13 Fraktály ÚM FSI VUT v Brně Studijní text. 13 Fraktály

Rozměr: px
Začít zobrazení ze stránky:

Download "13 Fraktály ÚM FSI VUT v Brně Studijní text. 13 Fraktály"

Transkript

1 Fraktály ÚM FSI VUT v Brě Stuijí text Fraktály Fraktálí geometrie je rozvíjea zhruba o šeesátých let miulého století jako ástroj popisu chaotičosti příroy. Geometrie se až o evateáctého století zabývala ieálími útvary, okoalost útvarů byla spatřováa v jejich pravielosti. Čtverec ebyl speciálím přípaem obélíka, ale aopak, obélík byl eokoalý čtverec. Kocem miulého a začátkem ašeho století byla objevea celá řaa kostrukcí poivých útvarů, které aprosto ezapaaly o těchto kocepcí a mohými matematiky byly přijímáy s oporem jako matematická mostra. S jeím z těchto moster Sierpikého trojúhelíkem - jsme se sezámili již v př. kpt..4. Tyto čistě logické kostrukce se v obě svého vziku zály a hoy vzáleé jakékoli realitě. Teprve B. B. Maelbrot počátkem 60. let ukázal, že logika vela matematiky blíže ke skutečosti, ež sami tušili, a že jejich matematická mostra jsou k popisu reálých jevů aleko vhoější, ež ieálí útvary. Svět příroy vžy obsahuje prvky chaotického chováí. V semesátých letech se věci ejrůzějších profesí (matematikové, biologové, chemici ) začali zajímat o popis souvislosti mezi ahoilými a chaotickými strukturami a prví výsleky je vely rovou o světa příroy. Reálá hora eí ai jehla ai kužel, kme stromu eí ai zaleka válec. Tabletka živočišěho uhlí tvaru válce s poloměrem postavy 5 mm a výškou 4 mm má (úajě) povrch 0 m (!!) V liském hruíku je sviuta plocha větší, ež teisový kurt. Oběhová soustava liského těla musí vměstat o vymezeého objemu začě velkou plochu. Její fraktálí struktura pracuje tak efektivě, že ve většiě tkáí eí žáá buňka vzálea o cévy více, ež tři až čtyři buňky. Přesto cévy a krev zaujímají velmi malý objem (ecelých 5% liského těla). K jakému klasickému geometrickému útvaru máme přirovat takový blesk? Hory, řeky, mraky, galaxie, ráhy blesků, céví a kořeové systémy, geetický kó - k popisu poobých struktur je třeba zcela ového pohleu, který se starému v ičem epoobá. Vyžauje zbavit se zvyku uvažovat o objektech a jevech v kategoriích élka, plocha a objem.. Pojem fraktálu Na tomto místě oporučujeme čteáři, aby si zopakoval pojem topologická imeze (viz kpt..4. ost. 0) a v příklau připomeeme ještě jeou Sierpiňského trojúhelík z př. kpt..4. U ohraičeých geometrických útvarů (tj. útvarů, které lze pokrýt ějakou koulí) jsme zvyklí a to, že je možé je měřit, tj. určit jejich velikost jako eulový a koečý počet jeotek velikosti. U jeorozměrých útvarů je touto velikostí élka, u vojrozměrých obsah, u trojrozměrých pak objem. Z běžé zkušeosti víme, že pokusy určit obsah či élku trojrozměrých útvarů veou k ekoečým číslům, objem vojrozměrého útvaru je ula, jeho élka je ekoečá. Objem či obsah jeorozměrého útvaru je ulový. Počet rozměrů (imeze) omezeého geometrického útvaru je tey z metrického hleiska á tím, za teto útvar má koečou a eulovou élku, obsah či objem, přičemž eulová a koečá je právě jea z těchto veliči.. Příkla Sierpiňského trojúhelík a čtverec: Sestrojme rovostraý trojúhelík a vyjměme z ěj vitřek trojúhelíka určeého střeími příčkami. Ve zbývajících třech trojúhelících proveďme totéž a tímto způsobem pokračujme o ekoeča. Poku bychom aalogickou kostrukci proveli se čtvercem (ze čtverec rozělujeme vžy a evět shoých čtverců a vyjímáme vitřek prostřeího z ich), ostaeme Sierpiňského čtverec. 88

2 Fraktály ÚM FSI VUT v Brě Stuijí text Při programováí takto se opakujících se kostrukcí se používají tzv. rekurziví proceury, tj. proceury, které volají samy sebe. Nemohou se samozřejmě volat oekoeča, obvykle kočí v okamžiku, ky velikost útvaru, který se má sestrojovat, je meší ež jee pixel zobrazovacího zařízeí. V kpt.. 4 jsme zjistili, že Sierpiňského trojúhelík je z topologického hleiska křivka, totéž bychom zjistili i u Sierpiňského čtverce. Z metrického hleiska to však eí útvar jeorozměrý (má ekoečou élku), ale ai vojrozměrý (má ulový obsah). Tyto útvary tey elze běžým způsobem měřit, tj. určit, který z ich je větší a který meší. V techické praxi většiou pracujeme s křivkami jeouchými (tj. křivkami, které eprotíají samy sebe), aebo se jeá alepoň o křivky po částech jeouché, tj. křivky, které lze a eprotíající se křivky rozělit. Sierpiňského trojúhelík a čtverec jsou křivky, které samy sebe protíají v kažém boě a ejsou tey jeouché ai po částech. Existují však i jeouché ohraičeé křivky s ekoečou élkou. Než se s jeou z ich blíže sezámíme, upřesěme pojem élky jeouché křivky.. élka jeouché křivky: V kpt.. jsme se zabývali otázkou určeí élky aalytické křivky. Aalytický přepis útvarů, kterými se bueme zabývat v této kapitole, však emáme k ispozici. V tom přípa určíme élku jeouché křivky tak, že sestrojíme posloupost boů A ; A;...; A ; A + ležících a křivce tak, že boy A 0 ; A + jsou krají (v přípaě uzavřeé 0 p p křivky je A 0 = A p+ její libovolý bo), a platí Ak Ak = v; k = ;;...; p AA p p+ < v (připouštíme i Ap = A p +, tj. AA p p + = 0 ). Za přibližou élku křivky pak prohlásíme číslo p ( p ) l + v±. v Je zřejmé, že čím kratší oblouky buou, tím se teto součet bue blížit číslu, které bychom měli prohlásit za élku křivky. élkou jeouché křivky bue tey zřejmě limita l = lim p v p poku tato limita existuje. 89

3 Fraktály ÚM FSI VUT v Brě Stuijí text Takto zaveeá élka křivky velmi obře opovíá běžé přestavě měřeí élky pomocí élkových jeotek měřicími úsečkami jsou úsečky Ak Ak, k = ;;...; p.. Příkla Kochova křivka a Kochův ostrov: Uvažujme úsečku, kterou rozělíme a třetiy, a prostřeí třetiou sestrojíme rovostraý trojúhelík a půvoí prostřeí třetiu vyjmeme. Na takto vziklými čtyřmi úsečkami zopakujme tutéž kostrukci a takto pokračujme o ekoeča. Je zřejmé, že úsečky vzikající v jeotlivých krocích mohou sloužit jako měřicí úsečky. Ozačíme-li v velikost měřicí úsečky v - tém kroku a p jejich počet, je přibližá élka zjištěá v -tém kroku v l ( p + ) v ± Při ašem měřeí je avíc vžy Ap = A p +, takže emusíme uvažovat toleraci a psát přímo l = p v () ále pro > platí + v = v = v0; p = 4p = 4 p = 4, takže 4 l = = = = + lim p v lim 4 v0 lim v 0 (eboť v 0 > 0 ). Útvar, který takto vzikl, je jeouchá křivka. Je zřejmě ohraičeá a přitom má ekoečou élku. Ai tuto křivku tey elze rozumě změřit. Zopakujeme-li tuto kostrukci a třemi úsečkami, které tvoří stray rovostraého trojúhelíka, ostaeme tzv. Kochův ostrov, který má koečý obsah, ale jeho hraice má ekoečou élku. Pozěji se ukázalo, že tyto exotické vlastosti mají i eje umělé geometrické kostrukce, ale i útvary, se kterými se setkáváme zcela běžě. 4. Příkla - pobřeží Bretaě: Pokusme se změřit élku pobřeží Bretaě, a to postupem uveeým v ost.. Takto zaveeá élka zřejmě ezávisí a volbě velikosti počátečí měřicí úsečky, pro ázorost ji tey zvolíme tak, že pro v bue p = 4, tj. stejě jako pro Kochovu křivku. élka pobřeží zjištěá těmito měřily je v připojeé tabulce a v posleí tabulce porováa s élkou Kochovy křivky. Je viět, že se zmešujícím se měřilem se zjištěá élka pobřeží opět výzamě zvětšuje a limita = lim p v efiující tuto élku bue zřejmě opět 90

4 Fraktály ÚM FSI VUT v Brě Stuijí text evlastí. Na záklaě přesých měřeí v 50. letech miulého století ospěl Lewis Fry Richarso skutečě k závěru, že všecha pobřeží jsou stejě, a to ekoečě louhá. Pro porováváí geometrických útvarů typu větší meší jsou tey velikosti v topologických imezích (tj. élka, obsah a objem) často příliš hrubými ástroji. Proto jsou zaváěy imeze obecější, ve kterých je možé porovávat i takové útvary jako Sierpiského trojúhelíky a čtverce, Kochovy křivky i pobřeží a velikosti ejrůzějších příroích útvarů. Nejstarší a ejobecější je imeze Hausorffova (pole ěmeckého matematika Felixe Hausorffa, který ji publikoval v r. 99). Prozatím uveeme efiici poěku speciálější, kterou zobecíme v ásleující kapitole. 5. Fraktálí imeze: je zobecěím pojmu počet rozměrů. Na ásleujícím obrázku máme topologicky jeorozměrý a vojrozměrý útvar, který postupě co ejúsporěji pokrýváme shoými kruhy. Zajímá ás, kolik kruhů bue potřeba, jestliže jejich průměr postupě zmešujeme a poloviu, čtvrtiu at. Ukazuje se, že u topologicky jeorozměrého útvaru platí, že s kažým vojásobým zmešeím průměru potřebujeme zhruba vakrát více kruhů. U topologicky vojrozměrých útvarů s kažým vojásobým zmešeím průměru potřebujeme zhruba čtyřikrát ( ) více kruhů. Poku bychom proveli totéž s útvarem trojrozměrým, který bychom pokrývali koulemi, potřebovali bychom s kažým vojásobým zmešeím průměru zhruba osmkrát ( v ) více koulí. Je-li { } klesající posloupost průměrů použitých kruhů (koulí) a { p } posloupost uávající počet kruhů (koulí) o průměru v potřebých k pokrytí útvaru, pak pro -rozměrý ohraičeý útvar je skutečě v p kost. ále existuje limita tohoto součiu a je 0< limv p < ; = ; ; 9

