Je rychlejší dostat se do školy (budovy ČVUT na Karlově Náměstí) ze Strahovských kolejí pomocí autobusu, nebo tramvaje?

Rozměr: px
Začít zobrazení ze stránky:

Download "Je rychlejší dostat se do školy (budovy ČVUT na Karlově Náměstí) ze Strahovských kolejí pomocí autobusu, nebo tramvaje?"

Transkript

1 Seminární práce pro předmět X36MVT Matematika pro výpočetní techniku Je rchlejší dotat e do škol (budov ČVUT na Karlově Námětí) ze Strahovkých kolejí pomocí autobuu, nebo tramvaje? Vpracoval: Tomáš Valenta, 4. ročník tomland@pot.cz Akademický rok: 005/006 Cvičící a přednášející: Doc. Ing Mirko Navara, DrSc.

2 Zadání Již čtvrtým rokem dojíždím ze Strahovkých kolejí do škol na Karlovo námětí. Ačkoliv b e mohlo zdát, že dopravní pojení na kopec a zpátk nebude nikterak olnivé, zdání v tomto případě klame. Jen letmá analýza dopravních možnotí při dopravě měrem dolů, a nejen na Karlovo námětí, ale i do jiných lokalit, nabízí hned několik zajímavých variant, které jem po dobu vého pobtu zde tačil vzkoušet a ověřit. Kromě možnoti použití hrubé íl, ted abolvování celé cet na Karlovo námětí pěšk krz Kinkého zahrad, e nabízí jedno přímé pojení pomocí autobuové link 76, která od Strahovkého tadionu jede přímo na Karlovo námětí. Další možnoti již budou kombinované. První, a nejvíce atraktivní, e jeví možnot použití petřínké lanovk (a přiznejme i to, kdo všechno může tvrdit, že jezdí do škol lanovkou) v kombinaci tramvají č. 9, 6,, 3, jedoucími měrem na Národní třídu, kde lze přetoupit na tramvaj č., 4, v případě použití tramvaje č.9, nebo přímo pokračovat v jízdě dále až na Karlovo námětí. Další možnoti pro kombinaci pak nabízí ceta dolů z kopce krz Kinkého zahrad. Po ejití zahrad měrem na Kinkého námětí lze v cetě dále pokračovat pomocí tramvaje č.9 a 6 a dále viz předchozí varianta, nebo pomocí autobuu 76, který v těchto mítech také projíždí. Tímto e už rázem dotáváme k čílu, jež udává 5 různých možnotí doprav. A tím výčet všech možnotí zdaleka nekončí. Pro inpiraci uvedu ještě jednu další, trochu eotickou, ale v případě loňké něhové kalamit vužitou možnot. Ted, použít autobu č.7, který Strahovem projíždí ze zatávk Dejvická na zatávku Anděl, odkud e lze při náledném použití metra, které je jen jenu zatávku od Karlova námětí, kýženým měrem dotat. Z vlatní zkušenoti však vím, že nejvužívanější a nejlepší, čili i pravděpodobně nejrchlejší možnotí je kombinace chůze krz Kinkého zahrad na Kinkého námětí, bod (3), a poté volba autobu/tramvaj. Analýzou těchto dvou případů e náledující práce bude zabývat. Budu ted měřit dobu, za jakou e od vé koleje na Strahově, bod (), dotanu před vchod do budov ČVUT na Karlově námětí, bod (4), a budu e nažit ověřit, zda je jízda tramvají a autobuem čaově rovnocenná, či je jedna z nich výhodnější, a ted rchlejší. Analýza dopravní ituace Z přiložené mapk naznačenými traami tramvaje a autobuu lze vidět, že traa tramvaje je delší a obahuje více zatávek. Autobu je také většinou rchlejší a tudíž b e dalo logick předpokládat, že bude jízda autobuem trvat kratší dobu. Před vvozováním jakýchkoliv předčaných závěrů je však potřeba ještě řádně pooudit dopravní ituaci a podmínk, které oba dopravní protředk mohou ovlivnit. Ceta z koleje pře zahrad na Kinkého námětí není ovlivněna žádnými mimořádnými a předem neodhadnutelnými událotmi, ča chůze proto budou víceméně kontantní. Dalo b e proto i uvažovat o vpuštění této čáti měření a měřit jen ča z Kinkého námětí dále. Při vpuštění této fáze b ale poku ztratil vé kouzlo totiž, měření celého čau cet z koleje do škol. Velkou roli bude ve výledných čaech také hrát čekání na zatávce. Proto také vpuštění chůze krz zahrad autor neuvažuje. Autobu a tramvaj mají různé interval příjezdu a proto bude okamžik příchodu z Kinkého zahrad a náledné čekání na tramvaj či autobu hrát důležitou roli ve výledném čae, neboť autor při měření neledoval jízdní řád a dob odjezdů; ponechal tuto čát náhodě, ab měření více odpovídalo kutečnoti dorazím na zatávku a pojedu tím, co přijede dřív. Autobu 76 jezdí většinu dne v pravidelných intervalech 7 8 minut, tramvaj č.9 v intervalech polovičních, ted každé 4 minut. Tento fakt b mohl hrát významnou roli

