ΗΜΥ 445 Εκτίμηση κατάστασης
|
|
- Ολυμπία Αντωνιάδης
- 6 χρόνια πριν
- Προβολές:
Transcript
1 ΗΜΥ 445 Εκτίμηση κατάστασης Δρ. Ηλίας Κυριακίδης Λέκτορας ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ 7 Ηλίας Κυριακίδης, Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πανεπιστήμιο Κύπρου
2 ΤΑ ΘΕΜΑΤΑ ΜΑΣ ΣΗΜΕΡΑ Εκτίμηση κατάστασης (state estimation) Υπόλοιπο Μέθοδος ελάχιστων τετραγώνων Ψευδοαντίστροφο Στάθμιση Αξιοπιστία αποτελεσμάτων
3 ΕΚΤΙΜΗΣΗ ΚΑΤΑΣΤΑΣΗΣ (SAE ESIMAION) Ορισμός: Η εκτίμηση κατάστασης είναι η διαδικασία του ορισμού τιμών στις άγνωστες καταστάσεις (state variables) του συστήματος χρησιμοποιώντας μετρήσεις από το σύστημα. Σε αυτή τη διαδικασία χρησιμοποιούνται επίσης η τοπολογία του συστήματος και τυχόν γνώσεις για την ακρίβεια των συσκευών μέτρησης.
4 ΕΚΤΙΜΗΣΗ ΚΑΤΑΣΤΑΣΗΣ (SAE ESIMAION) Ποιές είναι οι καταστάσεις (states) σε ένα σύστημα ηλεκτρικής ισχύος; Τι θέλουμε να υπολογίσουμε; -- Οι καταστάσεις (state variables) είναι συνήθως το μέτρο και η γωνίατηςτάσηςσεκάθεζυγότουσυστήματος. Οι διαθέσιμες μετρήσεις μπορεί να είναι το μέτρο της τάσης σε κάποιους ζυγούς, η ένταση, η ενεργόςισχύςκαιηάεργοςισχύς, η θέση των βηματικών διακοπτών στους μετασχηματιστές (transformer taps) και η κατάσταση των διακοπτών (ανοικτοί ή κλειστοί). Πρόσφατα έχουν μπει σε λειτουργία συσκευές που έχουν την δυνατότητα να υπολογίζουν και την φάση στον ζυγό στον οποίο τοποθετούνται (Phasor Measurement Units, PMUs). Χρησιμοποιούν τεχνολογία GPS.
5 ΕΚΤΙΜΗΣΗ ΚΑΤΑΣΤΑΣΗΣ (SAE ESIMAION) Μέσω της διαδικασίας εκτίμησης καταστάσεως, χρησιμοποιούνται οι μετρήσεις και η τοπολογία του συστήματος για να υπολογιστούν οι άγνωστες καταστάσεις. Οι μετρήσεις μπορεί να είναι ατελείς και να περιέχουν θόρυβο. Οεκτιμητής(estimator) είναι σχεδιασμένος ούτως ώστε να επιτυγχάνει την καλύτερη δυνατή εκτίμηση. Συνήθως έχουμε περισσότερες εξισώσεις παρά αγνώστους (υπερκαθορισμένο σύστημα, overdetermined system).
6 ΕΚΤΙΜΗΣΗ ΚΑΤΑΣΤΑΣΗΣ (SAE ESIMAION) Γιατί δεν χρησιμοποιούμε συσκευές μέτρησης σε όλους τους ζυγούς του συστήματος; -- Κόστος -- Μειωμένη χωρητικότητα καναλιών τηλεπικοινωνίας -- Θόρυβος και σφάλματα στις μετρήσεις -- Περίοδοι που τα κανάλια τηλεπικοινωνίας δεν δουλεύουν > ο χειριστής του συστήματος δεν θα έχει πληροφορίες για μέρος του συστήματος σε αυτές τις περιόδους. Επομένως, ο εκτιμητής είναι απαραίτητος.
7 ΕΚΤΙΜΗΣΗ ΚΑΤΑΣΤΑΣΗΣ (SAE ESIMAION) Σκοπός της εκτίμησης κατάστασης στα συστήματα ηλεκτρικής ισχύος: Ο υπολογισμός των καλύτερων δυνατών τιμών του μέτρου και της γωνιάς της τάσης στους ζυγούς του συστήματος λαμβάνοντας υπόψη ότι πιθανόν να υπάρχουν σφάλματα στις μετρήσεις και ότι έχουμε περισσότερες μετρήσεις από όσες είναι απαραίτητες. Το αποτέλεσμα της εκτίμησης κατάστασης είναι η λύση του προβλήματος ροής ισχύος (power flow solution) σε πραγματικό χρόνο.
8 ΣΦΑΛΜΑΤΑ ΣΤΙΣ ΜΕΤΡΗΣΕΙΣ Μικρά σφάλματα (π.χ. σφάλματα στους μετρητές) Μεγάλα σφάλματα (π.χ. μετρητές ενωμένοι ανάποδα) Απουσία μετρήσεων (π.χ. λόγω σφάλματος σε κανάλια επικοινωνίας (communication channel failures)) Ο εκτιμητής: Ομαλοποιεί τα μικρά σφάλματα στις μετρήσεις (smooths out small errors) Ανιχνεύει μεγάλα σφάλματα στις μετρήσεις Συμπληρώνει τις μετρήσεις που απουσιάζουν Μειώνει το θόρυβο στις μετρήσεις Υπολογίζει τις τιμές καταστάσεων που είναι δύσκολο να μετρηθούν.
9 ΧΡΟΝΟΣ ΚΑΙ ΕΚΤΙΜΗΣΗ Τι ώρα είναι; What time is it? Quelle heure est-il? Qué hora es? Che ora é? Cât e ceasul?
10 ΚΑΜΗΛΟΠΑΡΔΑΛΕΙΣ Πόσο είναι το μέσο ύψος του λαιμού μιας καμηλοπάρδαλης αν έχουμε τα πιο κάτω δεδομένα;
11 ΚΑΜΗΛΟΠΑΡΔΑΛΕΙΣ Η καμηλοπάρδαλη στα δεξιά δεν μπορεί να θεωρηθεί αντιπροσωπευτική. Είναι παράδειγμα κακών δεδομένων (bad data). Ονομάζεται outlier (μέτρηση που είναι προφανώς μακριά από τις αναμενόμενες) καιμπορείείτενααπορριφθεί είτε να μετρηθεί με μικρότερη σημασία (weighted less).
12 ΚΑΜΗΛΟΠΑΡΔΑΛΕΙΣ Η μέτρηση στα δεξιά είναι ένα άλλο παράδειγμα κακών δεδομένων. Είναι μια ασυνεπής μέτρηση (inconsistent measurement). Δεν έχει σχέση με εκείνο που θέλουμε να μετρήσουμε, επομένως απορρίπτεται ως δεδομένο.
13 ΠΑΡΑΔΕΙΓΜΑ Επιθυμούμε να μετρήσουμε την τάση στα άκρα της R Έστω ότι έχουμε δύο βολτόμετρα, τα Α και Β. Μετρούμε την τάση στα άκρα της R χρησιμοποιώντας και τα δύο βολτόμετρα. V a 5. V V b 4.7 V Αφού οι δύο μετρήσεις δεν συμφωνούν αλλά είναι κοντά η μια στην άλλη, το V είναιομέσοςόροςτωνδυομετρήσεων. V V a + V b 4.9V
14 ΠΑΡΑΔΕΙΓΜΑ Υποθέστε ότι έχουμε ένα τρίτο βολτόμετρο C. Έστω ότι η μέτρηση από το C είναι V c 5 V. Προφανώς αυτή η μέτρηση δεν είναι αξιόπιστη. Απλή προσέγγιση: αγνοούμε την V c και εκτιμούμε το V από τις V a και V b. Άλλη προσέγγιση: Χρήση σταθμισμένης εκτίμησης κατάστασης (weighted state estimation) Αυτό σημαίνει ότι ορίζουμε κατάλληλα βάρη (weights) σε κάθε μια από τις τρεις μετρήσεις ανάλογα με την εμπιστοσύνη που έχουμε σε κάθε όργανο μέτρησης. Για παράδειγμα, ας δώσουμε τα πιο κάτω βάρη: Αν το B είναι το καλύτερο όργανο μέτρησης, ας του δώσουμε βάρος Ας δώσουμε βάρος 8 στο A Αφού το C δεν είναι αξιόπιστο, ας του δώσουμε βάρος. V
15 ΠΑΡΑΔΕΙΓΜΑ Έστω ότι θέλουμε να υπολογίσουμε δυο καταστάσεις. Λαμβάνονται τρεις μετρήσεις και δημιουργούνται οι πιο κάτω εξισώσεις Σε μορφή πίνακα: Process matri 3 states vector 3 measurements 3 vector Ηεξίσωσηείναιστηνμορφή z
16 ΠΑΡΑΔΕΙΓΜΑ Αριθμός μετρήσεων: n 3 Αριθμός καταστάσεων: m Αφού n > m, το σύστημα είναι υπερκαθορισμένο (overdetermined) Επομένως δεν υπάρχει μοναδική λύση (no unique solution) Η λύση δεν είναι μοναδική αφού συνήθως, δεν είναι δυνατό να ικανοποιηθούν επακριβώς όλες οι εξισώσεις για τις ίδιες τιμές των καταστάσεων. Σε κάθε εξίσωση θα υπάρχει ένα σφάλμα. Οστόχοςμαςείναινα βρούμε μια λύση που να αναγκάζει αυτό το σφάλμα να είναι όσο πιο μικρό γίνεται.
