APLIKACE STOCHASTICKÉHO MODELU MARKOVSKÉHO TYPU APPLICATION OF A MARKOV S TYPE STOCHASTIC MODEL. Jan Získal

Rozměr: px
Začít zobrazení ze stránky:

Download "APLIKACE STOCHASTICKÉHO MODELU MARKOVSKÉHO TYPU APPLICATION OF A MARKOV S TYPE STOCHASTIC MODEL. Jan Získal"

Transkript

1 APLIKACE STOCHASTICKÉHO MODELU MARKOVSKÉHO TYPU APPLICATION OF A MARKOV S TYPE STOCHASTIC MODEL Ja Získal Aotace: Je uvedea ukázka využtí markovských rocesů ř ekoomckém rozhodováí a možost osu těchto stuací. Uvedeý řístu k rozhodováí eí u ás rozatím obvyklý z důvodů, které sočívaí edak v určté áročost, kterou s vyžaduí zavedeé omy a edak v určté obtížost získáváí odovídaících odkladových údaů. Naléhavost alkace markovské aalýzy v ekoom lye zeméa z rostoucího výzamu rocesů hromadé obsluhy. Klíčová slova: Markovský systém, absolutí a lmtí ravděodobost, matce řechodu, absorčí stav, systémová aalýza. Aotato: The cotrbuto cotas alcato of Markov s rocess busess decso makg ad ossbltes of descrto of such stuatos. The metoed method of decso makg s ot zet commo. The reasos are dffcultes coected wth establshed terms ad certa roblems gag relevat data sources.the ersstece of alcato of Markov s aalyss ecoomy uwds from the rasg mortace of queug models. Keywords: Markov s system, absolute ad lmt robablty, trasto matrx, absorto state ÚVOD Rozšířeé otmalzačí modely racuí často s úda, které odléhaí áhodým výkyvům (ootřebeí mechasmů, oruchy, meteorologcké vlvy atd.). Na tuto okolost lze reagovat ř ostotmalzačích úvahách ebo v rámc stochastckého rogramováí kostruovat modely, které ovažuí ěkteré velčy za středí hodoty vlastí určtému rozděleí četostí. Toto oetí eřhlíží k vtří struktuře rocesů, ale e k možým ahodlostem. Náhodý rvek e do modelu váše zvečí. K řešeí tohoto roblému lze též řstuovat ým zůsobem. Můžeme ovažovat celý modelovaý roces za áhodý. Východskem ro toto oetí může být soustava odmíěých ravděodobostí v rámc markovských rocesů. Výzam alkace markovských řetězců v ekoom roste (Získal, 2005). Využívaí se ro modelováí systémů, které se mohou acházet v edom z koečého očtu stavů a to vždy v edotlvém časovém kroku. Aalýza Markovova řetězce může být využta ř řešeí celé řady maažerských roblémů, které maí dyamckou ovahu. CÍL A METODIKA Cílem řísěvku e uozort a dolt zalost o možostech využtí modelů markovského tyu ro ředověd budoucího chováí studovaého systému. Jestlže dovedeme formulovat růběh určtého rocesu tak, že e lze rozložt a řadu stavů kterým rochází v řadě okamžků, můžeme též ocet každý stav, res. každý řechod. Pak lze vyhledávat kombace 753

2 edotlvých možých řechodů z edoho stavu do ého, které sou z hledska oceěí otmálí. Jedotlvé studovaé ochody musíme zkoumat tak, abychom ro ech os dostal matce ravděodobostí řechodu mez určtým stavy. Hodotové oceěí řechodů oskytue ceé formace a dovolue určtý zůsob odhadu dalšího vývoe systému a hledáí otmálí cesty ř volbě alteratv řešeí. Jestlže e ř kostrukc stochastckého modelu zdůrazě časový vývo, ak sou o sobě ásleduící stavy systému většou určtým zůsobem odmíěy a exstue mez m stá vazba. Pro os řechodu z edoho stavu systému do ásleduícího e vhodé využít odmíěých ravděodobostí. Pravděodobost mohou být odmíěy kolv edím, ale ěkolka ředchozím stavy. Uvažueme-l odmíěost ouze mez dvěma stavy, hovoříme o stochastckých modelech s edoduchou vazbou, které se též azývaí Markovovým. Pravděodobost mohou být odmíěy kol edou, ýbrž ěkolka ředchozím stavy. Zkušeost ukázaly, že ve většě říadů vysthe odstaté rysy modelu vazba edoduchá a víceásobá vazba e určtým zůsobem uřesňue získaou formac. VÝSLEDKY A DISKUSE Nedříve e uté s uřest ěkteré základí omy. Dochází-l ř zkoumáí stochastckých rocesů k řechodům mez edotlvým stavy systému v esotých okamžcích, hovoříme o Markovových řetězcích. Markovovův řetězec (systém) e defová takto (Havlíček, 99): Poslouost áhodých roměých { x },,2, K tvoří Markovovův řetězec, latí-l ro každé m 2,3, Ka ro všechy možé hodoty,, Kr těchto áhodých velč vztah ( m) P{ x x x r} P{ x x } m m m m, () Homogeí řetězec ředokládá, že ravděodobost řechodu ezávsí a výchozí stuac a eměí se v čase. Takový řetězec e urče vektorem výchozích ravděodobostí a matcí ravděodobostí řechodu (Získal, Havlíček, 2003), t. P ( 0) (, K ) (2) 0, ( ),, K, r,, T K (3) Pro stochastckou matc řechodu T latí: 0 a (4) Pro vektor () osuící stuac v okamžku můžeme asat Pro -tý vektor dostaeme () ( 0). T (5) r () ( 0) P. (6) 754

