12 VZORKOVACÍ TEORÉM 1

Rozměr: px
Začít zobrazení ze stránky:

Download "12 VZORKOVACÍ TEORÉM 1"

Transkript

1 2 VZORKOVACÍ TEORÉM 2 Vzorkovací teorém Půvab vzorkovacího teorému spočívá v tom že umožňu vyjádřit spojité fukce jistého typu hodotami těchto fukcí vzorky v určitých izolovaých bodech. Přitom ejde o ějakou aproximaci ýbrž o přesé vyjádřeí fukce. Výzam vzorkovacího teorému pro matematiku vědu i techiku mimořádě veliký viz apř. [ [2 [3 [4 [5. Všeobecě oceňová ho výzam pro teorii iterpolace a teorii komuikace kdy jde většiou o vzorkováí fukce dé proměé. Vzorkováí fukcí více proměých užitečé apř. v optice při zpracováí obrazu a dává zajímavý pohled i a strukturí aalýzu eboť představu reciprokou mřížku jako možiu bodů vzorkujících Fourierovu trasformaci elemetárí buňky. 2. Vzorkováí fukce dé proměé Věta : Jestliže o Fourierově trasformaci F X fukce fx platí F X 0 když X P 2 P + 2 X0 > 0. fukce fx určea svými hodotami v bodech x a platí fx expikp x f exp i PX0 si 2 x π kx 0 2 kx. 2 0x π Důkaz: Podstata důkazu spočívá v tom že vzhledem k podmíce můžeme apsat Fourierovu trasformaci F X ve tvaru součiu fukce rect X P a Fourierovy řady fukce F X. Iverzí Fourierovou trasformací tohoto součiu kovoluce a dokazovaé tvrzeí jím výpočtem. Pro účely této kapitoly viz pozámka ii v dalším textu redefiume fukci rectx a to takto: rectx když x < 2 rectx 0 když x 2. Fourierovu trasformaci F X splňující podmíku pak můžeme apsat ve tvaru součiu [ F X C exp X P ix/ rect a vypočítat Fourierovy koeficiety Fourierovy řady fukce F X: C P +X0/2 F X exp ix/ dx B B B f P /2 P +X0/2 P /2 [ F X exp ik X dx což výsledek obdobý vztahu Fourierova trasformace F X má tedy tvar [ X P F X rect f expix/. 3 B Podle 7.32 iverzí Fourierova trasformace tohoto součiu úměrá kovoluci iverzích Fourierových trasformací součiitelů: { X P fx A FT {rect FT B Vypočítáme yí obě iverzí Fourierovy trasformace tvořící tuto kovoluci: f expix/. 4

2 2 2 VZORKOVACÍ TEORÉM X P FT {rect B FT { B B P +X0/2 P /2 expikxx dx B expikp x si 2 x 2 x. f expix/ f FT {expix/ AB Dosazeím do 4 dostaeme f f f exp k δ fx expikp x si 2 x 2 kx 0x expikp x f [ ikx x + dx x + δ x +. f δ x + exp i PX0 si 2 x + π 2 kx. 0x + π Odtud sčítáím v opačém pořadí tj. dostáváme tvrzeí 2 vzorkovacího teorému. Pozámky: i Za hodotu emusíme zvolit ejmeší z hodot splňujících podmíku. Volbou ovšem určea vzdáleost x x x / mezi body vzorkováí. Je zřejmé že při ejmeší možé hodotě mi vzdáleost mezi body vzorkováí ejvětší tj. vzorkováí ejřidší. Tato maximálí vzdáleost bodů vzorkováí se azývá Nyquistův iterval x max mi a ho převráceá hodota X f0mi k mi Nyquistova frekvece ebo Nyquistova míra vzorkováí. ii K tomu aby pravá straa rovice 2 dozačě určovala fukci fx podstaté aby Fourierova trasformace F X byla eulová v otevřeém itervalu jak tomu v předpokladu. Kdybychom dovolili aby fukce F X byla eulová v krajích bodech X P 2 a X 2 P + 2 itervalu mělo by to za ásledek že řada a pravé straě rovice 2 by eurčovala fukci fx dozačě. Fukce jíž Fourierova trasformace GX gx expikp x si k X 0 2 x i 2B [ δ X P + 2 X 0 δ X P 2 X 0 eulová právě v krajích bodech X X 2 itervalu v abývá totiž ulových hodot ve všech bodech x vzorkováí: g exp i PX0 siπ 0. Kdybychom připustili aby fukce F X byla eulová také v krajích bodech itervalu byla by pravá straa rovice 2 táž pro všechy fukce fx + αgx kde α libovolá kostata.

3 2 VZORKOVACÍ TEORÉM 3 V literatuře bývá věta formulováa pro případ kdy iterval v ěmž Fourierova trasformace eulová symetrický kolem počátku tj. ve tvaru: Je li F X 0 když X 2 > 0 5 fx f si 2 x π 2 kx. 6 0x π Rovice 6 bývá azýváa kardiálí iterpolačí formulí a řada a jí pravé straě kardiálí řadou. Jak jsme azačili v úvodu k této kapitole věta má moho aplikací jak v matematice teorie iterpolace tak v přírodovědě a techice teorie komuikací. Byla ěkolikrát ezávisle obvea a proto bývá ozačováa růzými jméy. Nejčastějšími mezi imi jsou E. T. Whittaker [6 H. Nyquist [7 V. A. Kotěl ikov [8 a C. E. Shao [9. Často máme co do čiěí s případem který svým způsobem komplemetárí k větě : Fukce fx eulová pouze v ějakém koečém itervalu. Např. elemetárí buňka krystalu bývá charakterizováa fukcí která má eulové hodoty pouze uvitř elemetárí buňky. V dorozměrém případě fx 0 pro 0 x < a kde a mřížkový parametr mřížková kostata. Pak můžeme očekávat že Fourierovu trasformaci takové fukce lze vyjádřit pomocí jích hodot v bodech vzorkováí. Skutečě tomu tak a vypovídá o tom věta 2. Věta 2: Jestliže pro fukci fx platí fx 0 když x p 2 p + 2 > 0 7 jí Fourierova trasformace F X určea svými hodotami v bodech X a platí F X exp ikxp F exp i px0 si 2 kx π 2 kxx. 8 0 π Důkaz: Je obdobý důkazu věty. Vypočítáme koeficiety c Fourierovy řady fukce fx fx c expix/ x p 2 p + 2. c p+x0/2 fx exp ix/ dx A F p /2 p+x0/2 p /2 fx exp ik x dx což zámý výsledek Fukci fx apíšeme ve tvaru součiu [ x p fx rect Fourierovou trasformací tohoto součiu kovoluce Poěvadž { F X B FT rect x p { FT F expix/. F expix/. 9

