Ergodické Markovské et zce

Rozměr: px
Začít zobrazení ze stránky:

Download "Ergodické Markovské et zce"

Transkript

1 1. b ezen 2013

2 Denice 1.1 Markovský et zec nazveme ergodickým, jestliºe z libovolného stavu m ºeme p ejít do jakéhokoliv libovolného stavu (ne nutn v jednom kroku). Denice 1.2 Markovský et zec nazveme regulárním, jestliºe P n pro n jaké n neobsahuje ºádné nulové prvky. Jednodu²eji e eno, pro n jaké n je moºné se dostat z jakéhokoliv stavu do jakéhokoliv stavu p esn po n krocích. Kaºdý regulární et zec je ergodický, ale ergodický et zec nemusí být nutn regulární.

3 P íklad 1.1: Nech matice p echodu Markovského et zce je denována následovn ( ) 0 1 P = 1 0 Obrázek: P echod mezi stavy Tento et zec je ergodický, ale není regulární.

4 P íklad 1.2: Mnohem zajímav j²í p íklad ergodického ale neregulárního et zce je Ehrenfest v urn model /4 0 3/4 0 0 P = 0 1/2 0 1/ /4 0 1/ Obrázek: Ehrenfest urn model Tento et zec je ergodický, ale není regulární.

5 Teorém 1.1 Necht matice P je matice p echodu regulárního et zce. Pak pro n se matice P n limitn blíºí k matici W, která má ve v²ech ádcích stejný vektor w. Tento vektor je striktn positivním pravd podobnostím vektorem (jeho sloºky jsou kladné a jejich sou et je roven jedné). D kaz: stejné jako ukázat, ºe P n konverguje k matici s konstantními sloupci j-tý sloupec P n je P n y, kde y je sloupcový vektor s 1 na j-té pozici a 0 jinde sta í ukázat, ºe pro jakýkoliv sloupcový vektor y, P n y konverguje ke konstantnímu vektoru Protoºe kaºdý sloupec matice P je pravd podobnostním vektorem, Py nám dá nový sloupcový vektor, jehoº sloºky si budou bliº²í neº v p vodním sloupcovém vektoru y.

6 1/2 1/4 1/4 1/3 1/3 1/3 1/2 1/ = 7/4 2 3/2 Ukáºeme, ºe ve sloupcovém vektoru P n y se bude rozdíl mezi nejv t²í a nejmen²í sloºkou blíºit k 0 pro n. ij-tá pozice v matici P n, p (n) ij, udává pravd podobnost, ºe se proces za ínající ve stavu s i bude po n krocích nacházet ve stavu s j. Teorém 1.1 nám íká, ºe pravd podobnost toho, ºe se v dlouhodob trvajícím procesu budeme nacházet ve stavu s j, je rovna w j a je tedy nezávislá na po áte ním stavu.

7 Teorém 1.2 Nech matice P je regulární maticí p echodu, pak W = lim n P n. Nech w je ádek matice W a c je sloupcový vektor, jehoº sloºky jsou rovny jedné. Pak (a) wp=w a ádkový vektor v, pro n jº platí vp=v, je násobkem vektoru w. (b) Pc=c a sloupcový vektor x, pro n jº platí Px=x, je násobkem vektoru c.

8 Denice 1.3 ádkový vektor w s vlastností wp = w se nazývá pevný ádkový vektor (také limitní vektor) matice P. Obdobn sloupcový vektor x takový, ºe Px = x, se nazývá pevný sloupcový vektor matice P. Teorém 1.2 nám ukázal, ºe jakýkoliv pevný ádkový vektor matice P je násobkem vektoru w a jakýkoliv pevný sloupcový vektor matice P je konstantním vektorem. Ukaºme si n kolik dal²ích metod, jak spo ítat pevný ádkový vektor w regulárního Markovského et zce.

9 P íklad 1.3: Díky Teorému 1.1 m ºeme nalézt limitní vektor w matice p echodu pro Land of Oz: ( w 1 w 2 w 3 ) 1/2 1/4 1/4 1/2 0 1/2 1/4 1/4 1/2 (1)... w je pravd podobnostní vektor (2)... wp = w e²ením této soustavy je w = ( ). w 1 + w 2 + w 3 = 1 (1) = ( w 1 w 2 w 3 ) (2)

10 P íklad 1.4: Jiný zp sob, jak vy e²it tento p íklad. Zvolme w 1 = 1, a pak vy e²m soustavu wp = w. (1/2) + (1/2)w 2 + (1/4)w 3 = 1 (1/4) + (1/4)w 3 = w 2 e²ením ( w 1 w 2 w 3 ) = ( 1 1/2 1 ). Vektor w pak získáme w = w 3 i=1 w i = ( w 1 w 2 w 3 ) = ( )

11 Teorém 1.3 Necht P je matice p echodu ergodického et zce. Necht A n je matice denována A n = I + P + P P n n + 1 Pak A n W, kde W je matice se stejnými ádky w. Vektor w je limitním vektorem matice P.