17 ΥΠΟΛΟΙΠΟ (RESIDUAL) Αυτό το σφάλμα ονομάζεται υπόλοιπο (residual) της λύσης. r z : το διάνυσμα των εκτιμημένων παραμέτρων Υπάρχουν πολλοί τρόποι να ελαχιστοποιήσουμε (minimize) το υπόλοιπο, r. Μια από τις πιο διαδεδομένες μεθόδους είναι η μέθοδος ελάχιστων τετραγώνων (least squares method), η οποία στην ουσία ελαχιστοποιεί το μήκος (ευκλείδεια νόρμα, Euclidean norm) του υπόλοιπου r.
18 ΜΕΘΟΔΟΣ ΕΛΑΧΙΣΤΩΝ ΤΕΤΡΑΓΩΝΩΝ LEAS SQUARES MEOD ) ( ) ( z z r r J ] [ + z z z z J J J M Ο στόχος είναι να ελαχιστοποιήσουμε το υπόλοιπο: Μερικές ιδιότητες: ( ) ( ) ( ) ( ) ( ) A A A d d a a d d a d d A A d d +
19 ΜΕΘΟΔΟΣ ΕΛΑΧΙΣΤΩΝ ΤΕΤΡΑΓΩΝΩΝ LEAS SQUARES MEOD [ ] z ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) z z z z z z z z z J Η ποσότητα + ονομάζεται ψευδοαντίστροφο (pseudoinverse) του [ ] + Έστω ότι
20 ΨΕΥΔΟΑΝΤΙΣΤΡΟΦΟ (PSEUDOINVERSE) ( ) Τι συμβαίνει αν το δεν ορίζεται; Το ψευδοαντίστροφο μπορεί να βρεθεί με διαφορετικό τρόπο. Τέσσερις περιπτώσεις: (α) ΟπίνακαςΗείναι τετραγωνικός και υπάρχει ο αντίστροφος του ( nonsingular) [ ] z + z (β) Υπάρχει ο αντίστροφος του (γ) Υπάρχει ο αντίστροφος του z + z [ ] z z + Πιο συχνή περίπτωση (δ) Χρησιμοποιώντας την διάσπαση σε χαρακτηριστικές τιμές (singular value decomposition (SVD))
21 ΨΕΥΔΟΑΝΤΙΣΤΡΟΦΟ (PSEUDOINVERSE) Το ψευδοαντίστροφο υπάρχει πάντα (ακόμα και για τον μηδενικό πίνακα). Ονομάζεται και Moore-Penrose pseudoinverse (από τους δημιουργούς του). MALAB: pinv(η), όπου Η ο πίνακας του οποίου θέλουμε να βρούμε το ψευδοαντίστροφο.
22 ΠΑΡΑΔΕΙΓΜΑ (ΣΥΝΕΧΕΙΑ) z z ) (
23 ΠΑΡΑΔΕΙΓΜΑ - ΥΠΟΛΟΓΙΣΜΟΣ ΥΠΟΛΟΙΠΟΥ Γιαναδούμεπόσο σφάλμα έχουμε στις εκτιμημένες παραμέτρους, πρέπει να υπολογίσουμε το υπόλοιπο. J r r ( z ) ( z ) r z J.3.8 [.3.4.8] Τι σημαίνει αυτός ο αριθμός; Αν συγκρίνουμε όμοιες ποσότητες, τότε μπορεί να είναι ένα μέτρο εμπιστοσύνης στις εκτιμημένες ποσότητες (measure of confidence).
24 V R R 3 ΠΑΡΑΔΕΙΓΜΑ 3 V V 3 R μετρήσουμε τις τάσεις V, V, και V 3. Βρείτε την εξίσωση της V 3 αν έχει τη μορφή: Έστω ότι σε αυτό το κύκλωμα μπορούμε να V 3 av + bv + c Διαθέσιμες μετρήσεις V V V Αυτό είναι ένα πρόβλημα εκτίμησης κατάστασης με τρεις αγνώστους (a, b, c), και τέσσερεις μετρήσεις. Επομένως, είναι ένα υπερκαθορισμένο (overdetermined) πρόβλημα. Πρέπει να διαμορφώσουμε το πρόβλημα σε μαθηματική μορφή.
25 ΠΑΡΑΔΕΙΓΜΑ 3 Αντικαθιστούμε τις μετρήσεις που έχουν ληφθεί στο μαθηματικό μοντέλο του συστήματος, V 3 av + bv + c V V V a + b + c.3 8.3a + 3.b + c.4.4a + 5.b + c 4. a + 9.b + c Σε μορφή πίνακα, a b c z Όπως και στο προηγούμενο παράδειγμα, επιλύουμε την εξίσωση λαμβάνοντας το ψευδοαντίστροφο του πίνακα. 7. a 8.3 b.4 c
26 ΠΑΡΑΔΕΙΓΜΑ 4 Υπολογίστε τη γωνία της τάσης σε κάθε ζυγό του συστήματος. 4 MW 5 MW M MW 6 MW M 3 9 MW M 3 Δεδομένα: X. p.u. X 3.4 p.u. X 3. p.u. Βάση ισχύος: MVA 3 MW
27 BUS BUS 5 MW M M 3 MW 3 MW Οι ροές ισχύος είναι, f ab ( a b ) X ab M ab ΠΑΡΑΔΕΙΓΜΑ 4 M 3 9 MW BUS 3 Έστω ότι ο ζυγός είναι ο ζυγός αναφοράς Μπορούμε να δείξουμε την πιο πάνω εξίσωση χρησιμοποιώντας ένα παράδειγμα με δυο ζυγούς. P V V sin( δ δ) X Από τις μετρήσεις: M MW. p.u. M 3 3 MW.3 p.u. M 3-6 MW -.6 p.u. V δ V δ Αφού η V και η V είναι περίπου p.u., και η γωνία δ δ είναι μικρή, η ροή ισχύος P μπορεί να βρεθεί από, δ δ X P P X
28 ΠΑΡΑΔΕΙΓΜΑ 4 Επομένως,.6 ) (. ) (.3.5 ) (.4 ) (. 5 ) (. ) ( X f X f X f Σε μορφή πίνακα, Αυτό είναι και πάλι στη μορφή z rad
29 ΣΤΑΘΜΙΣΗ (WEIGING) Έστω ότι θέλουμε να εκτιμήσουμε την κατάσταση από δυο μετρήσεις που έχουμε λάβει, χρησιμοποιώντας τη μέθοδο ελάχιστων τετραγώνων. J r ( dj ( ) d.5 ) + ( + ( ) ) 4 Αν πολλαπλασιάσουμε την πρώτη εξίσωση με δυο: J r dj 4( d. ( ) ) + ( + ( ) ) 6 Προσοχή στις πράξεις!!!
30 ΣΤΑΘΜΙΣΗ (WEIGING) Το φαινόμενο της προηγούμενης διαφάνειας χρησιμοποιείται για να δώσει διαφορετικά βάρη (weights) στις μετρήσεις, ανάλογα με την ακρίβεια τους. Αυτό ονομάζεται biased state estimation. Η περίπτωση στην οποία δεν χρησιμοποιούνται βάρη ονομάζεται unbiased state estimation. Χρησιμοποιείτε ένας διαγώνιος πίνακας W με κάθε στοιχείο να αντιπροσωπεύει το βάρος της συγκεκριμένης μέτρησης.
