intenzitu příchodů zákazníků za čas t intenzitu obsluhy (průměrný počet obsloužených) za čas t
|
|
- Vladislav Bureš
- před 8 lety
- Počet zobrazení:
Transkript
1 Ukázka - Systémy hromadné obsluhy Příklad: Pan Pumpička se rozhodl postavit samoobslužnou čerpací stanici u obce Česká Bříza. Na základě průzkumu ví, že by čerpací stanici mohlo průměrně navštívit 32, lidí za hodinu, s tím, že jeden stojan zvládne obsloužit 2 lidí za hodinu. Pan Pumpička by chtěl vypracovat rozbor kolik stojanů (všechny stojany mají stejnou nabídku) by měl postavit, aby pravděpodobnost, že je na pumpě méně aut než 5 byla výšší než 95%(prostor pro tvoření fronty je totiž jen pro 20 aut). Dále by chtěl, aby byl průměrný čas, který zákazník čeká ve frontě, menší něž minuta. Toto je klasická úloha teorie nazývající se Systémy hromadné obsluhy. Vytvoříme si matematický model této situace a úlohu vyřešíme nejprve obecně a následně i pro tento konkrétní příklad. Systémy hromadné obsluhy se analyzují podle několika základních kritérii, pro náš příklad předpokládejme následující: ) počet zákazníků je nekonečný, jedná se o takzvaný otevřený systém 2) zákazník je obsloužen v pořadí, v kterém přijel ( FIPO) 3) příjezd zákazníků probíhá takzvaným Poisonovým tokem. Pravděpodobnost, že za časový údaj t přijede právě k zákazníků je určena vzorcem: P (N =k )= (λ t)k e λ t k! kde λ je konstanta určující intenzitu příjezdů a N funkce označující počet zákazníků. 4) doba obsluhy má exponenciální rozdělení. Pravděpodobnost, že bude zákazník obsloužen v čase t je určena vzorcem: P =μ e μ t Systém s jednou obslužnou přepážkou Pro jednoduchost nejprve vytvoříme matematický model systému s jednou obslužnou přepážkou. Tento model se v literatuře vyskytuje pod označemím M/M/. Označme λ Označme μ intenzitu příchodů zákazníků za čas t intenzitu obsluhy (průměrný počet obsloužených) za čas t Analyzovat je možné pouze systémy, u kterých platí: λ <μ. Pokud by to tak nebylo, mohla by se vytvořit nekonečně dlouhá fronta. Nyní provedeme diskuzi událostí, které mohou v našem systému nastat: ) příchod nového zákazníka s pravděpodobností: P=λ Δt 2) ukončení obsluhy zákazníka s pravděpodobností: P=μ Δ t 3) žádná událost se nestane s pravděpodobností: P= (λ +μ)δ t kde Δ t je nějaký časový okamžik Schéma systému: v kolečkách je počet zákazníků v systému
2 označme vektor p p 2 p= p 3 (t ) jako vektor pravděpodobnosti jednotlivých stavů systému např. značí pravděpodobnost, že je v systému(ve frontě i obsluhovaných) právě n hostů v čase t ( λ )Δ t μ Δt 0 0 λ Δt (λ+μ)δt μ Δ t 0 P= 0 λ Δ t (λ+μ)δt μ Δ t 0 0 λ Δ t (λ +μ)δ t μ Δt λ Δt P (i,j)- matice pravděpodobností přechodů systému ze stavu i do stavu j v časovém intervalu Δ t dynamický vývoj systému je popsán vzorcem: p(t+δ t)=p p () Matici pravděpodobnosti přechodů upravíme do tvaru: P=I +(Δt) A Kde I je jednotková matice. Vztah () přepíšeme: p(t+δ t)= p+(δt) A p dále upravíme: p(t+δt) p =A p (Δ t) limitním přechodem Δ t 0 + dostáváme soustavu diferencionálních rovnic. p =A p (2) s počáteční podmínkou i=0 p i (t )= (3) Uvažujme, že řešíme takzvaný stacionární systém, to znamená systém, ve kterém pravděpodobnosti jednotlivýh jevů nezávisí na čase t. Většina,,rozumně se chovajícich systémů se do takového stavu po nějakém čase ustálí. Nás tedy budou zajímat pravděpodobnosti
