Lineární a adaptivní zpracovní dat. 4. Lineární filtrace II: FIR, IIR
|
|
- Romana Zemanová
- před 7 lety
- Počet zobrazení:
Transkript
1 Leárí a adaptví zpracoví dat 4 Leárí fltrace II: FIR, IIR Dael Schwarz Ivestce do rozvoje vzděláváí
2 Opakováí 2 Co je to fltrace? Co je to fltr? A jak ho popsujeme? Jaký je vztah Z trasformace a Fourerovy trasformace? Jak je defováa přeosová fukce dskrétího systému? Jaký je vztah mez přeosovou fukcí systému a jeho frekvečí charakterstkou? Co jsou to ulové ody a póly přeosové fukce a jak je vypočítáme? Popšte, co je to stalta systému Jaká pravdla platí pro mpulsí charakterstku a přeosovou fukc stalího dskrétího systému? B44 Isttute of Bostatstcs ad Aalyses
3 B44 Isttute of Bostatstcs ad Aalyses Pops dskrétí soustavy s Z-trasformací ějme LTI systém s přeosovou fukcí ve tvaru racoálě lomeé fukce: kde A /a, z jsou? a p jsou? 3 ( ) ( ) ( ) ( ) ( ) L L L p z z z A z a z z X z Y z H
4 B44 Isttute of Bostatstcs ad Aalyses Pops dskrétí soustavy s Z-trasformací ějme LTI systém s přeosovou fukcí ve tvaru racoálě lomeé fukce: kde A /a, z jsou uly a p jsou póly racoálě lomeé fukce zpětá Z-trasformace, věta o leartě a posuu, a z - a z - L y a y 4 ( ) ( ) ( ) ( ) ( ) L L L p z z z A z a z z X z Y z H
5 B44 Isttute of Bostatstcs ad Aalyses Pops dskrétí soustavy s Z-trasformací Iterpretace rovce: dskrétí soustava / systém uchovává v pamět starší vzorky vstupího výstupího sgálu L y a y 5
6 B44 Isttute of Bostatstcs ad Aalyses Pops dskrétí soustavy s Z-trasformací?? Iterpretace rovce: dskrétí soustava / systém uchovává v pamět starší vzorky vstupího výstupího sgálu L y a y 6
7 Pops dskrétí soustavy s Z-trasformací 7 y L a y Iterpretace rovce: dskrétí soustava / systém uchovává v pamět starší vzorky vstupího výstupího sgálu Klouzavý průměr A Autoregresí čle AR B44 Isttute of Bostatstcs ad Aalyses
8 Pops dskrétí soustavy s Z-trasformací 8 y L a y Iterpretace rovce: dskrétí soustava / systém uchovává v pamět starší vzorky vstupího výstupího sgálu Klouzavý průměr A Autoregresí čle AR Ovlvňuje rychlost odezvy, charakter jejího zakáí, staltu soustavy B44 Isttute of Bostatstcs ad Aalyses
9 B44 Isttute of Bostatstcs ad Aalyses Pops dskrétí soustavy s Z-trasformací Realzace soustavy / fltru / programu přímou formou: L y a y 2 - -a L -a L- -a 9
10 Pops dskrétí soustavy s Z-trasformací y L a y Realzace soustavy / fltru / programu přímou formou: Zpožděí o jede vzorek 2 - -a L -a L- -a B44 Isttute of Bostatstcs ad Aalyses
11 Pops dskrétí soustavy s Z-trasformací Další formy realzace fltru / soustavy/ programu: Kaskádí: B44 Isttute of Bostatstcs ad Aalyses
12 Pops dskrétí soustavy s Z-trasformací 2 Další formy realzace fltru / soustavy/ programu: Paralelí: B44 Isttute of Bostatstcs ad Aalyses
13 Systémy s koečou mpulsí charakterstkou 3 FIR fte mpulse respose L y a y pouze čle A (movg average) erekurzví realzace (většou, ale emusí vždy) B44 Isttute of Bostatstcs ad Aalyses
14 Systémy s koečou mpulsí charakterstkou 4 FIR PŘÍKLAD: hraový detektor h [] { δ [ ] 2δ [] + δ [ + ] } - FIR PŘÍKLAD: vyhlazovací systém B44 Isttute of Bostatstcs ad Aalyses
15 B44 Isttute of Bostatstcs ad Aalyses Systémy s koečou mpulsí charakterstkou FIR fte mpulse respose z -k 5 - ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) : sust 2 2 h h k y k k k
16 B44 Isttute of Bostatstcs ad Aalyses Systémy s koečou mpulsí charakterstkou FIR fte mpulse respose z -k Počet pólů přeosové fukce:?, kde?? Počet ulových odů přeosové fukce:?, kde?? 6 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) : sust 2 2 h h k y k k k
17 B44 Isttute of Bostatstcs ad Aalyses Systémy s koečou mpulsí charakterstkou FIR fte mpulse respose z -k Počet pólů přeosové fukce:, kde?? Počet ulových odů přeosové fukce:, kde?? 7 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) : sust 2 2 h h k y k k k
