Strona 4

Rachunek Wyrównawczy - GiK AGH Egzamin Inżynierski

Przejdź na Memorizer+
W trybie testu zyskasz:
Brak reklam
Quiz powtórkowy - pozwoli Ci opanować pytania, których nie umiesz
Więcej pytań na stronie testu
Wybór pytań do ponownego rozwiązania
Trzy razy bardziej pojemną historię aktywności
Wykup dostęp
Pytanie 25
Co zawiera macierz sigma^2G w modelu (L, AX, sigma^2G):
wariancje i kowariancje
wagi
wariancje
współczynniki korelacji
Pytanie 26
Dla modelu (L, AX, sigma^2G) kryterium MNK ma postać (przy czym G^-1=P)
(L-AX)t x (L-AX) = min
(L-AX)^2 = min
(L-AX)t x P (L-AX) = min
(L-AX)t x P^-1 (L-AX) = min
Pytanie 27
W trójkącie o znanych i bezbłędnych współrzędnych dwóch punktów pomierzono trzy kąty z jednakową dokładnością, wynoszącą +- 10 [cc]. Współrzędne trzeciego punktu wyrównano metodą pośredniczącą. Obliczono poprawki do wartości kątów pomierzonych. Ile wynosi odchylenie standardowe sumy kątów w trójkacie po wyrównaniu? : ERROR
0 [cc]
-30[cc]
30 [cc]
10 [cc]
Pytanie 28
Dla modelu (L, AX, sigma^2G) estymator wariancji resztowej ma postać ( V=AX-L n – liczba obserwacji u- - liczba niewiadomych ):
sigma^2 = VtPV / n-u
sigma^2 = VPV / n-u
sigma^2 = VtP^-1V / n-u
sigma^2 = PVV / n-u
Pytanie 29
Dla modelu (L, AX, sigma^2G) macierz A musi być zawsze:
prostokątna pozioma
kwadratowa symetryczna
symetryczna
prostokątna pionowa
Pytanie 30
Dla modelu (L, AX, sigma^2G) macierz L stanowi:
różnica wartości obserwowanych i przybliżonych
różnica wartości przybliżonych i obserwowanych
wartości przybliżone
wartości obserwowane
Pytanie 31
W modelu (L, AX, sigma^2G) wektor niewiadomych stanowi (?) :
odchylenie standardowe
przyrosty do wielkości obserwowanych
przyrosty do przybliżonych parametrów
odchyłki losowe do wielkości obserwowanych
Pytanie 32
W jakim przypadku macierz G w modelu (L, AX, sigma^2G) będzie macierzą jednostkową :
gdy obserwacje są jednego rodzaju, na przykład obserwowane są tylko przewyższenia
gdy obserwacje są niezależne i są wykonane z jednakową dokładnością
gdy układ jest mieszany , na przykład sieć kątowo-liniowa
gdy obserwacje są niezależne