3. Lineární diferenciální rovnice úvod do teorie

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "3. Lineární diferenciální rovnice úvod do teorie"

Transkript

1 : Josef Hekrdla lieárí difereciálí rovice úvod do teorie 3 Lieárí difereciálí rovice úvod do teorie Defiice 3 (lieárí difereciálí rovice) Lieárí difereciálí rovice -tého řádu je rovice, která se dá zapsat ve tvaru: y p ( ) y p ( ) y p ( ) y q( ) (3) ( ) ( ) Fukce p,, p se azývají koeficiety lieárí difereciálí rovice Jestliže jsou fukce p,, p kostatí, hovoříme o lieárí difereciálí rovici s kostatími koeficiety Fukce q() se azývá pravá straa lieárí difereciálí rovice Jestliže q je ulová fukce, rovice (3) se azývá homogeí, ebo rovice bez pravé stray Pozámka 3 Vždy budeme předpokládat, že fukce p,, p a q jsou spojité a ějakém itervalu I = (a, b), a < b Příklad 3 (a) Rovice (3) je lieárí, y y y si( ) l( 3) (3) p( ), p ( ), si( ) q ( ) l( 3) (b) Řešeí rovice budeme uvažovat a itervalech, a kterých jsou všechy fukce p, p, q spojité, tj a itervalech (-3, -),(-, -), (-, ), (, + Pozámka 3 Rovice (3) se azývá lieárí, protože zobrazeí L, L[ y]: y p ( ) y p ( ) y p ( ) y, (33) ( ) ( ) je lieárí zobrazeí, tj L[ y y] L[ y] L[ y], (34) L[ y] L[ y] Podroběji, echť fukce p,, p jsou spojité a itervalu I = (a, b), a < b Ozačíme-li ( k symbolem C ) ( I ) k-krát spojitě diferecovatelé fukce a eprázdém itervalu I, pak ( k C ) ( I ) je lieárí prostor a L je lieárí zobrazeí:

2 : Josef Hekrdla lieárí difereciálí rovice úvod do teorie ( k ) () L : C ( I ) C ( I ) Relace f f je lieárí zobrazeí Kompozice lieárích zobrazeí je lieárí zobrazeí, ( ) ( ) ( ) tj pro libovolé k je ( f g) k f k g k, lieárích zobrazeí je lieárí zobrazeí, tj ( k) ( k) ( g) ( g ) Lieálí kombiace je lieárí zobrazeí L[ y]: pk( ) y k ( k ) Lieárí difereciálí rovici (3) můžeme pomocí zobrazeí L zapsat stručě L[ y] q (35) Struktura možiy všech řešeí rovice (35) (tj obecého řešeí) je stejá jako struktura řešeí lieárí soustavy rovic, která je záma z úvodu do algebry Vlastosti řešeí soustavy rovic byly totiž odvozey pouze z liearity podobého zobrazeí a z toho, že defiičí obor i obor hodot tohoto zobrazeí jsou lieárí prostory, tj z podmíek (34) Pojmy a výsledky můžeme proto z lieárí algebry bezezbytku přejmout Partikulárí řešeí, je kterékoliv vybraé řešeí rovice (35) Budeme-li potřebovat jej odlišit od ostatích typů řešeí, apř od obecého (tj od formule, která popisuje možiu všech řešeí rovice), budeme jej ozačovat ŷ, platí tedy: L[ yˆ ] q Řešeí homogeí rovice, je řešeím přidružeé homogeí rovice Budeme-li potřebovat jej odlišit od řešeí partikulárího ebo obecého, budeme jej ozačovat y, platí tedy: Ly [ ] (36) Z algebry je zámo, že možia všech řešeí lieárí homogeí rovice tvoří lieárí podprostor zvaý jádro zobrazeí L, ozačme jej ker(l) Pro dimezi tohoto jádra později odvodíme velmi zajímavý vztah: dim ker(l) = řád dif rovice (35) Obecé řešeí rovice, tj možia všech řešeí rovice (35), je opět dáa zámým výsledkem z lieárí algebry Je-li ŷ libovolě vybraé partikulárí řešeí, pak platí: { y L[ y] q} { yˆ y L[ y ] }, ebo stručě L[ y] q y yˆ ker( L), (37) kde jsme ozačili yˆ ker( L) { yˆ y L[ y ] }

