonichvieme.Funkciesínusakosínussadajúdefinovať

Διαβάστε περισσότερα

Vyhlásenie o parametroch stavebného výrobku StoPox GH 205 S

Vyhlásenie o parametroch stavebného výrobku StoPox GH 205 S 1 / 5 Vyhlásenie o parametroch stavebného výrobku StoPox GH 205 S Identifikačný kód typu výrobku PROD2141 StoPox GH 205 S Účel použitia EN 1504-2: Výrobok slúžiaci na ochranu povrchov povrchová úprava

Διαβάστε περισσότερα