Regresní analýza. Statistika II. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel
|
|
- Vít Janda
- před 8 lety
- Počet zobrazení:
Transkript
1 Statistika II Katedra ekonometrie FEM UO Brno kancelář 69a, tel
2 Cíl regresní analýzy: stanovení formy (trendu, tvaru, průběhu) této závislosti pomocí vhodné funkce vystihnout pomocí regresní funkce průběh (trend) závislosti mezi X a Y na základě znalosti dvojic empirických hodnot [x i, y i], kde i = 1, 2,..., n.
3 Regresní přímka Princip regresní analýzy nejdříve vysvětlíme na jednoduchém modelu dvou náhodných veličin X a Y, kde Y bude vysvětlovaná proměnná a X bude vysvětlující proměnná (regresor). Budeme předpokládat, že mezi vysvětlovanou proměnnou Y a vysvětlující proměnnou X platí přibližně lineární vztah. Měření nebo pozorování veličiny Y může být zatíženo náhodnou chybou e. Y = β 1 + β 2X + e, kde β 1, β 2 jsou neznámé parametry (neznámé reálné konstanty), Y a e jsou náhodné veličiny a X je daná reálná proměnná. Dále předpokládáme, že při hodnotách x 1, x 2,..., x n proměnné X pozorujeme hodnoty y 1,..., y n proměnné Y zatížené chybami e 1,..., e n. Pozorování vyhovují modelu y i = β 1 + β 2x i + e i, i = 1,..., n.
4 Regresní přímka O chybách e 1,..., e n předpokládáme, že jsou to nezávislé náhodné veličiny, že jsou nesystematické, tj. střední hodnota Ee i = 0, a homogenní, tj. že mají stejný rozptyl De i = σ 2, i = 1,..., n. Cílem je najít odhad parametrů β 1, β 2 a σ 2. Použijeme k tomu metodu nejmenších čtverců. Označíme S 2 (β 1, β 2) = ei 2 = (y i (β 1 + β 2x i)) 2 součet čtverců náhodných chyb e i a odhady β 1, β 2 parametrů β 1, β 2 stanovíme tak, aby součet čtverců chyb S 2 (β 1, β 2) nabyl minimální možné hodnoty.
5 Regresní přímka Z matematiky je známo, že nutnou podmínkou pro existenci extrému funkce dvou a více proměnných je nulovost prvních parciálních derivací, tj. v našem případě S 2 (β 1, β 2) = S 2 (β 1, β 2) = 0, β 1 β 2 podmínku postačující pro minimum nemusíme vyšetřovat, neboť funkce S(β 1, β 2) je ryze konvexní. Dostáváme tedy S 2 (β 1, β 2) β 1 = 2 S 2 (β 1, β 2) β 2 = 2 (y i β 1 β 2x i)( 1) = 0, (y i β 1 β 2x i)( x i) = 0. odkud získáme tzv. soustavu normálních rovnic β 1n + β 2 x i = y i, β 1 x i + β 2 x 2 i = x iy i.
6 Regresní přímka Obrázek: přímka
7 Regresní přímka Vyřešíme-li tuto soustavu (např. Cramerovým pravidlem), obdržíme odhady parametrů n n β 1 = yi x i 2 n n xi xiyi n n x i 2 ( n ) 2, β 2 = n n xiyi n n xi yi xi n n x i 2 ( n ) 2. xi Tyto odhady lze také vyjádřit ve tvaru β 1 = y β 2x = y sxy s 2 x x, β2 = sxy, sx 2 kde x = 1 n n xi a y = 1 n n yi jsou výběrové průměry, sx 2 = 1 n n 1 (xi x)2 je výběrový rozptyl a s xy = 1 n n 1 (xi x)(yi y) je výběrová kovariance.
8 Regresní přímka Přímku o rovnici Ŷ = β 1 + β 2X nazýváme regresní přímkou, β 1, β2 jsou tzv. regresní koeficienty. Vypočtené regresní koeficienty β 1, β2 jsou nevychýlenými odhady neznámých parametrů β 1, β 2. Dále hodnota ŷ i = β 1 + β 2x i je predikovaná hodnota y v bodě x i a veličiny ê i = y i ŷ i = y i β 1 β 2x i nazýváme rezidua. Dále platí, že minimální hodnota součtu čtverců S 2 (β 1, β 2) je rovna S e = S 2 ( β1, β2 ) = êi 2 = (y i ŷ i) 2 = y 2 i β 1 y i β 2 x iy i. S e nazýváme reziduální součet čtverců. Je možné ukázat (viz Anděl (2003)), že veličina s 2 = 1 n 2 Se je nevychýleným odhadem rozptylu σ2, a tedy platí E(s 2 ) = σ 2.
9 Regresní přímka příklad Následující tabulka udává informaci o teplotě (ve stupních Celsia) v jednom městě a množství zmrzliny (v kilogramech) prodaných v osmi náhodně vybraných cukrárnách. teplota zmrzlina Vysvětlovanou proměnnou je v tomto případě množství zmrzliny, vysvětlující proměnnou potom teplota ve městě. Metodou nejmenších čtverců odhadneme parametry regresní přímky ŷ = 71, ,918x.
10 Regresní přímka příklad Obrázek: Regresní přímka závislost množství prodané zmrzliny na teplotě
11 Zobecníme předchozí výsledky a budeme předpokládat, že je potřeba modelovat nějakou sledovanou (hůře dostupnou či nesnadno měřitelnou) náhodnou veličinu Y (tzv. vysvětlovaná veličina nebo odezva) pomocí jiných snáze dostupných veličin X 1, X 2,..., X k (nazývaných vysvětlující proměnné nebo regresory). Vyjdeme ze situace, kdy příslušná statistická data obsahují n nezávislých pozorování vysvětlované proměnné Y a odpovídajících n pozorování každého z regresorů X 1, X 2,..., X k. Budeme předpokládat, že i-té pozorování vysvětlované proměnné Y lze modelovat rovnicí: kde y i = β 1x i1 + β 2x i2 + + β k x ik + e i, (1) 1. y i je i-té pozorování Y, i = 1,..., n, 2. x ij je i-té pozorování regresoru X j, i = 1,..., n, j = 1,..., k, 3. β j, j = 1,..., k, jsou neznámé parametry, 4. e i, i = 1,..., n, jsou neznámé náhodné chyby, které vznikají při pozorování vysvětlované proměnné Y a které nemůžeme přímo pozorovat ani měřit.