3 : Josef Hekrdla lieárí difereciálí rovice úvod do teorie Pozámka 33 (pricip superpozice) Sloví spojeí pricip superpozice eí ozačeím obecě platého, apř fyzikálího zákoa či pricipu Je to pouze jié ozačeí vlastostí ějakého lieárího zobrazeí, ebo vlastostí z ěj odvozeých Pricip superpozice je často chápá v ásledujícím smyslu, který sado vyplývá z liearity zobrazeí L: Je-li y řešeím li dif rovice s pravou straou q, tj L[ y] q, je-li y řešeím li dif rovice s pravou straou q, tj L[ y] q, pak y y je řešeím rovice s pravou straou q q, tj L[ y y] q q Věta 3 (o eisteci a jedozačosti) Mějme lieárí difereciálí rovici -tého řádu y p ( ) y p ( ) y p ( ) y q( ), (38) ( ) ( ) kde fukce p,, p a q jsou spojité a itervalu I = (a, b), a < b Pak platí: Pro každý bod I a libovolý vektor ( b, b,, b ) eistuje jedié řešeí y C ( ) I rovice (38), které splňuje dále uvedeé počátečí podmíky: y( ) b, y( ) b, ( ) y ( ) b Piccardovy aproimace aplikovaé a soustavu dif rov řádu ekvivaletí s (38) S pomocí Věty 3 můžeme řešit otázku dimeze ker(l) Pozámka 34 Fukce y,, y jsou a eprázdém itervalu I lieárě ezávislé (zkratka LN), právě když platí: cy a I c c c (39) Podmíka cy a I je ekvivaletí s podmíkou I( ( ) ( ) ) Podmíka cy cy a I tedy reprezetuje ekoečě moho algebraických rovic, tj soustavu ekoečě moha lieárích rovic 3

4 : Josef Hekrdla lieárí difereciálí rovice úvod do teorie Vybereme-li libovolě,,, k I, pak musí platit: ( ) ( ), ( ) ( ), ( ) ( ), 3 3 c ( ) ( ) y k k Je zřejmé, že takto lze vygeerovat soustavu lieárích rovic o espočetě moha rovicích Pokud jsou fukce y,, y diferecovatelé, pak je možo sestavovat další soustavy rovic ( derivováím rovice (39), apř patří-li fukce do C ) ( I), pak a I platí: cy cy cy,,, ( ) ( ) Věta 3 (dim ker(l) = řád L) Nechť fukce p,, p jsou spojité a itervalu I = (a, b), a < b, I je libovolé Mějme homogeí rovici -tého řádu L[ y]: y p ( ) y p ( ) y p ( ) y (3) ( ) ( ) Pak fukce y,, y, které řeší homogeí rovici Ly [ k ], k =,,, a itervalu I a vyhovují počátečím podmíkám y( ) y( ) y ( ) y( ) y ( ) y ( ) y ( ) y( ) ( ) ( ) ( ) ( ) y ( ) y ( ) y ( ) y ( ) ( ) ( ) ( ) ( ) y ( ) y ( ) y ( ) y ( ) =, (3) tvoří bázi prostoru ker(l) Podle Věty 3 (o eisteci a jedozačosti) takové fukce y,, y musí eistovat (a) y,, y, jsou lieárě ezávislé Utvořme ulovou lieárí kombiaci cy (3) 4

5 : Josef Hekrdla lieárí difereciálí rovice úvod do teorie Nulová fukce je diferecovatelá, všechy její derivace jsou ulové fukce Protože ( y C ) () I pro k =,,, z rovice (3) derivováím získáme soustavu rovic: k cy cy,, ( ) ( ), ( ) ( ) cy, která je splěa a itervalu I V maticové formě má soustava tvar: y y y y c y y y y c (33) ( ) ( ) ( ) ( ) y y y y c ( ) ( ) ( ) ( ) y y y y c Vyjádříme-li soustavu (33) v bodě, podle (3) je matice soustavy (33) jedotková, tj platí y( ) y( ) y ( ) y( ) c y( ) y ( ) y ( ) y ( ) c ( ) ( ) ( ) ( ) y ( ) y ( ) y ( ) y ( ) c ( ) ( ) ( ) ( ) y ( ) y ( ) y ( ) y ( ) c c c Fukce y,, y jsou tedy lieárě ezávislé c c c c c c (b) Každé řešeí homogeí rovice je lieárí kombiací fukcí y,, y Nechť y je libovolé řešeí rovice (3), tj L[ y] = Defiujme vektor ( b, b,, b ) : ( y( ), y( ),, y ( )) ( ) Pak ovšem fukce y je zároveň řešeím počátečí úlohy Defiujme dále fukci z: Ly [ ], ( k ) y ( ) bk, k,,, (34) 5

