PRELEVAREA SI PRELUCRAREA DATELOR DE MASURARE

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "PRELEVAREA SI PRELUCRAREA DATELOR DE MASURARE"

Transcript

1 Lucrarea r. PRELEVAREA SI PRELUCRAREA DATELOR DE MASURARE. GENERALITATI I electrotehcă ş electrocă terv umeroase mărm fzce ca: tesue, curet, rezsteţă, eerge, etc., care se caracterzează pr mărme ş pr aumte raportur ître ele. Aprecerea cattatvă a propretăţlor acestor mărm se realzează pr operaţa de măsurare. A măsura o mărme îseamă a o compara cu altă mărme, de obce de aceeaş atură, luată coveţoal ca referţă, care determă ş utatea de măsură. Operaţa de măsurare se exprmă matematc pr formula: X = U (.) ude: - X = mărmea de măsurat; - = valoarea umercă a mărm de măsurat; - U = utatea de măsură. Orce proces de măsurare coţe 4 elemete prcpale: - măsuradul (mărmea de măsurat); - metoda de măsurare; - aparatul de măsurare; - etaloul; O propretate măsurablă a uu obect este umtă mărme, ar o codţe de măsurabltate este ca mărmea fzcă să costtue o mărme ordoablă. I plus este ecesar să se poată stabl coveţoal o corespodeţă buvocă ître mulţmea valorlor mărm ş mulţmea umerelor reale: coveţa de scară (defeşte ş utatea de măsură). Rezultatul fal al orcăre măsurăr este u umăr, care împreuă cu utatea de măsură caracterzează mărmea de măsurat. Mărmle măsurable î electrotehcă sut de 3 tpur: - mărm costate, petru care valoarea stataee este aceeaş dferet de mometul ş durata măsurăr (T m ). T m este lmtat î acest caz doar de velul perturbaţlor, de tmpul de răspus al aparatulu ş beîţeles de tmpul de trasmtere a formaţe de măsurare spre utlzator. - mărm varable staţoare, petru care se pot măsura valor stataee, asamblul valorlor stataee îtr-u aumt terval de tmp sau u parametru global cum ar f: - valoarea mede X = x( t) dt (.) med t t t t

2 - valoarea efectvă X = x ( t) dt t t (.3) t t - valoarea de vârf xm = max x( t) (.4) t t Itervalul de tmp t -t se alege astfel îcât parametrul global să rezulte depedet de tmp. - mărm varable estaţoar, caz î care teresează parametr ca: - valoarea stataee la u aumt momet sau u şr de valor stataee la aumte momete de tmp; - valoarea mede pe u terval de tmp [t, t ]; - asamblul valorlor stataee îtr-u terval de tmp. I cazul acestor mărm parametr global depd de tervalul de tmp î care se măsoară.. SURSE DE ERORI. CLASIFICAREA ERORILOR Itr-o măsurare de orce atură, orcât de corect ar f executată, char dacă sut utlzate cele ma precse metode ş aparate, rezultatul dferă de valoarea reală, (coveţoal) adevărată. Dfereţa rezultatulu obţut pr măsurarea mărm ş valoarea sa reală: Δ x = xm - x (.), ude x m este rezultatul măsurăr, ar x este valoarea adevărată a mărm fzce măsurate, poartă umele de eroare de măsurare. Pr termedul eror de măsurare se defeşte precza, care costtue u dcator prcpal al caltăţ măsurăr. I geeral erorle se datorează ma multor cauze: - obectulu supus măsurăr - eror de model. Se datorează dealzăr sstemulu fzc asupra cărua se efectuează măsurarea. Pr aceasta se egljează uele propretăţ sau mărm fzce caracterstce acestua. Tot ac se îcadrează ş cele datorate stabltăţ î tmp a mărm fzce măsurate. Istabltatea poate f o varaţe mootoă (dervă), varaţe cclcă sau eregulată; - aparatulu de măsurare - eror strumetale. Pot f deseor cele ma mportate. Acestea sut de regulă cuoscute dacă aparatul este folost corect; - teracţu aparat - obect - eror de teracţue. Acestea sut provocate de aparat asupra obectulu de măsură (electromagetc sau mecac) sau recproc (datortă puter absorbte de aparat, jecţe de cureţ sau tesu parazte, perturbaţe câmpulu datortă traductorulu). - flueţe exteroare - eror de flueţa. Sut o cosecţă a factorlor de medu, a câmpurlor perturbatoare sau datorate prezeţe operatorulu... Eror sstematce, eror aleatoare, eror grosolae Mărmle de flueţă rapd varable î tmp, luâd î tmpul uor măsurăr repetate dferte valor, dau aştere erorlor aleatoare, ar cele let varable, avâd aceleaş valor î tmpul măsurărlor

3 repetate, dau aştere erorlor sstematce. Cu toate acestea erorle u pot f împărţte î mod uvoc î eror sstematce ş aleatoare. Departajarea lor î categor dstcte depde de durata totală a măsurărlor. De exemplu, dacă măsurarea se repetă la tervale mar eroarea sstematcă poate deve aleatoare. Pot exsta mărm de flueţă a căror peroadă este comparablă cu cea a măsurărlor, acestea dâd aştere la eror care u sut c sstematce c aleatoare. Dfereţa apare doar pr aceea că erorle aleatoare pot f puse î evdeţă pr repetarea măsurăr, pe câd cele sstematce sut edetermable pr expermetul î se, evaluarea lor ecestâd formaţ suplmetare. Caltatea ue măsurăr de a f eafectată de eror se umeşte precze. Neafectarea cu eror sstematce se umeşte justeţe, ar eafectarea cu eror aleatoare se umeşte repetabltate (fdeltate): aparţe. JUSTETE PRECIZIE eroare sstematca eroare REPETABILITATE eroare aleatoare Erorle grosolae (greşel) se caracterzează pr valor foarte mar, ş au probabltate mcă de.. Eror absolute ş relatve. Eroarea maxm admsblă U alt crteru de clasfcare al erorlor este după modul lor de exprmare. Eroarea absolută se defeşte ca fd dfereţa valor mărm măsurate ş valor mărm reale (adevărate), ΔX = X Xe (.). Eroarea absolută cu sem schmbat se umeşte corecţe. Eroarea relatvă este u raport dtre eroarea absolută ş valoarea adevărată sau cea de referţă: ΔX ΔX ε r = (.3) Xe X Eroarea raportată este smlară cu (.3) cu dfereţa că valoarea adevărată se îlocueşte cu valoarea de referţă: ΔX ε R = (.4) Xc Dacă îtr-u şr de măsurăr, d cauze aleatoare se obţ dferte valor x m ale mărm de măsurat, se determă erorle Δx cu relaţa (.), după care se reţe cea ma mare valoare Δx : Δ x care se umeşte eroare maxm admsblă. ad max = Δ xmax = Δ x (.5) = 3. PRECIZIA INSTRUMENTALA. CLASE DE PRECIZIE Orce aparat de măsurare este caracterzat pr precza strumetală, caltate a aparatulu de a da rezultate cât ma apropate de valoarea adevărată a măsuradulu. Cattatv, precza strumetală este 3

4 descrsă de eroarea strumetală. Aceasta clude atât eroarea sstematcă cât ş pe cea aleatoare. Petru ormarea erorlor tolerate (admsble) ale aparatulu de măsurare, erorle strumetale se împart î eror de bază (eror trsec) ş eror suplmetare (eror de flueţă). Erorle de bază sut erorle î codţ de referţă (adcă î codţ de medu be stablte), prescrse pr stadarde ş orme. Erorle suplmetare sut cele provocate de varaţa mărmlor de flueţă (ale medulu). Acestea sut prescrse petru varaţa fecăre mărm de flueţă separat, î tervalele omale ale acestora. Exstă ş o altă modaltate de prescrere a uor eror de fucţoare care să u fe depăşte î îtregul terval de varaţe al tuturor mărmlor de flueţă, orcare ar f combaţa lor. Erorle tolerate ale aparatulu de măsurare se exprmă îtr-ua d următoarele forme: a) Eroarea absolută. Este folostă rar petru caracterzarea aparatelor de măsurare petru mărm electrce. Se ma îtâleşte la uele aparate petru măsurarea mărmlor eelectrce ş la etaloae. Ea se exprmă sub forma: e = ± a (3.) ude e = eroarea absolută tolerată, a = mărme costată exprmată pr aceleaş utăţ de măsură ca ş măsuradul. b) Eroarea relatvă. Este cea ma folostă câd eroarea absolută a aparatulu este aproxmatv proporţoală cu valoarea măsuradulu ş este de dort ca eroarea tolerată să fe exprmată prtr-u umăr care să rămâă costat î tot tervalul de măsurare al aparatulu. Eroarea relatvă tolerată se ormează sub forma: e r = eroarea relatvă tolerată 00 e = ± [%] = b % (3.), ude: x er ± x = valoarea măsuradulu e = modulul eror absolute tolerate b = umăr admesoal poztv. c) Eroare raportată (procete d valoarea coveţoală). Se foloseşte câd eroarea absolută a aparatulu este costată î tervalul de măsurare ş este de dort ca eroarea tolerată să fe exprmată prtr-u umăr care să rămâă costat petru o categore de aparate smlare, dar cu lmte de măsurare dferte. Acestea se aplcă la marea majortate a aparatelor electrce dcatoare. Ele se ormează ca ma jos: 00 e er = ± [%] = ± p [%] (3.3), ude: X C e R =eroarea raportată tolerată, e =modulul eror absolute tolerate, X C =valoarea coveţoală, p =umăr admesoal poztv. Valoarea coveţoală X C poate f: 4

