Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 5. Stránka v kapitole 1

Rozměr: px
Začít zobrazení ze stránky:

Download "Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 5. Stránka v kapitole 1"

Transkript

1 Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 5. Stránka v kapitole 1 Příklad 5. Výpočet pomocí Bernoulliho schematu demonstrující existenci systémové výhody určitého druhu. Obsažným názvem je paradox existence zjevného a potenciálního množství na statické množině etalonu. Příklad řeší paradox současné existence dvou různých správných výsledků jednoho fenoménu. Abychom mohli dokázat současnou platnost dvou různých výpočtů a výsledků, které platí současně (oba jsou stejně validní a pravdivé bez relativizace opakováním, nebo jinak), musíme ocejchovat postupy výpočtu. To provedeme v první části za pomocí vysvětlení postupu výpočtu výher loterního modelu 6 ze 49. Použijeme při tom Bernoulliho schema s porovnáním na korekční výpočet s komentářem. Validnost výpočtu potom nezpochybníme, když použijeme ke stanovení 1. části tvrzení paradoxního důkazu modelem 7 ze 49 který je podobný s modelem 6 ze 49. Použijeme obměněné schema a vyjádříme pro tentýž fenomén jiný výsledek. Tím je dán předmět důkazu. V druhé části dokážeme platnost obou různých výsledků. Důkaz znázorníme tabulkou rozpisu v porovnání proti statistickém výčtu - tabulce etalonu. V závěru okomentujeme význam tohoto důkazu a rozvedeme další souvislosti na výpočty pravděpodobnosti. 1. část příkladu 5 (kalibrace výpočtu). Rozložení výher v loterním modelu 6 ze 49. Výhry jsou rozloženy podle kombinatorického schematu. Ten je pevně dán modelem 6/49. Nejprve přepočítáme obsahy k-tic výher na etalonu. 1.) Všech různých prvních cen je To lze vypočítat ze vzorce pro kombinace. Uvedeme, že místo vlastního vzorce použijeme zápis z tabulkového procesoru. Současně je to množství které budeme ve výpočtu používat jako absolutní četnost všech možných. První cena je vylosována 1. 2.) Počet všech pětičísel je dán tím, že každá jednotlivá šestice ze všech možných obsahuje 6 různých pětic. ( Předpokládáme, že nejsou losována dodatková čísla, která posouvají pětice do nižších výherních pořadí) Tedy x6 = všech pětičísel. Ale ta se několikrát opakují. Proto vydělíme tento výsledek ještě počtem všech různých pětic ze 49. Ten je dán vzorcem C(5 ze49) = Dostaneme výsledek opakování každého různého pětičísla : = 44 Výsledkem je opakovaní každé různé pětice 44x na objemu etalonu. Z tohoto počtu je 6 pětičísel vázáno v první ceně. Provedeme tedy nejprve výpočet opakování, a následně výpočet všech potenciálních pětic. Nakonec zkorigujeme výsledek o ty, které jsou vázané ve vyšších cenách. 3.) Počet všech čtyřčísel je dán tím, že každá jednotlivá šestice ze všech možných obsahuje 15 různých čtyřčísel. Tak tedy x15 = všech čtyřčísel. Ale ta se několikrát opakují. Proto vydělíme tento výsledek ještě počtem všech různých čtyřčísel ze 49. Ten je dán vzorcem C(4 ze49) = Potom dostaneme výsledek opakování každého různého čtyřčísla : = 990

2 Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 5. Stránka v kapitole 2 Výsledek ukazuje, že každé různé čtyřčíslo se opakuje 990 krát. Pokud je vylosováno šestičíslo, je také vylosováno 15 různých čtyřčísel C(4ze6). Také tento počet je nutné korigovat, protože čtyřčísla jsou vázána jak v první ceně, tak i ve všech pětičíslech. 4.) Počet všech trojčísel je dán tím, že každá šestice ze všech možných obsahuje 20 různých trojic podle vzorce C(3ze6). Celkově tedy x 20 = všech trojic. Ta se samozřejmě také mnohokrát opakují. Všech různých trojic je C(3ze49) = Z toho dostaneme opakování každé různé trojice : = Každé různé trojčíslo se opakuje x. Při vylosování šestičísla je vylosováno 20 různých trojčísel. Tento počet musíme také korigovat o všechny vyšší výhry. 5.) Nyní provedeme souhrn všech předchozích výpočtů a vypočítáme kolik je cen bez korekce. a) podle bodu 1. je jedna první cena při jednom losování z C(6ze49) b) podle bodu 2. je 44 krát opakováno každé různé pětičíslo, kterých je vylosováno 6. Celkem tedy 6 x 44 = 264 různých pětičísel na celku C(6ze49) a v jediném tahu. c) podle bodu 3. je 990 krát opakováno každé různé čtyřčíslo, kterých je vylosováno 15. Celkem tedy 15 x 990 = různých čtyřčísel z celku C(6ze49) v jediném tahu. d) podle bodu 4. je krát opakováno každé různé trojčíslo, kterých je vylosováno 20. Celkem 20 x = různých trojic z celku C(49;6) v jediném tahu. Abychom mohli udělat opravu (korekci) podle obsahů, musíme vědět, že jsou dány další obsahy navzájem mezi k-ticemi takto: 6 : šestice obsahuje 20 trojic, 15 čtyřčísel, 6 pětičísel 5 : pětice obsahuje 10 trojic, 5 čtyřčísel, 4 : čtyřčíslo obsahuje 4 trojice. 1 : - šestičíslo je jenom jedno bez korekce. 6.) Potom jsou obsahy korigovány takto : C(6;6)*C(43;0) = 1 2 : - pětičísla je jich potenciálně 264 z toho je 6 vázáno v šestičísle. Proto jen 258 samostatně. C(6;5)*C(43;1) = : - čtyřčísla je jich potenciálně , ale z toho je vázáno 15 v šestičísle a 258 x 5 = ve všech pětičíslech. Samostatně je jich mínus = samostatně C(6;4)*C(43;2) = : - trojic je potenciálně , ale z toho je 20 v šestici, 258 x 10 v pěticích, a ještě x 4 v čtyřčíslech. Tedy mínus = samostatně C(6;3)*C(43;3) =

