Markovovy řetězce se spojitým časem CTMC (Continuous time Markov Chain)

Rozměr: px
Začít zobrazení ze stránky:

Download "Markovovy řetězce se spojitým časem CTMC (Continuous time Markov Chain)"

Transkript

1 Markovovy řetězce se soitým časem CTMC (Continuous time Markov Chain) Markovovy rocesy X Diskrétní stavový rostor Soitý obor arametru t { } S e1, e,, en t R t 0 0 t 1 t t 3 t Proces e Markovův (CTMC CTMC), estliže znalost několika minulých hodnot funkce X neřináší o rozložení ravděodobnosti eí současné hodnoty X(t) více informace nežli znalost ediné té oslední z nich. P( X ( t) e / X ( t ) e, X ( t ) e,, X ( t ) e ) P( X ( t) e / X ( t ) e ) i n n n 1 n i n n Označme ( s, t) P( X ( s + t) e / X ( s) e ) i Daný roces e homogenní, sou-li ravděodobnosti závislé ouze na délce časového úseku t, nikoliv na eho očátku s. ( s, t) ( t) 1

2 Rozložení intervalu mezi změnami Předokládeme, že v čase t e systém ve stavu e i. Jaká e ravděodobnost (), že se tento stav nezmění v růběhu časového intervalu (t, t+). (nezávislá na t roces e homogenní). (0)1 () e klesaící ( + s) (). ( s) t ( t) e A( t) P( τ < t) 1 t 1 e Doba setrvání homogenního Markovova rocesu X(t) ve stavu e i má exonenciální rozdělení s arametrem - (intenzitou výstuu). Markovovy rocesy Diskrétní čas DTMC DTMC 1- Soitý čas CTMC CTMC 1 λ t + o λ t + o Pst. setrvání systému ve stavu ( τ > ) 1 + ( ) P t e t o t Pst., že za dobu nastane událost, systém daný stav oustí ( τ < ) 1 + ( ) P t e t o t

3 Matice řechodu ro diskrétní čas ,1 0, 0,3 0,4 0, 0,3 0 0, 0,3 3 0,4 0, 0,3 0, ,3 0,4 0, a( n + 1) a( n) P a( n) a(0) P ( n) Rozložení ustáleného stavu: a lim a( n) a(0) lim P n n n a a P Matice řechodu ro soitý čas Matice řechodu matice časových funkcí P()( () ) Pro 0 () 0 ro i () 1 P ( 0) Se zvětšuícím se intervalem se ravděodobnost řechodu zvětšue E Př: Je dán roces se dvěma stavy S{0,1} 1 + e( t) e( t) P : 1 1 e( t ) 1 + e( t) 1 3

4 Matice intenzit (infinitesimální generátor) Q ( ( ) Doba setrvání rocesu ve stavu e i má exonenciální rozdělení s arametrem - (intenzitou výstuu). Definice intenzit řechodu a výstuu lim 0 t 1+ + ( ) t e t o t 1 lim 0 Vztah matice řechodu P a matice intenzit ( t) +o ( t) 1+ +o ( 0) P Q 0 ( t) 1 t o( t) ( t) 1 t lim 0 t t ( t) 1 lim 0 t Matice intenzit (infinitesimální generátor) Q ( ( ) Doba setrvání rocesu ve stavu e i má exonenciální rozdělení s arametrem - (intenzitou výstuu). Intenzita výstuu e záorné číslo, všechny intenzity řechodu sou kladné. Intenzity výstuu a řechodu sou ro homogenní (stacionární) roces konstantní. Řádkový součet matice intenzit e 0. Položením i P Q+E rakticky zdiskretizueme CTMC, ( t) +o ( t) 1+ +o řechody se můžou udát en v dostatečně malých intervalech. t + t t 1 4

5 Matice intenzit -říklad i Př: Je dána matice řechodu, určete matici intenzit. 1 + e( t) e( t) P : 1 1 e( t ) 1 + e( t) P + o 1.zůsob-Taylorův rozvo o + o 1 + o ( t) +o ( t) 1+ +o.zůsob-p (0)Q Q : Rozdělení ravděodobnosti stavů Matice řechodu matice časových funkcí P(t)( (t) ) Označme vektor ravděodobnosti stavů e 1,e,e 3, v čase t. a( t) ( a ( t), a ( t),..., a ( t),...) 1 k Stabilizovaný stav a( t) a(0) P( t) ( 0) ( 0) a t a P t a t a P t Q a t a t Q a lim a( t) t Jestliže stabilizovaný stav a existue, ak lim lim a t a t Q t t 0 a Q 5

6 SPN ako Markovovský řetězec 0 a Q SPN ako Markovovský řetězec 0 a Q 6

7 Kolmogorovovy diferenciální rovnice Chaman Kolmogorovova rovnost ( s t) ( s) ( t) + ik k k P( s + t) P( s) P( t) Matice intenzit může být akákoliv čtvercová matice, eíž všechny nediagonální rvky sou nezáorné a řádkové součty sou 0. Pokud známe matici intenzit Q můžeme určit matici řechodu ze systému římých (zětných ) Kolmogorových rovnic. P ( t) P( t) Q P(0) E Soustava rovnic má řešení ve tvaru: P( t) P(0) e Qt Výočet matice řechodu z matice intenzit P(t) e určena až na násobek konstantní maticí kde λ1, λ,..., a v1, v,..., vn do slouce. P( t) ex( Q t) P ( t) Q P t P ( t) V ( t) C V ( t) C Q V ( t) C 1 Výočet konstantní matice C: P 0 V 0 C C V 0 ( λ n ) λ 1 t λ 1 ; t λnt ;...; V t e v e v e v n sou vlastní čísla matice Q sou vlastní vektory k říslušným vlastním číslům, sané P 1 ( t) V ( t) V ( 0) 7

