V mnoha pípadech, kdy známe rozdlení náhodné veliiny X, potebujeme urit rozdlení náhodné veliiny Y, která je funkcí X, tzn. Y = h(x).

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "V mnoha pípadech, kdy známe rozdlení náhodné veliiny X, potebujeme urit rozdlení náhodné veliiny Y, která je funkcí X, tzn. Y = h(x)."

Transkript

1 3. FUNKCE NÁHODNÉ VELIINY as ke studu: 40 mnut Cíl: Po prostudování této kaptol budete umt transformovat náhodnou velnu na náhodnou velnu Y, je l mez tmto náhodným velnam vzájemn jednoznaný vztah VÝKLAD 3.. Funkce náhodné veln V mnoha pípadech, k známe rozdlení náhodné veln, potebujeme urt rozdlení náhodné veln Y, která je funkcí, tzn. Y h(). Je-l funkce h(x) v oboru možných hodnot veln monotónní, pak exstuje nverzní funkce h (), a jde o vzájemn jednoznaný vztah mez a Y. Je-l v takovém pípad h(x) rostoucí, pak pro všechna x > x je >, a dstrbuní funkc veln Y lze psát jako: G() P(Y < ) P[ < h ()] F[h ()] Pro klesající funkc h(x), tzn. pro všechna x > x platí >, je dstrbuní funkce: G() P(Y < ) P[ > h ()] F[h ()] Pro dskrétní náhodnou velnu je pravdpodobnostní funkce dána jako: p Y ( ) p h ( ) Je-l spojtá náhodná velna s hustotou pravdpodobnost f(x), pemž h - () má pro všechna spojtou dervac, pak pro rostoucí funkc h(x) dostaneme hustotu pravdpodobnost () veln Y jako: Podobn pro klesající funkc h(x) dostaneme: dg f ( h ) f ( h ) 6

2 dg f ( h ) f ( h ) Vzhledem k tomu, že v pípad rostoucí funkce h(x) je > 0, zatímco v pípad klesající funkce je < 0, lze oba pedchozí vztah spojt do jednoho: dg f ( h ) f ( h ) Není-l h(x) monotónní funkcí, pak mez a Y neexstuje vzájemn jednoznaný vztah a te an nverzní funkce k h(x). Dstrbuní funkce G() P(Y < ) je v takovém pípad dána pravdpodobností, že náhodná velna nabude hodnot z kteréhokolv ntervalu, pro který Y <. Pak platí: Pro dskrétní náhodnou velnu : G p : h( x ) Pro spojtou náhodnou velnu : G f ( x) h ( x ) Pro pípad dskrétní náhodné veln je pravdpodobnostní funkce vztahem: p p x Y : h( x ) py veln Y dána Nech exstuje konený poet dervace 0 x takových, že ( x ) h. Nech pro každé x exstuje. Pak exstuje hustota pravdpodobnost náhodné veln Y: f ( x ) : h ( x ) x x ešený píklad Nech velna má rovnomrné rozdlení v ntervalu rozdlení má velna t x? ;. Jaké 7

3 f h Hustota pravdpodobnost rovnomrného rozdlení: f ( x) ( x) t x h x arct h d ( arct ) + + Hustota pravdpodobnost veln Y je te: f h ( + ), R Uvedené rozdlení se nazývá Cauchho. Je píkladem rozdlení, které nemá konený rozptl: DY ( + ) ( + ) ( + ) [ ] + ešený píklad Nech velna má normální rozdlení N(0;). Jaké rozdlení má velna x? Pro nezáporná exstuje nverzní funkce h : x ±. x ± Pak hustota pravdpodobnost nezáporné náhodné veln Y je: 0 : ) f ( ± ) ( + ( ) f f e + e ( e 8

4 Jde o hustotu rozdlení χ s jedním stupnm volnost. 3.. Pblžné stanovení charakterstk funkce náhodné veln V prax je nk k dspozc pouze jedná zmená hodnota veln (oad její stední hodnot) a smrodatná odchlka mení σ (daná napíklad udanou chbou mícího pístroje). Pokud je varaní koefcent mnohem menší než jedna oadnout charakterstk veln h(x). Pedpokládejme, že náhodná velna je spojtá. Stední hodnotu náhodné veln Y oadneme na základ vztahu: σ <<<, lze pblžn µ EY h h ( E ) h E + D ( x) f ( x) h( E ) + h ( E ) ( x E ) h( E ) h + ( E ) x E + f ( x ) Rozptl DY lze pak vjádt pblžn z lneárního lenu Talorova rozvoje: DY ( h( x) EY ) f ( x) ( h( x) h( E )) f ( x) D x E Otázk 3.. Nech Yh(). h(x) je monotónní funkce. Naleznte vztah mez hustotou pravdpodobnost náhodné veln Y a hustotou pravdpodobnost náhodné veln. Úloh k ešení 3.. F je dstrbuní funkce náhodné veln, je spojtá a rostoucí. Náhodná velna Y je defnována vztahem: Y F. Urete rozdlení náhodné veln Y (hustotu pravdpodobnost).. Náhodná velna má rovnomrné rozdlení na ntervalu 0 ; 3. Urete rozdlení náhodné veln Y, Y+. 3. Náhodná velna má normální rozdlení N ( µ;σ ) Y, Y e.. Urete rozdlení náhodné veln 9

5 λx 4. Náhodná velna má hustotu pravdpodobnost: náhodné veln Y, Y ln. f x λ e. Urete rozdlení 30

ina ina Diskrétn tní náhodná veličina může nabývat pouze spočetně mnoha hodnot (počet aut v náhodně vybraná domácnost, výsledek hodu kostkou)

ina ina Diskrétn tní náhodná veličina může nabývat pouze spočetně mnoha hodnot (počet aut v náhodně vybraná domácnost, výsledek hodu kostkou) Náhodná velčna na Výsledek náhodného pokusu, daný reálným číslem je hodnotou náhodné velčny. Náhodná velčna je lbovolná reálná funkce defnovaná na množně elementárních E pravděpodobnostního prostoru S.