3 v případě čaů tramvaje. Tramvaj po cetě na Karlovo námětí projíždí 4 emafor, repektive křižovatk, zatímco autobu má v cetě z Kinkého námětí měrem na Karlovo námětí emaforů 8. Při průměrné době čekání necelé minut u jednoho emaforu tato okolnot může podtatně ovlivnit dobu jízd. Jízda tramvají navíc není ovlivněna dopravní ituací na cetách a křižovatkách do takové mír, jako jízda autobuem. V oblati Jirákova motu a přilehlých křižovatkách, kud autobu projíždí, e velice čato tvoří menší či větší dopravní zácp, které jízdu mohou podtatně zpomalit. Tramvaj po cetě dopravní zácp do takové mír neovlivňují, zato však je potřeba na Národní třídě přetoupit z č.9 na jinou tramvaj, jedoucí měrem na Karlovo námětí. V případě jízd tramvají č.6 to není potřeba. Čekání na tramvaj na Národní třídě také ovlivní výlednou dobu jízd tramvaje. Při poouzení těchto dopravních okolnotí už původní předpoklad, že autobu b měl být logick rchlejší, už tak janě nevpadá. Zda e tto možné předpoklad ovlivnění dob jízd razantněji projeví ve výledných čaech, ukáže náledují měření. 3 Hpotéza Označím -,, 0 ča 0ti měření jízd tramvají -,, 0 ča 0ti měření jízd autobuem Na základě těchto vzorků budu tetovat nulovou hpotézu, že obě možnoti jízd tramvají a autobuem jou tejně čaově náročné oproti alternativní hpotéze, že jízda autobuem je rchlejší a ted i čaově kratší. 4 Naměřená data Náledující tabulka uvádí ča měření obou variant jízd v minutách a ekundách a jejich náledný převod na čílo. Pro ilutraci jem uvedl i ča celkové jízd jen autobuem 76 ze Strahova až na Karlovo námětí. T e k náledujícímu ověřování nulové hpotéz brát v úvahu nebudou, budou však voji roli hrát v závěrečném hodnocení. Pro zkvalitnění výpočtu jem e také rozhodl z měření vputit vžd nejhorší a nejlepší doažený ča, viz červeně označené hodnot. Čílo měření Chůze + tramvaj Chůze + autobu 76 Autobu 76 m: pro převod m: pro převod m: pro z 0:3 0,38 6:09 6,5 :7 :0,33 0:07 0, 4:0 3 9:0 9,7 :9,3 8:56 4 :3, 5:44 5,73 4:05 5 :4,70 6:0 6,03 9:53 6 3:7 3,45 9:4 9,70 3:6 7 :9,48 4:58 4,97 :5 8 0:3 0, 5:9 5,3 3:54 9 0:46 0,77 9:04 9,07 3:3 0 0: 0,35 :53,88 0:54 :53,83 0:0 0,0 3:05 :03,05 :,37 :4

4 3 0:39 0,65 :49,8 :43 4 9:39 9,65 7:48 7,80 5 7:03 7,05 7:33 7,55 6 :,37 :57,95 7 3:9 3,48 7:4 7,40 :3,38 5:45 5,75 9 :0,03 6:9 6,48 0 9:08 9,3 5:33 5,55 5 Řešení Setrojíme tet o třední hodnotě normálního rozdělení. Naměřené ča budeme považovat za výběr z normálního rozdělení e tejným rozptlem σ σ. Hladinu významnoti zvolíme α 0,05. Budeme tetovat nulovou hpotézu oproti alternativní: H 0 : µ µ H : µ < µ Spočítáme základní tatitik pro naměřené hodnot podle vzorců: 7 7 i i i i i i ( i ( i, 348 0, 706, 90, 83 ) ), 8 7, 306 Společný odhad rozptlu: 7( ) + S 4,57 34 S S,38

5 Abchom e mohli rozhodovat na hladině významnoti 5%, budeme potřebovat kvantil t-rozdělení t 0,95 (m+n-) t 0,95 (34) < t 0,95 (30); t 0,95 (35)> <,6973;,6896> Použijeme kvantilový interval, protože tabulková hodnota pro kvantil t 0,95 (34) zapadá mezi tabulkové hodnot pro kvantil t 0,95 (30) a t 0,95 (35). Nakonec počteme tetovou charakteritiku: T S + m n 5,809 6 Závěr Výledná hodnota tetové tatitik překračuje meze přílušného kvantilového intervalu. Potvrdil e nám ted původní logický předpoklad, že autobu cetu zvládne rchleji a můžeme ted zamítnout nulovou hpotézu, kd b měla tramvaj i autobu doáhnout tejných čaů, a přijmout hpotézu alternativní. Znamená to ted také, že e zcela nenaplnil předpoklad o dopravních omezeních, která měla autobu v jízdě znevýhodňovat oproti tramvaji. Z naměřených vzorků lze vidět, že jízda tramvají je čaově vrovnanější a neobahuje výrazné výkv. To je dáno také amotným dopravním protředkem a menší mírou možných ovlivnění její jízd ze tran okolního protředí. Fzická omezení v podobě zrchlení a rchloti polu uniformitou jízd v kolejích neumožňují razantní změn v doažených čaech. Výledné ča tramvaje ted víceméně ovlivňovalo jen čekání na zatávce a aktuální ituace na jednotlivých zatávkách. Oproti tomu ča autobuu vkázal veliké rozdíl mezi jednotlivými naměřenými hodnotami. To jen potvrzuje předpoklad, že výledný ča autobuu do značné mír ovlivňuje aktuální dopravní ituace. Obava v podobě emaforů e potvrdila jen čátečně; emafor v mítech Jirákova motu a přilehlých křižovatkách bl dobře nataven a většinou e dařilo projíždět v zelené linii, ted od zelené k zelené. Největší podíl na čaových odchlkách ted měl dopravní zácp. Semafor pak ve výledném čae hrál roli menší. V případě dobré průjezdnoti na Jirákově motě pak autobu jednoznačně převšuje nad tramvají. Nejkratší naměřený ča, pomocí autobuu 4:58 min, je velice lušný a překvapil i amotného autora měření. Není to však ještě hodnota minimální, neboť e dá ještě podtatně zmenšit, a to v první čáti měřeného úeku, ted při cetě dolů Kinkého zahradami. V zimě ceta dolů trvá průměrně 8 minut, v létě e dá dolů ejít za minut 4, pomocí zkratek. Výledný ča b e ted dal ještě teoretick zkrátit až na ča blízký minutám, pokud b po ejití zahrad hned jel autobu. Na závěr bch však ještě chtěl čtenáře eznámit jedním zajímavým poznatkem, který jem během měření zjitil. Ted, jak tabulka uvádí, ča celé jízd jen autobuem ze Strahova na Karlovo námětí, což je varianta nejvíce pohodlná, e průměrně blíží hodnotě 3 minut, což je jen nepatrně víc, než doahuje průměrná varianta chůze dolů pojená jízdou tramvají.