31 ΣΤΑΘΜΙΣΗ (WEIGING) Συνήθως, η ακρίβεια των οργάνων μέτρησης είναι γνωστή (ή περίπου γνωστή). Αν η τυπική απόκλιση του σφάλματος στις μετρήσεις οριστεί ως σ, μικρό σ σημαίνει ψηλή ακρίβεια και μεγάλο σ σημαίνει χαμηλή ακρίβεια. Εισαγάγουμε βάρη για να αυξήσουμε τη σημασία των καλών μετρήσεων και να μειώσουμε τη σημασία των κακών μετρήσεων. W w M w M L L O L M w n
32 ΣΤΑΘΜΙΣΗ (WEIGING) Unbiased estimator z ( ) J z ( r + r ) z ( z ) ( z ) Biased (weighted) estimator W W z ( W ) ( + (( W ) ( W ( W ) W z W )) W ) Wz ( W ) W W z W z r W ( z ) J r r ( z ) W ( z )
33 ΠΑΡΑΔΕΙΓΜΑ 5 Για το σύστημα του παραδείγματος 4, υποθέστε ότι οι συσκευές μετρήσεως έχουν τα πιο κάτω χαρακτηριστικά: Μετρητής Μ : πλήρης κλίμακα ΜW ±3 MW ακρίβεια Μετρητής Μ 3 : πλήρης κλίμακα ΜW ±6MW ακρίβεια Μετρητής Μ 3 : πλήρης κλίμακα ΜW ±3MW ακρίβεια 5 MW M MW M 3 9 MW M 3 3 MW
34 ΠΑΡΑΔΕΙΓΜΑ 5 Μετρητής Μ : πλήρης κλίμακα ΜW ±3 MW ακρίβεια Τι σημαίνει αυτό; Σημαίνει ότι οι μετρητές θα δώσουν μια μέτρηση που θα είναι μεταξύ -3 MW και +3 MW από την πραγματική τιμή της μετρούμενης ποσότητας, 99% του χρόνου. Πραγματική τιμή μετρούμενης ποσότητας -3σ -σ -σ σ σ 3σ Μέτρηση
35 ΠΑΡΑΔΕΙΓΜΑ 5 Μετρητής Μ : πλήρης κλίμακα ΜW ±3 MW ακρίβεια Τι σημαίνει αυτό; Επομένως, το ±3 MWαντιστοιχεί με τυπική απόκλιση: σ MW. p.u. Τιμή βάσης αυτού του οργάνου μέτρησης: MW σ M. p.u. σ M3. p.u. σ M3.5 p.u.
36 ΠΑΡΑΔΕΙΓΜΑ 5 Πίνακας στάθμισης (weight matri): M M M W σ σ σ
37 ΠΑΡΑΔΕΙΓΜΑ 5 Εξισώσεις συστήματος:.6 ) (. ) (.3.5 ) (.4 ) (. 5 ) (. ) ( X f X f X f Wz W ) (
38 ΑΞΙΟΠΙΣΤΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ Αν το υπόλοιπο (residual) είναι μικρό, τότε η αξιοπιστία των αποτελεσμάτων είναι μεγάλη. Αν το υπόλοιπο είναι μεγάλο, δεν μπορούμε να έχουμε εμπιστοσύνη στα αποτελέσματα. Ποιος αποφασίζει ποιο υπόλοιπο θεωρείται μεγάλο και πιο θεωρείται μικρό;
39 CI SQUARE ES ΕΛΕΓΧΟΣ χ Αν τα σφάλματα στις μετρήσεις είναι τυχαίοι αριθμοί (random numbers) και περιγράφονται από την κανονική συνάρτηση πυκνότητας πιθανότητας (normal probability density function), τότε το υπόλοιπο J() είναι τυχαίος αριθμός και η συνάρτηση πυκνότητας πιθανότητας του είναι γνωστή ως κατανομή χ (chisquare distribution). Ηκατανομήχ γράφεται και ως χ (Κ) όπου Κ είναι οι βαθμοί ελευθερίας (degrees of freedom). K N m N s N m : αριθμός μετρήσεων N s : αριθμός καταστάσεων
40 CI SQUARE ES ΕΛΕΓΧΟΣ χ Επιλέγουμε ένα επίπεδο σημαντικότητας (significance level) α, συνήθως %. Το α δηλώνει την πιθανότητα να έχουμε κάποιο λανθασμένο συναγερμό (false alarm) στην απόφαση αν η εκτίμηση μπορεί να είναι καλή. Χρησιμοποιώντας το α, βρίσκουμε το όριο (threshold) (από πίνακες) για το υπόλοιπο J(). Αυτήητιμήονομάζεταιt J. Υπολογίζουμε το υπόλοιπο J(). Αν J ( ) > t J, τότε έχουμε κακά δεδομένα ή κακή εκτίμηση. Αν J ( ), μπορούμε να εμπιστευτούμε την εκτίμηση. t J
41 CI SQUARE ES ΕΛΕΓΧΟΣ χ
42 ΑΠΟΤΕΛΕΣΜΑΤΑ ΕΣΦΑΛΜΕΝΩΝ ΕΚΤΙΜΗΣΕΩΝ Λανθασμένο μέτρο και γωνία τάσης στους ζυγούς και επομένως εσφαλμένες ροές ισχύος στις γραμμές. Αυτό μπορεί να προκαλέσει λανθασμένες αποφάσεις των χειριστών του συστήματος (π.χ. να θεωρείται ότι το σύστημα είναι σε καλή κατάσταση ενώ στην πραγματικότητα μια γραμμή να είναι υπερφορτωμένη). Λανθασμένες εκτιμήσεις για το κριτήριο ασφάλειας N-. Μπορεί να μεταφερθούν λανθασμένα δεδομένα στις γειτονικές περιοχές και να δημιουργηθούν αλυσιδωτά προβλήματα. Λανθασμένες αποφάσεις για αγοραπωλησίες ενέργειας. Στη χειρότερη περίπτωση, μπορεί να προκληθεί συσκότιση (blackout). Παράδειγμα: Η συσκότιση στις ΗΠΑ και Καναδά, 4 Αυγ. 3.
43 ΑΛΛΕΣ ΜΕΘΟΔΟΙ ΕΚΤΙΜΗΣΗΣ ΚΑΤΑΣΤΑΣΕΩΝ Υπάρχουν διάφοροι τρόποι να ελαχιστοποιηθεί το υπόλοιπο J. Σε κάθε περίπτωση επιλέγεται ο τρόπος που δίνει τα καλύτερα αποτελέσματα. Γενικά, θέλουμε να βρούμε την καλύτερη λύση ελαχιστοποιώντας το r z για κάποια τιμή του p. p p
44 ΑΛΛΕΣ ΜΕΘΟΔΟΙ ΕΚΤΙΜΗΣΗΣ ΚΑΤΑΣΤΑΣΕΩΝ Τι σημαίνει το p ; Είναι η νόρμα (norm) του διανύσματος r και είναι ένας τρόπος να μετριέται το μήκος του σύμφωνα με κάποια κριτήρια που καθορίζονται από την τιμή του p. Συνήθεις τιμές του p:,, r r r r + r r p + L+ p p p + r + rn ) ( r L+ n r n r i i ) n ( r + r + L+ r ( r r) ma i n r i r L Maimum norm p L -norm Least absolute deviations L -norm Least squares norm
45 ΕΦΑΡΜΟΓΗ ΕΝΕΡΓΕΙΑΚΟ ΚΕΝΤΡΟ ΕΛΕΓΧΟΥ
46 ΕΚΤΙΜΗΣΗ ΚΑΤΑΣΤΑΣΗΣ ΜΕ ΑΠΩΛΕΙΑ ΜΕΤΡΗΣΕΩΝ Όταν χαθεί μια μέτρηση, το σύστημα συνεχίζει να παραμένει παρατηρήσιμο (observable); Αν ναι, τότε δεν υπάρχει πρόβλημα. Αν όχι, τότε δεν μπορούμε να κάνουμε εκτίμηση κατάστασης. Πιθανές λύσεις: -- Χρήση ψευδομετρήσεων (και στάθμιση τους με χαμηλή αξιοπιστία) -- Χρήση των αμέσως προηγούμενων μετρήσεων
ΗΜΥ 681 Εκτίμηση κατάστασης
ΗΜΥ 68 Εκτίμηση κατάστασης Δρ. Ηλίας Κυριακίδης Αναπληρωτής Καθηγητής ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Ηλίας Κυριακίδης, Τμήμα Ηλεκτρολόγων Μηχανικών
Διαβάστε περισσότεραΗΜΥ 681 Εκτίμηση κατάστασης II (AC Εκτίμηση κατάστασης)
ΗΜΥ 68 Εκτίμηση κατάστασης II AC Εκτίμηση κατάστασης Δρ Ηλίας Κυριακίδης Αναπληρωτής Καηγητής ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Ηλίας Κυριακίδης
Διαβάστε περισσότερα4. Περιγραφή και αιτιολόγηση του επιπλέον εξοπλισμού που χρειάστηκε.