4 4 2 VZORKOVACÍ TEORÉM { x p FT rect srov má kovoluce 9 tvar exp ikpx si 2 kx 2 kx FT {expix/ B δ X F X exp ikpx si 2 kx 2 kx a zřejmě rova řadě 8. Uvedeme ště dva speciálí případy věty 2. Je li iterval v ěmž fx 0 symetrický kolem počátku tj. li F δ X fx 0 když x > F X F si 2 kx π 2 kxx. 0 π V krystalografii zvykem popisovat elemetárí buňku tak že počátek souřadic ve vrcholu elemetárí buňky a souřadice bodů elemetárí buňky jsou ezáporé. V dorozměrém případě tomu odpovídá situace kdy a a p a/2. Věta 2 má pak tvar: Je li F X exp ikxa/2 fx 0 když x / 0 a 2 F ka si kxa π 2 2 kxa π. 3 Vzorkovací teorém lze zobecit a prostor E N. Toto zobecěí sadé když obor kde f x 0 resp. F X 0 vymeze kvádrem tj. když body vzorkováí tvoří ortogoálí mřížku. Pro E 2 to uvedeo apř. v [0 2.4 resp. [ 7.2 pro E 3 v [2 8.. Jestliže obor kde f x 0 resp. F X 0 vymeze epravoúhlým rovoběžostěem formulace vzorkovacího teorému obtížější [3. Můžeme si to představit tak že oe rovoběžostě představu elemetárí buňku mřížky a body vzorkováí pak jsou mřížkovými body reciproké mřížky. Vzorkovací teorém tak objasňu pozoruhodou skutečost: Chceme-li pozat elemetárí buňku prostředictvím jí Fourierovy trasformace stačí zát Fourierovu trasformaci v mřížkových bodech reciproké mřížky. Proto v difrakčím obrazci měříme itezitu pouze v difrakčích maximech tj. v mřížkových bodech reciproké mřížky. Referece [ Higgis J. R.: Samplig Theory i Fourier ad Sigal Aalysis. Foudatios. Claredo Press Oxford 996. [2 Higgis J. R. Stes R. L. eds: Samplig Theory i Fourier ad Sigal Aalysis. Advaced Topics. Oxford Uiversity Press 999. [3 Churgi Ja. I. Jakovlev V. P.: Metody těorii celych fukcij v radiofizike těorii svjazi i optike. Gosudarstveoe izdatěľstvo fiziko matěmatičeskoj litěratury Moskva 962. [4 Charkevič A. A.: Spektry i aaliz. Gosudarstveoe izdatěľstvo těchiko těoretičeskoj litěratury Moskva 957. [5 Papoulis A.: Systems ad Trasforms with Applicatios i Optics. McGraw-Hill New York 999.

5 2 VZORKOVACÍ TEORÉM 5 [6 Whittaker E. T.: O the Fuctios which are represeted by the Expasios of the Iterpolatio Theory. Proceedigs of the Royal Society of Ediburgh Sectio A [7 Nyquist H.: Certai Topics i Telegraph Trasmissio Theory. Trasactios A.I.E.E [8 Kotěľikov V. A.: O propustoj sposobosti efira i provoloki v elektrosvajazi. Matěrialy k u Vsesojuzomu szdu po voprosam tech. rekostrukcii děla svjazi i rozvitija slabotočoj promyšleosti Moskva 933. Citováo podle [3 str [4 str [9 Shao C. E.: Commuicatio i the Presece of Noise. Proceedigs of the I.R.E [0 Goodma J. W.: Itroductio to Fourier Optics. 2d ed. McGraw-Hill New York 996. [ Hawkes R. W. Kasper E.: Priciples of Electro Optics Volume 3 Wave Optics. Academic Press Lodo 994. [2 Brilloui L.: Sciece ad Iformatio Theory. 2d ed. Academic Press Ic. New York 962. [3 Peterse D. P. Middleto D.: Samplig ad Recostructio of Wave Number Limited Fuctios i N Dimesioal Euclidea Spaces. Iformatio ad Cotrol

12. N á h o d n ý v ý b ě r

12. N á h o d n ý v ý b ě r 12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých

Více

n-rozměrné normální rozdělení pravděpodobnosti

n-rozměrné normální rozdělení pravděpodobnosti -rozměré ormálí rozděleí pravděpodobosti. Ortogoálí a pozitivě defiití symetrické matice. Reálá čtvercová matice =Ha i j L řádu se azývá ortogoálí, je-li regulárí a iverzí matice - je rova traspoovaé matici

Více

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE 1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE V této kapitole se dozvíte: jak je axiomaticky defiová vektor a vektorový prostor včetě defiice sčítáí vektorů a ásobeí vektorů skalárem;

Více

ANALÝZA VLIVU NUMERICKÉ APERTURY A ZVĚTŠENÍ NA HODNOTU ROZPTYLOVÉ FUNKCE BODU

ANALÝZA VLIVU NUMERICKÉ APERTURY A ZVĚTŠENÍ NA HODNOTU ROZPTYLOVÉ FUNKCE BODU ANALÝZA VLIVU NUMERICKÉ APERTURY A ZVĚTŠENÍ NA HODNOTU ROZPTYLOVÉ FUNKCE BODU A.Mikš, J.Novák, P. Novák katedra fyziky, Fakulta stavebí ČVUT v Praze Abstrakt Práce se zabývá aalýzou vlivu velikosti umerické

