Vereenvoudigde procedure voor het vaststellen van karakteristieke vermoeiingsrelaties voor gebruik in de standaard ontwerpprogramma's

Maat: px
Weergave met pagina beginnen:

Download "Vereenvoudigde procedure voor het vaststellen van karakteristieke vermoeiingsrelaties voor gebruik in de standaard ontwerpprogramma's"

Transcriptie

1 Vereenvoudigde procedure voor het vaststellen van karakteristieke vermoeiingsrelaties voor gebruik in de standaard ontwerpprogramma's Jan Telman (TNO), Arthur van Dommelen (DVS), versie juni 0 Inleiding Bij de bepaling van de vermoeiingslijn voor een gegeven mengselrecept kunnen de volgende bronnen van onzekerheid een rol spelen: systematische verschillen in de kwaliteit van de proefstukbereiding tussen laboratoria (reproduceerbaarheid van de bereiding), systematische verschillen in de meetkwaliteit (inclusief dataverwerking) tussen verschillende laboratoria (reproduceerbaarheid van de meting), toevallige variaties in de kwaliteit van de bereiding per laboratorium (herhaalbaarheid van de bereiding). toevallige variaties in de meetkwaliteit (inclusief dataverwerking) per laboratorium (herhaalbaarheid van de meting). de natuurlijke spreidingen tussen proefbalkjes, de toevallige proeffouten en het beperkt aantal proefbalkjes per laboratoriumonderzoek (in standaard vermoeiingsonderzoek 8 balkjes). Een vermoeiingslijn bepaald voor een gegeven mengselrecept heeft dus enige mate van onbetrouwbaarheid: als hetzelfde laboratorium het onderzoek nog eens doet op hetzelfde recept, of als een ander laboratorium hetzelfde recept onderzoekt, kan er een ander resultaat uit komen. Voorliggende procedure beschrijft hoe deze onzekerheden via een vereenvoudigde benadering kunnen worden verdisconteerd in een 85% betrouwbare vermoeiingslijn voor het mengselrecept. Deze vereenvoudigde benadering is afgeleid van een meer volledige statistische benadering die eveneens beschikbaar is. Verder beschrijft voorliggende procedure hoe deze karakteristieke vermoeiingslijn kan worden omgewerkt naar een karakteristieke vermoeiingsrelatie voor het ontwerp. In deze benadering wordt gebruik gemaakt van informatie verkregen uit twee referentiemengsels, die beide door 4 laboratoria zijn onderzocht. Uit dit onderzoek zijn de volgende uitgangspunten voor bovengenoemde afwijkingen afgeleid: tussen-lab spreiding: de systematische verschillen in bereiding en meting tussen laboratoria worden gekarakteriseerd door de standaardafwijking s TL = 0.97 in ln(n f ), met 3 vrijheidsgraden, waarbij Nf de vermoeiingssterkte is binnen-lab spreiding: de toevallige verschillen in bereiding en meting tussen onderzoeken binnen hetzelfde lab worden gekarakteriseerd door de standaardafwijking s BL = 0.98 in ln(n f ), met 3 vrijheidsgraden, waarbij N f de vermoeiingssterkte is binnen-mengsel spreiding: de natuurlijke spreiding tussen de proefbalken en de toevallige meetfout worden gekarakteriseerd door de standaardafwijking σ BM = in ln(n f ), met 35 vrijheidsgraden. De vermoeiingslijn is de lijn die wordt gevonden door regressie op de 8 meetpunten die normaliter beschikbaar zijn. Deze notitie richt zich dus niet op een 85% zekere voorspelling voor de vermoeiingslevensduur van individuele balkjes.

2 Bovengenoemde variatiebronnen worden als spreidingen en onzekerheden verdisconteerd in de afleiding van de karakteristieke vermoeiingslijn. Opgemerkt wordt dat voorliggende procedure geen rekening houdt met mogelijke variaties in mengseleigenschappen door verschillen tussen laboratoriumbereiding van proefstukken en productie en verwerking van asfalt op praktijkschaal. Deze variaties speelden wel mee in de voormalige wijze van vermoeiingsonderzoek (monsters genomen uit platen uit de weg) maar worden niet zichtbaar in de huidige methodiek op basis van laboratoriumbereide proefstukken. Vereenvoudigde procedure. Fit in het geval van een enkel onderzoek, een lineair model ln(n f ) = p. ln(rek) + A 0 door de meetdata voor ln(n f ) en ln(rek). Bepaal hierbij A 0 en p met tenminste 6 decimalen Fit in het geval van meerdere onderzoeken op hetzelfde mengselrecept, een lineair model ln(n f ) = A 0i + p. ln (rek), met voor elk vermoeiingsonderzoek i dezelfde helling p maar per vermoeiingsonderzoek i een ander intercept A 0i, door de meetdata voor ln(n f ) en ln(rek) en bepaal A 0 als het gemiddelde van de intercepten A 0i.. Bepaal de correlatiecoëfficient R van deze relatie met tenminste 4 decimalen. 3. Bepaal de waarde van ln(n f ( x - )) bij een waarde voor ln(rek) gelijk aan x - waarin x de gemiddelde waarde is van de meetdata voor ln(rek) 4. Verminder deze waarde ln(n f ( x - )) met de correctie uit tabel. om de karakteristieke vermoeiingssterkte ln(n fkar ( x - )) te bepalen 5. Bepaal de waarde van ln(n f ( x )) bij de gemiddelde waarde x van de meetdata voor ln(rek) 6. Verminder deze waarde ln(n f ( x )) met de reductie uit tabel. om de karakteristieke vermoeiingssterkte ln(n fkar ( x )) te bepalen 7. Bepaal de waarde van ln(n f ( x + )) bij een waarde voor ln(rek) gelijk aan x + waarin x de gemiddelde waarde is van de meetdata voor ln(rek) 8. Verminder deze waarde ln(n f ( x + )) met de reductie uit tabel. om de karakteristieke vermoeiingssterkte ln(n fkar ( x + )) te bepalen 9. Fit (b.v. met optie Trendlijn toevoegen in EXCEL) het tweedegraadspolynoom ln(n fkar ) = a ln (rek) + b ln (rek) + c door de in stap 4, 6 en 8 verkregen waarden voor de karakteristieke vermoeiingssterkte ln(n fkar ( x - )), ln(n fkar ( x )) en ln(n fkar ( x + ) (zie voorbeeld figuur ). Stel daarbij het aantal decimalen van de coëfficiënten in op 6.

3 8 6 ln(nf) 4 y = -4,895600x + 35, R = 0, y = -0,478x -,74399x + 30, ln(rek) Figuur Voorbeeld van een gemiddelde vermoeiingslijn ln(n f ) = 4, ln(rek) + 35, met karakteristieke vermoeiingslijn lnn fkar ) = - 0,478. ln (rek) -, ln(rek) x + 30,05006 De coëfficiënten van het tweedegraads polynoom kunnen voor gebruik in spreadsheets ook worden berekend uit: a = y y + y3 b = y x + x3 + y x3 + x y3 x + x c = x x y3 + x x3 y x3 x y ( ) ( ) ( ) waarin: x = x x = x x 3 = x + y = ln(n fkar ( x - )) y 3 = ln(n fkar ( x )) y 3 = ln(n fkar ( x + )) x = gemiddelde van de meetdata voor ln(rek) Indien deze benadering wordt gekozen, wordt wel geadviseerd om deze te controleren aan de hand van de door de spreadsheet geproduceerde uitdrukking voor de tweedegraads trendlijn. 3