18 B44 Isttute of Bostatstcs ad Aalyses Systémy s koečou mpulsí charakterstkou FIR fte mpulse respose z -k Počet pólů přeosové fukce:, kde? V odě z (ásoý pól v počátku, který vyjadřuje je fázový posu uto vyjádřt H(z) v kladých mocách z) Počet ulových odů přeosové fukce:, kde? Kdekol v rově z 8 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) : sust 2 2 h h k y k k k
19 Fltry s koečou mpulsí charakterstkou 9 FIR fltry mohou mít přesě leárí fáz, a to platí-l: ( ) ± h( ),,, 2,, h - osová eo odová souměrost mpulsí charakterstky - tj mpulsí charakterstka je symetrcká eo atsymetrcká Fltry s leárí fází mají specálí kofgurac ulových odů orazového přeosu: Je-l H( ), je také H(/ ) Pokud má systém reálé koefcety, platí také: H( *)H(/ ) Nulové ody se vyskytují ve čtveřcích B44 Isttute of Bostatstcs ad Aalyses
20 Fltry s koečou mpulsí charakterstkou 2 FIR fltry mohou mít přesě leárí fáz, a to platí-l: ( ) ± h( ),,, 2,, h - osová eo odová souměrost mpulsí charakterstky - tj mpulsí charakterstka je symetrcká eo atsymetrcká B44 Isttute of Bostatstcs ad Aalyses
21 Fltry s koečou mpulsí charakterstkou 2 FIR fltry mohou mít přesě leárí fáz, a to platí-l: ( ) ± h( ),,, 2,, h - osová eo odová souměrost mpulsí charakterstky - tj mpulsí charakterstka je symetrcká eo atsymetrcká B44 Isttute of Bostatstcs ad Aalyses
22 Fltry s koečou mpulsí charakterstkou 22 FIR fltry vlastost: - jsou vždy stalí, eoť všechy póly leží v ule (pokud ejsou záměrě realzováy rekurzvím systémem se zpětou vazou) -většou erekurzví realzace - možost leárí fázové charakterstky -relatvě sadá programová (hardwarová) realzace - pro dosažeí strmých charakterstk je třea použít vyšší stupeň fltru ež u IIR fltrů - s rostoucím řádem roste zpožděí - ávrh FIR fltru: -vzorkováí frekvečí charakterstky - váhováí mpulsí charakterstky B44 Isttute of Bostatstcs ad Aalyses
23 Fltry s koečou mpulsí charakterstkou 23 Návrh FIR fltru vzorkováím frekvečí charakterstky Zadávají se jedotlvé ody (vzorky) ampltudové frekvečí charakterstky 2 mo vzorkovací ody se předpokládá chováí lovolé (zakmtáváí) 3 Impulsí charakterstka se vypočítá pomocí verzí DFT 4 Fázová charakterstka se zadává ulová, výsledá mpulsí odezva se kauzalzuje pomocí přerováí vzorků (fftshft) B44 Isttute of Bostatstcs ad Aalyses
24 Fltry s koečou mpulsí charakterstkou 24 Návrh FIR fltru vzorkováím frekvečí charakterstky Zadávají se jedotlvé ody (vzorky) ampltudové frekvečí charakterstky 2 mo vzorkovací ody se předpokládá chováí lovolé (zakmtáváí) 3 Impulsí charakterstka se vypočítá pomocí verzí DFT 4 Fázová charakterstka se zadává ulová, výsledá mpulsí odezva se kauzalzuje pomocí přerováí vzorků (fftshft) 4 2 G(ω) B ω Isttute of Bostatstcs ad Aalyses
25 Systémy s ekoečou mpulsí charakterstkou 25 IIR fte mpulse respose Autoregresí čle AR y L a y Klouzavý průměr A vždy rekurzví realzace B44 Isttute of Bostatstcs ad Aalyses
26 Systémy s ekoečou mpulsí charakterstkou 26 IIR PŘÍKLAD: vyhlazovací systém z - H(z) az/(z-a) Pro a> je fltr estalí B44 Isttute of Bostatstcs ad Aalyses
27 Systémy s ekoečou mpulsí charakterstkou 27 IIR PŘÍKLAD: vyhlazovací systém z - H(z) az/(z-a) Pro a> je fltr estalí Tp: co lze získat tzv dlouhým děleím polyomů? B44 Isttute of Bostatstcs ad Aalyses
28 Systémy s ekoečou mpulsí charakterstkou 28 IIR : - vyžadují alespoň jedu zpětovazeí smyčku, jsou vždy rekurzví -přeosová fukce podíl polyomů B44 Isttute of Bostatstcs ad Aalyses
29 Fltry s ekoečou mpulsí charakterstkou 29 IIR fltry vlastost: - s fltry IIR lze dosáhout velm strmé přechody mez propustým a epropustým pásmem, a to př malém řádu fltru - fltr je vždy rekurzví (se zpětým vazam), může ýt estalí (pro ampltudově omezeý vstupí sgál y geeroval sgál s eustále rostoucím ampltudam) - Fltr IIR ude stalí, pokud všechy jeho póly leží uvtř jedotkové kružce - Fltry IIR emají leárí průěh fázové charakterstky - poměrě složtý a méě tutví ávrh: -rozmsťováí ulových odů a pólů - optmalzačí ávrhy podle frekvečí charakterstky (vedou a řešeí soustavy eleárích rovc) -přístupy založeé a podoost s aalogovým systémy B44 Isttute of Bostatstcs ad Aalyses
30 Fltry s ekoečou mpulsí charakterstkou 3 IIR fltry příklad: B44 Isttute of Bostatstcs ad Aalyses
