ANTAGONISTICKE HRY 172

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "ANTAGONISTICKE HRY 172"

Transkript

1 5 ANTAGONISTICKÉ HRY 172

2 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí na tom, jaká rozhodnutí zvolili. Matematickým modelem antagonistického konfliktu je hra v normálním tvaru s konstantním součtem: {Q = {1, 2}; S, T ; u 1 (s, t), u 2 (s, t)} u 1 (s, t) + u 2 (s, t) = konst. pro každé (s, t) S T 173

3 Definice 1. Strategie s, t se nazývají rovnovážné ve hře (5), platí-li pro každé s S a každé t T : u 1 (s, t ) u 1 (s, t ) a zároveň u 2 (s, t) u 2 (s, t ) Je-li speciálně součet ve hře nulový, budeme používat značení model tedy bude vypadat takto: u 1 (s, t) = u 2 (s, t) = u(s, t); {Q = {1, 2}; S, T ; u(s, t)} (5.1) Pro rovnovážné strategie s, t ve hře s nulovým součtem musí platit: u(s, t ) u(s, t ) u(s, t) pro všechna s S, t T. (5.2) Hodnota u(s, t ) se nazývá cena hry. 174

4 Lze dokázat, že ke každé hře tvaru (5) s konstantním součtem lze přiřadit hru v normálním tvaru s nulovým součtem, která je s původní hrou strategicky ekvivalentní, tj. každá dvojice strategií s, t, které jsou rovnovážné v původní hře, představuje dvojici rovnovážných strategií i v příslušné hře s nulovým součtem a naopak. Přesněji: Věta 1. Necht (5) je hra s konstantním součtem rovným K. Potom s, t jsou rovnovážné strategie ve hře (5) tehdy a jen tehdy, jsou-li s, t rovnovážné strategie ve hře s nulovým součtem (5.1), kde u(s, t) = u 1 (s, t) u 2 (s, t). 175

5 MATICOVÉ HRY Hru dvou hráčů s nulovým součtem a konečnými prostory strategií S = {s 1, s 2,... s m }, T = {t 1, t 2,... t n } (5.3) lze zadat pomocí matice A = a 11 a a 1n a 21 a a 2n a m1 a m2... a mn = u 1 (s 1, t 1 ) u 1 (s 1, t 2 )... u 1 (s 1, t l ) u 1 (s 2, t 1 ) u 1 (s 2, t 2 )... u 1 (s 2, t l ) u 1 (s k, t 1 ) u 1 (s k, t 2 )... u 1 (s k, t l ) jejíž prvky udávají hodnoty výplatní funkce prvního hráče (výplatní funkce druhého hráče má vždy opačnou hodnotu): prvek a ij je roven hodnotě výplatní funkce prvního hráče, zvolil-li strategii s i a protivník zvolil strategii t j. Pro takto zadané hry se používá označení maticové hry. 176

6 Rovnovážné strategie v maticové hře První hráč pro každou svou strategii s i, tj. pro každý řádek i {1, 2,..., m} matice, nalezne minimální prvek, který pro danou strategii představuje minimální zaručenou výhru bez ohledu na volbu protivníka. Pak vybere tu strategii, neboli ten řádek, kde je toto minimum nejvyšší a tím i nejvyšší zaručená výhra nejmenší zlo. Podobně postupuje druhý hráč. Pro něj je nejhorší možností ta nejvyšší hodnota výhry prvního hráče; proto pro každou svou strategii t i, tj. pro každý sloupec j {1, 2,..., n} matice, nalezne maximální prvek, který pro danou strategii představuje maximální zaručenou prohru bez ohledu na volbu protivníka. Potom vybere tu strategii, neboli ten sloupec, kde je toto maximum nejmenší, neboli kde je maximální prohra co nejnižší. 177

7 Hráč 2 Hráč 1 s 1 s 2. s k t 1 t 2... t l u 1 (s 1, t 1 ) u 1 (s 1, t 2 )... u 1 (s 1, t l ) u 1 (s 2, t 1 ) u 1 (s 2, t 2 )... u 1 (s 2, t l ) u 1 (s k, t 1 ) u 1 (s k, t 2 )... u 1 (s k, t l ) Hráč 1: min tj u 1 (s i, t j ) MAX Hráč 2: max si u 1 (s i, t j ) MIN Zřejmě platí: max s i min t j u 1 (s i, t j ) min max u 1 (s i, t j ) (5.4) t j s i 178

