3.2 Metody s latentními proměnnými a klasifikační metody
|
|
- Helena Burešová
- před 5 lety
- Počet zobrazení:
Transkript
1 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]=. Matici řed zracováním standardizujte Standardizace zdrojové matice: Standardizace matice je ostu, ři kterém od každého rvku zdrojové matice odečteme aritmetický růměr říslušného slouce a rozdíl odělíme směrodatnou odchylkou říslušného slouce. Standardizace byla rovedena omocí rogramu OPstat. Standardizovaná matice: První latentní roměnná je vyčíslena na základě vztahu: T T T X t t... t A A E Variabilita všech slouců je stejná, roto je možné vzít za odhad hlavní komonenty libovolný slouec, nař. rvní: T t = [- 0 ] Po dosazení do vzorce T T (t t) t T A
2 a znormování odle vztahu T ( ) se získá očáteční odhad vektoru vyjadřujícího míru řísěvků odhadu hlavní komonenty t. ásledujícím dosazením do vztahu: t T T T T ( ) A se získá odhad hlavní komonenty t. Oakováním ostuu se získá stabilní rozklad vektorů t a. Jako konvergeční kritérium se oužije vztah: d (t T T nové t staré) (t nové t staré)(t novét nové ) Aby se mohl ukončit výočet, je otřeba dosáhnou d/ < Stabilní rozklad vektorů: 0 0 Vektor rvní latentní roměnné: [0,6797-0, ,6797] T Vektor zátěže: t [0, , ,67963] T K výočtu vektorů byl oužit software STATISTICA. Otázka č. S oužitím vhodných kriterií určete nezbytný očet latentních roměnných, bylo-li z dat určeno: PRESS(0)=S(0)=00, PRESS()=0, S()=0, PRESS()=3.5, S()=3.4, PRESS(3)=3.45, S(3)=3.39. Výočtem se má stanovit nejmenší signifikantní očet latentních roměnných, které oisují variabilitu zdrojové matice bez zahrnutí exerimentální chyby. Vzhledem k znalosti hodnot PRESS(P) a S(P) můžeme ro výočet oužít test navržený Woldem. Kritérium: je-li hodnota odílu PRESS(P)/S(P-)větší jak 0,95, zařazení další latentní roměnné je nevhodné. PRESS()/S(0) = 0/00 = 0,0
3 PRESS()/S() = 3,5/0 = 0,35 PRESS(3)/S() = 3,45/3,4 =,0 Hodnota třetího odílu je větší jak 0,95, roto není čtvrtá latentní roměnná významná. ejmenší signifikantní očet latentních roměnných je tedy 3. Otázka č. 3 Odhadněte hodnotu chybějícího rvku A[,], jestliže výočtem z nekomletní matice byly určeny vektory : t: a rekonstrukci zdrojové matice X se oužívají rvní latentní roměnné oisující odstatnou část variability zdrojové matice bez zahrnutí exerimentální chyby. Rekonstrukce redikované zdrojové matice je osána vztahem: red T X TP Zdrojovou matici lze rovněž rekonstruovat omocí odovídající -latentní roměnné odle vzorce: X t red T Protože je zadán vektor latentní roměnné a vektor zátěže, oužijeme ro výočet chybějícího rvku A[,] druhý vzorec ,7494-0,39764,3-0,5668-0,309 0,8785-0, ,37779,067-0, ,37779,067 Hodnota chybějícího rvku matice A[;] byla vyočtena jako - 0,309. ásobení vektorů bylo rovedeno rogramem OPstat. Otázka č. 4 Výočtem metodou PCA byly určeny vektory : : Vyočtěte komunality a vyberte slouec, který nejlée charakterizuje celou matici.
4 Prvek matice zátěží i říslušejícímu i-té mu slouci zdrojové matice je mírou variability tohoto slouce osané -tou latentní roměnnou. Podíl variability daného slouce osané solečnými latentními roměnnými lze ak vyjádřit jako součet řísěvků jednotlivých latentních roměnných, tedy h T i ( ) (i) kde h i je komunalita ro i-tý slouec P očet latentních roměnných i jsou zátěže normované odle vztahu: i M i i i M očet slouců zdrojové matice 4. Výočet normovaných zátěží Jsou určeny vektory zátěží: : 0,0 0,458-0,35 0,987 : 0,96-0,38 0,87-0,5. Indexy: i označení slouce (existují 4 slouce tj. M = 4) P očet latentních roměnných (existují latentní roměnné tj. P = ) Podle druhého vzorce vyočítáme normované zátěže ro jednotlivé slouce ři dvou latentních roměnných ,009 0,350 0,69 0,7546 0,5487 0,40 0,567 0,068
5 4. Výočet komunalit Podle rvého vzorce vyočítáme komunality ro všechny 4 slouce zdrojové matice. h h h 4 0,970 0,430 0,574 Obecně latí, že čím je konunalita říslušného slouce větší, tím má slouec vlastnosti solečné s ostatními slouci zdrojové matice. Z toho vylývá, vzhledem k hodnotě komunalisty čtvrtého slouce, že tento slouec nejlée charakterizuje zdrojovou matici. Otázka č. 5 Vysvětlete, roč vysvětlená variabilita je ři výočtu metodou FA vždy nižší, než ři výočtu metodou PCA. Vysvětlená variabilita metodou hlavních komonent (PCA) je vždy vyšší než vysvětlená variabilita vyočtená metodou faktorové analýzy (FA). Důvodem této nerovnosti je očet hlavních komonent. Při výočtu omocí FA si ředem zvolíme očet hlavních komonent. Ty rerodukují odstatnou, ale nikoliv všechnu variabilitu manifestních roměnných. Jedná se o neúlnou komonentní analýzu. Při výočtu metodou PCA si očet hlavních komonent sami ředem neurčujeme, ale vyočítáme. Vyočítané hlavní komonenty rerodukují variabilitu řesně. Jedná se o vhodnou ortogonální transformaci, která zachovává beze zbytku ůvodní informaci. V říadě PCA hovoříme o úlné komonentní analýze Otázka č. 6 Výočtem metodou kanonických korelací bylo zjištěno: 0.97 X X X X4 = Y Y r = X X X X4 = Y Y r = 0.5 Vyočtěte skuinový korelační koeficient a interretujte výsledky.
