Operační výzkum. Vícekriteriální programování. Lexikografická metoda. Metoda agregace účelových funkcí. Cílové programování.

Rozměr: px
Začít zobrazení ze stránky:

Download "Operační výzkum. Vícekriteriální programování. Lexikografická metoda. Metoda agregace účelových funkcí. Cílové programování."

Transkript

1 Operační výzkum Lexikografická metoda. Metoda agregace účelových funkcí. Cílové programování. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo projektu: CZ.1.07/2.2.00/28.026

2 Vícekriteriální programování Definice: Úloha vícekriteriálního lineárního programování (VLP) je zobecněním úloh lineárního programování vzhledem k počtu účelových funkcí. Obecně uvažujeme úlohu s k účelovými funkcemi. Matematický model úlohy vícekriteriálního lineárního programování (VLP) má tvar 2 z 1 = z 1( x) z 2 = z 2( x) z k = z k ( x) při podmínkách A x b, x o. 7 max 5

3 Úvod do vícekriteriálního hodnocení variant Poznámka: V předešlé definici použité symboly chápeme tímto způsobem: z s = z s( x), s = 1,..., k, jsou účelové funkce, jejichž hodnota je funkcí x, 0 1 a a 1n B A C A je matice soustavy (nerovnic), a m1... a mn 0 1 x = b = o = 0 0 x 1. x n b 1. b m 0. 0 C A je vektor neznámých, 1 C A je vektor pravých stran (nerovnic) a 1 C A je nulový vektor.

4 Úvod do vícekriteriálního hodnocení variant Definice: Vektor x, splňující uvedená omezení, se nazývá přípustné řešení úlohy VLP. Množinu všech přípustných řešení značíme X P. Přípustné řešení x nazveme nedominovaným řešením úlohy VLP, jestliže neexistuje přípustné řešení takové, že z( x) z( x ) (vektorová nerovnost splněná ve všech k souřadnicích). Množinu všech nedominovaných řešení zančíme X N. Kompromisní řešení je pak některé z nedominovaných řešení. K nalezení kompromisního řešení existuje více metod. Přitom každá z těchto metod může označit jiné řešení za kompromisní. Každá z metod vyžaduje nějakou další informaci k zadané úloze (např. váhy kritérií, apod.)

5 Lexikografická metoda Je třeba znát pořadí kritérií (účelových funkcí) podle důležitosti. Při řešení úlohy VLP lexikografickou metodou se postupuje následovně. Nejprve se určí množina X 1 všech optimálních řešení vzhledem k nejdůležitější účelové funkci. Dále se řeší úloha vzhledem ke druhé nejdůležitější účelové funkci, přičemž za množinu všech přípustných řešení nyní bereme množinu X 1. Množina X 2 všech optimálních řešení této úlohy je dále množinou všech přípustných řešení třetí jednokriteriální úlohy s třetí nejdůležitější účelovou funkcí; atd. Nakonec získáme lexikograficky optimální řešení úlohy VLP.

6 Lexikografická metoda Lexikografická metoda postup: Úloha VLP s k účelovými funkcemi se v této metodě nahrazuje řešením nejvýše k jednokriteriálních úloh LP: 1 První úloha: Na množině všech přípustných řešení původní úlohy VLP se maximalizuje nejdůležitější účelová funkce. Množina všech optimílních řešení této jednokrieriální úlohy označíme X 1. 2 Druhá úloha: Na množině X 1 se maximalizuje druhá nejdůležitější účelová funkce. Množina všech optimílních řešení této jednokrieriální úlohy označíme X 2. Třetí úloha: Na množině X 2 se maximalizuje třetí nejdůležitější účelová funkce. Množina všech optimílních řešení této jednokrieriální úlohy označíme X. 4 Podobně postupujeme i dále. Skončíme buď po vyřešení t-té úlohy (t < k), jestliže množina X t je jednoprvková, nebo nejpozději po vyřešení k-té úlohy. Za kompromisní řešení úlohy VLP pak považujeme řešení X t, resp. X k. V prvním případě je kompromisní řešení jednoprvkové, ve druhém případě může být kompromisních řešení více.

7 Lexikografická metoda Př: Určete graficky množinu X N všech nedominovaných řešení úlohy VLP a graficky i početně lexikograficky optimální řešení.» z1 = 5x 1 + x 2 max z 2 = x 2 za podmínek x 1 + x 2 4, (1) x 1 2x 2, (2) x 1 0, x 2 0. (),(4) Pořadí důležitosti uvažujte a) 1. z 1, 2. z 2; b) 1. z 2, 2. z 1.