8 Platí-li ve vztahu (5.4) rovnost, pak společná hodnota u(s, t ) = max s i min t j u 1 (s i, t j ) = min max u 1 (s i, t j ) (5.5) t j s i představuje cenu hry a dvojice strategií (s, t ) je rovnovážným bodem. Prvek u(s, t ) má tu vlastnost, že je současně nejmenší na řádku a největší ve sloupci, proto se nazývá sedlový prvek matice. 179

9 Příklad 1. Uvažujme hru s maticí Hráč 2 t 1 t 2 t 3 t 4 Hráč 1 s 1 s 2 s k min max: max s min t u 1 (s i, t j ) = 4 = min t max u 1 (s i, t j ) = u 1 (s 1, t 3 ) s Dvojice strategií (s 1, t 3 ) je rovnovážným bodem hry. 180

10 Bohužel, ne vždy sedlový prvek existuje: Příklad 2. Hráč 2 t 1 t 2 t 3 Hráč 1 s 1 s 2 s k min max: max s min t u 1 (s i, t j ) = 1 < min t max u 1 (s i, t j ) = 1 s 181

11 Podobně pro matice: A = ( ) ( 0 5/2 2, B = ). (5.6) V těchto případech nezbyde než zavést smíšené strategie. Uvažujme nový model dané rozhodovací situace, původně popsané maticovou hrou s maticí (5): 182

12 Definice 2. Mějme maticovou hru s prostory strategií (5.8) a maticí hry (5). Hru dvou hráčů s nulovým součtem s prostory strategií S s = {p; p = (p 1,... p m ), p p m = 1, p o} T s = {q; q = (q 1,... q n ), q q n = 1, q o} a s výplatní funkcí (5.7) π(p, q) = m n p i a ij q j = paq T (5.8) i=1 j=1 nazveme smíšeným rozšířením původní maticové hry. Prvky původních prostorů strategiís, T se nazývají ryzí strategie, prvky prostorů S s, T s, které udávají rozdělení pravděpodobností na prostoru ryzích strategií, se nazývají smíšené strategie. Věta 2. Základní věta maticových her. Smíšené rozšíření každé maticové hry má řešení v rovnovážných strategiích. 183

13 Tj. pro každou matici A existují vektory p S s, q T s : paq T p Aq T p Aq T pro všechna p S s, q T s. (5.9) Ještě jinak: Věta. Vždy existují smíšené strategie (p, q ), pro které π(p, q ) = max p min q π(s i, t j ) = min q max π(s i, t j ) p Věta 3. Rovnovážné strategie smíšeného rozšíření maticové hry se nemění, přičteme-li ke každému prvku matice hry totéž kladné nebo záporné číslo c. Cena hry s takto pozměněnou maticí je v + c, kde v je cena původní hry. 184

14 GRAFICKÉ ŘEŠENÍ MATICOVÝCH HER PRO MATICE TYPU (2, n) Střední hodnoty výhry hráče 1 při smíšené strategii (p, 1 p) a při ryzích strategiích hráče 2: Hledáme g j (p) = pa 1j + (1 p)a 2j, j = 1, 2,..., n. (5.10) p := arg max p 0,1 Nejprve budeme uvažovat funkci ϕ(p) := min g j(p). (5.11) j=1,2,...,n min g j(p). (5.12) j=1,2,...,n Tato funkce je konkávní, po částech lineární, snadno nalezneme bod jejího maxima. Hledaná cena hry je potom rovna v = ϕ(p ) := max ϕ(p) (5.13) p 0,1 a hledaná smíšená rovnovážná strategie hráče 1 je (p, 1 p ). Nastává-li extrém v bodě p, kde g j (p ) = g k (p ) = v pro jednoznačně určené strategie j, k pak složky smíšené rovnovážné 185

15 strategie hráče 2 s indexy různými od j, k jsou rovny nule. Složky, které mohou být nenulové, získáme vyřešením soustavy a 1j q j + a 1k q k = v, q j + q k = 1, q j 0, q k 0, nebo a 2j q j + a 2k q k = v, q j + q k = 1, q j 0, q k