6 V metodě kanonické korelace se vyočítá skuinový korelační koeficient odle následujícího vztahu: R XY C XX C C YY kde: C celková kovarianční matice CXX kovarianční matice náhodného vektoru x CYY kovarianční matice náhodného vektoru y Tento korelační koeficient je složen z kanonických korelačních koeficientů r, ro jejichž vzájemný vztah latí: R XY ( r )( r )...( r ) Protože jsou zadány kanonické korelační koeficienty, oužijeme ro výočet druhý vztah. R R XY XY ( 0,830 )( 0,5 ) 0,7704 R XY 0,7704 0,878 Skuinový korelační koeficient má hodnotu 0,7704, což znamená, že 77 % variability dat jsme vysvětlili kanonickými korelačním koeficienty. První rovnice vyjadřuje, že růst všech arametrů X má za následek růst obou arametrů Y (tj. čím budou arametry X vyšší, tím budou vyšší i arametry Y) a obráceně. U arametru X3 je velmi malá zátěž (0,050). Tento arametr má zanedbatelný vliv na růst či okles arametrů Y. Druhá rovnice udává složitější závislost. Čím budou arametry X, X3, X4 růst a arametr X klesat, tak bude arametr Y růst a arametr Y klesat a obráceně, tj. čím budou arametry X. X3, X4 klesat a arametr X rů st, tak bude arametr Y klesat a arametr Y růst. U arametru X je velmi malá zátěž (0,006). Tento arametr má zanedbatelný vliv na vzrůst a okles arametrů Y.
7 Otázka č. 7 Uveďte nějaký konkrétní říklad vhodný ro zracování metodou metodou PLS. Zajištěné vzorky sychotroní látky metamfetaminu (Pervitinu) byly analyzovány metodou infračervené sektrometrie s Fourierovou transformací (FTIR). aměřená sektra byla vyhodnocena metodou PLS ve stanovených sektrálních oblastech za účelem zjištění odobnosti vzorků. Otázka č. 8 Jeden objekt je charakterizován metrickými znaky (,0), druhý (3,8), třetí (4,9), čtvrtý (0,4) a átý (,5). Vyočtěte matici vzdáleností v Euklidově metrice a dokumentujte výočet shlukování některou z oužívaných metod. Výsledky interretujte graficky. Výočet matice vzdáleností Blízkost či odobnost objektů se osuzuje na základě míry odobnosti. Jedním z nejjednodušších tyů odobností vyjádřené vzdáleností ro metrické roměnné je Euklidova metrika definovaná vztahem d E (Xk, Xl ) (xk xk ) kde d E vzdálenost mezi objekty X k a X l xk a x l jsou souřadnice objektů v P-rozměrném rostoru / Dosazením metrických znaků objektů do uvedeného vzorce získáme vzdálenosti mezi jednotlivými objekty: (,),4 (,3),4 (,4) 0,0 (,5) 0,3 (,3),4 (,4) 8,06 (,5) 8,54 (3,4) 7,8
8 (3,5) 8,06 (4,5),4 Získané vzdálenosti usořádáme do matice: Matice vzdálenosti znaků má tvar: 0,00,4 0,00 3,4,4 0,00 4 0,00 9,75 7,8 0,00 5 0,30 8,54 8,06,4 0,00 ejmenší vzdálenost mají rvky 3- a 5-4. Z nich je možné vytvořit rvní shluky, sočítat těžiště nových shluků a oět vyočítat matici vzdáleností: 0,00-3, 0, , 8,06 0,00 ejmenší vzdálenost má shluk -3 a znak. Je tedy možné tyto rvky sojit do shluku a sočítat těžiště nového shluku a oět vyočítat matici vzdáleností: --3 0, ,75 0,00 Tento roces je možné shrnout do následujícího dendrogramu:
9 Otázka č. 9 Poište slovně ostu alikace metod s latentními roměnnými nebo klasifikačních metod na nějakém konkrétním říkladu ze své raxe. Bylo analyzováno 36 vzorků okvětních částí cannabis a obsahové množství cannabidiolu (CBD), cannabinolu (CB) a D-9-tetrahydrocannabinolu (THC) bylo vyjádřeno ve formě lochy odezvy detektoru. Pomocí klasifikační metody, shlukové analýzy rovedeme klasifikaci vzorků cannabis. Původní naměřená data. CBD THC CB
10 9. Výběr dat. Počet objektů řevyšuje očet znaků x a tudíž lze oužít shlukovou analýzu ke zracování dat. 9. Průzkumová analýza vícerozměrných dat. 9.3 Úrava dat. Data se standardizují, což znamená, že se od základních údajů odečte aritmetický růměr a odělí se směrodatnou odchylkou.