5 - lmta superoară de măsurare (la aparatele cu scară lară ce au reperul zero la extremtatea scăr sau î afara e); - cea ma mare lmtă de măsurare sau suma modulelor lmtelor de măsurare (la aparatele cu reperul zero î terorul scăr); - valoarea omală a măsuradulu (la aparatele la care este fxată o valoare omală); - lugmea scăr gradate (la aparatele cu scară elară, cu e exprmată î aceleaş utăţ de măsură ca ş lugmea scăr gradate). d) Combaţ de eror relatve ş raportate. Se folosesc atuc câd eroarea absolută a aparatulu are o compoetă depedetă de valoarea măsuradulu (eroare de zero) ş o compoetă proporţoală cu aceasta (eroare de proporţoaltate). Acest tp de eroare se utlzează la puţ, compesatoare, voltmetre dfereţale, mpedaţmetre, multmetre dgtale. Ea se exprmă sub formă de eroare relatvă: sau sub formă de eroare absolută: = er Xm b+c [%] x ± (3.4) e= ± ( b x + c Xm) (3.5), ude: e r = eroare relatvă tolerată, e = eroare absolută tolerată, x = valoarea măsuradulu, x m = lmta superoară a game de măsurare, b, c= umere admesoale poztve. Factor b ş c sut umţ mpropru eroare de ctre ş eroare d capăt de scară. Ueor eroarea tolerată se exprmă ş sub forma: e= ± b % ± Δx (3.6) sau e = ± b % ± dgt (3.7), ude Δx=cost. I fgura următoare sut reprezetate dferte modur de exprmare ale erorlor tolerate. y y y x m x x m x xm x a) b) c) Fgura. a) eroare raportată costată b) eroare relatvă costată c) combaţe de eroare raportată ş relatvă costate. Clasa de precze reflectă u aumt asamblu de propretăţ metrologce ale aparatelor, dar u repreztă î mod ecesar precza măsurăr făcute cu acel aparat. Valorle stadardzate ale clase de precze sut: 0,00; 0,00; 0,005; 0,0; 0,0; 0,05; 0,; 0,; 0,5; ; ; 5. I Tabelul sut date exemple de desemare ş exprmare ale clase de precze: 5

6 Tabelul Modul de exprmare Eroarea toleratã Idce de clasã Eroare relatvã e r =±b% b Eroare raportatã e R =±p% p Eroare raportatã la lugmea scãr e =±p% R p Combate de er. relatvã s raportatã X m e =[b +c( )] r x b b /c Observaţe: clasa de precze u dă drect eroarea de măsurare a aparatulu. I geeral, eroarea absolută este costată, dar eroarea relatvă, care teresează î majortatea cazurlor, creşte pe măsura Δx Δx Xc Xc aproper de capătul de jos al scăr de măsurare: ε r = = = ε R (3.8). x Xc x x 4. PRELEVAREA DATELOR EXPERIMENTALE I fucţe de precza măsurăr avem: - măsurăr uzuale; - măsurăr de precze: - de verfcare ş calbrare; - petru determarea uor costate. Prelevarea datelor î cadrul ue măsurăr se face î prmul râd î fucţe de precza mpusă măsurăr ş apo î fucţe de modul de varaţe al semalulu î tmp. 4.. Măsurăr uzuale Măsurărle uzuale se efectuează î cazul î care se doreşte obţerea promptă a rezultatulu măsurăr. I acest caz u se mpue o precze rdcată ş u se estmează erorle. Ele se efectuează char î medul de desfăşurare a uu proces tehologc utlzâd o aparatură ma puţ sesblă dar robustă ş aplcâd metode de devaţe (cu ctre drectă) sau metode dfereţale (asocaţe ître cele cu ctre drectă ş cele de zero). Aparatul aflat la dspozţe se cosderă bu, se cteşte dcaţa acestua, după ce î prealabl a fost comutat pe scara adecvată. Măsurarea se poate relua î scopul asgurăr corecttud acestea. Măsurărle uzuale se aplcă î cazul uor compoete îate de troducerea lor î crcut, la măsurarea uor mărm care terv îtr-u proces tehologc î scopul cotrolulu ş al reglajulu dacă se depăşesc aumte lmte prestablte sau la cotrolul ş reglajul uor crcute electroce. I cazul î care erorle aleatoare sut mportate, datorate î prcpal fluctuaţlor valor măsuradulu (măsurarea rezsteţe de cotact, măsurarea rezstvtăţ uu materal eomoge), este 6

7 ecesar să se efectueze cel puţ 4-5 măsurăr repetate după care se aplcă metodologa de estmare a eror aleatoare. 4.. Măsurăr de precze Măsurărle de precze se ma umesc ş măsurăr de laborator. Pe lâgă faptul că sut caracterzate de o precze rdcată, î cadrul acestor metode se estmează erorle ş se fac corecţ asupra valorlor mărmlor măsurate. Acestea se efectuează de obce î camere specale, clmatzate, ecraate electromagetc, utlzâd aparatură de mare sesbltate ş metode de comparaţe. Măsurărle de laborator se utlzează î cercetarea ştţfcă, la etaloarea ş verfcarea mjloacelor de măsurare. A. Măsurăr de calbrare Calbrarea costă î compararea uu aparat de măsurare cu u etalo, cu scopul de gradare sau ajustare a acestua, verfcare, sau etaloare. Gradarea se face la fabrcare, ar ajustarea se face după reparaţ sau î tmpul exploatăr petru fxarea caracterstc de trasfer î lmtele admse. Verfcarea aparatulu de măsurat costă î costatarea îcadrăr erorlor acestua î lmtele erorlor tolerate, coform clase sale de precze. Ca rezultat al verfcăr, aparatul este adms sau resps. Etaloarea aparatulu de măsurare costă î determarea corecţlor (eror sstematce cu sem schmbat) î îtregul domeu de măsurare al aparatulu. Rezultatul etaloăr este cosemat îtr-u certfcat de etaloare, î care se specfcă toate corecţle determate. B. Măsurăr petru determarea uor costate Aceste tpur de măsurăr sut î geeral drecte, folosd dferte fucţ de ma multe varable: y = f ( x, x,..., x ) (4.) Idcaţle x ale celor aparate de măsurare se otează petru u umăr mare de măsurăr (5-0). Ele vor f foloste î aalza statstcă petru determarea eror ş la determarea mărm y. 5. PRELUCRAREA DATELOR SI PREZENTAREA REZULTATELOR 5.. Măsurăr uzuale I cazul măsurărlor uzuale, cu eror sstematce predomate, certtudea aparatulu de măsurare este hotărâtoare. Ea este specfcată petru fecare aparat sub forma eror lmtă tolerate. Rezultatul măsurăr se dă sub forma: x ± x ± ε (5.), ude: = m = xm = x m = valoarea măsurată, ε = certtudea corespuzătoare eror lmtă, ε max - x (5.) I cazul măsurărlor uzuale cu eror aleatoare mportate, după efectuarea celor 4-5 măsurăr, se aplcă metodologa de estmare a certtud aleatoare folosd metoda STUDENT. Această metodă se 7

8 aplcă î cazul uu umăr mc de măsurăr (tpc 0); dacă, repartţa Studet tde spre repartţa ormală (Gauss). Destatea de repartţe Studet este de forma: + + Γ( ) ( ) t p t = + (5.) π Γ( ) ude este umărul de măsurăr, ar Γ() - fucţa lu Euler. Itegrâd p(t) de la - la t obţem fucţa de repartţe Studet: + + t Γ( ) t u = = + F( t) p( u) du du (5.3) π Γ ( ) Varabla t se găseşte tabelată î fucţe de ş P *. Probabltatea ca t să se afle î tervalul (-t, t ) este: P( t, t ) = p( t) dt = Φ( t) t t (5.4), ude Ф(t) este tegrala Studet. Eroarea maxmă a uu rezultat dtr-u şr de măsurăr este δx max = ± ts (5.5), ar abaterea mede este t S δ x = ± (5.6), ude: - estmaţa mede. S = δx ( x - X ) = = = (5.7), S - estmaţa abater stadard, ar X = I baza relaţlor date, estmarea erorlor dată de repartţa Studet decurge astfel: - se alege u vel de îcredere P * de 0.9 sau 0.95 = x (5.8) - se calculează estmaţa mede rezultatelor dvduale X - se calculează S - se calculează = S X S asocat P *. - se determă, t î fucţe de P * ş - se determă lmtele de îcredere δ Xmax ş δ X - rezultatul se preztă sub forma: x= X δ sau x = X ± max δ X cu specfcarea velulu de îcredere ± x 5.. Măsurăr de precze - verfcăr, etaloăr Datortă precze cerute, trebue ţut cot atât de prezeţa erorlor aleatoare cât ş a celor sstematce. I cazul î care ua d cele două eror este predomată, procedeul poate f smplfcat. Erorle sstematce se determă d datele de măsurare pr lmtele ± a ître care se aprecază că este stuată eroarea. Petru aceasta se folosesc date de catalog ş documetaţle tehce ale strumetelor foloste (clasa de precze, de ex.). Itrucât î terorul acestor lmte eroarea sstematcă poate lua orce valoare, ea poate f cosderată echprobablă î acest domeu. Aceasta este aşa-umta dstrbuţe 8