6 Očekával jem ča daleko delší, ale v případě příznivých podmínek, ted pokud e na zatávku 76 na Strahově dotanu za 5 minut a autobu mi zrovna neujede, e ceta dolů z kopce autobuem téměř vrovná chůzi pře zahrad a ted natoupení do toho amého autobuu dole na zatávce. Pokud však nahoře muíme čekat oněch 8 minut, což je interval jízd 76, jízda e radikálně prodlouží. I přeto je nejpohodlnější. Pokud však je potřeba být na Karlově námětí co nejdříve, po tomto tetování mohu doporučit ověřenou možnot chůze pře zahrad a náledně použít autobu 76. Tato možnot je také nejzdravější, nabízí procházku na čertvém vzduchu a úchvatný pohled na půl Prah při cetě zahradami dolů. 7 Použitá literatura Rogalewicz, Vladimír: PRAVDĚPODOBNOST A STATISTIKA PRO INŽENÝRY, vdavateltví ČVUT, 000

1.1.14 Rovnice rovnoměrně zrychleného pohybu

1.1.14 Rovnice rovnoměrně zrychleného pohybu ..4 Rovnice rovnoměrně zrychleného pohybu Předpoklady: 3 Pedagogická poznámka: Stejně jako u předchozí hodiny je i v této hodině potřeba potupovat tak, aby tudenti měli minimálně minut na řešení příkladů

Více

Výukový materiál zpracovaný v rámci projektu EU peníze školám

Výukový materiál zpracovaný v rámci projektu EU peníze školám Výukový materiál zpracovaný v rámci projektu EU peníze školám Regitrační čílo projektu: Šablona: Název materiálu: Autor: CZ..07/..00/.56 III/ Inovace a zkvalitnění výuky protřednictvím ICT VY INOVACE_0/07_Úlohy

Více

Dva případy chybného rozhodnutí při testování: a) Testační statistika padne mimo obor přijetí nulové H hypotézy O, tj.

Dva případy chybného rozhodnutí při testování: a) Testační statistika padne mimo obor přijetí nulové H hypotézy O, tj. Uvedeme obecný postup statistického testování:. Formulace nulové H 0a alternativní hpotéz H A.. Volba hladin významnosti α.. Volba testační statistik např... Určení kritického oboru testové charakteristik.

Více

Rovnice rovnoměrně zrychleného pohybu

Rovnice rovnoměrně zrychleného pohybu ..8 Rovnice rovnoměrně zrychleného pohybu Předpoklady: 7 Pedagogická poznámka: Stejně jako u předchozí hodiny je i v této hodině potřeba potupovat tak, aby tudenti měli minimálně píše minut na řešení příkladů

Více

1.1.7 Rovnoměrný pohyb II

1.1.7 Rovnoměrný pohyb II 1.1.7 Rovnoměrný pohyb II Předpoklady: 16 Minulou hodinu jme zakončili předpovídáním dalšího pohybu autíčka. Počítali jme jeho dráhy v dalších okamžicích pomocí tabulky a nakonec i přímé úměrnoti: autíčko

Více

INSTRUKCE NA PREZIDENTSKÝ VEČER NA JEŠTĚDU Hotel a restaurace Ještěd. Vážení účastníci kongresu, milé kolegyně, milí kolegové,

INSTRUKCE NA PREZIDENTSKÝ VEČER NA JEŠTĚDU Hotel a restaurace Ještěd. Vážení účastníci kongresu, milé kolegyně, milí kolegové, INSTRUKCE NA PREZIDENTSKÝ VEČER NA JEŠTĚDU 15.9. 2017 Místo konání: Hotel a restaurace Ještěd Začátek: 19.30 Slavnostní zahájení: 20.00 Konec: 24.00 Téma: Budoucnost Vážení účastníci kongresu, milé kolegyně,

Více

Propočty přechodu Venuše 8. června 2004

Propočty přechodu Venuše 8. června 2004 Propočty přechodu Venuše 8. června 2004 V tomto dokumentu předkládáme podmínky přechodu Venuše pře luneční kotouč 8. června roku 2004. Naše výpočty jme založili na planetárních teoriích VSOP87 vytvořených

Více

12. cvičení z PSI prosince (Test střední hodnoty dvou normálních rozdělení se stejným neznámým rozptylem)

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

Více

ÚSTŘEDNÍ KOMISE FYZIKÁLNÍ OLYMPIÁDY ČESKÉ REPUBLIKY

ÚSTŘEDNÍ KOMISE FYZIKÁLNÍ OLYMPIÁDY ČESKÉ REPUBLIKY ÚSTŘEDNÍ KOMISE YZIKÁLNÍ OLYMPIÁDY ČESKÉ REPUBLIKY E-mail: ivo.volf@uhk.cz, tel.: 493 331 19, 493 331 189 Řešení úloh krajkého kola 55. ročníku yzikální olympiády Kategorie E Předložená řešení by neměla

Více

Posouzení stability svahu

Posouzení stability svahu Inženýrký manuál č. 8 Aktualizace: 02/2016 Poouzení tability vahu Program: Soubor: Stabilita vahu Demo_manual_08.gt V tomto inženýrkém manuálu je popán výpočet tability vahu, nalezení kritické kruhové

Více

KORELACE. Komentované řešení pomocí programu Statistica

KORELACE. Komentované řešení pomocí programu Statistica KORELACE Komentované řešení pomocí programu Statistica Vstupní data I Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu Popisná

Více

Příklady - Bodový odhad

Příklady - Bodový odhad Příklady - odový odhad 5. října 03 Pražské metro Přijdu v pražském metru na nástupiště a tam zjistím, že metro v mém směru jelo před :30 a metro v opačném směru před 4:0. Udělejte bodový odhad, jak dlouho

Více

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ týden doc Ing Renata WAGNEROVÁ, PhD Otrava 013 doc Ing Renata WAGNEROVÁ, PhD Vyoká škola báňká Technická univerzita

Více

ŠKOLNÍ PLÁN MOBILITY ZÁKLADNÍ ŠKOLA DĚČÍN II, KAMENICKÁ 1145, P.O.

