Úvod Příklad Výpočty a grafické znázornění. Filip Habr. České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Úvod Příklad Výpočty a grafické znázornění. Filip Habr. České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská"

Transkript

1 Neuronové sítě-delta učení Filip Habr České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská 30. března 2009

2 Obsah prezentace Obsah prezentace Delta učení 1 Teorie k delta učení 2 Zadání příkladu 3 Vyhledání m j a M j výpočet standardizovaných hodnot 4 Standardizovaná tabulka 5 Výpočet prvních dvou iterací w 1 a w 2 a výsledného w 6 Grafické znázornění

3 Obsah prezentace Příprava dat Data X R m n je vhodné před spuštěním perceptronu standardizovat např. rozpětím: X new ij = X ij m j M j m j 0, 1 m j = min(x kj ) M j = max(x kj )

4 Obsah prezentace Delta učení y = f (x, w) y k = f (x k, w) k = y k y k p k (w) = k P(w) = m k=1 p k(w) = min P(w) = m k= k = m k=1 1 2 (y k y k) 2 = m k=1 1 2 (y k f (x k, w)) 2 = min

5 Obsah prezentace Delta učení Algoritmus w 0 R n+1 (malé), λ 0 > 0 náhodná volba k. vzoru, λ j = λ 0 1+j výpočet y k a k výpočet citlivosti sítě na váhy adaptace vah Učení hladkého perceptronu y = f (x, w) = tanh( n i=0 w ix i ) tanh(x,w) w i = (1 y 2 )x i w j+1 = w j + λ j k (1 y 2 k )x k

6 Příklad Zadání příkladu Tabulka hodnot: x 0 x 1 x 2 y* , , , ,

7 Příklad Zadání příkladu Tabulka hodnot: x 0 x 1 x 2 y* , , , , Výpočet m j a M j : m 1 = 1 m 2 = 2 M 1 = 8 M 2 = 7

8 Příklad Zadání příkladu Tabulka hodnot: x 0 x 1 x 2 y* , , , , Výpočet m j a M j : m 1 = 1 m 2 = 2 M 1 = 8 M 2 = 7 Standardizované hodnoty: x 0 x 1 x 2 y* 1 0 0, ,14 0, , ,28 0, ,28 0, ,43 0, ,43 0, ,57 0, ,71 0,

9 První iterace Zvolili jsme λ 0 = 1

10 První iterace Zvolili jsme λ 0 = 1 Jako první vzor jsme náhodně vybrali: k = 2

11 První iterace Zvolili jsme λ 0 = 1 Jako první vzor jsme náhodně vybrali: k = 2 Váhový vektor jsme zvolili w 0 = (0; 0; 0)

12 První iterace Zvolili jsme λ 0 = 1 Jako první vzor jsme náhodně vybrali: k = 2 Váhový vektor jsme zvolili w 0 = (0; 0; 0) y 2 = tanh( , , 3) = 0 y = tanh( n i=0 w ix i )

13 První iterace Zvolili jsme λ 0 = 1 Jako první vzor jsme náhodně vybrali: k = 2 Váhový vektor jsme zvolili w 0 = (0; 0; 0) y 2 = tanh( , , 3) = 0 y = tanh( n i=0 w ix i ) 2 = 1 0 = 1 k = y k y k

14 První iterace Zvolili jsme λ 0 = 1 Jako první vzor jsme náhodně vybrali: k = 2 Váhový vektor jsme zvolili w 0 = (0; 0; 0) y 2 = tanh( , , 3) = 0 y = tanh( n i=0 w ix i ) 2 = 1 0 = 1 k = y k y k w 1 = (0; 0; 0) + 1 ( 1) (1 0 2 ) (1; 0, 14; 0, 3) = ( 1; 0, 14; 0, 3) w j+1 = w j + λ j k (1 y 2 k )x k

15 První iterace Zvolili jsme λ 0 = 1 Jako první vzor jsme náhodně vybrali: k = 2 Váhový vektor jsme zvolili w 0 = (0; 0; 0) y 2 = tanh( , , 3) = 0 y = tanh( n i=0 w ix i ) 2 = 1 0 = 1 k = y k y k w 1 = (0; 0; 0) + 1 ( 1) (1 0 2 ) (1; 0, 14; 0, 3) = ( 1; 0, 14; 0, 3) w j+1 = w j + λ j k (1 y 2 k )x k Rovnice přímky tedy vypadá takto: 0, 3x 1 1x 2 0, 14 = 0

16 První iterace Zvolili jsme λ 0 = 1 Jako první vzor jsme náhodně vybrali: k = 2 Váhový vektor jsme zvolili w 0 = (0; 0; 0) y 2 = tanh( , , 3) = 0 y = tanh( n i=0 w ix i ) 2 = 1 0 = 1 k = y k y k w 1 = (0; 0; 0) + 1 ( 1) (1 0 2 ) (1; 0, 14; 0, 3) = ( 1; 0, 14; 0, 3) w j+1 = w j + λ j k (1 y 2 k )x k Rovnice přímky tedy vypadá takto: 0, 3x 1 1x 2 0, 14 = 0 Průsečík s osou x 1 je: 0, 47

17 První iterace Zvolili jsme λ 0 = 1 Jako první vzor jsme náhodně vybrali: k = 2 Váhový vektor jsme zvolili w 0 = (0; 0; 0) y 2 = tanh( , , 3) = 0 y = tanh( n i=0 w ix i ) 2 = 1 0 = 1 k = y k y k w 1 = (0; 0; 0) + 1 ( 1) (1 0 2 ) (1; 0, 14; 0, 3) = ( 1; 0, 14; 0, 3) w j+1 = w j + λ j k (1 y 2 k )x k Rovnice přímky tedy vypadá takto: 0, 3x 1 1x 2 0, 14 = 0 Průsečík s osou x 1 je: 0, 47 Průsečík s osou x 2 je: 0, 14

18 První iterace

19 Druhá iterace Jako druhý vzor jsme náhodně vybrali: k = 7

20 Druhá iterace Jako druhý vzor jsme náhodně vybrali: k = 7 y 7 = tanh(( 1) 1 + ( 0, 14) 0, 43 + ( 0, 3) 0, 8) = 0, 86

21 Druhá iterace Jako druhý vzor jsme náhodně vybrali: k = 7 y 7 = tanh(( 1) 1 + ( 0, 14) 0, 43 + ( 0, 3) 0, 8) = 0, 86 7 = 1 ( 0, 86) = 1, 86