3 Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 5. Stránka v kapitole 3 7.) Závěr a konstatování Takto vypadá rozložení výher bez dodatkového čísla. S dodatkovým číslem je to tak, že ke každé různé pětici přiřadíme dodatkové (prémiové, nebo jinak nazývané číslo). Tím vznikne 6 (nebo i více podle počtu dodatkových čísel) různých šestičísel, která bývají ustanovena jako 2. výherní pořadí, nebo i nižší ceny. Proto se tento výherní systém vymyká logice předchozího kombinatorického rozkladu. Není to však rozhodující pro dokazování v našem příkladu č. 5. Podstatné je, že kalibrací jsme dokázali v bodě č. 6., že Bernoulliho rozdělení jevu pravděpodobnosti vyjadřuje samostatně se vyskytující k-tice na etalonu, nikoliv všechny potenciální stejného druhu. Známe i zdůvodnění. Některé z potenciálních stejných k-tic < od k losovaných jsou vázány v k-ticích vyššího řádu. Na tom není nic zvláštního mimo definice co vyjadřuje Bernoulliho schema. Dále můžeme pokládat za průkazné porovnání dvou různých metod výpočtu zjevných samostatně se vyskytujících k-tic z celku k. Jedná se o průmět jediného stavu na etalon k z n. Což si můžeme také vysvětlit jako průmět jedné losované na výpis všech různých. Tím vytvoříme předpoklad realizace jinak neexistující skutečnosti etalonu. ( Jednoduše uhodnutí do rozpisu všech možných je teoreticky možný.) Úprava Bernoulliho schematu spočívá v neprovedení naznačeného podílu počtem všech možných. Ovšem Bernoulliho schemata umí vyjádřit také přímo potenciální množství. Hned si to raději ukážeme. Domnívám se totiž, že ne každému bylo zřejmé, co se dá kterým tvarem vyjádřit. Potenciální množství šestic systému 6 ze 49 : C(6 ze 6)*C(0 ze 43) = 1 viz bod č. 1 výpočtu. Potenciální množství pětic systému 6 ze 49 : C(5 ze 5)*C(1 ze 44) = 44 viz bod č. 2 výpočtu. Potenciální množství čtyřčísel systému 6 ze 49 : C(4 ze 4)*C(2 ze 45) = 990 viz bod č. 3 výpočtu. Potenciální množství trojic systému 6 ze 49 : C(3 ze 3)*C(3 ze 46) = viz bod č. 4 výpočtu. Jednoduché že? Potenciálních k-tic s velikostí x je C(k-x z celku n-x). Zatímco zjevné množství stejné k-tice má vyjádření C(x z k)*c(k-x z celku n). Zřejmě takové a podobné použití Bernoulliho schemat nebylo nikdy doceněno. Nebylo asi ani dost jasné co úpravy vyjádří. Podíl mezi těmito dvěma výrazy je velikostním vyjádřením systémové výhody, kterou nazývám první systémovou výhodou rozpisu rozdíl mezi potenciálním a zjevným množstvím. Dostáváme se k vlastnímu předmětu důkazu: 2. část příkladu 5 (Definice předmětu důkazu) Předmětem důkazu je odpověď na dotaz jakou má pravděpodobnost výhry nějaké ceny jeden tip a návazně systém tipů. Když totiž použijeme dotaz na jednu určitou k-tici, odpovídá vyjádření podle Bernoulliho zjevného množství. Jenže není úplně správné se k těm kumulovaným do vyšších tříd stavět odmítavě. Takže preciznějším vyjádřením je poměr všech k-tic, které obsahují nějak akumulované k-tice stejného druhu. Samozřejmě je to součet všech zjevných množství od požadované k-tice výše. Například pro trojice je to součet výsledků z bodů , který je také obsažen v bodu 5. Provedeme součet všech výherních tipů na etalonu: 1 první cena (šestice) samostatných pětic samostatných čtyřčísel trojic = celkem výherních tipů. Tento počet vyjádříme jako pravděpodobnost jediného tipu / 13, = pravděpodobnost 0, Z celkové pravděpodobnosti vypočteme průměrný počet tipů nutných k přiblížení nějaké výhry. 1/p = 53,65 tipů šestic. Výpočet podle bodu 4., tedy 1 samostatné trojice je samozřejmě menší / = pravděpodobnost 0,0178. Což po přepočtu 1/p = 56,5 tipu šestic.

4 Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 5. Stránka v kapitole 4 Existuje ještě jiný výpočet potřebných tipů. Všech různých trojic je Jediná šestice pojme 20 trojic. Potom je potřeba / 20 = 921,2 tipů na uhodnutí všech 20 různých vylosovaných. Proto na uhodnutí jedné trojice je potřeba 20 krát méně, tedy 921,2 / 20 = 46,06 tipů šestic. Nyní jsme postaveni před problém určení správného výpočtu. Je to problém hned z několika úhlů pohledu. Poměrně dlouhou dobu jsem se zabýval důkazem existence takového rozpisu, který by zaručoval uhodnutí jediné ceny, tedy k-tice určitého druhu. Dnes jsem přesvědčen, že to lze udělat jen pro určitý poměr losovaných k počtu možných, ale nikoliv pro loterii 6 ze 49. Ale stejně dobře lze podat důkaz o existenci rozpisu s obsahem všech různých k-tic stejného druhu. Problém je také v celočíselné dělitelnosti. Velmi často vychází neceločíselný výsledek, což znamená, že potřebný rozpis je větší. Ale lze takový postavit? Nebo jak velký rozpis zaručí tuto podmínku? Z tohoto důvodu přepočítáme pravděpodobnost jako násobek jednoho tipu. Toto provedeme již zcela účelově pro loterii 6 ze 49 takto: Podle Bernoulliho zjevného množství je to zřejmě horní mez možného: 56,5 tipů x 20 =1130 tipů Podle poměru všech výherních tipů na etalonu je to : 53,65 tipů x 20 = 1073 tipů Podle výpočtu z potenciálů je to : / 20 = 921,2 tipů Logické je, že určitá pojmová relativita mezi prvními dvěma případy je správně vyjádřený paradox a je jen na nás jak se k němu postavíme. Ale pravdivý výraz je ten třetí. Toto je paradox existence 2 správných a nestejných výsledků. Nesystémový tip, má průměrnou pravděpodobnost podle zjevného množství, nebo podle interpretace z celku všech výherních tipů. Systémový tip s obsahem rozpisu všech trojic má pravděpodobnost větší, a v relaci statistických hodnot není zanedbatelná. Takových rozpisů může být postaveno z uvedené množiny doslova mnoho. S tímto paradoxem se musíme pouze smířit. Je to dokazatelné tvrzení. Všechny tři různé výsledky, ale dva kvalitativně různé platí současně. Je to výhoda systému v krystalicky čisté podobě kterou si ukážeme v třetí části tohoto příkladu. Před tím ale musím upozornit, že je nutno použít jinou množinu systému. Je však velmi podobná loternímu modelu 6 ze 49. Jde o 7 z celku 49, tedy rozdělený nadsystém Na této množině se vyskytuje celočíselná dělitelnost pro obsah dvojic. Konkrétně C(2 ze49) / C(2ze7) = část příkladu 5 (Důkaz tvrzení) Podle Bernoulliho zjevného množství je k uhodnutí jedné dvojice celku 49 potřeba podle výrazu C(2 ze 7)*C(4 ze 42) / C(6 ze 49) = 0,168. Což je velikost pravděpodobnosti 1 tipu 7 čísel. Všechny vylosované potom 1/p * 20 = 5,95 * 20 = 118,9 tipů sedmic. S měnícím se k se mění také pravděpodobnost. Když budeme losovat 7 z celku 49, bude pravděpodobnost uhodnutí 1 dvojice větší: C(2 ze 7)*C(5 ze 42) / C(7 ze 49) = 0,208. Z toho plyne potřeba 1/p *35 vylosovaných dvojic = 4,808 *35=168,3 tipů sedmic. Ve finále je podle toho potřeba ale více tipů. Zřetelně se počet potřebných tipů mění. To je dáno nelogicky, ale pravdivě pro jediný tip, kterým dělíme počet vylosovaných dvojic. Při tom systém, respektive nadsystém má možnost pojmout všechny své dvojice do skalárního počtu k-tic. Zřetelně pojednáváme o dvou různých věcech. Přes to obě vyjádření platí současně ať to probíráme

