Zápočtová písemka z Matematiky III (BA04) skupina A

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Zápočtová písemka z Matematiky III (BA04) skupina A"

Transkript

1 skupina A 0 pro x < 1, ae x pro x 1, ), Pravděpodobnost P (X ) a P (X =.). E (X) a E ( X 1). Hustotu transformované náhodné veličiny Y = (X + 1). F(x) = x 3 pro x (0, 9), Hustotu f(x). Pravděpodobnost P (X (4, 10)). Rozptyl a modus. danou tabulkou x \y /1 1/3 /4 /1 1/1 c Obor hodnot Ω náhodného vektoru (X, Y ) a konstantu c. Marginální náhodnou veličinu X: rozdělovací funkci p 1 (x), její distribuční funkci F 1 (x) a nakreslete jejich grafy. Pravděpodobnost P (X Y ).

2 skupina B 0 pro x < 1, a x pro x 1, ), 4 Pravděpodobnost P (X 3) a P (X =.). D (X), D ( X 1). Hustotu funkci transformované náhodné veličiny Y = ln X. F(x) = sin x pro x ( ) 0, π, Hustotu f(x). Pravděpodobnost P (X ( π 4, π )). Střední hodnotu a modus. danou tabulkou x \y 1 1 c/10 c/5 c/10 c/5 3 c/10 c/10 Obor hodnot Ω náhodného vektoru (X, Y ) a konstantu c. Marginální náhodnou veličinu X: rozdělovací funkci p 1 (x), její distribuční funkci F 1 (x) a nakreslete jejich grafy. Pravděpodobnost P (X < Y ).

3 skupina C danou tabulkou: x p(x) c/15 c/5 c/5 c/5 c/15 Konstantu c. Distribuční funkci F (x) a nakreslete její graf. Pravděpodobnost P (X = ), P (X =.) a P (X ). ( ( Střední hodnotu, E X ) ) 5, modus. F(x) = a 1 x+1 pro x (0, ). P (X < 5) Hustotu transformované náhodné veličiny Y = e X. Určete f(x, y) = 1 e 1 xex pro [x, y] (0, 1) (0, ), Obor hodnot Ω (i nakreslit) náhodného vektoru (X, Y ). Pravděpodobnost P (Y 1), P ([X, Y ] = [0.5, 0.5]).

4 skupina D danou tabulkou: x p(x) c/3 0 1/3 1/ Konstantu c. Distribuční funkci F (x) a nakreslete její graf. Pravděpodobnost P (X = 1), P (X =.1) a P (X 3). Střední hodnotu, E (( )) X 6, modus. F(x) = a 1 e pro x (0, ). x Pravděpodobnost P (1 X ). Hustotu transformované náhodné veličiny Y = X 3 +. Určete f(x, y) = x pro [x, y] ( 0, 1 ) (0, 4), Obor hodnot Ω (i nakreslit) náhodného vektoru (X, Y ). Pravděpodobnost P (Y 1), P ([X, Y ] = [0.5, 0.5]).

5 skupina E p(x) = ( a ) x 3 x = 0, 1,, 3,..., Pravděpodobnost P (X = 3 ), P (X 1). Hustotu transformované náhodné veličiny Y = 4X. F(x) = a + b cos x pro x (0, π), Hustotu f(x). Pravděpodobnost P (X = π ), P (X π ). Střední hodnotu, E ( ) X 1 3, modus náhodné veličiny X. f(x, y) = 8y(x+) 10 pro x (0, 1) (0, 1), Pravděpodobnost P (X >, Y < 1), P (X > 0, Y < 1 3 ). Distribuční funkci marginální náhodné veličiny X.

6 skupina F p(x) = Pravděpodobnost P (X = 0), P (X 1). ( a 1 ) x+1 3 x = 1,, 3,..., Hustotu transformované náhodné veličiny Y = X 3. 0 pro x 1, F(x) = a + b ln (e x) pro x ( 1, e ), Hustotu f(x). Pravděpodobnost P (X = e ), P (X e). Střední hodnotu, E ( X ln X ), modus náhodné veličiny X. f(x, y) = x+3y 9 pro x (0, 1) (0, ), Pravděpodobnost P (X >, Y < 1), P (X > 0, Y < 1). Distribuční funkci marginální náhodné veličiny Y.

7 skupina G 1 6 sin x 3 pro x (0, 3π), Distribuční funkci F (x). Pravděpodobnost P (X 3π ) a P (X 3π ). Střední hodnotu, E ( 1 (X 1)) a modus náhodné veličiny X. Konstanty c 1, c. Pravděpodobnost P (X = 1). F(x) = c 1 + c arctg x pro x > 0. Hustotu transformované náhodné veličiny Y = ln X. danou tabulkou x \y /8 1/ 1/4 1/8 c Konstantu c a obor hodnot Ω náhodného vektoru (X, Y ). Pravděpodobnost P (X > 1, Y > 1), P ([X, Y ] = [1, 0]). Rozptyl (dispersi) marginální náhodné veličiny Y.

8 skupina I Konstantu c a modus náhodné veličiny X. Pravděpodobnost P (X = 1 ), P (X 1 ). c(x + 1) pro x ( 1, 1, Střední hodnotu transformované náhodné veličiny E (sin X). F(x) = a + 0 pro x, b x x pro x (, ). Pravděpodobnost P (X 4), P (X (, 4)). E ( ) X 3 víte-li, že E (X) = 6. danou tabulkou x \y 1 0 1/6 1/3 1/1 1/ /4 Pravděpodobnost P ((X Y ) 1), P (X = 1). Distribuční funkci marginální náhodné veličiny X.