ŠKOLNÍ PLÁN MOBILITY ZÁKLADNÍ ŠKOLA DĚČÍN II, KAMENICKÁ 1145, P.O. ŠKOLNÍ PLÁN MOBILITY ZÁKLADNÍ ŠKOLA DĚČÍN II, KAMENICKÁ 1145, P.O. 1. Úvod Školní plán mobility vytvořený ve polupráci rodičů, žáků a učitelů školy má za cíl zvýšit informovanot všech, kteří navštěvují

Více

Korelace. Komentované řešení pomocí MS Excel

Korelace. Komentované řešení pomocí MS Excel Korelace Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A2:B84 (viz. obrázek) Prvotní představu o tvaru a síle závislosti docházky a počtu bodů nám poskytne

Více

4.1.5 Práce v elektrickém poli, napětí

4.1.5 Práce v elektrickém poli, napětí 4.1.5 Práce v elektrickém poli, napětí Předpoklady: 4102, 4104, mechanická práce Př. 1: Spočítej ílu, která půobí náboj o velikoti 2 10 5 C, který e nachází v elektrickém poli o intenzitě 2500 N C 1. Nejjednodušší

Více

Příklad 1 Ověření šířky trhlin železobetonového nosníku

Příklad 1 Ověření šířky trhlin železobetonového nosníku Příklad 1 Ověření šířky trhlin železobetonového noníku Uvažujte železobetonový protě podepřený noník (Obr. 1) o průřezu b = 00 mm h = 600 mm o rozpětí l = 60 m. Noník je oučátí kontrukce objektu pro kladování

Více

5. cvičení z Matematické analýzy 2

5. cvičení z Matematické analýzy 2 5. cvičení z Matematické analýz 2 30. října - 3. litopadu 207 5. linearizace funkce a Pro funkci f, = e nalezněte její linearizaci v bodě a 0 = 6, 0. Použijte ji k přibližnému určení hodnot funkce f v

Více

Testování hypotéz testy o tvaru rozdělení. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Testování hypotéz testy o tvaru rozdělení. 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 Statistickou hypotézou se rozumí určité tvrzení o parametrech rozdělení zkoumané náhodné veličiny (µ, σ 2, π,

Více

12. cvičení z PST. 20. prosince 2017

12. cvičení z PST. 20. prosince 2017 1 cvičení z PST 0 prosince 017 11 test rozptylu normálního rozdělení Do laboratoře bylo odesláno n = 5 stejných vzorků krve ke stanovení obsahu alkoholu X v promilích alkoholu Výsledkem byla realizace

Více

Semestrální práce Průzkum zpoždění autobusové linky 143 v zastávce stadion Strahov. Statistika

Semestrální práce Průzkum zpoždění autobusové linky 143 v zastávce stadion Strahov. Statistika Semestrální práce Průzkum zpoždění autobusové linky 143 v zastávce stadion Strahov Statistika Fakulta dopravní ČVUT Jméno: David Vodák, Michal Koubek Skupina: 2 32 Obsah 1. Úvod... 3 a) Linka 143... 3

Více

České vysoké učení technické v Praze Fakulta dopravní Ústav aplikované matematiky, K611. Semestrální práce ze Statistiky (SIS)

České vysoké učení technické v Praze Fakulta dopravní Ústav aplikované matematiky, K611. Semestrální práce ze Statistiky (SIS) České vysoké učení technické v Praze Fakulta dopravní Ústav aplikované matematiky, K611 Semestrální práce ze Statistiky (SIS) Petr Procházka, Jakub Feninec Skupina: 97 Akademický rok: 01/013 Úvod V naší

Více

5 Parametrické testy hypotéz

5 Parametrické testy hypotéz 5 Parametrické testy hypotéz 5.1 Pojem parametrického testu (Skripta str. 95-96) Na základě výběru srovnáváme dvě tvrzení o hodnotě určitého parametru θ rozdělení f(x, θ). První tvrzení (které většinou

Více

3 ANALÝZA ROZPTYLU ANOVA

3 ANALÝZA ROZPTYLU ANOVA 3 Analýza rozptlu ANOVA 3 ANALÝZA ROZPTYLU ANOVA RYCHLÝ NÁHLED KAPITOLY Analýza rozptlu je statistickým nástrojem, který nám umožňuje zkoumat závislost kvantitativního znaku na kvalitativním znaku. Základní

Více

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz.

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz. Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2015/2016 Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz Jan Kracík jan.kracik@vsb.cz Obsah: Výběrová rozdělení

Více

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica JEDNOVÝBĚROVÉ TESTY Komentované řešení pomocí programu Statistica Vstupní data Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu

Více

TECHNICKÁ UNIVERZITA V LIBERCI Katedra fyziky, Studentská 2, 461 17 Liberec

TECHNICKÁ UNIVERZITA V LIBERCI Katedra fyziky, Studentská 2, 461 17 Liberec TECHNICKÁ UNIVERZITA V LIBERCI Katedra fyziky, Studentká, 6 7 Liberec POŽADAVKY PRO PŘIJÍMACÍ ZKOUŠKY Z FYZIKY Akademický rok: 0/0 Fakulta mechatroniky Studijní obor: Nanomateriály Tématické okruhy. Kinematika

Více

IDENTIFIKACE REGULOVANÉ SOUSTAVY APLIKACE PRO PARNÍ KOTEL

IDENTIFIKACE REGULOVANÉ SOUSTAVY APLIKACE PRO PARNÍ KOTEL IDENTIFIKACE REGULOVANÉ SOUSTAVY APLIKACE PRO PARNÍ KOTEL Ing. Zeněk Němec, CSc. VUT v Brně, Fakulta trojního inženýrtví, Útav automatizace a informatiky. Úvo, vymezení problematiky Přípěvek ouvií řešením