11 Tabulka standardizovaných dat CBD THC CB -0, , , , , , , , , , , , , , , , , , , , , , , , ,70567, , ,939447, ,67837,557983, , , ,3478-0, , , , , ,3665-0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,6486-0, , , , , , , , , , , ,406956,7037-0, ,45787, , , , , , , , , , , , , , , , ,3475
12 9.4 Výběr říslušné míry odobnosti objektů a výočet matice odobnosti. Blízkost či odobnost objektů se osuzuje na základě míry odobnosti. Jedním z nejjednodušších tyů odobností vyjádřené vzdáleností ro metrické roměnné je Euklidova metrika definovaná vztahem: d E (Xk, X l ) (xk x l) kde d E je vzdálenost mezi objekty X ax k l xkax l jsou souřadnice objektů v P-rozměrném rostoru
13 Výřez tabulky Euklid. vzdálenosti (THC_) část matice dat P_ P_3 P_4 P_5 P_6 P_7 P_8 P_9 P_0 P_ P_ P_3 P_4 P_5 P_6 P_7 P_8 P_9 P_,33 0,75,5,63,00,54,89 5, 4,08 4,48,80,63,79 3,00,85,55,75,73 P_ 0,00,6 0,4 0,87 0,99 0,86,50 5,97 4,78 5,46 0,55 0,3 0,55 0,76 0,53 0,8 0,6 0,65 P_3,6 0,00,83 0,98,43 0,86,36 5,4 4,3 4,8,07,90,06,30,3 0,83,03,00 P_4 0,4,83 0,00 0,9 0,8 0,99,0 5,8 4,6 5,38 0,86 0,49 0,85 0,49 0,48,0 0,93 0,95 P_5 0,87 0,98 0,9 0,00 0,49 0,7,4 5,39 4, 4,9 0,58,7 0,57,4,33 0,60 0,6 0,6 P_6 0,99,43 0,8 0,49 0,00 0,66 0,93 5,4 4,06 4,86 0,96,4 0,95,4,9,05,0,0 P_7 0,86 0,86 0,99 0,7 0,66 0,00,57 5,47 4,30 4,96 0,47,7 0,46,48,36 0,45 0,50 0,50 P_8,50,36,0,4 0,93,57 0,00 5,6 4,09 5,04,74,58,74,9,46,90,80,8 P_9 5,97 5,4 5,8 5,39 5,4 5,47 5,6 0,00,0,9 5,80 6,8 5,76 6,08 6,8 5,64 5,7 5,70 P_0 4,78 4,3 4,6 4, 4,06 4,30 4,09,0 0,00,4 4,63 4,98 4,59 4,89 4,99 4,48 4,54 4,53 P_ 5,46 4,8 5,38 4,9 4,86 4,96 5,04,9,4 0,00 5,5 5,67 5,0 5,68 5,7 5,05 5,4 5, P_ 0,55,07 0,86 0,58 0,96 0,47,74 5,80 4,63 5,5 0,00 0,84 0,05,9,08 0,9 0,6 0,8 P_3 0,3,90 0,49,7,4,7,58 6,8 4,98 5,67 0,84 0,00 0,84 0,60 0,8,0 0,90 0,9 P_4 0,55,06 0,85 0,57 0,95 0,46,74 5,76 4,59 5,0 0,05 0,84 0,00,9,08 0,7 0, 0,4 P_5 0,76,30 0,49,4,4,48,9 6,08 4,89 5,68,9 0,60,9 0,00 0,35,55,36,38 P_6 0,53,3 0,48,33,9,36,46 6,8 4,99 5,7,08 0,8,08 0,35 0,00,34,4,6 P_7 0,8 0,83,0 0,60,05 0,45,90 5,64 4,48 5,05 0,9,0 0,7,55,34 0,00 0,0 0,8 P_8 0,6,03 0,93 0,6,0 0,50,80 5,7 4,54 5,4 0,6 0,90 0,,36,4 0,0 0,00 0,03 P_9 0,65,00 0,95 0,6,0 0,50,8 5,70 4,53 5, 0,8 0,9 0,4,38,6 0,8 0,03 0,00 P_0 0,9,5 0,79,69,60,73,57 6,40 5,0 5,96,46 0,64,46 0,39 0,38,7,5,54 P_ 0,94,55 0,84,74,65,77,6 6,45 5,5 6,00,49 0,66,49 0,45 0,4,75,55,57 P_ 0,3,8 0,37,06,0,06,46 6,00 4,8 5,50 0,77 0,7 0,76 0,58 0,3,0 0,8 0,84 P_3 0,3,69 0,38 0,94,0 0,94,47 5,93 4,74 5,43 0,64 0,7 0,64 0,69 0,45 0,89 0,69 0,7 P_4,04,65 0,95,85,76,88,7 6,49 5,30 6,05,59 0,76,59 0,55 0,5,84,64,66 P_5 0,69,6 0,47,39,6,45,7 6,3 4,94 5,7,3 0,5,4 0,0 0,5,49,30,33 P_6 0,77,9 0,5,4,5,47,0 5,94 4,74 5,5,9 0,63,8 0,3 0,39,5,33,35 P_7 0,38,87 0,53,7,3,6,58 5,98 4,79 5,45 0,84 0,8 0,8 0,68 0,39,05 0,85 0,87 P_8,,58 0,77,64,37,73,03 6,04 4,86 5,70,6 0,98,6 0,38 0,73,86,69,7 P_9 0,86,46 0,75,64,56,68,55 6,38 5,8 5,93,40 0,58,4 0,37 0,33,66,47,49 P_30,46 0,0,7 0,93,4 0,78,33 5,57 4,45 4,96 0,9,75 0,9,8,99 0,68 0,88 0, Uvedení výsledků Postu shlukování zaneseme do dendrogramu. a vodorovné ose je vzdálenost, na které došlo ke sloučení objektů nebo shluků a na svislé ose jsou usořádané objekty.