5 Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 5. Stránka v kapitole 5 z jakékoliv stránky. Platnost pravděpodobnosti ze zjevného množství jsme ověřovali dvěma různými výpočty. Zbývá dokázat skutečnost existence rozpisu 56 sedmic s obsahem všech dvojic celku 49. Ještě před tím si ale ukážeme jak se mění pravděpodobnost 1 tipu v souvislosti s objemem rozpisu, který je schopný pojmout všechny různé vylosované k-tice. Tabulka příkladu 5 (numerické příklady) popis systémové výhody a paradoxu. Tabulka vývoje pravděpodobnosti uhodnutí jedné dvojice do 1 tipu sedmic a vyjádření potřebného počtu tipů rozpisu uhodnutí všech různých. n1 n2 Z řádku Výpočet podle Bernoulliho schematu zjevných k-tic 7 na 2 Počet druhů Počet 7 Poměr celku 7 42 celkem k n1 = 7p n2 = 42p C(k ze 49) pravděpodobnost 1/p dvojic losovaných rozpisu % rozpis , , , , ,67 0, , , ,31 0, , , ,1 0, , , ,24 0, , , ,98 0, , , ,63 0, ,05E+009 0, , ,26 0, ,22E+009 0, , ,23 0, ,91E+010 0, , ,92 0, ,47E+009 9,23E+010 0, , ,34 0, ,28E+009 2,63E+011 0, , ,24 0, ,11E+010 6,75E+011 0, , ,52 0, ,55E+010 1,58E+012 0, , ,8 0, ,29E+010 3,35E+012 0, , ,87 0, ,87E+010 6,50E+012 0, , ,5 0, ,67E+011 1,16E+013 0, , ,08 0, ,55E+011 1,89E+013 0, , ,53 0, ,54E+011 2,83E+013 0, , ,29 0, ,47E+011 3,90E+013 0, , ,49 0, < rostoucí 21 rostoucí rostoucí různé různé rostoucí rostoucí klesající Pravděpodobnost i velikost potřebného rozpisu se mění podle počtu losovaných. Při tom stačí 56 systémových sedmic. Důležitou zajímavostí je zjištění, že kulminace pravděpodobností je na velikosti k=14, jinak řečeno při k = 2sqrt(n) Tabulka 1: Numerický příklad 5 Popis systémové výhody a paradoxu Paradox už dostává také konkrétnější zdůvodnění. Důležitější je ale zjištění co je příčinou a jak se toho dá využít. Samozřejmě že využitím nemáme na mysli nějakou aplikaci z oblasti hazardu, přestože i to je aplikace. Zjištění je poznáním jak má být velký statistický vzorek. To samo o sobě znamená mnoho, protože velikost vzorku je při aplikované statistice určována individuálně na základě praktických zkušeností, nebo zvyklostí. Takto získáme souměřitelný standard. Důsledkem by mělo být sjednocení statistických metod a to je určitě velké plus. Už by nikdo neměl mít možnost pomocí čísel manipulovat se skutečnostmi. Důsledek lze očekávat zejména v oblasti sociálních věd, nebo také přímo na kvalitě života každého z nás, a to už za to opravdu stojí. Vysvětlení paradoxu je současnost platnosti pravděpodobnosti jediného tipů. Počet tipů rozpisu získaný výpočtem z tohoto zjevného Bernoulliho množství je množinou tipů na systému kombinací příslušné třídy. Rozpis z potenciálů i po zpětném přepočtu na jediný tip má proměnlivou pravděpodobnost. Tak to ale nemůžeme aplikovat doslova. Rozpis je totiž funkčně jediným tipem (tedy správně stavem). Například při losování 12 z celku 49 existuje 66 různých dvojic. Každý tip by musel obsahovat více jak jednu dvojici. To znamená pravděpodobnost větší nežli 100%. A je to skutečnost přímo nepopiratelná. Toto tvrzení si může každý naturalisticky ověřit na tomto rozpisu.

6 Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 5. Stránka v kapitole 6 Rozpis s obsahem všech dvojic celku 49 Obsah dvojic je exkluzivní. Dvojice jsou obsaženy úplně všechny bez opakování. C(2 ze 49)=1176 / obsah tipu 21 = 56 tipů. Tabulka 2: Numerický příklad 5 Rozpis dvojic z celku Jak bude vypadat uhodnutí některých 12 losovaných z celku 49? Budou samozřejmě různě uspořádány rámcově podle kombinatorických obsahů, takže teoreticky 66/21 = 3,14 tipu pojme všechny různé, a zbytek by mohl být zcela bez uhodnutých dvojic. Tento extrém však také není možné docílit, což je problematika s námětem pro Teorii rozpisu, takže ji vynecháme. Důležité je že máme záruku uhodnutí všech různých dvojic bez ohledu na to, kolik je jich losováno. Takovou záruku nesystémový počet potřebných tipů na uhodnutí 1, nebo i všech nemá. To můžeme také snadno dokázat rozpisem. Použijeme-li 56 prvních tipů etalonu (výpis všech různých setříděný vzestupně, což je statistická podoba existenčně definovaného etalonu) To si jen naznačíme: všechny sedmice mohou mít prvních 6 číslic stejných. Proto bude 56 x opakováno 15 dvojic podle vyjádření C(2 z 6). Zbytek se bude řešit zbylými čísly celku, tedy 49-6=43, které budou přidány ke stejné šestici. Dostaneme 43 různých sedmic, a změníme poslední číslo původní šestice takto: až 49 celkem 43 tipů = 49*6+15=309 různých až například 22 celkem 13 tipů. Samé opakované dvojice z předchozího řádku. Takže takový rozpis obsahuje pouze 309 z celku 1176 různých dvojic. Ale můžeme také postavit důkaz na jiné záležitosti. Některé dvojice se nemusí vyskytovat z důvodu nevylosování jednic. Výpočet je také jednoduchý. C(7 z 10)=120 >56. Pak může existovat mnoho rozpisů které neuhodnou ani jedinou jednici. Je jich celkem C(10 z 49-10). Těch které uhodnou pouze jedinou jednici (která nemůže sama utvořit dvojici) je C(10 z 49-9) apod. Takže prokazujeme současně existenci rozpisu s vlastností skalárního počtu určitých k-tic. Naproti tomu dokazujeme existenci rozpisu s jinou vlastností, která extrémně umožňuje neuhodnutí žádné k-tice. Oba rozpisy mají při tom stejný počet n-tic ze stejného základu. Závěr příkladu č. 5 Tuto skutečnost je prostě nutné akceptovat. Rozpis jako určitý cílený výběr s dosaženou cílovou vlastností má vyšší pravděpodobnost v přepočtu na pravděpodobnost jediného tipu, nežli výběr nesystémový. Poměr mezi systémovým a nesystémovým tipem je vyjádření velikosti systémové výhody tohoto typu vztažné k danému systému C(k z n). Při tom skutečnost a pravdivost Bernoulliho schemat jsme perfektně dokázali v části prvé tohoto příkladu. Je to možné také naturalisticky ověřit. Pro dnešní techniku není problém vytvořit databázi všech různých kombinací určité třídy a určitého celku možných. Extrahovat uhodnuté a pak sečíst.

