MATEMATIKA. O paradoxech spojených s losováním koulí

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "MATEMATIKA. O paradoxech spojených s losováním koulí"

Transkript

1 MATEMATIKA O paradoxeh spojenýh s losováním oulí PAVEL TLUSTÝ IRENEUSZ KRECH Eonomiá faulta JU, Česé Budějovie Uniwersytet Pedagogizny, Kraów Matematia popisuje a zoumá různé situae reálného světa. Je přirozené, že nědy řešíme případ, terý se ez hlušího rozoru jeví jao paradoxní. Speiálně teorie pravděpodonosti je na paradoxy velmi ohatá. To svědčí o tom, že naše stohastié intuie nejsou vždy utvářené správně. Jedním taovým paradoxem se zaývá i tento článe. Začneme jednoduhým příladem. Přílad 1 V pytlíu je ílýh a černýh oulí. Jaá je pravděpodonost, že náhodně vylosovaná oule ude černá? Jaá je pravděpodonost, že náhodně vylosovaná oule ve druhém tahu ude černá, poud první vylosovanou ouli vrátíme zpět do pytlíu? Snadno si rozmyslíme, že oě otázy řeší stejnou situai, a tedy je zřejmé, že v oou případeh je hledaná pravděpodonost rovna /( + ). Nyní situai změníme. Přílad 2 V pytlíu je ílýh a černýh oulí. Jaá je pravděpodonost, že náhodně vylosovaná oule ve druhém tahu ude černá, poud první vylosovanou ouli nevrátíme zpět do pytlíu? V tomto případě vidíme, že stav oulí v pytlíu před druhým losováním závisí na výsledu prvního tahu. Jiná situae nastane, poud v prvním tahu vylosujeme ílou ouli, a jiná, poud je v prvním tahu tažena oule Matematia fyzia informatia

2 černá. Ovyle se taovýh případeh zavádí pojem podmíněná pravděpodonost a řešení příladu 2 se užije věty o elové pravděpodonosti (viz [1, str. 193]). Tímto postupem dostaneme následujíí řešení: První řešení. Označme P (C n )... pravděpodonost vylosování černé oule v n-tém tahu (n N), P (B 1 )... pravděpodonost vylosování ílé oule v 1. tahu, P (C 2 B 1 )... pravděpodonost vylosování černé oule v 2. tahu, ude-li v prvním tahu vylosována ílá oule, P (C 2 C 1 )... pravděpodonost vylosování černé oule v 2. tahu, ude-li v prvním tahu yla vylosována černá oule. Pa dle věty o elové pravděpodonosti dostaneme rovnost Víme, že P (C 1 ) P (C 2 C 1 ) + P (B 1 ) P (C 2 B 1 ). P (C 1 ) = Podoně vypočítáme, že +, P (B 1) = +. P (C 2 C 1 ) = 1 1 +, P (C 2 B 1 ) = + 1. Po dosazení dostaneme = +. Uvedený výslede uazuje, že pravděpodonost vylosování černé oule ve druhém tahu nezáleží na tom, zdali ouli vylosovanou v prvním tahu vrátíme do pytlíu či nioli, a je též rovna pravděpodonosti vylosování černé oule v prvním tahu. Tato sutečnost se zdá paradoxní. Užití podmíněné pravděpodonosti znamená, že taové úlohy yhom mohli řešit až se studenty vyššíh ročníů střední šoly. Další nevýhodou taovéhoto formalizovaného řešení je jeho malá názornost. Zvolíme-li jiný přístup s užitím tzv. stohastiého stromu (podroně je tato tehnia popsána např. v [1]), můžeme se pojmu podmíněné pravděpodonosti vyhnout, ja uazuje následujíí řešení: 2 Matematia fyzia informatia