14 Str. diagram ro 36 říadů Jednoduché sojení Euklid. vzdálenosti P_ P_ P_3 P_ P_3 P_3 P_33 P_6 P_35 P_5 P_5 P_0 P_9 P_ P_4 P_36 P_7 P_6 P_4 P_8 P_5 P_7 P_ P_4 P_8 P_9 P_7 P_6 P_3 P_34 P_30 P_3 P_8 P_9 P_ P_0 0,0 0,5,0,5,0,5 3,0 3,5 4,0 4,5 Vzdálen. sojení P_ P_ P_ P_3 P_3 P_3 P_33 P_6 P_35 P_0 P_9 P_ P_4 P_36 P_5 P_5 P_6 P_7 P_4 P_8 P_5 P_7 P_ P_4 P_8 P_9 P_7 P_6 P_3 P_34 P_30 P_3 P_8 P_9 P_ P_0 Str. diagram ro 36 říadů Jednoduché sojení Blokové vzdálenosti (Manhattan) Vzdálen. sojení
15 Str. diagram ro 36 říadů Wardova metoda Euklid. vzdálenosti P_ P_3 P_34 P_30 P_3 P_5 P_7 P_6 P_8 P_ P_4 P_7 P_8 P_9 P_ P_3 P_ P_7 P_4 P_3 P_3 P_33 P_6 P_35 P_36 P_5 P_5 P_6 P_8 P_0 P_9 P_ P_4 P_9 P_ P_ Vzdálen. sojení Str. diagram ro 36 říadů Wardova metoda Blokové vzdálenosti (Manhattan) P_ P_3 P_34 P_30 P_3 P_5 P_7 P_6 P_ P_4 P_7 P_8 P_9 P_ P_ P_3 P_4 P_3 P_3 P_33 P_7 P_8 P_5 P_5 P_6 P_8 P_6 P_35 P_36 P_0 P_9 P_ P_4 P_9 P_ P_ Vzdálen. sojení
16 Za využití rogramu STATISTICA 8 bylo celkem 36 objektů seskueno do jednoho shluku. Za účelem shlukování bylo oužito několik ostuů a lze konstatovat, že byly získány obdobné výsledky. Vyhodnocením výsledků se jeví otimální čtyři shluky: shluk: shluk: shluk: shluk:
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.
VíceMetody s latentními proměnnými a klasifikační metody
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie etody s latentními roměnnými a klasifikační metody Ing. Roman Slavík V Bohumíně 4.4. ŽDB a.s. Příklad č. Vyočtěte algoritmem
VíceFakulta chemicko-technologická Katedra analytické chemie. 3.2 Metody s latentními proměnnými a klasifikační metody
Fakulta chemicko-technologická Katedra analytické chemie 3.2 Metody s latentními proměnnými a klasifikační metody Vypracoval: Ing. Tomáš Nekola Studium: licenční Datum: 21. 1. 2008 Otázka 1. Vypočtěte
VíceUniverzita Pardubice 8. licenční studium chemometrie
Univerzita Pardubice 8. licenční studium chemometrie Statistické zpracování dat při managementu jakosti Semestrální práce Metody s latentními proměnnými a klasifikační metody Ing. Jan Balcárek, Ph.D. vedoucí
VíceProfilování vzorků heroinu s využitím vícerozměrné statistické analýzy
Profilování vzorků heroinu s využitím vícerozměrné statistické analýzy Autor práce : RNDr. Ivo Beroun,CSc. Vedoucí práce: prof. RNDr. Milan Meloun, DrSc. PROFILOVÁNÍ Profilování = klasifikace a rozlišování
VíceZpůsobilost. 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
VíceAnalytická 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
VíceNárodní 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
Vícezadání: 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)
VíceÚvěr 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./
VíceDynamické 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
VíceLaplaceova 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
VíceVýpočet svislé únosnosti osamělé piloty
Inženýrský manuál č. 13 Aktualizace: 06/2018 Výočet svislé únosnosti osamělé iloty Program: Soubor: Pilota Demo_manual_13.gi Cílem tohoto inženýrského manuálu je vysvětlit oužití rogramu GEO 5 PILOTA ro
VíceVýpočet svislé únosnosti osamělé piloty
Inženýrský manuál č. 13 Aktualizace: 04/2016 Výočet svislé únosnosti osamělé iloty Program: Soubor: Pilota Demo_manual_13.gi Cílem tohoto inženýrského manuálu je vysvětlit oužití rogramu GEO 5 PILOTA ro
VíceCVIČENÍ 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
VíceProtokol o provedeném měření
Fyzikální laboratoře FLM Protokol o rovedeném měření Název úlohy: Studium harmonického ohybu na ružině Číslo úlohy: A Datum měření: 8. 3. 2010 Jméno a říjmení: Viktor Dlouhý Fakulta mechatroniky TU, I.
Více7. 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
VíceZpůsob 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
VíceCvičení 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
VíceTermodynamické 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
VíceSměrová kalibrace pětiotvorové kuželové sondy
Směrová kalibrace ětiotvorové kuželové sondy Matějka Milan Ing., Ústav mechaniky tekutin a energetiky, Fakulta strojní, ČVUT v Praze, Technická 4, 166 07 Praha 6, milan.matejka@fs.cvut.cz Abstrakt: The
Vícemůžeme 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
VíceSTATISTICKÉ METODY. (kombinovaná forma, 8.4., 20.5. 2012) Matěj Bulant, Ph.D., VŠEM
STATISTICKÉ METODY A DEMOGRAFIE (kombinovaná forma, 8.4., 2.5. 22) Matěj Bulant, Ph.D., VŠEM Řekli o statistice Věřím ouze těm statistikám, které jsem sám zfalšoval. Tři stuně lži - lež, hnusná lež, statistika.