3 ( ) Vektor absolutích ravděodobostí dává odověď a otázku, aké budou stavy v ásleduícím období (Získal, Havlíček, 2003). Obecě latí ( ) ( ) +. T ebo (7) ( ) ( 0). T Výočet absolutích ravděodobostí vychází z Markovovy rovce (Havlíček, 998) ( ) ( m) ( m) k. k, m,2, K (8) k 0 Pos zkoumaého systému omocí absolutích ravděodobostí dovolue zkoumat, zda se systém ustálí v ěakém stavu č kol. Stablzovaý stav systému v daleké budoucost lze osat lmtím (ergodckým) ravděodobostm (Získal, Havlíček, 2003). Pro matc řechodu T ve stablzovaém systému latí ( ) (9) Pro výočet lmtích ravděodobostí lze odvodt vztah (Havlíček 998) r k k k r. (0) K () Blíže k této roblematce vz také (Dömeová 2005). Jestlže e ěkterý stav absorčí, usuzueme z ovahy roblému, že se soustava může stablzovat. Pravděodobost řechodu z řechodového stavu do absorčího stavu lze osat takto (Dömeová 2005) Matcově b r + qk. bk (2) ( E Q) R B R + QB. (3) Matc s absorčím stavy lze rozložt a submatce tímto zůsobem: T E R 0 Q (4) kde E e edotková matce O e ulová matce R e matce ravděodobostí řechodu mez řechodovým a absorčím stavy Q e matce ravděodobostí řechodu mez řechodovým stavy Pro ekoomcké rozhodováí má začý výzam oceěí rocesů, kdy ravděodobost řechodu ze stavu do stavu ( ) můžeme řsoudt oceěí r vyádřeé hodotově. ( ) Jestlže ozačíme v očekávaý celkový výos rocesu o krocích, lze e ak vyádřt vztahem (Döme, 2005). 755

4 v [ r + v ],, K (5) ( ) ( ) Vzorec (5) vyadřue, že celkový očekávaý výos závsí a matc oceěí R ( ) a současě a celkovém očekávaém výosu ( ) v až do ředešlého kroku. r estlže ak matcově v q r ( ) ( ) q + v ( ) ( ) (6) (7) v q + T. v (8) Markovská aalýza vychází z určtých ředokladů (Získal, Havlíček 2003) a ředokládá vyhledáváí odověd a otázku co když, t. odověd a otázky, aký doad a budoucí ravděodobost budou mít změy hodot matce řechodu, aký vlv a ravděodobost vyvážeého stavu bude mít vyloučeí ebo řoeí ých stavů, aký otecoálí doad bude mít zavedeí absorčího stavu atd.. Za účelem lešího ochoeí a srozumtelost ředchozího výkladu uvedeme ásleduící lustračí říklad. Frma I vyrábí výrobek A a B a kokurečí frma II výrobek C. Podíl výrobku A a trhu čí 27,5 %, výrobku B 37,5 % a výrobku C 35 %. Frma I chce eště více ovládout trh a roto se rozhodue mez dvěma alteratvam roagace svých výrobků: a) roagovat ouze výrobek A. K tomu e třeba vestovat 300 tsíc Kč a očekává se tato matce řechodu 0,6 0,2 0,2 0,4 0,4 0,2 0,6 0, 0,3 b) roagovat e výrobek B. To bude stát 560 ts. Kč. A říslušá matce řechodu e 0, 0,2 0,3 0,5 0,8 0,5 0,4 0 0,2 Nedříve ás bude zaímat, která alteratva řese větší zvýšeí celkového odílu frmy a trhu v dlouhodobé ersektvě. Podle vztahu (0) a () dostaeme ro alteratvu a) 0,555, 2 0,223, 3 0,222, t. ro výrobky A a B frmy I to zameá 77,8 % odílu a trhu. Pro alteratvu b) ak dostaeme 0,90, 2 0,75, 3 0,095, což zameá 90,5 % odílu frmy I a trhu, čl v odstatě ovládutí trhu. V rámc ostotmalzačí aalýzy ás bude dále zaímat, která alteratva bude dlouhodobě efektvěší, čl aký bude eí říos a vestovaou koruu Jestlže ředokládáme, že vektor výchozích ravděodobostí e vektor (0) (0,275; 0,375; 0,350), ak ř alteratvě a) dode ke zvýšeí odílu a trhu o 2,8 % (0,778 0,850). Orot 0,650 ředstavue 0,28 zvýšeí o 9,6 % a a vestovaých ts. Kč to ředstavue 756

5 0,065 %. U alteratvy b) dode ke zvýšeí odílu a trhu o 25,5 %. Orot 0,650 to ředstavue zvýšeí o 39,2 % a a vestovaých ts. Kč e to 0,075 %. Za ředokladu, že % zvýšeí odílu a trhu ředstavue říos 20 ts. Kč, ak ř roagac výrobku A to ředstavue Kč a o odečteí ákladů a roagac vychází říos Kč. Př roagac výrobku B vychází čstý říos Kč. Obdobě lze dále rozvíet a rohlubovat systémovou aalýzu. ZÁVĚR Stochastcké modely markovského tyu se využívaí ro ředověd chováí ekoomckých systémů v čase a získaé formace mohou sloužt ako základ ro rozhodováí v růzých oblastech, aříklad ř staoveí ersektvost výrobků, ř řešeí roblémů hromadé obsluhy v teor obovy, údržby, v maagemetu ekologckých hledsek aod. Z ekoomckého hledska vyžaduíí markovské řetězce určté oceěí buď stavů ebo řechodů. Pak lze vyhledávat takové cesty vývoe systému, které sou z hledska zavedeého oceěí otmálí. Markovský systém udává budoucost e a základě současost a ezá mulost. Určtým roblémem ř alkac markovské aalýzy může být staoveí matce řechodu. Pro eí kostrukc mohou osloužt buď hstorcká data ebo se využívá subektvích odhadů exertů. Kromě vlastího ozatkového říosu ro řešeí erůzěších alkací e zalost základích vlastostí markovských rocesů důležtá ro ochoeí stochastckých smulačích modelů hromadé obsluhy, obovy, zásob a ých. Lteratura. Havlíček, J.: Stochastcké modely. ČZU v Praze, PEF, 998. ISBN Získal, J., Havlíček, J.: Ekoomcko matematcké metody II. ČZU v Praze, PEF,2003. ISBN Získal, J.: Využtí markovské aalýzy ř ekoomckém rozhodováí. Sborík Frma a kokurečí rostředí, MZLV v Brě ISBN Dömeová, L.: Stochastcké modely I. ČZU v Praze, PEF ISBN Kotaktí adresa autora Prof. Ig. Ja Získal, CSc., PEF ČZU v Praze, Katedra oeračí a systémové aalýzy. E_mal: zskal@ef.czu.cz, tel