6 : Josef Hekrdla lieárí difereciálí rovice úvod do teorie z b y b y b y : Fukce z je rověž řešeím počátečí úlohy (34): Lz [ ] L[ b y b y by] b L[ y ] b L[ y ] b L[ y ] b b b, ( ) ( ) ( ) ( ) z k ( ) b y k ( ) b k y ( ) b k y ( ) bk, k,,, Podle věty o eisteci a jedozačosti emohou eistovat dvě růzá řešeí téže počátečí úlohy, proto utě y = z, tedy platí y b y b y by Pozámka 35 Řešit lieárí homogeí difereciálí rovici L[ y] = zameá ajít ějakou bázi prostoru ker(l), tj je-li rovice řádu, pak je třeba ajít lieárě ezávislých řešeí této rovice Možiě fukcí, které tvoří bázi prostoru ker(l), se říká fudametálí systém Defiice 3 (Wroského matice, wroskiá) Jestliže fukce y,, y jsou diferecovatelé a itervalu I až do řádu včetě, pak a itervalu I je defiováa tzv Wroského matice Je to matice soustavy (33), tj je to fukce defiovaá a I, která k daému I přiřadí dále uvedeou matici: y( ) y( ) y ( ) y( ) y ( ) y ( ) y ( ) y ( ) [ y,, y]( ) : ( ) ( ) ( ) ( ) y ( ) y ( ) y ( ) y ( ) ( ) ( ) ( ) ( ) y ( ) y ( ) y ( ) y ( ) Wroskiá je determiat Wroského matice, defiujme: W[ y,, y ]( ) : det( [ y,, y ]( )) Je-li možia fukcí y,, y záma z kotetu, píšeme stručě W( ) : det( [ y,, y ]( )) Wroskiá je užitečý ástroj aalýzy lieárí ezávislosti poslouposti fukcí, jak ukazuje ásledující věta Věta 33 (test LN, LZ) Nechť fukce y,, y, jsou diferecovatelé a itervalu I až do řádu včetě Pat platí: (a) Jestliže I(W[ y,, y]( ) ) pak y,, y jsou lieárě ezávislé a I 6

7 : Josef Hekrdla lieárí difereciálí rovice úvod do teorie (b) Jestliže I(W[ y,, y]( ) ) a fukce y,, y jsou a itervalu I řešeím ějaké homogeí lieárí dif rovice -tého řádu (se spojitými koeficiety a I ), pak y,, y jsou LZ a itervalu I (a) Nechť I( ( ) ( ) ) (35) Stejě jako v důkazu Věty 3, z rovice (35) odvodíme soustavu rovic pro ezámé koeficiety c,,c Dostaeme pro každé I : c [ y,, y]( ) (36) c Podle předpokladu eistuje I, pro které je wroskiá eulový, tj W[ y,, y]( ), matice [ y,, y]( ) je pak regulárí a jediým řešeím rovice (36) je řešeí triviálí, tj fukce y,, y jsou lieárě ezávislé a I (b) Podle předpokladu eistuje bod I pro který je wroskiá ulový, tj W[ y,, y]( ), tj matice [ y,, y]( ) je pak sigulárí a tudíž eistuje etriviálí řešeí c,, c soustavy, * c [ y,, y]( ), (37) * c tj ( c,, c) Nyí ukážu, že cy cy a I, tj c,, c jsou koeficiety hledaé etriviálí ulové lieárí kombiace fukcí y,, y Ozačme z (38) : Podle předpokladu jsou fukce y,, y řešeím ějaké lieárí homogeí difereciálí rovice -tého řádu se spojitými koeficiety a I, echť tedy platí L[y k ] =, k =,, a tudíž i z je řešeím takové rovice, tj L[z] = Každé řešeí rovice L[z] = je i řešeím počátečí úlohy L[ z], z ( ) z ( ), k,, ( k) ( k) ( k ) Hodoty derivací z ( ) vyplývají z rovic (37), (38) Platí: 7