3 Druhé řešení. Náhodný pous se sládá ze dvou tahů (etap). Na or. 1 je stohastiý strom taového pousu, čísla přiřazená jednotlivým větvím stromu představují odpovídajíí pravděpodonosti Or. 1 Při použití stohastiého stromu vidíme, že vylosovat černou ouli ve druhém tahu můžeme dvěma různými způsoy (strom má dvě větve). Podle ominatoriého pravidla součtu (viz např. [2]) je výsledná pravděpodonost rovna součtu pravděpodoností jednotlivýh větví. Podle ominatoriého pravidla součinu (viz např. [2]) je pravděpodonost aždé z větví dána součinem pravděpodoností jednotlivýh losování. Odtud plyne, že = +. Záladní ominatorié prinipy využívá i následujíí řešení. Třetí řešení. Vzhledem tomu, že všehny možné výsledy vylosování dvou oulí z pytlíu jsou stejně pravděpodoné, je stohastiým modelem taového pousu lasiý pravděpodonostní prostor. V lasiém pravděpodonostním prostoru se pravděpodonost jevu vypočte jao podíl počtu výsledů příznivýh danému jevu a počtu všeh možnýh výsledů. Počet všeh možnýh výsledů losování: Před prvním tahem je v pytlíu ( + ) oulí, a tedy můžeme zísat ( + ) různýh výsledů losování. Před druhým tahem je v pytlíu ( + 1) oulí, a tedy můžeme zísat ( + 1) různýh výsledů losování. Podle ominatoriého pravidla součinu je tedy elem ( + ) ( + 1) různýh výsledů tažení dvou oulí. Počet losování, v nihž je ve druhém tahu vylosována černá oule: V pytlíu je černýh oulí, a tedy ve druhém tahu lze vylosovat černou ouli různými způsoy. V první tahu losujeme liovolnou Matematia fyzia informatia

4 ouli ze zývajííh, ož lze udělat (+ 1) různými způsoy. Podle ominatoriého pravidla součinu je elem ( + 1) různýh výsledů. Odtud plyne, že ( + 1) ( + ) ( + 1) = +. Tento postup je univerzální, tj. lze ho použít i v situai, dy nás zajímá, jaá je pravděpodonost, že oule vylosovaná v n-tém tahu ude černá n = 1, 2,..., +. Pa dostáváme P (C n ) = ( + 1)... ( + (n 1)) ( + ) ( + 1)... ( + (n 1)) = +. Vidíme tedy převapujíí sutečnost, že při losování oulí (po jedné) je pravděpodonost vylosování černé oule ve všeh tazíh stejná! Čtvrté řešení. Do láhve dáme ílýh a černýh oulí. Zamíháme je a orátíme láhev dnem vzhůru. Koule začnou vypadávat z láhve (or. 2). Zajímá nás pořadí, v jaém oule vypadnou. Or. 2 Ze symetrie je zřejmé, že aždá z oulí může se stejnou pravděpodoností vypadnout na liovolném z + míst, proto P (C n ) = Situai lze ještě zoenit. + pro n {1, 2,..., + }. 4 Matematia fyzia informatia

5 Přílad 3 V pytlíu je ílýh a černýh oulí. Jaá je pravděpodonost, že náhodně vylosovaná oule ve druhém tahu ude černá, poud ouli vylosovanou v prvním tahu vrátíme zpět do pytlíu a a) přidáme oulí téže arvy, ) uereme oulí téže arvy, de min(, )? Řešení. Označme elé číslo splňujíí zadání příladu a užijeme stejný postup jao ve 2. řešení příladu 2. Odpovídajíí stohastiý strom je na or Z or. 3 plyne, že Or = +. Uvedené tři přílady pouazují na paradoxní situai. Pravděpodonost vylosování oule nezávisí na způsou losování, tj. zda vylosované oule vraíme do pytlíu či nioli, je stejná pro všehny tahy, tj. P (C 1 ) =... = P (C + ), nezávisí na přidání neo urání oulí (podle pevně stanovenýh pravidel). L i t e r a t u r a [1] P loi, A. Tlustý, P.: Pravděpodonost a statistia pro začátečníy a mírně poročilé. Prometheus, Praha, [2] P loi, A. Tlustý, P.: Kominatorya woó l nas, Novum, P lo, Matematia fyzia informatia

MATEMATIKA. O paradoxech spojených s losováním koulí

MATEMATIKA. O paradoxech spojených s losováním koulí MATEMATIKA O paradoxeh spojenýh s losováním koulí PAVEL TLUSTÝ IRENEUSZ KRECH Ekonomiká fakulta JU, České Budějovie Uniwersytet Pedagogizny, Kraków Matematika popisuje a zkoumá různé situae reálného světa.