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ Ústav aplikované matematiky (K611) SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU STATISTIKA TÉMA: Děti a dopravní pravidla Ekaterina Koshkina 2 32 Zuzana Prekalova

Více

3 Chyby měření. 3.1 Hrubé chyby

3 Chyby měření. 3.1 Hrubé chyby 3 Chyby měření Za daných podmínek má každá fyzikální veličina určitou hodnotu, kterou ovšem z principiálních důvodů nemůžeme zjitit úplně přeně. Každé měření je totiž zatíženo chybami, které jou nejrůznějšího

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

Testování hypotéz. 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test

Testování hypotéz. 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test Testování hypotéz 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test Testování hypotéz proces, kterým rozhodujeme, zda přijmeme nebo zamítneme nulovou hypotézu

Více

1 Seznamová barevnost úplných bipartitních

1 Seznamová barevnost úplných bipartitních Barvení grafů pravděpodobnotní důazy Zdeně Dvořá 7. proince 208 Seznamová barevnot úplných bipartitních grafů Hypergraf je (labě) -obarvitelný, jetliže exituje jeho obarvení barvami neobahující monochromaticou

Více

Testování statistických hypotéz. Obecný postup

Testování statistických hypotéz. Obecný postup poznámky k MIII, Tomečková I., poslední aktualizace 9. listopadu 016 9 Testování statistických hypotéz Obecný postup (I) Vyslovení hypotézy O datech vyslovíme doměnku, kterou chceme ověřit statistickým

Více

MANUÁL. Modul KMITÁNÍ A VLNĚNÍ.XLS, verze 1.0

MANUÁL. Modul KMITÁNÍ A VLNĚNÍ.XLS, verze 1.0 www.eucitel.cz MANUÁL Modul KMITÁNÍ A VLNĚNÍ.XLS, verze 1.0 Autor: RNDr. Jiří Kocourek Licence: Freeware pouze pro oobní potřebu. Použití ve výuce je podmíněno uhrazením ročního předplatného přílušnou

Více

Testování statistických hypotéz

Testování statistických hypotéz Testování statistických hypotéz Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 11. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 27 Obsah 1 Testování statistických hypotéz 2

Více

Jízdní řád, grafikon

Jízdní řád, grafikon 2.2.15 Jízdní řád, grafikon Předpoklady: 020212 Pomůcky: papírky s grafikonem a jízdním řádem Př. 1: Všechny následující úkoly plň pomocí vlakového jízdního řádu pro trať 226 Veselí nad Lužnicí - České

Více

4. Práce, výkon, energie

4. Práce, výkon, energie 4. Práce, výkon, energie Mechanická práce - konání mechanické práce z fyzikálního hledika je podmíněno vzájemným ilovým půobením těle, která e přitom vzhledem ke zvolené vztažné outavě přemíťují. Vztahy

Více

w w w.h usto p e ce - cit y. cz rodina

w w w.h usto p e ce - cit y. cz rodina w w w.h uto p e ce - cit y. cz rodina port enioři víno RODINY S DĚTMI Společné aktivity pomáhají vytvářet pozitivní vztah rodičů dětmi. Náledující materiál nabízí rodičům možnoti jak trávit dětmi ča v

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOST A STATISTIKA Testování hypotéz Nechť X je náhodná proměnná, která má distribuční funkci F(x, ϑ). Předpokládejme, že známe tvar distribuční funkce (víme jaké má rozdělení) a neznáme parametr

Více

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457. 0 cvičení z PST 5 prosince 208 0 (intervalový odhad pro rozptyl) Soubor (70, 84, 89, 70, 74, 70) je náhodným výběrem z normálního rozdělení N(µ, σ 2 ) Určete oboustranný symetrický 95% interval spolehlivosti

Více

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU STATISTIKA TÉMA:

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU STATISTIKA TÉMA: České vysoké učení technické v Praze Fakulta dopravní Ústav aplikované matematiky, K611 SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU STATISTIKA TÉMA: LEPŠÍ ZPŮSOB CESTOVANÍ ZA ŠKOLOU A PRACÍ Studenti: Stanislav Skyba,

Více

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) f( x) distribuční funkce 0 x a F( x) a x b b a 1 x b b 1 a x a a x b

Více

II. Kinematika hmotného bodu

II. Kinematika hmotného bodu II Kinematika hmotného bodu Všechny vyřešené úlohy jou vyřešeny nejprve obecně, to znamená bez číel Číelné hodnoty jou doazeny až tehdy, dopějeme-li k vyjádření neznámé pomocí vztahu obahujícího pouze

Více

Aproximace binomického rozdělení normálním

Aproximace binomického rozdělení normálním Aproximace binomického rozdělení normálním Aproximace binomického rozdělení normálním Příklad Sybilla a Kassandra tvrdí, že mají telepatické schopnosti, a chtějí to dokázat následujícím pokusem: V jedné

Více

Semestrální práce z předmětu Matematika 6F

Semestrální práce z předmětu Matematika 6F vypracoval: Jaroslav Nušl dne: 17.6.24 email: nusl@cvut.org Semestrální práce z předmětu Matematika 6F Zádání: Cílem semestrální práce z matematiky 6F bylo zkoumání hudebního signálu. Pluginem ve Winampu

Více

( LEVEL 3 Laplaceova transformace jako nástroj řešení lineárních diferenciálních rovnic. )

( LEVEL 3 Laplaceova transformace jako nástroj řešení lineárních diferenciálních rovnic. ) ( LEVEL 3 Laplaceova tranformace jako nátroj řešení lineárních diferenciálních rovnic. ) Podívejme e tentokrát na dynamiku pracovní edačky řidiče prizmatem matematiky aneb trocha teorie jitě nikomu neuškodí...