12 P íklad 1.5: V Land of Oz trvá rok 525 dní. Stav ƒetnost Relativní. R N S Stav ƒetnost Relativní. R N S Tabulka: ƒetnosti po 525 dnech (vlevo), po dnech (vpravo)

13 D kuji za pozornost.

Kuželosečky a kvadriky ve škole i kolem

Kuželosečky a kvadriky ve škole i kolem Kuželosečky a kvadriky ve škole i kolem nás Bc. Aneta Mirová Kurz vznikl v rámci projektu Rozvoj systému vzdělávacích příležitostí pro nadané žáky a studenty v přírodních vědách a matematice s využitím

Více

Pravd podobnost a statistika - cvi ení. Simona Domesová místnost: RA310 (budova CPIT) web:

Pravd podobnost a statistika - cvi ení. Simona Domesová místnost: RA310 (budova CPIT) web: Pravd podobnost a statistika - cvi ení Simona Domesová simona.domesova@vsb.cz místnost: RA310 (budova CPIT) web: http://homel.vsb.cz/~dom0015 Cíle p edm tu vyhodnocování dat pomocí statistických metod

Více

Soustava m lineárních rovnic o n neznámých je systém

Soustava m lineárních rovnic o n neznámých je systém 1 1.2. Soustavy lineárních rovnic Soustava lineárních rovnic Soustava m lineárních rovnic o n neznámých je systém a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2...

Více

Kapitola 11: Vektory a matice:

Kapitola 11: Vektory a matice: Kapitola 11: Vektory a matice: Prostor R n R n = {(x 1,, x n ) x i R, i = 1,, n}, n N x = (x 1,, x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i = 1,, n : x i = y i

Více

a m1 a m2 a mn zobrazení. Operaci násobení u matic budeme definovat jiným způsobem.

a m1 a m2 a mn zobrazení. Operaci násobení u matic budeme definovat jiným způsobem. 1 Matice Definice 1 Matice A typu (m, n) je zobrazení z kartézského součinu {1, 2,,m} {1, 2,,n} do množiny R Matici A obvykle zapisujeme takto: a 1n a 21 a 22 a 2n A =, a m1 a m2 a mn kde a ij R jsou její

Více

Matematika I Lineární závislost a nezávislost

Matematika I Lineární závislost a nezávislost Matematika I Lineární závislost a nezávislost RNDr. Renata Klufová, Ph. D. Jihoèeská univerzita v Èeských Budìjovicích EF Katedra aplikované matematiky a informatiky Co u¾ známe? vektory - základní operace

Více

Kapitola 11: Vektory a matice 1/19

Kapitola 11: Vektory a matice 1/19 Kapitola 11: Vektory a matice 1/19 2/19 Prostor R n R n = {(x 1,..., x n ) x i R, i = 1,..., n}, n N x = (x 1,..., x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i =

Více

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

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

Více

Jevy, nezávislost, Bayesova v ta

Jevy, nezávislost, Bayesova v ta Jevy, nezávislost, Bayesova v ta 17. b ezna 2015 Instrukce: Projd te si v²echny p íklady. Kaºdý p íklad se snaºte pochopit. Pak vymyslete a vy- e²te p íklad podobný. Tím se ujistíte, ºe p íkladu rozumíte.

Více

ANTAGONISTICKE HRY 172

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

Více

Státní maturita 2010 Maturitní generálka 2010 Matematika: didaktický test - základní úrove obtíºnosti MAGZD10C0T01 e²ené p íklady

Státní maturita 2010 Maturitní generálka 2010 Matematika: didaktický test - základní úrove obtíºnosti MAGZD10C0T01 e²ené p íklady Státní maturita 00 Maturitní generálka 00 Matematika: didaktický test - základní úrove obtíºnosti MAGZD0C0T0 e²ené p íklady Autor e²ení: Jitka Vachtová 6. b ezna 0 http://www.vachtova.cz/ Obsah Úloha Úloha.

Více

Uspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ). Čísla a 1, a 2,..., a n se nazývají složky vektoru

Uspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ). Čísla a 1, a 2,..., a n se nazývají složky vektoru 1 1. Lineární algebra 1.1. Lineární závislost a nezávislost vektorů. Hodnost matice Aritmetické vektory Uspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ).

Více

ízení Tvorba kritéria 2. prosince 2014

ízení Tvorba kritéria 2. prosince 2014 ízení. prosince 014 Spousta lidí má pocit, ºe by m la n co ídit. A n kdy to bývá pravda. Kdyº uº nás my²lenky na ízení napadají, m li bychom si poloºit následující t i otázky: ídit? Obrovskou zku²eností

Více

Lineární a Celo íselné Programování

Lineární a Celo íselné Programování Lineární a Celo íselné Programování text k p edná²kám Obsah 1 Lineární a celo íselné programování 4 1.1 Obecná formulace.................................... 4 1.2 Algebraický model...................................