ΗΜΥ 442 και ΗΜΥ 680 Ανάλυση Συστημάτων Ηλεκτρικής Ισχύος Χειμερινό Εξάμηνο 2007 Σχεδιασμός και ανάλυση συστήματος μεταφοράς Ημερομηνία Παραδόσεως Εργασίας: Τρίτη, 5/12/07 Α. Ορισμός προβλήματος Το Σχεδιάγραμμα
Διαβάστε περισσότεραΣ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ
Σ ΤΑΤ Ι Σ Τ Ι Κ Η i ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Κατανομή Δειγματοληψίας του Δειγματικού Μέσου Ο Δειγματικός Μέσος X είναι μια Τυχαία Μεταβλητή. Καθώς η επιλογή και χρήση διαφορετικών δειγμάτων από έναν
Διαβάστε περισσότεραΣ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium iv
Σ ΤΑΤ Ι Σ Τ Ι Κ Η i Statisticum collegium iv Στατιστική Συμπερασματολογία Ι Σημειακές Εκτιμήσεις Διαστήματα Εμπιστοσύνης Στατιστική Συμπερασματολογία (Statistical Inference) Το πεδίο της Στατιστικής Συμπερασματολογία,
Διαβάστε περισσότεραΈλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς
Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς Η μηδενική υπόθεση είναι ένας ισχυρισμός σχετικά με την τιμή μιας πληθυσμιακής παραμέτρου. Είναι
Διαβάστε περισσότεραHY213. ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΕΛΑΧΙΣΤΑ ΤΕΤΡΑΓΩΝΑ AΝΑΛΥΣΗ ΙΔΙΑΖΟΥΣΩΝ ΤΙΜΩΝ
HY3. ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΕΛΑΧΙΣΤΑ ΤΕΤΡΑΓΩΝΑ AΝΑΛΥΣΗ ΙΔΙΑΖΟΥΣΩΝ ΤΙΜΩΝ Π. ΤΣΟΜΠΑΝΟΠΟΥΛΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μέθοδος ελαχίστων τετραγώνων Τα σφάλματα
Διαβάστε περισσότεραΗΜΥ 680 Ανάλυση Συστημάτων Ηλεκτρικής Ισχύος Συστήματα ελέγχου
ΗΜΥ 680 Ανάλυση Συστημάτων Ηλεκτρικής Ισχύος Συστήματα ελέγχου Δρ. Ηλίας Κυριακίδης Αναπληρωτής Καθηγητής ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Ηλίας
Διαβάστε περισσότεραΗΜΥ 100 Εισαγωγή στην Τεχνολογία Διάλεξη 6
ΗΜΥ 00 Εισαγωγή στην Τεχνολογία Διάλεξη 6 5 Σεπτεμβρίου, 0 Δρ. Στέλιος Τιμοθέου ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τα θέματά μας σήμερα Χρονικά
Διαβάστε περισσότεραΈλεγχος και Ευστάθεια Σ.Η.Ε
Έλεγχος και Ευστάθεια Σ.Η.Ε Ενότητα 5: Εκτίμηση κατάστασης Νικόλαος Βοβός, Γαβριήλ Γιαννακόπουλος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και τεχνολογίας Υπολογιστών 1 Σημείωμα Αδειοδότησης Το παρόν
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Διαστήματος
Διαβάστε περισσότεραΒ Γραφικές παραστάσεις - Πρώτο γράφημα Σχεδιάζοντας το μήκος της σανίδας συναρτήσει των φάσεων της σελήνης μπορείτε να δείτε αν υπάρχει κάποιος συσχετισμός μεταξύ των μεγεθών. Ο συνήθης τρόπος γραφικής
Διαβάστε περισσότερα4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου
4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου Για την εκτίμηση των παραμέτρων ενός πληθυσμού (όπως η μέση τιμή ή η διασπορά), χρησιμοποιούνται συνήθως δύο μέθοδοι εκτίμησης. Η πρώτη ονομάζεται σημειακή εκτίμηση.
Διαβάστε περισσότεραΕισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500
Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Πληθυσμός Δείγμα Δείγμα Δείγμα Ο ρόλος της Οικονομετρίας Οικονομική Θεωρία Διατύπωση της
Διαβάστε περισσότεραΗΜΥ 681 Παρατηρησιμότητα του συστήματος ηλεκτρικής ενέργειας
ΗΜΥ 68 Παρατηρησιμότητα του συστήματος ηλεκτρικής ενέργειας Δρ. Ηλίας Κυριακίδης Αναπληρωτής Καηγητής ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Ηλίας
Διαβάστε περισσότεραΦίλτρα Kalman. Αναλυτικές μέθοδοι στη Γεωπληροφορική. ιατύπωση του βασικού προβλήματος. προβλήματος. μοντέλο. Πρωτεύων μοντέλο
Φίλτρα Kalman Εξαγωγή των εξισώσεων τους με βάση το κριτήριο ελαχιστοποίησης της Μεθόδου των Ελαχίστων Τετραγώνων. Αναλυτικές Μέθοδοι στη Γεωπληροφορική Μεταπτυχιακό Πρόγραμμα ΓΕΩΠΛΗΡΟΦΟΡΙΚΗ ιατύπωση του
Διαβάστε περισσότερα4. Περιγραφή και αιτιολόγηση του επιπλέον εξοπλισμού που χρειάστηκε.
ΗΜΥ 442 και ΗΜΥ 680 Ανάλυση Συστημάτων Ηλεκτρικής Ισχύος Χειμερινό Εξάμηνο 2008 Σχεδιασμός και ανάλυση συστήματος μεταφοράς Ημερομηνία Παραδόσεως Εργασίας: Δευτέρα, 8/12/08 Α. Ορισμός προβλήματος Έχετε
Διαβάστε περισσότεραStochastic Signals Class Estimation Theory. Andreas Polydoros University of Athens Dept. of Physics Electronics Laboratory
Stochastic Signals Class Estimation Theory Andreas Polydoros University of Athens Dept. of Physics Electronics Laboratory 1 Τι ειναι «Εκτιμηση» (Estimation)? Γενικο Πλαισιο: Θεωρια και Πραξη Συμπερασματων
Διαβάστε περισσότεραΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ
ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ Επίκουρος Καθηγητής ΤΕΙ Αθήνας 3ο εξάμηνο http://eclass.teiath.gr Παρουσιάσεις,
Διαβάστε περισσότεραΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική
ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική Ενότητα 3: Έλεγχοι υποθέσεων - Διαστήματα εμπιστοσύνης Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Οι ερευνητικές υποθέσεις Στην έρευνα ελέγχουμε
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 07-08 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
Διαβάστε περισσότεραΕπίλυση Εξισώσεων. Συστήµατα γραµµικών εξισώσεων. λύση ... = ... ηµοκρίτειο Πανεπιστήµιο Θράκης Τµήµα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών
Συστήµατα γραµµικών εξισώσεων m m... n... n mn M n b M b m µη-οµογενείς Μπορεί να υπάρχει µία, πολλές ή καµία λύση Προγραµµατισµός µε χρήση MATLAB 58 ΈστωΈστω το σύστηµα: 5 λύση: 7/3, 8/3 συντεταγµένες
Διαβάστε περισσότεραHMY 795: Αναγνώριση Προτύπων. Διάλεξη 2
HMY 795: Αναγνώριση Προτύπων Διάλεξη 2 Επισκόπηση θεωρίας πιθανοτήτων Θεωρία πιθανοτήτων Τυχαία μεταβλητή: Μεταβλητή της οποίας δε γνωρίζουμε με βεβαιότητα την τιμή (αντίθετα με τις ντετερμινιστικές μεταβλητές)
Διαβάστε περισσότερα4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου
4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου Για την εκτίμηση των παραμέτρων ενός πληθυσμού (όπως η μέση τιμή ή η διασπορά), χρησιμοποιούνται συνήθως δύο μέθοδοι εκτίμησης. Η πρώτη ονομάζεται σημειακή εκτίμηση.
Διαβάστε περισσότεραΧημική Τεχνολογία. Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων. Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε.
