Simulace Obsluhy zákaznz. Zákazník požaduje obsluhu. Linka pracuje. Materiál. Linka je volná. Obslužný personál
|
|
- Ladislava Vacková
- před 7 lety
- Počet zobrazení:
Transkript
1 Modelování Petriho sítěmis Grafický popis a analýza systémů, ve kterých se vyskytují synchronizační, komunikační a zdroje sdílející procesy. Popis paralelních jevů a konfliktních závislostí Jednoduchost Přehlednost Modelování dynamiky procesů Typy Petriho sítí C/E (Condition/Event) Petriho sítě, P/T (Place/Transitions) Petriho sítě, P/T Petriho sítě s inhibičními hranami, P/T Petriho sítě s prioritami, TPN Časované (Timed) Petriho sítě, CPN Barevné (Coloured, barvené) Petriho sítě, HPN Hierarchické (Hierarchical) Petriho sítě, OOPN Objektové (Object Oriented) Petriho sítě. Základní pojmy Places (místa) obsahují stavovou informaci ve formě značek (token) Transitions (přechody) vyjadřují možné změny stavů (vzory možných událostí) Arcs (orientované hrany) určují logické vazby Zákazník požaduje obsluhu Simulace Obsluhy zákaznz kazníka Materiál Linka pracuje Linka je volná Obslužný personál 2
2 Grafický popis Petriho sítís je orientovaným bipartitních multigrafem Orientovaná hrana může spojit: místo s přechodem přechod s místem Orientovanou hranou nemůžeme spojit místo s místem přechod s přechodem 3 Synchronizace paralelních procesů 4 2
3 Synchronizace paralelních procesů Kritická sekce Střídání událostí Triviální deadlock 5 Pravidla pro uskutečnění přechodu Přítomnost značky v místě indikuje, že daný aspekt stavu je momentálně aktuální, resp. podmínka je splněna. Každý přechod má vstupní a výstupní místa tím je určeno, které aspekty podmiňují výskyt události a jaké skutečnosti jsou výskytem této události ovlivněny. Označme z(p) počet značek v místě p. Přechod může být uskutečněn, jsou li splněny všechny vstupní podmínky, tj. z(p i )> pro všechna vstupní místa p i daného přechodu. Uskutečnění přechodu: u všech vstupních míst ubereme jednu značku (z (p i ) = z(p i ) - ) a u všech výstupních míst přidáme jednu značku (z (p j ) = z(p j ) + ) 6 3
4 Ohodnocení hran a přechodp echodů Místo p je určeno kapacitou c(p) maximálního počtu značek. Přechod může být uskutečněn jen pokud (současně se splněním vstupních podmínek) není překročena kapacita výstupních podmínek. Počty odebíraných (umístěných) značek jsou specifikovány váhou hran. Přechod je uskutečněn jen pokud jsou vstupní hrany nasyceny, tj. pokud není počet značek ve vstupních místech daného přechodu menší než váhy příslušných hran Konfliktní přechody Dva současně proveditelné přechody jsou konfliktní, když provedení jednoho způsobí, že druhý přestane být proveditelný. Konfliktní přechody modelují soupeření o zdroje a vzájemnou výlučnost dvou událostí. Nezávislé přechody modelují asynchronnost a paralelismus. Nezávislé přechody Konfliktní přechody 8 4
5 Definice PT sítís PT síťs je uspořádan daná pětice PN=(P,T, I -, I +, z ) P = {p,p 2, p n } je konečná neprázdn zdná množina místm T ={t,t 2, t n } je konečná neprázdn zdná množina přechodp echodů množiny P, T jsou disjunktní I -, I +, jsou incidenční funkce P x T ->N z : P -> > N je počáte teční ohodnocení z ( ) ( ) ( ) = z p, z p2,, z pn Pokud je I - (p,t) >, vede orientovaná hrana z místa p do přechodu t. Počet odebraných žetonů v místě p uskutečněním přechodu t je roven I - (p,t). Pokud je I + (p,t) >, vede orientovaná hrana z přechodu t do místa p. Počet přidaných žetonů v místě p uskutečněním přechodu t je roven I + (p,t). ( ) ( ) ( Označme aktuální ohodnocení celé sítě vektorem ( ) ) ( z i = z i p, ( ) ) z i p, 2, z i ( p n ) Přechod t nazýváme aktivní (uskutečnitelný) v daném ohodnocení z (i), jestliže ( i) p P; z ( p) I ( p, t) ( ) ( ) Ohodnocení z (i) nazýváme dosažitelné z ohodnocení z (j), jestliže existuje posloupnost uskutečněných přechodů, které převádí z (i) do z (j). (ozn. z (i) - > z (j) ) 9 Struktura a vlastnosti Petriho sítís Petriho síť nazýváme bezpečnou nou, jestliže pro každé její ohodnocení platí: z(p). Petriho síť nazveme ohraničenou enou, jestliže Petriho síť nazýváme konzervativní, jestliže pro každý její stav platí, že celkový počet značek je konstantní. ( i ) ( j ) i; z p = k j Síť nazýváme živou, jestliže jsou živé všechny její přechody, tj., jestliže ke každému ohodnocení z existuje dosažitelné ohodnocení z, z ->z, které aktivuje daný přechod. z z ; z z ( ) k N ; z, p; z p k 2 ohraničen neohraničen ená, bezpečná, konzervativní ená síť síť síť 2 5