22 Druhá iterace Jako druhý vzor jsme náhodně vybrali: k = 7 y 7 = tanh(( 1) 1 + ( 0, 14) 0, 43 + ( 0, 3) 0, 8) = 0, 86 7 = 1 ( 0, 86) = 1, 86 λ 1 = 0, 5 λ j = λ 0 1+j

23 Druhá iterace Jako druhý vzor jsme náhodně vybrali: k = 7 y 7 = tanh(( 1) 1 + ( 0, 14) 0, 43 + ( 0, 3) 0, 8) = 0, 86 7 = 1 ( 0, 86) = 1, 86 λ 1 = 0, 5 λ j = λ 0 1+j w 2 = ( 1; 0, 14; 0, 3) + 0, 5 1, 86 (1 ( 0, 86) 2 ) (1; 0, 43; 0, 8) = = (0, 73; 0, 6; 1, 08)

24 Druhá iterace Jako druhý vzor jsme náhodně vybrali: k = 7 y 7 = tanh(( 1) 1 + ( 0, 14) 0, 43 + ( 0, 3) 0, 8) = 0, 86 7 = 1 ( 0, 86) = 1, 86 λ 1 = 0, 5 λ j = λ 0 1+j w 2 = ( 1; 0, 14; 0, 3) + 0, 5 1, 86 (1 ( 0, 86) 2 ) (1; 0, 43; 0, 8) = = (0, 73; 0, 6; 1, 08) Rovnice přímky tedy vypadá takto: 0.6x x = 0

25 Druhá iterace Jako druhý vzor jsme náhodně vybrali: k = 7 y 7 = tanh(( 1) 1 + ( 0, 14) 0, 43 + ( 0, 3) 0, 8) = 0, 86 7 = 1 ( 0, 86) = 1, 86 λ 1 = 0, 5 λ j = λ 0 1+j w 2 = ( 1; 0, 14; 0, 3) + 0, 5 1, 86 (1 ( 0, 86) 2 ) (1; 0, 43; 0, 8) = = (0, 73; 0, 6; 1, 08) Rovnice přímky tedy vypadá takto: 0.6x x = 0 Průsečík s osou x 1 je: 1, 22

26 Druhá iterace Jako druhý vzor jsme náhodně vybrali: k = 7 y 7 = tanh(( 1) 1 + ( 0, 14) 0, 43 + ( 0, 3) 0, 8) = 0, 86 7 = 1 ( 0, 86) = 1, 86 λ 1 = 0, 5 λ j = λ 0 1+j w 2 = ( 1; 0, 14; 0, 3) + 0, 5 1, 86 (1 ( 0, 86) 2 ) (1; 0, 43; 0, 8) = = (0, 73; 0, 6; 1, 08) Rovnice přímky tedy vypadá takto: 0.6x x = 0 Průsečík s osou x 1 je: 1, 22 Průsečík s osou x 2 je: 0, 68

27 Druhá iterace

28 Konečná iterace-výsledek V posledním kroku jsme vybrali: k = 7

29 Konečná iterace-výsledek V posledním kroku jsme vybrali: k = 7 y 7 = 0, 86

30 Konečná iterace-výsledek V posledním kroku jsme vybrali: k = 7 y 7 = 0, 86 7 = 0, 36

31 Konečná iterace-výsledek V posledním kroku jsme vybrali: k = 7 y 7 = 0, 86 7 = 0, 36 λ n =

32 Konečná iterace-výsledek V posledním kroku jsme vybrali: k = 7 y 7 = 0, 86 7 = 0, 36 λ n = w n = ( 0, 73; 1, 49; 0, 94)

33 Konečná iterace-výsledek V posledním kroku jsme vybrali: k = 7 y 7 = 0, 86 7 = 0, 36 λ n = w n = ( 0, 73; 1, 49; 0, 94) Rovnice přímky tedy vypadá takto: 1, 49x 1 + 0, 94x 2 + 0, 73 = 0

34 Konečná iterace-výsledek V posledním kroku jsme vybrali: k = 7 y 7 = 0, 86 7 = 0, 36 λ n = w n = ( 0, 73; 1, 49; 0, 94) Rovnice přímky tedy vypadá takto: 1, 49x 1 + 0, 94x 2 + 0, 73 = 0 Průsečík s osou x 1 je: 0, 49

35 Konečná iterace-výsledek V posledním kroku jsme vybrali: k = 7 y 7 = 0, 86 7 = 0, 36 λ n = w n = ( 0, 73; 1, 49; 0, 94) Rovnice přímky tedy vypadá takto: 1, 49x 1 + 0, 94x 2 + 0, 73 = 0 Průsečík s osou x 1 je: 0, 49 Průsečík s osou x 2 je: 0, 78

36 Konečná iterace

Lineární diskriminační funkce. Perceptronový algoritmus.

Lineární diskriminační funkce. Perceptronový algoritmus. Lineární. Perceptronový algoritmus. Petr Pošík Czech Technical University in Prague Faculty of Electrical Engineering Dept. of Cybernetics P. Pošík c 2012 Artificial Intelligence 1 / 12 Binární klasifikace

Více

Kapitola 2. o a paprsek sil lze ztotožnit s osou x (obr.2.1). sil a velikost rovnou algebraickému součtu sil podle vztahu R = F i, (2.

