Metody s latentními proměnnými a klasifikační metody
|
|
- David Jelínek
- před 5 lety
- Počet zobrazení:
Transkript
1 Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie etody s latentními roměnnými a klasifikační metody Ing. Roman Slavík V Bohumíně 4.4. ŽDB a.s.
2 Příklad č. Vyočtěte algoritmem IPALS. latentní roměnnou z matice A [řádek, slouec]: A [,], A [,], A [3,] 3, A [,], A [,], A [3,], A [,3] 6, A [,3] 4, A [3,3]. atici řed zracováním standardizujte. 6 zdrojová matice A 4 3 ejdříve vyočteme vektor aritmetických růměrů x 4 a vektor směrodatných s odchylek - Standardizací obdržíme matici A - - Jako rvní odhad vektoru t byl zvolen rvní slouec standardizované matice : t - Po dosazení do vztahu (t t ) - t A a znormováním odle ( ) -/ získáme očáteční odhad vektoru míry řísěvků odhadu vektoru hlavní komonenty t. Dosazením za t ( ) A získáme odhad hlavní komonenty t. Iteračním oakováním tohoto ostuu dostaneme stabilní rozklad vektorů t a. Konverg. kritérium má tvar : d ( t nové t staré ) ( t nové t staré )( t nové t nové ) Výočet se ukončí když d / < - /
3 Výočet vektoru : inverze t t *,5,5 *,5, 5 * t * X * X,5,5 *,5 ormování vektoru : / æ ö ç / ( ) ç,5 *,5 ç è ø / * (,5),6667,6667 *,5,6667,3333,6667 Výočet t :,6667 inverze *,6667,3333,6667 *,3333,6667,6667 * * * X,6667,3333,6667,6667,3333 t,3333,3333,6667 Výočet se oakuje. Jednotlivé vyočítané vektory jsou uvedeny v tabulce č.. 3/
4 abulka č. - Vyočítané vektory latentních roměnných a zátěží. Číslo Vektor zátěží () ormovaný vektor Vektor latentních hodnot oakování zátěží () -,5 -,6667 -,3333 -,6667 -,3333 -,3334,6667,675 -,45 -,675,6396 -,464 -,6396 -,79 -,464,756 3,634 -,45 -,634,63 -,458 -,63 -,63 -,458,73 4,689 -,4574 -,689,688 -,4573 -,688 -,577 -,4573,75 5,68 -,459 -,68,68 -,459 -,68 -,564 -,459,754 6,68 -,4595 -,68,68 -,4595 -,68 -,56 -,4596,757 7,679 -,4596 -,679,68 -,4597 -,68 -,559 -,4597,756 8,68 -,4597 -,68,68 -,4597 -,68 -,559 -,4597,756 Po 8 krocích obdržíme : zátěžový vektor, , , vektor latentních roměnných t -, , ,75636 Pronásobením a odečtením dle E A - t získáme matici nevysvětlené -,3 -,57734,34 variability E,8867, ,8867 -,7736 -,35,77356 Algoritmem IPALS byla sočtena rvní latentní roměnná. Příklad č. S oužitím vhodných kritérií určete nezbytný očet latentních roměnných, bylo-li z dat určeno: PRESS() S(), PRESS(), S(), PRESS() 3,5; S() 3,4; PRESS(3) 3,45; S(3) 3,39. PRESS()S() - suma x ki ze zdrojové matice PRESS(P) suma e ki z matice E red S(P) suma e ki z matice E K určení nezbytného očtu latentních roměnných oužijeme Woldovo kritérium založené na oměru hodnoty PRESS(P) a hodnoty S(P-). PRESS(P)/S(P-) P : PRESS()/S(), P : PRESS()/S(),35 P 3 : PRESS(3)/S(),,>,95 Woldovým kritériem byl stanoven očet latentních roměnných na základě výše uvedených hodnot na 3. Čtvrtá latentní roměnná není třeba, rotože hodnota kritéria vyšla větší (,) než,95. 4/
5 Příklad č.3 Odhadněte hodnotu chybějícího rvku A[,], jestliže výočtem z nekomletní matice byly určeny vektory :,54,43,54,54 t: -,34 -,735,76 Prvky zdrojové matice odovídající -té latentní roměnné lze rekonstruovat odle vzorce A red t vektor,54,43,54,54 vektor t -,34 -,735,76 -,749 -,5668 -,6888 -,6888 matice A red,3976 -,39 -,3778 -,3778,3,878,67,67 A[,] -,3 První odhad chybějící hodnoty činí -,3. Příklad č.4 Výočtem metodou PCA byly určeny vektory :,,458 -,35,987 :,96 -,38,87 -,5. Vyočtěte komunality a vyberte slouec, který nejlée charakterizuje celou matici. Prvek matice zátěží i říslušejícímu i-tému slouci zdrojové matice je mírou variability tohoto slouce osané -tou latentní roměnnou. Podíl variability daného slouce osané solečnými latentními roměnnými lze ak vyjádřit jako součet řísěvků jednotlivých latentních roměnných, tedy h i ( ) P ( i ) kde h i je komunalita ro i-tý slouec P očet latentních roměnných očet slouců zdrojové matice i jsou zátěže normované odle vztahu: i i i i Výočet normovaných zátěží vektor,,458 -,35,987 vektor,96 -,38,87 -,5 5/
6 Vyočítáme normované zátěže ro jednotlivé slouce ři dvou latentních roměnných., +,458 + (,35),,38, +,987 i i,458 +,458 + (,35),458,38, +,987 i i,35 +,458 + (,35),35,38 3 3, +,987 i i,987 +,458 + (,35),987,38 4 4, +,987 i i,96 + (,38) +,87,96,6877,96 + (,5) i i 3 i 4 i,96,38 + (,38) +,87,9,35,69,7546,38, (,5) i i,87 + (,38) +,87,87,6877 3,96 + (,5) i,96,5 + (,38) +,87,5, (,5) i Výočet komunalit P h ( ) +,9 +,54487,97 P h ( ) +,35 + (,4),43 P 4 h ( 4 ) 4 + 4, (,68),574,5487,4,567,68 Platí ravidlo, že čím je komunalita říslušného slouce větší, tím má slouec vlastnosti solečné s ostatními slouci zdrojové matice. V našem říadě čtvrtý slouec nejlée charakterizuje zdrojovou matici. 6/