3 , které ovšem nezávisí na čase t, tudíž jde pouze o pravděpodobnosti, což jsou pravděpodobnosti, že v systému bude n hostů (měřeno v kterémkoliv čase). To, že se p v čase nemění znamená, že p =0 pro t. Z naší diferenciální rovnice (2) se stává rovnice algebraická 0=A p. dostáváme : 0= λ +μ p 0=λ (λ +μ) p +μ p 2 0=λ p (λ+μ) p 2 +μ p 3 0=λ (λ +μ) +μ + Z první rovnice: p = λ μ zdá se, že obecné řešení pro n>0 má tvar =( λ μ )n důkaz provedeme matematickou indukcí ) pro n= a pro n=2 zřejmě platí 2)předpokládejme platnost vzorce pro n a n-, dokažme platnost pro n+ 0=λ (λ +μ) +μ + použijeme indukční předpoklad 0=λ ( λ μ )n (λ+μ)( λ μ )n +μ + 0= ( λn+ μ n ) +μ + a tedy + =( λ μ )n+ tudíž platí : =( λ μ )n dosazením do vztahu(3) dopočteme : ( λ μ ) i = = i=0 pi = i =0 ( λ μ ) i = i =0 λ μ = λ μ Pravděpodobnost, že v systému néní žádný zákazník = λ μ Pravděpodobnost, že v systému je právě n zákazníků =( λ μ )n ( λ μ ) pro n >0 Pravděpodobnost, že systém pracuje - U je stejná jako, že v systému není nula zákazníků tedy U = = μ λ tento vztah se také nazývá využitelnost systému
4 Střední hodnota počtu zákazníků v systému nechť N je náhodná veličina udávající počet zákazníků v systému pravděpodobnosti této náhodné veličiny máme již spočítány P (N =0)= = λ μ P (N =n)= =( λ μ )n ( λ μ ), pron>0 Z definice střední hodnoty: EN = n( λ μ )n ( λ μ )=( λ μ ) n( λ μ )n =( λ μ )( λ μ ) n( λ μ )(n ) =( λ μ )( λ μ )( ( μ λ )(n) ) ( λ μ )(n) ) =( λ μ )( λ μ )( λ ) =( λ μ )( λ μ ) μ ( λ = μ λ λ μ )2 EN =( λ μ )( λ μ )( protože platí λ μ < Střední hodnota počtu zákazníků ve frontě Nechť N f je náhodná veličina udávající počet zákazníků ve frontě. Pravděpodobnosti N f máme již také spočítány, jen si musíme uvědomit, že P (N f =n )= P( N =n) Pravděpodobnost, že je ve frontě n- zákazníků, je stejná jako, že je v systému n zákazníků (jeden je obsluhován). Střední hodnotu N f teď můžeme vypočítat pomocí pravděpodobností hodnot N =0 P( N =)+ P (N =2)+3 P (N =2)+ = n= (n ) P (N =n)= n = (n ) = n= Průměrný čas, který zákazník stráví v systému T =EN λ = na základě Littleova vztahu *, μ λ n n= Průměrný čas, který zákazník stráví ve frontě T f = λ = λ znovu použit Littleův vztah (μ λ )μ Model s více obslužnými přepážkami M/M/ Označme λ intenzitu příchodů zákazníků za čas t Označme μ intenzitu obsluhy (průměrný počet obsloužených) za čas t Označme c počet obslužných přepážek, c Pozn. střední rychlost obsluhy je c μ =EN ( )=EN λ μ = λ 2 (μ λ )μ Analyzovat je možné pouze systémy, u kterých platí: λ <μ c. Pokud by to tak nebylo, mohla by se vytvořit nekonečně dlouhá fronta. Poznamenejme, že stále platí předpoklady -4 z úvodu. Nyní budeme postupovat podobně jako v systému s jednou přepážkou.
5 Diskuze událostí: ) příchod nového zákazníka s pravděpodobností: P=λ Δt 2) ukončení obsluhy zákazníka s pravděpodobností: P=min(c,k) μ Δt, kde k je aktuální počet obsazených přepážek 3) nic se neděje s pravděpodobností: P= (λ +min (c, k) μ)δ t kde Δ t je nějaký časový okamžik Schéma systému: v kolečkách je počet zákazníků v systému Znovu označíme vektor p p 2 p= p 3 (t ) jako vektor pravděpodobností jednotlivých stavů systému Matice P nyní obecně vypadá: ( λ )Δ t μ Δt 0 0 λ Δt (λ+min(c,) μ)δt min(c,2) μ Δt 0 P= 0 λ Δt (λ+min(c,2) μ)δt min(c,3) μ Δt 0 λ Δ t (λ+min(c,3) μ)δtat λ Δ t Dynamický vývoj systému je znovu popsán vzorcem p(t+δ t)=p p Stejnými úpravami, jako v systému s jednou přepážkou, dojdeme ke tvaru
6 p = A p( t) s počáteční podmínkou p i (t )= i=0 Znovu budeme předpokládat stacionární systém, dostáváme algebraickou soustavu: 0= λ +μ p 0=λ (λ +min(c,) μ) p +min(c,2) μ p 2 0=λ p (λ+min(c,2) μ) p 2 +min(c,3) μ p 3 0=λ (λ +min(c,n) μ) +min(c,n+) μ + Z první rovnice: p = λ μ nyní řešení rozdělíme na dvě části pro 0<n c : postupným dosazováním podobně jako v případě systému s jednou přepážkou odhadneme vztah = n! ( λ μ )n a znovu jej dokážeme indukcí ) vztah zřejmě platí pro n= a n=2 2)předpokládejme, že vztah platí pro n a n- a dokažme, že pak platí pro n+ 0=λ (λ +n μ) +(n+) μ + použijeme indukční předpoklad 0=λ (n )! ( λ )n μ p0 (λ +n μ) n! ( μ λ )n +(n+) μ + 0= n! ( λ n+ μ ) +(n+) μ n+ + = (n+)! ( λ )n+ μ p0 pro c<n : systém můžeme nahradit systémem s jednou přepážkou a intenzitou obsluhy c μ (musíme si ale uvědomit, že začínáme ve stavu c) =( λ )n c pc =( λ )n c c μ c μ c! ( λ μ )c =( λ μ )n (c! c n c ) pro vyjádření p c jsme využili vztah odvozený výše dopočítáme znovu pomocí podmínky c = pn = n =0 sečteme sumu + ( λ μ )n (c! c n c ) = cc celkem tedy = c c! c pn = ( ( λ c μ )n = cc c! ( λ n! ( λ μ )n + c! ( λ μ )c μ c μ c λ pi = i=0 n! ( λ μ )n + n =c c μ )c ( λ μ ) n (c! c n c ) ) ( λ c μ )n c = c! ( λ μ )c ( λ c μ )n = c! ( λ μ )c ( λ c μ )