8 Postu výočtu Sestroení grafu diferenciálních řechodů na základě dané formulace roblému Sestavení matice ravděodobnosti řechodů, res. matice intenzity řechodů (Sestavení soustavy diferenciálních rovnic na základě matice intenzit a eí vyřešení) Nalezení stacionárního řešení Výočet ožadovaných charakteristik Př: Naděte matici ravděodobností řechodu Markovova rocesu s maticí intenzit Q. Určete stacionární řešení λ 0; v 1,1 λ 5; v, 3 Q 3 3 5t λ 1 t λ 1 1; t λnt e V t e v e v ;...; e v n 5t 1 3e Stabilizovaný stav Stacionární stav 3 a Q o a, 5 5 Pt P 1 ( t) V ( t) V ( 0) e( 5 t ) e 5 5 t lim a( t) a(0) lim P( t) ( a0(0), a1 (0)), t t e( 5 t ) 3 5 e( 5 t ) 8

9 Př: Naděte matici ravděodobností řechodu Markovova rocesu s maticí intenzit Q. Q 3 3 >> syms t; >> Q[- ;3-3] Q >> Ptsimlify(exm(t*Q)) Pt [ /(5*ex(5*t)) + 3/5, /5 - /(5*ex(5*t))] [ 3/5-3/(5*ex(5*t)), 3/(5*ex(5*t)) + /5] Př: Sledueme stav datového roektoru. Pst, že e řístro o ulynutí času t [měsíc] od oslední oravy stále v bezvadném stavu P(τ>t)e -t. Je-li řístro okažený, ak st, že za čas t nedošlo k oravě P(τ>t)e -0t. Určete stabilizovaný stav. OK KO Q 0 0 ( a a ) OK KO aq o a, ( 0,91;0.091)

10 Př: Markovův roces má stavy A,B,C. Intenzita řechodu mezi kraními stavy A a C e nulová, všechny ostatní intenzity sou steně velké. Určete vektor rozložení v čase t, e-li očáteční stav B. >> syms t; t >> Q [- [ 0; -4 ;0 -] ]; >> Pt simlify(exm(t*q)) 0 Q 4 0 Pt [1/3 + 1/(*ex(*t)) + 1/(6*ex(6*t)),1/3-1/(3*ex(6*t)), 1/(6*ex(6*t)) - 1/(*ex(*t)) + 1/3] [1/3-1/(3*ex(6*t)), 1/3 +/(3*ex(6*t)), 1/3-1/(3*ex(6*t))] [1/3 + 1/(6*ex(6*t)) - 1/(*ex(*t)), 1/3-1/(3*ex(6*t)), 1/(*ex(*t)) + 1/(6*ex(6*t)) + 1/3] >> t[0 1 0]* Pt t [ 1/3-1/(3*ex(6*t)), /(3*ex(6*t)) + 1/3, 1/3-1/(3*ex(6*t))] >> ezlot (t(1),[0,5]) Př: Markovův roces má stavy A,B,C. Intenzita řechodu mezi kraními stavy A a C e nulová, všechny ostatní intenzity sou steně velké. Určete vektor rozložení v čase t, e-li očáteční stav B. 0 Q

11 Př: Do fronty řicházeí náhodně zákazníci v elementárním toku. Průměrná délka intervalu mezi říchody e 1 minuta. V okamžiku kdy řde 4. zákazník, skuina zákazníků odchází (e obsloužena) a okamžitě se začne vytvářet nová fronta. Určete rozložení stí stabilizovaného stavu. Určete růměrný očet zákazníků ve frontě. ( a a a a ) aq o a,,, Poissonův roces roces ryzího zrodu (ure birth rocess) k ( t) λ λt vk ( t) e k! V infinitesimálním časovém intervalu může nastat en edna událost s ravděodobností λ, nezávisle na říezdech mimo interval. λ v t e t t t o t λt λ v1 ( t) ( λt) e λt + t +... λt + o( t) λt 0 1 λ λ + λt λt v ( t) e 0 + o ( t)! Stav systému očet událostí, které od očátečního času zkoumání nastaly λ dt λ dt λ dt λ dt 1 λ dt 1 λ dt 1 λ dt λ dt... 11

12 Proces ryzího zrodu (ure birth rocess) Do fronty řicházeí náhodně zákazníci tak, že ravděodobnost říchodu ednoho zákazníka v kratkém čase e +o( t). Jaká e ravděodobnost, že za čas t fronta vzroste z i na zákazníků. Jde o roces se stavy 0, 1,,. (očet zákazníků ve frontě). Náš úkol e naít (t) Q ( t) t + o e t t e ( t) 0! e 11 1 t t e t e t t 0k i, i+ k ( t) k! k ( t) k! e k t e t 1

13 Intenzity řechodu Intenzity řechodu ze stavu e i do stavu e. (i ). Intenzity výstuu ze stavu e i i lim 0 1 lim i i 0 ( + ) t t t ( t) lim 0 ( 0) (0) lim lim (0) 0 0 ( 0) 1 (0) lim lim (0) 0 0 ; ( 0) Q P Q Matice intenzit lim 0 lim 0 1 Pro intenzity řechodu ze stavu e i do stavu e latí: ( t) lim 0 lim 0 0 t o ( t) t + o ( t) t o( t) ( 1 ( t) ) + o( ) i i lim lim lim lim lim 0 t 0 t 0 t 0 t 0 i i 1 t t t + o t t + o i i ( ) 1+ + ( ) t t o t i ( t) +o ( t) 1+ +o 13

14 Matice intenzit Položením ( t) +o i ( t) 1+ +o P Q+E rakticky zdiskretizueme CTMC, řechody se můžou udát en v dostatečně malých intervalech. Doba setrvání homogenního Markovova rocesu X(t) ve stavu e i má exonenciální rozdělení s arametrem -λ (intenzitou výstuu). λ λ 1 e 1 λ e lim lim lim λ t ( t) e λ 0 ( t) 1 ( t) 0 Stacionární ravděodobnosti Stacionární ravděodobnosti (stabilizovaného) Markovova rocesu sou limity a lim a ( t) t Jestliže sou libovolné dva stavy sousledné (ro každé i a existue t takové), že 0 ), ak e systém stabilizovaný a existuí stacionární ravděodobnosti. a lim a ( t) lim a (0) ( t) lim ( t) i t t t i Vektor stacionárních ravděodobností lze vyočítat ze soustavy rovnic. a Q o 14