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Χημική Τεχνολογία Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε. Άδειες Χρήσης
Διαβάστε περισσότεραΗ ΜΕΘΟΔΟΣ PCA (Principle Component Analysis)
Η ΜΕΘΟΔΟΣ PCA (Principle Component Analysis) Η μέθοδος PCA (Ανάλυση Κύριων Συνιστωσών), αποτελεί μία γραμμική μέθοδο συμπίεσης Δεδομένων η οποία συνίσταται από τον επαναπροσδιορισμό των συντεταγμένων ενός
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 08-09 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Διαστήματος
Διαβάστε περισσότεραΣτατιστική Συμπερασματολογία
4. Εκτιμητική Στατιστική Συμπερασματολογία εκτιμήσεις των αγνώστων παραμέτρων μιας γνωστής από άποψη είδους κατανομής έλεγχο των υποθέσεων που γίνονται σε σχέση με τις παραμέτρους μιας κατανομής και σε
Διαβάστε περισσότεραΕνότητα 2: Έλεγχοι Υποθέσεων Διαστήματα Εμπιστοσύνης
ΕΘΝΙΚΟ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΙΑΤΡΙΚΗ ΣΧΟΛΗ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΕΦΑΡΜΟΣΜΕΝΗ ΝΕΥΡΟΑΝΑΤΟΜΙΑ» «Βιοστατιστική, Μεθοδολογία και Συγγραφή Επιστημονικής Μελέτης» Ενότητα 2: Έλεγχοι Υποθέσεων
Διαβάστε περισσότεραHMY 795: Αναγνώριση Προτύπων
HMY 795: Αναγνώριση Προτύπων Διάλεξη 2 Επισκόπηση θεωρίας πιθανοτήτων Τυχαίες μεταβλητές: Βασικές έννοιες Τυχαία μεταβλητή: Μεταβλητή της οποίας δε γνωρίζουμε με βεβαιότητα την τιμή (σε αντίθεση με τις
Διαβάστε περισσότεραΧρησιμοποιήστε ως τιμή βάσης για την ισχύ 100 MVA και τιμές βάσης για την τάση τις αντίστοιχες τάσεις που θα επιλέξετε ανάλογα με την περιοχή.
ΗΜΥ 442 και ΗΜΥ 680: Ανάλυση Συστημάτων Ηλεκτρικής Ισχύος Χειμερινό Εξάμηνο 2009 Σχεδιασμός και ανάλυση συστήματος μεταφοράς Ημερομηνία Παραδόσεως Εργασίας: Πέμπτη, 10/12/09 Α. Ορισμός προβλήματος Το Σχεδιάγραμμα
Διαβάστε περισσότεραΕξαμηνιαία Εργασία Β. Κανονική Κατανομή - Επαγωγική Στατιστική
1 ΕΞΑΜΗΝΙΑΙΑ Β ΤΟ ΦΩΤΟΒΟΛΤΑΙΚΟ ΠΑΡΚΟ ΑΣΠΑΙΤΕ Τμήμα Εκπαιδευτικών Ηλεκτρολογίας Εργαστήριο Συλλογής και Επεξεργασίας Δεδομένων Διδάσκοντες: Σπύρος Αδάμ, Λουκάς Μιχάλης, Παναγιώτης Καράμπελας Εξαμηνιαία
Διαβάστε περισσότεραΠεριπτώσεις που η στατιστική συνάρτηση ελέγχου είναι η Ζ: 1. Η σ είναι γνωστή και ο πληθυσμός κανονικός.
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ: ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ (Πάτρας) Διεύθυνση: Μεγάλου Αλεξάνδρου 1, 263 34 ΠΑΤΡΑ Τηλ.: 2610 369051, Φαξ: 2610 396184, email: mitro@teipat.gr Καθ η γη
Διαβάστε περισσότεραHMY 799 1: Αναγνώριση Συστημάτων
HMY 799 : Αναγνώριση Συστημάτων Διάλεξη Γραμμική παλινδρόμηση (Linear regression) Εμπειρική συνάρτηση μεταφοράς Ομαλοποίηση (smoothing) Y ( ) ( ) ω G ω = U ( ω) ω +Δ ω γ ω Δω = ω +Δω W ( ξ ω ) U ( ξ) G(
Διαβάστε περισσότεραΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΙI (ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ) (ΟΔΕ 2116)
Σελίδα 1 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΜΑΘΗΜΑ: ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΙΙ (ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ) (ΟΔΕ 2116) ΠΑΝΕΠΙΣΤΗΜΙΑΚΟΣ ΥΠΟΤΡΟΦΟΣ ΠΑΝΑΓΙΩΤΗΣ
Διαβάστε περισσότεραΣτατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για
Διαβάστε περισσότεραΑνάλυση Διασποράς Ανάλυση Διασποράς διακύμανση κατά παράγοντες διακύμανση σφάλματος Παράδειγμα 1: Ισομεγέθη δείγματα
Ανάλυση Διασποράς Έστω ότι μας δίνονται δείγματα που προέρχονται από άγνωστους πληθυσμούς. Πόσο διαφέρουν οι μέσες τιμές τους; Με άλλα λόγια: πόσο πιθανό είναι να προέρχονται από πληθυσμούς με την ίδια
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ
ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ Μ.Ν. Ντυκέν, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. Ε. Αναστασίου, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. ΔΙΑΛΕΞΕΙΣ 09-10 ΣΗΜΠΕΡΑΣΜΑΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ: Έλεγχοι υποθέσεων Βόλος, 2016-2017
Διαβάστε περισσότεραΑΣΚΗΣΗ 2 (powerworld): ΜΟΝΤΕΛΟΠΟΙΗΣΗ & ΠΡΟΣΟΜΟΙΩΣΗ ΛΕΙΤΟΥΡΓΙΑΣ ΕΝΕΡΓΕΙΑΚΟΥ ΣΥΣΤΗΜΑΤΟΣ ΗΛΕΚΤΡΟΠΑΡΑΓΩΓΗΣ 8 ΖΥΓΩΝ ΜΕ ΕΠΙΛΥΣΗ ΡΟΗΣ ΦΟΡΤΙΟΥ.
ΑΣΚΗΣΗ 2 (powerworld): ΜΟΝΤΕΛΟΠΟΙΗΣΗ & ΠΡΟΣΟΜΟΙΩΣΗ ΛΕΙΤΟΥΡΓΙΑΣ ΕΝΕΡΓΕΙΑΚΟΥ ΣΥΣΤΗΜΑΤΟΣ ΗΛΕΚΤΡΟΠΑΡΑΓΩΓΗΣ 8 ΖΥΓΩΝ ΜΕ ΕΠΙΛΥΣΗ ΡΟΗΣ ΦΟΡΤΙΟΥ. 2.1 ΕΙΣΑΓΩΓΗ ΣΚΟΠΟΣ ΚΑΙ ΣΤΟΧΟΙ ΑΣΚΗΣΗΣ Η παρούσα εργαστηριακή άσκηση
Διαβάστε περισσότεραΑναγνώριση Προτύπων Ι
Αναγνώριση Προτύπων Ι Ενότητα 3: Στοχαστικά Συστήματα Αν. Καθηγητής Δερματάς Ευάγγελος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες
Διαβάστε περισσότεραΠαρουσίαση 2 η : Αρχές εκτίμησης παραμέτρων Μέρος 1 ο
Εφαρμογές Ανάλυσης Σήματος στη Γεωδαισία Παρουσίαση η : Αρχές εκτίμησης παραμέτρων Μέρος ο Βασίλειος Δ. Ανδριτσάνος Αναπληρωτής Καθηγητής Γεώργιος Χλούπης Επίκουρος Καθηγητής Τμήμα Μηχανικών Τοπογραφίας
Διαβάστε περισσότεραΣτατιστική. Εκτιμητική
Στατιστική Εκτιμητική Χατζόπουλος Σταύρος 28/2/2018 και 01 /03/2018 Εισαγωγή Το αντικείμενο της Στατιστικής είναι η εξαγωγή συμπερασμάτων που αφορούν τον πληθυσμό ή το φαινόμενο που μελετάμε, με τη βοήθεια
Διαβάστε περισσότεραΗΜΥ 445 Έλεγχος παραγωγής ΙΙ
ΗΜΥ 445 Έλεγχος παραγωγής ΙΙ Δρ. Ηλίας Κυριακίδης Επίκουρος Καθηγητής ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ 007 Ηλίας Κυριακίδης, Τμήμα Ηλεκτρολόγων
Διαβάστε περισσότεραProject 1: Principle Component Analysis
Project 1: Principle Component Analysis Μια από τις πιο σημαντικές παραγοντοποιήσεις πινάκων είναι η Singular Value Decomposition ή συντετμημένα SVD. Η SVD έχει πολλές χρήσιμες ιδιότητες, επιθυμητές σε
Διαβάστε περισσότεραΙδιάζουσες τιμές πίνακα. y έχουμε αντίστοιχα τις σχέσεις : Αυτές οι παρατηρήσεις συμβάλλουν στην παραγοντοποίηση ενός πίνακα
Ιδιάζουσες τιμές πίνακα Επειδή οι πίνακες που παρουσιάζονται στις εφαρμογές είναι μη τετραγωνικοί, υπάρχει ανάγκη να βρεθεί μία μέθοδος που να «μελετά» τους μη τετραγωνικούς με «μεθόδους και ποσά» που