9 rectagulară petru care eroarea mede pătratcă este dată de: σ = a / 3 (5.9). Icerttudea aleatoare echvaletă deve: ε= ± tσ (5.0), ude t se a d tabel petru valoarea aleasă P * a velulu de îcredere ş (metoda aleatorzăr erorlor sstematce). Petru estmarea erorlor aleatoare se va folos fe metoda Studet ( < 0) sau metoda Gauss ( > 0). Metoda Gauss presupue o destate de probabltate descrsă de o fucţe de forma: ( x μ) σ (,, ) f (5.), ude μ ş σ sut meda ş dspersa date de relaţle: x μ σ = σ e π μ = M x) = x f ( x) dx ( (5.) σ = D ( x) = ( x M ( x)) f ( x) dx (5.3) Meda ş dspersa petru u set de măsurăr se determă astfel: x = = μ (5.4), δx σ = = (5.5), δ = x - μ ech x (5.6). Pr traslarea axelor ş raportare, obţem dstrbuţa ormală-ormată Laplace-Gauss, descrsă z de fucţa de varablă z, f ( z,0,) = e (5.7). Probabltatea ca valoarea să se stueze î terorul π tervalulu smetrc faţă de mede de lăţme ±zσ se calculează cu relaţa: P x μ z σ) = Φ( z ) (5.8), ( p ude Ф(z) este tegrala Laplace-Gauss. Aceasta repreztă gradul de îcredere ş are valorle 68,6; 95,46; 99,73 petru z egal cu, ş respectve 3. Smlar cu repartţa Studet, estmăr erorlor pr metoda Gauss decurge astfel: - se alege u vel de îcredere P de 0.95 sau 0.99 (z = sau z = 3) - se calculează valoarea mede μ = X, rel. (5.4) - se calculează σ, rel. (5.5) - se calculează eroarea maxmă = ± z σ (5.9) xmax δ - se calculează eroarea mede z σ = ± δμ (5.0) - rezultatul se preztă sub forma: x= X δ sau x = X ± max δ μ, cu specfcarea velulu de îcredere ± x P asocat. Compuerea celor două tpur de eror este pătratcă: I fal rezultatul măsurăr se dă sub forma: x = ± e μ (5.) e = ± (5.) ε + δ 6. REPREZENTAREA GRAFICA A DATELOR EXPERIMENTALE I geeral rezultatele măsurărlor costtue o mulţme dezordoată de valor. Petru terpretarea comodă a acestora se preferă reprezetarea grafcă sub formă de hstogramă ş polgo de frecveţe. Petru aceasta tervalul de varaţe a rezultatelor se împarte î tervale elemetare de aceeaş lugme umte tervale de grupare. Lugmea lor se calculează cu formula lu Sturges: 9

10 xmax - xm d = (6.) + 3, lg Numtorul se rotujeşte la îtregul cel ma apropat. - Se îtocmeşte tabelul cu date prmare: Tabelul Nr. crt X - se ordoează î ses crescător datele d tabelul precedet, ş pe baza formule lu Sturges se stablesc tervalele de grupare sau clasele; - se calculează petru fecare terval de grupare valoarea cetrală sau mede; - se determă umărul de date,, corespuzător ue clase. Numărul se umeşte frecveţă absolută; - se calculează frecveţa relatvă: f = (6.); - rezultatele se trec î tabelul următor: Tabelul 3 Itervale de clase x m - (x m +d) (x m +d) - (x m +d)... (x max d)- x max Valoare cetrală Frecveţa absolută Frecveţă relatvă f - Petru hstogramă se costruesc dreptughur avâd baza egală cu tervalul de grupare ar îălţmea egală cu frecveţa absolută sau relatvă; - Dacă se doreşte polgoul de frecveţa se uesc pr segmete de dreaptă mjloacele laturlor superoare ale dreptughurlor hstograme. Grafcul va arăta ca î fgura. Fgura 0

11 7. LUCRARI DE EFECTUAT IN LABORATOR 7.. Se observă marcarea clase de precze petru câteva etaloae ş aparate de măsurat electrce ş umerce (dgtale). Se otează clasa de precze aşa cum apare marcată, valoarea dcelu de clasă corespuzător, eroarea d care prove ş se calculează eroarea relatvă procetuală. 7.. Se verfcă u voltmetru aalogc de curet cotuu pr comparaţe drectă cu uul dgtal (metoda aparatulu etalo). Datele se trec îtr-u tabelul adecvat, de ex. Tabelul 4, ş se prelucrează petru a obţe îcadrarea îtr-o clasă de precze, c exp., ce poate f dfertă de cea marcată, c, atuc câd aparatul verfcat u ma măsoară corect. Tabelul 4 Nr. crt. U V [V] U V [V] ΔU [V] ε r [%] ε R [%] Observaţ c = c exp. = Ştd clasele de precze, a aparatulu etalo ş a aparatulu verfcat, se va apreca corecttudea verfcăr Se măsoară o rezsteţă de precze pr metoda voltmetru-ampermetru. Petru calculul erorlor se aplcă atât metoda Studet cât ş metoda Gauss petru = 0 măsurăr Se costrueşte hstograma ş se aprecază dacă dstrbuţa rezultatelor se poate îcadra î ua cuoscută.

12

13 DISTRIBUTIA GAUSS p ( ) exp ( ) REZULTATE p. ( ) p. ( ) p.5 ( ) ( ) q( ) exp m-3s m+3s ERORI q( ( ).) q( ( ).) q( ( ).5) ( ) -3s 0 3s

14 DISTRIBUTIA STUDENT a = valor ale fucte lu Euler petru argumet fractoar b = valor ale fucte lu Euler petru argumet treg f = destatea de probabltate a repartte Studet petru = f(t,) = destatea de probabltate a repartte Studet pt. par g(t) = destatea de probabltate a repartte Gauss a 0 40 b j 40 a a b j ( j ) b j t f( t) b t a 0 ft ( ) a b t ( ) gt ( ) exp t f( t) gt ( ) ft4 ( ) ft0 ( ) t LEGENDA - = Gauss; x = Studet ( = ); + = S ( = 4);. = S ( = 0)

15 DISTRIBUTIA X (h) PATRAT X ( ) fx ( ) X exp X fx ( ) fx4 ( ) fx0 ( ) X LEGENDA -O- = petru = ; - = petru = 4; -+- = petru = 0

LUCRARE DE LABORATOR NR. 1 MASURARI IN INSTALATII TERMICE. PRELUCRAREA DATELOR EXPERIMENTALE CARACTERISTICILE METROLOGICE ALE APARATELOR DE MASURA

LUCRARE DE LABORATOR NR. 1 MASURARI IN INSTALATII TERMICE. PRELUCRAREA DATELOR EXPERIMENTALE CARACTERISTICILE METROLOGICE ALE APARATELOR DE MASURA LUCRARE DE LABORATOR NR. MASURARI IN INSTALATII TERMICE. PRELUCRAREA DATELOR EXPERIMENTALE CARACTERISTICILE METROLOGICE ALE APARATELOR DE MASURA. OBIECTIVELE LUCRARII Isusrea uor otu refertoare la: - eror

Διαβάστε περισσότερα

Cursul 7. Spaţii euclidiene. Produs scalar. Procedeul de ortogonalizare Gram-Schmidt. Baze ortonormate

Cursul 7. Spaţii euclidiene. Produs scalar. Procedeul de ortogonalizare Gram-Schmidt. Baze ortonormate Lector uv dr Crsta Nartea Cursul 7 Spaţ eucldee Produs scalar Procedeul de ortogoalzare Gram-Schmdt Baze ortoormate Produs scalar Spaţ eucldee Defţ Exemple Defţa Fe E u spaţu vectoral real Se umeşte produs

Διαβάστε περισσότερα

Sisteme cu partajare - continut. M / M /1 PS ( numar de utilizatori, 1 server, numar de pozitii pentru utilizatori)

Sisteme cu partajare - continut. M / M /1 PS ( numar de utilizatori, 1 server, numar de pozitii pentru utilizatori) Ssteme cu partajare - cotut Recaptulare: modelul smplu de trafc M / M / PS ( umar de utlzator, server, umar de pozt petru utlzator) M / M / PS ( umar de utlzator, servere, umar de pozt petru utlzator)

Διαβάστε περισσότερα

Sondajul statistic- II

Sondajul statistic- II 08.04.011 odajul statstc- II EŞATIOAREA s EXTIDEREA REZULTATELOR www.amau.ase.ro al.sac-mau@cse.ase.ro Data : 13 aprle 011 Bblografe : ursa I,cap.VI,pag.6-70 11.Aprle.011 1 odajul aleator smplu- cu revere