Více

Spojitost a limita funkcí jedné reálné proměnné

Spojitost a limita funkcí jedné reálné proměnné Spojitost a limita fukcí jedé reálé proměé Pozámka Vyšetřeí spojitosti fukce je možo podle defiice převést a výpočet limity V dalším se proto soustředíme je problém výpočtu limit Pozámka Limitu fukce v

Více

3. Lineární diferenciální rovnice úvod do teorie

3. Lineární diferenciální rovnice úvod do teorie 3 338 8: Josef Hekrdla lieárí difereciálí rovice úvod do teorie 3 Lieárí difereciálí rovice úvod do teorie Defiice 3 (lieárí difereciálí rovice) Lieárí difereciálí rovice -tého řádu je rovice, která se

Více

SIGNÁLY A LINEÁRNÍ SYSTÉMY (ČASOVÉ ŘADY)

SIGNÁLY A LINEÁRNÍ SYSTÉMY (ČASOVÉ ŘADY) SIGNÁLY A LINEÁRNÍ SYSTÉMY (ČASOVÉ ŘADY) prof. Ig. Jiří Holčík, CSc. holcik@iba.mui.cz, Kameice 3, 4. patro, dv.č.424 INVESTICE Istitut DO biostatistiky ROZVOJE VZDĚLÁVÁNÍ a aalýz IV. FREKVENČNÍ TRASFORMACE

Více

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a)

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a) Předáša 7 Derivace a difereciály vyšších řádů Budeme poračovat v ahrazováí fuce f(x v oolí bodu a polyomy, tj hledat vhodé ostaty c ta, aby bylo pro malá x a f(x c 0 + c 1 (x a + c 2 (x a 2 + c 3 (x a

Více

Obsah. 1 Mocninné řady Definice a vlastnosti mocninných řad Rozvoj funkce do mocninné řady Aplikace mocninných řad...

Obsah. 1 Mocninné řady Definice a vlastnosti mocninných řad Rozvoj funkce do mocninné řady Aplikace mocninných řad... Obsah 1 Mocié řady 1 1.1 Defiice a vlastosti mociých řad.................... 1 1. Rozvoj fukce do mocié řady...................... 5 1.3 Aplikace mociých řad........................... 10 1 Kapitola 1

Více

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů: Odhady parametrů polohy a rozptýleí pro často se vyskytující rozděleí dat v laboratoři se vyčíslují podle ásledujících vztahů: a : Laplaceovo (oboustraé expoeciálí rozděleí se vyskytuje v případech, kdy

Více

Matematika I, část II

Matematika I, část II 1. FUNKCE Průvodce studiem V deím životě, v přírodě, v techice a hlavě v matematice se eustále setkáváme s fukčími závislostmi jedé veličiy (apř. y) a druhé (apř. x). Tak apř. cea jízdeky druhé třídy osobího

Více

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací 3. Náhodý výběr Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých realizací

Více

1 Základy Z-transformace. pro aplikace v oblasti

1 Základy Z-transformace. pro aplikace v oblasti Základy Z-trasformace pro aplikace v oblasti číslicového zpracováí sigálů Petr Pollák 9. říja 29 Základy Z-trasformace Teto stručý text slouží k připomeutí základích vlastostí Z-trasformace s jejími aplikacemi

Více

I. TAYLORŮV POLYNOM ( 1

I. TAYLORŮV POLYNOM ( 1 I. TAYLORŮV POLYNOM Připomeňme si defiice elemetárích fukcí: a si( = 2+ = ( (2+! b cos( = 2 = ( (2! c e = =!. Dokažte, že Taylorův polyom k-tého řádu v bodě pro fukce f je rove polyomu P : (tyto výsledky

Více

1 Základní pojmy a vlastnosti

1 Základní pojmy a vlastnosti Základí pojmy a vlastosti DEFINICE (Trigoometrický polyom a řada). Fukce k = (a cos(x) + b si(x)) se azývá trigoometrický polyom. Řada = (a cos(x) + b si(x)) se azývá trigoometrická řada. TVRZENÍ (Ortogoalita).

Více

11. přednáška 16. prosince Úvod do komplexní analýzy.

11. přednáška 16. prosince Úvod do komplexní analýzy. 11. předáška 16. prosice 009 Úvod do komplexí aalýzy. Tři závěrečé předášky předmětu Matematická aalýza III (NMAI056) jsou věováy úvodu do komplexí aalýzy. Což je adeseá formulace eboť časový rozsah ám

Více

8. Analýza rozptylu.

8. Analýza rozptylu. 8. Aalýza rozptylu. Lieárí model je popis závislosti, který je využívá v řadě disciplí matematické statistiky. Uvedeme jeho popis a tvrzeí, která budeme využívat. Setkáme se s ím jedak v aalýze rozptylu,

Více

DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ. 1) Pojem funkce, graf funkce

DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ. 1) Pojem funkce, graf funkce DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ ) Pojem ukce, gra ukce De: Fukcí reálé proměé azýváme pravidlo, které každému reálému číslu D přiřazuje právě jedo reálé číslo y H Toto pravidlo začíme ejčastěji

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 4. KAPITOLA STATISTICKÉ CHARAKTERISTIKY 16.10.2017 23.10.2017 Přehled témat 1. Pravděpodobost (defiice, využití, výpočet pravděpodobostí

Více

NMAF063 Matematika pro fyziky III Zkoušková písemná práce 17. ledna 2019

NMAF063 Matematika pro fyziky III Zkoušková písemná práce 17. ledna 2019 Jméo: Příklad 2 3 Celkem bodů Bodů 0 8 2 30 Získáo 0 Uvažujte posloupost distribucí {f } + = D (R defiovaou jako f (x = ( δ x m, kde δ ( x m začí Diracovu distribuci v bodě m Najděte limitu f = lim + f