VíceNÁVRH A OVĚŘENÍ BETONOVÉ OPŘENÉ PILOTY ZATÍŽENÉ V HLAVĚ KOMBINACÍ SIL
NÁVRH A OVĚŘENÍ BETONOVÉ OPŘENÉ PILOTY ZATÍŽENÉ V HLAVĚ KOMBINACÍ SIL 1. ZADÁNÍ Navrhněte růměr a výztuž vrtané iloty délky L neosuvně ořené o skalní odloží zatížené v hlavě zadanými vnitřními silami (viz
VíceEKONOMETRIE 4. přednáška Modely chování spotřebitele
EKONOMETRIE 4. řednáška Modely chování sotřebitele Rozočtové omezení Sotřebitel ři svém rozhodování resektuje tzv. rozočtové omezení x + x y, kde x i množství i-té sotřební komodity, i cena i-té sotřební
VícePRŮTOK 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
VícePřednáška 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
VíceZávislost indexů C p,c pk na způsobu výpočtu směrodatné odchylky
Závislost indexů C,C na zůsobu výočtu směrodatné odchyly Ing. Renata Przeczová atedra ontroly a řízení jaosti, VŠB-TU Ostrava, FMMI Podni, terý chce usět v dnešní onurenci, musí neustále reagovat na měnící
VíceSpojitá 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
Více3.4 Určení vnitřní struktury analýzou vícerozměrných dat
3. Určení vnitřní struktury analýzou vícerozměrných dat. Metoda hlavních komponent PCA Zadání: Byly provedeny analýzy chladící vody pro odběrové místa. Byly stanoveny parametry - ph, vodivost, celková
VíceAnalýza chování hybridních nosníků ze skla a oceli Ing. Tomáš FREMR doc. Ing. Martina ELIÁŠOVÁ, CSc. ČVUT v Praze Fakulta stavební
stavební obzor 9 10/2014 115 Analýza chování hybridních nosníků ze skla a oceli Ing. Tomáš FRER doc. Ing. artina ELIÁŠOVÁ, CSc. ČVUT v Praze Fakulta stavební Článek oisuje exerimentální analýzu hybridních
VíceSlezská univerzita v Opavě Obchodně podnikatelská fakulta v Karviné
Slezská univerzita v Oavě Obchodně odnikatelská fakulta v Karviné Přijímací zkouška do. ročníku OPF z matematiky (00) A Příklad. Určete definiční oboovnice a rovnici řešte. n + n =. + D : n N n = b b +
VíceNumerické výpočty proudění v kanále stálého průřezu při ucpání kanálu válcovou sondou
Konference ANSYS 2009 Numerické výočty roudění v kanále stálého růřezu ři ucání kanálu válcovou sondou L. Tajč, B. Rudas, a M. Hoznedl ŠKODA POWER a.s., Tylova 1/57, Plzeň, 301 28 michal.hoznedl@skoda.cz
VíceTéma 7: Přímý Optimalizovaný Pravděpodobnostní Výpočet POPV
Téma 7: Přímý Otimalizovaný Pravděodobnostní Výočet POPV Přednáška z ředmětu: Pravděodobnostní osuzování konstrukcí 4. ročník bakalářského studia Katedra stavební mechaniky Fakulta stavební Vysoká škola
VíceMĚŘENÍ PLANCKOVY KONSTANTY
MĚŘENÍ PLANCKOVY KONSTANTY Pomůcky: voltmetr DVP-BTA, amérmetr DCP-BTA, sektrometr SectroVis Plus s otickým vláknem SectroVis Otical Fiber, několik různých LED, zdroj naětí, reostat, sojovací vodiče, LabQuest,
VíceAVDAT Mnohorozměrné metody metody redukce dimenze
AVDAT Mnohorozměrné metody metody redukce dimenze Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Opakování vlastní čísla a vlastní vektory A je čtvercová matice řádu n. Pak
VíceShluková analýza dat a stanovení počtu shluků
Shluková analýza dat a stanovení počtu shluků Autor: Tomáš Löster Vysoká škola ekonomická v Praze Ostrava, červen 2017 Osnova prezentace Úvod a teorie shlukové analýzy Podrobný popis shlukování na příkladu
VíceMĚŘENÍ VÝKONU V SOUSTAVĚ MĚNIČ - MOTOR. Petr BERNAT VŠB - TU Ostrava, katedra elektrických strojů a přístrojů
MĚŘENÍ VÝKONU V SOUSAVĚ MĚNIČ - MOOR Petr BERNA VŠB - U Ostrava, katedra elektrických strojů a řístrojů Nástu regulovaných ohonů s asynchronními motory naájenými z měničů frekvence řináší kromě nesorných
VíceAproximativní analytické řešení jednorozměrného proudění newtonské kapaliny
U8 Ústav rocesní a zracovatelské techniky F ČVUT v Praze Aroximativní analytické řešení jednorozměrného roudění newtonské kaaliny Některé říady jednorozměrného roudění newtonské kaaliny lze řešit řibližně
VíceCvičná bakalářská zkouška, 1. varianta
jméno: studijní obor: PřF BIMAT počet listů(včetně tohoto): 1 2 3 4 5 celkem Cvičná bakalářská zkouška, 1. varianta 1. Matematická analýza Najdětelokálníextrémyfunkce f(x,y)=e 4(x y) x2 y 2. 2. Lineární
Více7. Měření dutých objemů pomocí komprese plynu a určení Poissonovy konstanty vzduchu Úkol 1: Určete objem skleněné láhve s kohoutem kompresí plynu.
