Rodzaje obciążeń w statyce – siły skupione, momenty i obciążenia rozłożone

Mgr inż.

Sebastian Dziarmaga-Działyński

Wirtualna kancelaria korepetytorska i konsultacyjna – wszechwiedza.pl

Obciążeniem nazywamy zewnętrzne oddziaływanie na ciało lub konstrukcję. W zadaniach ze statyki może ono występować jako siła skupiona, moment skupiony albo obciążenie rozłożone o stałej lub zmiennej intensywności.

Rodzaj obciążenia decyduje o sposobie jego zapisu, jednostce oraz położeniu siły wypadkowej. Szczególnie ważne jest odróżnienie siły wyrażanej w niutonach od intensywności obciążenia podawanej w niutonach na metr oraz od momentu, którego jednostką jest niutonometr.

Podstawowe pojęcia związane z siłami, momentami i równowagą omówiliśmy wcześniej w artykule Czym zajmuje się statyka? Podstawowe pojęcia i zasady. W tym materiale skupimy się na klasyfikacji obciążeń oraz zastępowaniu obciążeń rozłożonych odpowiednimi siłami wypadkowymi.

Czym jest obciążenie?

Obciążenie jest zewnętrznym oddziaływaniem na rozpatrywane ciało albo układ mechaniczny. Może dążyć do jego przesunięcia, obrotu lub odkształcenia.

Do obciążeń zalicza się między innymi:

• siły skupione;
• momenty skupione i pary sił;
• obciążenia rozłożone wzdłuż odcinka;
• obciążenia powierzchniowe;
• obciążenia objętościowe, w tym ciężar własny;
• obciążenia ruchome;
• oddziaływania wynikające ze zmian temperatury;
• wymuszone przemieszczenia podpór.

W zadaniach mechanicznych rzeczywiste oddziaływania zastępuje się odpowiednimi modelami. Ten sam rzeczywisty nacisk może zostać przedstawiony jako siła skupiona albo obciążenie rozłożone, zależnie od skali analizowanego zagadnienia i wymaganej dokładności.

Siła skupiona

Siła skupiona jest idealizacją obciążenia przyłożonego w jednym punkcie. Na schemacie przedstawia się ją za pomocą pojedynczej strzałki.

W rzeczywistości siła zawsze działa na pewnej powierzchni. Można jednak potraktować ją jako skupioną, jeżeli obszar kontaktu jest niewielki w porównaniu z wymiarami analizowanego elementu.

Przykładami sił skupionych mogą być:

• siła przekazywana przez linę lub cięgno;
• reakcja podpory;
• nacisk koła na szynę;
• siła przekazywana przez sworzeń albo przegub;
• obciążenie przyłożone do końca dźwigni.

Siłę skupioną oznacza się często literami \(F\), \(P\) albo \(R\). Jej jednostką w układzie SI jest niuton:

W zadaniach konstrukcyjnych najczęściej stosuje się kiloniutony:

Moment skupiony

Moment skupiony opisuje oddziaływanie wywołujące obrót bez powstawania niezerowej siły wypadkowej. Na płaskim schemacie przedstawia się go zwykle za pomocą zakrzywionej strzałki.

Moment skupiony może powstać wskutek działania pary sił, czyli dwóch sił:

• równoległych;
• o jednakowych wartościach;
• przeciwnie skierowanych;
• działających wzdłuż różnych prostych.

Suma tych sił jest równa zeru:

ale pozostaje niezerowy moment:

gdzie \(a\) jest prostopadłą odległością między liniami działania sił.

W płaskim układzie obciążeń wektor momentu jest prostopadły do płaszczyzny rysunku. Symbol \(\odot\) oznacza wektor skierowany w stronę obserwatora, natomiast symbol \(\otimes\) — wektor skierowany w głąb rysunku.

Moment pary sił jest tak zwanym wektorem swobodnym. Można przenieść go do innego punktu ciała sztywnego bez zmiany zewnętrznego skutku mechanicznego.

Obciążenia rozłożone

Obciążenie rozłożone działa na pewnej długości, powierzchni albo objętości. W przypadku belek najczęściej rozpatruje się obciążenie rozłożone wzdłuż odcinka.

Intensywność takiego obciążenia oznacza się zwykle symbolem \(q\) i podaje w jednostkach siły przypadającej na jednostkę długości:

Wartość \(q=5\ \mathrm{kN/m}\) oznacza, że na każdy metr długości elementu przypada obciążenie o wartości \(5\ \mathrm{kN}\).

Obciążenie liniowe może być:

• równomierne, czyli stałe;
• liniowo zmienne;
• trójkątne;
• trapezowe;
• opisane dowolną funkcją \(q(x)\).

Wypadkowa obciążenia rozłożonego jest równa polu pod wykresem jego intensywności. Jej linia działania przechodzi przez środek ciężkości tego pola.

Obciążenie ciągłe równomierne

Jeżeli intensywność obciążenia na całym odcinku jest jednakowa, otrzymujemy obciążenie ciągłe równomierne. Jego wykres ma kształt prostokąta.

Dla obciążenia o intensywności \(q\), działającego na długości \(l\), siła wypadkowa wynosi:

Wynik ma jednostkę siły:

Wypadkowa działa w środku ciężkości prostokątnego wykresu obciążenia, czyli w połowie obciążonego odcinka:

Jeżeli obciążenie działa tylko na części belki, odległość \(l/2\) należy mierzyć od początku obciążonego odcinka, a nie od końca całej belki.

Obciążenie trójkątne

Obciążenie trójkątne jest szczególnym przypadkiem obciążenia liniowo zmiennego. Jego intensywność zmienia się od zera na jednym końcu do wartości maksymalnej \(q_{\max}\) na drugim.

Siła wypadkowa jest równa polu trójkąta:

Wypadkowa przechodzi przez środek ciężkości trójkąta. Jej linia działania znajduje się:

• w odległości \(\frac{l}{3}\) od strony większej intensywności;
• w odległości \(\frac{2l}{3}\) od strony, przy której obciążenie jest równe zeru.

Obciążenie trapezowe

Jeżeli intensywność obciążenia zmienia się liniowo od wartości \(q_1\) do \(q_2\), a obie wartości są różne od zera, wykres obciążenia ma kształt trapezu.

Całkowita wypadkowa jest równa polu trapezu:

Najwygodniej jest jednak rozłożyć obciążenie trapezowe na dwa prostsze obciążenia. Jeżeli \(q_2>q_1\), otrzymujemy:

• obciążenie prostokątne o intensywności \(q_1\);
• obciążenie trójkątne rosnące od zera do \(q_2-q_1\).

Wypadkowa części prostokątnej wynosi:

i działa w odległości:

od początku obciążonego odcinka.

Wypadkowa części trójkątnej wynosi:

i działa w odległości:

od strony intensywności \(q_1\), czyli w odległości \(l/3\) od strony większej intensywności \(q_2\).

Całkowita wypadkowa wynosi:

Jej położenie można wyznaczyć z warunku zgodności momentów:

Stąd:

Po podstawieniu można otrzymać bezpośredni wzór na położenie wypadkowej, mierzone od strony \(q_1\):

Jeżeli \(q_1>q_2\), rozkład można przeprowadzić od strony mniejszej wartości albo zastosować bezpośrednio wzór na położenie środka ciężkości trapezu.

Dowolne obciążenie opisane funkcją

Jeżeli intensywność obciążenia zmienia się w dowolny sposób i jest opisana funkcją \(q(x)\), siłę wypadkową wyznacza się przez całkowanie:

Całka ta oznacza pole pod wykresem intensywności obciążenia.

Położenie linii działania wypadkowej wyznacza się z warunku zgodności momentów:

Jest to współrzędna środka ciężkości pola znajdującego się pod wykresem funkcji \(q(x)\).

Jeżeli obciążenia działają w przeciwnych kierunkach, należy przyjąć odpowiednią konwencję znaków i traktować pola algebraicznie.

Obciążenia powierzchniowe i objętościowe

Obciążenie może być rozłożone nie tylko wzdłuż linii, ale również na powierzchni lub w objętości ciała.

Obciążenie powierzchniowe

Intensywność obciążenia powierzchniowego oznacza się często symbolem \(p\). Jego jednostką jest:

Jednostka \(\mathrm{N/m^2}\) jest równa paskalowi:

Przykładami są parcie cieczy, napór wiatru oraz obciążenie śniegiem działające na powierzchnię dachu.

Jeżeli równomierne obciążenie powierzchniowe \(p\) działa na pas o szerokości \(b\), można przeliczyć je na obciążenie liniowe:

Kontrola jednostek daje:

Obciążenie objętościowe

Obciążenie objętościowe działa w całej objętości materiału. Jego intensywność wyraża się w jednostkach:

Najczęstszym przykładem jest ciężar własny materiału.

Ciężar własny konstrukcji

Ciężar własny jest obciążeniem wynikającym z masy analizowanego elementu. Dla pręta o stałym polu przekroju \(A\), wykonanego z materiału o gęstości \(\rho\), intensywność liniowa ciężaru wynosi:

gdzie \(g\) jest przyspieszeniem ziemskim.

Można również posługiwać się ciężarem objętościowym materiału:

Wtedy:

Jeżeli pole przekroju i gęstość są stałe, ciężar własny pręta można traktować jako obciążenie ciągłe równomierne.

Obciążenia ruchome

Obciążenie ruchome zmienia swoje położenie względem konstrukcji. Przykładem jest pojazd poruszający się po moście, suwnica albo wózek przemieszczający się po belce.

Obciążenie od pociągu można modelować jako układ sił skupionych odpowiadających naciskom poszczególnych osi. Jeżeli osi jest bardzo wiele i znajdują się blisko siebie, w uproszczonym modelu można zastąpić je obciążeniem rozłożonym.

Oddziaływania temperatury

Zmiana temperatury nie jest siłą ani momentem, ale może powodować zmianę wymiarów elementu. Swobodne wydłużenie pręta wynosi:

gdzie:

• \(\alpha\) jest współczynnikiem rozszerzalności cieplnej;
• \(\Delta T\) oznacza zmianę temperatury;
• \(L\) jest początkową długością elementu.

Jeżeli element może wydłużyć się swobodnie, sama zmiana temperatury nie wywołuje reakcji podporowych. Jeżeli jednak jego przemieszczenie zostanie zablokowane, pojawią się siły i naprężenia termiczne.

Z tego powodu mosty i długie konstrukcje wyposaża się w łożyska przesuwne oraz szczeliny dylatacyjne. Umożliwiają one zmianę długości bez wywoływania nadmiernych sił wewnętrznych.

Jednostki i kontrola wymiarów

Kontrola jednostek jest jednym z najprostszych sposobów wykrywania błędów w obliczeniach ze statyki.

Obciążenie liniowe pomnożone przez długość daje siłę:

Obciążenie liniowe pomnożone przez kwadrat długości ma jednostkę momentu:

Jeżeli w zadaniu intensywność obciążenia oznaczono symbolem \(q\), a długość symbolem \(l\), to:

• reakcje i inne siły powinny mieć wymiar odpowiadający \(ql\);
• momenty powinny mieć wymiar odpowiadający \(ql^2\).

W niektórych zadaniach intensywność obciążenia bywa oznaczana wielką literą \(Q\). Zawsze trzeba jednak sprawdzić definicję symbolu. Jeżeli \(Q\) jest już siłą, a nie siłą przypadającą na jednostkę długości, zależności wymiarowe będą inne.

Kiedy można zastąpić obciążenie wypadkową?

Obciążenie rozłożone i odpowiadająca mu siła wypadkowa wywołują taki sam całkowity skutek mechaniczny względem analizowanego ciała sztywnego, jeżeli zachowane są:

• wartość wypadkowej;
• kierunek i zwrot;
• moment względem dowolnego punktu.

Zastąpienie obciążenia wypadkową jest szczególnie wygodne podczas wyznaczania reakcji podporowych i sprawdzania równowagi całej konstrukcji.

Nie oznacza to jednak, że siła skupiona i obciążenie rozłożone są równoważne w każdej analizie. Powodują one inny przebieg sił wewnętrznych, ugięć i naprężeń wzdłuż elementu.

Dodawanie sił wypadkowych i momentów można wykonywać metodami rachunku wektorowego opisanymi w artykule Rachunek wektorowy w statyce – siły, składowe i momenty.

Najczęstsze błędy

• traktowanie intensywności \(q\) wyrażonej w \(\mathrm{kN/m}\) jak siły podanej w \(\mathrm{kN}\);
• mylenie jednostek \(\mathrm{kN/m}\) i \(\mathrm{kN\,m}\);
• pominięcie długości obciążonego odcinka przy obliczaniu wypadkowej;
• przykładanie wypadkowej obciążenia równomiernego w połowie całej belki zamiast w połowie obciążonego odcinka;
• umieszczanie wypadkowej obciążenia trójkątnego po niewłaściwej stronie;
• przyjmowanie, że wypadkowa obciążenia trójkątnego działa w połowie długości;
• nieuwzględnienie części prostokątnej przy rozkładzie obciążenia trapezowego;
• dodawanie położeń wypadkowych zamiast ich momentów;
• traktowanie momentu skupionego jak siły działającej w określonym kierunku;
• zakładanie, że każda zmiana temperatury automatycznie wywołuje siłę;
• zastępowanie obciążenia rozłożonego wypadkową również tam, gdzie potrzebny jest lokalny przebieg sił wewnętrznych.

Podsumowanie

W statyce obciążenia przedstawia się za pomocą uproszczonych modeli. Do najczęściej stosowanych należą siły skupione, momenty skupione oraz obciążenia rozłożone o stałej lub zmiennej intensywności.

Najważniejsze zależności dla obciążeń liniowych to:

Wypadkowa obciążenia rozłożonego przechodzi przez środek ciężkości pola pod wykresem jego intensywności. Jej położenie musi zapewniać zachowanie tego samego momentu co pierwotne obciążenie.

Przy każdym obliczeniu należy kontrolować jednostki. Intensywność \(q\) ma jednostkę siły na długość, iloczyn \(ql\) jest siłą, natomiast \(ql^2\) ma jednostkę momentu.

Utworzono: 29.06.2026 | Zmodyfikowano: 17.07.2026

Ruch prostoliniowy – położenie, prędkość, przyspieszenie i równania ruchu

Mgr inż.

Sebastian Dziarmaga-Działyński

Wirtualna kancelaria korepetytorska i konsultacyjna – wszechwiedza.pl

Ruch prostoliniowy zachodzi wtedy, gdy ciało porusza się wzdłuż jednej prostej. Jego opis można sprowadzić do jednej współrzędnej \(x=x(t)\), a prędkość i przyspieszenie otrzymać przez kolejne różniczkowanie położenia względem czasu.

Choć ruch odbywa się tylko na jednej osi, poprawne rozwiązanie zadania wymaga uwzględnienia znaków położenia, prędkości i przyspieszenia. Szczególne znaczenie ma rozróżnienie między drogą a przemieszczeniem oraz między znakiem przyspieszenia a rzeczywistym wzrostem lub spadkiem szybkości.

Ogólne definicje prędkości, przyspieszenia i równania ruchu zostały omówione w artykule Kinematyka punktu materialnego – równania ruchu, prędkość, przyspieszenie i promień krzywizny. Tutaj zastosujemy je do ruchu wzdłuż jednej prostej.

Czym jest ruch prostoliniowy?

Ruch prostoliniowy jest ruchem, którego tor stanowi linia prosta. Po odpowiednim wyborze układu współrzędnych tor można utożsamić z jedną osią, najczęściej oznaczaną jako \(x\).

Położenie ciała opisuje wtedy jedna funkcja czasu:

Nie są potrzebne osobne równania dla współrzędnych \(y\) i \(z\), ponieważ podczas ruchu pozostają one stałe.

Ruchem prostoliniowym może być między innymi:

• jazda samochodu po prostym odcinku drogi;
• ruch windy w pionowym szybie;
• spadanie ciała wzdłuż pionowej osi;
• ruch tłoka w cylindrze;
• przesuwanie przedmiotu po prostoliniowej prowadnicy.

Opis ruchu na osi współrzędnych

Przed rozpoczęciem obliczeń należy określić:

• początek osi \(O\);
• dodatni zwrot osi;
• chwilę początkową;
• początkowe położenie \(x_0\);
• początkową prędkość \(v_0\).

Współrzędna \(x\) może być dodatnia, ujemna albo równa zeru. Jej znak informuje, po której stronie początku układu znajduje się ciało, ale nie określa kierunku jego ruchu.

Położenie, przemieszczenie i droga

Położenie ciała w danej chwili określa współrzędna \(x(t)\). Jeżeli w chwili \(t_1\) ciało znajduje się w położeniu \(x_1\), a w chwili \(t_2\) w położeniu \(x_2\), jego przemieszczenie wynosi:

Przemieszczenie jest wielkością algebraiczną. Może być dodatnie, ujemne albo równe zeru.

Droga \(s\) jest całkowitą długością odcinka toru przebytego przez ciało. Jest zawsze nieujemna:

Jeżeli ciało nie zmienia zwrotu ruchu, droga jest równa wartości bezwzględnej przemieszczenia:

Gdy ciało zawraca, droga jest większa od wartości przemieszczenia. Może się również zdarzyć, że ciało wróci do punktu początkowego. Wtedy:

Prędkość średnia i chwilowa

Prędkość średnia

Średnia prędkość w przedziale czasu od \(t_1\) do \(t_2\) jest ilorazem przemieszczenia i czasu:

Jej znak informuje o zwrocie wypadkowego przemieszczenia.

Średnia szybkość jest natomiast ilorazem drogi i czasu:

Średnia prędkość i średnia szybkość są sobie równe tylko wtedy, gdy ciało nie zmienia zwrotu i porusza się w dodatnim kierunku osi.

Prędkość chwilowa

Prędkość chwilowa jest granicą prędkości średniej dla coraz krótszego przedziału czasu:

Znak prędkości określa zwrot ruchu:

• \(v>0\) — ruch w dodatnim kierunku osi;
• \(v<0\) — ruch w kierunku przeciwnym;
• \(v=0\) — chwilowe zatrzymanie.

Wartość bezwzględna prędkości jest szybkością:

Przyspieszenie średnie i chwilowe

Przyspieszenie średnie

Średnie przyspieszenie jest ilorazem zmiany prędkości i czasu:

Przyspieszenie chwilowe

Przyspieszenie chwilowe jest pochodną prędkości względem czasu:

Ponieważ prędkość jest pochodną położenia, przyspieszenie jest jego drugą pochodną:

Dodatnie przyspieszenie oznacza, że prędkość algebraiczna rośnie. Ujemne przyspieszenie oznacza, że prędkość algebraiczna maleje. Nie jest to jeszcze jednoznaczne z przyspieszaniem albo zwalnianiem ciała.