Více

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou 1 Zápis číselých hodot a ejistoty měřeí Zápis číselých hodot Naměřeé hodoty zapisujeme jako číselý údaj s určitým koečým počtem číslic. Očekáváme, že všechy zapsaé číslice jsou správé a vyjadřují tak i

Více

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu Cvičeí 6: Výpočet středí hodoty a rozptylu, bodové a itervalové odhady středí hodoty a rozptylu Příklad 1: Postupě se zkouší spolehlivost čtyř přístrojů Další se zkouší je tehdy, když předchozí je spolehlivý

Více

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti Úvod Opakováí Poslouposti Příklady Matematika 1 Katedra matematiky, Fakulta stavebí ČVUT v Praze středa 10-11:40 posluchára D-1122 2012 / 13 Úvod Opakováí Poslouposti Příklady Úvod Opakováí Poslouposti

Více

DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROM

DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROM Difereciálí počet fukcí jedé reálé proměé - - DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ ÚVODNÍ POZNÁMKY I derivace podobě jako limity můžeme počítat ěkolikerým způsobem a to kokrétě pomocí: defiice vět o algebře

Více

2.4. INVERZNÍ MATICE

2.4. INVERZNÍ MATICE 24 INVERZNÍ MICE V této kapitole se dozvíte: defiici iverzí matice; základí vlastosti iverzí matice; dvě základí metody výpočtu iverzí matice; defiici celočíselé mociy matice Klíčová slova této kapitoly:

Více

Odhady parametrů 1. Odhady parametrů

Odhady parametrů 1. Odhady parametrů Odhady parametrů 1 Odhady parametrů Na statistický soubor (x 1,..., x, který dostaeme statistickým šetřeím, se můžeme dívat jako a výběrový soubor získaý realizací áhodého výběru z áhodé veličiy X. Obdobě:

Více

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby. ováí - Hru IV /6 ováí Hru IV Mila RůžR ůžička, Josef Jureka,, Zbyěk k Hrubý zbyek.hruby hruby@fs.cvut.cz ováí - Hru IV /6 ravděpodobostí úavové diagramy s uvažováím předpětí R - plocha ve čtyřrozměrém

Více

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu Cvičeí 6: Bodové a itervalové odhady středí hodoty, rozptylu a koeficietu korelace, test hypotézy o středí hodotě při zámém rozptylu Příklad : Bylo zkoumáo 9 vzorků půdy s růzým obsahem fosforu (veličia

Více

1 Uzavřená Gaussova rovina a její topologie

1 Uzavřená Gaussova rovina a její topologie 1 Uzavřeá Gaussova rovia a její topologie Podobě jako reálá čísla rozšiřujeme o dva body a, rozšiřujeme také možiu komplexích čísel. Nepřidáváme však dva body ýbrž je jede. Te budeme začit a budeme ho

Více

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých 9 Limití věty. V aplikacích teorie pravděpodobosti (matematická statistika, metody Mote Carlo se užívají tvrzeí vět o kovergeci posloupostí áhodých veliči. Podle povahy kovergece se limití věty teorie

Více

Přednáška 7, 14. listopadu 2014

Přednáška 7, 14. listopadu 2014 Předáška 7, 4. listopadu 204 Uvedeme bez důkazu klasické zobecěí Leibizova kritéria (v ěmž b = ( ) + ). Tvrzeí (Dirichletovo a Abelovo kritérium). Nechť (a ), (b ) R, přičemž a a 2 a 3 0. Pak platí, že.

Více

Matematika 1. Ivana Pultarová Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D Posloupnosti

Matematika 1. Ivana Pultarová Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D Posloupnosti Úvod Opakováí Poslouposti Příklady Matematika 1 Ivaa Pultarová Katedra matematiky, Fakulta stavebí ČVUT v Praze středa 10-11:40 posluchára D-1122 Úvod Opakováí Poslouposti Příklady Úvod Opakováí Poslouposti

Více

1.1. Definice Reálným vektorovým prostorem nazýváme množinu V, pro jejíž prvky jsou definovány operace sčítání + :V V V a násobení skalárem : R V V

1.1. Definice Reálným vektorovým prostorem nazýváme množinu V, pro jejíž prvky jsou definovány operace sčítání + :V V V a násobení skalárem : R V V Předáška 1: Vektorové prostory Vektorový prostor Pro abstraktí defiici vektorového prostoru jsou podstaté vlastosti dvou operací, sčítáí vektorů a ásobeí vektoru (reálým číslem) Tyto dvě operace musí být

Více

Kapitola 5 - Matice (nad tělesem)

Kapitola 5 - Matice (nad tělesem) Kapitola 5 - Matice (ad tělesem) 5.. Defiice matice 5... DEFINICE Nechť T je těleso, m, N. Maticí typu m, ad tělesem T rozumíme zobrazeí možiy {, 2,, m} {, 2,, } do T. 5..2. OZNAČENÍ Možiu všech matic

Více

1. Číselné obory, dělitelnost, výrazy

1. Číselné obory, dělitelnost, výrazy 1. Číselé obory, dělitelost, výrazy 1. obor přirozeých čísel - vyjadřující počet prvků možiy - začíme (jsou to kladá edesetiá čísla) 2. obor celých čísel - možia celých čísel = edesetiá, ale kladá i záporá

Více

1.3. POLYNOMY. V této kapitole se dozvíte:

1.3. POLYNOMY. V této kapitole se dozvíte: 1.3. POLYNOMY V této kapitole se dozvíte: co rozumíme pod pojmem polyom ebo-li mohočle -tého stupě jak provádět základí početí úkoy s polyomy, kokrétě součet a rozdíl polyomů, ásobeí, umocňováí a děleí

Více

Definice obecné mocniny

Definice obecné mocniny Defiice obecé mociy Zavedeí obecé mociy omocí ity číselé oslouosti lze rovést ěkolika zůsoby Níže uvedeý zůsob využívá k defiici eoeciálí fukce itu V dalším budeme otřebovat ásledující dvě erovosti: Lemma

Více

Mocninné řady - sbírka příkladů

Mocninné řady - sbírka příkladů UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY BAKALÁŘSKÁ PRÁCE Mocié řady - sbírka příkladů Vedoucí bakalářské práce: Mgr. Iveta Bebčáková, Ph.D.