Διαβάστε περισσότεραΚεφάλαιο 10 Εισαγωγή στην Εκτίμηση
Κεφάλαιο 10 Εισαγωγή στην Εκτίμηση Εκεί που είμαστε Κεφάλαια 7 και 8: Οι διωνυμικές,κανονικές, εκθετικές κατανομές και κατανομές Poisson μας επιτρέπουν να κάνουμε διατυπώσεις πιθανοτήτων γύρω από το Χ
Διαβάστε περισσότερα5269: Υπολογιστικές Μέθοδοι για Μηχανικούς Συστήματα Γραμμικών Αλγεβρικών Εξισώσεων
5269: Υπολογιστικές Μέθοδοι για Μηχανικούς Συστήματα Γραμμικών Αλγεβρικών Εξισώσεων http://ecourseschemengntuagr/courses/computational_methods_for_engineers/ Συστήματα Γραμμικών Αλγεβρικών Εξισώσεων Γενικά:
Διαβάστε περισσότεραΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Εισήγηση 4A: Έλεγχοι Υποθέσεων και Διαστήματα Εμπιστοσύνης Διδάσκων: Δαφέρμος Βασίλειος ΤΜΗΜΑ ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΣΧΟΛΗΣ ΚΟΙΝΩΝΙΚΩΝ
Διαβάστε περισσότερα5269: Υπολογιστικές Μέθοδοι για Μηχανικούς Συστήματα Γραμμικών Αλγεβρικών Εξισώσεων
5269: Υπολογιστικές Μέθοδοι για Μηχανικούς Συστήματα Γραμμικών Αλγεβρικών Εξισώσεων http://ecourseschemengntuagr/courses/computational_methods_for_engineers/ Συστήματα Γραμμικών Αλγεβρικών Εξισώσεων Γενικά:
Διαβάστε περισσότεραΘΕΩΡΙΑ ΑΠΟΦΑΣΕΩΝ 3 ο ΦΡΟΝΤΙΣΤΗΡΙΟ ΛΥΣΕΙΣ ΤΩΝ ΑΣΚΗΣΕΩΝ
ΘΕΩΡΙΑ ΑΠΟΦΑΣΕΩΝ 3 ο ΦΡΟΝΤΙΣΤΗΡΙΟ ΛΥΣΕΙΣ ΤΩΝ ΑΣΚΗΣΕΩΝ ΑΣΚΗΣΗ Σύμφωνα με στοιχεία από το Πανεπιστήμιο της Οξφόρδης η πιθανότητα ένας φοιτητής να αποφοιτήσει μέσα σε 5 χρόνια από την ημέρα εγγραφής του στο
Διαβάστε περισσότεραΑντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών. Εξίσωση παλινδρόμησης. Πρόβλεψη εξέλιξης
Γραμμική Παλινδρόμηση και Συσχέτιση Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών Εξίσωση παλινδρόμησης Πρόβλεψη εξέλιξης Διμεταβλητές συσχετίσεις Πολλές φορές χρειάζεται να
Διαβάστε περισσότεραΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής
ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής ΣΤΑΤΙΣΤΙΚΕΣ ΕΚΤΙΜΗΣΕΙΣ Οι συναρτήσεις πιθανότητας ή πυκνότητας πιθανότητας των διαφόρων τυχαίων μεταβλητών χαρακτηρίζονται από κάποιες
Διαβάστε περισσότεραΔΙΑΧΕΙΡΙΣΗ Σ.Η.Ε. ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ 2 ΕΛΕΓΧΟΣ ΑΝΤΑΛΛΑΓΩΝ ΙΣΧΥΟΣ Ο Μ Α Δ Α :... Ονοματεπώνυμο
ΔΙΑΧΕΙΡΙΣΗ Σ.Η.Ε. ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ 2 ΕΛΕΓΧΟΣ ΑΝΤΑΛΛΑΓΩΝ ΙΣΧΥΟΣ Ο Μ Α Δ Α :... Ονοματεπώνυμο Α.Ε.Μ........ 2....... ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ 2 Στο Σχήμα 2. φαίνονται 3 διαφορετικές περιοχές (areas) συστημάτων
Διαβάστε περισσότεραΓια το δείγμα από την παραγωγή της εταιρείας τροφίμων δίνεται επίσης ότι, = 1.3 και για το δείγμα από το συνεταιρισμό ότι, x
Εργαστήριο Μαθηματικών & Στατιστικής η Πρόοδος στο Μάθημα Στατιστική // (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) ο Θέμα [] Επιλέξαμε φακελάκια (της μισής ουγκιάς) που περιέχουν σταφίδες από την παραγωγή μιας εταιρείας
Διαβάστε περισσότεραΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία
ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ Οικονομετρία 4.1 Πολλαπλό Γραμμικό Υπόδειγμα Παλινδρόμησης Γενικεύοντας τη διμεταβλητή (Y, X) συνάρτηση
Διαβάστε περισσότεραΔιάλεξη 1 Βασικές έννοιες
Εργαστήριο SPSS Ψ-4201 (ΕΡΓ) Λεωνίδας Α. Ζαμπετάκης Β.Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail: statisticsuoc@gmail.com Διαλέξεις αναρτημένες στο: Διαλέξεις: ftp://ftp.soc.uoc.gr/psycho/zampetakis/ Διάλεξη
Διαβάστε περισσότεραY Y ... y nx1. nx1
6 ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ ΜΕ ΤΗ ΧΡΗΣΗ ΠΙΚΑΚΩΝ Η χρησιμοποίηση και ο συμβολισμός πινάκων απλοποιεί σημαντικά τα αποτελέσματα της γραμμικής παλινδρόμησης, ιδίως στην περίπτωση της πολλαπλής παλινδρόμησης Γενικά,
Διαβάστε περισσότεραΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ Η ΣΥΝΟΡΘΩΣΗ ΤΩΝ ΟΡΙΖΟΝΤΙΩΝ ΔΙΚΤΥΩΝ (Η ΕΝΝΟΙΑ ΤΟΥ ΣΥΣΤΗΜΑΤΟΣ ΑΝΑΦΟΡΑΣ ΚΑΙ Η ΑΞΙΟΛΟΓΗΣΗ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΔΙΚΤΥΟΥ)
ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ Η ΣΥΝΟΡΘΩΣΗ ΤΩΝ ΟΡΙΖΟΝΤΙΩΝ ΔΙΚΤΥΩΝ (Η ΕΝΝΟΙΑ ΤΟΥ ΣΥΣΤΗΜΑΤΟΣ ΑΝΑΦΟΡΑΣ ΚΑΙ Η ΑΞΙΟΛΟΓΗΣΗ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΔΙΚΤΥΟΥ) Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός
Διαβάστε περισσότεραΕισαγωγή στην Εκτιμητική
Εισαγωγή στην Εκτιμητική Πληθυσμός Εκτίμηση παραμέτρου πληθυσμού μ, σ 2, σ, p Δείγμα Υπολογισμός στατιστικού Ερώτηματα: Πόσο κοντά στην πραγματική τιμή της παραμέτρου του πληθυσμού βρίσκεται η εκτίμηση
Διαβάστε περισσότεραΣφάλματα Είδη σφαλμάτων
Σφάλματα Σφάλματα Κάθε μέτρηση ενός φυσικού μεγέθους χαρακτηρίζεται από μία αβεβαιότητα που ονομάζουμε σφάλμα, το οποίο αναγράφεται με τη μορφή Τιμή ± αβεβαιότητα π.χ έστω ότι σε ένα πείραμα μετράμε την
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 10. Εισαγωγή στην εκτιμητική
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ
Διαβάστε περισσότεραΕφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 14 Μαρτίου /34
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπιστήμιο Κρήτης 14 Μαρτίου 018 1/34 Διαστήματα Εμπιστοσύνης. Εχουμε δει εκτενώς μέχρι τώρα τρόπους εκτίμησης
Διαβάστε περισσότεραΑΣΚΗΣΗ 1 ΜΟΝΟΦΑΣΙΚΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΤΗΣ
ΑΣΚΗΣΗ 1 ΜΟΝΟΦΑΣΙΚΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΤΗΣ Α.1 ΘΕΩΡΗΤΙΚΗ ΕΙΣΑΓΩΓΗ ΣΤΟΝ ΜΟΝΟΦΑΣΙΚΟ ΜΕΤΑΣΧΗΜΑΤΙΣΤΗ Ο μετασχηματιστής είναι μια ηλεκτρική διάταξη που μετατρέπει εναλλασσόμενη ηλεκτρική ενέργεια ενός επιπέδου τάσης
Διαβάστε περισσότεραΗΜΥ 445 Μοντέλα κόστους παραγωγής
ΗΜΥ 445 Μοντέλα κόστους παραγωγής Δρ. Ηλίας Κυριακίδης Λέκτορας ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ 27 Ηλίας Κυριακίδης, Τμήμα Ηλεκτρολόγων Μηχανικών
Διαβάστε περισσότεραΧρησιμοποιήστε ως τιμή βάσης για την ισχύ 100 MVA και τιμές βάσης για την τάση τις αντίστοιχες τάσεις που θα επιλέξετε ανάλογα με την περιοχή.
