Využití expertního systému při odhadu vlastností výrobků

Rozměr: px
Začít zobrazení ze stránky:

Download "Využití expertního systému při odhadu vlastností výrobků"

Transkript

1 Vužití epertního sstému při odhadu vlastností výrobů ibor Žá Abstrat. Článe se zabývá možností ja vužít fuzz epertní sstém pro popis vlastností výrobu. Důvodem tohoto přístupu je možnost vužití vágních pojmů popisu parametrů ovlivňujících valitu výrobu. Správně definovaný a odladěný fuzz epertní sstém může odhadnout výsledné vlastnosti výrobu pro modifiované vstupní parametr. ento přístup je uázán na návrhu fuzz epertního sstému pro odhad pevnostních charateristi betonových směsí. 1. Úvod Fuzz Inference Sstem (FIS) jsou jednou z častých apliací fuzz množin v prai. Jejich vžití je vhodné zejména při modelování neurčitých sstémů de se předpoládá vliv veličin terou nelze přesně definovat pomocí lasicé matematicé logi a onvenčních prostředů sstémové analýz tj. napřílad diferenciálních nebo diferenčních rovnic nebo nástroji matematicé statisti. aovým sstémem může být i výrobní proces. Výroba může být ovlivňována množstvím parametrů teré nelze jednoznačně vjádřit. Pro zoumání valit výrobu je potřeba najít vztah mezi parametr ovlivňujícími výrobu a onečnými vlastnostmi výrobu. romě analticých metod se v poslední době vužívají taé neuronové sítě a metod založené na fuzz množinách. ento článe se zabývá apliací fuzz množin a zvláště pa Fuzz Inference Sstem. Správná činnost FIS závisí na vhodné volbě parametrů teré lze odhadnout na záladě předcházejících měření. Pomocí správně odladěného FIS lze odhadnout i vlastnosti taových výrobů jejichž vstupní charateristi bl pozměněn. to údaje pa lze vužít při zvalitnění a zefetivnění výrob.

2 2. Proč právě Fuzz Inference Sstem Ja jsem zmínil v úvodu eistuje více metod odhadu vlastností výrobu. Proč ted v něterých případech je vhodné zvolit právě přístup pomocí Fuzz Inference Sstém. Důvodem je pojem fuzz. V řadě případů jsou parametr teré ovlivňují vlastnosti výrobu popsané pomocí přibližných nebo zjednodušených pojmů. Při výrobě předpoládáme že materiál vstupující do výrob má předepsanou valitu. V mnoha případech ale nelze v předcházejících rocích výrob dodržet přesně daný parametr. Příladem může být síla vlána teré olísá v určitém rozmezí nebo ubetonových směsí hrubost štěru. ed parametr materiálu vstupujícího do výrob nelze (v těchto případech) popsat v přesně daných pojmech ale musíme použít vágnější popis. Právě užití fuzz množin je výhodné pro popis a počítání s těmito vágními výraz. 3. Popis Fuzz Inference Sstem Pro předpověď parametrů výrobu vužijeme Fuzz Inference Sstem (dále jen FIS) terý pracuje na záladě znalostních pravidel. ato pravidla jsou definována ombinací možných vzorových vstupů a výstupů. Vzorové vstup a výstup se definují pomocí tzv. jazových proměnných a jejich hodnot. Jazové hodnot jsou popsán fuzz množinami. Vhodné ombinace vstupních a výstupních jazových hodnot definují znalostní pravidla podle terých FIS počítá. aždé pravidlo určí vztah mezi zvolenými vstupními a výstupními hodnotami. V teorii fuzz množin lze FIS považovat za fuzz relaci. Při hledání vhodného FIS jsme použili tp Mamdani (terý odpovídá předcházejícímu popisu) a taé tp Sugeno terý má výstupní veličin ve tvaru onstant nebo lineárních funcí. 3.1 Fuzz Inference Sstem (FIS) Prvním roem při definování FIS je volba počtu vstupních proměnných (n) a výstupních proměnných (m). Pro aždou proměnnou zvolíme počet a tvar předdefinovaných vstupních

3 hodnot (lze je uvažovat jao vzorové vstup a výstup). Na záladě předdefinovaných vstupních a výstupních hodnot (teré jsou uvažován ve tvaru fuzz množin) nadefinujeme pravidla FIS (počet pravidel: r). aždé pravidlo určí vztah mezi zvolenými vstupními a výstupními hodnotami. R jestliže 1 je Aj 1 a 2 je B j 2 Aj 2 a a n je m je B j m A pa 1 je j n B j 1 2 je de i je vstup do FIS A j i je předdefinovaná jazová hodnota i té vstupní jazové proměnné B j s je předdefinovaná jazová hodnota s té výstupní jazové proměnné odpovídající -tému pravidlu (i=1 n s=1 m =1 r). Při použití FIS porovnáváme libovolný vstup do FIS s předdefinovanými vstupními hodnotami. ed poud vstup ( 1 n ) patří do oblasti terá je vmezena jazovými hodnotami Aj 1 až A j n pa výstup je spočítán pomocí B j s. Na záladě tohoto porovnání a pomocí pravidel FIS dostaneme výstup FIS ve tvaru fuzz množin. Poud má být výstupem reálná hodnota provede se tzv. defuzziace d fuzz množinu nahradíme jediným číslem. ato popsaný FIS se nazývá FIS tpu Mamdani. Pro předpověď časových řad se častěji užívá FIS tpu Sugeno terý je modifiací tpu Mamdani. Uvažuje se pouze jedna výstupní proměnná a vstup do FIS je ve tvaru ( 1 n ) R n. Vstupní předdefinované hodnot jsou ve stejném tvaru jao FIS tpu Mamdani. Rozdíl je ve výstupních veličinách. aždému pravidlu přísluší funce n proměnných. R jestliže 1 je A j 1 a 2 je A j 2 a a n je A pa z = f ( 1 n ) j n de i je vstup do FIS A je j tá předdefinovaná jazová hodnota j i i té jazové proměnné odpovídající -tému pravidlu (i=1 n =1 r). ed poud vstup ( 1 n ) patří do oblasti terá je Aj 1 vmezena jazovými hodnotami j n pa výstup je spočítán pomocí funce f. Váha w výstupu z je určena mírou shod vstupu ( 1 n ) s jazovými hodnotami Aj 1 A j n obdobným způsobem jao u FIS tpu Mamdani. Pro vstup ( 1 n ) dostanu A

4 pomocí pravidel R 1 R r hodnot z 1 z r a váh w 1 w r. Pomocí váženého průměru dostaneme výslednou výstupní hodnotu z. Ve většině FIS tpu Sugeno se funce f 1 až f r definují v jao onstant: nebo v lineární tvaru: f ( 1 n ) = α f ( 1 n ) = α +β 1 +β β n n. de α j β ij i= 1 2 n j = 1 2 m jsou vhodné onstant. to onstant se často upřesňují až v procesu ladění FIS nad ladicími dat. 3.2 Návrh FIS ze zadaných dat Z výrobního postupu výrobu určíme parametr teré udávají počet vstupních proměnných (n) do FIS. Parametr popisující valitu výrobu budou výstupní proměnné ( počet m) FIS. V něterých případech je vhodné pro vbrané výstupní parametr odladit samostatný FIS. Předpoládejme ted že FIS má n vstupních a m výstupních jazových proměnných. Dále máme vzorových vstupů do FIS a nim příslušných vzorových výstupů. Označme: 1 2 X = n 2 n n 1 2 Y = m 2 m m Účelem správného definování FIS je ab fungoval nad celou oblastí možných vstupů. Proto se před laděním FIS vzorová data rozdělí na dvě části. Na ladicí část: X Y a testovací část: X Y. adicí část ladicí data slouží vtvoření jazových hodnot pravidel a odladění FIS (viz dál). estovací část testovací data slouží e ontrole FIS. Nechť máme ladících dat a H testovacích dat de = +H. Označme:

5 X 1 2 = n 2 n n Y = m 2 m m X 1 2 = H H 2 1 n 2 n H n Y = H H 2 1 m 2 m H m de X Y jsou data ladicí a X Y jsou data testovací. Rozdělení vzorových dat na ladicí a testovací data lze usutečnit následujícími způsob: a) Podle pořadí prvních se považuje za ladící data a zbte jsou testovací data. b) Poud eistují různé tp vzorových dat je vhodné ab testovací data obsahovala všechn různé tp dat. Z aždého tpu vzorových dat se vbere alespoň jeden řáde vstupů a výstupů. c) Vbereme náhodně H testovacích dat ze vzorových dat. d) Při výběru testovacích dat lze ombinovat předcházející přístup. Matice ladicích dat spojíme do jedné matice a označíme ji Z: XY 1 2 = z1 z2 z 1 n 2 n n 1 2 z1 n+ z2 n+ z m m n+ m = Z 1 m 2 m = m

6 V dalším rou tvorb FIS musíme pro aždou vstupní a výstupní jazovou proměnnou nadefinovat vzorové jazové hodnot. Musíme určit jejich počet a odpovídající tvar ve formě fuzz množin. S jejich pomocí pa určíme znalostní pravidla FIS. Eistují dva záladní přístup. a) Vchází se ze znalosti problému (obecné znalosti vužití zušeností onrétního pracovnía ) teré se převedou na odpovídající hodnot a pravidla. b) Pomocí matice dat Z se vgenerují možné jazové hodnot a pravidla. aždý řáde matice Z lze uvažovat jao bod z i v prostoru E n+m. Z lze brát jao bodů v E n+m. to bod můžeme uzavřít do n+m rozměrného vádru o stranách 1 2 n+m de stran vádru i lze definovat: j = min{ zi j i = 1 } ma{ zi j i = 1 } Označme = 1 2 n+m. S pomocí matice Z chceme pro aždou vstupní a výstupní jazovou hodnotu určit počet a tvar jazových hodnot a pomocí nich definovat pravidla FIS. Hlavní přístup je v rozladu na menší oblasti a pro aždou oblast nadefinujeme vstupní a výstupní jazové hodnot a nim odpovídající pravidla. Vužijeme dva hlavní přístup rozladu ladicích dat: a) Pomocí dělení jednotlivých stran. b) Pomocí shluovacích metod. to metod lze taé ombinovat. 4. Vužití naměřených údajů pro nastavení FIS Pomocí výše popsaných metod lze definovat více FIS. Z těchto FIS musíme vbrat ten nejvhodnější. tomu použijeme testovací část vzorových dat. Pomocí nalezených FIS a vzorových vstupů z testovacích dat provedeme odhad parametrů výrobu a porovnáme je s výstupními hodnotami testovací části. valitu FIS lze posuzovat podle více ritérií. Nejčastěji používanými ritérii jsou: MAPE veliost průměrné chb MAX maimální rozdíl

7 Nechť (r 1 r 2 r m ) jsou výstupní hodnot testovací části a (p 1 p 2 p m ) jsou předpovězené hodnot. Pa MAPE = 1 (abs( ph -rh ) rh ) h= 1 MAX = ma { abs( p -r )} h= 1 valitu předpovědi lze posuzovat i pomocí ombinací těchto (popřípadě i více ritérií). Pro odhad vlastností a valit výrobu použijeme ten FIS terý má nejlepší shodu předpovězených a testovacích hodnot. h h 5. Přílad odhad vlastností betonových směsí Příladem použití FIS pro odhad vlastností výrobů bla diplomová práce Petra Misáa ( obor Matematicé inženýrství). Jeho úolem blo popsat FIS a vužít ho pro odhad pevnostních charateristi betonových směsí při použití vbraných plastifiačních přísad a cementů. to FIS budou použit jao doporučující nástroj při návrhu nových cementů a betonových směsí zejména za účelem snížení počtu laboratorních zouše a potažmo i celových náladů. Dále je možné jejich vužití při posouzení vlivu plastifiačních přísad a cementů na pevnostní charateristi betonu Složení betonové směsi Pod pojmem betonová směs rozumíme směs cementu ameniva záměsové vod a případně plastifiační přísad. Složení betonových směsí blo totožné pro všechn zoumané vzor proměnlivé blo pouze množství přidávané plastifiační přísad. Množství betonové směsi pro vtvoření jednotlivých vzorů vcházelo z předpoladu že z aždého vzoru se má vtvořit šest zušebních těles. ři zušební tělesa bla podrobena zoušám na pevnost v tahu za ohbu a zoušce v tlau po sedmi dnech a další tři zušební tělesa bla podrobena těmto zoušám po dvaceti osmi dnech. Pro aždou plastifiační přísadu a jeden tp cementu bl ted vtvořen celem tři vzor s různým procentuálním zastoupením. Dávování

8 vcházelo z maimální střední a minimální dáv udávané výrobcem. Bla zvolena naváža 900 gramů cementu a 2700 gramů ameniva frace 0 4 mm. Množství záměsové vod blo onstantní ted 495 ml. Ab se ve výsledcích dostatečně projevil vliv různých tpů plastifiačních přísad a cementů bl použit pro všechn vzor stejný tp záměsové vod a stejné amenivo. Form se zhutnělou betonovou směsí bl uložen po dobu cca 24 hodin v laboratoři s průměrnou teplotou 20 o C. Poté bl vzor odformován a uložen do místnosti pro normální zrání (teplota 20 ± 2 o C relativní vlhost 90 ± 2%). Bl použit následující druh cementů a plastifiačních přísad. Použité druh cementů Portlandsý strusový cement CEM II/B - S 325 R (česomoravsý cement a.s. závod Morá) Portlandsý cement CEM I R (česomoravsý cement a.s. závod Morá) Portlandsý cement CEM I (česomoravsý cement a.s. závod Morá) Vsoopecní cement CEM III/A R (Cementárn a vápen Prachovice a.s.) Portlandsý cement CEM I R (Cementárn a vápen Prachovice a.s.) Portlandsý cement CEM I R (Cementárn a vápen Prachovice a.s.) Použité plastifiační přísad Sia Viscocrete - 5 Sia Plastiment - BV 40 Sia Siament - 10 HRB Sia Siament - HE 200 Sia Siament Multimi adění FIS Původním záměrem blo navržení jednoho FIS terý b zahrnoval celou šálu možných vstup ovlivňujících valitu betonové směsi. Z výrobního postupu vplnulo že se při přípravě betonové směsi používá pouze jedna plastifiační přísada. Jao výhodné se uázalo vtvoření samostatných FIS pro aždou plastifiační směs. Blo ted sestaveno celem pět FIS pro pět plastifiačních přísad. Pro aždou