7 Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 5. Stránka v kapitole 7 Když budeme vysvětlovat tento paradox, tak není dobré používat axiomatické tvrzení, přestože k němu v celém dokazování směřujeme. Můžeme vyjádřit, že paradox je způsoben interakcí systému se svým nadsystémem. Částečně se projevují při tom kombinatoricky skalární poměry obsahů při výpočtu jako deformující skutečnost. Dalším důvodem je existenčně jinak definovaný rozpis proti etalonu. Rozpis jako cílená množina výše popsaného druhu má s výpisem všech možných (etalonem) podobnost holografického typu. Rozpis podle popisu uvedeného shora obsahuje jen n-tice, tedy součásti nadsystému s obsahem všech k- tic určitého druhu, zatímco etalon je v podobě výpisu systémem všech různých k-tic = plnému k nadsystému. Rozpis má více příslušnost k pojmu modifikace, které jsou také obrazem rozpisů. Jejich četnost je různá a podle toho se řídí vnitřní pravděpodobnost. Uvedený rozpis s obsahem všech dvojic je ve své podstatě výběrem z určité modifikace pravidelně rozděleného nadsystému 7x7. To co platí pro celočíselné rozpisy, platí také pro neceločíselné analýzy. Tam však sehrávají úlohu praktické dovednosti konstrukce, a výsledek demonstrace se snadno dík tomu vytratí. Také není správné tvrzení, že pravděpodobnost systémového tipu se váže k určitému jedinému tipu. Kterýkoliv tip může být součástí rozpisu dobrého, nebo špatného. Znamená to, že může existovat dvojice stejně objemných rozpisu se společným (společnými jako stejnými) tipem, nebo tipy. Potom ten samý tip má jinou pravděpodobnost? Tento případ stejného tipu je zde popsán rozpisem dobrým i rozpisem špatným jde o tip Z toho plyne další závěr: Různá pravděpodobnost se přenáší z nadřízeného systému směrem dolů. Souhrny jsou také vyjádřením odlišných kvalit. To právě je dokázáno tímto paradoxem. Poznámka: Také jsme narazili na několik zajímavostí, jejichž význam si můžeme objasnit později. Je to například kulminace pravděpodobnosti v bodě 2 sqrt(n), nebo což je zatím také jakoby zahaleno tajemstvím samotné sqrt(n). Jde o skrytou vlastnost zrcadlové velikosti. Například dvojic je stejně jako pětic z celku 7 a podobně. Když se na Bernoulliho schema pozorně podíváme, tak je jasné, že můžeme tuto vlastnost využívat pro obě podmnožiny nadsystému stejně. Vždyť losované jako k je něco úplně jiného. Výběr k je spíš výjimečně shodný s jednou, nebo více podmnožinami n. Za polovinou n rostoucího k se počet zmenšuje zrcadlově. To má úžasný efekt. Budeme dokazovat, že relativních četností je absolutně stejně bez ohledu na velikost k-tice.

Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 1. Stránka v kapitole 1

Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 1. Stránka v kapitole 1 Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 1. Stránka v kapitole 1 Příklad 1. Výpočet pomocí rozšířeného Bernoulliho schematu. Příklad řeší výpočtem rozložení prvků losovaných

Více

Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 2. Stránka v kapitole 1. Příklad 2. Modifikace M systému k=6p.

Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 2. Stránka v kapitole 1. Příklad 2. Modifikace M systému k=6p. Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 2. Stránka v kapitole 1 Příklad 2. Výpočet pomocí rozšířeného Bernoulliho schematu. Příklad řeší výpočtem rozložení prvků losovaných

Více

Komentáře Schema 2 Vlastní provedení. Příklad 2.

Komentáře Schema 2 Vlastní provedení. Příklad 2. Příklad 2. Popíšeme předpoklady výpočtu pravděpodobnost výsledků hodu několika kostkami. Příklad prvého schematu ukázal, že rostoucím počtem mincí se mění relativní četnosti jednotlivých tvarů. Nyní tuto

Více

Vyšetřování pravděpodobnosti na systémech

Vyšetřování pravděpodobnosti na systémech Základy teorie pravděpodobnosti. Kapitola: Pravděpodobnost systémů Strana v kapitole 1 Vyšetřování pravděpodobnosti na systémech Hovoříme li o Teorii pravděpodobnosti, měli bychom se pravděpodobnosti jako

Více

Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 4. Stránka v kapitole 1. Příklad 4.

Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 4. Stránka v kapitole 1. Příklad 4. Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 4. Stránka v kapitole 1 Příklad 4. Výpočet pomocí Bernoulliho schematu. Příklad řeší výpočtem rozložení prvků losovaných k do n celku.

Více

Třídění množin a definice závislostí.

Třídění množin a definice závislostí. Základy teorie pravděpodobnosti Kapitola: Třídění množin a definice závislostí. Stránka v kapitole 1 Třídění množin a definice závislostí. Tato kapitola charakter spíš popisný a doplňující k hlavní osnově

Více

Kombinatorický předpis

Kombinatorický předpis Gravitace : Kombinatorický předpis Petr Neudek 1 Kombinatorický předpis Kombinatorický předpis je rozšířením Teorie pravděpodobnosti kapitola Kombinatorický strom. Její praktický význam je zřejmý právě

Více

KOMBINATORIKA (4.ročník I.pololetí DE, 2.ročník I.pololetí NS)

KOMBINATORIKA (4.ročník I.pololetí DE, 2.ročník I.pololetí NS) KOMBINATORIKA (4.ročník I.pololetí DE,.ročník I.pololetí NS) Kombinatorika je část matematiky, zabývající se uspořádáváním daných prvků podle jistých pravidel do určitých skupin a výpočtem množství těchto

Více

Komentáře Schema 3 Vlastní provedení. Příklad 3.

Komentáře Schema 3 Vlastní provedení. Příklad 3. Příklad 3. Určování řídících systémů úvod do kombinatorických problematik. V předcházejícím příkladu jsme popisovali mimo jiné také problematiku kombinatorických pojmů výrokem, že kombinatorické pojmy

Více

Teorie pravěpodobnosti 1

Teorie pravěpodobnosti 1 Teorie pravěpodobnosti 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Náhodný jev a pravděpodobnost Každou zákonitost sledovanou v přírodě lze zjednodušeně charakterizovat jako

Více

Základy teorie množin

Základy teorie množin 1 Základy teorie množin Z minula: 1. Cantorovu větu (x P(x)) 2. základní vlastnosti disjunktního sjednocení, kartézského součinu a množinové mocniny (z hlediska relací, ) 3. vztah P(a) a 2 4. větu (2 a

Více

Základy teorie pravděpodobnosti Kapitola: SPP (statistická pracovní plocha). Stránka v kapitole 1

Základy teorie pravděpodobnosti Kapitola: SPP (statistická pracovní plocha). Stránka v kapitole 1 Základy teorie pravděpodobnosti Kapitola: SPP (statistická pracovní plocha). Stránka v kapitole 1 Statistická pracovní plocha Statistická pracovní plocha (SPP) je podstatou průsečíkový graf ploch do kterého

Více

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: 3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...