Optimalizace portfolia

Optimalizace portfolia Optmalzace portfola ÚVOD Problémy vestováí prostředctvím ákupu ceých papírů sou klasckým tématem matematcké ekoome. Celkový výos z portfola má v době rozhodováí o vestcích povahu áhodé velčy, eíž rozložeí

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

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

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

Přednáška 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

Více

Téma 6: Indexy a diference

Téma 6: Indexy a diference dexy a dferece Téma 6: dexy a dferece ředáška 9 dvdálí dexy a dferece Základí ojmy Vedle elemetárího statstckého zracováí dat se hromadé jevy aalyzjí tzv. srováváím růzých kazatelů. Statstcký kazatel -

Více

PRAVDĚPODOBNOST ... m n

PRAVDĚPODOBNOST ... m n RVDĚODONOST - matematická discilía, která se zabývá studiem zákoitostí, jimiž se řídí hromadé áhodé jevy - vytváří ravděodobostí modely, omocí ichž se saží ostihout rocesy, ovlivěé áhodou. Náhodé okusy:

Více

9 NÁHODNÉ VÝBĚRY A JEJICH ZPRACOVÁNÍ. Čas ke studiu kapitoly: 30 minut. Cíl:

9 NÁHODNÉ VÝBĚRY A JEJICH ZPRACOVÁNÍ. Čas ke studiu kapitoly: 30 minut. Cíl: 9 ÁHODÉ VÝBĚR A JEJICH ZPRACOVÁÍ Čas ke studu katol: 30 mut Cíl: Po rostudováí tohoto odstavce budete rozumět ojmům Základí soubor, oulace, výběr, výběrové šetřeí, výběrová statstka a budete zát základí

Více

Národní informační středisko pro podporu kvality

Národní informační středisko pro podporu kvality Národí iformačí středisko ro odoru kvality Testováí zůsobilosti a výkoosti výrobího rocesu RNDr. Jiří Michálek, Sc Ústav teorie iformace a automatizace AVČR UKAZATELE ZPŮSOBILOSTI 3 UKAZATELE ZPŮSOBILOSTI

Více

Tento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254

Tento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254 Evroský sociálí od Praha & EU: Ivestujeme do vaší budoucosti eto materiál vzikl díky Oeračímu rogramu Praha Adatabilita CZ..7/3../3354 Maažerské kvatitativí metody II - ředáška č.3 - Queuig theory teorie

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor SP Náhodý vektor PRAVDĚPODOBNOS A SAISIKA Náhodý vektor Lbor Žák SP Náhodý vektor Lbor Žák Náhodý vektor Náhodý vektor slouží k popsu výsledku pokusu kdy měříme více údaů o procesu. Před provedeím pokusu

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor SP Náhodý vektor PRAVDĚPODOBNOS A SAISIKA Náhodý vektor SP Náhodý vektor Náhodý vektor Náhodý vektor slouží k popsu výsledku pokusu kdy měříme více údaů o procesu. Před provedeím pokusu eho výsledek a

Více

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI TECHNICKÁ UNIVERZITA V LIBERCI Ekoomcká fakulta Semestrálí ráce S kua Jméa: Leka Pastorová, Davd arha, Ja Vtásek a Fl Urbačík Ročík: 0/06 Učtel: gr. Jří Rozkovec Obor: Podková ekoomka Datum:.. 06 Obsah

Více

Testování statistických hypotéz

Testování statistických hypotéz Testováí statstckých hypotéz - Testováí hypotéz je postup, sloužící k ověřeí předpokladů o ZS (hypotéz a základě výběrových dat (tj. hodot z výběrového souboru. - ypotéza = určtý předpoklad o základím

Více

Ing. Vladimíra Michalcová, Ph.D. Katedra stavební mechaniky (228)

Ing. Vladimíra Michalcová, Ph.D. Katedra stavební mechaniky (228) Stavebí statka - vyučující Dooručeá lteratura Ig. Vladmíra chalcová, h.d. Katedra stavebí mechaky (228) místost: LH 47/ tel.: (59 732) 348 e mal: vladmra.mchalcova@vsb.c www: htt://fast.vsb.c/mchalcova

Více

VÝPOČET PRAVDĚPODOBNOSTI PORUCHY METODOU PDPV - TEORIE

VÝPOČET PRAVDĚPODOBNOSTI PORUCHY METODOU PDPV - TEORIE VÝPOČET PAVDĚPODOBNOTI POUCHY METODOU PDPV - TEOIE EVALUATION OF POBABILITY OF FAILUE UING PDPV METHOD Petr Jaas Abstract A close orm evaluato o alure lkelhood case o more tha two radom varables s a comlcated

Více

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT Základy práce s tabulkou Výukový modul III. Iovace a zkvaltěí výuky prostředctvím IC éma III..3 echcká měřeí v MS Excel Pracoví lst 5 Měřeí teploty. Ig. Jří Chobot VY_3_INOVACE_33_5 Aotace Iovace a zkvaltěí

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

Testování statistických hypotéz

Testování statistických hypotéz Testováí statstckých hyotéz Př statstckých šetřeích se často setkáváme s roblémy tohoto druhu () Máme zjstt, zda dva daé vzorky ocházejí z téhož ZS. () Máme rozhodout, zda rozdíly hodot růměrů (res. roztylů)

