Kapitola 12: Zpracování dotazů. Základní kroky ve zpracování dotazů

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Kapitola 12: Zpracování dotazů. Základní kroky ve zpracování dotazů"

Transkript

1 Přehled Ifomace po odhad ákladů Míy po áklady dotazu Opeace výběu Řazeí Opeace spojeí Vyhodocováí výazů Tasfomace elačích výazů Výbě pláu po vyhodoceí Kapitola 12: Zpacováí dotazů Základí koky ve zpacováí dotazů 1. aalýza dotazu (pasig) a překlad 2. optimalizace 3. vyhodoceí Aalýza dotazu (pasig) a překlad: Přelož dotaz do iteí epezetace, kteá je ásledě přeložea do elačí algeby Aalyzáto ověří spávou sytaxi a ověří existeci elací Vyhodoceí: Stoj po vyhodoceí dotazu (quey-executio/evaluatio egie) bee a vstupu plá po vyhodoceí dotazu, spustí plá a vátí výsledky dotazu. Optimalizace alezeí ejlevějšího pláu po vykoáí dotazu: Mějme výaz v elačí algebře, teto výaz může mít ěkolik ekvivaletích (podukují stejý výsledek) výazů Např. σ zůstatek<2500 (Π zůstatek (účet)) je ekvivaletí výazu: Π zůstatek (σ zůstatek<2500 (účet)) Jakýkoli výaz v elačí algebře může být vyhodoce moha způsoby. Kometovaý výaz učující detailě postup vyhodoceí se azývá plá po vyhodoceí.

2 Např. má se použít idex a atibutu zůstatek k alezeí účtů se zůstatkem < 2500, ebo se má použít sekvečí půchod celého soubou a vyechat všechy účty s zůstatkem 2500? Mezi všemi možými výazy se sažíme ajít te, kteý má ejlevější plá po vyhodoceí. Odhad cey pláu po vyhodoceí je založeý a statistických ifomacích v databázovém katalogu. Ifomace v DB katalogu po odhad ákladů : počet -tic elaci b : počet bloků obsahující -tice z elace s : velikost -tice z v bajtech f : blokovací fakto elace tj. počet -tic z, kteé se vejdou do jedoho bloku V(A,): počet jediečých hodot, kteé se vyskytují v elaci v atibutu A, což je stejé jako velikost Π A () SC(A,): (selectio cadiality) půměý počet zázamů, kteé mají stejou hodotu a atibutu A Pokud jsou -tice elace uložey společě v jedom soubou, potom: b = / f f i : půměý počet potomků vitřího uzlu ve stomovém idexu i jako apř. B + -stom HT i : počet úoví stomového idexu i, tj. hloubka stomu Po vyvážeý stom a atibutu A elace : HT i = log fi (V(A,)) Po hešovací idex je HT i = 1 LB i : počet bloků a ejižší úovi idexu i, tj. počet bloků v listech stomu Míy ákladů dotazů Moho způsobů jak měřit a odhadovat áklady (ceu), apř. počet diskových přístupů, CPU čas ebo dokoce komuikačí ežie v distibuovaých ebo paalelích systémech. Přístupy a disk typicky tvoří převládající áklady a také jsou elativě sado měřitelé. Tudíž, počet přeosů bloků z disku je používá jako mía po aktuálí ceu vyhodoceí. Předpokládá se, že všechy přístupy mají stejou ceu. Náklady algoitmů závisí a velikosti vyovávacích pamětí v opeačí paměti, potože více paměti sižuje áklady a čteí z disku. Tedy velikost paměti by měl být paamet po odhad cey dotazu; často se používá ejhoší odhad. Odhad ákladů algoitmu A je zače jako E A. Náklady po zápis a disk ejsou uvažováy. Opeace výběu Sekvečí půchod souboem vyhledávací algoitmus, kteý hledá a vací zázamy vyhovující podmíce Algoitmus A1 (lieáí hledáí) postupě pojdi každý blok v soubou a otestuj všechy zázamy v bloku, jestli splňují podmíku výběu. Odhad ákladů (počet čteí bloku z disku) E A1 = b

3 Jestli je podmíka a atibutu, kteý je vyhledávacím klíčem, pak E A1 =(b /2) (skoči při alezeí zázamu) Lieáí hledáí může být aplikováo bez ohledu a * Výběovou podmíku * Pořadí zázamů v soubou * Dostuposti idexů Algoitmus A2 (biáí hledáí) použitelé, pokud výběová podmíka je opeáto ovosti a atibutu, kteý je klíčem. Předpokládejme, že bloky soubou jsou uložey spojitě za sebou Odhad cey (počet bloků přečteých z disku): E A2 = log 2 (b ) + SC(A,) / f - 1 * log 2 (b ) - áklady a alezeí pví -tice biáím hledáím * SC(A,) počet zázamů splňující podmíku * SC(A,) / f - počet bloků, kteé obsahují tyto zázamy podmíka ovosti a atibutu, kteý je klíč: SC(A,) = 1; odhad je pak E A2 = log 2 (b ) Statistické ifomace použité v příkladech f účet = 20 (20 -tic elace účet v jedom bloku) V(jméo-pobočky, účet) = 50 (50 poboček) V(zůstatek, účet) = 500 (500 ůzých hodot zůstatku) účet = (10000 účtů) echť existují ásledující idexy a elaci účet: pimáí: B + -stom a atibutu jméo-pobočky sekudáí: B + -stom a atibutu zůstatek Příklad dohadu opeace výběu σ jméo-pobočky= Peyidge (účet) Počet bloků je b účet = 500; tic v elaci; každý blok obsahuje 20 zázamů Předpokládejme, že elace účet je seřazea a atibutu jméo-pobočky V(jméo-pobočky, účet) = /50 = 200 -tic v elaci účet, kteé splňují podmíku jméopobočky= Peyidge 200/20 = 10 bloků, kteé obsahují tyto zázamy biáím hledáím ajdeme pví zázam s log 2 (500) =9 přístupy a disk Celkové áklady biáího hledáí jsou = 18 čteí bloku (v poováí s 500 při lieáím půchodu soubou) Výbě s použitím idexů Idexové hledáí vyhledávací algoitmus používající idex; podmíka je a vyhledávacím klíči idexu A3 (pimáí idex a kadidátím klíči, ovost) vybíá jediý zázam splňující podmíku ovosti: E A3 = HT i + 1 A4 (pimáí idex a eklíčovém atibutu, ovost) vybíá více zázamů, vyhledávací klíč je A: E A4 = HT i + SC(A,) / f