Více

IV. CVIENÍ ZE STATISTIKY

IV. CVIENÍ ZE STATISTIKY IV. CVIENÍ ZE STATISTIKY Vážení studenti, úkolem dnešního cviení je nauit se analyzovat data kvantitativní povahy. K tomuto budeme opt používat program Excel 2007 MS Office. 1. Jak mžeme analyzovat kvantitativní

Více

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu 6. Demonstrační smulační projekt generátory vstupních proudů smulačního modelu Studjní cíl Na příkladu smulačního projektu představeného v mnulém bloku je dále lustrována metodka pro stanovování typů a

Více

Střední hodnota a rozptyl náhodné. kvantilu. Ing. Michael Rost, Ph.D.

Střední hodnota a rozptyl náhodné. kvantilu. Ing. Michael Rost, Ph.D. Střední hodnota a rozptyl náhodné veličiny, vybraná rozdělení diskrétních a spojitých náhodných veličin, pojem kvantilu Ing. Michael Rost, Ph.D. Príklad Předpokládejme že máme náhodnou veličinu X která

Více

Jiří Militky Škály měření Nepřímá měření Teorie měření Kalibrace

Jiří Militky Škály měření Nepřímá měření Teorie měření Kalibrace Tetlní zkušebnctv ebnctví II Jří Mltky Škály měření epřímá měření Teore měření Kalbrace Základní pojmy I PRAVDĚPODOBOST Jev A, byl sledován v m pokusech. astal celkem m a krát. Relatvní četnost výskytu

Více

dq T dq ds = definice entropie T Entropie Pi pohledu na Clausiv integrál pro vratné cykly :

dq T dq ds = definice entropie T Entropie Pi pohledu na Clausiv integrál pro vratné cykly : Entropie Pi pohledu na Clausiv integrál pro vratné cykly : si díve i pozdji jist uvdomíme, že nulová hodnota integrálu njaké veliiny pi kruhovém termodynamickém procesu je základním znakem toho, že se

Více

GYMNÁZIUM CHEB. SEMINÁRNÍ PRÁCE Grafy funkcí sbírka ešených úloh. Radek HÁJEK, 8.A Radka JIROUŠKOVÁ, 8.A Cheb, 2006 Petr NEJTEK, 8.

GYMNÁZIUM CHEB. SEMINÁRNÍ PRÁCE Grafy funkcí sbírka ešených úloh. Radek HÁJEK, 8.A Radka JIROUŠKOVÁ, 8.A Cheb, 2006 Petr NEJTEK, 8. GYMNÁZIUM CHEB SEMINÁRNÍ PRÁCE Grafy funkcí sbírka ešených úloh Radek HÁJEK, 8.A Radka JIROUŠKOVÁ, 8.A Cheb, 006 Petr NEJTEK, 8.A Prohlášení Prohlašujeme, že jsme seminární práci na téma: Grafy funkcí

Více

III. CVIENÍ ZE STATISTIKY

III. CVIENÍ ZE STATISTIKY III. CVIENÍ ZE STATISTIKY Vážení studenti, úkolem dnešního cviení je nauit se analyzovat data pomocí chí-kvadrát testu, korelaní a regresní analýzy. K tomuto budeme používat program Excel 2007 MS Office,

Více

R O V N O B Ž N Í K (2 HODINY)

R O V N O B Ž N Í K (2 HODINY) R O V N O B Ž N Í K (2 HODINY)? Co to vlastn rovnobžník je? Na obrázku je dopravní znaka, která íká, že vzdálenost k železninímu pejezdu je 1 m (dva pruhy, jeden pruh pedstavuje vzdálenost 80 m): Pozorn

Více

NÁHODNÉ VELIČINY JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU NA HODNOTY NÁHODNÝCH VELIČIN?

NÁHODNÉ VELIČINY JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU NA HODNOTY NÁHODNÝCH VELIČIN? NÁHODNÉ VELIČINY GENEROVÁNÍ SPOJITÝCH A DISKRÉTNÍCH NÁHODNÝCH VELIČIN, VYUŽITÍ NÁHODNÝCH VELIČIN V SIMULACI, METODY TRANSFORMACE NÁHODNÝCH ČÍSEL NA HODNOTY NÁHODNÝCH VELIČIN. JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU

Více

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7 Příklad 1 a) Autobusy městské hromadné dopravy odjíždějí ze zastávky v pravidelných intervalech 5 minut. Cestující může přijít na zastávku v libovolném okamžiku. Určete střední hodnotu a směrodatnou odchylku

Více

Návod k obsluze a montáži

Návod k obsluze a montáži Návod k obsluze a montáži Trojfázové relé pro monitorování napájení sít, ada CM Pokyn: tento návod k obsluze a montáži neobsahuje všechny podrobné informace ke všem typm této výrobkové ady a nebere v úvahu

Více

Ý ý Č ž ý ž ů ď ý ů ů Ýú ž ž ý ž ý ů ý Š ž Ř ý Š ý ý ý ů ý ů ý ž ý ž Ř Š Š ý ž ý ý Š ý ú ý ů ý ž ý Š ý ý ý ý ů ž ý ú ý ůž ň ůž Š ů Č ž ý ž ý ů ů ý ž ž ý ů ý Ů ý ů ý Ů ý ů ů ý ů ů ú ž Ž Š Č ú ýž ý ž ý ý

Více

UTB ve Zlín, Fakulta aplikované informatiky, 2010 4

UTB ve Zlín, Fakulta aplikované informatiky, 2010 4 UTB ve Zlín, Fakulta aplikované informatiky, 00 4 ABSTRAKT Tato práce se zabývá Signal Processing Toolboxem (SPTOOL) a Filter Design&Analysis Toolboxem (FDATOOL) v prostedí MATLAB. Jedním z cíl této práce

Více

analytické geometrie v prostoru s počátkem 18. stol.

analytické geometrie v prostoru s počátkem 18. stol. 4.. Funkce více proměnných, definice, vlastnosti Funkce více proměnných Funkce více proměnných se v matematice začal používat v rámci rozvoje analtické geometrie v prostoru s počátkem 8. stol. I v sami

Více

Čísla a aritmetika. Řádová čárka = místo, které odděluje celou část čísla od zlomkové.