Více

1. Házíme hrací kostkou. Určete pravděpodobností těchto jevů: a) A při jednom hodu padne šestka;

1. Házíme hrací kostkou. Určete pravděpodobností těchto jevů: a) A při jednom hodu padne šestka; I Elementární pravděpodonost 1 Házíme hrací kostkou Určete pravděpodoností těchto jevů: a) A při jednom hodu padne šestka; Řešení: P A) = 1 = 01; Je celkem šest možností {1,,, 4,, } a jedna {} je příznivá

Více

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

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

Více

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

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

Více

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

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

Více

1.5.7 Prvočísla a složená čísla

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

Více

METODICKÉ LISTY Z MATEMATIKY pro gymnázia a základní vzdělávání

METODICKÉ LISTY Z MATEMATIKY pro gymnázia a základní vzdělávání METODICKÉ LISTY Z MATEMATIKY pro gymnázia a záladní vzdělávání Jaroslav Švrče a oletiv Rámcový vzdělávací program pro gymnázia Vzdělávací oblast: Matematia a její apliace Tematicý oruh: Práce s daty ombinatoria

Více

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

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

Více

MĚŘENÍ MOMENTU SETRVAČNOSTI Z DOBY KYVU

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

Více

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

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

Více

KAPALINY Autor: Jiří Dostál 1) Který obrázek je správný?

KAPALINY Autor: Jiří Dostál 1) Který obrázek je správný? KAPALINY Autor: Jiří Dostál 1) Který obráze je správný? a) b) 2) Vypočti hydrostaticý tla v nádobě s vodou na obrázu: a) v ístě A b) v bodě C c) Doplňové ateriály učebnici Fyzia 7 1 ) V bodě C na obrázu

Více

6. KOMBINATORIKA 181. 6.1. Základní pojmy 181 6.1.1. Počítání s faktoriály a kombinačními čísly 182. 6.2. Variace 184. 6.3.

6. KOMBINATORIKA 181. 6.1. Základní pojmy 181 6.1.1. Počítání s faktoriály a kombinačními čísly 182. 6.2. Variace 184. 6.3. Zálady matematiy Kombiatoria. KOMBINATORIKA 8.. Záladí pojmy 8... Počítáí s fatoriály a ombiačími čísly 8.. Variace 8.. Permutace 85.. Kombiace 87.5. Biomicá věta 89 Úlohy samostatému řešeí 9 Výsledy úloh

Více

{ } Konstrukce trojúhelníků I. Předpoklady: 3404

{ } Konstrukce trojúhelníků I. Předpoklady: 3404 3.4.5 Konstrue trojúhelníů I Předolady: 3404 U onstručníh úloh rozeznáváme dva záladní tyy: olohové úlohy: jejih zadání většinou začíná slovy Je dána.. Tato věta znamená, že onstrui musíme začít rvem,

Více

Diskrétní matematika. DiM /01, zimní semestr 2016/2017

Diskrétní matematika. DiM /01, zimní semestr 2016/2017 Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2016/2017 O tomto souboru Tento soubor je zamýšlen především jako pomůcka

Více

8. HOMOGENNÍ KATALÝZA

8. HOMOGENNÍ KATALÝZA 8. HOMOGENNÍ TLÝZ 8.1 MECHNISMUS HOMOGENNĚ TLYZOVNÝCH RECÍ... 8.1.1 omplex rrheniova typu... 8.1. omplex van t Hoffova typu...3 8. RECE TLYZOVNÉ YSELINMI...4 8..1 Obená yselá atalýza...4 8.. Speifiá yselá

Více

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

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

Více

Kombinace s opakováním

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

Více

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

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

Více

7.3.9 Směrnicový tvar rovnice přímky

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

Více

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

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

Více

Kombinace s opakováním

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

Více

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

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

Více

1. Úvod do základních pojmů teorie pravděpodobnosti

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

Více

ě Á Á é é ě ě ě ú é é é ě é é ď ď ď š š Č Á ě ú Á ď š ě Č ě š ěž ě é ě ě ě ě ě ě Č Á ě Á é ú Ž é š ě š š é Ž ě é š é Š ť Ž ě Č Á ú Á Ť é ě é š ě ě š š ď ď Č é š š Č ě ě ú ě ú Ť é ě š ě ě š ě š ě ě ú ě

Více

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci Projekt OPVK - CZ..07/..00/6.007 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Závislosti a funkční vztahy Gradovaný řetězec úloh Téma: Goniometrické funkce Autor: Ondráčková

Více

9 Skonto, porovnání různých forem financování

9 Skonto, porovnání různých forem financování 9 Sonto, porovnání různých forem financování Sonto je sráža (sleva) z ceny, terou posytuje prodávající upujícímu v případě, že upující zaplatí oamžitě (resp. během dohodnuté ráté lhůty). Výše sonta je