4 A5 (ovost a vyhledávacím klíči se sekudáím idexem) Vací jediý zázam, pokud je vyhledávací klíč kadidátím klíčem E A5 =HT i + 1 Vací více zázamů (každý může být v jiém bloku), pokud vyhledávací klíč eí klíčem elace: E A5 =HT i + SC(A,) Implemetace složitých výběů Selektivita podmíky θ i je pavděpodobost, že -tice v elaci splňuje θ i. Pokud s i je počet zázamů splňující tuto podmíku, potom selektivita je s i /. Kojukce: σ θ1 θ2 θ (). Odhad počtu -tic ve výsledku: s1 s 2 K s Disjukce: σ θ1 θ2 θ (). Odhad počtu -tic ve výsledku: s1 s Negace: σ θ (). Odhad počtu -tic ve výsledku: s K 1 size Řazeí ( σθ() ) Můžeme vytvořit idex a elaci a poté jej využít ke čteí elace v uspořádaém pořadí. Potože idex uspořádává zázamy logicky a e fyzicky (kde pořadí zázamů může být velmi odlišé), potom vytvořeí idexu a jeho pocházeí může vést k jedomu čteí bloku z disku po každý zázam. Po elace, kteé se vejdou do paměti, techiky jako quicksot mohou být použity. Po elace, kteé elze celé ačíst do paměti, je vhodou volbou exteí sot-mege (seřaď a spoj). Exteí sot-mege Nechť M je velikost paměti ve stákách (odpovídají blokům): 1. Vytvoř dávky (us) po řazeí. Nechť i = 0. Opakuj, dokud eí zpacováa celá elace: a. Načti M bloků elace do paměti b. Setřiď ačteé bloky c. Ulož seřazeá data do dávky R i a zvyš i 2. Spoj dávky; po jedoduchost předpokládejme, že i < M. V jedom spojovacím koku, použij i bloků paměti po ačteí vstupích dávek a 1 blok jako výstup. Opakuj ásledující, dokud ejsou všechy vstupí vyovávací paměti pázdé: a. Z jedotlivých seřazeých bloků v paměti vybe ejmeší zázam b. Ulož vybaý zázam do výstupího bloku

5 c. Smaž vybaý zázam ze vstupího bloku; pokud je blok již pázdý, ačti ový blok dávky z disku. Je-li i M, je uté povést ěkolik spojovacích koků. V každém půchodu je M-1 blízkých skupi dávek spojeo Jede půchod síží počet dávek poměem M-1 a vytvoří ové dávky delší o stejý pomě Opakujeme dokud ejsou všechy dávky spojey do jedé Aalýza ákladů Počátečí vytvořeí dávek stejě jako každý půchod slučováí vyžaduje 2b diskových přístupů (komě posledího půchodu, kteý ezapisuje výsledek a disk) Celkový počet půchodů je: log M-1 (b / M) Celkový počet diskový přístupů je: b (2 log M-1 (b / M) +1) Opeace spojeí Několik ůzých algoitmů po implemetaci spojeí (joi) Vořeé cykly (ested loops joi) Blokovaé vořeé cykly (block ested loops joi) Idexovaé vořeé cykly Slučovaé spojeí (Mege-joi) Hešovaé spojeí Volba je založea a odhadu ákladů Příklad vkladatel Databázový katalog ám poskytuje údaje: zákazík

6 zákazík =10000 f zákazík =25, což implikuje, že b zákazík =10000/25=400 vkladatel =5000 f vkladatel =50, což implikuje, že b vkladatel =5000/50=100 V(jméo-zákazíka,vkladatel)=2500, což implikuje, že v půměu má každý zákazík dva účty. Zde předpokládáme, že jméo-zákazíka v elaci vkladatel je cizí klíč do elace zákazík. Odhady cey spojeí Katézský souči s obsahuje s -tic, každá -tice je s +s s bajtů dlouhá. Pokud R S =, potom s je stejý jako s Pokud R S obsahuje klíč schématu R, potom -tice z elace s je spojea s ejvýše jedou -ticí elace ; tudíž, počet -tic ve spojeí s eí větší ež počet -tic v s. Pokud R S v S je cizí klíč odkazující do R, potom počet -tic ve spojeí s je přesě počet -tic v s. Opačý případ, kdy R S je cizí klíč odkazující do S je symetický. V příkladu dotazu vkladatel zákazík, jméo-zákazíka v elaci vkladatel je cizí klíč do elace zákazík, tedy výsledek obsahuje přesě vkladatel =5000 -tic Pokud R S = {A} eí klíč ai v R ebo v S. Pokud předpokládáme, že každá -tice v vytváří -tice v s, počet -tic v s je odhadová jako: s V ( A, s) Pokud platí opačý příklad, odhad je ásledující: s V ( A, ) Nižší z obou výazů je pavděpodobě te přesější. Vypočítej odhady velikostí spojeí vkladatel zákazík bez užití ifomace o cizích klíčích: V(jméo-zákazíka,vkladatel)=2500 a V(jméo-zákazíka,zákazík)=10000 Dva odhady jsou 5000*10000/2500=20000 a 5000*10000/10000=5000. Zvolíme ižší odhad, kteý je v tomto případě stejý jako dřívější výsledek pomocí cizích klíčů. Spojeí - vořeé cykly Spočítej theta spojeí θ s fo each -tici t z do fo each -tici t s z s do testuj dvojici (t,t s ), jestli splňuje podmíku θ spojeí pokud ao, přidej t t s do výsledku

7 je azýváa vější elace a s je vitří elací spojeí. Nevyžaduje žádé idexy a může být použit s jakoukoli spojovací podmíkou Velmi dahý, potože pochází každou dvojici -tic z obou elací. Pokud se meší elace vejde do paměti, použij takovou elaci jako vitří. V ejhoším případě, pokud je dostatek paměti pouze a jede blok každé elace, odhad cey spojeí je *b s + b diskových přístupů. Když se meší elace vejde celá do paměti, použije se jako vitří elace a odhad cey je b + b s Předpokládejme ejhoší případ, áklady budou 5000* = diskových přístupů s vější elací vkladatel a 1000* = diskových přístupů s vější elací zákazík. Když se meší elace (vkladatel) vejde celá do paměti, odhad je 500 diskových přístupů. Vhodější jsou blokovaé vořeé cykly. Spojeí blokovaé vořeé cykly Vaiata vořeých cyklů, kteá spojuje každý blok vitří elace s každým blokem vější elace. fo each blok BB z do fo each blok BBs z s do fo each -tici t z BB do fo each -tici t s z BBs do testuj dvojici (t,t s ), jestli splňuje podmíku θ spojeí pokud ao, přidej t t s do výsledku Nejhoší případ: každý blok vitří elace je čte pouze jedou po každý blok vější elace, místo jedoho čteí po každý zázam vější elace. Nejhoší případ odhadujeme: b *b s + b diskových přístupů, ejlepší je b +b s, což v ašem případě zameá 100* = čteí bloku z disku. Slučovaé spojeí 1. Nejpve uspořádej obě elace a jejich atibutech po spojeí (pokud již ejsou podle spojovacího atibutu uspořádáy) 2. Kok spojeí je podobý spojovací fázi sot-mege (seřaď a spoj) algoitmu. Hlaví ozdíl je v zacházeí s duplikáty v spojovacích atibutech každý pá se stejou hodotou a spojovacích atibutech musí být vypsá.