Více

1 Linearní prostory nad komplexními čísly

1 Linearní prostory nad komplexními čísly 1 Linearní prostory nad komplexními čísly V této přednášce budeme hledat kořeny polynomů, které se dále budou moci vyskytovat jako složky vektorů nebo matic Vzhledem k tomu, že kořeny polynomu (i reálného)

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

Markovské metody pro modelování pravděpodobnosti

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

Více

Lineární a Celo íselné Programování

Lineární a Celo íselné Programování Lineární a Celo íselné Programování text k p edná²kám Obsah 1 Lineární a celo íselné programování 4 1.1 Obecná formulace.................................... 4 1.2 Algebraický model...................................

Více

brmiversity: Um lá inteligence a teoretická informatika

brmiversity: Um lá inteligence a teoretická informatika brmiversity: Um lá inteligence a teoretická informatika P edná²ka. 6 Petr Baudi² pasky@ucw.cz brmlab 2011 Outline 1 Pravd podobnost 2 Um lá inteligence 3 Sloºitost 4 Datové struktury Pravd podobnost Pravd

Více

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s

Více

1 Pracovní úkoly. 2 Vypracování. Datum m ení: 24.3.2014 Skupina: 7 Jméno: David Roesel Krouºek: ZS 7 Spolupracovala: Tereza Schönfeldová Klasikace:

1 Pracovní úkoly. 2 Vypracování. Datum m ení: 24.3.2014 Skupina: 7 Jméno: David Roesel Krouºek: ZS 7 Spolupracovala: Tereza Schönfeldová Klasikace: FYZIKÁLNÍ PRAKTIKUM II FJFI ƒvut v Praze Úloha #11 Termické emise elektron Datum m ení: 24.3.2014 Skupina: 7 Jméno: David Roesel Krouºek: ZS 7 Spolupracovala: Tereza Schönfeldová Klasikace: 1 Pracovní

Více

Připomenutí co je to soustava lineárních rovnic

Připomenutí co je to soustava lineárních rovnic Připomenutí co je to soustava lineárních rovnic Příklad 2x 3y + z = 5 3x + 5y + 2z = 4 x + 2y z = 1 Soustava lineárních rovnic obecně Maticový tvar: a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a

Více

Co je obsahem numerických metod?

Co je obsahem numerických metod? Numerické metody Úvod Úvod Co je obsahem numerických metod? Numerické metody slouží k přibližnému výpočtu věcí, které se přesně vypočítat bud nedají vůbec, nebo by byl výpočet neúměrně pracný. Obsahem

Více

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R} Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost s diagonální

Více

e²ení 5. série Binární kódy autor: Vlá a

e²ení 5. série Binární kódy autor: Vlá a e²ení 5. série Binární kódy autor: Vlá a Úloha 4.1. Na zah átí si dáme snadn j²í p íklad. Ur it zná² hru Myslím si íslo a to má vlastnost, je to velice podobné. Tedy mám binární lineární kód délky 5, který

Více

ST1 - Úkol 1. [Minimáln 74 K /láhev]

ST1 - Úkol 1. [Minimáln 74 K /láhev] ST1 - Úkol 1 P íklad 1 Myslivecký spolek po ádá sv j tradi ní ples. Mimo jiné bylo nakoupeno lahvové víno podle rozpisu v Tabulce 1.1. P edpokládá se (podle historických zku²eností), ºe v²echny láhve budou

Více

4 DVOJMATICOVÉ HRY. Strategie Stiskni páku Sed u koryta. Stiskni páku (8, 2) (5, 3) Sed u koryta (10, 2) (0, 0)

4 DVOJMATICOVÉ HRY. Strategie Stiskni páku Sed u koryta. Stiskni páku (8, 2) (5, 3) Sed u koryta (10, 2) (0, 0) 4 DVOJMATICOVÉ HRY Strategie Stiskni páku Sed u koryta Stiskni páku (8, 2) (5, 3) Sed u koryta (10, 2) (0, 0) 125 DVOJMATICOVÁ HRA Je-li speciálně množina hráčů Q = {1, 2} a prostory strategií S 1, S 2

Více

1 Spo jité náhodné veli iny

1 Spo jité náhodné veli iny Spo jité náhodné veli in. Základní pojm a e²ené p íklad Hustota pravd podobnosti U spojité náhodné veli in se pravd podobnost, ºe náhodná veli ina X padne do ur itého intervalu (a, b), po ítá jako P (X