Více

Komplexní čísla. Definice komplexních čísel

Komplexní čísla. Definice komplexních čísel Komplexí čísla Defiice komplexích čísel Komplexí číslo můžeme adefiovat jako uspořádaou dvojici reálých čísel [a, b], u kterých defiujeme operace sčítáí, ásobeí, apod. Stadardě se komplexí čísla zapisují

Více

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n Petra Suryková Modelováí křivek základím prvkem teorie křivek v počítačové grafice křivky polyomiálí Q( t) a a t... a t polyomiálí křivky můžeme sado vyčíslit sado diferecovatelé lze z ich skládat křivky

Více

Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály

Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály Aalýza a zpracováí sigálů 3. Číselé řady, jejich vlastosti a základí operace, áhodé sigály Diskrétí sigál fukce ezávislé proměé.!!! Pozor!!!! : sigáleí defiová mezi dvěma ásledujícími vzorky ( a eí tam

Více

4. B o d o v é o d h a d y p a r a m e t r ů

4. B o d o v é o d h a d y p a r a m e t r ů 4. B o d o v é o d h a d y p a r a m e t r ů Na základě hodot áhodého výběru z rozděleí určitého typu odhadujeme parametry tohoto rozděleí, tak aby co ejlépe odpovídaly hodotám výběru. Formulujme tudíž

Více

2. Náhodná veličina. je konečná nebo spočetná množina;

2. Náhodná veličina. je konečná nebo spočetná množina; . Náhodá veličia Většia áhodých pokusů koaých v přírodích ebo společeských vědách má iterpretaci pomocí reálé hodoty. Při takovýchto dějích přiřazujeme tedy reálá čísla áhodým jevům. Proto je důležité

Více

definované pro jednotlivé řády takto: ) řádu n nazýváme číslo A = det( A) a a a11 a12

definované pro jednotlivé řády takto: ) řádu n nazýváme číslo A = det( A) a a a11 a12 Předáška 3: Determiaty Pojem determiatu se prosadil původě v souvislosti s potřebou řešit soustavy lieárích rovic v 8 století (C Maclauri, G Cramer) Teprve později se pojem osamostatil, zjedodušilo se

Více

14. B o d o v é o d h a d y p a r a m e t r ů

14. B o d o v é o d h a d y p a r a m e t r ů 4. B o d o v é o d h a d y p a r a m e t r ů Na základě hodot áhodého výběru z rozděleí určitého typu odhadujeme parametry tohoto rozděleí, tak aby co ejlépe odpovídaly hodotám výběru. Formulujme tudíž

Více

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a 2 +... + a N. n=1

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a 2 +... + a N. n=1 [M2-P9] KAPITOLA 5: Číselé řady Ozačeí: R, + } = R ( = R) C } = C rozšířeá komplexí rovia ( evlastí hodota, číslo, bod) Vsuvka: defiujeme pro a C: a ± =, a = (je pro a 0), edefiujeme: 0,, ± a Poslouposti

Více

Analýza a zpracování signálů. 4. Diskrétní systémy,výpočet impulsní odezvy, konvoluce, korelace

Analýza a zpracování signálů. 4. Diskrétní systémy,výpočet impulsní odezvy, konvoluce, korelace Aalýza a zpracováí sigálů 4. Diskrétí systémy,výpočet impulsí odezvy, kovoluce, korelace Diskrétí systémy Diskrétí sytém - zpracovává časově diskrétí vstupí sigál ] a produkuje časově diskrétí výstupí

Více

Znegujte následující výroky a rozhodněte, jestli platí výrok, nebo jeho negace:

Znegujte následující výroky a rozhodněte, jestli platí výrok, nebo jeho negace: . cvičeí Příklady a matematickou idukci Dokažte:.! . Návody:. + +. + i i i i + + 4. + + + + + + + + Operace s možiami.

Více

NMAF061, ZS Zápočtová písemná práce VZOR 5. ledna e bx2 x 2 e x2. F (b) =

NMAF061, ZS Zápočtová písemná práce VZOR 5. ledna e bx2 x 2 e x2. F (b) = NAF61, ZS 17 18 Zápočtová písemá práce VZOR 5. leda 18 Jedotlivé kroky při výpočtech stručě, ale co ejpřesěji odůvoděte. Pokud používáte ějaké tvrzeí, ezapomeňte ověřit splěí předpokladů. Jméo a příjmeí:

Více

Petr Šedivý Šedivá matematika

Petr Šedivý  Šedivá matematika LIMITA POSLOUPNOSTI Úvod: Kapitola, kde poprvé arazíme a ekoečo. Argumety posloupostí rostou ade všechy meze a zkoumáme, jak vypadají hodoty poslouposti. V kapitole se sezámíte se základími typy it a početími

Více

STEJNOMĚRNÁ KONVERGENCE POSLOUPNOSTI A ŘADY FUNKCÍ

STEJNOMĚRNÁ KONVERGENCE POSLOUPNOSTI A ŘADY FUNKCÍ STEJNOMĚRNÁ KONVERGENCE Ztím ebylo v těchto textech věováo příliš pozorosti kovergeci fukcí, t jko limit poslouposti ebo součet řdy. Jik byl kovergece poslouposti fukcí ebo řdy brá jko bodová kovergece.