Znaki prędkości i przyspieszenia

O tym, czy szybkość rośnie, czy maleje, decyduje wzajemny znak prędkości i przyspieszenia.

Jeżeli \(v\) i \(a\) mają ten sam znak, przyspieszenie jest skierowane zgodnie z ruchem i szybkość rośnie. Jeżeli mają przeciwne znaki, przyspieszenie jest skierowane przeciwnie do ruchu i szybkość maleje.

Ruch prostoliniowy jednostajny

W ruchu prostoliniowym jednostajnym prędkość jest stała:

Przyspieszenie jest więc równe zeru:

Jeżeli w chwili początkowej \(t_0\) ciało znajduje się w położeniu \(x_0\), to jego położenie w chwili \(t\) wynosi:

Dla często stosowanego wyboru \(t_0=0\):

W równych odstępach czasu ciało pokonuje jednakowe przemieszczenia:

Jeżeli \(v>0\), położenie rośnie liniowo. Dla \(v<0\) położenie liniowo maleje.

Ruch prostoliniowy jednostajnie zmienny

Ruch prostoliniowy jednostajnie zmienny zachodzi wtedy, gdy przyspieszenie jest stałe:

Z definicji przyspieszenia:

Po scałkowaniu od chwili \(t_0\) do chwili \(t\):

Dla \(t_0=0\):

Ponieważ:

kolejne całkowanie prowadzi do równania położenia:

Dla \(t_0=0\):

Ruch jednostajnie przyspieszony

Ruch jest przyspieszony, gdy szybkość rośnie. Zachodzi wtedy:

Ruch jednostajnie opóźniony

Ruch jest opóźniony, gdy szybkość maleje:

Określenia „przyspieszony” i „opóźniony” odnoszą się do wartości prędkości, a nie do samego znaku \(a\).

Równanie ruchu bez czasu

W zadaniach ze stałym przyspieszeniem czas można wyeliminować. Korzystamy z reguły łańcuchowej:

Dla stałego \(a\):

Całkując od położenia \(x_0\) i prędkości \(v_0\) do \(x\) i \(v\), otrzymujemy:

Po przekształceniu:

Wzór ten jest szczególnie wygodny, gdy znamy drogę lub przemieszczenie, ale nie znamy czasu ruchu.

Wykresy położenia, prędkości i przyspieszenia

Wykres położenia \(x(t)\)

Nachylenie wykresu położenia jest równe prędkości:

• linia rosnąca oznacza \(v>0\);
• linia malejąca oznacza \(v<0\);
• linia pozioma oznacza spoczynek;
• większe nachylenie oznacza większą wartość prędkości.

W ruchu jednostajnym wykres \(x(t)\) jest linią prostą. Przy stałym niezerowym przyspieszeniu ma kształt paraboli.

Wykres prędkości \(v(t)\)

Nachylenie wykresu prędkości jest równe przyspieszeniu:

Dla ruchu jednostajnego wykres \(v(t)\) jest linią poziomą. Dla stałego przyspieszenia jest linią prostą, której współczynnik nachylenia wynosi \(a\).

Wykres przyspieszenia \(a(t)\)

W ruchu jednostajnym:

W ruchu jednostajnie zmiennym wykres przyspieszenia jest poziomą linią położoną powyżej albo poniżej osi czasu, zależnie od znaku \(a\).

Pole pod wykresem prędkości

Przemieszczenie w przedziale czasu od \(t_1\) do \(t_2\) jest równe całce z prędkości:

Geometrycznie jest to pole algebraiczne między wykresem \(v(t)\) a osią czasu:

• pole nad osią liczymy dodatnio;
• pole pod osią liczymy ujemnie.

Droga jest całką z wartości bezwzględnej prędkości:

Jeżeli dodatnia część pola ma wartość \(A_+\), a wartość bezwzględna części ujemnej wynosi \(A_-\), to:

Pole pod wykresem przyspieszenia

Zmiana prędkości w przedziale czasu jest równa całce z przyspieszenia:

Pole algebraiczne pod wykresem \(a(t)\) informuje więc o zmianie prędkości, a nie bezpośrednio o przemieszczeniu.

Dla stałego przyspieszenia:

Ruch ze zmiennym przyspieszeniem

Jeżeli przyspieszenie zależy od czasu, nie można bezpośrednio stosować wzorów właściwych dla \(a=\operatorname{const}\).

Prędkość wyznaczamy przez całkowanie przyspieszenia:

Położenie otrzymujemy przez całkowanie prędkości:

Symbol \(\tau\) jest pomocniczą zmienną całkowania i nie oznacza dodatkowej wielkości fizycznej.

Jeżeli natomiast znana jest zależność przyspieszenia od położenia \(a=a(x)\), można skorzystać z zależności:

Zatrzymanie i zmiana zwrotu ruchu

Ciało zatrzymuje się w chwili, w której:

Samo spełnienie tego warunku nie zawsze oznacza zmianę zwrotu. Należy sprawdzić znak prędkości przed i po rozpatrywanej chwili.

• jeżeli \(v\) zmienia znak z dodatniego na ujemny, ciało zaczyna poruszać się w przeciwną stronę;
• jeżeli \(v\) zmienia znak z ujemnego na dodatni, również następuje zmiana zwrotu;
• jeżeli prędkość osiąga zero, ale nie zmienia znaku, występuje tylko chwilowe zatrzymanie.

Przy stałym przyspieszeniu chwila zatrzymania spełnia:

czyli:

Rozwiązanie ma znaczenie fizyczne tylko wtedy, gdy otrzymany czas należy do analizowanego przedziału i jest zgodny z przyjętym początkiem pomiaru czasu.

Przykłady obliczeniowe

Przykład 1. Ruch jednostajny

Samochód znajduje się początkowo w położeniu \(x_0=50\ \mathrm{m}\) i porusza się ze stałą prędkością:

Wyznaczmy położenie po \(8\ \mathrm{s}\).

Przemieszczenie wynosi:

Przykład 2. Ruch ze stałym przyspieszeniem

Ciało rozpoczyna ruch w położeniu \(x_0=10\ \mathrm{m}\) z prędkością \(v_0=5\ \mathrm{m/s}\). Przyspieszenie wynosi:

Po \(4\ \mathrm{s}\) prędkość jest równa:

Położenie wynosi:

Przemieszczenie wyniosło:

Przykład 3. Hamowanie samochodu

Samochód porusza się z prędkością początkową:

i hamuje ze stałym przyspieszeniem:

Czas zatrzymania:

Drogę hamowania wyznaczamy z równania bez czasu:

Dla \(v=0\):

Samochód zatrzyma się po \(5\ \mathrm{s}\), pokonując w tym czasie \(62{,}5\ \mathrm{m}\).

Przykład 4. Zmiana zwrotu ruchu

Prędkość ciała jest opisana równaniem:

Chwila zatrzymania:

Dla \(t<2\ \mathrm{s}\) prędkość jest ujemna, a dla \(t>2\ \mathrm{s}\) dodatnia. Ciało zatrzymuje się więc w chwili \(t=2\ \mathrm{s}\), a następnie zmienia zwrot ruchu.

Jednostki i kontrola wymiarów

Kontrola wymiarów równania położenia:

Każdy składnik ma jednostkę długości, więc równanie jest wymiarowo poprawne.

Najczęstsze błędy

• mylenie współrzędnej położenia \(x\) z drogą \(s\);
• traktowanie przemieszczenia i drogi jako tej samej wielkości mimo zmiany zwrotu ruchu;
• pomijanie znaku prędkości;
• uznawanie ujemnego przyspieszenia zawsze za hamowanie;
• stosowanie wzorów dla stałego przyspieszenia, gdy \(a\) zależy od czasu;
• pomijanie położenia początkowego \(x_0\);
• pomijanie prędkości początkowej \(v_0\);
• mylenie pola pod wykresem \(v(t)\) z drogą bez uwzględnienia zmiany znaku prędkości;
• odczytywanie wartości funkcji zamiast nachylenia wykresu;
• uznawanie każdej chwili \(v=0\) za zmianę zwrotu ruchu;
• stosowanie równania \(v^2=v_0^2+2a\Delta x\) do ruchu ze zmiennym przyspieszeniem;
• nieuwzględnianie jednostek i zamiany kilometrów na godzinę na metry na sekundę.

Podsumowanie

Ruch prostoliniowy można opisać za pomocą jednej współrzędnej:

Prędkość i przyspieszenie są kolejnymi pochodnymi położenia względem czasu:

W ruchu jednostajnym:

Dla stałego przyspieszenia:

Przemieszczenie jest polem algebraicznym pod wykresem prędkości:

natomiast droga jest całką z wartości bezwzględnej prędkości:

O tym, czy ciało przyspiesza, czy zwalnia, decydują łącznie znaki \(v\) i \(a\). Zgodne znaki oznaczają wzrost szybkości, a przeciwne — jej zmniejszanie.

Utworzono: 28.06.2026 | Zmodyfikowano: 18.07.2026

Kinematyka punktu materialnego – równania ruchu, prędkość, przyspieszenie i promień krzywizny

Mgr inż.

Sebastian Dziarmaga-Działyński

Wirtualna kancelaria korepetytorska i konsultacyjna – wszechwiedza.pl

Kinematyka punktu materialnego opisuje zmianę położenia punktu w czasie. Znając równanie ruchu, możemy wyznaczyć tor, prędkość i przyspieszenie, a w ruchu krzywoliniowym także składowe styczną i normalną przyspieszenia oraz promień krzywizny toru.

Punkt materialny jest uproszczonym modelem ciała, którego rozmiary i obrót nie mają znaczenia w rozpatrywanym zagadnieniu. W kinematyce nie analizujemy jeszcze sił powodujących ruch — interesuje nas wyłącznie jego geometryczny i czasowy opis.

Podstawowe pojęcia, takie jak układ odniesienia, tor, droga i przemieszczenie, zostały omówione w artykule Czym zajmuje się kinematyka? Podstawowe pojęcia opisu ruchu. W tym materiale przechodzimy do szczegółowego i rachunkowego opisu ruchu punktu.

Model punktu materialnego

Punkt materialny jest modelem ciała, którego wymiary geometryczne pomijamy. Całe ciało reprezentuje jeden punkt \(P\), a jego ruch opisujemy przez zmianę położenia tego punktu w czasie.

Model ten można stosować wtedy, gdy:

• rozmiary ciała są niewielkie w porównaniu z rozpatrywanymi odległościami;
• obrót ciała nie wpływa na rozwiązanie zadania;
• interesuje nas ruch środka masy lub innego wybranego punktu;
• kształt ciała nie ma znaczenia dla analizowanego ruchu.

Na przykład satelitę poruszającego się po orbicie można w pierwszym przybliżeniu traktować jako punkt materialny, jeżeli interesuje nas jego trajektoria, a nie obrót paneli słonecznych czy orientacja przestrzenna całego obiektu.

Wektorowe równanie ruchu

Położenie punktu \(P\) względem początku układu współrzędnych \(O\) opisuje wektor położenia, nazywany także wektorem wodzącym:

Podczas ruchu wektor położenia zmienia się w czasie:

Zależność ta jest wektorowym równaniem ruchu punktu materialnego. Jeżeli znamy funkcję \(\vec r(t)\), możemy dla każdej chwili \(t\) wyznaczyć położenie punktu, a przez różniczkowanie także jego prędkość i przyspieszenie.

W prostokątnym układzie współrzędnych:

gdzie \(\vec i\), \(\vec j\) i \(\vec k\) są wersorami osi \(x\), \(y\) i \(z\).

Równania ruchu we współrzędnych

Wektorowe równanie ruchu można zastąpić układem równań skalarnych:

Są to parametryczne równania ruchu, w których czas pełni rolę parametru. W ruchu płaskim jedna ze współrzędnych jest stała, dlatego wystarczają dwa równania:

W ruchu prostoliniowym, jeżeli oś zostanie poprowadzona wzdłuż toru, położenie można opisać jednym równaniem:

Opis wektorowy i współrzędnościowy przedstawiają ten sam ruch. Różnią się jedynie sposobem zapisu, co szerzej omówiliśmy w sekcji Sposoby opisu ruchu.

Wyznaczanie toru ruchu

Parametryczne równania ruchu określają zarówno kształt toru, jak i położenie punktu w każdej chwili. Aby otrzymać samo równanie toru, należy wyeliminować czas.

Rozważmy przykład:

Z pierwszego równania:

Po podstawieniu do równania współrzędnej \(y\):

Tor punktu jest więc parabolą.

Oznaczenia pochodnych w kinematyce

W kinematyce spotyka się kilka równoważnych sposobów zapisywania pochodnych. Szczególnie często używane są zapis ilorazowy, notacja Newtona z kropką oraz notacja z primem.

Pochodne po czasie

Pierwszą pochodną wielkości \(x(t)\) względem czasu można zapisać jako:

Druga pochodna jest oznaczana dwiema kropkami:

Dla wektora położenia:

Notacja z primem

Prim nie określa samodzielnie, względem jakiej wielkości obliczana jest pochodna. Znaczenie zapisu wynika z wcześniej wskazanej zmiennej niezależnej.

Dla funkcji \(y=y(x)\):

Jeżeli natomiast funkcja zależy od współrzędnej naturalnej \(s\), można przyjąć:

Reguła łańcuchowa

Jeżeli:

to pochodna funkcji \(f\) względem czasu wynosi:

Dla drugiej pochodnej:

Prędkość punktu materialnego

Prędkość chwilowa jest pochodną wektora położenia względem czasu:

W kartezjańskim układzie współrzędnych:

Składowe prędkości wynoszą:

Wartość wektora prędkości, czyli szybkość, jest równa:

Wektor prędkości chwilowej jest styczny do toru i skierowany zgodnie z chwilowym zwrotem ruchu.

Przyspieszenie punktu materialnego

Przyspieszenie chwilowe jest pochodną prędkości względem czasu albo drugą pochodną położenia:

W kartezjańskim układzie współrzędnych:

Składowe przyspieszenia wynoszą:

Wartość całkowitego przyspieszenia:

Przyspieszenie opisuje każdą zmianę wektora prędkości. Może być wynikiem zmiany jego wartości, kierunku albo obu tych cech jednocześnie.

Opis naturalny ruchu

W opisie naturalnym wykorzystuje się lokalny układ związany z torem ruchu. Podstawowymi kierunkami są:

• kierunek styczny, określony przez wersor \(\vec\tau\);
• kierunek normalny, określony przez wersor \(\vec n\), skierowany ku środkowi krzywizny.

Wektor prędkości można zapisać jako:

Jeżeli \(s\) oznacza długość drogi mierzoną wzdłuż toru, to:

W ruchu płaskim zmiana wersora stycznego wraz z położeniem na torze spełnia zależność:

gdzie \(\rho\) jest promieniem krzywizny toru.

Przyspieszenie styczne i normalne

Różniczkując wektor prędkości:

otrzymujemy:

Z reguły łańcuchowej:

Ostatecznie:

gdzie:

Składowa styczna

Składowa styczna odpowiada za zmianę wartości prędkości:

• gdy \(a_\tau>0\), szybkość rośnie;
• gdy \(a_\tau<0\), szybkość maleje;
• gdy \(a_\tau=0\), szybkość jest chwilowo stała.

Składowa normalna

Składowa normalna odpowiada za zmianę kierunku wektora prędkości. Jest prostopadła do prędkości i skierowana ku środkowi krzywizny toru.

Dla ruchu prostoliniowego:

W ruchu jednostajnym po okręgu szybkość jest stała, dlatego \(a_\tau=0\), ale występuje niezerowe przyspieszenie normalne.

Ponieważ kierunki styczny i normalny są prostopadłe, wartość przyspieszenia całkowitego obliczamy z twierdzenia Pitagorasa:

Składową styczną można również wyrazić za pomocą pochodnej szybkości względem drogi:

Przy umowie \(v'=dv/ds\) otrzymujemy:

Promień krzywizny toru

Promień krzywizny \(\rho\) określa stopień zakrzywienia toru w danym punkcie. Jest promieniem okręgu oskulacyjnego, czyli okręgu najlepiej dopasowanego do toru w bezpośrednim otoczeniu rozpatrywanego punktu.

• mała wartość \(\rho\) oznacza ostry zakręt;
• duża wartość \(\rho\) oznacza łagodne zakrzywienie;
• dla okręgu \(\rho\) jest równe jego promieniowi;
• dla prostej promień krzywizny dąży do nieskończoności.

Z zależności na przyspieszenie normalne wynika:

o ile \(a_n>0\).

Wyznaczanie promienia krzywizny

Na podstawie prędkości i przyspieszenia

Dla dowolnego ruchu przestrzennego krzywiznę toru można zapisać jako:

Promień krzywizny jest odwrotnością krzywizny:

Iloczyn wektorowy oraz jego własności zostały szerzej omówione w artykule Rachunek wektorowy w statyce – siły, składowe i momenty.

Dla równań parametrycznych \(x(t)\) i \(y(t)\)

W ruchu płaskim:

Promień krzywizny wynosi:

W mianowniku występuje wartość bezwzględna, ponieważ promień krzywizny jest dodatnią długością.

Dla toru \(y=y(x)\)

Jeżeli tor jest podany bezpośrednio jako funkcja współrzędnej \(x\), stosujemy:

gdzie:

Jest to przykład sytuacji, w której primy oznaczają pochodne po współrzędnej \(x\), a nie po czasie.

Dwa rozkłady wektora przyspieszenia

Ten sam wektor przyspieszenia można rozłożyć w różnych bazach. Najczęściej stosuje się bazę kartezjańską oraz bazę styczno-normalną.

Rozkład kartezjański

Kierunki \(\vec i\) i \(\vec j\) są związane ze stałymi, nieruchomymi osiami układu współrzędnych.

Rozkład styczno-normalny

Kierunki \(\vec\tau\) i \(\vec n\) są związane z lokalną geometrią toru i zmieniają orientację wraz z ruchem punktu.

Przykład obliczeniowy

Ruch punktu w płaszczyźnie opisują równania:

Wektor położenia

Prędkość

Szybkość wynosi:

Przyspieszenie

Jego wartość jest stała:

Składowa styczna

Składowa normalna

Ponieważ:

otrzymujemy:

Promień krzywizny

Dla chwili \(t=1\):

Wektor przyspieszenia ma w tym przykładzie stały kierunek kartezjański, ale jego składowe styczna i normalna zmieniają się wraz z położeniem punktu na torze. Dobrze pokazuje to różnicę pomiędzy oboma sposobami rozkładu.