Kapitola 2. o a paprsek sil lze ztotožnit s osou x (obr.2.1). sil a velikost rovnou algebraickému součtu sil podle vztahu R = F i, (2. Kapitola 2 Přímková a rovinná soustava sil 2.1 Přímková soustava sil Soustava sil ležící ve společném paprsku se nazývá přímková soustava sil [2]. Působiště všech sil m i lze posunout do společného bodu

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ OBOR GEODÉZIE A KARTOGRAFIE KATEDRA VYŠŠÍ GEODÉZIE název předmětu úloha/zadání název úlohy Vyšší geodézie 1 3/3 GPS - výpočet polohy stanice pomocí

Více

Jméno autora: Mgr. Zdeněk Chalupský Datum vytvoření: 25. 9. 2012 Číslo DUM: VY_32_INOVACE_17_FY_A

Jméno autora: Mgr. Zdeněk Chalupský Datum vytvoření: 25. 9. 2012 Číslo DUM: VY_32_INOVACE_17_FY_A Jméno autora: Mgr. Zdeněk Chalupský Datum vytvoření: 25. 9. 2012 Číslo DUM: VY_32_INOVACE_17_FY_A Ročník: I. Fyzika Vzdělávací oblast: Přírodovědné vzdělávání Vzdělávací obor: Fyzika Tematický okruh: Mechanika

Více

Spolehlivost soustav

Spolehlivost soustav 1 Spolehlivost soustav Spolehlivost soustav 1.1 Koherentní systémy a strukturní funkce Budeme se zabývat modelováním spolehlivosti zřízení s ohledem na spolehlivost jeho komponent. Jedním z hlavních cílů

Více

Úterý 8. ledna. Cabri program na rýsování. Základní rozmístění sad nástrojů na panelu nástrojů

Úterý 8. ledna. Cabri program na rýsování. Základní rozmístění sad nástrojů na panelu nástrojů Úterý 8. ledna Cabri program na rýsování program umožňuje rýsování základních geometrických útvarů, měření délky úsečky, velikosti úhlu, výpočet obvodů a obsahů. Je vhodný pro rýsování geometrických míst

Více

Pohyb tělesa (5. část)

Pohyb tělesa (5. část) Pohyb tělesa (5. část) A) Co už víme o pohybu tělesa?: Pohyb tělesa se definuje jako změna jeho polohy vzhledem k jinému tělesu. O pohybu tělesa má smysl hovořit jedině v souvislosti s polohou jiných těles.

Více

Měření závislosti statistických dat

Měření závislosti statistických dat 5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě

Více

Matematika I, část I Vzájemná poloha lineárních útvarů v E 3

Matematika I, část I Vzájemná poloha lineárních útvarů v E 3 3.6. Vzájemná poloha lineárních útvarů v E 3 Výklad A. Vzájemná poloha dvou přímek Uvažujme v E 3 přímky p, q: p: X = A + ru q: X = B + sv a hledejme jejich společné body, tj. hledejme takové hodnoty parametrů

Více

Popis modelu pro odhady PH mléčné užitkovosti

Popis modelu pro odhady PH mléčné užitkovosti Popis modelu pro odhady PH mléčné užitkovosti Zvířata zařazená do hodnocení V modelu plemene H jsou hodnoceny krávy s podílem krve H nebo 75% a výše. V modelu plemene C jsou hodnoceny krávy s podílem krve

Více

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Čtvercová matice n n, např. může reprezentovat: A = A A 2 A 3 A 2 A 22 A 23 A 3 A 32 A 33 matici koeficientů soustavy n lineárních

Více

Maturitní témata od 2013

Maturitní témata od 2013 1 Maturitní témata od 2013 1. Úvod do matematické logiky 2. Množiny a operace s nimi, číselné obory 3. Algebraické výrazy, výrazy s mocninami a odmocninami 4. Lineární rovnice a nerovnice a jejich soustavy

Více

Vlhký vzduch a jeho stav

Vlhký vzduch a jeho stav Vlhký vzduch a jeho stav Příklad 3 Teplota vlhkého vzduchu je t = 22 C a jeho měrná vlhkost je x = 13, 5 g kg 1 a entalpii sv Určete jeho relativní vlhkost Řešení Vyjdeme ze vztahu pro měrnou vlhkost nenasyceného

Více

( ) 7.3.16 Další metrické úlohy II. Předpoklady: 7315. Př. 1: Najdi přímku rovnoběžnou s osou I a III kvadrantu vzdálenou od bodu A[ 1;2 ] 2 2.

( ) 7.3.16 Další metrické úlohy II. Předpoklady: 7315. Př. 1: Najdi přímku rovnoběžnou s osou I a III kvadrantu vzdálenou od bodu A[ 1;2 ] 2 2. 76 Další metriké úlohy II Předpoklady: 7 Př : Najdi přímku rovnoěžnou s osou I a III kvadrantu vzdálenou od odu A[ ; ] Osou I a III kvadrantu je přímka y = x přímky s ní rovnoěžné mají rovnii x y + = 0

Více

Matematika pro informatiku 4

Matematika pro informatiku 4 Matematika pro informatiku 4 Doc. RNDr. Alena Šolcová, Ph. D., KTI FIT ČVUT v Praze 7.března 2011 Evropský sociální fond Investujeme do vaší budoucnosti Alena Šolcová Lámejte si hlavu - L1 Určete všechny

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ OBOR GEODÉZIE A KARTOGRAFIE KATEDRA VYŠŠÍ GEODÉZIE název předmětu úloha/zadání název úlohy Geodetická astronomie 3/6 Aplikace keplerovského pohybu

Více

MATURITNÍ TÉMATA Z MATEMATIKY

MATURITNÍ TÉMATA Z MATEMATIKY MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické

Více

METODICKÉ LISTY Z MATEMATIKY pro gymnázia a základní vzdělávání

METODICKÉ LISTY Z MATEMATIKY pro gymnázia a základní vzdělávání METODICKÉ LISTY Z MATEMATIKY pro gymnázia a základní vzdělávání Jaroslav Švrček a kolektiv Rámcový vzdělávací program pro základní vzdělávání Vzdělávací oblast: Matematika a její aplikace Tematický okruh:

Více

7 Kardinální informace o kritériích (část 1)

7 Kardinální informace o kritériích (část 1) 7 Kardinální informace o kritériích (část 1) Předpokládejme stejná značení jako v předchozích cvičeních. Kardinální informací o kritériích se rozumí ohodnocení jejich důležitosti k pomocí váhového vektoru

Více

9 Prostorová grafika a modelování těles

9 Prostorová grafika a modelování těles 9 Prostorová grafika a modelování těles Studijní cíl Tento blok je věnován základům 3D grafiky. Jedná se především o vysvětlení principů vytváření modelů 3D objektů, jejich reprezentace v paměti počítače.

Více

Cvičení z matematiky jednoletý volitelný předmět

Cvičení z matematiky jednoletý volitelný předmět Název předmětu: Zařazení v učebním plánu: Cvičení z matematiky O8A, C4A, jednoletý volitelný předmět Cíle předmětu Obsah předmětu je zaměřen na přípravu studentů gymnázia na společnou část maturitní zkoušky

Více

Národní informační středisko pro podporu jakosti

Národní informační středisko pro podporu jakosti Národní informační středisko pro podporu jakosti Stanovení měr opakovatelnosti a reprodukovatelnosti při kontrole měřením a srovnáváním Ing. Jan Král Úvodní teze Zásah do procesu se děje na základě měření.