Více

Matematika I Ètvercové matice - determinanty

Matematika I Ètvercové matice - determinanty Matematika I Ètvercové matice - determinanty RNDr. Renata Klufová, Ph. D. Jihoèeská univerzita v Èeských Budìjovicích EF Katedra aplikované matematiky a informatiky Co u¾ známe? vektory - základní operace

Více

1 Vektorové prostory.

1 Vektorové prostory. 1 Vektorové prostory DefiniceMnožinu V, jejíž prvky budeme označovat a, b, c, z, budeme nazývat vektorovým prostorem právě tehdy, když budou splněny následující podmínky: 1 Je dáno zobrazení V V V, které

Více

MATLB: p edná²ka 1. Prom nné, indexování a operátory. TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií

MATLB: p edná²ka 1. Prom nné, indexování a operátory. TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií MATLB: p edná²ka 1 Prom nné, indexování a operátory Zbyn k Koldovský Projekt ESF CZ.1.07/2.2.00/28.0050 Modernizace

Více

Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n

Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n [1] Základní pojmy [2] Matice mezi sebou sčítáme a násobíme konstantou (lineární prostor) měníme je na jiné matice eliminační metodou násobíme je mezi sebou... Matice je tabulka čísel s konečným počtem

Více

Obsah. Pouºité zna ení 1

Obsah. Pouºité zna ení 1 Obsah Pouºité zna ení 1 1 Úvod 3 1.1 Opera ní výzkum a jeho disciplíny.......................... 3 1.2 Úlohy matematického programování......................... 3 1.3 Standardní maximaliza ní úloha lineárního

Více

Operace s maticemi. Studijnı materia ly. Pro listova nı dokumentem NEpouz ı vejte kolec ko mys i nebo zvolte moz nost Full Screen.

Operace s maticemi. Studijnı materia ly. Pro listova nı dokumentem NEpouz ı vejte kolec ko mys i nebo zvolte moz nost Full Screen. U stav matematiky a deskriptivnı geometrie Operace s maticemi Studijnı materia ly Pro listova nı dokumentem NEpouz ı vejte kolec ko mys i nebo zvolte moz nost Full Screen. Brno 2014 RNDr. Rudolf Schwarz,

Více

Vlastní číslo, vektor

Vlastní číslo, vektor [1] Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost

Více

a vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0.

a vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0. Výpočet vlastních čísel a vlastních vektorů S pojmem vlastního čísla jsme se již setkali například u iteračních metod pro řešení soustavy lineárních algebraických rovnic. Velikosti vlastních čísel iterační

Více

e²ení 1. série Úvodní gulá²

e²ení 1. série Úvodní gulá² e²ení. série Úvodní gulá² Úloha.. Gulá²gvhevmnjdfs!!, ozvalo se uº o n co hlasit ji hladové monstrum dychtící po Lib n in specialit. Henry! Ví² moc dob e, ºe ti nedám, dokud neuhodne², na co myslím! Malinko

Více

Lineární algebra Operace s vektory a maticemi

Lineární algebra Operace s vektory a maticemi Lineární algebra Operace s vektory a maticemi Robert Mařík 26. září 2008 Obsah Operace s řádkovými vektory..................... 3 Operace se sloupcovými vektory................... 12 Matice..................................

Více

DEFINICE Z LINEÁRNÍ ALGEBRY

DEFINICE Z LINEÁRNÍ ALGEBRY DEFINICE Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. definice Vektorovým prostorem rozumíme neprázdnou množinu prvků V, na které

Více

BAKALÁ SKÁ PRÁCE. Iterativní lokální dynamické programování pro návrh duálního ízení. Iterative local dynamic programming for dual control

BAKALÁ SKÁ PRÁCE. Iterativní lokální dynamické programování pro návrh duálního ízení. Iterative local dynamic programming for dual control ƒeské vysoké u ení technické v Praze Fakulta jaderná a fyzikáln inºenýrská Katedra matematiky Obor: Inºenýrská informatika Zam ení: Softwarové inºenýrství Iterativní lokální dynamické programování pro

Více

Matice. Přednáška MATEMATIKA č. 2. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.

Matice. Přednáška MATEMATIKA č. 2. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob. Přednáška MATEMATIKA č. 2 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 13. 10. 2010 Uspořádané schéma vytvořené z m n reálných čísel, kde m, n N a 11 a 12 a

Více

11 Soustavy rovnic a nerovnic, Determinanty a Matice

11 Soustavy rovnic a nerovnic, Determinanty a Matice 11 Soustavy rovnic a nerovnic, Determinanty a Matice (r zné typy soustav rovnic a nerovnic, matice druhy matic, operace s maticemi, hodnost matice, inverzní matice, Gaussova elimina ní metoda, determinanty

Více

Přiřazovací problém. Přednáška č. 7

Přiřazovací problém. Přednáška č. 7 Přiřazovací problém Přednáška č. 7 Přiřazovací problém je jednou podtřídou logistických úloh. Typickým problémem může být nejkratší převoz materiálu od dodavatelů ke spotřebitelům. spotřebitelé a i dodavatelé