9 plastifiační přísadu bl navržen FIS se čtřmi výstupními proměnnými. ěmito proměnnými bla vžd pevnost výsledného betonu v tlau po 7 a 28 dnech zrání a pevnost výsledného betonu v tahu za ohbu po 7 a 28 dnech zrání. Vstupní proměnné Měrný povrch Pevnost cementu v tlau za 28 dní Objemová stálost % plastifiační přísad vzhledem hmotnosti cementu Výstupní proměnné Pevnost v tahu za ohbu za 7 dní Pevnost v tahu za ohbu za 28 dní Pevnost v tlau za 7 dní Pevnost v tlau za 28 dní Pro vtvoření FIS bl nejprve použit shluovací metod. V průběhu testování se uázalo že poud vstupní hodnot jsou blízo vzorových vstupů dával FIS správné výsled. Poud ale odchla od vzorových dat bla větší dával FIS nereálné hodnot. ato situace bla způsobena tím že ladicí data bla soustředěna v poměrně malé části oblasti a shlu a jim odpovídající pravidla úspěšně fungovala na malé části možných vstupů. V další části se pozornost soustředila na FIS definovaný pomocí dělení na menší části. to FIS nebl ta citlivé v oblasti shluů ale poud se vstupní data více lišila od vzorových dat dával rozumné výsled. Jednotlivé FIS bl sestaven a testován pomocí Fuzz oolbou prostředí MAAB a poté spojen do jediného programu terý umožní snadné ovládání pomocí graficého uživatelsého rozhraní (GUI). Naměřená data nutná sestavení jednotlivých FIS bla zísána pevnostními zoušami provedenými na FAS VU v Brně. V další činnosti se předpoládá že pro správné fungování FIS v celé oblasti možných vstupů se provedou zouš a zísají se ladicí data porývající celou oblast vstupů. Současně s tím se bude dolaďovat FIS ta ab jím předpovězené hodnot co nejvíce odpovídal hodnotám naměřeným. Použitím FIS v této oblasti dosáhneme úspor prostředů a hlavně úspor času (není potřeba čeat na vtvrzení).

10 6. Závěr Na závěr bch chtěl ještě jednou zmínit výhod fuzz přístupu odhadování vlastností výrobů. Je to možnost pracovat s vágními dat a FIS je založen na fuzz pravidlech a není (na rozdíl od neuronových sítí) ta černou sříňou. Při zpětném pohledu na odladěné FIS a jejich pravidla lze odhadnout možné vztah mezi vstupními a výstupními veličinami. Pomocí těchto vztahů máme možnost určení vhodných vstupních parametrů výrob na jejímž onci bude výrobe s požadovanými vlastnosti. Adresa autora: RNDr. ibor Žá Ph.D. Vsoé učení technicé Brno Faulta strojního inženýrství Ústav matemati echnicá 2896/ Brno ato práce bla vtvořena v rámci projetu MŠM 1M CQR

7.3.9 Směrnicový tvar rovnice přímky

7.3.9 Směrnicový tvar rovnice přímky 7.3.9 Směrnicový tvar rovnice přímy Předpolady: 7306 Pedagogicá poznáma: Stává se, že v hodině nestihneme poslední část s určováním vztahu mezi směrnicemi olmých příme. Vrátíme se obecné rovnici přímy:

Více

7.3.9 Směrnicový tvar rovnice přímky

7.3.9 Směrnicový tvar rovnice přímky 739 Směrnicový tvar rovnice přímy Předpolady: 7306 Pedagogicá poznáma: Stává se, že v hodině nestihneme poslední část s určováním vztahu mezi směrnicemi olmých příme Vrátíme se obecné rovnici přímy: Obecná

Více

f (k) (x 0 ) (x x 0 ) k, x (x 0 r, x 0 + r). k! f(x) = k=1 Řada se nazývá Taylorovou řadou funkce f v bodě x 0. Přehled některých Taylorových řad.

f (k) (x 0 ) (x x 0 ) k, x (x 0 r, x 0 + r). k! f(x) = k=1 Řada se nazývá Taylorovou řadou funkce f v bodě x 0. Přehled některých Taylorových řad. 8. Taylorova řada. V urzu matematiy jsme uázali, že je možné funci f, terá má v oolí bodu x derivace aproximovat polynomem, jehož derivace se shodují s derivacemi aproximované funce v bodě x. Poud má funce

Více

7. TRANSFORMÁTORY. 7.1 Štítkové údaje. 7.2 Měření odporů vinutí. 7.3 Měření naprázdno

7. TRANSFORMÁTORY. 7.1 Štítkové údaje. 7.2 Měření odporů vinutí. 7.3 Měření naprázdno 7. TRANSFORMÁTORY Pro zjednodušení budeme měření provádět na jednofázovém transformátoru. Na trojfázovém transformátoru provedeme pouze ontrolu jeho zapojení měřením hodinových úhlů. 7.1 Štítové údaje

Více

MĚŘENÍ MOMENTU SETRVAČNOSTI Z DOBY KYVU

MĚŘENÍ MOMENTU SETRVAČNOSTI Z DOBY KYVU Úloha č 5 MĚŘENÍ MOMENTU SETRVAČNOSTI Z DOBY KYVU ÚKOL MĚŘENÍ: Určete moment setrvačnosti ruhové a obdélníové desy vzhledem jednotlivým osám z doby yvu Vypočtěte moment setrvačnosti ruhové a obdélníové

Více

Příklady: - počet členů dané domácnosti - počet zákazníků ve frontě - počet pokusů do padnutí čísla šest - životnost televizoru - věk člověka

Příklady: - počet členů dané domácnosti - počet zákazníků ve frontě - počet pokusů do padnutí čísla šest - životnost televizoru - věk člověka Náhodná veličina Náhodnou veličinou nazýváme veličinu, terá s určitými p-stmi nabývá reálných hodnot jednoznačně přiřazených výsledům příslušných náhodných pousů Náhodné veličiny obvyle dělíme na dva záladní

Více

MULTIKRITERIÁLNÍ ROZHODOVÁNÍ VEKTOROVÁ OPTIMALIZACE

MULTIKRITERIÁLNÍ ROZHODOVÁNÍ VEKTOROVÁ OPTIMALIZACE OPTIMALIZACE A ROZHODOVÁNÍ V DOPRAVĚ část druhá Přednáša 5 PŘEDNÁŠKA 5 MULTIKRITERIÁLNÍ ROZHODOVÁNÍ VEKTOROVÁ OPTIMALIZACE OPTIMALIZACE A ROZHODOVÁNÍ V DOPRAVĚ část druhá Přednáša 5 Multiriteriální rozhodování

Více

a) formulujte Weierstrassovo kritérium stejnoměrné konvergence b) pomocí tohoto kritéria ukažte, že funkční řada konverguje stejnoměrně na celé R

a) formulujte Weierstrassovo kritérium stejnoměrné konvergence b) pomocí tohoto kritéria ukažte, že funkční řada konverguje stejnoměrně na celé R ) ČÍSELNÉ A FUNKČNÍ ŘADY (5b) a) formulujte Leibnitzovo ritérium včetně absolutní onvergence b) apliujte toto ritérium na řadu a) formulujte podílové ritérium b) posuďte onvergenci řad c) oli členů této

Více

SPOTŘEBITELSKÝ ÚVĚR. Na začátku provedeme inicializaci proměnných jejich vynulováním příkazem "restart". To oceníme při opakovaném použití dokumentu.