Διαβάστε περισσότερα

9. CIRCUITE ELECTRICE IN REGIM NESINUSOIDAL

9. CIRCUITE ELECTRICE IN REGIM NESINUSOIDAL 9. CRCE ELECRCE N REGM NESNSODAL 9.. DESCOMPNEREA ARMONCA Ateror am studat regmul perodc susodal al retelelor electrce, adca regmul permaet stablt retele lare sub actuea uor t.e.m. susodale s de aceeas

Διαβάστε περισσότερα

T R A I A N. Numere complexe în formă algebrică z a. Fie z, z a bi, Se numeşte partea reală a numărului complex z :

T R A I A N. Numere complexe în formă algebrică z a. Fie z, z a bi, Se numeşte partea reală a numărului complex z : Numere complexe î formă algebrcă a b Fe, a b, ab,,, Se umeşte partea reală a umărulu complex : Re a Se umeşte coefcetul părţ magare a umărulu complex : Se umeşte modulul umărulu complex : Im b, ş evdet

Διαβάστε περισσότερα

Cu ajutorul noţiunii de corp se defineşte noţiunea de spaţiu vectorial (spaţiu liniar): Fie V o mulţime nevidă ( Ø) şi K,,

Cu ajutorul noţiunii de corp se defineşte noţiunea de spaţiu vectorial (spaţiu liniar): Fie V o mulţime nevidă ( Ø) şi K,, Cursul 1 Î cele ce urmează vom prezeta o ouă structură algebrcă, structura de spaţu vectoral (spaţu lar) utlzâd structurle algebrce cuoscute: mood, grup, el, corp. Petru îceput să reamtm oţuea de corp:

Διαβάστε περισσότερα

2. Metoda celor mai mici pătrate

2. Metoda celor mai mici pătrate Metode Nuerce Curs. Metoda celor a c pătrate Fe f : [a, b] R o fucţe. Fe x, x,, x + pucte dstcte d tervalul [a, b] petru care se cuosc valorle fucţe y = f(x ) petru orce =,,. Aproxarea fucţe f prtr-u polo

Διαβάστε περισσότερα

CURS 10. Regresia liniară - aproximarea unei functii tabelate cu o functie analitica de gradul 1, prin metoda celor mai mici patrate

CURS 10. Regresia liniară - aproximarea unei functii tabelate cu o functie analitica de gradul 1, prin metoda celor mai mici patrate Y CURS 0 Regresa lară - aproxmarea ue fuct tabelate cu o fucte aaltca de gradul, pr metoda celor ma mc patrate 30 300 90 80 70 60 50 40 30 0 y = -78.545x + 33.4 R² = 0.983 0 0. 0.4 0.6 0.8. X Fe o fucţe:

Διαβάστε περισσότερα

Statistica descriptivă (continuare) Şef de Lucrări Dr. Mădălina Văleanu

Statistica descriptivă (continuare) Şef de Lucrări Dr. Mădălina Văleanu Statstca descrptvă (contnuare) Şef de Lucrăr Dr. Mădălna Văleanu mvaleanu@umfcluj.ro VARIABILE CANTITATIVE MĂSURI DE TENDINŢA CENTRALA Meda artmetca, Medana, Modul, Meda geometrca, Meda armonca, Valoarea

Διαβάστε περισσότερα

Evaluare : 1. Continuitatea funcţiilor definite pe diferite spaţii metrice. 2. Răspunsuri la problemele finale.

Evaluare : 1. Continuitatea funcţiilor definite pe diferite spaţii metrice. 2. Răspunsuri la problemele finale. Modulul 4 APLICAŢII CONTINUE Subecte :. Cotutatea fucţlor defte pe spaţ metrce.. Uform cotutatate. 3. Lmte. Dscotutăţ lmte parţale lmte terate petru fucţ de ma multe varable reale. Evaluare :. Cotutatea

Διαβάστε περισσότερα

TEMA 3 - METODE NUMERICE PENTRU DESCRIEREA DATELOR STATISTICE

TEMA 3 - METODE NUMERICE PENTRU DESCRIEREA DATELOR STATISTICE TEMA 3 - METODE NUMERICE PENTRU DESCRIEREA DATELOR STATISTICE Obectve Cuoaşterea metodelor umerce de descrere a datelor statstce Aalza rcalelor metode umerce etru descrerea datelor cattatve egruate Aalza

Διαβάστε περισσότερα

Sisteme cu asteptare - continut. Modelul simplu de trafic

Sisteme cu asteptare - continut. Modelul simplu de trafic Ssteme cu asteptare - cotut Recaptulare: modelul smplu de trafc Dscpla cadrul cozlor de asteptate M / M / Modelul ( server, pozt de asteptare ) Aplcat modelarea trafculu de date la vel de pachete M / M

Διαβάστε περισσότερα

Statistica descriptivă. Şef de Lucrări Dr. Mădălina Văleanu

Statistica descriptivă. Şef de Lucrări Dr. Mădălina Văleanu Statstca descrptvă Şef de Lucrăr Dr. Mădăla Văleau mvaleau@umfcluj.ro MĂSURI DE TENDINŢA CENTRALA Meda artmetca, Medaa, Modul, Meda geometrca, Meda armoca, Valoarea cetrala MĂSURI DE DE DISPERSIE Mm, Maxm,

Διαβάστε περισσότερα

Statistica matematica

Statistica matematica Statstca matematca probleme de dfcultate redusa ) Dtr-o popula e ormal repartzat cu dspersa ecuoscut se face o selec e de volum. Itervalul de îcredere petru meda m a popula e cu dspersa ecuoscut s s este

Διαβάστε περισσότερα

Tema 2. PRELUCRAREA REZULTATELOR EXPERIMENTALE

Tema 2. PRELUCRAREA REZULTATELOR EXPERIMENTALE Tea. PRELUCRAREA REZULTATELOR EXPERIMENTALE. Eror de ăsură A ăsura o ăre X îseaă a copara acea ăre cu alta de aceeaş atură, [X], aleasă pr coveţe ca utate de ăsură. I ura aceste coparaţ se poate scre X=x[X]

Διαβάστε περισσότερα

ELEMENTE DE STATISTICA DESCRIPTIVA

ELEMENTE DE STATISTICA DESCRIPTIVA ELEMENTE DE STATISTICA DESCRIPTIVA Cursul CERMI Facultatatea Costruct de Mas www.cerm.utcluj.ro Cof.dr.g. Marus Bulgaru STATISTICA DESCRIPTIVA STATISTICA DESCRIPTIVA Populate, Caracterstca dscreta, cotua

Διαβάστε περισσότερα

Pentru această problemă se consideră funcţia Lagrange asociată:

Pentru această problemă se consideră funcţia Lagrange asociată: etoda ultplcatorlor lu arae ceastă etodă de optzare elară elă restrcţle de tp ealtate cluzâdu-le îtr-o ouă fucţe oectv ş ărd sulta uărul de varale al prolee de optzare. e urătoarea proleă: < (7. Petru

Διαβάστε περισσότερα

Procese stocastice (2) Fie un proces stocastic de parametru continuu si avand spatiul starilor discret. =

Procese stocastice (2) Fie un proces stocastic de parametru continuu si avand spatiul starilor discret. = Xt () Procese stocastce (2) Fe u proces stocastc de parametru cotuu s avad spatul starlor dscret. Cu spatul starlor S = {,,, N} sau S = {,, } Defta : Procesul X() t este u proces Markov daca: PXt { ( )

Διαβάστε περισσότερα

Productia (buc) Nr. Salariaţi Total 30

Productia (buc) Nr. Salariaţi Total 30 Î vederea aalze productvtăţ obţute î cadrul ue colectvtăţ de salaraţ formată d 50 de persoae, s-a extras u eşato format d de salaraţ. Datele refertoare la producţa zle precedete sut prezetate î tabelul

Διαβάστε περισσότερα

Elemente de teoria probabilitatilor

Elemente de teoria probabilitatilor Elemete de teora probabltatlor CONCEPTE DE BAZA VARIABILE ALEATOARE DISCRETE DISTRIBUTII DISCRETE VARIABILE ALEATOARE CONTINUE DISTRIBUTII CONTINUE ALTE VARIABILE ALEATOARE Spatul esatoaelor, pucte esato,

Διαβάστε περισσότερα

Curs 3. Spaţii vectoriale

Curs 3. Spaţii vectoriale Lector uv dr Crsta Nartea Curs Spaţ vectorale Defţa Dacă este u îtreg, ş x, x,, x sut umere reale, x, x,, x este u vector -dmesoal Mulţmea acestor vector se otează cu U spaţu vectoral mplcă patru elemete:

Διαβάστε περισσότερα

Prof. univ. dr. Constantin ANGHELACHE Prof. univ. dr. Gabriela-Victoria ANGHELACHE Lector univ. dr. Florin Paul Costel LILEA

Prof. univ. dr. Constantin ANGHELACHE Prof. univ. dr. Gabriela-Victoria ANGHELACHE Lector univ. dr. Florin Paul Costel LILEA Metode ş procedee de ajustare a datelor pe baza serlor croologce utlzate î aalza tedţe dezvoltăr dfertelor dome de actvtate socal-ecoomcă Prof. uv. dr. Costat ANGHELACHE Uverstatea Artfex/ASE - Bucureșt

Διαβάστε περισσότερα

ANALIZA STATISTICĂ A VARIABILITĂŢII (ÎMPRĂŞTIERII) VALORILOR INDIVIDUALE

ANALIZA STATISTICĂ A VARIABILITĂŢII (ÎMPRĂŞTIERII) VALORILOR INDIVIDUALE 4. ANALIZA STATISTICĂ A VARIABILITĂŢII (ÎMPRĂŞTIERII) VALORILOR INDIVIDUALE Feomeele de masă studate de statstcă se mafestă pr utăţle dvduale ale colectvtăţ cercetate care preztă o varabltate (împrăştere)

Διαβάστε περισσότερα

METODE DE ESTIMARE A PARAMETRILOR UNEI REPARTIŢII. METODA VEROSIMILITĂŢII MAXIME. METODA MOMENTELOR.