Více

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů Semárky, předášky, bakalářky, testy - ekoome, ace, účetctví, ačí trhy, maagemet, právo, hstore... PODNIKOVÁ EKONOMIKA 3. Cea ceých papírů Ceé papíry jsou jedím ze způsobů, jak podk může získat potřebý

Více

1 VÝPOČTOVÉ ZATÍŽENÍ. 1.1 Součinitel náročnosti ( 1 ) β = ( 2 ) ( 3 )

1 VÝPOČTOVÉ ZATÍŽENÍ. 1.1 Součinitel náročnosti ( 1 ) β = ( 2 ) ( 3 ) 1 VÝOČOVÉ ZAÍŽENÍ Výočtové zatížeí a z ěho určeý výočtový roud sou základím velčam otřebým ro dmezováí rvků rozvodého zařízeí v ormálích rovozích stavech. ro eho staoveí e ezbyté zát stalovaý výko sotřebčů

Více

Generování dvojrozměrných rozdělení pomocí copulí

Generování dvojrozměrných rozdělení pomocí copulí Pravděpodobost a matematcká statstka eerováí dvojrozměrých rozděleí pomocí copulí umbelova copule PRAHA 005 Vpracoval: JAN ZÁRUBA OBSAH: CÍL PRÁCE TEORIE Metoda verzí trasformace O copulích Sklarova věta

Více

Analytické modely systémů hromadné obsluhy

Analytické modely systémů hromadné obsluhy Aalytcé odely systéů hroadé obsluhy ředěte teore hroadé obsluhy Kedallova lasface - ty SHO: X / Y / c / d / X ty stochastcého rocesu, terý osue říchody Y ty stochastcého rocesu terý osue délu obsluhy c

Více

Aplikace teorie neuronových sítí

Aplikace teorie neuronových sítí Alace teore euroových sítí Doc. RNDr. Iveta Mrázová CSc. Katedra teoretcé formaty Matematco-fyzálí faulta Uverzty Karlovy v Praze Alace teore euroových sítí Asocatvíamět a restaurace obrazu Doc. RNDr.

Více

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i : ometové míry polohy zahrují růzé druhy průměrů pomocí kterých můžeme charakterzovat cetrálí tedec dat ometové míry polohy jsou jedoduché číselé charakterstky které se vyčíslují ze všech prvků výběru

Více

Analytická geometrie

Analytická geometrie MATEMATICKÝ ÚSTAV Slezská uverzta Na Rybíčku, 746 0 Opava DENNÍ STUDIUM Aalytcká geometre Téma 3.: Aí zobrazeí Dece 3.. Zobrazeí aího prostoru A do aího prostoru A se azývá aí zobrazeí, estlže má ásleduící

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

Směrnice 1/2011 Statistické vyhodnocování dat, verze 4 Verze 4 je shodná se Směrnicí 1/2011 verze 3, pouze byla rozšířena o robustní analýzu

Směrnice 1/2011 Statistické vyhodnocování dat, verze 4 Verze 4 je shodná se Směrnicí 1/2011 verze 3, pouze byla rozšířena o robustní analýzu Směrce /0 Stattcké vyhodocováí dat, verze 4 Verze 4 e hodá e Směrcí /0 verze 3, ouze byla rozšířea o robutí aalýzu. Stattcké metody ro zkoušeí zůoblot Cílem tattcké aalýzy výledků zkoušek ř zkouškách zůoblot

Více

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A Nejstoty měřeí Pro každé přesé měřeí potřebujeme formac s jakou přesostí bylo měřeí provedeo. Nejstota měřeí vyjadřuje terval ve kterém se achází skutečá hodota měřeé velčy s určtou pravděpodobostí. Nejstota

Více

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

Markovovy 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

Více

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2 SP3 Neparametrcké testy hypotéz PRAVDĚPODOBNOST A STATISTIKA Neparametrcké testy hypotéz čast Lbor Žák SP3 Neparametrcké testy hypotéz Lbor Žák Neparametrcké testy hypotéz - úvod Neparametrcké testy statstckých

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

Nepředvídané události v rámci kvantifikace rizika

Nepředvídané události v rámci kvantifikace rizika Nepředvídaé událost v rác kvatfkace rzka Jří Marek, ČVUT, Stavebí fakulta {r.arek}@rsk-aageet.cz Abstrakt Z hledska úspěchu vestce ohou být krtcké právě ty zdroe ebezpečí, které esou detfkováy. Vzhlede

Více

BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV AUTOMATIZACE A INFORMATIKY

BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV AUTOMATIZACE A INFORMATIKY VYSOKÉ UČEÍ TECHICKÉ V BRĚ BRO UIVERSITY OF TECHOLOGY FAKULTA STROJÍHO IŽEÝRSTVÍ ÚSTAV AUTOMATIZACE A IFORMATIKY FACULTY OF MECHAICAL EGIEERIG ISTITUTE OF AUTOMATIO AD COMPUTER SCIECE MODELY HROMADÉ OBSLUHY

Více

Rekonstrukce vodovodních řadů ve vztahu ke spolehlivosti vodovodní sítě

Rekonstrukce vodovodních řadů ve vztahu ke spolehlivosti vodovodní sítě Rekostrukce vodovodích řadů ve vztahu ke spolehlvost vodovodí sítě Ig. Jaa Šekapoulová Vodáreská akcová společost, a.s. Bro. ÚVOD V oha lokaltách České republky je v současost aktuálí problée zastaralá

Více

Nalezení výchozího základního řešení. Je řešení optimální? ne Změna řešení

Nalezení výchozího základního řešení. Je řešení optimální? ne Změna řešení Sipleová etoda: - patří ezi uiverzálí etody řešeí úloh lieárího prograováí. - de o etodu iteračí, t. k optiálíu řešeí dospíváe postupě, krok za kroke. - výpočetí algoritus se v každé iteraci rozpadá do