SPOTŘEBITELSKÝ ÚVĚR. Na začátku provedeme inicializaci proměnných jejich vynulováním příkazem restart. To oceníme při opakovaném použití dokumentu. Úloha 1 - Koupě nového televizoru SPOTŘEBITELSKÝ ÚVĚR Chceme si oupit nový televizor v hodnotě 000,-Kč. Bana nám půjčí, přičemž její úroová sazba činí 11%. Předpoládejme, že si půjčujeme na jeden ro a

Více

Měření indukčností cívek

Měření indukčností cívek 7..00 Ṫeorie eletromagneticého pole Měření indučností cíve.......... Petr Česá, studijní supina 05 Letní semestr 000/00 . Měření indučností cíve Měření vlastní a vzájemné indučnosti válcových cíve ZAÁNÍ

Více

Analýza a zpracování signálů. 5. Z-transformace

Analýza a zpracování signálů. 5. Z-transformace nalýa a pracování signálů 5. Z-transformace Z-tranformace je mocný nástroj použitelný pro analýu lineárních discretetime systémů Oboustranná Z-transformace X j F j x, je omplexní číslo r e r e Oboustranná

Více

Závislost indexů C p,c pk na způsobu výpočtu směrodatné odchylky

Závislost indexů C p,c pk na způsobu výpočtu směrodatné odchylky Závislost indexů C,C na zůsobu výočtu směrodatné odchyly Ing. Renata Przeczová atedra ontroly a řízení jaosti, VŠB-TU Ostrava, FMMI Podni, terý chce usět v dnešní onurenci, musí neustále reagovat na měnící

Více

3. Mocninné a Taylorovy řady

3. Mocninné a Taylorovy řady 3. Mocninné a Taylorovy řady A. Záladní pojmy. Obor onvergence Mocninné řady jsou nejjednodušším speciálním případem funčních řad. Jsou to funční řady, jejichž členy jsou mocninné funce. V této apitole

Více

1.5.7 Prvočísla a složená čísla

1.5.7 Prvočísla a složená čísla 17 Prvočísla a složená čísla Předpolady: 103, 106 Dnes bez alulačy Číslo 1 je dělitelné čísly 1,, 3,, 6 a 1 Množinu, terou tvoří právě tato čísla, nazýváme D 1 množina dělitelů čísla 1, značíme ( ) Platí:

Více

4.1 Řešení základních typů diferenciálních rovnic 1.řádu

4.1 Řešení základních typů diferenciálních rovnic 1.řádu 4. Řešení základních tpů diferenciálních rovnic.řádu 4..4 Určete řešení z() Cauchov úloh pro rovnici + = 0 vhovující počáteční podmínce z =. Po separaci proměnných v rovnici dostaneme rovnici = d a po

Více

β 180 α úhel ve stupních β úhel v radiánech β = GONIOMETRIE = = 7π 6 5π 6 3 3π 2 π 11π 6 Velikost úhlu v obloukové a stupňové míře: Stupňová míra:

β 180 α úhel ve stupních β úhel v radiánech β = GONIOMETRIE = = 7π 6 5π 6 3 3π 2 π 11π 6 Velikost úhlu v obloukové a stupňové míře: Stupňová míra: GONIOMETRIE Veliost úhlu v oblouové a stupňové míře: Stupňová míra: Jednota (stupeň) 60 600 jeden stupeň 60 minut 600 vteřin Př. 5,4 5 4 0,4 0,4 60 4 Oblouová míra: Jednota radián radián je veliost taového

Více

MOMENT SETRVAČNOSTI. Obecná část Pomocí Newtonova pohybového zákona síly můžeme odvodit pohybovou rovnici pro rotační pohyb:

MOMENT SETRVAČNOSTI. Obecná část Pomocí Newtonova pohybového zákona síly můžeme odvodit pohybovou rovnici pro rotační pohyb: MOMENT SETRVAČNOST Obecná část Pomocí Newtonova pohybového záona síly můžeme odvodit pohybovou rovnici pro rotační pohyb: dω M = = ε, (1) d t de M je moment vnější síly působící na těleso, ω úhlová rychlost,

Více

Úvod do Kalmanova filtru

Úvod do Kalmanova filtru Kalmanův filtr = odhadovač stavu systému Úvod do Kalmanova filtru KF dává dohromady model systému a měření. Model systému použije tomu, aby odhadl, ja bude stav vypadat a poté stav porovná se sutečným

Více

3.3. EXPONENCIÁLNÍ A LOGARITMICKÁ ROVNICE A NEROVNICE

3.3. EXPONENCIÁLNÍ A LOGARITMICKÁ ROVNICE A NEROVNICE 3.3. EXPONENCIÁLNÍ A LOGARITMICKÁ ROVNICE A NEROVNICE V této kapitole se dozvíte: jak je definována eponenciální a logaritmická rovnice a nerovnice a jaká je základní strategie jejich řešení. Klíčová slova

Více

k(k + 1) = A k + B. s n = n 1 n + 1 = = 3. = ln 2 + ln. 2 + ln

k(k + 1) = A k + B. s n = n 1 n + 1 = = 3. = ln 2 + ln. 2 + ln Číselé řady - řešeé přílady ČÍSELNÉ ŘADY - řešeé přílady A. Součty řad Vzorové přílady:.. Přílad. Určete součet řady + = + 6 + +.... Řešeí: Rozladem -tého čleu řady a parciálí zlomy dostáváme + = + ) =

Více

Název: Chemická rovnováha II

Název: Chemická rovnováha II Název: Chemicá rovnováha II Autor: Mgr. Štěpán Miča Název šoly: Gymnázium Jana Nerudy, šola hl. města Prahy Předmět, mezipředmětové vztahy: chemie, fyzia Roční: 6. Tématicý cele: Chemicá rovnováha (fyziální

Více

Reciprokou funkci znáte ze základní školy pod označením nepřímá úměra.

Reciprokou funkci znáte ze základní školy pod označením nepřímá úměra. @091 7. Reciproá funce Reciproou funci znáte ze záladní šoly pod označením nepřímá úměra. Definice: Reciproá funce je dána předpisem ( 0 je reálné číslo) f : y R \ {0} A) Definiční obor funce: Je třeba

Více

Centrovaná optická soustava

Centrovaná optická soustava Centrovaná optická soustava Dvě lámavé kulové ploch: Pojem centrovaná optická soustava znamená, že splývají optické os dvou či více optických prvků. Základním příkladem takové optické soustav jsou dvě

Více

Stavové modely a stavové řízení

Stavové modely a stavové řízení Stavové model a stavové řízení Tato publikace vznikla jako součást projektu CZ.04..03/3.2.5.2/0285 Inovace VŠ oborů strojního zaměření, který je spolufinancován evropským sociálním fondem a státním rozpočtem

Více

Kombinace s opakováním

Kombinace s opakováním 9..3 Kombinace s opaováním Předpolady: 907. 908, 9, 92 Pedagogicá poznáma: Časová náročnost této hodiny je podobná hodině předchozí. Netradiční začáte. Nemáme žádné přílady, ale rovnou definici. Definice

Více

6. Měření Youngova modulu pružnosti v tahu a ve smyku

6. Měření Youngova modulu pružnosti v tahu a ve smyku 6. Měření Youngova modulu pružnosti v tahu a ve smyu Úol : Určete Youngův modul pružnosti drátu metodou přímou (z protažení drátu). Prostudujte doporučenou literaturu: BROŽ, J. Zálady fyziálních měření..