12 Přitom dále předpokládáme, že x ij jsou pevně dané známé reálné hodnoty a veličiny Y i a e i jsou náhodného charakteru (náhodné veličiny). Na jejich pravděpodobnostní rozdělení klademe následující předpoklady: (P1) Střední hodnota Ee i = 0, i = 1,..., n, tj. náhodné chyby jsou nesystematické. (P2) Rozptyl De i = σ 2, i = 1,..., n, tj. náhodné chyby jsou homogenní se stejným neznámým rozptylem σ 2. (P3) Kovariance C(e i, e l ) = 0, i l, nekorelované. i, l = 1,..., n, tj. náhodné chyby jsou Model daný rovnicí (1) spolu s předpoklady (P1), (P2), (P3) se nazývá lineární regresní model (LRM) 1. Funkci, která popisuje závislost vysvětlované proměnné Y na regresorech X 1, X 2,..., X k pak nazýváme regresní funkcí. 1 Často se v lineárním regresním modelu předpokládá, že první regresor je konstanta, potom pozorované hodnoty x i1 = 1, i = 1,..., n a model má tvar y i = β 1 + β 2x i2 + + β k x ik + e i.
13 Odhad parametrů v lineárním regresním modelu (1) provedeme opět metodou nejmenších čtverců. Model nejdříve zapíšeme v maticovém tvaru. Označme: y 1 e 1 β y 2 Y =., e = e 2 x 11 x 1 1k., X = β 2, β =. x y n e n1 x nk n β k. Pak model (1) lze vyjádřit jednoduchým zápisem Y = Xβ + e. Odhad neznámých parametrů pak stanovíme řešením soustavy lineárních rovnic X Xβ = X Y tzv. normální rovnice.
14 Jejich řešení snadno nalezneme za předpokladu, že matice X X je regulární a tedy existuje inverzní matice (X X) 1. Za tohoto předpokladu říkáme, že model je plné hodnosti. V modelu plné hodnosti lze řešení normálních rovnic zapsat ve tvaru β = ( X X ) 1 X Y. Pro reziduální součet čtverců zapsaný v maticovém tvaru pak dostaneme vyjádření S e = (Y X β) (Y X β) = Y Y β X Y. Dále budeme pracovat jenom s modely plné hodnosti.
15 regresní parabola Uvedeme nyní dva příklady lineárních regresních modelů: regresní paraboly a modelu se dvěma lineárními regresory. Nejprve budeme uvažovat model, kdy vysvětlovaná proměnná Y je kvadratickou funkcí vysvětlující proměnné X, tvaru: y i = β 1 + β 2x i + β 3xi 2 + e i, i = 1,..., n. Zřejmě jde o speciální případ LRM (lineárního vzhledem k neznámým parametrům β 1, β 2, β 3). V maticovém zápisu tohoto modelu je: 1 x 1 x x 2 x2 2 n n n X =..., xi x i 2 X X = n n xi x 2 n i x i 3 n 1 x n xn 2 x i 2 n x i 3, n x i 4 n X yi Y = n xiy i. n x i 2 y i
16 regresní parabola Za předpokladu, že model je plné hodnosti, lze odhad β vektoru β získat řešením rovnic X Xβ = X Y ve tvaru β = (X X) 1 X Y. Potom lze reziduální součet čtverců S e vyjádřit ve tvaru S e = y i β 1 y i β 2 x iy i β 3 x 2 i y i a odhad rozptylu σ 2 je s 2 = S e/(n 3).
17 regresní parabola Příklad. U automobilu Trabant se měřila spotřeba paliva v litrech na 100 km (Y ) v závislosti na jeho rychlosti (X ). Rychlost Spotřeba 6,1 5,8 6,0 6,5 6,8 8,1 10,0 Odhadnutá parabolická regresní funkce má tvar ŷ = 11, ,20726x + 0,001917x 2.
18 regresní parabola Obrázek: závislost spotřeby paliva na rychlosti
19 dva lineární regresory Předpokládejme, že vysvětlovaná proměnná Y může záviset na dvou regresorech X a Z (používáme označení X místo X 1 a Z místo X 2, které je v aplikacích tohoto typu časté). K dispozici je n nezávislých pozorování veličiny Y při daných n hodnotách veličin X a Z. Vyjdeme z modelu y i = β 1 + β 2x i + β 3z i + e i, i = 1,..., n, který je speciálním případem obecného lineárního regresního modelu Y = Xβ + e.
20 dva lineární regresory Matice v modelu mají tvar 1 x 1 z 1 1 x 2 z 2 X =... 1 x n z n, X X = X Y = n xi n zi n n n xi x i 2 n xizi n n n zi xizi z 2 n yi n xiy i n ziyi. i, Pak užitím metody nejmenších čtverců dostaneme odhad β = (X X) 1 X Y.
21 dva lineární regresory Příklad. Výrobce nealkoholických nápojů má zájem analyzovat potřebný čas k servisu (doplnění lahví případně malý servis zařízení) automatů na výdej lahví s těmito nápoji. Celkovou dobu doplnění lahví je třeba predikovat pomocí dvou dostupných proměnných: počet lahví, které je třeba doplnit do automatu, a vzdálenost, kterou musí údržbář ujít. Vysvětlovanou proměnnou je v tomto případě celkový čas, vysvětlující proměnné jsou počet doplněných lahví a vzdálenost. čas 16,68 11,5 12,03 14,88 13,75 18, ,83 79,24 21,5 počet lahví vzdálenost čas 40, ,5 19, , ,5 35,1 počet lahví vzdálenost čas 17,9 52,32 18,75 19,83 10,75 počet lahví vzdálenost
22 dva lineární regresory Metodou nejmenších čtverců získáme odhad regresní funkce ŷ = 2, ,616x + 0,014z. Obrázek: Regrese se dvěma lineárními regresory závislost času potřebného na servis na počtu případů doplňování automatu a vzdálenosti, kterou musí údržbář ujít
23 Volba regresní funkce Některé typy lineárních regresních funkcí: přímková regrese Y = β 1 + β 2X, hyperbolická regrese Y = β 1 + β 2 X, logaritmická regrese Y = β 1 + β 2 ln X, parabolická regrese Y = β 1 + β 2X + β 3X 2 polynomická regrese Y = β 1 + β 2X + + β px p Některé typy nelineárních regresních funkcí: exponenciální regrese Y = β 1β X 2, mocninná regrese Y = β 1X β 2.