9 skupina J Konstantu a a modus náhodné veličiny X. a(x ) pro x 0, ), Pravděpodobnost P (X = 0), P ( X ( 1, 3 )). Střední hodnotu transformované náhodné veličiny E (cos X). F(x) = a + 0 pro x, b x x pro x (, ). Pravděpodobnost P (X 4), P (X (, 4)). D ( ) 1 X 3 víte-li, že D (X) = danou tabulkou x \y /0 1/0 0 3/0 3/0 1/5 1 1/10 1/10 1/10 Pravděpodobnost P ((X Y ) > 0), P (X = 1). Distribuční funkci marginální náhodné veličiny Y.

10 skupina K cx sin x pro x (0, π), Konstantu c. Distribuční funkci F (x). Pravděpodobnost P ( X π ) a P ( X > π ). Pravděpodobnost P (X = 3), P ( X 1, e ). 0 pro x e, F(x) = a + b ln x pro x ( e, e 3), Hustotu transformované náhodné veličiny Y = ln X. p(x, y) = 15 ( ) x+y [x, y] 1,, 3,... } 1,, 3,... }, Pravděpodobnost P ((X, Y ) A), kde A = [x, y] N N; x 1, y }. Graf distribuční marginální náhodné veličiny X na intervalu 0, 3.5.

11 skupina L ax sin x pro x (0, π), Distribuční funkci F (x). Pravděpodobnost P (X 1) a P (X > 1). Pravděpodobnost P (X = 3), P ( X 1, e ). 0 pro x e, F(x) = a + b ln x pro x ( e, e 3), Hustotu transformované náhodné veličiny Y = e X. p(x, y) = ( 8 1 ) x+3y+ [x, y] 1,, 3,... } 1,, 3,... }, Pravděpodobnost P ((X, Y ) A), kde A = [x, y] N N; x, y 1}. Graf distribuční marginální náhodné veličiny Y na intervalu 0, 3.5.

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}. VIII. Náhodný vektor. Náhodný vektor (X, Y má diskrétní rozdělení s pravděpodobnostní funkcí p, kde p(x, y a(x + y +, x, y {,, }. a Určete číslo a a napište tabulku pravděpodobnostní funkce p. Řešení:

Více

Určete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami.

Určete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami. 3.1. 3.2. Třikrát vystřelíme na cíl. Pravděpodobnost zásahu při každém výstřelu je p = 0,7. Určete: a) pravděpodobnostní funkci počtu zásahů při třech nezávislých výsledcích, b) distribuční funkci a její

Více

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

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

Více

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

AVDAT Náhodný vektor, mnohorozměrné rozdělení

AVDAT Náhodný vektor, mnohorozměrné rozdělení AVDAT Náhodný vektor, mnohorozměrné rozdělení Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Opakování, náhodná veličina, rozdělení Náhodná veličina zobrazuje elementární

Více

0 = 2e 1 (z 3 1)dz + 3z. z=0 z 3 4z 2 + 3z + rez. 4. Napište Fourierův rozvoj vzhledem k trigonometrickému systému periodickému

0 = 2e 1 (z 3 1)dz + 3z. z=0 z 3 4z 2 + 3z + rez. 4. Napište Fourierův rozvoj vzhledem k trigonometrickému systému periodickému 2 1 1 0.8 0.6 0.4 0.2 0.2 0.4 0.6 0.8 1 x 1 2 Jméno a příjmení: ID.č. 9.5.2016 1. Řešte diferenciální rovnici: y + 2xy x 2 + 3 = sin x x 2 + 3. y = C cos x x 2 + 1 2. Vypočtěte z 2 e z dz, kde je křivka

Více

4. OBYČEJNÉ DIFERENCIÁLNÍ ROVNICE

4. OBYČEJNÉ DIFERENCIÁLNÍ ROVNICE FBI VŠB-TUO 28. března 2014 4.1. Základní pojmy Definice 4.1. Rovnice tvaru F (x, y, y, y,..., y (n) ) = 0 se nazývá obyčejná diferenciální rovnice n-tého řádu a vyjadřuje vztah mezi neznámou funkcí y

Více

Distribuční funkce je funkcí neklesající, tj. pro všechna

Distribuční funkce je funkcí neklesající, tj. pro všechna Téma: Náhodná veličina, distribuční funkce a její graf, pravděpodobnostní funkce a její graf, funkce hustoty pravděpodobnosti a její graf, výpočet střední hodnoty a rozptylu náhodné veličiny 1 Náhodná

Více

2. Je dáno jevové pole (Ω;A) a na něm nezáporná normovaná funkce. Definujte distrubuční funkci náhodného vektoru.

2. Je dáno jevové pole (Ω;A) a na něm nezáporná normovaná funkce. Definujte distrubuční funkci náhodného vektoru. Varianta I 1. Definujte pravděpodobnostní funkci. 2. Je dáno jevové pole (Ω;A) a na něm nezáporná normovaná funkce. Definujte distrubuční funkci náhodného vektoru. 3. Definujte Fisher-Snedecorovo rozdělení.

Více

n = 2 Sdružená distribuční funkce (joint d.f.) n. vektoru F (x, y) = P (X x, Y y)

n = 2 Sdružená distribuční funkce (joint d.f.) n. vektoru F (x, y) = P (X x, Y y) 5. NÁHODNÝ VEKTOR 5.1. Rozdělení náhodného vektoru Náhodný vektor X = (X 1, X 2,..., X n ) T n-rozměrný vektor, složky X i, i = 1,..., n náhodné veličiny. Vícerozměrná (n-rozměrná) náhodná veličina n =

Více

Matematika II. (LS 2009) FS VŠB-TU Ostrava. Bud te. A = a + 1 2, B = 1. b + 1. y = x 2 + Bx 3A. a osou x.