Více

V tomto článku popíšeme zajímavou úlohu (inspirovanou reálnou situací),

V tomto článku popíšeme zajímavou úlohu (inspirovanou reálnou situací), L i t e r a t u r a [1] Calábek, P. Švrček, J.: Úvod do řešení funkcionálních rovnic. MFI, roč. 10 (2000/01), č. 3. [2] Engel, A.: Problem-Solving Strategies. Springer-Verlag, New York, Inc., 1998. [3]

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.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor016 Vypracoval(a),

Více

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

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

Více

5 ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI SPOJITÉ NÁHODNÉ VELIČINY

5 ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI SPOJITÉ NÁHODNÉ VELIČINY 5 ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI SPOJITÉ NÁHODNÉ VELIČINY 5. Rovnoměrné rozdělení R(a,) - má náhodná veličina X, která má stejnou možnost naýt kterékoliv hodnoty z intervalu < a, >; a, R Definice

Více

7.3.9 Směrnicový tvar rovnice přímky

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

Více

4.4.3 Další trigonometrické věty

4.4.3 Další trigonometrické věty 443 Další trigonometriké věty Předpoklady: 440 Věty, které ojevíme v této hodině, mohou usnadnit některé výpočty, ale je možné se ez nih (na rozdíl od kosinové a sinové věty) oejít Pedagogiká poznámka:

Více

Motivace. Náhodný pokus, náhodný n jev. pravděpodobnost. podobnostní charakteristiky diagnostických testů, Bayesův vzorec. Prof.RND. RND.

Motivace. Náhodný pokus, náhodný n jev. pravděpodobnost. podobnostní charakteristiky diagnostických testů, Bayesův vzorec. Prof.RND. RND. Pravděpodobnostn podobnostní charateristiy diagnosticých testů, Bayesův vzorec Prof.RND RND.Jana Zvárov rová,, DrSc. Náhodný pous, náhodný n jev Náhodný pous: výslede není jednoznačně určen podmínami,

Více

3. Mocninné a Taylorovy řady

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

Více

4.4.3 Kosinová věta. Předpoklady:

4.4.3 Kosinová věta. Předpoklady: 443 Kosinová vět Předpokldy 44 Př Rozhodni zd dokážeme spočítt zývjíí strny úhly u všeh trojúhelníků zdnýh pomoí trojie prvků (délek strn velikostí úhlů) V sinové větě vystupují dvě dvojie strn-protější

Více

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT 2 IDENIFIKACE H-MAICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNO omáš Novotý ČESKÉ VYSOKÉ UČENÍ ECHNICKÉ V PRAZE Faulta eletrotechicá Katedra eletroeergetiy. Úvod Metody založeé a loalizaci poruch pomocí H-matic

Více

VYUŽITÍ MATLABU JAKO MOTIVAČNÍHO PROSTŘEDKU VE VÝUCE FYZIKY NA STŘEDNÍCH ŠKOLÁCH

VYUŽITÍ MATLABU JAKO MOTIVAČNÍHO PROSTŘEDKU VE VÝUCE FYZIKY NA STŘEDNÍCH ŠKOLÁCH VYUŽITÍ MATLABU JAKO MOTIVAČNÍHO PROSTŘEDKU VE VÝUCE FYZIKY NA STŘEDNÍCH ŠKOLÁCH J. Tesař, P. Batoš Jihočesá univezita, Pedagogicá faulta, Kateda fyziy, Jeonýmova 0, 37 5 Česé Budějovice Abstat V příspěvu

Více

Obsah. Metodický list Metodický list Metodický list Metodický list

Obsah. Metodický list Metodický list Metodický list Metodický list METODICKÉ LISTY Z MATEMATIKY pro gymnázia a základní vzdělávání Jaroslav Švrček a kolektiv Rámcový vzdělávací program pro gymnázia Vzdělávací oblast: Matematika a její aplikace Tematický okruh: Závislosti

Více

Konstrukce na základě výpočtu I

Konstrukce na základě výpočtu I .4.11 Konstruke n zákldě výpočtu I Předpokldy: Pedgogiká poznámk: Je důležité si uvědomit, že následujíí sled příkldů neslouží k tomu, y si žái upevnili mehniký postup n dělení úseček. Jediné, o y si měli