8 Lexikografická metoda Řešení: Množinou X P všech přípustných řešení úlohy je čtyřúhelník OABCD, X P = 4-úh. OABCD, kde O = [0, 0], A = [, 0], B = [11/, 1/], C = [0, 4]. Obrázek: Úloha VLP, grafické znázornění X P, X N

9 Lexikografická metoda Na obrázku je množina X P vyšrafována. Jsou zde vyznačeny i normálové vektory n 1, n 2 příslušné účelovým funkcím. Při řešení úlohy VLP lexikografickou metodou se nejprve určí množina X 1 všech optimálních řešení vzhledem k nejdůležitější účelové funkci. V obou případech je množina X 1 jednoprvková a tedy představuje jediné kompromisní řešení. Konkrétně: ad a) X 1 = B, tedy X a opt,lex = B, proto z a = (z 1(B), z 2(B)) = (56/, 1/). ad b) X 1 = C, tedy X b opt,lex = C, proto z b = (z 1(C), z 2(C)) = (4, 4). Vzhledem k tomu, jak vyšli obě jednokriteriální úlohy (vzhledem k účelové funkci z 1, resp. z 2), je zřejmé, že množinou X N všech nedominovaných řešení úlohy VLP je celá úsečka BC: X N = BC. Grafické určení množin X P, X N i kompromisního řešení jak v případě a), tak i v případě b) je zřejmé z obrázku.

10 Lexikografická metoda Početně pro případ a) postupujeme následovně: Převedeme nerovnice na rovnice zavedením doplňkových proměnných x 1, x 2 a anulujeme účelové rovnice, ostatní je zřejmé z tabulky. Nejprve samozřejmě maximalizujeme nejdůležitější účelovou funkci. Z.p. x 1 x 2 x 1 x 2 b i p = b i a ik pro a ik > 0 x x 2 (1) z max 1 z max 2 x 1 0 () x z max 1 z max 2 1 Tabulka: Lexikografická metoda, nedokončená tabulka

11 Lexikografická metoda Z.p. x 1 x 2 x 1 x 2 b i p = b i a ik pro a ik > 0 x x 2 (1) z max 1 z max 2 x 1 0 () x z max 1 z max 2 1 x x z z MAX 1 1 max 2 Tabulka: Lexikografická metoda, kompletní tabulka

12 Lexikografická metoda Poznámka: I z tabulky je zřejmé, že hodnotu účelové funkce z 2 sice zvýšit lze, ale nikoliv bez současného snížení důležitejší účelové funkce. Tedy, řešení (x 1 = 11, x2 = 1 ) je jediným kompromisním řešením úlohy a). Poznámka: Úloha b) by se početně řešila analogicky.

13 Metoda agregace účelových funkcí Metoda agregace účelových funkcí vyžaduje znalost vah kritérií v s, s = 1, 2,..., k. Vyjadřují relativní důležitost kritéria. Při agregaci účelových funkcí vytváříme z k účelových funkcí jednu novou účelovou funkci. Za kompromisní řešení úlohy VLP pak považujeme optimální řešení úlohy LP vzhledem k této agregované účelové funkci. Novou účelovou funkci definujeme vztahem kx z = v sz s, kde v s 0 s = 1, 2,..., k, s=1 kx v s = 1. s=1

14 Metoda agregace účelových funkcí Př: Předchozí příklad» z1 = 5x 1 + x 2 z 2 = x 2 za podmínek x 1 + x 2 4, (1) x 1 2x 2, (2) x 1 0, x 2 0, (),(4) max řešte metodou agregace účelových funkcí pro v 1 = 0, 4 a v 2 = 0, 6.

15 Metoda agregace účelových funkcí Řešení: Nejprve vyjádříme agregovanou účelovou funkci: z = v 1z 1 + v 2z 2 z = 0, 4.(5x 1 + x 2) + 0, 6.x 2 z = 2x 1 + x 2 max Nyní řešíme jednokriteriální úlohu LP. To lze buď graficky nebo početně.

16 Metoda agregace účelových funkcí Graficky: Z grafu vyplývá optimální řešení x opt = B = (11/, 1/), z(x opt) = 2/, proto z opt = (z 1(B), z 2(B)) = (56/, 1/). Obrázek: Úloha VLP, metoda agregace účelových funkcí

17 Metoda agregace účelových funkcí Početně: Z.p. x 1 x 2 x 1 x 2 b i p = b i a ik pro a ik > 0 x x 2 (1) z max x 1 0 () x z max x x z MAX Tabulka: Metoda agregace účelových funkcí

18 Metoda agregace účelových funkcí Z tabulky vyplývá optimální řešení x opt = B = (11/, 1/), z(x opt) = 2/, proto z opt = (z 1(B), z 2(B)) = (56/, 1/).

19 Cílové programování V metodě cílového programování (CP) se vyžaduje znalost tzv. cílových hodnot h s, s = 1, 2,..., k účelových funkcí. Principem CP je nalezení takového přípustného řešení, které by zabezpečovalo hodnoty účelových funkcí co nejblíže k cílovým hodnotám. Poznámka: Je zřejmé, že v případě řešení úlohy VLP metodou CP nemá smysl hovořit o typech účelových funkcí pojmy maximalizační či minimalizační účelová funkce ztrácí smysl. Vzdálenost hodnot účelových funkcí (pro nějaké řešení x) od cílových hodnot definujeme takto: d z( x), kx h = h s z s. s=1

20 Cílové programování Definice: Kladné, resp. záporné odchylky, d s +, resp. ds, s = 1, 2,..., k, jsou definovány následovně. Pro každé řešení x a s = 1, 2,..., k, nastane právě jedna ze dvou situací: 1 z s h s, pak d + s := h s z s d s := 0, 2 z s < h s, pak d + s := 0 d s := h s z s. Pak se úloha VLP převádí na jednokriteriální úlohu LP danou tímto matematickým modelem: d = k P s=1 `d + s při omezeních + d s min z ( x) d + + d = h, A x b, x, d +, d o, d + d = 0.