6 Konzervativnost sítěs Striktně konzervativní Konzervativní vzhledem k váhovému vektoru (2,,,2). Příklad + ( ) ( ) ( ) z = 3,,5, 4,, I p, t = I p, t = T T2 T3 T4 P P2 + C = P3 5, C = 5, C = 5 5 P4 P5 Po uskutečnění přechodu T přejde počáteční ohodnocení z do stavu 2 z = z + C = HPSim Po odpálení posloupnosti T, T, T, T2 je výsledné ohodnocení 3 2 ( 4) z = z + C =
7 Matice incidence Nechť má PN n míst P={p,p 2,..p n } a m přechodů T={t,t 2,..t m }. Zpětná incidenční matice C - typu n x m je definována ( ) c = I p, t, p P, t T ij i j i j analogicky dopředná incidenční matice C + ( ) + + c = I p, t, p P, t T ij i j i j Incidenční matice C = C + - C - Přechod t i je v daném ohodnocení z=(z,z 2,..z n ) aktivní, jestliže z j; z j c ji Uskutečněním přechodu t i přejde ohodnocení z v ohodnocení z z = z + Ce i ; Předpokládejme posloupnost odpálených přechodů ti, t, výpočet dosaženého stavu z (k) i,, t 2 i k je dán dosazením do předcházejícího vzorce k k ( k ) z = z + C eij ; eij = Ξ Parikův obraz posloupnosti přechodů j= j= Nutná podmínka dosažitelnosti: Je-li z značení dosažitelné ze značení z, potom existuje řešení Ξ rovnice z = z + CΞ 3 Př: : Napište matici incidence C Přechod T K se uskuteční v ohodnocení z, z ; z c i i ik T T T 2 T 3 T 4 T5 P 2 P C = ( I ( pn, tm )) = P2 P3 2 ( ) 2 z = C = C C = ( I ( pn, tm ) I ( pn, tm )) = Odpálení přechodu T: ( ) 2 z = z + C = + = + 4 7
8 P-invarianty Nechť C je matice incidence Petriho sítě. Nenulový vektor i P N n se nazývá P-invariant Petriho sítě, jestliže je řešením homogenní soustavy lineárních rovnic T C i = o Petriho síť má konzervativní komponentu právě tehdy, existuje-li nenulový P-invariant. Př: striktně konzervativní síť P C = P { (,, ); } i = k k N 5 P-invarianty konzervativní komponenty C = C i T P = o ip = {( u, u v, v, u) ; u, v N, u > v} Výhodnější zápis získáme pomocí bázových vektorů prostoru řešení. Volíme-li např. u=, v= dostáváme i P =(,,,), podobně volbou u=2, v= dostáváme i P2 =(2,,,2), což jsou nejmenší váhové vektory pro konzervativnost sítě. { (,,,) ( 2,,, 2 );, } i = k + l k l N P 6 8
9 T-invarianty Petriho síť nazveme reverzibilní, pokud ke každému dosažitelnému značení existuje posloupnost odpálených přechodů, ve které je počáteční značení aktivní Nechť C je matice incidence Petriho sítě. Nenulový vektor i T N n se nazývá T-invariant Petriho sítě, jestliže je řešením homogenní soustavy lineárních rovnic CiT = o Pokud je Petriho síť je reverzibilní, pak má nenulový invariant.. T-invariant je Parikův obraz posloupnosti, která přechody reprodukuje, tj. udává kolikrát je třeba provést každý přechod, abychom se vrátili k původnímu značení 7 T-invarianty Př. Reverzibilní sítě C = CiT = o i i2 = i 3 i4 { (,,, ) (,,, );, } i = k + l k l N T 8 9
10 T-invarianty Př. Reverzibilní sítě C = CiT 4 = o i i2 = i 3 i T { (,,, ) (,,, );, } i = k + l k l N 9 Přechodová funkce Stavový prostor množina dosažitelných značení Přechodová funkce funkce definovaná na stavovém prostoru určuje na základě přítomného stavu a aktivního přechodu příští stav sítě zadána buď tabulkou, nebo orientovaným grafem. 2
11 Stavový strom (graf pokrytí) Abstrakce přechodové funkce Petriho sítě. Orientovaný kořenový strom, jehož kořenem je počáteční značení. Jestliže v průběhu konstrukce stromu zjistíme, že jistá složka značení neomezeně roste, pak tuto složku označíme a nový vektor reprezentuje nekonečnou množinu značení, pro které tato složka nabývá libovolné nezáporné celočíselné hodnoty. Neomezená Petriho síť (,) t 2 (,2) t HPSim (, ) t 2 t (, ) (, ) (, ) 2 Matice přechodup Prvky matice jsou tvořeny pravděpodobnosti přechody systému z jednoho stavu do druhého,5,5,5,5 P =,5,5,5,5,5,5 a = a P HPSim 22
12 Síť s omezenou kapacitou místm 23 Inhibitory negativní testovací hrany Rozlišujeme 3 typy hran : normáln lní inhibitory tester Přechod spojený s místem inhibitorem je uskutečněn jen pokud je počet značek v místě menší než váha inhibitoru. Počet značek ve vstupním místě se nemění. PT (places-transitions) sítě s inhibitory jsou s teoretického hlediska schopny modelovat vše, co je možné vyjádřit algoritmem