7 Střední hodnota počtu zákazníků ve frontě Nechť N f je náhodná veličina udávající počet zákazníků ve frontě. Pravděpodobnosti N f máme již také spočítány, jen si musíme uvědomit, že P (N f =n c)= P( N =n) pravděpodobnost, že ve frontě je n-c zákazníků je stejná jako že je v systému n zákazníků (c zákazníků je obsluhováno) Střední hodnotu N f teď můžeme vypočítat pomocí, pravděpodobností hodnot N = (n c)( λ μ )n (c!c n c ) = c c! ( λ μ )c+ c c! ( μ λ )c+ ( ( λ c μ )n ) = c c! ( λ )c+ μ ( ( λ (n c)( λ c μ )n c = p0 c c! ( λ μ )c+ c c! ( λ )c+ (μ c) 2 μ (μ c λ ) = 2 n( λ c μ )n = )) = c μ = (c )! ( λ μ c μ )c (μ c λ ) 2 Střední hodnota počtu zákazníků v systému nechť N je náhodná veličina udávající počet zákazníků v systému EN dopočteme pomocí vztahu =EN λ μ, s kterým jsme se již setkali u odvození střední hodnoty počtu osob ve frontě u systému s jednou přepážkou. A tento vztah platí i v tomto případě. EN = (c )! ( λ μ c μ )c (μ c λ ) + λ 2 μ Průměrný čas, který zákazník stráví v systému T =EN na základě Littleova vztahu λ Průměrný čas, který zákazník stráví ve frontě T f = λ = λ znovu použit Littleův vztah (μ λ )μ Nyní vypracujeme příklad pana Pumpičky λ =20 μ=45 Je zřejmé, že bude potřeba postavit nejméně 3 stojany. Hodnoty pro 3 stojany: =0, pravděpodobnost, že na čerpací stanici nebude žádný zákazník je 2,7% EN =3, průměrný počet zákazníků na čerpací stanici (i ve frontě) je 3,2 =0,672 průměrný počet zákazníků čekajících ve frontě je 0,6 T =0,0256h průměrný čas zákazníků strávený na čerpací stanici (i ve frontě) je 6,5 minut T f =0,09h průměrný čas, který zákazník stráví ve frontě je,4 minut Pravděpodobnost, že je na čerpací stanici méně než 5 aut n=3 P= 0 4 n! ( λ μ )n + n=4 ( λ μ )n (c! c n c ) =0, ,526=0, Hodnoty pro 4 stojany: =0, pravděpodobnost, že na čerpací stanici nebude žádný zákazník je 5,9% EN =2, průměrný počet zákazníků na čerpací stanici( i ve frontě) je 2,7 =0, průměrný počet zákazníků čekajících ve frontě je 0,95 T =0,0863h průměrný čas zákazníků strávený na čerpací stanici (i ve frontě) je 5,8 minut
8 T f =0, h průměrný čas, který zákazník stráví ve frontě je 0,7 sekund Pravděpodobnost, že je na čerpací stanici méně než 5 aut 4 P= n! ( λ 4 μ )n + ( λ μ )n n=5 (c! c n c ) p =0,74+0,25=0,99 0 Mohli bychom pokračovat dále, ale všechny podmínky pana Pumpičky už jsou splněny. Pan pumpičky by měl tedy postavit 4 samoobslužné stojany. Zdroje: Prezentace Systémy hromadné obsluhy,petr Janeček FAV ZČU * Littleův vztah - článek a důkaz Petr Vacek 204
4EK201 Matematické modelování. 8. Modely hromadné obsluhy
4EK201 Matematické modelování 8. Modely hromadné obsluhy 8. Modely hromadné obsluhy Systém, ve kterém dochází k realizaci obsluhy příchozích požadavků = systém hromadné obsluhy Vědní disciplína zkoumající
Exponenciální modely hromadné obsluhy
Exponenciální modely hromadné obsluhy Systém s čekáním a neohraničeným zdrojem požadavků Na základě předchozích informací je potřeba probrat, jaké informace jsou dostupné v počtu pravděpodobnosti řešícím
1 Teorie hromadné obsluhy
1 Teorie hromadné obsluhy Teorie hromadné obsluhy zkoumá modely, v nichž do nějakého systému obsluhy, kerý může mít jeden či více linek obsluhy vstupují jednotky, které mají být těmito linkami obslouženy.