21 Cílové programování Př: Úlohu VLP» z1 = x 1 + x 2 z 2 = x 1 + x 2 za podmínek 2x 1 x 2 10, (1) 2x 1 + x 2 18, (2) x 1 0, x 2 0, (),(4) řešte metodou CP pro h 1 = 20; h 2 = 26.

22 Cílové programování Řešení: Nejprve sestavíme příslušnou úlohu CP (jednokriteriální): d = d d 1 + d d 2 min při omezeních x 1 + x 2 d d 1 = 20, x 1 + x 2 d d 2 = 26, 2x 1 x 2 + x 1 = 10, 2x 1 + x 2 + x 2 = 18, x 1, x 2, x 1, x 2, d + 1, d 1, d + 2, d 2 0, d + d = 0. Nyní úlohu CP vyřešíme simplexovou metodou, viz tabulka.

23 Z.p. x 1 x 2 x 1 x 2 d + 1 d 1 d + 2 d 2 b i p = b i a ik pro a ik > 0 d d x 1 (2) x d min d d x x 2 0 (2) d min d d x x d MIN Tabulka: Metoda cílového programování 26

24 Cílové programování V posledním kroku tabulky jsme dospěli k optimálnímu řešení úlohy CP a tedy ke kompromisnímu řešení původní úlohy VLP: x opt = (7, 4), z( x opt) = (11, 25). Poznámka: Modifikace CP, pokud nejsou explicitně zadané cílové hodnoty: Při řešení úlohy VLP vyřešíme úlohy LP pro jednotlivé účelové funkce z i, i = 1, 2,..., k zvlášť (řešíme k jednokriteriálních úloh). Tím obdržíme tzv. ideální hodnoty z i účelových funkcí, které považujeme za cílové hodnoty: h i = z i = z i,max, i = 1, 2,..., k.

Operační výzkum. Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry.

Operační výzkum. Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační výzkum Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty

Více

fakulty 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.

fakulty 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

Více

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25

LDF 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

Více

Obecná úloha lineárního programování. Úloha LP a konvexní množiny Grafická metoda. Jiří Neubauer. Katedra ekonometrie FEM UO Brno

Obecná úloha lineárního programování. Úloha LP a konvexní množiny Grafická metoda. Jiří Neubauer. Katedra ekonometrie FEM UO Brno Přednáška č. 3 Katedra ekonometrie FEM UO Brno Optimalizace portfolia Investor se s pomocí makléře rozhoduje mezi následujícími investicemi: akcie A, akcie B, státní pokladniční poukázky, dluhopis A, dluhopis

Více

Operační výzkum. Přiřazovací problém.

Operační výzkum. Přiřazovací problém. Operační výzkum Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo projektu: CZ..7/2.2./28.326

Více

Lineární algebra. Soustavy lineárních rovnic

Lineární algebra. Soustavy lineárních rovnic Lineární algebra Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo projektu: CZ.1.07/2.2.00/28.0326

Více

Parametrické programování

Parametrické programování Parametrické programování Příklad 1 Parametrické pravé strany Firma vyrábí tři výrobky. K jejich výrobě potřebuje jednak surovinu a jednak stroje, na kterých dochází ke zpracování. Na první výrobek jsou

Více

Operační výzkum. Teorie her. Hra v normálním tvaru. Optimální strategie. Maticové hry.

Operační výzkum. Teorie her. Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační výzkum Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky

Více

e-mail: RadkaZahradnikova@seznam.cz 1. července 2010

e-mail: RadkaZahradnikova@seznam.cz 1. července 2010 Optimální výrobní program Radka Zahradníková e-mail: RadkaZahradnikova@seznam.cz 1. července 2010 Obsah 1 Lineární programování 2 Simplexová metoda 3 Grafická metoda 4 Optimální výrobní program Řešení

Více

5. Lokální, vázané a globální extrémy

5. Lokální, vázané a globální extrémy 5 Lokální, vázané a globální extrémy Studijní text Lokální extrémy 5 Lokální, vázané a globální extrémy Definice 51 Řekneme, že f : R n R má v bodě a Df: 1 lokální maximum, když Ka, δ Df tak, že x Ka,

Více

Vícekriteriální programování příklad

Vícekriteriální programování příklad Vícekriteriální programování příklad Pražírny kávy vyrábějí dva druhy kávy (Super a Standard) ze dvou druhů kávových bobů KB1 a KB2, které mají smluvně zajištěny v množství 4 t a 6 t. Složení kávy (v procentech)

Více

Konvexní množiny Formulace úloh lineárního programování. Jiří Neubauer. Katedra ekonometrie FEM UO Brno

Konvexní množiny Formulace úloh lineárního programování. Jiří Neubauer. Katedra ekonometrie FEM UO Brno Přednáška č. 2 Katedra ekonometrie FEM UO Brno Euklidovský prostor E n Pod pojmem n-rozměrný euklidovský prostor budeme rozumnět prostor, jehož prvky jsou uspořádané n-tice reálných čísel X = (x 1, x 2,...,