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
VíceRegresní a korelační analýza
Přednáška STATISTIKA II - EKONOMETRIE Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Regresní analýza Cíl regresní analýzy: stanovení formy (trendu, tvaru, průběhu)
VíceBodové a intervalové odhady parametrů v regresním modelu
Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Lineární regresní model Mějme lineární regresní model (LRM) Y = Xβ + e, kde y 1 e 1 β y 2 Y =., e
Více( x ) 2 ( ) 2.5.4 Další úlohy s kvadratickými funkcemi. Předpoklady: 2501, 2502
.5. Další úlohy s kvadratickými funkcemi Předpoklady: 50, 50 Pedagogická poznámka: Tato hodina patří mezi ty méně organizované. Společně řešíme příklad, při dalším počítání se třída rozpadá. Já řeším příklady
VíceMATEMATIKA I VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STAVEBNÍ JIŘÍ NOVOTNÝ ZÁKLADY LINEÁRNÍ ALGEBRY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STAVEBNÍ JIŘÍ NOVOTNÝ MATEMATIKA I ZÁKLADY LINEÁRNÍ ALGEBRY STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA Typeset by L A TEX 2ε, Podpořeno projektem
Vícea m1 a m2 a mn zobrazení. Operaci násobení u matic budeme definovat jiným způsobem.
1 Matice Definice 1 Matice A typu (m, n) je zobrazení z kartézského součinu {1, 2,,m} {1, 2,,n} do množiny R Matici A obvykle zapisujeme takto: a 1n a 21 a 22 a 2n A =, a m1 a m2 a mn kde a ij R jsou její
VíceLineární Regrese Hašovací Funkce
Hašovací Funkce Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické v
Více4 DVOJMATICOVÉ HRY. Strategie Stiskni páku Sed u koryta. Stiskni páku (8, 2) (5, 3) Sed u koryta (10, 2) (0, 0)
4 DVOJMATICOVÉ HRY Strategie Stiskni páku Sed u koryta Stiskni páku (8, 2) (5, 3) Sed u koryta (10, 2) (0, 0) 125 DVOJMATICOVÁ HRA Je-li speciálně množina hráčů Q = {1, 2} a prostory strategií S 1, S 2
Více4 Vyhodnocení naměřených funkčních závislostí
4 Vyhodnocení naměřených funkčních závislostí Kromě měření konstant je častou úlohou měření zjistit, jak nějaká veličina y (závisle proměnná, jinak řečeno funkce) závisí na jiné proměnlivé veličině x (nezávisle
VíceMatematický model kamery v afinním prostoru
CENTER FOR MACHINE PERCEPTION CZECH TECHNICAL UNIVERSITY Matematický model kamery v afinním prostoru (Verze 1.0.1) Jan Šochman, Tomáš Pajdla sochmj1@cmp.felk.cvut.cz, pajdla@cmp.felk.cvut.cz CTU CMP 2002
VíceKatedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava 16. ZÁKLADY LOGICKÉHO ŘÍZENÍ
Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava 16. ZÁKLADY LOGICKÉHO ŘÍZENÍ Obsah 1. Úvod 2. Kontaktní logické řízení 3. Logické řízení bezkontaktní Leden 2006 Ing.
Více4.2.16 Ohmův zákon pro uzavřený obvod
4.2.16 Ohmův zákon pro uzavřený obvod Předpoklady: 040215 Postřeh z minulých měření: Při sestavování obvodů jsme používali stále stejnou plochou baterku. Přesto se její napětí po zapojení do obvodu měnilo.
Více1.7. Mechanické kmitání
1.7. Mechanické kmitání. 1. Umět vysvětlit princip netlumeného kmitavého pohybu.. Umět srovnat periodický kmitavý pohyb s periodickým pohybem po kružnici. 3. Znát charakteristické veličiny periodického
VíceDaniel Velek Optimalizace 2003/2004 IS1 KI/0033 LS PRAKTICKÝ PŘÍKLAD NA MINIMALIZACI NÁKLADŮ PŘI VÝROBĚ
PRAKTICKÝ PŘÍKLAD NA MINIMALIZACI NÁKLADŮ PŘI VÝROBĚ - 1 - Firma zabývající se výrobou světlometů do aut dostala zakázku na výrobu 3 druhů světlometů do aut, respektive do Škody Fabia, Octavia a Superb.
Vícec sin Příklad 2 : v trojúhelníku ABC platí : a = 11,6 dm, c = 9 dm, α = 65 0 30. Vypočtěte stranu b a zbývající úhly.
9. Úvod do středoškolského studia - rozšiřující učivo 9.. Další znalosti o trojúhelníku 9... Sinova věta a = sin b = sin c sin Příklad : V trojúhelníku BC platí : c = 0 cm, α = 45 0, β = 05 0. Vypočtěte
Více3. Polynomy Verze 338.