METODE DE ESTIMARE A PARAMETRILOR UNEI REPARTIŢII. METODA VEROSIMILITĂŢII MAXIME. METODA MOMENTELOR. Curs 6 OI ETOE E ETIARE A ARAETRILOR UNEI REARTIŢII. ETOA VEROIILITĂŢII AIE. ETOA OENTELOR.. Noţu troductve Î legătură cu evaluarea ş optzarea proceselor oraţoale apar ueroase problee de estare cu sut:

Διαβάστε περισσότερα

Aparate de măsurat. Măsurări electronice Rezumatul cursului 2. MEE - prof. dr. ing. Ioan D. Oltean 1

Aparate de măsurat. Măsurări electronice Rezumatul cursului 2. MEE - prof. dr. ing. Ioan D. Oltean 1 Aparate de măsurat Măsurări electronice Rezumatul cursului 2 MEE - prof. dr. ing. Ioan D. Oltean 1 1. Aparate cu instrument magnetoelectric 2. Ampermetre şi voltmetre 3. Ohmetre cu instrument magnetoelectric

Διαβάστε περισσότερα

3. INDICATORII STATISTICI

3. INDICATORII STATISTICI 3. INDICATORII STATISTICI 3.. Necestatea folosr dcatorlor statstc. Idcator statstc prmar. Idcator statstc dervaţ Am văzut că obectul de studu al statstc îl costtue feomeele ş procesele de masă. Acestea

Διαβάστε περισσότερα

Statisticǎ - curs 2. 1 Parametrii şi statistici ai tendinţei centrale 2. 2 Parametrii şi statistici ai dispersiei 5

Statisticǎ - curs 2. 1 Parametrii şi statistici ai tendinţei centrale 2. 2 Parametrii şi statistici ai dispersiei 5 Statisticǎ - curs Cupris Parametrii şi statistici ai tediţei cetrale Parametrii şi statistici ai dispersiei 5 3 Parametrii şi statistici factoriali ai variaţei 8 4 Parametrii şi statistici ale poziţiei

Διαβάστε περισσότερα

Noţiuni de verificare a ipotezelor statistice

Noţiuni de verificare a ipotezelor statistice Noţu de verfcare a potezelor statstce Verfcarea potezelor statstce este legată de compararea dfertelor poteze asupra ue populaţ statstce (ş u asupra uu eşato) cu datele obţute pr îcercăr expermetale Dacă

Διαβάστε περισσότερα

ELEMENTE DE TEORIA PROBABILITĂŢILOR

ELEMENTE DE TEORIA PROBABILITĂŢILOR CAPITOLUL ELEMENTE DE TEORIA PROAILITĂŢILOR Câmp de evemete U feome îtâmplător se poate observa, de regulă, de ma multe or Faptul că este îtâmplător se mafestă pr aceea că u ştm date care este rezultatul

Διαβάστε περισσότερα

TEMA 9: FUNCȚII DE MAI MULTE VARIABILE. Obiective:

TEMA 9: FUNCȚII DE MAI MULTE VARIABILE. Obiective: TEMA 9: FUNCȚII DE MAI MULTE VARIABILE 77 TEMA 9: FUNCȚII DE MAI MULTE VARIABILE Obiective: Deiirea pricipalelor proprietăţi matematice ale ucţiilor de mai multe variabile Aalia ucţiilor de utilitate şi

Διαβάστε περισσότερα

METODE DE ANALIZĂ STATISTICĂ A LEGĂTURILOR DINTRE FENOMENE

METODE DE ANALIZĂ STATISTICĂ A LEGĂTURILOR DINTRE FENOMENE METODE DE ANALIZĂ STATISTICĂ A 0. LEGĂTURILOR DINTRE FENOMENE Asura feomeelor de masă studate de statstcă acţoează u umăr de factor rcal ş secudar, eseţal ş eeseţal, sstematc ş îtâmlător, obectv ş subectv,

Διαβάστε περισσότερα

STATISTICĂ MARINELLA - SABINA TURDEAN LIGIA PRODAN

STATISTICĂ MARINELLA - SABINA TURDEAN LIGIA PRODAN MARINELLA - SABINA TURDEAN LIGIA PRODAN STATISTICĂ STATISTICĂ CUPRINS Captolul NOŢIUNI INTRODUCTIVE... 5. Momete ale evoluţe statstc... 5. Obectul ş metoda statstc... 5.3 Noţu fudametale utlzate î statstcă...

Διαβάστε περισσότερα

2. Sisteme de ecuaţii neliniare

2. Sisteme de ecuaţii neliniare Ssteme de ecuaţ elare 9 Ssteme de ecuaţ elare Î acest catol abordăm roblema reolvăr umerce a sstemelor de ecuaţ alebrce elare Cosderăm următorul sstem de ecuaţ î care cel uţ ua d ucţle u este lară Sub

Διαβάστε περισσότερα

Curs 3. Biostatistica: trecere in revista a metodelor statistice clasice

Curs 3. Biostatistica: trecere in revista a metodelor statistice clasice Curs 3. Bostatstca: trecere revsta a metodelor statstce clasce Bblo: W.Ewes, G.R. Grat Statstcal methods boformatcs, Sprger, 005 Cap. -3, cap.5 Structura Teste de asocere (depedeță) Teste de cocordață

Διαβάστε περισσότερα

METODA REFRACTOMETRICĂ DE ANALIZĂ

METODA REFRACTOMETRICĂ DE ANALIZĂ METODA REFRACTOMETRICĂ DE ANALIZĂ Refractometra este o metodă de testare fzcă a propretățlor ue substațe pr măsurarea dcelu de refracțe. Idcele de refracțe este măsurat cu ajutorul refractometrelor. Idcele

Διαβάστε περισσότερα

Olimpiada Naţională de Matematică Etapa locală Clasa a IX-a M 1

Olimpiada Naţională de Matematică Etapa locală Clasa a IX-a M 1 Calea 13 Septembrie, r 09, Sector 5, 0507, București Tel: +40 (0)1 317 36 50 Fax: +40 (0)1 317 36 54 Olimpiada Naţioală de Matematică Etapa locală -00016 Clasa a IX-a M 1 Fie 1 abc,,, 6 şi ab c 1 Să se

Διαβάστε περισσότερα

Ministerul Educaţiei Naționale Centrul Naţional de Evaluare şi Examinare

Ministerul Educaţiei Naționale Centrul Naţional de Evaluare şi Examinare Miisterul Educaţiei Națioale Cetrul Naţioal de Evaluare şi Eamiare Eameul de bacalaureat aţioal 08 Proba E c) Matematică M_mate-ifo Clasa a XI-a Toate subiectele sut obligatorii Se acordă 0 pucte di oficiu

Διαβάστε περισσότερα

Teoria aşteptării- laborator

Teoria aşteptării- laborator Teora aşteptăr- laborator Model de aşteptare cu u sgur server. Î tmpul zle la u ATM (automat bacar care permte retragerea de umerar s alte trazacţ bacare electroce) avem î mede 4 de cleţ pe oră, adcă.4

Διαβάστε περισσότερα

CAPITOLUL 2. Definiţia Se numeşte diviziune a intervalului [a, b] orice submulţime x [a, b] astfel încât

CAPITOLUL 2. Definiţia Se numeşte diviziune a intervalului [a, b] orice submulţime x [a, b] astfel încât Cp 2 INTEGRALA RIEMANN 9 CAPITOLUL 2 INTEGRALA RIEMANN 2 SUME DARBOUX CRITERIUL DE INTEGRABILITATE DARBOUX Defţ 2 Se umeşte dvzue tervlulu [, ] orce sumulţme,, K,, K, [, ] stfel îcât = { } = < < K< <

Διαβάστε περισσότερα

Laborator 4 Interpolare numerica. Polinoame ortogonale

Laborator 4 Interpolare numerica. Polinoame ortogonale Laborator 4 Iterpolare umerica. Polioame ortogoale Resposabil: Aa Io ( aa.io4@gmail.com) Obiective: I urma parcurgerii acestui laborator studetul va fi capabil sa iteleaga si sa utilizeze diferite metode

Διαβάστε περισσότερα

Analiza univariata a datelor

Analiza univariata a datelor Aalza uvarata a datelor Chestu orgazatorce Nota: Exame fal (mart, 13 ma): 70% Proect semar: 30% Suport curs: Cătou I. (coord.), Băla C., Dăeţu T., Orza Gh., Popescu I., Vegheş C., Vrâceau D. "Cercetăr

Διαβάστε περισσότερα

1. Modelul de regresie

1. Modelul de regresie . Modelul de regrese.. Câteva cosderete de ord geeral La fel ca ş î multe alte dome, î domeul ecoomc ş î partcular î cel al afacerlor se îtâlesc deseor stuaţ care presupu luarea uor decz, care ecestă progoze

Διαβάστε περισσότερα

COMBINATORICĂ. Mulţimile ordonate care se formează cu n elemente din n elemente date se numesc permutări. Pn Proprietăţi

COMBINATORICĂ. Mulţimile ordonate care se formează cu n elemente din n elemente date se numesc permutări. Pn Proprietăţi OMBINATORIĂ Mulţimile ordoate care se formează cu elemete di elemete date se umesc permutări. P =! Proprietăţi 0! = ( ) ( ) ( ) ( ) ( ) ( )! =!! =!! =! +... Submulţimile ordoate care se formează cu elemete

Διαβάστε περισσότερα

(a) se numeşte derivata parţială a funcţiei f în raport cu variabila x i în punctul a.