Čísla a aritmetika. Řádová čárka = místo, které odděluje celou část čísla od zlomkové. Příprava na cvčení č.1 Čísla a artmetka Číselné soustavy Obraz čísla A v soustavě o základu z: m A ( Z ) a z (1) n kde: a je symbol (číslce) z je základ m je počet řádových míst, na kterých má základ kladný

Více

DISKRÉTNÍ FOURIEROVA TRANSFORMACE P I NELINEÁRNÍ ULTRAZVUKOVÉ SPEKTROSKOPII

DISKRÉTNÍ FOURIEROVA TRANSFORMACE P I NELINEÁRNÍ ULTRAZVUKOVÉ SPEKTROSKOPII DISKRÉTNÍ FOURIEROVA TRANSFORMACE PI NELINEÁRNÍ ULTRAZVUKOVÉ SPEKTROSKOPII Luboš PAZDERA *, Jaroslav SMUTNÝ **, Marta KOENSKÁ *, Libor TOPOLÁ *, Jan MARTÍNEK *, Miroslav LUÁK *, Ivo KUSÁK * Vysoké uení

Více

Š Ě É ě ě ů ď č ě ě Č Á č ě ě ě é ě é ř ů č ě ý ř ů ě é ř é é ř ú č é ý é ů é č ř ě Ť ů ý ý ů č ě ď é ě ý é é é ř ď ý ř ť ř é ě ň ť č ďě č ě ý é č ě ř ň ů ě ř ě ě ě é ů é é č ě ů é č ě é ě ď č ý ě ů ů

Více

krajské školící stedisko projektu

krajské školící stedisko projektu krajské školící stedisko projektu Cílem kurzu Intel - Vzdlávání pro budoucnost je vyškolit uitele tak, aby mohli vést projektovou výuku a efektivn integrovat poítae do stávajících uebních plán takovým

Více

VYHODNOCENÍ ODCHYLEK A CLEARING TDD V CS OTE JAROSLAV HODÁNEK, OTE A.S.

VYHODNOCENÍ ODCHYLEK A CLEARING TDD V CS OTE JAROSLAV HODÁNEK, OTE A.S. OTE, a.s. VYHODNOCENÍ ODCHYLEK A CLEARING TDD V CS OTE JAROSLAV HODÁNEK, OTE A.S. 16.-17.4.2014 Trendy elektroenergetiky v evropském kontextu, Špindlerv Mlýn Základní innosti OTE 2 Organizování krátkodobého

Více

diferenciální rovnice verze 1.1

diferenciální rovnice verze 1.1 Diferenciální rovnice vyšších řádů, snižování řádu diferenciální rovnice verze 1.1 1 Úvod Následující text popisuje řešení diferenciálních rovnic, konkrétně diferenciálních rovnic vyšších řádů a snižování

Více

FINANCOVÁNÍ DLOUHODOBÝMI INSTRUMENTY

FINANCOVÁNÍ DLOUHODOBÝMI INSTRUMENTY FINANCOVÁNÍ DLOUHODOBÝMI INSTRUMENTY Zpsob financování spolenosti hraje dležitou roli v rozhodovacím procesu. V této souvislosti hovoíme o kapitálové struktue firmy. Kapitálová struktura je složení dlouhodobých

Více

Nejzávažn jší technicko-procesní problém p edstavuje skute nost, že p edložený Posudek dokumentace EIA neodpovídá záv re nému stanovisku MŽP R k

Nejzávažn jší technicko-procesní problém p edstavuje skute nost, že p edložený Posudek dokumentace EIA neodpovídá záv re nému stanovisku MŽP R k Stanovisko v rámci procesu EIA na projekt Výstavba blok 3. a 4. Jaderné elektrárny Temelín Stanovisko k posudku EIA pro zemi Horní Rakousko V roce 2008 oznámila eská republika podle l. 3 Konvence z Espoo

Více

množinu definujeme axiomaticky: nesnažíme se ji zkonstruovat (dokonce se ani nezabýváme otázkou,

množinu definujeme axiomaticky: nesnažíme se ji zkonstruovat (dokonce se ani nezabýváme otázkou, Matematická analýza I přednášky M. Málka cvičení A. Hakové a R. Otáhalové Zimní semestr 2004/05 2. Reálná čísla, funkce reálné proměnné V této kapitole zavádíme množinu, na níž stojí celá matematická analýza:

Více

PRAVIDLA RADY MSTA VIMPERK pro vyizování stížností a peticí

PRAVIDLA RADY MSTA VIMPERK pro vyizování stížností a peticí PRAVIDLA RADY MSTA VIMPERK pro vyizování stížností a peticí Rada msta Vimperk v souladu s 102 odst. (2) písm. n) zákona. 128/2000 Sb., o obcích, v platném znní a zákonem. 85/1990 Sb., o právu petiním,

Více

Š Á š š ý š ň ý š š ý ž Ů š š šš ý š Č š ž š š š ž š š ý ó ý ž ó ý ý žó ť š š ý š š Š ýň š šš ý š š š š žň ý ý ž ý ž ý š š š š ž š šš š š ž Š ý ň š ý ž ž š Č š ž ý š š ú š ýž š ž ý ý ý ž Ů ý ž ý š ý š

Více

0 KOMBINATORIKA OPAKOVÁNÍ UIVA ZE SŠ. as ke studiu kapitoly: 30 minut. Cíl: Po prostudování této kapitoly budete umt použít

0 KOMBINATORIKA OPAKOVÁNÍ UIVA ZE SŠ. as ke studiu kapitoly: 30 minut. Cíl: Po prostudování této kapitoly budete umt použít 0 KOMBINATORIKA OPAKOVÁNÍ UIVA ZE SŠ as e studiu apitoly: 30 minut Cíl: Po prostudování této apitoly budete umt použít záladní pojmy ombinatoriy vztahy pro výpoet ombinatoricých úloh - 6 - 0.1 Kombinatoria