5 Fraktály ÚM FSI VUT v Brě Stuijí text Požaavek co ejúsporějšího pokrytí topologicky jeorozměrého útvaru zřejmě zameá, že je třeba kružice (koule) pokláat tak, aby průsečíky s útvarem ležely a průměru, počet kruhů (koulí) vyásobeý jejich počtem bue tey přímo aproximovat élku křivky, tj. v p l a l = lim v p U topologicky jeorozměrého útvaru je ále zřejmě lim v p = lim v p = 0 Pro topologicky vojrozměré útvary je výraz v p zřejmě rove součtu obsahů čtverců opsaých pokrývajícím kruhům. Protože se čtverce překrývají, teto výraz ai v limitě eí rove obsahu útvaru. Protože však pro topologicky vojrozměrý útvar platí lim v p = ; 0 S limv p < < < ; lim v p = 0 je tato limita vhoým iikátorem vojrozměrosti. Poobě v trojrozměrém přípaě (promyslete!). Z této úvahy je zřejmé (a á se to obecě okázat), že pro kažý geometrický je buď a) pro kažé > 0 : lim pv = 0 9

6 Fraktály ÚM FSI VUT v Brě Stuijí text aebo b) existuje > 0 tak, že α) 0 < lim pv < β) pro kažé < je lim pv = γ) pro kažé > je lim pv = 0 Tyto skutečosti ás veou k ásleující efiici: 6. Fraktálí míra a fraktálí imeze: Nechť { v } je klesající posloupost, p ejmeší počet uzavřeých koulí o průměru v potřebý k pokrytí ohraičeého útvaru U. Fraktálí mírou útvaru U v imezi azývýme limitu M ( U ) = lim p v = 0. Útvar U má a) fraktálí imezi ula právě tehy, kyž pro kažé 0 M U = pv= b) fraktálí imezi 0 0< M U = lim p v <. > je lim 0 > právě tehy, kyž Na prví pohle se může zát, že jsme právě zaveli zbytečý pojem, protože fraktálí imeze topologicky jeorozměrého (vojrozměrého, trojrozměrého) útvaru je jea (vě, tři). Ale eí tomu tak. 7. Fraktálí imeze Sierpiňského trojúhelíka: Poívejme se ještě jeou a Sierpiňského trojúhelík. Pro jeouchost (bez újmy a obecosti) můžeme přepokláat, že prví kruh má průměr rove jeé poloviě, tj. v =. K prvímu pokrytí jsou potřeba tři takové kruhy, tj. p =. Vžy, kyž zmešíme průměry kruhů a poloviu, je k pokrytí třeba vžy trojásobý počet kruhů tak, jak azačuje připojeý obrázek. Je tey v = ; p =. Protože je lim pv = lim = lim pv = lim = 0 je élka trojúhelíka ekoečá a obsah ulový (to už jsme zjistili v př. kpt.. 4 střeoškolskými metoami). Nyí však víme, že musí existovat imeze < < taková, že limita pro tuto imezi je eulová a koečá, tey 0< lim pv = lim < Bez újmy a obecosti je možé přepokláat, že lim pv = lim = Protože výraz je pro kažé ; kostatí, je = = l l = 0 9

7 Fraktály ÚM FSI VUT v Brě Stuijí text Fraktálí imeze Sierpiňského trojúhelíka je tey l =, () l 8. Fraktálí imeze Sierpiňského čtverce a Kochovy křivky: Poívej Při pokrýváí Sierpiňského čtverce je výhoé zmešovat průměry pokrývacích kruhů a třetiu, jejich počet tím zvýšíme osmkrát. Jeho fraktálí imezi tey zcela aalogicky ostaeme l8 =, l Koečě Kochova křivka má fraktálí imezi l 4 =, l ospíváme tey k pojmu fraktálu, který zavel Beoit Maelbrot (94-00): 8. Fraktál je útvar, jehož fraktálí imeze je (ostře) větší ež imeze topologická. Protože topologická imeze Sierpiňského trojúhelíka a čtverce, jakož i Kochovy křivky je jea, jsou tyto tři útvary příklay fraktálů. Fraktálí imeze je vhoou mírou čleitosti geometrického útvaru. Fraktálí imeze je tak jemějším ástrojem pro popis geometrických útvarů ež imeze topologická. Nefraktálí útvary (úsečka, kruh, válec ) mají fraktálí imezi rovu imezi topologické a považujeme je za ečleité. Kochova křivka je čleitá (,6 ), čleitější je ovšem Sierpiňského trojúhelík (,58 ) a čtverec (,89). Pobřeží Bretaě, které ám posloužilo jako motivačí příkla (viz př. 4), je poměrě čleité (,5 ), pobřeží Severí Afriky je aopak téměř hlaké (,0 ). Velmi čleité plochy (topologická imeze vě) pak přestavuje povrch liského mozku (,79) a plic (,97 ).. Hausorffova imeze a Hausorffova míra Pomocí pokrýváí útvarů kruhy resp. koulemi stejého průměru lze určit jeho fraktálí imezi, k určeí jeho správé velikosti však estačí, a to ze vou voů: a) Kruhy (koule) se překrývají, fraktálí míra M ( U ) le ef. 6 pro = ; obsahů (objemů) je tey větší ež obsah (objem) voj- resp. trojrozměrého útvaru. M U pro pro = ; určuje obsah čtverců opsaých kruhům resp. objem krychlí opraých koulím. I z tohoto ůvou je obsah (objem) větší. b) Fraktálí míra Abychom se obsahu resp. objemu pro = ; co ejvíce přiblížili, je přeevším třeba upustit o požaavku stejého průměru. Měřeou možiu tey bueme pokrývat ε -pokrytím ve smyslu ost. 9 kpt..4., které yí přesě efiujeme:. ε -pokrytí geometrického útvaru: Uvažujme útvar U a libovolé číslo ε > 0. ále iam K průměr koule K i v prostoru E. Sjeoceí K = Ki koulí K i ozačme i i 94

8 Fraktály ÚM FSI VUT v Brě Stuijí text azveme ε -pokrytím útvaru U právě tehy, kyž ε. Pokrytí útvaru U bueme porobě začit U K a pro kažou kouli K i je iam Ki K U. Pokrytí jeoho a téhož útvaru U existuje ekoečě moho. Všecha tato pokrytí lze K U je meší ež částečě uspořáat možiovou ikluzí. Řekeme totiž, že pokrytí pokrytí K ( U ) právě tehy, kyž K( U) K( U ) - říkáme také, že pokrytí K ( U ) je zjeměí pokrytí K ( U ). Možia všech pokrytí útvaru U má tey ifimum, které umoží efiovat Hausorffovu míru a imezi.. Hausorffova míra a imeze: Je zřejmé, že výraz iam( K ) Ki KU i určuje součet obsahů čtverců opsaých hlavím kružicím pokrývajích koulí a výraz iam( K ) Ki KU součet objemů krychlí opsaých pokrývajícím koulím. Abychom tyto sumy co ejvíce přiblížili obsahu resp. objemu, je třeba, aby byly co možá ejmeší, tj. položme H U = if iam Ki () KU Ki KU ke if začí ifimum všech pokrytí útvaru vzhleem k jejich zjeměí (viz přechozí KU ostavec). Výraz () pro = ; ; již splňuje obecé požaavky klaeé a élku, obsah a objem, a proto bývá v ěkterých literárích prameech již ozačová za Hausorffovu míru útvaru U. Pro = je skutečě rove élce měřeé křivky, pro = však eí rove běžě chápaému obsahu a pro = eí rove objemu. Ifimum sice zaručuje, že pokrývající koule se již epřekrývají, výraz iam( K ) i však eí rove obsahu kruhu ale opsaého čtverce, výraz iam( K ) i eí rove objemu koule, ale jí opsaé krychle. H ( U ) je tey 4 π ásobek hleaého obsahu; H U je 6 π ásobek hleaého objemu. Výraz H ( U ) je tey třeba ásobit vhoou fukcí ( ) π jejíž fukčí hooty jsou α () = ; 4 π α = 6. Touto fukcí je fukce ke ( ) π α = ; () Γ + r 0 x Γ r = x e x () i α, α = a je tzv. gama fukce. Je to vyšší trasceetí fukce, tj. fukce, jejíž hooty až a výjimky elze určit metoami, které záme ze záklaího kurzu 95