7. Měření dutých objemů omocí komrese lynu a určení Poissonovy konstanty vzduchu Úkol : Určete objem skleněné láhve s kohoutem komresí lynu. Pomůcky Měřený objem (láhev s kohoutem), seciální lynová byreta
VíceMetody s latentními proměnnými a klasifikační metody
Univerzita Pardubice Fakulta chemick technlgická Katedra analytické chemie Licenční studium chemmetrie Statistické zracvání dat Metdy s latentními rměnnými a klasifikační metdy Zdravtní ústav se sídlem
Více7.5.13 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,
VíceObr. V1.1: Schéma přenosu výkonu hnacího vozidla.
říklad 1 ro dvounáravové hnací kolejové vozidlo motorové trakce s mechanickým řenosem výkonu určené následujícími arametry určete moment hnacích nárav, tažnou sílu na obvodu kol F O. a rychlost ři maximálním
Více1. série. Různá čísla < 1 44.
série Téma: Termínodeslání: Různá čísla ½ º Ò ½ ½º ÐÓ je řirozené q9+9 q 6+ 9 9 6 ¾º ÐÓ `5+ 6 998 není řirozené º ÐÓ Nechť c je řirozené číslo Rozhodněte, které z čísel c+ c a c c je větší a své tvrzení
Více1.5.2 Mechanická práce II
.5. Mechanická ráce II Předoklady: 50 Př. : Jakou minimální ráci vykonáš ři řemístění bedny o hmotnosti 50 k o odlaze o vzdálenost 5 m. Příklad sočítej dvakrát, jednou zanedbej třecí sílu mezi bednou a
VíceObvodové 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,
VíceMarkovovy řetězce se spojitým časem CTMC (Continuous time Markov Chain)
Markovovy řetězce se soitým časem CTMC (Continuous time Markov Chain) 3 5 1 4 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
VíceVýpo ty Výpo et hmotnostní koncentrace zne ující látky ,
"Zracováno odle Skácel F. - Tekáč.: Podklady ro Ministerstvo životního rostředí k rovádění Protokolu o PRTR - řehled etod ěření a identifikace látek sledovaných odle Protokolu o registrech úniků a řenosů
VíceSEMESTRÁLNÍ PRÁCE. Určení vnitřní struktury analýzou vícerozměrných dat. Ing. Pavel Bouchalík
SEMESTRÁLNÍ PRÁCE Určení vnitřní struktury analýzou vícerozměrných dat Ing. Pavel Bouchalík 1. ZADÁNÍ Tato semestrální práce je písemným vypracováním zkouškových otázek z okruhu Určení vnitřní struktury
Více7 Usazování. I Základní vztahy a definice. Lenka Schreiberová, Pavlína Basařová
7 Usazování Lenka Schreiberová, Pavlína Basařová I Základní vztahy a definice Usazování neboli sedimentace slouží k oddělování částic od tekutiny v gravitačním oli. Hustota částic se roto musí lišit od
VícePříklad 2: Obsah PCB v játrech zemřelých lidí. Zadání: Data: Program:
Příklad 2: Obsah PCB v játrech zemřelých lidí Zadání: V rámci Monitoringu zdraví byly měřeny koncentrace polychlorovaných bifenylů vjátrech lidí zemřelých náhodnou smrtí ve věku 40 let a více. Sedm vybraných
VíceRegresní lineární model symboly
Lneární model, Dskrmnační analýza, Podůrné vektory Regresní lneární model symboly Použté značení b arametry modelu (vektor ) očet atrbutů (skalár) N očet říkladů (skalár) x jeden říklad (vektor ) x -tá
Více4 STATISTICKÁ ANALÝZA VÍCEROZMĚRNÝCH DAT
4 SAISICKÁ ANALÝZA VÍCEROZMĚRNÝCH DA V technické biologické ale také lékařské praxi se často vedle informací obsažených v náhodném skaláru ξ vyskytují i informace obsažené v náhodném vektoru ξ s m složkami
VícePRAVDĚPODOBNOST 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
VíceÚvodem Dříve les než stromy 3 Operace s maticemi
Obsah 1 Úvodem 13 2 Dříve les než stromy 17 2.1 Nejednoznačnost terminologie 17 2.2 Volba metody analýzy dat 23 2.3 Přehled vybraných vícerozměrných metod 25 2.3.1 Metoda hlavních komponent 26 2.3.2 Faktorová
VíceSTATISTICKÉ METODY A DEMOGRAFIE
STATISTICKÉ METODY A DEMOGRAFIE (kombinovaná forma, 8.4., 2.5., 7.6. 22) Matěj Bulant, Ph.D., VŠEM Řekli o statistice Věřím ouze těm statistikám, které jsem sám zfalšoval. Tři stuně lži - lež, hnusná lež,
VíceOPTIMALIZACE PLÁŠTĚ BUDOV
OPTIMALIZACE PLÁŠTĚ BUDOV Jindřiška Svobodová Úvod Otimalizace je ostu, jímž se snažíme dosět k co nejlešímu řešení uvažovaného konkrétního roblému. Mnohé raktické otimalizace vycházejí z tak jednoduché
VíceAVDAT Geometrie metody nejmenších čtverců
AVDAT Geometrie metody nejmenších čtverců Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Lineární model klasický lineární regresní model odhad parametrů MNČ y = Xβ + ε, ε
VícePředpjatý 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
VícePokud 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
VíceSystémové 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
Více2. Najděte funkce, které vedou s těmto soustavám normálních rovnic
Zadání. Sestavte soustavu normálních rovnc ro funkce b b a) b + + b) b b +. Najděte funkce, které vedou s těmto soustavám normálních rovnc nb a) nb. Z dat v tabulce 99 4 4 b) určete a) rovnc regresní funkce
VíceSEMESTRÁLNÍ PRÁCE 3.5 Klasifikace analýzou vícerozměrných dat
UNIVERZITA PARDUBICE FAKULTA CHEMICKO-TECHNOLOGICKÁ KATEDRA ANALYTICKÉ CHEMIE LICENČNÍ STUDIUM - STATISTICKÉ ZPRACOVÁNÍ DAT SEMESTRÁLNÍ PRÁCE Ing. Věra Fialová BIOPHARM VÝZKUMNÝ ÚSTAV BIOFARMACIE A VETERINÁRNÍCH
VíceStatistická analýza dat - Indexní analýza
Statistiká analýza dat Indexní analýza Statistiká analýza dat - Indexní analýza Index mohou být:. Stejnorodýh ukazatelů. Nestejnorodýh ukazatelů Index se skládají ze dvou složek:... intenzita (úroveň znaku)...