Více

Příloha č. 1 Část II. Ekonomika systému IDS JMK

Příloha č. 1 Část II. Ekonomika systému IDS JMK Příloha č. 1 Část II. Eonomia systému IDS JMK Květen 2011 Eonomia systému IDS JMK I. EKONOMICKÉ JEDNOTKY Pro účely dělení výnosů je rozděleno území IDS JMK do eonomicých jednote tvořených supinami tarifních

Více

1. KOMBINATORIKA. Příklad 1.1: Mějme množinu A a. f) uspořádaných pětic množiny B a. Řešení: a)

1. KOMBINATORIKA. Příklad 1.1: Mějme množinu A a. f) uspořádaných pětic množiny B a. Řešení: a) 1. KOMBINATORIKA Kombinatoria je obor matematiy, terý zoumá supiny prvů vybíraných z jisté záladní množiny. Tyto supiny dělíme jedna podle toho, zda u nich záleží nebo nezáleží na pořadí zastoupených prvů

Více

Exponenciální rovnice. Metoda převedení na stejný základ. Cvičení 1. Příklad 1.

Exponenciální rovnice. Metoda převedení na stejný základ. Cvičení 1. Příklad 1. Eponenciální rovnice Eponenciální rovnice jsou rovnice, ve kterých se neznámá vsktuje v eponentu. Řešíme je v závislosti na tpu rovnice několika základními metodami. A. Metoda převedení na stejný základ

Více

FYZIKÁLNĚ A TVAROVĚ ORTOTROPNÍ DESKY

FYZIKÁLNĚ A TVAROVĚ ORTOTROPNÍ DESKY YZIKÁLNĚ A TVAROVĚ ORTOTROPNÍ SKY Pon sestavování vstupních fziálních dat u mostních stropních a záladových dese s různými průřez ve dvou vzájemně olmých směrech Prof. Ing. r. techn. Vladimír Kolář rsc.

Více

Základním pojmem v kombinatorice je pojem (k-prvková) skupina, nebo také k-tice prvků, kde k je přirozené číslo.

Základním pojmem v kombinatorice je pojem (k-prvková) skupina, nebo také k-tice prvků, kde k je přirozené číslo. přednáša KOMBINATORIKA Kombinatoria je obor matematiy, terý se zabývá uspořádáním daných prvů podle určitých pravidel do určitých supin Záladním pojmem v ombinatorice je pojem (-prvová) supina, nebo taé

Více

Před zahájením vlastních výpočtů je potřeba analyzovat konstrukci a zvolit vhodný návrhový

Před zahájením vlastních výpočtů je potřeba analyzovat konstrukci a zvolit vhodný návrhový 2 Zásady navrhování Před zahájením vlastních výpočtů je potřeba analyzovat onstruci a zvolit vhodný návrhový model. Model musí být dostatečně přesný, aby výstižně popsal chování onstruce s přihlédnutím

Více

Zavedení a vlastnosti reálných čísel

Zavedení a vlastnosti reálných čísel Zavedení a vlastnosti reálných čísel jsou základním kamenem matematické analýzy. Konstrukce reálných čísel sice není náplní matematické analýzy, ale množina reálných čísel R je pro matematickou analýzu

Více

Kombinace s opakováním

Kombinace s opakováním 9..3 Kombinace s opaováním Předpolady: 907. 908, 9, 92 Pedagogicá poznáma: Tato hodina zabere opět minimálně 70 minut. Asi ji čeá rozšíření na dvě hodiny. Netradiční začáte. Nemáme žádné přílady, ale rovnou

Více

1. Úvod do základních pojmů teorie pravděpodobnosti

1. Úvod do základních pojmů teorie pravděpodobnosti 1. Úvod do záladních pojmů teore pravděpodobnost 1.1 Úvodní pojmy Většna exatních věd zobrazuje své výsledy rgorózně tj. výsledy jsou zísávány na záladě přesných formulí a jsou jejch nterpretací. em je

Více

1. DIFERENCIÁLNÍ POČET FUNKCE DVOU PROMĚNNÝCH

1. DIFERENCIÁLNÍ POČET FUNKCE DVOU PROMĚNNÝCH 1. DIFERENCIÁLNÍ POČET FUNKCE DVOU PROMĚNNÝCH V minulém semestru jsme studovali vlastnosti unkcí jedné nezávislé proměnné. K popisu mnoha reálných situací obvkle s jednou proměnnou nevstačíme. FUNKCE DVOU

Více

Pravděpodobnost a statistika

Pravděpodobnost a statistika Pravděpodobnost a statistia Přílady a otázy Petr Hebá a Hana Salsá GAUDEAMUS 2011 Autoři: prof. Ing. Petr Hebá, CSc. Autoři: prof. RNDr. Hana Salsá, CSc. Recenzenti: doc. RNDr. Tatiana Gavalcová, CSc.

Více

Algebraické rovnice. Obsah. Aplikovaná matematika I. Ohraničenost kořenů a jejich. Aproximace kořenů metodou půlení intervalu.

Algebraické rovnice. Obsah. Aplikovaná matematika I. Ohraničenost kořenů a jejich. Aproximace kořenů metodou půlení intervalu. Algebraické rovnice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Základní pojm 2 Metod řešení algebraických rovnic Algebraické řešení Grafické řešení Numerické řešení 3 Numerické řešení Ohraničenost

Více

Pružnost a plasticita II CD03

Pružnost a plasticita II CD03 Pružnost a plasticita II CD3 uděk Brdečko VUT v Brně, Fakulta stavební, Ústav stavební mechanik tel: 5447368 email: brdecko.l @ fce.vutbr.cz http://www.fce.vutbr.cz/stm/brdecko.l/html/distcz.htm Obsah

Více

Limita a spojitost funkce

Limita a spojitost funkce Limita a spojitost funkce Základ všší matematik Dana Říhová Mendelu Brno Průřezová inovace studijních programů Lesnické a dřevařské fakult MENDELU v Brně (LDF) s ohledem na disciplin společného základu

Více

Modelování a simulace regulátorů a čidel

Modelování a simulace regulátorů a čidel Modeloání a simulace regulátorů a čidel. Modeloání a simulace PI regulátoru Přenos PI regulátoru je yjádřen následujícím ztahem F( p) = ( + p ) p V Simulinu je tento blo obsažen nihoně prů. Bohužel použití

Více

PRVOČÍSLA 1 Jan Malý UK v Praze a UJEP v Ústí n. L. Obsah

PRVOČÍSLA 1 Jan Malý UK v Praze a UJEP v Ústí n. L. Obsah PRVOČÍSLA Jan Malý UK v Praze a UJEP v Ústí n. L. Obsah. Elementární úlohy o prvočíslech 2. Kongruence 2 3. Algebraicé rovnice a polynomy 3 4. Binomicá a trinomicá věta 5 5. Malá Fermatova věta 7 6. Diferenční

Více

pracovní verze pren 13474 "Glass in Building", v níž je uveden postup výpočtu

pracovní verze pren 13474 Glass in Building, v níž je uveden postup výpočtu POROVNÁNÍ ANALYTICKÉHO A NUMERICKÉHO VÝPOČTU NOSNÉ KONSTRUKCE ZE SKLA Horčičová I., Netušil M., Eliášová M. Česé vysoé učení technicé v Praze, faulta stavební Anotace Slo se v moderní architetuře stále

Více

Název: Chemická rovnováha

Název: Chemická rovnováha Název: Chemicá rovnováha Autor: Mgr. Štěpán Miča Název šoly: Gymnázium Jana Nerudy, šola hl. města Prahy Předmět, mezipředmětové vztahy: chemie, fyzia Roční: 6. Tématicý cele: Chemicá rovnováha (fyziální

Více

Aplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2013/2014 Radim Farana. Obsah. Detekce chyb

Aplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2013/2014 Radim Farana. Obsah. Detekce chyb Podlady předmětu pro aademicý ro /4 Radim Farana Obsa Detece cyb, Hamminoa dálenost Kontrolní a samooprané ódy Lineární ódy Hamminoy ódy Opaoací ódy Cylicé ódy Detece cyb Množinu šec slo rodělíme na sloa

Více

VYŠŠÍ ODBORNÁ ŠKOLA A STŘEDNÍ ŠKOLA SLABOPROUDÉ ELEKTROTECHNIKY Novovysočanská 48/280, Praha 9

VYŠŠÍ ODBORNÁ ŠKOLA A STŘEDNÍ ŠKOLA SLABOPROUDÉ ELEKTROTECHNIKY Novovysočanská 48/280, Praha 9 1. Analogové měřicí přístroje Jsou přístroje, teré slouží měření různých eletricých veličin. Např. měření proudu, napětí a výonu. Pro měření těchto veličin nejčastěji používáme tyto soustavy:magnetoeletricá,

Více

Funkční měniče. A. Na předloženém aproximačním funkčním měniči s operačním zesilovačem realizujícím funkci danou tabulkou:

Funkční měniče. A. Na předloženém aproximačním funkčním měniči s operačním zesilovačem realizujícím funkci danou tabulkou: Funční měniče. Zadání: A. Na předloženém aproximačním funčním měniči s operačním zesilovačem realizujícím funci danou tabulou: proveďte: U / V / V a) pomocí oscilosopu měnič nastavte b) změřte na něm jeho

Více

Základním pojmem v kombinatorice je pojem (k-prvková) skupina, nebo také k-tice prvků, kde k je přirozené číslo.

Základním pojmem v kombinatorice je pojem (k-prvková) skupina, nebo také k-tice prvků, kde k je přirozené číslo. přednáša KOMBINATORIKA Při řešení mnoha praticých problémů se setáváme s úlohami, ve terých utváříme supiny z prvů nějaé onečné množiny Napřílad máme sestavit rozvrh hodin z daných předmětů, potřebujeme

Více

MATEMATIKA. O paradoxech spojených s losováním koulí

MATEMATIKA. O paradoxech spojených s losováním koulí MATEMATIKA O paradoxeh spojenýh s losováním oulí PAVEL TLUSTÝ IRENEUSZ KRECH Eonomiá faulta JU, Česé Budějovie Uniwersytet Pedagogizny, Kraów Matematia popisuje a zoumá různé situae reálného světa. Je

Více

SPECIFIC UTILIZATION OF MICROSOFT VISUAL BASIC FOR APPLICATION WITH PRINCIPLES OF SYSTEM MODELING. Tomáš BAROT

SPECIFIC UTILIZATION OF MICROSOFT VISUAL BASIC FOR APPLICATION WITH PRINCIPLES OF SYSTEM MODELING. Tomáš BAROT OTHER ARTICLES SPECIFIC UTILIZATION OF MICROSOFT VISUAL BASIC FOR APPLICATION WITH PRINCIPLES OF SYSTEM MODELING Tomáš BAROT Abstract: The article is focused on utilization of programming language Microsoft

Více

studentská kopie Předběžný odhad profilů: 1. Výpočet zatížení 1.1) Zatížení stálá Materiál: RD S10, LLD SB

studentská kopie Předběžný odhad profilů: 1. Výpočet zatížení 1.1) Zatížení stálá Materiál: RD S10, LLD SB Zadání: Navrhněte a posuďte rozhodujíí nosné prvy (latě, rove, leštiny, vaznie, sloupy) a jejih spoje (vaznie leština, leština-roev, roev-vaznie, vaznie-sloupe) střešní onstrue obytné budovy z materiálů

Více

3.2.9 Věta o středovém a obvodovém úhlu

3.2.9 Věta o středovém a obvodovém úhlu 3..9 ěta o středovém a obvodovém úhlu Předpolady: ody, rozdělují ružnici na dva oblouy. Polopřímy a pa rozdělují rovinu na dva úhly. rcholy obou úhlů leží ve středu ružnice říáme, že jde o středové úhly

Více

METODICKÉ LISTY Z MATEMATIKY pro gymnázia a základní vzdělávání

METODICKÉ LISTY Z MATEMATIKY pro gymnázia a základní vzdělávání METODICKÉ LISTY Z MATEMATIKY pro gmnázia a základní vzdělávání Jaroslav Švrček a kolektiv Rámcový vzdělávací program pro základní vzdělávání Vzdělávací oblast: Matematika a její aplikace Tematický okruh:

Více

SCIENTIFIC PAPERS OF THE UNIVERSITY OF PARDUBICE ANALÝZA FUNKCE STEJNOSMĚRNÉHO MOTORU NAPÁJENÉHO ZE STŘÍDAVÉ SÍTĚ SIMULACÍ POMOCÍ PROGRAMU SPICE

SCIENTIFIC PAPERS OF THE UNIVERSITY OF PARDUBICE ANALÝZA FUNKCE STEJNOSMĚRNÉHO MOTORU NAPÁJENÉHO ZE STŘÍDAVÉ SÍTĚ SIMULACÍ POMOCÍ PROGRAMU SPICE SCIENTIFIC PAPERS OF THE UNIVERSITY OF PARDUBICE Series B The Jan Perner Transport Faculty 5 (1999) ANALÝZA FUNKCE STEJNOSMĚRNÉHO MOTORU NAPÁJENÉHO ZE STŘÍDAVÉ SÍTĚ SIMULACÍ POMOCÍ PROGRAMU SPICE Jiří

Více

Funkce základní pojmy a vlastnosti

Funkce základní pojmy a vlastnosti Funkce základní pojm a vlastnosti Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah Pojem funkce Vlastnosti funkcí Inverzní funkce 4 Základní elementární funkce Mocninné Eponenciální Logaritmické

Více

3/8.4 PRAKTICKÉ APLIKACE PŘI POUŽÍVÁNÍ NEJISTOT

3/8.4 PRAKTICKÉ APLIKACE PŘI POUŽÍVÁNÍ NEJISTOT PROKAZOVÁNÍ SHODY VÝROBKŮ část 3, díl 8, kapitola 4, str. 1 3/8.4 PRAKTICKÉ APLIKACE PŘI POUŽÍVÁNÍ NEJISTOT Vyjadřování standardní kombinované nejistoty výsledku zkoušky Výsledek zkoušky se vyjadřuje v

Více

Stanovení hustoty pevných a kapalných látek

Stanovení hustoty pevných a kapalných látek 55 Kapitola 9 Stanovení hustoty pevných a kapalných látek 9.1 Úvod Hustota látky ρ je hmotnost její objemové jednotky, definované vztahem: ρ = dm dv, kde dm = hmotnost objemového elementu dv. Pro homogenní

Více

Vektory II. Předpoklady: Umíme už vektory sčítat, teď zkusíme opačnou operací rozklad vektoru na složky.

Vektory II. Předpoklady: Umíme už vektory sčítat, teď zkusíme opačnou operací rozklad vektoru na složky. 5 Vektor II Předpoklad: 4 Umíme už vektor sčítat, teď zkusíme opačnou operací rozklad vektoru na složk Př : Na obrázku je nakreslena síla Nakresli do obrázku síl a tak, ab platilo = + Kolik má úloha řešení?