9 Fraktály ÚM FSI VUT v Brě Stuijí text matematiky. Existují však tabulky jejích fukčích hoot i růzé kalkulátory, které jsou schopy tyto hooty určit. Ze uveďme je ty, které jsou potřeba k určováí měr v celočíselých imezích: π = : Γ ( + ) =Γ (,5) = = : Γ + =Γ = (4) ( ) = : Γ + =Γ,5 = 4 Výraz () korigovaý fukcí α ( ) je pak již pro = ;; rove élce, obsahu a objemu útvaru U a poskytuje i velikost (míru) útvarů i v eceločíselých imezích. Můžeme tey efiovat: Hausorffovou mírou útvaru U v imezi rozumíme hootu výrazu π H ( U ) = α ( ) if iam( Ki ) KU K (5) KU ke fukce α ( ) je určea rovicemi () a (). Lze okázat, že pro kažý ohraičeý geometrický útvar je buď a) pro kažé 0 : H ( U ) = 0 aebo b) existuje > 0 tak, že 0 < H ( U ) < a pro kažé < je H ( U ) = a pro kažé > je H ( U ) = 0 Tyto vlastosti Hausorffovy míry umožňují efiovat Hausorffovu imezi: i Hausorffova imeze útvaru U : Útvar U má Hausorffovu imezi ula ( = 0 ) právě tehy, kyž pro kažé 0 je H ( U ) = 0. Útvar U má Hausorffovu imezi > 0 právě tehy, kyž 0 H < U <.. Příkla: Určete Hausorffovu míru kruhu a koule. Řešeí: Ifimálí (v tomto přípaě okoce miimálí) pokrytí kruhu resp. koule o poloměru r je jeiá koule o poloměru r. Kruh má =, koule =. Je tey Kruh: ( U ) α π π ( i ) Γ ( + ) H = if iam K = r = r = π r KU Koule: ( U ) α Ki KU π π 4 = if ( i ) = = = π KU K ( ) i KU Γ + 4 π H iam K r r r Jak je viět z přechozích příklaů, výpočet Hausorffovy míry je velmi komplikovaý už i u velmi jeouchých útvarů (trojúhelík, čtverec, krychle ). U všech efraktálích útvarů (tj. útvarů s celočíselou Hausorffovou imezí) jsou však míry H ; H a H rovy jejich élce, obsahu resp. objemu. Na pracé výpočty Hausorffových měr jsme tak okázái je u fraktálů. Ze ovšem emají takový praktický výzam jako imeze, jejich určováí je přece je jeoušší.. 96

10 Fraktály ÚM FSI VUT v Brě Stuijí text. Mřížková imeze a Box Coutig Výhoou Hausorffovy imeze je skutečost, že je velmi obecá, a tey použitelá a velmi širokou tříu moži. Nevýhoou této obecosti je však velmi obtížý výpočet. Proto existuje řaa alších imezí, které jsou jeoušší, vhoé pro počítačové zpracováí a ve většiě přípaů poskytují tytéž výsleky. Uveďme ejzámější z ich imezi mřížkovou. Záklaí myšleka je stejá jako u imeze fraktálí resp. Hausorffovy s tím, že pokrýváí měřeého útvaru je přizpůsobeo možostem výstupích zařízeí počítačů. Tvoří ho čtvercová či krychlová mřížka. imeze, která se takto zjišťuje, se proto azývá imeze mřížková a metoa, kterou se měřeí prováí, je záma jako Box Coutig. Přepokláejme, že měřeou možiu máme zobrazeu a výstupím zařízeí počítače. Pro jeouchost bueme přepokláat, že áš obrázek má rozlišeí a bueme ho pokláat za jeotkový čtverec. Vyjeme z efiičího vztahu fraktálí míry (viz ost. 6 kpt.. ), tj. M U = pv lim s tím, že v tetokrát eí průměr pokrývajících koulí, ale straa čtverce resp. hraa krychle sítě. Měříme-li imezi z obrázku a výstupím zařízeí, emůžeme samozřejmě pracovat s limitou, takže položíme přímo ( ) M ( U ) v p Měřeou možiu pokryjme čvercovou sítí, jejíž jea buňka je čtverec o straě v =, ostáváme tey M ( U) p M U + p M U + p l p l + l M ( U) y k x + q l l l l l l Při ašem rozlišeí emůžeme samozřejmě v ejjeoušší variatě využít všecha, ale pouze mociy vou. ále je třeba sestrojit boy P [ x, y] [ l ;l p] a těmito boy proložit přímku metoou ejmeších čtverců (s touto metoou se sezámíte ve ruhém semestru v umerické matematice). Směrice této přímky je hleaá imeze měřeé možiy. Úsek q této přímky, resp. výraz ( ) q M ( U ) = e je jakási mřížková míra měřeého útvaru, která má však začě epříjemé vlastosti. Napříkla úsečky a () připojeém obrázku mají v míře M všechy stejou élku, což je jistě velmi epříjemé. Tato epříjemost souvisí s tím, že k pokrytí měřeé možiy ejsou použity kruhy resp. koule, ale čtverce resp. krychle. Přesé objasěí příčiy tohoto jevu přesahuje rámec textu, proto o ěj upustíme. Míra fraktálích útvarů, tj. míra v eceločíselých imezích však emá praktický výzam, v aprosté většiě přípaů se spokojíme se zalostí mřížkové imeze. Ta může být obecě poěku vyšší ež imeze Hausorffova, většiou se však hooty těchto imezí shoují. 97

11 Fraktály ÚM FSI VUT v Brě Stuijí text Na připojeých obrázcích si můžete prohléout ěkteré výsleky. Měřeé útvary byly vygeerováy a obrázku s rozlišeím U úsečky a čtverce program zazameal přesě lieárí resp. kvaratickou závislost mezi celkovým počtem čtverců a čtverců potřebých k pokrytí. Přímka tey prochází přesě zaaými boy a imeze těchto útvarů vychází zcela přesě. U složitějších útvarů ává teto ejjeoušší algoritmus výsleky pouze přibližé, přesost měřeí závisí o začé míře také a kvalitě vygeerovaého obrázku a jeho vzájemé poloze s pokrývající sítí.. 4 Soběpoobost a soběpříbuzost Sierpiňského trojúhelík, čtverec i Kochova křivka mají ještě jeu zajímavou vlastost, která je zázorěma a připojeém obrázku: Sierpiňského trojúhelík vzike sjeoceím tří kopií sebe sama. Přesěji řečeo: zobrazíme-li teto útvar ve stejolehlostech se střey ve vrcholech výchozího trojúhelíka s koeficietem a tyto obrazy sjeotíme, ostaeme půvoí útvar. Poobou vlastost mají i Sierpiňského čtverec a Kochova křivka.. Soběpoobost: Útvar U je soběpoobý právě tehy, kyž existují poobá zobrazeí Z ; i = ;;...; p taková, že i 98

12 Fraktály ÚM FSI VUT v Brě Stuijí text p U= Zi ( U ) () i= Soběpoobý je trojúhelík i čtverec Sierpiňského (ze jsou poobými zobrazeími stejolehlosti) i Kochova křivka (ze jsou to vě stejolehlosti a vě obecější poobá zobrazeí složeá ze stejolehlosti a rotace). Soběpoobé jsou i mohé útvary, které ejsou fraktály ( obyčejý trojúhelík a čtverec, rovoběžík apo.). Zajímavý je vztah mezi soběpoobostí a Hausorffovou imezí. Jsou-li totiž k ; k ;...; k p koeficiety tvořicích poobých zobrazeí Z i z (), pak pro Hausorffovu imezi útvaru U platí k + k k p =. Speciálě v přípaě, že k = k =... = kp = λ, je p l p k + k kp = ( λ) + ( λ) ( λ) = = = λ l λ Např. Sierpiského trojúhelík je sjeoceím tří svých kopií ( p = ) zmešeých a třetiu ( l λ = λ = ), imeze je = l. U Sierpiského čtverce je p = 8 ; λ = λ =, l8 = l. Kochova křivka: p = 4 ; λ = λ =, l 4 = l. Obyčejý čtverec je sjeoceím apř. l 4 čtyř kopií zmešeých a poloviu ( = l = ) ebo evíti kopií zmešeých a třetiu l9 ( = l = ). Obyčejý trojúhelík p = 4 ; λ = ebo p = 6; λ = 4, opět =. Promyslete pro úsečku!. Soběpříbuzost: je zobecěím soběpoobosti. Soběpříbuzým útvarem azýváme útvar, který je sjeoceím koečého počtu svých vlastích obrazů v libovolých kotraktivích zobrazeích, tj. v zobrazeích, která zkracují vzáleost. Pro kotraktiví zobrazeí Z tey platí p 99

13 Fraktály ÚM FSI VUT v Brě Stuijí text Z A Z B k AB, ke k <. Útvar U je soběpříbuzý právě tehy, kyž existují kotraktiví zobrazeí Z ; i = ;;...; p taková, že i p i= U= Zi U Kotraktiví zobrazeí emusí být poobostí. Může to být apř. afiita ebo i zobrazeí, které ezobrazuje úsečku a úsečku. Soběpříbuzý útvar tey eí sjeoceím svých zmešeých kopií, íky koečému počtu kotrakcí však v útvaru můžeme vypozorovat oekoeča se opakující části, které se svým tvarem příliš eliší a liské oko je schopo je ietifikovat jako stále se opakující motivy. Fraktál a připojeém obrázku je sjeoceím vou svých obrazů v afiitách určeých maticemi = 0 0 M M ; = Právě soběpříbuzost je typická prakticky pro všechy příroí útvary o vesmíru jako celku přes strukturou listu a tvar mraků či krajiy pokračujíc až po větveí žil v orgaismech (fraktál a připojeém obrázku ám při troše fatasie může připomíat mořského koíka).. 5 Iteračí systémy. Obecá iteračí metoa: se používá při hleáí přibližého řešeí rovic tvaru x g( x) =. Spočívá v tom, že počátečí aproximace (startovací bo) x 0 se osaí o pravé stray, čímž x = g x. Teto postup se eustále opakuje, takže obecě obržíme prví aproximaci tvaru ( 0) je x g( x ) x =. Napříkla v rovici k+ k 6 ( x 5) x 5 ( x 5) ( 0 5) 5 = + = + = x = x + 5 = + 5 = 0, = + zvolme x 0 = 0, pak je x = 6 x + 5 = 6 0, = 0,98... at. Přitom přesé řešeí rovice je x = (jak se můžeme sao přesvěčit osazeím). Tato metoa ovšem fuguje (koverguje) pouze za přepoklau, že rovice x = g( x) efiuje kotraktiví zobrazeí. S těmito otázkami se poroběji sezámíte v umerické matematice ve. semestru.. Iteračí systém: je systém rovic tvaru ( ; ;...; ) ( ; ;...; ) ( ; ;...; ) x = f x x x = f x x x x x = f x x x () a stuium pomíek, za kterých systém koverguje, je obecě velmi složité. Moerí výpočetí techika umožňuje iteračí procesy efektě vizualizovat. 00