15 Vnořený DTMC Neuvažue čas strávený v něakým stavu a registrueme en řechody. Matice řechodu vnořeného DTMC: S ( s ); s ro i i [ ] 1 D s 0 ro i S E Q Q QD diag Q CTMC e ireducibilní rávě tehdy, e-li ireducibilní vnořený DTMC. Je-li a v stabilizovaný stav vnořeného DTMC, ak e stabilizovaný i ůvodní CTMC a ro eho stabilizovaný stav latí: a a a v v ( QD ) ( Q ) D

Model tenisového utkání

Model tenisového utkání Model tenisového utkání Jan Šustek Semestrální rojekt do ředmětu Náhodné rocesy 2005 V této ráci se budu zabývat modelem tenisového utkání. Vstuními hodnotami budou úsěšnosti odání jednotlivých hráčů,

Více

Kendallova klasifikace

Kendallova klasifikace Kendallova klasifikace Délka obsluhy, frontový režim, Littleovy vzorce Parametry obsluhy Trvání obsluhy - většinou předpokládáme, že trvání obsluhy jsou nezávisl vislé náhodné proměnné, se stejným rozdělením

Více

ROVNICE NA ČASOVÝCH ŠKÁLÁCH A NÁHODNÉ PROCESY. Michal Friesl

ROVNICE NA ČASOVÝCH ŠKÁLÁCH A NÁHODNÉ PROCESY. Michal Friesl Robust 14, Jetřichovice ROVNICE NA ČASOVÝCH ŠKÁLÁCH A NÁHODNÉ PROCESY Michal Friesl Katedra matematiky Fakulta aplikovaných věd Západočeská univerzita v Plzni Robust 14, Jetřichovice ÚVOD Úvod Analýzníkům

Více

zadání: Je dán stejnosměrný motor s konstantním magnetickým tokem, napájen do kotvy, indukčnost zanedbáme.

zadání: Je dán stejnosměrný motor s konstantním magnetickým tokem, napájen do kotvy, indukčnost zanedbáme. Teorie řízení 004 str. / 30 PŘÍKLAD zadání: Je dán stejnosměrný motor s konstantním magnetickým tokem, naájen do kotvy, indukčnost zanedbáme. E ce ω a) Odvoďte řenosovou funkci F(): F( ) ω( )/ u( ) b)

Více

A6M33SSL: Statistika a spolehlivost v lékařství Teorie spolehlivosti

A6M33SSL: Statistika a spolehlivost v lékařství Teorie spolehlivosti A6M33SSL: Statistika a spolehlivost v lékařství Teorie spolehlivosti Vojta Vonásek vonasek@labe.felk.cvut.cz České vysoké učení technické v Praze Fakulta elektrotechnická Katedra kybernetiky Markovovy

Více

Náhodným (stochastickým) procesem nazveme zobrazení, které každé hodnotě náhodnou veličinu X ( t)

Náhodným (stochastickým) procesem nazveme zobrazení, které každé hodnotě náhodnou veličinu X ( t) MARKOVOVY PROCESY JAKO APARÁT PRO ŘEŠENÍ SPOLEHLIVOSTI VÍCESTAVOVÝCH SYSTÉMŮ Náhodné rocesy Náhodným (stochastckým) rocesem nazveme zobrazení, které každé hodnotě náhodnou velčnu X ( t). Proměnná t má

Více

Laplaceova transformace.

Laplaceova transformace. Lalaceova transformace - studijní text ro cvičení v ředmětu Matematika -. Studijní materiál byl řiraven racovníky katedry E. Novákovou, M. Hyánkovou a L. Průchou za odory grantu IG ČVUT č. 300043 a v rámci

Více

Analytická metoda aneb Využití vektorů v geometrii

Analytická metoda aneb Využití vektorů v geometrii KM/GVS Geometrické vidění světa (Design) nalytická metoda aneb Využití vektorů v geometrii Použité značky a symboly R, C, Z obor reálných, komleních, celých čísel geometrický vektor R n aritmetický vektor

Více

Markovské metody pro modelování pravděpodobnosti

Markovské metody pro modelování pravděpodobnosti Markovské metody pro modelování pravděpodobnosti rizikových stavů 1 Markovský řetězec Budeme uvažovat náhodný proces s diskrétním časem (náhodnou posloupnost) X(t), t T {0, 1, 2,... } s konečnou množinou

Více

Cvičení z termomechaniky Cvičení 5.

Cvičení z termomechaniky Cvičení 5. Příklad V komresoru je kontinuálně stlačován objemový tok vzduchu *m 3.s- + o telotě 0 * C+ a tlaku 0, *MPa+ na tlak 0,7 *MPa+. Vyočtěte objemový tok vzduchu vystuujícího z komresoru, jeho telotu a říkon

Více

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí: Řešené příklady z lineární algebry - část 1 Typové příklady s řešením Příklady jsou určeny především k zopakování látky před zkouškou, jsou proto řešeny se znalostmi učiva celého semestru. Tento fakt se

Více

Způsob určení množství elektřiny z kombinované výroby vázané na výrobu tepelné energie

Způsob určení množství elektřiny z kombinované výroby vázané na výrobu tepelné energie Příloha č. 2 k vyhlášce č. 439/2005 Sb. Zůsob určení množství elektřiny z kombinované výroby vázané na výrobu teelné energie Maximální množství elektřiny z kombinované výroby se stanoví zůsobem odle následujícího

Více

Obslužné sítě. Jacksonova síť systémů hromadné obsluhy. Sériové propojení dvou front