Více

2.6. Vlastní čísla a vlastní vektory matice

2.6. Vlastní čísla a vlastní vektory matice 26 Cíle V této části se budeme zabývat hledáním čísla λ které je řešením rovnice A x = λ x (1) kde A je matice řádu n Znalost řešení takové rovnice má řadu aplikací nejen v matematice Definice 261 Nechť

Více

Symetrické a kvadratické formy

Symetrické a kvadratické formy Symetrické a kvadratické formy Aplikace: klasifikace kvadrik(r 2 ) a kvadratických ploch(r 3 ), optimalizace(mpi) BI-LIN (Symetrické a kvadratické formy) 1 / 20 V celé přednášce uvažujeme číselné těleso

Více

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28.

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28. Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem

Více

Matematická logika cvi ení 47

Matematická logika cvi ení 47 Matematická logika cvi ení 47 Libor B hounek www.cs.cas.cz/behounek/teaching/malog12 LS 2012/13, P F OU, 4.25. 3. 2013 Cvi ení 1. Posu te následující výroky z hlediska adekvátnosti dvojhodnotové sémantiky

Více

Matematika B101MA1, B101MA2

Matematika B101MA1, B101MA2 Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet

Více

a + b + c = 2 b + c = 1 a b = a 1 2a 1 + a a 3 + a 5 + 2a 2 + a 2 + a

a + b + c = 2 b + c = 1 a b = a 1 2a 1 + a a 3 + a 5 + 2a 2 + a 2 + a Zadání A. 1. Polynom P (x) má v uspořádané bázi (x 2 + x 1, 2x 2 x 1, x 2 + x + 2) souřadnice (1, 1, 1). Najděte jeho souřadnice vzhledem k uspořádané bázi (x 2 1, x 2 + x 1, x 2 + x). Nejprve si spočítáme

Více

A0M15EZS Elektrické zdroje a soustavy ZS 2011/2012 cvičení 1. Jednotková matice na hlavní diagonále jsou jedničky, všude jinde nuly

A0M15EZS Elektrické zdroje a soustavy ZS 2011/2012 cvičení 1. Jednotková matice na hlavní diagonále jsou jedničky, všude jinde nuly Matice Matice typu (m, n) je uspořádaná m-tice prvků z řádky matice.. Jednotlivé složky této m-tice nazýváme Matice se zapisují Speciální typy matic Nulová matice všechny prvky matice jsou nulové Jednotková

Více

1 Soustavy lineárních rovnic

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

Více

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25 Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem

Více

7. přednáška Systémová analýza a modelování. Přiřazovací problém

7. přednáška Systémová analýza a modelování. Přiřazovací problém Přiřazovací problém Přiřazovací problémy jsou podtřídou logistických úloh, kde lze obecně říci, že m dodavatelů zásobuje m spotřebitelů. Dalším specifikem je, že kapacity dodavatelů (ai) i požadavky spotřebitelů

Více

Soustavy lineárních rovnic

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

Více

IP kamerový systém Catr - uºivatelský návod k obsluze

IP kamerový systém Catr - uºivatelský návod k obsluze IP kamerový systém Catr - uºivatelský návod k obsluze Obsah P ipoj se k nám! Úvod 3 P ístup do systému 3 Po íta s Windows 3 Prvotní instalace 3 Ovládání kamerového systému na po íta i 5 šivý náhled...................................................

Více

Online konstrukce deterministického zásobníkového automatu pro indexování strom. Bc. Ond ej Brynda

Online konstrukce deterministického zásobníkového automatu pro indexování strom. Bc. Ond ej Brynda ƒeské vysoké u ení technické v Praze Fakulta elektrotechnická Katedra po íta Diplomová práce Online konstrukce deterministického zásobníkového automatu pro indexování strom Bc. Ond ej Brynda Vedoucí práce:

Více

Základy graky. Jan Hamá ek. 13. zá í 2016

Základy graky. Jan Hamá ek. 13. zá í 2016 13. zá í 2016 Barevné systémy Jak uloºit efektivn barvu do po íta e? Barevné systémy Jak uloºit efektivn barvu do po íta e?nej ast ji pouºíváme systém RGB - Red, Green, Blue. Barva - trojice ísel (R, G,

Více

Matematika. Kamila Hasilová. Matematika 1/34

Matematika. Kamila Hasilová. Matematika 1/34 Matematika Kamila Hasilová Matematika 1/34 Obsah 1 Úvod 2 GEM 3 Lineární algebra 4 Vektory Matematika 2/34 Úvod Zkouška písemná, termíny budou včas vypsány na Intranetu UO obsah: teoretická a praktická