14 Fraktály ÚM FSI VUT v Brě Stuijí text. Juliovy možiy: Jsou možiy všech startovacích boů, ze kterých iteračí proces systému () koverguje. Možiy esou jméo fracouzského matematika Gastoa Maurice Julia (89 978), který zkoumal kovergečí procesy rovic tvaru z = z + C v oboru komplexích čísel. Pro kažé komplexí číslo C ostáváme jiou Juliovu možiu. Na připojeém obrázku jsou Juliovy možiy pro C = i; C = + 0i a C = i. 4. Maelbrotovy možiy: Beoit Maelbrot se zabýval problémem, pro která C je Juliova možia souvislá, a sestrojil tímto způsobem možiu, která es ese jeho jméo. Zatímco k rovici z = z + C existuje ekoečě moho Juliových moži, Maelbrotova možia této rovice je geerováa je jea. Přesto je možé číslo v úvou tohoto ostavce oprávěé poobým způsobem lze totiž použít i jié rovice. Na přopojeém obrázku je Maelbrotova možia rovice z = cos z+ C. Možia rovice z = z + C je souměrá pole reálé osy, možia z = cos z+ C je avíc íky (komplexímu) kosiu perioická. Hraice Juliových resp. Maelbrotových moži patří k ejčleitějším možiám. Jsou to křivky mají topologickou imezi jea, jsou však čleitější ež Sierpiňského čtverec Hausorffova imeze Maelbrotova možiy je vě. 0

15 Fraktály ÚM FSI VUT v Brě Stuijí text 5. Obarvovací algoritmy při vykreslováí Juliových a Maelbrotových moži se používají ejrůzější obarvovací algoritmy. Te ejjeoušší (Escape algorithm) obarvuje kažý pixel, který o možiy epatří, pole rychlosti, s jakou je tato skutečost zjištěa. Byly to právě barevé Juliovy a Maelbrotovy možiy, které postatě přispěly k popularizaci fraktálí geometrie. 6. Projektiví systémy iteračí systémy efiovaé soustavou () porobují kažý bo trasformacím, které obecě ezobrazují přímku a přímku. Je-li však soustava () lieárí, efiuje projektiví zobrazeí, které lze efiovat maticí. Projektiví systémy jsou tey efiováy koečým počtem projektivích zobrazeí, kterými v kažém kroku prochází startovací bo. Je-li apř. teto systém tvoře třemi stejolehlostmi se střey ve třech ekolieárích boech a s koeficiety 0.5, pak startovací bo vytvoří Sierpiňského trojúhelík. Na připojeém obrázku si můžeme prohléout možiy vytvořeé projektivími systémy určeými maticemi 0

16 Fraktály ÚM FSI VUT v Brě Stuijí text M = ; M = M 0 0 = M = resp M = ; M = M = ; M 4 = V kokrétích algoritmech ovšem eí možé startovací bo porobovat vžy všem trasformacím, eboť počet takto geerovaých boů by expoeciálě arůstal a způsobil by přetečeí sebevětší paměti. Teto problém se většiou řeší tak, že v kažém kroku je geerátorem áhoých čísel vybráa vžy je jea trasformace, které je bo porobe. V kažém kroku se tey bo ocite jakoby a křižovatce, ke si vylosuje alší cestu. Proto je teto algoritmus azývá metoou áhoé procházky.. 6 yamické systémy yamickým systémem rozumíme systém, který je efiová pomocí koečého počtu pomíek, které popisují změu systému v čase. Možia všech možých stavů systému tvoří tzv. stavový prostor, kokrétí stav systému v libovolém časovém okamžiku je opět popsá koečou posloupostí hoot stavovým vektorem. Jestliže pole aých pomíek echáme systém vyvíjet se v čase, vziká ve stavovém prostoru buď křivka (jetliže parametr reptezetující čas je spojitý), aebo možia boů reprezetujících kokrétí stavy (je-li časový parametr iskrétí). Možia stavů, ke kterým systém koverguje pro t, se azývá atraktor. yamické systémy mohou být stabilí, aebo estabilí, a to pole toho, jak reagují a změu vstupích parametrů. Atraktorem stabilího systému je buď bo ebo uzavřeá křivka, atraktorem estabilího systému jiá možia. 0

17 Fraktály ÚM FSI VUT v Brě Stuijí text V tomto smyslu je yamickým systémem apř. i metoa áhoé procházky zmiňovaá v závěru přechozí kapitoly. Počátečím stavem je startovací bo, počátečími pomíkami jsou trasformace, kterým má být vystave. Kažý iteračí krok přestavuje časový okamžik, atraktorem je možia sestrojeá po ostatečém počtu kroků. Projektiví systémy jsou zcela ecitlivé poku je o startovací bo metou áhoé procházky můžeme startovat ze zcela libovolého bou, výslekem je vžy ietický atraktor (strom či kapraia pole zvoleých trasformací). S citlivostí vůči epatrým změám trasformací to už je složitější. Napříkla Juliova možia je extrémě citlivá a změu parametru C, citlivost projektivích systémů závisí a tzv. pomíěosti matic projektivích trasformací (pomíěost matic bueme stuovat v umerické matematice).. 7 L-systémy Pomocí yamických systémů lze stuovat jevy závislé a moha parametrech, jejichž přesý vliv lze obtížě převíat, apř. voí víry, turbulece apo. Na připojeém obrázku si můžeme prohléout tzv. Clifforův atraktor atraktor yamického systému popsaého soustavou rovic x = si.5y+.6 cos.5x y = 0.9 cos.8 y si.8x L-systémy byly avržey maďarským biologem Aristiem Liemayerem v r. 968 (Liemayerovy systémy) jako formálí matematický ástroj popisu růstu řas. es jsou využíváy přeevším k moelováí morfologie rostli. Ve své ejjeoušší poobě je L- systém formálě trojice moži L= ( Σ ; S; P), ke Σ je možia přípustých symbolů, S je možia axiomů, které efiují počátečí stav systému a P je možia přepisovacích praviel, která umožňují geerovat alší stavy. Tyto stavy se posléze iterpretují pomocí tzv. želví grafiky, ke želva reprezetuje kreslicí zařízeí. Její stav je popsá polohou a orietací.. Příkla Kochova křivka jako L-systém: Uvažujme L-systém L ( ; S; P) abecea obsahuje tři zaky Σ = { F; + ; } axiomem je zak F, tey S = { F} a přepisovacím pravilem P= { F F + F F + F} (což začí, že zak F se vžy přepisuje posloupostí F + F F + F ) Možé stavy tohoto L-systému tey jsou: F F + F F + F F F F F F + F F + F + F + F F + F F + F F + F + F + F F+ F = Σ, v ěmž je at. 04

18 Fraktály ÚM FSI VUT v Brě Stuijí text Grafická iterpretace určuje cestu pro kreslicí zařízeí (želvu): F - krok vpře; + otoč se o 60º v klaém smyslu; otoč se o 60º v záporém smyslu Je-li tey želva v počátku souřaé soustavy a orietováa ve směru osy x, je prví možý stav ruhý možý stav třetí možý stav at.. Příkla Sierpiňského trojúhelík jako L-systém: Vhoým L-systémem lze rověž uplést Sierpiňského trojúhelík, tak, jak jsme slíbili v př. kpt.. 4. Přiáme jee zak a jeo přepisovací pravilo: abecea: Σ = { FG ; ; + ; } axiom: S = { F} přepisovací pravila: P= { F G F G; G F + G+ F} Iterpretace je stejá jako v přechozím příklaě: FG ; - krok vpře; + otoč se o 60º v klaém smyslu; otoč se o 60º v záporém smyslu. Na ásleujícím obrázku viíme ěkteré možé stavy (krok kažého ásleujícího stavu je z techických ůvoů vžy zkráce): Jak bylo řečeo v úvou této kapitoly, jsou L-systémy využíváy přeevším k moelováí morfologie rostli. K tomu je třeba umožit L-systému větveí, a to pomocí závorek.. Příkla moelováí morfologie rostli: Abecea, axiom i grafická iterpretace jsou stejé, jako v přechozím přípaě. Levá závorka zameá uložeí stavu želvy o zásobíku, pravá pak vyzveutí stavu ze zásobímku. Moely se liší přepisovacími pravily a úhlem α, o který se otáčí (uveeo u jeotlivých výstupů): 05

19 Fraktály ÚM FSI VUT v Brě Stuijí text F G( + F) G( F) + F G GG α = 0 F G (( F) + F) + G( + GF) F G GG α =,5. 8 Náhoé fraktály F G( + F)( F) GF G GG α = 6 V přechozích kapitolách jsme se zabývali tzv. etermiistickými fraktály tey fraktály, které jsou plě určey ěkolika relativě jeouchými počátečími pomíkami, ke ebylo místo pro áhou. Tyto fraktály mají z hleiska popisu příroích útvarů jeu zásaí vau - jsou totiž příliš pravielé. Při popisu příroích útvarů je třeba pracovat i s áhoou - ostaeme útvary, které mohem lépe opovíají reálým objektům.. Záklaí pricip: S áhoými procesy lze pracovat vpostatě vojím způsobem: a) Pomocí geerátoru áhoých čísel rozmazávat souřaice boů, které určuje etermiistický algoritmus. Aby výsleek ebyl úplě chaotický, je třeba vhoě volit jeak typ geerátoru (ejčastěji se používá geerátor s ormálím rozložeím, se kterým se sezámíte ve statistice) a také rozpětí (u rovoměrého rozložeí) resp. rozptyl (u ormálího). Tyto parametry se musejí zmešovat úměrě úrovi rekurze. Na připojeém obrázku si můžeme prohléout takto upraveý Kochův ostrov, Sierpiňského trojúhelík a jeu z rostli geerovaou L-systémem. b) Používat algoritmy áhoé již ze své postaty. Ve 0. letech miulého století moeloval Norbert Wieer Browův pohyb tzv. metoou přesouváí střeího bou (Mipoit isplacemet Metho - MM). V jeorozměrém přípaě je pricip metoy ásleující: zvolme úsečku AB, ajěme její stře a jeho y - ovou souřaici změňme o áhoé číslo. Na vziklé vě úsečky aplikujme tetýž postup, at., teoreticky o ekoeča. Vziklá křivka je příklaem grafu fukce, která je a aém itervalu spojitá, ale emá ike erivaci. V praktických situacích algoritmus opět ukočíme tehy, jestliže se rozíl x - ových souřaic souseích boů ostae po rozlišovací schopost výstupího zařízeí. Výslekem je křivka, která e áhoou připomíá profil či horizot reálé krajiy 06