Jednostki i kontrola wymiarów

Dla prędkości:

Dla przyspieszenia normalnego:

Dla promienia krzywizny:

Najczęstsze błędy

• traktowanie równania toru jako pełnego równania ruchu;
• pomijanie informacji o czasie po wyeliminowaniu parametru \(t\);
• mylenie wektora prędkości z jego wartością;
• zakładanie, że przyspieszenie musi być zgodne z kierunkiem prędkości;
• utożsamianie składowej stycznej \(a_\tau\) ze składową kartezjańską \(a_x\);
• utożsamianie składowej normalnej \(a_n\) ze składową \(a_y\);
• kierowanie przyspieszenia normalnego na zewnątrz zakrętu zamiast ku środkowi krzywizny;
• stosowanie \(a_n=v^2/\rho\) jako wzoru na całkowite przyspieszenie;
• mylenie promienia krzywizny z odległością punktu od początku układu;
• pomijanie wartości bezwzględnej we wzorze na promień krzywizny;
• traktowanie prima jako oznaczenia pochodnej zawsze po tej samej zmiennej;
• mylenie \(\dot f\) z \(f'\) bez wskazania zmiennej niezależnej;
• stosowanie wzorów zawierających dzielenie przez szybkość w chwili, w której \(v=0\), bez sprawdzenia ich stosowalności.

Podsumowanie

Ruch punktu materialnego opisuje zależny od czasu wektor położenia:

Prędkość i przyspieszenie otrzymujemy przez kolejne różniczkowanie po czasie:

W opisie naturalnym przyspieszenie rozkłada się na wzajemnie prostopadłe składowe:

Składowa styczna odpowiada za zmianę szybkości, a normalna za zmianę kierunku ruchu. Promień krzywizny można wyznaczyć z zależności:

albo bezpośrednio z parametrów ruchu:

Rozkład na składowe kartezjańskie i rozkład styczno-normalny opisują ten sam wektor przyspieszenia w dwóch różnych bazach ortogonalnych. Wybór sposobu opisu zależy od danych zadania i geometrii toru.

Utworzono: 27.06.2026 | Zmodyfikowano: 18.07.2026

Czym zajmuje się kinematyka? Podstawowe pojęcia opisu ruchu

Mgr inż.

Sebastian Dziarmaga-Działyński

Wirtualna kancelaria korepetytorska i konsultacyjna – wszechwiedza.pl

Kinematyka jest działem mechaniki zajmującym się opisem ruchu ciał bez analizowania sił i innych przyczyn, które ten ruch wywołują. Odpowiada przede wszystkim na pytania: gdzie znajduje się ciało, po jakim torze się porusza, jak szybko zmienia swoje położenie i jakie ma przyspieszenie.

W kinematyce badamy więc położenie, drogę, przemieszczenie, prędkość i przyspieszenie jako funkcje czasu. Dopiero dynamika wyjaśnia, dlaczego ruch przebiega w określony sposób i jakie oddziaływania są za niego odpowiedzialne.

Dla porównania, statyka zajmuje się przede wszystkim warunkami równowagi ciał. Kinematyka opisuje natomiast zarówno ciała pozostające w spoczynku, jak i poruszające się w dowolny sposób.

Czym zajmuje się kinematyka?

Kinematyka opisuje ruch ciał w przestrzeni i czasie. Nie bada przy tym masy ciała ani sił powodujących zmianę jego ruchu.

Podstawowymi zagadnieniami kinematyki są:

• określanie położenia ciała w danej chwili;
• wyznaczanie toru ruchu;
• obliczanie drogi i przemieszczenia;
• wyznaczanie prędkości i szybkości;
• wyznaczanie przyspieszenia;
• klasyfikowanie rodzaju ruchu;
• porównywanie ruchu obserwowanego z różnych układów odniesienia.

Znając równanie ruchu, można określić położenie ciała w dowolnej chwili, a następnie wyznaczyć jego prędkość i przyspieszenie.

Kinematyka a dynamika

Kinematyka odpowiada na pytanie:

Jak porusza się ciało?

Dynamika odpowiada natomiast na pytanie:

Dlaczego ciało porusza się w taki sposób?

Przykładowo, obserwując rowerzystę poruszającego się po zakręcie, w kinematyce możemy opisać jego tor, prędkość oraz przyspieszenie. Nie analizujemy jednak jeszcze siły tarcia, siły nacisku ani innych oddziaływań umożliwiających wykonanie zakrętu.

Układ odniesienia

Ruch zawsze opisuje się względem określonego układu odniesienia. Aby określić położenie ciała, potrzebujemy:

• ciała lub punktu przyjętego jako nieruchomy;
• układu współrzędnych;
• sposobu pomiaru czasu;
• ustalonej chwili początkowej.

Najczęściej stosuje się prostokątny kartezjański układ współrzędnych \(Oxyz\). W zagadnieniach płaskich wystarczają dwie osie \(Ox\) i \(Oy\), natomiast w ruchu prostoliniowym często używa się tylko jednej osi.

To samo ciało może pozostawać w spoczynku względem jednego układu odniesienia i jednocześnie poruszać się względem innego. Pasażer siedzący w jadącym pociągu nie porusza się względem wagonu, lecz zmienia swoje położenie względem powierzchni Ziemi.

Punkt materialny i bryła sztywna

W najprostszym modelu ciało zastępuje się punktem materialnym. Jest to punkt posiadający masę, lecz pozbawiony wymiarów geometrycznych.

Takie uproszczenie można zastosować, gdy rozmiary i obrót ciała nie mają znaczenia dla badanego zagadnienia. Samochód jadący z miasta do miasta może być traktowany jako punkt materialny, jeżeli interesuje nas jedynie jego położenie na trasie.

Jeżeli trzeba uwzględnić rozmiary, kształt i obrót ciała, stosuje się model bryły sztywnej. W bryle sztywnej odległości pomiędzy dowolnymi punktami pozostają stałe.

Kinematykę dzieli się więc między innymi na:

• kinematykę punktu materialnego;
• kinematykę bryły sztywnej;
• kinematykę ruchu złożonego.

Położenie punktu materialnego

Położenie punktu \(P\) względem początku układu współrzędnych \(O\) opisuje wektor położenia, nazywany także wektorem wodzącym:

Jeżeli punkt porusza się, jego położenie zmienia się w czasie:

W kartezjańskim układzie współrzędnych:

Funkcje \(x(t)\), \(y(t)\) i \(z(t)\) nazywamy równaniami ruchu punktu w postaci parametrycznej. Znając czas \(t\), możemy obliczyć aktualne współrzędne punktu.

Sposoby opisu ruchu

Ruch punktu materialnego można opisać na kilka równoważnych sposobów. Wybór metody zależy od kształtu toru i rodzaju rozwiązywanego zagadnienia.

Opis wektorowy

W opisie wektorowym położenie punktu określa wektor:

Jest to zapis zwięzły i niezależny od konkretnego sposobu rozłożenia ruchu na osie współrzędnych.

Opis za pomocą współrzędnych

W opisie współrzędnościowym podaje się każdą współrzędną punktu jako funkcję czasu:

W zagadnieniu płaskim wystarczają zwykle równania \(x=x(t)\) oraz \(y=y(t)\). Eliminując parametr \(t\), można niekiedy otrzymać równanie toru w postaci:

Opis naturalny

Jeżeli tor ruchu jest znany, położenie punktu można określić za pomocą współrzędnej naturalnej \(s\), mierzonej wzdłuż toru od przyjętego punktu początkowego:

Należy przy tym ustalić początek pomiaru oraz dodatni zwrot współrzędnej \(s\). Opis naturalny jest szczególnie wygodny w ruchu po znanym, zakrzywionym torze.

Tor ruchu

Torem ruchu nazywamy linię utworzoną przez kolejne położenia poruszającego się punktu.

W zależności od kształtu toru ruch może być:

• prostoliniowy, gdy tor jest odcinkiem prostej;
• krzywoliniowy, gdy tor jest krzywą;
• kołowy, gdy tor jest okręgiem;
• przestrzenny, gdy nie mieści się w jednej płaszczyźnie.

Tor jest pojęciem geometrycznym. Nie informuje samodzielnie, jak szybko punkt porusza się po danej linii ani w której chwili znajduje się w określonym miejscu.

Dwa punkty mogą poruszać się po takim samym torze, lecz mieć zupełnie inne prędkości i inne zależności położenia od czasu.

Droga i przemieszczenie

Droga i przemieszczenie opisują zmianę położenia ciała, ale są różnymi wielkościami.

Droga

Droga \(s\) jest długością fragmentu toru przebytego przez ciało. Jest wielkością skalarną i nie przyjmuje wartości ujemnych.

Jeżeli ciało porusza się, całkowita droga przebyta od chwili początkowej nie maleje, nawet gdy ciało zawraca.

Przemieszczenie

Przemieszczenie jest zmianą wektora położenia:

Jest to wektor skierowany od położenia początkowego do położenia końcowego. Zależy jedynie od tych dwóch położeń, a nie od kształtu przebytego toru.

Długość przemieszczenia nie może być większa od drogi:

Równość zachodzi w ruchu po odcinku prostym bez zmiany zwrotu.

Jeżeli ciało wróci do miejsca początkowego, jego przemieszczenie wynosi zero:

ale przebyta droga może być znacznie większa od zera.

Prędkość i szybkość

Prędkość średnia

Wektor prędkości średniej jest równy ilorazowi przemieszczenia i czasu, w którym ono nastąpiło:

Kierunek prędkości średniej jest zgodny z kierunkiem wektora przemieszczenia, a niekoniecznie z przebiegiem toru.

Szybkość średnia

Szybkość średnia jest ilorazem przebytej drogi i czasu:

Jest to wielkość skalarna. Prędkość średnia i szybkość średnia nie są więc tym samym.

Prędkość chwilowa

Prędkość chwilową otrzymujemy jako pochodną wektora położenia względem czasu:

W kartezjańskim układzie współrzędnych:

Wektor prędkości chwilowej jest styczny do toru ruchu i skierowany zgodnie z chwilowym zwrotem ruchu.

Szybkość jest wartością wektora prędkości:

W opisie naturalnym szybkość można zapisać jako:

jeżeli \(s\) oznacza rosnącą długość drogi mierzonej wzdłuż toru.

Przyspieszenie

Przyspieszenie opisuje zmianę wektora prędkości w czasie. Przyspieszenie średnie wynosi:

Przyspieszenie chwilowe jest pochodną prędkości względem czasu:

W kartezjańskim układzie współrzędnych:

Przyspieszenie może wynikać ze:

• zmiany wartości prędkości;
• zmiany kierunku prędkości;
• jednoczesnej zmiany wartości i kierunku prędkości.

Oznacza to, że ciało może poruszać się ze stałą szybkością i mimo to mieć niezerowe przyspieszenie. Dzieje się tak na przykład w ruchu jednostajnym po okręgu, ponieważ kierunek wektora prędkości stale się zmienia.

Składowa styczna i normalna przyspieszenia

W opisie naturalnym przyspieszenie można rozłożyć na składową styczną i normalną:

Składowa styczna odpowiada za zmianę szybkości:

Składowa normalna odpowiada za zmianę kierunku ruchu:

gdzie \(\rho\) jest promieniem krzywizny toru. Wektor składowej normalnej jest skierowany ku środkowi krzywizny toru.

Szczegółowe wyznaczanie prędkości i przyspieszenia omówimy w osobnym artykule poświęconym kinematyce punktu materialnego.

Podstawowa klasyfikacja ruchów

Ruch można klasyfikować według różnych kryteriów.

Ze względu na kształt toru

• ruch prostoliniowy;
• ruch krzywoliniowy;
• ruch po okręgu;
• ruch przestrzenny.

Ze względu na zmianę szybkości

• ruch jednostajny — szybkość jest stała;
• ruch niejednostajny — szybkość zmienia się;
• ruch jednostajnie przyspieszony — przyspieszenie styczne ma stałą wartość dodatnią;
• ruch jednostajnie opóźniony — szybkość maleje w stałym tempie.

Ze względu na ruch bryły

• ruch postępowy;
• ruch obrotowy;
• ruch płaski;
• ruch ogólny w przestrzeni.

Ruch jednostajny nie musi być ruchem prostoliniowym. W ruchu jednostajnym po okręgu szybkość jest stała, ale wektor prędkości zmienia kierunek.

Ruch względny

Opis ruchu zależy od wybranego układu odniesienia. Jeżeli dwa punkty \(A\) i \(B\) poruszają się względem tego samego układu, położenie punktu \(B\) względem punktu \(A\) wynosi:

Prędkość względna jest równa:

Przykładem może być pasażer idący w jadącym pociągu. Jego prędkość względem wagonu jest inna niż prędkość względem ziemi.

Szczegółowy opis ruchu względnego i złożonego wymaga uwzględnienia sposobu poruszania się układów odniesienia i zostanie rozwinięty w osobnym materiale.

Wykresy wielkości kinematycznych

Ruch można przedstawiać za pomocą wykresów pokazujących zależność wielkości kinematycznych od czasu, na przykład:

• wykresu położenia \(x(t)\);
• wykresu prędkości \(v(t)\);
• wykresu przyspieszenia \(a(t)\).

Nachylenie wykresu położenia względem czasu odpowiada prędkości:

Nachylenie wykresu prędkości odpowiada przyspieszeniu:

Pole algebraiczne pod wykresem prędkości w przedziale czasu odpowiada zmianie położenia:

Pole pod wykresem wartości szybkości odpowiada natomiast przebytej drodze.

Jednostki i kontrola wymiarów

Zależności kinematyczne można sprawdzać za pomocą analizy jednostek. Dla prędkości:

Dla przyspieszenia:

Dla przyspieszenia normalnego:

Przeliczając kilometry na godzinę na metry na sekundę, korzystamy z zależności:

Przykładowo:

Najczęstsze błędy

• opisywanie ruchu bez wskazania układu odniesienia;
• mylenie toru ruchu z wykresem położenia w funkcji czasu;
• utożsamianie drogi z przemieszczeniem;
• traktowanie prędkości jako wielkości skalarnej;
• mylenie prędkości średniej ze średnią szybkością;
• zakładanie, że przyspieszenie występuje tylko wtedy, gdy szybkość rośnie;
• przyjmowanie, że stała szybkość oznacza brak przyspieszenia;
• pomijanie zmiany kierunku wektora prędkości w ruchu krzywoliniowym;
• traktowanie współrzędnej naturalnej zawsze jako całkowitej przebytej drogi;
• zapominanie o przeliczeniu jednostek czasu i długości;
• uznawanie każdego ciała za punkt materialny, nawet gdy jego obrót i rozmiary mają znaczenie.

Podsumowanie

Kinematyka opisuje ruch bez analizowania jego przyczyn. Do pełnego opisu należy określić układ odniesienia oraz zależność położenia od czasu.

Położenie punktu można przedstawić wektorowo:

za pomocą współrzędnych:

albo naturalnie, za pomocą współrzędnej mierzonej wzdłuż znanego toru:

Prędkość jest pochodną położenia względem czasu:

a przyspieszenie jest pochodną prędkości:

Droga jest długością przebytego toru, natomiast przemieszczenie jest wektorem łączącym położenie początkowe z końcowym. Prędkość określa zarówno tempo, jak i kierunek zmiany położenia, a przyspieszenie opisuje każdą zmianę wektora prędkości — także samą zmianę jego kierunku.

Utworzono: 26.06.2026 | Zmodyfikowano: 18.07.2026

Prognozowanie – podstawowe pojęcia, metody i błędy prognoz

Mgr inż.

Sebastian Dziarmaga-Działyński

Wirtualna kancelaria korepetytorska i konsultacyjna – wszechwiedza.pl

Prognozowanie polega na formułowaniu przewidywań dotyczących przyszłych wartości lub stanów badanego zjawiska. Prognozy mogą dotyczyć między innymi sprzedaży, cen, wielkości produkcji, zużycia energii, liczby ludności, poziomu inflacji, kursów walutowych albo zapotrzebowania na określone produkty.

Przyszłości nie można poznać ze stuprocentową pewnością. Można jednak wykorzystać dostępne dane, wiedzę o badanym procesie oraz odpowiednio dobrane metody, aby ograniczyć niepewność i przygotować możliwie wiarygodne przewidywania.

W artykule przedstawiamy podstawowe pojęcia związane z prognozowaniem, najważniejsze rodzaje metod prognostycznych, prognozy punktowe i przedziałowe, błędy ex ante i ex post oraz popularne miary służące do oceny dokładności prognoz.

Spis treści

• Czym jest prognozowanie?
• Podstawowe pojęcia prognostyczne
• Rodzaje prognoz
• Metody prognozowania
• Szereg czasowy i jego składniki
• Prognoza punktowa i przedziałowa
• Średni błąd ex ante i błąd ex post
• Najważniejsze miary błędów prognoz
• Etapy procesu prognozowania
• Jak oceniać i porównywać modele?
• Prognozy aktualizowane i prognozy wielookresowe
• Cechy dobrej prognozy
• Podsumowanie

Czym jest prognozowanie?

Prognozowanie jest procesem formułowania sądów dotyczących przyszłego przebiegu badanego zjawiska. Rezultatem tego procesu jest prognoza, czyli przewidywana wartość albo przewidywany stan zjawiska w określonym momencie lub okresie przyszłości.

Prognoza nie jest zwykłym przypuszczeniem. Powinna wynikać z określonych przesłanek, takich jak:

• dane historyczne,
• rozpoznane prawidłowości występujące w badanym zjawisku,
• zależności pomiędzy zmiennymi,
• wiedza ekspertów,
• przyjęte założenia dotyczące przyszłych warunków.

Przedsiębiorstwo może na przykład prognozować sprzedaż na kolejny miesiąc, aby odpowiednio zaplanować produkcję i wielkość zapasów. Operator systemu elektroenergetycznego przewiduje przyszłe zapotrzebowanie na energię, a instytucja publiczna może sporządzać prognozy liczby ludności lub wpływów podatkowych.

Prognozowanie nie usuwa niepewności dotyczącej przyszłości, ale pozwala ją opisać, ograniczyć i uwzględnić podczas podejmowania decyzji.

Podstawowe pojęcia prognostyczne

Zmienna prognozowana

Zmienna prognozowana jest wielkością, której przyszłe wartości chcemy przewidzieć. Może nią być na przykład miesięczna sprzedaż przedsiębiorstwa, cena produktu, liczba pasażerów, wielkość zużycia energii albo stopa inflacji.

Rzeczywistą wartość zmiennej w okresie \(t\) oznacza się najczęściej symbolem \(y_t\). Prognozowaną wartość tej zmiennej można natomiast zapisać jako \(\widehat{y}_t\).

Jeżeli prognoza dotyczy przyszłego okresu \(T+h\) i została sporządzona przy wykorzystaniu informacji dostępnych do okresu \(T\), można zastosować dokładniejsze oznaczenie:

\[ \widehat{y}_{T+h\mid T} \]

Symbol \(h\) oznacza liczbę okresów, o które prognoza wybiega w przyszłość.

Moment sporządzenia prognozy

Moment sporządzenia prognozy jest chwilą, w której na podstawie dostępnych informacji przewidujemy przyszłe wartości zmiennej. W tym momencie znamy już obserwacje pochodzące z przeszłości, ale nie znamy jeszcze wartości, które wystąpią w kolejnych okresach.