Více

Úvod do kombinatorické teorie her

Úvod do kombinatorické teorie her Úvod do kombinatorické teorie her Lucie Mohelníková Lucka.Mohelnikova@gmail.com Lucie Mohelníková Úvod do kombinatorické teorie her 1 / 21 P ehled 1 Úvod 2 Základní typy her 3 Teorie okolo pi²kvorek 4

Více

Systém pro podporu výuky kuºelose ek

Systém pro podporu výuky kuºelose ek Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁ SKÁ PRÁCE Eli²ka Hejlová Systém pro podporu výuky kuºelose ek Katedra didaktiky matematiky Vedoucí bakalá ské práce: Studijní program: Studijní

Více

ó ž Ž ť Ó Ž Č Ž ž ž Ž ž Ž Š Ž ď ž Ž ž ž Š Ž ž Š Ž Ž ó Ž Ž Č ó ž Ž ž ž ž Ů ž ž Ž Ů ť ž Ž ž Ž Ž ž ž Ž É ó É É ž Ž Ž ó Ž Ě ť ó Á Ž Á ť Ó Ů Ů Ý ÓŽ Ž Ó ž Č Ž ž ž Ů Ů ž Ů ž ž ž ž ž ž ž É ť ó Š ž ó Š ž ť ó Ď

Více

P 1 = P 1 1 = P 1, P 1 2 =

P 1 = P 1 1 = P 1, P 1 2 = 1 Výpočet inverzní matice Věta 1 Necht P U elementární matice vzniklá el úpravou U Pak je P U regulární Důkaz: Protože elementární úprava U je invertovatelná, existuje el úprava U, která vrací změny U

Více

1 Pracovní úkoly. 2 Vypracování. Datum m ení: 7.4.2014 Skupina: 7 Jméno: David Roesel Krouºek: ZS 7 Spolupracovala: Tereza Schönfeldová Klasikace:

1 Pracovní úkoly. 2 Vypracování. Datum m ení: 7.4.2014 Skupina: 7 Jméno: David Roesel Krouºek: ZS 7 Spolupracovala: Tereza Schönfeldová Klasikace: FYZIKÁLNÍ PRAKTIKUM II FJFI ƒvut v Praze Úloha #1 Kondenzátor, mapování elektrostatického pole Datum m ení: 7.4.2014 Skupina: 7 Jméno: David Roesel Krouºek: ZS 7 Spolupracovala: Tereza Schönfeldová Klasikace:

Více

α 1 α 2 + α 3 = 0 2α 1 + α 2 + α 3 = 0

α 1 α 2 + α 3 = 0 2α 1 + α 2 + α 3 = 0 Vzhledem k tomu, že jsem to psala ve velkém spěchu, mohou se vyskytnout nějaké chybičky. Pokud nějaké najdu, opravím je hned po prázdninách. Zadání A. 1. Vektory u, v, w jsou lineárně nezávislé. Rozhodněte,

Více

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.

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.

Více

6. Lineární nezávislost a báze p. 1/18

6. Lineární nezávislost a báze p. 1/18 6. Lineární nezávislost a báze 6. Lineární nezávislost a báze p. 1/18 6. Lineární nezávislost a báze p. 2/18 Lineární nezávislost a báze 1. Závislé a nezávislé vektory 2. Lineární kombinace a závislost

Více

4. V p íprav odvo te vzorce (14) a (17) ze zadání [1].

4. V p íprav odvo te vzorce (14) a (17) ze zadání [1]. FYZIKÁLNÍ PRAKTIKUM II FJFI ƒvut v Praze Úloha #4 Balmerova série Datum m ení: 28.4.2014 Skupina: 7 Jméno: David Roesel Krouºek: ZS 7 Spolupracovala: Tereza Schönfeldová Klasikace: 1 Pracovní úkoly 1.

Více

Modely úrokových sazeb - teorie a praxe. 2 Základní prom nné a základní d lení model

Modely úrokových sazeb - teorie a praxe. 2 Základní prom nné a základní d lení model Modely úrokových sazeb - teorie a praxe Petr My²ka, 7.3.2008 1 Úvod Modelování úrokových sazeb je velice d leºité zejména pro aplikace ve nan ní matematice a aktuárských v dách. V posledních desetiletích

Více

IPCorder KNR-100 Instala ní p íru ka

IPCorder KNR-100 Instala ní p íru ka IPCorder KNR-100 Instala ní p íru ka 12. srpna 2007 2 Obsah 1 Instalace 5 1.1 Obsah balení....................................... 5 1.2 Instalace pevného disku................................. 5 1.3 Zapojení

Více

Lineární algebra. Soustavy lineárních rovnic

Lineární algebra. Soustavy lineárních rovnic Lineární algebra Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo projektu: CZ.1.07/2.2.00/28.0326

Více

Soust ed ní mladých fyzik a matematik, Ko enov, 2012. Levitující motor. Auto i: Jan Stopka, Adéla Miklíková Konzultant: Zden k Polák 2.