20 Fraktály ÚM FSI VUT v Brě Stuijí text. Hurstův expoet: Jak jsme kostatovali v přechozím ostavci, při geerováí áhoých fraktálů je třeba velmi pečlivě volit rozpětí resp. rozptyl geerátoru áhoých čísel. Tyto parametry ovlivňují čleitost výsleého fraktálu, a tím i jeho fraktálí imezi. Při geerováí fraktálů metoou přesouváí střeího bou lze pomocí vhoě voleého rozptylu gaussovského geerátoru vygeerovat fraktál s přeem aou fraktálí imezí. Použijeme-li totiž geerátor, jehož rozptyl v -té iteraci je á vztahem σ ( ) + H = σ0 ke σ 0 je počátečí rozptyl, pak fraktálí imeze fraktálu vygeerovaého metoou MM je = H. Číslo H 0; je tzv. Hurstův exproet čím je jeho hoota meší, tím větší je imeze vygeerovaé křivky a tím je tey fraktál čleitější. Na připojeém obrázku je ěkolik křivek s růzými hootami H.. MM ve : Výše popsaý algoritmus pro úsečku je možé rozšířit a obélík. V tomto přípaě vytváříme áhoě fukci vou proměých apř. moel teréu. V tom ejjeoušším přípaě efiujeme fukčí hooty ve vrcholech obélíka, poté jsou počítáy a áhoě přesouváy alší boy. Možostí, jak je postupě procházet, je víc. Nejčastěji se ajou a posuou střey obvoových úseček aktuálě zpracovávaého obélíka a pomocí ich se áhoě přesue jeho stře. Poobě jako v jeorozměrém přípaě je možo ovlivňovat fraktálí imezi volbou Hurstova koeficietu. 07

21 Fraktály ÚM FSI VUT v Brě Stuijí text Popsaé rekurziví ěleí čtverce je možé využít jak pro vytvářeí prostorových moelů teréu (viz připojeý obrázek), tak i pro tvorbu výstupů, kterým se v počítačové grafice říká plasma. Ta se používá pro moelováí ejrůzějších objektů oblačosti, barevých ostíů půy apo. Na připojeém obrázku si můžeme prohléout obrázek kapraiy, k jehož vygeerováí bylo použito ěkolik výše popsaách techik. Půí profil byl vytvoře metoou MM v. Barva půy a obloha je plasma vytvořeá metoou MM ve. Listy jsou projektiví IFS vytvořeé le ost. 6 kpt.., koečě kořeový systém je L- systém le kpt

6. Posloupnosti a jejich limity, řady

6. Posloupnosti a jejich limity, řady Moderí techologie ve studiu aplikovaé fyziky CZ..07/..00/07.008 6. Poslouposti a jejich limity, řady Posloupost je speciálí, důležitý příklad fukce. Při praktickém měřeí hodot určité fyzikálí veličiy dostáváme

Více

Matematika I, část II

Matematika I, část II 1. FUNKCE Průvodce studiem V deím životě, v přírodě, v techice a hlavě v matematice se eustále setkáváme s fukčími závislostmi jedé veličiy (apř. y) a druhé (apř. x). Tak apř. cea jízdeky druhé třídy osobího

Více

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti Úvod Opakováí Poslouposti Příklady Matematika 1 Katedra matematiky, Fakulta stavebí ČVUT v Praze středa 10-11:40 posluchára D-1122 2012 / 13 Úvod Opakováí Poslouposti Příklady Úvod Opakováí Poslouposti

Více

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE 1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE V této kapitole se dozvíte: jak je axiomaticky defiová vektor a vektorový prostor včetě defiice sčítáí vektorů a ásobeí vektorů skalárem;

Více

Dvojný integrál. Dvojný integrál na obdélníkové oblasti

Dvojný integrál. Dvojný integrál na obdélníkové oblasti Dvojý itegrál Zatímo itegračím oborem jeorozměrého itegrálu bl iterval, u vojého itegrálu je třeba raovat s vojrozměrými obor. Může to být obélíová oblast, ale i složitější útvar jao ař. ruh, ruhová výseč

Více

Správnost vztahu plyne z věty o rovnosti úhlů s rameny na sebe kolmými (obr. 13).

Správnost vztahu plyne z věty o rovnosti úhlů s rameny na sebe kolmými (obr. 13). 37 Metrické vlastosti lieárích útvarů v E 3 Výklad Mějme v E 3 přímky p se směrovým vektorem u a q se směrovým vektorem v Zvolme libovolý bod M a veďme jím přímky p se směrovým vektorem u a q se směrovým

Více

Fraktálová komprese obrazu

Fraktálová komprese obrazu Fraktálová komprese obrazu Úvo Termí fraktál poprvé použl Beot Malebrot (975 Některé efce pojmu fraktál: Fraktál je erový ebo fragmetovaý geometrcký tvar, který může být rozěle a část, které jsou (alespoň

Více

3. Lineární diferenciální rovnice úvod do teorie

3. Lineární diferenciální rovnice úvod do teorie 3 338 8: Josef Hekrdla lieárí difereciálí rovice úvod do teorie 3 Lieárí difereciálí rovice úvod do teorie Defiice 3 (lieárí difereciálí rovice) Lieárí difereciálí rovice -tého řádu je rovice, která se

Více

Matematická analýza I

Matematická analýza I 1 Matematická aalýza ity posloupostí, součty ekoečých řad, ity fukce, derivace Matematická aalýza I látka z I. semestru iformatiky MFF UK Zpracovali: Odřej Keddie Profat, Ja Zaatar Štětia a další 2 Matematická

Více

Přednáška 7, 14. listopadu 2014

Přednáška 7, 14. listopadu 2014 Předáška 7, 4. listopadu 204 Uvedeme bez důkazu klasické zobecěí Leibizova kritéria (v ěmž b = ( ) + ). Tvrzeí (Dirichletovo a Abelovo kritérium). Nechť (a ), (b ) R, přičemž a a 2 a 3 0. Pak platí, že.

Více

Obsah. 1 Mocninné řady Definice a vlastnosti mocninných řad Rozvoj funkce do mocninné řady Aplikace mocninných řad...

Obsah. 1 Mocninné řady Definice a vlastnosti mocninných řad Rozvoj funkce do mocninné řady Aplikace mocninných řad... Obsah 1 Mocié řady 1 1.1 Defiice a vlastosti mociých řad.................... 1 1. Rozvoj fukce do mocié řady...................... 5 1.3 Aplikace mociých řad........................... 10 1 Kapitola 1

Více

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna. 6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola

Více

11. přednáška 16. prosince Úvod do komplexní analýzy.

11. přednáška 16. prosince Úvod do komplexní analýzy. 11. předáška 16. prosice 009 Úvod do komplexí aalýzy. Tři závěrečé předášky předmětu Matematická aalýza III (NMAI056) jsou věováy úvodu do komplexí aalýzy. Což je adeseá formulace eboť časový rozsah ám

Více

Petr Šedivý Šedivá matematika

Petr Šedivý  Šedivá matematika LIMITA POSLOUPNOSTI Úvod: Kapitola, kde poprvé arazíme a ekoečo. Argumety posloupostí rostou ade všechy meze a zkoumáme, jak vypadají hodoty poslouposti. V kapitole se sezámíte se základími typy it a početími

Více

1 Uzavřená Gaussova rovina a její topologie

1 Uzavřená Gaussova rovina a její topologie 1 Uzavřeá Gaussova rovia a její topologie Podobě jako reálá čísla rozšiřujeme o dva body a, rozšiřujeme také možiu komplexích čísel. Nepřidáváme však dva body ýbrž je jede. Te budeme začit a budeme ho

Více

I. TAYLORŮV POLYNOM. Taylorovy řady některých funkcí: Pro x R platí: sin(x) =

I. TAYLORŮV POLYNOM. Taylorovy řady některých funkcí: Pro x R platí: sin(x) = Taylorovy řady ěkterých fukcí: I. TAYLORŮV POLYNOM Pro R platí: si) = 2+ = ), cos) = 2 2+)! = ), 2)! e = =.! Pro, : log + ) = = ) Pro, ) a a R: + ) a = a ) =, kde ) a = a a ) a 2) a +).!. Nalezěte Taylorův

Více

je číselná posloupnost. Pro všechna n položme s n = ak. Posloupnost

je číselná posloupnost. Pro všechna n položme s n = ak. Posloupnost Číselé řady Defiice (Posloupost částečých součtů číselé řady). Nechť (a ) =1 je číselá posloupost. Pro všecha položme s = ak. Posloupost ( s ) azýváme posloupost částečých součtů řady. Defiice (Součet

Více

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce MATEMATICKÁ INDUKCE ALEŠ NEKVINDA. Pricip matematické idukce Nechť V ) je ějaká vlastost přirozeých čísel, apř. + je dělitelé dvěma či < atd. Máme dokázat tvrzeí typu Pro každé N platí V ). Jeda možost

Více

Seznámíte se s pojmem Riemannova integrálu funkce jedné proměnné a geometrickým významem tohoto integrálu.