31 Termologe: IIR, FIR, A, AR 3 y L a y FIR fltry: a, pro všecha Ozačováy také jako movg average eo all-zero fltry IIR fltry: a <>, pro alespoň jedo Zahrují: autoregresví (AR) fltry movg-average, autoregresví (ARA) fltry B44 Isttute of Bostatstcs ad Aalyses
32 Termologe: IIR, FIR, A, AR 32 y L a y FIR fltry: a, pro všecha Ozačováy také jako movg average eo all-zero fltry IIR fltry: a <>, pro alespoň jedo Zahrují: autoregresví (AR) fltry movg-average, autoregresví (ARA) fltry AR fltry:, kromě Výstup závsí pouze a? B44 Isttute of Bostatstcs ad Aalyses
33 Termologe: IIR, FIR, A, AR 33 y L a y FIR fltry: a, pro všecha Ozačováy také jako movg average eo all-zero fltry IIR fltry: a <>, pro alespoň jedo Zahrují: autoregresví (AR) fltry movg-average, autoregresví (ARA) fltry AR fltry:, kromě Výstup závsí pouze a aktuálí hodotě a vstupu a a koečém počtu starších vzorků výstupího sgálu Ozačováy také jako: all-pole, purely recursve, autoregressve B44 Isttute of Bostatstcs ad Aalyses
34 Termologe: IIR, FIR, A, AR 34 y L a y FIR fltry: a, pro všecha Ozačováy také jako movg average eo all-zero fltry IIR fltry: a <>, pro alespoň jedo Zahrují: autoregresví (AR) fltry movg-average, autoregresví (ARA) fltry ARA fltry: a, eulové Ozačováy také jako: pole-zero, autoregressve, movg-average B44 Isttute of Bostatstcs ad Aalyses
35 Termologe: IIR, FIR, A, AR 35 y L a y DOPORUČENÍ: pro fltry a leárí systémy používat ozačeí FIR, IIR ozačeí AR, A, ARA používat pro pops č modely stochastckých procesů, které geerují data áhodé povahy B44 Isttute of Bostatstcs ad Aalyses
36 4 cvčeí 36 Je dá systém s přeosovou fukcí Nakreslete rozložeí ulových odů a pólů Odhaděte modulovou frekvečí charakterstku Zjstěte dferečí rovc systému Zjstěte mpulsí charakterstku systému Na závěr vše ověřte v ATLABu (fvtool, freqz) O jaký fltr jde (FIR, IIR)? O jaký fltr jde (HP, DP, PP)? B44 Isttute of Bostatstcs ad Aalyses
37 4 cvčeí 37 2 Dskrétí soustava má přeosovou fukc H(z): /(-5z - ) Určete dferečí rovc systému B44 Isttute of Bostatstcs ad Aalyses
38 4 cvčeí 38 3 Navrhěte FIR fltr pro odstraěí rušvých složek v časové řadě reprezetující sěr údajů o kocetrac tocké látky v říčím toku Sěr dat proíhá s hodovou vzorkovací perodou Změy v kocetracích jsou pozvolé, odehrávají se v týdeím rytmu (provoz chemcké farky) Rušvé složky, které je potřea potlačt, souvsejí se stochastckým procesem (počasí, tj zejméa srážky, ale teplota), který geeruje sgálové kompoety s ejvyšší perodou okolo 6 h Zkotrolujte správost vzorkováí v epermetu a pro ávrh fltru volte metodu vzorkováí frekvečí charakterstky Volte fltr s 9 vzorky mpulsí charakterstky B44 Isttute of Bostatstcs ad Aalyses
39 4 cvčeí 39 B44 Isttute of Bostatstcs ad Aalyses
40 4 cvčeí 4 B44 Isttute of Bostatstcs ad Aalyses
41 4 cvčeí 4 B44 Isttute of Bostatstcs ad Aalyses
42 4 cvčeí 3 příklad - farka 42 Harmocké kompoety užtečé složky sgálu: f_uzteca_aroud/(7*24*36) Hz Harmocké kompoety rušvé složky sgálu: f_rusva_m/(6*36) Hz Vzorkovací frekvece: fs/36 Hz Vzorkovací věta je splěa, eoť platí, že fs>2*f_rusva 4 G(f) π/2 f AX Od 9 vzorku se cha perodcky opakuje ( 2 B44 π/ vzorků char-ky a frekvečí ose Isttute of Bostatstcs ad Aalyses
43 4 cvčeí 3 příklad - farka 43 Harmocké kompoety užtečé složky sgálu: f_uzteca_aroud/(7*24*36) Hz Harmocké kompoety rušvé složky sgálu: f_rusva_m/(6*36) Hz Vzorkovací frekvece: fs/36 Hz Vzorkovací věta je splěa, eoť platí, že fs>2*f_rusva 4 B44 π/3 G(f) f AX Vzhledem k perodctě frekvečí charakterstky jsou hodoty G d (ω π/2 k ) totožé pro k a pro kn Řád výsledého FIR fltru získaého po N-odové verzí DFT ude N Od 9 vzorku se cha perodcky opakuje ( 9 vzorků a frekvečí ose Isttute of Bostatstcs ad Aalyses
44 4 cvčeí 3 příklad - farka 44 G zeros(,9); % vzorky jsou v porad N- F(:3)oes(,3); % ATLAB deuje od F(8:9)oes(,2); % symetrcká ampltudová frekv char-ka h fft(f); % verzí dskrétí fourerova trasformace stem([:8],h); % mpulsí charakterstka stem([-9:9],h); % mpulsí charakterstka po přerováí B44 Isttute of Bostatstcs ad Aalyses