Více

PÚ, NÚ teorie, tabulka+opakování: trojčlenka

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

Více

Příklad 1. Řešení 1a Máme vyšetřit lichost či sudost funkce ŘEŠENÉ PŘÍKLADY Z M1A ČÁST 3

Příklad 1. Řešení 1a Máme vyšetřit lichost či sudost funkce ŘEŠENÉ PŘÍKLADY Z M1A ČÁST 3 Příklad 1 Zjistěte, zda jsou dané funkce sudé nebo liché, případně ani sudé ani liché: a) =ln b) = c) = d) =4 +1 e) =sin cos f) =sin3+ cos+ Poznámka Všechny tyto úlohy řešíme tak, že argument funkce nahradíme

Více

6. Měření Youngova modulu pružnosti v tahu a ve smyku

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

Více

Mendelova zemědělská a lesnická univerzita Provozně ekonomická fakulta. Výpočet charakteristik ze tříděných údajů Statistika I. protokol č.

Mendelova zemědělská a lesnická univerzita Provozně ekonomická fakulta. Výpočet charakteristik ze tříděných údajů Statistika I. protokol č. Mendelova zemědělsá a lesnicá univerzita Provozně eonomicá faulta Výpočet charateristi ze tříděných údajů Statistia I. protool č. 2 Jan Grmela, 2. roční, Eonomicá informatia Zadání 130810, supina Středa

Více

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

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

Více

Měření indukčností cívek

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

Více

Diferenciální rovnice 1

Diferenciální rovnice 1 Diferenciální rovnice 1 Základní pojmy Diferenciální rovnice n-tého řádu v implicitním tvaru je obecně rovnice ve tvaru,,,, = Řád diferenciální rovnice odpovídá nejvyššímu stupni derivace v rovnici použitému.

Více

5.3.6 Ohyb na mřížce. Předpoklady: 5305

5.3.6 Ohyb na mřížce. Předpoklady: 5305 5.3.6 Ohy na mřížce Předpoklady: 5305 Optická mřížka = soustava rovnoěžných velmi lízkých štěrin. Realizace: Skleněná destička s rovnoěžnými vrypy, přes vryp světlo neprochází, prochází přes nepoškraaná

Více

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

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

Více

3.3. EXPONENCIÁLNÍ A LOGARITMICKÁ ROVNICE A NEROVNICE

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

Více

Rozlišujeme dva základní typy šifrování a to symetrické a asymetrické. Symetrické

Rozlišujeme dva základní typy šifrování a to symetrické a asymetrické. Symetrické 1 Šifrování Kryptografie Každý z nás si určitě umí představit situaci, dy je důležité utajit obsah posílané zprávy ta aby ho byl schopen přečíst jen ten omu je určená a nido nepovolaný nebyl schopen zjistit

Více

CVIČNÝ TEST 5. OBSAH I. Cvičný test 2. Mgr. Václav Zemek. II. Autorské řešení 6 III. Klíč 17 IV. Záznamový list 19

CVIČNÝ TEST 5. OBSAH I. Cvičný test 2. Mgr. Václav Zemek. II. Autorské řešení 6 III. Klíč 17 IV. Záznamový list 19 CVIČNÝ TEST 5 Mgr. Václav Zemek OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 17 IV. Záznamový list 19 I. CVIČNÝ TEST 1 Zjednodušte výraz (2x 5) 2 (2x 5) (2x + 5) + 20x. 2 Určete nejmenší trojciferné

Více

METODICKÉ LISTY Z MATEMATIKY pro gymnázia a základní vzdělávání

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

Více

ZÁKLADY PRAVDĚPODOBNOSTI. 1. Co je to pravděpodobnost Začneme matematickým modelem pro popis náhodných jevů a jejich

ZÁKLADY PRAVDĚPODOBNOSTI. 1. Co je to pravděpodobnost Začneme matematickým modelem pro popis náhodných jevů a jejich MATEMATIKA PRO??? 2003/4, 1?? c MATFYZPRESS 2004 ZÁKLADY PRAVDĚPODOBNOSTI JOSEF ŠTĚPÁN 1 1. Co je to pravděpodobnost Začneme matematicým modelem pro popis náhodných jevů a jejich pravděpodobností. Uvědomme

Více

PLANIMETRIE ÚHLY V KRUŽNICÍCH KRUŽNICE

PLANIMETRIE ÚHLY V KRUŽNICÍCH KRUŽNICE Předmět: Roční: Vytvořil: Datum: MTEMTIK DRUHÝ Mgr Tomáš MŇÁK 17 větna 2012 Název zpracovaného celu: PLNIMETRIE ÚHLY V KRUŽNICÍCH KRUŽNICE Kružnice je množina všech bodů X v rovině, teré mají od daného