Seznámíte se s pojmem Riemannova integrálu funkce jedné proměnné a geometrickým významem tohoto integrálu. 2. URČITÝ INTEGRÁL 2. Určitý itegrál Průvodce studiem V předcházející kapitole jsme se sezámili s pojmem eurčitý itegrál, který daé fukci přiřazoval opět fukci (přesěji možiu fukcí). V této kapitole se

Více

Univerzita Tomáše Bati ve Zlíně

Univerzita Tomáše Bati ve Zlíně Uiverzita Tomáše Bati ve Zlíě LABORATORNÍ CVIČENÍ Z FYZIKY II Název úlohy: Iterferece a teké vrstvě Jméo: Petr Luzar Skupia: IT II/ Datum měřeí: 3.říja 007 Obor: Iformačí techologie Hooceí: Přílohy: 0

Více

5. Posloupnosti a řady

5. Posloupnosti a řady Matematická aalýza I předášky M. Málka cvičeí A. Hakové a R. Otáhalové Zimí semestr 2004/05 5. Poslouposti a řady 5.1 Limita a hromadé hodoty. Mějme posloupost x ) prvků Hausdorffova topologického prostoru

Více

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a 2 +... + a N. n=1

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a 2 +... + a N. n=1 [M2-P9] KAPITOLA 5: Číselé řady Ozačeí: R, + } = R ( = R) C } = C rozšířeá komplexí rovia ( evlastí hodota, číslo, bod) Vsuvka: defiujeme pro a C: a ± =, a = (je pro a 0), edefiujeme: 0,, ± a Poslouposti

Více

Matematika přehled vzorců pro maturanty (zpracoval T. Jánský) Úpravy výrazů. Binomická věta

Matematika přehled vzorců pro maturanty (zpracoval T. Jánský) Úpravy výrazů. Binomická věta Matematika přehled vzorců pro maturaty (zpracoval T. Jáský) Úpravy výrazů a r. a s = a r+s a r = ar s as a r s = a r.s a. b r = a r b r a b r = ar b r a. b a b = a b = a. b ( a) m = a m m a m. = a a k.

Více

Matematika 1. Ivana Pultarová Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D Posloupnosti

Matematika 1. Ivana Pultarová Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D Posloupnosti Úvod Opakováí Poslouposti Příklady Matematika 1 Ivaa Pultarová Katedra matematiky, Fakulta stavebí ČVUT v Praze středa 10-11:40 posluchára D-1122 Úvod Opakováí Poslouposti Příklady Úvod Opakováí Poslouposti

Více

1.1. Definice Reálným vektorovým prostorem nazýváme množinu V, pro jejíž prvky jsou definovány operace sčítání + :V V V a násobení skalárem : R V V

1.1. Definice Reálným vektorovým prostorem nazýváme množinu V, pro jejíž prvky jsou definovány operace sčítání + :V V V a násobení skalárem : R V V Předáška 1: Vektorové prostory Vektorový prostor Pro abstraktí defiici vektorového prostoru jsou podstaté vlastosti dvou operací, sčítáí vektorů a ásobeí vektoru (reálým číslem) Tyto dvě operace musí být

Více

Odhady parametrů 1. Odhady parametrů

Odhady parametrů 1. Odhady parametrů Odhady parametrů 1 Odhady parametrů Na statistický soubor (x 1,..., x, který dostaeme statistickým šetřeím, se můžeme dívat jako a výběrový soubor získaý realizací áhodého výběru z áhodé veličiy X. Obdobě:

Více

Masarykova univerzita Přírodovědecká fakulta

Masarykova univerzita Přírodovědecká fakulta Masarykova uiverzita Přírodovědecká fakulta Zuzaa Došlá, Vítězslav Novák NEKONEČNÉ ŘADY Bro 00 c Zuzaa Došlá, Vítězslav Novák, Masarykova uiverzita, Bro, 998, 00 ISBN 80-0-949- 3 Kapitola 3 Řady absolutě

Více

MATEMATIKA PŘÍKLADY K PŘÍJÍMACÍM ZKOUŠKÁM BAKALÁŘSKÉ STUDIUM MGR. RADMILA STOKLASOVÁ, PH.D.

MATEMATIKA PŘÍKLADY K PŘÍJÍMACÍM ZKOUŠKÁM BAKALÁŘSKÉ STUDIUM MGR. RADMILA STOKLASOVÁ, PH.D. MATEMATIKA PŘÍKLADY K PŘÍJÍMACÍM ZKOUŠKÁM BAKALÁŘSKÉ STUDIUM MGR. RADMILA STOKLASOVÁ PH.D. Obsah MNOŽINY.... ČÍSELNÉ MNOŽINY.... OPERACE S MNOŽINAMI... ALGEBRAICKÉ VÝRAZY... 6. OPERACE S JEDNOČLENY A MNOHOČLENY...

Více

Abstrakt. Co jsou to komplexní čísla? K čemu se používají? Dá se s nimi dělat

Abstrakt. Co jsou to komplexní čísla? K čemu se používají? Dá se s nimi dělat Komplexí čísla Hoza Krejčí Abstrakt. Co jsou to komplexí čísla? K čemu se používají? Dá se s imi dělat ěco cool? Na tyto a další otázky se a předášce/v příspěvku pokusíme odpovědět. Proč vzikla komplexí

Více

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů: Odhady parametrů polohy a rozptýleí pro často se vyskytující rozděleí dat v laboratoři se vyčíslují podle ásledujících vztahů: a : Laplaceovo (oboustraé expoeciálí rozděleí se vyskytuje v případech, kdy

Více

1.3. POLYNOMY. V této kapitole se dozvíte:

1.3. POLYNOMY. V této kapitole se dozvíte: 1.3. POLYNOMY V této kapitole se dozvíte: co rozumíme pod pojmem polyom ebo-li mohočle -tého stupě jak provádět základí početí úkoy s polyomy, kokrétě součet a rozdíl polyomů, ásobeí, umocňováí a děleí

Více

a logaritmickou funkci a goniometrické funkce. 6.1 Násobení řad. Podívejme se neprve na násobení mnohočlenů x = x x n a y = y y n.

a logaritmickou funkci a goniometrické funkce. 6.1 Násobení řad. Podívejme se neprve na násobení mnohočlenů x = x x n a y = y y n. Matematická aalýza II předášky M. Málka cvičeí A. Hakové a R. Otáhalové Semestr letí 2005 6. Nekoečé řady fukcí V šesté kapitole pokračujeme ve studiu ekoečých řad. Nejprve odvozujeme základí tvrzeí o

Více

O Jensenově nerovnosti

O Jensenově nerovnosti O Jeseově erovosti Petr Vodstrčil petr.vodstrcil@vsb.cz Katedra aplikovaé matematiky, Fakulta elektrotechiky a iformatiky, Vysoká škola báňská Techická uiverzita Ostrava Ostrava, 28.1. 2019 (ŠKOMAM 2019)

Více

1 Základy Z-transformace. pro aplikace v oblasti

1 Základy Z-transformace. pro aplikace v oblasti Základy Z-trasformace pro aplikace v oblasti číslicového zpracováí sigálů Petr Pollák 9. říja 29 Základy Z-trasformace Teto stručý text slouží k připomeutí základích vlastostí Z-trasformace s jejími aplikacemi

Více

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n Petra Suryková Modelováí křivek základím prvkem teorie křivek v počítačové grafice křivky polyomiálí Q( t) a a t... a t polyomiálí křivky můžeme sado vyčíslit sado diferecovatelé lze z ich skládat křivky

Více

1.7.4 Těžiště, rovnovážná poloha

1.7.4 Těžiště, rovnovážná poloha 74 ěžiště, rovovážá poloha Předpoklady: 00703 Př : Polož si sešit a jede prst tak, aby espadl Záleží a místě, pod kterým sešit podložíš? Proč? Musíme sešit podložit prstem přesě uprostřed, jiak spade Sešit

Více

DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROM

DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROM Difereciálí počet fukcí jedé reálé proměé - - DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ ÚVODNÍ POZNÁMKY I derivace podobě jako limity můžeme počítat ěkolikerým způsobem a to kokrétě pomocí: defiice vět o algebře

Více

E L E K T R I C K É S T R O J E II Měření synchronního stroje Fázování, V křivky, Potierova reaktance, stanovení buzení

E L E K T R I C K É S T R O J E II Měření synchronního stroje Fázování, V křivky, Potierova reaktance, stanovení buzení 1 TO - ŠB FE Datum měřeí E L E K T C K É S T O J E Měřeí sychroího stroje Fázováí, křivky, Potierova reaktace, staoveí buzeí 1. Zaáí úlohy : Příjmeí Jméo Skupia (hooceí) 1. Proveďte přifázováí sychroího

Více

procesy II Zuzana 1 Katedra pravděpodobnosti a matematické statistiky Univerzita Karlova v Praze

procesy II Zuzana 1 Katedra pravděpodobnosti a matematické statistiky Univerzita Karlova v Praze limití Náhodé limití Katedra pravděpodobosti a matematické statistiky Uiverzita Karlova v Praze email: praskova@karli.mff.cui.cz 9.4.-22.4. 200 limití Outlie limití limití efiice: Řekeme, že stacioárí

Více

I. TAYLORŮV POLYNOM ( 1

I. TAYLORŮV POLYNOM ( 1 I. TAYLORŮV POLYNOM Připomeňme si defiice elemetárích fukcí: a si( = 2+ = ( (2+! b cos( = 2 = ( (2! c e = =!. Dokažte, že Taylorův polyom k-tého řádu v bodě pro fukce f je rove polyomu P : (tyto výsledky

Více

Iterační metody řešení soustav lineárních rovnic

Iterační metody řešení soustav lineárních rovnic Iteračí metody řešeí soustav lieárích rovic Matice je: diagoálě domiatí právě tehdy, když pozitivě defiití (symetrická matice) právě tehdy, když pro x platí x, Ax a ij Tyto vlastosti budou důležité pro

Více

STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6

STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6 Středoškolská techika 00 Setkáí a prezetace prací středoškolských studetů a ČVUT STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6 Pavel Husa Gymázium Jiřího z Poděbrad Studetská 66/II

Více

7. Analytická geometrie

7. Analytická geometrie 7. Aaltická geoetrie Studijí tet 7. Aaltická geoetrie A. Příka v roviě ϕ s A s ϕ s 2 s 1 B p s ϕ = (s1, s 2 ) sěrový vektor přík p orálový vektor přík p sěrový úhel přík p k = tgϕ = s 2 s 1 sěrice příkp

Více

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a)

