Experiment, měření a statistika (FSI-ZES)

Absolventi budou schopni samostatně navrhnout a sestavit jednoduchý měřicí řetězec, orientovat se v problematice měřících zařízení, senzoriky. Dále se seznámí se základními poznatky teorie pravděpodobnosti a tyto vědomosti budou schopni využít pro vhodné statistické zpracování naměřených dat. 

• Znalost základních metod statistického zpracování dat získaných z experimentu (popisná statistika, testování hypotéz, lineární regrese).
• Schopnost sestavení, realizace jednoduchého měřícího řetězce a kalibrace vybraných senzorů.
• Schopnost umět vybrat vhodný senzor pro danou aplikaci. vzhledem k přesnosti měření, zástavbovým rozměrům, ceně atd.
• Posouzení relevance naměřených dat a kvantifikace chyby měření.
• Schopnost prezentovat naměřená data a závěry jejich statistického zpracování.

Znalosti z matematiky, informatiky a elektrotechniky. 

Předmět seznamuje studenty s metodami a zásadami technického experimentu včetně statistického zpracování dat. Poskytuje přehled o metodách měření kinematických veličin, sil, momentů, tlaků a analýzou signálů v časové i frekvenční oblasti. Zvláštní pozornost je věnována pochopení základních vlastností pravděpodobnosti, jejich důsledků pro statistické zpracování dat a jejich následnou prezentaci. Předmět integruje poznatky získané v teoretických předmětech matematika či informatika. 

Podmínky získání zápočtu (0-100 bodů, minimum pro získání zápočtu je 50):

• odevzdání všech protokolů z laboratorních cvičení na odpovídající věcné i grafické úrovni (min. 50 z 100 bodů).

Podmínky získání zkoušky (0-100 bodů, minimum pro absolvování zkoušky je 50):

• statistická analýza zadané sady dat (min. 25 z 50 bodů),
• zpracování zadaného úkolu z oblasti experimentu (min. 25 z 50 bodů),

celkem je možno získat až 100 bodů, výsledná klasifikace se určí podle stupnice ECTS.

Přednášky: účast je doporučená.

Cvičení: účast je povinná a kontrolovaná vyučujícím, povolují se maximálně dvě absence. V případě dlouhodobé nepřítomnosti je náhrada zameškané výuky v kompetenci garanta předmětu.

• Popisná statistika.


• Základy pravděpodobnosti (náhodná veličina, charakteristiky náhodné veličiny, nezávislost jevů).


• Rozdělení pravděpodobnosti pro aplikace.


• Náhodný výběr. Testování hypotéz.


• Lineární regrese a korelace.


• Teorie experimentu, experimentální řetězec, základní parametry senzorů a měřících zařízení.


• Zpracování signálů v časové a frekvenční oblasti, filtrace.


• Měření základních veličin mechaniky pevných těles.


• Základy technické diagnostiky. Akustická měření ve strojírenství.

• Vlastnosti měřicích zařízení (rozlišení, vzorkovací frekvence atd.).


• Fourierova transformace v praxi a základy filtrace.


• Měření zrychlení, polohy a rychlosti.


• Měření síly, tlaku a elektrických veličin.


• Impulzní snímače a snímače teploty.


• Akustická měření. 

• Základy pravděpodobnosti (náhodná veličina, charakteristiky náhodné veličiny, nezávislost jevů).


• Testování hypotéz.


• Lineární regrese.


• Statistické zpracování dat z experimentů a prezentace výsledků.

MARTINEK, Radislav. Senzory v průmyslové praxi. Praha: BEN – technická literatura, 2004. ISBN 80-7300-114-4.

HOLMAN, J.P. Experimental methods for engineers. 7th ed. Boston: McGraw-Hill, 2001. ISBN 0-07-118165-2.

KARPÍŠEK, Zdeněk. Matematika IV: statistika a pravděpodobnost. 4., přeprac. Vyd. Brno: Akademické nakladatelství CERM, 2014. ISBN 978-80-214-4858-2.

MONTGOMERY, Douglas C. a George C. RUNGER. Applied statistics and probability for engineers. Seventh edition. New York: Wiley, [2018]. Emea edition. ISBN 978-1-119-58559-6.Začátek formuláře

KREIDL, Marcel a Radislav ŠMÍD. Technická diagnostika: senzory, metody, analýza signálu. Praha: BEN - technická literatura, 2006. Senzory neelektrických veličin. ISBN 80-7300-158-6.

JANÍČEK, Přemysl. Technický experiment. Brno: Ediční středisko VUT, 1989. Učební texty vysokých škol (Vysoké učení technické v Brně). ISBN 80-214-1011-6.

KIRKUP, Les. Experimental methods for science and engineering students: an introduction to the analysis and presentation of data. Second edition. Cambridge: Cambridge University Press, [2019]. ISBN 978-1-108-41846-1.

ANDĚL, Jiří. Základy matematické statistiky. Vyd. 3. Praha: Matfyzpress, 2011. ISBN 978-80-7378-162-0.