Jeżeli znamy miesięczną sprzedaż przedsiębiorstwa do końca czerwca i na tej podstawie przewidujemy sprzedaż lipcową, koniec czerwca jest momentem sporządzenia prognozy.

Horyzont prognozy

Horyzont prognozy określa, jak daleko w przyszłość sięga przewidywanie. Jeżeli dysponujemy danymi do czerwca, prognoza na lipiec ma horyzont jednego okresu, a prognoza na grudzień — sześciu okresów.

Prognoza na jeden okres naprzód może zostać zapisana jako:

\[ \widehat{y}_{T+1\mid T} \]

Prognoza na \(h\) okresów naprzód ma natomiast postać:

\[ \widehat{y}_{T+h\mid T} \]

Prognozy o dłuższym horyzoncie są zazwyczaj bardziej niepewne. Im dalej wybiegamy w przyszłość, tym większe znaczenie mogą mieć zdarzenia i zmiany, których nie dało się uwzględnić w momencie budowy modelu.

Okres prognozy

Okres prognozy obejmuje wszystkie przyszłe okresy, dla których wyznaczamy prognozowane wartości. Jeżeli na podstawie danych do 2025 roku przewidujemy wartości dla lat 2026 – 2030, okresem prognozy są lata od 2026 do 2030.

Rodzaje prognoz

Prognozy można klasyfikować według różnych kryteriów. Najczęściej bierze się pod uwagę długość horyzontu, sposób przedstawienia wyniku, charakter wykorzystywanych informacji oraz cel prognozy.

Prognozy krótko-, średnio- i długookresowe

Granice pomiędzy poszczególnymi rodzajami prognoz zależą od charakteru badanego zjawiska. Prognoza roczna może być bardzo długa w przypadku cen energii na rynku dnia następnego, ale stosunkowo krótka w analizach demograficznych.

Prognozy ilościowe i jakościowe

Prognozy ilościowe mają postać liczbową. Możemy na przykład przewidywać, że sprzedaż wyniesie 1200 sztuk albo że stopa inflacji osiągnie 3,5%.

Prognozy jakościowe opisują przyszły stan zjawiska bez konieczności wskazywania jednej konkretnej wartości liczbowej. Można na przykład przewidywać wzrost popytu, pogorszenie koniunktury albo pojawienie się określonego rozwiązania technologicznego.

Prognozy punktowe i przedziałowe

Prognoza punktowa wskazuje jedną przewidywaną wartość zmiennej. Prognoza przedziałowa określa natomiast zakres wartości, w którym z ustalonym prawdopodobieństwem albo przy określonym poziomie ufności powinna znaleźć się przyszła obserwacja.

Prognozy warunkowe i bezwarunkowe

Prognoza warunkowa jest formułowana przy założeniu spełnienia określonych warunków. Możemy na przykład przewidywać sprzedaż przy założeniu, że cena produktu nie ulegnie zmianie, a wydatki na reklamę pozostaną na dotychczasowym poziomie.

Prognoza bezwarunkowa nie jest bezpośrednio przedstawiana jako wynik zależny od jednego wyraźnie wskazanego scenariusza. W praktyce również ona opiera się jednak na pewnych założeniach dotyczących trwałości zależności występujących w danych.

Metody prognozowania

Metody prognozowania można podzielić na dwie główne grupy: metody jakościowe oraz metody ilościowe.

Metody jakościowe

Metody jakościowe wykorzystują wiedzę, doświadczenie i oceny ludzi. Stosuje się je szczególnie wtedy, gdy:

• brakuje odpowiednio długiego szeregu danych,
• prognozowane zjawisko jest nowe,
• w otoczeniu zaszła istotna zmiana strukturalna,
• dane historyczne nie opisują dobrze możliwej przyszłości,
• prognoza dotyczy zmian społecznych, technologicznych lub politycznych trudnych do opisania prostym modelem liczbowym.

Do metod jakościowych należą między innymi:

• opinie ekspertów,
• metoda delficka,
• badania ankietowe,
• analogie historyczne,
• metody scenariuszowe.

Metody ilościowe

Metody ilościowe wykorzystują dane liczbowe oraz modele matematyczne i statystyczne. Można je podzielić na metody oparte na szeregach czasowych oraz metody przyczynowo-skutkowe.

Metody szeregów czasowych

W metodach szeregów czasowych prognoza powstaje przede wszystkim na podstawie wcześniejszych wartości tej samej zmiennej. Poszukuje się prawidłowości występujących w jej zmianach w czasie.

Do tej grupy należą między innymi:

• metody naiwne,
• średnie ruchome,
• wygładzanie wykładnicze,
• modele trendu,
• modele sezonowości,
• modele ARIMA.

Metody przyczynowo-skutkowe

Metody przyczynowo-skutkowe zakładają, że prognozowana zmienna zależy od innych czynników. Sprzedaż określonego produktu może na przykład zależeć od jego ceny, dochodów konsumentów, temperatury, wydatków na reklamę i aktywności konkurencji.

Zależności te mogą być przedstawiane za pomocą modeli regresji lub bardziej rozbudowanych modeli ekonometrycznych. Przykładowy model liniowy można zapisać jako:

\[ y_t=\beta_0+\beta_1x_{1t}+\beta_2x_{2t}+\ldots+\beta_kx_{kt}+\varepsilon_t \]

W równaniu:

• \(y_t\) jest zmienną objaśnianą i jednocześnie zmienną prognozowaną,
• \(x_{1t},x_{2t},\ldots,x_{kt}\) są zmiennymi objaśniającymi,
• \(\beta_0,\beta_1,\ldots,\beta_k\) są parametrami modelu,
• \(\varepsilon_t\) oznacza składnik losowy.

Aby wykorzystać taki model do prognozowania, należy znać albo również prognozować przyszłe wartości zmiennych objaśniających.

Szereg czasowy i jego składniki

Szereg czasowy jest zbiorem obserwacji uporządkowanych według czasu. Może przedstawiać na przykład miesięczną sprzedaż, dzienne ceny energii, kwartalny produkt krajowy brutto albo roczną liczbę mieszkańców.

W szeregu czasowym mogą występować następujące składniki:

Poziom

Poziom określa typową lub przeciętną wartość, wokół której zmienia się badane zjawisko.

Trend

Trend jest długookresowym kierunkiem zmian. Może mieć charakter rosnący, malejący albo w przybliżeniu stały.

Przykładowy liniowy model trendu ma postać:

\[ y_t=\alpha_0+\alpha_1t+\varepsilon_t \]

Parametr \(\alpha_1\) określa przeciętną zmianę wartości zmiennej przypadającą na jeden okres.

Sezonowość

Sezonowość oznacza regularne wahania powtarzające się w określonych odstępach. Przykładem może być wzrost sprzedaży lodów w miesiącach letnich albo większe zużycie energii elektrycznej w określonych porach doby.

Wahania cykliczne

Wahania cykliczne są zmianami trwającymi zwykle dłużej niż jeden sezon. Mogą być związane na przykład z kolejnymi fazami cyklu koniunkturalnego. W przeciwieństwie do sezonowości nie muszą powtarzać się w idealnie regularnych odstępach.

Składnik losowy

Składnik losowy obejmuje nieregularne zmiany, których model nie potrafi wyjaśnić. Mogą one wynikać z przypadkowych zdarzeń, błędów pomiaru albo działania czynników nieuwzględnionych w analizie.

Dobór metody prognozowania powinien uwzględniać budowę szeregu. Innego modelu potrzebuje szereg o stałym poziomie, innego szereg z trendem, a jeszcze innego dane zawierające jednocześnie trend i sezonowość.

Prognoza punktowa i przedziałowa

Prognoza punktowa

Prognoza punktowa wskazuje jedną konkretną wartość, która według modelu najlepiej opisuje przyszły poziom badanego zjawiska.

Jeżeli przedsiębiorstwo przewiduje, że w następnym miesiącu sprzeda 1200 sztuk produktu, wartość 1200 jest prognozą punktową:

\[ \widehat{y}_{T+1\mid T}=1200 \]

Prognoza punktowa jest łatwa do wykorzystania w planowaniu, ale sama nie pokazuje niepewności przewidywania.

Prognoza przedziałowa

Prognoza przedziałowa wskazuje zakres, w którym przy określonym poziomie ufności lub prawdopodobieństwa powinna znaleźć się przyszła wartość zmiennej.

Możemy na przykład przewidywać, że sprzedaż wyniesie 1200 sztuk, a przedział prognozy obejmuje wartości od 1080 do 1320 sztuk:

\[ 1080\leq y_{T+1}\leq1320 \]

Przedział prognozy jest zazwyczaj tym szerszy, im:

• większa jest zmienność badanego zjawiska,
• mniej dokładny jest model,
• dłuższy jest horyzont prognozy,
• wyższy jest przyjęty poziom ufności.

Warto odróżnić przedział prognozy dla przyszłej obserwacji od przedziału ufności wyznaczanego dla przeciętnego poziomu zjawiska. Przedział prognozy pojedynczej przyszłej wartości jest zazwyczaj szerszy, ponieważ oprócz niepewności oszacowania modelu uwzględnia również losową zmienność przyszłej obserwacji.

Średni błąd ex ante i błąd ex post

W prognozowaniu należy odróżnić ocenę niepewności dokonywaną przed poznaniem przyszłej wartości od błędu, który można obliczyć dopiero po jej zrealizowaniu.

Średni błąd prognozy ex ante

Średni błąd prognozy ex ante jest oszacowaniem niepewności prognozy dokonywanym w momencie jej sporządzania. Przyszła wartość zmiennej nie jest jeszcze znana, dlatego nie można wtedy obliczyć rzeczywistej różnicy pomiędzy prognozą a wartością zrealizowaną.

W zależności od zastosowanego modelu oblicza się średni błąd prognozy ex ante, standardowy błąd prognozy albo inną miarę opisującą przewidywaną skalę możliwego odchylenia przyszłej wartości od prognozy punktowej.

Jeżeli średni błąd ex ante dla prognozy na okres \(T+h\) oznaczymy symbolem \(s_{T+h}^{*}\), zakres odpowiadający jednemu takiemu błędowi można przedstawić jako:

\[ \widehat{y}_{T+h\mid T}\pm s_{T+h}^{*} \]

Sam średni błąd ex ante nie musi jeszcze wyznaczać właściwego przedziału prognozy. Przy budowie przedziału wykorzystuje się odpowiedni kwantyl rozkładu, zależny między innymi od przyjętego poziomu ufności.

Ogólną postać przedziału prognozy można zapisać jako:

\[ \widehat{y}_{T+h\mid T} \pm q_{1-\alpha/2}\,s_{T+h}^{*} \]

Symbol \(q_{1-\alpha/2}\) oznacza odpowiedni kwantyl przyjętego rozkładu. W modelach, w których wykorzystuje się rozkład Studenta, przedział może mieć postać:

\[ \widehat{y}_{T+h\mid T} \pm t_{1-\alpha/2,\nu}\,s_{T+h}^{*} \]

Symbol \(\nu\) oznacza liczbę stopni swobody. Dla powszechnie stosowanych poziomów ufności, takich jak 90%, 95% lub 99%, wartość odpowiedniego kwantyla jest większa od jedności. Z tego powodu przedział prognozy jest szerszy od zakresu wyznaczonego jedynie przez dodanie i odjęcie pojedynczego średniego błędu ex ante.

Średni błąd ex ante nie mówi, jaki dokładnie błąd zostanie popełniony. Określa jedynie przewidywaną skalę niepewności prognozy przed poznaniem wartości rzeczywistej.

Błąd ex post

Błąd ex post można obliczyć dopiero wtedy, gdy znana jest rzeczywista wartość prognozowanej zmiennej. Jest on różnicą pomiędzy wartością zrealizowaną a wartością prognozowaną.

\[ e_{T+h}=y_{T+h}-\widehat{y}_{T+h\mid T} \]

Jeżeli prognozowana sprzedaż wynosiła 1200 sztuk, a rzeczywista sprzedaż osiągnęła 1150 sztuk, błąd prognozy wynosi:

\[ e=1150-1200=-50 \]

Przy zastosowanej tutaj konwencji ujemny błąd oznacza, że prognoza była zbyt wysoka. Dodatni błąd oznacza natomiast, że wartość rzeczywista okazała się wyższa od prognozowanej.

W niektórych opracowaniach błąd definiuje się odwrotnie:

\[ e_{T+h}=\widehat{y}_{T+h\mid T}-y_{T+h} \]

Dlatego przed interpretacją znaku błędu zawsze należy sprawdzić, którą konwencję przyjęto.

Najważniejsze miary błędów prognoz

Pojedynczy błąd ex post informuje o dokładności jednej prognozy. Aby ocenić model na podstawie większej liczby okresów, stosuje się miary podsumowujące zbiór błędów.

Załóżmy, że oceniane są prognozy dla \(n\) okresów, a błędy mają postać:

\[ e_t=y_t-\widehat{y}_t \]

Średni błąd — ME

Średni błąd, oznaczany jako ME, obliczamy według wzoru:

\[ ME=\frac{1}{n}\sum_{t=1}^{n}e_t \]

Miara ta pomaga ocenić, czy prognozy są systematycznie zawyżane lub zaniżane. Wartość dodatnia oznacza przy przyjętej konwencji, że wartości rzeczywiste były przeciętnie wyższe od prognozowanych.

Wartość \(ME\) bliska zeru nie musi jednak oznaczać dużej dokładności. Błędy dodatnie i ujemne mogą się wzajemnie znosić.

Średni błąd bezwzględny — MAE

Średni błąd bezwzględny ma postać:

\[ MAE=\frac{1}{n}\sum_{t=1}^{n}|e_t| \]

Wskaźnik \(MAE\) informuje, o ile jednostek prognoza różni się przeciętnie od wartości rzeczywistej. Jeżeli \(MAE=5\), prognozy odbiegały od wartości rzeczywistych przeciętnie o 5 jednostek.

Średni błąd kwadratowy — MSE

Średni błąd kwadratowy obliczamy jako:

\[ MSE=\frac{1}{n}\sum_{t=1}^{n}e_t^2 \]

Podnoszenie błędów do kwadratu sprawia, że duże odchylenia mają szczególnie silny wpływ na wartość wskaźnika. \(MSE\) jest więc użyteczny wtedy, gdy duże błędy prognoz są szczególnie niepożądane.

Pierwiastek średniego błędu kwadratowego — RMSE

Pierwiastek średniego błędu kwadratowego ma postać:

\[ RMSE=\sqrt{\frac{1}{n}\sum_{t=1}^{n}e_t^2} \]

W przeciwieństwie do \(MSE\), wskaźnik \(RMSE\) jest wyrażony w tych samych jednostkach co prognozowana zmienna. Dzięki temu jego wartość jest łatwiejsza do interpretacji.

Średni bezwzględny błąd procentowy — MAPE

Średni bezwzględny błąd procentowy obliczamy jako:

\[ MAPE= \frac{100\%}{n} \sum_{t=1}^{n} \left| \frac{e_t}{y_t} \right| \]

Jeżeli \(MAPE=8\%\), prognozy różniły się od wartości rzeczywistych przeciętnie o około 8%.

Miara ta nie powinna być stosowana bezkrytycznie. Gdy wartość rzeczywista \(y_t\) wynosi zero, błąd procentowy jest nieokreślony. Gdy \(y_t\) jest bardzo bliskie zeru, wskaźnik może przyjmować bardzo wysokie i mało użyteczne wartości.

Przykład obliczenia błędów

Dla powyższych danych średni błąd wynosi:

\[ ME=\frac{2+4-3+3}{4}=1{,}5 \]

Średni błąd bezwzględny jest równy:

\[ MAE=\frac{2+4+3+3}{4}=3 \]

Prognozy różniły się zatem od wartości rzeczywistych przeciętnie o 3 jednostki, a dodatnia wartość \(ME\) wskazuje, że były przeciętnie nieco zaniżone.

Etapy procesu prognozowania

Poprawne prognozowanie nie sprowadza się do wybrania wzoru i wykonania obliczeń. Jest procesem składającym się z kilku etapów.

1. Określenie celu prognozy

Najpierw należy ustalić, co ma być prognozowane, na jaki okres oraz do jakiej decyzji prognoza będzie wykorzystywana.

Innego modelu może wymagać prognoza sprzedaży na następny dzień, a innego planowanie rozwoju przedsiębiorstwa na kilka lat.

2. Zebranie danych

Dane powinny być kompletne, wiarygodne i porównywalne. Należy sprawdzić między innymi:

• czy nie występują braki obserwacji,
• czy sposób pomiaru nie zmienił się w czasie,
• czy w danych nie występują błędy,
• czy obserwacje mają odpowiednią częstotliwość,
• czy w szeregu występują wartości nietypowe.

3. Wstępna analiza danych

Przed wyborem modelu warto sporządzić wykres szeregu czasowego i sprawdzić, czy występują w nim:

• trend,
• sezonowość,
• gwałtowne zmiany poziomu,
• obserwacje odstające,
• zmiany zmienności.

4. Wybór metody prognozowania

Metoda powinna odpowiadać charakterowi danych i celowi prognozy. Szereg bez trendu i sezonowości może być prognozowany za pomocą prostej metody naiwnej lub średniej. Szereg zawierający trend wymaga modelu uwzględniającego kierunek zmian, a dane sezonowe — modelu uwzględniającego powtarzalne wahania.

5. Oszacowanie parametrów modelu

Na tym etapie na podstawie danych historycznych wyznacza się parametry modelu, na przykład współczynniki trendu, parametry regresji albo współczynniki wygładzania.

6. Ocena modelu

Model należy sprawdzić nie tylko pod względem dopasowania do danych historycznych, ale przede wszystkim pod względem zdolności do przewidywania nowych obserwacji.

7. Sporządzenie prognozy

Po zaakceptowaniu modelu wyznacza się prognozę punktową oraz — jeżeli jest to możliwe — przedział prognozy i średni błąd ex ante.

8. Kontrola i aktualizacja prognoz

Po pojawieniu się nowych danych prognozę należy porównać z wartością rzeczywistą. Pozwala to obliczyć błędy ex post i sprawdzić, czy model nadal prawidłowo opisuje badane zjawisko.

Modele powinny być okresowo aktualizowane, szczególnie gdy zmieniają się warunki gospodarcze, technologiczne, społeczne lub prawne.

Jak oceniać i porównywać modele?

Model najlepiej dopasowany do danych historycznych nie musi tworzyć najdokładniejszych prognoz. Bardzo rozbudowany model może niemal idealnie odtwarzać wcześniejsze obserwacje, ale słabo przewidywać przyszłe wartości.