8 : Josef Hekrdla lieárí difereciálí rovice úvod do teorie ( k ) z ( ) ( ) ( ) * ( k) * ( k) c * ( k) ( k) y ( ) y ( ) * c pro k =,,, tj z( ) y( ) y( ) c c [ y,, y]( ) (39) ( ) ( ) ( ) z ( ) y ( ) y ( ) c c Vektor počátečích hodot je tedy podle (39) ulový Stejé počátečí podmíky splňuje ovšem také ulová fukce Podle věty o jedozačosti to zameá, že z je ulová fukce a I, tj a I, což se mělo dokázat Příklad 3 Fukce e a e jsou LN a libovolém eprázdém itervalu právě když (a) Nechť Pak pro libovolé je e e e e W[ e, e ]( ) e e e e ( ) V každém eprázdém itervalu I tedy eistuje bod, ve kterém W[ e, e ]( ), tj podle Věty 33 jsou fukce LN a každém eprázdém itervalu I (b) Nechť Položme c = c = Potom ce ce e e Našli jsme ulovou etriviálí lieárí kombiaci, tj fukce jsou LZ a libovolém eprázdém itervalu V tomto případě LZ elze vyvodit z faktu, že W[ e, e ], eboť zatím evíme, zda eistuje difereciálí rovice řádu, jejímž řešeím je fukce e Příklad 33 Ukažte, že fukce e a e jsou LN a libovolém eprázdém itervalu I pro libovolé e e W[ e, e ]( ) e e e e e e Příklad 34 Jsou dáy fukce y ( ), y ( ) Pak platí: (a) Fukce y, y jsou LN a každém itervalu, který obsahuje jak kladá tak záporá čísla (b) Na itervalu, který eobsahuje čísla obou zaméek, jsou fukce y, y LZ (c) W[ y, y] a každém eprázdém itervalu 8

9 : Josef Hekrdla lieárí difereciálí rovice úvod do teorie (a) Nechť I je iterval,, I,, echť c c I Pak platí c c, (3) c c Koeficiety c, c řeší soustavu (3) Matice soustavy (3) je regulárí, det ( ) eistuje tedy pouze triviálí řešeí, fukce y, y, jsou tedy LN (b) V případě, že iterval I eobsahuje čísla obou zaméek, pak eistuje kostata taková, že y = y, tj fukce jsou LZ, (c) Protože ( ), je W[ y, y]( ) Důsledek 3 Fukce y, y z Příkladu 34 emohou být řešeím ějaké lieárí difereciálí rovice řádu (se spojitými koeficiety) a itervalu I, který obsahuje čísla obou zaméek Příklad 35 Jsou dáy fukce y ( ), y( ) Staovte li dif rovici Řádu, jejíž fudametálí systém je tvoře fukcemi y, y Úloha má smysl, fukce y, y jsou LN a libovolém eprázdém itervalu Jestliže fukce y, y tvoří fudametálí systém ějaké lieárí homogeí difereciálí rovice, pak obecé řešeí y této rovice bude lieárí kombiace y = c y + c y Trojice fukcí y, y, y je tedy LZ, jejich wroskiá tedy musí být ulový, y W[ y,, ]( ) y y 3 Hledaou difereciálí rovici dostaeme rozvojem determiatu podle sloupce, tj, y y 3 y po úpravě y y y 9

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

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

Více

MATICOVÉ HRY MATICOVÝCH HER

MATICOVÉ HRY MATICOVÝCH HER MATICOVÉ HRY FORMULACE, KONCEPCE ŘEŠENÍ, SMÍŠENÉ ROZŠÍŘENÍ MATICOVÝCH HER, ZÁKLADNÍ VĚTA MATICOVÝCH HER CO JE TO TEORIE HER A ČÍM SE ZABÝVÁ? Teorie her je ekoomická vědí disciplía, která se zabývá studiem

Více

ŘADY Jiří Bouchala a Petr Vodstrčil

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

Více

1. Číselné obory, dělitelnost, výrazy

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

Více

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

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

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

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

Více

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU

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

Více

1. Nakreslete všechny kostry následujících grafů: nemá žádnou kostru, roven. roven n,

1. Nakreslete všechny kostry následujících grafů: nemá žádnou kostru, roven. roven n, DSM2 Cv 7 Kostry grafů Defiice kostry grafu: Nechť G = V, E je souvislý graf. Kostrou grafu G azýváme každý jeho podgraf, který má stejou možiu vrcholů a je zároveň stromem. 1. Nakreslete všechy kostry

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

VLASTNOSTI ÚLOH CELOČÍSELNÉHO PROGRAMOVÁNÍ

VLASTNOSTI ÚLOH CELOČÍSELNÉHO PROGRAMOVÁNÍ Vlastosti úloh celočíselého programováí VLASTNOSTI ÚLOH CELOČÍSELNÉHO PROGRAMOVÁNÍ PRINCIP ZESILOVÁNÍ NEROVNOSTÍ A ZÁKLADNÍ METODY. METODA VĚTVENÍ A HRANIC. TYPY ÚLOH 1. Úloha lieárího programováí: max{c