Více

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt celou populac, provádíme

Více

8.3.1 Vklady, jednoduché a složené úrokování

8.3.1 Vklady, jednoduché a složené úrokování 8..1 Vklady, jedoduché a složeé úrokováí Předoklady: 81 Fiačí matematika se zabývá ukládáím a ůjčováím eěz, ojišťováím, odhady rizik aod. Poměrě důležitá a výosá discilía. Sořeí Při sořeí vkladatel uloží

Více

Entropie, relativní entropie a sdílená (vazební) informace

Entropie, relativní entropie a sdílená (vazební) informace Etroie, relativí etroie a sdíleá vazebí iformace Pojem iformace je říliš rozsáhlý a to, abchom jej komleě osali jedoduchou defiicí. Pro libovolou distribuci ravděodobosti můžeme defiovat tzv. etroii, jež

Více

8.2.10 Příklady z finanční matematiky I

8.2.10 Příklady z finanční matematiky I 8..10 Příklady z fiačí matematiky I Předoklady: 807 Fiačí matematika se zabývá ukládáím a ůjčováím eěz, ojišťováím, odhady rizik aod. Poměrě důležitá a výosá discilía. Sořeí Při sořeí vkladatel uloží do

Více

můžeme toto číslo považovat za pravděpodobnost jevu A.

můžeme toto číslo považovat za pravděpodobnost jevu A. RVDĚODONOST - matematická discilía, která se zabývá studiem zákoitostí, jimiž se řídí hromadé áhodé jevy - vytváří ravděodobostí modely, omocí ichž se saží ostihout áhodé rocesy. Náhodé okusy: rocesy,

Více

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost Dráha [m] 9. Měřeí závslostí ve statstce Měřeí závslostí ve statstce se zývá především zkoumáím vzájemé závslost statstckých zaků vícerozměrých souborů. Závslost přtom mohou být apříklad pevé, volé, jedostraé,

Více

Téma 1: Pravděpodobnost

Téma 1: Pravděpodobnost ravděpodobot Téma : ravděpodobot ředáša - ravděpodobot áhodého evu Náhodý pou a áhodý ev Náhodý pou - aždá čot, eíž výlede eí edozačě urče podmíam, za terých probíhá apř hod otou, měřeí dély, běh a 00

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodná proměnná vybraná rozdělení

PRAVDĚPODOBNOST A STATISTIKA. Náhodná proměnná vybraná rozdělení S1P áhodá roměá vybraá rozděleí PRAVDĚPODOBOST A STATISTIKA áhodá roměá vybraá rozděleí S1P áhodá roměá vybraá rozděleí Vybraá rozděleí diskrétí P Degeerovaé rozděleí D( ) áhodá veličia X s degeerovaým

Více

Úvod do korelační a regresní analýzy

Úvod do korelační a regresní analýzy Úvod do korelačí a regresí aalýz Bude ás zajímat, jak těsě spolu souvsí dva sledovaé jev Příklad: vztah mez rchlostí auta a brzdou dráhou vztah mez věkem žáka a rchlostí v běhu a 60 m vztah mez spotřebou

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

Pojem času ve finančním rozhodování podniku

Pojem času ve finančním rozhodování podniku Pojem času ve fiačím rozhodováí podiku 1.1. Výzam faktoru času a základí metody jeho vyjádřeí Fiačí rozhodováí podiku je ovlivěo časem. Peěží prostředky získaé des mají větší hodotu ež tytéž peíze získaé

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP esty dobré shody PRAVDĚPODOBNOS A SAISIKA Lbor Žá SP esty dobré shody Lbor Žá Přpomeutí - estováí hypotéz o rozděleí Ch-vadrát test Chí-vadrát testem terý e založe a tříděém statstcém souboru. SP esty

Více

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě. 3. Hodoceí přesost měřeí a vytyčováí. Odchylky a tolerace ve výstavbě. 3.1 Úvod o měřeí obecě 3.2 Chyby měřeí a jejch děleí 3.2.1 Omyly a hrubé chyby 3.2.2 Systematcké chyby 3.2.3 Náhodé chyby 3.3 Výpočet

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA P NOV PRVDĚPODOBNOT TTTK Lbor Žák P NOV Lbor Žák Vícvýběrové tsty - NOV NOV tsty s rovádí s omocí aalýzy roztylů NOV souhré tsty ro víc ěž dva výběry. NOV aramtrcká tstováí charaktrstk z zámých rozdělí

Více

Spolehlivost a diagnostika

Spolehlivost a diagnostika Spolehlvost a dagostka Složté systémy a jejch spolehlvost: Co je spolehlvost? Vlv spolehlvost kompoetů systému Návrh systému z hledska spolehlvost Aplkace - žvotě důležté systémy - vojeské aplkace Teore

Více

Časová hodnota peněz. Metody vyhodnocení efektivnosti investic. Příklad

Časová hodnota peněz. Metody vyhodnocení efektivnosti investic. Příklad Metody vyhodoceí efektvost vestc Časová hodota peěz Metody vyhodoceí Časová hodota peěz Prostředky, které máme k dspozc v současost mají vyšší hodotu ež prostředky, které budeme mít k dspozc v budoucost.

Více

ANALÝZA NÁKLADOVÝCH A CENOVÝCH VZTAHŮ V ODPADOVÉM HOSPODÁŘSTVÍ ČR ANALYSIS OF COST AND PRICE RELATIONSHIPS IN WASTE MANAGEMENT OF THE CZECH REPUBLIC

ANALÝZA NÁKLADOVÝCH A CENOVÝCH VZTAHŮ V ODPADOVÉM HOSPODÁŘSTVÍ ČR ANALYSIS OF COST AND PRICE RELATIONSHIPS IN WASTE MANAGEMENT OF THE CZECH REPUBLIC ANALÝZA NÁKLADOVÝCH A CENOVÝCH VZTAHŮ V ODPADOVÉM HOSPODÁŘSTVÍ ČR ANALYSIS OF COST AND PRICE RELATIONSHIPS IN WASTE MANAGEMENT OF THE CZECH REPUBLIC Jří HŘEBÍČEK, Mchal HEJČ, Jaa SOUKOPOVÁ ECO-Maagemet,