4 3 Omwerken naar invoer voor standaard ontwerpprogramma s De voor het ontwerp te gebruiken stijfheidsafhankelijke karakteristieke vermoeiingsrelaties (zie b.v. figuur, waarin deze lijnen tevens zijn vergeleken met de gemiddelde vermoeiingslijnen en de F78 - vermoeiingslijn ) hebben de volgende vorm: ln ( N ) C C ( ln( rek) C ln ( S) C ( S) C ) fkar = ln waarin C = - (b 4. a. c)/(4. a) C = - 0, C 3 =, C 4 = b/(. a) - C. ln (S 0 oc, 30Hz) - C3. ln(s 0 oc, 30Hz) C 5 = a De coëfficiënten a, b en c zijn bepaald bij het fitten van de karakteristieke vermoeiingslijn met het tweedegraadspolynoom ln(n f ) kar = a ln (rek) + b ln (rek) + c. De coëfficiënten C en C 3 die de stijfheidafhankelijkheid beschrijven kunnen uit een CE type tests niet meer worden bepaald. Hiervoor zijn derhalve standaard waarden afgeleid uit de klassieke F78 - karakteristiek. Indien alleen een stijfheidmodulus bij 0 o C en 8 Hz beschikbaar is wordt deze benaderenderwijze omgewerkt naar de stijfheidmodulus bij 0 o C en 30 Hz door vermenigvuldiging met een standaard factor,393. In dit geval wordt C 4 dus bepaald volgens ( a) C ln (,393 S 0 ) C ln(, 393 S ) C 4 = b / C Hz 3 0 0,8 0 C, 8 Hz F78 Nf =,00E+04 gem Nf =,00E+04 kar Nfk =,00E+04 F78 Nf =,00E+05 gem Nf =,00E+05 kar Nfk =,00E+05 F78 Nf =,00E+06 gem Nf =,00E+06 kar Nfk =,00E+06 F78 Nf =,00E+07 gem Nf =,00E+07 kar Nfk =,00E+07 F78 Nf =,00E+08 gem Nf =,00E+08 kar Nfk =,00E Figuur Voorbeeld van gemiddelde en karakteristieke vermoeiingslijnen De aangegeven waarden voor C en C 3 zijn gelijk aan de constanten C (0,33796) en C 3 (-7,364) uit de oorspronkelijke F78 karakteristiek gedeeld door de constante C 5 (-5,438) uit de oorspronkelijke karakteristiek 4

5 4 Karakteristieke relaties voor standaard materialen In onderstaande tabel zijn voor de standaard materialen uit de RAW 00 de eigenschappen weergegeven. Uit de aangegeven Smin en eps6 zijn tevens de coefficiënten C t/m C 5 voor de karakteristieke vermoeiingslijnen berekend en aangegeven. Hierbij zijn de volgende uitgangspunten aangehouden: rekken verdeeld over drie rekniveau s zodat het hoogste rekniveau een levensduur van 0 4 lastherhalingen geeft, het laagste rekniveau een levensduur van, * 0 6 lastherhalingen en het middelste rekniveau daar op ln - schaal midden tussen ligt. een standaard helling van de vermoeiingslijn van -4,8956 een R tussen 0,90 en 0,95 een mengsel wordt slechts een maal aan een vermoeiingsonderzoek onderworpen Zoals te zien verschilt bij deze aannamen alleen de vermoeiingscoëfficiënt C 4 van de karakteristieke vermoeiingsrelatie voor de acht te onderscheiden combinaties van ε 6 en S min. 5

6 Tabel Coëfficiënten karakteristieke ontwerprelaties per categorie mengseleigenschappen in RAW Standard Bepalingen 00 TL-B TL-C TL-IB OL-B TLZ-IB TLZ-B TLZ-C TDL-B TDL-C TDL-IB V min V max ITSR ε S min S max f cmax 0,4 0,4 0, 0,8 0, 0,4 0,4 0,4 0,4 0, C kar. vermoeiingsrelatie 39, , , , , , , , , , C kar. vermoeiingsrelatie -0, , , , , , , , , , C 3 kar. vermoeiingsrelatie, , , , , , , , , , C 4 kar. vermoeiingsrelatie -0, , , , , , , , , , C 5 kar. vermoeiingsrelatie -0, , , , , , , , , ,60734 C kar. stijfheidsrelatie 9, , , , , , , , , , C kar. stijfheidsrelatie -0, , , , , , , , , , C 3 kar. stijfheidsrelatie -0, , , , , , , , , , C 4 kar. stijfheidsrelatie OL-C OL-IB OL-A DL-C DL-IB TL-A DL-B DL-A V min 7 V max ITSR ε S min S max f cmax 0,4 0,,4 0,6 0, 0,4,4 4 C kar. vermoeiingsrelatie 39, , , , , , , , C kar. vermoeiingsrelatie -0, , , , , , , , C 3 kar. vermoeiingsrelatie, , , , , , , , C 4 kar. vermoeiingsrelatie -0, , , , , , , , C 5 kar. vermoeiingsrelatie -0, , , , , , , ,60734 C kar. stijfheidsrelatie 9, , , , , , , , C kar. stijfheidsrelatie -0, , , , , , , , C 3 kar. stijfheidsrelatie -0, , , , , , , , C 4 kar. stijfheidsrelatie

7 Tabel. Reductie ln(n f (x - )) en ln(n f (x + )) afhankelijk van aantal herhalingen k van het vermoeiingsonderzoek, spreiding sx in opgelegde waarden voor ln(rek) en correlatiecoëfficient R van de relatie tussen ln(rek) en ln(n f ) k sx <0,55 0,55-0,60 0,60-0,65 0,65-0,70 0,70-0,75 0,75-0,80 0,80-0,85 0,85-0,90 0,90-0,95 >0,95 < 0,5,9478,77965,6770,484403,34758,507, , ,8597 0, ,5-0,0,93467,763477,6589,47560,347,456,0884 0, ,8384 0, ,0-0,5,93779,754947,607984,47000,337873,08447, ,9500 0,8390 0, ,5-0,30,95090,75460,606864,468535,336497,0799, ,957 0, , ,30-0,35,95903,7647,63,479,339099,0005, , ,8669 0, ,35-0,40,944778,777407,64065,4808,345764,559, , ,8930 0, ,40-0,45,970084,798509,6479,494944,35654,344,09 0,9608 0,8744 0, ,45-0,50,00068,84609,66308,5953,37099,3439, , ,858 0,6709 0,50-0,55,03564,854953,68943,53479,388657,4837,084 0, ,8303 0, ,55-0,60,07445,88886,78555,55976,409434,64990,368 0,9803 0,8357 0,6743 0,60-0,65,6076,95875,75095,587586,43837,83987,3889 0, , , ,65-0,70,60805,965606,785907,67908,458576,3058,54789, , , ,70-0,75,08093,007793,830,650479,48645,3886,7975,0750 0, ,68847 > 0,75,57695,0593,86590,68503,5608,35986,976, , ,68487 < 0,5,77334,576430,445907,3686,04857, ,9787 0, ,7507 0,6937 0,5-0,0,699937,560,435095,344,99495, , ,8669 0,7563 0,6963 0,0-0,5,687696,5575,4664,3086,95474, , , ,7584 0, ,5-0,30,683480,54787,4596,3059,9309, , , , , ,30-0,35,68747,54999,43703,30557,9358, , , ,7547 0,6307 0,35-0,40,69869,55840,4996,3086,9668, , , , ,6374 0,40-0,45,7585,57368,44030,38775,033, ,988 0, , , ,45-0,50,73877,59040,456366,3379,944, , , ,7603 0, ,50-0,55,764803,63749,475454,346885,5554,0944 0, ,8895 0,7645 0,6366 0,55-0,60,795065,639947,4978,365605,4086,66, , , , ,60-0,65,88478,66960,5303,387000,58544,35396, , ,7764 0, ,65-0,70,864666,700,550753,40739,78404,5453, , , , ,70-0,75,90333,73500,580705,436589,3007,696, ,940 0, ,64800 > 0,75,94475,7749,6644,4643,33779,88663, , , ,64595 < 0,5,635877,50974,37943,633,588, , , ,7305 0,689 0,5-0,0,6805,489305,36880,56003,4838, , , , , ,0-0,5,605908,47853,360750,5005,4374, , , , ,6893 0,5-0,30,60000,473375,35659,4630,40964, ,9385 0, ,7346 0, ,30-0,35,608,473883,3564,45804,4084, ,9398 0, , , ,35-0,40,6085,48065,360674,49080,43440,0457 0, , , , ,40-0,45,65335,4988,369750,56090,4864, , , , ,6037 0,45-0,50,644848,50803,38876,6667,56879,056 0, , ,7387 0,670 0,50-0,55,66856,580,399604,8094,6777, , , , , ,55-0,60,695884,55594,4956,9685,84, , , , ,6533 0,60-0,65,7633,578049,4433,3598,9695, , , , , ,65-0,70,759467,60704,467394,337399,479, ,9894 0, , , ,70-0,75,795038,638454,494734,360877,344,345 0,9953 0, , , > 0,75,83776,6786,5404,38680,5584,30736, , , ,6387 7