Více

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

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

Více

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

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

1.3. POLYNOMY. V této kapitole se dozvíte:

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

Více

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce

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

Více

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

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

Více

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

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

Více

Diskrétní matematika

Diskrétní matematika Diskrétí matematika Biárí relace, zobrazeí, Teorie grafů, Teorie pravděpodobosti Diskrétí matematika látka z I semestru iformatiky MFF UK Zpracovali: Odřej Keddie Profat, Ja Zaatar Štětia Obsah Biárí relace2

Více

Zformulujme PMI nyní přesně (v duchu výrokové logiky jiný kurz tohoto webu):

Zformulujme PMI nyní přesně (v duchu výrokové logiky jiný kurz tohoto webu): Pricip matematické idukce PMI) se systematicky probírá v jié části středoškolské matematiky. a tomto místě je zařaze z důvodu opakováí matka moudrosti) a proto, abychom ji mohli bez uzarděí použít při

Více

20. Eukleidovský prostor

20. Eukleidovský prostor 20 Eukleidovský prostor V této kapitole budeme pokračovat ve studiu dalších vlastostí afiích prostorů avšak s tím rozdílem že místo obecého vektorového prostoru budeme uvažovat prostor uitárí Proto bude

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

10. Rekurentní vztahy

10. Rekurentní vztahy Diskrétí matematika 0 Rekuretí vztahy phabala 202 Kapitolu uvedeme populárím příkladem 0 Rekuretí vztahy Příklad 0a: Teto problém je zám po ázvem Haojské věže Představte si tři tyčky, a jedé je avlečeo

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

(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

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

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

Více

Geometrická optika. Zákon odrazu a lomu světla

Geometrická optika. Zákon odrazu a lomu světla Geometrická optika Je auka o optickém zobrazováí. Je vybudováa a 4 zákoech, které vyplyuly z pozorováí a ke kterým epotřebujeme zalosti o podstatě světla: ) přímočaré šířeí světla (paprsky) ) ezávislost

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

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

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

Posloupnosti a číselné řady. n + 1. n + 1 + n n + 1 + n. n n + 1 + n. = lim. n2 sin n! lim. = 0, je lim. lim. lim. 1 + b + b 2 + + b n) = 1 b

Posloupnosti a číselné řady. n + 1. n + 1 + n n + 1 + n. n n + 1 + n. = lim. n2 sin n! lim. = 0, je lim. lim. lim. 1 + b + b 2 + + b n) = 1 b Najděte itu Poslouposti a číselé řady ) + Protože + = + x ) + + =, je + + + + ) + = = 0 + + Najděte itu 3 si! + Protože je si! a 3 = 0, je 3 si! = 0 Najděte itu + a + a + + a + b + b, a

Více

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

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

Více

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

Základní princip regulace U v ES si ukážeme na definici statických charakteristik zátěže

Základní princip regulace U v ES si ukážeme na definici statických charakteristik zátěže Regulace apětí v ES Základí pricip regulace v ES si ukážeme a defiici statických charakteristik zátěže Je zřejmé, že výko odebíraý spotřebitelem je závislý a frekveci a apětí a přípojicích spotřebitelů.

Více

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

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

Více

Kvantová a statistická fyzika 2 (Termodynamika a statistická fyzika)

Kvantová a statistická fyzika 2 (Termodynamika a statistická fyzika) Kvatová a statistická fyzika (Termodyamika a statistická fyzika) Boltzmaovo - Gibbsovo rozděleí - ilustračí příklad Pro ilustraci odvozeí rozděleí eergií v kaoickém asámblu uvažujme ásledující příklad.

Více

Matice. nazýváme m.n reálných čísel a. , sestavených do m řádků a n sloupců ve tvaru... a1

Matice. nazýváme m.n reálných čísel a. , sestavených do m řádků a n sloupců ve tvaru... a1 Matice Matice Maticí typu m/ kde m N azýváme m reálých čísel a sestaveých do m řádků a sloupců ve tvaru a a a a a a M M am am am Prví idex i začí řádek a druhý idex j sloupec ve kterém prvek a leží Prvky

Více

Odhad parametru p binomického rozdělení a test hypotézy o tomto parametru. Test hypotézy o parametru p binomického rozdělení