Více

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů. Náhodu bychom mohli defiovat jako součet velkého počtu drobých epozaých vlivů. V rámci přírodích věd se setkáváme s pokusy typu za určitých podmíek vždy astae určitý důsledek. Např. jestliže za ormálího

Více

NMAF061, ZS Zápočtová písemná práce skupina A 16. listopad dx

NMAF061, ZS Zápočtová písemná práce skupina A 16. listopad dx NMAF06, ZS 07 08 Zápočtová písemá práce skupia A 6. listopad 07 Jedotlivé kroky při výpočtech stručě, ale co ejpřesěji odůvoděte. Pokud používáte ějaké tvrzeí, ezapomeňte ověřit splěí předpokladů. Jméo

Více

1.2. NORMA A SKALÁRNÍ SOUČIN

1.2. NORMA A SKALÁRNÍ SOUČIN 2 NORMA A SKALÁRNÍ SOUČIN V této kapitole se dozvíte: axiomatickou defiici ormy vektoru; co je to ormováí vektoru a jak vypadá Euklidovská orma; axiomatickou defiici skalárího (také vitřího) součiu vektorů;

Více

GRADIENTNÍ OPTICKÉ PRVKY Gradient Index Optical Components

GRADIENTNÍ OPTICKÉ PRVKY Gradient Index Optical Components Nové metody a postupy v oblasti přístrojové techiky, automatického řízeí a iformatiky Ústav přístrojové a řídicí techiky ČVUT v Praze, odbor přesé mechaiky a optiky Techická 4, 66 7 Praha 6 GRADIENTNÍ

Více

O Jensenově nerovnosti

O Jensenově nerovnosti O Jeseově erovosti Petr Vodstrčil petr.vodstrcil@vsb.cz Katedra aplikovaé matematiky, Fakulta elektrotechiky a iformatiky, Vysoká škola báňská Techická uiverzita Ostrava Ostrava, 28.1. 2019 (ŠKOMAM 2019)

Více

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATED RA F YZIKY L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y Jméo TUREČEK Daiel Datum měřeí 8.11.2006 Stud. rok 2006/2007 Ročík 2. Datum odevzdáí 15.11.2006 Stud.

Více

= + nazýváme tečnou ke grafu funkce f

= + nazýváme tečnou ke grafu funkce f D E R I V A C E F U N KCE Deiice. (derivace Buď ukce,!. Eistuje-li limitu derivací ukce v bodě a začíme ji (. lim ( + lim Deiice. (teča a ormála Přímku o rovici y ( v bodě, přímku o rovici y ( (, kde (

Více

VaR analýza citlivosti, korekce

VaR analýza citlivosti, korekce VŠB-TU Ostrava, Ekoomická fakulta, katedra fiací.-. září 008 VaR aalýza citlivosti, korekce Fratišek Vávra, Pavel Nový Abstrakt Práce se zabývá rozbory citlivosti ěkterých postupů, zahrutých pod zkratkou

Více

1. K o m b i n a t o r i k a

1. K o m b i n a t o r i k a . K o m b i a t o r i k a V teorii pravděpodobosti a statistice budeme studovat míru výskytu -pravděpodobostvýsledků procesů, které mají áhodý charakter, t.j. při opakováí za stejých podmíek se objevují

Více

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky Téma 6.: Základí pojmy matematické statistiky Vlastosti důležitých statistik odvozeých z jedorozměrého áhodého výběru: Nechť X,..., X je áhodý výběr z rozložeí se středí hodotou μ, rozptylem σ a distribučí

Více

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková Základy statistiky Zpracováí pokusých dat Praktické příklady Kristia Somerlíková Data v biologii Zak ebo skupia zaků popisuje přírodí jevy, úlohou výzkumíka je vybrat takovou skupiu zaků, které charakterizují

Více

a logaritmickou funkci a goniometrické funkce. 6.1 Násobení řad. Podívejme se neprve na násobení mnohočlenů x = x x n a y = y y n.

a logaritmickou funkci a goniometrické funkce. 6.1 Násobení řad. Podívejme se neprve na násobení mnohočlenů x = x x n a y = y y n. Matematická aalýza II předášky M. Málka cvičeí A. Hakové a R. Otáhalové Semestr letí 2005 6. Nekoečé řady fukcí V šesté kapitole pokračujeme ve studiu ekoečých řad. Nejprve odvozujeme základí tvrzeí o

Více

5. Lineární diferenciální rovnice n-tého řádu

5. Lineární diferenciální rovnice n-tého řádu 5 3.3.8 8:44 Josef Herdla lieárí difereciálí rovice -tého řádu 5. Lieárí difereciálí rovice -tého řádu (rovice s ostatími oeficiety) ( ), a,, a (5.) ( ) ( ) y a y a y ay q L[ y] y a y a y a y, q je spojitá

Více

Správnost vztahu plyne z věty o rovnosti úhlů s rameny na sebe kolmými (obr. 13).

Správnost vztahu plyne z věty o rovnosti úhlů s rameny na sebe kolmými (obr. 13). 37 Metrické vlastosti lieárích útvarů v E 3 Výklad Mějme v E 3 přímky p se směrovým vektorem u a q se směrovým vektorem v Zvolme libovolý bod M a veďme jím přímky p se směrovým vektorem u a q se směrovým

Více

Abstrakt. Co jsou to komplexní čísla? K čemu se používají? Dá se s nimi dělat

Abstrakt. Co jsou to komplexní čísla? K čemu se používají? Dá se s nimi dělat Komplexí čísla Hoza Krejčí Abstrakt. Co jsou to komplexí čísla? K čemu se používají? Dá se s imi dělat ěco cool? Na tyto a další otázky se a předášce/v příspěvku pokusíme odpovědět. Proč vzikla komplexí

Více

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter. Statistika Cíle: Chápat pomy statistický soubor, rozsah souboru, statistická edotka, statistický zak, umět sestavit tabulku rozděleí četostí, umět zázorit spoicový diagram a sloupcový diagram / kruhový

Více

Seznámíte se s pojmem Riemannova integrálu funkce jedné proměnné a geometrickým významem tohoto integrálu.