Více

Vybrané partie z obrácených úloh. obrácených úloh (MG452P73)

Vybrané partie z obrácených úloh. obrácených úloh (MG452P73) Vybrané partie z obrácených úloh obrácených úloh (MG452P73) Obsah přednášky Klasifikace obrácených úloh a základní pojmy Lineární inverzní problém, prostor parametrů a dat Gaussovy transformace, normální

Více

scale n_width width center scale left center range right center range value weight_sum left right weight value weight value weight_sum weight pixel

scale n_width width center scale left center range right center range value weight_sum left right weight value weight value weight_sum weight pixel Změna velikosti obrázku Převzorkování pomocí filtrů Ačkoliv jsou výše uvedené metody mnohdy dostačující pro běžné aplikace, občas je zapotřebí dosáhnout lepších výsledků. Pokud chceme obrázky zvětšovat

Více

URČITÝ INTEGRÁL OBSAH PLOCHY ROVINNÉHO OBRAZCE OHRANIČENÉHO ZADANÝMI KŘIVKAMI

URČITÝ INTEGRÁL OBSAH PLOCHY ROVINNÉHO OBRAZCE OHRANIČENÉHO ZADANÝMI KŘIVKAMI URČITÝ INTEGRÁL OBSAH PLOCHY ROVINNÉHO OBRAZCE OHRANIČENÉHO ZADANÝMI KŘIVKAMI Co je kýženým výsledkem je zřejmé ze zadání obsah, respektive obsah jistého obrazce omezeného zadanými křivkami který je samozřejmě

Více

MATEMATIKA základní úroveň obtížnosti

MATEMATIKA základní úroveň obtížnosti MATEMATIKA základní úroveň obtížnosti DIDAKTICKÝ TEST Maximální bodové hodnocení: 50 bodů Hranice úspěšnosti: 33 % 1 Základní informace k zadání zkoušky Didaktický test obsahuje 26 úloh. Časový limit pro

Více

CHEMOMETRIKA a STATISTIKA. Prozatímní učební text vybrané příklady (srpen 2012) Miloslav Suchánek

CHEMOMETRIKA a STATISTIKA. Prozatímní učební text vybrané příklady (srpen 2012) Miloslav Suchánek CHEMOMETRIKA a STATISTIKA Prozatímní učební text vybrané příklady (srpen 01) Miloslav Suchánek Úkol č. 1 Maticové operace s využitím EXCELu V EXCELu jsou dvě důležité maticové operace, které nám pomohou

Více

Architektura - struktura sítě výkonných prvků, jejich vzájemné propojení.

Architektura - struktura sítě výkonných prvků, jejich vzájemné propojení. Základní pojmy z oblasti neuronových sítí Zde je uveden přehled některých základních pojmů z oblasti neuronových sítí. Tento přehled usnadní studium a pochopení předmětu. ADALINE - klasická umělá neuronová

Více

Užití systému Mathematica při hodnocení. Doc. RNDr. Jan Hurt, CSc.

Užití systému Mathematica při hodnocení. Doc. RNDr. Jan Hurt, CSc. Bakalářská práce Užití systému Mathematica při hodnocení finančních derivátů Jan Hanák Vedoucí bakalářské práce Doc. RNDr. Jan Hurt, CSc. Praha 2004 Obsah 1 Úvod 3 2 Finanční deriváty 4 2.1 Definice..............................

Více

Vysoka škola ekonomická v Praze Fakulta informatiky a statistiky. Rozpoznávání znaků z reálných scén pomocí neuronových sítí

Vysoka škola ekonomická v Praze Fakulta informatiky a statistiky. Rozpoznávání znaků z reálných scén pomocí neuronových sítí Vysoka škola ekonomická v Praze Fakulta informatiky a statistiky Obor: informační a znalostní inženýrství Diplomová práce Rozpoznávání znaků z reálných scén pomocí neuronových sítí Diplomant: Bc. Petr

Více

Jiří Neubauer. Katedra ekonometrie FEM UO Brno

Jiří Neubauer. Katedra ekonometrie FEM UO Brno Přednáška č. 11 Katedra ekonometrie FEM UO Brno Jedná se o speciální případ dopravních úloh, řeší např. problematiku optimálního přiřazení strojů na pracoviště. Příklad Podnik má k dispozici 3 jeřáby,

Více

2.6. Vlastní čísla a vlastní vektory matice

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

Více

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0.

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0. Nalezněte definiční obor funkce Diferenciální počet f = ln arcsin + Definiční obor funkce f je určen vztahy Z těchto nerovností plyne < + ln arcsin + je tedy D f =, Určete definiční obor funkce arcsin

Více

Poznámka: V kurzu rovnice ostatní podrobně probíráme polynomické rovnice a jejich řešení.

Poznámka: V kurzu rovnice ostatní podrobně probíráme polynomické rovnice a jejich řešení. @083 6 Polynomické funkce Poznámka: V kurzu rovnice ostatní podrobně probíráme polynomické rovnice a jejich řešení. Definice: Polynomická funkce n-tého stupně (n N) je dána předpisem n n 1 2 f : y a x

Více

generi biotech nastavení real-time PCR cykleru Applied Biosystems 7300 a 7500 Fast Real-Time System (Applied Biosystems)

generi biotech nastavení real-time PCR cykleru Applied Biosystems 7300 a 7500 Fast Real-Time System (Applied Biosystems) Verze: 1.2 Datum poslední revize: 24.9.2014 nastavení real-time PCR cykleru Applied Biosystems 7300 a 7500 Fast Real-Time System (Applied Biosystems) generi biotech OBSAH 1. Nastavení nového teplotního

Více

Základní vlastnosti eukleidovského prostoru

Základní vlastnosti eukleidovského prostoru Kapitola 2 Základní vlastnosti eukleidovského prostoru 2.1 Eukleidovský prostor Eukleidovský prostor a jeho podprostory. Metrické vlastnosti, jako např. kolmost, odchylka, vzdálenost, obsah, objem apod.