Více5 Teorie selekce a složky genetické změny
část 4. (rough draft version) 5 Teorie selekce a složky genetické změny Princiy genetického zlešení omocí selekce Kvantitativně genetický řístu v tradičních šlechtitelských rogramech Část ozorovaných rozdílů
Víceší ší šířen ší ší ení Modelování Klasifikace modelů podle formy podobnosti Sestavení fyzikálního modelu
Modelování Modelování, klasifikace a odvozování modelů» áhrada studovaného ojektu modelem na základě odonosti» Smsl» studium originálu rostřednictvím modelu» idealizovaný» jednodušší» dostunější All models
Více7 Usazování. I Základní vztahy a definice. ρ p a ρ - hustoty částice a prostředí, g - gravitační zrychlení, υ - okamžitá rychlost částice
7 Usazování Lenka Schreiberová I Základní vztahy a definice Usazování neboli sedimentace slouží k oddělování částic od tekutiny v oli hmotnostní síly. Hustota částic se roto musí lišit od hustoty tekutého
VíceReproduktor elektroakustický měnič převádějící elektrický signál na akustický signál, převážně zvukový
Měření reroduktorů Reroduktor elektroakustický měnič řevádějící elektrický signál na akustický signál, řevážně zvukový i w u Reroduktor reroduktor jako dvoubran y( t) h( t)* x( t) Y ( ω ) H ( ω ). X X
VíceFakulta chemicko technologická Katedra analytické chemie
Fakulta chemicko technologická Katedra analytické chemie Licenční studium statistické zpracování dat Analýza vícerozměrných dat Ing. Pavel Valášek Školní rok OBSAH ÚVOD DATA EDA EXPLORATORÍ AALÝZA 4 PCA
VícePředmět: 1.1 Využití tabulkového procesu jako laboratorního deníku Přednášející: Doc. Ing. Stanislava Šimonová, Ph.D., Doc. Ing. Milan Javůrek, CSc.
Předmět: 1.1 Využití tabulkového procesu jako laboratorního deníku Přednášející: Doc. Ing. Stanislava Šimonová, Ph.D., Doc. Ing. Milan Javůrek, CSc. Zadání: Do příštího soustředění předložte ke klasifikaci
VíceGONIOMETRICKÉ ROVNICE -
1 GONIOMETRICKÉ ROVNICE - Pois zůsobu oužití: teorie k samostudiu (i- learning) ro 3. ročník střední školy technického zaměření, teorie ke konzultacím dálkového studia Vyracovala: Ivana Klozová Datum vyracování:
VíceV 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
VíceÚSTAV ORGANICKÉ TECHNOLOGIE
LABORATOŘ OBORU I ÚSTAV ORGANICKÉ TECHNOLOGIE (111) B Měření secifického ovrchu sorbentů Vedoucí ráce: Doc. Ing. Bohumír Dvořák, CSc. Umístění ráce: S31 1 MĚŘENÍ SPECIFICKÉHO POVRCHU SORBENTŮ 1. CÍL PRÁCE
VíceMATEMATICKÉ PRINCIPY VÍCEROZMĚRNÉ ANALÝZY DAT
8. licenční studium Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie MATEMATICKÉ PRINCIPY VÍCEROZMĚRNÉ ANALÝZY DAT Příklady: ) Najděte vlastní (charakteristická) čísla a vlastní
VíceBH059 Tepelná technika budov Konzultace č. 2
Vysoké učení technické v Brně Fakulta stavební Ústav ozemního stavitelství BH059 Teelná technika budov Konzultace č. 2 Zadání P6 zadáno na 2 konzultaci, P7 bude zadáno Průběh telot v konstrukci Kondenzace
VíceTestování hypotéz o parametrech regresního modelu
Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Lineární regresní model kde Y = Xβ + e, y 1 e 1 β y 2 Y =., e = e 2 x 11 x 1 1k., X =....... β 2,
VíceTestování hypotéz o parametrech regresního modelu
Testování hypotéz o parametrech regresního modelu Ekonometrie Jiří Neubauer Katedra kvantitativních metod FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra UO
VíceFakulta chemicko-technologická Katedra analytické chemie. Licenční studium Statistické zpracování dat při managementu jakosti. Semestrální práce:
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Licenční studium Statistické zpracování dat při managementu jakosti Semestrální práce: METODY S LATENTNÍMI PROMĚNNÝMI A KLASIFIKAČNÍ
Více1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.
Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou
VíceRegresní analýza 1. Regresní analýza
Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému
VíceStabilita prutu, desky a válce vzpěr (osová síla)
Stabilita rutu, deky a válce vzěr (oová íla) Průběh ro ideálně římý rut (teoretický tav) F δ F KRIT Průběh ro reálně římý rut (reálný tav) 1 - menší očáteční zakřivení - větší očáteční zakřivení F Obr.1
VíceNumerická integrace konstitučních vztahů
Numercká ntegrace konsttučních vztahů Po výočtu neznámých deformačních uzlových arametrů v každé terac NR metody je nutné stanovt naětí a deformace na rvcích. Nař. Jednoosý tah (vz obr. vravo) Pro nterval
Více2.3.6 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
VícePřednáška č. 10 Analýza rozptylu při jednoduchém třídění
Předáška č. 0 Aalýza roztylu ř jedoduchém tříděí Aalýza roztylu je statstcká metoda, kterou se osuzuje romělvost oakovaých realzací áhodého okusu tj. romělvost áhodé velčy. Náhodá velča vzká za relatvě
Více4 Ztráty tlaku v trubce s výplní
4 Ztráty tlaku v trubce s výlní Miloslav Ludvík, Milan Jahoda I Základní vztahy a definice Proudění kaaliny či lynu nehybnou vrstvou částic má řadu alikací v chemické technologii. Částice tvořící vrstvu
VícePARALELNÍ PROCESY A PROGRAMOVÁNÍ
PARALELNÍ PROCESY A PROGRAMOVÁNÍ 6 Analýza složitosti algoritmů - cena, ráce a efektivita Ing. Michal Bližňák, Ph.D. Zlín 2013 Tento studijní materiál vznikl za finanční odory Evroského sociálního fondu
VíceV následující tabulce jsou uvedeny jednotky pro objemový a hmotnostní průtok.
8. Měření růtoků V následující tabulce jsou uvedeny jednotky ro objemový a hmotnostní růtok. Základní vztahy ro stacionární růtok Q M V t S w M V QV ρ ρ S w ρ t t kde V [ m 3 ] - objem t ( s ] - čas, S
VíceVyhodnocení průměrných denních analýz kalcinátu ananasového typu. ( Metoda hlavních komponent )
Vyhodnocení průměrných denních analýz kalcinátu ananasového typu. ( Metoda hlavních komponent ) Zadání : Titanová běloba (TiO ) se vyrábí ve dvou základních krystalových modifikacích - rutilové a anatasové.
VíceÚvod do laserové techniky KFE FJFI ČVUT Praha Michal Němec, 2014
Laser je řístroj, který generuje elektromagnetické záření monochromatické, směrované (s malou rozbíhavostí), koherentní, vysoce energetické, výkonné, s velkým jasem Základní konstrukční součásti evnolátkového
VíceKruhový děj s plynem
.. Kruhový děj s lynem Předoklady: 0 Chceme využít skutečnost, že lyn koná ři rozínání ráci, na konstrukci motoru. Nejjednodušší možnost: Pustíme nafouknutý balónek. Balónek se vyfukuje, vytlačuje vzduch
VíceRozhodovací stromy Marta Žambochová
Rozhodovací stromy Marta Žambochová Obsah: 1 Úvod... Algoritmy ro vytváření rozhodovacích stromů... 3.1 Algoritmus CART... 3.1.1 lasifikační stromy... 3.1. Regresní stromy... 4. Algoritmus ID3... 4.3 Algoritmus
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STAVEBNÍ ÚSTAV VODNÍCH STAVEB FACULTY OF CIVIL ENGINEERING INSTITUTE OF WATER STRUCTURES VYUŽITÍ INTEGRAČNÍ METODY PRO MĚŘENÍ PRŮTOKU
VíceDIAGNOSTICKÁ MĚŘENÍ V SOUSTAVĚ MĚNIČ - MOTOR
Ing. PER BERNA VŠB - U Ostrava, FEI, katedra elektrických strojů a řístrojů, ul. 17. listoadu 15, 78 33 Ostrava Poruba, tel. 69/699 4468, E-Mail: etr.bernat@vsb.cz DIAGNOSICKÁ MĚŘENÍ V SOUSAVĚ MĚNIČ -
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV VÝKONOVÉ ELEKTROTECHNIKY A ELEKTRONIKY FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION
Víceρ hustotu měřeného plynu za normálních podmínek ( 273 K, (1) ve které značí
Měření růtou lynu rotametrem a alibrace ailárního růtooměru Úvod: Průtoy lynů se měří lynoměry, rotametry nebo se vyočítávají ze změřené tlaové diference v místech zúžení růřezu otrubí nař.clonou, Venturiho
Více1.3.3 Přímky a polopřímky
1.3.3 římky a olořímky ředoklady: 010302 edagogická oznámka: oslední říklad je oakování řeočtu řes jednotku. okud hodina robíhá dobře, dostanete se k němu řed koncem hodiny. edagogická oznámka: Nakreslím
VíceVŠB Technická univerzita Ostrava Fakulta strojní Katedra pružnosti a pevnosti (339) Opakování základních znalostí z pružnosti a pevnosti
VŠ Technická univerzita Ostrava akulta strojní Katedra ružnosti a evnosti (9) Oakování základních znalostí z ružnosti a evnosti utor: Jaroslav Rojíček Verze: Ostrava 00 PP ouhrn Oakování základní ružnosti:
VíceOddělení technické elektrochemie, A037. LABORATORNÍ PRÁCE č.9 CYKLICKÁ VOLTAMETRIE
ÚSTV NORGNIKÉ THNOLOGI Oddělení technické elektrochemie, 037 LBORTORNÍ PRÁ č.9 YKLIKÁ VOLTMTRI yklická voltametrie yklická voltametrie atří do skuiny otenciodynamických exerimentálních metod. Ty doznaly
VíceCyklické kódy. Alena Gollová, TIK Cyklické kódy 1/23
Cyklické kódy 5. řednáška z algebraického kódování Alena Gollová, TIK Cyklické kódy 1/23 Obsah 1 Cyklické kódy Generující olynom - kódování Kontrolní olynom - objevování chyb Alena Gollová, TIK Cyklické
Více