Matematika II. (LS 2009) FS VŠB-TU Ostrava. Bud te. A = a + 1 2, B = 1. b + 1. y = x 2 + Bx 3A. a osou x. Program 2. Aplikace určitého integrálu zadání 1. y = x 2 + Bx 3A y = ln(bx), x = 1/A a x = 3A Vypočítejte její obsah. 3. Určete obsah plochy ohraničené parametricky zadanou křivkou (tzv. cykloidou) x(t)

Více

Náhodný vektor a jeho charakteristiky

Náhodný vektor a jeho charakteristiky Náhodný vektor a jeho číselné charakteristiky 1 Náhodný vektor a jeho charakteristiky V následující kapitole budeme věnovat pozornost pouze dvourozměřnému náhodnému vektoru, i když uvedené pojmy a jejich

Více

má spojité parciální derivace druhého řádu ve všech bodech této množiny. Výpočtem postupně dostaneme: y = 9xy2 + 2,

má spojité parciální derivace druhého řádu ve všech bodech této množiny. Výpočtem postupně dostaneme: y = 9xy2 + 2, 4. Parciální derivace a diferenciál. řádu 0-a3b/4dvr.tex Příklad. Určete parciální derivace druhého řádu funkce f v obecném bodě a v daných bodech. Napište obecný tvar. diferenciálu, jeho hodnotu v daných

Více

Náhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která

Náhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která Náhodná veličina a její charakteristiky Náhodná veličina a její charakteristiky Představte si, že provádíte náhodný pokus, jehož výsledek jste schopni ohodnotit nějakým číslem. Před provedením pokusu jeho

Více

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Výsledky některých náhodných pokusů jsou přímo vyjádřeny číselně (např. při hodu kostkou padne 6). Náhodnou veličinou

Více

10. N á h o d n ý v e k t o r

10. N á h o d n ý v e k t o r 10. N á h o d n ý v e k t o r 10.1. Definice: Náhodný vektor. Uspořádanou n tici (X 1, X 2,..., X n ) náhodných veličin X i, 1 i n, nazýváme náhodným vektorem. Poznámka: Pro jednoduchost budeme zavádět

Více

Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet?

Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet? Náhodné veličiny Náhodné veličiny Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Příklad Vytáhneme tři karty z balíčku zajímá nás, kolik je mezi nimi es.

Více

2. Friesl, M.: Posbírané příklady z pravděpodobnosti a statistiky. Internetový zdroj (viz odkaz).

2. Friesl, M.: Posbírané příklady z pravděpodobnosti a statistiky. Internetový zdroj (viz odkaz). 1 Cvičení z předmětu KMA/PST1 Pro získání zápočtu je nutno mimo docházky (max. 3 absence) uspět minimálně ve dvou ze tří písemek, které budou v průběhu semestru napsány. Součástí třetí písemky bude též

Více

Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně

Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně 7 Náhodný vektor Nezávislost náhodných veličin Definice 7 Nechť je dán pravděpodobnostní prostor (Ω, A, P) Zobrazení X : Ω R n, které je A-měřitelné, se nazývá (n-rozměrný) náhodný vektor Měřitelností

Více

1 Rozptyl a kovariance

1 Rozptyl a kovariance Rozptyl a kovariance Nechť X je náhodná veličina s konečnou střední hodnotou EX Potom rozptyl náhodné veličiny X definujeme jako: DX E(X EX, pokud střední hodnota na pravé straně existuje Podobně jako

Více

MATEMATIKA III V PŘÍKLADECH

MATEMATIKA III V PŘÍKLADECH VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 7 Rozdělení pravděpodobnosti spojité náhodné veličiny Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka

Více

Copyright c R.Fučík FJFI ČVUT Praha, 2008

Copyright c R.Fučík FJFI ČVUT Praha, 2008 funkcí funkcí funkce Copyright c R.Fučík FJFI ČVUT Praha, 2008 funkcí Polynom p(x) = x 4 10x 3 + 35x 2 50x + 24 funkce funkcí Polynom p(x) = x 4 10x 3 + 35x 2 50x + 24 T 0 (x) = 24 funkce funkcí Polynom

Více

Cyklometrické funkce

Cyklometrické funkce 4 Cyklometrické funkce V minulé kapitole jsme zkoumali první funkci inverzní ke funkci goniometrické (tyto funkce se nazývají cyklometrické) funkci y = arcsin x (inverzní k funkci y = sin x ) Př: Nakresli

Více

MATEMATIKA. Příklady pro 1. ročník bakalářského studia. II. část Diferenciální počet. II.1. Posloupnosti reálných čísel

MATEMATIKA. Příklady pro 1. ročník bakalářského studia. II. část Diferenciální počet. II.1. Posloupnosti reálných čísel MATEMATIKA Příklady pro 1. ročník bakalářského studia II. část II.1. Posloupnosti reálných čísel Rozhodněte, zda posloupnost a n (n = 1, 2, 3,...) je omezená (omezená shora, omezená zdola) resp. monotónní

Více

Téma 22. Ondřej Nývlt

Téma 22. Ondřej Nývlt Téma 22 Ondřej Nývlt nyvlto1@fel.cvut.cz Náhodná veličina a náhodný vektor. Distribuční funkce, hustota a pravděpodobnostní funkce náhodné veličiny. Střední hodnota a rozptyl náhodné veličiny. Sdružené

Více

Náhodné vektory a matice

Náhodné vektory a matice Náhodné vektory a matice Jiří Militký Katedra textilních materiálů Technická Universita Liberec, Červeně označené slide jsou jen pro doplnění informací a nezkouší se. Symbolika A B Jev jistý S (nastane

Více

(FAPPZ) Petr Gurka aktualizováno 12. října Přehled některých elementárních funkcí

(FAPPZ) Petr Gurka aktualizováno 12. října Přehled některých elementárních funkcí 1. Reálná funkce reálné proměnné, derivování (FAPPZ) Petr Gurka aktualizováno 12. října 2011 Obsah 1 Přehled některých elementárních funkcí 1 1.1 Polynomické funkce.......................... 1 1.2 Racionální