Kendallova klasifikace
Kendallova klasifikace Délka obsluhy, frontový režim, Littleovy vzorce Parametry obsluhy Trvání obsluhy - většinou předpokládáme, že trvání obsluhy jsou nezávisl vislé náhodné proměnné, se stejným rozdělením
4EK311 Operační výzkum. 8. Modely hromadné obsluhy
4EK311 Operační výzkum 8. Modely hromadné obsluhy 8. Modely hromadné obsluhy Systém, ve kterém dochází k realizaci obsluhy příchozích požadavků = systém hromadné obsluhy Vědní disciplína zkoumající tyto
Stochastické modely Informace k závěrečné zkoušce
Stochastické modely Informace k závěrečné zkoušce Jan Zouhar Katedra ekonometrie, FIS VŠE v Praze, zouharj@vse.cz 10. února 2015 Průběh zkoušky. Zkouška je ústní s přípravou na potítku. Každý si vylosuje
DMA Přednáška Rekurentní rovnice. takovou, že po dosazení odpovídajících členů do dané rovnice dostáváme pro všechna n n 0 + m pravdivý výrok.
DMA Přednáška Rekurentní rovnice Rekurentní rovnice či rekurzivní rovnice pro posloupnost {a n } je vztah a n+1 = G(a n, a n 1,..., a n m ), n n 0 + m, kde G je nějaká funkce m + 1 proměnných. Jejím řešením
Teorie front. Systém hromadné obsluhy
Teorie front Pokouší se analyzovat a řešit procesy, ve kterých se vyskytují proudy objektů procházejících určitými zařízeními, od nichž vyžadují obsluhu. Vlivem omezené kapacity obsluhy může docházet k
Stochastické procesy - pokračování
Stochastické procesy - pokračování Úvodní pojmy: Stochastické procesy jsou to procesy (funkce) jejichž hodnoty jsou náhodné veličiny závislé na parametru t stav systému souhrn vlastností a charakteristik,
Pravděpodobnost a statistika (BI-PST) Cvičení č. 4
Pravděpodobnost a statistika (BI-PST) Cvičení č. 4 J. Hrabáková, I. Petr, F. Štampach, D. Vašata Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení technické v Praze ZS 2014/2015
SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY. Michal Dorda. VŠB - TU Ostrava, Fakulta strojní, Institut dopravy
SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY Michal Dorda VŠB - TU Ostrava Fakulta strojní Institut dopravy 1 Úvod V běžné technické praxi se velice často setkáváme s tzv. systémy hromadné obsluhy aniž
Principy indukce a rekurentní rovnice
Principy indukce a rekurentní rovnice Jiří Velebil: X01DML 22. října 2010: Indukce 1/15 Příklad Místností rozměru n budeme rozumět šachovnici rozměru 2 n 2 n, ze které je jedno (libovolné) pole vyjmuto.
A6M33SSL: Statistika a spolehlivost v lékařství Teorie spolehlivosti
A6M33SSL: Statistika a spolehlivost v lékařství Teorie spolehlivosti Vojta Vonásek vonasek@labe.felk.cvut.cz České vysoké učení technické v Praze Fakulta elektrotechnická Katedra kybernetiky Markovovy
1.1 Existence a jednoznačnost řešení. Příklad 1.1: [M2-P1] diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu
[M2-P1] KAPITOLA 1: Diferenciální rovnice 1. řádu diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu G(x, y, y, y,..., y (n) ) = 0 y (n) = F (x, y, y,..., y (n 1) ) Příklad 1.1:
Téma: Modální analýza a volné kmitání slabě tlumených lineárních kmitavých soustav
Téma: Modální analýza a volné kmitání slabě tlumených lineárních kmitavých soustav Zpracoval Doc. RNDr. Zdeněk Hlaváč, CSc Volné kmitání konzervativních(netlumených) soustav je popsáno maticovou pohybovou
Jednotky zrychlení odvodíme z výše uvedeného vztahu tak, že dosadíme za jednotlivé veličiny.
1. Auto zrychlí rovnoměrně zrychleným pohybem z 0 km h -1 na 72 km h -1 za 10 sekund. 2. Auto zastaví z rychlosti 64,8 km h -1 rovnoměrně zrychleným (zpomaleným) pohybem za 9 sekund. V obou případech nakreslete
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ107/2200/280141 Soustavy lineárních rovnic Michal Botur Přednáška 4 KAG/DLA1M: Lineární
Nyní využijeme slovník Laplaceovy transformace pro derivaci a přímé hodnoty a dostaneme běžnou algebraickou rovnici. ! 2 "
ŘEŠENÉ PŘÍKLADY Z MB ČÁST Příklad Nalezněte pomocí Laplaceovy transformace řešení dané Cauchyho úlohy lineární diferenciální rovnice prvního řádu s konstantními koeficienty v intervalu 0,, které vyhovuje
Algoritmizace diskrétních. Ing. Michal Dorda, Ph.D.