13 Inhibitory, Petriho sítěs s prioritami T má vyšší prioritu než T2 Petriho sítě s inhibičními hranami mohou být převedeny na ekvivalentní sítě s prioritami. 25 Booleovské operace Př: Úplný systém logických funkcí {nega, AND, OR},{NAND},{NOR} neg.a AND OR NAND NOR A B A A B A B (A B) (A B) 26 3
14 Stochastické časové Petriho sítěs (Stochastic Petri Nets) Přechody ve SPN představují jednotlivé události(akce). typy přechodů:. Okamžit ité 2. se zpožděním (doba zpoždění je náhodná veličina) SPN = (P, T, I -, I +, G, z ) P, T,, I -, I +, z PT Petriho síť G exponenciální funkce přiřazené přechodům 27 Dining Philosophers HPSim 28 4
15 Stavový graf Spojitý stochastický proces zdiskretizujeme postupujeme v diskrétních krocích dt. Krok simulace dt zvolíme dostatečně malý (ms) tak, abychom mohli předpokládat, že za interval délky dt nastane nejvýš jedna událost. P3 T3 P z =(,,) z =(,,) T4 z 2 =(,,) T2 P2 T Ze stavu z mohou po jednom kroku dt nastat 3 možnosti: z (spuštěn přechod T) z 2 (spuštěn přechod T4) z (ani pro jeden z přechodů T, T2) 29 Markovův řetězec stochastické Petriho sítěs Nechť jsou všechny přechody dány s exponenciálním rozdělením zpoždění. Pak stavový prostor (množina všech možných ohodnocení) z i tvoří Markovovský řetězec se spojitým časem- CTMC. Infinitezimální generátor Q: Intenzita výstupu q ij ze stavu z i do stavu z j je součtem intenzit všech přechodů, jejichž odpálením přejde stav z i do stavu z j. Analýzou Markovova řetězce můžeme vypočítat charakteristiky systému popsaného SPN. - Nechť je π stabilizovaný stav, tj πq = ; π = j Pak pravděpodobnost, že ohodnocení míst SPN je z dané podmnožiny stavů B. P[ B] = ( j z ) B π j j 3 5
16 Časová past 3 Barevné Petriho sítěs Rozlišujeme různé typy žetonů a různé módy odpalů přechodů 32 6
17 Barevné Petriho sítěs Podmínkou efektivního zavedení barevných Petriho sítí je, aby se přechody chovaly v různých módech podobně. Pro popis odpalu přechodu zavedeme lokální proměnné, incidenční funkce zapisujeme k příslušným hranám C a a b b a a b b = ; Cb = a a b b a x x x x x y y x 33 Převod barevné Petriho sítěs na P/T P T síťs Pro umístění různých barevných typů žetonů vytvoř zvláštní místa. Nechť např.v místě p je možný výskyt barev a, b, c. Pak z jednoho místa p vytvoříme tři místa pa,pb,pc. Pro každý mód odpálení přechodu vytvoř zvláštní přechod. Je-li např.možné odpálit přechod t v módu x a y, vytvoříme dva přechody tx, ty. Vytvoř nové incidenční funkce tak aby odpovídaly původním módům. Nastav počáteční ohodnocení sítě. 34 7
18 Dining philosophers hl(f) = h+h2, hl(f2) = h2+h3, hl(f3) = h3+h4, hl(f4) = h4+h 35 Simulace systémů hromadné obsluhy Simulace systému M/M//3 FIFO, dva typy zákazníků s různou délkou obsluhy T vstup zákazníků prvního typu, T5 vstup druhého typu. Zákazníci prvního typu se řadí do hornířady P, P2, P3, zákazníci druhého typu se řadí do spodnířady P2, P22, P
19 Frontové Petriho sítěs Barevné GSPN se dvěma typy míst Obyčejná místa Frontová místa (fronta + zásobník obsloužených zákazníků). Zákazníci (žetony) z fronty nemohou být použity pro odpal následujících přechodů. Nejprve musí proběhnou obsluha podle předepsaného rozdělení délky obsluhy, žeton je přemístěn z frontové části do zásobníku a teprve žetony ze zásobníku mohou být použity pro odpal výstupních přechodů dle zpětných incidenčních funkcí 37 Systém m se ztrátami, tami, Systém m s prioritami 38 9
PETRIHO SÍTĚ STOCHASTICKÉ PETRIHO SÍTĚ. Modelování Petriho sítěmi
HPSim PETRIHO SÍTĚ STOCHASTICKÉ PETRIHO SÍTĚ 1962 - Carl Adam Petri formalismus pro popis souběžných synchronních distribučních systémů Modelování Petriho sítěmi Grafický popis a analýza systémů, ve kterých
VíceAnalýza Petriho sítí. Analýza Petriho sítí p.1/28
Analýza Petriho sítí Analýza Petriho sítí p.1/28 1. Základní pojmy Základní problémy analýzy bezpečnost (safeness) omezenost (boundness) konzervativnost (conservation) živost (liveness) Definice 1: Místo
VíceÚvod do Petriho sítí. Ing. Michal Dorda, Ph.D.