Více

Předmluva 11 Typografická konvence použitá v knize 12. 1 Úvod do Excelu 2003 13

Předmluva 11 Typografická konvence použitá v knize 12. 1 Úvod do Excelu 2003 13 Předmluva 11 Typografická konvence použitá v knize 12 1 Úvod do Excelu 2003 13 Spuštění a ukončení Excelu 14 Spuštění Excelu 14 Ukončení práce s Excelem 15 Přepínání mezi otevřenými sešity 16 Oprava aplikace

Více

Scia Engineer 2011.1 a 2012

Scia Engineer 2011.1 a 2012 Tractebel Engineering - Musée des Confluences - Lyon, France - image isochrom.com Novinky ve verzích Scia Engineer 2011.1 a 2012 Radim Blažek Program semináře Přednášky 1 www.nemetschek-engineering.com

Více

Geometrické transformace obrazu a související témata. 9. přednáška předmětu Zpracování obrazů

Geometrické transformace obrazu a související témata. 9. přednáška předmětu Zpracování obrazů Geometrické transformace obrazu a související témata 9. přednáška předmětu Zpracování obrazů Martina Mudrová 2004 Téma přednášk O čem bude tato přednáška? Geometrické transformace obrazu Interpolace v

Více

Neuronové časové řady (ANN-TS)

Neuronové časové řady (ANN-TS) Neuronové časové řady (ANN-TS) Menu: QCExpert Prediktivní metody Neuronové časové řady Tento modul (Artificial Neural Network Time Series ANN-TS) využívá modelovacího potenciálu neuronové sítě k predikci

Více

MATEMATIKA vyšší úroveň obtížnosti

MATEMATIKA vyšší úroveň obtížnosti MATEMATIKA vyšší úroveň obtížnosti DIDAKTICKÝ TEST MAMVD11C0T04 Maximální bodové hodnocení: 50 bodů Hranice úspěšnosti: 33 % 1 Základní informace k zadání zkoušky Didaktický test obsahuje 23 úloh. Časový

Více

CZ 1.07/1.1.32/02.0006

CZ 1.07/1.1.32/02.0006 PO ŠKOLE DO ŠKOLY CZ 1.07/1.1.32/02.0006 Číslo projektu: CZ.1.07/1.1.32/02.0006 Název projektu: Po škole do školy Příjemce grantu: Gymnázium, Kladno Název výstupu: Prohlubující semináře Matematika (MI

Více

Teorie grafů. zadání úloh. letní semestr 2008/2009. Poslední aktualizace: 19. května 2009. First Prev Next Last Go Back Full Screen Close Quit

Teorie grafů. zadání úloh. letní semestr 2008/2009. Poslední aktualizace: 19. května 2009. First Prev Next Last Go Back Full Screen Close Quit Teorie grafů zadání úloh letní semestr 2008/2009 Poslední aktualizace: 19. května 2009 Obsah Úloha číslo 1 5 Úloha číslo 2 6 Úloha číslo 3 7 Úloha číslo 4 8 Úloha číslo 5 9 Úloha číslo 6 10 Úloha číslo

Více

MATEMATIKA. vyšší úroveň obtížnosti DIDAKTICKÝ TEST MAGVD10C0T01. Testový sešit neotvírejte, počkejte na pokyn!

MATEMATIKA. vyšší úroveň obtížnosti DIDAKTICKÝ TEST MAGVD10C0T01. Testový sešit neotvírejte, počkejte na pokyn! MATEMATIKA vyšší úroveň obtížnosti MAGVD10C0T01 DIDAKTICKÝ TEST Didaktický test obsahuje 21 úloh. Časový limit pro řešení didaktického testu je uveden na záznamovém archu. Povolené pomůcky: psací a rýsovací

Více

Semestrální práce KIV/PC

Semestrální práce KIV/PC Semestrální práce KIV/PC Václav Löffelmann 2014-12-31 1 Zadání Naprogramujte v ANSI C přenositelnou konzolovou aplikaci, která jako vstup obdrží soubor obsahující obrázek ručně psané číslice a soubor s

Více

OBECNÉ METODY VYROVNÁNÍ

OBECNÉ METODY VYROVNÁNÍ OBECNÉ METODY VYROVNÁNÍ HYNČICOVÁ TEREZA, H2IGE1 2014 ÚVOD Z DŮVODU VYLOUČENÍ HRUBÝCH CHYB A ZVÝŠENÍ PŘESNOSTI NIKDY NEMĚŘÍME DANOU VELIČINU POUZE JEDNOU VÝSLEDKEM OPAKOVANÉHO MĚŘENÍ NĚKTERÉ VELIČINY JE

Více

MĚSÍC MATEMATIKA GEOMETRIE

MĚSÍC MATEMATIKA GEOMETRIE 3. ročník Bod, přímka ZÁŘÍ Násobení a dělení Aplikační úlohy (nakupujeme) Bod, přímka Úsečka Násobení a dělení ŘÍJEN Procvičování Pamětné sčítání a odčítání, aplikační úlohy Polopřímka Modelování polopřímek

Více

Kapitola 7 TESTOVÁNÍ LAKTÁTOVÉHO PRAHU. Definice laktátového prahu

Kapitola 7 TESTOVÁNÍ LAKTÁTOVÉHO PRAHU. Definice laktátového prahu Kapitola 7 TESTOVÁNÍ LAKTÁTOVÉHO PRAHU Definice laktátového prahu Laktátový práh je definován jako maximální setrvalý stav. Je to bod, od kterého se bude s rostoucí intenzitou laktát nepřetržitě zvyšovat.