Zjawisko nadmiernego dostosowania modelu do danych historycznych nazywa się przeuczeniem albo nadmiernym dopasowaniem.

Zbiór uczący i zbiór testowy

Dane można podzielić na:

• zbiór uczący, wykorzystywany do oszacowania parametrów modelu,
• zbiór testowy, wykorzystywany do sprawdzenia dokładności prognoz.

W przypadku szeregów czasowych należy zachować kolejność obserwacji. Nie można losowo mieszać danych z różnych okresów, ponieważ mogłoby to prowadzić do wykorzystania informacji z przyszłości podczas prognozowania przeszłości.

Walidacja krocząca

Jedną z metod oceny prognoz jest walidacja krocząca. Polega ona na wielokrotnym powtarzaniu następujących czynności:

1. oszacowanie modelu na podstawie dostępnych obserwacji,
2. sporządzenie prognozy na kolejny okres,
3. porównanie prognozy z wartością rzeczywistą,
4. dołączenie nowej obserwacji do zbioru danych,
5. ponowne oszacowanie lub aktualizacja modelu.

Taki sposób postępowania przypomina rzeczywiste wykorzystywanie modelu, ponieważ każda prognoza powstaje wyłącznie na podstawie informacji dostępnych w chwili jej sporządzania.

Prognozy aktualizowane i prognozy wielookresowe

Podczas historycznej weryfikacji modelu należy rozróżnić prognozy jednookresowe stale aktualizowane od prognozy wielookresowej wyznaczonej ze stałego momentu. Obie procedury mogą prowadzić do obliczenia błędów ex post, ale odpowiadają innym sposobom praktycznego wykorzystywania prognoz.

Prognozy jednookresowe stale aktualizowane

W pierwszym podejściu w każdym kolejnym okresie sporządzamy prognozę tylko na jeden krok naprzód:

\[ \widehat{y}_{t+1\mid t} \]

Po pojawieniu się rzeczywistej wartości \(y_{t+1}\) dołączamy ją do zbioru informacji i na jej podstawie wyznaczamy kolejną prognozę:

\[ \widehat{y}_{t+2\mid t+1} \]

Początek prognozy przesuwa się więc wraz z każdą nową obserwacją. Model jest na bieżąco korygowany, dzięki czemu korzysta z najświeższych dostępnych danych.

Takie podejście jest właściwe wtedy, gdy w praktyce prognoza jest regularnie aktualizowana i potrzebujemy przede wszystkim przewidywania na jeden najbliższy okres. Może ono jednak sprawiać wrażenie, że prosty model jest bardzo dokładny, ponieważ każda następna prognoza korzysta już z ostatniej znanej wartości rzeczywistej.

Prognoza wielookresowa ze stałego momentu

W drugim podejściu wybieramy jeden moment \(T\), w którym kończy się zbiór informacji wykorzystywany do sporządzenia prognozy. Następnie wyznaczamy całą ścieżkę przyszłych wartości:

\[ \widehat{y}_{T+1\mid T}, \quad \widehat{y}_{T+2\mid T}, \quad \ldots, \quad \widehat{y}_{T+H\mid T} \]

Podczas obliczania tych prognoz nie wykorzystujemy rzeczywistych wartości \(y_{T+1},y_{T+2},\ldots,y_{T+H}\). Jeżeli wykonujemy analizę na danych historycznych, wartości te są wprawdzie znane badaczowi, ale traktujemy je tak, jakby nie były dostępne w momencie sporządzania prognozy.

Dopiero po wyznaczeniu całej ścieżki porównujemy prognozy z wartościami rzeczywistymi i obliczamy błędy ex post dla kolejnych horyzontów:

\[ e_{T+h\mid T} = y_{T+h} - \widehat{y}_{T+h\mid T} \]

Takie postępowanie pozwala sprawdzić, jak model zachowałby się w rzeczywistej sytuacji, w której w momencie \(T\) trzeba przygotować prognozę na kilka kolejnych okresów bez możliwości bieżącego korygowania jej za pomocą nowych obserwacji.

Wraz z wydłużaniem horyzontu prognoza może coraz bardziej oddalać się od rzeczywistego przebiegu zjawiska. Jest to szczególnie widoczne w prostych metodach, które utrzymują stały poziom, ostatni przyrost albo ostatnie tempo zmian.

Na lewym wykresie każda prognoza dotyczy tylko jednego okresu naprzód i zostaje zaktualizowana po poznaniu kolejnej wartości rzeczywistej. Z tego powodu linia prognoz może pozostawać stosunkowo blisko obserwowanego szeregu.

Na prawym wykresie prognoza zostaje sporządzona tylko raz, w momencie \(T\), a następnie rozwija się przez kilka okresów bez korzystania z nowych danych. Porównanie jej z rzeczywistymi wartościami pokazuje, jak wraz z horyzontem może narastać rozbieżność między prognozą a faktycznym przebiegiem zjawiska.

Niewielkie błędy prognoz jednookresowych nie oznaczają automatycznie, że model będzie równie dokładny przy prognozowaniu kilku okresów naprzód bez bieżącej aktualizacji.

Prognozy wygasłe i wartości dopasowane

Prognozę wyznaczoną dla okresu historycznego, którego rzeczywista wartość jest już znana, można określić jako prognozę wygasłą. Pozwala ona obliczyć błąd ex post i sprawdzić, jak model poradziłby sobie z przewidywaniem obserwacji, której — zgodnie z przyjętą procedurą — nie wykorzystywano podczas sporządzania prognozy.

Prognoz wygasłych nie należy utożsamiać ze zwykłymi wartościami dopasowanymi modelu. Jeżeli model oszacowano na podstawie całego szeregu, a następnie porównano jego wartości teoretyczne z obserwacjami wykorzystanymi wcześniej do estymacji, oceniamy przede wszystkim dopasowanie modelu w próbie.

Wartość dopasowana dla danego okresu może pośrednio wykorzystywać informacje pochodzące z późniejszych obserwacji, jeżeli obserwacje te posłużyły do oszacowania parametrów modelu. Nie jest więc zawsze równoważna prognozie, którą można byłoby rzeczywiście sporządzić w analizowanym momencie.

Ocena błędów według horyzontu prognozy

Najpełniejszą ocenę modelu można uzyskać, powtarzając prognozowanie wielookresowe dla wielu historycznych momentów rozpoczęcia prognozy. Dla każdego z nich wyznacza się prognozy na jeden, dwa, trzy lub więcej okresów naprzód.

Następnie błędy grupuje się według horyzontu i oblicza osobne miary dokładności:

\[
MAE_1,\quad MAE_2,\quad MAE_3,\quad \ldots,\quad MAE_H
\]

Dzięki temu można sprawdzić, czy model dobrze prognozuje jedynie najbliższy okres, czy zachowuje użyteczną dokładność również przy dłuższym horyzoncie.

Porównanie z prostą metodą odniesienia

Bardziej zaawansowany model powinien być porównany z prostą metodą odniesienia, na przykład metodą naiwną prognozowania. Jeżeli rozbudowany model nie tworzy prognoz dokładniejszych niż założenie, że przyszła wartość będzie równa ostatniej obserwacji, jego stosowanie może nie być uzasadnione.

Bardziej zaawansowany model powinien być porównany z prostą metodą odniesienia, na przykład metodą naiwną. Jeżeli rozbudowany model nie tworzy prognoz dokładniejszych niż założenie, że przyszła wartość będzie równa ostatniej obserwacji, jego stosowanie może nie być uzasadnione.

Model powinien być na tyle rozbudowany, na ile wymaga tego badane zjawisko, ale nie bardziej skomplikowany, niż jest to potrzebne do uzyskania wiarygodnych prognoz.

Cechy dobrej prognozy

Dobra prognoza powinna być:

• • możliwie dokładna — błędy prognoz powinny być niewielkie,

• • nieobciążona — prognozy nie powinny być systematycznie zawyżane ani zaniżane,

• • aktualna — powinna wykorzystywać najnowsze dostępne informacje,

• • zrozumiała — odbiorca powinien wiedzieć, co oznacza wynik i jaka niepewność jest z nim związana,

• • użyteczna — powinna być dostosowana do decyzji, dla której została przygotowana,

• • weryfikowalna — po pojawieniu się danych rzeczywistych powinno być możliwe obliczenie błędu ex post,

• • oparta na jasno określonych założeniach — odbiorca powinien znać najważniejsze ograniczenia modelu.

Nie istnieje metoda, która byłaby najlepsza dla wszystkich danych i wszystkich zastosowań. Skuteczność modelu zależy od charakteru badanego zjawiska, jakości informacji, długości horyzontu oraz celu prognozy.

Podsumowanie

Prognozowanie polega na przewidywaniu przyszłych wartości lub stanów zjawisk na podstawie dostępnych danych, wiedzy i rozpoznanych prawidłowości. Rezultatem procesu jest prognoza, która może mieć charakter punktowy albo przedziałowy.

Metody prognozowania dzielimy między innymi na jakościowe i ilościowe. Metody ilościowe mogą opierać się na analizie szeregów czasowych albo na zależnościach przyczynowo-skutkowych pomiędzy zmiennymi.

Średni błąd ex ante opisuje przewidywaną niepewność przed poznaniem przyszłej wartości. Nie jest on rzeczywistym błędem konkretnej prognozy. Błąd ex post można obliczyć dopiero po pojawieniu się wartości zrealizowanej:

\[
e_{T+h}=y_{T+h}-\widehat{y}_{T+h\mid T}
\]

Do oceny większej liczby prognoz wykorzystuje się między innymi wskaźniki \(ME\), \(MAE\), \(MSE\), \(RMSE\) i \(MAPE\). Modele powinny być porównywane na tych samych danych testowych oraz z odpowiednio dobraną prostą metodą odniesienia.

Najbardziej skomplikowany model nie zawsze daje najlepsze wyniki. Dobra metoda prognozowania powinna być dopasowana do charakteru danych, dostatecznie dokładna, możliwa do interpretacji oraz użyteczna z punktu widzenia podejmowanej decyzji.

Utworzono: 26.06.2026 | Zmodyfikowano: 17.07.2026

Rzut poziomy – tor ruchu, czas lotu, zasięg i prędkość

Mgr inż.

Sebastian Dziarmaga-Działyński

Wirtualna kancelaria korepetytorska i konsultacyjna – wszechwiedza.pl

Rzut poziomy jest ruchem ciała, któremu nadano początkową prędkość skierowaną poziomo. Przy pominięciu oporu powietrza ruch ten można rozłożyć na dwa niezależne ruchy: jednostajny ruch w poziomie oraz swobodne spadanie w pionie. Połączenie obu ruchów sprawia, że ciało porusza się po torze parabolicznym.

Opis rzutu poziomego wykorzystuje wiadomości przedstawione w artykułach Ruch prostoliniowy – położenie, prędkość, przyspieszenie i równania ruchu oraz Swobodne spadanie i rzut pionowy.

Czym jest rzut poziomy?

Rzut poziomy zachodzi wtedy, gdy ciało otrzymuje początkową prędkość skierowaną poziomo, a następnie porusza się pod wpływem grawitacji.

W chwili wyrzutu prędkość ma wyłącznie składową poziomą:

Natychmiast po rozpoczęciu ruchu grawitacja powoduje narastanie pionowej składowej prędkości. Ciało przemieszcza się więc jednocześnie w prawo i w dół.

Założenia modelu

W podstawowym modelu rzutu poziomego przyjmujemy, że:

• opór powietrza jest pomijalnie mały;
• przyspieszenie ziemskie ma stałą wartość;
• powierzchnia Ziemi może być traktowana jako płaska;
• ciało można traktować jako punkt materialny;
• prędkość początkowa jest dokładnie pozioma;
• ruch odbywa się na wysokości niewielkiej w porównaniu z promieniem Ziemi.

Wartość przyspieszenia ziemskiego przyjmujemy jako:

W prostszych zadaniach może być stosowane przybliżenie:

Układ współrzędnych

W tym artykule przyjmujemy początek układu współrzędnych w punkcie wyrzutu. Oś \(x\) jest skierowana poziomo w prawo, a oś \(y\) pionowo w dół.

Przy takim wyborze osi:

Zarówno pionowa współrzędna \(y\), jak i pionowa składowa prędkości \(v_y\), mają podczas spadania wartości dodatnie.

Wektor przyspieszenia można zapisać jako:

gdzie \(\vec e_y\) jest wersorem osi skierowanej pionowo w dół.

Niezależność ruchu poziomego i pionowego

Rzut poziomy można rozpatrywać jako złożenie dwóch niezależnych ruchów odbywających się w tym samym czasie.

Ruch w kierunku poziomym

W kierunku poziomym nie działa żadne przyspieszenie:

Składowa pozioma prędkości jest więc stała:

Położenie poziome rośnie liniowo z czasem:

Ruch w kierunku pionowym

W chwili wyrzutu pionowa składowa prędkości jest równa zeru:

Ruch pionowy jest więc swobodnym spadaniem:

Grawitacja nie zmienia składowej poziomej prędkości, a nadana poziomo prędkość początkowa nie wpływa na ruch pionowy.

Równania rzutu poziomego

Dla początku układu współrzędnych umieszczonego w punkcie wyrzutu równania położenia mają postać:

Składowe prędkości:

Składowe przyspieszenia:

W zapisie wektorowym:

Równanie toru

Równanie toru otrzymujemy przez wyeliminowanie czasu z równań położenia.

Z równania ruchu poziomego:

wyznaczamy czas:

Podstawiamy tę zależność do równania ruchu pionowego:

Otrzymujemy:

Jest to równanie paraboli. W przyjętym układzie współrzędna \(y\) rośnie w dół, dlatego tor na rysunku odchyla się coraz bardziej ku powierzchni ziemi.

Większa prędkość początkowa \(v_0\) powoduje, że dla tej samej wartości \(x\) pionowe odchylenie \(y\) jest mniejsze. Tor staje się bardziej płaski.

Składowe prędkości

Wektor prędkości jest sumą składowej poziomej i pionowej:

Składowa pozioma pozostaje stała:

Składowa pionowa rośnie liniowo wraz z czasem:

Położenie ciała na torze zmienia się więc w taki sposób, że wektor prędkości jest coraz bardziej nachylony w dół.

Wartość i kierunek prędkości

Wartość prędkości, czyli szybkość ciała, obliczamy z twierdzenia Pitagorasa:

Po podstawieniu składowych:

Niech \(\alpha\) oznacza kąt między wektorem prędkości a kierunkiem poziomym. Wtedy:

Zatem:

Korzystając z zależności \(t=x/v_0\), można również zapisać:

Kąt \(\alpha\) rośnie wraz z czasem. Oznacza to, że kierunek ruchu staje się coraz bardziej pionowy.

Czas lotu

Załóżmy, że ciało zostało wyrzucone z wysokości \(h\) nad poziomym podłożem. W chwili uderzenia pionowe przemieszczenie wynosi:

Z równania ruchu pionowego:

Po przekształceniu otrzymujemy:

Czas lotu zależy wyłącznie od wysokości \(h\) i przyspieszenia ziemskiego \(g\). Nie występuje w nim pozioma prędkość początkowa \(v_0\).

Zasięg rzutu poziomego

Zasięg \(L\) jest poziomą odległością między punktem wyrzutu a punktem uderzenia.

W kierunku poziomym ciało porusza się ze stałą prędkością \(v_0\), dlatego:

Po podstawieniu czasu lotu:

Zasięg jest wprost proporcjonalny do prędkości początkowej:

Jeżeli prędkość początkową zwiększymy dwukrotnie, zasięg także zwiększy się dwukrotnie.

Zasięg jest proporcjonalny do pierwiastka z wysokości:

Aby dwukrotnie zwiększyć zasięg przez samą zmianę wysokości, trzeba zwiększyć wysokość czterokrotnie.

Prędkość w chwili uderzenia

W chwili uderzenia składowa pozioma nadal wynosi:

Składowa pionowa jest równa:

Po podstawieniu czasu lotu:

Wartość prędkości w chwili uderzenia wynosi:

Zatem:

Kąt uderzenia spełnia zależność:

Wykresy ruchu

Położenie poziome \(x(t)\)

Położenie poziome opisuje funkcja liniowa:

Nachylenie wykresu jest stałe i równe prędkości poziomej \(v_0\).

Położenie pionowe \(y(t)\)

Położenie pionowe opisuje funkcja kwadratowa:

Przy osi skierowanej dodatnio w dół wykres rozpoczyna się w punkcie \(y=0\) i odchyla w dół coraz szybciej.

Prędkość pozioma \(v_x(t)\)

Składowa pozioma jest stała:

Jej wykres jest poziomą linią.

Prędkość pionowa \(v_y(t)\)

Składowa pionowa rośnie liniowo:

Nachylenie wykresu jest równe przyspieszeniu ziemskiemu \(g\).

Rzut na inny poziom końcowy

Wzór:

obowiązuje wtedy, gdy \(h\) jest pionową odległością między punktem wyrzutu a poziomem uderzenia, a pionowa prędkość początkowa wynosi zero.

W bardziej ogólnym przypadku, gdy początek osi nie znajduje się w punkcie wyrzutu, stosujemy:

Jeżeli znamy współrzędną poziomu końcowego \(y_k\), czas uderzenia wyznaczamy z warunku:

Po znalezieniu czasu zasięg obliczamy z równania ruchu poziomego.

Przykłady obliczeniowe

Przykład 1. Czas lotu i zasięg

Ciało wyrzucono poziomo z wysokości:

z prędkością:

Czas lotu:

Zasięg:

Ciało spadnie po około \(2{,}02\ \mathrm{s}\) w odległości około \(16{,}2\ \mathrm{m}\) od pionu przechodzącego przez punkt wyrzutu.

Przykład 2. Prędkość w chwili uderzenia

Dla danych z poprzedniego przykładu pionowa składowa prędkości w chwili uderzenia wynosi:

Wartość prędkości wypadkowej:

Kąt nachylenia prędkości:

Stąd:

Przykład 3. Wyznaczenie wysokości

Ciało wyrzucone poziomo z prędkością:

spadło w odległości:

Czas lotu wynika z ruchu poziomego:

Wysokość:

Przykład 4. Porównanie dwóch prędkości początkowych

Z tej samej wysokości wyrzucono poziomo dwa ciała. Pierwsze otrzymało prędkość \(v_0\), a drugie \(2v_0\).

Czasy lotu są jednakowe:

Zasięg pierwszego ciała:

Zasięg drugiego ciała:

Dwukrotnie większa prędkość pozioma daje dwukrotnie większy zasięg, ale nie zmienia czasu lotu.