8 Každá -tice je čteá pouze jedou, a poto je každý blok také čteý je jedou. Tedy, počet čteí bloků je b +b s plus áklady a uspořádáí elací. Hešovaé spojeí Hešovací fukce h je použita po ozděleí -tic obou spojovaých elací do moži, kteé mají stejou hodotu hešovací fukce a spojovacích atibutech. h mapuje spojovací atibuty A s a hodoty {0, 1, max}, kde A s ozačuje společé atibuty elací a s použité přiozeým spojeím. H 0, H 1, H max ozačují oblasti elace (a počátku pázdé). Každá - tice t je vložea do oblasti H i, pokud i = h(t [A s ]). H s0, H s1, H smax ozačují oblasti elace s (a počátku pázdé). Každá - tice t s s je vložea do oblasti H si, pokud i = h(t s [A s ]). -tice v H i jsou poováváy pouze s -ticemi v H si emusí být poováváy s jiými oblastmi, potože: -tice z a -tice z s, kteé splňují spojovací podmíku, mají stejou hodotu a spojovacích atibutech. Když je a takovou hodotu aplikováa hešovací fukce, dostaeme hodotu i a -tice z je uložea do H i a -tice z s je uložea do H si. Spojeí pomocí hešováí je vypočítáo ásledově:

9 Pomocí hešovací fukce h ozděl elaci s a oblasti, jede blok paměti je použit jako vyovávací paměť po jedu oblast. 2. Podobě ozděl. 3. Po každé i: a. Nahaj H si do paměti b. Po jedé čti -tice v H i z disku a po každou -tici t ajdi odpovídající - tici t s v H si. Na výstup dej spojeí těchto dvou -tic. Například spojeí elací zákazík a vkladatel s b zákazík =400 a b vkladatel =100 pomocí hešováí vyžaduje 1500 čteí bloků z disku. Pavidla ekvivalece výazů 1. Kojuktiví opeace výběu (AND) může být převedea a posloupost jedotlivých opeací výběu: σ θ1 θ2 (E) = σ θ1 (σ θ2 (E)) 2. Opeace výběu jsou komutativí: σ θ1 (σ θ2 (E)) = σ θ2 (σ θ1 (E)) 3. Pouze posledí pojekce z poslouposti opeací pojekce je utá, ostatí mohou být vyecháa: Π L1 (Π L2 ( (Π L ()))) = Π L1 (E) 4. Opeace výběu mohou být kombiováy s opeací spojeí s podmíkou θ (katézský souči s podmíkou): a. σ θ (E 1 E 2 ) = E 1 θ E 2 b. σ θ1 (E 1 θ2 E 2 ) = E 1 θ1 θ2 E 2 5. Spojeí s podmíkou θ je komutativí: E 1 θ E 2 = E 2 θ E 1 6. Opeace přiozeého spojeí jsou asociativí: (E 1 E 2 ) E 3 = E 1 (E 2 E 3 ) 7. a další Příklad Dotaz: ajdi všechy účty se zůstatkem větším ež 1200 vedeé a pobočce v Bě. σ zůstatek>1200 (účet pobočka-jméo= Bo pobočka) Tasfomace pomocí pavidla 4b účet pobočka-jméo= Bo zůstatek>1200 pobočka Koky v optimalizaci pomocí heuistiky 1. Rozlož kojuktiví opeace výběu do poslouposti jedoduchých výběů 2. Přesuň výbě co ejblíže k elacím, po uychleí vyhodoceí dotazu 3. Nejdříve vyhodoť ty výběy a spojeí, kteé vací ejmeší výsledek 4. Nahaď katézské součiy, kteé jsou ásledovaé opeací výběu, opeací spojeí 5. Rozlož sezam atibutů pojekce a jedotlivé atibuty a přesuň je co ejblíže k elacím 6. Najdi místa výazu, kteá lze povádět souběžě

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

10.3 GEOMERTICKÝ PRŮMĚR

10.3 GEOMERTICKÝ PRŮMĚR Středí hodoty, geometrický průměr Aleš Drobík straa 1 10.3 GEOMERTICKÝ PRŮMĚR V matematice se geometrický průměr prostý staoví obdobě jako aritmetický průměr prostý, pouze operace jsou o řád vyšší: místo

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

Sekvenční logické obvody(lso)

Sekvenční logické obvody(lso) Sekvečí logické obvody(lso) 1. Logické sekvečí obvody, tzv. paměťové čley, jsou obvody u kterých výstupí stavy ezávisí je a okamžitých hodotách vstupích sigálů, ale jsou závislé i a předcházejících hodotách

Více

1 Trochu o kritériích dělitelnosti

1 Trochu o kritériích dělitelnosti Meu: Úloha č.1 Dělitelost a prvočísla Mirko Rokyta, KMA MFF UK Praha Jaov, 12.10.2013 Růzé dělitelosti, třeba 11 a 7 (aeb Jak zfalšovat rodé číslo). Prvočísla: které je ejlepší, které je ejvětší a jak

Více

pravděpodobnostn podobnostní jazykový model

pravděpodobnostn podobnostní jazykový model Pokročilé metody rozpozáváířeči Předáška 8 Rozpozáváí s velkými slovíky, pravděpodobost podobostí jazykový model Rozpozáváí s velkým slovíkem Úlohy zaměřeé a diktováíči přepis řeči vyžadují velké slovíky

Více

Metody zkoumání závislosti numerických proměnných

Metody zkoumání závislosti numerických proměnných Metody zkoumáí závslost umerckých proměých závslost pevá (fukčí) změě jedoho zaku jedozačě odpovídá změa druhého zaku (podle ějakého fukčího vztahu) (matematka, fyzka... statstcká (volá) změám jedé velčy

Více

Vzorový příklad na rozhodování BPH_ZMAN

Vzorový příklad na rozhodování BPH_ZMAN Vzorový příklad a rozhodováí BPH_ZMAN Základí charakteristiky a začeí symbol verbálí vyjádřeí iterval C g g-tý cíl g = 1,.. s V i i-tá variata i = 1,.. m K j j-té kriterium j = 1,.. v j x ij u ij váha

Více

4 DOPADY ZPŮSOBŮ FINANCOVÁNÍ NA INVESTIČNÍ ROZHODOVÁNÍ

4 DOPADY ZPŮSOBŮ FINANCOVÁNÍ NA INVESTIČNÍ ROZHODOVÁNÍ 4 DOPADY ZPŮSOBŮ FACOVÁÍ A VESTČÍ ROZHODOVÁÍ 77 4. ČSTÁ SOUČASÁ HODOTA VČETĚ VLVU FLACE, CEOVÝCH ÁRŮSTŮ, DAÍ OPTMALZACE KAPTÁLOVÉ STRUKTURY Čistá současá hodota (et preset value) Jedá se o dyamickou metodu

Více

Časová hodnota peněz. Metody vyhodnocení efektivnosti investic. Příklad

Časová hodnota peněz. Metody vyhodnocení efektivnosti investic. Příklad Metody vyhodoceí efektvost vestc Časová hodota peěz Metody vyhodoceí Časová hodota peěz Prostředky, které máme k dspozc v současost mají vyšší hodotu ež prostředky, které budeme mít k dspozc v budoucost.