3. Polynomy Verze 338. V této kapitole se věnujeme vlastnostem polynomů. Definujeme základní pojmy, které se k nim váží, definujeme algebraické operace s polynomy. Diskutujeme dělitelnost polynomů, existenci
VíceMarta Vomlelová marta@ktiml.mff.cuni.cz
Strojové učení Úvod, lineární regrese Marta Vomlelová marta@ktiml.mff.cuni.cz References [1] P. Berka. Dobývání znalostí z databází. Academia, 2003. [2] T. Hastie, R. Tishirani, and J. Friedman. The Elements
VíceJednoduchý fuzzy regresní model. A simplefuzzyregressionmodel
Jednoduchý fuzzy regresní model Adresa: Prof.RNDr.PhDr. Zdeněk Půlpán,CSc. Na Brně 1952/39, 500 09 Hradec Králové 9 Mgr. Jiří Kulička, PhD A simplefuzzyregressionmodel Zdeněk Půlpán Jiří Kulička Univerzita
Vícena tyč působit moment síly M, určený ze vztahu (9). Periodu kmitu T tohoto kyvadla lze určit ze vztahu:
Úloha Autoři Zaměření FYZIKÁLNÍ PRAKTIKUM FJFI ČVUT V PRAZE 2. Měření modulu pružnosti v tahu a modulu pružnosti ve smyku Martin Dlask Měřeno 11. 10., 18. 10., 25. 10. 2012 Jakub Šnor SOFE Klasifikace
VícePříprava na 1. čtvrtletní písemku pro třídu 1EB
Variace 1 Příprava na 1. čtvrtletní písemku pro třídu 1EB Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. 1. Číselné
Více2 Trochu teorie. Tab. 1: Tabulka pˇrepravních nákladů
Klíčová slova: Dopravní problém, Metody k nalezení výchozího ˇrešení, Optimální ˇrešení. Dopravní problém je jednou z podskupin distribuční úlohy (dále ještě problém přiřazovací a obecná distribuční úloha).
VíceMETODIKA PRO NÁVRH TEPELNÉHO ČERPADLA SYSTÉMU VZDUCH-VODA
METODIKA PRO NÁVRH TEPELNÉHO ČERPADLA SYSTÉMU VZDUCH-VODA Získávání tepla ze vzduchu Tepelná čerpadla odebírající teplo ze vzduchu jsou označovaná jako vzduch-voda" případně vzduch-vzduch". Teplo obsažené
VíceV tabulce jsou uvedeny roční náklady na údržbu (v dolarech) a cena domu (v tis. dolarů).
1. Příklad V tabulce jsou uvedeny roční náklady na údržbu (v dolarech) a cena domu (v tis. dolarů). Náklady 835 63 240 1005 184 213 313 658 195 545 Cena 136 24 52 143 42 43 67 106 61 99 a.) Modelujte závislost
VícePříklad 1.3: Mocnina matice
Řešení stavových modelů, módy, stabilita. Toto cvičení bude věnováno hledání analytického řešení lineárního stavového modelu. V matematickém jazyce je takový model ničím jiným, než sadou lineárních diferenciálních
VíceOsvětlovací modely v počítačové grafice
Západočeská univerzita v Plzni Fakulta aplikovaných věd Semestrální práce z předmětu Matematické modelování Osvětlovací modely v počítačové grafice 27. ledna 2008 Martin Dohnal A07060 mdohnal@students.zcu.cz
Více11 Soustavy rovnic a nerovnic, Determinanty a Matice
11 Soustavy rovnic a nerovnic, Determinanty a Matice (r zné typy soustav rovnic a nerovnic, matice druhy matic, operace s maticemi, hodnost matice, inverzní matice, Gaussova elimina ní metoda, determinanty
VíceM - Příprava na čtvrtletní písemnou práci
M - Příprava na čtvrtletní písemnou práci Určeno pro třídu 1ODK. VARIACE 1 Tento dokument byl kompletně vytvořen, sestaven a vytištěn v programu dosystem - EduBase. Více informací o programu naleznete
VíceModerní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/07.0018. 3. Reálná čísla
Moderní technologie ve studiu aplikované fyziky CZ..07/..00/07.008 3. Reálná čísla RACIONÁLNÍ A IRACIONÁLNÍ ČÍSLA Význačnými množinami jsou číselné množiny. K nejvýznamnějším patří množina reálných čísel,
VíceNeuronová síť. x 2 x 3. σ j. x 4. x 5. Menu: QCExpert Prediktivní metody
Neuronová síť Menu: QCExpert Prediktivní metody Neuronová síť Neuronová síť (Artificial Neural Network, ANN, resp. NN) je velmi populární a výkonná metoda, která se používá k modelování vztahu mezi vícerozměrnou
VíceV praxi pracujeme s daty nominálními (nabývají pouze dvou hodnot), kategoriálními (nabývají více
9 Vícerozměrná data a jejich zpracování 9.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat, hledáme souvislosti mezi dvěmi, případně více náhodnými veličinami. V praxi pracujeme
Více3.2.13 Slovní úlohy II
3..13 Slovní úlohy II Předpoklady: 0301 Pedagogická poznámka: První příklad je opakování z minulé hodiny. Při prvním průchodu se ukázalo, že žáci mají problém s tím, co zvolit za neznámou a jak vyjadřovat.
VíceGymnázium Christiana Dopplera, Zborovská 45, Praha 5. ROČNÍKOVÁ PRÁCE Teoretické řešení střech
Gymnázium Christiana Dopplera, Zborovská 45, Praha 5 ROČNÍKOVÁ PRÁCE Teoretické řešení střech Vypracoval: Michal Drašnar Třída: 8.M Školní rok: 2015/2016 Seminář: Deskriptivní geometrie Prohlašuji, že
VíceMetodický list pro první soustředění kombinovaného studia. předmětu MATEMATIKA A
Metodický list pro první soustředění kombinovaného studia předmětu MATEMATIKA A Název tématického celku: Zobrazení,reálné funkce jedné reálné proměnné,elementární funkce a jejich základní vlastnosti,lineární
VíceGEOMETRICKÁ TĚLESA. Mnohostěny
GEOMETRICKÁ TĚLESA Geometrické těleso je prostorový geometrický útvar, který je omezený (ohraničený), tato hranice mu náleží. Jeho povrch tvoří rovinné útvary a také různé složitější plochy. Geometrická
VícePosouzení stávající soustavy vytápění. Posouzení stávající soustavy vytápění. Semináře JOULE 2012 Ing. Vladimír Galad galad@volny.