Více

Výukový materiál zpracován v rámci oblasti podpory 1.5 EU peníze středním školám

Výukový materiál zpracován v rámci oblasti podpory 1.5 EU peníze středním školám Výukový materiál zpracován v rámci oblasti podpory 1.5 EU peníze středním školám Název školy Obchodní akademie a Hotelová škola Havlíčkův Brod Název OP OP Vzdělávání pro konkurenceschopnost Registrační

Více

Jednotlivé historické modely neuronových sítí

Jednotlivé historické modely neuronových sítí Jednotlivé historické modely neuronových sítí Tomáš Janík Vícevrstevná perceptronová síť opakování Teoretický model obsahue tři vrstvy perceptronů; každý neuron první vrstvy e spoen s každým neuronem z

Více

Projekt IMPLEMENTACE ŠVP. pořadí početních operací, dělitelnost, společný dělitel a násobek, základní početní operace

Projekt IMPLEMENTACE ŠVP. pořadí početních operací, dělitelnost, společný dělitel a násobek, základní početní operace Střední škola umělecká a řemeslná Evropský sociální fond "Praha a EU: Investujeme do vaší budoucnosti" Projekt IMPLEMENTACE ŠVP Evaluace a aktualizace metodiky předmětu Matematika Výrazy Obory nástavbového

Více

5 Minimální kostry, Hladový algoritmus

5 Minimální kostry, Hladový algoritmus 5 Minimální kostry, Hladový algoritmus Kromě teoretických hrátek mají kostry grafů (Oddíl 4.4) následující důležité praktické použití: Dříve jsme uvažovali spojení v grafech cestami jdoucími z jednoho

Více

Písemná práce k modulu Statistika

Písemná práce k modulu Statistika The Nottingham Trent University B.I.B.S., a. s. Brno BA (Hons) in Business Management Písemná práce k modulu Statistika Číslo zadání: 144 Autor: Zdeněk Fekar Ročník: II., 2005/2006 1 Prohlašuji, že jsem

Více

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1 Logistická regrese Menu: QCExpert Regrese Logistická Modul Logistická regrese umožňuje analýzu dat, kdy odezva je binární, nebo frekvenční veličina vyjádřená hodnotami 0 nebo 1, případně poměry v intervalu

Více

1. Vypočítejte: 775522 : 11. 2. Základní čtvercová síť má délky strany čtverců 1 cm. Určete obsah vyznačeného obrazce, odpověď zdůvodněte.

1. Vypočítejte: 775522 : 11. 2. Základní čtvercová síť má délky strany čtverců 1 cm. Určete obsah vyznačeného obrazce, odpověď zdůvodněte. Z A D Á N Í Gymnázium Ohradní Praha 4 / 5. třída / 03-04 / 1. kolo 1. Vypočítejte: 775522 : 11 2. Základní čtvercová síť má délky strany čtverců 1 cm. Určete obsah vyznačeného obrazce, odpověď zdůvodněte.

Více

MATEMATIKA MAHZD14C0T01 DIDAKTICKÝ TEST. 2.1 Pokyny k otevřeným úlohám. 1 Základní informace k zadání zkoušky. 2.2 Pokyny k uzavřeným úlohám

MATEMATIKA MAHZD14C0T01 DIDAKTICKÝ TEST. 2.1 Pokyny k otevřeným úlohám. 1 Základní informace k zadání zkoušky. 2.2 Pokyny k uzavřeným úlohám MATEMATIKA DIDAKTICKÝ TEST MAHZD14C0T01 Maximální bodové hodnocení: 50 bodů Hranice úspěšnosti: 33 % 1 Základní informace k zadání zkoušky Didaktický test obsahuje 26 úloh. Časový limit pro řešení didaktického

Více

PRŮBĚH FUNKCE - CVIČENÍ

PRŮBĚH FUNKCE - CVIČENÍ MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA PRŮBĚH FUNKCE - CVIČENÍ Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny

Více

Využití algoritmu DTW pro vyhodnocování vad řeči dětí postižených Landau-Kleffnerovým syndromem (LKS)

Využití algoritmu DTW pro vyhodnocování vad řeči dětí postižených Landau-Kleffnerovým syndromem (LKS) Využití algoritmu DTW pro vyhodnocování vad řeči dětí postižených Landau-Kleffnerovým syndromem (LKS) Petr Zlatník České vysoké učení technické v Praze, Fakulta elektrotechnická zlatnip@fel.cvut.cz Abstrakt:

Více

Lineární algebra nad obecným Z m, lineární kódy

Lineární algebra nad obecným Z m, lineární kódy Lineární algebra nad obecným Z m, lineární kódy Jiří Velebil: X01DML 19. listopadu 2010: Lineární algebra a kódy 1/19 Minule: soustavy lineárních rovnic nad Z p, p prvočíslo, stejně jako nad R. Dále nad

Více

Úvodem Dříve les než stromy 3 Operace s maticemi

Úvodem Dříve les než stromy 3 Operace s maticemi Obsah 1 Úvodem 13 2 Dříve les než stromy 17 2.1 Nejednoznačnost terminologie 17 2.2 Volba metody analýzy dat 23 2.3 Přehled vybraných vícerozměrných metod 25 2.3.1 Metoda hlavních komponent 26 2.3.2 Faktorová

Více

Ukázka knihy z internetového knihkupectví www.kosmas.cz

Ukázka knihy z internetového knihkupectví www.kosmas.cz Ukázka knihy z internetového knihkupectví www.kosmas.cz U k á z k a k n i h y z i n t e r n e t o v é h o k n i h k u p e c t v í w w w. k o s m a s. c z, U I D : K O S 1 8 0 7 6 1 Edice Osobní a rodinné

Více

Úvod do mobilní robotiky NAIL028

Úvod do mobilní robotiky NAIL028 md at robotika.cz http://robotika.cz/guide/umor08/cs 11. listopadu 2008 1 2 PID Sledování cesty Modely kolových vozidel (1/5) Diferenční řízení tank b Encoder Motor Centerpoint Motor Encoder Modely kolových

Více

NÁHODNÉ VELIČINY JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU NA HODNOTY NÁHODNÝCH VELIČIN?