Seznámíte se s pojmem Riemannova integrálu funkce jedné proměnné a geometrickým významem tohoto integrálu. 2. URČITÝ INTEGRÁL 2. Určitý itegrál Průvodce studiem V předcházející kapitole jsme se sezámili s pojmem eurčitý itegrál, který daé fukci přiřazoval opět fukci (přesěji možiu fukcí). V této kapitole se

Více

FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL

FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL Difereciálí počet fukcí jedé reálé proměé - 6. - PRVNÍ DIFERENCIÁL TAYLORŮV ROZVOJ FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL PŘÍKLAD Pomocí věty o prvím difereciálu ukažte že platí přibližá rovost

Více

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC 5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC V této kaptole se dozvíte: jak je defováa fukce přrozeá odmoca v kompleím oboru a jaké má vlastost včetě odlšostí od odmocy v reálém

Více

Užitečné zdroje příkladů jsou: Materiály ke cvičením z Kalkulu 3 od Kristýny Kuncové:

Užitečné zdroje příkladů jsou: Materiály ke cvičením z Kalkulu 3 od Kristýny Kuncové: Užitečé zdroje příkladů jsou: Materiály ke cvičeím z Kalkulu 3 od Kristýy Kucové: http://www.karli.mff.cui.cz/~kucova/historie8. php K posloupostem řad a fukcí Ilja Čerý: Iteligetí kalkulus. Olie zde:

Více

P2: Statistické zpracování dat

P2: Statistické zpracování dat P: Statistické zpracováí dat Úvodem - Statistika: věda, zabývající se shromažďováím, tříděím a ásledým popisem velkých datových souborů. - Základem statistiky je teorie pravděpodobosti, založeá a popisu

Více

1 Trochu o kritériích dělitelnosti

1 Trochu o kritériích dělitelnosti Meu: Úloha č.1 Dělitelost a prvočísla Mirko Rokyta, KMA MFF UK Praha Jaov, 12.10.2013 Růzé dělitelosti, třeba 11 a 7 (aeb Jak zfalšovat rodé číslo). Prvočísla: které je ejlepší, které je ejvětší a jak

Více

Kapitola 4 Euklidovské prostory

Kapitola 4 Euklidovské prostory Kapitola 4 Euklidovské prostory 4.1. Defiice euklidovského prostoru 4.1.1. DEFINICE Nechť E je vektorový prostor ad tělesem reálých čísel R,, : E 2 R. E se azývá euklidovský prostor, platí-li: (I) Pro

Více

Závislost slovních znaků

Závislost slovních znaků Závislost slovích zaků Závislost slovích (kvalitativích) zaků Obměy slovího zaku Alterativí zaky Možé zaky Tříděí věcé sloví řady: seřazeí obmě je subjektiví záležitostí (podle abecedy), možé i objektiví

Více

STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6

STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6 Středoškolská techika 00 Setkáí a prezetace prací středoškolských studetů a ČVUT STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6 Pavel Husa Gymázium Jiřího z Poděbrad Studetská 66/II

Více

6. Posloupnosti a jejich limity, řady

6. Posloupnosti a jejich limity, řady Moderí techologie ve studiu aplikovaé fyziky CZ..07/..00/07.008 6. Poslouposti a jejich limity, řady Posloupost je speciálí, důležitý příklad fukce. Při praktickém měřeí hodot určité fyzikálí veličiy dostáváme

Více

11.1 Úvod. Definice : [MA1-18:P11.1] definujeme pro a C: nedefinujeme: Posloupnosti komplexních čísel

11.1 Úvod. Definice : [MA1-18:P11.1] definujeme pro a C: nedefinujeme: Posloupnosti komplexních čísel KAPITOLA : Číselé řdy MA-8:P.] Ozčeí: R {, +} R R C {} C rozšířeá komplexí rovi evlstí hodot, číslo, bod U ε {x C x < ε } pro C, ε > 0 U K {x C x > K } pro K 0 defiujeme pro C: ±, je pro 0, edefiujeme:

Více

( + ) ( ) ( ) ( ) ( ) Derivace elementárních funkcí II. Předpoklady: Př. 1: Urči derivaci funkce y = x ; n N.

( + ) ( ) ( ) ( ) ( ) Derivace elementárních funkcí II. Předpoklady: Př. 1: Urči derivaci funkce y = x ; n N. .. Derivace elemetárích fukcí II Předpoklady: Př. : Urči derivaci fukce y ; N. Budeme postupovat stejě jako předtím dosazeím do vzorce: f ( + ) f ( ) f f ( + ) + + + +... + (biomická věta) + + +... + f

Více

MATICOVÉ HRY MATICOVÝCH HER

MATICOVÉ HRY MATICOVÝCH HER MATICOVÉ HRY FORMULACE, KONCEPCE ŘEŠENÍ, SMÍŠENÉ ROZŠÍŘENÍ MATICOVÝCH HER, ZÁKLADNÍ VĚTA MATICOVÝCH HER CO JE TO TEORIE HER A ČÍM SE ZABÝVÁ? Teorie her je ekoomická vědí disciplía, která se zabývá studiem

Více

OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN

OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN Úloha obchodího cestujícího OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN Nejprve k pojmům používaým v okružích a rozvozích úlohách: HAMILTONŮV CYKLUS je typ cesty,

Více

Intervalové odhady parametrů některých rozdělení.