Úvod do Petriho sítí Ing. Michal Dorda, Ph.D. 1 Úvodní poznámky Petriho sítě (Petri Nets, PN) představují matematický nástroj pro modelování a simulaci diskrétních systémů (např. systémů hromadné obsluhy
Vícezpravidla předpokládá, že hodnoty intenzity poruch a oprav jsou konstantní.
Pohotovost a vliv jednotlivých složek na číselné hodnoty pohotovosti Systém se může nacházet v mnoha různých stavech. V praxi se nejčastěji vyskytují případy, kdy systém (nebo prvek) je charakterizován
VíceObsah. Lineární rovnice. Definice 7.9. a i x i = a 1 x a n x n = b,
Obsah Lineární rovnice Definice 77 Uvažujme číselné těleso T a prvky a 1,, a n, b T Úloha určit všechny n-tice (x 1,, x n ) T n, pro něž platí n a i x i = a 1 x 1 + + a n x n = b, i=1 se nazývá lineární
VíceMarkovské metody pro modelování pravděpodobnosti
Markovské metody pro modelování pravděpodobnosti rizikových stavů 1 Markovský řetězec Budeme uvažovat náhodný proces s diskrétním časem (náhodnou posloupnost) X(t), t T {0, 1, 2,... } s konečnou množinou
Více13. cvičení z PSI ledna 2017
cvičení z PSI - 7 ledna 07 Asymptotické pravděpodobnosti stavů Najděte asymptotické pravděpodobnosti stavů Markovova řetězce s maticí přechodu / / / 0 P / / 0 / 0 0 0 0 0 0 jestliže počáteční stav je Řešení:
VíceVektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice
Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u
VíceVýroková a predikátová logika - II
Výroková a predikátová logika - II Petr Gregor KTIML MFF UK ZS 2017/2018 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - II ZS 2017/2018 1 / 17 Předběžnosti Základní pojmy n-ární relace a funkce
VíceOsnova přednášky. Informační a řídicí systémy I. Úvod do Petriho sítí. Doporučená literatura. Úvod
Osnova přednášky Informační a řídicí systémy I. Úvod do Petriho sítí Pavel Balda ZČU v Plzni, FAV, KKY Úvod, historie Povolení (enabling) a provedení (firing) přechodu Příklady modelů Vlastnosti Metody
VíceGrafy. RNDr. Petra Surynková, Ph.D. Univerzita Karlova v Praze Matematicko-fyzikální fakulta.
6 RNDr., Ph.D. Katedra didaktiky matematiky Univerzita Karlova v Praze Matematicko-fyzikální fakulta petra.surynkova@mff.cuni.cz http://surynkova.info množina vrcholů a množina hran hrana vždy spojuje
VíceÚvod do Petriho sítí. TIN Úvod do Petriho sítí p.1/37
Úvod do Petriho sítí TIN Úvod do Petriho sítí p.1/37 Petriho sítě Motivace: modely diskrétních systémů modely paralelních systémů modely distribuovaných systémů Využití: návrh syntéza analýza verifikace
VíceIB112 Základy matematiky
IB112 Základy matematiky Řešení soustavy lineárních rovnic, matice, vektory Jan Strejček IB112 Základy matematiky: Řešení soustavy lineárních rovnic, matice, vektory 2/53 Obsah Soustava lineárních rovnic
VíceSoustavy lineárních rovnic
Soustavy lineárních rovnic Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného
Vícefakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28.
Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem
VíceAlgoritmizace diskrétních. Ing. Michal Dorda, Ph.D.
Algoritmizace diskrétních simulačních modelů Ing. Michal Dorda, Ph.D. 1 Úvodní poznámky Při programování simulačních modelů lze hlavní dílčí problémy shrnout do následujících bodů: 1) Zachycení statických
Více3. Grafy a matice. Definice 3.2. Čtvercová matice A se nazývá rozložitelná, lze-li ji napsat ve tvaru A =
3 Grafy a matice Definice 32 Čtvercová matice A se nazývá rozložitelná, lze-li ji napsat ve tvaru A = A 11 A 12 0 A 22 kde A 11 a A 22 jsou čtvercové matice řádu alespoň 1 a 0 je nulová matice, anebo lze-li
VíceZáklady matematiky pro FEK
Základy matematiky pro FEK 3. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 21 Co nás dneska čeká... Co je to soustava lineárních
VíceObsah prezentace. Základní pojmy v teorii o grafech Úlohy a prohledávání grafů Hledání nejkratších cest
Obsah prezentace Základní pojmy v teorii o grafech Úlohy a prohledávání grafů Hledání nejkratších cest 1 Základní pojmy Vrchol grafu: {množina V} Je to styčná vazba v grafu, nazývá se též uzlem, prvkem
Víceintenzitu příchodů zákazníků za čas t intenzitu obsluhy (průměrný počet obsloužených) za čas t
Ukázka - Systémy hromadné obsluhy Příklad: Pan Pumpička se rozhodl postavit samoobslužnou čerpací stanici u obce Česká Bříza. Na základě průzkumu ví, že by čerpací stanici mohlo průměrně navštívit 32,
VíceMarkl: Petriho sítě s prioritami /nnpn43.doc/ Strana 1
Markl: Petriho sítě s prioritami /nnpn43.doc/ Strana 1 4.3. Petriho sítě s prioritami Zavedení prioritních úrovní v PN-systémech zvětšuje jejich popisnou sílu a poskytuje více možností při návrhu systému.