7 Příklad č.5 Vysvětlete, roč vysvětlená variabilita je ři výočtu metodou FA vždy nižší, než ři výočtu metodou PCA. Rozdíl sočívá ve zůsobu rozkladu variability zdrojové matice. V říadě metody PCA je model ostaven na S H, (S - diagonální matice roztylů manifestních roměnných, H - diagonální matice komunalit), který ředokládá, že lze variabilitu zdrojové matice rerodukovat řesně. U metody FA latí, že variabilita je rozložena do dvou složek S H + L, (L - matice jedinečností, která ředstavuje část variability nevysvětlitelné solečnými faktory). ím, že u metody FA ředokládáme existenci nevysvětlené variability dosíváme vždy k nižším hodnotám vysvětlené variability než u metody PCA. Příklad č.6 Výočtem metodou kanonických korelací bylo zjištěno:,97x +,98X +,5X3 +,56X4,493Y,3Y r,83,6x -,5X +,95X3 +,56X4,493Y +,3Y r,5 Vyočtěte skuinový korelační koeficient a interretujte výsledky. Skuinový korelační koeficient R vyočteme ze vztahu R - ( - r )( r ) R,77 atice X je tvořena 4 slouci a matice Y dvěma. Skuinový korelační koeficient má hodnotu,77, což znamená, že 77 % variability dat jsme vysvětlili kanonickými korelačním koeficienty. S růstem roměnných X, X a X4, které mají stejný vliv, klesá význam roměnné Y a roste významně roměnná Y. S nadbytkem roměnné X3 se zvyšuje roměnná Y. Příklad č.7 Při monitoringu vstuních vod do naší akciové solečnosti jsou v chemické laboratoři analyzovány vzorky těchto odebraných vod. U těchto ovrchových vod se v naší laboratoři kromě jiných stanovují tyto arametry : Ph, Vodivost, L, RL, vrdost, -H4, -O3, -O, Cl, CHSK Cr, Ba, Fe, Sr, BSK5. Parametr AOX je stanovován externí laboratoří v Paskově. a datech v tabulce se okuste najít vztah mezi AOX a arametry stanovovanými v naší laboratoři. Kvalita ovrchové vody by byla známa již ři stanovení arametrů v naší laboratoři. 7/
8 VZ PH VODIV L RL VRD -H4 -O3 -O CL CHSK CR BA FE SR AOX BSK5 7,47 96,, 76, 3,,37 3,4,6 799,,,86,534,883,496 7, 7,58 67, 5, 38,5 3,9 5,6 5,,4 45, 7,8,77,659,98,38 4, 7,66 45, 7, 9, 9,5,4,,7 3,3 6,4,75,99,5,6 6,3 7,95 6, 3, 473,,3 7,6,,5 48,,,77,635,38,33 4, 6 7,87 38, 69, 43, 3,5 9,95,7,5 5,,8,343,5,63,458 3, ,8 6,3 37, 85,5 8, 3,85 7,,6 3,,,66,59,933,8 3, 359 6,98 83, 4, 65,,6,66,7,4 757, 3,,,396,64,35,5 36 6,8 49, 33, 336,5 9,9,95 3,3,7 34, 8,,59,84,8,36 6,3 36 7, 55,3, 385,,9,3 35,6,9 44,7 7,9,67,498,68,4,4 36 7,33 6,8 43, 995,5,,9 7,6,3 3, 8,59,59,69,865,4 5, 363 7,6 44, 49, 33, 9,5,48 3,5,8 3, 9,58,5,744,96,,5 74 7,69 7, 4, 9, 9, 5,65,8,5 344,,,4,33,96,6 3, ,34 9, 5, 8, 7,,75 5,9,8 56, 8,,96,44,46,454, ,8 6, 5, 7,5 3,7,48 9,9,6 34,4 6,,78,43,96,47 3, ,46 56,3 8, 369,,,4 36,,7 4,3 6,,98,48,9,34, ,66 74,6 3, 95, 9,6 5,7,,5 3,,,3,35,, 3, ,46 33,6 4, 38, 7,,65,,,7 6,,65,36,88,, 55 7,77 64,7 4, 86, 8,9,68 8,7,5 33, 38,65,7,68,94,56 6, 58 6,89 99, 33, 56,5 9,8, 3,8,6 5,,3,6,73,9,33 6,6 59 6,79 6,7, 686, 3,,4,4,8 34,8 4,44,66,639,34,35 6,7 6 6,78 6, 5, 46,5,,64 3,3,63 45,,95,4 7,75,33, 3, 6 7,33 65, 6, 53, 9,,7 9,5,37 33, 3,87,58,5,48,3 5,7 6 6,85 7,8 3, 73, 5,6,5 8,6,6 3,9,3,48,39,54, 5, ,75 98,8 45, 49,,7,8 8,,9 45, 3,,6,594,3,9 5, ,95 3, 39, 369, 5,48, 7,4,9 53,,,88 8,94,578,74 6, Příklad č.8 Jeden objekt je charakterizován metrickými znaky (,), druhý (3,8), třetí (4,9), čtvrtý (,4) a átý (,5). Vyočtěte matici vzdálenosti v Euklidově metrice a dokumentujte výočet shlukování některou z oužívaných metod. Výsledky interretujte graficky. Postuy aglomerativní shlukové analýzy lze neusořádanou množinu objektů charakterizovaných náhodnými vektory ostuně usořádat do tříd až ke konečnému stavu, kdy se všechny objekty sojí do jediné třídy. Výše uvedené vlastnosti objektů (blízkost či odobnost) osuzujeme odle vzdálenosti objektů v -rozměrném rostoru znaků nejjednodušším tyem Euklidové metriky, která je definovaná vztahem d E (X k, X l ) [ (x k x l ) ro..] /. Vzdálenost určená odle zásady nejbližšího souseda (nejbližší jsou ty třídy, které mají nejmenší vzdálenost mezi dvěma nejbližšími objekty (objekt můžeme cháat jako třídu)) se vyočte odle vzorce D (S r, S s ) min. d (X k, X l ). x x x 3 x 4 x 5 x x x 3 x 4 x 5 atice vzdáleností x 3 x 3 x 33 x 34 x 35 x 4 x 4 x 43 x 44 x 45 x 5 x 5 x 53 x 54 x 55 8/