Více

Repetitorium matematiky (pomocný učební text soubor testů s výsledky) KMA/P113, KMA/K113

Repetitorium matematiky (pomocný učební text soubor testů s výsledky) KMA/P113, KMA/K113 Univerzita J. E. Purkyně v Ústí nad Labem Přírodovědecká fakulta Repetitorium matematiky (pomocný učební text soubor testů s výsledky) KMA/P113, KMA/K113 Lenka Cibochová Ústí nad Labem 016 Anotace: Tato

Více

Veronika Chrastinová, Oto Přibyl

Veronika Chrastinová, Oto Přibyl Integrální počet II. Příklady s nápovědou. Veronika Chrastinová, Oto Přibyl 16. září 2003 Ústav matematiky a deskriptivní geometrie FAST VUT Brno Obsah 1 Dvojný integrál 3 2 Trojný integrál 7 3 Křivkový

Více

Funkce. b) D =N a H je množina všech kladných celých čísel,

Funkce. b) D =N a H je množina všech kladných celých čísel, Funkce ) Napište funkční předpisy a najděte definiční obory funkcí f pro které platí: f ( ) je povrch krychle o straně b) f ( ) je objem kvádru s čtvercovou podstavou o straně a povrchem rovným c) f (

Více

Petr Hasil

Petr Hasil Základy Vyšší Matematiky Petr Hasil hasil@mendelu.cz Poznámka 1. Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na disciplíny

Více

S1P Příklady 02. Náhodná proměnná (veličina) Mějme krabičku o rozměrech 1 x 2 x 3 cm. Na stranách jsou obrázky: :

S1P Příklady 02. Náhodná proměnná (veličina) Mějme krabičku o rozměrech 1 x 2 x 3 cm. Na stranách jsou obrázky: : S1P Příklady 02 Náhodná proměnná (veličina) Mějme krabičku o rozměrech 1 2 3 cm Na stranách jsou obrázky: : Ω ={strom, houba, kytka, slunce, dům, ryba} Pravděpodobnost jednotlivých elementárních jevů odpovídá

Více

Matematická analýza pro informatiky I.

Matematická analýza pro informatiky I. Matematická analýza pro informatiky I. 2. přednáška Jan Tomeček tomecek@inf.upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci 17. února 2010 Jan Tomeček, tomecek@inf.upol.cz

Více

Regresní a korelační analýza

Regresní 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)

Více

pouze u některých typů rovnic a v tomto textu se jím nebudeme až na

pouze u některých typů rovnic a v tomto textu se jím nebudeme až na Matematika II 7.1. Zavedení diferenciálních rovnic Definice 7.1.1. Rovnice tvaru F(y (n), y (n 1),, y, y, x) = 0 se nazývá diferenciální rovnice n-tého řádu pro funkci y = y(x). Speciálně je F(y, y, x)

Více

1. Klasická pravděpodobnost

1. Klasická pravděpodobnost Příklady 1. Klasická pravděpodobnost 1. Házíme dvakrát kostkou. Jaká je pravděpodobnost, že padne alespoň jedna šestka? 2. Základy teorie pravděpodobnosti vznikly v korespondenci mezi dvěma slavnými francouzskými

Více

na magisterský studijní obor Učitelství matematiky pro střední školy

na magisterský studijní obor Učitelství matematiky pro střední školy Datum:... Jméno:... Přijímací řízení pro akademický rok 203/4 na magisterský studijní obor Učitelství matematiky pro střední školy Písemná část přijímací zkoušky z matematiky Za každou správnou odpověd

Více

NÁHODNÝ VEKTOR. 4. cvičení

NÁHODNÝ VEKTOR. 4. cvičení NÁHODNÝ VEKTOR 4. cvičení Náhodný vektor Náhodným vektorem rozumíme sloupcový vektor X=(X, X,, X n ) složený z náhodných veličin X, X,, X n, který je charakterizován sdruženým rozdělením pravděpodobnosti.

Více

Test M1-ZS12-2 M1-ZS12-2/1. Příklad 1 Najděte tečnu grafu funkce f x 2 x 6 3 x 2, která je kolmá na přímku p :2x y 3 0.

Test M1-ZS12-2 M1-ZS12-2/1. Příklad 1 Najděte tečnu grafu funkce f x 2 x 6 3 x 2, která je kolmá na přímku p :2x y 3 0. Test M-ZS- M-ZS-/ Příklad Najděte tečnu grafu funkce f x x 6 3 x, která je kolmá na přímku p :x y 3 0. Zřejmě D f R. Přímka p má směrnici, tečna na ní kolmá má proto směrnici. Protože směrnice tečny ke

Více

Tématické celky { kontrolní otázky.

Tématické celky { kontrolní otázky. Tématické celky kontrolní otázky. Základy teorie pravdìpodobnosti..pravdìpodobnostní míra základní pojmy... Vysvìtlete pojem náhody, náhodného pokusu, náhodného jevu a jeho mno- ¾inovou interpretaci. Popi¹te

Více

1. Definiční obor funkce dvou proměnných

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

Více

Funkce zadané implicitně

Funkce zadané implicitně Kapitola 8 Funkce zadané implicitně Začneme několika příklady. Prvním je známá rovnice pro jednotkovou kružnici x 2 + y 2 1 = 0. Tato rovnice popisuje křivku, kterou si však nelze představit jako graf

Více

Cvičení z AM-DI. Petr Hasil, Ph.D. Verze: 1. března 2017

Cvičení z AM-DI. Petr Hasil, Ph.D. Verze: 1. března 2017 z AM-DI Petr Hasil, Ph.D. hasil@mendelu.cz Verze: 1. března 017 Poznámka. Příklady označené na cvičení dělat nebudeme, protože jsou moc dlouhé, popř. složité (jako takové, nebo pro psaní na tabuli). V