16 Příklad 3. Určení rovnovážných strategií pro hru s maticí ( 5 5/ ). g 1 (p) = 5p + 4(1 p) = p + 4 g 2 (p) = 5 p + 8(1 p) = p + 8 g 3 (p) = 3p + 6(1 p) = 3p + 6 ϕ(p) nabývá maxima v bodě p = 1, hodnota tohoto maxima je 2 Vyřešením soustavy rovnic v(m) = q 1 + 3q 3 = 4.5, q 1 + q 3 = 1, q 1 0, q 3 0, získáme q 1 = 0.75, q 2 = Rovnovážný bod je tedy p = ( 1, ) 1 2 2, q = ( 3, 1 4 4). 187

17 188

18 OBECNÉ ŘEŠENÍ MATICOVÝCH HER LINEÁRNÍ PROGRAMOVÁNÍ Uvažujme maticovou hru s maticí a 11 a a 1n a A = 21 a a 2n a m1 a m2... a mn (5.14) a smíšené strategie p = (p 1,..., p m ), p p m = 1, p i 0 i {1,..., m}, q = (q 1,..., q n ), q q n = 1, q j 0 j {1,..., n}. Předpokládejme, že všechny prvky matice A jsou kladné (Pokud by nebyly, mohli bychom ke všem prvkům matice přičíst dostatečně vysokou kladnou konstantu c, čímž se podle věty 3 z hlediska strategií nic nezmění). 189

19 Postup je podobný, jako v případě hledání ryzích rovnovážných strategií. První hráč hledá pro libovolné, ale v tuto chvíli pevné p svou minimální zaručenou výhru h. Uvažujme Zřejmě je h = min j {a 1jp 1 + a 2j p a mj p m }. (5.15) h a 1j p 1 + a 2j p a mj p m pro všechna j {1, 2,..., n}. m (q 1 + q q n ) } {{ } h 1 q 1 h q 1 (a 11 p 1 + a 21 p a m1 p m ) q 2 h q 2 (a 12 p 1 + a 22 p a m2 p m ) q n h q n (a 1n p 1 + a 2n p a mn p m ) i=1 n p i a ij q j = π(p, q) j=1 h π(p, q) 190

20 Hodnota h je proto minimální zaručenou výhrou hráče 1, at již jeho protivník zvolí jakoukoli ryzí či smíšenou strategii (vzhledem k (5.15) je h největší číslo splňující poslední nerovnost). Nerovnosti h a 1j p 1 + a 2j p a mj p m pro všechna j {1, 2,..., n}. vydělme hodnotou h a označme p 1 1 a 1j h + a p 2 2j h + + a p m mj h y i = p i h ; zřejmě platí: y 1 + y y m = 1 h. Obdržíme nerovnost 1 a 1j y 1 + a 2j y a mj y m. (5.16) 191

21 Maximalizovat minimální zaručenou výhru znamená maximalizovat h, tj. Minimalizovat při omezeních 1 h = y 1 + y y m 1 a 1j y 1 + a 2j y a mj y m, j = 1, 2,..., n. (5.17) To je přesně duální úloha lineárního programování, která nám jako výsledek poskytne příslušnou strategii p. 192

22 Pro druhého hráče je postup analogický. Hledá h a q tak, aby h a i1 q 1 + a i2 q a in q n pro všechna i {1, 2,..., m}, přičemž opět q 1 + q q n = 1, q j 0 pro všechna j {1, 2,..., n}. Vydělme nerovnost hodnotou h a označme 1 a i1 q 1 h + a i2 q 2 h + + a in q n h x j = q j h ; zřejmě platí: x 1 + x x n = 1 h. Obdržíme nerovnost Minimalizovat h tedy znamená: 1 a i1 x 1 + a i2 x a in x n. (5.18) maximalizovat při omezeních 1 h = x 1 + x x n 1 a i1 x 1 + a i2 x a in x n, i = 1, 2,..., m. (5.19) 193

23 To je odpovídající primární úloha lineárního programování (aby h byla cena hry, je třeba, aby to v obou případech bylo totéž číslo). 194