Více

Regrese. používáme tehdy, jestliže je vysvětlující proměnná kontinuální pokud je kategoriální, jde o ANOVA

Regrese. používáme tehdy, jestliže je vysvětlující proměnná kontinuální pokud je kategoriální, jde o ANOVA Regrese používáme tehd, jestliže je vsvětlující proměnná kontinuální pokud je kategoriální, jde o ANOVA Specifikace modelu = a + bx a závisle proměnná b x vsvětlující proměnná Cíl analýz Odhadnout hodnot

Více

Regresní analýza. Ekonometrie. Jiří Neubauer. Katedra ekonometrie FVL UO Brno kancelář 69a, tel

Regresní analýza. Ekonometrie. Jiří Neubauer. Katedra ekonometrie FVL UO Brno kancelář 69a, tel Regresní analýza Ekonometrie Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra ekonometrie UO Brno) Regresní analýza 1 / 23

Více

+ ω y = 0 pohybová rovnice tlumených kmitů. r dr dt. B m. k m. Tlumené kmity

+ ω y = 0 pohybová rovnice tlumených kmitů. r dr dt. B m. k m. Tlumené kmity Tlumené kmit V praxi téměř vžd brání pohbu nějaká brzdicí síla, jejíž původ je v třecích silách mezi reálnými těles. Matematický popis těchto sil bývá dosti komplikovaný. Velmi často se vsktuje tzv. viskózní

Více

Reprezentace přirozených čísel ve Fibonacciho soustavě František Maňák, FJFI ČVUT, 2005

Reprezentace přirozených čísel ve Fibonacciho soustavě František Maňák, FJFI ČVUT, 2005 Reprezentace přirozených čísel ve ibonacciho soustavě rantiše Maňá, JI ČVUT, 2005 Úvod Ja víme, přirozená čísla lze vyádřit různými způsoby Nečastěi zápisu čísel používáme soustavu desítovou, ale umíme

Více

VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY

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

Více

9.4. Rovnice se speciální pravou stranou

9.4. Rovnice se speciální pravou stranou Cíle V řadě případů lze poměrně pracný výpočet metodou variace konstant nahradit jednodušším postupem, kterému je věnována tato kapitola. Výklad Při pozorném studiu předchozího textu pozornějšího studenta

Více

1 Soustavy lineárních rovnic

1 Soustavy lineárních rovnic 1 Soustavy lineárních rovnic 1.1 Základní pojmy Budeme uvažovat soustavu m lineárních rovnic o n neznámých s koeficienty z tělesa T (potom hovoříme o soustavě m lineárních rovnic o n neznámých nad tělesem

Více

Neuronové časové řady (ANN-TS)

Neuronové časové řady (ANN-TS) Neuronové časové řady (ANN-TS) Menu: QCExpert Prediktivní metody Neuronové časové řady Tento modul (Artificial Neural Network Time Series ANN-TS) využívá modelovacího potenciálu neuronové sítě k predikci

Více

BEZCEMENTOVÝ BETON S POJIVEM Z ÚLETOVÉHO POPÍLKU

BEZCEMENTOVÝ BETON S POJIVEM Z ÚLETOVÉHO POPÍLKU Sekce X: xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx BEZCEMENTOVÝ BETON S POJIVEM Z ÚLETOVÉHO POPÍLKU Rostislav Šulc, Pavel Svoboda 1 Úvod V rámci společného programu Katedry technologie staveb FSv ČVUT a Ústavu skla

Více

6 Mezní stavy únosnosti

6 Mezní stavy únosnosti 6 Mezní stavy únosnosti U dřevěných onstrucí musíme ověřit jejich mezní stavy, teré se vztahují e zřícení nebo jiným způsobům pošození onstruce, při nichž může být ohrožena bezpečnost lidí. 6. Navrhování

Více

Úplný systém m logických spojek. 3.přednáška

Úplný systém m logických spojek. 3.přednáška Úplný sstém m logických spojek 3.přednáška Definice Úplný sstém m logických spojek Řekneme, že množina logických spojek S tvoří úplný sstém logických spojek, jestliže pro každou formuli A eistuje formule

Více

Návrh vysokofrekvenčních linkových transformátorů

Návrh vysokofrekvenčních linkových transformátorů inové transformátory inové transformátory Při požadavu na transformaci impedancí v široém frevenčním pásmu, dy nelze obsáhnout požadovanou oblast mitočtů ani široopásmovými obvody, je třeba použít široopásmových

Více

Normální (Gaussovo) rozdělení

Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení popisuje vlastnosti náhodné spojité veličiny, která vzniká složením různých náhodných vlivů, které jsou navzájem nezávislé, kterých je velký

Více

Univerzita Tomáše Bati ve Zlíně

Univerzita Tomáše Bati ve Zlíně Univerzita Tomáše Bati ve líně LABORATORNÍ CVIČENÍ YIKY II Název úloh: Měření ohniskové vzdálenosti čočk Jméno: Petr Luzar Skupina: IT II/ Datum měření:.listopadu 007 Obor: Informační technologie Hodnocení:

Více

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y 9. T r a n s f o r m a c e n á h o d n é v e l i č i n Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota závisí nějakým způsobem na vstupní, je její funkcí = f(x). Pokud

Více

F6180 Úvod do nelineární dynamiky. F6150 Pokročilé numerické metody FX003 Plánování a vyhodnocování experimentu. F7780 Nelineární vlny a solitony

F6180 Úvod do nelineární dynamiky. F6150 Pokročilé numerické metody FX003 Plánování a vyhodnocování experimentu. F7780 Nelineární vlny a solitony Moderní metody modelování ve fyzice jaro 2015 přednáša: D. Hemzal cvičení: F. Münz F1400 Programování F5330 Záladní numericé metody F7270 Matematicé metody zpracování měření F6180 Úvod do nelineární dynamiy

Více

Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz. Algebra Struktury s jednou operací

Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz. Algebra Struktury s jednou operací Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz Algebra Struktury s jednou operací Teoretická informatika 2 Proč zavádíme algebru hledáme nástroj pro popis objektů reálného světa (zejména

Více

c A = c A0 a k c ln c A A0

c A = c A0 a k c ln c A A0 řád n 2.řád.řád 0.řád. KINETIK JEDNODUCHÝCH REKCÍ 0 Ryhlost reae, ryhlosti přírůstu a úbytu jednotlivýh slože... 2 02 Ryhlost reae, ryhlosti přírůstu a úbytu jednotlivýh slože... 2 03 Ryhlost reae, ryhlosti

Více

e-mail: RadkaZahradnikova@seznam.cz 1. července 2010

e-mail: RadkaZahradnikova@seznam.cz 1. července 2010 Optimální výrobní program Radka Zahradníková e-mail: RadkaZahradnikova@seznam.cz 1. července 2010 Obsah 1 Lineární programování 2 Simplexová metoda 3 Grafická metoda 4 Optimální výrobní program Řešení

Více

3. Diskutujte výsledky měření z hlediska platnosti Biot-Savartova zákona.

3. Diskutujte výsledky měření z hlediska platnosti Biot-Savartova zákona. 1 Pracovní úkol 1. Změřte závislost výchlk magnetometru na proudu protékajícím cívkou. Měření proveďte pro obě cívk a různé počt závitů (5 a 10). Maximální povolený proud obvodem je 4. 2. Výsledk měření

Více

( ) Příklady na otočení. Předpoklady: Př. 1: Je dána kružnice k ( S ;5cm)