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ ÚSTAV APLIKOVANÉ MATEMATIKY STATISTIKA Průzkum skladby cestujících v městské hromadné dopravě a jejich preferencích při volbě dopravního prostředku

Více

ŽB DESKA Dimenzování na ohyb ZADÁNÍ, STATICKÉ SCHÉMA ZATÍŽENÍ. Prvky betonových konstrukcí ŽB deska

ŽB DESKA Dimenzování na ohyb ZADÁNÍ, STATICKÉ SCHÉMA ZATÍŽENÍ. Prvky betonových konstrukcí ŽB deska ŽB DESKA Dienzování na ohyb Potup při navrhování kontrukce (obecně): 1. zatížení, vnitřní íly (E). návrh kontrukce (např. deky) - R. poouzení (E R) 4. kontrukční záady 5. výkre výztuže Návrh deky - určíe:

Více

Fyzikální korespondenční seminář MFF UK

Fyzikální korespondenční seminář MFF UK Úloha I.S... náhodná 10 bodů; průměr 7,04; řešilo 45 studentů a) Zkuste vlastními slovy popsat, co je to náhodná veličina a jaké má vlastnosti (postačí vlastními slovy objasnit následující pojmy: náhodná

Více

Lineární regrese. Komentované řešení pomocí MS Excel

Lineární regrese. Komentované řešení pomocí MS Excel Lineární regrese Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A1:B11 (viz. obrázek) na listu cela data Postup Základní výpočty - regrese Výpočet základních

Více

y = 0, ,19716x.

y = 0, ,19716x. Grafické ověřování a testování vybraných modelů 1 Grafické ověřování empirického rozdělení Při grafické analýze empirického rozdělení vycházíme z empirické distribuční funkce F n (x) příslušné k náhodnému

Více

Pearsonůvχ 2 test dobré shody. Ing. Michal Dorda, Ph.D.

Pearsonůvχ 2 test dobré shody. Ing. Michal Dorda, Ph.D. Ing. Michal Dorda, Ph.D. Př. : Ve vjezdové skupině kolejí byly sledovány počty přijíždějících vlaků za hodinu. Za 5 dní (tedy 360 hodin) přijelo celkem 87 vlaků. Výsledky sledování jsou uvedeny v tabulce.

Více

přírodovědných a technických oborů. Scientia in educatione, roč. 5 (2014), č. 1, s

přírodovědných a technických oborů. Scientia in educatione, roč. 5 (2014), č. 1, s [15] Nováková, A., Chytrý, V., Říčan, J.: Vědecké myšlení a metakognitivní monitorování tudentů učiteltví pro 1. tupeň základní školy. Scientia in educatione, roč. 9 (2018), č. 1,. 66 80. [16] Bělecký,

Více

Katedra matematické analýzy a aplikací matematiky, Přírodovědecká fakulta, UP v Olomouci

Katedra matematické analýzy a aplikací matematiky, Přírodovědecká fakulta, UP v Olomouci Zpracování dat v edukačních vědách - Testování hypotéz Kamila Fačevicová Katedra matematické analýzy a aplikací matematiky, Přírodovědecká fakulta, UP v Olomouci Obsah seminářů 5.11. Úvod do matematické

Více

Charakteristika datového souboru

Charakteristika datového souboru Zápočtová práce z předmětu Statistika Vypracoval: 10. 11. 2014 Charakteristika datového souboru Zadání: Při kontrole dodržování hygienických norem v kuchyni se prováděl odběr vzduchu a pomocí filtru Pallflex

Více

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY Test z teorie 1. Střední hodnota pevně zvolené náhodné veličiny je a) náhodná veličina, b) konstanta, c) náhodný jev, d) výběrová charakteristika. 2. Výběrový

Více

TECHNICKÁ UNIVERZITA V LIBERCI Katedra fyziky, Studentská 2, Liberec

TECHNICKÁ UNIVERZITA V LIBERCI Katedra fyziky, Studentská 2, Liberec TECHNICKÁ NIVERZITA V LIBERCI Katedrzik, Studentká, 46 7 Liberec POŽADAVKY PRO PŘIJÍMACÍ ZKOŠKY Z FYZIKY Akademický rok: 03/04 Útav zdravotnických tudií Studijní obor: Biomedicínká technika Tématické okruh

Více

Testy. Pavel Provinský. 19. listopadu 2013

Testy. Pavel Provinský. 19. listopadu 2013 Testy Pavel Provinský 19. listopadu 2013 Test a intervalový odhad Testy a intervalové odhady - jsou vlastně to samé. Jiný je jen úhel pohledu. Lze přecházet od jednoho k druhému. Například: Při odvozování

Více

Zápočtová práce STATISTIKA I

Zápočtová práce STATISTIKA I Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru

Více

Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie

Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie Statistické zpracování dat ANOVA Zdravotní ústav se sídlem v Ostravě Odbor hygienických laboratoří

Více

2 ) 4, Φ 1 (1 0,005)

2 ) 4, Φ 1 (1 0,005) Příklad 1 Ze zásilky velkého rozsahu byl náhodně vybrán soubor obsahující 1000 kusů. V tomto souboru bylo zjištěno 26 kusů nekvalitních. Rozhodněte, zda je možné s 99% jistotou tvrdit, že zásilka obsahuje

Více

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace Intervalové odhady Interval spolehlivosti pro střední hodnotu v Nµ, σ 2 ) Situace: X 1,..., X n náhodný výběr z Nµ, σ 2 ), kde σ 2 > 0 známe měli jsme: bodové odhady odhadem charakteristiky je číslo) nevyjadřuje

Více

KGG/STG Statistika pro geografy

KGG/STG Statistika pro geografy KGG/STG Statistika pro geografy 4. Teoretická rozdělení Mgr. David Fiedor 9. března 2015 Osnova Úvod 1 Úvod 2 3 4 5 Vybraná rozdělení náhodných proměnných normální rozdělení normované normální rozdělení

Více

Rovnoměrný pohyb IV

Rovnoměrný pohyb IV 2.2.4 Rovnoměrný pohyb IV Předpoklady: 02023 Pomůcky: Př. : erka jede na kole za kamarádkou. a) Za jak dlouho ujede potřebných 6 km rychlostí 24 km/h? b) Jak daleko bude po 0 minutách? c) Jak velkou rychlostí

Více

Vzorový protokol pro předmět Zpracování experimentu. Tento protokol by měl sloužit jako vzor pro tvorbu vašich vlastních protokolů.