Více

Obecná úloha lineárního programování

Obecná úloha lineárního programování Obecná úloha lineárního programování Úloha Maximalizovat hodnotu c T x (tzv. účelová funkce) za podmínek Ax b (tzv. omezující podmínky) kde A je daná reálná matice typu m n a c R n, b R m jsou dané reálné

Více

Digitální učební materiál

Digitální učební materiál Digitální učební materiál Projekt: Digitální učební materiály ve škole, registrační číslo projektu CZ.1.07/1.5.00/34.0527 Příjemce: Střední zdravotnická škola a Vyšší odborná škola zdravotnická, Husova

Více

2 Spojité modely rozhodování

2 Spojité modely rozhodování 2 Spojité modely rozhodování Jak již víme z přednášky, diskrétní model rozhodování lze zapsat ve tvaru úlohy hodnocení variant: f(a i ) max, a i A = {a 1, a 2,... a p }, kde f je kriteriální funkce a A

Více

Vektorový 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. 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 ),

Více

Funkce dvou a více proměnných

Funkce dvou a více proměnných Funkce dvou a více proměnných. Motivace V praxi nevstačíme s funkcemi jedné proměnné, většina veličin závisí více než na jedné okolnosti, např.: obsah obdélníka: S( ) kinetická energie: Ek = = x mv ekonomika:

Více

4 Kriteriální matice a hodnocení variant

4 Kriteriální matice a hodnocení variant 4 Kriteriální matice a hodnocení variant V teorii vícekriteriálního rozhodování pracujeme s kritérii, kterých je obecně k, a s variantami, kterých je obecně p. Hodnotu, které dosahuje varianta i pro j-té

Více

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ Parametrické vyjádření přímky v rovině Máme přímku p v rovině určenou body A, B. Sestrojíme vektor u = B A. Pro bod B tím pádem platí: B = A + u. Je zřejmé,

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

CVIČNÝ TEST 36. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

CVIČNÝ TEST 36. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 CVIČNÝ TEST 36 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 I. CVIČNÝ TEST 1 Určete iracionální číslo, které je vyjádřeno číselným výrazem (6 2 π 4

Více

f ( x) = 5x 1 + 8x 2 MAX, 3x x ,

f ( x) = 5x 1 + 8x 2 MAX, 3x x , 4. okruh z bloku KM1 - řídicí technika Zpracoval: Ondřej Nývlt (o.nyvlt@post.cz) Zadání: Lineární programování (LP), simplexová metoda, dualita v LP. Nelineární programování. Vázaný extrém. Karush-Kuhn-Tuckerova

Více

Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/

Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/ Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ..07/.5.00/34.0948 IV-2 Inovace a zkvalitnění výuky směřující k rozvoji matematické gramotnosti žáků středních škol KVADRATICKÁ

Více

KOMPLEXNÍ ČÍSLA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

KOMPLEXNÍ ČÍSLA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ KOMPLEXNÍ ČÍSLA 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 INVESTICE

Více

CVIČNÝ TEST 22. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15

CVIČNÝ TEST 22. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15 CVIČNÝ TEST 22 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15 I. CVIČNÝ TEST VÝCHOZÍ TEXT K ÚLOZE 1 Kontroloři Státní zemědělské a potravinářské inspekce

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

EKONOMICKO-MATEMATICKÉ METODY

EKONOMICKO-MATEMATICKÉ METODY UNIVERZITA OBRANY KATEDRA EKONOMETRIE UČEBNÍ TEXT PRO DISTANČNÍ STUDIUM EKONOMICKO-MATEMATICKÉ METODY RNDr. Michal ŠMEREK doc. RNDr. Jiří MOUČKA, Ph.D. B r n o 2 0 0 8 Anotace: Skriptum Ekonomicko-matematické

Více

ANTAGONISTICKE HRY 172

ANTAGONISTICKE HRY 172 5 ANTAGONISTICKÉ HRY 172 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí

Více

CVIČNÝ TEST 15. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

CVIČNÝ TEST 15. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 CVIČNÝ TEST 15 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 I. CVIČNÝ TEST VÝCHOZÍ TEXT K ÚLOZE 1 Je dána čtvercová mřížka, v níž každý čtverec má délku

Více

Lineární algebra. Matice, operace s maticemi

Lineární algebra. Matice, operace s maticemi Lineární algebra Matice, operace s maticemi Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo

Více

Ekonomická formulace. Matematický model

Ekonomická formulace. Matematický model Ekonomická formulace Firma balící bonboniéry má k dispozici 60 čokoládových, 60 oříškových a 85 karamelových bonbónů. Může vyrábět dva druhy bonboniér. Do první bonboniéry se dávají dva čokoládové, šest

Více

Otázky ke státní závěrečné zkoušce

Otázky ke státní závěrečné zkoušce Otázky ke státní závěrečné zkoušce obor Ekonometrie a operační výzkum a) Diskrétní modely, Simulace, Nelineární programování. b) Teorie rozhodování, Teorie her. c) Ekonometrie. Otázka č. 1 a) Úlohy konvexního

Více

Funkce a lineární funkce pro studijní obory

Funkce a lineární funkce pro studijní obory Variace 1 Funkce a lineární funkce pro studijní obory Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. 1. Funkce

Více

M - Příprava na 1. zápočtový test - třída 3SA

M - Příprava na 1. zápočtový test - třída 3SA M - Příprava na 1. zápočtový test - třída 3SA Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. VARIACE 1 Tento