45 4 cvčeí 3 příklad - farka 45 freqz(h,) agtude (db) Normalzed Frequecy ( π rad/sample) Neleárí průěh freqz(fftshft(h),) Phase (degrees) Normalzed Frequecy ( π rad/sample) 5 agtude (db) Normalzed Frequecy ( π rad/sample) B44 Leárí průěh Phase (degrees) Normalzed Frequecy ( π rad/sample) Isttute of Bostatstcs ad Aalyses
46 ffgf Otázky? 46 B44 Isttute of Bostatstcs ad Aalyses
Lineární a adaptivní zpracovní dat. 5. Lineární filtrace: FIR, IIR
Leárí a adaptví zpracoví dat 5. Leárí fltrace: FIR, IIR Dael Schwarz Ivestce do rozvoje vzděláváí Opakováí 2 Co je to fltrace? Co je to fltr? A jak ho popsujeme? Jaký je vztah Z trasformace a Fourerovy
VíceČíslicové filtry. Použití : Analogové x číslicové filtry : Analogové. Číslicové: Separace signálů Restaurace signálů
Číslicová filtrace Použití : Separace sigálů Restaurace sigálů Číslicové filtry Aalogové x číslicové filtry : Aalogové Číslicové: + levé + rychlé + velký dyamický rozsah (v amplitudě i frekveci) - evhodé
VíceInvestice do rozvoje vzdělávání
Lieárí systémy a modely časových řad Daiel Schwarz Ivestice do rozvoje vzděláváí Cíl, motivace Popis a idetifikace systémů Lieárí systémy a modely časových řad Istitute of Biostatistics ad Aalyses Cíl,
VíceDigitální filtrace a signálové procesory
Dgtálí fltrace a sgálové procesory Petr Skalcký Praha 995 Teto text byl uvolě pouze pro potřeby studetů v předmětech KN a ASP a katedře Radoelektroky ČVUT v Praze pro rok jako doplňující lteratura. Text
VíceLineární a adaptivní zpracování dat. 9. Modely časových řad II.
Lieárí a adaptiví zpracováí dat 9. Modely časových řad II. Daiel Schwarz Ivestice do rozvoje vzděláváí Opakováí K čemu je dobré vytvářet modely procesů geerující časové řady? Dekompozice časový řad: jaké
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroky, formatky a meoborových studí Číslcové měřcí systémy Číslcové fltry Učebí text Iva Jaksch Lberec 2012 Materál vkl v rámc projektu ESF (CZ.1.07/2.2.00/07.0247)
Více1. Základy měření neelektrických veličin
. Základ měřeí eelektrckých velč.. Měřcí řetězec Měřcí řetězec (měřcí soustava) je soubor měřcích čleů (jedotek) účelě uspořádaých tak, ab blo ožě splt požadovaý úkol měřeí, tj. získat formac o velkost
VíceSTATISTIKA. 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,
Více5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC
5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC V této kaptole se dozvíte: jak je defováa fukce přrozeá odmoca v kompleím oboru a jaké má vlastost včetě odlšostí od odmocy v reálém
VíceIV. MKP vynucené kmitání
Jří Máca - katedra mechaky - B35 - tel. 435 4500 maca@fsv.cvut.cz IV. MKP vyuceé kmtáí. Rovce vyuceého kmtáí. Modálí aalýza rozklad do vlastích tvarů 3. Přímá tegrace pohybových rovc 3. Metoda cetrálích
VíceOdhady parametrů základního. Ing. Michal Dorda, Ph.D.
Odhady parametrů základího souboru Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt celou populac, provádíme
Více1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru
Lekce Normálí rozděleí v rově V této lekc se udeme věovat měřeí korelačí závslost dvojce áhodých velč (dvousložkového áhodého vektoru) Vcházet udeme z ormálího rozděleí pravděpodoost áhodého vektoru v
Více5 - Identifikace. Michael Šebek Automatické řízení
5 - Idetfce Mchel Šee Automtcé řízeí 08 6-3-8 Automtcé řízeí - Kyeret root Idetfce Zísáí modelu systému z dt ( jeho vldce jých dtech) whte ox (víme vše): ze záldích prcpů (fyz-chem-o- ) grey ox (víme ěco):
VíceANALÝZA A KLASIFIKACE DAT
ANALÝZA A KLASIFIKACE DA prof. Ig. Jří Holčík, CSc. INVESICE Isttut DO bostatstky ROZVOJE VZDĚLÁVÁNÍ a aalýz IV. LINEÁRNÍ KLASIFIKACE pokračováí Isttut bostatstky a aalýz (SUPPOR VECOR MACHINE SVM) SEPARABILNÍ
VíceAnalýza a zpracování signálů. 4. Diskrétní systémy,výpočet impulsní odezvy, konvoluce, korelace
Aalýza a zpracováí sigálů 4. Diskrétí systémy,výpočet impulsí odezvy, kovoluce, korelace Diskrétí systémy Diskrétí sytém - zpracovává časově diskrétí vstupí sigál ] a produkuje časově diskrétí výstupí
VíceOdhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.