8 4 5 < 0,5,593373,464308,3445,3886,4889,0500 0,9960 0,8640 0,795 0,6649 0,5-0,0,57667,450963,334406,5856,487,0998 0,9996 0,803 0,797 0,690 0,0-0,5,56349,44067,3639,977,663, ,9984 0,8076 0,7997 0,6376 0,5-0,30,55789,4348,38,584,4478,0606 0,9995 0,869 0,707 0,637 0,30-0,35,5586,434678,304,4947,39, ,996 0,8485 0,758 0,643 0,35-0,40,565493,439998,34908,7685,5796, , , ,735 0,6480 0,40-0,45,578687,450389,33995,3863,0670,09 0, ,8683 0, , ,45-0,50,596749,4655,3450,33375,8073, ,986 0,8905 0,7673 0,667 0,50-0,55,68987,483990,360586,4604,38, , , , ,6774 0,55-0,60,644785,506096,3795,649,50573, ,9488 0, , ,6877 0,60-0,65,673676,5337,40066,79470,6593, , , ,7368 0,6073 0,65-0,70,70563,558747,44503,99696,8043, , , , ,6903 0,70-0,75,73943,58863,450496,3946,0064, ,9757 0, , ,63605 > 0,75,77536,60543,4784,34600,0906,0036 0, , , ,65369 < 0,5,567076,44045,396,637,08769, ,9086 0,8394 0,795 0,6097 0,5-0,0,55064,4765,33775,073,04937, , ,8906 0,7393 0, ,0-0,5,53787,4797,305753,0000,00587, , ,87 0, , ,5-0,30,530848,40,300568,9708,09846,0088 0, ,835 0, ,6094 0,30-0,35,53090,4058,99774,9644,097509, , ,8330 0, , ,35-0,40,537858,4530,303056,9836,09935, , , , ,6390 0,40-0,45,5508,4505,30587,04086,03483, ,987 0,8659 0,7830 0,6035 0,45-0,50,567375,4394,3943,36,046,0935 0,9575 0,89 0,7995 0,673 0,50-0,55,58873,457067,336757,535,995, ,987 0,8333 0,7346 0,6347 0,55-0,60,63588,478330,35467,39933,3903, ,980 0, , , ,60-0,65,6453,50507,37530,570,45987, , , , , ,65-0,70,676,5930,398334,76709,604, ,9468 0, , , ,70-0,75,70566,5584,43503,9808,80050, , , , ,6965 > 0,75,74093,589,450577,350,99635, , , , ,640 8

9 Tabel. Reductie ln(n f (x )) afhankelijk van aantal herhalingen k van het vermoeiingsonderzoek, spreiding sx in opgelegde waarden voor ln(rek) en correlatiecoëfficient R van de relatie tussen ln(rek) en ln(n f ) k sx <0,55 0,55-0,60 0,60-0,65 0,65-0,70 0,70-0,75 0,75-0,80 0,80-0,85 0,85-0,90 0,90-0,95 >0,95 < 0,5 0, , , , , , , ,5853 0, ,5874 0,5-0,0 0, , ,6703 0, ,6039 0,5978 0, , , , ,0-0,5 0, , ,6498 0, ,6879 0, , , , , ,5-0,30 0,7540 0, , , , ,6488 0,6 0, ,596 0, ,30-0,35 0, ,745 0,73 0,6854 0, , ,658 0, ,5975 0,5866 0,35-0,40 0,8367 0,799 0, , , , , , , , ,40-0,45 0,9067 0, ,8007 0, ,775 0, , , , , ,45-0,50 0, , ,8589 0,808 0, , , , , ,5969 0,50-0,55,040 0, , , , , , , , , ,55-0,60,4893, ,9603 0, , , ,7506 0, , , ,60-0,65,9036,099854,0809 0, , ,8038 0, , , , ,65-0,70,6794,6770, , , , , , , , ,70-0,75,34538,36809,37966, , ,8875 0, ,7359 0, , > 0,75,44408,306957,9970,00533, , , , , ,60755 < 0,5 0, , , , ,5784 0, , , ,5650 0,5647 0,5-0,0 0,6047 0, , , , , , ,5695 0, , ,0-0,5 0, ,6946 0, , ,595 0, , , ,569 0, ,5-0,30 0, , , , , , , , ,5744 0, ,30-0,35 0, , , , ,6364 0, , ,5849 0, , ,35-0,40 0, ,7385 0, , , , , , , , ,40-0,45 0, , , , , , , ,6055 0,5849 0, ,45-0,50 0, ,8446 0, , ,6954 0, , ,66 0, , ,50-0,55 0,9549 0, ,88 0,7658 0,7404 0, ,6573 0,6540 0, , ,55-0,60 0,9870 0, , , ,7557 0,74 0, , ,6085 0, ,60-0,65, , , , , , , , , , ,65-0,70,0849, , ,8845 0,850 0, ,77 0, , , ,70-0,75,783,08968,0066 0,9750 0, , , , , ,5835 > 0,75,38503,40965, , , , , , ,6378 0,5854 < 0,5 0, , , , , , , , , , ,5-0,0 0, , , , ,5759 0, , , ,5680 0, ,0-0,5 0, ,6070 0, , ,5870 0, , , , , ,5-0,30 0, , ,6809 0, , , , , , , ,30-0,35 0, , , , ,6069 0, , , , , ,35-0,40 0,730 0,6997 0, , , ,6788 0, , ,5749 0, ,40-0,45 0, , , , , ,686 0,6085 0, , , ,45-0,50 0,887 0,7847 0, , , , ,667 0, , , ,50-0,55 0,8865 0,8778 0, , , , ,6365 0, , , ,55-0,60 0, , ,850 0, , , , , , , ,60-0,65 0, ,953 0, , , ,7535 0, , ,5999 0, ,65-0,70,0580 0, , , , , , , , ,5760 0,70-0,75,6,0900 0, , ,8460 0,7649 0, , , ,57484 > 0,75,73000,08635, ,9574 0, , ,735 0, ,6767 0,5773 9

10 4 5 < 0,5 0, , , , , , , , , ,5564 0,5-0,0 0, , , ,5755 0, , ,5634 0, , , ,0-0,5 0,688 0, ,5970 0, , , , , , , ,5-0,30 0, ,6537 0,630 0, , ,5896 0, , , , ,30-0,35 0,6777 0, , , , , , ,579 0, , ,35-0,40 0, ,6879 0,6655 0, ,6694 0, , , , , ,40-0,45 0,769 0, , , , ,605 0,6034 0, , , ,45-0,50 0, , ,7763 0, , , , , , ,5657 0,50-0,55 0,8608 0,8095 0, ,7439 0, , , , , , ,55-0,60 0,9985 0, , , ,7583 0, , , , , ,60-0,65 0, ,907 0, ,795 0, , , ,6503 0, , ,65-0,70, ,9530 0, , ,7735 0, , , , , ,70-0,75,08007,0039 0,996 0, , , , , , ,5703 > 0,75,39384, , , , , , , , ,57370 < 0,5 0, , , ,5656 0, , , , , , ,5-0,0 0, ,5796 0,5749 0,5708 0, , , , , ,5553 0,0-0,5 0, , , , , ,5708 0, ,5658 0, , ,5-0,30 0, , ,607 0, , , , , ,5604 0, ,30-0,35 0, , , ,64 0, , , , , ,5570 0,35-0,40 0, , , , ,67 0,6054 0, , , , ,40-0,45 0,7530 0, , ,6596 0, , , ,5838 0, , ,45-0,50 0, ,7563 0,793 0, , , ,6033 0, , ,5599 0,50-0,55 0, , , ,7590 0,6857 0, ,6369 0, , ,5606 0,55-0,60 0, ,8468 0, , , , , , , ,567 0,60-0,65 0,957 0, , , , , , ,6046 0, , ,65-0,70, , , ,8559 0, ,7538 0,6775 0,6309 0, , ,70-0,75, , ,9483 0, , , , , , ,56878 > 0,75,8906, , , , , , , ,6395 0,

Vereenvoudigde procedure voor het vaststellen van 85% betrouwbare karakteristieke stijfheidsrelaties voor gebruik in de standaard ontwerpprogramma's

Vereenvoudigde procedure voor het vaststellen van 85% betrouwbare karakteristieke stijfheidsrelaties voor gebruik in de standaard ontwerpprogramma's Vereenvoudigde procedure voor het vaststellen van 85% betrouwbare karakteristieke stijfheidsrelaties voor gebruik in de standaard ontwerpprogramma's Jan Telman (TNO), Arthur van Dommelen (DVS), versie

Nadere informatie

Invloed van het type vulstof op de eigenschappen van asfaltmengsels

Invloed van het type vulstof op de eigenschappen van asfaltmengsels Invloed van het type vulstof op de eigenschappen van asfaltmengsels Salil Mohan KWS Infra bv Alex v.d. Wall KWS Infra bv Samenvatting Al lange tijd wordt er in de praktijk gestreefd naar het toepassen

Nadere informatie

Het blijkt dat dit eigenlijk alleen lukt met de exponentiële methode.