Odhad parametru p binomického rozdělení a test hypotézy o tomto parametru. Test hypotézy o parametru p binomického rozdělení Odhad parametru p biomického rozděleí a test hypotézy o tomto parametru Test hypotézy o parametru p biomického rozděleí Motivačí úloha Předpokládejme, že v důsledku realizace jistého áhodého pokusu P dochází

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

IAJCE Přednáška č. 12

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

Více

z možností, jak tuto veličinu charakterizovat, je určit součet

z možností, jak tuto veličinu charakterizovat, je určit součet 6 Charakteristiky áhodé veličiy. Nejdůležitější diskrétí a spojitá rozděleí. 6.1. Číselé charakteristiky áhodé veličiy 6.1.1. Středí hodota Uvažujme ejprve diskrétí áhodou veličiu X s rozděleím {x }, {p

Více

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

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

Více

Jednotkou tepla je jednotka energie, tj. 1 Joule (J). Z definice dále plyne, že jednotkou tepelného toku je 1 J/s ( neboli 1 W )

Jednotkou tepla je jednotka energie, tj. 1 Joule (J). Z definice dále plyne, že jednotkou tepelného toku je 1 J/s ( neboli 1 W ) 5. Sdíleí tepla. pomy: Pomem tepelá eergie ozačueme eergii mikroskopického pohybu částic (traslačího, rotačího, vibračího). Měřitelou mírou této eergie e teplota. Teplo e část vitří eergie, která samovolě

Více

1. Definice elektrického pohonu 1.1 Specifikace pohonu podle typu poháněného pracovního stroje 1.1.1 Rychlost pracovního mechanismu

1. Definice elektrického pohonu 1.1 Specifikace pohonu podle typu poháněného pracovního stroje 1.1.1 Rychlost pracovního mechanismu 1. Defiice elektrického pohou Pod pojmem elektrický poho rozumíme soubor elektromechaických vazeb a vztahů mezi pracovím mechaismem a elektromechaickou soustavou. Mezi základí tři části elektrického pohou

Více

Základní požadavky a pravidla měření

Základní požadavky a pravidla měření Základí požadavky a pravidla měřeí Základí požadavky pro správé měřeí jsou: bezpečost práce teoretické a praktické zalosti získaé přípravou a měřeí přesost a spolehlivost měřeí optimálí orgaizace průběhu

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

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

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

Více

POLYNOM. 1) Základní pojmy. Polynomem stupně n nazveme funkci tvaru. a se nazývají koeficienty polynomu. 0, n N. Čísla. kde

POLYNOM. 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

Více

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly.

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly. 0. KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA Dovedosti :. Chápat pojem faktoriál a ovládat operace s faktoriály.. Zát defiici kombiačího čísla a základí vlastosti kombiačích čísel. Ovládat jedoduché operace

Více

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

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

Více

6. KOMBINATORIKA 181. 6.1. Základní pojmy 181 6.1.1. Počítání s faktoriály a kombinačními čísly 182. 6.2. Variace 184. 6.3.

6. KOMBINATORIKA 181. 6.1. Základní pojmy 181 6.1.1. Počítání s faktoriály a kombinačními čísly 182. 6.2. Variace 184. 6.3. Zálady matematiy Kombiatoria. KOMBINATORIKA 8.. Záladí pojmy 8... Počítáí s fatoriály a ombiačími čísly 8.. Variace 8.. Permutace 85.. Kombiace 87.5. Biomicá věta 89 Úlohy samostatému řešeí 9 Výsledy úloh

Více

Metodický postup pro určení úspor primární energie

Metodický postup pro určení úspor primární energie Metodický postup pro určeí úspor primárí eergie Parí protitlaká turbía ORGRZ, a.s., DIVIZ PLNÉ CHNIKY A CHMI HUDCOVA 76, 657 97 BRNO, POŠ. PŘIHR. 97, BRNO 2 z.č. Obsah abulka hodot vstupujících do výpočtu...3

Více

Pravděpodobnost a statistika - absolutní minumum

Pravděpodobnost a statistika - absolutní minumum Pravděpodobost a statistika - absolutí miumum Jaromír Šrámek 4108, 1.LF, UK Obsah 1. Základy počtu pravděpodobosti 1.1 Defiice pravděpodobosti 1.2 Náhodé veličiy a jejich popis 1.3 Číselé charakteristiky

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

Determinanty Opakování: Permutace na n prvcích je zobrazení p:{1,..., n} {1,..., n}, které je prosté a na.