Algoritmizace diskrétních simulačních modelů Ing. Michal Dorda, Ph.D. 1 Úvodní poznámky Při programování simulačních modelů lze hlavní dílčí problémy shrnout do následujících bodů: 1) Zachycení statických
Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic
Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je
Značení 1.1 (posloupnost výsledků pokusu). Mějme posloupnost opakovaných (i závislých) pokusů,
Rekurentní jevy Značení. (posloupnost výsledků pokusu). Mějme posloupnost opakovaných (i závislých) pokusů, kde každý má tutéž konečnou nebo spočetnou množinu výsledků E, E,...}. Pak E j,..., E jn } značí
Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice študenti MFF 15. augusta 2008 1 7 Diferenciální rovnice Požadavky Soustavy lineárních diferenciálních rovnic prvního řádu lineární
13. Lineární procesy
. Lineární procesy. Lineární procesy Našim cílem je studovat lineární (iterované) procesy. Každý takový proces je zadán čtvercovou maticí A Mat k k (R). Dále víme, že systém se v čase t n nachází ve stavu
Soustavy lineárních rovnic
Soustavy lineárních rovnic V této kapitole se budeme zabývat soustavami lineárních diferenciálních rovnic y = a (x)y + a (x)y + + a n (x)y n + f (x) y = a (x)y + a (x)y + + a n (x)y n + f (x). y n = a
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..........................
Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice
Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice Jan Tomeček Tento stručný text si klade za cíl co nejrychlejší uvedení do teorie Greenových funkcí pro obyčejné diferenciální
Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:
3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...
Bakalářská práce Nejslabší! Máte padáka! Strategie ukládání
Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky Bakalářská práce Nejslabší! Máte padáka! Strategie ukládání Plzeň 2015 Jiří Šebek Prohlášení Prohlašuji, že jsem bakalářskou práci
Markovské metody pro modelování pravděpodobnosti
Markovské metody pro modelování pravděpodobnosti rizikových stavů 1 Markovský řetězec Budeme uvažovat náhodný proces s diskrétním časem (náhodnou posloupnost) X(t), t T {0, 1, 2,... } s konečnou množinou
Operační výzkum. Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry.
Operační výzkum Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty
Lineární algebra : Metrická geometrie
Lineární algebra : Metrická geometrie (16. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 6. května 2014, 10:42 1 2 Úvod Zatím jsme se lineární geometrii věnovali v kapitole o lineárních
Kapitola 12: Soustavy diferenciálních rovnic 1. řádu
Kapitola 12: Soustavy diferenciálních rovnic 1. řádu Základní pojmy Definice: Rovnice tvaru = f(t, x, y) = g(t, x, y), t I nazýváme soustavou dvou diferenciálních rovnic 1. řádu. Řešením soustavy rozumíme
VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY
VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY Jan Krejčí 31. srpna 2006 jkrejci@physics.ujep.cz http://physics.ujep.cz/~jkrejci Obsah 1 Přímé metody řešení soustav lineárních rovnic 3 1.1 Gaussova eliminace...............................
Nalezněte obecné řešení diferenciální rovnice (pomocí separace proměnných) a řešení Cauchyho úlohy: =, 0 = 1 = 1. ln = +,
Příklad Nalezněte obecné řešení diferenciální rovnice (pomocí separace proměnných) a řešení Cauchyho úlohy: a) =, 0= b) =, = c) =2, = d) =2, 0= e) =, 0= f) 2 =0, = g) + =0, h) =, = 2 = i) =, 0= j) sin+cos=0,
Diferenciální rovnice 3
Diferenciální rovnice 3 Lineární diferenciální rovnice n-tého řádu Lineární diferenciální rovnice (dále jen LDR) n-tého řádu je rovnice tvaru + + + + = kde = je hledaná funkce, pravá strana a koeficienty
IV120 Spojité a hybridní systémy. Jana Fabriková
IV120 Spojité a hybridní systémy Základní pojmy teorie řízení David Šafránek Jiří Barnat Jana Fabriková Problém řízení IV120 Základní pojmy teorie řízení str. 2/25 Mějme dynamický systém S definovaný stavovou
1 Řešení soustav lineárních rovnic
1 Řešení soustav lineárních rovnic 1.1 Lineární rovnice Lineární rovnicí o n neznámých x 1,x 2,..., x n s reálnými koeficienty rozumíme rovnici ve tvaru a 1 x 1 + a 2 x 2 +... + a n x n = b, (1) kde koeficienty
2. LIMITA A SPOJITOST FUNKCE
. LIMITA A SPOJITOST FUNKCE Průvodce studiem Funkce y = je definována pro ( ) (>. Z grafu funkce (obr. 3) a z tabulky (a) je vidět že čím více se hodnoty blíží k -3 tím více se funkční hodnoty blíží ke
11. přednáška 10. prosince Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah
11. přednáška 10. prosince 2007 Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah F (x, y, y, y,..., y (n) ) = 0 mezi argumentem x funkce jedné
Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR
DEN: ODR teoreticky: soustavy rovnic Soustava lineárních ODR 1 řádu s konstantními koeficienty je soustava ve tvaru y 1 = a 11 y 1 + a 12 y 2 + + a 1n y n + b 1 (x) y 2 = a 21 y 1 + a 22 y 2 + + a 2n y
označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy,
Komplexní čísla Množinu všech uspořádaných dvojic (x, y) reálných čísel x, y nazýváme množinou komplexních čísel C, jestliže pro každé dvě takové dvojice (x, y ), (x 2, y 2 ) je definována rovnost, sčítání
0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde
Věta 12.3 : Věta 12.4 (princip superpozice) : [MA1-18:P12.7] rovnice typu y (n) + p n 1 (x)y (n 1) p 1 (x)y + p 0 (x)y = q(x) (6)
1. Lineární diferenciální rovnice řádu n [MA1-18:P1.7] rovnice typu y n) + p n 1 )y n 1) +... + p 1 )y + p 0 )y = q) 6) počáteční podmínky: y 0 ) = y 0 y 0 ) = y 1 y n 1) 0 ) = y n 1. 7) Věta 1.3 : Necht
8.2. Exaktní rovnice. F(x, y) x. dy. df = dx + y. Nyní budeme hledat odpověd na otázku, zda a jak lze od této diferenciální formule
Cíle Ve výkladu o funkcích dvou proměnných jsme se seznámili také s jejich diferenciálem prvního řádu, který je pro funkci F(x, y) vyjádřen výrazem df dx + dy. Nyní budeme hledat odpověd na otázku, zda
řešeny numericky 6 Obyčejné diferenciální rovnice řešeny numericky
řešeny numericky řešeny numericky Břetislav Fajmon, UMAT FEKT, VUT Brno Na minulé přednášce jsme viděli některé klasické metody a přístupy pro řešení diferenciálních rovnic: stručně řečeno, rovnice obsahující
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
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.