(a) se numeşte derivata parţială a funcţiei f în raport cu variabila x i în punctul a. Definiţie Spunem că: i) funcţia f are derivată parţială în punctul a în raport cu variabila i dacă funcţia de o variabilă ( ) are derivată în punctul a în sens obişnuit (ca funcţie reală de o variabilă

Διαβάστε περισσότερα

L.2. Verificarea metrologică a aparatelor de măsurare analogice

L.2. Verificarea metrologică a aparatelor de măsurare analogice L.2. Verificarea metrologică a aparatelor de măsurare analogice 1. Obiectul lucrării Prin verificarea metrologică a unui aparat de măsurat se stabileşte: Dacă acesta se încadrează în limitele erorilor

Διαβάστε περισσότερα

Aparate Electronice de Măsurare şi Control PRELEGEREA 9

Aparate Electronice de Măsurare şi Control PRELEGEREA 9 Aparate Electroce de Măsurare ş Cotrol PRELEGEREA 9 Prelegerea r. 9 Amplfcatoare zolaţe Î aplcaţle de zolaţe cu cuplaj optc se utlzează optocuploare tegrate de costrucţe specală. Acestea coţ o dodă electrolumescetă,

Διαβάστε περισσότερα

CAPITOLUL 2 SERII FOURIER. discontinuitate de prima speţă al funcţiei f dacă limitele laterale f ( x 0 există şi sunt finite.

CAPITOLUL 2 SERII FOURIER. discontinuitate de prima speţă al funcţiei f dacă limitele laterale f ( x 0 există şi sunt finite. CAPITOLUL SERII FOURIER Ser trgoometrce Ser Fourer Fe fucţ f :[, Remtm că puctu [, ] se umeşte puct de b dscotutte de prm speţă fucţe f dcă mtee tere f ( ş f ( + estă ş sut fte y Defţ Fucţ f :[, se umeşte

Διαβάστε περισσότερα

Numere complexe. a numerelor complexe z b b arg z.

Numere complexe. a numerelor complexe z b b arg z. Numere complexe Numere complexe Forma algebrcă a numărulu complex este a b unde a ş b sunt numere reale Numărul a se numeşte partea reală a numărulu complex ş se scre a Re ar numărul b se numeşte partea

Διαβάστε περισσότερα

B( t B 11. NOŢIUNILE FUNDAMENTALE ŞI TEOREMELE GENERALE ALE DINAMICII Lucrul mecanic. y O j

B( t B 11. NOŢIUNILE FUNDAMENTALE ŞI TEOREMELE GENERALE ALE DINAMICII Lucrul mecanic. y O j . Noţule fudametale ş teoremele geerale ale dam. NŢIUNILE FUNDAMENTALE ŞI TEREMELE GENERALE ALE DINAMIII Reolvarea problemelor de damă se fae u ajutorul uor teoreme, umte teoreme geerale, deduse pr aplarea

Διαβάστε περισσότερα

CURS 6 TERMODINAMICĂ ŞI FIZICĂ STATISTICĂ (continuare)

CURS 6 TERMODINAMICĂ ŞI FIZICĂ STATISTICĂ (continuare) CURS 6 ERODIAICĂ ŞI FIZICĂ SAISICĂ (cotuare) 6.1 Prcpul II al termodamc Să e reamtm că prmul prcpu al termodamc a arătat posbltatea trasformăr lucrulu mecac, L, î căldură, Q, ş vers, fără a specfca î ce

Διαβάστε περισσότερα

8.3. Estimarea parametrilor

8.3. Estimarea parametrilor 8.3. Estmarea parametrlor Modelarea uu feome aleatoru real, precum trafcul ofert de o sursă formaţoală, ue reţele de comucaţ, îseamă detfcarea uu model probablstc, M, varablă aleatore sau proces aleatoru,

Διαβάστε περισσότερα

ECUATII NELINIARE PE R n. (2) sistemul (1) poate fi scris si sub forma ecuatiei vectoriale: ) D

ECUATII NELINIARE PE R n. (2) sistemul (1) poate fi scris si sub forma ecuatiei vectoriale: ) D ANALIZA NUMERICA ECUATII NELINIARE PE R (http://bavara.utclu.ro/~ccosm) ECUATII NELINIARE PE R. INTRODUCERE e D R D R : s sstemul: ( x x x ) ( x x x ) D () Daca se cosdera aplcata : D R astel ca: ( x x

Διαβάστε περισσότερα

Cercetarea prin sondajul II Note de curs prelegere master data 24 oct.2013

Cercetarea prin sondajul II Note de curs prelegere master data 24 oct.2013 Cercetarea pr sodajul II ote de curs prelegere master data 4 oct.13 al.sac-mau www.amau.ase.ro http://www.ase.ro/ase/studet/de.asp?tem=fsere&id=88.oct.13 1 Dstrbuta ormala.oct.13 Dstrbuta ormala Cea ma

Διαβάστε περισσότερα

Analiza bivariata a datelor

Analiza bivariata a datelor Aaliza bivariata a datelor Aaliza bivariata a datelor! Presupue masurarea gradului de asoiere a doua variabile sub aspetul: Diretiei (aturii) Itesitatii Semifiatiei statistie Variabilele omiale Tabele

Διαβάστε περισσότερα

UNIVERSITATEA POLITEHNICA DIN BUCUREŞTI TFACULTATE A DE EN ERGE BAZELE ELECTROENERGETICII

UNIVERSITATEA POLITEHNICA DIN BUCUREŞTI TFACULTATE A DE EN ERGE BAZELE ELECTROENERGETICII NVERSTATEA POLTEHNCA DN BCREŞT FACLTATEA DE ENERGETCǍ BCREST TFACLTATE A DE EN ERGE CA LCA DMTR CĂTĂLN DMTR BAZELE ELECTROENERGETC BCREŞT, 004 CPRNS CAP.. BAZELE TEORE MACROSCOPCE A ELECTROMAGNETSML..

Διαβάστε περισσότερα

Metode iterative pentru probleme neliniare - contractii

Metode iterative pentru probleme neliniare - contractii Metode iterative pentru probleme neliniare - contractii Problemele neliniare sunt in general rezolvate prin metode iterative si analiza convergentei acestor metode este o problema importanta. 1 Contractii

Διαβάστε περισσότερα

PRELUCRAREA DATELOR EXPERIMENTALE

PRELUCRAREA DATELOR EXPERIMENTALE PRELUCRAREA DATELOR EXPERIMETALE I. OŢIUI DE CALCULUL ERORILOR Orce măsurare epermentală este afectată de eror. După cauza care le produce, acestea se pot împărţ în tre categor: eror sstematce, eror întâmplătoare

Διαβάστε περισσότερα

Elemente de teorie a informaţiei. 1. Câte ceva despre informaţie la modul subiectiv

Elemente de teorie a informaţiei. 1. Câte ceva despre informaţie la modul subiectiv Elemete de teore a formaţe. Câte ceva desre formaţe la modul subectv Î cele ce urmează vom face câteva cosderaţ legate de formaţe ş măsurare a e. Duă cum se cuoaşte formaţa se măsoară î bţ. De asemeea

Διαβάστε περισσότερα

VII. STATISTICĂ 7.1. INDICATORII TENDINŢEI CENTRALE Mărimile medii Media aritmetică

VII. STATISTICĂ 7.1. INDICATORII TENDINŢEI CENTRALE Mărimile medii Media aritmetică VII STATISTICĂ 7 INDICATORII TENDINŢEI CENTRALE 7 Mărmle med Meda velurlor dvduale ale ue varable (caracterstc) statstce este epresa stetzăr îtr-u sgur vel reprezetatv a tot ceea ce este eseţal, tpc ş

Διαβάστε περισσότερα

Planul determinat de normală şi un punct Ecuaţia generală Plane paralele Unghi diedru Planul determinat de 3 puncte necoliniare