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

Téma 3: Popisná statistika

Téma 3: Popisná statistika Popá tatta Téma : Popá tatta Předáša 7 Záladí tattcé pojmy Pojem a úoly tatty Statta je věda, teá e zabývá zíáváím, zpacováím a aalýzou dat po potřeby ozhodováí. Zoumá tav a vývoj homadých jevů a vztahů

Více

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT 2 IDENIFIKACE H-MAICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNO omáš Novotý ČESKÉ VYSOKÉ UČENÍ ECHNICKÉ V PRAZE Faulta eletrotechicá Katedra eletroeergetiy. Úvod Metody založeé a loalizaci poruch pomocí H-matic

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

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 - Ekonomicko-matematické metody II Rozhodování a rozhodovací modely

- 1 - Ekonomicko-matematické metody II Rozhodování a rozhodovací modely Ekoomicko-matematické metody II Rozhodováí a ozhodovací modely Vybaé aplikace - Řízeí a všech jeho úovích - Zemědělství - Hazadí hy - Běžá každodeí ozhodutí Poblém k zamyšleí - Lze systematicky bohatout

Více

Mendelova univerzita v Brně Statistika projekt

Mendelova univerzita v Brně Statistika projekt Medelova uverzta v Brě Statstka projekt Vypracoval: Marek Hučík Obsah 1. Úvod... 3. Skupové tříděí... 3 o Data:... 3 o Počet hodot:... 3 o Varačí rozpětí:... 3 o Počet tříd:... 4 o Šířka tervalu:... 4

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

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc Statistika Statistické fukce v tabulkových kalkulátorech MSO Excel a OO.o Calc Základí pojmy tabulkových kalkulátorů Cílem eí vyložit pojmy tabulkových kalkulátorů, ale je defiovat pojmy vyskytující se

Více

Měření na D/A a A/D převodnících

Měření na D/A a A/D převodnících Měřeí a D/A a A/D převodících. Zadáí A. Na D/A převodíku ealizovaém pomocí MDAC 8: a) Změřte závislost výstupího apětí převodíku v ozsahu až V a zvoleé vstupí kombiaci sousedích kódových slov. Měřeí poveďte

Více

Zobrazení čísel v počítači

Zobrazení čísel v počítači Zobraeí ísel v poítai, áklady algoritmiace Ig. Michala Kotlíková Straa 1 (celkem 10) Def.. 1 slabika = 1 byte = 8 bitů 1 bit = 0 ebo 1 (ve dvojkové soustavě) Zobraeí celých ísel Zobraeí ísel v poítai Ke

Více

TECHNICKÝ AUDIT VODÁRENSKÝCH DISTRIBUČNÍCH

TECHNICKÝ AUDIT VODÁRENSKÝCH DISTRIBUČNÍCH ECHNICKÝ AUDI VODÁRENSKÝCH DISRIBUČNÍCH SYSÉMŮ Ig. Ladislav uhovčák, CSc. 1), Ig. omáš Kučera 1), Ig. Miroslav Svoboda 1), Ig. Miroslav Šebesta 2) 1) 2) Vysoké učeí techické v Brě, Fakulta stavebí, Ústav

Více

ÚROKVÁ SAZBA A VÝPOČET BUDOUCÍ HODNOTY. Závislost úroku na době splatnosti kapitálu

ÚROKVÁ SAZBA A VÝPOČET BUDOUCÍ HODNOTY. Závislost úroku na době splatnosti kapitálu ÚROKVÁ SAZBA A VÝPOČET BUDOUÍ HODNOTY. Typy a druhy úročeí, budoucí hodota ivestice Úrok - odměa za získáí úvěru (cea za službu peěz) Ročí úroková sazba (míra)(i) úrok v % z hodoty kapitálu za časové období

Více

-1- Finanční matematika. Složené úrokování

-1- Finanční matematika. Složené úrokování -- Fiačí ateatika Složeé úrokováí Při složeé úročeí se úroky přičítají k počátečíu kapitálu ( k poskytutí úvěru, k uložeéu vkladu ) a společě s í se úročí. Vzorec pro kapitál K po letech při složeé úročeí

Více

(varianta s odděleným hodnocením investičních nákladů vynaložených na jednotlivé privatizované objekty)

(varianta s odděleným hodnocením investičních nákladů vynaložených na jednotlivé privatizované objekty) (variata s odděleým hodoceím ivestičích ákladů vyaložeých a jedotlivé privatizovaé objekty) Vypracoval: YBN CONSULT - Zalecký ústav s.r.o. Ig. Bedřich Malý Ig. Yvetta Fialová, CSc. Václavské áměstí 1 110

Více

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti 1 Základí statistické zpracováí dat 1.1 Základí pojmy Populace (základí soubor) je soubor objektů (statistických jedotek), který je vymeze jejich výčtem ebo charakterizací jejich vlastostí, může být proto

Více

9.1.13 Permutace s opakováním

9.1.13 Permutace s opakováním 93 Permutace s opakováím Předpoklady: 906, 9 Pedagogická pozámka: Obsah hodiy přesahuje 45 miut, pokud emáte k dispozici další půlhodiu, musíte žáky echat projít posledí dva příklady doma Př : Urči kolik

Více

8.2.10 Příklady z finanční matematiky I

8.2.10 Příklady z finanční matematiky I 8..10 Příklady z fiačí matematiky I Předoklady: 807 Fiačí matematika se zabývá ukládáím a ůjčováím eěz, ojišťováím, odhady rizik aod. Poměrě důležitá a výosá discilía. Sořeí Při sořeí vkladatel uloží do

Více

9.1.12 Permutace s opakováním

9.1.12 Permutace s opakováním 9.. Permutace s opakováím Předpoklady: 905, 9 Pedagogická pozámka: Pokud echáte studety počítat samostatě příklad 9 vyjde tato hodia a skoro 80 miut. Uvažuji o tom, že hodiu doplím a rozdělím a dvě. Př.

Více

ZÁKLADY DISKRÉTNÍ MATEMATIKY

ZÁKLADY DISKRÉTNÍ MATEMATIKY ZÁKLADY DISKRÉTNÍ MATEMATIKY Michael Kubesa Text byl vytvoře v rámci realizace projektu Matematika pro ižeýry 21. století (reg. č. CZ.1.07/2.2.00/07.0332), a kterém se společě podílela Vysoká škola báňská

Více

8. Základy statistiky. 8.1 Statistický soubor

8. Základy statistiky. 8.1 Statistický soubor 8. Základy statistiky 7. ročík - 8. Základy statistiky Statistika je vědí obor, který se zabývá zpracováím hromadých jevů. Tvoří základ pro řadu procesů řízeí, rozhodováí a orgaizováí, protoţe a základě

Více

Číselné řady. 1 m 1. 1 n a. m=2. n=1

Číselné řady. 1 m 1. 1 n a. m=2. n=1 Číselé řady Úvod U řad budeme řešit dva typy úloh: alezeí součtu a kovergeci. Nalezeí součtu (v případě, že řada koverguje) je obecě mohem těžší, elemetárě lze sečíst pouze ěkolik málo typů řad. Součet

Více

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností 4.2 Elemetárí statstcké zpracováí Výsledkem statstckého zjšťováí (. etapa statstcké čost) jsou euspořádaá, epřehledá data. Proto 2. etapa statstcké čost zpracováí, začíá většou jejch utříděím, zpřehleděím.