Více

Přednáška z MA. Michal Tuláček 16. prosince 2004. 1 IV.7 Průběhy funkce 3. 2 Vyšetřování průběhu funkce- KUCHAŘKA 4

Přednáška z MA. Michal Tuláček 16. prosince 2004. 1 IV.7 Průběhy funkce 3. 2 Vyšetřování průběhu funkce- KUCHAŘKA 4 Přednáška z MA Michal Tuláček 6. prosince 004 Obsah IV.7 Průběhy funkce 3 Vyšetřování průběhu funkce- KUCHAŘKA 4 3 Vzorový příklad na průběh funkce ze cvičení 4 4 Příkladynadobumezikapremahusou 7 Definice:

Více

. Určete hodnotu neznámé x tak, aby

. Určete hodnotu neznámé x tak, aby Fakulta informačních technologií ČVUT v Praze Přijímací zkouška z matematiky 015 Kód uchazeče ID:.................. Varianta: 1 1. Původní cena knihy byla 50 Kč. Pak byla zdražena o 15 %. Jelikož nešla

Více

Základy matematiky pracovní listy

Základy matematiky pracovní listy Dagmar Dlouhá, Michaela Tužilová Katedra matematiky a deskriptivní geometrie VŠB - Technická univerzita Ostrava Úvod Pracovní listy jsou určeny pro předmět Základy matematiky vyučovaný Katedrou matematiky

Více

Semestrální písemka BMA3 - termín varianta A13 vzorové řešení

Semestrální písemka BMA3 - termín varianta A13 vzorové řešení Semestrální písemka BMA3 - termín 6.1.9 - varianta A13 vzorové řešení Každý příklad je hodnocen maximálně 18 body, z toho část a) 1 body a část b) body. Mezivýsledky při výpočtech zaokrouhlujte alespoň

Více

Diferenciální počet funkcí více proměnných

Diferenciální počet funkcí více proměnných Vysoké učení technické v Brně Fakulta strojního inženýrství Diferenciální počet funkcí více proměnných Doc RNDr Miroslav Doupovec, CSc Neřešené příklady Matematika II OBSAH Obsah I Diferenciální počet

Více

4. Diferenciál a Taylorova věta

4. Diferenciál a Taylorova věta 4. Diferenciál a Taylorova věta Definice 4.1. Buď f : R n R, a Df. Řekneme, že f je diferencovatelná v bodě a, když h V n takový, že a + h Df platí f(a + h) f(a) gradf(a) h + h τ(h), kde lim τ(h) 0. Funkce

Více

MATEMATIKA II - vybrané úlohy ze zkoušek (2015)

MATEMATIKA II - vybrané úlohy ze zkoušek (2015) MATEMATIKA II - vybrané úlohy ze zkoušek (2015) doplněné o další úlohy 24. 2. 2015 Nalezené nesrovnalosti ve výsledcích nebo připomínky k tomuto souboru sdělte laskavě F. Mrázovi (e-mail: Frantisek.Mraz@fs.cvut.cz

Více

Matematika I Reálná funkce jedné promìnné

Matematika I Reálná funkce jedné promìnné Matematika I Reálná funkce jedné promìnné RNDr. Renata Klufová, Ph. D. Jihoèeská univerzita v Èeských Budìjovicích EF Katedra aplikované matematiky a informatiky Reálná funkce Def. Zobrazení f nazveme

Více

KMA Písemná část přijímací zkoušky - MFS 2o16

KMA Písemná část přijímací zkoušky - MFS 2o16 JMÉNO a PŘÍJMENÍ KMA Písemná část přijímací zkoušky - MFS 2o16 verze 1 / 28. 6. 2016 Pokyny k vypracování: Za každý správně vyřešený příklad lze získat 2 body. U zaškrtávacích otázek, je vždy správná právě

Více

Repetitorium matematiky (soubor testů) KMA/P113

Repetitorium matematiky (soubor testů) KMA/P113 Univerzita J. E. Purkyně v Ústí nad Labem Přírodovědecká fakulta Repetitorium matematiky (soubor testů) KMA/P Lenka Součková Ústí nad Labem 0 Obor: Klíčová slova: Anotace: Fyzika (dvouoborové studium),

Více

Projekt 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 Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Geometrie Různé metody řešení Téma: Kružnice, kruh, tečny, obsahy, goniometrické funkce, integrace

Více

Grafy funkcí odvozených z funkcí sinus a cosinus I

Grafy funkcí odvozených z funkcí sinus a cosinus I 4..0 Grafy funkcí odvozených z funkcí sinus a cosinus I Předpoklady: 409 Pedagogická poznámka: Kvůli následující hodině je třeba dát pozor, příliš se nezaseknout na začátku hodiny a postupovat tak, aby

Více

Funkce jedné proměnné

Funkce jedné proměnné Funkce jedné proměnné Příklad - V následujících příkladech v případě a) pro funkce dané rovnicí zjistěte zda jsou rostoucí klesající nebo konstantní vypočítejte průsečíky grafu s osami souřadnic a graf

Více

= 2x + y, = 2y + x 3. 2x + y = 0, x + 2y = 3,

= 2x + y, = 2y + x 3. 2x + y = 0, x + 2y = 3, V. Lokální extrémy. Příklad 1: Určete lokální extrémy zadané funkce. 1. f(x, y) = x 2 + y 2 + xy 3y 2. Definičním oborem funkce je množina Df = R 2 a funkce f má spojité parciální = 2x + y, = 2y + x 3.

