Mérés és adatgyűjtés Virtuális méréstechnika Mingesz Róbert 9. Óra Idő és sokaságátlag 2011. November 7., 9.

Slides:



Advertisements
Hasonló előadás
Nevezetes eloszlások, normál eloszlás
Advertisements

Bevezetés a statisztikába
Mérés és adatgyűjtés laboratóriumi gyakorlat Virtuális méréstechnika levelező Mingesz Róbert 5. Óra MA-DAQ – Műszer vezérlése November 26.
Mérés és adatgyűjtés laboratóriumi gyakorlat Virtuális méréstechnika levelező Mingesz Róbert 3. óra október 22.
Mérés és adatgyűjtés laboratóriumi gyakorlat Karakterisztikák mérése 1 Makan Gergely, Mingesz Róbert, Nagy Tamás V
Virtuális méréstechnika Mérés és adatgyűjtés Mingesz Róbert 4. Óra LabVIEW – Fájl I/O, TCP-IP szeptember 26., verzió.
Mérés és adatgyűjtés Virtuális méréstechnika Mingesz Róbert 9. Óra Idő és sokaságátlag November 7., 9.
Mérés és adatgyűjtés Virtuális méréstechnika Mingesz Róbert 7. Óra Digitális oszcilloszkóp kezelése LabVIEW-ból Október 17., 19.
Mérés és adatgyűjtés Virtuális méréstechnika Mingesz Róbert 6. Óra Digitális oszcilloszkóp és hangkártya Október 10., 12.
Mérés és adatgyűjtés Virtuális méréstechnika Mingesz Róbert 8. Óra Spektrum, Lock-in Október 24., 26.
Mérés és adatgyűjtés Virtuális méréstechnika
Mérés és adatgyűjtés Virtuális méréstechnika Mingesz Róbert 12. Óra Karakterisztikák mérése November 21., 23.
Virtuális méréstechnika Mérés és adatgyűjtés Mingesz Róbert 2. Óra LabVIEW alapjai szeptember 12., 14.
Virtuális méréstechnika 12. Óra Karakterisztikák mérése November 21. Mingesz Róbert v
Virtuális méréstechnika
Mérés és adatgyűjtés laboratóriumi gyakorlat
Mérés és adatgyűjtés 4. Óra Adatok importálása és exportálása, adatok elemzése szeptember 24., 27. Kincses Zoltán, Mingesz Róbert, Vadai Gergely.
Virtuális méréstechnika
Virtuális méréstechnika Mingesz Róbert 5. Óra LabVIEW – Ferde hajítás Október 3.
Mérés és adatgyűjtés Mingesz Róbert 5. Óra LabVIEW – Ferde hajítás Október 3., 5.
Virtuális méréstechnika Görbe illesztése 1 Mingesz Róbert V
Mérés és adatgyűjtés laboratóriumi gyakorlat Sub-VI és grafikonok 1 Makan Gergely, Mingesz Róbert, Nagy Tamás v
Virtuális méréstechnika Adatok elemzése, fájl I/O 1 Mingesz Róbert V
Virtuális méréstechnika
Virtuális méréstechnika
Virtuális méréstechnika Hálózati kommunikáció 1 Mingesz Róbert V
Mérés és adatgyűjtés 6. Óra Digitális oszcilloszkóp és hangkártya
Mérés és adatgyűjtés laboratóriumi gyakorlat Karakterisztikák mérése II Mérések termisztorral Karakterisztikák mérése II Mérések termisztorral 1 Makan.
Mérés és adatgyűjtés 7. Óra
Mérés és adatgyűjtés laboratóriumi gyakorlat Virtuális méréstechnika levelező Mingesz Róbert 2. Óra október 8.
Mérés és adatgyűjtés laboratóriumi gyakorlat levelező 2. Óra Október 27. Kincses Zoltán, Mellár János v
Virtuális méréstechnika Ferde hajítás 1 Mingesz Róbert, Vadai Gergely V
Virtuális méréstechnika Spektrum számolása 1 Mingesz Róbert V
A megoldás főbb lépései:
Becsléselméleti ismétlés
Hálótervezés Készítette: Kosztyán Zsolt Tibor
Virtuális méréstechnika Karakterisztikák mérése II Mérések termisztorral Karakterisztikák mérése II Mérések termisztorral 1 Mingesz Róbert V
Virtuális méréstechnika 3. Óra Sub-VI és XY grafikon szeptember 17., 20. Mingesz Róbert v
Mérés és adatgyűjtés 5. Óra LabVIEW – Ferde hajítás Október 1., 4. Kincses Zoltán, Mingesz Róbert, Vadai Gergely v
Ülepítés gravitációs erőtérben Fényszórás (sztatikus és dinamikus)
Biostatisztika, MS Excel
Mintavétel talajból, talajminták tárolása
Hipotézis vizsgálat (2)
Alapsokaság (populáció)
Várhatóértékre vonatkozó próbák
avagy Négy halálos lórugás egy év alatt! Mit tesz a kormány?
Adatleírás.
Folytonos eloszlások.
© Farkas György : Méréstechnika
A... TANTÁRGY OKTATÁSA KÍSÉRLETI/PROJEKT FORMÁBAN Projekt/kísérlet konkrét címe Név | Tanár neve | Iskola.
Mérés és adatgyűjtés laboratóriumi gyakorlat - levelező Sub-VI és grafikonok 1 Mingesz Róbert V
Zajok és véletlen jelenségek interdiszciplináris területeken való alkalmazásának kutatása és oktatása. TÁMOP A/2-11/ Fehérzaj-generátor.
Mérés és adatgyűjtés laboratóriumi gyakorlat Mérések MA-DAQ műszerrel 1 Makan Gergely, Mingesz Róbert, Nagy Tamás V
Bevezetés a méréskiértékelésbe (BMETE80ME19) Intervallumbecslések 2014/
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Mérés és adatgyűjtés laboratóriumi gyakorlat – levelező Fájl I/O, detrending 1 Mingesz Róbert v
Valószínűségszámítás II.
Mérés és adatgyűjtés Mingesz Róbert 10. Óra Tápegység vizsgálata November 14., 16.
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
A LabVIEW használata az oktatásban Oszcilloszkóp vezérlése LabVIEW környezetből 1 Mingesz Róbert, Vadai Gergely május 17.
Bevezetés a méréskiértékelésbe (BMETE80ME19)
Mérés és adatgyűjtés laboratóriumi gyakorlat
Rekord statisztikák Készítette: Komjáti Bálint IV. évf. fizikus hallgató (ELTE-2006) Györgyi Géza: Extrém érték statisztikák előadásán tartott szemináriumára.
Készült a HEFOP P /1.0 projekt keretében
Valószínűségi változó, eloszlásfüggvény
Mintavétel talajból, talajminták tárolása
2. A Student-eloszlás Kemometria 2016/ A Student-eloszlás
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
Előadás másolata:

Mérés és adatgyűjtés Virtuális méréstechnika Mingesz Róbert 9. Óra Idő és sokaságátlag November 7., 9.

Tartalom Kérdések? Bevezetés Feladatok megoldása (önálló munka) Mingesz Róbert2 oldal /12.

1. feladat Készítsen programot, amely a Brown-mozgást szimulálja! A mozgás mindig a 0 pontból induljon, a lépésköz legyen -1 és +1 közötti egyenletes eloszlású véletlenszám! Számolja ki lépés időátlagát, és időbeli szórását! Ugyanerre a lépésre készítsen hisztogramot, a hisztogram álljon 100 intervallumból! Milyen eloszlást követ a jel? Mingesz Róbert3 oldal /12.

Tippek A Feedback-Node alapbeállításokkal nem a legjobb megoldás, a Shift-Regiszter egyszerűbb. Példa kép: Mingesz Róbert4 oldal /12.

Tippek Mingesz Róbert5 oldal /12.

2. feladat Módosítsa a programot, hogy időbeli statisztikák helyett sokaságbeli statisztikákat számoljon ki! Sokaságátlag: nem egy kísérlet időbeli pontjait átlagoljuk ki, hanem sok kísérlet eredményét vizsgáljuk egy adott pillanatban. Sok, független bolyongást kell vizsgálni egy adott időpillanatban, ezek alapján kell számolni a statisztikákat. t = 10 lépés esetén számolja ki az átlagot, a szórást és számoljon 100 intervallumos hisztogramot! Miben jelentkezik a különbség az idő és a sokaságátlag között? Mingesz Róbert6 oldal /12.

Várt eredmény Mingesz Róbert7 oldal /12.

3. feladat Vizsgálja meg, hogyan függ a Brown-mozgás eloszlása az időtől! (t = 10, 100, 1000) Rajzoljon ki egy grafikonra több hisztogramot, amelyek az eloszlást különböző időpontokban adják meg! Mingesz Róbert8 oldal /12.

4. feladat Illesszen Gauss-görbét a hisztogramra. Vizsgálja meg a illesztés eredményét! Mingesz Róbert9 oldal /12.