Více

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

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

Více

Logaritmické rovnice a nerovnice

Logaritmické rovnice a nerovnice Přírodovědecká fakulta Masarykovy univerzity Logaritmické rovnice a nerovnice Bakalářská práce Brno 008 Lenka Balounová Prohlašuji, že jsem tuto práci vypracovala sama a čerpala jsem pouze z materiálů

Více

Tepelný komfort 2.1. Program pro stanovení ukazatelů tepelné pohody PMV a PPD a lokálních kritérií tepelného komfortu podle ČSN EN ISO 7730

Tepelný komfort 2.1. Program pro stanovení ukazatelů tepelné pohody PMV a PPD a lokálních kritérií tepelného komfortu podle ČSN EN ISO 7730 Tepelný komfort. Program pro stanovení ukazatelů tepelné pohody PMV a PPD a lokálníh kritérií tepelného komfortu podle ČSN EN ISO 7730 Autor: Ing. Vladimír Zmrhal, Ph.D. ČVUT v Praze, Fakulta strojní Ústav

Více

EKONOMETRIE 2. přednáška Modely chování výrobce I.

EKONOMETRIE 2. přednáška Modely chování výrobce I. EKONOMETRIE. přednáška Modely hování výrobe I. analýza raionálního hování firmy při rozhodování o objemu výroby, vstupů a nákladů při maimalizai zisku základní prinip při rozhodování výrobů Produkční funke

Více

Analýza a zpracování signálů. 5. Z-transformace

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

Více

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

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

Více

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

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

Více

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

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

Více

Reciprokou funkci znáte ze základní školy pod označením nepřímá úměra.

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

Více

Pavel Burda Jarmila Doležalová

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

Více

3.3. ANALYTICKÁ GEOMETRIE KRUŽNICE A KOULE

3.3. ANALYTICKÁ GEOMETRIE KRUŽNICE A KOULE 3.3. ANALYTICKÁ GEOMETRIE KRUŽNICE A KOULE V této kapitole se dozvíte: jak popsat kružnici a kruh v rovině; jak určit vzájemnou polohu bodu nebo a kružnice, resp. bodu a kruhu; jakými metodami určit vzájemnou

Více

8.1.2 Vzorec pro n-tý člen

8.1.2 Vzorec pro n-tý člen 8 Vzorec pro -tý čle Předpolady: 80 Pedagogicá pozáma: Přílady a hledáí dalších čleů posloupostí a a objevováí vzorců pro -tý čle do začé míry odpovídají typicým příladům z IQ testů, teré studeti zají

Více

Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49

Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49 Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49 Výukový materiál zpracovaný v rámci projektu Výuka moderně Registrační číslo projektu: CZ.1.7/1.5./34.5 Šablona: III/ Přírodovědné předměty

Více

11 Analytická geometrie v rovině

11 Analytická geometrie v rovině Analytiá geometrie v rovině V této části se udeme zaývat pouze rovinou. Využijeme něterýh vlastností teré v prostoru neplatí.. Poznáma: Opaování u = (u u ) v = (v v ) u = (u + u ) u.v = u v + u v vetory

Více

Č š ž ý ČŠ ý š šš é é ďě š ý ě ě š ů ě ě š ů é ě ě ě ě ý ů ě ě š ů Č ď š Í ě Í ě Č é ě ž ů ý ý š š ý Ť Ť ý ý š šš é é ě š ý ě ú é é š ý š é š ě ě ú ž ů ě ý š ě ýš ě ů š é ú ě ť ú ů š š ý š š š ý Ť š ě

Více

Matematika Kvadratická rovnice. Kvadratická rovnice je matematický zápis, který můžeme (za pomoci ekvivalentních úprav) upravit na tvar

Matematika Kvadratická rovnice. Kvadratická rovnice je matematický zápis, který můžeme (za pomoci ekvivalentních úprav) upravit na tvar Kvadratická rovnice Kvadratická rovnice je matematický zápis, který můžeme (za pomoci ekvivalentních úprav) upravit na tvar ax 2 + bx + c = 0. x neznámá; v kvadratické rovnici se vyskytuje umocněná na

Více

Shodná zobrazení. bodu B ležet na na zobrazené množině b. Proto otočíme kružnici b kolem