Více

0.1 Úvod do lineární algebry

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

Více

Pravděpodobnost a statistika

Pravděpodobnost a statistika Pravděpodobnost a statistika 1 Náhodné pokusy a náhodné jevy Činnostem, jejichž výsledek není jednoznačně určen podmínkami, za kterých probíhají, a které jsou (alespoň teoreticky) neomezeně opakovatelné,

Více

O dělitelnosti čísel celých

O dělitelnosti čísel celých O dělitelnosti čísel celých 9. kapitola. Malá věta Fermatova In: František Veselý (author): O dělitelnosti čísel celých. (Czech). Praha: Mladá fronta, 1966. pp. 98 105. Persistent URL: http://dml.cz/dmlcz/403572

Více

12 DYNAMIKA SOUSTAVY HMOTNÝCH BODŮ

12 DYNAMIKA SOUSTAVY HMOTNÝCH BODŮ 56 12 DYNAMIKA SOUSTAVY HMOTNÝCH BODŮ Těžiště I. impulsová věta - věta o pohybu těžiště II. impulsová věta Zákony zachování v izolované soustavě hmotných bodů Náhrada pohybu skutečných objektů pohybem

Více

Kombinatorický strom

Kombinatorický strom Základy teorie pravděpodobnosti. Kapitola: Kombinatorický strom Strana v kapitole 1 Kombinatorický strom Kombinatorickým stromem rozumíme uspořádání kombinatorických pojmů. Účelem je vytvořit jednoznačnou

Více

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368 Příklad 1 Je třeba prověřit, zda lze na 5% hladině významnosti pokládat za prokázanou hypotézu, že střední doba výroby výlisku je 30 sekund. Přitom 10 náhodně vybraných výlisků bylo vyráběno celkem 540

Více

Kritéria dělitelnosti

Kritéria dělitelnosti Kritéria dělitelnosti Jaroslav Zhouf, Pedf UK Praha Kritéria dělitelnosti slouží k rozhodování o tom, zda je určité přirozené číslo n dělitelné určitým přirozeným číslem k. Každé takové kritérium se snaží

Více

Základy teorie pravděpodobnosti Kapitola: Pascalův trojúhelník. Stránka v kapitole 1

Základy teorie pravděpodobnosti Kapitola: Pascalův trojúhelník. Stránka v kapitole 1 Základy teorie pravděpodobnosti Kapitola: Pascalův trojúhelník. Stránka v kapitole 1 Upravený Pascalův trojúhelník. Pascalův trojúhelník zná snad každý. Přes to si ho opíšeme kvůli rozpomenutí se. Je to

Více

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u. Několik řešených příkladů do Matematiky Vektory V tomto textu je spočteno několik ukázkových příkladů které vám snad pomohou při řešení příkladů do cvičení. V textu se objeví i pár detailů které jsem nestihl

Více

{ 3;4;5;6 } pravděpodobnost je zřejmě 4 = 2.

{ 3;4;5;6 } pravděpodobnost je zřejmě 4 = 2. 9..3 Pravděpodobnosti jevů I Předpoklady: 90 Opět se vrátíme k hodu kostkou. Pokus má šest stejně pravděpodobných náhodných výsledků pravděpodobnost každého z nich je 6. Do domečku nám chybí tři políčka.

Více

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

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

Více

Unární je také spojka negace. pro je operace binární - příkladem může být funkce se signaturou. Binární je velká většina logických spojek

Unární je také spojka negace. pro je operace binární - příkladem může být funkce se signaturou. Binární je velká většina logických spojek Otázka 06 - Y01MLO Zadání Predikátová logika, formule predikátové logiky, sentence, interpretace jazyka predikátové logiky, splnitelné sentence, tautologie, kontradikce, tautologicky ekvivalentní formule.

Více

5. Náhodná veličina. 2. Házíme hrací kostkou dokud nepadne šestka. Náhodná veličina nabývá hodnot z posloupnosti {1, 2, 3,...}.

5. Náhodná veličina. 2. Házíme hrací kostkou dokud nepadne šestka. Náhodná veličina nabývá hodnot z posloupnosti {1, 2, 3,...}. 5. Náhodná veličina Poznámka: Pro popis náhodného pokusu jsme zavedli pojem jevového pole S jako množiny všech možných výsledků a pravděpodobnost náhodných jevů P jako míru výskytů jednotlivých výsledků.

Více

10. Soustava lineárních rovnic - substituční metoda

10. Soustava lineárních rovnic - substituční metoda @112 10. Soustava lineárních rovnic - substituční metoda Jedna z metod, která se používá při řešení soustavy lineárních rovnic, se nazývá substituční. Nejlépe si metodu ukážeme na příkladech. Příklad:

Více

= je prostý orientovaný graf., formálně c ( u, v) 0. dva speciální uzly: zdrojový uzel s a cílový uzel t. Dále budeme bez

= je prostý orientovaný graf., formálně c ( u, v) 0. dva speciální uzly: zdrojový uzel s a cílový uzel t. Dále budeme bez Síť Síť je čtveřice N = ( G, s, t, c) kde G ( V, A) = je prostý orientovaný graf a každé orientované hraně ( u, v) je přiřazeno nezáporné číslo, které se nazývá kapacita hrany ( u, v), formálně c ( u,

Více

Původní nalezení vztahu který ukazoval na rovnost středních hodnot MOD = MED.

Původní nalezení vztahu který ukazoval na rovnost středních hodnot MOD = MED. TP TG stabilita množstvím: Mod=Med_původní Petr Neudek 1 Původní nalezení vztahu který ukazoval na rovnost středních hodnot MOD = MED. Modus Medián, nebo také Modus = Modulo, a Medián = Modulo vznikl při

Více

Množiny, relace, zobrazení

Množiny, relace, zobrazení Množiny, relace, zobrazení Množiny Množinou rozumíme každý soubor určitých objektů shrnutých v jeden celek. Zmíněné objekty pak nazýváme prvky dané množiny. Pojem množina je tedy synonymem pojmů typu soubor,

Více

Výroková logika dokazatelnost

Výroková logika dokazatelnost Výroková logika dokazatelnost Ke zjištění, zda formule sémanticky plyne z dané teorie (množiny formulí), máme k dispozici tabulkovou metodu. Velikost tabulky však roste exponenciálně vzhledem k počtu výrokových

Více

Báze a dimenze vektorových prostorů

Báze a dimenze vektorových prostorů Báze a dimenze vektorových prostorů Buď (V, +, ) vektorový prostor nad tělesem (T, +, ). Nechť u 1, u 2,..., u n je konečná posloupnost vektorů z V. Existují-li prvky s 1, s 2,..., s n T, z nichž alespoň

Více

(Cramerovo pravidlo, determinanty, inverzní matice)

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

Více

V roce 1998 se v Liberci oženili muži a vdaly ženy v jednotlivých věkových skupinách v následujících počtech:

V roce 1998 se v Liberci oženili muži a vdaly ženy v jednotlivých věkových skupinách v následujících počtech: Příklad 1 V roce 1998 se v Liberci oženili muži a vdaly ženy v jednotlivých věkových skupinách v následujících počtech: Skupina Počet ženichů Počet nevěst 15-19 let 11 30 20-24 let 166 272 25-29 let 191

Více

Matematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29

Matematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29 Matematika 1 11. přednáška MA1 1 Opakování 2 Determinant 3 Adjungovaná matice 4 Cramerovo pravidlo 5 Vlastní čísla a vlastní vektory matic 6 Zkouška; konzultace; výběrová matematika;... 11. přednáška (15.12.2010

Více

Gravitace : Komentáře Petr Neudek 1. Cesta k průměru.