Soust ed ní mladých fyzik a matematik, Ko enov, 2012. Levitující motor. Auto i: Jan Stopka, Adéla Miklíková Konzultant: Zden k Polák 2. Soust ed ní mladých fyzik a matematik, Ko enov, 2012 Levitující motor Auto i: Jan Stopka, Adéla Miklíková Konzultant: Zden k Polák 2. srpna 2012 1 Obsah 1 Úvod 3 2 Teorie 3 2.1 Mendocino........................................

Více

Matematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29

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

Více

Sazba zdrojových kód. Jakub Kadl ík 20. 03. 2014

Sazba zdrojových kód. Jakub Kadl ík 20. 03. 2014 Sazba zdrojových kód Jakub Kadl ík 20. 03. 2014 1 Obsah 1 Základní prost edí verbatim 3 2 Balí ek listings 3 3 Sazba kódu z externího souboru 5 4 Téma Solarized 5 4.1 Solarized light.............................

Více

Determinant. Definice determinantu. Permutace. Permutace, vlastnosti. Definice: Necht A = (a i,j ) R n,n je čtvercová matice.

Determinant. Definice determinantu. Permutace. Permutace, vlastnosti. Definice: Necht A = (a i,j ) R n,n je čtvercová matice. [] Definice determinantu BI-LIN, determinant, 9, P Olšák [2] Determinant je číslo jistým způsobem charakterizující čtvercovou matici det A 0 pro singulární matici, det A 0 pro regulární matici používá

Více

1 Pravděpodobnostní prostor

1 Pravděpodobnostní prostor Úvod do pravděpodobnosti prizmatem teorie informace 204 Tomáš Kroupa Pravděpodobnostní prostor Základním objektem teorie pravděpodobnosti je pravděpodobnostní prostor. Modeluje všechny možné elementární

Více

5. Matice. Elementární úpravy

5. Matice. Elementární úpravy Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan 5 Matice Elementární úpravy Matice typu r/s nad polem P vznikne, jestliže libovolných

Více

Digitální modely terénu.

Digitální modely terénu. Digitální modely terénu. Polyedrický model. Rastrový model. Plátový model. Plátování. Tomá² Bayer bayertom@natur.cuni.cz Katedra aplikované geoinformatiky a kartograe. P írodov decká fakulta UK. Tomá²

Více

6. Matice. Algebraické vlastnosti

6. Matice. Algebraické vlastnosti Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan 6 Matice Algebraické vlastnosti 1 Algebraické operace s maticemi Definice Bud te A,

Více

Kapitola 4: Extrémy funkcí dvou proměnných 1/5

Kapitola 4: Extrémy funkcí dvou proměnných 1/5 Kapitola 4: Extrémy funkcí dvou proměnných 1/5 Lokální extrémy Definice: Necht f : M R 2 R a (x 0, y 0 ) M. Říkáme, že fce f má v bodě (x 0, y 0 ) lokální maximum (resp. lokální minimum) jestliže existuje

Více

C/C++ projekt v programu NetBeans

C/C++ projekt v programu NetBeans C/C++ projekt v programu NetBeans Tento manuál vznikl za pomocí sebraných lánk na internetu, zabývajících se problematikou nastavení programu NetBeans. Jako vzor poslouºila verze NetBeans 6.8, prakticky

Více

Číselné vektory, matice, determinanty

Číselné vektory, matice, determinanty Číselné vektory, matice, determinanty Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny

Více

Lineární algebra. Matice, operace s maticemi

Lineární algebra. Matice, operace s maticemi Lineární algebra Matice, operace s maticemi Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo

Více

Základní praktikum laserové techniky

Základní praktikum laserové techniky Základní praktikum laserové techniky Fakulta jaderná a fyzikáln inºenýrská Úloha 6: Nelineární transmise saturovatelných absorbér Datum m ení: 18.3.2015 Skupina: G Zpracoval: David Roesel Kruh: FE Spolupracovala:

Více

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

3 Lineární kombinace vektorů. Lineární závislost a nezávislost 3 Lineární kombinace vektorů. Lineární závislost a nezávislost vektorů. Obrázek 5: Vektor w je lineární kombinací vektorů u a v. Vektory u, v a w jsou lineárně závislé. Obrázek 6: Vektor q je lineární

Více

2 Trochu teorie. Tab. 1: Tabulka pˇrepravních nákladů

2 Trochu teorie. Tab. 1: Tabulka pˇrepravních nákladů Klíčová slova: Dopravní problém, Metody k nalezení výchozího ˇrešení, Optimální ˇrešení. Dopravní problém je jednou z podskupin distribuční úlohy (dále ještě problém přiřazovací a obecná distribuční úloha).