Shodná zobrazení. bodu B ležet na na zobrazené množině b. Proto otočíme kružnici b kolem Shodná zobrazení Otočení Příklad 1. Jsou dány tři různé soustředné kružnice a, b a c. Sestrojte rovnostranný trojúhelník ABC tak, aby A ležel na a, B ležel na b a C ležel na c. Řešení. Zvolíme vrchol A

Více

8.1.2 Vzorec pro n-tý člen

8.1.2 Vzorec pro n-tý člen 8.. Vzorec pro -tý čle Předpolady: 80 Pedagogicá pozáma: Myslím, že jde o jedu z velmi pěých hodi. Přílady a hledáí dalších čleů posloupostí a a objevováí vzorců pro -tý čle do začé míry odpovídají typicým

Více

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

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

Více

Univerzita Karlova v Praze Pedagogická fakulta

Univerzita Karlova v Praze Pedagogická fakulta Univerzita Karlova v Praze Pedagogická fakulta SEMINÁRNÍ PRÁCE Z METOD ŘEŠENÍ 1 TEORIE ČÍSEL 000/001 Cifrik, M-ZT Příklad ze zadávacích listů 10 101 Dokažte, že číslo 101 +10 je dělitelné číslem 51 Důkaz:

Více

Intuitivní pojem pravděpodobnosti

Intuitivní pojem pravděpodobnosti Pravděpodobnost Intuitivní pojem pravděpodobnosti Intuitivní pojem pravděpodobnosti Pravděpodobnost zkoumaného jevu vyjadřuje míru naděje, že tento jev nastane. Řekneme-li, že má nějaký jev pravděpodobnost

Více

Aplikované chemické procesy

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

Více

Průvodce studiem. do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat

Průvodce studiem. do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat 6. Extrémy funkcí více proměnných Průvodce studiem Hledání extrémů je v praxi často řešená úloha. Např. při cestě z bodu A do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat

Více

MULTIKRITERIÁLNÍ ROZHODOVÁNÍ VEKTOROVÁ OPTIMALIZACE

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

Více

Mgr. Karel Pazourek. online prostředí, Operační program Praha Adaptabilita, registrační číslo CZ.2.17/3.1.00/31165.

Mgr. Karel Pazourek. online prostředí, Operační program Praha Adaptabilita, registrační číslo CZ.2.17/3.1.00/31165. Mnohočleny z různých stran Mgr. Karel Pazourek Kurz vznikl v rámci projektu Rozvoj systému vzdělávacích příležitostí pro nadané žáky a studenty v přírodních vědách a matematice s využitím online prostředí,

Více

Příloha č. 1 Část II. Ekonomika systému IDS JMK

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

Více

Kvadratické rovnice. Řešení kvadratických rovnic. Kvadratická rovnice bez lineárního členu. Příklad 1:

Kvadratické rovnice. Řešení kvadratických rovnic. Kvadratická rovnice bez lineárního členu. Příklad 1: Kvadratické rovnice V zadání lineární rovnice se může vyskytovat neznámá ve vyšší než první mocnině. Vždy ale při úpravě tato neznámá ve vyšší než první mocnině zmizí, odečte se, protože se vyskytuje na

Více

CVIČENÍ č. 7 BERNOULLIHO ROVNICE

CVIČENÍ č. 7 BERNOULLIHO ROVNICE CVIČENÍ č. 7 BERNOULLIHO ROVNICE Výtok z nádoby, Průtok potrubím beze ztrát Příklad č. 1: Určete hmotnostní průtok vody (pokud otvor budeme považovat za malý), která vytéká z válcové nádoby s průměrem

Více

Pravděpodobnost a statistika

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

Více

Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/34.0948

Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/34.0948 Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/34.0948 IV-2 Inovace a zkvalitnění výuky směřující k rozvoji matematické gramotnosti žáků středních škol PRAVDĚPODOBNOST

Více

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

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

Více

Pojmy z kombinatoriky, pravděpodobnosti, znalosti z kapitoly náhodná veličina, znalost parciálních derivací, dvojného integrálu.