Posouzení stávající soustavy vytápění ÚVOD Připomeňme si, že existuje několik typů soustav pro vytápění a s nástupem nových technologií a využívání netradičních a obnovitelných zdrojů tepla přibývá řada
VíceSBÍRKA PŘÍKLADŮ PRO OPAKOVÁNÍ NA PŘIJÍMACÍ ZKOUŠKY 2
STŘEDNÍ PRŮMYSLOVÁ ŠKOLA STROJNÍ A STAVEBNÍ TÁBOR, KOMENSKÉHO 1670 SBÍRKA PŘÍKLADŮ PRO OPAKOVÁNÍ NA PŘIJÍMACÍ ZKOUŠKY 2 ŠKOLNÍ ROK 2014/2015 Obsah 1 Dělitelnost přirozených čísel... 3 2 Obvody a obsahy
VíceŽáci mají k dispozici pracovní list. Formou kolektivní diskuze a výkladu si osvojí grafickou minimalizaci zápisu logické funkce
Číslo projektu Číslo materiálu Název školy Autor Název Téma hodiny Předmět Ročník /y/ CZ.1.07/1.5.00/34.0394 VY_32_INOVACE_9_ČT_1.09_ grafická minimalizace Střední odborná škola a Střední odborné učiliště,
Více6 Extrémy funkcí dvou proměnných
Obsah 6 Extrémy funkcí dvou proměnných 2 6.1 Lokálníextrémy..... 2 6.2 Vázanélokálníextrémy.... 4 6.2.1 Metodyhledánívázanýchlokálníchextrémů..... 5 6.2.2 Přímédosazení..... 5 6.2.3 Lagrangeovametoda.....
VíceÚlohy domácího kola kategorie C
50. ročník Matematické olympiády Úlohy domácího kola kategorie 1. Najděte všechna trojmístná čísla n taková, že poslední trojčíslí čísla n 2 je shodné s číslem n. Student může při řešení úlohy postupovat
Více5. cvičení 4ST201_řešení
cvičící. cvičení 4ST201_řešení Obsah: Informace o 1. průběžném testu Pravděpodobnostní rozdělení 1.část Vysoká škola ekonomická 1 1. Průběžný test Termín: pátek 26.3. v 11:00 hod. a v 12:4 v průběhu cvičení
Více1.2.5 Reálná čísla I. Předpoklady: 010204
.2.5 Reálná čísla I Předpoklady: 00204 Značíme R. Reálná čísla jsou čísla, kterými se vyjadřují délky úseček, čísla jim opačná a 0. Každé reálné číslo je na číselné ose znázorněno právě jedním bodem. Každý
VíceBodové a intervalové odhady parametrů v regresním modelu
Bodové a intervalové odhady parametrů v regresním modelu 1 Odhady parametrů 11 Bodové odhady Mějme lineární regresní model (LRM) kde Y = y 1 y 2 y n, e = e 1 e 2 e n Y = Xβ + e, x 11 x 1k, X =, β = x n1
VíceSkupina Testování obsahuje následující moduly: Síla a rozsah výběru, Testy a Kontingenční tabulka.
Testování Menu: QCExpert Testování Skupina Testování obsahuje následující moduly: Síla a rozsah výběru, Testy a Kontingenční tabulka. Síla a rozsah výběru Menu: QCExpert Testování Síla a rozsah výběru
Více9. února 2013. algoritmech k otáčení nedochází). Výsledek potom vstupuje do druhé fáze, ve které se určuje, jestli se
Rozpoznávání obličejů v digitálním světě. 9. února 2013 1 Úvod Vizuální rozpoznávání obličejů je pro člověka snadná úloha. Jedná se o schopnost, kterou si po narození osvojuje jako jednu z prvních a která
Více6. Matice. Algebraické vlastnosti
Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan 6 Matice Algebraické vlastnosti 1 Algebraické operace s maticemi Definice Bud te A,
Více2.2.10 Slovní úlohy vedoucí na lineární rovnice I
Slovní úlohy vedoucí na lineární rovnice I Předpoklady: 0, 06 Pedagogická poznámka: Řešení slovních úloh představuje pro značnou část studentů nejobtížnější část matematiky Důvod je jednoduchý Po celou
VíceExponenciála matice a její užití. fundamentálních matic. Užití mocninných řad pro rovnice druhého řádu
1 Tutoriál č. 3 Exponenciála matice a její užití řešení Cauchyovy úlohy pro lineární systémy užitím fundamentálních matic. Užití mocninných řad pro rovnice druhého řádu 0.1 Exponenciála matice a její užití
VíceStatistika ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ. Jiří Volf, Adam Kratochvíl, Kateřina Žáková. Semestrální práce - 0 -
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ Jiří Volf, Adam Kratochvíl, Kateřina Žáková 2 34 Statistika Semestrální práce - 0 - 1. Úvod Popis úlohy: V této práci se jedná se o porovnání statistických
VíceMetoda konečných prvků. 6. přednáška Tělesové prvky - úvod (lineární trojúhelník a lineární čtyřstěn) Martin Vrbka, Michal Vaverka
Metoda konečných prvků 6. přednáška Tělesové prvky - úvod (lineární trojúhelník a lineární čtyřstěn) Martin Vrbka, Michal Vaverka Diskretizace Analýza pomocí MKP vyžaduje rozdělení řešené oblasti na konečný
VíceAritmetika s didaktikou II.
Katedra matematiky PF UJEP Aritmetika s didaktikou II. KM / 0026 Přednáška 0 Desetinnáčísla O čem budeme hovořit: Budeme definovat desetinnáčísla jako speciální racionálníčísla. Naučíme se poznávat různé
Více1.3 Druhy a metody měření
Projekt: Inovace oboru Mechatronik pro Zlínský kraj Registrační číslo: CZ.1.07/1.1.08/03.0009 1.3 Druhy a metody měření Měření je soubor činností, jejichž cílem je stanovit hodnotu měřené fyzikální veličiny.
VíceProjekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny. Univerzita Palackého v Olomouci
Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Argumentace a ověřování Gradovaný řetězec úloh Autor: Stanislav Trávníček Úloha 1 (úroveň 1
Více10 je 0,1; nebo taky, že 256
LIMITY POSLOUPNOSTÍ N Á V O D Á V O D : - - Co to je Posloupnost je parta očíslovaných čísel. Trabl je v tom, že aby to byla posloupnost, musí těch čísel být nekonečně mnoho. Očíslovaná čísla, to zavání
VíceMakroekonomie I. Přednáška 2. Ekonomický růst. Osnova přednášky: Shrnutí výpočtu výdajové metody HDP. Presentace výpočtu přidané hodnoty na příkladě
Přednáška 2. Ekonomický růst Makroekonomie I Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky Osnova přednášky: Podstatné ukazatele výkonnosti ekonomiky souhrnné opakování předchozí přednášky Potenciální produkt
VíceMatematika pro chemické inženýry. Drahoslava Janovská
Matematika pro chemické inženýry Drahoslava Janovská Přednášky ZS 2011-2012 Fázové portréty soustav nelineárních diferenciálních rovnic Obsah 1 Fázové portréty nelineárních soustav v rovině Klasifikace
Více6. přednáška z předmětu GIS1 Souřadnicové systémy a transformace mezi nimi
6. přednáška z předmětu GIS1 Souřadnicové systémy a transformace mezi nimi Vyučující: Ing. Jan Pacina, Ph.D. e-mail: jan.pacina@ujep.cz Pro přednášku byly použity texty a obrázky od Ing. Magdaleny Čepičkové
VíceVYUŽITÍ NEURONOVÝCH SÍTÍ PROSTŘEDÍ MATLAB K PREDIKCI HODNOT NÁKLADŮ PRO ELEKTRICKÉ OBLOUKOVÉ PECE
VYUŽITÍ NEURONOVÝCH SÍTÍ PROSTŘEDÍ MATLAB K PREDIKCI HODNOT NÁKLADŮ PRO ELEKTRICKÉ OBLOUKOVÉ PECE V. Hon VŠB TU Ostrava, FEI, K455, 17. Listopadu 15, Ostrava Poruba, 70833 Abstrakt Neuronová síť (dále
VíceMěření základních vlastností OZ
Měření základních vlastností OZ. Zadání: A. Na operačním zesilovači typu MAA 74 a MAC 55 změřte: a) Vstupní zbytkové napětí U D0 b) Amplitudovou frekvenční charakteristiku napěťového přenosu OZ v invertujícím
VíceNárodní informační středisko pro podporu kvality. 15.3.2012 Tůmová
Národní informační středisko pro podporu kvality 1 SeminářČSJ Odborná skupina statistické metody 15.3.2012 Praha 2 Nejistoty měření v teorii a praxi Doc. Ing. Olga Tůmová, CSc. 3 O měření 1 Ve 20. století
VíceI. Objemové tíhy, vlastní tíha a užitná zatížení pozemních staveb
I. Objemové tíhy, vlastní tíha a užitná zatížení pozemních staveb 1 VŠEOBECNĚ ČSN EN 1991-1-1 poskytuje pokyny pro stanovení objemové tíhy stavebních a skladovaných materiálů nebo výrobků, pro vlastní
VíceAnalýza oběžného kola
Vysoká škola báňská Technická univerzita 2011/2012 Analýza oběžného kola Radomír Bělík, Pavel Maršálek, Gȕnther Theisz Obsah 1. Zadání... 3 2. Experimentální měření... 4 2.1. Popis měřené struktury...
VíceStanovení optimálních teplot výpalu vápenců z různých lokalit a jejich souvislostí s fyzikálními vlastnostmi vápenců
Stanovení optimálních teplot výpalu vápenců z různých lokalit a jejich souvislostí s fyzikálními vlastnostmi vápenců Ing. Radovan Nečas, Ing. Dana Kubátová, Ph.D., Ing. Jiří Junek, Ing. Vladimír Těhník
Více21 SROVNÁVACÍ LCA ANALÝZA KLASICKÝCH ŽÁROVEK A KOMPAKTNÍCH ZÁŘIVEK
21 SROVNÁVACÍ LCA ANALÝZA KLASICKÝCH ŽÁROVEK A KOMPAKTNÍCH ZÁŘIVEK Pavel Rokos ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Katedra elektrotechnologie Úvod Světelné zdroje jsou jedním
VíceŘešení: Dejme tomu, že pan Alois to vezme popořadě od jara do zimy. Pro výběr fotky z jara má Alois dvanáct možností. Tady není co počítat.
KOMBINATORIKA ŘEŠENÉ PŘÍKLADY Příklad 1 Pan Alois dostal od vedení NP Šumava za úkol vytvořit propagační poster se čtyřmi fotografiemi Šumavského národního parku, každou z jiného ročního období (viz obrázek).
VíceVýukový materiál zpracován v rámci projektu EU peníze školám
Výukový materiál zpracován v rámci projektu EU peníze školám Registrační číslo projektu: CZ.1.07/1.4.00/21.3476 Název materiálu: VY_42_INOVACE_145 Vzdělávací oblast: Matematika a její aplikace Vzdělávací
VíceZobrazení v rovině je předpis, který každému bodu X roviny připisuje právě jeden bod X roviny. Bod X se nazývá vzor, bod X se nazývá obraz.
7. Shodná zobrazení 6. ročník 7. Shodná zobrazení 7.1. Shodnost geometrických obrazců Zobrazení v rovině je předpis, který každému bodu X roviny připisuje právě jeden bod X roviny. Bod X se nazývá vzor,
VíceMalé vodní elektrárny
Malé vodní elektrárny Malé vodní elektrárny slouží k ekologicky šetrné výrobě elektrické energie. Mohou využívat potenciálu i těch vodních toků, které mají kolísavý průtok vody a jsou silně závislé na
VíceVyměnit olej? Až příští rok!