Více

Univerzita Karlova v Praze Pedagogická fakulta

Univerzita Karlova v Praze Pedagogická fakulta Uverzta Karlova v Praze Pedagogcká fakulta SEMINÁRNÍ PRÁCE Z OBECNÉ ALGEBRY DĚLITELNOST CELÝCH ČÍSEL V SOUSTAVÁCH O RŮZNÝCH ZÁKLADECH / Cfrk C. Zadáí: Najděte pět krtérí pro děltelost v jých soustavách

Více

(Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applications)

(Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applications) Základy datové aalýzy, modelového vývojářství a statistického učeí (Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applicatios) Lukáš Pastorek POZOR: Autor upozorňuje, že se jedá

Více

Expertní Systémy. Tvorba aplikace

Expertní Systémy. Tvorba aplikace Tvorba aplikace Typ systému malý velký velmi velký Počet pravidel 50-350 500-3000 10000 Počet člověkoroků 0.3-0.5 1-2 3-5 Cea projektu (v tis.$) 40-60 500-1000 2000-5000 Harmo, Kig (1985) Vytvořeí expertího

Více

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů Semárky, předášky, bakalářky, testy - ekoome, ace, účetctví, ačí trhy, maagemet, právo, hstore... PODNIKOVÁ EKONOMIKA 3. Cea ceých papírů Ceé papíry jsou jedím ze způsobů, jak podk může získat potřebý

Více

OPTIMALIZACE AKTIVIT SYSTÉMU PRO URČENÍ PODÍLU NA VYTÁPĚNÍ A SPOTŘEBĚ VODY.

OPTIMALIZACE AKTIVIT SYSTÉMU PRO URČENÍ PODÍLU NA VYTÁPĚNÍ A SPOTŘEBĚ VODY. OPTIMALIZACE AKTIVIT SYSTÉMU PRO URČENÍ PODÍLU NA VYTÁPĚNÍ A SPOTŘEBĚ VODY. Ig.Karel Hoder, ÚAMT-VUT Bro. 1.Úvod Optimálí rozděleí ákladů a vytápěí bytového domu mezi uživatele bytů v domě stále podléhá

Více

1.1 Definice a základní pojmy

1.1 Definice a základní pojmy Kaptola. Teore děltelost C. F. Gauss: Matematka je královou všech věd a teore čísel je králova matematky. Základím číselým oborem se kterým budeme v této kaptole pracovat jsou celá čísla a pouze v ěkterých

Více

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost Dráha [m] 9. Měřeí závslostí ve statstce Měřeí závslostí ve statstce se zývá především zkoumáím vzájemé závslost statstckých zaků vícerozměrých souborů. Závslost přtom mohou být apříklad pevé, volé, jedostraé,

Více

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test)

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test) Přijímací řízeí pro akademický rok 2007/08 a magisterský studijí program: Zde alepte své uiverzití číslo PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemý test) U každé otázky či podotázky v ásledujícím

Více

AMC/IEM J - HMOTNOST A VYVÁŽENÍ

AMC/IEM J - HMOTNOST A VYVÁŽENÍ ČÁST JAR-OPS 3 AMC/IEM J - HMOTNOST A VYVÁŽENÍ ACJ OPS 3.605 Hodoty hmotostí Viz JAR-OPS 3.605 V souladu s ICAO Ae 5 a s meziárodí soustavou jedotek SI, skutečé a omezující hmotosti vrtulíků, užitečé zatížeí

Více

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test, varianta C)

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test, varianta C) Přijímací řízeí pro akademický rok 24/ a magisterský studijí program: PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemý test, variata C) Zde alepte své uiverzití číslo U každé otázky či podotázky v ásledujícím

Více

Interval spolehlivosti pro podíl

Interval spolehlivosti pro podíl Iterval polehlivoti pro podíl http://www.caueweb.org/repoitory/tatjava/cofitapplet.html Náhodý výběr Zkoumaý proce chápeme jako áhodou veličiu určitým ám eámým roděleím a měřeá data jako realiace této

Více

4 Získejte to nejlepší. Všestranně využitelný prostor se stylovým exteriérem. 6 Poznejte své druhé já. Připravte se na zážitek z dynamické jízdy.

4 Získejte to nejlepší. Všestranně využitelný prostor se stylovým exteriérem. 6 Poznejte své druhé já. Připravte se na zážitek z dynamické jízdy. Mazda2 Mazda2 4 Získejte to ejlepší Všestraě využitelý prostor se stylovým exteriérem. 6 Pozejte své druhé já Připravte se a zážitek z dyamické jízdy. 8 Prostor a všestraá využitelost Flexibilí ložý prostor

Více

11. Časové řady. 11.1. Pojem a klasifikace časových řad

11. Časové řady. 11.1. Pojem a klasifikace časových řad . Časové řad.. Pojem a klasfkace časových řad Specfckým statstckým dat jsou časové řad pomocí chž můžeme zkoumat damku jevů v čase. Časovou řadou (damcká řada, vývojová řada) rozumíme v čase uspořádaé

Více

, jsou naměřené a vypočtené hodnoty závisle

, jsou naměřené a vypočtené hodnoty závisle Měřeí závslostí. Průběh závslost spojtá křvka s jedoduchou rovcí ( jedoduchým průběhem), s malým počtem parametrů, která v rozmezí aměřeých hodot vsthuje průběh závslost, určeí kokrétího tpu křvk (přímka,

Více

Základní pojmy kombinatoriky

Základní pojmy kombinatoriky Základí pojy kobiatoriky Začee příklade Příklad Máe rozesadit lidí kole kulatého stolu tak, aby dva z ich, osoby A a B, eseděly vedle sebe Kolika způsoby to lze učiit? Pro získáí odpovědi budee potřebovat

Více

STATISTIKA. Základní pojmy

STATISTIKA. Základní pojmy Statistia /7 STATISTIKA Záladí pojmy Statisticý soubor oečá eprázdá možia M zoumaých objetů schromážděých a záladě toho, že mají jisté společé vlastosti záladí statisticý soubor soubor všech v daé situaci

Více

Poznámky k tématu Korelace a jednoduchá lineární regrese (Téma není ve skriptech)

Poznámky k tématu Korelace a jednoduchá lineární regrese (Téma není ve skriptech) Pozámk k tématu Koelace a jedoduchá leáí egee (Téma eí ve kptech) Mějme data, ),...,(, ), kteá jou áhodým výběem z ějaké populace. Data ted pokládáme za ezávlé ealzace dvojce áhodých velč ( X, Y ). Půmě

Více

Metodika implementace Průřezového tématu Environmentální výchova I

Metodika implementace Průřezového tématu Environmentální výchova I Elektroická publikace Metodika implemetace Průřezového tématu Evirometálí výchova I Zpracovaly: Bc. Jaroslava Rozprýmová a Mgr. Milica Sedláčková Témata: 1. Zemědělství a životí prostředí 2. Ekologické

Více

PRACOVNÍ SEŠIT ČÍSELNÉ OBORY. 1. tematický okruh: Připrav se na státní maturitní zkoušku z MATEMATIKY důkladně, z pohodlí domova a online.