Het blijkt dat dit eigenlijk alleen lukt met de exponentiële methode. Verificatie Shen en Carpenter RDEC methodiek voor de karakterisering van asfaltvermoeiing; vergelijking van verschillende methoden voor het berekenen van de parameters. Jan Telman, Q-Consult Bedrijfskundig

Nadere informatie

1 Intro: karakterisering vermoeiing via de RDEC methodiek de theorie

1 Intro: karakterisering vermoeiing via de RDEC methodiek de theorie Verificatie RDEC methodiek voor karakterisering asfaltvermoeiing Jan Telman, Q-Consult Bedrijfskundig Adviseurs, 31 januari 2016 jan.telman@qconsult.nl; 06-2186 8549 1 Intro: karakterisering vermoeiing

Nadere informatie

Samenvatting en conclusies

Samenvatting en conclusies Verificatie RDEC methodiek voor karakterisering asfaltvermoeiing Jan Telman, Q-Consult Progress Partners, 18 april 2017 jan.telman@qcpp.nl; 06-2186 8549 Samenvatting en conclusies Verificatieonderzoek

Nadere informatie

FUNCTIONEEL VERIFIËREN

FUNCTIONEEL VERIFIËREN 21 september 2017 1 6 Functioneel Verifiëren houdt in dat op basis van functionele proeven op het asfalt na verwerking wordt beoordeeld of het geleverde product, binnen nader te stellen toleranties, voldoet

Nadere informatie

NL LAB; Eerste resultaten op basis van typeonderzoek. (RAW proef 62) en bindmiddel onderzoek voor asfaltbeton

NL LAB; Eerste resultaten op basis van typeonderzoek. (RAW proef 62) en bindmiddel onderzoek voor asfaltbeton NL LAB; Eerste resultaten op basis van typeonderzoek (RAW proef 62) en bindmiddel onderzoek voor asfaltbeton Steven D. Mookhoek, Dave van Vliet en Diederik Q. van Lent TNO (Nederlandse Organisatie voor

Nadere informatie

Examen Statistische Modellen en Data-analyse. Derde Bachelor Wiskunde. 14 januari 2008

Examen Statistische Modellen en Data-analyse. Derde Bachelor Wiskunde. 14 januari 2008 Examen Statistische Modellen en Data-analyse Derde Bachelor Wiskunde 14 januari 2008 Vraag 1 1. Stel dat ɛ N 3 (0, σ 2 I 3 ) en dat Y 0 N(0, σ 2 0) onafhankelijk is van ɛ = (ɛ 1, ɛ 2, ɛ 3 ). Definieer

Nadere informatie

OIA Mogelijkheden en beperkingen. Arthur van Dommelen RWS-DVS

OIA Mogelijkheden en beperkingen. Arthur van Dommelen RWS-DVS OIA Mogelijkheden en beperkingen Arthur van Dommelen RWS-DVS OIA Ontwerp Instrumentarium Asfaltconstructies Een nieuw CROW programma voor het ontwerpen van asfaltverhardingen Aanleiding OIA Invoering Europese

Nadere informatie

Exact Periode 6.1. Juist & Precies Testen

Exact Periode 6.1. Juist & Precies Testen Juist & Precies Testen Exact periode 6.1 Juist en Precies Gemiddelde Standaarddeviatie (=Standaard Afwijking) Betrouwbaarheidsinterval Dixon s Q-test Student s t-test F-test 2 Juist: gemiddeld klopt de

Nadere informatie

fundament onder mobiliteit

fundament onder mobiliteit é ^KOAC ^^^ fundament onder mobiliteit ^ KOAC N KOAC- Winthontlaan 28 Postbus 2756 3500 GT Utrecht Tel. +31 30 287 69 50 Fax +31 30 288 78 44 utrecht@koac-npc.nl www.koac-npc.ri e048338-2 Model karakterisering

Nadere informatie

Omgaan met vermoeiings- en stijfheidseigenschappen van asfaltbeton onder de CE - markering

Omgaan met vermoeiings- en stijfheidseigenschappen van asfaltbeton onder de CE - markering Omgaan met vermoeiings- en stijfheidseigenschappen van asfaltbeton onder de CE - markering Arthur van Dommelen, Dave van Vliet Rijkswaterstaat Dienst verkeer en scheepvaart Jan Telman TNO Industrie en

Nadere informatie

DRAFT-1. Rekentechnische vergelijking WAB- GAB ontwerpgrafiek voor Projectbureau Zeeweringen

DRAFT-1. Rekentechnische vergelijking WAB- GAB ontwerpgrafiek voor Projectbureau Zeeweringen DRAFT-1 Rekentechnische vergelijking WAB- GAB ontwerpgrafiek voor Projectbureau Zeeweringen Opdrachtgever Project bureau Zeeweringen Contactpersoon Y.M. Provoost Rapport TU Delft Faculteit Civiele Techniek

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor T (2S070) op vrijdag 8 oktober 1999, uur De u

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor T (2S070) op vrijdag 8 oktober 1999, uur De u TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor T (2S070) op vrijdag 8 oktober 1999, 14.00-17.00 uur De uitwerkingen van de opgaven dienen duidelijk geformuleerd

Nadere informatie

De invloed van PMB gedrag op functionele eigenschappen: van bitumeneigenschappen naar verhardingsontwerp

De invloed van PMB gedrag op functionele eigenschappen: van bitumeneigenschappen naar verhardingsontwerp De invloed van PMB gedrag op functionele eigenschappen: van bitumeneigenschappen naar verhardingsontwerp Jian Qiu Jan Willem Venendaal Maarten Jacobs Marco Oosterveld Remy van den Beemt Mark Frunt BAM

Nadere informatie

Je kunt al: -de centrummaten en spreidingsmaten gebruiken -een spreidingsdiagram gebruiken als grafische weergave van twee variabelen

Je kunt al: -de centrummaten en spreidingsmaten gebruiken -een spreidingsdiagram gebruiken als grafische weergave van twee variabelen Lesbrief: Correlatie en Regressie Leerlingmateriaal Je leert nu: -een correlatiecoëfficient gebruiken als maat voor het statistische verband tussen beide variabelen -een regressielijn te tekenen die een

Nadere informatie

BETROUWBAARHEIDSINTERVALLEN VANUIT VERSCHILLENDE HOEKEN BELICHT. S.A.R. Bus

BETROUWBAARHEIDSINTERVALLEN VANUIT VERSCHILLENDE HOEKEN BELICHT. S.A.R. Bus BETROUWBAARHEIDSINTERVALLEN VANUIT VERSCHILLENDE HOEKEN BELICHT S.A.R. Bus WAAR DENK JE AAN BIJ BETROUWBAARHEIDSINTERVALLEN? Wie van jullie gebruikt betrouwbaarheidsintervallen? WAAROM BETROUWBAARHEIDSINTERVALLEN???