( ) Příklady na otočení. Předpoklady: Př. 1: Je dána kružnice k ( S ;5cm) 3.5.9 Přílady na otočení Předpolady: 3508 Př. 1: Je dána ružnice ( ;5cm), na teré leží body, '. Vně ružnice leží bod L, uvnitř ružnice bod M. Naresli obrazy bodů L, M v zobrazení řeš bez úhloměru. R (

Více

2. Základní pojmy a definice Def Uspořádaný výběr (variace) bez opakování Uspořádaný výběr (variace) s opakováním:

2. Základní pojmy a definice Def Uspořádaný výběr (variace) bez opakování Uspořádaný výběr (variace) s opakováním: 2. Záladní pojmy a definice K popisu náhodných dějů (random events) nelze použít běžné matematicé prostředy (common mathematical means). Přesto vša lze náhodu vantifiovat. Souvisejícími otázami se zabývají

Více

PÚ, NÚ teorie, tabulka+opakování: trojčlenka

PÚ, NÚ teorie, tabulka+opakování: trojčlenka VY_42_INOVACE_1SMO47 Projet: Zlepšení výuy na ZŠ Schulzovy sady registrační číslo: CZ.1.07./1.4.00/21.2581 Autor: Marie Smolíová Datum: 8. 2. a 9. 2. 2012 Roční: 7. Vzdělávací oblast: Vzdělávací obor:

Více

+ 2y. a y = 1 x 2. du x = nxn 1 f(u) 2x n 3 yf (u)

+ 2y. a y = 1 x 2. du x = nxn 1 f(u) 2x n 3 yf (u) Diferenciální počet příklad 1 Dokažte, že funkce F, = n f 2, kde f je spojitě diferencovatelná funkce, vhovuje vztahu + 2 = nf ; 0 Řešení: Označme u = 2. Pak je F, = n fu a platí Podle vět o derivaci složené

Více

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení 2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků

Více

Parciální derivace a diferenciál

Parciální derivace a diferenciál Parciální derivace a diferenciál Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem

Více

Absorpční vlastnosti plazmatu směsí SF 6 a PTFE

Absorpční vlastnosti plazmatu směsí SF 6 a PTFE Absorpční vlastnosti plazmatu směsí SF 6 a PTFE N. Bogatyreva, M. Bartlová, V. Aubrecht Faulta eletrotechniy a omuniačních technologií, Vysoé učení technicé v Brně, Technicá 10, 616 00 Brno Abstrat Článe

Více

1. Přednáška. Ing. Miroslav Šulai, MBA

1. Přednáška. Ing. Miroslav Šulai, MBA N_OFI_2 1. Přednáška Počet pravděpodobnosti Statistický aparát používaný ve financích Ing. Miroslav Šulai, MBA 1 Počet pravděpodobnosti -náhodné veličiny 2 Počet pravděpodobnosti -náhodné veličiny 3 Jevy

Více

1 Modelování systémů 2. řádu

1 Modelování systémů 2. řádu OBSAH Obsah 1 Modelování systémů 2. řádu 1 2 Řešení diferenciální rovnice 3 3 Ukázka řešení č. 1 9 4 Ukázka řešení č. 2 11 5 Ukázka řešení č. 3 12 6 Ukázka řešení č. 4 14 7 Ukázka řešení č. 5 16 8 Ukázka

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

Aplikované chemické procesy

Aplikované chemické procesy pliované hemié proesy Záladní pojmy, bilanování Rozdělení systému - podle výměny hmoty a energie Otevřený systém může se svým oolím vyměňovat hmotu a energii v průběhu časového období bilanování Uzavřený

Více

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

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

Více

DERIVACE FUKNCÍ VÍCE PROMĚNNÝCH

DERIVACE FUKNCÍ VÍCE PROMĚNNÝCH DERIVACE FUKNCÍ VÍCE PROMĚNNÝCH Reálná funkce dvou proměnných a definiční obor Kartézský součin R R značíme R 2 R 2 je množina všech uspořádaných dvojic reálných čísel (rovina) Prvk R 2 jsou bod v rovině

Více

O MOŽNOSTI ADJUSTACE IMISNÍCH KONCENTRACÍ NA METEOROLOGICKÉ PODMÍNKY. RNDr. Josef Keder, CSc.

O MOŽNOSTI ADJUSTACE IMISNÍCH KONCENTRACÍ NA METEOROLOGICKÉ PODMÍNKY. RNDr. Josef Keder, CSc. O MOŽNOSTI ADJUSTACE IMISNÍCH KONCENTRACÍ NA METEOROLOGICKÉ PODMÍNKY RNDr. Josef Keder, CSc. Zadání úlohy V souladu s požadavkem zadavatele (MŽP) bude zpracována metodika, umožňující oprostit průměrné

Více

Pavel Burda Jarmila Doležalová

Pavel Burda Jarmila Doležalová VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA MATEMATIKA III Pavel Burda Jarmila Doležalová Vytvořeno v rámci projetu Operačního programu Rozvoje lidsých zdrojů CZ.04.1.0/..15.1/0016 Studijní opory

Více

Reprezentace problému rozvrhování zakázkové výroby disjunktivním grafem

Reprezentace problému rozvrhování zakázkové výroby disjunktivním grafem XXVI. ASR '00 Seminar, Instruments and Control, Ostrava, April 6-7, 00 Paper 39 Reprezentace problému rozvrhování zaázové výroby disjuntivním grafem MAJER, Petr Ing., ÚAI FSI VUT, Technicá, 6669 Brno,

Více

Části kruhu. Předpoklady:

Části kruhu. Předpoklady: 2.10.3 Části uhu Předpolady: 0201002 Př. 1: Na užnici ( ;5cm) leží body,, = 8cm. Uči početně vzdálenost tětivy od středu užnice. pávnost výpočtu zontoluj ýsováním. Naeslíme si obáze a využijeme speciální

Více

Dva případy chybného rozhodnutí při testování: a) Testační statistika padne mimo obor přijetí nulové H hypotézy O, tj.

Dva případy chybného rozhodnutí při testování: a) Testační statistika padne mimo obor přijetí nulové H hypotézy O, tj. Uvedeme obecný postup statistického testování:. Formulace nulové H 0a alternativní hpotéz H A.. Volba hladin významnosti α.. Volba testační statistik např... Určení kritického oboru testové charakteristik.

Více

PŘÍKLAD VÝPOČTU RÁMU PODLE ČSN EN

PŘÍKLAD VÝPOČTU RÁMU PODLE ČSN EN PŘÍKLAD VÝPOČTU RÁU PODLE ČS E 99-- Jaub Dolejš*), Zdeně Sool**).Zadání avrhněte sloup plnostěnného dvouloubového rámu, jehož roměr jsou patrné obráu. Horní pásnice příčle je po celé délce ajištěna proti

Více

6. DIFERENCIÁLNÍ POČET FUNKCE VÍCE PROMĚNNÝCH

6. DIFERENCIÁLNÍ POČET FUNKCE VÍCE PROMĚNNÝCH Funkce více proměnných 6 DIFERENCIÁLNÍ POČET FUNKCE VÍCE PROMĚNNÝCH Ve čtvrté kapitole jsme studovali vlastnosti funkcí jedné nezávisle proměnné K popisu mnoha reálných situací však s jednou nezávisle

Více

Stanovení hloubky karbonatace v čase t

Stanovení hloubky karbonatace v čase t 1. Zadání Optimalizace bezpečnosti a životnosti existujících mostů Stanovení hloubky karbonatace v čase t Předložený výpočetní produkt je aplikací teoretických postupů popsané v navrhované certifikované

Více