Gravitace : Komentáře Petr Neudek 1. Cesta k průměru. Gravitace : Komentáře Petr Neudek 1 Cesta k průměru. Jedná se o určité zamyšlení nad tím, co je to průměr, nebo střední hodnota. Obecně je problematika brána z mnoha pohledů, a lze narazit v každé kapitole

Více

Negativní informace. Petr Štěpánek. S použitím materiálu M.Gelfonda a V. Lifschitze. Logické programování 15 1

Negativní informace. Petr Štěpánek. S použitím materiálu M.Gelfonda a V. Lifschitze. Logické programování 15 1 Negativní informace Petr Štěpánek S použitím materiálu M.Gelfonda a V. Lifschitze 2009 Logické programování 15 1 Negace jako neúspěch Motivace: Tvrzení p (atomická formule) neplatí, jestliže nelze odvodit

Více

Nyní využijeme slovník Laplaceovy transformace pro derivaci a přímé hodnoty a dostaneme běžnou algebraickou rovnici. ! 2 "

Nyní využijeme slovník Laplaceovy transformace pro derivaci a přímé hodnoty a dostaneme běžnou algebraickou rovnici. ! 2 ŘEŠENÉ PŘÍKLADY Z MB ČÁST Příklad Nalezněte pomocí Laplaceovy transformace řešení dané Cauchyho úlohy lineární diferenciální rovnice prvního řádu s konstantními koeficienty v intervalu 0,, které vyhovuje

Více

1 Mnohočleny a algebraické rovnice

1 Mnohočleny a algebraické rovnice 1 Mnohočleny a algebraické rovnice 1.1 Pojem mnohočlenu (polynomu) Připomeňme, že výrazům typu a 2 x 2 + a 1 x + a 0 říkáme kvadratický trojčlen, když a 2 0. Číslům a 0, a 1, a 2 říkáme koeficienty a písmenem

Více

CVIČNÝ TEST 37. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 5 III. Klíč 13 IV. Záznamový list 15

CVIČNÝ TEST 37. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 5 III. Klíč 13 IV. Záznamový list 15 CVIČNÝ TEST 37 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 5 III. Klíč 13 IV. Záznamový list 15 I. CVIČNÝ TEST VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 Na staré hliněné desce je namalován čtverec

Více

Limita funkce. FIT ČVUT v Praze. (FIT) Limita funkce 3.týden 1 / 39

Limita funkce. FIT ČVUT v Praze. (FIT) Limita funkce 3.týden 1 / 39 Limita funkce FIT ČVUT v Praze 3.týden (FIT) Limita funkce 3.týden 1 / 39 Definice funkce. Zobrazení (f, D f ), jehož definiční obor D f i obor hodnot H f je podmnožinou množiny reálných čísel, se nazývá

Více

1. Statistická analýza dat Jak vznikají informace Rozložení dat

1. Statistická analýza dat Jak vznikají informace Rozložení dat 1. Statistická analýza dat Jak vznikají informace Rozložení dat J. Jarkovský, L. Dušek, S. Littnerová, J. Kalina Význam statistické analýzy dat Sběr a vyhodnocování dat je způsobem k uchopení a pochopení

Více

Kapitola Základní množinové pojmy Princip rovnosti. Dvě množiny S a T jsou si rovny (píšeme S = T ) prvek T je také prvkem S.

Kapitola Základní množinové pojmy Princip rovnosti. Dvě množiny S a T jsou si rovny (píšeme S = T ) prvek T je také prvkem S. 1 Kapitola 1 Množiny 11 Základní množinové pojmy Pojem množiny nedefinujeme, pouze připomínáme, že množina je souhrn, nebo soubor navzájem rozlišitelných objektů, kterým říkáme prvky 111 Princip rovnosti

Více

Úlohy krajského kola kategorie A

Úlohy krajského kola kategorie A 62. ročník matematické olympiády Úlohy krajského kola kategorie A 1. Je dáno 21 různých celých čísel takových, že součet libovolných jedenácti z nich je větší než součet deseti ostatních čísel. a) Dokažte,

Více

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník 3 hodiny týdně PC a dataprojektor Kombinatorika Řeší jednoduché úlohy

Více

1 Mnohočleny a algebraické rovnice

1 Mnohočleny a algebraické rovnice 1 Mnohočleny a algebraické rovnice 1.1 Pojem mnohočlenu (polynomu) Připomeňme, že výrazům typu a 2 x 2 + a 1 x + a 0 říkáme kvadratický trojčlen, když a 2 0. Číslům a 0, a 1, a 2 říkáme koeficienty a písmenem

Více

EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření. Jan Krystek

EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření. Jan Krystek EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření Jan Krystek 9. května 2019 CHYBY A NEJISTOTY MĚŘENÍ Každé měření je zatíženo určitou nepřesností způsobenou nejrůznějšími negativními vlivy,

Více

64. ročník matematické olympiády Řešení úloh krajského kola kategorie A

64. ročník matematické olympiády Řešení úloh krajského kola kategorie A 64. ročník matematické olympiády Řešení úloh krajského kola kategorie A 1. Středy stran AC, BC označme postupně, N. Střed kružnice vepsané trojúhelníku KLC označme I. Úvodem poznamenejme, že body K, L

Více

Modely Herbrandovské interpretace

Modely Herbrandovské interpretace Modely Herbrandovské interpretace Petr Štěpánek S využitím materialu Krysztofa R. Apta 2006 Logické programování 8 1 Uvedli jsme termové interpretace a termové modely pro logické programy a také nejmenší

Více

Typy množin, systémů a jejich rozdělení.

Typy množin, systémů a jejich rozdělení. Základy teorie pravděpodobnosti. Kapitola: Typy množin, systémů a jejich rozdělení. Strana v kapitole 1 Typy množin, systémů a jejich rozdělení. V této práci rozlišujeme předmět šetření pravděpodobnosti

Více

Náhodné chyby přímých měření

Náhodné chyby přímých měření Náhodné chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně pravděpodobná.

Více

Pro zvládnutí této kapitoly budete potřebovat 4-5 hodin studia.

Pro zvládnutí této kapitoly budete potřebovat 4-5 hodin studia. Úvod (Proč se zabývat statistikou?) Statistika je metoda analýzy dat, která nachází široké uplatnění v celé řadě ekonomických, technických, přírodovědných a humanitních disciplín. Její význam v poslední

Více

3. Podmíněná pravděpodobnost a Bayesův vzorec

3. Podmíněná pravděpodobnost a Bayesův vzorec 3. Podmíněná pravděpodobnost a Bayesův vzorec Poznámka: V některých úlohách řešíme situaci, kdy zkoumáme pravděpodobnost náhodného jevu za dalších omezujících podmínek. Nejčastěji má omezující podmínka

Více

Obecné, centrální a normované momenty

Obecné, centrální a normované momenty Obecné, centrální a normované momenty Obsah kapitoly 4. Elementární statistické zpracování - parametrizace vhodnými empirickými parametry Studijní cíle Naučit se počítat centrální a normované momenty pomocí

Více

i=1 Přímka a úsečka. Body, které leží na přímce procházející body a a b můžeme zapsat pomocí parametrické rovnice

i=1 Přímka a úsečka. Body, které leží na přímce procházející body a a b můžeme zapsat pomocí parametrické rovnice I. Funkce dvou a více reálných proměnných 1. Úvod Značení: V textu budeme používat označení: N pro množinu všech přirozených čísel; R pro množinu všech reálných čísel; R n pro množinu všech uspořádaných

Více

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s Kapitola 13 Kvadratické formy Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru f(x 1,..., x n ) = a ij x i x j, kde koeficienty a ij T. j=i Kvadratická forma v n proměnných

Více

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ Parametrické vyjádření přímky v rovině Máme přímku p v rovině určenou body A, B. Sestrojíme vektor u = B A. Pro bod B tím pádem platí: B = A + u. Je zřejmé,

Více

Úvod do matematiky. Mgr. Radek Horenský, Ph.D. Důkazy

Úvod do matematiky. Mgr. Radek Horenský, Ph.D. Důkazy Úvod do matematiky Mgr. Radek Horenský, Ph.D. Důkazy Matematika a matematické chápání jako takové je založeno na logické výstavbě. Základními stavebními prvky jsou definice, věty a důkazy. Definice zavádějí

Více

Termojaderná syntéza. A neb jak je to s pohonem sluncí.