9 ,36 atice vzdáleností,36,44 8,6 7,8,96 8,544 8,6,44 Hierarchical Cluster Analysis Comlete Linkage Amalgamation Stes Euclidean Distance Ste umber of Similarity Distance Clusters ew umber of obs. clusters level level joined cluster in new cluster Final Partition umber of clusters: umber of Within cluster Average distance aximum distance observations sum of squares from centroid from centroid Cluster Grafické znázornění jednotlivých objektů Z grafického ohledu vylývá, že objekty ostuem nejbližšího souseda vytvářejí nejdříve dva shluky a to -3 a 4-5 dalším ostuem je objekt č. řiojen ke shluku -3 a následně tento shluk vytvoří jeden shluk se shlukem 4-5. Byly stanoveny vzdálenosti mezi jednotlivými objekty formou matice vzdálenosti a metodou shlukové analýzy klasifikovány objekty ostuem nejbližšího souseda. Příklad č.9 onitorování kvality odzemních i ovrchových vod. 9/
10 onitoring je rováděn na území zahrnující hutní odval (vlastník ŽDB), skládku tuhých růmyslových odadů (vlastník ŽDB) a městskou skládku komunálního odadu (vlastník BS), včetně řilehlých území. Veškeré terénní, vzorkovací a laboratorní ráce jsou finančně i časově velmi náročné. Rozhodněte, zda je možné redukovat očet odběrových míst a charakterizovat jednotlivé vrty menším očtem stanovovaných ukazatelů. Data : Bylo vzorkováno vrtů a jedna voda ovrchová. VZOREK OZ PH VODIVOS -F CL CHSK CR B BA CU FE Z S 3438OD 6,98 5,, 386, 6,,3,65,9 7,3 7,6,8, OD 3 7,5 364,,55 77, 49, 3,47,59,8 6,6,7,9, OD 4 7, 49,,39 386, 53, 4,,4,38 6,,57,46,7 344OD 5 8, 366, 3,6 7, 3, 4,,69,4,67,87,7,4 344OD 7 6,57 344,,5 737, 5,,98,484,3 93, 5,97,,7 3443OD 8 7,76 35,, 666,9 68,,4,3,4 3,6 3,4,, PV 3 6,87 5,,48,9 3, 4,7,63, 4,3,5,6, PV 7,7 4, 5,75 8,8 4, 6,3,68,9,4,58,3,9 3446PV 5 7,5,,3 8,73 36,,55,69,65 9,5 3,46,377, PV 6 6,77 7,,48 8,8 7,,74,,4 74,7 4,9,45, BC 7,6 56,,38 63,8,,43,34,,5,363,48,8 345PV 6,7 366,,5 9,6 4,,48,7,54,9 4,3,45,6 345PV 7, 96,3,9,6 35, 3,86,44,8,77,3,5,49 345PV 5 7,5 9,,88 4,,,437,68,9,95,85,3, PV 9 6,77 57,7,55 75,5,,39,3,73,,6,,8 3454PV 6,34 348,,9 7, 3, 7,34,8,7,643,69,73, PV 6,9 66,4,69 63,,,949,,8,,9,8, PV 5,85 375, 4, 3, 4,,39,67,6 96,6 3,65,74, PV 4 5,67 37, 5, 4, 3,,4,59,4 53,5 4,,8, PV 3 6,68 8,,5 473,8 43,,375,84,7,984,5,36, PV 4 6,56 6,7,94 98,8 4,,436,3,3 34,9 3,75,4,8 Postu ři analýze dat : ejdříve rovedeme růzkumovou analýzu dat. ím odstraníme říadné chyby. Analýza korelační matice a matice arciálních korelačních koeficientů mezi vlastnostmi. Zvolíme metodu. V našem říadě zvolíme faktorovou analýzu a metodu hlavních komonent. Data standardizujeme, rotože nejsou vyjádřena ve stejných jednotkách. Vyočteme latentní roměnné Určíme očet signifikantních latentních roměnných. Analyzujeme matici zátěží a matici latentních roměnných. Analyzujeme fyzikálně-chemický smysl latentních roměnných. Interretujeme výsledky vzhledem k cíli analýzy. /
Fakulta chemicko-technologická Katedra analytické chemie. 3.2 Metody s latentními proměnnými a klasifikační metody
Fakulta chemicko-technologická Katedra analytické chemie 3.2 Metody s latentními proměnnými a klasifikační metody Vypracoval: Ing. Tomáš Nekola Studium: licenční Datum: 21. 1. 2008 Otázka 1. Vypočtěte
VíceUniverzita Pardubice FAKULTA CHEMICKO TECHNOLOGICKÁ
Univerzita Pardubice FAKULA CHEMICKO ECHNOLOGICKÁ MEODY S LAENNÍMI PROMĚNNÝMI A KLASIFIKAČNÍ MEODY SEMINÁRNÍ PRÁCE LICENČNÍHO SUDIA Statistické zracování dat ři kontrole jakosti Ing. Karel Dráela, CSc.
Více3.2 Metody s latentními proměnnými a klasifikační metody
3. Metody s latentními roměnnými a klasifikační metody Otázka č. Vyočtěte algoritmem IPALS. latentní roměnnou z matice A[řádek,slouec]: A[,]=, A[,]=, A[3,]=3, A[,]=, A[,]=, A[3,]=0, A[,3]=6, A[,3]=4, A[3,3]=.
VíceUniverzita Pardubice 8. licenční studium chemometrie
Univerzita Pardubice 8. licenční studium chemometrie Statistické zpracování dat při managementu jakosti Semestrální práce Metody s latentními proměnnými a klasifikační metody Ing. Jan Balcárek, Ph.D. vedoucí
VíceZpůsobilost. Data a parametry. Menu: QCExpert Způsobilost
Zůsobilost Menu: QExert Zůsobilost Modul očítá na základě dat a zadaných secifikačních mezí hodnoty různých indexů zůsobilosti (caability index, ) a výkonnosti (erformance index, ). Dále jsou vyočítány
VíceLaplaceova transformace.