PRACOVNÍ SEŠIT ČÍSELNÉ OBORY. 1. tematický okruh: Připrav se na státní maturitní zkoušku z MATEMATIKY důkladně, z pohodlí domova a online. Připrv se státí mturití zkoušku z MATEMATIKY důkldě, z pohodlí domov olie PRACOVNÍ SEŠIT. temtický okruh: ČÍSELNÉ OBORY vytvořil: RNDr. Věr Effeberger expertk olie příprvu SMZ z mtemtiky školí rok 204/205

Více

STATISTIKA PRO EKONOMY

STATISTIKA PRO EKONOMY EDICE UČEBNÍCH TEXTŮ STATISTIKA PRO EKONOMY EDUARD SOUČEK V Y S O K Á Š K O L A E K O N O M I E A M A N A G E M E N T U Eduard Souček Statistika pro ekoomy UČEBNÍ TEXT VYSOKÁ ŠKOLA EKONOMIE A MANAGEMENTU

Více

Beta faktor a ekvitní prémie z cizího trhu: přenositelnost a statistická spolehlivost

Beta faktor a ekvitní prémie z cizího trhu: přenositelnost a statistická spolehlivost Beta fakto a ekvtí péme z czího thu: přeostelost a statstcká spolehlvost Veze 15. 4. 014 chal Dvořák Abstakt Cílem textu je lustovat že český buzoví th eobsahuje dostatečý počet ttulů ke koektímu staoveí

Více

Klonování, embryonální kmenové buňky, aj. proč ano a proč ne

Klonování, embryonální kmenové buňky, aj. proč ano a proč ne Kloováí, embryoálí kmeové buňky, aj. proč ao a proč e Doc. MUDr. Petr Hach, Csc., Em. předosta ústavu pro histologii a embryologii 1. lékařské fakulty Uiversity Karlovy v Praze Neí určeo k dalšímu šířeí

Více

Neparametrické metody

Neparametrické metody I. ÚVOD Neparametrické metody EuroMISE Cetrum v Neparametrické testy jsou založey a pořadových skórech, které reprezetují původí data v Data emusí utě splňovat určité předpoklady vyžadovaé u parametrických

Více

Univerzita Karlova Přírodovědecká fakulta Katedra analytické chemie

Univerzita Karlova Přírodovědecká fakulta Katedra analytické chemie Uivezit ov Příodovědecká fkut ted ytické chemie Sttitické vyhodoceí výedků Picip: Výedky opkových zkoušek, kteé jou ztížey áhodými chybmi, mjí učité ozděeí (ditibuci). Rozděeím e zde ozumí záviot pvděpodoboti

Více

Střední hodnoty. Aritmetický průměr prostý Aleš Drobník strana 1

Střední hodnoty. Aritmetický průměr prostý Aleš Drobník strana 1 Středí hodoty. Artmetcký průměr prostý Aleš Drobík straa 0. STŘEDNÍ HODNOTY Př statstckém zjšťováí často zpracováváme statstcké soubory s velkým možstvím statstckých jedotek. Např. soubor pracovíků orgazace,

Více

Téma 6: Indexy a diference

Téma 6: Indexy a diference dexy a dferece Téma 6: dexy a dferece ředáška 9 dvdálí dexy a dferece Základí ojmy Vedle elemetárího statstckého zracováí dat se hromadé jevy aalyzjí tzv. srováváím růzých kazatelů. Statstcký kazatel -

Více

Rekonstrukce vodovodních řadů ve vztahu ke spolehlivosti vodovodní sítě

Rekonstrukce vodovodních řadů ve vztahu ke spolehlivosti vodovodní sítě Rekostrukce vodovodích řadů ve vztahu ke spolehlvost vodovodí sítě Ig. Jaa Šekapoulová Vodáreská akcová společost, a.s. Bro. ÚVOD V oha lokaltách České republky je v současost aktuálí problée zastaralá

Více

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků 1 Pops statstcých dat 1.1 Pops omálích a ordálích zaů K zobrazeí rozděleí hodot omálích ebo ordálích zaů lze použít tabulu ebo graf rozděleí četostí. Tuto formu zobrazeí lze dooce použít pro číselé zay,

Více

Kapitola 7: Návrh relačních databází. Nástrahy relačního návrhu. Příklad. Rozklad (dekompozice)

Kapitola 7: Návrh relačních databází. Nástrahy relačního návrhu. Příklad. Rozklad (dekompozice) - 7.1 - Kapitola 7: Návrh relačních databází Nástrahy návrhu relačních databází Dekompozice (rozklad) Normalizace použitím funkčních závislostí Nástrahy relačního návrhu Návrh relačních databází vyžaduje

Více

SOUKROMÁ VYSOKÁ ŠKOLA EKONOMICKÁ ZNOJMO. Statistika I. distanční studijní opora. Milan Křápek

SOUKROMÁ VYSOKÁ ŠKOLA EKONOMICKÁ ZNOJMO. Statistika I. distanční studijní opora. Milan Křápek SOUKROMÁ VYSOKÁ ŠKOLA EKONOMICKÁ ZNOJMO Statstka I dstačí studjí opora Mla Křápek Soukromá vysoká škola ekoomcká Zojmo Dube 3 Statstka I Vydala Soukromá vysoká škola ekoomcká Zojmo. vydáí Zojmo, 3 ISBN

Více

FINANČNÍ MATEMATIKA- JEDNODUCHÉ ÚROKOVÁNÍ

FINANČNÍ MATEMATIKA- JEDNODUCHÉ ÚROKOVÁNÍ Projek ŠABLONY NA GVM Gymázium Velké Meziříčí regisračí číslo projeku: CZ..7/.5./34.948 IV-2 Iovace a zkvaliěí výuky směřující k rozvoji maemaické gramoosi žáků sředích škol FINANČNÍ MATEMATIA- JEDNODCHÉ

Více

V bûr svodiãû pro informaãnû-technické sítû

V bûr svodiãû pro informaãnû-technické sítû V bûr svodiãû pro iformaãû-techické sítû Zkušebí apěťové a proudové impulsy podle ČSN EN 663- kategorie způsob zkoušky impulsí apětí impulsí proud C strmé impulsy 0,5 kv ebo kv (,/50 μs) C strmé impulsy

Více

PRACOVNÍ SEŠIT ALGEBRAICKÉ VÝRAZY. 2. tematický okruh: Připrav se na státní maturitní zkoušku z MATEMATIKY důkladně, z pohodlí domova a online

PRACOVNÍ SEŠIT ALGEBRAICKÉ VÝRAZY. 2. tematický okruh: Připrav se na státní maturitní zkoušku z MATEMATIKY důkladně, z pohodlí domova a online Připrv se státí mturití zkoušku z MATEMATIKY důkldě, z pohodlí domov olie PRACOVNÍ SEŠIT. temtický okruh: ALGEBRAICKÉ VÝRAZY vtvořil: RNDr. Věr Effeberger epertk olie příprvu SMZ z mtemtik školí rok 04/05

Více

Vlastní hodnocení školy

Vlastní hodnocení školy Vlastí hodoceí školy dle vyhlášky 15/2005 Sb., v platém zěí, kterou se staoví áležitosti dlouhodobých záměrů, výročích zpráv a vlastí hodoceí školy. Škola: Základí umělecká škola Plzeň, Sokolovská 30,

Více

Katedra softwarového inženýrství MFF UK Malostranské náměstí 25, 118 00 Praha 1 - Malá Strana

Katedra softwarového inženýrství MFF UK Malostranské náměstí 25, 118 00 Praha 1 - Malá Strana Katedra softwarového ižeýrství MFF UK Malostraské áměstí 25, 8 00 Praha - Malá Straa, v. 3.5 co jsou "techiky přeosu dat"? Katedra softwarového ižeýrství, Matematicko-fyzikálí fakulta, Uiverzita Karlova,