VíceModely teorie grafů, min.kostra, max.tok, CPM, MPM, PERT
PEF ČZU Modely teorie grafů, min.kostra, max.tok, CPM, MPM, PERT Okruhy SZB č. 5 Zdroje: Demel, J., Operační výzkum Jablonský J., Operační výzkum Šubrt, T., Langrová, P., Projektové řízení I. a různá internetová
VíceVýroková a predikátová logika - II
Výroková a predikátová logika - II Petr Gregor KTIML MFF UK ZS 2015/2016 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - II ZS 2015/2016 1 / 18 Základní syntax Jazyk Výroková logika je logikou
Více1 Báze a dimenze vektorového prostoru 1
1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější
VíceLDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25
Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem
Více3 Lineární kombinace vektorů. Lineární závislost a nezávislost
3 Lineární kombinace vektorů. Lineární závislost a nezávislost vektorů. Obrázek 5: Vektor w je lineární kombinací vektorů u a v. Vektory u, v a w jsou lineárně závislé. Obrázek 6: Vektor q je lineární
VíceSoustavy lineárních rovnic
Přednáška MATEMATIKA č 4 Katedra ekonometrie FEM UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz 27 10 2010 Soustava lineárních rovnic Definice Soustava rovnic a 11 x 1 + a 12 x 2 + + a
Více1 Linearní prostory nad komplexními čísly
1 Linearní prostory nad komplexními čísly V této přednášce budeme hledat kořeny polynomů, které se dále budou moci vyskytovat jako složky vektorů nebo matic Vzhledem k tomu, že kořeny polynomu (i reálného)
Více4. Aplikace matematiky v ekonomii
4. Aplikace matematiky v ekonomii 1 Lineární algebra Soustavy 1) Na základě statistických údajů se zjistilo, že závislost množství statku z poptávaného v průběhu jednoho týdne lze popsat vztahem q d =
VíceINVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.0141 Báze vektorových prostorů, transformace souřadnic Michal Botur Přednáška
Více7. Rozdělení pravděpodobnosti ve statistice
7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,
Více5 Orientované grafy, Toky v sítích
Petr Hliněný, FI MU Brno, 205 / 9 FI: IB000: Toky v sítích 5 Orientované grafy, Toky v sítích Nyní se budeme zabývat typem sít ových úloh, ve kterých není podstatná délka hran a spojení, nýbž jejich propustnost
VícePETRIHO SÍTĚ MONIKA KOCHANÍČKOVÁ KATEDRA INFORMATIKY PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITA PALACKÉHO
KATEDRA INFORMATIKY PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITA PALACKÉHO PETRIHO SÍTĚ MONIKA KOCHANÍČKOVÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY
VíceFakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR
DEN: ODR teoreticky: soustavy rovnic Soustava lineárních ODR 1 řádu s konstantními koeficienty je soustava ve tvaru y 1 = a 11 y 1 + a 12 y 2 + + a 1n y n + b 1 (x) y 2 = a 21 y 1 + a 22 y 2 + + a 2n y
VíceSIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY. Michal Dorda. VŠB - TU Ostrava, Fakulta strojní, Institut dopravy
SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY Michal Dorda VŠB - TU Ostrava Fakulta strojní Institut dopravy 1 Úvod V běžné technické praxi se velice často setkáváme s tzv. systémy hromadné obsluhy aniž
Více10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo
0. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo (PEF PaA) Petr Gurka aktualizováno 9. prosince 202 Obsah Základní pojmy. Motivace.................................2 Aritmetický vektorový
VíceKendallova klasifikace
Kendallova klasifikace Délka obsluhy, frontový režim, Littleovy vzorce Parametry obsluhy Trvání obsluhy - většinou předpokládáme, že trvání obsluhy jsou nezávisl vislé náhodné proměnné, se stejným rozdělením
VíceZáklady informatiky. Teorie grafů. Zpracoval: Pavel Děrgel Úprava: Daniela Szturcová
Základy informatiky Teorie grafů Zpracoval: Pavel Děrgel Úprava: Daniela Szturcová Obsah přednášky Barvení mapy Teorie grafů Definice Uzly a hrany Typy grafů Cesty, cykly, souvislost grafů Barvení mapy
VíceSoustava m lineárních rovnic o n neznámých je systém
1 1.2. Soustavy lineárních rovnic Soustava lineárních rovnic Soustava m lineárních rovnic o n neznámých je systém a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2...