Více

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

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza

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

Více

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3, Vektorový prostor Příklady: Př.1. R 2 ; R 3 ; R n...aritmetický n-rozměrný prostor Dvě operace v R n : součet vektorů u = (u 1,...u n ) a v = (v 1,...v n ) je vektor u + v = (u 1 + v 1,...u n + v n ),

Více

Soustavy lineárních rovnic-numerické řešení. October 2, 2008

Soustavy lineárních rovnic-numerické řešení. October 2, 2008 Soustavy lineárních rovnic-numerické řešení October 2, 2008 (Systém lin. rovnic) Systém rovnic a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2... a n1 x 1 + a n2 x 2 + + a

Více

KIV/ZI Základy informatiky MS EXCEL MATICOVÉ FUNKCE A SOUHRNY

KIV/ZI Základy informatiky MS EXCEL MATICOVÉ FUNKCE A SOUHRNY KIV/ZI Základy informatiky MS EXCEL MATICOVÉ FUNKCE A SOUHRNY cvičící: Tomáš Ptáček zimní semestr 2012 MS EXCEL MATICE (ÚVOD) Vektor: (1D) v = [1, 2, 3, 5, 8, 13] Např.: matice sousednosti Matice: (2D)

Více

Skalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS )

Skalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS ) LINEÁRNÍ ALGEBRA Úvod vektor Skalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS ) Kartézský souřadnicový systém -je taková soustava

Více

Matematika 3. Úloha 1. Úloha 2. Úloha 3

Matematika 3. Úloha 1. Úloha 2. Úloha 3 Matematika 3 Úloha 1 Co lze říci o funkci imaginární část komplexního čísla která každému komplexnímu číslu q přiřazuje číslo Im(q)? a. Je to funkce mnohoznačná. b. Je to reálná funkce komplexní proměnné.

Více

Řešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a 1 2. 1 + a 2 2 1

Řešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a 1 2. 1 + a 2 2 1 Příklad 1. Určete všechna řešení následující soustavy rovnic nad Z 2 : 0 0 0 1 1 1 0 1 0 1 1 1 1 1 0 1 0 1 0 1 1 Gaussovou eliminací převedeme zadanou soustavu na ekvivalentní soustavu v odstupňovaném

Více

Finalizace model ve Virtuální Staré Praze

Finalizace model ve Virtuální Staré Praze ƒeské vysoké u ení technické v Praze Fakulta elektrotechnická Katedra po íta Semestrální projekt Finalizace model ve Virtuální Staré Praze Vojt ch šoha Vedoucí práce: prof. Ing. Ji í šára, CSc. Studijní

Více

z textu Lineární algebra

z textu Lineární algebra 2 Úvodní poznámky Petr Olšák Výcuc z textu Lineární algebra určeno pro promítání na přednášce Úvod do algebry http://www.olsak.net/linal.html ftp://math.feld.cvut.cz/pub/olsak/linal/ http://math.feld.cvut.cz/skripta/ua/

Více

Soustavy lineárních rovnic-numerické řešení

Soustavy lineárních rovnic-numerické řešení Soustavy lineárních rovnic-numerické řešení November 9, 2008 Soustavy lineárních rovnic-numerické řešení 1 / 52 (Systém lin. rovnic) Systém rovnic a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22

Více

Prezentace. Ing. Petr V elák 6. b ezna 2009

Prezentace. Ing. Petr V elák 6. b ezna 2009 Prezentace Ing. Petr V elák 6. b ezna 2009 1 OBSAH OBSAH Obsah 1 Úvodní slovo 3 2 P íprava prezentace 4 2.1 Jak prezentace ned lat........................ 4 2.1.1 Kontrast písma a pozadí...................

Více

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 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

Více

Diskrétní náhodná veličina. November 12, 2008

Diskrétní náhodná veličina. November 12, 2008 Diskrétní náhodná veličina November 12, 2008 (Náhodná veličina (náhodná proměnná)) Náhodná veličina (nebo též náhodná proměnná) je veličina X, jejíž hodnota je jednoznačně určena výsledkem náhodného pokusu.

Více

1 Pracovní úkoly. 2 Vypracování. Datum m ení: 24.2.2014 Skupina: 7 Jméno: David Roesel Krouºek: ZS 7 Spolupracovala: Tereza Schönfeldová Klasikace:

1 Pracovní úkoly. 2 Vypracování. Datum m ení: 24.2.2014 Skupina: 7 Jméno: David Roesel Krouºek: ZS 7 Spolupracovala: Tereza Schönfeldová Klasikace: FYZIKÁLNÍ PRAKTIKUM II FJFI ƒvut v Praze Úloha #7 M ení spektra gama zá ení scintila ním po íta- em Datum m ení: 24.2.214 Skupina: 7 Jméno: David Roesel Krouºek: ZS 7 Spolupracovala: Tereza Schönfeldová

Více