Prodloužení servisních intervalů Vyměnit olej? Až příští rok! Service Oil SP44_12 S modelem 2001 vozu Octavia zavádí Škoda prodloužené servisní intervaly. Servisní intervaly mohou nyní být v závislosti
VíceSTP097 STATISTIKA CVIČENÍ 12.12.2007 EMPIRICKÁ DISTRIBUČNÍ FUNKCE, JEDNOVÝBĚROVÉ TESTY
STP097 STATISTIKA CVIČENÍ 12.12.2007 EMPIRICKÁ DISTRIBUČNÍ FUNKCE, JEDNOVÝBĚROVÉ TESTY Postupujte podle zadání. Vše potřebné k dnešnímu cvičení natáhnete z webu do R příkazy: adr="http://artax.karlin.mff.cuni.cz/~kraud8am/stp097/stp097_cvic_2007-12-12.rdata"
Vícemodul Jízdy a Kniha jízd uživatelská příručka
modul Jízdy a Kniha jízd uživatelská příručka 2 UŽIVATELSKÁ PŘÍRUČKA MODULY JÍZDY A KNIHA JÍZD Moduly Jízdy a Kniha jízd Jak to funguje Jízdy jsou části trasy. Vypočítávají se na základě dat přijatých
Více2. SÉRIE: SOUSTAVY LINEÁRNÍCH ROVNIC, METODY E ENÍ. lineárních rovnic (prove te zkou²ku dosazením):
ZÁKLADY MATEMATIKY 2 2. SÉRIE: SOUSTAVY LINEÁRNÍCH ROVNIC, METODY E ENÍ P ípravní úlohy. V této sérii se p edpokládá, ºe uº umíte ur it v²echna e²ení jednoduchých soustav lineárních rovnic. Otestujte se
VíceÚLOHY SE SPORTOVNÍ TÉMATIKOU PRO MATEMATICKÉ TALENTY, vč. metodického listu. doc. PhDr. Marta Volfová, CSc.
ÚLOHY SE SPORTOVNÍ TÉMATIKOU PRO MATEMATICKÉ TALENTY, vč. metodického listu doc. PhDr. Marta Volfová, CSc. Centrum talentů M&F&I, Univerzita Hradec Králové, 2010 Úlohy se sportovní tematikou pro matematické
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Základy paprskové a vlnové optiky, optická vlákna, Učební text Ing. Bc. Jiří Primas Liberec 2011 Materiál vznikl
VíceObnovitelné zdroje energie OZE OZE ČR A VE SVĚTĚ, DEFINICE, POTENCIÁL. Doc. Ing. Tomáš Dlouhý CSc.
Struktura přednášek Obnovitelné zdroje energie OZE Doc. Ing. Tomáš Dlouhý CSc. 1. OZE v ČR a ve světě 2. Vodní energie 3. Větrná energie 4. Solární energie fotovoltaické panely 5. Solární energie solární
VíceDifrakce na mřížce. Úkoly měření: Použité přístroje a pomůcky: Základní pojmy, teoretický úvod: Úloha č. 7
Úloha č. 7 Difrakce na mřížce Úkoly měření: 1. Prostudujte difrakci na mřížce, štěrbině a dvojštěrbině. 2. Na základě měření určete: a) Vzdálenost štěrbin u zvolených mřížek. b) Změřte a vypočítejte úhlovou
Více1.2.7 Druhá odmocnina
..7 Druhá odmocnina Předpoklady: umocňování čísel na druhou Pedagogická poznámka: Probrat obsah této hodiny není možné ve 4 minutách. Já osobně druhou část (usměrňování) probírám v další hodině, jejíž
VíceMatematika 3. RNDr. Břetislav Fajmon, Ph.D. Mgr. Irena Růžičková ÚSTAV MATEMATIKY
Matematika 3 RNDr. Břetislav Fajmon, Ph.D. Mgr. Irena Růžičková ÚSTAV MATEMATIKY Matematika 3 1 Obsah 1 Vstupní test 8 I NUMERICKÉ METODY 10 2 Chyby při numerických výpočtech 10 2.1 Zdroje a typy chyb...............................
VíceTlačítkový spínač s regulací svitu pro LED pásky TOL-02
Tlačítkový spínač s regulací svitu pro LED pásky TOL-02 Tlačítkový spínač slouží ke komfortnímu ovládání napěťových LED pásků. Konstrukčně je řešen pro použití v hliníkových profilech určených pro montáž
VícePodrobný postup pro doplnění Žádosti o dotaci prostřednictvím Portálu Farmáře. 1. kolo příjmu žádostí Programu rozvoje venkova (2014 2020)
Podrobný postup pro doplnění Žádosti o dotaci prostřednictvím Portálu Farmáře 1. kolo příjmu žádostí Programu rozvoje venkova (2014 2020) V tomto dokumentu je uveden podrobný postup doplnění Žádosti o
Více1. LINEÁRNÍ APLIKACE OPERAČNÍCH ZESILOVAČŮ
1. LNEÁNÍ APLKACE OPEAČNÍCH ZESLOVAČŮ 1.1 ÚVOD Cílem laboratorní úlohy je seznámit se se základními vlastnostmi a zapojeními operačních zesilovačů. Pro získání teoretických znalostí k úloze je možno doporučit
VíceAktivity s GPS 3. Měření některých fyzikálních veličin
Aktivity s GPS 3 Měření některých fyzikálních veličin Autor: L. Dvořák Cílem materiálu je pomoci vyučujícím s přípravou a následně i s provedením terénního cvičení s využitím GPS přijímačů se žáky II.