Odhady parametrů základího souboru Ig. Mchal Dorda, Ph.D. Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl σ atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt
Více4. KRUHOVÁ KONVOLUCE, RYCHLÁ FOURIEROVA TRANSFORMACE (FFT) A SPEKTRÁLNÍ ANALÝZA SIGNÁLŮ
4. KRUHOVÁ KOVOLUCE, RYCHLÁ FOURIEROVA TRASFORMACE FFT A SEKTRÁLÍ AALÝZA SIGÁLŮ Kruová cylcá ovoluce Ryclá Fourerova trasformace Aplace DFT a aalogové sgály, frevečí aalýza perodcýc aalogovýc sgálů s využtím
VícePRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor
SP Náhodý vektor PRAVDĚPODOBNOS A SAISIKA Náhodý vektor Lbor Žák SP Náhodý vektor Lbor Žák Náhodý vektor Náhodý vektor slouží k popsu výsledku pokusu kdy měříme více údaů o procesu. Před provedeím pokusu
VícePRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor
SP Náhodý vektor PRAVDĚPODOBNOS A SAISIKA Náhodý vektor SP Náhodý vektor Náhodý vektor Náhodý vektor slouží k popsu výsledku pokusu kdy měříme více údaů o procesu. Před provedeím pokusu eho výsledek a
VíceAnalýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály
Aalýza a zpracováí sigálů 3. Číselé řady, jejich vlastosti a základí operace, áhodé sigály Diskrétí sigál fukce ezávislé proměé.!!! Pozor!!!! : sigáleí defiová mezi dvěma ásledujícími vzorky ( a eí tam
Více1.1 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
Více11. 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
Vícepopsat činnost základních zapojení převodníků U-f a f-u samostatně změřit zadanou úlohu
7. Převodníky - f, f - Čas ke studu: 5 mnut Cíl Po prostudování tohoto odstavce budete umět popsat čnnost základních zapojení převodníků -f a f- samostatně změřt zadanou úlohu Výklad 7.. Převodníky - f
VíceAutoři: Jan Krákora,, David Šebek, Quido Herzeq; ČVUT FELK Praha; Dne:
NÁZEV EXPERIMENTU: NÁVRH, ŘÍZENÍ A PLÁNOVÁNÍ ROBOTU Autoři: Ja Krákora,, David Šeek, Quido Herzeq; ČVUT FELK Praha; De: 6.. Astrakt Optimálí řízeí rootu eí jedoduché, zvlášť pokud o pozici pracoví plochy
Více3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.
3. Hodoceí přesost měřeí a vytyčováí. Odchylky a tolerace ve výstavbě. 3.1 Úvod o měřeí obecě 3.2 Chyby měřeí a jejch děleí 3.2.1 Omyly a hrubé chyby 3.2.2 Systematcké chyby 3.2.3 Náhodé chyby 3.3 Výpočet
Více3 - 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
VícePříklady k přednášce 9 - Zpětná vazba
Příklady k předášce 9 - Zpětá vazba Michael Šebek Automatické řízeí 205 6--5 Příklad: Přibližá iverze tak průřezu s výškou hladiy y(t), přítokem u(t) a odtokem dy() t dt + 2 yt () = ut () Cíl řízeí: sledovat
VíceGenerování dvojrozměrných rozdělení pomocí copulí
Pravděpodobost a matematcká statstka eerováí dvojrozměrých rozděleí pomocí copulí umbelova copule PRAHA 005 Vpracoval: JAN ZÁRUBA OBSAH: CÍL PRÁCE TEORIE Metoda verzí trasformace O copulích Sklarova věta
VíceS1P Popisná statistika. Popisná statistika. Libor Žák
SP Popsá statstka Popsá statstka Lbor Žák SP Popsá statstka Lbor Žák Základí zdroje : skrpta Mateatka IV - doc. RNDr. Z. Karpíšek, CSc. ateatka o le - http://athole.fe.vutbr.cz/ Základ ateatcké statstk
Více1.3. ORTOGONÁLNÍ A ORTONORMÁLNÍ BÁZE
ORTOGONÁLNÍ A ORTONORMÁLNÍ BÁZE V této kaptole se dozvíte: jak je oecě defováa kolmost (ortogoalta) vektorů; co rozumíme ortogoálí a ortoormálí ází; co jsou to tzv relace ortoormalty a Croeckerovo delta;
VíceTento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i
: ometové míry polohy zahrují růzé druhy průměrů pomocí kterých můžeme charakterzovat cetrálí tedec dat ometové míry polohy jsou jedoduché číselé charakterstky které se vyčíslují ze všech prvků výběru
VícePetr 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
VíceInterpolační křivky. Interpolace pomocí spline křivky. f 1. f 2. f n. x... x 2
Iterpolace pomocí sple křvky dáo: bodů v rově úkol: alézt takovou křvku, která daým body prochází y f f 2 f 0 f x0 x... x 2 x x Iterpolace pomocí sple křvky evýhodou polyomálí terpolace změa ěkterého z
VíceObr Lineární diskrétní systém
Mtetcé odel Uvžue leárí dsrétí ssté (or.. ). Or.. Leárí dsrétí ssté Steě u spotýc sstéů t u dsrétíc sstéů exstue ěol ožostí půsou věšío popsu cováí, teré vdřuí vt e výstupí velčou ( ) dsrétí vstupí velčou
VíceMetody 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
Vícef x a x DSM2 Cv 9 Vytvořující funkce Vytvořující funkcí nekonečné posloupnosti a0, a1,, a n , reálných čísel míníme formální nekonečnou řadu ( )
DSM Cv 9 Vytvořující fukce Vytvořující fukcí ekoečé poslouposti a0, a,, a, reálých čísel mííme formálí ekoečou řadu =. f a i= 0 i i Příklady: f = + = + + + + + ) Platí: (biomická věta). To zameá, že fukce
VíceLineární a adaptivní zpracování dat. 8. Modely časových řad I.