Vzorový protokol pro předmět Zpracování experimentu. Tento protokol by měl sloužit jako vzor pro tvorbu vašich vlastních protokolů. Vzorový protokol pro předmět Zpracování experimentu. Tento protokol by měl loužit jako vzor pro tvorbu vašich vlatních protokolů. Na příkladech je zde ukázán právný zápi výledků i formát tabulek a grafů.

Více

ú ú ú ú úč Š ú Š ú š Č š ú Š š Ř Ý Č ž Š ú Č ó ú ž š šť ž Š ž ž ž Š ž ú ó ž ú Š š š ú š Š Š Š ú ť ú š Š ú ú ú Ř Ý Á Š É š Č Ó Ó Ť Ě Ť š Ý Ů Č Š Ř Š Ě Ý š Č ó ó ú ď Á ó ž ú ž ú Ó Á Ý Á Á š Ť ť ť ť Ť š

Více

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce Statistický rozbor dat z dotazníkového šetření Počet stran: 10 Datum odevzdání: 13. 5. 2016 Pavel Kubát Obsah Úvod... 3 1 Charakterizujte

Více

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace Intervalové odhady Interval spolehlivosti pro střední hodnotu v Nµ, σ 2 ) Situace: X 1,..., X n náhodný výběr z Nµ, σ 2 ), kde σ 2 > 0 známe měli jsme: bodové odhady odhadem charakteristiky je číslo) nevyjadřuje

Více

Fyzikální praktikum FJFI ČVUT v Praze

Fyzikální praktikum FJFI ČVUT v Praze Fyzikální praktikum FJFI ČVUT v Praze Úloha 10: Interference a ohyb větla Datum měření: 6. 5. 2016 Doba vypracovávání: 7 hodin Skupina: 1, pátek 7:30 Vypracoval: Tadeáš Kmenta Klaifikace: 1 Zadání 1. Bonu:

Více

Obecné, centrální a normované momenty

Obecné, centrální a normované momenty Obecné, centrální a normované momenty Obsah kapitoly 4. Elementární statistické zpracování - parametrizace vhodnými empirickými parametry Studijní cíle Naučit se počítat centrální a normované momenty pomocí

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ Ústav aplikované matematiky

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ Ústav aplikované matematiky ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ Ústav aplikované matematiky Semestrální práce ze statistiky Téma: Stravovací návyky studentů vysokých škol Autor: David Bursík Ročník: 3 7 Akademický

Více

Cvičení 10. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.

Cvičení 10. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. 10 Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické

Více

12. prosince n pro n = n = 30 = S X

12. prosince n pro n = n = 30 = S X 11 cvičení z PSI 1 prosince 018 111 test střední hodnoty normálního rozdělení při známém rozptylu Teploměrem o jehož chybě předpokládáme že má normální rozdělení se směrodatnou odchylkou σ = 3 jsme provedli

Více

Analýza rozptylu. Podle počtu analyzovaných faktorů rozlišujeme jednofaktorovou, dvoufaktorovou a vícefaktorovou analýzu rozptylu.

Analýza rozptylu. Podle počtu analyzovaných faktorů rozlišujeme jednofaktorovou, dvoufaktorovou a vícefaktorovou analýzu rozptylu. Analýza rozptylu Analýza rozptylu umožňuje ověřit významnost rozdílu mezi výběrovými průměry většího počtu náhodných výběrů, umožňuje posoudit vliv různých faktorů. Podle počtu analyzovaných faktorů rozlišujeme

Více

pod patronací olympijských vítězů Roberta Změlíka a Romana Šebrleho MHD PRAHA

pod patronací olympijských vítězů Roberta Změlíka a Romana Šebrleho MHD PRAHA pod patronací olympijských vítězů Roberta Změlíka a Romana Šebrleho MHD PRAHA 5. 8. 9. 2013 (závody 6. 7. 9. 2013) Stadion Evžena Rošického, Stadion Přátelství, Praha Strahov 2 Obsah JÍZDNÉ PO PRAZE...

Více

2.1.5 Graf funkce I. Předpoklady: 2104

2.1.5 Graf funkce I. Předpoklady: 2104 ..5 Graf funkce I Předpoklad: 0 Pedagogická poznámka: Největší změnou oproti klasickému řazení v gmnaziální sadě, je spojení dílů o rovnicích a funkcích. Představa grafu umožňuje studentům daleko lépe

Více

1.4.3 Zrychlující vztažné soustavy II

1.4.3 Zrychlující vztažné soustavy II 143 Zrychlující vztažné outavy II Předoklady: 1402 Př 1: Vaón SVARME rovnoměrně zrychluje dorava Rozeber ilové ůobení a tav čidel na nátuišti z ohledu MOBILů Čidla na nátuišti (ohled MOBILŮ ze zrychlujícího

Více

Normální (Gaussovo) rozdělení

Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení popisuje vlastnosti náhodné spojité veličiny, která vzniká složením různých náhodných vlivů, které jsou navzájem nezávislé, kterých je velký

Více

Statistika. Testování hypotéz statistická indukce Úvod do problému. Roman Biskup

Statistika. Testování hypotéz statistická indukce Úvod do problému. Roman Biskup Statistika Testování hypotéz statistická indukce Úvod do problému Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 21. února 2012 Statistika by Birom

Více

Děkuji za Váš čas, který věnujete mé žádosti a očekávám, pokud možno v co nejkratší době, odpověď, kterou bych mohla tlumočit občanům.