Více

obecná rovnice kružnice a x 2 b y 2 c x d y e=0 1. Napište rovnici kružnice, která má střed v počátku soustavy souřadnic a prochází bodem A[-3;2].

obecná rovnice kružnice a x 2 b y 2 c x d y e=0 1. Napište rovnici kružnice, která má střed v počátku soustavy souřadnic a prochází bodem A[-3;2]. Kružnice množina bodů, které mají od středu stejnou vzdálenost pojmy: bod na kružnici X [x, y]; poloměr kružnice r pro střed S[0; 0]: SX =r x 0 2 y 0 2 =r x 2 y 2 =r 2 pro střed S[m; n]: SX =r x m 2 y

Více

Průvodce studiem. do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat

Průvodce studiem. do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat 6. Extrémy funkcí více proměnných Průvodce studiem Hledání extrémů je v praxi často řešená úloha. Např. při cestě z bodu A do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat

Více

Učební texty k státní bakalářské zkoušce Matematika Základy lineárního programování. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Základy lineárního programování. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Základy lineárního programování študenti MFF 15. augusta 2008 1 15 Základy lineárního programování Požadavky Simplexová metoda Věty o dualitě (bez důkazu)

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

IB112 Základy matematiky

IB112 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

Více

jevu, čas vyjmutí ze sledování byl T j, T j < X j a T j je náhodná veličina.

jevu, čas vyjmutí ze sledování byl T j, T j < X j a T j je náhodná veličina. Parametrické metody odhadů z neúplných výběrů 2 1 Metoda maximální věrohodnosti pro cenzorované výběry 11 Náhodné cenzorování Při sledování složitých reálných systémů často nemáme možnost uspořádat experiment

Více

LINEÁRNÍ ROVNICE S ABSOLUTNÍ HODNOTOU

LINEÁRNÍ ROVNICE S ABSOLUTNÍ HODNOTOU LINEÁRNÍ ROVNICE S ABSOLUTNÍ HODNOTOU LINEÁRNÍ ROVNICE S ABSOLUTNÍ HODNOTOU je lineární rovnice, ve které se vyskytuje jeden nebo více výrazů v absolutní hodnotě. ABSOLUTNÍ HODNOTA x reálného čísla x je

Více

Teorie her a ekonomické rozhodování. 2. Maticové hry

Teorie her a ekonomické rozhodování. 2. Maticové hry Teorie her a ekonomické rozhodování 2. Maticové hry 2.1 Maticová hra Teorie her = ekonomická vědní disciplína, která se zabývá studiem konfliktních situací pomocí matematických modelů Hra v normálním tvaru

Více

6 Ordinální informace o kritériích

6 Ordinální informace o kritériích 6 Ordinální informace o kritériích Ordinální informací o kritériích se rozumí jejich uspořádání podle důležitosti. Předpokládejme dále standardní značení jako v předchozích cvičeních. Existují tři základní

Více

VZÁJEMNÁ POLOHA DVOU PŘÍMEK V ROVINĚ

VZÁJEMNÁ POLOHA DVOU PŘÍMEK V ROVINĚ VZÁJEMNÁ POLOHA DVOU PŘÍMEK V ROVINĚ Dvě přímky v rovině mohou být: různoběžné - mají jediný společný bod, rovnoběžné různé - nemají společný bod, totožné - mají nekonečně mnoho společných bodů. ŘEŠENÉ

Více

Rovnice a nerovnice v podílovém tvaru

Rovnice a nerovnice v podílovém tvaru Rovnice a nerovnice v podílovém tvaru Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu

Více

MATEMATIKA STŘEDNÍ ŠKOLA EKONOMIKY, OBCHODU A SLUŽEB SČMSD BENEŠOV, S.R.O. Mgr. Miloslav Janík. Výukový materiál zpracován v rámci operačního projektu

MATEMATIKA STŘEDNÍ ŠKOLA EKONOMIKY, OBCHODU A SLUŽEB SČMSD BENEŠOV, S.R.O. Mgr. Miloslav Janík. Výukový materiál zpracován v rámci operačního projektu Výukový materiál zpracován v rámci operačního projektu EU peníze školám REGISTRAČNÍ ČÍSLO PROJEKTU: CZ.1.07/1.5.00/34.0512 STŘEDNÍ ŠKOLA EKONOMIKY, OBCHODU A SLUŽEB SČMSD BENEŠOV, S.R.O. MATEMATIKA SLOVNÍ

Více

Lineární funkcí se nazývá každá funkce, která je daná rovnicí y = ax + b, kde a, b jsou reálná čísla.

Lineární funkcí se nazývá každá funkce, která je daná rovnicí y = ax + b, kde a, b jsou reálná čísla. Lineární funkce Lineární funkcí se nazývá každá funkce, která je daná rovnicí y = ax + b, kde a, b jsou reálná čísla. Číslo b je hodnota funkce f v bodě 0. Definičním oborem lineární funkce je množina

Více

6 Simplexová metoda: Principy

6 Simplexová metoda: Principy 6 Simplexová metoda: Principy V této přednášce si osvětlíme základy tzv. simplexové metody pro řešení úloh lineární optimalizace. Tyto základy zahrnují přípravu kanonického tvaru úlohy, definici a vysvětlení

Více

Matematická analýza III.