VíceVýroková a predikátová logika - II
Výroková a predikátová logika - II Petr Gregor KTIML MFF UK ZS 2013/2014 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - II ZS 2013/2014 1 / 20 Základní syntax Jazyk Výroková logika je logikou
VíceMODELOVÁNÍ UZAVŘENÝCH OBSLUŽNÝCH LOGISTICKÝCH SYSTÉMŮ PETRIHO SÍTĚMI
MODELOVÁNÍ UZAVŘENÝCH OBSLUŽNÝCH LOGISTICKÝCH SYSTÉMŮ PETRIHO SÍTĚMI MODELLING OF CLOSED LOGISTICS SERVICE SYSTEMS USING PETRI NETS Ing. Michal Dorda, Ph.D. Institut dopravy, Fakulta strojní, VŠB Technická
VíceMatematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic
Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je
VíceMatice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule.
Matice Definice. Maticí typu m n nazýváme obdélníkové pole, tvořené z m n reálných čísel (tzv. prvků matice), zapsaných v m řádcích a n sloupcích. Značíme např. A = (a ij ), kde i = 1,..., m, j = 1,...,
VíceExponenciální modely hromadné obsluhy
Exponenciální modely hromadné obsluhy Systém s čekáním a neohraničeným zdrojem požadavků Na základě předchozích informací je potřeba probrat, jaké informace jsou dostupné v počtu pravděpodobnosti řešícím
VíceMatematika B101MA1, B101MA2
Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet
VíceDEFINICE Z LINEÁRNÍ ALGEBRY
DEFINICE Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. definice Vektorovým prostorem rozumíme neprázdnou množinu prvků V, na které
VíceA6M33SSL: Statistika a spolehlivost v lékařství Teorie spolehlivosti
A6M33SSL: Statistika a spolehlivost v lékařství Teorie spolehlivosti Vojta Vonásek vonasek@labe.felk.cvut.cz České vysoké učení technické v Praze Fakulta elektrotechnická Katedra kybernetiky Markovovy
VíceModel Checking pro Timed Automata. Jiří Vyskočil 2011
Model Checking pro Timed Automata Jiří Vyskočil 2011 Časově kritické systémy korektnost fungování vestavěným a distribuovaných systémů závisí na: správném výsledku výpočtu správném načasování prováděných
Více2.3. Strukturní analýza P/T sítí
Markl: Strukturní analýza P/T sítí /nnpn3.doc/ Strana 1.3. Strukturní analýza P/T sítí Odhlédneme-li u PN-systémů od počátečního značení, získáme bipartitní orientovaný multigraf, který popisuje statickou
Více1 Řešení soustav lineárních rovnic
1 Řešení soustav lineárních rovnic 1.1 Lineární rovnice Lineární rovnicí o n neznámých x 1,x 2,..., x n s reálnými koeficienty rozumíme rovnici ve tvaru a 1 x 1 + a 2 x 2 +... + a n x n = b, (1) kde koeficienty
VíceNáhodný vektor a jeho charakteristiky
Náhodný vektor a jeho číselné charakteristiky 1 Náhodný vektor a jeho charakteristiky V následující kapitole budeme věnovat pozornost pouze dvourozměřnému náhodnému vektoru, i když uvedené pojmy a jejich
VíceMnožinu všech slov nad abecedou Σ značíme Σ * Množinu všech neprázdných slov Σ + Jazyk nad abecedou Σ je libovolná množina slov nad Σ
Abecedou se rozumí libovolná konečná množina Σ. Prvky abecedy nazýváme znaky (symboly) Slovo (řetězec) v nad abecedou Σ je libovolná konečná posloupnost znaků této abecedy. Prázdné posloupnosti znaků odpovídá
VíceUčební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Skalární součin študenti MFF 15. augusta 2008 1 10 Skalární součin Požadavky Vlastnosti v reálném i komplexním případě Norma Cauchy-Schwarzova nerovnost
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde
VíceApriorní rozdělení. Jan Kracík.
Apriorní rozdělení Jan Kracík jan.kracik@vsb.cz Apriorní rozdělení Apriorní rozdělení (spolu s modelem) reprezentuje informaci o neznámém parametru θ, která je dostupná předem, tj. bez informace z dat.
Více1 Determinanty a inverzní matice
Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého
VíceStochastické procesy - pokračování
Stochastické procesy - pokračování Úvodní pojmy: Stochastické procesy jsou to procesy (funkce) jejichž hodnoty jsou náhodné veličiny závislé na parametru t stav systému souhrn vlastností a charakteristik,
VíceOperační výzkum. Síťová analýza. Metoda CPM.
Operační výzkum Síťová analýza. Metoda CPM. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo
Vícea způsoby jejího popisu Ing. Michael Rost, Ph.D.
Podmíněná pravděpodobnost, náhodná veličina a způsoby jejího popisu Ing. Michael Rost, Ph.D. Podmíněná pravděpodobnost Pokud je jev A vázán na uskutečnění jevu B, pak tento jev nazýváme jevem podmíněným
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání
Více2.6. 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
VíceVlastní čísla a vlastní vektory
Vlastní čísla a vlastní vektory 1 Motivace Uvažujme lineární prostor všech vázaných vektorů v rovině, které procházejí počátkem, a lineární zobrazení tohoto prostoru do sebe(lineární transformaci, endomorfismus)
VíceVektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace
Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi
VíceDMA Přednáška Rekurentní rovnice. takovou, že po dosazení odpovídajících členů do dané rovnice dostáváme pro všechna n n 0 + m pravdivý výrok.