Lieárí a adaptiví zpracováí dat 8. Modely časových řad I. Daiel Schwarz Ivestice do rozvoje vzděláváí Cíl, motivace Popis a idetifikace systémů BLACK BOX Cíl, motivace Popis a idetifikace systémů BLACK
Více8. Zákony velkých čísel
8 Zákoy velkých čísel V této část budeme studovat velm často užívaá tvrzeí o součtech posloupost áhodých velč Nedříve budeme vyšetřovat tvrzeí azývaá souhrě ako slabé zákoy velkých čísel Veškeré úvahy
VíceSpolehlivost a diagnostika
Spolehlvost a dagostka Složté systémy a jejch spolehlvost: Co je spolehlvost? Vlv spolehlvost kompoetů systému Návrh systému z hledska spolehlvost Aplkace - žvotě důležté systémy - vojeské aplkace Teore
VíceOdhady 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
VíceCvičení 2: Rozhodovací stromy, RBF sítě, vlastní algoritmy v RapidMineru
České vysoké učeí techcké v Praze Fakulta formačích techologí Katedra teoretcké formatky Evropský socálí fod Praha & EU: Ivestujeme do vaší budoucost MI-ADM Algortmy data mgu 2010/2011 Cvčeí 2: Rozhodovací
VíceČíslicové zpracování a analýza signálů (BCZA) Spektrální analýza signálů
Číslcové zpracování a analýza sgnálů (BCZA) Spektrální analýza sgnálů 5. Spektrální analýza sgnálů 5. Spektrální analýza determnstckých sgnálů 5.. Dskrétní spektrální analýza perodckých sgnálů 5..2 Dskrétní
VíceRegulace frekvence a velikosti napětí Řízení je spojeno s dodávkou a přenosem činného a jalového výkonu v soustavě.
18. Řízeí elektrizačí soustavy ES je spojeí paralelě pracujících elektráre, přeosových a rozvodých sítí se spotřebiči. Provoz je optimálě spolehlivá hospodárá dodávka kvalití elektrické eergie. Stěžejími
VíceÚloha III.S... limitní
Úloha III.S... limití 10 bodů; průměr 7,81; řešilo 6 studetů a) Zkuste vlastími slovy popsat postup kostrukce itervalových odhadů středí hodoty v případě obecého rozděleí měřeých dat (postačí vlastími
Více1. Základy měření neelektrických veličin
. Základy měřeí eelektrických veliči.. Měřicí řetězec Měřicí řetězec (měřicí soustava) je soubor měřicích čleů (jedotek) účelě uspořádaých tak, aby bylo ožě split požadovaý úkol měřeí, tj. získat iformaci
VíceČíslicové zpracování signálů - spojité a diskrétní signály
Číslicové zpracováí sigálů - spojité a diskrétí sigály f (t) f (t) k 6 5 4 3 t 2 t Obr. Sigál spojitý a kvatovaý f -T 7 6 5 4 3 2 f (t) T 2T 3T 4T 5T 6T 7T 8T Obr.2 Diskrétí sigál t -3-2 - 2 3 4 5 6 Obr.4
VíceVY_52_INOVACE_J 05 01
Název a adresa školy: Středí škola průmyslová a umělecká, Opava, příspěvková orgazace, Praskova 399/8, Opava, 74601 Název operačího programu: OP Vzděláváí pro kokureceschopost, oblast podpory 1.5 Regstračí
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOT A TATITIKA Přpomeutí pojmů,, P m θ, R θ R - pravděpodobostí prostor - parametrcký prostor - parametrcká fukce,, T - áhodý vektor defovaý a pravděpodobostím prostoru,, P θ s hustotou f x,
Více1 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
Více9 NÁHODNÉ VÝBĚRY A JEJICH ZPRACOVÁNÍ. Čas ke studiu kapitoly: 30 minut. Cíl:
9 ÁHODÉ VÝBĚR A JEJICH ZPRACOVÁÍ Čas ke studu katol: 30 mut Cíl: Po rostudováí tohoto odstavce budete rozumět ojmům Základí soubor, oulace, výběr, výběrové šetřeí, výběrová statstka a budete zát základí
VíceTento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254
Evropský socálí fod Prh & EU: Ivestuee do vší udoucost eto terál vkl díky Operčíu progru Prh dptlt CZ..7/3..00/3354 Mžerské kvtttví etody II - předášk č. - eore her eore her 96 vo Neu, Morgester kldtelé
Více( + ) ( ) ( ) ( ) ( ) Derivace elementárních funkcí II. Předpoklady: Př. 1: Urči derivaci funkce y = x ; n N.