Více

Prbh funkce Jaroslav Reichl, 2006

Prbh funkce Jaroslav Reichl, 2006 rbh funkce Jaroslav Reichl, 6 Vyšetování prbhu funkce V tomto tetu je vzorov vyešeno nkolik úloh na vyšetení prbhu funkce. i ešení úlohy jsou využity základní vlastnosti diferenciálního potu.. ešený píklad

Více

LOGICKÉ OBVODY J I Ř Í K A L O U S E K

LOGICKÉ OBVODY J I Ř Í K A L O U S E K LOGICKÉ OBVODY J I Ř Í K A L O U S E K Ostrava 2006 Obsah předmětu 1. ČÍSELNÉ SOUSTAVY... 2 1.1. Číselné soustavy - úvod... 2 1.2. Rozdělení číselných soustav... 2 1.3. Polyadcké číselné soustavy... 2

Více

ROZDĚLENÍ NÁHODNÝCH VELIČIN

ROZDĚLENÍ NÁHODNÝCH VELIČIN ROZDĚLENÍ NÁHODNÝCH VELIČIN 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)

Více

Transformace dat a počítačově intenzivní metody

Transformace dat a počítačově intenzivní metody Transformace dat a počítačově ntenzvní metody Jří Mltký Katedra textlních materálů, Textlní fakulta, Techncká unversta v Lberc, Lberec, e- mal jr.mltky@vslb.cz Mlan Meloun, Katedra analytcké cheme, Unversta

Více

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ.

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ. CHYBY MĚŘENÍ Úvod Představte s, že máte změřt délku válečku. Použjete posuvné měřítko a získáte určtou hodnotu. Pamětlv přísloví provedete ještě jedno měření. Ale ouha! Výsledek je jný. Co dělat? Měřt

Více

1. Úvodní údaje: Zpráva poskytuje základní informace v rámci dokumentace projektu pro DSP. Podklady dány investorem stavby a pedpisy SN.

1. Úvodní údaje: Zpráva poskytuje základní informace v rámci dokumentace projektu pro DSP. Podklady dány investorem stavby a pedpisy SN. !"#$%&&! "#$%&& stupe dokumentace: DSP 1. Úvodní údaje:...1 2. Základní údaje:...1 3. Stanovení prostedí dle SN 332000-3 Z1/Z2/Z3, SN 332000-5-51 ed.3:...1 4.Rozdlení elektrického píkonu:...1 5. Ochrany:...1

Více

Teorie efektivních trhů (E.Fama (1965))

Teorie efektivních trhů (E.Fama (1965)) Teore efektvních trhů (E.Fama (965)) Efektvní efektvní zpracování nových nformací Efektvní trh trh, který rychle a přesně absorbuje nové nf. Ceny II (akcí) náhodná procházka Předpoklady: na trhu partcpuje

Více

, jsou naměřené a vypočtené hodnoty závisle

, jsou naměřené a vypočtené hodnoty závisle Měřeí závslostí. Průběh závslost spojtá křvka s jedoduchou rovcí ( jedoduchým průběhem), s malým počtem parametrů, která v rozmezí aměřeých hodot vsthuje průběh závslost, určeí kokrétího tpu křvk (přímka,

Více

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) = Základní rozdělení pravděpodobnosti Diskrétní rozdělení pravděpodobnosti. Pojem Náhodná veličina s Binomickým rozdělením Bi(n, p), kde n je přirozené číslo, p je reálné číslo, < p < má pravděpodobnostní

Více

ijímací ízení ve šk. roce 2011/2012.

ijímací ízení ve šk. roce 2011/2012. Stední škola technická a obchodní, Olomouc, Kosinova 4 Kosinova 4, 772 00 Olomouc,tel.: 585 220 663, fax: 585 223 576, ssto@kosinka.com ijímací ízení ve šk. roce 2011/2012. Pro školní rok 2012/2013 budeme

Více

1. Definiční obor funkce dvou proměnných

1. Definiční obor funkce dvou proměnných Definiční obor funkce dvou proměnných Řešené příklady 1. Definiční obor funkce dvou proměnných Vyšetřete a v kartézském souřadném systému (O, x, y) zakreslete definiční obory následujících funkcí dvou

Více

1. MODELY A MODELOVÁNÍ. as ke studiu: 30 minut. Cíl: Po prostudování této kapitoly budete umt: Výklad. 1.1. Model

1. MODELY A MODELOVÁNÍ. as ke studiu: 30 minut. Cíl: Po prostudování této kapitoly budete umt: Výklad. 1.1. Model 1. MODELY A MODELOVÁNÍ as ke studiu: 30 minut Cíl: Po prostudování této kapitoly budete umt: charakterizovat model jako nástroj pro zobrazení skutenosti popsat proces modelování provést klasifikaci základních

Více

6.1 Normální (Gaussovo) rozdělení

6.1 Normální (Gaussovo) rozdělení 6 Spojitá rozdělení 6.1 Normální (Gaussovo) rozdělení Ze spojitých rozdělení se v praxi setkáme nejčastěji s normálním rozdělením. Toto rozdělení je typické pro mnoho náhodných veličin z rozmanitých oborů

Více

KATALOG POŽADAVKŮ ZKOUŠEK SPOLEČNÉ ČÁSTI MATURITNÍ ZKOUŠKY

KATALOG POŽADAVKŮ ZKOUŠEK SPOLEČNÉ ČÁSTI MATURITNÍ ZKOUŠKY KATALOG POŽADAVKŮ ZKOUŠEK SPOLEČNÉ ČÁSTI MATURITNÍ ZKOUŠKY platný od školního roku 2015/2016 Zpracoval: Centrum pro zjišťování výsledků vzdělávání Schválil: Ministerstvo školství, mládeže a tělovýchovy

Více

METODY OCEOVÁNÍ PODNIKU DEFINICE PODNIKU. Obchodní zákoník 5:

METODY OCEOVÁNÍ PODNIKU DEFINICE PODNIKU. Obchodní zákoník 5: METODY OCEOVÁNÍ PODNIKU DEFINICE PODNIKU Obchodní zákoník 5: soubor hmotných, jakož i osobních a nehmotných složek podnikání. K podniku náleží vci, práva a jiné majetkové hodnoty, které patí podnikateli

Více

Postup efektování jednotlivých part

Postup efektování jednotlivých part Postup efektování jednotlivých part Níže uvedený postup platí pro nástroje ady Yamaha PSR (konkrétn PSR-1000, 2000, 1100, 2100, 1500, 3000), pro Yamahu TYROS a také TYROS 2. Uvedené obrázky ovládacího

Více

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY 4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY Průvodce studiem V této kapitole se seznámíte se základními typy rozložení diskrétní náhodné veličiny. Vašim úkolem by neměla být

Více

CHEMIE STAVEBNÍCH LÁTEK

CHEMIE STAVEBNÍCH LÁTEK VYSOKÉ UENÍ TECHNICKÉ V BRN FAKULTA STAVEBNÍ CHEMIE STAVEBNÍCH LÁTEK MODUL M05 VYHODNOCOVÁNÍ VÝSLEDK STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA Marie Pištková -2(29) Záhlaví liché

Více

Evaluation of Interferograms Using a Fourier-Transform Method

Evaluation of Interferograms Using a Fourier-Transform Method ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta stavební Katedra fzk Vhodnocování nterferogramů metodou Fourerov transformace Evaluaton of Interferograms Usng a Fourer-Transform Method dplomová práce Studní

Více

Posloupnosti a jejich konvergence POSLOUPNOSTI

Posloupnosti a jejich konvergence POSLOUPNOSTI Posloupnosti a jejich konvergence Pojem konvergence je velmi důležitý pro nediskrétní matematiku. Je nezbytný všude, kde je potřeba aproximovat nějaké hodnoty, řešit rovnice přibližně, používat derivace,

Více

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.0/1.5.00/4.018 Šablona III/ Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY INOVACE_Hor015 Vypracoval(a), dne Mgr.

Více

Pedpisy upravující oblast hospodaení

Pedpisy upravující oblast hospodaení Pedpisy upravující oblast hospodaení Pedmtem tohoto metodického je poskytnout tenái pehled základních právních a vnitních skautských pedpis upravujících oblast hospodaení, vetn úetnictví. Všechny pedpisy

Více

Metodický materiál Ma

Metodický materiál Ma Metodický materiál Ma Metodický materiál Ma... 1 Úvod... 2 Možnosti použití v hodin... 2 Podmínky... 2 Vhodná témata... 3 Nevhodná témata... 3 Vybrané téma: Funkce... 3 Úvod... 3 Použití v tématu funkce...

Více

Pednáška mikro 07 : Teorie chování spotebitele 2

Pednáška mikro 07 : Teorie chování spotebitele 2 Pednáška mikro 07 : Teorie chování spotebitele 2 1. ngelova kivka x poptávka po statku, M- dchod x luxusní komodita ( w >1) standardní komodita (0< w 1) podadná komodita ( w < 0) 2. Dchodový a substituní

Více

19 Hilbertovy prostory

19 Hilbertovy prostory M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 34 19 Hilbertovy prostory 19.1 Úvod, základní pojmy Poznámka (připomenutí). Necht (X,(, )) je vektorový prostor se skalárním součinem

Více

CM-SRS.11; CM-SRS.12 CM-SRS.21; CM-SRS.22. Návod k obsluze a montáži. Jednofázové proudové monitorovací relé ady CM

CM-SRS.11; CM-SRS.12 CM-SRS.21; CM-SRS.22. Návod k obsluze a montáži. Jednofázové proudové monitorovací relé ady CM CM-SRS.11; CM-SRS.12 CM-SRS.21; CM-SRS.22 Návod k obsluze a montáži Jednofázové proudové monitorovací relé ady CM Pokyn: tento návod k obsluze a montáži neobsahuje všechny podrobné informace o všech typech

Více

Píklad : Kolik procent základu : a) jsou jeho 4 5 ; b) je 0,7 celku ( základu ); c) je 1 1 4

Píklad : Kolik procent základu : a) jsou jeho 4 5 ; b) je 0,7 celku ( základu ); c) je 1 1 4 1. Vymezení pojm Pi výpotu píklad, které se týkají procent se setkáváme se temi základními pojmy : základ ( z ), poet procent ( p ), procentová ást ( ). Z tchto tí údaje dva známe a tetí mžeme vypoítat.

Více

EKOLOGICKÝ PRÁVNÍ SERVIS. Plánování a povolování dopravních staveb a posuzování vliv na životní prostedí - základní problémy

EKOLOGICKÝ PRÁVNÍ SERVIS. Plánování a povolování dopravních staveb a posuzování vliv na životní prostedí - základní problémy EKOLOGICKÝ PRÁVNÍ SERVIS ENVIRONMENTAL LAW SERVICE Financováno ze zdroj EU - program Transition Facility Plánování a povolování dopravních staveb a posuzování vliv na životní prostedí - základní problémy

Více

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ Má-li analytický výsledek objektivně vypovídat o chemickém složení vzorku, musí splňovat určitá kriteria: Mezinárodní metrologický slovník (VIM 3),

Více

1 CHYBY, VARIABILITA A NEJISTOTY INSTRUMENTÁLNÍCH MĚŘENÍ

1 CHYBY, VARIABILITA A NEJISTOTY INSTRUMENTÁLNÍCH MĚŘENÍ 1 CHYBY, VARIABILITA A NEJISTOTY INSTRUMENTÁLNÍCH MĚŘENÍ Účele ěření je stanovení velkost ěřené velčny, charakterzující určtou specfckou vlastnost. Specfkace ěřené velčny ůže vyžadovat údaje o dalších

Více

8 Střední hodnota a rozptyl

8 Střední hodnota a rozptyl Břetislav Fajmon, UMAT FEKT, VUT Brno Této přednášce odpovídá kapitola 10 ze skript [1]. Také je k dispozici sbírka úloh [2], kde si můžete procvičit příklady z kapitol 2, 3 a 4. K samostatnému procvičení

Více

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D.