Obslužné sítě. Jacksonova síť systémů hromadné obsluhy. Sériové propojení dvou front Obsužné sítě Jacksonova síť systéů hroadné obsuhy Teekounkační síť Počítačová síť Doravní síť Unversa Mobe Teecouncatons Syste Sérové roojení dvou front Queue Queue Stav systéu je osán usořádanou dvojící

Více

12.1 Úvod. Poznámka : Příklad 12.1: Funkce f(t) = e t2 nemá Laplaceův obraz. Příklad 12.2: a) L{1} = 1 p, p > 0 ; b) L{ eat } = 1, [ZMA15-P73]

12.1 Úvod. Poznámka : Příklad 12.1: Funkce f(t) = e t2 nemá Laplaceův obraz. Příklad 12.2: a) L{1} = 1 p, p > 0 ; b) L{ eat } = 1, [ZMA15-P73] KAPITOLA 2: Lalaceova transformace [ZMA5-P73] 2. Úvod Lalaceovým obrazem funkce f(t) definované na, ) nazýváme funkci F () definovanou ředisem Definičním oborem funkce F F () = f(t) e t dt. je množina

Více

Obsah. Lineární rovnice. Definice 7.9. a i x i = a 1 x a n x n = b,

Obsah. Lineární rovnice. Definice 7.9. a i x i = a 1 x a n x n = b, Obsah Lineární rovnice Definice 77 Uvažujme číselné těleso T a prvky a 1,, a n, b T Úloha určit všechny n-tice (x 1,, x n ) T n, pro něž platí n a i x i = a 1 x 1 + + a n x n = b, i=1 se nazývá lineární

Více

Stochastické modely Informace k závěrečné zkoušce

Stochastické modely Informace k závěrečné zkoušce Stochastické modely Informace k závěrečné zkoušce Jan Zouhar Katedra ekonometrie, FIS VŠE v Praze, zouharj@vse.cz 10. února 2015 Průběh zkoušky. Zkouška je ústní s přípravou na potítku. Každý si vylosuje

Více

PRAVDĚPODOBNOST A STATISTIKA. Metoda momentů Metoda maximální věrohodnosti

PRAVDĚPODOBNOST A STATISTIKA. Metoda momentů Metoda maximální věrohodnosti SP3 Odhady arametrů PRAVDĚPODOBNOST A STATISTIKA Metoda momentů Metoda maimální věrohodnosti SP3 Odhady arametrů Metoda momentů Vychází se z: - P - ravděodobnostní rostor - X je náhodná roměnná s hustotou

Více

Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR

Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR DEN: ODR teoreticky: soustavy rovnic Soustava lineárních ODR 1 řádu s konstantními koeficienty je soustava ve tvaru y 1 = a 11 y 1 + a 12 y 2 + + a 1n y n + b 1 (x) y 2 = a 21 y 1 + a 22 y 2 + + a 2n y

Více

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic 1/10 Kapitola 12: Soustavy lineárních algebraických rovnic Soustavy lineárních algebraických rovnic 2/10 Definice: Soustavou m lineárních algebraických rovnic o n neznámých rozumíme soustavu rovnic a 11

Více

, : (vzor prvku b) q ).

, : (vzor prvku b) q ). DSM Cv 6 Zobrazení : X Y, X X Y Y Je dána relace, : Obraz množiny X v relaci, ( X ) = { y Y; x X :[ x, y] }; v říadě, že X = { a}, íšeme ( a) (obraz rvku a), Vzor množiny Y v relaci, ; v říadě, že ( Y

Více

Způsobilost. Data a parametry. Menu: QCExpert Způsobilost

Způsobilost. Data a parametry. Menu: QCExpert Způsobilost Zůsobilost Menu: QExert Zůsobilost Modul očítá na základě dat a zadaných secifikačních mezí hodnoty různých indexů zůsobilosti (caability index, ) a výkonnosti (erformance index, ). Dále jsou vyočítány

Více

můžeme toto číslo považovat za pravděpodobnost jevu A.

můžeme toto číslo považovat za pravděpodobnost jevu A. RAVDĚODOBNOST - matematická discilína, která se zabývá studiem zákonitostí, jimiž se řídí hromadné náhodné jevy - vytváří ravděodobnostní modely, omocí nichž se snaží ostihnout náhodné rocesy. Náhodné

Více

ALGEBRA. Téma 5: Vektorové prostory

ALGEBRA. Téma 5: Vektorové prostory SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 5: Vektorové prostory Základní pojmy Vektorový prostor nad polem P, reálný (komplexní)

Více

Dynamické programování

Dynamické programování ALG Dynamické rogramování Nejdelší rostoucí odoslounost Otimální ořadí násobení matic Nejdelší rostoucí odoslounost Z dané oslounosti vyberte co nejdelší rostoucí odoslounost. 5 4 9 5 8 6 7 Řešení: 4 5

Více

p (1) k 0 k 1 je pravd podobnost p echodu ze stavu k i v l ; 1 kroku do stavu k j

p (1) k 0 k 1 je pravd podobnost p echodu ze stavu k i v l ; 1 kroku do stavu k j Markovovsk n hodn procesy U Markovovsk ho n hodn ho proces nez vis dal v voj na zp sobu, jak se proces dostal do sou asn ho stavu. Plat 8 t

Více

NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Doba řešení: 3 hodiny

NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Doba řešení: 3 hodiny NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Závěrečná zkouška verze cvičná 9.1.2013 Doba řešení: 3 hodiny Přednášející: L. Barto, J. Tůma Křestní jméno: Příjmení: Instrukce Neotvírejte

Více

Základy maticového počtu Matice, determinant, definitnost

Základy maticového počtu Matice, determinant, definitnost Základy maticového počtu Matice, determinant, definitnost Petr Liška Masarykova univerzita 18.9.2014 Matice a vektory Matice Matice typu m n je pravoúhlé (nebo obdélníkové) schéma, které má m řádků a n