Více

c) Pomocí Liouvillovy věty dokažte, že Liouvillovo číslo je transcendentí. xp 1 (p 1)! (x 1)p (x 2) p... (x d) p e x t f(t) d t = F (0)e x F (x),

c) Pomocí Liouvillovy věty dokažte, že Liouvillovo číslo je transcendentí. xp 1 (p 1)! (x 1)p (x 2) p... (x d) p e x t f(t) d t = F (0)e x F (x), a) Vyslovte a dokažte Liouvillovu větu o šaté aroximovatelosti algebraického čísla řádu d b) Defiujte Liouvillovo číslo c) Pomocí Liouvillovy věty dokažte, že Liouvillovo číslo je trascedetí 2 a) Defiujte

Více

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Ig. Mchal Dorda, Ph.D. Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl σ atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt

Více

Směrnice 1/2011 Statistické vyhodnocování dat, verze 3 Verze 3 je shodná s původní Směrnicí 1/2011 verze 2, za čl. 2.3 je vložen nový odstavec

Směrnice 1/2011 Statistické vyhodnocování dat, verze 3 Verze 3 je shodná s původní Směrnicí 1/2011 verze 2, za čl. 2.3 je vložen nový odstavec Směrice /0 Statitické vyhodocováí dat, verze 3 Verze 3 e hodá ůvodí Směricí /0 verze, za čl..3 e vlože ový odtavec. Statitické metody ro zkoušeí zůobiloti Statitická aalýza oužívaá ro aalýzu výledků zkoušky

Více

Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava ENERGETIKA U ŘÍZENÝCH ELEKTRICKÝCH POHONŮ. 1.

Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava ENERGETIKA U ŘÍZENÝCH ELEKTRICKÝCH POHONŮ. 1. Katedra obecé eletrotechiy Faulta eletrotechiy a iformatiy, VŠB - TU Ostrava EERGETIKA U ŘÍZEÝCH EEKTRICKÝCH POHOŮ Předmět : Rozvody eletricé eergie v dolech a lomech. Úvod: Světový tred z hledisa eletricé

Více

Genetická diverzita. doc. Ing. Jindřich. ich Čítek, CSc. Genetickou diverzitu chápeme jako různost mezi živými organismy, která je geneticky fixovaná.

Genetická diverzita. doc. Ing. Jindřich. ich Čítek, CSc. Genetickou diverzitu chápeme jako různost mezi živými organismy, která je geneticky fixovaná. Geetcká dverzta hosodářských ských zvířat doc. Ig. Jdřch ch Čítek, CSc. Zemědělsk lská fakulta JU Katedra geetky, šlechtěí a výžvy zvířat Geetckou dverztu cháeme jako růzost mez žvým orgasmy, která je

Více

Metody zkoumání závislosti numerických proměnných

Metody zkoumání závislosti numerických proměnných Metody zkoumáí závslost umerckých proměých závslost pevá (fukčí) změě jedoho zaku jedozačě odpovídá změa druhého zaku (podle ějakého fukčího vztahu) (matematka, fyzka... statstcká (volá) změám jedé velčy

Více

Náhodné jevy, jevové pole, pravděpodobnost

Náhodné jevy, jevové pole, pravděpodobnost S Náhodé jevy pravděpodobost Náhodé jevy jevové pole pravděpodobost Lbor Žák S Náhodé jevy pravděpodobost Lbor Žák Základí pojmy Expermet česky též vědecký pokus je soubor jedáí a pozorováí jehož účelem

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

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT Základy práce s tabulkou Výukový modul III. Iovace a zkvalitěí výuky prostředictvím ICT Téma III..3, pracoví list 3 Techická měřeí v MS Ecel Průměry a četosti, odchylky změřeých hodot. Ig. Jiří Chobot

Více

P1: Úvod do experimentálních metod

P1: Úvod do experimentálních metod P1: Úvod do epermetálích metod Chyby a ejstoty měřeí - Každé měřeí je zatížeo určtou epřesostí, která je způsobea ejrůzějším egatvím vlvy, vyskytujícím se v procesu měřeí. - Výsledek měřeí se díky tomu

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP Záko velkých čísel, cetrálí lmtí věta PRAVDĚPODOBNOST A STATISTIKA Lbor Žák SP Záko velkých čísel, cetrálí lmtí věta Lbor Žák Kovergece podle pravděpodobost Posloupost áhodých proměých,,,, koverguje

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

11. Časové řady. 11.1. Pojem a klasifikace časových řad

11. Časové řady. 11.1. Pojem a klasifikace časových řad . Časové řad.. Pojem a klasfkace časových řad Specfckým statstckým dat jsou časové řad pomocí chž můžeme zkoumat damku jevů v čase. Časovou řadou (damcká řada, vývojová řada) rozumíme v čase uspořádaé

Více

IV. MKP vynucené kmitání

IV. MKP vynucené kmitání Jří Máca - katedra mechaky - B35 - tel. 435 4500 maca@fsv.cvut.cz IV. MKP vyuceé kmtáí. Rovce vyuceého kmtáí. Modálí aalýza rozklad do vlastích tvarů 3. Přímá tegrace pohybových rovc 3. Metoda cetrálích

Více

a další charakteristikou je četnost výběrového souboru n.

a další charakteristikou je četnost výběrového souboru n. Předáška č. 8 Testováí rozptylu, testy relatví četost, testy dobré shody, test ezávslost kvaltatvích zaků Testy rozptylu Testy se používají k ověřeí hypotézy o určté velkost rozptylu a k ověřeí vztahu

Více

Příklady z přednášek Statistické srovnávání

Příklady z přednášek Statistické srovnávání říklad z řednášek Statstcké srovnávání Jednoduché ndvduální ndex říklad V následující tabulce jsou uveden údaje o očtu závažných závad v areálu určté frm zjštěných a oravených v letech 9-998. Závažná závada