VíceFAKULTA INFORMATIKY A MANAGEMENTU UNIVERZITA HRADEC KRÁLOVÉ SEMESTRÁLNÍ PRÁCE. Modely operačního výzkumu 1. Studijní obor:
FAKULTA INFORMATIKY A MANAGEMENTU UNIVERZITA HRADEC KRÁLOVÉ SEMESTRÁLNÍ PRÁCE Modely operačního výzkumu 1 Vypracoval: Studijní obor: Emailová adresa: Datum vypracování: Jana Pospíšilová IM2-KF Jana.Pospisilova@uhk.cz
VíceJaderná energie. Obrázek atomů železa pomocí řádkovacího tunelového mikroskopu
Jaderná energie Atom Všechny věci kolem nás se skládají z atomů. Atom obsahuje jádro (tvořené protony a neutrony) a obal tvořený elektrony. Protony a elektrony jsou částice elektricky nabité, neutron je
VíceVečerní kurzy matematiky Letní studentská konference Tudy Cesta Nevede
Večerní kurzy matematiky Letní studentská konference Tudy Cesta Nevede 1 Výroková logika výroky:a,b pravdivost výroku: 0 nepravda, 1 pravda logické spojky: A negace A A B konjunkce A B disjunkce A B implikace
VíceSolární kolektory pro rodinný dům: Stačí 1 metr čtvereční na osobu
Solární kolektory pro rodinný dům: Stačí 1 metr čtvereční na osobu Solárně-termické kolektory, které slouží pro ohřev teplé vody nebo přitápění, již nejsou žádnou novinkou. Na co si dát ale při jejich
Více2.1 Pokyny k otevřeným úlohám. 2.2 Pokyny k uzavřeným úlohám TESTOVÝ SEŠIT NEOTVÍREJTE, POČKEJTE NA POKYN!
MATEMATIKA DIDAKTICKÝ TEST Maximální bodové hodnocení: 50 bodů Hranice úspěšnosti: 33 % 1 Základní informace k zadání zkoušky Didaktický test obsahuje 26 úloh. Časový limit pro řešení didaktického testu
VíceInvestice a akvizice
Fakulta vojenského leadershipu Katedra ekonomie Investice a akvizice Téma 4: Rizika investičních projektů Brno 2014 Jana Boulaouad Ing. et Ing. Jana Boulaouad Operační program Vzdělávání pro konkurenceschopnost
VíceSRF08 ultrazvukový dálkoměr
SRF08 ultrazvukový dálkoměr Technické údaje Ultrazvukový dálkoměr SRF08 komunikuje pomocí sběrnice I2C, která je dostupná na řadě oblíbených kontrolérů jako OOPic, Stamp BS2p, Atom či Picaxe. Z hlediska
VíceMatice. Přednáška MATEMATIKA č. 2. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.
Přednáška MATEMATIKA č. 2 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 13. 10. 2010 Uspořádané schéma vytvořené z m n reálných čísel, kde m, n N a 11 a 12 a
Více1.1.11 Poměry a úměrnosti I
1.1.11 Poměry a úměrnosti I Předpoklady: základní početní operace, 010110 Poznámka: Následující látka bohužel patří mezi ty, kde je nejvíce rozšířené používání samospasitelných postupů, které umožňují
Více1.4.1 Výroky. Předpoklady: Výrok je sdělení, u něhož má smysl otázka, zda je či není pravdivé
1.4.1 Výroky Předpoklady: Výrok je sdělení, u něhož má smysl otázka, zda je či není pradié Číslo π je iracionální. pradiý ýrok Ach jo, zase matika. není ýrok V rozrhu máme deset hodin matematiky týdně.
VíceVÝVOZNÍ SUBVENCE PRO MLÉKO A MLÉČNÉ VÝROBKY
VÝVOZNÍ SUBVENCE PRO MLÉKO A MLÉČNÉ VÝROBKY Vývozcům ze Společenství jsou z Evropského zemědělského orientačního a garančního fondu poskytovány subvence při vývozu (vývozní subvence, vývozní náhrady),
VíceSTANOVISKO č. STAN/1/2006 ze dne 8. 2. 2006
STANOVISKO č. STAN/1/2006 ze dne 8. 2. 2006 Churning Churning je neetická praktika spočívající v nadměrném obchodování na účtu zákazníka obchodníka s cennými papíry. Negativní následek pro zákazníka spočívá
VíceKočí, R.: Účelové pozemní komunikace a jejich právní ochrana Leges Praha, 2011
Kočí, R.: Účelové pozemní komunikace a jejich právní ochrana Leges Praha, 2011 Účelové komunikace jsou důležitou a rozsáhlou částí sítě pozemních komunikací v České republice. Na rozdíl od ostatních kategorií
VícePřílohy. Spotřeba elektřiny. Model závislosti spotřeby elektřiny
Přílohy Spotřeba elektřiny Model závislosti spotřeby elektřiny Model 24: OLS, za použití pozorování 22-213 (T = 12) Závisle proměnná: C_ele_domkWH koeficient směr. chyba t-podíl p-hodnota ------------------------------------------------------------------
VíceDatabázové a informační systémy
Databázové a informační systémy 1. Teorie normálních forem Pojem normálních forem se používá ve spojitosti s dobře navrženými tabulkami. Správně vytvořené tabulky splňují 4 základní normální formy, které
Více5 Výměník tepla. 5.1 Cíle měření
5 Výměník tepla Výměník tepla je zařízení sloužící k přenosu tepla z jedné proudící tekutiny do druhé. Ve větracích a klimatizačních zařízeních se často používají výměníky voda - vzduch (ohřívače a chladiče).
VíceVýchovné a vzdělávací strategie pro rozvoj klíčových kompetencí žáků
CVIČENÍ Z MATEMATIKY Charakteristika vyučovacího předmětu Obsahové, časové a organizační vymezení Předmět je realizován od 6. ročníku až po 9. ročník po 1 hodině týdně. Výuka probíhá v kmenové učebně nebo
VíceObytná budova musí z hlediska elektrických rozvodů splňovat požadavky na:
Vnitřní elektrické rozvody Ing. Tomáš Mlčák, Ph.D. Fakulta elektrotechniky a informatiky VŠB TUO Katedra elektrotechniky http://fei1.vsb.cz/kat420 Technická zařízení budov III Fakulta stavební Elektrické
VícePRAKTIKUM... Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK. Odevzdal dne: Seznam použité literatury 0 1. Celkem max.
Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK PRAKTIKUM... Úloha č. Název: Pracoval: stud. skup. dne Odevzdal dne: Možný počet bodů Udělený počet bodů Práce při měření 0 5 Teoretická
Více