Termojaderná syntéza. A neb jak je to s pohonem sluncí. Gravitace : Termojaderná syntéza Petr Neudek 1 Termojaderná syntéza. A neb jak je to s pohonem sluncí. Pohon slunce má příčinu v setrvávání systému. Systém sluneční soustavy je vysoce závislý jak uvnitř

Více

CVIČNÝ TEST 35. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

CVIČNÝ TEST 35. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 CVIČNÝ TEST 35 Mgr. Tomáš Kotler OBSAH I. Cvičný test II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 I. CVIČNÝ TEST 1 Vypočtěte [( 3 3 ) ( 1 4 5 3 0,5 ) ] : 1 6 1. 1 bod VÝCHOZÍ TEXT K ÚLOZE

Více

Teoretická informatika Tomáš Foltýnek Teorie čísel Nekonečno

Teoretická informatika Tomáš Foltýnek Teorie čísel Nekonečno Tomáš Foltýnek foltynek@pef.mendelu.cz Teorie čísel Nekonečno strana 2 Opakování z minulé přednášky Jak je definována podmnožina, průnik, sjednocení, rozdíl? Jak je definována uspořádaná dvojice a kartézský

Více

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

Více

M - Příprava na 1. zápočtový test - třída 3SA

M - Příprava na 1. zápočtový test - třída 3SA M - Příprava na 1. zápočtový test - třída 3SA Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. VARIACE 1 Tento

Více

Matematika. ochrana životního prostředí analytická chemie chemická technologie Forma vzdělávání:

Matematika. ochrana životního prostředí analytická chemie chemická technologie Forma vzdělávání: Studijní obor: Aplikovaná chemie Učební osnova předmětu Matematika Zaměření: ochrana životního prostředí analytická chemie chemická technologie Forma vzdělávání: denní Celkový počet vyučovacích hodin za

Více

Digitální učební materiál

Digitální učební materiál Digitální učební materiál Číslo projektu Označení materiálu Název školy Autor Tematická oblast Ročník Anotace Metodický pokyn Zhotoveno CZ.1.07/1.5.00/34.0061 VY_42_INOVACE_M.2.01 Integrovaná střední škola

Více

Úlohy krajského kola kategorie C

Úlohy krajského kola kategorie C 67. ročník matematické olympiády Úlohy krajského kola kategorie C 1. Najděte nejmenší přirozené číslo končící čtyřčíslím 2018, které je násobkem čísla 2017. 2. Pro celá čísla x, y, z platí x 2 + y z =

Více

Matematika PRŮŘEZOVÁ TÉMATA

Matematika PRŮŘEZOVÁ TÉMATA Matematika ročník TÉMA 1-4 Operace s čísly a - provádí aritmetické operace v množině reálných čísel - používá různé zápisy reálného čísla - používá absolutní hodnotu, zapíše a znázorní interval, provádí

Více

Maturitní témata profilová část

Maturitní témata profilová část Seznam témat Výroková logika, úsudky a operace s množinami Základní pojmy výrokové logiky, logické spojky a kvantifikátory, složené výroky (konjunkce, disjunkce, implikace, ekvivalence), pravdivostní tabulky,

Více

7 Ortogonální a ortonormální vektory

7 Ortogonální a ortonormální vektory 7 Ortogonální a ortonormální vektory Ze vztahu (5) pro výpočet odchylky dvou vektorů vyplývá, že nenulové vektory u, v jsou na sebe kolmé právě tehdy, když u v =0. Tato skutečnost nám poslouží k zavedení

Více

Matematika III. Miroslava Dubcová, Daniel Turzík, Drahoslava Janovská. Ústav matematiky

Matematika III. Miroslava Dubcová, Daniel Turzík, Drahoslava Janovská. Ústav matematiky Matematika III Řady Miroslava Dubcová, Daniel Turzík, Drahoslava Janovská Ústav matematiky Přednášky ZS 202-203 Obsah Číselné řady. Součet nekonečné řady. Kritéria konvergence 2 Funkční řady. Bodová konvergence.

Více

9. Soustavy rovnic DEFINICE SOUSTAVY LINEÁRNÍCH ROVNIC O DVOU NEZNÁMÝCH. Soustava lineárních rovnic o dvou neznámých je:

9. Soustavy rovnic DEFINICE SOUSTAVY LINEÁRNÍCH ROVNIC O DVOU NEZNÁMÝCH. Soustava lineárních rovnic o dvou neznámých je: 9. Soustavy rovnic Správný nadpis této kapitoly by měl znít soustavy lineárních rovnic o dvou neznámých, z důvodu přehlednosti jsem jej zkrátil. Hned v úvodu čtenáře potěším teorie bude tentokrát krátká.

Více

12. Elektrotechnika 1 Stejnosměrné obvody Kirchhoffovy zákony

12. Elektrotechnika 1 Stejnosměrné obvody Kirchhoffovy zákony . Elektrotechnika Stejnosměrné obvody Kirchhoffovy zákony . Elektrotechnika Kirchhoffovy zákony Při řešení elektrických obvodů, tedy různě propojených sítí tvořených zdroji, odpory (kapacitami a indukčnostmi)

Více

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT)

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) 1. Číselné obory 1.1 Přirozená čísla provádět aritmetické operace s přirozenými čísly rozlišit prvočíslo

Více

1 Řešení soustav lineárních rovnic

1 Řešení soustav lineárních rovnic 1 Řešení soustav lineárních rovnic 1.1 Lineární rovnice Lineární rovnicí o n neznámých x 1,x 2,..., x n s reálnými koeficienty rozumíme rovnici ve tvaru a 1 x 1 + a 2 x 2 +... + a n x n = b, (1) kde koeficienty

Více

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

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

Více

Vyhledávání. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava. Prezentace ke dni 21.