Více

5 Funkce. jsou si navzájem rovny právě tehdy, když se rovnají jejich.

5 Funkce. jsou si navzájem rovny právě tehdy, když se rovnají jejich. Fukce. Základí pojmy V kpt.. jsme mluvili o zobrazeí mezi možiami AB., Připomeňme, že se jedá o libovolý předpis, který každému prvku a A přiřadí ejvýše jede prvek b B. Jsou-li A, B číselé možiy, azýváme

Více

Využití Markovových řetězců pro predikování pohybu cen akcií

Využití Markovových řetězců pro predikování pohybu cen akcií Využití Markovových řetězců pro predikováí pohybu ce akcií Mila Svoboda Tredy v podikáí, 4(2) 63-70 The Author(s) 2014 ISSN 1805-0603 Publisher: UWB i Pilse http://www.fek.zcu.cz/tvp/ Úvod K vybudováí

Více

PříkladykecvičenízMMA ZS2013/14

PříkladykecvičenízMMA ZS2013/14 PříkladykecvičeízMMA ZS203/4 (středa, M3, 9:50 :20) Pozámka( ):Pokudebudeuvedeojiakbudemevždypracovatsprostoryadtělesem T= R.Ve všech ostatích případech(tj. při T = C), bude těleso explicitě specifikováo.

Více

ZÁKLADNÍ ICHTYOLOGICKÉ METODY

ZÁKLADNÍ ICHTYOLOGICKÉ METODY ZÁKLADNÍ ICHTYOLOGICKÉ METODY Určováí věku a staoveí růstu ryb Ryby jsou poikilotermí obratlovci, u ichž jsou všechy biologické fukce zásadím způsobem ovlivňováy teplotou vody. To platí v plém rozsahu

Více

Matematicko-fyzikální fakulta Univerzita Karlova. Diplomová práce. Renata Sikorová

Matematicko-fyzikální fakulta Univerzita Karlova. Diplomová práce. Renata Sikorová Matematicko-fyzikálí fakulta Uiverzita Karlova Diplomová práce e Reata Sikorová Obor: Učitelství matematika - fyzika Katedra didaktiky matematiky Vedoucí práce: RNDr. Jiří Kottas, CSc. i Prohlašuji, že

Více

ZABEZPEČENÍ KOMUNIKACE SENZORICKÉHO SYSTÉMU

ZABEZPEČENÍ KOMUNIKACE SENZORICKÉHO SYSTÉMU Roč. 71 (2015) Číslo 2 O. Čožík, J. Kadlec: Zabezpečeí komuikace sezorického systému 1 ZABEZPEČEÍ KOMUIKACE SEZORICKÉHO SYSTÉMU Ig. Odřej Čožík 1, Doc. Ig. Jaroslav Kadlec, Ph.D. 2 Ústav mikroelektroiky;

Více

Veterinární a farmaceutická univerzita Brno. Základy statistiky. pro studující veterinární medicíny a farmacie

Veterinární a farmaceutická univerzita Brno. Základy statistiky. pro studující veterinární medicíny a farmacie Veteriárí a farmaceutická uiverzita Bro Základy statistiky pro studující veteriárí medicíy a farmacie Doc. RNDr. Iveta Bedáňová, Ph.D. Prof. MVDr. Vladimír Večerek, CSc. Bro, 007 Obsah Úvod.... 5 1 Základí

Více

8 Průzkumová analýza dat

8 Průzkumová analýza dat 8 Průzkumová aalýza dat Cílem průzkumové aalýzy dat (také zámé pod zkratkou EDA - z aglického ázvu exploratory data aalysis) je alezeí zvláštostí statistického chováí dat a ověřeí jejich předpokladů pro

Více

Petr Otipka Vladislav Šmajstrla

Petr Otipka Vladislav Šmajstrla VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA PRAVDĚPODOBNOST A STATISTIKA Petr Otipka Vladislav Šmajstrla Vytv ořeo v rámci projektu Operačího programu Rozv oje lidských zdrojů CZ.04..03/3..5./006

Více

dálniced3 a rychlostní silnice Praha x Tábor x České Budějovice x Rakousko

dálniced3 a rychlostní silnice Praha x Tábor x České Budějovice x Rakousko dáliced3 a rychlostí silice R3 Praha Tábor České Budějovice Rakousko w w obsah základí iformace 3 dálice D3 a rychlostí silice R3 PrahaTáborČeské BudějoviceRakousko 3 > základí iformace 4 > čleěí dálice

Více

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY Statitické metody ve veřejé právě ŘEŠENÉ PŘÍKLADY Ig. Václav Friedrich, Ph.D. 2013 1 Kapitola 2 Popi tatitických dat 2.1 Tabulka obahuje rozděleí pracovíků podle platových tříd: TARIF PLAT POČET TARIF

Více

Základní údaje. Ing. Zdeněk Jindrák JUDr. Dana Musalová. n Vznik společnosti 29.9.1997. n Obchodní název HYDRA a.s.

Základní údaje. Ing. Zdeněk Jindrák JUDr. Dana Musalová. n Vznik společnosti 29.9.1997. n Obchodní název HYDRA a.s. Základí údaje Vzik společosti 29.9.1997 Obchodí ázev HYDRA a.s. Sídlo: Na Zámecké 1518, 140 00 Praha 4 IČO/DIČ 25610562 / CZ25610562 Předmět podikáí Výroba kodezátorů Provozovy: Průmyslová 1110, Jičí Hradecká

Více

Aplikace marginálních nákladů. Oceňování ztrát v distribučním rozvodu

Aplikace marginálních nákladů. Oceňování ztrát v distribučním rozvodu Apliace margiálích áladů Oceňováí ztrát v distribučím rozvodu Učebí text předmětu MES Doc. Ig. J. Vastl, CSc. Celové ročí álady a ztráty N P ( T ) z z sj z wj Kč de N z celové ročí álady a ztráty *Kč+

Více

2002 Katedra obecné elektrotechniky FEI VŠB-TU Ostrava Ing.Stanislav Kocman

2002 Katedra obecné elektrotechniky FEI VŠB-TU Ostrava Ing.Stanislav Kocman ASYNCHRONNÍ STROJE Obsah. Pricip čiosti asychroího motoru. Náhradí schéma asychroího motoru. Výko a momet asychroího motoru 4. Spouštěí trojfázových asychroích motorů 5. Řízeí otáček asychroích motorů

Více

Carl Friedrich Gauss

Carl Friedrich Gauss Carl Friedrich Gauss F. KOUTNÝ, Zlí (. 4. 777.. 855) Každé vyprávěí o ěkom, kdo žil dávo, je utě je kompilací prameů a odkazů, které v ejlepším případě pocházejí od jeho pamětíků. Rámec tohoto textu tvoří

Více

Udr itelnost WE CarE

Udr itelnost WE CarE Udritelost WE Care Získejte více za vaše peíze: s WE CARE společosti MetPro Ekologicky zabaleo při zachováí stejé kvality Důsledě ekologické baleí šetré k přírodím zdrojům. To je cílem produktové řady

Více

KVALIMETRIE. 16. Statistické metody v metrologii a analytické chemii. Miloslav Suchánek. Řešené příklady na CD-ROM v Excelu.