Matematická analýza III. 1. - limita, spojitost Miroslav Hušek, Lucie Loukotová UJEP 2010 Úvod Co bychom měli znát limity posloupností v R základní vlastnosti funkcí jedné proměnné (definiční obor, monotónnost, omezenost,... )

Více

1 Determinanty a inverzní matice

1 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

Více

Exponenciální rovnice. Metoda převedení na stejný základ. Cvičení 1. Příklad 1.

Exponenciální rovnice. Metoda převedení na stejný základ. Cvičení 1. Příklad 1. Eponenciální rovnice Eponenciální rovnice jsou rovnice, ve kterých se neznámá vsktuje v eponentu. Řešíme je v závislosti na tpu rovnice několika základními metodami. A. Metoda převedení na stejný základ

Více

Funkce - pro třídu 1EB

Funkce - pro třídu 1EB Variace 1 Funkce - pro třídu 1EB Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv využití výukového materiálu je povoleno pouze s odkazem na www.jarjurek.cz. 1. Funkce Funkce je přiřazení, které každému

Více

7 Konvexní množiny. min c T x. při splnění tzv. podmínek přípustnosti, tj. x = vyhovuje podmínkám: A x = b a x i 0 pro každé i n.

7 Konvexní množiny. min c T x. při splnění tzv. podmínek přípustnosti, tj. x = vyhovuje podmínkám: A x = b a x i 0 pro každé i n. 7 Konvexní množiny Motivace. Lineární programování (LP) řeší problém nalezení minima (resp. maxima) lineárního funkcionálu na jisté konvexní množině. Z bohaté škály úloh z této oblasti jmenujme alespoň

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

19 Eukleidovský bodový prostor

19 Eukleidovský bodový prostor 19 Eukleidovský bodový prostor Eukleidovským bodovým prostorem rozumíme afinní bodový prostor, na jehož zaměření je definován skalární součin. Víme, že pomocí skalárního součinu jsou definovány pojmy norma

Více

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

3 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

Více

Lineární programování

Lineární programování Lineární programování Petr Tichý 19. prosince 2012 1 Outline 1 Lineární programování 2 Optimalita a dualita 3 Geometrie úlohy 4 Simplexová metoda 2 Lineární programování Lineární program (1) min f(x) za

Více

4. OBYČEJNÉ DIFERENCIÁLNÍ ROVNICE

4. OBYČEJNÉ DIFERENCIÁLNÍ ROVNICE FBI VŠB-TUO 28. března 2014 4.1. Základní pojmy Definice 4.1. Rovnice tvaru F (x, y, y, y,..., y (n) ) = 0 se nazývá obyčejná diferenciální rovnice n-tého řádu a vyjadřuje vztah mezi neznámou funkcí y

Více

1 Vektorové prostory.

1 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

Více

KMA/GPM Barycentrické souřadnice a

KMA/GPM Barycentrické souřadnice a KMA/GPM Barycentrické souřadnice a trojúhelníkové pláty František Ježek jezek@kma.zcu.cz Katedra matematiky Západočeské univerzity v Plzni, 2008 19. dubna 2009 1 Trojúhelníkové pláty obecně 2 Barycentrické

Více

Matematika. Kamila Hasilová. Matematika 1/34

Matematika. Kamila Hasilová. Matematika 1/34 Matematika Kamila Hasilová Matematika 1/34 Obsah 1 Úvod 2 GEM 3 Lineární algebra 4 Vektory Matematika 2/34 Úvod Zkouška písemná, termíny budou včas vypsány na Intranetu UO obsah: teoretická a praktická

Více

4 Rovnice a nerovnice

4 Rovnice a nerovnice 36 Rovnice a nerovnice 4 Rovnice a nerovnice 4.1 Lineární rovnice a jejich soustavy Požadované dovednosti řešit lineární rovnice o jedné neznámé vyjádřit neznámou ze vzorce užít lineární rovnice při řešení

Více

M - Příprava na 1. čtvrtletku pro třídu 4ODK

M - Příprava na 1. čtvrtletku pro třídu 4ODK M - Příprava na 1. čtvrtletku pro třídu 4ODK Autor: Mgr. Jaromír Juřek Kopírování a jakékoliv další využití výukového materiálu povoleno pouze s odkazem na www.jarjurek.cz. VARIACE 1 Tento dokument byl

Více

Simplexová metoda. Simplexová tabulka: Záhlaví (účelová funkce) A ~ b r βi. z j c j. z r

Simplexová metoda. Simplexová tabulka: Záhlaví (účelová funkce) A ~ b r βi. z j c j. z r Simplexová metoda Simplexová metoda, je jedním ze způsobů, jak řešit úlohy lineárního programování. Tato metoda vede k cíly, nelezení optimálního řešení, během konečného počtu kroků, pokud se při prvním

Více

Soustavy lineárních rovnic

Soustavy 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

Více

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky POSLOUPNOSTI A ŘADY 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

Markovské metody pro modelování pravděpodobnosti

Markovské 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

Více

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: 3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...