.. Derivace elemetárích fukcí II Předpoklady: Př. : Urči derivaci fukce y ; N. Budeme postupovat stejě jako předtím dosazeím do vzorce: f ( + ) f ( ) f f ( + ) + + + +... + (biomická věta) + + +... + f
VíceMatematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY BŘEZNA 2018
NÁRODNÍ SROVNÁVACÍ ZKOUŠKY Mtemtik T BŘEZNA 08 :. břez 08 D : 0 P P P : 0 M. M. M. :,8 % S : 0 : 7,5 : -7,5 M. P : -,0 : 0,6 Zopkujte si zákldí iformce ke zkoušce: Test obshuje 0 úloh jeho řešeí máte 90
VíceRegrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n
Regrese Aproxmace metodou ejmeších čtverců v v ( ) = f x v v x x x x Je dáo bodů [x, ], =,,, předpoládáme závslost a x a chceme ajít fuc, terá vsthuje teto tred - Sažíme se proložt fuc = f x ta, ab v =
VíceAplikovaná 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
VíceDeskriptivní 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
VícePřednáška č. 10 Analýza rozptylu při jednoduchém třídění
Předáška č. 0 Aalýza roztylu ř jedoduchém tříděí Aalýza roztylu je statstcká metoda, kterou se osuzuje romělvost oakovaých realzací áhodého okusu tj. romělvost áhodé velčy. Náhodá velča vzká za relatvě
VíceMěření závislostí. Statistická závislost číselných znaků
Měřeí závslostí Statstcká závslost číselých zaků - závslost dvou velč lze vádřt ako ech fukčí vztah vzorcem, taulkou hodot příslušé fukce eo grafck; - mez zak zkoumaých evů zšťueme estec příčé (kauzálí
VíceFourierova transformace ve zpracování obrazů
Fourierova trasformace ve zpracováí obrazů Jea Baptiste Joseph Fourier 768-83 6. předáška předmětu Zpracováí obrazů Martia Mudrová 24 Motivace Proč používat Fourierovu trasformaci? základí matematický
VíceMatematika 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
VíceFUNKCÍ 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
VíceP2: 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
VíceLABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATEDRA FYZIKY LABORATORNÍ CVIČENÍ Z FYZIKY Jméo: Petr Česák Datum měřeí:.3.000 Studjí rok: 999-000, Ročík: Datum odevzdáí: 6.3.000 Studjí skupa: 5 Laboratorí skupa:
Více11. Popisná statistika
. Popsá statstka.. Pozámka: Př statstckém zkoumáí ás zajímají hromadé jevy a procesy, u kterých zkoumáme zákotost, které se projevují u velkého počtu prvků. Prvky zkoumáí azýváme statstcké jedotky. Př
VíceLineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita
Lineární a adpativní zpracování dat 3. Lineární filtrace I: Z-transformace, stabilita Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály, systémy, jejich vlastnosti a popis v časové
Víceje 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
Více1 Elektrotechnika 1. 9:00 hod. G 0, 25
A 9: hod. Elektrotechnka a) Napětí stejnosměrného zdroje naprázdno je = 5 V. Př proudu A je svorkové napětí V. Vytvořte napěťový a proudový model tohoto reálného zdroje. b) Pomocí přepočtu napěťových zdrojů
VíceOBRAZOVÁ ANALÝZA POVRCHU POTISKOVANÝCH MATERIÁLŮ A POTIŠTĚNÝCH PLOCH
OBRAZOVÁ ANALÝZA POVRCU POTISKOVANÝC MATERIÁLŮ A POTIŠTĚNÝC PLOC Zmeškal Oldřich, Marti Julíe Tomáš Bžatek Ústav fyzikálí a spotřebí chemie, Fakulta chemická, Vysoké učeí techické v Brě, Purkyňova 8, 62
Víceje 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
VíceVlastnosti posloupností
Vlstosti posloupostí Nekoečá posloupost je fukce defiová v oboru přirozeých čísel Z toho plye, že kždá posloupost má prví čle (zčíme ), koečé poslouposti mjí i čle posledí Př Vypište prví čtyři čley poslouposti
VícePOLYNOM. 1) Základní pojmy. Polynomem stupně n nazveme funkci tvaru. a se nazývají koeficienty polynomu. 0, n N. Čísla. kde
POLYNOM Zákldí pojmy Polyomem stupě zveme fukci tvru y ( L +, P + + + + kde,,, R,, N Čísl,,, se zývjí koeficiety polyomu Číslo c zveme kořeem polyomu P(, je-li P(c výrz (-c pk zýváme kořeový čiitel Vlstosti
VíceSIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY
SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY TEMATICKÉ OKRUHY Signály se spojitým časem Základní signály se spojitým časem (základní spojité signály) Jednotkový skok σ (t), jednotkový impuls (Diracův impuls)
Více2.4. INVERZNÍ MATICE
24 INVERZNÍ MICE V této kapitole se dozvíte: defiici iverzí matice; základí vlastosti iverzí matice; dvě základí metody výpočtu iverzí matice; defiici celočíselé mociy matice Klíčová slova této kapitoly:
Více14. B o d o v é o d h a d y p a r a m e t r ů
4. B o d o v é o d h a d y p a r a m e t r ů Na základě hodot áhodého výběru z rozděleí určitého typu odhadujeme parametry tohoto rozděleí, tak aby co ejlépe odpovídaly hodotám výběru. Formulujme tudíž
VíceUniverzita Karlova v Praze Pedagogická fakulta
Uverzt Krlov v Prze Pedgogcká kult SEMINÁRNÍ PRÁCE Z POLYNOMICKÉ ALGEBRY POLYNOM / CIFRIK Zdáí: Vyšetřete všem probrým prostředky polyom Vyprcováí: Rcoálí kořey Podle věty: Nechť p Q je koře polyomu q