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a) Předáša 7 Derivace a difereciály vyšších řádů Budeme poračovat v ahrazováí fuce f(x v oolí bodu a polyomy, tj hledat vhodé ostaty c ta, aby bylo pro malá x a f(x c 0 + c 1 (x a + c 2 (x a 2 + c 3 (x a

Více

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých 9 Limití věty. V aplikacích teorie pravděpodobosti (matematická statistika, metody Mote Carlo se užívají tvrzeí vět o kovergeci posloupostí áhodých veliči. Podle povahy kovergece se limití věty teorie

Více

8. Analýza rozptylu.

8. Analýza rozptylu. 8. Aalýza rozptylu. Lieárí model je popis závislosti, který je využívá v řadě disciplí matematické statistiky. Uvedeme jeho popis a tvrzeí, která budeme využívat. Setkáme se s ím jedak v aalýze rozptylu,

Více

Deskriptivní statistika 1

Deskriptivní statistika 1 Deskriptiví statistika 1 1 Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 1145/2004. Základí charakteristiky souboru Pro lepší představu používáme k popisu vlastostí zkoumaého jevu určité charakteristiky

Více

1. Číselné obory, dělitelnost, výrazy

1. Číselné obory, dělitelnost, výrazy 1. Číselé obory, dělitelost, výrazy 1. obor přirozeých čísel - vyjadřující počet prvků možiy - začíme (jsou to kladá edesetiá čísla) 2. obor celých čísel - možia celých čísel = edesetiá, ale kladá i záporá

Více

3 - Póly, nuly a odezvy

3 - Póly, nuly a odezvy 3 - Póly, uly a odezvy Michael Šebek Automatické řízeí 5 3--5 Automatické řízeí - Kyberetika a robotika Póly přeosu jsou kořey jmeovatele pro gs () = bs () as () jsou to komplexí čísla si: as ( i) = pokud

Více

} kvantitativní znaky. korelace, regrese. Prof. RNDr. Jana Zvárov. Obecné principy

} kvantitativní znaky. korelace, regrese. Prof. RNDr. Jana Zvárov. Obecné principy Měřeí statistické závislosti, korelace, regrese Prof. RNDr. Jaa Zvárov rová,, DrSc. MĚŘENÍZÁVISLOSTI Cílem statistické aalýzy vepidemiologii bývá eje staovit, zda oemocěí závisí a výskytu rizikového faktoru,

Více

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojího ižeýrství Ústav strojíreské techologie ISBN 978-80-214-4352-5 VYSOCE PŘESNÉ METODY OBRÁBĚNÍ doc. Ig. Jaroslav PROKOP, CSc. 1 1 Fakulta strojího ižeýrství,

Více

jsou reálná a m, n jsou čísla přirozená.

jsou reálná a m, n jsou čísla přirozená. .7.5 Racioálí a polomické fukce Předpoklad: 704 Pedagogická pozámka: Při opisováí defiic racioálí a polomické fukce si ěkteří studeti stěžovali, že je to příliš těžké. Ve skutečosti je sstém, kterým jsou

Více

12. N á h o d n ý v ý b ě r

12. N á h o d n ý v ý b ě r 12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých

Více

Aplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2006/2007 Radim Farana. Obsah. Algoritmus

Aplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2006/2007 Radim Farana. Obsah. Algoritmus Podklady předmětu pro akademický rok 006007 Radim Faraa Obsah Tvorba algoritmů, vlastosti algoritmu. Popis algoritmů, vývojové diagramy, strukturogramy. Hodoceí složitosti algoritmů, vypočitatelost, časová

Více

Kapitola 5 - Matice (nad tělesem)

Kapitola 5 - Matice (nad tělesem) Kapitola 5 - Matice (ad tělesem) 5.. Defiice matice 5... DEFINICE Nechť T je těleso, m, N. Maticí typu m, ad tělesem T rozumíme zobrazeí možiy {, 2,, m} {, 2,, } do T. 5..2. OZNAČENÍ Možiu všech matic

Více

n=0 a n, n=0 a n = ±. n=0 n=0 a n diverguje k ±, a píšeme n=0 n=0 b n = t. Pak je konvergentní i řada n=0 (a n + b n ) = s + t. n=0 k a n a platí n=0

n=0 a n, n=0 a n = ±. n=0 n=0 a n diverguje k ±, a píšeme n=0 n=0 b n = t. Pak je konvergentní i řada n=0 (a n + b n ) = s + t. n=0 k a n a platí n=0 Nekoečé řady, geometrická řada, součet ekoečé řady Defiice Výraz a 0 a a a, kde {a i } i0 je libovolá posloupost reálých čísel, azveme ekoečou řadou Číslo se azývá -tý částečý součet Defiice Nekoečá řada

Více

Iterační výpočty projekt č. 2

Iterační výpočty projekt č. 2 Dokumetace k projektu pro předměty IZP a IUS Iteračí výpočty projekt č. 5..007 Autor: Václav Uhlíř, xuhlir04@stud.fit.vutbr.cz Fakulta Iformačích Techologii Vysoké Učeí Techické v Brě Obsah. Úvodí defiice.....

Více

OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN

OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN Úloha obchodího cestujícího OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN Nejprve k pojmům používaým v okružích a rozvozích úlohách: HAMILTONŮV CYKLUS je typ cesty,

Více

Náhodný výběr 1. Náhodný výběr

Náhodný výběr 1. Náhodný výběr Náhodý výběr 1 Náhodý výběr Matematická statistika poskytuje metody pro popis veliči áhodého charakteru pomocí jejich pozorovaých hodot, přesěji řečeo jde o určeí důležitých vlastostí rozděleí pravděpodobosti

Více

definované pro jednotlivé řády takto: ) řádu n nazýváme číslo A = det( A) a a a11 a12

definované pro jednotlivé řády takto: ) řádu n nazýváme číslo A = det( A) a a a11 a12 Předáška 3: Determiaty Pojem determiatu se prosadil původě v souvislosti s potřebou řešit soustavy lieárích rovic v 8 století (C Maclauri, G Cramer) Teprve později se pojem osamostatil, zjedodušilo se

Více

S polynomy jste se seznámili již v Matematice 1. Připomeňme definici polynomické

S polynomy jste se seznámili již v Matematice 1. Připomeňme definici polynomické 5 Itegrace racioálích fukcí 5 Itegrace racioálích fukcí Průvodce studiem V předcházejících kapitolách jsme se aučili počítat eurčité itegrály úpravou a základí itegrály, metodou per partes a substitučí

Více

6. FUNKCE A POSLOUPNOSTI

6. FUNKCE A POSLOUPNOSTI 6. FUNKCE A POSLOUPNOSTI Fukce Dovedosti:. Základí pozatky o fukcích -Chápat defiici fukce,obvyklý způsob jejího zadáváí a pojmy defiičí obor hodot fukce. U fukcí zadaých předpisem umět správě operovat

Více

a 1 = 2; a n+1 = a n + 2.

a 1 = 2; a n+1 = a n + 2. Vyjářeí poloupoti Poloupot můžeme určit ěkolik růzými způoby. Prvím je protý výčet prvků. Npříkl jeouchá poloupot uých číel by e výčtem l zpt tkto:,, 6,,... Dlší možotí je vzorec pro tý čle. Stejá poloupot

Více

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n 8.3. Limity ěkterých posloupostí Předpoklady: 83 Opakováí z miulé hodiy: 8 Hodoty poslouposti + se pro blížící se k ekoeču blíží k a to tak že mezi = posloupostí a číslem eexistuje žádá mezera říkáme že

Více

Spojitost a limita funkcí jedné reálné proměnné

Spojitost a limita funkcí jedné reálné proměnné Spojitost a limita fukcí jedé reálé proměé Pozámka Vyšetřeí spojitosti fukce je možo podle defiice převést a výpočet limity V dalším se proto soustředíme je problém výpočtu limit Pozámka Limitu fukce v

Více

ARITMETICKÉ POSLOUPNOSTI VYŠŠÍCH ŘÁDŮ

ARITMETICKÉ POSLOUPNOSTI VYŠŠÍCH ŘÁDŮ ARITMETICKÉ POSLOUPNOSTI VYŠŠÍCH ŘÁDŮ JAROSLAV ZHOUF Pedagogická fakulta UK Praha Osova předášky 1. Vysvětleí pojmu Aritmetické poslouposti vyšších řádů (APVŘ). APVŘ a ižším gymáziu 3. APVŘ a vyšším gymáziu

Více

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby. ováí - Hru IV /6 ováí Hru IV Mila RůžR ůžička, Josef Jureka,, Zbyěk k Hrubý zbyek.hruby hruby@fs.cvut.cz ováí - Hru IV /6 ravděpodobostí úavové diagramy s uvažováím předpětí R - plocha ve čtyřrozměrém

Více

Analytická geometrie

Analytická geometrie Alytická geometrie Vektory Prmetrické vyjádřeí přímky roviy Obecá rovice droviy Vektorový prostor Nechť jsou dáy ásledující mtemtické objekty: ) ) ) 4) Číselé těleso T. Neprázdá moži V. Zobrzeí Zobrzeí

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Náhodá veličia Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 45/004. Náhodá veličia Většia áhodých pokusů má jako výsledky reálá čísla. Budeme tedy dále áhodou veličiou rozumět proměou, která

Více

DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ. 1) Pojem funkce, graf funkce

DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ. 1) Pojem funkce, graf funkce DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ ) Pojem ukce, gra ukce De: Fukcí reálé proměé azýváme pravidlo, které každému reálému číslu D přiřazuje právě jedo reálé číslo y H Toto pravidlo začíme ejčastěji

Více

2 Euklidovský prostor

2 Euklidovský prostor Euklidovský prostor ÚM FSI VUT v Brě Studijí tet Euklidovský prostor. Základí pojmy a vztahy v roviě Základími geometrickými útvary jsou bod přímka a rovia, základím geometrickým vztahem je vztah icidece,

Více

2 STEJNORODOST BETONU KONSTRUKCE

2 STEJNORODOST BETONU KONSTRUKCE STEJNORODOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí stejorodosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů

Více

F (x, h(x)) T (g)(x) = g(x)

F (x, h(x)) T (g)(x) = g(x) 11 Implicitní funkce Definice 111 (implicitní funkce) Nechť F : R 2 R je funkce a [x 0, y 0 ] R 2 je takový bo, že F (x 0, y 0 ) = 0 Řekneme, že funkce y = f(x) je v okolí bou [x 0, y 0 ] zaána implicitně

Více

Znegujte následující výroky a rozhodněte, jestli platí výrok, nebo jeho negace:

Znegujte následující výroky a rozhodněte, jestli platí výrok, nebo jeho negace: . cvičeí Příklady a matematickou idukci Dokažte:.! . Návody:. + +. + i i i i + + 4. + + + + + + + + Operace s možiami.