Více

1 Funkce dvou a tří proměnných

1 Funkce dvou a tří proměnných 1 Funkce dvou a tří proměnných 1.1 Pojem funkce více proměnných Definice Funkce dvou proměnných je předpis, který každému bodu z R 2 (tj. z roviny) přiřazuje jediné reálné číslo. z = f(x, y), D(f) R 2

Více

PROGRAMU 2. Obvod D je dán součtem velikostí všech tří stran D=a+b+c= =23.07

PROGRAMU 2. Obvod D je dán součtem velikostí všech tří stran D=a+b+c= =23.07 VZOROVÉ ŘEŠENÍ A VYSVĚTLENÍ PROGRAMU. Ing. Marek Nikodým Ph.D. Katedra matematiky a deskriptívní geometrie VŠB-TU Ostrava 1 Výpočty v trojúhelníku Je dán trojúhelník ABC v prostoru A[, 3, 3], B[4, 5, ],

Více

Derivace funkce. Přednáška MATEMATIKA č Jiří Neubauer

Derivace funkce. Přednáška MATEMATIKA č Jiří Neubauer Přednáška MATEMATIKA č. 9-11 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Šotová, J., Doudová, L. Diferenciální počet funkcí jedné proměnné Motivační příklady

Více

Matematika 1. Matematika 1

Matematika 1. Matematika 1 5. přednáška Elementární funkce 24. října 2012 Logaritmus a exponenciální funkce Věta 5.1 Existuje právě jedna funkce (značíme ji ln a nazýváme ji přirozeným logaritmem), s následujícími vlastnostmi: D(ln)

Více

8 Střední hodnota a rozptyl

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

Více

SPOJITÉ ROZDĚLENÍ PRAVDĚPODOBNOSTI. 7. cvičení

SPOJITÉ ROZDĚLENÍ PRAVDĚPODOBNOSTI. 7. cvičení SPOJITÉ ROZDĚLENÍ PRAVDĚPODOBNOSTI 7. cvičení Intenzita poruch Funkce modelující dobu do výskytu události životnost, dobu do poruchy, dobu do relapsu (návratu onemocnění), apod. používáme spolu s distribuční

Více

Řešení: a) Označme f hustotu a F distribuční funkci náhodné veličiny X. Obdobně označme g hustotu a G distribuční funkci náhodné veličiny Y.

Řešení: a) Označme f hustotu a F distribuční funkci náhodné veličiny X. Obdobně označme g hustotu a G distribuční funkci náhodné veličiny Y. VII. Transformace náhodné veličiny. Náhodná veličina X má exponenciální rozdělení Ex(; ) a náhodná veličina Y = X. a) Určete hustotu a distribuční funkci náhodné veličiny Y. b) Vypočtěte E(Y ) a D(Y ).

Více

TEST 1 (40 bodů) (9 4)! 2. Nejméně kolikrát musíme hodit kostkou, abychom měli alespoň 80% pravděpodobnost, že padne alespoň jedna šestka?

TEST 1 (40 bodů) (9 4)! 2. Nejméně kolikrát musíme hodit kostkou, abychom měli alespoň 80% pravděpodobnost, že padne alespoň jedna šestka? TEST (40 bodů) Jméno:. Pin karty se skládá ze čtyř náhodně vybraných číslic až 9, z nichž se žádné neopakuje. Jaká je pravděpodobnost, že všechny čtyři číslice budou liché? podíl všech možností,jak vybrat

Více

y ds, z T = 1 z ds, kde S = S

y ds, z T = 1 z ds, kde S = S Plošné integrály příklad 5 Určete souřadnice těžiště části roviny xy z =, která leží v prvním oktantu x >, y >, z >. Řešení: ouřadnice těžiště x T, y T a z T homogenní plochy lze určit pomocí plošných

Více

Řešení: Nejprve musíme napsat parametrické rovnice křivky C. Asi nejjednodušší parametrizace je. t t dt = t 1. x = A + ( B A ) t, 0 t 1,

Řešení: Nejprve musíme napsat parametrické rovnice křivky C. Asi nejjednodušší parametrizace je. t t dt = t 1. x = A + ( B A ) t, 0 t 1, Určete Křivkový integrál příklad 4 x ds, kde {x, y ; y ln x, x 3}. Řešení: Nejprve musíme napsat parametrické rovnice křivky. Asi nejjednodušší parametrizace je Tedy daný integrál je x ds x t, y ln t,

Více

Definice Řekneme, že funkce z = f(x,y) je v bodě A = [x 0,y 0 ] diferencovatelná, nebo. z f(x 0 + h,y 0 + k) f(x 0,y 0 ) = Ah + Bk + ρτ(h,k),

Definice Řekneme, že funkce z = f(x,y) je v bodě A = [x 0,y 0 ] diferencovatelná, nebo. z f(x 0 + h,y 0 + k) f(x 0,y 0 ) = Ah + Bk + ρτ(h,k), Definice 5.2.1. Řekneme, že funkce z = f(x,y) je v bodě A = [x 0,y 0 ] diferencovatelná, nebo má v tomto bodě totální diferenciál, jestliže je možné její přírůstek z na nějakém okolí bodu A vyjádřit jako

Více

Lineární rovnice prvního řádu. Máme řešit nehomogenní lineární diferenciální rovnici prvního řádu. Funkce h(t) = 2

Lineární rovnice prvního řádu. Máme řešit nehomogenní lineární diferenciální rovnici prvního řádu. Funkce h(t) = 2 Cvičení Lineární rovnice prvního řádu. Najděte řešení Cauchyovy úlohy x + x tg t = cos t, které vyhovuje podmínce xπ =. Máme nehomogenní lineární diferenciální rovnici prvního řádu. Funkce ht = tg t a

Více

6. Bez použití funkcí min a max zapište formulí predikátového počtu tvrzení, že každá množina

6. Bez použití funkcí min a max zapište formulí predikátového počtu tvrzení, že každá množina Instrukce: Příklady řešte výhradně elementárně, bez použití nástrojů z diferenciálního a integrálního počtu. Je-li součástí řešení úlohy podmnožina reálných čísel, vyjádřete ji jako disjunktní sjednocení