Více

Matematika 5 FSV UK, ZS Miroslav Zelený

Matematika 5 FSV UK, ZS Miroslav Zelený Matematika 5 FSV UK, ZS 2018-19 Miroslav Zelený 1. Stabilita řešení soustav diferenciálních rovnic 2. Úvod do variačního počtu 3. Globální extrémy 4. Teorie optimálního řízení 5. Různé 1. Stabilita řešení

Více

7. VÝROBNÍ ČINNOST PODNIKU

7. VÝROBNÍ ČINNOST PODNIKU 7. Výrobní činnost odniku Ekonomika odniku - 2009 7. VÝROBNÍ ČINNOST PODNIKU 7.1. Produkční funkce teoretický základ ekonomiky výroby 7.2. Výrobní kaacita Výrobní činnost je tou činností odniku, která

Více

Soustava m lineárních rovnic o n neznámých je systém

Soustava m lineárních rovnic o n neznámých je systém 1 1.2. Soustavy lineárních rovnic Soustava lineárních rovnic Soustava m lineárních rovnic o n neznámých je systém a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2...

Více

Kapitola 12: Soustavy diferenciálních rovnic 1. řádu

Kapitola 12: Soustavy diferenciálních rovnic 1. řádu Kapitola 12: Soustavy diferenciálních rovnic 1. řádu Základní pojmy Definice: Rovnice tvaru = f(t, x, y) = g(t, x, y), t I nazýváme soustavou dvou diferenciálních rovnic 1. řádu. Řešením soustavy rozumíme

Více

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě

Více

Úvod do lineární algebry

Úvod do lineární algebry Úvod do lineární algebry 1 Aritmetické vektory Definice 11 Mějme n N a utvořme kartézský součin R n R R R Každou uspořádanou n tici x 1 x 2 x, x n budeme nazývat n rozměrným aritmetickým vektorem Prvky

Více

Diferenˇcní rovnice Diferenciální rovnice Matematika IV Matematika IV Program

Diferenˇcní rovnice Diferenciální rovnice Matematika IV Matematika IV Program Program Diferenční rovnice Program Diferenční rovnice Diferenciální rovnice Program Frisch a Samuelson: Systém je dynamický, jestliže jeho chování v čase je určeno funkcionální rovnicí, jejíž neznámé závisí

Více

Kapitola 11: Vektory a matice:

Kapitola 11: Vektory a matice: Kapitola 11: Vektory a matice: Prostor R n R n = {(x 1,, x n ) x i R, i = 1,, n}, n N x = (x 1,, x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i = 1,, n : x i = y i

Více

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m

Více

f(x) = arccotg x 2 x lim f(x). Určete všechny asymptoty grafu x 2 2 =

f(x) = arccotg x 2 x lim f(x). Určete všechny asymptoty grafu x 2 2 = Řešení vzorové písemky z předmětu MAR Poznámky: Řešení úloh ze vzorové písemky jsou formulována dosti podrobně podobným způsobem jako u řešených příkladů ve skriptech U zkoušky lze jednotlivé kroky postupu

Více

Pravděpodobnost a statistika (BI-PST) Cvičení č. 4

Pravděpodobnost a statistika (BI-PST) Cvičení č. 4 Pravděpodobnost a statistika (BI-PST) Cvičení č. 4 J. Hrabáková, I. Petr, F. Štampach, D. Vašata Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení technické v Praze ZS 2014/2015

Více

Univerzita Pardubice FAKULTA CHEMICKO TECHNOLOGICKÁ

Univerzita Pardubice FAKULTA CHEMICKO TECHNOLOGICKÁ Univerzita Pardubice FAKULA CHEMICKO ECHNOLOGICKÁ MEODY S LAENNÍMI PROMĚNNÝMI A KLASIFIKAČNÍ MEODY SEMINÁRNÍ PRÁCE LICENČNÍHO SUDIA Statistické zracování dat ři kontrole jakosti Ing. Karel Dráela, CSc.

Více

VĚTY Z LINEÁRNÍ ALGEBRY

VĚTY Z LINEÁRNÍ ALGEBRY VĚTY Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. věta Nechť M = {x 1, x 2,..., x k } je množina vektorů z vektorového prostoru

Více

Úloha syntézy čtyřčlenného rovinného mechanismu

Úloha syntézy čtyřčlenného rovinného mechanismu Úloha syntézy čtyřčlenného rovnného mechansmu Zracoval: Jaroslav Beran Pracovště: Techncká unverzta v Lberc katedra textlních a ednoúčelových stroů Tento materál vznkl ako součást roektu In-TECH 2, který

Více

2 Fyzikální aplikace. Předpokládejme, že f (x 0 ) existuje. Je-li f (x 0 ) vlastní, pak rovnice tečny ke grafu funkce f v bodě [x 0, f(x 0 )] je

2 Fyzikální aplikace. Předpokládejme, že f (x 0 ) existuje. Je-li f (x 0 ) vlastní, pak rovnice tečny ke grafu funkce f v bodě [x 0, f(x 0 )] je Derivace funkce a jej geometrický význam Je dána funkce f) 3 6 + 9 + a naším úkolem je určit směrnici tečny v bodě [; f)] Pro libovolné lze směrnici sečny danou body [; f)] a [; f)] spočítat jako f) f)

Více

Národní informační středisko pro podporu jakosti

Národní informační středisko pro podporu jakosti Národní informační středisko ro odoru jakosti Konzultační středisko statistických metod ři NIS-PJ Analýza zůsobilosti Ing. Vratislav Horálek, DrSc. ředseda TNK 4: Alikace statistických metod Ing. Josef

Více

Soustavy lineárních rovnic

Soustavy lineárních rovnic Soustavy lineárních rovnic V této kapitole se budeme zabývat soustavami lineárních diferenciálních rovnic y = a (x)y + a (x)y + + a n (x)y n + f (x) y = a (x)y + a (x)y + + a n (x)y n + f (x). y n = a

Více

Matematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a

Matematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a Matematika I A ukázkový test 1 pro 2011/2012 1. Je dána soustava rovnic s parametrem a R x y + z = 1 a) Napište Frobeniovu větu. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a b) Vyšetřete počet řešení soustavy

Více

1/15. Kapitola 12: Soustavy diferenciálních rovnic 1. řádu

1/15. Kapitola 12: Soustavy diferenciálních rovnic 1. řádu 1/15 Kapitola 12: Soustavy diferenciálních rovnic 1. řádu 2/15 Vsuvka: Vlastní čísla matic Definice: Bud A čtvercová matice a vektor h 0 splňující rovnici A h = λ h pro nějaké číslo λ R. Potom λ nazýváme

Více

MKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0.

MKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0. MKI -00 Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0. V jakém rozmezí se může pohybovat poloměr konvergence regulární

Více

Statistika a spolehlivost v lékařství Markovovy modely

Statistika a spolehlivost v lékařství Markovovy modely Statistika a spolehlivost v lékařství Markovovy modely Markovovy modely Markovovy modely lze použít pro výpočet spolehlivosti složitých soustav jak s opravami, tak bez oprav. Předpokladem je, že doby poruch/oprav

Více

PRŮTOK PLYNU OTVOREM

PRŮTOK PLYNU OTVOREM PRŮTOK PLYNU OTVOREM P. Škrabánek, F. Dušek Univerzita Pardubice, Fakulta chemicko technologická Katedra řízení rocesů a výočetní techniky Abstrakt Článek se zabývá ověřením oužitelnosti Saint Vénantovavy

Více

(Cramerovo pravidlo, determinanty, inverzní matice)

(Cramerovo pravidlo, determinanty, inverzní matice) KMA/MAT1 Přednáška a cvičení, Lineární algebra 2 Řešení soustav lineárních rovnic se čtvercovou maticí soustavy (Cramerovo pravidlo, determinanty, inverzní matice) 16 a 21 října 2014 V dnešní přednášce

Více

Operace s maticemi

Operace s maticemi Operace s maticemi Seminář druhý 17.10. 2018 Obsah 1 Operace s maticemi 2 Hodnost matice 3 Regulární matice 4 Inverzní matice Matice Definice (Matice). Reálná matice typu m n je obdélníkové schema A =

Více

Systémové struktury - základní formy spojování systémů

Systémové struktury - základní formy spojování systémů Systémové struktury - základní formy sojování systémů Základní informace Při řešení ať již analytických nebo syntetických úloh se zravidla setkáváme s komlikovanými systémovými strukturami. Tato lekce

Více

intenzitu příchodů zákazníků za čas t intenzitu obsluhy (průměrný počet obsloužených) za čas t

intenzitu příchodů zákazníků za čas t intenzitu obsluhy (průměrný počet obsloužených) za čas t Ukázka - Systémy hromadné obsluhy Příklad: Pan Pumpička se rozhodl postavit samoobslužnou čerpací stanici u obce Česká Bříza. Na základě průzkumu ví, že by čerpací stanici mohlo průměrně navštívit 32,

Více

Přednáška č. 11 Analýza rozptylu při dvojném třídění

Přednáška č. 11 Analýza rozptylu při dvojném třídění Přednáška č. Analýza roztlu ř dvojném třídění Ve většně říadů v rax výsledk exermentu, rozboru závsí na více faktorech. Př této analýze se osuzují výsledk náhodných okusů (exerment nebo soubor získané

Více

SHANNONOVY VĚTY A JEJICH DŮKAZ

SHANNONOVY VĚTY A JEJICH DŮKAZ SHANNONOVY VĚTY A JEJICH DŮKAZ JAN ŠŤOVÍČEK Abstrakt. Důkaz Shannonových vět ro binární symetrický kanál tak, jak měl být robrán na řednášce. Číslování vět odovídá řednášce. 1. Značení a obecné ředoklady

Více

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi

Více

2.3.6 Práce plynu. Předpoklady: 2305

2.3.6 Práce plynu. Předpoklady: 2305 .3.6 Práce lynu Předoklady: 305 Děje v lynech nejčastěji zobrazujeme omocí diagramů grafů závislosti tlaku na objemu. Na x-ovou osu vynášíme objem a na y-ovou osu tlak. Př. : Na obrázku je nakreslen diagram

Více

KMS cvičení 9. Ondřej Marek

KMS cvičení 9. Ondřej Marek KMS cvičení 9 Ondřej Marek SYSTÉM S n DOF ŘEŠENÍ V MODÁLNÍCH SOUŘADNICÍCH Pohybové rovnice lineárního systému: U je modální matice, vlastní vektory u 1, u 2,..., u n jsou sloupce v matici U x - vektor

Více

TERMIKA VIII. Joule uv a Thompson uv pokus pro reálné plyny

TERMIKA VIII. Joule uv a Thompson uv pokus pro reálné plyny TERMIKA VIII Maxwellova rovnovážná rozdělovací funkce rychlostí Joule uv a Thomson uv okus ro reálné lyny 1 Maxwellova rovnovážná rozdělovací funkce rychlostí Maxwellova rychlostní rozdělovací funkce se

Více

3.2 Metody s latentními proměnnými a klasifikační metody

3.2 Metody s latentními proměnnými a klasifikační metody 3. Metody s latentními roměnnými a klasifikační metody Otázka č. Vyočtěte algoritmem IPALS. latentní roměnnou z matice A[řádek,slouec]: A[,]=, A[,]=, A[3,]=3, A[,]=, A[,]=, A[3,]=0, A[,3]=6, A[,3]=4, A[3,3]=.