Lalaceova transformace - studijní text ro cvičení v ředmětu Matematika -. Studijní materiál byl řiraven racovníky katedry E. Novákovou, M. Hyánkovou a L. Průchou za odory grantu IG ČVUT č. 300043 a v rámci
VíceNárodní informační středisko pro podporu jakosti
Národní informační středisko ro odoru jakosti Konzultační středisko statistických metod ři NIS-PJ Analýza zůsobilosti Ing. Vratislav Horálek, DrSc. ředseda TNK 4: Alikace statistických metod Ing. Josef
VíceDynamické programování
ALG Dynamické rogramování Nejdelší rostoucí odoslounost Otimální ořadí násobení matic Nejdelší rostoucí odoslounost Z dané oslounosti vyberte co nejdelší rostoucí odoslounost. 5 4 9 5 8 6 7 Řešení: 4 5
VíceAVDAT Mnohorozměrné metody metody redukce dimenze
AVDAT Mnohorozměrné metody metody redukce dimenze Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Opakování vlastní čísla a vlastní vektory A je čtvercová matice řádu n. Pak
VíceVýpočet svislé únosnosti osamělé piloty
Inženýrský manuál č. 13 Aktualizace: 04/2016 Výočet svislé únosnosti osamělé iloty Program: Soubor: Pilota Demo_manual_13.gi Cílem tohoto inženýrského manuálu je vysvětlit oužití rogramu GEO 5 PILOTA ro
VícePříklad 2: Obsah PCB v játrech zemřelých lidí. Zadání: Data: Program:
Příklad 2: Obsah PCB v játrech zemřelých lidí Zadání: V rámci Monitoringu zdraví byly měřeny koncentrace polychlorovaných bifenylů vjátrech lidí zemřelých náhodnou smrtí ve věku 40 let a více. Sedm vybraných
Více7. VÝROBNÍ ČINNOST PODNIKU
7. Výrobní činnost odniku Ekonomika odniku - 2009 7. VÝROBNÍ ČINNOST PODNIKU 7.1. Produkční funkce teoretický základ ekonomiky výroby 7.2. Výrobní kaacita Výrobní činnost je tou činností odniku, která
VíceAnalytická metoda aneb Využití vektorů v geometrii
KM/GVS Geometrické vidění světa (Design) nalytická metoda aneb Využití vektorů v geometrii Použité značky a symboly R, C, Z obor reálných, komleních, celých čísel geometrický vektor R n aritmetický vektor
VíceVýpočet svislé únosnosti osamělé piloty
Inženýrský manuál č. 13 Aktualizace: 06/2018 Výočet svislé únosnosti osamělé iloty Program: Soubor: Pilota Demo_manual_13.gi Cílem tohoto inženýrského manuálu je vysvětlit oužití rogramu GEO 5 PILOTA ro
VíceFakulta chemicko technologická Katedra analytické chemie
Fakulta chemicko technologická Katedra analytické chemie Licenční studium statistické zpracování dat Analýza vícerozměrných dat Ing. Pavel Valášek Školní rok OBSAH ÚVOD DATA EDA EXPLORATORÍ AALÝZA 4 PCA
VíceCVIČENÍ Z ELEKTRONIKY
Střední růmyslová škola elektrotechnická Pardubice CVIČENÍ Z ELEKRONIKY Harmonická analýza Příjmení : Česák Číslo úlohy : Jméno : Petr Datum zadání :.1.97 Školní rok : 1997/98 Datum odevzdání : 11.1.97
VíceÚvěr a úvěrové výpočty 1
Modely analýzy a syntézy lánů MAF/KIV) Přednáška 8 Úvěr a úvěrové výočty 1 1 Rovnice úvěru V minulých řednáškách byla ro stav dluhu oužívána rovnice 1), kde ředokládáme, že N > : d = a b + = k > N. d./
Vícezadání: Je dán stejnosměrný motor s konstantním magnetickým tokem, napájen do kotvy, indukčnost zanedbáme.
Teorie řízení 004 str. / 30 PŘÍKLAD zadání: Je dán stejnosměrný motor s konstantním magnetickým tokem, naájen do kotvy, indukčnost zanedbáme. E ce ω a) Odvoďte řenosovou funkci F(): F( ) ω( )/ u( ) b)
VíceProtokol o provedeném měření
Fyzikální laboratoře FLM Protokol o rovedeném měření Název úlohy: Studium harmonického ohybu na ružině Číslo úlohy: A Datum měření: 8. 3. 2010 Jméno a říjmení: Viktor Dlouhý Fakulta mechatroniky TU, I.