Matematická analýza III.
2. Parciální derivace Miroslav Hušek, Lucie Loukotová UJEP 2010 Parciální derivace jsou zobecněním derivace funkce jedné proměnné. V této kapitole poznáme jejich základní vlastnosti a využití. Co bychom
Matematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29
Matematika 1 11. přednáška MA1 1 Opakování 2 Determinant 3 Adjungovaná matice 4 Cramerovo pravidlo 5 Vlastní čísla a vlastní vektory matic 6 Zkouška; konzultace; výběrová matematika;... 11. přednáška (15.12.2010
13. cvičení z PSI ledna 2017
cvičení z PSI - 7 ledna 07 Asymptotické pravděpodobnosti stavů Najděte asymptotické pravděpodobnosti stavů Markovova řetězce s maticí přechodu / / / 0 P / / 0 / 0 0 0 0 0 0 jestliže počáteční stav je Řešení:
3. ANTAGONISTICKÉ HRY
3. ANTAGONISTICKÉ HRY ANTAGONISTICKÝ KONFLIKT Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku,
4. Aplikace matematiky v ekonomii
4. Aplikace matematiky v ekonomii 1 Lineární algebra Soustavy 1) Na základě statistických údajů se zjistilo, že závislost množství statku z poptávaného v průběhu jednoho týdne lze popsat vztahem q d =
Kvantitativní metody v rozhodování. Marta Doubková
Kvantitativní metody v rozhodování Marta Doubková Seminární práce 28 OBSAH 1 LINEÁRNÍ PROGRAMOVÁNÍ KAPACITNÍ ÚLOHA... 3 2 DISTRIBUČNÍ ÚLOHA... 7 3 ANALÝZA KRITICKÉ CESTY METODA CPM... 13 4 MODEL HROMADNÉ
Množinu všech slov nad abecedou Σ značíme Σ * Množinu všech neprázdných slov Σ + Jazyk nad abecedou Σ je libovolná množina slov nad Σ
Abecedou se rozumí libovolná konečná množina Σ. Prvky abecedy nazýváme znaky (symboly) Slovo (řetězec) v nad abecedou Σ je libovolná konečná posloupnost znaků této abecedy. Prázdné posloupnosti znaků odpovídá
Soustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty
Soustavy lineárních diferenciálních rovnic I řádu s konstantními koeficienty Definice a) Soustava tvaru x = ax + a y + az + f() t y = ax + a y + az + f () t z = a x + a y + a z + f () t se nazývá soustava
ANTAGONISTICKE HRY 172
5 ANTAGONISTICKÉ HRY 172 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí
CITLIVOSTNÍ ANALÝZA DYNAMICKÝCH SYSTÉMŮ I
Informačné a automatizačné technológie v riadení kvality produkcie Vernár,.-4. 9. 005 CITLIVOSTNÍ ANALÝZA DYNAMICKÝCH SYSTÉMŮ I KÜNZEL GUNNAR Abstrakt Příspěvek uvádí základní definice, fyzikální interpretaci
Interpolace, ortogonální polynomy, Gaussova kvadratura
Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť
ROVNICE NA ČASOVÝCH ŠKÁLÁCH A NÁHODNÉ PROCESY. Michal Friesl
Robust 14, Jetřichovice ROVNICE NA ČASOVÝCH ŠKÁLÁCH A NÁHODNÉ PROCESY Michal Friesl Katedra matematiky Fakulta aplikovaných věd Západočeská univerzita v Plzni Robust 14, Jetřichovice ÚVOD Úvod Analýzníkům
5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza
5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat se hledají souvislosti mezi dvěma, případně
cv3.tex. Vzorec pro úplnou pravděpodobnost
3 cvičení - pravděpodobnost 2102018 18cv3tex n i=1 Vzorec pro úplnou pravděpodobnost Systém náhodných jevů nazýváme úplným, jestliže pro něj platí: B i = 1 a pro i k je B i B k = 0 Jestliže je (Ω, A, P
Obsah. Lineární rovnice. Definice 7.9. a i x i = a 1 x a n x n = b,
Obsah Lineární rovnice Definice 77 Uvažujme číselné těleso T a prvky a 1,, a n, b T Úloha určit všechny n-tice (x 1,, x n ) T n, pro něž platí n a i x i = a 1 x 1 + + a n x n = b, i=1 se nazývá lineární
3. Podmíněná pravděpodobnost a Bayesův vzorec
3. Podmíněná pravděpodobnost a Bayesův vzorec Poznámka: V některých úlohách řešíme situaci, kdy zkoumáme pravděpodobnost náhodného jevu za dalších omezujících podmínek. Nejčastěji má omezující podmínka
FREDHOLMOVA ALTERNATIVA
FREDHOLMOVA ALTERNATIVA Pavel Jirásek 1 Abstrakt. V tomto článku se snažíme shrnout dosavadní výsledky týkající se Fredholmovy alternativy (FA). Postupně zmíníme FA na prostorech konečné dimenze, FA pro
Diferenˇcní rovnice Diferenciální rovnice Matematika IV Matematika IV Program
Program Diferenční rovnice Program Diferenční rovnice Diferenciální rovnice Program Frisch a Samuelson: Systém je dynamický, jestliže jeho chování v čase je určeno funkcionální rovnicí, jejíž neznámé závisí
Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty študenti MFF 15. augusta 2008 1 14 Vlastní čísla a vlastní hodnoty Požadavky Vlastní čísla a vlastní hodnoty lineárního
Těleso racionálních funkcí
Těleso racionálních funkcí Poznámka. V minulém semestru jsme libovolnému oboru integrity sestrojili podílové těleso. Pro libovolné těleso R je okruh polynomů R[x] oborem integrity, máme tedy podílové těleso
2. kapitola: Euklidovské prostory
2. kapitola: Euklidovské prostory 2.1 Definice. Euklidovským n-rozměrným prostorem rozumíme neprázdnou množinu E n spolu s vektorovým prostorem V n a přiřazením, které každému bodu a z E n a každému vektoru
Lineární algebra : Vlastní čísla, vektory a diagonalizace
Lineární algebra : Vlastní čísla, vektory a diagonalizace (14. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 21. dubna 2014, 19:37 1 2 14.1 Vlastní čísla a vlastní vektory Nechť je
Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice
Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u
Literatura: O. Zindulka: Matematika 3 (kapitola 4, kapitola 5)
Předmět: MA03 Opakování: formulace okrajové úlohy (OÚ), skalární součin funkcí, ortogonalita funkcí Nová látka: vlastní čísla a vlastní funkce OÚ ortogonalita vlastních funkcí řešitelnost OÚ Literatura:
MKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0.
MKI -00 Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0. V jakém rozmezí se může pohybovat poloměr konvergence regulární
8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice
9. Lineární diferenciální rovnice 2. řádu Cíle Diferenciální rovnice, v nichž hledaná funkce vystupuje ve druhé či vyšší derivaci, nazýváme diferenciálními rovnicemi druhého a vyššího řádu. Analogicky
Matematika I, část I Vzájemná poloha lineárních útvarů v E 3
3.6. Vzájemná poloha lineárních útvarů v E 3 Výklad A. Vzájemná poloha dvou přímek Uvažujme v E 3 přímky p, q: p: X = A + ru q: X = B + sv a hledejme jejich společné body, tj. hledejme takové hodnoty parametrů
Teorie hromadné obsluhy (Queuing Theory)
Teorie hromadné obsluhy (Queuing Theory) Mgr. Šárka Voráčová, Ph.D. Katedra aplikované matematiky voracova @ fd.cvut.cz http://www.fd.cvut.cz/department/k611/pedagog/k611tho.html Literatura Š. Voráčová,
M - Příprava na 1. zápočtový test - třída 3SA
M - Příprava na 1. zápočtový test - třída 3SA Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. VARIACE 1 Tento
M - Příprava na pololetní písemku č. 1
M - Příprava na pololetní písemku č. 1 Určeno pro třídy 3SA, 3SB. VARIACE 1 Tento dokument byl kompletně vytvořen, sestaven a vytištěn v programu dosystem - EduBase. Více informací o programu naleznete
Soustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.
[1] Terminologie [2] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová matice.
Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech
Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech 1. července 2008 1 Funkce v R n Definice 1 Necht n N a D R n. Reálnou funkcí v R n (reálnou funkcí n proměnných) rozumíme zobrazení
Parametrická rovnice přímky v rovině
Parametrická rovnice přímky v rovině Nechť je v kartézské soustavě souřadnic dána přímka AB. Nechť vektor u = B - A. Pak libovolný bod X[x; y] leží na přímce AB právě tehdy, když vektory u a X - A jsou
7 Gaussova věta 7 GAUSSOVA VĚTA. Použitím Gaussovy věty odvod te velikost vektorů elektrické indukce a elektrické intenzity pro
7 Gaussova věta Zadání Použitím Gaussovy věty odvod te velikost vektorů elektrické indukce a elektrické intenzity pro následující nabitá tělesa:. rovnoměrně nabitou kouli s objemovou hustotou nábojeρ,
y = 1 x (y2 y), dy dx = 1 x (y2 y) dy y 2 = dx dy y 2 y y(y 4) = A y + B 5 = A(y 1) + By, tj. A = 1, B = 1. dy y 1
ODR - řešené příkla 20 5 ANALYTICKÉ A NUMERICKÉ METODY ŘEŠENÍ ODR A. Analtické meto řešení Vzorové příkla: 5.. Příklad. Řešte diferenciální rovnici = 2. Řešení: Přepišme danou rovnici na tvar = (2 ), což
Obecná úloha lineárního programování
Obecná úloha lineárního programování Úloha Maximalizovat hodnotu c T x (tzv. účelová funkce) za podmínek Ax b (tzv. omezující podmínky) kde A je daná reálná matice typu m n a c R n, b R m jsou dané reálné
1 Klasická pravděpodobnost. Bayesův vzorec. Poslední změna (oprava): 11. května 2018 ( 6 4)( 43 2 ) ( 49 6 ) 3. = (a) 1 1 2! + 1 3!