NÁHODNÉ VELIČINY JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU NA HODNOTY NÁHODNÝCH VELIČIN? NÁHODNÉ VELIČINY GENEROVÁNÍ SPOJITÝCH A DISKRÉTNÍCH NÁHODNÝCH VELIČIN, VYUŽITÍ NÁHODNÝCH VELIČIN V SIMULACI, METODY TRANSFORMACE NÁHODNÝCH ČÍSEL NA HODNOTY NÁHODNÝCH VELIČIN. JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU

Více

Test jednotky, veličiny, práce, energie, tuhé těleso

Test jednotky, veličiny, práce, energie, tuhé těleso DUM Základy přírodních věd DUM III/2-T3-16 Téma: Práce a energie Střední škola Rok: 2012 2013 Varianta: A Zpracoval: Mgr. Pavel Hrubý TEST Test jednotky, veličiny, práce, energie, tuhé těleso 1 Účinnost

Více

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth FOURIEROVA ANALÝZA 2D TERÉNNÍCH DAT Karel Segeth Motto: The faster the computer, the more important the speed of algorithms. přírodní jev fyzikální model matematický model numerický model řešení numerického

Více

Téma Pohyb grafické znázornění

Téma Pohyb grafické znázornění Téma Pohyb grafické znázornění Příklad č. 1 Na obrázku je graf závislosti dráhy na čase. a) Jak se bude těleso pohybovat? b) Urči velikost rychlosti pohybu v jednotlivých časových úsecích dráhy. c) Jak

Více

2.1 Pokyny k otevřeným úlohám. 2.2 Pokyny k uzavřeným úlohám TESTOVÝ SEŠIT NEOTVÍREJTE, POČKEJTE NA POKYN!

2.1 Pokyny k otevřeným úlohám. 2.2 Pokyny k uzavřeným úlohám TESTOVÝ SEŠIT NEOTVÍREJTE, POČKEJTE NA POKYN! MATEMATIKA DIDAKTICKÝ TEST MAIZD15C0T01 Maximální bodové hodnocení: 50 bodů Hranice úspěšnosti: 33 % 1 Základní informace k zadání zkoušky Didaktický test obsahuje 26 úloh. Časový limit pro řešení didaktického

Více

Automatizované řešení úloh s omezeními

Automatizované řešení úloh s omezeními Automatizované řešení úloh s omezeními Martin Kot Katedra informatiky, FEI, Vysoká škola báňská Technická universita Ostrava 17. listopadu 15, Ostrava-Poruba 708 33 Česká republika 25. října 2012 M. Kot

Více

pracovní list studenta

pracovní list studenta Výstup RVP: Klíčová slova: pracovní list studenta Elektrická energie Vojtěch Beneš žák měří vybrané fyzikální veličiny vhodnými metodami, zpracuje a vyhodnotí výsledky měření, aplikuje s porozuměním termodynamické

Více

01MDS. http://www.krbalek.cz/for_students/mds/mds.html

01MDS. http://www.krbalek.cz/for_students/mds/mds.html 01MDS http://www.krbalek.cz/for_students/mds/mds.html 01MDS Modely dopravních systémů (úvodní přednáška) Milan Krbálek Katedra matematiky Fakulty jaderné a fyzikálně inženýrské, ČVUT v Praze http://www.krbalek.cz/for_students/mds/mds.html

Více

Finanční. matematika pro každého. 8. rozšířené vydání. f inance. věcné a matematické vysvětlení základních finančních pojmů

Finanční. matematika pro každého. 8. rozšířené vydání. f inance. věcné a matematické vysvětlení základních finančních pojmů Finanční matematika pro každého 8. rozšířené vydání J. Radová, P. Dvořák, J. Málek věcné a matematické vysvětlení základních finančních pojmů metody pro praktické rozhodování soukromých osob i podnikatelů

Více

DIGITÁLNÍ ARCHIV VZDĚLÁVACÍCH MATERIÁLŮ

DIGITÁLNÍ ARCHIV VZDĚLÁVACÍCH MATERIÁLŮ DIGITÁLNÍ ARCHIV VZDĚLÁVACÍCH MATERIÁLŮ Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast CZ.1.07/1.5.00/34.0963 IV/2 Inovace a zkvalitnění výuky směřující k rozvoji matematické gramotnosti

Více

Dyson s Coulomb gas on a circle and intermediate eigenvalue statistics

Dyson s Coulomb gas on a circle and intermediate eigenvalue statistics Dyson s Coulomb gas on a circle and intermediate eigenvalue statistics Rainer Scharf, Félix M. Izrailev, 1990 rešerše: Pavla Cimrová, 28. 2. 2012 1 Náhodné matice Náhodné matice v současnosti nacházejí

Více

Software ANSYS pro návrh a optimalizaci elektrických strojů a zařízení, možnosti multifyzikálních analýz

Software ANSYS pro návrh a optimalizaci elektrických strojů a zařízení, možnosti multifyzikálních analýz Konference ANSYS 2011 Software ANSYS pro návrh a optimalizaci elektrických strojů a zařízení, možnosti multifyzikálních analýz Jakub Hromádka, Jindřich Kubák Techsoft Engineering spol. s.r.o., Na Pankráci

Více

Národní informační středisko pro podporu kvality

Národní informační středisko pro podporu kvality Národní informační středisko pro podporu kvality Nestandardní regulační diagramy J.Křepela, J.Michálek REGULAČNÍ DIAGRAM PRO VŠECHNY INDIVIDUÁLNÍ HODNOTY xi V PODSKUPINĚ V praxi se někdy setkáváme s požadavkem

Více

K metodám převodu souřadnic mezi ETRS 89 a S-JTSK na území ČR

K metodám převodu souřadnic mezi ETRS 89 a S-JTSK na území ČR K metodám převodu souřadnic mezi ETRS 89 a S-JTSK na území ČR Vlastimil Kratochvíl * Příspěvek obsahuje popis vlastností některých postupů, využitelných pro transformaci souřadnic mezi geodetickými systémy

Více

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté polynomy pro případ dvou uzlových bodů ξ 1 = 1 a ξ 2 = 4. Experimentální body jsou x = [0.2 0.4 0.6 1.5 2.0 3.0

Více

Aproximace funkcí. x je systém m 1 jednoduchých, LN a dostatečně hladkých funkcí. x c m. g 1. g m. a 1. x a 2. x 2 a k. x k b 1. x b 2.