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. Testování statistických hypotéz Ing. Michal Dorda, Ph.D. Testování normality Př. : Při simulaci provozu na křižovatce byla získána data o mezerách mezi přijíždějícími vozidly v [s]. Otestujte na hladině

Více

Finan ní poradenství Odborné dovednosti (Univerzáln a nezávislý vzd lávací program)

Finan ní poradenství Odborné dovednosti (Univerzáln a nezávislý vzd lávací program) Finanní poradenství Odborné dovednosti (Univerzáln a nezávislý vzdlávací program) Finanní poradenství Odborné dovednosti je univerzální a nezávislý vzdlávací program sestávající z jednotlivých, vzájemn

Více

Rovnoměrné rozdělení

Rovnoměrné rozdělení Rovnoměrné rozdělení Nejjednodušší pravděpodobnostní rozdělení pro diskrétní náhodnou veličinu. V literatuře se také nazývá jako klasické rozdělení pravděpodobnosti. Náhodná veličina může nabývat n hodnot

Více

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík Vysoké učení technické v Brně Stavební fakulta ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE Matematika 0A4 Cvičení, letní semestr DOMÁCÍ ÚLOHY Jan Šafařík Brno c 200 (1) 120 krát jsme házeli hrací kostkou.

Více

Funkce, funkční závislosti Lineární funkce

Funkce, funkční závislosti Lineární funkce Funkce, funkční závislosti Lineární funkce Obsah: Definice funkce Grafické znázornění funkce Konstantní funkce Lineární funkce Vlastnosti lineárních funkcí Lineární funkce - příklady Zdroje Z Návrat na

Více

Vaše uživatelský manuál XEROX PHASER 3635MFP http://cs.yourpdfguides.com/dref/4274327

Vaše uživatelský manuál XEROX PHASER 3635MFP http://cs.yourpdfguides.com/dref/4274327 Můžete si přečíst doporučení v uživatelské příručce, technickém průvodci, nebo průvodci instalací pro. Zjistíte si odpovědi na všechny vaše otázky, týkající se v uživatelské příručce (informace, specifikace,

Více

Zásady tvorby databáze, seznamy, organizace dat, tídní, funkce, výpoty a souhrny v Excelu

Zásady tvorby databáze, seznamy, organizace dat, tídní, funkce, výpoty a souhrny v Excelu Zásady tvorby databáze, seznamy, organizace dat, tídní, funkce, výpoty a souhrny v Excelu Po pihlášení se do sít (viz login name + password v okn Login) budete mít pístupný síový disk F:\, na kterém jsou

Více

Algoritmy I, složitost

Algoritmy I, složitost A0B36PRI - PROGRAMOVÁNÍ Algoritmy I, složitost České vysoké učení technické Fakulta elektrotechnická v 1.01 Rychlost... Jeden algoritmus (program, postup, metoda ) je rychlejší než druhý. Co ta věta znamená??

Více

Poznámka: V kurzu rovnice ostatní podrobně probíráme polynomické rovnice a jejich řešení.

Poznámka: V kurzu rovnice ostatní podrobně probíráme polynomické rovnice a jejich řešení. @083 6 Polynomické funkce Poznámka: V kurzu rovnice ostatní podrobně probíráme polynomické rovnice a jejich řešení. Definice: Polynomická funkce n-tého stupně (n N) je dána předpisem n n 1 2 f : y a x

Více

Paretv-Zipfv zákon, omezenost zdroj a globalizace

Paretv-Zipfv zákon, omezenost zdroj a globalizace Pareto-Zipf2 1/6 Paretv-Zipfv zákon, omezenost zdroj a globalizace Jií Neas, FIS VŠE Praha Pi rzných píležitostech se setkáváme se soubory rzn velkých objekt: obce ve vybraném stát mají rzný poet obyvatel,

Více

VYSOKÉ UENÍ TECHNICKÉ V BRN FAKULTA STAVEBNÍ ALEŠ DRÁB HYDROINFORMATIKA I MODUL M02 EXCEL PRO VODOHOSPODÁE

VYSOKÉ UENÍ TECHNICKÉ V BRN FAKULTA STAVEBNÍ ALEŠ DRÁB HYDROINFORMATIKA I MODUL M02 EXCEL PRO VODOHOSPODÁE VYSOKÉ UENÍ TECHNICKÉ V BRN FAKULTA STAVEBNÍ ALEŠ DRÁB HYDROINFORMATIKA I MODUL M0 EXCEL PRO VODOHOSPODÁE STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA Hydroinformatika I Modul Aleš

Více

Ohlášení zm ny údaj o stavb k zápisu do katastru nemovitostí

Ohlášení zm ny údaj o stavb k zápisu do katastru nemovitostí 11OhlZmenUdajOBud.pdf - Adobe Acrobat Professional Ohlášení zmny údaj o stavb k zápisu do katastru nemovitostí Spisová znaka Ohlášení se podává: Katastrálnímu úadu pro Katastrální pracovišt vyplní katastrální

Více

Technické údaje podle EN/IEC 61557-1 CM-IWS.1 CM-IWS.2 Krytí: pouzdro svorky

Technické údaje podle EN/IEC 61557-1 CM-IWS.1 CM-IWS.2 Krytí: pouzdro svorky CM-IWS.1 CM-IWS.2 Návod k obsluze a montáži Izolaní monitorovací relé ady CM Pokyn: tento návod k obsluze a montáži neobsahuje všechny podrobné informace o všech typech této výrobkové ady a nemže si také

Více

Finální verze žádosti (LZZ-GP)

Finální verze žádosti (LZZ-GP) 8. Klíové aktivity!íslo aktivity: 01 Školení nových technologií a novinek v sortimentu TZB (technická zaízení budov) Pedm!tem KA_1 je realizace školení zam!ené na nové technologie a novinky v sortimentu