Determinanty Opakování: Permutace na n prvcích je zobrazení p:{1,..., n} {1,..., n}, které je prosté a na. Li algebra determiaty, polyomy, vlast čísla a vetory, charateristicý mohočle, salárí souči, posdef matice, bilieárí a vadraticé formy Lieárí algebra II láta z II semestru iformatiy MFF UK dle předáše Jiřího

Více

Kapitola 12: Zpracování dotazů. Základní kroky ve zpracování dotazů

Kapitola 12: Zpracování dotazů. Základní kroky ve zpracování dotazů - 12.1 - 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

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

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

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

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

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

Více

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

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

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

1. Základy počtu pravděpodobnosti:

1. Základy počtu pravděpodobnosti: www.cz-milka.et. Základy počtu pravděpodobosti: Přehled pojmů Jev áhodý jev, který v závislosti a áhodě může, ale emusí při uskutečňováí daého komplexu podmíek astat. Náhoda souhr drobých, ezjistitelých

Více

GRADIENTNÍ OPTICKÉ PRVKY Gradient Index Optical Components

GRADIENTNÍ OPTICKÉ PRVKY Gradient Index Optical Components Nové metody a postupy v oblasti přístrojové techiky, automatického řízeí a iformatiky Ústav přístrojové a řídicí techiky ČVUT v Praze, odbor přesé mechaiky a optiky Techická 4, 66 7 Praha 6 GRADIENTNÍ

Více

MATEMATIKA PRO EKONOMY

MATEMATIKA PRO EKONOMY VYSOKÁ ŠKOLA POLYECHNICKÁ JIHLAVA Ktedr mtemtik MAEMAIKA PRO EKONOMY Rdek Stolí 8 Recezovl: doc RNDr Ev Věčková CSc Mgr Adre Kubišová Z jzkovou věcou správost obshu díl odpovídá utor et eprošel jzkovou

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

Integrace hodnot Value-at-Risk lineárních subportfolií na bázi vícerozměrného normálního rozdělení výnosů aktiv

Integrace hodnot Value-at-Risk lineárních subportfolií na bázi vícerozměrného normálního rozdělení výnosů aktiv 3. meziárodí koferece Řízeí a modelováí fiačích rizik Ostrava VŠB-U Ostrava, Ekoomická fakulta, katedra Fiací 6.-7. září 006 tegrace hodot Value-at-Risk lieárích subportfolií a bázi vícerozměrého ormálího

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 vidìl

Více

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

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

Více

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

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

Cvičení 3 - teorie. Teorie pravděpodobnosti vychází ze studia náhodných pokusů.

Cvičení 3 - teorie. Teorie pravděpodobnosti vychází ze studia náhodných pokusů. Cvičeí 3 - teorie Téma: Teorie pravděpodobosti Teorie pravděpodobosti vychází ze studia áhodých pokusů. Náhodý pokus Proces, který při opakováí dává ze stejých podmíek rozdílé výsledky. Výsledek pokusu

Více

4. Model M1 syntetická geometrie

4. 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).

Více

ANALÝZA SRÁŽKOVÝCH MAXIM

ANALÝZA SRÁŽKOVÝCH MAXIM Rožovský, J., Litschma, T. (ed): Semiář Extrémy počasí a podebí, Bro,. březa 4, ISBN 8-8669-2- Marie Budíková, Ladislav Budík Summary Aalysis of precipitatio maxima ANALÝZA SRÁŽKOVÝCH MAXIM Database of

Více

Střední průmyslová škola zeměměřická GEODETICKÉ VÝPOČTY. 2. část. Ing. Danuše Mlčková

Střední průmyslová škola zeměměřická GEODETICKÉ VÝPOČTY. 2. část. Ing. Danuše Mlčková Středí průmslová škola zeměměřická GEODETICKÉ VÝPOČTY. část Ig. Dauše Mlčková Úvod Tet avazuje a. část, je urče pro studet. až 4. ročíku středích průmslových škol se zaměřeí a geodézii. Jedá se o přepracovaou

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

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

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

Úvod do lineárního programování

Úvod do lineárního programování Úvod do lieárího programováí ) Defiice úlohy Jedá se o optimalizaí problémy které jsou popsáy soustavou lieárích rovic a erovic. Kritéria optimalizace jsou rovž lieárí. Promé v této úloze abývají reálých

Více

Příklady k přednášce 9 - Zpětná vazba

Příklady 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

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

Číslicové filtry. Použití : Analogové x číslicové filtry : Analogové. Číslicové: Separace signálů Restaurace signálů

Číslicové 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

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

Napíšeme si, jaký význam mají jednotlivé zadané hodnoty z hlediska posloupností. Zbytek příkladu je pak pouhým dosazováním do vzorců.