ΗΜΥ 442 και ΗΜΥ 680: Ανάλυση Συστημάτων Ηλεκτρικής Ισχύος Χειμερινό Εξάμηνο 2010 Σχεδιασμός και ανάλυση συστήματος μεταφοράς Ημερομηνία Παραδόσεως Εργασίας: Πέμπτη, 10/12/10 Α. Ορισμός προβλήματος Το Σχεδιάγραμμα
Διαβάστε περισσότεραΠαράρτημα. Πραγματοποίηση μέτρησης τάσης, ρεύματος, ωμικής αντίστασης με χρήση του εργαστηριακού εξοπλισμού Άσκηση εξοικείωσης
Παράρτημα Πραγματοποίηση μέτρησης τάσης, ρεύματος, ωμικής αντίστασης με χρήση του εργαστηριακού εξοπλισμού Άσκηση εξοικείωσης Σκοπός του παραρτήματος είναι η εξοικείωση των φοιτητών με τη χρήση και τη
Διαβάστε περισσότεραΠίνακες >>A = [ 1,6; 7, 11]; Ή τον πίνακα >> B = [2,0,1; 1,7,4; 3,0,1]; Πράξεις πινάκων
Πίνακες Ένας πίνακας είναι μια δισδιάστατη λίστα από αριθμούς. Για να δημιουργήσουμε ένα πίνακα στο Matlab εισάγουμε κάθε γραμμή σαν μια ακολουθία αριθμών που ξεχωρίζουν με κόμμα (,) ή κενό (space) και
Διαβάστε περισσότεραΚεφάλαιο 5 Κριτήρια απόρριψης απόμακρων τιμών
Κεφάλαιο 5 Κριτήρια απόρριψης απόμακρων τιμών Σύνοψη Στο κεφάλαιο αυτό παρουσιάζονται δύο κριτήρια απόρριψης απομακρυσμένων από τη μέση τιμή πειραματικών μετρήσεων ενός φυσικού μεγέθους και συγκεκριμένα
Διαβάστε περισσότεραΓνωριμία με το Σχολικό Εργαστήριο Φυσικών Επιστημών
Φυσική Α Γενικού Λυκείου Γνωριμία με το Σχολικό Εργαστήριο Φυσικών Επιστημών (Μετρήσεις, αβεβαιότητα, επεξεργασία δεδομένων) Υποστηρικτικό υλικό 20 Οκτωβρίου 2016 Μαρίνα Στέλλα, Υπεύθυνη ΕΚΦΕ Σχολικό Εργαστήριο
Διαβάστε περισσότεραΣτατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες
Ορισμός Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες αβεβαιότητας. Βασικές έννοιες Η μελέτη ενός πληθυσμού
Διαβάστε περισσότεραΗλεκτροτεχνία Ηλ. Μηχανές & Εγκαταστάσεις πλοίου Βασικές αρχές ηλεκτροτεχνίας
Βασικά στοιχεία τοπολογίας (1/2) Κλάδος δικτύου: Κάθε στοιχείο (πηγές,r,l,c) του δικτύου με δύο ακροδέκτες ή οποιαδήποτε ομάδα συνδεδεμένων στοιχείων που σχηματίζουν ένα σύνολο δύο ακροδεκτών Ακροδέκτης
Διαβάστε περισσότεραΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΞΙΟΛΟΓΗΣΗ ΤΗΣ ΠΟΙΟΤΗΤΑΣ
ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΞΙΟΛΟΓΗΣΗ ΤΗΣ ΠΟΙΟΤΗΤΑΣ Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ Αναπληρωτής Καθηγητής Πανεπιστήμιο Δυτικής Αττικής 3ο εξάμηνο http://eclass.uniwa.gr
Διαβάστε περισσότεραΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ
ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ ΕΙΣΑΓΩΓΗ Ο όρος «ποιότητα», είναι μια απλή έννοια που εκφράζεται
Διαβάστε περισσότεραΔιαχείριση Υδατικών Πόρων
Εθνικό Μετσόβιο Πολυτεχνείο Διαχείριση Υδατικών Πόρων Γ.. Τσακίρης Μάθημα 3 ο Λεκάνη απορροής Υπάρχουσα κατάσταση Σενάριο 1: Μέσες υδρολογικές συνθήκες Σενάριο : Δυσμενείς υδρολογικές συνθήκες Μελλοντική
Διαβάστε περισσότεραΟικονομετρία Ι. Ενότητα 4: Διάστημα Εμπιστοσύνης - Έλεγχος Υποθέσεων. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής
Οικονομετρία Ι Ενότητα 4: Διάστημα Εμπιστοσύνης - Έλεγχος Υποθέσεων Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative
Διαβάστε περισσότεραHMY 795: Αναγνώριση Προτύπων
HMY 795: Αναγνώριση Προτύπων Διάλεξη 5 Κατανομές πιθανότητας και εκτίμηση παραμέτρων Κατανομές πιθανότητας και εκτίμηση παραμέτρων δυαδικές τυχαίες μεταβλητές Διαχωριστικές συναρτήσεις Ταξινόμηση κανονικών
Διαβάστε περισσότεραΈλεγχος υποθέσεων και διαστήματα εμπιστοσύνης
1 Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης Όπως γνωρίζουμε από προηγούμενα κεφάλαια, στόχος των περισσότερων στατιστικών αναλύσεων, είναι η έγκυρη γενίκευση των συμπερασμάτων, που προέρχονται από
Διαβάστε περισσότεραΑνασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων
Τοπογραφικά Δίκτυα και Υπολογισμοί 5 ο εξάμηνο, Ακαδημαϊκό Έτος 2016-2017 Ανασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων Χριστόφορος Κωτσάκης Τμήμα Αγρονόμων Τοπογράφων Μηχανικών
Διαβάστε περισσότεραHMY 799 1: Αναγνώριση Συστημάτων
HMY 799 : Αναγνώριση Συστημάτων Διάλεξη Στοχαστικές Τυχαίες Μεταβλητές/ Στοχαστικά Σήματα Πειραματικά δεδομένα >Επιλογή τύπου μοντέλου >Επιλογή κριτηρίου >Υπολογισμός >Επικύρωση Προσαρμογή καμπύλης (Curve
Διαβάστε περισσότεραΕφαρμοσμένα Μαθηματικά ΙΙ Τελική Εξέταση 19/6/2018 Διδάσκων: Ι. Λυχναρόπουλος
Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας Άσκηση (Μονάδες.) Εφαρμοσμένα Μαθηματικά ΙΙ Τελική Εξέταση 9/6/08 Διδάσκων: Ι. Λυχναρόπουλος Έστω A= k και w = 3 0. Να βρεθεί η τιμή του k για την οποία
Διαβάστε περισσότεραΠανεπιστήμιο Θεσσαλίας
Πανεπιστήμιο Θεσσαλίας Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Ανάλυση Κυκλωμάτων Εργαστηριακές Ασκήσεις Εργαστήριο 4 Ορθότητα, Ακρίβεια και Θόρυβος (Accuracy, Precision and Noise) Φ. Πλέσσας
Διαβάστε περισσότεραΤΕΙ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ
ΤΕΙ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Σχολή Τεχνολογικών Εφαρμογών Τμήμα Πολιτικών Μηχανικών ΤΕ και Μηχανικών Τοπογραφίας & Γεωπληροφορικής ΤΕ κατεύθυνση Μηχανικών Τοπογραφίας και Γεωπληροφορικής ΤΕ Τοπογραφικά και
Διαβάστε περισσότεραΑνασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων
Τοπογραφικά Δίκτυα και Υπολογισμοί 5 ο εξάμηνο, Ακαδημαϊκό Έτος 2017-2018 Ανασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων Χριστόφορος Κωτσάκης Τμήμα Αγρονόμων και Τοπογράφων
Διαβάστε περισσότεραΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική
ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ 7o Μάθημα: Απλή παλινδρόμηση (ΕΠΑΝΑΛΗΨΗ) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & ΠΑΜΑΚ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana
Διαβάστε περισσότεραΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία
ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ Οικονομετρία 6.1 Ετεροσκεδαστικότητα: Εισαγωγή Συχνά, η υπόθεση της σταθερής διακύμανσης των όρων σφάλματος,
Διαβάστε περισσότεραΠειραματική Ρευστοδυναμική. Σφάλματα και Αβεβαιότητα Μετρήσεων
Εργαστήριο Τεχνικής Θερμοδυναμικής Τμήμα Μηχανολόγων & Αεροναυπηγών Μηχανικών Πανεπιστήμιο Πατρών Πειραματική Ρευστοδυναμική Σφάλματα και Αβεβαιότητα Μετρήσεων Αλέξανδρος Γ. Ρωμαίος Χειμερινό Εξάμηνο 2018
Διαβάστε περισσότεραΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά
ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ Επικ. Καθ. Στέλιος Ζήμερας Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά 2015 Πληθυσμός: Εισαγωγή Ονομάζεται το σύνολο των χαρακτηριστικών που
Διαβάστε περισσότεραΑΠΟΤΥΠΩΣΕΙΣ - ΧΑΡΑΞΕΙΣ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΣΦΑΛΜΑΤΩΝ
ΑΠΟΤΥΠΩΣΕΙΣ - ΧΑΡΑΞΕΙΣ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΣΦΑΛΜΑΤΩΝ Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ Επίκουρος Καθηγητής ΤΕΙ Αθήνας 3ο εξάμηνο http://eclass.teiath.gr Παρουσιάσεις, Ασκήσεις,
Διαβάστε περισσότεραΧρησιμοποιήστε σαν βάση για την ισχύ την τιμή των 100 ΜVA. Η τιμή βάσης για την τάση θα πρέπει να καθοριστεί ανάλογα με την αντίστοιχη περιοχή.