Výsledky příkladů na procvičení z NMSA0 Klasická pravděpodobnost. 5. ( 4( 43 ( 49 3. 8! 3! 0! = 5 Poslední změna (oprava:. května 08 4. (a! + 3! + ( n+ n! = n k= ( k+ /k! = n k=0 ( k /k!; (b n k=0 ( k
1/10. Kapitola 12: Soustavy lineárních algebraických rovnic
1/10 Kapitola 12: Soustavy lineárních algebraických rovnic Soustavy lineárních algebraických rovnic 2/10 Definice: Soustavou m lineárních algebraických rovnic o n neznámých rozumíme soustavu rovnic a 11
1 Soustavy lineárních rovnic
1 Soustavy lineárních rovnic 1.1 Základní pojmy Budeme uvažovat soustavu m lineárních rovnic o n neznámých s koeficienty z tělesa T (potom hovoříme o soustavě m lineárních rovnic o n neznámých nad tělesem
Rovinná úloha v MKP. (mohou být i jejich derivace!): rovinná napjatost a r. deformace (stěny,... ): u, v. prostorové úlohy: u, v, w
Rovinná úloha v MKP Hledané deformační veličiny viz klasická teorie pružnosti (mohou být i jejich derivace!): rovinná napjatost a r. deformace (stěny,... ): u, v desky: w, ϕ x, ϕ y prostorové úlohy: u,
Matematická analýza pro informatiky I.
Matematická analýza pro informatiky I. 10. přednáška Diferenciální počet funkcí více proměnných (II) Jan Tomeček jan.tomecek@upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci
Teorie hromadné obsluhy (Queuing Theory)
Teorie hromadné obsluhy (Queuing Theory) Mgr. Šárka Voráčov ová, Ph.D. Katedra aplikované matematiky voracova @ fd.cvut..cvut.czcz http://www.fd fd.cvut.cz/department/k611/pedagog/k611tho. /department/k611/pedagog/k611tho.html
Časové řady, typy trendových funkcí a odhady trendů
Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Stochastický proces Posloupnost náhodných veličin {Y t, t = 0, ±1, ±2 } se nazývá stochastický proces
Časové řady, typy trendových funkcí a odhady trendů
Časové řady, typy trendových funkcí a odhady trendů Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Jiří Neubauer (Katedra ekonometrie UO Brno) Časové
Přednáška 6, 6. listopadu 2013
Přednáška 6, 6. listopadu 2013 Kapitola 2. Posloupnosti a řady funkcí. V dalším jsou f, f n : M R, n = 1, 2,..., reálné funkce jedné reálné proměnné definované na (neprázdné) množině M R. Co to znamená,
ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ
ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ Parametrické vyjádření přímky v rovině Máme přímku p v rovině určenou body A, B. Sestrojíme vektor u = B A. Pro bod B tím pádem platí: B = A + u. Je zřejmé,
12. cvičení z PSI prosince (Test střední hodnoty dvou normálních rozdělení se stejným neznámým rozptylem)
cvičení z PSI 0-4 prosince 06 Test střední hodnoty dvou normálních rozdělení se stejným neznámým rozptylem) Z realizací náhodných veličin X a Y s normálním rozdělením) jsme z výběrů daného rozsahu obdrželi
Soustavy lineárních rovnic
Přednáška MATEMATIKA č 4 Katedra ekonometrie FEM UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz 27 10 2010 Soustava lineárních rovnic Definice Soustava rovnic a 11 x 1 + a 12 x 2 + + a
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ. Semestrální práce. Z předmětu Teorie hromadné obsluhy (THRO) Jan Čáslava.
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ Semestrální práce Z předmětu Teorie hromadné obsluhy (THRO) Jan Čáslava Skupina 1 57 Simulace fiktivní čerpací stanice 2011 1 Obsah 1. Popis situace...
Soustavy lineárních rovnic
Soustavy lineárních rovnic Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného
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
Antonín Sadil Elementární metody řešení diferenčních rovnic
Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE Antonín Sadil Elementární metody řešení diferenčních rovnic Katedra matematické analýzy Vedoucí bakalářské práce: RNDr Robert Černý,
Podobnost matic. Definice 8.6. Dány matice A, B M n (C). Jestliže existuje regulární matice P M n (C) tak,
Podobnost matic Definice 84 Dány matice A, B M n (C) Jestliže existuje regulární matice P M n (C) tak, že B = P 1 AP, pak říkáme, že matice B je podobná matici A a píšeme A B Takto zavedená binární relace