Více

Klasická pravděpodobnost a geometrická pravděpodobnost

Klasická pravděpodobnost a geometrická pravděpodobnost Klasická pravděpodobnost a geometrická pravděpodobnost 1. Házíme čtyřmi šestistěnnými hracími kostkami. Určete, jaká je pravděpodobnost, že (a) součet čísel na kostkách bude sudé číslo a zároveň součin

Více

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

Téma 2: Pravděpodobnostní vyjádření náhodných veličin 0.025 0.02 0.015 0.01 0.005 Nominální napětí v pásnici Std Mean 140 160 180 200 220 240 260 Std Téma 2: Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Pravděpodobnostní posuzování

Více

PŘÍKLADY K MATEMATICE 3 - VÍCENÁSOBNÉ INTEGRÁLY. x 2. 3+y 2

PŘÍKLADY K MATEMATICE 3 - VÍCENÁSOBNÉ INTEGRÁLY. x 2. 3+y 2 PŘÍKLADY K ATEATICE 3 - VÍCENÁSOBNÉ INTEGRÁLY ZDENĚK ŠIBRAVA.. Dvojné integrály.. Vícenásobné intergrály Příklad.. Vypočítejme dvojný integrál x 3 + y da, kde =, 3,. Řešení: Funkce f(x, y) = x je na obdélníku

Více

5. Jev B je částí jebu A. Co můžeme říct o podmíněné pravděpodobnosti? (1b)

5. Jev B je částí jebu A. Co můžeme říct o podmíněné pravděpodobnosti? (1b) TEST 3 1. U pacienta je podozření na jednu ze čtyř, navzájem se vylučujících nemocí. Pravděpodobnost výskytu těchto nemocí je 0,1, 0,2, 0,4 a 0,3. Laboratorní zkouška je v případě první nemoci pozitivní

Více

PŘÍKLADY K MATEMATICE 3

PŘÍKLADY K MATEMATICE 3 PŘÍKLADY K ATEATIE 3 ZDENĚK ŠIBRAVA. Křivkové integrály.. Křivkový integrál prvního druhu. Příklad.. Vypočítejme křivkový integrál A =, ), B = 4, ). Řešení: Úsečka AB je hladká křivka. Funkce ψt) = 4t,

Více

Cvičení ze statistiky - 5. Filip Děchtěrenko

Cvičení ze statistiky - 5. Filip Děchtěrenko Cvičení ze statistiky - 5 Filip Děchtěrenko Minule bylo.. Začali jsme pravděpodobnost Klasická a statistická definice pravděpodobnosti Náhodný jev Doplněk, průnik, sjednocení Podmíněná pravděpodobnost

Více

4. cvičení 4ST201. Pravděpodobnost. Obsah: Pravděpodobnost Náhodná veličina. Co je třeba znát z přednášek

4. cvičení 4ST201. Pravděpodobnost. Obsah: Pravděpodobnost Náhodná veličina. Co je třeba znát z přednášek cvičící 4. cvičení 4ST201 Obsah: Pravděpodobnost Náhodná veličina Vysoká škola ekonomická 1 Pravděpodobnost Co je třeba znát z přednášek 1. Náhodný jev, náhodný pokus 2. Jev nemožný, jev jistý 3. Klasická

Více

Malé statistické repetitorium Verze s řešením

Malé statistické repetitorium Verze s řešením Verze s řešením Příklad : Rozdělení náhodné veličiny základní charakteristiky Rozdělení diskrétní náhodné veličiny X je dáno následující tabulkou x 0 4 5 P(X = x) 005 05 05 0 a) Nakreslete graf distribuční

Více

Příklad 1: Házíme dvěma kostkami. Stanovte pravděpodobnost jevu, že na kostkách padne součet menší než 5.

Příklad 1: Házíme dvěma kostkami. Stanovte pravděpodobnost jevu, že na kostkách padne součet menší než 5. Příklad 1: Házíme dvěma kostkami. Stanovte pravděpodobnost jevu, že na kostkách padne součet menší než 5. Řešení: Výsledky pokusu jsou uspořádané dvojice. První člen dvojice odpovídá hodu 1. kostkou a

Více

Okruhy, podokruhy, obor integrity, těleso, homomorfismus. 1. Rozhodněte, zda daná množina M je podokruhem okruhu (C, +, ): f) M = { a

Okruhy, podokruhy, obor integrity, těleso, homomorfismus. 1. Rozhodněte, zda daná množina M je podokruhem okruhu (C, +, ): f) M = { a Sbírka příkladů z okruhů a polynomů Algebra I Okruhy, podokruhy, obor integrity, těleso, homomorfismus 1. Rozhodněte, zda daná množina M je podokruhem okruhu (C, +, ): a) M = {a + i a R}, b) M = {a + i

Více

naopak více variant odpovědí, bude otázka hodnocena jako nesprávně zodpovězená.

naopak více variant odpovědí, bude otázka hodnocena jako nesprávně zodpovězená. Datum:... Jméno:... Přijímací řízení pro akademický rok 28/9 na magisterské studijní obor Finanční informatiky a statistika Písemná část přijímací zkoušky z matematiky Za každou správnou odpověd se získávají

Více

verze 1.3 kde ρ(, ) je vzdálenost dvou bodů v R r. Redukovaným ε-ovým okolím nazveme ε-ové okolí bodu x 0 mimo tohoto bodu, tedy množinu

verze 1.3 kde ρ(, ) je vzdálenost dvou bodů v R r. Redukovaným ε-ovým okolím nazveme ε-ové okolí bodu x 0 mimo tohoto bodu, tedy množinu Úvod Diferenciální počet více proměnných verze.3 Následující text popisuje základy diferenciálního počtu více proměnných. Měl by sloužit především studentům předmětu MATEMAT na Univerzitě Hradec Králové