VícePřednáška č. 11 Analýza rozptylu při dvojném třídění
Přednáška č. Analýza roztlu ř dvojném třídění Ve většně říadů v rax výsledk exermentu, rozboru závsí na více faktorech. Př této analýze se osuzují výsledk náhodných okusů (exerment nebo soubor získané
VíceSměrová kalibrace pětiotvorové kuželové sondy
Směrová kalibrace ětiotvorové kuželové sondy Matějka Milan Ing., Ústav mechaniky tekutin a energetiky, Fakulta strojní, ČVUT v Praze, Technická 4, 166 07 Praha 6, milan.matejka@fs.cvut.cz Abstrakt: The
VíceProfilování vzorků heroinu s využitím vícerozměrné statistické analýzy
Profilování vzorků heroinu s využitím vícerozměrné statistické analýzy Autor práce : RNDr. Ivo Beroun,CSc. Vedoucí práce: prof. RNDr. Milan Meloun, DrSc. PROFILOVÁNÍ Profilování = klasifikace a rozlišování
VíceUniverzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti. Autor práce: Přednášející: Prof. RNDr. Milan Meloun, DrSc Zpracovávaná data jsou
VíceAVDAT Mnohorozměrné metody, metody klasifikace Shluková analýza
AVDAT Mnohorozměrné metody, metody klasifikace Shluková analýza Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Shluková analýza Cílem shlukové analýzy je nalézt v datech podmnožiny
VíceCyklické kódy. Alena Gollová, TIK Cyklické kódy 1/23
Cyklické kódy 5. řednáška z algebraického kódování Alena Gollová, TIK Cyklické kódy 1/23 Obsah 1 Cyklické kódy Generující olynom - kódování Kontrolní olynom - objevování chyb Alena Gollová, TIK Cyklické
VíceNCCI: Únosnost přípoje deskou na stojině nosníku na vazebné síly
NCCI: Únosnost říoje deskou na stojině nosníku na vazebné síly Tento NCCI seznamuje s ravidly ro stanovení únosnosti na vazebné síly "kloubového říoje" deskou na stojině nosníku na slou nebo růvlak. Pravidla
VíceTéma 7: Přímý Optimalizovaný Pravděpodobnostní Výpočet POPV
Téma 7: Přímý Otimalizovaný Pravděodobnostní Výočet POPV Přednáška z ředmětu: Pravděodobnostní osuzování konstrukcí 4. ročník bakalářského studia Katedra stavební mechaniky Fakulta stavební Vysoká škola
Více3.4 Určení vnitřní struktury analýzou vícerozměrných dat
3. Určení vnitřní struktury analýzou vícerozměrných dat. Metoda hlavních komponent PCA Zadání: Byly provedeny analýzy chladící vody pro odběrové místa. Byly stanoveny parametry - ph, vodivost, celková
VíceShluková analýza dat a stanovení počtu shluků
Shluková analýza dat a stanovení počtu shluků Autor: Tomáš Löster Vysoká škola ekonomická v Praze Ostrava, červen 2017 Osnova prezentace Úvod a teorie shlukové analýzy Podrobný popis shlukování na příkladu
VíceCvičná bakalářská zkouška, 1. varianta
jméno: studijní obor: PřF BIMAT počet listů(včetně tohoto): 1 2 3 4 5 celkem Cvičná bakalářská zkouška, 1. varianta 1. Matematická analýza Najdětelokálníextrémyfunkce f(x,y)=e 4(x y) x2 y 2. 2. Lineární
VíceZpůsob určení množství elektřiny z kombinované výroby vázané na výrobu tepelné energie
Příloha č. 2 k vyhlášce č. 439/2005 Sb. Zůsob určení množství elektřiny z kombinované výroby vázané na výrobu teelné energie Maximální množství elektřiny z kombinované výroby se stanoví zůsobem odle následujícího
VíceVyhodnocení průměrných denních analýz kalcinátu ananasového typu. ( Metoda hlavních komponent )
Vyhodnocení průměrných denních analýz kalcinátu ananasového typu. ( Metoda hlavních komponent ) Zadání : Titanová běloba (TiO ) se vyrábí ve dvou základních krystalových modifikacích - rutilové a anatasové.
Více, : (vzor prvku b) q ).
DSM Cv 6 Zobrazení : X Y, X X Y Y Je dána relace, : Obraz množiny X v relaci, ( X ) = { y Y; x X :[ x, y] }; v říadě, že X = { a}, íšeme ( a) (obraz rvku a), Vzor množiny Y v relaci, ; v říadě, že ( Y
VíceÚlohy domácí části I. kola kategorie C
65. ročník Matematické olymiády Úlohy domácí části I. kola kategorie C. Najděte všechny možné hodnoty součinu rvočísel, q, r, ro která latí (q + r) = 637. Řešení. evou stranu dané rovnice rozložíme na
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz
Pravděodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@niax.cz Pravděodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, tyy dat, variabilita, frekvenční analýza
VíceFakulta chemicko-technologická Katedra analytické chemie. Licenční studium Statistické zpracování dat při managementu jakosti. Semestrální práce:
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Licenční studium Statistické zpracování dat při managementu jakosti Semestrální práce: METODY S LATENTNÍMI PROMĚNNÝMI A KLASIFIKAČNÍ
VícePZP (2011/2012) 3/1 Stanislav Beroun
PZP (0/0) 3/ tanislav Beroun Výměna tela mezi nální válce a stěnami, telotní zatížení vybraných dílů PM elo, které se odvádí z nálně válce, se ředává stěnám ve válci řevážně řestuem, u vznětových motorů
Vícemůžeme toto číslo považovat za pravděpodobnost jevu A.
RAVDĚODOBNOST - matematická discilína, která se zabývá studiem zákonitostí, jimiž se řídí hromadné náhodné jevy - vytváří ravděodobnostní modely, omocí nichž se snaží ostihnout náhodné rocesy. Náhodné
VíceÚSTAV ORGANICKÉ TECHNOLOGIE
LABORATOŘ OBORU I ÚSTAV ORGANICKÉ TECHNOLOGIE (111) B Měření secifického ovrchu sorbentů Vedoucí ráce: Doc. Ing. Bohumír Dvořák, CSc. Umístění ráce: S31 1 MĚŘENÍ SPECIFICKÉHO POVRCHU SORBENTŮ 1. CÍL PRÁCE
VíceVícerozměrné statistické metody
Vícerozměrné statistické metody Shluková analýza Jiří Jarkovský, Simona Littnerová FSTA: Pokročilé statistické metody Typy shlukových analýz Shluková analýza: cíle a postupy Shluková analýza se snaží o
VíceMĚŘENÍ VÝKONU V SOUSTAVĚ MĚNIČ - MOTOR. Petr BERNAT VŠB - TU Ostrava, katedra elektrických strojů a přístrojů
MĚŘENÍ VÝKONU V SOUSAVĚ MĚNIČ - MOOR Petr BERNA VŠB - U Ostrava, katedra elektrických strojů a řístrojů Nástu regulovaných ohonů s asynchronními motory naájenými z měničů frekvence řináší kromě nesorných
VíceTermodynamické základy ocelářských pochodů
29 3. Termodynamické základy ocelářských ochodů Termodynamika ůvodně vznikla jako vědní discilína zabývající se účinností teelných (arních) strojů. Později byly termodynamické zákony oužity ři studiu chemických
Více7. Měření dutých objemů pomocí komprese plynu a určení Poissonovy konstanty vzduchu Úkol 1: Určete objem skleněné láhve s kohoutem kompresí plynu.