Intervalové odhady parametrů některých rozdělení. 4. Itervalové odhady parametrů rozděleí. Jedou ze základích úloh mtematické statistiky je staoveí hodot parametrů rozděleí, ze kterého máme k dispozici áhodý výběr. Nejčastěji hledáme odhady dvou druhů:

Více

10.3 GEOMERTICKÝ PRŮMĚR

10.3 GEOMERTICKÝ PRŮMĚR Středí hodoty, geometrický průměr Aleš Drobík straa 1 10.3 GEOMERTICKÝ PRŮMĚR V matematice se geometrický průměr prostý staoví obdobě jako aritmetický průměr prostý, pouze operace jsou o řád vyšší: místo

Více

3. Charakteristiky a parametry náhodných veličin

3. Charakteristiky a parametry náhodných veličin 3. Charateristiy a parametry áhodých veliči Úolem této apitoly je zavést pomocý aparát, terým budeme dále popisovat pomocí jedoduchých prostředů áhodé veličiy. Taovýmto aparátem jsou tzv. parametry ebo

Více

I. TAYLORŮV POLYNOM. Taylorovy řady některých funkcí: Pro x R platí: sin(x) =

I. TAYLORŮV POLYNOM. Taylorovy řady některých funkcí: Pro x R platí: sin(x) = Taylorovy řady ěkterých fukcí: I. TAYLORŮV POLYNOM Pro R platí: si) = 2+ = ), cos) = 2 2+)! = ), 2)! e = =.! Pro, : log + ) = = ) Pro, ) a a R: + ) a = a ) =, kde ) a = a a ) a 2) a +).!. Nalezěte Taylorův

Více

Matematika I. Název studijního programu. RNDr. Jaroslav Krieg. 2014 České Budějovice

Matematika I. Název studijního programu. RNDr. Jaroslav Krieg. 2014 České Budějovice Matematika I Název studijího programu RNDr. Jaroslav Krieg 2014 České Budějovice 1 Teto učebí materiál vzikl v rámci projektu "Itegrace a podpora studetů se specifickými vzdělávacími potřebami a Vysoké

Více

Náhodný výběr 1. Náhodný výběr

Náhodný výběr 1. Náhodný výběr Náhodý výběr 1 Náhodý výběr Matematická statistika poskytuje metody pro popis veliči áhodého charakteru pomocí jejich pozorovaých hodot, přesěji řečeo jde o určeí důležitých vlastostí rozděleí pravděpodobosti

Více

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce MATEMATICKÁ INDUKCE ALEŠ NEKVINDA. Pricip matematické idukce Nechť V ) je ějaká vlastost přirozeých čísel, apř. + je dělitelé dvěma či < atd. Máme dokázat tvrzeí typu Pro každé N platí V ). Jeda možost

Více

Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály

Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály Aalýza a zpracováí sigálů 3. Číselé řady, jejich vlastosti a základí operace, áhodé sigály Diskrétí sigál fukce ezávislé proměé.!!! Pozor!!!! : sigál eí defiová mezi dvěma ásledujícími vzorky a eí tam

Více

Masarykova univerzita Přírodovědecká fakulta

Masarykova univerzita Přírodovědecká fakulta Masarykova uiverzita Přírodovědecká fakulta Zuzaa Došlá, Vítězslav Novák NEKONEČNÉ ŘADY Bro 00 c Zuzaa Došlá, Vítězslav Novák, Masarykova uiverzita, Bro, 998, 00 ISBN 80-0-949- 3 Kapitola 3 Řady absolutě

Více

8. Zákony velkých čísel

8. Zákony velkých čísel 8 Zákoy velkých čísel V této část budeme studovat velm často užívaá tvrzeí o součtech posloupost áhodých velč Nedříve budeme vyšetřovat tvrzeí azývaá souhrě ako slabé zákoy velkých čísel Veškeré úvahy

Více

5. Posloupnosti a řady

5. Posloupnosti a řady Matematická aalýza I předášky M. Málka cvičeí A. Hakové a R. Otáhalové Zimí semestr 2004/05 5. Poslouposti a řady 5.1 Limita a hromadé hodoty. Mějme posloupost x ) prvků Hausdorffova topologického prostoru

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOST A STATISTIKA Bodové a itervalové odhady Nechť X je áhodá proměá, která má distribučí fukci F(x, ϑ). Předpokládejme, že záme tvar distribučí fukce (víme jaké má rozděleí) a ezáme parametr

Více

n=0 a n, n=0 a n = ±. n=0 n=0 a n diverguje k ±, a píšeme n=0 n=0 b n = t. Pak je konvergentní i řada n=0 (a n + b n ) = s + t. n=0 k a n a platí n=0

n=0 a n, n=0 a n = ±. n=0 n=0 a n diverguje k ±, a píšeme n=0 n=0 b n = t. Pak je konvergentní i řada n=0 (a n + b n ) = s + t. n=0 k a n a platí n=0 Nekoečé řady, geometrická řada, součet ekoečé řady Defiice Výraz a 0 a a a, kde {a i } i0 je libovolá posloupost reálých čísel, azveme ekoečou řadou Číslo se azývá -tý částečý součet Defiice Nekoečá řada

Více

GEOMETRIE I. Pavel Burda

GEOMETRIE I. Pavel Burda GEOMETRIE I Pavel Burda Obsah Úvod... 4 1. Vektorové prostory... 5. Vektorové prostory se skalárím ásobeím... 9. Afií prostory... 19 4. Afií přímka ( A 1 )... 5 5. Afií rovia (A )... 6 6. Afií prostor

Více

8.2.1 Aritmetická posloupnost

8.2.1 Aritmetická posloupnost 8.. Aritmetická posloupost Předpoklady: 80, 80, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Př. : V továrě dokočí každou hodiu motáž

Více

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojího ižeýrství Ústav strojíreské techologie ISBN 978-80-214-4352-5 VYSOCE PŘESNÉ METODY OBRÁBĚNÍ doc. Ig. Jaroslav PROKOP, CSc. 1 1 Fakulta strojího ižeýrství,

Více

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson STATISTIKA Statistika se těší pochybému vyzameáí tím, že je ejvíce epochopeým vědím oborem. H. Leviso Charakterizace statistického souboru Statistický soubor Prvek souboru Zak prvku kvatitativí teplota,

Více

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna. 6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola

Více

Iterační metody řešení soustav lineárních rovnic

Iterační metody řešení soustav lineárních rovnic Iteračí metody řešeí soustav lieárích rovic Matice je: diagoálě domiatí právě tehdy, když pozitivě defiití (symetrická matice) právě tehdy, když pro x platí x, Ax a ij Tyto vlastosti budou důležité pro

Více