Více

7 CFD SIMULACE BEZ DATABÁZOVÉ PODPORY WORKBENCH 7.1 Vytvoení sít v programu ICEM CFD

7 CFD SIMULACE BEZ DATABÁZOVÉ PODPORY WORKBENCH 7.1 Vytvoení sít v programu ICEM CFD 7 CFD SIMULACE BEZ DATABÁZOVÉ PODPORY WORKBENCH 7.1 Vytvoení sít v programu ICEM CFD as ke studiu: 0.5 hodiny Cíl Po prostudování tohoto odstavce budete umt vytvoit geometrii v programu ICEM CFD. vytvoit

Více

SOUBOR VZOROVÝCH ÚLOH MATEMATIKA

SOUBOR VZOROVÝCH ÚLOH MATEMATIKA MATEMATIKA Obsah. íselné obory... 3 2. Algebraické výrazy... 9 3. Rovnice a nerovnice...3 4. Funkce...9 5. Posloupnosti a finanní matematika...25 6. Planimetrie...30 7. Stereometrie...39 8. Analytická

Více

Národníinformačnístředisko pro podporu jakosti

Národníinformačnístředisko pro podporu jakosti Národníinformačnístředisko pro podporu jakosti OVĚŘOVÁNÍ PŘEDPOKLADU NORMALITY Doc. Ing. Eva Jarošová, CSc. Ing. Jan Král Používané metody statistické testy: Chí-kvadrát test dobré shody Kolmogorov -Smirnov

Více

STŘEDOŠKOLSKÁ MATEMATIKA

STŘEDOŠKOLSKÁ MATEMATIKA STŘEDOŠKOLSKÁ MATEMATIKA MOCNINY, ODMOCNINY, ALGEBRAICKÉ VÝRAZY VŠB Technická univerzita Ostrava Ekonomická fakulta 006 Mocniny, odmocniny, algebraické výrazy http://moodle.vsb.cz/ 1 OBSAH 1 Informace

Více

METRICKÉ A NORMOVANÉ PROSTORY

METRICKÉ A NORMOVANÉ PROSTORY PŘEDNÁŠKA 1 METRICKÉ A NORMOVANÉ PROSTORY 1.1 Prostor R n a jeho podmnožiny Připomeňme, že prostorem R n rozumíme množinu uspořádaných n tic reálných čísel, tj. R n = R } R {{ R }. n krát Prvky R n budeme

Více

Softwarová podpora matematických metod v ekonomice a řízení

Softwarová podpora matematických metod v ekonomice a řízení Softwarová podpora matematckých metod v ekonomce a řízení Petr Sed a Opava 2013 Hrazeno z prostředků proektu OPVK CZ.1.07/2.2.00/15.0174 Inovace bakalářských studních oborů se zaměřením na spoluprác s

Více

Pro klasifikaci daní se používají mnohá kritéria s více i mén praktickým využitím. Základními kritérii jsou:

Pro klasifikaci daní se používají mnohá kritéria s více i mén praktickým využitím. Základními kritérii jsou: 2 Pro klasifikaci daní se používají mnohá kritéria s více i mén praktickým využitím. Základními kritérii jsou: dopad dan, vztah plátce a poplatníka, subjekt dan, objekt dan, šíe zachycení objektu dan,

Více

Cyklickékódy. MI-AAK(Aritmetika a kódy)

Cyklickékódy. MI-AAK(Aritmetika a kódy) MI-AAK(Aritmetika a kódy) Cyklickékódy c doc. Ing. Alois Pluháček, CSc., 2011 Katedra číslicového návrhu Fakulta informačních technologií České vysoké učení technické v Praze Evropský sociální fond Praha&

Více

- 1 - Zdeněk Havel, Jan Hnízdil. Cvičení z Antropomotoriky. Obsah:

- 1 - Zdeněk Havel, Jan Hnízdil. Cvičení z Antropomotoriky. Obsah: - - Zdeněk Havel, Jan Hnízdl Cvčení z Antropomotorky Obsah: Úvod... S Základní charakterstky statstckých souborů...3 S Charakterstka základních výběrových technk a teoretcká rozložení četností...9 S 3

Více

Studie. 8 : Posílení kolektivního vyjednávání, rozšiování závaznosti KSVS a její dodržování v odvtví stavebnictví

Studie. 8 : Posílení kolektivního vyjednávání, rozšiování závaznosti KSVS a její dodržování v odvtví stavebnictví Studie. 8 : Posílení kolektivního vyjednávání, rozšiování závaznosti KSVS a její dodržování v odvtví stavebnictví 2. ze tí opakovaných odborných posudk Vytvoeno pro: Projekt reg..: CZ.1.04/1.1.01/02.00013

Více

CM-IWN.1. Návod k obsluze a montáži. Izolaní monitorovací relé ady CM

CM-IWN.1. Návod k obsluze a montáži. Izolaní monitorovací relé ady CM CM-IWN.1 Návod k obsluze a montáži Izolaní monitorovací relé ady CM Pokyn: tento návod k obsluze a montáži neobsahuje všechny podrobné informace o všech typech této výrobkové ady a nemže si také všímat

Více

4 - Architektura poítae a základní principy jeho innosti

4 - Architektura poítae a základní principy jeho innosti 4 - Architektura poítae a základní principy jeho innosti Z koncepního hlediska je mikropoíta takové uspoádání logických obvod umožující provádní logických i aritmetických operací podle posloupnosti povel

Více

VYHLÁŠKA. Ministerstva životního prostedí. ze dne 11. ervence 2002,

VYHLÁŠKA. Ministerstva životního prostedí. ze dne 11. ervence 2002, 356 VYHLÁŠKA Ministerstva životního prostedí ze dne 11. ervence 2002, kterou se stanoví seznam zneišujících látek, obecné emisní limity, zpsob pedávání zpráv a informací, zjišování množství vypouštných

Více

Logika XI. RNDr. Kateřina Trlifajová PhD. Katedra teoretické informatiky Fakulta informačních technologíı BI-MLO, ZS 2011/12