Děkuji za Váš čas, který věnujete mé žádosti a očekávám, pokud možno v co nejkratší době, odpověď, kterou bych mohla tlumočit občanům. From: Marta Koropecká To: Šubrt Martin (ROPID) Subject: MHD na Zličíně Vážený pane náměstku, opětovně se na Vás obracím se žádostí o nápravu v provozu současného stavu MHD v MČ Praha Zličín. Vyčkávali

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: Geometrie Gradovaný řetězec úloh Téma: Komolý kužel Autor: Kubešová Naděžda Klíčové pojmy:

Více

Příklad 1. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 11

Příklad 1. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 11 Příklad 1 Vyhláška Ministerstva zdravotnictví předpokládala, že doba dojezdu k pacientovi od nahlášení požadavku nepřekročí 17 minut. Hodnoty deseti náhodně vybraných dob příjezdu sanitky k nemocnému byly:

Více

SEMESTRÁLNÍ PRÁCE STATISTIKA

SEMESTRÁLNÍ PRÁCE STATISTIKA SEMESTRÁLNÍ PRÁCE STATISTIKA 2012/2013 ZÝKOVÁ LUCIE 2 39 DUFEK JAKUB 1 Pro semestrální práci z předmětu Statistika jsme si naměřili intenzitu a směr aut v křižovatce Ke Krči x Jiskrova. Měření proběhlo

Více

3. V případě dvou na sebe kolmých posunutí o velikostech 3 cm a 4 cm obdržíme výsledné posunutí o velikosti a) 8 cm b) 7 cm c) 6 cm d) 5 cm *

3. V případě dvou na sebe kolmých posunutí o velikostech 3 cm a 4 cm obdržíme výsledné posunutí o velikosti a) 8 cm b) 7 cm c) 6 cm d) 5 cm * Fyzika 1 2009 Otázky za 2 body 1. Mezi tavové veličiny patří a) teplo b) teplota * c) práce d) univerzální plynová kontanta 2. Krychle má hranu o délce 2 mm. Jaký je její objem v krychlových metrech? a)

Více

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA. Semestrální práce

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA. Semestrální práce Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA Semestrální práce Licenční studium GALILEO Interaktivní statistická analýza dat Brno, 2015 Doc. Mgr. Jan Muselík, Ph.D.

Více

Testy statistických hypotéz

Testy statistických hypotéz Testy statistických hypotéz Statistická hypotéza je jakýkoliv předpoklad o rozdělení pravděpodobnosti jedné nebo několika náhodných veličin. Na základě náhodného výběru, který je reprezentativním vzorkem

Více

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce z předmětu Statistický rozbor dat z dotazníkového šetření Jméno: Lucie Krechlerová, Karel Kozma, René Dubský, David Drobík Ročník: 2015/2016

Více

I. D i s k r é t n í r o z d ě l e n í

I. D i s k r é t n í r o z d ě l e n í 6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme

Více

Testování hypotéz o parametrech regresního modelu

Testování hypotéz o parametrech regresního modelu Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Lineární regresní model kde Y = Xβ + e, y 1 e 1 β y 2 Y =., e = e 2 x 11 x 1 1k., X =....... β 2,

Více

KGG/STG Statistika pro geografy

KGG/STG Statistika pro geografy KGG/STG Statistika pro geografy 5. Odhady parametrů základního souboru Mgr. David Fiedor 16. března 2015 Vztahy mezi výběrovým a základním souborem Osnova 1 Úvod, pojmy Vztahy mezi výběrovým a základním

Více

Testování hypotéz o parametrech regresního modelu

Testování hypotéz o parametrech regresního modelu Testování hypotéz o parametrech regresního modelu Ekonometrie Jiří Neubauer Katedra kvantitativních metod FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra UO

Více

Parametrické testy hypotéz o středních hodnotách spojitých náhodných veličin

Parametrické testy hypotéz o středních hodnotách spojitých náhodných veličin Parametrické testy hypotéz o středních hodnotách spojitých náhodných veličin EuroMISE Centrum I. ÚVOD vv této přednášce budeme hovořit o jednovýběrových a dvouvýběrových testech týkajících se střední hodnoty

Více

Teorie elektronických obvodů (MTEO)

Teorie elektronických obvodů (MTEO) Teorie elektronických obvodů (MTEO) Laboratorní úloha čílo teoretická čát Filtry proudovými konvejory Laboratorní úloha je zaměřena na eznámení e principem činnoti proudových konvejorů druhé generace a

Více

Manuál pro zaokrouhlování

Manuál pro zaokrouhlování Manuál pro zaokrouhlování k předmětu Pravděpodobnost a Statistika (PS) Michal Béreš, Martina Litschmannová 19. března 2019 Obsah 1 Úvod 2 2 Obecné poznámky 2 2.1 Typy zaokrouhlování...........................................

Více

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368 Příklad 1 Je třeba prověřit, zda lze na 5% hladině významnosti pokládat za prokázanou hypotézu, že střední doba výroby výlisku je 30 sekund. Přitom 10 náhodně vybraných výlisků bylo vyráběno celkem 540

Více

p(x) = P (X = x), x R,

p(x) = P (X = x), x R, 6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme

Více

Řešení úloh 1. kola 51. ročníku fyzikální olympiády. Kategorie D = s v 2

Řešení úloh 1. kola 51. ročníku fyzikální olympiády. Kategorie D = s v 2 Řešení úloh 1. kola 51. ročníku fyzikální olympiády. Kategorie D Autor úloh: J. Jírů 1.a) Dobaprvníjízdynaprvníčtvrtinětratije 1 4 1 4 48 t 1 = = h= 1 v 1 60 60 h=1min anazbývajícíčátitrati t = 4 v = 4

Více

JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová

JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová Opakování Základní pojmy z teorie pravděpodobnosti Co je to náhodný pokus? Děj, jehož výsledek není předem jednoznačně určen podmínkami, za nichž

Více

NÁVRH DOPRAVNÍHO OPATŘENÍ

NÁVRH DOPRAVNÍHO OPATŘENÍ NÁVRH DOPRAVNÍHO OPATŘENÍ VYHODNOCENÍ PROVOZU AUTOBUSOVÝCH A TRAMVAJOVÝCH LINEK v oblasti Prahy 6, Prahy 17 a Prahy-Zličín Vážení cestující, k datu otevření nyní rekonstruované tramvajové trati v ulicích

Více