Napíšeme si, jaký význam mají jednotlivé zadané hodnoty z hlediska posloupností. Zbytek příkladu je pak pouhým dosazováním do vzorců. 8..4 Užití ritmetických posloupostí Předpokldy: 80,80 Př. : S hloubkou roste teplot Země přibližě rovoměrě o 0 C 000 m. Jká bude teplot dě dolu hlubokého 900 m, je-li v hloubce 5 m teplot 9 C? Jký by byl

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

u, v, w nazýváme číslo u.( v w). Chyba! Chybné propojení.,

u, v, w nazýváme číslo u.( v w). Chyba! Chybné propojení., Def: Vetorovým součiem vetorů u =(u, u, u 3 ) v = (v, v, v 3 ) zýváme vetor u v = (u v 3 u 3 v, u 3 v u v 3, u v u v ) Vět: Pro vetory i, j, ortoormálí báze pltí i i = j = i, i = j Vět: Nechť u v, w, jsou

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

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

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

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

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test, varianta B) Přijímací řízeí pro akademický rok 24/5 a magisterský studijí program: PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemý test, variata B) Zde alepte své uiverzití číslo U každé otázky či podotázky v ásledujícím

Více

b c a P(A B) = c = 4% = 0,04 d

b c a P(A B) = c = 4% = 0,04 d Příklad 6: Z Prahy do Athé je 50 km V Praze byl osaze válec auta ovou svíčkou, jejíž životost má ormálí rozděleí s průměrem 0000 km a směrodatou odchylkou 3000 km Jaká je pravděpodobost, že automobil překoá

Více

Jestliže nějaký objekt A můžeme vybrat m způsoby a jiný objekt B lze vybrat n způsoby, potom výběr buď A nebo B je možné provést m+n způsoby.

Jestliže nějaký objekt A můžeme vybrat m způsoby a jiný objekt B lze vybrat n způsoby, potom výběr buď A nebo B je možné provést m+n způsoby. V kapitole Ituitiví kobiatorika jse řešili příklady více éě stejý způsobe a stejých pricipech. Nyí si je zobecíe a adefiujee obvyklou teriologii. pravidlo součtu: Jestliže ějaký objekt A ůžee vybrat způsoby

Více

Interakce světla s prostředím

Interakce světla s prostředím Iterakce světla s prostředím světlo dopadající rozptyl absorpce světlo odražeé světlo prošlé prostředím ODRAZ A LOM The Light Fatastic, kap. 2 Light rays ad Huyges pricip, str. 31 Roviá vla E = E 0 cos

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

35! n! n k! = n k k! n k! k! = n k

35! n! n k! = n k k! n k! k! = n k Do školí jídely přišla skupia 35 žáků. Určete kolika způsoby se mohli seřadit do froty u výdeje obědů. Řešeí: Počet možostí je 1 2... 35=35! (Permutace bez opakováí) Permutací bez opakováí z -prvkové možiy

Více

Infinity series collection of solved and unsolved examples

Infinity series collection of solved and unsolved examples Nekoečé řady sbírka řešeých a eřešeých příkladů Ifiity series collectio of solved ad usolved examples Lucie Jaoušková Bakalářská práce 9 ABSTRAKT Cílem práce bylo vytvořit sbírku řešeých příkladů, která

Více

Seznámíte se s použitím určitého integrálu při výpočtu hmotnosti, statických momentů, souřadnic těžiště a momentů setrvačnosti.

Seznámíte se s použitím určitého integrálu při výpočtu hmotnosti, statických momentů, souřadnic těžiště a momentů setrvačnosti. Mtemtik II 5 Fzikálí plikce 5 Fzikálí plikce Cíle Sezámíte se s použitím určitého itegrálu při výpočtu hmotosti, sttických mometů, souřdic těžiště mometů setrvčosti Předpokládé zlosti Předpokládáme, že

Více

Obsah. Opravy pro toto vydání: opravy2.proflakace.cz

Obsah. Opravy pro toto vydání: opravy2.proflakace.cz Obsah Úvod... 5 Základí pojmy... 7. Tříděí dat... 7. Míry úrově polohy... 8.3 Míry variability... 8 Počet pravděpodobosti.... Průik a sjedoceí jevů.... Náhodá veličia... 6.3 Rozděleí áhodé veličiy... 8

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