Víceje vstupní kvantovaný signál. Průběh kvantizační chyby e { x ( t )}
ČÍSLICOVÉ ZPRACOVÁNÍ ZVUKOVÝCH SIGNÁLŮ Z HLEDISKA PSYCHOAKUSTIKY Fratišek Kadlec ČVUT, fakulta elektrotechická, katedra radioelektroiky, Techická 2, 66 27 Praha 6 Úvod Při číslicovém zpracováí zvukových
Víceje 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
VíceFourierova transformace ve zpracování obrazů
Jea Baptiste Joseph Fourier 768-83 Fourierova trasforace ve zpracováí obrazů 6. předáška předětu Zpracováí obrazů Martia Mudrová 24 Motivace Proč používat Fourierovu trasforaci? základí ateatický ástroj
VíceAnalýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály
Aalýza a zpracováí sigálů 3. Číselé řady, jejich vlastosti a základí operace, áhodé sigály Diskrétí sigál fukce ezávislé proměé.!!! Pozor!!!! : sigál eí defiová mezi dvěma ásledujícími vzorky a eí tam
VíceP. Girg. 23. listopadu 2012
Řešeé úlohy z MS - díl prví P. Girg 2. listopadu 202 Výpočet ity poslouposti reálých čísel Věta. O algebře it kovergetích posloupostí.) Necht {a } a {b } jsou kovergetí poslouposti reálých čísel a echt
VíceMěřící technika - MT úvod
Měřící techika - MT úvod Historie Už Galileo Galilei zavádí vědecký přístup k měřeí. Jeho výrok Měřit vše, co je měřitelé a co eí měřitelým učiit platí stále. - jedotá soustava jedotek fyz. veliči - símače
Více1.3. 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
VíceDYNAMIC PROPERTIES OF ELECTRONIC GYROSCOPES FOR INERTIAL MEASUREMENT UNITS
DYNAMIC PROPERTIES OF ELECTRONIC GYROSCOPES FOR INERTIAL MEASUREMENT UNITS Jiří Tůma & Jiří Kulháek Abstract: The paper deals with the dyamic properties of the electroic gyroscope as a sesor of agular
VíceTéma 11 Prostorová soustava sil
Stavebí statka,.ročík bakalářského studa Téma Prostorová soustava sl Prostorový svazek sl Statcký momet síly a dvojce sl v prostoru Obecá prostorová soustava sl Prostorová soustava rovoběžých sl Katedra
Více4. Model M1 syntetická geometrie
4. Model M1 sytetiká geometrie V této kapitole se udeme zaývat vektory, jejih vlastostmi a využitím v geometrii. Neudeme přitom rozlišovat, jestli se jedá je o roviu (dvě dimeze) eo prostor (tři dimeze).
VíceIlustrativní příklad ke zkoušce z B_PS_A léto 2013.
Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95
VícePřednáška 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
Více2. Vícekriteriální a cílové programování
2. Vícerterálí a cílové programováí Úlohy vícerterálího programováí jsou úlohy, ve terých se a možě přípustých řešeí optmalzuje ěol salárích rterálích fucí. Moža přípustých řešeí je přtom defováa podobě
VíceHYPOTEČNÍ ÚVĚR. , kde v = je diskontní faktor, Dl počáteční výše úvěru, a anuita, i roční úroková sazba v procentech vyjádřená desetinným číslem.
HYPTEČNÍ ÚVĚR Spláceí úvěru stejým splátkam - kostatí auta ÚLHA 1: Mladý maželský pár s dostačujícím příjmy (tz. a získáí hypotéčího úvěru) se rozhodl postavt s meší rodý domek. Podle předběžé kalkulace
Vícejsou 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
Více3 - Póly, nuly a odezvy
3 - Póly, uly a odezvy Michael Šebek Automatické řízeí 8 9-6-8 Automatické řízeí - Kyberetika a robotika Póly přeou a póly ytému Póly přeou jou kořey jmeovatele pro g () = b () a () jou to komplexí číla
VíceMatematika 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
VíceSekvenční 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
VíceNosné stavební konstrukce Výpočet reakcí Výpočet vnitřních sil přímého nosníku
Stveí sttik.ročík klářského studi osá stveí kostruke osé stveí kostruke ýpočet rekí ýpočet vitříh sil přímého osíku osá stveí kostruke slouží k přeosu ztížeí ojektu do horiového msívu ěmž je ojekt zlože.
Více4. Návrh číslicových filtrů s nekonečnou impulzní odezvou
P.Skalický- Digitálí filtrace a sigálové procesory Praha - /995 4. Návrh číslicových filtrů s ekoečou impulzí odezvou Návrh číslicových filtrů můžeme rozdělit do těchto tří fází:. Určeí vlastostí avrhovaého
VícePRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2
SP3 Neparametrcké testy hypotéz PRAVDĚPODOBNOST A STATISTIKA Neparametrcké testy hypotéz čast Lbor Žák SP3 Neparametrcké testy hypotéz Lbor Žák Neparametrcké testy hypotéz - úvod Neparametrcké testy statstckých
VíceIAJCE 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
VíceDefinice obecné mocniny
Defiice obecé mociy Zavedeí obecé mociy omocí ity číselé oslouosti lze rovést ěkolika zůsoby Níže uvedeý zůsob využívá k defiici eoeciálí fukce itu V dalším budeme otřebovat ásledující dvě erovosti: Lemma
Více[ jednotky ] Chyby měření
Chyby měřeí Provedeme-l určté měřeí za stejých podmíek vícekrát, jedotlvá měřeí se mohou odlšovat (z důvodu koečé rozlšovací schopost měř. přístrojů, áhodých vlvů apod.). Chyba měřeí: e = x x x...přesá
VíceIlustrativní příklad ke zkoušce z B_PS_A léto 2014.
Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95
Více