Logika XI. RNDr. Kateřina Trlifajová PhD. Katedra teoretické informatiky Fakulta informačních technologíı BI-MLO, ZS 2011/12 Logika XI. RNDr. Kateřina Trlifajová PhD. Katedra teoretické informatiky Fakulta informačních technologíı České vysoké učení technické v Praze c Kateřina Trlifajová, 2010 BI-MLO, ZS 2011/12 Evropský sociální

Více

EQUOBOX RTU-M-BUS. protokolem M-Bus. Návod k použití Verze 1.9. SINAPSI S.r.l. Via delle querce 11/13

EQUOBOX RTU-M-BUS. protokolem M-Bus. Návod k použití Verze 1.9. SINAPSI S.r.l. Via delle querce 11/13 SINAPSI S.r.l. Via delle querce 11/13 06083 Bastia Umbra (PG) Italy T.+39.075.8011604 F.+39.075.8014602 EQUOBOX RTU-M-BUS Centrála mi s protokolem M-Bus Návod k použití Verze 1.9 Tato uživatelská piruka

Více

je o 27,8 %. Nárst náklad vynaložených na prodané zboží byl nižší a vzrostl o 947,3 mil K to je o 26,98 %.

je o 27,8 %. Nárst náklad vynaložených na prodané zboží byl nižší a vzrostl o 947,3 mil K to je o 26,98 %. VÝRONÍ ZPRÁVA SPOLENOSTI KM-PRONA, A.S. ZA ROK 2006 PROFIL SPOLENOSTI Akciová spolenost KM-PRONA, a.s. byla založena zakladatelskou smlouvou dne 23.7.2003 rozhodnutím jediného akcionáe pana Vladimíra Minaíka

Více

Grafika Publishing Profimedia Grafika News MujMAC Printing Builder WebTip Fotografování Galerie 3Dscéna

Grafika Publishing Profimedia Grafika News MujMAC Printing Builder WebTip Fotografování Galerie 3Dscéna Grafika Publishing Profimedia Grafika News MujMAC Printing Builder WebTip Fotografování Galerie 3Dscéna inzerce diskuse adresá rubriky 2D/3D kresby práce bazar galerie mapa serveru rychlá - digitální foto

Více

Párování. Nápovdu k ostatním modulm naleznete v "Pehledu nápovd pro Apollo".

Párování. Nápovdu k ostatním modulm naleznete v Pehledu nápovd pro Apollo. Párování Modul Párování poskytuje pehled o došlých i vrácených platbách provedených bankovním pevodem i formou poštovní poukázky. Jedná se napíklad o platby za e-pihlášky, prkazy ISIC nebo poplatky za

Více

4. Topologické vlastnosti množiny reálných

4. Topologické vlastnosti množiny reálných Matematická analýza I přednášky M. Málka cvičení A. Hakové a R. Otáhalové Zimní semestr 2004/05 4. Topologické vlastnosti množiny reálných čísel V této kapitole definujeme přirozenou topologii na množině

Více

P EHLED METOD POUŽÍVANÝCH PRO FILTRACI ULTRAZVUKOVÝCH SIGNÁLU

P EHLED METOD POUŽÍVANÝCH PRO FILTRACI ULTRAZVUKOVÝCH SIGNÁLU PEHLED METOD POUŽÍVANÝCH PRO FILTRACI ULTRAZVUKOVÝCH SIGNÁLU Václav Matz, Marcel Kreidl a Radislav Šmíd vmatz@seznam.cz CVUT, FEL, Katedra mení Technická 2, 166 27, Praha Abstrakt: Pi ultrazvukovém testování

Více

SMLOUVA. O SPOLUPRÁCI PI ÚHRAD SLUŽEB POUKÁZKAMI

SMLOUVA. O SPOLUPRÁCI PI ÚHRAD SLUŽEB POUKÁZKAMI SMLOUVA. O SPOLUPRÁCI PI ÚHRAD SLUŽEB POUKÁZKAMI uzavená podle 269 odst. 2 Obchodního zákoníku mezi tmito smluvními stranami (dále jen smlouva ): Sodexo Pass eská Republika a.s., se sídlem Radlická 2,

Více

PRAVDĚPODOBNOST A MATEMATICKÁ STATISTIKA

PRAVDĚPODOBNOST A MATEMATICKÁ STATISTIKA VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STAVEBNÍ HELENA KOUTKOVÁ PRAVDĚPODOBNOST A MATEMATICKÁ STATISTIKA MODUL GA03 M3 ZÁKLADY TEORIE ODHADU STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA

Více

LABORATORNÍ CVIENÍ Stední prmyslová škola elektrotechnická

LABORATORNÍ CVIENÍ Stední prmyslová škola elektrotechnická Stední prmyslová škola elektrotechnická a Vyšší odborná škola, Pardubice, Karla IV. 13 LABORATORNÍ CVIENÍ Stední prmyslová škola elektrotechnická Píjmení: Hladna íslo úlohy: 9 Jméno: Jan Datum mení: 23.

Více

PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2]

PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2] PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2] Použitá literatura: [1]: J.Reif, Z.Kobeda: Úvod do pravděpodobnosti a spolehlivosti, ZČU Plzeň, 2004 (2. vyd.) [2]: J.Reif: Metody matematické

Více

Získávání znalostí z databází. Alois Kužela

Získávání znalostí z databází. Alois Kužela Získávání znalostí z databází Alois Kužela Obsah související pojmy datové sklady, získávání znalostí asocianí pravidla 2/37 Úvod získávání znalostí z dat, dolování (z) dat, data mining proces netriviálního

Více

Zkušenosti s využitím informa ních systém p i provozu a optimalizaci rafinérií

Zkušenosti s využitím informa ních systém p i provozu a optimalizaci rafinérií 153 Zkušenosti s využitím informaních systém pi provozu a optimalizaci rafinérií Ing. Milan Vitvar eská rafinérská a.s., 436 70 Litvínov milan.vitvar@crc.cz, tel. 476 164 477 http://www.crc.cz Souhrn Je

Více