Více

Úvěr a úvěrové výpočty 1

Úvěr a úvěrové výpočty 1 Modely analýzy a syntézy lánů MAF/KIV) Přednáška 8 Úvěr a úvěrové výočty 1 1 Rovnice úvěru V minulých řednáškách byla ro stav dluhu oužívána rovnice 1), kde ředokládáme, že N > : d = a b + = k > N. d./

Více

3. ANTAGONISTICKÉ HRY

3. ANTAGONISTICKÉ HRY 3. ANTAGONISTICKÉ HRY ANTAGONISTICKÝ KONFLIKT Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku,

Více

VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY

VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY Jan Krejčí 31. srpna 2006 jkrejci@physics.ujep.cz http://physics.ujep.cz/~jkrejci Obsah 1 Přímé metody řešení soustav lineárních rovnic 3 1.1 Gaussova eliminace...............................

Více

Matematika 3. Úloha 1. Úloha 2. Úloha 3

Matematika 3. Úloha 1. Úloha 2. Úloha 3 Matematika 3 Úloha 1 Co lze říci o funkci imaginární část komplexního čísla která každému komplexnímu číslu q přiřazuje číslo Im(q)? a. Je to funkce mnohoznačná. b. Je to reálná funkce komplexní proměnné.

Více

TEORIE PRAVDĚPODOBNOSTI. 2. cvičení

TEORIE PRAVDĚPODOBNOSTI. 2. cvičení TEORIE RAVDĚODONOSTI 2. cvičení Základní pojmy Klasická def. Statistická def. Geometrická def. odmíněná prav. ayesův teorém Test Základní pojmy Náhodný pokus - je každý konečný děj, jehož výsledek není

Více

1. LINEÁRNÍ ALGEBRA Vektory Operace s vektory... 8 Úlohy k samostatnému řešení... 8

1. LINEÁRNÍ ALGEBRA Vektory Operace s vektory... 8 Úlohy k samostatnému řešení... 8 1 Lineární algebra 1 LINEÁRNÍ ALGEBRA 8 11 Vektory 8 111 Operace s vektory 8 8 112 Lineární závislost a nezávislost vektorů 8 8 113 Báze vektorového prostoru 9 9 12 Determinant 9 9 13 Matice 1 131 Operace

Více

Podmíněná pravděpodobnost, spolehlivost soustav

Podmíněná pravděpodobnost, spolehlivost soustav S1 odmíněná pravděpodobnost, spolehlvost soustav odmíněná pravděpodobnost, spolehlvost soustav Lbor Žák odmíněná pravděpodobnost Nechť,, 0, podmíněná pravděpodobnost evu vzhledem k evu : S akou pravděpodobností

Více

Základy matematiky pro FEK

Základy matematiky pro FEK Základy matematiky pro FEK 2. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 20 Co nás dneska čeká... Závislé a nezávislé

Více

Markovovy řetězce s diskrétním časem (Discrete Time Markov Chain)

Markovovy řetězce s diskrétním časem (Discrete Time Markov Chain) Stochastcé rocesy Marovovy řetězce s dsrétím časem (Dscrete Tme Marov Cha) Stochastcý roces Stochastcým rocesem {X(t), tr} je moža áhodých velč X(t) závslých a jedom arametru t. Stavový rostor : moža možých

Více

CVIČENÍ Z ELEKTRONIKY

CVIČENÍ Z ELEKTRONIKY Střední růmyslová škola elektrotechnická Pardubice CVIČENÍ Z ELEKRONIKY Harmonická analýza Příjmení : Česák Číslo úlohy : Jméno : Petr Datum zadání :.1.97 Školní rok : 1997/98 Datum odevzdání : 11.1.97

Více

DEFINICE Z LINEÁRNÍ ALGEBRY

DEFINICE Z LINEÁRNÍ ALGEBRY DEFINICE Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. definice Vektorovým prostorem rozumíme neprázdnou množinu prvků V, na které

Více

Matematika I A ukázkový test 1 pro 2014/2015

Matematika I A ukázkový test 1 pro 2014/2015 Matematika I A ukázkový test 1 pro 2014/2015 1. Je dána soustava rovnic s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napište Frobeniovu větu (existence i počet řešení). b)

Více

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s

Více

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je

Více

KMA Písemná část přijímací zkoušky - MFS 2o16

KMA Písemná část přijímací zkoušky - MFS 2o16 JMÉNO a PŘÍJMENÍ KMA Písemná část přijímací zkoušky - MFS 2o16 verze 1 / 28. 6. 2016 Pokyny k vypracování: Za každý správně vyřešený příklad lze získat 2 body. U zaškrtávacích otázek, je vždy správná právě

Více

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s

Více

PRAVDĚPODOBNOST A STATISTIKA. Testování hypotéz o rozdělení

PRAVDĚPODOBNOST A STATISTIKA. Testování hypotéz o rozdělení PRAVDĚPODOBNOST A STATISTIKA Testování hypotéz o rozdělení Testování hypotéz o rozdělení Nechť X e náhodná proměnná, která má distribuční funkci F(x, ϑ). Předpokládeme, že neznáme tvar distribuční funkce

Více

Obvodové rovnice v časové oblasti a v operátorovém (i frekvenčním) tvaru

Obvodové rovnice v časové oblasti a v operátorovém (i frekvenčním) tvaru Obvodové rovnice v časové oblasti a v oerátorovém (i frekvenčním) tvaru EO Přednáška 5 Pavel Máša - 5. řednáška ÚVODEM V ředchozím semestru jsme se seznámili s obvodovými rovnicemi v SUS a HUS Jak se liší,

Více

Termodynamika ideálního plynu

Termodynamika ideálního plynu Přednáška 5 Termodynamika ideálního lynu 5.1 Základní vztahy ro ideální lyn 5.1.1 nitřní energie ideálního lynu Alikujme nyní oznatky získané v ředchozím textu na nejjednodužší termodynamickou soustavu

Více

V p-v diagramu je tento proces znázorněn hyperbolou spojující body obou stavů plynu, je to tzv. izoterma :

V p-v diagramu je tento proces znázorněn hyperbolou spojující body obou stavů plynu, je to tzv. izoterma : Jednoduché vratné děje ideálního lynu ) Děj izoter mický ( = ) Za ředokladu konstantní teloty se stavová rovnice ro zadané množství lynu změní na známý zákon Boylův-Mariottův, která říká, že součin tlaku