Více

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL Elea Mielcová, Radmila Stoklasová a Jaroslav Ramík; Statistické programy POPISNÁ STATISTIKA V PROGRAMU MS EXCEL RYCHLÝ NÁHLED KAPITOLY Žádý výzkum se v deší době evyhe statistickému zpracováí dat. Je jedo,

Více

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson STATISTIKA Statistika se těší pochybému vyzameáí tím, že je ejvíce epochopeým vědím oborem. H. Leviso Charakterizace statistického souboru Statistický soubor Prvek souboru Zak prvku kvatitativí teplota,

Více

Posloupnost v matematice je řada čísel. Je přesně určeno pořadí čísel, je tedy dáno, které číslo je první, druhé atd.

Posloupnost v matematice je řada čísel. Je přesně určeno pořadí čísel, je tedy dáno, které číslo je první, druhé atd. Poloupoti Poloupot v mtemtice je ř číel. Je přeě určeo poří číel, je tey áo, které čílo je prví, ruhé t. V řě číel může le emuí být ějký ytém. Poloupot můžeme určit ěkolik růzými způoby:. Výčet prvků:

Více

P2: Statistické zpracování dat

P2: Statistické zpracování dat P: Statistické zpracováí dat Úvodem - Statistika: věda, zabývající se shromažďováím, tříděím a ásledým popisem velkých datových souborů. - Základem statistiky je teorie pravděpodobosti, založeá a popisu

Více

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n 8.3. Limity ěkterých posloupostí Předpoklady: 83 Pedagogická pozámka: Tuto a tři ásledující hodiy je možé probrat za dvě vyučovací hodiy. V této hodiě je možé vyechat dokazováí limit v příkladu 3. Opakováí

Více

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou 1 Zápis číselých hodot a ejistoty měřeí Zápis číselých hodot Naměřeé hodoty zapisujeme jako číselý údaj s určitým koečým počtem číslic. Očekáváme, že všechy zapsaé číslice jsou správé a vyjadřují tak i

Více

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti. 10 Cvičeí 10 Statistický soubor. Náhodý výběr a výběrové statistiky aritmetický průměr, geometrický průměr, výběrový rozptyl,...). Bodové odhady parametrů. Itervalové odhady parametrů. Jedostraé a oboustraé

Více

Mocninné řady - sbírka příkladů

Mocninné řady - sbírka příkladů UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY BAKALÁŘSKÁ PRÁCE Mocié řady - sbírka příkladů Vedoucí bakalářské práce: Mgr. Iveta Bebčáková, Ph.D.

Více

ŘADY Jiří Bouchala a Petr Vodstrčil

ŘADY Jiří Bouchala a Petr Vodstrčil ŘADY Jiří Bouchala a Petr Vodstrčil Text byl vytvoře v rámci realizace projektu Matematika pro ižeýry 2. století (reg. č. CZ..07/2.2.00/07.0332), a kterém se společě podílela Vysoká škola báňská Techická

Více

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková Základy statistiky Zpracováí pokusých dat Praktické příklady Kristia Somerlíková Data v biologii Zak ebo skupia zaků popisuje přírodí jevy, úlohou výzkumíka je vybrat takovou skupiu zaků, které charakterizují

Více

1 Nekonečné řady s nezápornými členy

1 Nekonečné řady s nezápornými členy Nekoečé řady s ezáporými čley Příklad.. Rozhoděte o kovergeci ásledující řady Řešeí. Pro každé N platí Řada tg. tg. diverguje, a proto podle srovávacího kritéria diverguje také řada tg. Příklad.. Určete

Více

Přednáška 7: Soustavy lineárních rovnic

Přednáška 7: Soustavy lineárních rovnic Předáška 7: Soustavy lieárích rovic 7.1. Příklad (geometrie v roviě) Rozhoděte o vzájemé poloze přímky p : x y 1 a přímky a) a : x y 3, b) b : 2x 2y 3, c) c :3x 3y 3. Jak víme ze středí školy, lze o vzájemé

Více

Kapitola 1. Nekonečné číselné řady. Definice 1.1 Nechť {a n } n=1 je posloupnost reálných čísel. Symbol. a n nebo a 1 + a 2 + a

Kapitola 1. Nekonečné číselné řady. Definice 1.1 Nechť {a n } n=1 je posloupnost reálných čísel. Symbol. a n nebo a 1 + a 2 + a Kpitol Nekoečé číselé řdy Defiice. Nechť { } je posloupost reálých čísel. Symbol ebo + 2 + 3 +... zýváme ekoečou číselou řdou. s = i= i = + 2 +... + zveme -tý částečý součet řdy {s } posloupost částečých

Více

Matematika I. Název studijního programu. RNDr. Jaroslav Krieg. 2014 České Budějovice

Matematika I. Název studijního programu. RNDr. Jaroslav Krieg. 2014 České Budějovice Matematika I Název studijího programu RNDr. Jaroslav Krieg 2014 České Budějovice 1 Teto učebí materiál vzikl v rámci projektu "Itegrace a podpora studetů se specifickými vzdělávacími potřebami a Vysoké

Více

1 ROVNOMĚRNOST BETONU KONSTRUKCE

1 ROVNOMĚRNOST BETONU KONSTRUKCE ROVNOMĚRNOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí rovoměrosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů

Více

DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY

DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY URČENO PRO VZDĚLÁVÁNÍ V AKREDITOVANÝCH STUDIJNÍCH PROGRAMECH IVAN KŘIVÝ ČÍSLO OPERAČNÍHO PROGRAMU: CZ..07 NÁZEV OPERAČNÍHO PROGRAMU: VZDĚLÁVÁNÍ PRO KONKURENCESCHOPNOST

Více

IAJCE Přednáška č. 12

IAJCE Přednáška č. 12 Složitost je úvod do problematiky Úvod praktická realizace algoritmu = omezeí zejméa: o časem o velikostí paměti složitost = vztah daého algoritmu k daým prostředkům: časová složitost každé možiě vstupích

Více

3. cvičení - LS 2017

3. cvičení - LS 2017 3. cvičeí - LS 07 Michal Outrata Defiičí obor, průsečíky os, kladost/záporost fukce a) fx) x 5x+4 4 x b) fx) x x +4x+ c) fx) 3x 9x+ x +6x 0 d) fx) x 7x+0 4 x. Řešeí a) Nulové body čitatele a jmeovatele

Více

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU Matematické modelováí (KMA/MM Téma: Model pohybu mraveců Zdeěk Hazal (A8N18P, zhazal@sezam.cz 8/9 Obor: FAV-AVIN-FIS 1. ÚVOD Model byl převzat z kihy Spojité modely v biologii

Více

FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL

FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL Difereciálí počet fukcí jedé reálé proměé - 6. - PRVNÍ DIFERENCIÁL TAYLORŮV ROZVOJ FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL PŘÍKLAD Pomocí věty o prvím difereciálu ukažte že platí přibližá rovost

Více

1. K o m b i n a t o r i k a

1. K o m b i n a t o r i k a . K o m b i a t o r i k a V teorii pravděpodobosti a statistice budeme studovat míru výskytu -pravděpodobostvýsledků procesů, které mají áhodý charakter, t.j. při opakováí za stejých podmíek se objevují

Více

3.1 OBSAHY ROVINNÝCH ÚTVARŮ

3.1 OBSAHY ROVINNÝCH ÚTVARŮ 3 OBSAHY ROVINNÝCH ÚTVARŮ Představa obsahu roviého obrazce byla pro lidi důležitá od pradávých dob ať již se jedalo o velikost a přeměu polí či apříklad rozměry základů obydlí Úlohy a výpočet obsahu základích

Více

3. cvičení - LS 2017

3. cvičení - LS 2017 3. cvičeí - LS 07 Michal Outrata Defiičí obor, průsečíky os, kladost/záporost fukce a fx x 5x+4 4 x b fx x x +4x+ c fx 3x 9x+ x +6x 0. Řešeí a Nulové body čitatele a jmeovatele jsou { 4}. Aby vše bylo

Více

Tržní ceny odrážejí a zahrnují veškeré informace předpokládá se efektivní trh, pro cenu c t tedy platí c t = c t + ε t.

Tržní ceny odrážejí a zahrnují veškeré informace předpokládá se efektivní trh, pro cenu c t tedy platí c t = c t + ε t. Techická aalýza Techická aalýza z vývoje cey a obchodovaých objemů akcie odvozuje odhad budoucího vývoje cey. Dalšími metodami odhadu vývoje ce akcií jsou apř. fudametálí aalýza (zkoumá podrobě účetictví

Více

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATED RA F YZIKY L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y Jméo TUREČEK Daiel Datum měřeí 8.11.2006 Stud. rok 2006/2007 Ročík 2. Datum odevzdáí 15.11.2006 Stud.

Více

NMAF061, ZS Zápočtová písemná práce VZOR 5. ledna e bx2 x 2 e x2. F (b) =

NMAF061, ZS Zápočtová písemná práce VZOR 5. ledna e bx2 x 2 e x2. F (b) = NAF61, ZS 17 18 Zápočtová písemá práce VZOR 5. leda 18 Jedotlivé kroky při výpočtech stručě, ale co ejpřesěji odůvoděte. Pokud používáte ějaké tvrzeí, ezapomeňte ověřit splěí předpokladů. Jméo a příjmeí:

Více