Vyhledávání. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava. Prezentace ke dni 21. Vyhledávání doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Prezentace ke dni 21. září 2018 Jiří Dvorský (VŠB TUO) Vyhledávání 242 / 433 Osnova přednášky

Více

Popisná statistika kvantitativní veličiny

Popisná statistika kvantitativní veličiny StatSoft Popisná statistika kvantitativní veličiny Protože nám surová data obvykle žádnou smysluplnou informaci neposkytnou, je žádoucí vyjádřit tyto ve zhuštěnější formě. V předchozím dílu jsme začali

Více

Základy popisné statistiky

Základy popisné statistiky Základy popisné statistiky Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 8. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 26 Obsah 1 Základy statistického zpracování dat 2

Více

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání

Více

Mgr. Tomáš Kotler. I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

Mgr. Tomáš Kotler. I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 Mgr. Tomáš Kotler I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 Na bájný zikkurat tvaru komolého kolmého jehlanu s větší podstavou u země vede

Více

4.3.3 Základní goniometrické vzorce I

4.3.3 Základní goniometrické vzorce I 4.. Základní goniometrické vzorce I Předpoklady: 40 Dva vzorce, oba známe už z prváku. Pro každé R platí: + =. Důkaz: Použijeme definici obou funkcí v jednotkové kružnici: T sin() T 0 - cos() S 0 R - Obě

Více

Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9.

Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9. Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9. Školní rok 2013/2014 Mgr. Lenka Mateová Kapitola Téma (Učivo) Znalosti a dovednosti (výstup)

Více

Formální systém výrokové logiky

Formální systém výrokové logiky Formální systém výrokové logiky 1.Jazyk výrokové logiky Nechť P = {p,q,r, } je neprázdná množina symbolů, které nazýváme prvotní formule. Symboly jazyka L P výrokové logiky jsou : a) prvky množiny P, b)

Více

Všeobecná rovnováha 1 Statistický pohled

Všeobecná rovnováha 1 Statistický pohled Makroekonomická analýza přednáška 4 1 Všeobecná rovnováha 1 Statistický pohled Předpoklady Úspory (resp.spotřeba) a investice (resp.kapitál), kterými jsme se zabývali v minulých lekcích, jsou spolu s technologickým

Více

Kongruence na množině celých čísel

Kongruence na množině celých čísel 121 Kapitola 4 Kongruence na množině celých čísel 4.1 Relace kongruence na množině celých čísel Vraťme se k úvahám o dělení se zbytkem. Na základní škole jsme se naučili, že když podělíme číslo 11 číslem

Více

Riemannův určitý integrál

Riemannův určitý integrál Riemannův určitý integrál 1. Motivační příklad Příklad (Motivační příklad pro zavedení Riemannova integrálu). Nechť,. Vypočtěme obsah vybarvené oblasti ohraničené grafem funkce, osou a svislými přímkami

Více

MATURITNÍ TÉMATA Z MATEMATIKY

MATURITNÍ TÉMATA Z MATEMATIKY MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické

Více

Maturitní okruhy z matematiky - školní rok 2007/2008

Maturitní okruhy z matematiky - školní rok 2007/2008 Maturitní okruhy z matematiky - školní rok 2007/2008 1. Některé základní poznatky z elementární matematiky: Číselné obory, dělitelnost přirozených čísel, prvočísla a čísla složená, největší společný dělitel,

Více

Příklad z učebnice matematiky pro základní školu:

Příklad z učebnice matematiky pro základní školu: Příklad z učebnice matematiky pro základní školu: Součet trojnásobku neznámého čísla zvětšeného o dva a dvojnásobku neznámého čísla zmenšeného o pět se rovná čtyřnásobku neznámého čísla zvětšeného o jedna.

Více

Množinu všech slov nad abecedou Σ značíme Σ * Množinu všech neprázdných slov Σ + Jazyk nad abecedou Σ je libovolná množina slov nad Σ

Množinu všech slov nad abecedou Σ značíme Σ * Množinu všech neprázdných slov Σ + Jazyk nad abecedou Σ je libovolná množina slov nad Σ Abecedou se rozumí libovolná konečná množina Σ. Prvky abecedy nazýváme znaky (symboly) Slovo (řetězec) v nad abecedou Σ je libovolná konečná posloupnost znaků této abecedy. Prázdné posloupnosti znaků odpovídá

Více

Matematická logika. Miroslav Kolařík

Matematická logika. Miroslav Kolařík Matematická logika přednáška třetí Miroslav Kolařík Zpracováno dle textu R. Bělohlávka: Matematická logika poznámky k přednáškám, 2004. a dle učebního textu R. Bělohlávka a V. Vychodila: Diskrétní matematika

Více

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník a oktáva 3 hodiny týdně PC a dataprojektor, učebnice

Více

Příklad 1. Řešení 1a Máme určit obsah rovinné plochy ohraničené křivkami: ŘEŠENÉ PŘÍKLADY Z M1A ČÁST 14. a) =0, = 1, = b) =4, =0

Příklad 1. Řešení 1a Máme určit obsah rovinné plochy ohraničené křivkami: ŘEŠENÉ PŘÍKLADY Z M1A ČÁST 14. a) =0, = 1, = b) =4, =0 Příklad Určete obsah rovinné plochy ohraničené křivkami: a) =0,=,= b) =4,=0 c) =,=,=3,=0 d) =+, =0 e) + )=,= f) = +4,+= g) =arcsin,=0,= h) =sin,=0, 0; i) =,=,=4,=0 j) =,= k) = 6,= +5 4 l) =4,+=5 m) = +

Více

M - Příprava na pololetní písemku č. 1

M - Příprava na pololetní písemku č. 1 M - Příprava na pololetní písemku č. 1 Určeno pro třídy 3SA, 3SB. VARIACE 1 Tento dokument byl kompletně vytvořen, sestaven a vytištěn v programu dosystem - EduBase. Více informací o programu naleznete

Více

ANALYTICKÁ GEOMETRIE V ROVINĚ

ANALYTICKÁ GEOMETRIE V ROVINĚ ANALYTICKÁ GEOMETRIE V ROVINĚ Analytická geometrie vyšetřuje geometrické objekty (body, přímky, kuželosečky apod.) analytickými metodami. Podle prostoru, ve kterém pracujeme, můžeme analytickou geometrii

Více

Lineární algebra : Lineární prostor

Lineární algebra : Lineární prostor Lineární algebra : Lineární prostor (3. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. dubna 2014, 14:43 1 2 3.1 Aximotické zavedení lineárního prostoru Číselné těleso Celou lineární

Více

cv3.tex. Vzorec pro úplnou pravděpodobnost

cv3.tex. Vzorec pro úplnou pravděpodobnost 3 cvičení - pravděpodobnost 2102018 18cv3tex n i=1 Vzorec pro úplnou pravděpodobnost Systém náhodných jevů nazýváme úplným, jestliže pro něj platí: B i = 1 a pro i k je B i B k = 0 Jestliže je (Ω, A, P

Více

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i.

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i. KOMLEXNÍ ČÍSLA C = {a + bi; a, b R}, kde i 2 = 1 Číslo komplexně sdružené k z = a + bi je číslo z = a bi. Operace s komplexními čísly: z = a + bi, kde a, b R v = c + di, kde c, d R Sčítání Odčítání Násobení

Více

Jednofaktorová analýza rozptylu

Jednofaktorová analýza rozptylu I I.I Jednofaktorová analýza rozptylu Úvod Jednofaktorová analýza rozptylu (ANOVA) se využívá při porovnání několika středních hodnot. Často se využívá ve vědeckých a lékařských experimentech, při kterých

Více

Inženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti.

Inženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti. Přednáška č. 1 Úvod do statistiky a počtu pravděpodobnosti Statistika Statistika je věda a postup jak rozvíjet lidské znalosti použitím empirických dat. Je založena na matematické statistice, která je

Více