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

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model EKONOMETRIE 9. předáška Zobecěý lieárí regresí model Porušeí základích podmíek klasického modelu Metoda zobecěých emeších čtverců Jestliže sou porušey ěkteré podmíky klasického modelu. E(u),. E (uu`) σ

Více

I. Výpočet čisté současné hodnoty upravené

I. Výpočet čisté současné hodnoty upravené I. Výpočet čisté současé hodoty upraveé Příklad 1 Projekt a výrobu laserových lamp pro dermatologii vyžaduje ivestici 4,2 mil. Kč. Předpokládají se rovoměré peěží příjmy po zdaěí ve výši 1,2 mil. Kč ročě

Více

11. INDUKTIVNÍ STATISTIKA

11. INDUKTIVNÍ STATISTIKA Pravděodobost a statstka. INDUKTIVNÍ STATISTIKA Iduktví statstka Průvodce studem Navážeme a katolu 7 a ukážeme, jak racovat se soubory, jejchž všechy rvky ejsou zámy. Předokládaé zalost Pojmy z ředchozích

Více

Základní teoretický aparát a další potřebné znalosti pro úspěšné studium na strojní fakultě a k řešení technických problémů

Základní teoretický aparát a další potřebné znalosti pro úspěšné studium na strojní fakultě a k řešení technických problémů Základí teoretický aarát a další otřebé zalosti ro úsěšé studium a strojí fakultě a k řešeí techických roblémů MATEMATIKA: logické uvažováí, matematické ástroje - elemetárí matematika (algebra, geometrie,

Více

ELEMENTÁRNÍ STATISTICKÉ METODY

ELEMENTÁRNÍ STATISTICKÉ METODY VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ ÚSTAV SOUDNÍHO INŽENÝRSTVÍ Doc. RNDr. Zdeěk Karpíšek, CSc. ELEMENTÁRNÍ STATISTICKÉ METODY UČEBNÍ TEXT Bro 018 prví vydáí Zdeěk Karpíšek 018 OBSAH PŘEDMLUVA (4) 1. STATISTIKA

Více

12. Neparametrické hypotézy

12. Neparametrické hypotézy . Neparametrcké hypotézy V této část se budeme zabývat specálí částí teore statstckých hypotéz tzv. eparametrckým hypotézam ebo jak řečeo eparametrckým statstckým testy. Neparametrcké se azývají proto,

Více

SPECIALIZACE, PROSTOROVÁ KONCENTRACE A DIVERZIFIKACE V ČESKÝCH A SLOVENSKÝCH KRAJÍCH

SPECIALIZACE, PROSTOROVÁ KONCENTRACE A DIVERZIFIKACE V ČESKÝCH A SLOVENSKÝCH KRAJÍCH Sborík příspěvků VII. mezárodí kolokvum o regoálích vědách Hustopeče 8. 0. 6. 04 DOI: 0.587/CZ.MUNI.P0-6840-04-40 SPECIALIZACE, PROSTOROVÁ KONCENTRACE A DIVERZIFIKACE V ČESKÝCH A SLOVENSKÝCH KRAJÍCH SPECIALISATION,

Více

U. Jestliže lineární zobrazení Df x n n

U. Jestliže lineární zobrazení Df x n n MATEMATICKÁ ANALÝZA III předášky M. Krupky Zmí semestr 999/ 3. Iverzí a mplctí zobrazeí V této kaptole uvádíme dvě důležté věty, které acházeí aplkace v moha oblastech matematky: Větu o verzím a větu o

Více

Finanční řízení podniku. Téma: Časová hodnota peněz

Finanční řízení podniku. Téma: Časová hodnota peněz Fiačí řízeí podiku Téma: Časová hodota peěz Faktor času se ve fiačím řízeí uplatňuje a) při rozhodováí o ivesticích b) při staoveí trží cey majetku podiku c) při ukládáí volých peěžích prostředků d) při

Více

Cílem kapitoly je zvládnutí řešení determinantů čtvercových matic.

Cílem kapitoly je zvládnutí řešení determinantů čtvercových matic. temtk I část I Determty mtc řádu Determty mtc řádu Cíle Cílem ktoly je zvládutí řešeí ermtů čtvercových mtc Defce Determtem (řádu ) čtvercové mtce řádu jejímž rvky j jsou reálá (oř komlexí) čísl zýváme

Více

VYUŽITÍ TEORIE HROMADNÉ OBSLUHY PŘI SIMULOVÁNÍ MIMOŘÁDNÝCH UDÁLOSTÍ

VYUŽITÍ TEORIE HROMADNÉ OBSLUHY PŘI SIMULOVÁNÍ MIMOŘÁDNÝCH UDÁLOSTÍ 16. medziárodá vedecká koerecia Riešeie krízových situácií v šeciickom rostredí, Fakulta šeciáleho ižiierstva ŽU, Žilia, 1. - 2. jú 211 VYUŽITÍ TEORIE HROMADNÉ OBSLUHY PŘI SIMULOVÁNÍ MIMOŘÁDNÝCH UDÁLOSTÍ

Více

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem Popisá statistika - zavedeí pojmů Popisá statistika - zavedeí pojmů Soubor idividuálích údajů o objektech azýváme základí soubor ebo také populace. Zkoumaé objekty jsou tzv. statistické jedotky a sledujeme

Více

Téma 11 Prostorová soustava sil

Téma 11 Prostorová soustava sil Stavebí statka,.ročík bakalářského studa Téma Prostorová soustava sl Prostorový svazek sl Statcký momet síly a dvojce sl v prostoru Obecá prostorová soustava sl Prostorová soustava rovoběžých sl Katedra

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru SP Náhodý vetor ezávislost fuce NV PRAVDĚPODONOST A STATISTIKA Náhodý vetor ezávislost fuce áhodého vetoru Libor Žá Náhodý vetor stochasticá ezávislost Náhodé veličiy... defiovaé a ravděodobostím rostoru