7. Měření dutých objemů omocí komrese lynu a určení Poissonovy konstanty vzduchu Úkol : Určete objem skleněné láhve s kohoutem komresí lynu. Pomůcky Měřený objem (láhev s kohoutem), seciální lynová byreta
VíceNÁVRH A OVĚŘENÍ BETONOVÉ OPŘENÉ PILOTY ZATÍŽENÉ V HLAVĚ KOMBINACÍ SIL
NÁVRH A OVĚŘENÍ BETONOVÉ OPŘENÉ PILOTY ZATÍŽENÉ V HLAVĚ KOMBINACÍ SIL 1. ZADÁNÍ Navrhněte růměr a výztuž vrtané iloty délky L neosuvně ořené o skalní odloží zatížené v hlavě zadanými vnitřními silami (viz
VíceOddělení technické elektrochemie, A037. LABORATORNÍ PRÁCE č.9 CYKLICKÁ VOLTAMETRIE
ÚSTV NORGNIKÉ THNOLOGI Oddělení technické elektrochemie, 037 LBORTORNÍ PRÁ č.9 YKLIKÁ VOLTMTRI yklická voltametrie yklická voltametrie atří do skuiny otenciodynamických exerimentálních metod. Ty doznaly
VíceObvodové rovnice v časové oblasti a v operátorovém (i frekvenčním) tvaru
Obvodové rovnice v časové oblasti a v oerátorovém (i frekvenčním) tvaru EO Přednáška 5 Pavel Máša - 5. řednáška ÚVODEM V ředchozím semestru jsme se seznámili s obvodovými rovnicemi v SUS a HUS Jak se liší,
VíceSpojitá náhodná veličina
Lekce 3 Sojitá náhodná veličina Příad sojité náhodné veličiny je komlikovanější, než je tomu u veličiny diskrétní Je to dáno ředevším tím, že jednotková ravděodobnost jistého jevu se rozkládá mezi nekonečně
VíceMATEMATICKÉ PRINCIPY VÍCEROZMĚRNÉ ANALÝZY DAT
8. licenční studium Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie MATEMATICKÉ PRINCIPY VÍCEROZMĚRNÉ ANALÝZY DAT Příklady: ) Najděte vlastní (charakteristická) čísla a vlastní
VíceStatistická analýza dat - Indexní analýza
Statistiká analýza dat Indexní analýza Statistiká analýza dat - Indexní analýza Index mohou být:. Stejnorodýh ukazatelů. Nestejnorodýh ukazatelů Index se skládají ze dvou složek:... intenzita (úroveň znaku)...
VíceT8OOV 03 STANOVENÍ PLYNNÝCH EMISÍ ORGANICKÝCH ROZPOUŠTĚDEL V ODPADNÍM VZDUCHU
ávody na laboratorní cvičení z ředmětu T8OOV Ochrana ovzduší T8OOV 03 STAOVEÍ PLYÝCH EMISÍ ORGAICKÝCH ROZPOUŠTĚDEL V ODPADÍM VZDUCHU 3.1. ÚVOD Stanovení sočívá v adsorci ar těkavých organických látek na
Více2.3.6 Práce plynu. Předpoklady: 2305
.3.6 Práce lynu Předoklady: 305 Děje v lynech nejčastěji zobrazujeme omocí diagramů grafů závislosti tlaku na objemu. Na x-ovou osu vynášíme objem a na y-ovou osu tlak. Př. : Na obrázku je nakreslen diagram
VíceGONIOMETRICKÉ ROVNICE -
1 GONIOMETRICKÉ ROVNICE - Pois zůsobu oužití: teorie k samostudiu (i- learning) ro 3. ročník střední školy technického zaměření, teorie ke konzultacím dálkového studia Vyracovala: Ivana Klozová Datum vyracování:
VíceMarkovovy řetězce se spojitým časem CTMC (Continuous time Markov Chain)
Markovovy řetězce se soitým časem CTMC (Continuous time Markov Chain) 3 5 1 4 Markovovy rocesy X Diskrétní stavový rostor Soitý obor arametru t { } S e1, e,, en t R t 0 0 t 1 t t 3 t Proces e Markovův
VíceRozhodovací stromy Marta Žambochová
Rozhodovací stromy Marta Žambochová Obsah: 1 Úvod... Algoritmy ro vytváření rozhodovacích stromů... 3.1 Algoritmus CART... 3.1.1 lasifikační stromy... 3.1. Regresní stromy... 4. Algoritmus ID3... 4.3 Algoritmus
VícePRŮTOK PLYNU OTVOREM
PRŮTOK PLYNU OTVOREM P. Škrabánek, F. Dušek Univerzita Pardubice, Fakulta chemicko technologická Katedra řízení rocesů a výočetní techniky Abstrakt Článek se zabývá ověřením oužitelnosti Saint Vénantovavy
VíceModel tenisového utkání
Model tenisového utkání Jan Šustek Semestrální rojekt do ředmětu Náhodné rocesy 2005 V této ráci se budu zabývat modelem tenisového utkání. Vstuními hodnotami budou úsěšnosti odání jednotlivých hráčů,
VíceMonitoring vod. Monitoring podzemní voda:
Monitoring vod Monitoring podzemní voda:...1 Předprovozní monitoring:...1 Monitoring v rámci provozu...2 Vyhodnocení monitoringu podzemních vod...3 Monitoring povrchová voda:...5 Profil Dubenecký potok
VícePříklady z přednášek Statistické srovnávání
říklad z řednášek Statstcké srovnávání Jednoduché ndvduální ndex říklad V následující tabulce jsou uveden údaje o očtu závažných závad v areálu určté frm zjštěných a oravených v letech 9-998. Závažná závada
VícePRAVDĚPODOBNOST A STATISTIKA. Metoda momentů Metoda maximální věrohodnosti
SP3 Odhady arametrů PRAVDĚPODOBNOST A STATISTIKA Metoda momentů Metoda maimální věrohodnosti SP3 Odhady arametrů Metoda momentů Vychází se z: - P - ravděodobnostní rostor - X je náhodná roměnná s hustotou