Jednostki i kontrola wymiarów

Kontrola wymiarów wzoru na czas lotu:

Kontrola wzoru na zasięg:

Kontrola równania toru:

Najczęstsze błędy

• traktowanie rzutu poziomego jako jednego ruchu bez rozdzielenia osi \(x\) i \(y\);
• przyjmowanie, że składowa pozioma prędkości maleje pod wpływem grawitacji;
• wpisywanie \(a_x=g\) zamiast \(a_x=0\);
• przyjmowanie początkowej składowej pionowej \(v_{y0}=v_0\);
• stosowanie \(y=gt^2\) zamiast \(y=gt^2/2\);
• mieszanie wzorów dla osi pionowej skierowanej w górę i w dół;
• uznawanie toru rzutu poziomego za fragment okręgu;
• przyjmowanie, że większa prędkość pozioma wydłuża czas spadania;
• mylenie zasięgu \(L\) z długością zakrzywionego toru;
• obliczanie wartości prędkości przez dodawanie \(v_x+v_y\);
• pomijanie twierdzenia Pitagorasa przy obliczaniu prędkości wypadkowej;
• stosowanie wzoru \(L=v_0\sqrt{2h/g}\), gdy poziom końcowy nie jest oddalony pionowo o \(h\);
• nieuwzględnianie oporu powietrza w sytuacjach, w których ma on istotne znaczenie.

Podsumowanie

Rzut poziomy jest złożeniem jednostajnego ruchu poziomego i swobodnego spadania.

Dla osi \(x\) skierowanej w prawo i osi \(y\) skierowanej w dół:

Tor ruchu jest parabolą:

Wartość prędkości wynosi:

Dla rzutu z wysokości \(h\) czas lotu i zasięg są równe:

Czas lotu nie zależy od poziomej prędkości początkowej. Zwiększenie \(v_0\) powoduje wzrost zasięgu, ale nie zmienia czasu spadania z tej samej wysokości.

Utworzono: 25.06.2026 | Zmodyfikowano: 19.07.2026

Testowanie hipotez dotyczących wskaźnika struktury w dwóch populacjach

Mgr inż.

Sebastian Dziarmaga-Działyński

Wirtualna kancelaria korepetytorska i konsultacyjna – wszechwiedza.pl

Testowanie różnicy dwóch wskaźników struktury pozwala sprawdzić, czy udział określonej cechy różni się między dwiema niezależnymi populacjami. W artykule omawiamy test dla dwóch proporcji: hipotezy jedno- i dwustronne, proporcję łączną, warunki stosowania przybliżenia normalnego, wartość p, przedział ufności dla różnicy proporcji oraz najczęstsze błędy.

W wielu badaniach nie interesuje nas już tylko odpowiedź na pytanie, czy pojedynczy wskaźnik struktury jest równy wartości referencyjnej. Chcemy porównać dwa odsetki: skuteczność dwóch metod leczenia, udział produktów wadliwych na dwóch liniach produkcyjnych, poparcie dla danego rozwiązania w dwóch grupach respondentów albo odsetek zdających egzamin w dwóch rocznikach.

Jeżeli obie grupy są niezależne, podstawowym narzędziem jest test dla różnicy dwóch proporcji. Pozwala on ocenić, czy zaobserwowana różnica między wskaźnikami z prób może wynikać z losowego doboru obserwacji, czy też stanowi podstawę do uznania, że proporcje w populacjach są różne.

Artykuł jest rozwinięciem zagadnienia testowania hipotez dotyczących wskaźnika struktury w jednej populacji. Ogólne zasady interpretacji hipotezy zerowej, poziomu istotności i wartości p omówiono natomiast w artykule Testowanie hipotez statystycznych.

Co testujemy?

Niech:

oznacza wskaźnik struktury w pierwszej populacji, a:

— wskaźnik struktury w drugiej populacji.

Interesuje nas różnica:

Najczęściej sprawdzamy, czy różnica ta wynosi zero:

co jest równoważne hipotezie o równości wskaźników struktury:

W praktyce możemy badać na przykład, czy skuteczność nowej metody jest większa niż metody dotychczasowej, czy odsetek wadliwych produktów jest różny na dwóch liniach produkcyjnych albo czy deklarowane poparcie dla danego rozwiązania różni się między dwiema grupami społecznymi.

Dwie proporcje w dwóch populacjach

Załóżmy, że z pierwszej populacji pobrano próbę o liczebności \(n_1\), w której zaobserwowano \(m_1\) sukcesów. Z drugiej populacji pobrano niezależną próbę o liczebności \(n_2\), w której zaobserwowano \(m_2\) sukcesów.

Wskaźniki struktury z prób wynoszą:

Naturalnym estymatorem różnicy proporcji jest:

Jeżeli wynik jest dodatni, wskaźnik z pierwszej próby jest większy. Jeżeli jest ujemny, większy wskaźnik uzyskano w drugiej próbie.

Sama różnica z prób nie przesądza jednak jeszcze o różnicy w populacjach. Jej interpretacja wymaga uwzględnienia liczebności prób oraz losowej zmienności wskaźników struktury.

Próby niezależne a próby zależne

Klasyczny test dla dwóch wskaźników struktury dotyczy prób niezależnych. Oznacza to, że wynik uzyskany w pierwszej grupie nie jest bezpośrednio powiązany z wynikiem uzyskanym w drugiej grupie.

• porównanie odsetka zdających egzamin w dwóch różnych rocznikach,
• porównanie udziału produktów wadliwych na dwóch niezależnych liniach produkcyjnych,
• porównanie poparcia dla rozwiązania w dwóch niezależnie dobranych grupach respondentów,
• porównanie skuteczności dwóch metod stosowanych wobec dwóch odrębnych grup pacjentów.

Inaczej wygląda sytuacja, gdy te same osoby odpowiadają przed i po interwencji albo gdy obserwacje są zestawione w pary. Wtedy próby są zależne i nie należy stosować zwykłego testu dwóch niezależnych proporcji. W takich przypadkach odpowiednią procedurą jest zazwyczaj test McNemara.

Hipotezy jedno- i dwustronne

Najczęściej formułujemy hipotezę zerową:

czyli równoważnie:

Test dwustronny

Stosujemy go, gdy interesuje nas każda różnica między proporcjami, niezależnie od jej kierunku.

Test prawostronny

Stosujemy go na przykład wtedy, gdy pierwsza metoda ma być skuteczniejsza od drugiej albo gdy oczekujemy większego odsetka sukcesów w pierwszej populacji.

Test lewostronny

Ten wariant wybieramy wtedy, gdy interesuje nas wyłącznie niższy wskaźnik w pierwszej populacji.

Warunki stosowania testu normalnego

Klasyczny test z dla dwóch proporcji korzysta z przybliżenia normalnego. Jest ono odpowiednie wtedy, gdy w obu próbach oczekiwana liczba sukcesów i porażek przy założeniu prawdziwości \(H_0\) jest dostatecznie duża.

W teście równości proporcji pod hipotezą zerową zakładamy:

Nieznaną wspólną proporcję oszacujemy za pomocą proporcji łącznej \(\hat p\), którą omówimy dokładniej za chwilę. Warunki dużej próby zapisujemy wtedy jako:

oraz:

dla pierwszej próby, a także:

oraz:

dla drugiej próby.

W praktyce często wymaga się, aby każda z tych wartości była nie mniejsza niż 5 lub — ostrożniej — niż 10. Są to reguły praktyczne, które mają zapewnić dostatecznie dobre przybliżenie normalne.

Statystyka testowa dla dwóch proporcji

W klasycznym teście równości dwóch proporcji statystyka ma postać:

gdzie \(\hat p\) jest proporcją łączną obliczoną z obu prób:

Przy prawdziwości hipotezy zerowej statystyka \(Z\) ma w przybliżeniu rozkład normalny standaryzowany:

Jeżeli testujemy ogólnie różnicę równą ustalonej wartości \(\delta_0\), statystyka ma postać:

W typowym teście równości proporcji przyjmujemy jednak:

Dlaczego w teście stosujemy proporcję łączną?

To jeden z najważniejszych elementów testu dla dwóch proporcji. Jeżeli hipoteza zerowa mówi, że:

to pod hipotezą zerową obie próby mają wspólną proporcję sukcesów. Nie znamy jej, więc estymujemy ją, łącząc informacje z obu prób:

Proporcja łączna jest zatem oszacowaniem wspólnego parametru obowiązującego przy prawdziwości \(H_0\).

Dlatego w mianowniku statystyki testowej występuje:

Obszar krytyczny i wartość p

Po obliczeniu wartości \(z_{\text{obs}}\) podejmujemy decyzję przez porównanie jej z odpowiednią wartością krytyczną rozkładu normalnego albo na podstawie wartości p.

Test dwustronny

Odrzucamy \(H_0\), gdy:

Wartość p wynosi:

Test prawostronny

Odrzucamy \(H_0\), gdy:

Wartość p wynosi:

Test lewostronny

Odrzucamy \(H_0\), gdy:

Wartość p wynosi:

Wartości krytyczne można odczytać z tablicy rozkładu normalnego i kalkulatora.

Przedział ufności dla różnicy proporcji

Testowanie hipotezy o równości proporcji warto uzupełnić przedziałem ufności dla różnicy:

Klasyczny przybliżony dwustronny przedział ufności \(1-\alpha\) ma postać:

W tym wzorze używamy osobnych proporcji z prób \(\hat p_1\) i \(\hat p_2\), a nie proporcji łącznej. Przedział ufności nie zakłada bowiem prawdziwości hipotezy o równości proporcji.

W teście dwustronnym na poziomie istotności \(\alpha\) klasyczny przedział ufności \(1-\alpha\) i test prowadzą do zgodnych wniosków:

• jeżeli liczba \(0\) należy do przedziału ufności dla \(p_1-p_2\), nie ma podstaw do odrzucenia \(H_0\);
• jeżeli liczba \(0\) nie należy do przedziału, odrzucamy hipotezę o równości proporcji.

Przykład: porównanie dwóch wskaźników struktury

Porównujemy skuteczność dwóch niezależnych metod przygotowania do egzaminu. W pierwszej grupie 84 spośród 120 osób zdały egzamin. W drugiej grupie zdało 63 spośród 120 osób.

Chcemy sprawdzić, czy wskaźniki zdawalności w populacjach są różne.

Krok 1. Wskaźniki z prób

Różnica wskaźników z prób wynosi:

Krok 2. Hipotezy

Krok 3. Proporcja łączna

Krok 4. Warunki dużej próby

W obu próbach oczekiwane liczby sukcesów i porażek są duże, dlatego przybliżenie normalne jest uzasadnione.

Krok 5. Statystyka testowa

Krok 6. Decyzja

Przyjmujemy poziom istotności:

Dla testu dwustronnego wartość krytyczna wynosi:

Ponieważ:

odrzucamy hipotezę zerową o równości wskaźników struktury.

Krok 7. Wartość p

Wartość p jest mniejsza od 0,05, więc potwierdza decyzję o odrzuceniu \(H_0\).

Krok 8. Przedział ufności dla różnicy

Liczba \(0\) nie należy do przedziału ufności, co jest zgodne z wynikiem testu.

Wniosek: dane dostarczają podstaw do stwierdzenia, że wskaźnik zdawalności w pierwszej populacji jest różny od wskaźnika zdawalności w drugiej populacji. Ponieważ różnica \(\hat p_1-\hat p_2\) jest dodatnia, wyniki wskazują na wyższy wskaźnik zdawalności w pierwszej grupie.

Małe próby i metody dokładne

Gdy liczebności prób są małe albo liczba sukcesów lub porażek jest niewielka, klasyczne przybliżenie normalne może być niedokładne. Dotyczy to zwłaszcza sytuacji, w których proporcje są bliskie 0 lub 1.

W takich przypadkach można stosować dokładne procedury oparte na rozkładzie hipergeometrycznym, z których najbardziej znanym przykładem jest dokładny test Fishera dla tablicy kontyngencji \(2\times2\).

Test Fishera jest szczególnie przydatny przy małych liczebnościach w kontroli jakości, badaniach medycznych, analizie rzadkich zdarzeń oraz wszędzie tam, gdzie klasyczny warunek dużej próby nie jest spełniony.

Kalkulatory i programy statystyczne

W klasycznych zadaniach wartości krytyczne można odczytywać z tablic rozkładu normalnego. W praktyce wygodniejsze jest korzystanie z kalkulatorów i programów statystycznych, które wyznaczają statystykę testową, wartość p oraz przedział ufności dla różnicy proporcji.

Do kontroli wartości krytycznych przyda się tablica rozkładu normalnego i kalkulator. Test dla dwóch proporcji i dokładny test Fishera są dostępne między innymi w Excelu, SPSS, Statistica, Gretl, R oraz innych pakietach statystycznych.

Najczęstsze błędy

• Stosowanie testu dla prób niezależnych do danych sparowanych. Dla tych samych osób badanych dwa razy właściwszy jest zwykle test McNemara.
• Używanie osobnych proporcji \(\hat p_1\) i \(\hat p_2\) w mianowniku klasycznego testu równości proporcji. W teście pod \(H_0\) stosujemy proporcję łączną \(\hat p\).
• Używanie proporcji łącznej w przedziale ufności dla różnicy proporcji. W klasycznym przedziale stosujemy osobno \(\hat p_1\) oraz \(\hat p_2\).
• Pomijanie warunków dużej próby. Należy sprawdzić oczekiwane liczby sukcesów i porażek w obu grupach.
• Wybieranie kierunku testu po obejrzeniu danych.
• Mylenie braku podstaw do odrzucenia równości proporcji z dowodem ich dokładnej równości.
• Interpretowanie wartości p jako prawdopodobieństwa prawdziwości hipotezy zerowej.
• Pomijanie znaczenia praktycznego różnicy. Różnica istotna statystycznie nie zawsze jest ważna ekonomicznie, technologicznie albo społecznie.

Podsumowanie

Testowanie różnicy dwóch wskaźników struktury pozwala sprawdzić, czy dwie niezależne populacje różnią się udziałem określonej cechy.

• Test dotyczy dwóch niezależnych proporcji \(p_1\) i \(p_2\).
• Najczęściej sprawdzamy hipotezę \(H_0:p_1=p_2\).
• W klasycznym teście równości proporcji stosujemy proporcję łączną, ponieważ statystykę wyznaczamy pod hipotezą zerową.
• W przedziale ufności dla różnicy proporcji stosujemy osobne wskaźniki z prób \(\hat p_1\) i \(\hat p_2\).
• Test normalny wymaga dostatecznie dużych oczekiwanych liczebności sukcesów i porażek w obu próbach.
• Dla małych prób można stosować dokładny test Fishera.
• Przy danych zależnych należy rozważyć test McNemara, a nie test dwóch niezależnych proporcji.

Utworzono: 23.06.2026

Testowanie hipotez dotyczących wskaźnika struktury w jednej populacji

Mgr inż.

Sebastian Dziarmaga-Działyński

Wirtualna kancelaria korepetytorska i konsultacyjna – wszechwiedza.pl

Testowanie hipotez dotyczących wskaźnika struktury pozwala sprawdzić, czy udział określonej cechy w populacji jest zgodny z wartością deklarowaną, wymaganą przez normę albo przyjętą w badaniu jako punkt odniesienia. W artykule omawiamy test dla jednej proporcji: hipotezy jedno- i dwustronne, warunki stosowania przybliżenia normalnego, statystykę testową, wartość p oraz dokładny test dwumianowy dla małych prób.

Wskaźnik struktury opisuje udział jednostek posiadających określoną cechę w całej zbiorowości. Może oznaczać odsetek klientów zadowolonych z usługi, udział produktów wadliwych, procent osób popierających danego kandydata, udział zdających egzamin albo częstość występowania określonego zdarzenia.

W praktyce sama wartość wskaźnika obliczona w próbie nie wystarcza. Jeżeli w próbie 59% respondentów deklaruje określoną opinię, pojawia się pytanie: czy rzeczywisty udział w całej populacji różni się od 50%, czy zaobserwowana różnica może być wyłącznie skutkiem losowego doboru próby?

Do odpowiedzi na takie pytania służy test dotyczący wskaźnika struktury w jednej populacji. Najczęściej opiera się on na przybliżeniu normalnym rozkładu proporcji z próby. W przypadku małych prób lub bardzo małych albo bardzo dużych proporcji stosuje się dokładne metody dwumianowe.

Ogólne pojęcia, takie jak hipoteza zerowa, poziom istotności, wartość p, błędy pierwszego i drugiego rodzaju oraz moc testu, zostały omówione w artykule Testowanie hipotez statystycznych.

Co testujemy?

Niech \(X\) oznacza liczbę jednostek posiadających badaną cechę w próbie o liczebności \(n\). Jeżeli każda obserwacja może przyjąć jedną z dwóch wartości, na przykład „tak” albo „nie”, „wadliwy” albo „niewadliwy”, „zdany” albo „niezdany”, w populacji interesuje nas prawdopodobieństwo sukcesu:

Parametr \(p\) jest jednocześnie populacyjnym wskaźnikiem struktury, czyli udziałem jednostek posiadających badaną cechę.

Jeżeli w próbie zaobserwowano \(m\) sukcesów, wskaźnik struktury z próby wynosi:

Test polega na porównaniu nieznanego wskaźnika populacyjnego \(p\) z wartością hipotetyczną:

Wartość \(p_0\) może wynikać z deklaracji producenta, normy jakościowej, wcześniejszego badania, wymaganego poziomu skuteczności albo założenia przyjętego przez badacza.

Wskaźnik struktury i proporcja populacyjna

W języku statystyki opisowej mówi się zwykle o wskaźniku struktury, czyli udziale jednostek określonego typu w całej zbiorowości. W języku rachunku prawdopodobieństwa i statystyki matematycznej ten sam parametr oznacza się najczęściej literą \(p\) i nazywa proporcją populacyjną.

Przykłady:

• odsetek produktów wadliwych w całej produkcji,
• udział osób popierających określone rozwiązanie,
• proporcja klientów dokonujących zakupu po kampanii reklamowej,
• odsetek studentów, którzy zdali egzamin,
• udział pacjentów reagujących pozytywnie na terapię.

W dalszej części symbolem \(p\) oznaczamy wskaźnik struktury w populacji, a symbolem \(\hat p\) — wskaźnik obliczony w próbie.

Hipotezy jedno- i dwustronne

Najczęściej hipoteza zerowa ma postać:

Postać hipotezy alternatywnej zależy od pytania badawczego.

Test dwustronny

Stosujemy go wtedy, gdy interesuje nas każda różnica względem wartości referencyjnej. Przykład: producent deklaruje, że odsetek wadliwych produktów wynosi 3%, a kontrola jakości sprawdza, czy rzeczywisty odsetek różni się od tej wartości w dowolnym kierunku.

Test prawostronny

Test prawostronny ma zastosowanie na przykład wtedy, gdy chcemy sprawdzić, czy odsetek produktów wadliwych przekracza dopuszczalny poziom albo czy poparcie dla określonego rozwiązania wzrosło ponad wartość referencyjną.