Nadere informatie

Meetkundige Dienst

Meetkundige Dienst Notitie Ministerie van Verkeer en Waterstaat Directoraat-Generaal Rijkswaterstaat Meetkundige Dienst Aan Monitoring Maas projectgroep Van Ardis Bollweg Marc Crombaghs Regine Brügelmann Erik de Min Doorkiesnummer

Nadere informatie

BEPALING VAN DE MEETONZEKERHEID VOOR KWANTITATIEVE CHEMISCHE ANALYSES

BEPALING VAN DE MEETONZEKERHEID VOOR KWANTITATIEVE CHEMISCHE ANALYSES Federaal Agentschap voor de Veiligheid van de Voedselketen Bestuur Laboratoria Procedure BEPALING VAN DE MEETONZEKERHEID VOOR KWANTITATIEVE CHEMISCHE ANALYSES Datum van toepassing : zie datum goedkeuring

Nadere informatie

11. Multipele Regressie en Correlatie

11. Multipele Regressie en Correlatie 11. Multipele Regressie en Correlatie Meervoudig regressie model Nu gaan we kijken naar een relatie tussen een responsvariabele en meerdere verklarende variabelen. Een bivariate regressielijn ziet er in

Nadere informatie

VAARDIGHEDEN EXCEL. MEETWAARDEN INVULLEN In de figuur hieronder zie je twee keer de ingevoerde meetwaarden, eerst ruw en daarna netjes opgemaakt.

VAARDIGHEDEN EXCEL. MEETWAARDEN INVULLEN In de figuur hieronder zie je twee keer de ingevoerde meetwaarden, eerst ruw en daarna netjes opgemaakt. VAARDIGHEDEN EXCEL Excel is een programma met veel mogelijkheden om meetresultaten te verwerken, maar het was oorspronkelijk een programma voor boekhouders. Dat betekent dat we ons soms in bochten moeten

Nadere informatie

Keuren op basis van big data

Keuren op basis van big data Keuren op basis van big data Jan Telman Q-Consult Bedrijfskundig Adviseurs Berwich Sluer Boskalis Nederland Infra Jan Stigter Boskalis Nederland Infra Michel Preng Boskalis Nederland Infra Samenvatting

Nadere informatie

Toegepaste Statistiek, Dag 7 1

Toegepaste Statistiek, Dag 7 1 Toegepaste Statistiek, Dag 7 1 Statistiek: Afkomstig uit het Duits: De studie van politieke feiten en cijfers. Afgeleid uit het latijn: status, staat, toestand Belangrijkste associatie: beschrijvende statistiek

Nadere informatie

College 2 Enkelvoudige Lineaire Regressie

College 2 Enkelvoudige Lineaire Regressie College Enkelvoudige Lineaire Regressie - Leary: Hoofdstuk 7 tot p. 170 (Advanced Correlational Strategies) - MM&C: Hoofdstuk 10 (Inference for Regression) - Aanvullende tekst 3 Jolien Pas ECO 011-01 Correlatie:

Nadere informatie

Figuur 1: Voorbeelden van 95%-betrouwbaarheidsmarges van gemeten percentages.

Figuur 1: Voorbeelden van 95%-betrouwbaarheidsmarges van gemeten percentages. MARGES EN SIGNIFICANTIE BIJ STEEKPROEFRESULTATEN. De marges van percentages Metingen via een steekproef leveren een schatting van de werkelijkheid. Het toevalskarakter van de steekproef heeft als consequentie,

Nadere informatie

Data analyse Inleiding statistiek

Data analyse Inleiding statistiek Data analyse Inleiding statistiek 1 Terugblik - Inductieve statistiek Afleiden van eigenschappen van een populatie op basis van een beperkt aantal metingen (steekproef) Kennis gemaakt met kans & kansverdelingen»

Nadere informatie

Data analyse Inleiding statistiek

Data analyse Inleiding statistiek Data analyse Inleiding statistiek Terugblik - Inductieve statistiek Afleiden van eigenschappen van een populatie op basis van een beperkt aantal metingen (steekproef) Kennis gemaakt met kans & kansverdelingen

Nadere informatie

gewicfotsfrekwentieverdeling van aangevoerde haring

gewicfotsfrekwentieverdeling van aangevoerde haring MINISTERIE VAN LANDBOUW Bestuur voor Landbouwkundig Onderzoek Centrum voor Landbouwkundig Onderzoek Gent PROEFSTATION VOOR ZEEVISSERIJ Directeur : P. Hovart No gewicfotsfrekwentieverdeling van aangevoerde

Nadere informatie

De Grids van het Actueel Hoogtebestand Nederland

De Grids van het Actueel Hoogtebestand Nederland Ministerie van Verkeer en Waterstaat jklmnopq Adviesdienst Geo-informatie en ICT De Grids van het Actueel Hoogtebestand Nederland Versie 1.3 28 januari 2004 Ministerie van Verkeer en Waterstaat jklmnopq

Nadere informatie

Verhouding PM10-FDMS / PM10-ruwe data

Verhouding PM10-FDMS / PM10-ruwe data Verhouding PM10-FDMS / PM10-ruwe data De verhouding tussen de resultaten voor PM10-FDMS en PM10-ruwe data wordt op drie verschillende manieren bepaald: - helling van de rechte door de oorsprong, berekend

Nadere informatie

9. Lineaire Regressie en Correlatie

9. Lineaire Regressie en Correlatie 9. Lineaire Regressie en Correlatie Lineaire verbanden In dit hoofdstuk worden methoden gepresenteerd waarmee je kwantitatieve respons variabelen (afhankelijk) en verklarende variabelen (onafhankelijk)

Nadere informatie

Publicatieblad van de Europese Unie L 317/17

Publicatieblad van de Europese Unie L 317/17 30.11.2011 Publicatieblad van de Europese Unie L 317/17 VERORDENING (EU) Nr. 1235/2011 VAN DE COMMISSIE van 29 november 2011 tot wijziging van Verordening (EG) nr. 1222/2009 van het Europees Parlement

Nadere informatie

Eindexamen wiskunde A1-2 vwo 2008-II

Eindexamen wiskunde A1-2 vwo 2008-II Beoordelingsmodel Groepsfoto s maximumscore Per minuut zijn de ogen 0 0,5 =,5 seconden gesloten De kans op ogen dicht is,5 0,047 0 De kans op ogen open is 0,047 = 0,958 maximumscore Voor een geslaagde

Nadere informatie

Differentiaalvergelijkingen Technische Universiteit Delft

Differentiaalvergelijkingen Technische Universiteit Delft Differentiaalvergelijkingen Technische Universiteit Delft Roelof Koekoek WbMT2048 Roelof Koekoek (TU Delft) Differentiaalvergelijkingen WbMT2048 1 / 1 Het vinden van een particuliere oplossing Voor een

Nadere informatie

Exact Periode Juist & Precies Testen

Exact Periode Juist & Precies Testen Exact Periode 10.1 Juist & Precies Testen Juist: gemiddeld klopt de uitkomst met wat het moet zijn. Precies: Als we de meting herhalen komt er (bijna) hetzelfde uit. Vijf schietschijven A B C D E A B C

Nadere informatie

Opgaven bij Numerieke Wiskunde I

Opgaven bij Numerieke Wiskunde I Opgaven bij Numerieke Wiskunde I 7 november 8 1. (a) Gegeven verschillende interpolatiepunten x, x 1, x [a, b], en getallen y, y 1, y, z 1, toon aan dat er hooguit 1 polynoom p P 3 is met p(x i ) = y i,

Nadere informatie

Het vinden van een particuliere oplossing

Het vinden van een particuliere oplossing Het vind van e particuliere oplossing Voor e lineaire differtiaalvergelijking met constante (reële) coëfficiënt a 0 y (n) (t) + a 1 y (n 1) (t) +... + a n 1 y (t) + a n y(t) = g(t), a 0 0 (1) geldt, dat

Nadere informatie

werkcollege 8 correlatie, regressie - D&P5: Summarizing Bivariate Data relatie tussen variabelen scattergram cursus Statistiek

werkcollege 8 correlatie, regressie - D&P5: Summarizing Bivariate Data relatie tussen variabelen scattergram cursus Statistiek cursus 23 mei 2012 werkcollege 8 correlatie, regressie - D&P5: Summarizing Bivariate Data relatie tussen variabelen onderzoek streeft naar inzicht in relatie tussen variabelen bv. tussen onafhankelijke