Více

Ústav teoretické fyziky a astrofyziky Přírodovědecké fakulty Masarykovy Univerzity v Brně. 14. května 2007

Ústav teoretické fyziky a astrofyziky Přírodovědecké fakulty Masarykovy Univerzity v Brně. 14. května 2007 Rychlotest-řešení Ústav teoretické fyziky a astrofyziky Přírodovědecké fakulty Masarykovy Univerzity v Brně 14. května 2007 Příklad 1 Mějme funkci y = sin x rozhodněte zda směrnice tečny k dané křivce

Více

Sbírka příkladů z matematické analýzy II. Petr Tomiczek

Sbírka příkladů z matematické analýzy II. Petr Tomiczek Sbírka příkladů z matematické analýzy II Petr Tomiczek Obsah Diferenciální rovnice. řádu 3. Separace proměnných......................... 3. Přechod k separaci.......................... 4.3 Variace konstant...........................

Více

diferenciální rovnice verze 1.1

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

Více

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

Téma 2: Pravděpodobnostní vyjádření náhodných veličin 0.05 0.0 0.05 0.0 0.005 Nominální napětí v pásnici Std Mean 40 60 80 00 0 40 60 Std Téma : Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Spolehlivost a bezpečnost staveb 4. ročník

Více

1. Klasická pravděpodobnost

1. Klasická pravděpodobnost 1. Klasická pravděpodobnost 1. Házíme postupně čtyřikrát korunovou mincí. Jaká je pravděpodobnost, že padne jednou panna a třikrát orel? Jaká se tato pravděpodobnost změní, když mince není symetrická a

Více

Příklady na konvexnost a inflexní body. Funkce f (x) = x 3 9x. Derivace jsou f (x) = 3x 2 9 a f (x) = 6x. Funkce f je konvexní na intervalu (0, )

Příklady na konvexnost a inflexní body. Funkce f (x) = x 3 9x. Derivace jsou f (x) = 3x 2 9 a f (x) = 6x. Funkce f je konvexní na intervalu (0, ) Příklady na konvexnost a inflexní body. Funkce = x 3 9x. Derivace jsou f (x) = 3x 9 a f (x) = 6x. Funkce f je konvexní na intervalu (, ) a konkávní na intervalu (, ). Inflexní bod c =. 3 1 1 y = x 3 9x

Více

Příklad 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 5

Příklad 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 5 Příklad a) Uvažujme jevy A, B, C. Výsledkem náhodného pokusu může být pouze nastoupení právě jednoho z uvedených jevů, nebo nastoupení všech tří těchto jevů současně. Zjistěte, zda jsou dané jevy vzájemně

Více

Rychlotest-internet. Ústav teoretické fyziky a astrofyziky Přírodovědecké fakulty Masarykovy Univerzity v Brně. 14. května 2007

Rychlotest-internet. Ústav teoretické fyziky a astrofyziky Přírodovědecké fakulty Masarykovy Univerzity v Brně. 14. května 2007 Rychlotest-internet Ústav teoretické fyziky a astrofyziky Přírodovědecké fakulty Masarykovy Univerzity v Brně 14. května 2007 Na vyřešení testu by Vám mělo stačit 25 minut. K jeho řešení nebudete potřebovat

Více

LDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22

LDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22 Lineární diferenciální rovnice druhého řádu Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)

Více

Náhodná veličina a rozdělení pravděpodobnosti

Náhodná veličina a rozdělení pravděpodobnosti 3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro

Více

Matematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace

Matematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace Matematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace Jan Slovák Masarykova univerzita Fakulta informatiky 28. 11 2. 12. 2016 Obsah přednášky 1 Literatura 2 Střední

Více

Funkce více proměnných - úvod

Funkce více proměnných - úvod Funkce více proměnných - úvod Helena Říhová FBMI 14. července 2014 Helena Říhová (ČVUT) Funkce více proměnných - úvod 14. července 2014 1 / 16 Obsah 1 Úvod Grafy funkcí dvou proměnných Eukleidovská vzdálenost

Více

Určete polohu a variabilitu mediánem a kvartilovou odchylkou Q(X). g) Určete modus: a. Nespojité náhodné veličiny X s pravděpodobnostní funkcí

Určete polohu a variabilitu mediánem a kvartilovou odchylkou Q(X). g) Určete modus: a. Nespojité náhodné veličiny X s pravděpodobnostní funkcí Příklad a) V sérii výrobků je 8 % s povrchovou vadou neomezující funkčnost. Pravděpodobnost reklamace takových výrobků je,8. Pro prodej výrobků s touto povrchovou vadou byly určeny dvě strategie. První

Více

Dvojné a trojné integrály příklad 3. x 2 y dx dy,

Dvojné a trojné integrály příklad 3. x 2 y dx dy, Spočtěte = { x, y) ; 4x + y 4 }. Dvojné a trojné integrály příklad 3 x y dx dy, Řešení: Protože obor integrace je symetrický vzhledem k ose x, tj. vzhledem k substituci [x; y] [x; y], a funkce fx, y) je

Více

8.1. Určete všechny lokální extrémy funkce f(x, y) = x 2 + arctg 2 x + y 3 + y, x, y R.

8.1. Určete všechny lokální extrémy funkce f(x, y) = x 2 + arctg 2 x + y 3 + y, x, y R. Řešené příklady k extrémům funkcí více proměnných 8 Určete všechny lokální extrémy funkce fx y x + arctg x + y + y x y R Řešení Funkci f si vyjádříme jako součet f + f kde f x x + arctg x x R f y y + y

Více