Test lewostronny

Test lewostronny stosujemy wtedy, gdy interesuje nas spadek proporcji, na przykład zmniejszenie udziału produktów wadliwych poniżej wcześniejszego poziomu.

Kiedy można stosować test normalny?

Klasyczny test dla jednej proporcji opiera się na przybliżeniu normalnym rozkładu proporcji z próby. Jest ono wiarygodne wtedy, gdy oczekiwana liczba sukcesów i oczekiwana liczba porażek przy założeniu prawdziwości hipotezy zerowej są dostatecznie duże:

oraz:

W podręcznikach spotyka się różne praktyczne progi, na przykład co najmniej 5 albo co najmniej 10 dla obu tych wartości. Nie jest to bezwzględne prawo matematyczne, lecz reguła oceny jakości przybliżenia normalnego.

Ważne: warunek sprawdzamy względem wartości hipotetycznej \(p_0\), ponieważ to właśnie przy założeniu \(H_0\) wyznaczamy rozkład statystyki testowej.

Przykładowo, gdy testujemy hipotezę \(H_0:p=0{,}03\) na próbie \(n=50\), otrzymujemy:

Przybliżenie normalne jest wtedy słabe, nawet gdy wskaźnik z próby przypadkowo okaże się bliski wartości 0,50. W takim przypadku właściwszy będzie dokładny test dwumianowy.

Statystyka testowa dla jednej proporcji

Jeżeli warunki przybliżenia normalnego są spełnione, statystyka testowa ma postać:

Przy prawdziwości hipotezy zerowej statystyka \(Z\) ma w przybliżeniu rozkład normalny standaryzowany:

Po podstawieniu danych z próby otrzymujemy wartość obserwowaną:

Równoważnie można zapisać statystykę przez liczbę sukcesów \(m\):

Obie postaci prowadzą do dokładnie tej samej wartości statystyki testowej.

Dlaczego we wzorze występuje \(p_0\), a nie \(\hat p\)?

To jeden z najczęstszych błędów przy testowaniu wskaźnika struktury. We wzorze na statystykę testową występuje:

a nie:

Powód jest prosty: w teście sprawdzamy, jak bardzo wynik próby odbiega od tego, czego należałoby oczekiwać, gdyby hipoteza zerowa była prawdziwa. Jeżeli \(H_0:p=p_0\) jest prawdziwa, wariancja wskaźnika z próby wynosi:

Dlatego błąd standardowy w teście obliczamy właśnie z użyciem \(p_0\).

Obszar krytyczny i wartość krytyczna

Po obliczeniu wartości statystyki porównujemy ją z odpowiednią wartością krytyczną rozkładu normalnego.

Test dwustronny

Odrzucamy hipotezę zerową, gdy:

Test prawostronny

Odrzucamy hipotezę zerową, gdy:

Test lewostronny

Odrzucamy hipotezę zerową, gdy:

Dla poziomu istotności \(\alpha=0{,}05\) wartości krytyczne wynoszą:

dla testu dwustronnego oraz:

dla testu jednostronnego. Wartości można odczytać z tablicy rozkładu normalnego i kalkulatora.

Wartość p

Zamiast korzystać z wartości krytycznej można obliczyć wartość p.

Test prawostronny

Test lewostronny

Test dwustronny

Reguła decyzji jest standardowa:

Wartość p nie jest prawdopodobieństwem, że hipoteza zerowa jest prawdziwa. Oznacza ona, jak skrajny byłby wynik z próby przy założeniu prawdziwości \(H_0\).

Test a przedział ufności dla proporcji

W klasycznym podejściu przybliżony dwustronny przedział ufności dla proporcji ma postać:

W odróżnieniu od statystyki testowej w tym wzorze występuje \(\hat p\), czyli proporcja wyznaczona z próby. Dzieje się tak dlatego, że budujemy przedział dla nieznanego parametru na podstawie danych, a nie opisujemy rozkład statystyki przy założeniu prawdziwości konkretnej hipotezy.

Dla dużych prób test dwustronny na poziomie istotności \(\alpha\) i klasyczny dwustronny przedział ufności \(1-\alpha\) zwykle prowadzą do zgodnych wniosków:

• jeżeli \(p_0\) należy do przedziału ufności, nie ma podstaw do odrzucenia \(H_0\);
• jeżeli \(p_0\) leży poza przedziałem ufności, odrzucamy \(H_0\).

Przy małych próbach oraz proporcjach bliskich 0 lub 1 należy zachować ostrożność. Klasyczny przedział normalny i klasyczny test z mogą wtedy mieć słabe własności przybliżone. W praktyce warto stosować metody dokładne albo bardziej odporne przedziały dla proporcji.

Małe próby i dokładny test dwumianowy

Jeżeli warunki przybliżenia normalnego nie są spełnione, nie należy mechanicznie stosować statystyki \(Z\). Dotyczy to przede wszystkim małych prób oraz sytuacji, w których \(p_0\) jest bliskie 0 albo 1.

Wtedy można zastosować dokładny test dwumianowy. Zakładamy, że liczba sukcesów w próbie ma przy prawdziwości \(H_0\) rozkład:

W teście dokładnym nie zastępujemy rozkładu dwumianowego rozkładem normalnym. Wartość p obliczamy bezpośrednio z prawdopodobieństw odpowiednich wyników dwumianowych.

W teście prawostronnym sumujemy prawdopodobieństwa wyników co najmniej tak dużych jak zaobserwowany. W teście lewostronnym sumujemy prawdopodobieństwa wyników co najmniej tak małych. W przypadku testu dwustronnego szczegółowa definicja dokładnej wartości p może nieznacznie różnić się między programami statystycznymi, dlatego warto podać zastosowaną metodę obliczeń.

Przykład: test dwustronny dla wskaźnika struktury

W badaniu opinii publicznej przeprowadzono ankietę wśród 200 osób. Za określonym rozwiązaniem opowiedziało się 118 respondentów.

Chcemy sprawdzić, czy w populacji wskaźnik poparcia różni się od 50%.

Krok 1. Wskaźnik z próby

Krok 2. Hipotezy

Krok 3. Warunki przybliżenia normalnego

Obie wartości są duże, więc przybliżenie normalne jest uzasadnione.

Krok 4. Statystyka testowa

Krok 5. Obszar krytyczny

Przyjmujemy poziom istotności:

Dla testu dwustronnego wartość krytyczna wynosi:

Ponieważ:

odrzucamy hipotezę zerową na poziomie istotności 0,05.

Krok 6. Wartość p

Ponieważ wartość p jest mniejsza od 0,05, metoda wartości p prowadzi do tej samej decyzji.

Krok 7. Kontrola przez przedział ufności

Wartość hipotetyczna \(p_0=0{,}50\) nie należy do przedziału ufności. Potwierdza to decyzję o odrzuceniu hipotezy zerowej.

Wniosek: dane z próby dostarczają podstaw do stwierdzenia, że wskaźnik poparcia w populacji różni się od 50%.

Kalkulatory i programy statystyczne

W klasycznych zadaniach wartość krytyczną można odczytać z tablic rozkładu normalnego. W praktyce wygodniejsze jest korzystanie z kalkulatorów i programów statystycznych, które podają statystykę testową, wartość p oraz przedział ufności dla proporcji.

Do kontroli wartości krytycznych przyda się tablica rozkładu normalnego i kalkulator. Test dla jednej proporcji oraz dokładny test dwumianowy oferują również między innymi Excel, SPSS, Statistica, Gretl, R i inne pakiety statystyczne.

Najczęstsze błędy

• Używanie \(\hat p\) zamiast \(p_0\) w błędzie standardowym statystyki testowej. W teście błąd standardowy liczymy pod hipotezą zerową.
• Sprawdzanie warunku dużej próby na podstawie \(\hat p\), a nie \(p_0\).
• Stosowanie testu normalnego przy małej liczbie oczekiwanych sukcesów albo porażek.
• Mylenie wskaźnika z próby \(\hat p\) z proporcją populacyjną \(p\).
• Wybieranie testu jednostronnego po obejrzeniu danych.
• Interpretowanie wartości p jako prawdopodobieństwa prawdziwości hipotezy zerowej.
• Traktowanie braku podstaw do odrzucenia \(H_0\) jako dowodu, że proporcja w populacji jest dokładnie równa \(p_0\).
• Stosowanie klasycznego przedziału normalnego bez ostrożności przy proporcjach bliskich 0 albo 1.

Podsumowanie

Test dla jednego wskaźnika struktury pozwala sprawdzić, czy udział określonej cechy w populacji jest zgodny z wartością referencyjną.

• Parametr \(p\) oznacza wskaźnik struktury w populacji, a \(\hat p\) — wskaźnik obliczony z próby.
• Przy dużej próbie stosujemy statystykę normalną opartą na różnicy \(\hat p-p_0\).
• W błędzie standardowym testu występuje wartość hipotetyczna \(p_0\), ponieważ rozkład statystyki wyznaczamy przy założeniu prawdziwości \(H_0\).
• Test może być dwustronny, prawostronny albo lewostronny.
• Dla małych prób lub proporcji bliskich 0 albo 1 właściwszy może być dokładny test dwumianowy.
• W teście dwustronnym wartość \(p_0\) należąca do przedziału ufności \(1-\alpha\) odpowiada brakowi podstaw do odrzucenia hipotezy zerowej.

Utworzono: 23.06.2026

Ruch po okręgu – prędkość kątowa, przyspieszenie dośrodkowe, okres i częstotliwość

Mgr inż.

Sebastian Dziarmaga-Działyński

Wirtualna kancelaria korepetytorska i konsultacyjna – wszechwiedza.pl

Ruch po okręgu jest szczególnym przypadkiem ruchu krzywoliniowego, w którym punkt pozostaje w stałej odległości od środka toru. Do jego opisu wykorzystuje się zarówno wielkości liniowe, takie jak droga, prędkość i przyspieszenie, jak i wielkości kątowe: położenie kątowe, prędkość kątową, przyspieszenie kątowe, okres oraz częstotliwość.

Nawet w jednostajnym ruchu po okręgu, gdy szybkość punktu pozostaje stała, jego wektor prędkości nieustannie zmienia kierunek. Z tego powodu występuje przyspieszenie normalne, nazywane w tym przypadku przyspieszeniem dośrodkowym.

Ogólny rozkład przyspieszenia na składową styczną i normalną został przedstawiony w artykule Kinematyka punktu materialnego – przyspieszenie styczne i normalne. W ruchu po okręgu promień krzywizny toru jest stały i równy promieniowi okręgu \(R\).

Czym jest ruch po okręgu?

Ruch po okręgu zachodzi wtedy, gdy odległość poruszającego się punktu \(P\) od ustalonego środka \(O\) jest stała:

Tor punktu jest wówczas okręgiem o promieniu \(R\). Przykładami ruchu po okręgu lub ruchu zbliżonego do kołowego są:

• ruch punktu znajdującego się na obracającym się kole;
• ruch końca wskazówki zegara;
• ruch samochodu po okrągłym torze;
• ruch wirnika, wentylatora lub koła zamachowego;
• wyidealizowany ruch satelity po orbicie kołowej;
• ruch punktu na obracającej się tarczy.

W kinematycznym opisie ruchu po okręgu nie analizujemy jeszcze sił powodujących ten ruch. Pojęcie siły dośrodkowej należy do dynamiki, natomiast w kinematyce wyznaczamy przede wszystkim prędkość i przyspieszenie punktu.

Geometria ruchu po okręgu

Położenie punktu na okręgu można określić za pomocą kąta \(\varphi\), jaki promień wodzący \(\overrightarrow{OP}\) tworzy z przyjętym kierunkiem odniesienia.

Jeżeli punkt przemieszcza się po łuku okręgu o długości \(s\), zachodzi zależność:

pod warunkiem, że kąt \(\varphi\) jest wyrażony w radianach.

Dla małych przyrostów kąta i długości łuku:

Zależność ta stanowi podstawę powiązania prędkości liniowej z prędkością kątową.

Miara łukowa kąta – radiany

Jeden radian jest kątem środkowym, któremu odpowiada łuk o długości równej promieniowi okręgu:

Pełnemu obrotowi odpowiada kąt:

Stąd:

Zamiana stopni na radiany:

Zamiana radianów na stopnie:

Położenie i przemieszczenie kątowe

Położenie punktu na okręgu opisuje funkcja:

Jeżeli w chwili \(t_1\) punkt ma położenie kątowe \(\varphi_1\), a w chwili \(t_2\) położenie \(\varphi_2\), jego przemieszczenie kątowe wynosi:

Najczęściej za dodatni przyjmuje się zwrot przeciwny do ruchu wskazówek zegara. Wtedy:

• \(\Delta\varphi>0\) oznacza obrót w dodatnim zwrocie;
• \(\Delta\varphi<0\) oznacza obrót zgodny z ruchem wskazówek zegara;
• \(|\Delta\varphi|=2\pi\) odpowiada jednemu pełnemu obrotowi.

Liczba wykonanych obrotów jest związana z przemieszczeniem kątowym zależnością:

Przemieszczenie kątowe może być większe od \(2\pi\). Na przykład wartość \(6\pi\) oznacza trzy pełne obroty w dodatnim zwrocie.

Prędkość kątowa

Średnia prędkość kątowa

Średnia prędkość kątowa w przedziale czasu wynosi:

Chwilowa prędkość kątowa

Chwilowa prędkość kątowa jest pochodną położenia kątowego względem czasu:

Jednostką prędkości kątowej jest:

Znak \(\omega\) informuje o zwrocie obrotu. Wartość bezwzględna \(|\omega|\) określa szybkość zmian położenia kątowego.

Przyspieszenie kątowe

Średnie przyspieszenie kątowe jest ilorazem zmiany prędkości kątowej i czasu:

Chwilowe przyspieszenie kątowe definiujemy jako:

Jego jednostką jest:

Podobnie jak w ruchu prostoliniowym, sam znak przyspieszenia nie wystarcza do stwierdzenia, czy ruch przyspiesza.

Związki wielkości liniowych i kątowych

Z zależności:

po zróżniczkowaniu względem czasu otrzymujemy:

Ponieważ:

otrzymujemy podstawowy związek:

Po ponownym zróżniczkowaniu wartości prędkości:

czyli:

Wektor prędkości

Wektor prędkości punktu poruszającego się po okręgu jest w każdej chwili styczny do toru. Jest więc prostopadły do promienia poprowadzonego ze środka okręgu do aktualnego położenia punktu:

Jego wartość wynosi:

W ruchu jednostajnym po okręgu wartość \(v\) jest stała, ale kierunek wektora \(\vec v\) stale się zmienia. Oznacza to, że punkt ma niezerowe przyspieszenie mimo stałej szybkości.

Przyspieszenie dośrodkowe

Składowa normalna przyspieszenia jest skierowana od punktu \(P\) do środka okręgu \(O\). W ruchu po okręgu nazywamy ją przyspieszeniem dośrodkowym.

Po wykorzystaniu zależności \(v=\omega R\):

Można również zapisać:

Kierunek przyspieszenia normalnego nie zależy od tego, czy punkt porusza się zgodnie, czy przeciwnie do ruchu wskazówek zegara. W obu przypadkach wektor \(\vec a_n\) jest skierowany do środka okręgu.

Skąd bierze się wzór na przyspieszenie dośrodkowe?

Dla małego przemieszczenia po okręgu kierunek wektora prędkości zmienia się o niewielki kąt \(\Delta\varphi\). Dla małych kątów zmiana wartości wektora prędkości spełnia przybliżenie:

Po podzieleniu przez \(\Delta t\) i przejściu do granicy:

Ponieważ \(v=\omega R\), otrzymujemy:

Przyspieszenie styczne i całkowite

Jeżeli wartość prędkości zmienia się w czasie, oprócz przyspieszenia normalnego występuje także składowa styczna:

Przyspieszenie styczne jest styczne do okręgu:

• jest zgodne z wektorem prędkości, gdy szybkość rośnie;
• jest skierowane przeciwnie do prędkości, gdy szybkość maleje;
• jest równe zeru, gdy szybkość pozostaje stała.

Przyspieszenie całkowite jest sumą wektorową obu prostopadłych składowych:

Jego wartość wynosi:

Po podstawieniu zależności kątowych:

W ruchu niejednostajnym całkowite przyspieszenie zazwyczaj nie jest skierowane dokładnie do środka okręgu. Do środka skierowana jest wyłącznie jego składowa normalna.

Ruch jednostajny po okręgu

Ruch jednostajny po okręgu zachodzi wtedy, gdy prędkość kątowa jest stała:

Wówczas:

Położenie kątowe zmienia się liniowo z czasem:

Dla \(t_0=0\):

Wartość prędkości liniowej jest stała:

Przyspieszenie jest jednak niezerowe:

Okres i częstotliwość

Okres \(T\) jest czasem wykonania jednego pełnego obrotu.

Częstotliwość \(f\) określa liczbę pełnych obrotów wykonywanych w jednostce czasu.

Podczas jednego pełnego obrotu:

W jednostajnym ruchu po okręgu:

Prędkość liniowa wynosi zatem:

Przyspieszenie dośrodkowe można zapisać jako:

albo:

Liczba obrotów wykonanych w czasie \(t\) wynosi:

Droga przebyta podczas \(n\) pełnych obrotów jest równa:

Obroty na minutę

Prędkość obrotowa urządzeń technicznych jest często podawana w obrotach na minutę, oznaczanych jako \(\mathrm{obr/min}\) albo rpm.

Jeżeli urządzenie wykonuje \(N\) obrotów na minutę, częstotliwość w hercach wynosi:

Prędkość kątowa:

W drugą stronę:

Ruch niejednostajny po okręgu

W ruchu niejednostajnym prędkość kątowa zależy od czasu:

Występuje wtedy niezerowe przyspieszenie kątowe:

Przyspieszenie punktu ma dwie składowe:

Składowa styczna zmienia wartość prędkości, natomiast składowa normalna zmienia jej kierunek. Ponieważ \(a_n\) zależy od kwadratu prędkości kątowej, może zmieniać się nawet przy stałym przyspieszeniu kątowym.

Ruch jednostajnie zmienny kątowo

Ruch jest jednostajnie zmienny kątowo, gdy przyspieszenie kątowe jest stałe:

Równanie prędkości kątowej:

Dla \(t_0=0\):

Równanie położenia kątowego:

Dla \(t_0=0\):

Po wyeliminowaniu czasu otrzymujemy odpowiednik równania znanego z ruchu prostoliniowego:

Warto podkreślić, że nawet przy stałym \(\varepsilon\) całkowite przyspieszenie punktu nie jest zazwyczaj stałe. Składowa styczna ma stałą wartość:

ale składowa normalna zmienia się zgodnie z:

Opis wektorowy w układzie kartezjańskim

Jeżeli środek okręgu znajduje się w początku układu współrzędnych, położenie punktu można zapisać jako:

Po zróżniczkowaniu względem czasu otrzymujemy wektor prędkości:

Jego wartość:

Wektor przyspieszenia wynosi:

Pierwszy składnik jest skierowany do środka okręgu i odpowiada przyspieszeniu normalnemu, natomiast drugi jest styczny do toru.