VíceMetody s latentními proměnnými a klasifikační metody
Univerzita Pardubice Fakulta chemick technlgická Katedra analytické chemie Licenční studium chemmetrie Statistické zracvání dat Metdy s latentními rměnnými a klasifikační metdy Zdravtní ústav se sídlem
VíceVYHODNOCENÍ MĚŘENÍ (varianta "soulodí")
VYHODNOCENÍ MĚŘENÍ (varanta "soulodí") Měřl (Jméno, Příjmení, skuna):... Datum:... Vyhodnocení hydrometrckého měření na Berounce (soulodí) Z vyočtených rychlostí ve všech bodech svslce určíme střední svslcovou
VícePříklad 2: Určení cihlářských surovin na základě chemické silikátové analýzy
Příklad 2: Určení cihlářských surovin na základě chemické silikátové analýzy Zadání: Deponie nadložních jílových sedimentů SHP byla testována za účelem využití v cihlářské výrobě. Z deponie bylo odebráno
VíceRegresní lineární model symboly
Lneární model, Dskrmnační analýza, Podůrné vektory Regresní lneární model symboly Použté značení b arametry modelu (vektor ) očet atrbutů (skalár) N očet říkladů (skalár) x jeden říklad (vektor ) x -tá
VíceRegresní analýza 1. Regresní analýza
Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému
VíceAVDAT Geometrie metody nejmenších čtverců
AVDAT Geometrie metody nejmenších čtverců Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Lineární model klasický lineární regresní model odhad parametrů MNČ y = Xβ + ε, ε
VíceSystémové struktury - základní formy spojování systémů
Systémové struktury - základní formy sojování systémů Základní informace Při řešení ať již analytických nebo syntetických úloh se zravidla setkáváme s komlikovanými systémovými strukturami. Tato lekce
VíceAplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2013/2014 Radim Farana. Obsah. Strom
8 Podklady ředmětu ro akademický rok 2013/2014 Radim Farana Obsah 2 Dynamické datové struktury. Strom. Binární stromy. Vyhledávací stromy. Vyvážené stromy. AVL stromy. Strom 3 Název z analogie se stromy.
VícePřednáška č. 10 Analýza rozptylu při jednoduchém třídění
Předáška č. 0 Aalýza roztylu ř jedoduchém tříděí Aalýza roztylu je statstcká metoda, kterou se osuzuje romělvost oakovaých realzací áhodého okusu tj. romělvost áhodé velčy. Náhodá velča vzká za relatvě
VíceStabilita prutu, desky a válce vzpěr (osová síla)
Stabilita rutu, deky a válce vzěr (oová íla) Průběh ro ideálně římý rut (teoretický tav) F δ F KRIT Průběh ro reálně římý rut (reálný tav) 1 - menší očáteční zakřivení - větší očáteční zakřivení F Obr.1
VíceCharakteristika datového souboru
Zápočtová práce z předmětu Statistika Vypracoval: 10. 11. 2014 Charakteristika datového souboru Zadání: Při kontrole dodržování hygienických norem v kuchyni se prováděl odběr vzduchu a pomocí filtru Pallflex
VíceObr. V1.1: Schéma přenosu výkonu hnacího vozidla.
říklad 1 ro dvounáravové hnací kolejové vozidlo motorové trakce s mechanickým řenosem výkonu určené následujícími arametry určete moment hnacích nárav, tažnou sílu na obvodu kol F O. a rychlost ři maximálním
VícePARALELNÍ PROCESY A PROGRAMOVÁNÍ
PARALELNÍ PROCESY A PROGRAMOVÁNÍ 6 Analýza složitosti algoritmů - cena, ráce a efektivita Ing. Michal Bližňák, Ph.D. Zlín 2013 Tento studijní materiál vznikl za finanční odory Evroského sociálního fondu
Více11 Analýza hlavních komponet
11 Analýza hlavních komponet Tato úloha provádí transformaci měřených dat na menší počet tzv. fiktivních dat tak, aby většina informace obsažená v původních datech zůstala zachována. Jedná se tedy o úlohu
Víceρ hustotu měřeného plynu za normálních podmínek ( 273 K, (1) ve které značí
Měření růtou lynu rotametrem a alibrace ailárního růtooměru Úvod: Průtoy lynů se měří lynoměry, rotametry nebo se vyočítávají ze změřené tlaové diference v místech zúžení růřezu otrubí nař.clonou, Venturiho
VíceVýpo ty Výpo et hmotnostní koncentrace zne ující látky ,
"Zracováno odle Skácel F. - Tekáč.: Podklady ro Ministerstvo životního rostředí k rovádění Protokolu o PRTR - řehled etod ěření a identifikace látek sledovaných odle Protokolu o registrech úniků a řenosů
VíceAlgoritmy pro shlukování prostorových dat
Algoritmy pro shlukování prostorových dat Marta Žambochová Katedra matematiky a informatiky Fakulta sociálně ekonomická Univerzita J. E. Purkyně v Ústí nad Labem ROBUST 21. 26. leden 2018 Rybník - Hostouň
VíceCvičení z termomechaniky Cvičení 5.