Aproximace funkcí. x je systém m 1 jednoduchých, LN a dostatečně hladkých funkcí. x c m. g 1. g m. a 1. x a 2. x 2 a k. x k b 1. x b 2. Aproximace funkcí Aproximace je výpočet funkčních hodnot funkce z nějaké třídy funkcí, která je v určitém smyslu nejbližší funkci nebo datům, která chceme aproximovat. Třída funkcí, ze které volíme aproximace

Více

GEPRO řešení pro GNSS Leica

GEPRO řešení pro GNSS Leica GEPRO řešení pro GNSS Leica GEPRO spol. s r. o. Ing. Jan Procházka GEPRO řešení pro GNSS Leica GNSS rover» odolný PC tablet s Win 7» GNSS anténa přes bluetooth» až 1 cm přesnost» KOKEŠ, MISYS, PROLAND

Více

5) Průnik rotačních ploch. A) Osy totožné (a kolmé k půdorysně) Bod R průniku ploch. 1) Pomocná plocha κ

5) Průnik rotačních ploch. A) Osy totožné (a kolmé k půdorysně) Bod R průniku ploch. 1) Pomocná plocha κ 5) Průnik rotačních ploch Bod R průniku ploch κ, κ : 1) Pomocná plocha κ ) Průniky : l κ κ, l κ κ 3) R l l Volba pomocné plochy pro průnik rotačních ploch závisí na poloze os ploch. Omezíme se pouze na

Více

ANOTACE nově vytvořených/inovovaných materiálů

ANOTACE nově vytvořených/inovovaných materiálů ANOTACE nově vytvořených/inovovaných materiálů Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast CZ.1.07/1.5.00/34.1017 III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT Analytická

Více

3.1.3 Rychlost a zrychlení harmonického pohybu

3.1.3 Rychlost a zrychlení harmonického pohybu 3.1.3 Rychlost a zrychlení haronického pohybu Předpoklady: 312 Kroě dráhy (výchylky) popisujee pohyb i poocí dalších dvou veličin: rychlosti a zrychlení. Jak budou vypadat jejich rovnice? Společný graf

Více

Vyšetřování průběhu funkce pomocí programu MatLab. 1. Co budeme potřebovat?

Vyšetřování průběhu funkce pomocí programu MatLab. 1. Co budeme potřebovat? Vyšetřování průběhu funkce pomocí programu MatLab K práci budeme potřebovat následující příkazy pro 1. Co budeme potřebovat? (a) zadání jednotlivých výrazů symbolicky (obecně) (b) řešení rovnice f()=0,

Více

ZŠ ÚnO, Bratří Čapků 1332

ZŠ ÚnO, Bratří Čapků 1332 Úvodní obrazovka Menu (vlevo nahoře) Návrat na hlavní stránku Obsah Výsledky Poznámky Záložky edunet Konec Matematika 1 (pro 12-16 let) LangMaster Obsah (střední část) výběr tématu - dvojklikem v seznamu

Více

Časopis pro pěstování mathematiky a fysiky

Časopis pro pěstování mathematiky a fysiky Časopis pro pěstování mathematiky a fysiky František Granát Vypočítávání obsahu šikmo seříznutého kužele. [I.] Časopis pro pěstování mathematiky a fysiky, Vol. 46 (1917), No. 1, 71--74 Persistent URL:

Více

F-1 Fyzika hravě. (Anotace k sadě 20 materiálů) ROVNOVÁŽNÁ POLOHA ZAPOJENÍ REZISTORŮ JEDNODUCHÝ ELEKTRICKÝ OBVOD

F-1 Fyzika hravě. (Anotace k sadě 20 materiálů) ROVNOVÁŽNÁ POLOHA ZAPOJENÍ REZISTORŮ JEDNODUCHÝ ELEKTRICKÝ OBVOD F-1 Fyzika hravě ( k sadě 20 materiálů) Poř. 1. F-1_01 KLID a POHYB 2. F-1_02 ROVNOVÁŽNÁ POLOHA Prezentace obsahuje látku 1 vyučovací hodiny. materiál slouží k opakování látky na téma relativnost klidu

Více

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení 2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků

Více

Ohodnocené orientované grafy

Ohodnocené orientované grafy Ohodnocené orientované grafy Definice Buď G graf Funkce w : H( G) (, ) se nazývá (hranové) ohodnocení grafu G; graf se zadaným ohodnocením se nazývá ohodnocený graf Definice Nechť G je orientovaný graf

Více

2.7.6 Rovnice vyšších řádů

2.7.6 Rovnice vyšších řádů 6 Rovnice vyšších řádů Předpoklady: 50, 05 Pedagogická poznámka: Pokud mám jenom trochu čas probírám látku této hodiny ve dvou vyučovacích hodinách V první probíráme separaci kořenů, v druhé pak snížení

Více

Informace k jednotlivým zkouškám na jednotlivých oborech:

Informace k jednotlivým zkouškám na jednotlivých oborech: Informace k jednotlivým zkouškám na jednotlivých oborech: Obor Obchodní akademie 63-41-M/004 1. Praktická maturitní zkouška Praktická maturitní zkouška z odborných předmětů ekonomických se skládá z obsahu

Více

1 Zdroj napětí náhradní obvod

1 Zdroj napětí náhradní obvod 1 Zdroj napětí náhradní obvod Příklad 1. Zdroj napětí má na svorkách naprázdno napětí 6 V. Při zatížení odporem 30 Ω klesne napětí na 5,7 V. Co vše můžete o tomto zdroji říci za předpokladu, že je v celém

Více

PRÁCE A ENERGIE. Mgr. Jan Ptáčník - GJVJ - Fyzika - Tercie

PRÁCE A ENERGIE. Mgr. Jan Ptáčník - GJVJ - Fyzika - Tercie PRÁCE A ENERGIE Mgr. Jan Ptáčník - GJVJ - Fyzika - Tercie Práce Pokud síla vyvolává pohyb Fyzikální veličina ( odvozená ) značka: W základní jednotka: Joule ( J ) Vztah pro výpočet práce: W = F s Práce

Více

ANALYTICKÁ GEOMETRIE INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

ANALYTICKÁ GEOMETRIE INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALYTICKÁ GEOMETRIE Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky na gymnáziu

Více

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

Více

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT)

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) 1. Číselné obory 1.1 Přirozená čísla provádět aritmetické operace s přirozenými čísly rozlišit prvočíslo

Více

ČÁST I DÍL 4 - HLAVA 5 PŘEDPIS L 8168

ČÁST I DÍL 4 - HLAVA 5 PŘEDPIS L 8168 ČÁST I DÍL 4 - HLAVA 5 PŘEDPIS L 8168 HLAVA 5 ÚSEK KONEČNÉHO PŘIBLÍŽENÍ 5.1 VŠEOBECNĚ 5.1.1 Účel Toto je úsek, kde se provádí vyrovnání do směru a klesání na přistání. Konečné přiblížení může být provedeno

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie LS 2014/15 Cvičení 4: Statistické vlastnosti MNČ LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE Upřesnění k pojmům a značení

Více

6. Lineární regresní modely

6. Lineární regresní modely 6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu

Více