Více

Matematika 4 FSV UK, LS Miroslav Zelený

Matematika 4 FSV UK, LS Miroslav Zelený Matematika 4 FSV UK, LS 2017-18 Miroslav Zelený 13. Diferenční rovnice 14. Diferenciální rovnice se separovanými prom. 15. Lineární diferenciální rovnice prvního řádu 16. Lineární diferenciální rovnice

Více

Spojitá náhodná veličina

Spojitá náhodná veličina Lekce 3 Sojitá náhodná veličina Příad sojité náhodné veličiny je komlikovanější, než je tomu u veličiny diskrétní Je to dáno ředevším tím, že jednotková ravděodobnost jistého jevu se rozkládá mezi nekonečně

Více

MATEMATIKA A Metodický list č. 1

MATEMATIKA A Metodický list č. 1 Metodický list č. 1 Název tématického celku: Lineární algebra I Základním cílem tohoto tématického celku je objasnit některé pojmy lineární algebry a poukázat na jejich vzájemnou souvislost. Posluchači

Více

7.5.13 Rovnice paraboly

7.5.13 Rovnice paraboly 7.5.1 Rovnice arabol Předoklad: 751 Př. 1: Seiš všechn rovnice ro arabol a nakresli k nim odovídající obrázk. Na každém obrázku vznač vzdálenost. = = = = Pedagogická oznámka: Sesání arabol je důležité,

Více

Termodynamické základy ocelářských pochodů

Termodynamické základy ocelářských pochodů 29 3. Termodynamické základy ocelářských ochodů Termodynamika ůvodně vznikla jako vědní discilína zabývající se účinností teelných (arních) strojů. Později byly termodynamické zákony oužity ři studiu chemických

Více

Kapitola 11: Vektory a matice 1/19

Kapitola 11: Vektory a matice 1/19 Kapitola 11: Vektory a matice 1/19 2/19 Prostor R n R n = {(x 1,..., x n ) x i R, i = 1,..., n}, n N x = (x 1,..., x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i =

Více

13. cvičení z PSI ledna 2017

13. cvičení z PSI ledna 2017 cvičení z PSI - 7 ledna 07 Asymptotické pravděpodobnosti stavů Najděte asymptotické pravděpodobnosti stavů Markovova řetězce s maticí přechodu / / / 0 P / / 0 / 0 0 0 0 0 0 jestliže počáteční stav je Řešení:

Více

Diferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36

Diferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36 Diferenciální rovnice a jejich aplikace Zdeněk Kadeřábek (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36 Obsah 1 Co to je derivace? 2 Diferenciální rovnice 3 Systémy diferenciálních rovnic

Více

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde

Více

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Kartézská soustava souřadnic je dána počátkem O a uspořádanou trojicí bodů E x,

Více

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo 0. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo (PEF PaA) Petr Gurka aktualizováno 9. prosince 202 Obsah Základní pojmy. Motivace.................................2 Aritmetický vektorový

Více

Dynamika populací. s + W = 1

Dynamika populací. s + W = 1 Je-li oulace v genetické rovnováze, je stabilizovaná bez dalšího vývoje - evoluční stagnace. V reálných oulacích zvířat a rostlin, kdy nejsou slňovány výše zmíněné odmínky rovnováhy, je H.-W. genetická

Více

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14.

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14. Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan 14. Vlastní vektory Bud V vektorový prostor nad polem P. Lineární zobrazení f : V

Více

Pokud světlo prochází prostředím, pak v důsledku elektromagnetické interakce s částicemi obsaženými

Pokud světlo prochází prostředím, pak v důsledku elektromagnetické interakce s částicemi obsaženými 1 Pracovní úkoly 1. Změřte závislost indexu lomu vzduchu na tlaku n(). 2. Závislost n() zracujte graficky. Vyneste také závislost závislost vlnové délky sodíkové čáry na indexu lomu vzduchu λ(n). Proveďte

Více

ANTAGONISTICKE HRY 172

ANTAGONISTICKE HRY 172 5 ANTAGONISTICKÉ HRY 172 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí

Více

Statistika a spolehlivost v lékařství Charakteristiky spolehlivosti prvků I

Statistika a spolehlivost v lékařství Charakteristiky spolehlivosti prvků I Statistika a spolehlivost v lékařství Charakteristiky spolehlivosti prvků I Příklad Tahová síla papíru používaného pro výrobu potravinových sáčků je důležitá charakteristika kvality. Je známo, že síla

Více

7. Důležité pojmy ve vektorových prostorech

7. Důležité pojmy ve vektorových prostorech 7. Důležité pojmy ve vektorových prostorech Definice: Nechť Vje vektorový prostor a množina vektorů {v 1, v 2,, v n } je podmnožinou V. Pak součet skalárních násobků těchto vektorů, tj. a 1 v 1 + a 2 v

Více

Lineární algebra Operace s vektory a maticemi

Lineární algebra Operace s vektory a maticemi Lineární algebra Operace s vektory a maticemi Robert Mařík 26. září 2008 Obsah Operace s řádkovými vektory..................... 3 Operace se sloupcovými vektory................... 12 Matice..................................

Více

Operace s maticemi. 19. února 2018

Operace s maticemi. 19. února 2018 Operace s maticemi Přednáška druhá 19. února 2018 Obsah 1 Operace s maticemi 2 Hodnost matice (opakování) 3 Regulární matice 4 Inverzní matice 5 Determinant matice Matice Definice (Matice). Reálná matice

Více

Předpjatý beton Přednáška 6

Předpjatý beton Přednáška 6 Předjatý beton Přednáška 6 Obsah Změny ředětí Okamžitým ružným řetvořením betonu Relaxací ředínací výztuže Přetvořením oěrného zařízení Rozdílem telot ředínací výztuže a oěrného zařízení Otlačením betonu

Více