Pojmy z kombinatoriky, pravděpodobnosti, znalosti z kapitoly náhodná veličina, znalost parciálních derivací, dvojného integrálu. 6. NÁHODNÝ VEKTOR Průvodce studiem V počtu pravděpodobnosti i v matematické statistice se setkáváme nejen s náhodnými veličinami, jejichž hodnotami jsou reálná čísla, ale i s takovými, jejichž hodnotami

Více

Binární vyhledávací stromy pokročilé partie

Binární vyhledávací stromy pokročilé partie Binární vyhledávací stromy pokročilé partie KMI/ALS lekce Jan Konečný 30.9.204 Literatura Cormen Thomas H., Introduction to Algorithms, 2nd edition MIT Press, 200. ISBN 0-262-5396-8 6, 3, A Knuth Donald

Více

Pravděpodobnost a statistika

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

Více

4. Statika základní pojmy a základy rovnováhy sil

4. Statika základní pojmy a základy rovnováhy sil 4. Statika základní pojmy a základy rovnováhy sil Síla je veličina vektorová. Je určena působištěm, směrem, smyslem a velikostí. Působiště síly je bod, ve kterém se přenáší účinek síly na těleso. Směr

Více

Numerická matematika 1

Numerická matematika 1 Numerická matematika 1 Obsah 1 Řešení nelineárních rovnic 3 1.1 Metoda půlení intervalu....................... 3 1.2 Metoda jednoduché iterace..................... 4 1.3 Newtonova metoda..........................

Více

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky POSLOUPNOSTI A ŘADY Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky na gymnáziu

Více

KONSTRUKCE LICHOBŽNÍKU UŽITÍM MNOŽINY BOD 3 HODINY

KONSTRUKCE LICHOBŽNÍKU UŽITÍM MNOŽINY BOD 3 HODINY KONSTRUKE LIHOBŽNÍKU UŽITÍM MNOŽINY BO 3 HOINY Než istouíš samotným onstucím, zoauj si nejdíe še, co íš o lichobžnících co to lastn lichobžní je, záladní duhy lichobžní a jejich lastnosti. K disozici Ti

Více

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ POSLOUPNOSTI A ŘADY Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky na gymnáziu

Více

Části kruhu. Předpoklady:

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

Více

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

Projekt OPVK - CZ.1.07/1.1.00/ 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: Práce s daty, kombinatorika a pravděpodobnost Gradovaný řetězec úloh Téma: Pravděpodobnost

Více

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

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

Více

Příklad 1 ŘEŠENÉ PŘÍKLADY Z M1A ČÁST 12. a) 3 +1)d. Vypočítejte určité integrály: b) 5sin 4 ) d. c) d. g) 3 d. h) tg d. k) 4 arctg 2 ) d.

Příklad 1 ŘEŠENÉ PŘÍKLADY Z M1A ČÁST 12. a) 3 +1)d. Vypočítejte určité integrály: b) 5sin 4 ) d. c) d. g) 3 d. h) tg d. k) 4 arctg 2 ) d. ŘEŠENÉ PŘÍKLADY Z MA ČÁST Příklad Vypočítejte určité integrály: a) +)d b) 5sin) d c) d d) d e) d f) g) d d h) tgd i) d j) d k) arctg) d l) d m) sin d n) ) d o) p) q) r) s) d d ) d d d t) +d u) d v) d ŘEŠENÉ

Více

Petriho sítě PES 2007/2008. ceska@fit.vutbr.cz. Doc. Ing. Tomáš Vojnar, Ph.D. vojnar@fit.vutbr.cz

Petriho sítě PES 2007/2008. ceska@fit.vutbr.cz. Doc. Ing. Tomáš Vojnar, Ph.D. vojnar@fit.vutbr.cz PES Petriho sítě p. 1/34 Petriho sítě PES 2007/2008 Prof. RNDr. Miln Češk, CS. esk@fit.vutr.z Do. Ing. Tomáš Vojnr, Ph.D. vojnr@fit.vutr.z Sz: Ing. Petr Novosd, Do. Ing. Tomáš Vojnr, Ph.D. (verze 06.04.2010)

Více

v z t sin ψ = Po úpravě dostaneme: sin ψ = v z v p v p v p 0 sin ϕ 1, 0 < v z sin ϕ < 1.

v z t sin ψ = Po úpravě dostaneme: sin ψ = v z v p v p v p 0 sin ϕ 1, 0 < v z sin ϕ < 1. Řešení S-I-4-1 Hledáme vlastně místo, kde se setkají. A to tak, aby nemusel pes na zajíce čekat nebo ho dohánět. X...místo setkání P...místo, kde vybíhá pes Z...místo, kde vybíhá zajíc ZX = v z t P X =

Více