Více

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ POSLOUPNOSTI A ŘADY 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

37. PARABOLA V ANALYTICKÉ GEOMETRII

37. PARABOLA V ANALYTICKÉ GEOMETRII 37.. Napiš rovnici paraboly, která má osu rovnoběžnou s osou y a prochází body A 0; 60, B 4; 8, C 8;36. 0m p60n 4m p8n 8m p36n m p pn 0 6 8 6 mm p pn 64 6 7 3 mm p pn 6 8m64 p 3 64 6m9 p Je-li osa rovnoběžná

Více

Definice Tečna paraboly je přímka, která má s parabolou jediný společný bod,

Definice Tečna paraboly je přímka, která má s parabolou jediný společný bod, 5.4 Parabola Parabola je křivka, která vznikne řezem rotační kuželové plochy rovinou, jestliže odchylka roviny řezu od osy kuželové plochy je stejná jako odchylka povrchových přímek plochy a rovina řezu

Více

Semestrální práce z předmětu Matematické modelování Modely vyjednávání

Semestrální práce z předmětu Matematické modelování Modely vyjednávání Semestrální práce z předmětu Matematické modelování Modely vyjednávání Anna Řezníčková A07143 5. 1. 2009 Obsah 1 Úvod...3 2 Modelování základních vztahů...3 3 Koncepce modelování vyjednávacího procesu...7

Více

Skalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy.

Skalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy. 6 Skalární součin Skalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy. Příklad: Určete odchylku přímek p, q : p : x =1+3t,

Více

Otázku, kterými body prochází větev implicitní funkce řeší následující věta.

Otázku, 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.

Více

9 Kolmost vektorových podprostorů

9 Kolmost vektorových podprostorů 9 Kolmost vektorových podprostorů Od kolmosti dvou vektorů nyní přejdeme ke kolmosti dvou vektorových podprostorů. Budeme se zabývat otázkou, kdy jsou dva vektorové podprostory na sebe kolmé a jak to poznáme.

Více

Mgr. Tomáš Kotler. I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17

Mgr. Tomáš Kotler. I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17 Mgr. Tomáš Kotler I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17 VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 Je dán rovinný obrazec, v obrázku vyznačený barevnou výplní, který představuje

Více

ICT podporuje moderní způsoby výuky CZ.1.07/1.5.00/ Matematika analytická geometrie. Mgr. Pavel Liška

ICT podporuje moderní způsoby výuky CZ.1.07/1.5.00/ Matematika analytická geometrie. Mgr. Pavel Liška Název projektu ICT podporuje moderní způsoby výuky Číslo projektu CZ.1.07/1.5.00/34.0717 Název školy Gymnázium, Turnov, Jana Palacha 804, přísp. organizace Číslo a název šablony klíčové aktivity IV/2 Inovace

Více

Euklidovský prostor. Funkce dvou proměnných: základní pojmy, limita a spojitost.

Euklidovský prostor. Funkce dvou proměnných: základní pojmy, limita a spojitost. Euklidovský prostor. Funkce dvou proměnných: základní pojmy, limita a spojitost. Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a

Více

5 Informace o aspiračních úrovních kritérií

5 Informace o aspiračních úrovních kritérií 5 Informace o aspiračních úrovních kritérií Aspirační úroveň kritérií je minimální (maximální) hodnota, které musí varianta pro dané maximalizační (minimalizační) kritérium dosáhnout, aby byla akceptovatelná.

Více

CVIČNÝ TEST 37. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 5 III. Klíč 13 IV. Záznamový list 15

CVIČNÝ TEST 37. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 5 III. Klíč 13 IV. Záznamový list 15 CVIČNÝ TEST 37 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 5 III. Klíč 13 IV. Záznamový list 15 I. CVIČNÝ TEST VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 Na staré hliněné desce je namalován čtverec

Více

CVIČNÝ TEST 41. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17

CVIČNÝ TEST 41. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17 CVIČNÝ TEST 41 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17 I. CVIČNÝ TEST VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 Je dán magický čtverec, pro nějž platí,

Více

Západočeská univerzita v Plzni. Fakulta aplikovaných věd. Ivana Kozlová. Modely analýzy obalu dat

Západočeská univerzita v Plzni. Fakulta aplikovaných věd. Ivana Kozlová. Modely analýzy obalu dat Západočeská univerzita v Plzni Fakulta aplikovaných věd SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU MATEMATICKÉ MODELOVÁNÍ Ivana Kozlová Modely analýzy obalu dat Plzeň 2010 Obsah 1 Efektivnost a její hodnocení 2 2 Základní

Více

ALGEBRA LINEÁRNÍ, KVADRATICKÉ ROVNICE

ALGEBRA LINEÁRNÍ, KVADRATICKÉ ROVNICE ALGEBRA LINEÁRNÍ, KVADRATICKÉ ROVNICE A NEROVNICE, SOUSTAVY ROVNIC A NEROVNIC Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21.