Nadere informatie

Eindexamen wiskunde B1 havo 2003-II

Eindexamen wiskunde B1 havo 2003-II Kalveren In de veeteelt gebruikt men voor rundvee reeds lang de methode van kunstmatige inseminatie (afgekort KI). De laatste jaren is daarnaast de reageerbuisbevruchting ofwel invitrofertilisatie (afgekort

Nadere informatie

Uitwerkingen van de opgaven uit: CHEMISCHE ANALYSE ISBN , 1 e druk, Uitgeverij Syntax Media Hoofdstuk 1 Chemische analyse bladzijde 1

Uitwerkingen van de opgaven uit: CHEMISCHE ANALYSE ISBN , 1 e druk, Uitgeverij Syntax Media Hoofdstuk 1 Chemische analyse bladzijde 1 Hoofdstuk 1 Chemische analyse bladzijde 1 Opgave 1 Hieronder staat een aantal oorzaken voor het ontstaan van fouten. Geef voor elke oorzaak aan tot welke soort onnauwkeurigheid hij leidt: grove persoonlijke

Nadere informatie

Oefenvragen bij Statistics for Business and Economics van Newbold

Oefenvragen bij Statistics for Business and Economics van Newbold Oefenvragen bij Statistics for Business and Economics van Newbold Hoofdstuk 1 1. Wat is het verschil tussen populatie en sample? De populatie is de complete set van items waar de onderzoeker in geïnteresseerd

Nadere informatie

Eindexamen wiskunde B1 vwo 2002-II

Eindexamen wiskunde B1 vwo 2002-II Cesuur bij eamens Bij de eindeamens in de jaren 997 tot en met 2000 werden aan enkele VWO-scholen eperimentele eamens afgenomen in het vak wiskunde-b. Bij deze eamens waren elk jaar maimaal 90 punten te

Nadere informatie

Eindexamen wiskunde A1 compex vwo 2007-I

Eindexamen wiskunde A1 compex vwo 2007-I Gemeenteraadsverkiezingen Op 2 maart 1994 vonden er in Nederland gemeenteraadsverkiezingen plaats. In de gemeente Enschede werden 67 787 stemmen uitgebracht. Open GEMEENTERAADSVERKIEZINGEN.XLS Vraag 14,15.

Nadere informatie

Eindexamen wiskunde B1 vwo 2005-II

Eindexamen wiskunde B1 vwo 2005-II Eindeamen wiskunde B vwo 2005-II Twee benaderingen van sin Met domein [0, ] is gegeven de functie f() = sin. De grafiek van f snijdt de -as in en en heeft als top T. Zie figuur. figuur T Gegeven is verder

Nadere informatie

Meten en experimenteren

Meten en experimenteren Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 6 oktober 009 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor fysici door Jorgen D Hondt

Nadere informatie

(On)zekerheden bij wegontwerp

(On)zekerheden bij wegontwerp (On)zekerheden bij wegontwerp Piet Hopman; KOAC-NPC Hoe zeker is een wegontwerp? Hoe groot is de kans dat er De methoden die gebruikt worden bij het wegontwerp zijn niet nieuw en worden ook niet voor het

Nadere informatie

Grafieken in Excel2003

Grafieken in Excel2003 Grafieken in Excel2003 1 Enkelvoudige grafiek Een enkelvoudige grafiek bestaat uit één dataset van xy-koppels op een XYassenstelsel. De gegevens mogen zich in kolommen of in rijen staan. Verder gaan we

Nadere informatie

Examen HAVO. Wiskunde B1 (nieuwe stijl)

Examen HAVO. Wiskunde B1 (nieuwe stijl) Wiskunde B1 (nieuwe stijl) Examen HAVO Hoger Algemeen Voortgezet Onderwijs Tijdvak 2 Woensdag 18 juni 13.30 16.30 uur 20 03 Voor dit examen zijn maximaal 81 punten te behalen; het examen bestaat uit 19

Nadere informatie

LEAB, duurzaam asfalt produceren bij lagere temperaturen Maarten Jacobs en Rémy van den Beemt, BAM Wegen bv

LEAB, duurzaam asfalt produceren bij lagere temperaturen Maarten Jacobs en Rémy van den Beemt, BAM Wegen bv LEAB, duurzaam asfalt produceren bij lagere temperaturen Maarten Jacobs en Rémy van den Beemt, BAM Wegen bv Introductie Klimaat en duurzaamheid staan hoog op de agenda van de overheden. Hoewel asfalt een

Nadere informatie

Eindexamen wiskunde B1 havo 2000-II

Eindexamen wiskunde B1 havo 2000-II Temperatuurverloop Het verloop van de temperatuur kan gedurende de 24 uren van een dag nogal grillig zijn. In vereenvoudigde vorm is het temperatuurverloop gedurende een dag redelijk te benaderen door

Nadere informatie

Ervaringen uit de praktijk

Ervaringen uit de praktijk Ervaringen uit de praktijk Bepalen grondeigenschappen voor project: dijkverbetering Gorinchem Waardenburg Inwinnen en analyseren data proevenverzameling bepalen grondeigenschappen voor gebruik in rekenmodellen

Nadere informatie

De Grids van het Actueel Hoogtebestand Nederland

De Grids van het Actueel Hoogtebestand Nederland Ministerie van Verkeer en Waterstaat Meetkundige Dienst De Grids van het Actueel Hoogtebestand Nederland Versie 1.0 19 juli 2002 Ministerie van Verkeer en Waterstaat Meetkundige Dienst De Grids van het

Nadere informatie

Voorbereidend Wetenschappelijk Onderwijs Tijdvak 2 Woensdag 22 juni 13.30 16.30 uur

Voorbereidend Wetenschappelijk Onderwijs Tijdvak 2 Woensdag 22 juni 13.30 16.30 uur wiskunde B Eamen VW Voorbereidend Wetenschappelijk nderwijs Tijdvak 2 Woensdag 22 juni 3.30 6.30 uur 20 05 Voor dit eamen zijn maimaal 86 punten te behalen; het eamen bestaat uit 9 vragen. Voor elk vraagnummer

Nadere informatie

Foutenleer 1. dr. P.S. Peijzel

Foutenleer 1. dr. P.S. Peijzel Foutenleer 1 dr. P.S. Peijzel In dit hoofdstuk zal een inleiding in de foutenleer gegeven worden. Foutenleer is een onderdeel van statistiek dat gebruikt wordt om een uitspraak te kunnen doen over fouten

Nadere informatie

VERMOEIING EN VEROUDERING VAN WATERBOUWASFALTBETON

VERMOEIING EN VEROUDERING VAN WATERBOUWASFALTBETON ml iviittf- Rijkswaterstaat Dienst Weg- en Waterbouwkunde Delft archief Asfalt in de Waterbouw VERMOEIING EN VEROUDERING VAN WATERBOUWASFALTBETON Ing. C.C. Montauban Rijkswaterstaat Dienst Weg- en Waterbouwkunde

Nadere informatie

Examen HAVO. Wiskunde B1

Examen HAVO. Wiskunde B1 Wiskunde B1 Examen HAVO Hoger Algemeen Voortgezet Onderwijs Tijdvak 2 Woensdag 21 juni 13.30 16.30 uur 20 00 Dit examen bestaat uit 21 vragen. Voor elk vraagnummer is aangegeven hoeveel punten met een

Nadere informatie

Meten en experimenteren

Meten en experimenteren Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding Zie syllabus voor details 16 februari 2011 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor

Nadere informatie

Oriëntatie Econometrie Tijdreeksmodellen en Voorspellen. Marius Ooms. 23 April 2002, Amsterdam

Oriëntatie Econometrie Tijdreeksmodellen en Voorspellen. Marius Ooms. 23 April 2002, Amsterdam Oriëntatie Econometrie Tijdreeksmodellen en Voorspellen Marius Ooms 23 April 2002, Amsterdam Carlson and Thorne (1997) Multiple Regression Key Ideas: 15.1, 15.2, 15.10, 15.14, 15.17, 15.19, 15.20 Ch. 16.1-16.4:

Nadere informatie

G0N11a Statistiek en data-analyse: project Eerste zittijd Modeloplossing

G0N11a Statistiek en data-analyse: project Eerste zittijd Modeloplossing G0N11a Statistiek en data-analyse: project Eerste zittijd 2007-2008 Modeloplossing Opmerking vooraf: Deze modeloplossing is een heel volledig antwoord op de gestelde vragen. Om de maximumscore op een vraag

Nadere informatie

1. Statistiek gebruiken 1

1. Statistiek gebruiken 1 Hoofdstuk 0 Inhoudsopgave 1. Statistiek gebruiken 1 2. Gegevens beschrijven 3 2.1 Verschillende soorten gegevens......................................... 3 2.2 Staafdiagrammen en histogrammen....................................