DMA Přednáška Rekurentní rovnice Rekurentní rovnice či rekurzivní rovnice pro posloupnost {a n } je vztah a n+1 = G(a n, a n 1,..., a n m ), n n 0 + m, kde G je nějaká funkce m + 1 proměnných. Jejím řešením
VíceÚvod do teorie grafů
Úvod do teorie grafů Neorientovaný graf G = (V,E,I) V množina uzlů (vrcholů) - vertices E množina hran - edges I incidence incidence je zobrazení, buď: funkce: I: E V x V relace: I E V V incidence přiřadí
VíceKonstrukce relace. Postupně konstruujeme na množině všech stavů Q relace i,
[161014-1204 ] 11 2.1.35 Konstrukce relace. Postupně konstruujeme na množině všech stavů Q relace i, kde i = 0, 1,..., takto: p 0 q právě tehdy, když bud p, q F nebo p, q F. Dokud i+1 i konstruujeme p
VíceZáklady algoritmizace. Pattern matching
Základy algoritmizace Pattern matching 1 Pattern matching Úloha nalézt v nějakém textu výskyty zadaných textových vzorků patří v počítačové praxi k nejfrekventovanějším. Algoritmy, které ji řeší se používají
VíceMarkovovy řetězce se spojitým časem CTMC (Continuous time Markov Chain)
Markovovy řetězce se soitým časem CTMC (Continuous time Markov Chain) 3 5 1 4 Markovovy rocesy X Diskrétní stavový rostor Soitý obor arametru t { } S e1, e,, en t R t 0 0 t 1 t t 3 t Proces e Markovův
VíceTéma 22. Ondřej Nývlt
Téma 22 Ondřej Nývlt nyvlto1@fel.cvut.cz Náhodná veličina a náhodný vektor. Distribuční funkce, hustota a pravděpodobnostní funkce náhodné veličiny. Střední hodnota a rozptyl náhodné veličiny. Sdružené
VíceInterpolace Uvažujme třídu funkcí jedné proměnné ψ(x; a 0,..., a n ), kde a 0,..., a n jsou parametry, které popisují jednotlivé funkce této třídy. Mějme dány body x 0, x 1,..., x n, x i x k, i, k = 0,
VíceNáhodné vektory a matice
Náhodné vektory a matice Jiří Militký Katedra textilních materiálů Technická Universita Liberec, Červeně označené slide jsou jen pro doplnění informací a nezkouší se. Symbolika A B Jev jistý S (nastane
Více1 Vektorové prostory.
1 Vektorové prostory DefiniceMnožinu V, jejíž prvky budeme označovat a, b, c, z, budeme nazývat vektorovým prostorem právě tehdy, když budou splněny následující podmínky: 1 Je dáno zobrazení V V V, které
VíceKMA Písemná část přijímací zkoušky - MFS 2o16
JMÉNO a PŘÍJMENÍ KMA Písemná část přijímací zkoušky - MFS 2o16 verze 1 / 28. 6. 2016 Pokyny k vypracování: Za každý správně vyřešený příklad lze získat 2 body. U zaškrtávacích otázek, je vždy správná právě
Více10 Funkce více proměnných
M. Rokyta, MFF UK: Aplikovaná matematika II kap. 10: Funkce více proměnných 16 10 Funkce více proměnných 10.1 Základní pojmy Definice. Eukleidovskou vzdáleností bodů x = (x 1,...,x n ), y = (y 1,...,y
VíceVektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,
Vektorový prostor Příklady: Př.1. R 2 ; R 3 ; R n...aritmetický n-rozměrný prostor Dvě operace v R n : součet vektorů u = (u 1,...u n ) a v = (v 1,...v n ) je vektor u + v = (u 1 + v 1,...u n + v n ),
VícePřijímací zkouška - matematika
Přijímací zkouška - matematika Jméno a příjmení pište do okénka Číslo přihlášky Číslo zadání 1 Grafy 1 Pro který z následujících problémů není znám žádný algoritmus s polynomiální časovou složitostí? Problém,
Více2. RBF neuronové sítě
2. RBF neuronové sítě Kapitola pojednává o neuronových sítích typu RBF. V kapitole je popsána základní struktura tohoto typu neuronové sítě. Poté následuje definice a charakteristika jednotlivých radiálně
VíceMATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
MATEMATICKÁ STATISTIKA Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Matematická statistika Matematická statistika se zabývá matematickým
VíceÚvodní informace. 17. února 2018
Úvodní informace Funkce více proměnných Přednáška první 17. února 2018 Obsah 1 Úvodní informace. 2 Funkce více proměnných Definiční obor Limita a spojitost Derivace, diferencovatelnost, diferenciál Úvodní
VícePravděpodobnost a její vlastnosti
Pravděpodobnost a její vlastnosti 1 Pravděpodobnost a její vlastnosti Náhodné jevy Náhodný jev je výsledek pokusu (tj. realizace určitého systému podmínek) a jeho charakteristickým rysem je, že může, ale
VíceTexty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech
Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech 1. července 2008 1 Funkce v R n Definice 1 Necht n N a D R n. Reálnou funkcí v R n (reálnou funkcí n proměnných) rozumíme zobrazení
VíceMATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]
MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě
VíceZnačení 1.1 (posloupnost výsledků pokusu). Mějme posloupnost opakovaných (i závislých) pokusů,
Rekurentní jevy Značení. (posloupnost výsledků pokusu). Mějme posloupnost opakovaných (i závislých) pokusů, kde každý má tutéž konečnou nebo spočetnou množinu výsledků E, E,...}. Pak E j,..., E jn } značí
Více[1] samoopravné kódy: terminologie, princip
[1] Úvod do kódování samoopravné kódy: terminologie, princip blokové lineární kódy Hammingův kód Samoopravné kódy, k čemu to je [2] Data jsou uložena (nebo posílána do linky) kodérem podle určitého pravidla
VíceLineární algebra Petriho sítí
) Notace Lineární algebra Petriho sítí Definice: Neznaená PN je taková tveice Q = P Pre Post kde P = {P P n } je množina míst (konená nenulová) = { m } je množina pechod (konená nenulová) Pre: P {} vstupní
Více2 Hlavní charakteristiky v analýze přežití
2 Hlavní charakteristiky v analýze přežití Předpokládané výstupy z výuky: 1. Student umí definovat funkci přežití, rizikovou funkci a kumulativní rizikovou funkci a zná funkční vazby mezi nimi 2. Student
VíceOtázku, kterými body prochází větev implicitní funkce řeší následující věta.
1 Implicitní funkce Implicitní funkce nejsou funkce ve smyslu definice, že funkce bodu z definičního oboru D přiřadí právě jednu hodnotu z oboru hodnot H. Přesnější termín je funkce zadaná implicitně.
VíceZadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015
Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 05 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia
Více1 Soustavy lineárních rovnic
1 Soustavy lineárních rovnic 1.1 Základní pojmy Budeme uvažovat soustavu m lineárních rovnic o n neznámých s koeficienty z tělesa T (potom hovoříme o soustavě m lineárních rovnic o n neznámých nad tělesem
VíceFunkce komplexní proměnné a integrální transformace
Funkce komplexní proměnné a integrální transformace Fourierovy řady I. Marek Lampart Text byl vytvořen v rámci realizace projektu Matematika pro inženýry 21. století (reg. č. CZ.1.07/2.2.00/07.0332), na
Vícepříkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.
Několik řešených příkladů do Matematiky Vektory V tomto textu je spočteno několik ukázkových příkladů které vám snad pomohou při řešení příkladů do cvičení. V textu se objeví i pár detailů které jsem nestihl
Více1/10. Kapitola 12: Soustavy lineárních algebraických rovnic
1/10 Kapitola 12: Soustavy lineárních algebraických rovnic Soustavy lineárních algebraických rovnic 2/10 Definice: Soustavou m lineárních algebraických rovnic o n neznámých rozumíme soustavu rovnic a 11
VíceNáhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X
Náhodný vektor Náhodný vektor zatím jsme sledovali jednu náhodnou veličinu, její rozdělení a charakteristiky často potřebujeme vyšetřovat vzájemný vztah několika náhodných veličin musíme sledovat jejich
VíceV předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti
Kapitola 5 Vektorové prostory V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti operací sčítání a násobení
VícePrincipy indukce a rekurentní rovnice
Principy indukce a rekurentní rovnice Jiří Velebil: X01DML 22. října 2010: Indukce 1/15 Příklad Místností rozměru n budeme rozumět šachovnici rozměru 2 n 2 n, ze které je jedno (libovolné) pole vyjmuto.
VíceLineární algebra Operace s vektory a maticemi
Lineární algebra Operace s vektory a maticemi Robert Mařík 26. září 2008 Obsah Operace s řádkovými vektory..................... 3 Operace se sloupcovými vektory................... 12 Matice..................................
VíceSoustavy lineárních rovnic a determinanty
Soustavy lineárních rovnic a determinanty Petr Hasil Přednáška z matematiky Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny
Vícei=1 Přímka a úsečka. Body, které leží na přímce procházející body a a b můžeme zapsat pomocí parametrické rovnice
I. Funkce dvou a více reálných proměnných 1. Úvod Značení: V textu budeme používat označení: N pro množinu všech přirozených čísel; R pro množinu všech reálných čísel; R n pro množinu všech uspořádaných
VíceALGEBRA. Téma 5: Vektorové prostory
SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 5: Vektorové prostory Základní pojmy Vektorový prostor nad polem P, reálný (komplexní)
VíceTGH02 - teorie grafů, základní pojmy
TGH02 - teorie grafů, základní pojmy Jan Březina Technical University of Liberec 28. února 2017 Metainformace materiály: jan.brezina.matfyz.cz/vyuka/tgh (./materialy/crls8.pdf - Introduction to algorithms)
Více