Příklad V komresoru je kontinuálně stlačován objemový tok vzduchu *m 3.s- + o telotě 0 * C+ a tlaku 0, *MPa+ na tlak 0,7 *MPa+. Vyočtěte objemový tok vzduchu vystuujícího z komresoru, jeho telotu a říkon
VíceStatistická analýza jednorozměrných dat
Statistická analýza jednorozměrných dat Prof. RNDr. Milan Meloun, DrSc. Univerzita Pardubice, Pardubice 31.ledna 2011 Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem
VíceKalibrace a limity její přesnosti
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie Statistické zpracování dat Kalibrace a limity její přesnosti Zdravotní ústav se sídlem v Ostravě
VíceSHANNONOVY VĚTY A JEJICH DŮKAZ
SHANNONOVY VĚTY A JEJICH DŮKAZ JAN ŠŤOVÍČEK Abstrakt. Důkaz Shannonových vět ro binární symetrický kanál tak, jak měl být robrán na řednášce. Číslování vět odovídá řednášce. 1. Značení a obecné ředoklady
VíceDIAGNOSTICKÁ MĚŘENÍ V SOUSTAVĚ MĚNIČ - MOTOR
Ing. PER BERNA VŠB - U Ostrava, FEI, katedra elektrických strojů a řístrojů, ul. 17. listoadu 15, 78 33 Ostrava Poruba, tel. 69/699 4468, E-Mail: etr.bernat@vsb.cz DIAGNOSICKÁ MĚŘENÍ V SOUSAVĚ MĚNIČ -
VíceDynamika populací. s + W = 1
Je-li oulace v genetické rovnováze, je stabilizovaná bez dalšího vývoje - evoluční stagnace. V reálných oulacích zvířat a rostlin, kdy nejsou slňovány výše zmíněné odmínky rovnováhy, je H.-W. genetická
VíceSEMESTRÁLNÍ PRÁCE. Určení vnitřní struktury analýzou vícerozměrných dat. Ing. Pavel Bouchalík
SEMESTRÁLNÍ PRÁCE Určení vnitřní struktury analýzou vícerozměrných dat Ing. Pavel Bouchalík 1. ZADÁNÍ Tato semestrální práce je písemným vypracováním zkouškových otázek z okruhu Určení vnitřní struktury
VíceUniverzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT STATISTICKÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Seminární práce 1 Brno, 2002 Ing. Pavel
Více1.3.3 Přímky a polopřímky
1.3.3 římky a olořímky ředoklady: 010302 edagogická oznámka: oslední říklad je oakování řeočtu řes jednotku. okud hodina robíhá dobře, dostanete se k němu řed koncem hodiny. edagogická oznámka: Nakreslím
VíceStatistické metody v ekonomii. Ing. Michael Rost, Ph.D.
Statistické metody v ekonomii Ing. Michael Rost, Ph.D. Jihočeská univerzita v Českých Budějovicích Shluková analýza Shluková analýza je souhrnným názvem pro celou řadu výpočetních algoritmů, jejichž cílem
Více6. Vliv způsobu provozu uzlu transformátoru na zemní poruchy
6. Vliv zůsobu rovozu uzlu transformátoru na zemní oruchy Zemní oruchou se rozumí sojení jedné nebo více fází se zemí. Zemní orucha může být zůsobena řeskokem na izolátoru, růrazem evné izolace, ádem řetrženého
Více1.5.2 Mechanická práce II
.5. Mechanická ráce II Předoklady: 50 Př. : Jakou minimální ráci vykonáš ři řemístění bedny o hmotnosti 50 k o odlaze o vzdálenost 5 m. Příklad sočítej dvakrát, jednou zanedbej třecí sílu mezi bednou a
VíceSTATISTICKÉ METODY. (kombinovaná forma, 8.4., 20.5. 2012) Matěj Bulant, Ph.D., VŠEM
STATISTICKÉ METODY A DEMOGRAFIE (kombinovaná forma, 8.4., 2.5. 22) Matěj Bulant, Ph.D., VŠEM Řekli o statistice Věřím ouze těm statistikám, které jsem sám zfalšoval. Tři stuně lži - lež, hnusná lež, statistika.
Více4 STATISTICKÁ ANALÝZA VÍCEROZMĚRNÝCH DAT
4 SAISICKÁ ANALÝZA VÍCEROZMĚRNÝCH DA V technické biologické ale také lékařské praxi se často vedle informací obsažených v náhodném skaláru ξ vyskytují i informace obsažené v náhodném vektoru ξ s m složkami
VíceTřídění a významné hodnoty
Lekce Třídění a významné hodnoty Ponechme nyní oněkud stranou různorodé oznatky rvní lekce týkající se zjšťování a tyů dat a omezme se jen na nejjednodušší říad datových souborů tvořených hodnotam kardnálních
VíceUniverzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti 3.3 v analýze dat Autor práce: Přednášející: Prof. RNDr. Milan Meloun, DrSc Pro
VíceUniverzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie
Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie 12. licenční studium PYTHAGORAS Statistické zpracování dat 3.3 Tvorba nelineárních regresních modelů v analýze dat Semestrální
VíceVÍCEKRITERIÁLNÍ ROZHODOVANÍ
VÍCEKRITERIÁLNÍ ROZHODOVANÍ 1 Obsah Typy modelů vícekriteriálního rozhodování Základní pojmy Typy informací Cíl modelů Užitek, funkce užitku Grafické zobrazení Metody vícekriteriální analýzy variant 2
Více5 Teorie selekce a složky genetické změny
část 4. (rough draft version) 5 Teorie selekce a složky genetické změny Princiy genetického zlešení omocí selekce Kvantitativně genetický řístu v tradičních šlechtitelských rogramech Část ozorovaných rozdílů
VíceKomparace Value at Risk a Expected Shortfall v rámci Solvency II
7. mezinárodní konference Finanční řízení odniků a finančních institucí Ostrava Komarace Value at Risk a Exected Shortfall v rámci Solvency II Ingrid Petrová 1 Abstrakt Řízení rizik je oměrně novou discilínou,
VícePředmět: 1.1 Využití tabulkového procesu jako laboratorního deníku Přednášející: Doc. Ing. Stanislava Šimonová, Ph.D., Doc. Ing. Milan Javůrek, CSc.
Předmět: 1.1 Využití tabulkového procesu jako laboratorního deníku Přednášející: Doc. Ing. Stanislava Šimonová, Ph.D., Doc. Ing. Milan Javůrek, CSc. Zadání: Do příštího soustředění předložte ke klasifikaci
VíceUNIVERZITA PARDUBICE
UNIVERZITA PARDUBICE Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie na téma Tvorba nelineárních regresních modelů v analýze dat Vedoucí licenčního studia Prof. RNDr.
VíceObrázek1:Nevratnáexpanzeplynupřesporéznípřepážkudooblastisnižšímtlakem p 2 < p 1
Joule-Thomsonův jev Fyzikální raktikum z molekulové fyziky a termodynamiky Teoretický rozbor Entalie lynu Při Joule-Thomsonově jevu dochází k nevratné exanzi lynů do rostředí s nižším tlakem. Pro ilustraci
Více2. Najděte funkce, které vedou s těmto soustavám normálních rovnic
Zadání. Sestavte soustavu normálních rovnc ro funkce b b a) b + + b) b b +. Najděte funkce, které vedou s těmto soustavám normálních rovnc nb a) nb. Z dat v tabulce 99 4 4 b) určete a) rovnc regresní funkce
Více