Nadere informatie

Sterrenkunde Praktikum 1 Fouten en fitten

Sterrenkunde Praktikum 1 Fouten en fitten Sterrenkunde Praktikum 1 Fouten en fitten Paul van der Werf 12 februari 2008 1 Inleiding In de sterrenkunde werken we vaak met zwakke signalen, of met grote hoeveelheden metingen van verschillende nauwkeurigheid.

Nadere informatie

Meten en experimenteren

Meten en experimenteren Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 3 oktober 006 Deel I Toevallige veranderlijken Steekproef Beschrijving van gegevens Histogram Gemiddelde en standaarddeviatie

Nadere informatie

Examen VWO. wiskunde A1 Compex. Vragen 14 tot en met 19. In dit deel van het examen staan de vragen waarbij de computer wel wordt gebruikt.

Examen VWO. wiskunde A1 Compex. Vragen 14 tot en met 19. In dit deel van het examen staan de vragen waarbij de computer wel wordt gebruikt. Examen VWO 2007 tijdvak 1 vrijdag 1 juni totale examentijd 3,5 uur wiskunde A1 Compex Vragen 14 tot en met 19 In dit deel van het examen staan de vragen waarbij de computer wel wordt gebruikt. Het gehele

Nadere informatie

Introductie periode 2b. Onderdeel Foutenleer 1

Introductie periode 2b. Onderdeel Foutenleer 1 Introductie periode 2b Onderdeel Foutenleer 1 Assistenten: Lai Mei Tang / Vera Kaats Susan Kersjes Maurice Mourad Sandra Veen Marieke Bode Piter Miedema Inhoud: Wat is foutenleer, en wat heeft Excel daar

Nadere informatie

Statistiek. Statistiek in het laboratorium van de ziekenhuisapotheek; deel 1.

Statistiek. Statistiek in het laboratorium van de ziekenhuisapotheek; deel 1. Statistiek Statistiek in het laboratorium van de ziekenhuisapotheek; deel 1. M.C. de Brouwer M.C.J. Langen Laboratorium van de ziekenhuisapotheek Midden-Brabant Maria ziekenhuis Dr. Deelenlaan 5 5042 AD

Nadere informatie

De resultaten van Type Tests toegepast in contracten: een technisch correcte invulling met VEROAD-XL

De resultaten van Type Tests toegepast in contracten: een technisch correcte invulling met VEROAD-XL De resultaten van Type Tests toegepast in contracten: een technisch correcte invulling met VEROAD-XL Dr. P.C. Hopman, Dr. Ir. C.A.P.M van Gurp KOAC NPC Samenvatting Met de introductie van CE-markering,

Nadere informatie

FeNeLab vakdeskundigenoverleg Juni 2008 CONSERVERING VAN TIN IN WATER MET SALPETERZUUR

FeNeLab vakdeskundigenoverleg Juni 2008 CONSERVERING VAN TIN IN WATER MET SALPETERZUUR FeNeLab vakdeskundigenoverleg Juni 2008 CONSERVERING VAN TIN IN WATER MET SALPETERZUUR INHOUDSOPGAVE Pagina SAMENVATTING... 3 1. INLEIDING... 4 2. BESCHRIJVING PROEFOPZET... 4 3. BESCHRIJVING MONSTERS...

Nadere informatie

maplev 2010/7/12 14:02 page 277 #279

maplev 2010/7/12 14:02 page 277 #279 maplev /7/ 4: page 77 #79 Module 8 Benaderende en interpolerende functies Onderwerp Voorkennis Expressies Bibliotheken Bestanden Zie ook Continue en differentieerbare functies door gegeven punten; kleinste

Nadere informatie

De valkuilen van valgewicht-deflectiemetingen

De valkuilen van valgewicht-deflectiemetingen De valkuilen van valgewicht-deflectiemetingen J.S.I. van der Wal, K.P. Drenth Unihorn bv Samenvatting Bij het berekenen van de draagkracht van asfaltverhardingsconstructies uit valgewichtdeflectiemetingen

Nadere informatie

Wiskunde D Online uitwerking 4 VWO blok 5 les 3

Wiskunde D Online uitwerking 4 VWO blok 5 les 3 Paragraaf 10 De standaard normale tabel Opgave 1 a Er geldt 20,1 16,6 = 3,5 C. Dit best wel een fors verschil, maar hoeft niet direct heel erg uitzonderlijk te zijn. b Er geldt 167 150 = 17. Dat valt buiten

Nadere informatie

Samenvatting Wiskunde Samenvatting en stappenplan van hfst. 7 en 8

Samenvatting Wiskunde Samenvatting en stappenplan van hfst. 7 en 8 Samenvatting Wiskunde Samenvatting en stappenplan van hfst. 7 en 8 Samenvatting door N. 1410 woorden 6 januari 2013 5,4 13 keer beoordeeld Vak Methode Wiskunde Getal en Ruimte 7.1 toenamediagrammen Interval

Nadere informatie

Eindexamen wiskunde B1 vwo 2002-II

Eindexamen wiskunde B1 vwo 2002-II Eindeamen wiskunde B vwo 2002-II Cesuur bij eamens Bij de eindeamens in de jaren 997 tot en met 2000 werden aan enkele VWO-scholen eperimentele eamens afgenomen in het vak wiskunde-b. Bij deze eamens waren

Nadere informatie

Het voorspellen van de akoestiek in sportzalen

Het voorspellen van de akoestiek in sportzalen Het voorspellen van de akoestiek in sportzalen Het toetsen van de rekenmethode Stageonderzoek Jelmer Niesten 21/05/15 Kennisdag Bouwfysica 2015 1/18 Introductie Stageonderzoek: akoestiek in sportzalen

Nadere informatie

Wehner/Schulze proef als methode voor de bepaling van de aanvangsremvertraging.

Wehner/Schulze proef als methode voor de bepaling van de aanvangsremvertraging. Wehner/Schulze proef als methode voor de bepaling van de aanvangsremvertraging. P.M. Kuijper, D. van Vliet, J.L.M. Voskuilen Rijkswaterstaat, Dienst Verkeer en Scheepvaart Samenvatting Door een aantal

Nadere informatie

Opgaven hoofdstuk 12 Enkelvoudige lineaire regressie

Opgaven hoofdstuk 12 Enkelvoudige lineaire regressie Opgaven hoofdstuk 12 Enkelvoudige lineaire regressie 12.1 Teken voor elk van de volgende gevallen de lijn die door de gegeven punten gaat. a. (1,1) en (5,5). b. (0,3) en (3,0) c. ( 1,1) en (4,2) d. ( 6,

Nadere informatie

Vragen: 1 Is de relatie tussen X en Y significant (bij alpha = 0,05)?

Vragen: 1 Is de relatie tussen X en Y significant (bij alpha = 0,05)? Vraag 1 Running-for-health In een running -for- health programma worden bij 17 mannelijke deelnemers na verloop van één jaar de volgende metingen verricht: X: aantal sprongen dat de persoon kan maken voordat

Nadere informatie

Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening

Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening Inleveren: 12 januari 2011, VOOR het college Afspraken Serie 1 mag gemaakt en ingeleverd worden in tweetallen. Schrijf duidelijk je naam, e-mail

Nadere informatie

Consequenties van de functionele CE-markering voor het dimensioneren van asfaltverhardingen

Consequenties van de functionele CE-markering voor het dimensioneren van asfaltverhardingen Consequenties van de functionele CE-markering voor het dimensioneren van asfaltverhardingen ir. B.W. Sluer, dr.ir. M.M.J. Jacobs BAM Wegen B.V. Samenvatting Het ontwerpen van asfaltverhardingen is in Nederland

Nadere informatie

- Validatiedossier - Bepaling van de lipofiele groep toxinen in mosselen met gebruik van UPLC-MS/MS 1 INTRODUCTIE...1 2 MATRIX EFFECT...