Planul determinat de normală şi un punct Ecuaţia generală Plane paralele Unghi diedru Planul determinat de 3 puncte necoliniare 1 Planul în spaţiu Ecuaţia generală Plane paralele Unghi diedru 2 Ecuaţia generală Plane paralele Unghi diedru Fie reperul R(O, i, j, k ) în spaţiu. Numim normala a unui plan, un vector perpendicular pe

Διαβάστε περισσότερα

METODE DE OPTIMIZARE. Lucrarea 8 1. SCOPUL LUCRĂRII 2. PREZENTAREA TEORETICĂ 2.1. METODA CELOR MAI MICI PĂTRATE 2.2. COEFICIENTUL DE CORELAŢIE

METODE DE OPTIMIZARE. Lucrarea 8 1. SCOPUL LUCRĂRII 2. PREZENTAREA TEORETICĂ 2.1. METODA CELOR MAI MICI PĂTRATE 2.2. COEFICIENTUL DE CORELAŢIE Lucrarea 8 METODE DE OPTIMIZARE. SCOPUL LUCRĂRII Prezetarea uor algort de optzare, pleetarea acestora îtr-u lbaj de vel îalt î partcular, C ş folosrea lor î rezolvarea uor problee de electrocă.. PREZENTAREA

Διαβάστε περισσότερα

CAPITOLUL 4 CERCETAREA STATISTICĂ PRIN SONDAJ

CAPITOLUL 4 CERCETAREA STATISTICĂ PRIN SONDAJ CAPITOLUL 4 CERCETAREA STATISTICĂ PRIN SONDAJ Coderaţ prelmare Î captolele precedete am dcutat depre pobltăţle de culegere a datelor pe baza metodelor de obervare totală au parţală, ca ş depre modaltăţle

Διαβάστε περισσότερα

Universitatea din București, Facultatea de Chimie, Specializarea: Chimie Medicală/Farmaceutică

Universitatea din București, Facultatea de Chimie, Specializarea: Chimie Medicală/Farmaceutică Uverstatea d Bucureșt, Facultatea de Chme, Specalzarea: Chme Medcală/Farmaceutcă Statstcă & Iformatcă TEME ș aplcaț Laborator (M. Vlada, 07 Laborator Tema. Calcule statstce, fucț matematce ș statstce facltăț

Διαβάστε περισσότερα

Formula lui Taylor Extremele funcţiilor de mai multe variabile Serii de numere cu termeni oarecare Serii cu termeni pozitivi. Criterii de convergenţă

Formula lui Taylor Extremele funcţiilor de mai multe variabile Serii de numere cu termeni oarecare Serii cu termeni pozitivi. Criterii de convergenţă Uverstatea Spru Haret Facultatea de Stte Jurdce, Ecoome s Admstratve, Craova Programul de lceta: Cotabltate ş Iformatcă de Gestue Dscpla Matematc Ecoomce Ttular dscplă Cof uv dr Laura Ugureau SUBIECTE

Διαβάστε περισσότερα

Curs 10 Funcţii reale de mai multe variabile reale. Limite şi continuitate.

Curs 10 Funcţii reale de mai multe variabile reale. Limite şi continuitate. Curs 10 Funcţii reale de mai multe variabile reale. Limite şi continuitate. Facultatea de Hidrotehnică Universitatea Tehnică "Gh. Asachi" Iaşi 2014 Fie p, q N. Fie funcţia f : D R p R q. Avem următoarele

Διαβάστε περισσότερα

Sub formă matriceală sistemul de restricţii poate fi scris ca:

Sub formă matriceală sistemul de restricţii poate fi scris ca: Metoda gradetulu proectat (metoda Rose) Î cazul problemelor de optmzare covee ale căror restrcţ sut lare se poate folos metoda gradetulu proectat. Î prcpu, această metodă poate f folostă ş petru cazul

Διαβάστε περισσότερα

Capitole fundamentale de algebra si analiza matematica 2012 Analiza matematica

Capitole fundamentale de algebra si analiza matematica 2012 Analiza matematica Capitole fudametale de algebra si aaliza matematica 01 Aaliza matematica MULTIPLE CHOICE 1. Se cosidera fuctia. Atuci derivata mixta de ordi data de este egala cu. Derivata partiala de ordi a lui i raport

Διαβάστε περισσότερα

def def punctul ( x, y )0R 2 de coordonate x = b a

def def punctul ( x, y )0R 2 de coordonate x = b a Cetrul de reutte rl-mhl Zhr CENTE E GEUTTE Î prtă este evoe să se luleze r plălor ple de ee vom det plăle ple u mulńm Ştm ă ms este o măsură ttăń de mtere dtr-u orp e ms repreztă o uńe m re soză eăre plă

Διαβάστε περισσότερα

Analiza în curent continuu a schemelor electronice Eugenie Posdărăscu - DCE SEM 1 electronica.geniu.ro

Analiza în curent continuu a schemelor electronice Eugenie Posdărăscu - DCE SEM 1 electronica.geniu.ro Analiza în curent continuu a schemelor electronice Eugenie Posdărăscu - DCE SEM Seminar S ANALA ÎN CUENT CONTNUU A SCHEMELO ELECTONCE S. ntroducere Pentru a analiza în curent continuu o schemă electronică,

Διαβάστε περισσότερα

Sondajul statistic -III

Sondajul statistic -III STATISTICA Sodajul statstc -III tema 9 sapt.3-7 aprle 1 al.sac-mau www.amau.ase.ro http://www.ase.ro/ase/studet/de.asp?tem=fsere&id=88 Dstrbuta ormala Dstrbuta ormala Cea ma mportata dstrbute cotua: umeroase

Διαβάστε περισσότερα

a) (3p) Sa se calculeze XY A. b) (4p) Sa se calculeze determinantul si rangul matricei A. c) (3p) Sa se calculeze A.

a) (3p) Sa se calculeze XY A. b) (4p) Sa se calculeze determinantul si rangul matricei A. c) (3p) Sa se calculeze A. Bac Variata Proil: mate-izica, iormatica, metrologie Subiectul I (3 p) Se cosidera matricele: X =, Y = ( ) si A= a) (3p) Sa se calculeze XY A b) (4p) Sa se calculeze determiatul si ragul matricei A c)

Διαβάστε περισσότερα

SEMINARUL 3. Cap. II Serii de numere reale. asociat seriei. (3n 5)(3n 2) + 1. (3n 2)(3n+1) (3n 2) (3n + 1) = a

SEMINARUL 3. Cap. II Serii de numere reale. asociat seriei. (3n 5)(3n 2) + 1. (3n 2)(3n+1) (3n 2) (3n + 1) = a Capitolul II: Serii de umere reale. Lect. dr. Lucia Maticiuc Facultatea de Hidrotehică, Geodezie şi Igieria Mediului Matematici Superioare, Semestrul I, Lector dr. Lucia MATICIUC SEMINARUL 3. Cap. II Serii

Διαβάστε περισσότερα

Din această definiţie a probabilităţilor rezultă următoarele proprietăţi ale acestora:

Din această definiţie a probabilităţilor rezultă următoarele proprietăţi ale acestora: FIABILIAE Î proectarea ş costrucţa dfertelor ecpamete este ecesară asgurarea sguraţe î fucţoare a acestora; această codţe a codus la utlzarea î proectare a aumtor coefceţ de sguraţă. Noţule de fabltate

Διαβάστε περισσότερα

Metode de interpolare bazate pe diferenţe divizate

Metode de interpolare bazate pe diferenţe divizate Metode de interpolare bazate pe diferenţe divizate Radu Trîmbiţaş 4 octombrie 2005 1 Forma Newton a polinomului de interpolare Lagrange Algoritmul nostru se bazează pe forma Newton a polinomului de interpolare

Διαβάστε περισσότερα

6 n=1. cos 2n. 6 n=1. n=1. este CONV (fiind seria armonică pentru α = 6 > 1), rezultă

6 n=1. cos 2n. 6 n=1. n=1. este CONV (fiind seria armonică pentru α = 6 > 1), rezultă Semiar 5 Serii cu termei oarecare Probleme rezolvate Problema 5 Să se determie atura seriei cos 5 cos Soluţie 5 Şirul a 5 este cu termei oarecare Studiem absolut covergeţa seriei Petru că cos a 5 5 5 şi

Διαβάστε περισσότερα

Curs 4 Serii de numere reale

Curs 4 Serii de numere reale Curs 4 Serii de numere reale Facultatea de Hidrotehnică Universitatea Tehnică "Gh. Asachi" Iaşi 2014 Criteriul rădăcinii sau Criteriul lui Cauchy Teoremă (Criteriul rădăcinii) Fie x n o serie cu termeni

Διαβάστε περισσότερα

Laborator biofizică. Noţiuni introductive

Laborator biofizică. Noţiuni introductive Laborator biofizică Noţiuni introductive Mărimi fizice Mărimile fizice caracterizează proprietăţile fizice ale materiei (de exemplu: masa, densitatea), starea materiei (vâscozitatea, fluiditatea), mişcarea

Διαβάστε περισσότερα

2. MATERIALE SEMICONDUCTOARE

2. MATERIALE SEMICONDUCTOARE 2. MATERIALE SEMICONDUCTOARE Materalele semcoductoare stau la baza realzăr de dsoztve electroce ş de crcute tegrate. Acestea se caracterzează r valor ale coductvtăţ electrce cursă î tervalul de valor σ=

Διαβάστε περισσότερα

MARCAREA REZISTOARELOR

MARCAREA REZISTOARELOR 1.2. MARCAREA REZISTOARELOR 1.2.1 MARCARE DIRECTĂ PRIN COD ALFANUMERIC. Acest cod este format din una sau mai multe cifre şi o literă. Litera poate fi plasată după grupul de cifre (situaţie în care valoarea

Διαβάστε περισσότερα

CAPITOLUL I. PRELIMINARII Elemente de teoria mulţimilor

CAPITOLUL I. PRELIMINARII Elemente de teoria mulţimilor CAPITOLUL I. PRELIMINARII.. Elemete de teora mulţmlor. Mulţm Pr mulţme vom îţelege o colecţe (set, asamblu) de obecte (elemetele mulţm), be determate ş cosderate ca o ettate. Se subâţelege fatul că elemetele

Διαβάστε περισσότερα

Sunt variabile aleatoare care iau o infinitate numărabilă de valori. Diagrama unei variabile aleatoare discrete are forma... f. ,... pn.