Více

Úvod do řešení lineárních rovnic a jejich soustav

Úvod do řešení lineárních rovnic a jejich soustav Úvod do řešení lineárních rovnic a jejich soustav Rovnice je zápis rovnosti dvou výrazů, ve kterém máme najít neznámé číslo (neznámou). Po jeho dosazení do rovnice musí platit rovnost. Existuje-li takové

Více

19 Hilbertovy prostory

19 Hilbertovy prostory M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 34 19 Hilbertovy prostory 19.1 Úvod, základní pojmy Poznámka (připomenutí). Necht (X,(, )) je vektorový prostor se skalárním součinem

Více

Systémové modelování. Ekonomicko matematické metody I. Lineární programování

Systémové modelování. Ekonomicko matematické metody I. Lineární programování Ekonomicko matematické metody I. Lineární programování Modelování Modelování je způsob zkoumání reality, při němž složitost, chování a další vlastnosti jednoho celku vyjadřujeme složitostí, chováním a

Více

ROVNICE, NEROVNICE A JEJICH SOUSTAVY

ROVNICE, NEROVNICE A JEJICH SOUSTAVY Univerzita Karlova v Praze Pedagogická fakulta SEMINÁRNÍ PRÁCE Z METOD ŘEŠENÍ ÚLOH ROVNICE, NEROVNICE A JEJICH SOUSTAVY CIFRIK C. Úloha 1 [kvadratická rovnice s kořeny y_1=x_1^2+x_2^2, y_2=x_1^3+x_2^3]

Více

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy,

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy, Komplexní čísla Množinu všech uspořádaných dvojic (x, y) reálných čísel x, y nazýváme množinou komplexních čísel C, jestliže pro každé dvě takové dvojice (x, y ), (x 2, y 2 ) je definována rovnost, sčítání

Více

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy:

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy: Opakování středoškolské matematiky Slovo úvodem: Tato pomůcka je určena zejména těm studentům presenčního i kombinovaného studia na VŠFS, kteří na středních školách neprošli dostatečnou průpravou z matematiky

Více

Iterační metody řešení soustav lineárních rovnic. 27. prosince 2011

Iterační metody řešení soustav lineárních rovnic. 27. prosince 2011 Iterační metody řešení soustav lineárních rovnic Michal Čihák 27. prosince 2011 Přímé metody řešení soustav lineárních rovnic V přednáškách z lineární algebry jste se seznámili s několika metodami řešení

Více

Pokyny k hodnocení MATEMATIKA

Pokyny k hodnocení MATEMATIKA ILUSTRAČNÍ TEST MAIZD4C0T0 Pokyny k hodnocení MATEMATIKA Pokyny k hodnocení úlohy Vyznačte na číselné ose obraz čísla 0,6. 0,6 3 apod. NEDOSTATEČNÉ ŘEŠENÍ Chybně vyznačený obraz, resp. není zřejmé, kde

Více

1. DIFERENCIÁLNÍ POČET FUNKCE DVOU PROMĚNNÝCH

1. DIFERENCIÁLNÍ POČET FUNKCE DVOU PROMĚNNÝCH 1. DIFERENCIÁLNÍ POČET FUNKCE DVOU PROMĚNNÝCH V minulém semestru jsme studovali vlastnosti unkcí jedné nezávislé proměnné. K popisu mnoha reálných situací obvkle s jednou proměnnou nevstačíme. FUNKCE DVOU

Více

Matematický model. omezující podmínky. Tab. 2.1 Prvky ekonomického a matematického modelu

Matematický model. omezující podmínky. Tab. 2.1 Prvky ekonomického a matematického modelu 16 Čeho chceme dosáhnout? Co můžeme ovlivnit? Jaké jsou překážky? Ekonomický model cíl analýzy procesy činitelé Matematický model účelová funkce proměnné omezující podmínky Příklady maximalizace zisku

Více

ALGEBRA. Téma 5: Vektorové prostory

ALGEBRA. 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)

Více

CVIČNÝ TEST 8. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 7 III. Klíč 23 IV. Záznamový list 25

CVIČNÝ TEST 8. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 7 III. Klíč 23 IV. Záznamový list 25 CVIČNÝ TEST 8 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 23 IV. Záznamový list 25 I. CVIČNÝ TEST m 1 Vzorec F = κ 1 m R 2 vyjadřuje velikost gravitační síly, kterou na sebe

Více

DEFINICE Z LINEÁRNÍ ALGEBRY

DEFINICE 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

Více

Lineární algebra : Báze a dimenze

Lineární algebra : Báze a dimenze Lineární algebra : Báze a dimenze (5. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 9. dubna 2014, 13:33 1 2 5.1 Báze lineárního prostoru Definice 1. O množině vektorů M z LP V řekneme,

Více

Úloha - rozpoznávání číslic

Úloha - rozpoznávání číslic Úloha - rozpoznávání číslic Vojtěch Franc, Tomáš Pajdla a Tomáš Svoboda http://cmp.felk.cvut.cz 27. listopadu 26 Abstrakt Podpůrný text pro cvičení předmětu X33KUI. Vysvětluje tři způsoby rozpoznávání

Více

Obecný Hookeův zákon a rovinná napjatost

Obecný Hookeův zákon a rovinná napjatost Obecný Hookeův zákon a rovinná napjatost Základní rovnice popisující napěťově-deformační chování materiálu při jednoosém namáhání jsou Hookeův zákon a Poissonův zákon. σ = E ε odtud lze vyjádřit také poměrnou

Více

IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel

IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel Matematická analýza IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel na množině R je definováno: velikost (absolutní hodnota), uspořádání, aritmetické operace; znázornění:

Více