ΗΜΥ 680: Ανάλυση Συστημάτων Ηλεκτρικής Ισχύος Χειμερινό Εξάμηνο 2016 Σχεδιασμός και ανάλυση συστήματος μεταφοράς Ημερομηνία Παραδόσεως Εργασίας: Τετάρτη, 7/12/16 A. Ορισμός του προβλήματος Το Σχεδιάγραμμα
Διαβάστε περισσότεραΥΛΟΠΟΙΗΣΗ ΩΜΟΜΕΤΡΟΥ ΚΑΙ ΜΕΤΡΗΤΗ ΤΑΣΗΣ DC
ΥΛΟΠΟΙΗΣΗ ΩΜΟΜΕΤΡΟΥ ΚΑΙ ΜΕΤΡΗΤΗ ΤΑΣΗΣ DC ΕΠΩΝΥΜΟ ΟΝΟΜΑ Α.Μ. ΤΜΗΜΑ ΗΜΕΡΟΜΗΝΙΑ ΔΙΕΞΑΓΩΓΗΣ:.... /..../ 20.. ΗΜΕΡΟΜΗΝΙΑ ΠΑΡΑΔΟΣΗΣ:.... /..../ 20.. ΤΕΙ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ Τ.Ε. ΑΝΤΙΚΕΙΜΕΝΟ
Διαβάστε περισσότεραΑΣΚΗΣΗ 2: ΥΛΟΠΟΙΗΣΗ ΩΜΟΜΕΤΡΟΥ & ΜΕΤΡΗΤΗ ΤΑΣΗΣ DC
ΤΕΙ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ Τ. Ε. ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΟΛΟΓΙΑΣ ΜΕΤΡΗΣΕΩΝ Ημερομηνία:... /.... /20... Τμήμα:..... Ομάδα: ΑΣΚΗΣΗ 2: ΥΛΟΠΟΙΗΣΗ ΩΜΟΜΕΤΡΟΥ & ΜΕΤΡΗΤΗ ΤΑΣΗΣ DC Βήμα 1. Κάνοντας
Διαβάστε περισσότεραΑναγνώριση Προτύπων Ι
Αναγνώριση Προτύπων Ι Ενότητα 1: Μέθοδοι Αναγνώρισης Προτύπων Αν. Καθηγητής Δερματάς Ευάγγελος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται
Διαβάστε περισσότεραΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ Η ΣΥΝΟΡΘΩΣΗ ΤΩΝ ΟΡΙΖΟΝΤΙΩΝ ΔΙΚΤΥΩΝ (ΤΟ ΣΥΣΤΗΜΑ ΤΩΝ ΚΑΝΟΝΙΚΩΝ ΕΞΙΣΩΣΕΩΝ)
ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ Η ΣΥΝΟΡΘΩΣΗ ΤΩΝ ΟΡΙΖΟΝΤΙΩΝ ΔΙΚΤΥΩΝ (ΤΟ ΣΥΣΤΗΜΑ ΤΩΝ ΚΑΝΟΝΙΚΩΝ ΕΞΙΣΩΣΕΩΝ) Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ 3ο εξάμηνο http://eclass.teiath.gr
Διαβάστε περισσότεραπροβλήµατος Το φίλτρο Kalman διαφέρει από τα συνηθισµένα προβλήµατα ΜΕΤ σε δύο χαρακτηριστικά: παραµέτρων αγνώστων
Φίλτρα Kalman Εξαγωγή των εξισώσεων τους µε βάση το κριτήριο ελαχιστοποίησης της Μεθόδου των Ελαχίστων Τετραγώνων. Αναλυτικές Μέθοδοι στη Γεωπληροφορική Μεταπτυχιακό Πρόγραµµα ΓΕΩΠΛΗΡΟΦΟΡΙΚΗ ιατύπωση του
Διαβάστε περισσότεραΤμήμα Φυσικής Πανεπιστημίου Κύπρου Χειμερινό Εξάμηνο 2016/2017 ΦΥΣ102 Φυσική για Χημικούς Διδάσκων: Μάριος Κώστα
Τμήμα Φυσικής Πανεπιστημίου Κύπρου Χειμερινό Εξάμηνο 2016/2017 ΦΥΣ102 Φυσική για Χημικούς Διδάσκων: Μάριος Κώστα ΔΙΑΛΕΞΗ 16 Συνεχή ρεύματα και κανόνες του Kirchhoff ΦΥΣ102 1 Ηλεκτρεγερτική δύναμη Ένα ηλεκτρικό
Διαβάστε περισσότεραΜια από τις σημαντικότερες δυσκολίες που συναντά ο φυσικός στη διάρκεια ενός πειράματος, είναι τα σφάλματα.
Εισαγωγή Μετρήσεις-Σφάλματα Πολλές φορές θα έχει τύχει να ακούσουμε τη λέξη πείραμα, είτε στο μάθημα είτε σε κάποια είδηση που αφορά τη Φυσική, τη Χημεία ή τη Βιολογία. Είναι όμως γενικώς παραδεκτό ότι
Διαβάστε περισσότεραΠανεπιστήμιο Κύπρου Πολυτεχνική Σχολή
Πανεπιστήμιο Κύπρου Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών ΗΜΜΥ 795: ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ Ακαδημαϊκό έτος 2010-11 Χειμερινό Εξάμηνο Practice final exam 1. Έστω ότι για
Διαβάστε περισσότεραΣτατιστική Ι. Ενότητα 8: Επαγωγική Στατιστική. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 8: Επαγωγική Στατιστική. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραHMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. Χρόνου (Ι)
HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Χρόνου (Ι) Στοχαστικά σήματα Στα προηγούμενα: Ντετερμινιστικά
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 0. Απλή Γραμμική Παλινδρόμηση. Ένα Πρόβλημα. Η επιδιωκόμενη ιδιότητα. Ένα χρήσιμο γράφημα. Οι υπολογισμοί. Η μέθοδος ελαχίστων τετραγώνων ...
ΚΕΦΑΛΑΙΟ 0 Ένα Πρόβλημα Δεδομένα.6 3. 3.8 4. 4.4 5.8 6.0 6.7 7. 7.8 5.6 7.9 8.0 8. 8. 9. 9.5 9.4 9.6 9.9 Απλή Γραμμική Παλινδρόμηση Μωυσιάδης Χρόνης 6 o Εξάμηνο Μαθηματικών Έχει σχέση το με το ; Ειδικότερα
Διαβάστε περισσότερα