- Validatiedossier - Bepaling van de lipofiele groep toxinen in mosselen met gebruik van UPLC-MS/MS 1 INTRODUCTIE...1 2 MATRIX EFFECT... 1 INTRODUCTIE...1 2 MATRIX EFFECT...1 3 LINEARITEIT...2 4 JUISTHEID EN HELHAARBARHEID...5 4.1 Juistheid... 5 4.2 Juistheid van meervoudige analyses van gecertificeerd referentiemateriaal (CRM)... 5 4.3

Nadere informatie

Examen VWO-Compex. Wiskunde A1 (nieuwe stijl)

Examen VWO-Compex. Wiskunde A1 (nieuwe stijl) Wiskunde A1 (nieuwe stijl) Examen VWO-Compex Voorbereidend Wetenschappelijk Onderwijs Tijdvak 1 Dinsdag 27 mei 13.30 16.30 uur 20 03 Voor dit examen zijn maximaal 86 punten te behalen; het examen bestaat

Nadere informatie

TI83-werkblad. Vergelijkingen bij de normale verdeling

TI83-werkblad. Vergelijkingen bij de normale verdeling TI83-werkblad Vergelijkingen bij de normale verdeling 1. Inleiding Een normale verdeling wordt bepaald door de constanten µ en σ. Dit blijkt uit het voorschrift van de verdelingsfunctie van de normale

Nadere informatie

Principe Maken van een Monte Carlo data-set populatie-parameters en standaarddeviaties standaarddeviatie van de bepaling statistische verdeling

Principe Maken van een Monte Carlo data-set populatie-parameters en standaarddeviaties standaarddeviatie van de bepaling statistische verdeling Monte Carlo simulatie In MW\Pharm versie 3.30 is een Monte Carlo simulatie-module toegevoegd. Met behulp van deze Monte Carlo procedure kan onder meer de betrouwbaarheid van de berekeningen van KinPop

Nadere informatie

Wiskunde B - Tentamen 2

Wiskunde B - Tentamen 2 Wiskunde B - Tentamen Tentamen van Wiskunde B voor CiT (57) Donderdag 4 april 005 van 900 tot 00 uur Dit tentamen bestaat uit 8 opgaven, 3 tabellen en formulebladen Vermeld ook je studentnummer op je werk

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 14 Donderdag 28 Oktober 1 / 37 2 Statistiek Indeling: Hypothese toetsen Schatten 2 / 37 Vragen 61 Amerikanen werd gevraagd hoeveel % van de tijd zij liegen. Het gevonden

Nadere informatie

Hoofdstuk 12 : Regressie en correlatie. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent.

Hoofdstuk 12 : Regressie en correlatie. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent. Hoofdstuk 12 : Regressie en correlatie Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Regressie en correlatie p 1/26 Regressielijn Vraag : vind het

Nadere informatie

Herkansing Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 508 Dit is geen open boek tentamen.

Herkansing Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 508 Dit is geen open boek tentamen. Herkansing Inleiding Intelligente Data Analyse Datum: 3-3-2003 Tijd: 14.00-17.00, BBL 508 Dit is geen open boek tentamen. Algemene aanwijzingen 1. U mag ten hoogste één A4 met aantekeningen raadplegen.

Nadere informatie

Statistiek voor A.I.

Statistiek voor A.I. Statistiek voor A.I. College 13 Donderdag 25 Oktober 1 / 28 2 Deductieve statistiek Orthodoxe statistiek 2 / 28 3 / 28 Jullie - onderzoek Tobias, Lody, Swen en Sander Links: Aantal broers/zussen van het

Nadere informatie

Extra opgaven hoofdstuk 11

Extra opgaven hoofdstuk 11 Extra opgaven hoofdstuk Opgave Van een landbouwbedrijf zijn de input- en outputrelaties in onderstaande tabel weergegeven. We veronderstellen dat alleen de productiefactor arbeid varieert. Verder is gegeven

Nadere informatie

Hoeveel vertrouwen heb ik in mijn onderzoek en conclusie? Les 1

Hoeveel vertrouwen heb ik in mijn onderzoek en conclusie? Les 1 Hoeveel vertrouwen heb ik in mijn onderzoek en conclusie? Les 1 1 Onderwerpen van de lessenserie: De Normale Verdeling Nul- en Alternatieve-hypothese ( - en -fout) Steekproeven Statistisch toetsen Grafisch

Nadere informatie

Hoofdstuk 12: Eenweg ANOVA

Hoofdstuk 12: Eenweg ANOVA Hoofdstuk 12: Eenweg ANOVA 12.1 Eenweg analyse van variantie Eenweg en tweeweg ANOVA Wanneer we verschillende populaties of behandelingen met elkaar vergelijken, dan zal er binnen de data altijd sprake

Nadere informatie

Statistiek voor Natuurkunde Opgavenserie 4: Lineaire regressie

Statistiek voor Natuurkunde Opgavenserie 4: Lineaire regressie Statistiek voor Natuurkunde Opgavenserie 4: Lineaire regressie Inleveren: Uiterlijk 15 februari voor 16.00 in mijn postvakje Afspraken Overleg is toegestaan, maar iedereen levert zijn eigen werk in. Overschrijven

Nadere informatie

Robuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid

Robuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid Robuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid Dr.ir. P.W. Heijnen Faculteit Techniek, Bestuur en Management Technische Universiteit Delft 22 april 2010 1 1 Introductie De

Nadere informatie

Examen VWO. Wiskunde B1 (nieuwe stijl)

Examen VWO. Wiskunde B1 (nieuwe stijl) Wiskunde B (nieuwe stijl) Eamen VWO Voorbereidend Wetenschappelijk Onderwijs Tijdvak 2 Woensdag 9 juni 3.30 6.30 uur 20 02 Voor dit eamen zijn maimaal 83 punten te behalen; het eamen bestaat uit 7 vragen.

Nadere informatie

Data analyse Inleiding statistiek

Data analyse Inleiding statistiek Data analyse Inleiding statistiek 1 Doel Beheersen van elementaire statistische technieken Toepassen van deze technieken op aardwetenschappelijke data 2 1 Leerstof Boek: : Introductory Statistics, door

Nadere informatie

META-kaart vwo5 wiskunde A - domein Afgeleide functies

META-kaart vwo5 wiskunde A - domein Afgeleide functies META-kaart vwo5 wiskunde A - domein Afgeleide functies Wat heb ik nodig: GR of afgeleide? Hoe ziet de grafiek eruit? Moet ik de afgeleide berekenen? Kan ik bij deze functie de afgeleide berekenen? Welke

Nadere informatie

Voorbereiding PTA1-V5 wiskunde A

Voorbereiding PTA1-V5 wiskunde A Voorbereiding PTA1-V5 wiskunde A ma. 1 mrt. Les 1 Allerlei vergelijkingen oplossen (1) wo. 3 mrt. Les Valt uit: ga zelf iets oefenen! vr. 5 mrt. Les 3 Normale verdeling ma. 8 mrt. Les 4 Allerlei vergelijkingen

Nadere informatie

4 Optimale weegschema s

4 Optimale weegschema s 20 Proceedings of the 52 nd European Study Group with Industry 4 Optimale weegschema s Sandjai Bhulai, Thomas Breuer, Eric Cator en Fieke Dekkers Inleiding De kilogram is de laatste fysische grootheid

Nadere informatie

Bepaling faalkans asfaltbekleding tijdens een storm ten gevolge van overschrijding van de breuksterkte bij een extreme golfklap

Bepaling faalkans asfaltbekleding tijdens een storm ten gevolge van overschrijding van de breuksterkte bij een extreme golfklap KOAC NPC Winthontlaan 28 Postbus 2756 3500 GT Utrecht Tel. +31 30 287 69 50 Fax +31 30 288 78 44 utrecht@koac-npc.nl www.koac-npc.nl e0701828-3 Bepaling faalkans asfaltbekleding tijdens een storm ten gevolge

Nadere informatie

Hoofdstuk 10: Regressie

Hoofdstuk 10: Regressie Hoofdstuk 10: Regressie Inleiding In dit deel zal uitgelegd worden hoe we statistische berekeningen kunnen maken als sprake is van één kwantitatieve responsvariabele en één kwantitatieve verklarende variabele.

Nadere informatie