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

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATEDRA FYZIKY LABORATORNÍ CVIČENÍ Z FYZIKY Jméo: Petr Česák Datum měřeí:.3.000 Studjí rok: 999-000, Ročík: Datum odevzdáí: 6.3.000 Studjí skupa: 5 Laboratorí skupa:

Více

PE 301 Podniková ekonomika 2. Garant: Eva KISLINGEROVÁ. Téma Metody mezipodnikového srovnávání. Téma 12. Eva Kislingerová

PE 301 Podniková ekonomika 2. Garant: Eva KISLINGEROVÁ. Téma Metody mezipodnikového srovnávání. Téma 12. Eva Kislingerová PE 30 Podiková ekoomika Garat: Eva KISLINGEROVÁ Téma Metody mezipodikového srováváí Eva Kisligerová Téma Eva Kisligerová Vysoká škola ekoomická v Praze 003 - Mezipodikové srováváí Poprvé 956- koferece

Více

V. Normální rozdělení

V. Normální rozdělení V. Normálí rozděleí 1. Náhodá veličia X má ormovaé ormálí rozděleí N(0; 1). Určete: a) P (X < 1, 5); P (X > 0, 3); P ( 1, 135 < x ); P (X < 3X + ). c) číslo ε takové, že P ( X < ε) = 0,

Více

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností 4.2 Elemetárí statstcké zpracováí Výsledkem statstckého zjšťováí (. etapa statstcké čost) jsou euspořádaá, epřehledá data. Proto 2. etapa statstcké čost zpracováí, začíá většou jejch utříděím, zpřehleděím.

Více

4. Strojové učení. 4.1 Základní pojmy

4. Strojové učení. 4.1 Základní pojmy 4. Stroové učeí 4. Základí pomy Důležtou vlastostí žvých orgasmů e schopost přzpůsobovat se měícím se podmíkám (adaptovat se), evetuálě se učt a základě vlastích zkušeostí. Schopost učt se bývá ěkdy dokoce

Více

ANALÝZA A KLASIFIKACE DAT

ANALÝZA A KLASIFIKACE DAT ANALÝZA A KLASIFIKACE DA prof. Ig. Jří Holčík, CSc. INVESICE Isttut DO bostatstky ROZVOJE VZDĚLÁVÁNÍ a aalýz IV. LINEÁRNÍ KLASIFIKACE pokračováí Isttut bostatstky a aalýz (SUPPOR VECOR MACHINE SVM) SEPARABILNÍ

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

n. Často může znak nabývat jen určitého počtu r různých hodnot; tyto hodnoty znaku označíme symboly x, x,..., x.

n. Často může znak nabývat jen určitého počtu r různých hodnot; tyto hodnoty znaku označíme symboly x, x,..., x. . STATISTIKA Statistika zkoumá evy a dostatečě ozsáhlém soubou říadů a hledá ty vlastosti evů, kteé se oeví až v soubou říadů a e a edom říadě. Tyickým říkladem e ůmě zámek ve škole z daého ředmětu, ůměá

Více

2. Cvi ení A. Výpo et množství vzduchu Zadání p íkladu: Množství p ivád ného vzduchu Vp :

2. Cvi ení A. Výpo et množství vzduchu Zadání p íkladu: Množství p ivád ného vzduchu Vp : 2. Cvčení Požadavky na větrání rostor - Výočet množství větracího vzduchu - Zůsob ohřevu a chlazení větracího vzduchu A. Výočet množství vzduchu výočet množství čerstvého větracího vzduchu ro obsluhovaný

Více

Vícekanálové čekací systémy

Vícekanálové čekací systémy Vícekaálové čekací systémy taice obsluhy sestává z ěkolika kaálů obsluhy, racujících aralelě a avzájem ezávisle. Vstuy i výstuy systému mají oissoovský charakter. Jedotky vstuující do systému obsadí ejrve

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru SP Náhodý vetor ezávislost fuce NV PRAVDĚPODONOST A STATISTIKA Náhodý vetor ezávislost fuce áhodého vetoru Libor Žá Náhodý vetor stochasticá ezávislost Náhodé veličiy... defiovaé a ravděodobostím rostoru

Více

Doc. Ing. Dagmar Blatná, CSc.

Doc. Ing. Dagmar Blatná, CSc. PRAVDĚPODOBNOST A STATISTIKA Doc. Ig. Dagmar Blatá, CSc. Statsta statstcé údaje o hromadých jevech čost, terá vede zísáí statstcých údajů a jejch zpracováí teore statsty - věda o stavu, vztazích a vývoj

Více

Deskriptivní statistika 1

Deskriptivní statistika 1 Deskriptiví statistika 1 1 Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 1145/2004. Základí charakteristiky souboru Pro lepší představu používáme k popisu vlastostí zkoumaého jevu určité charakteristiky

Více

1. Základy měření neelektrických veličin

1. Základy měření neelektrických veličin . Základ měřeí eelektrckých velč.. Měřcí řetězec Měřcí řetězec (měřcí soustava) je soubor měřcích čleů (jedotek) účelě uspořádaých tak, ab blo ožě splt požadovaý úkol měřeí, tj. získat formac o velkost

Více

TESTOVÁNÍ a DIAGNOSTIKA VÝROBNÍCH STROJŮ I

TESTOVÁNÍ a DIAGNOSTIKA VÝROBNÍCH STROJŮ I ESOVÁNÍ a DIAGNOSIKA VÝROBNÍCH SROJŮ I Leraura: Skra: Zdeěk Vorlíček: Solehlvos a dagoska výrobích srojů ČVU Praha 99 Vorlíček, Rudolf: Dagoska VS ČVU Praha 98 Ka.. Úvod: Proč se zabýváme esováím a dagoskou

Více

3. Decibelové veličiny v akustice, kmitočtová pásma

3. Decibelové veličiny v akustice, kmitočtová pásma 3. Decibelové veličiy v akustice, kmitočtová ásma V ředchozí kaitole byly defiováy základí akustické veličiy, jako ař. akustický výko, akustický tlak a itezita zvuku. Tyto veličiy ve v raxi měí o moho

Více