Przy użyciu wersorów radialnego \(\vec e_r\) i stycznego \(\vec e_t\) zapis jest krótszy:

Minus przy składowej radialnej oznacza, że przyspieszenie normalne jest skierowane przeciwnie do wersora \(\vec e_r\), czyli do środka okręgu.

Wykresy wielkości kątowych

Wykres położenia kątowego \(\varphi(t)\)

Nachylenie wykresu położenia kątowego jest równe prędkości kątowej:

• w ruchu jednostajnym wykres \(\varphi(t)\) jest linią prostą;
• przy stałym niezerowym \(\varepsilon\) wykres jest parabolą;
• rosnący wykres oznacza \(\omega>0\);
• malejący wykres oznacza \(\omega<0\).

Wykres prędkości kątowej \(\omega(t)\)

Nachylenie wykresu prędkości kątowej jest równe przyspieszeniu kątowemu:

Pole algebraiczne pod wykresem \(\omega(t)\) jest równe przemieszczeniu kątowemu:

Wykres przyspieszenia kątowego \(\varepsilon(t)\)

Pole algebraiczne pod wykresem przyspieszenia kątowego jest równe zmianie prędkości kątowej:

Przykłady obliczeniowe

Przykład 1. Samochód na okrągłym torze

Samochód porusza się ze stałą szybkością:

po okręgu o promieniu:

Prędkość kątowa:

Okres jednego okrążenia:

Przyspieszenie dośrodkowe:

Przykład 2. Wirnik wykonujący 1200 obrotów na minutę

Wirnik obraca się z prędkością:

Częstotliwość:

Okres:

Prędkość kątowa:

Jeżeli rozpatrywany punkt znajduje się w odległości \(R=0{,}08\ \mathrm{m}\) od osi, jego prędkość liniowa wynosi:

Przykład 3. Ruch ze stałym przyspieszeniem kątowym

Koło o promieniu:

ma początkową prędkość kątową:

i przyspieszenie kątowe:

Po \(6\ \mathrm{s}\) prędkość kątowa wynosi:

Przemieszczenie kątowe:

Przyspieszenie styczne:

Przyspieszenie normalne:

Przyspieszenie całkowite:

Przykład 4. Hamowanie ruchu obrotowego

Tarcza ma początkową prędkość kątową:

i stałe przyspieszenie kątowe:

Chwila zatrzymania spełnia:

Do chwili zatrzymania tarcza obróci się o kąt:

Liczba obrotów:

Jeżeli ujemne przyspieszenie kątowe działałoby nadal, po zatrzymaniu tarcza zaczęłaby obracać się w przeciwnym kierunku.

Jednostki i kontrola wymiarów

Kontrola wymiarów prędkości liniowej:

Radian jest formalnie jednostką bezwymiarową, dlatego nie wpływa na końcowy wymiar fizyczny.

Kontrola wymiarów przyspieszenia normalnego:

Kontrola wymiarów przyspieszenia stycznego:

Najczęstsze błędy

• stosowanie wzoru \(s=R\varphi\) dla kąta podanego w stopniach;
• mylenie prędkości kątowej \(\omega\) z prędkością liniową \(v\);
• pomijanie promienia w zależności \(v=\omega R\);
• uznawanie ruchu jednostajnego po okręgu za ruch bez przyspieszenia;
• kierowanie przyspieszenia normalnego stycznie do toru lub na zewnątrz okręgu;
• rysowanie kierunku \(\vec a_n\) tak, że jego przedłużenie nie przechodzi przez środek okręgu;
• utożsamianie całkowitego przyspieszenia z przyspieszeniem dośrodkowym w ruchu niejednostajnym;
• pomijanie przyspieszenia stycznego, gdy zmienia się wartość prędkości;
• mylenie przyspieszenia dośrodkowego z siłą dośrodkową;
• stosowanie wzoru \(\omega=2\pi/T\) bez sprawdzenia, czy ruch jest okresowy;
• nieprawidłowa zamiana obrotów na minutę na herce;
• uznawanie ujemnego \(\varepsilon\) zawsze za zmniejszanie szybkości obrotowej;
• traktowanie \(\omega=0\) jako dowodu, że \(\varepsilon=0\);
• zakładanie, że przy stałym \(\varepsilon\) przyspieszenie normalne również jest stałe.

Podsumowanie

Położenie punktu na okręgu opisuje kąt:

Długość łuku i kąt są związane zależnością:

Prędkość i przyspieszenie kątowe wynoszą:

Wielkości liniowe i kątowe łączą zależności:

Przyspieszenie normalne jest skierowane do środka okręgu:

W ruchu niejednostajnym całkowite przyspieszenie wynosi:

W jednostajnym ruchu po okręgu:

Okres, częstotliwość i prędkość kątową łączą wzory:

Ruch po okręgu pokazuje, że przyspieszenie nie musi oznaczać wyłącznie zmiany wartości prędkości. Może wynikać również ze zmiany jej kierunku, nawet gdy szybkość pozostaje stała.

Utworzono: 23.06.2026 | Zmodyfikowano: 19.07.2026

Testowanie równości dwóch wariancji — test F-Snedecora i homogeniczność wariancji

Mgr inż.

Sebastian Dziarmaga-Działyński

Wirtualna kancelaria korepetytorska i konsultacyjna – wszechwiedza.pl

Testowanie równości dwóch wariancji pozwala sprawdzić, czy dwie populacje różnią się zmiennością badanej cechy. W artykule omawiamy klasyczny test F-Snedecora dla dwóch wariancji: próby jedno- i dwustronne, wybór licznika i mianownika, obszary krytyczne, wartość p, przedział ufności dla ilorazu wariancji oraz znaczenie tego testu przy porównywaniu średnich.

Porównując dwie populacje, często skupiamy się przede wszystkim na ich średnich. Równie ważne może być jednak pytanie o zmienność. Dwa procesy technologiczne mogą dawać produkty o takiej samej średniej masie, ale jeden z nich może być wyraźnie mniej stabilny. Dwie grupy uczące się różnymi metodami mogą osiągać podobne przeciętne wyniki, lecz w jednej grupie rezultaty mogą być znacznie bardziej zróżnicowane.

Do badania tego problemu służy test równości dwóch wariancji, oparty na rozkładzie F-Snedecora. Pozwala on ocenić, czy różnica między wariancjami z prób jest na tyle duża, że stanowi podstawę do odrzucenia hipotezy o równej zmienności w populacjach.

Wcześniej omówiliśmy już testowanie hipotez dotyczących jednej wariancji oraz testowanie różnicy średnich w dwóch populacjach. Test F stanowi naturalne rozwinięcie obu tych zagadnień.

Co testujemy?

Niech \(\sigma_1^2\) oraz \(\sigma_2^2\) oznaczają wariancje w dwóch populacjach. W najczęstszym przypadku chcemy sprawdzić, czy są one równe:

Równoważnie możemy badać iloraz wariancji:

Hipoteza o równości wariancji jest wtedy hipotezą, że:

Test może służyć zarówno do bezpośredniego badania zmienności dwóch procesów, jak i do oceny założenia pomocniczego potrzebnego w niektórych klasycznych modelach statystycznych.

Wariancja a odchylenie standardowe

Test F konstruuje się formalnie dla wariancji. Ponieważ jednak odchylenie standardowe jest dodatnim pierwiastkiem z wariancji, hipoteza o równości wariancji jest równoważna hipotezie o równości odchyleń standardowych:

W obliczeniach stosujemy wariancje z prób, ponieważ ich iloraz ma rozkład F-Snedecora. Wnioski można jednak opisywać także prostszym językiem: „zmienność w pierwszej populacji jest większa”, „odchylenia standardowe są zgodne” albo „nie ma podstaw do stwierdzenia różnicy rozproszenia”.

Założenia klasycznego testu F

Klasyczny test równości dwóch wariancji wymaga spełnienia kilku istotnych założeń:

• Obie próby są losowe.
• Próby są niezależne od siebie.
• Obserwacje w obrębie każdej próby są niezależne.
• Obie populacje mają rozkład normalny.

Normalność obu populacji jest szczególnie ważna. Rozkład F ilorazu wariancji z prób wynika dokładnie z założenia normalności. Nawet umiarkowane odstępstwa od normalności mogą istotnie zmienić rzeczywisty poziom istotności testu.

Statystyka testowa i rozkład F-Snedecora

Niech \(S_1^2\) oraz \(S_2^2\) oznaczają skorygowane wariancje z dwóch niezależnych prób:

Statystyka testowa ma postać ilorazu:

Jeżeli obie populacje są normalne i hipoteza zerowa o równości wariancji jest prawdziwa, statystyka \(F\) ma rozkład F-Snedecora z liczbą stopni swobody:

Pierwsza liczba stopni swobody należy do wariancji umieszczonej w liczniku, a druga — do wariancji umieszczonej w mianowniku. Kolejność ma więc znaczenie.

Hipotezy jedno- i dwustronne

Podobnie jak w innych testach, rodzaj hipotezy alternatywnej powinien wynikać z celu analizy i zostać wybrany przed obejrzeniem wyników.

Test dwustronny

Ten wariant stosujemy wtedy, gdy interesuje nas każda różnica zmienności: zarówno sytuacja, w której pierwsza populacja jest bardziej zróżnicowana, jak i sytuacja odwrotna.

Test prawostronny

Test prawostronny ma zastosowanie na przykład wtedy, gdy chcemy sprawdzić, czy nowy proces produkcyjny zwiększył zmienność wyników względem procesu dotychczasowego.

Test lewostronny

Test lewostronny wybieramy wtedy, gdy interesuje nas wyłącznie zmniejszenie zmienności w pierwszej populacji względem drugiej.

Którą wariancję umieścić w liczniku?

W testach jednostronnych kolejność wariancji w ilorazie musi odpowiadać kierunkowi hipotezy alternatywnej.

Jeżeli testujemy:

naturalnie stosujemy statystykę:

i szukamy dużych wartości w prawym ogonie rozkładu F.

Jeżeli natomiast testujemy:

możemy pozostawić iloraz \(S_1^2/S_2^2\) i porównywać go z dolnym kwantylem rozkładu F albo odwrócić kolejność wariancji:

oraz przeprowadzić równoważny test prawostronny. Po odwróceniu ilorazu trzeba jednocześnie zamienić kolejność stopni swobody.

W teście dwustronnym często stosuje się wygodną konwencję:

Wtedy zawsze:

i wystarczy porównywać statystykę z prawostronną wartością krytyczną. Liczba stopni swobody w liczniku należy wtedy do grupy o większej wariancji z próby, a w mianowniku — do grupy o mniejszej wariancji z próby.

Obszary krytyczne i wartości krytyczne

W dalszej części przyjmujemy oznaczenie lewostronnych kwantyli rozkładu F:

Wartość \(F_{p;\nu_1,\nu_2}\) oznacza więc kwantyl rzędu \(p\). Trzeba pamiętać, że różne tablice i programy mogą stosować inną konwencję oznaczeń, zwłaszcza dla wartości „z prawego ogona”.

Test prawostronny

Dla hipotezy:

odrzucamy \(H_0\), gdy:

Test lewostronny

Dla hipotezy:

odrzucamy \(H_0\), gdy:

Test dwustronny — zapis bez zmiany kolejności wariancji

Dla hipotezy:

odrzucamy \(H_0\), gdy iloraz wariancji znajduje się w jednym z dwóch ogonów rozkładu:

albo gdy:

Test dwustronny — większa wariancja w liczniku

W wielu zadaniach najpierw umieszcza się większą wariancję z próby w liczniku. Wtedy wystarczy badać prawy ogon rozkładu F:

Odrzucamy hipotezę o równości wariancji na poziomie istotności \(\alpha\), gdy:

Ten zapis jest równoważny badaniu obu ogonów. Zawiera on jednak ważny warunek: stopnie swobody muszą odpowiadać dokładnie tej grupie, której wariancja znalazła się w liczniku i mianowniku.

Wartość p

Alternatywą dla porównywania z wartością krytyczną jest obliczenie wartości p. Wartość p określa, jak skrajny jest obserwowany iloraz wariancji przy założeniu prawdziwości hipotezy zerowej.

Test prawostronny

Test lewostronny

Test dwustronny

W klasycznym dwustronnym teście F wartość p można wyznaczyć jako podwojone mniejsze z prawdopodobieństw ogonowych:

Jeżeli wcześniej umieścimy większą wariancję w liczniku, można wyznaczyć prawostronne prawdopodobieństwo dla otrzymanego \(F^\ast\), a następnie podwoić je dla testu dwustronnego.

Reguła decyzji jest standardowa:

Przedział ufności dla ilorazu wariancji

Testowanie równości wariancji można połączyć z estymacją przedziałową ilorazu:

Dwustronny przedział ufności \(1-\alpha\) dla ilorazu wariancji ma postać:

W teście dwustronnym na poziomie istotności \(\alpha\) obowiązuje zasada:

• jeżeli liczba \(1\) należy do przedziału ufności dla \(\sigma_1^2/\sigma_2^2\), nie ma podstaw do odrzucenia hipotezy o równości wariancji;
• jeżeli liczba \(1\) nie należy do przedziału, odrzucamy hipotezę o równości wariancji.

Tak jak w innych testach, przedział ufności daje dodatkową informację o kierunku i skali możliwej różnicy. Test odpowiada przede wszystkim na pytanie decyzyjne, a przedział pokazuje, jakie wartości ilorazu wariancji są zgodne z danymi.

Związek z testowaniem różnicy średnich

Test równości wariancji jest często omawiany jako test pomocniczy przed zastosowaniem klasycznego testu t-Studenta dla dwóch niezależnych średnich.

W modelu ze wspólną wariancją zakładamy:

i wykorzystujemy połączoną wariancję z próby. Szczegóły tej procedury znajdują się w części nieznane, ale równe wariancje.

Jeżeli założenie równości wariancji nie jest wiarygodne, stosujemy test Welcha, który nie wymaga homogeniczności wariancji. Zobacz część nieznane i nierówne wariancje — test Welcha.

Przykład: test dwustronny równości wariancji

Porównujemy zmienność wyników uzyskanych w dwóch niezależnych grupach. Załóżmy, że obie populacje można uznać za normalne. Otrzymano:

Chcemy sprawdzić, czy wariancje w populacjach są równe. Formułujemy test dwustronny:

Przyjmujemy poziom istotności:

Większą wariancję umieszczamy w liczniku:

Liczba stopni swobody wynosi:

Dla testu dwustronnego stosujemy prawostronną wartość krytyczną odpowiadającą \(\alpha/2=0{,}025\):

Ponieważ:

nie ma podstaw do odrzucenia hipotezy o równości wariancji na poziomie istotności 0,05.

Wniosek należy sformułować ostrożnie: dane z prób nie dostarczają wystarczających podstaw do stwierdzenia, że wariancje w obu populacjach są różne. Nie oznacza to, że udowodniliśmy ich dokładną równość.

Przy wykorzystaniu kalkulatora można dodatkowo wyznaczyć wartość p oraz 95-procentowy przedział ufności dla ilorazu \(\sigma_1^2/\sigma_2^2\). Jeżeli przedział obejmuje wartość 1, otrzymujemy ten sam wniosek co w teście dwustronnym.

Ograniczenia testu F i alternatywy

Klasyczny test F-Snedecora jest bardzo użyteczny w zadaniach opartych na założeniu normalności populacji. Nie należy jednak traktować go jako uniwersalnego testu zmienności dla dowolnych danych.

Przy wyraźnym braku normalności, asymetrii rozkładu lub obecności obserwacji odstających warto rozważyć bardziej odporne procedury. Do najczęściej stosowanych należą test Levene’a oraz jego modyfikacja Browna – Forsythe’a.

Gdy porównujemy więcej niż dwie grupy, problem homogeniczności wariancji można badać między innymi testem Levene’a albo testem Bartletta. Test Bartletta, podobnie jak test F, jest silnie związany z założeniem normalności.

W dalszych materiałach dotyczących testów nieparametrycznych i diagnostyki warto będzie szerzej omówić test Levene’a, test Browna – Forsythe’a oraz ich zastosowanie przed analizą wariancji.

Kalkulatory i programy statystyczne

Wartości krytyczne rozkładu F-Snedecora można odczytywać z tablic, ale wygodniejsze jest korzystanie z kalkulatorów, ponieważ rozkład F zależy od dwóch liczb stopni swobody i łatwo pomylić ich kolejność.

Do obliczeń przyda się tablica rozkładu F-Snedecora i kalkulator. Wartości p, przedziały ufności i testy równości wariancji oferują również między innymi Excel, SPSS, Statistica, Gretl oraz R.

Najczęstsze błędy

• Pomijanie założenia normalności obu populacji. Jest ono kluczowe dla klasycznego testu F.
• Mylenie kolejności stopni swobody. Stopnie swobody muszą odpowiadać wariancji w liczniku i mianowniku.
• Automatyczne umieszczanie większej wariancji w liczniku w teście jednostronnym. Może to zmienić kierunek analizowanej hipotezy.
• Stosowanie prawostronnej wartości krytycznej dla testu dwustronnego bez podzielenia poziomu istotności przez dwa.
• Mylenie konwencji oznaczeń kwantyli F w różnych tablicach i programach.
• Uznawanie braku podstaw do odrzucenia \(H_0\) za dowód równości wariancji.
• Traktowanie testu F jako automatycznej procedury wyboru między testem ze wspólną wariancją a testem Welcha.
• Ignorowanie praktycznego znaczenia różnicy zmienności. Różne wariancje nie zawsze oznaczają problem istotny technologicznie lub ekonomicznie.

Podsumowanie

Test F-Snedecora pozwala sprawdzić, czy dwie normalne populacje mają taką samą wariancję. Jest podstawowym klasycznym narzędziem do badania homogeniczności wariancji w dwóch populacjach.

• Test opiera się na ilorazie wariancji z dwóch niezależnych prób.
• Przy prawdziwości hipotezy o równości wariancji statystyka ma rozkład F-Snedecora.
• Test może być dwustronny, prawostronny albo lewostronny.
• W teście dwustronnym wygodnie jest umieścić większą wariancję z próby w liczniku i porównać iloraz z prawostronną wartością krytyczną dla \(\alpha/2\).
• Wartość 1 należy do przedziału ufności dla ilorazu wariancji wtedy i tylko wtedy, gdy nie ma podstaw do odrzucenia hipotezy o równości wariancji.
• Test F jest użyteczny przy omawianiu klasycznego testu t ze wspólną wariancją, lecz przy wątpliwej homogeniczności wariancji często lepiej zastosować test Welcha.

Utworzono: 23.06.2026