KVALIMETRIE. 16. Statistické metody v metrologii a analytické chemii. Miloslav Suchánek. Řešené příklady na CD-ROM v Excelu. KVALIMETRIE Miloslav Sucháek 16. Statistické metody v metrologii a aalytické chemii Řešeé příklady a CD-ROM v Excelu Eurachem ZAOSTŘENO NA ANALYTICKOU CHEMII V EVROPĚ Kvalimetrie 16 je zatím posledí z

Více

TECHNICKÝ POPIS STRUKTURY FORMÁTU VÝPISU MT940 PRO SLUŽBU BUSINESS 24

TECHNICKÝ POPIS STRUKTURY FORMÁTU VÝPISU MT940 PRO SLUŽBU BUSINESS 24 TECHNICKÝ POPIS STRUKTURY FORMÁTU VÝPISU MT940 PRO SLUŽBU BUSINESS 24 Obsah 1. Pois formátu výisu MT940 ro BUSINESS 24...2 1.1. Obecé odmíky... 2 1.2. Záhlaví souboru... 2 1.3. Struktura zázamu... 2 1.4.

Více

Systém intralaboratorní kontroly kvality v klinické laboratoři (SIKK)

Systém intralaboratorní kontroly kvality v klinické laboratoři (SIKK) Systém itralaboratorí kotroly kvality v kliické laboratoři (SIKK) Doporučeí výboru České společosti kliické biochemie ČLS JEP Obsah: 1. Volba systému... 2 2. Prováděí kotroly... 3 3. Dokumetace výsledků

Více

PETR KULHÁNEK. Praha 2001 FEL ČVUT

PETR KULHÁNEK. Praha 2001 FEL ČVUT ASTOFYZIKA -- S PET KULHÁNEK Paha 00 FEL ČVUT OBSAH I ZÁKLADNÍ VZTAHY 3 Pasek 3 Poxima Cetaui 4 3 Magituda 4 4 Pogsoova ovice 5 5 Absolutí magituda Sluce 5 6 Hodiový úhel Aldebaau 6 7 Jety kvasau - fiktiví

Více

Nepředvídané události v rámci kvantifikace rizika

Nepředvídané události v rámci kvantifikace rizika Nepředvídaé událost v rác kvatfkace rzka Jří Marek, ČVUT, Stavebí fakulta {r.arek}@rsk-aageet.cz Abstrakt Z hledska úspěchu vestce ohou být krtcké právě ty zdroe ebezpečí, které esou detfkováy. Vzhlede

Více

FINANČNÍ MATEMATIKA- SLOŽENÉ ÚROKOVÁNÍ

FINANČNÍ MATEMATIKA- SLOŽENÉ ÚROKOVÁNÍ Projek ŠABLONY NA GVM Gymázium Velké Meziříčí regisračí číslo projeku: CZ..7/../.98 IV- Iovace a zkvaliěí výuky směřující k rozvoji maemaické gramoosi žáků sředích škol FINANČNÍ MATEMATIA- SLOŽENÉ ÚROOVÁNÍ

Více

Vážeí zákazíci, dovolujeme si Vás upozorit, že a tuto ukázku kihy se vztahují autorská práva, tzv. copyright. To zameá, že ukázka má sloužit výhradì pro osobí potøebu poteciálího kupujícího (aby èteáø

Více

Opravy a prodej. Uživatelská příručka. Milan Hradecký.

Opravy a prodej. Uživatelská příručka. Milan Hradecký. Opravy a prodej Uživatelská příručka Milan Hradecký. 2 1. ÚVOD : Program slouží k evidenci dílenských oprav, k prodeji náhradních dílů a k fakturaci. Pracuje v prostředí WINDOWS 95 až WINDOWS XP. K rychlému

Více

5. Výpočty s využitím vztahů mezi stavovými veličinami ideálního plynu

5. Výpočty s využitím vztahů mezi stavovými veličinami ideálního plynu . ýpočty s využití vztahů ezi stavovýi veličiai ideálího plyu Ze zkušeosti víe, že obje plyu - a rozdíl od objeu pevé látky ebo kapaliy - je vyeze prostore, v ěž je ply uzavře. Přítoost plyu v ádobě se

Více

7. P o p i s n á s t a t i s t i k a

7. P o p i s n á s t a t i s t i k a 7. P o p i s á s t a t i s t i k a 7.. Pozámka: Při statistickém zkoumáí ás zajímají hromadé jevy a procesy, u kterých zkoumáme zákoitosti, které se projevují u velkého počtu prvků. Prvky zkoumáí azýváme

Více

STUDIE METODIKY ZNALECKÉHO VÝPOČTU EKONOMICKÉHO NÁJEMNÉHO Z BYTU A NĚKTERÝCH PRINCIPŮ PŘI STANOVENÍ OBVYKLÉHO NÁJEMNÉHO Z BYTU. ČÁST 2 OBVYKLÉ NÁJEMNÉ

STUDIE METODIKY ZNALECKÉHO VÝPOČTU EKONOMICKÉHO NÁJEMNÉHO Z BYTU A NĚKTERÝCH PRINCIPŮ PŘI STANOVENÍ OBVYKLÉHO NÁJEMNÉHO Z BYTU. ČÁST 2 OBVYKLÉ NÁJEMNÉ Prof. Ig. Albert Bradáč, DrSc. STUDIE METODIKY ZNALECKÉHO VÝPOČTU EKONOMICKÉHO NÁJEMNÉHO Z BYTU A NĚKTERÝCH PRINCIPŮ PŘI STANOVENÍ OBVYKLÉHO NÁJEMNÉHO Z BYTU. ČÁST 2 OBVYKLÉ NÁJEMNÉ Příspěvek vazuje publikovaý

Více

SH = BH*( 1 + i) n nebo

SH = BH*( 1 + i) n nebo PEKS 2 Literatura Syek PEK 4. vydáí Faktor času v peěžím vyjádřeí Peěží jedotka Kč přijata ebo vyplacea v růzých časových okamžicích má rozdílou hodotu. Deší korua je ceější, ež korua získaá později apř.

Více

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR Středí hodoty Artmetcý průměr vážeý ze tříděí Aleš Drobí straa 0 VÁŽENÝ ARITMETICKÝ PRŮMĚR Výzam a užtí vážeého artmetcého průměru uážeme a ásledujících příladech Přílad 0 Ve frmě Gama Blatá máme soubor

Více

Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika

Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika Co e to statistika? Statistické hodoceí výsledků zkoušek Petr Misák misak.p@fce.vutbr.cz Statistika e ako bikiy. Odhalí téměř vše, ale to edůležitěší ám zůstae skryto. (autor ezámý) Statistika uda e, má

Více

Posloupnosti na střední škole Bakalářská práce

Posloupnosti na střední škole Bakalářská práce MASARYKOVA UNIVERZITA V BRNĚ Přírodovědecká fkult Ktedr mtemtiky Poslouposti středí škole Bklářská práce Bro 00 Kteři Rábová Prohlášeí Prohlšuji, že tto bklářská práce je mým původím utorským dílem, které

Více

Algoritmy a datové struktury

Algoritmy a datové struktury Algoritmy a datové struktury 1 / 34 Obsah přednášky Základní řídící struktury posloupnost příkazů podmínka cyklus s podmínkou na začátku cyklus s podmínkou na konci cyklus s pevným počtem opakování Jednoduchá

Více