Sunt variabile aleatoare care iau o infinitate numărabilă de valori. Diagrama unei variabile aleatoare discrete are forma... f. ,... pn. 86 ECUAŢII 55 Vriile letore discrete Sut vriile letore cre iu o ifiitte umărilă de vlori Digrm uei vriile letore discrete re form f, p p p ude p = = Distriuţi Poisso Are digrm 0 e e e e!!! Se costtă că

Διαβάστε περισσότερα

Integrala nedefinită (primitive)

Integrala nedefinită (primitive) nedefinita nedefinită (primitive) nedefinita 2 nedefinita februarie 20 nedefinita.tabelul primitivelor Definiţia Fie f : J R, J R un interval. Funcţia F : J R se numeşte primitivă sau antiderivată a funcţiei

Διαβάστε περισσότερα

Probabilități și Statistică 1.1. Metoda Monte-Carlo

Probabilități și Statistică 1.1. Metoda Monte-Carlo Matematcă ș Iformatcă.. Metoda Mote-Carlo.. Metoda Mote Carlo. Aplcaţ. Precza metode. Termeul,,Metoda Mote Carlo este som cu termeul,,metoda epermetelor statstce. Aparţa aceste metode se raportează de

Διαβάστε περισσότερα

Laborator 11. Mulţimi Julia. Temă

Laborator 11. Mulţimi Julia. Temă Laborator 11 Mulţimi Julia. Temă 1. Clasa JuliaGreen. Să considerăm clasa JuliaGreen dată de exemplu la curs pentru metoda locului final şi să schimbăm numărul de iteraţii nriter = 100 în nriter = 101.

Διαβάστε περισσότερα

Componente şi Circuite Electronice Pasive. Laborator 3. Divizorul de tensiune. Divizorul de curent

Componente şi Circuite Electronice Pasive. Laborator 3. Divizorul de tensiune. Divizorul de curent Laborator 3 Divizorul de tensiune. Divizorul de curent Obiective: o Conexiuni serie şi paralel, o Legea lui Ohm, o Divizorul de tensiune, o Divizorul de curent, o Implementarea experimentală a divizorului

Διαβάστε περισσότερα

INTRODUCERE. Obiectivele cursului

INTRODUCERE. Obiectivele cursului STATISTICĂ ECONOMICĂ INTRODUCERE Deschderea ş mobltatea metodelor statstce de vestgare a feomeelor ş roceselor, î coferă acestea u caracter geeral de cercetare a realtăţ. Acest fat stă la baza dfertelor

Διαβάστε περισσότερα

a. 11 % b. 12 % c. 13 % d. 14 %

a. 11 % b. 12 % c. 13 % d. 14 % 1. Un motor termic funcţionează după ciclul termodinamic reprezentat în sistemul de coordonate V-T în figura alăturată. Motorul termic utilizează ca substanţă de lucru un mol de gaz ideal având exponentul

Διαβάστε περισσότερα

Clasificarea. Selectarea atributelor

Clasificarea. Selectarea atributelor Clascarea Algortm de clascare sut utlzaț la împărțrea ue populaț î p clase de dvz. Fecare dvd este caracterzat prtr-u asamblu de m varable cattatve ş/sau caltatve ş o varablă caltatvă detcâd clasa d care

Διαβάστε περισσότερα

2. Conducţia electrică în solide. Purtători de sarcină

2. Conducţia electrică în solide. Purtători de sarcină Catolul Coducta electrca solde.purtător de sarcă. Coducţa electrcă î solde. Purtător de sarcă.1 Itroducere Soldele sut substaţele care au volum costat ş formă rore. Soldele au o structură crstală formată

Διαβάστε περισσότερα

METODE NUMERICE Obiective curs Conţinut curs

METODE NUMERICE Obiective curs Conţinut curs ETODE NUERICE Obectve curs Crearea, aalza ş mplemetarea de algortm petru rezolvarea problemelor d matematca cotuă Aalza complextăţ, aalza ş propagarea erorlor, codţoarea problemelor ş stabltatea umercă

Διαβάστε περισσότερα

Functii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor X) functia f 1

Functii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor X) functia f 1 Functii definitie proprietati grafic functii elementare A. Definitii proprietatile functiilor. Fiind date doua multimi X si Y spunem ca am definit o functie (aplicatie) pe X cu valori in Y daca fiecarui

Διαβάστε περισσότερα

Concursul Naţional Al. Myller Ediţia a VI - a Iaşi, 2008

Concursul Naţional Al. Myller Ediţia a VI - a Iaşi, 2008 Cocursul Naţioal Al. Myller CLASA a VII-a Numerele reale disticte x, yz, au proprietatea că Să se arate că x+ y+ z = 0. 3 3 3 x x= y y= z z. a) Să se arate că, ditre cici umere aturale oarecare, se pot

Διαβάστε περισσότερα

TEMA 10 TESTE DE CONCORDANŢĂ

TEMA 10 TESTE DE CONCORDANŢĂ TEMA 0 TESTE DE CONCORDANŢĂ Obiective Cuoaşterea coceptelor reritoare la testele de cocordaţă Aaliza pricipalelor teste de cocordaţă Aplicaţii rezolvate Aplicaţii propuse Cupris 0. Cocepte reritoare la

Διαβάστε περισσότερα

ELECTROTEHNICĂ ŞI ELECTRONICĂ

ELECTROTEHNICĂ ŞI ELECTRONICĂ MIHAI PUIU - BERIZINŢU ELECTROTEHNICĂ ŞI ELECTRONICĂ CURS OBIECTUL ŞI IMPORTANŢA CURSULUI DE ELECTROTEHNICĂ ŞI ELECTRONICĂ Electrotehca este ua d ramurle mportate ale ştţelor tehce care se ocupă cu studul

Διαβάστε περισσότερα

5.4. MULTIPLEXOARE A 0 A 1 A 2

5.4. MULTIPLEXOARE A 0 A 1 A 2 5.4. MULTIPLEXOARE Multiplexoarele (MUX) sunt circuite logice combinaţionale cu m intrări şi o singură ieşire, care permit transferul datelor de la una din intrări spre ieşirea unică. Selecţia intrării

Διαβάστε περισσότερα

R R, f ( x) = x 7x+ 6. Determinați distanța dintre punctele de. B=, unde x și y sunt numere reale.

R R, f ( x) = x 7x+ 6. Determinați distanța dintre punctele de. B=, unde x și y sunt numere reale. 5p Determinați primul termen al progresiei geometrice ( b n ) n, știind că b 5 = 48 și b 8 = 84 5p Se consideră funcția f : intersecție a graficului funcției f cu aa O R R, f ( ) = 7+ 6 Determinați distanța

Διαβάστε περισσότερα

Functii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor

Functii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor Functii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor. Fiind date doua multimi si spunem ca am definit o functie (aplicatie) pe cu valori in daca fiecarui element

Διαβάστε περισσότερα

UNIVERSITATEA "POLITEHNICA" DIN BUCUREŞTI DEPARTAMENTUL DE FIZICĂ LABORATORUL DE OPTICĂ BN B

UNIVERSITATEA POLITEHNICA DIN BUCUREŞTI DEPARTAMENTUL DE FIZICĂ LABORATORUL DE OPTICĂ BN B UNIVERSITATEA "POLITEHNICA" DIN BUCUREŞTI DEPARTAMENTUL DE FIZICĂ LABORATORUL DE OPTICĂ BN - B DIFRACŢIA LUMINII DETERMINAREA LUNGIMII DE UNDĂ A RADIAŢIEI LUMINOASE UTILIZÂND REŢEAUA DE DIFRACŢIE 004-005

Διαβάστε περισσότερα

III. Serii absolut convergente. Serii semiconvergente. ii) semiconvergentă dacă este convergentă iar seria modulelor divergentă.

III. Serii absolut convergente. Serii semiconvergente. ii) semiconvergentă dacă este convergentă iar seria modulelor divergentă. III. Serii absolut convergente. Serii semiconvergente. Definiţie. O serie a n se numeşte: i) absolut convergentă dacă seria modulelor a n este convergentă; ii) semiconvergentă dacă este convergentă iar

Διαβάστε περισσότερα