24 Příklad 4 Penalty Střelba penalt může být považována za antagonistickou hru s následující maticí, která udává pravděpodobnost gólu pro různé strategie střelce (1. hráč) a brankáře (2. hráč). Budeme hledat rovnovážný bod v ryzích nebo smíšených strategiích. Strategie skoč vlevo skoč vpravo čekej uprostřed Střílej vlevo 0, 6 0, 7 1 Střílej vpravo 1 0, 8 0, 7 Řešení. g 1 (p) = 0, p = 1 0, 4p g 2 (p) = 0, 7p + 0, 8(1 p) = 0, 8 0, 1p g 3 (p) = p + 0, 7(1 p) = 0, 7 + 0, 3p Nejvyšší zaručená výhra pro střelce: g 2 (p) = g 3 (p) p = 1 4 Rovnovážný bod: ( 1, ) ( 3 4 4, 0, 3, 1 4 4), cena hry: v = 0,

25 Správnost řešení maticových her si můžete zkontrolovat pomocí appletu, který naleznete zde. Následující příklad ilustruje přechod od sedlového prvku k rovnovážnému bodu. Pro hry s nulovým a konstantním součtem se oba pojmy shodují, pro hry s nekonstantním součtem už tomu tak být nemusí: (3, 3) (2, 2) (0, 0) (1, 1) (3, 3) (2, 4) (0, 6) (1, 5) (3, 3) (2, 4) (0, 2) (4, 5) (4, 5)... vzájemně nejlepší odpovědi rovnovážný bod 196

1 Linearní prostory nad komplexními čísly

1 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)

Více

Teorie her. RNDr. Magdalena Hykšová, Ph.D. online prostředí, Operační program Praha Adaptabilita, registrační číslo CZ.2.17/3.1.00/31165.

Teorie her. RNDr. Magdalena Hykšová, Ph.D. online prostředí, Operační program Praha Adaptabilita, registrační číslo CZ.2.17/3.1.00/31165. Teorie her RNDr. Magdalena Hykšová, Ph.D. Kurz vznikl v rámci projektu Rozvoj systému vzdělávacích příležitostí pro nadané žáky a studenty v přírodních vědách a matematice s využitím online prostředí,

Více

Teorie her. Kapitola 1. 1.1 Základní pojmy. 1.1.1 Základní pojmy

Teorie her. Kapitola 1. 1.1 Základní pojmy. 1.1.1 Základní pojmy Kapitola 1 Teorie her Dosud jsme se věnovali jednokriteriální či vícekriteriální optimalizaci, kde ve všech úlohách byly předem pevně dané podmínky a ty se nijak neměnily v závislosti na našem rozhodnutí.

Více

(ne)závislost. α 1 x 1 + α 2 x 2 + + α n x n. x + ( 1) x Vektoru y = ( 1) y říkáme opačný vektor k vektoru y. x x = 1. x = x = 0.

(ne)závislost. α 1 x 1 + α 2 x 2 + + α n x n. x + ( 1) x Vektoru y = ( 1) y říkáme opačný vektor k vektoru y. x x = 1. x = x = 0. Lineární (ne)závislost [1] Odečítání vektorů, asociativita BI-LIN, zavislost, 3, P. Olšák [2] Místo, abychom psali zdlouhavě: x + ( 1) y, píšeme stručněji x y. Vektoru y = ( 1) y říkáme opačný vektor k

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

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat se hledají souvislosti mezi dvěma, případně

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

15. Moduly. a platí (p + q)(x) = p(x) + q(x), 1(X) = id. Vzniká tak struktura P [x]-modulu na V.

15. Moduly. a platí (p + q)(x) = p(x) + q(x), 1(X) = id. Vzniká tak struktura P [x]-modulu na V. Učební texty k přednášce ALGEBRAICKÉ STRUKTURY Michal Marvan, Matematický ústav Slezská univerzita v Opavě 15. Moduly Definice. Bud R okruh, bud M množina na níž jsou zadány binární operace + : M M M,

Více

Řešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a 1 2. 1 + a 2 2 1

Řešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a 1 2. 1 + a 2 2 1 Příklad 1. Určete všechna řešení následující soustavy rovnic nad Z 2 : 0 0 0 1 1 1 0 1 0 1 1 1 1 1 0 1 0 1 0 1 1 Gaussovou eliminací převedeme zadanou soustavu na ekvivalentní soustavu v odstupňovaném

Více

2.6. Vlastní čísla a vlastní vektory matice

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

Více

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

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

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

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

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

Více

PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2]

PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2] PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2] Použitá literatura: [1]: J.Reif, Z.Kobeda: Úvod do pravděpodobnosti a spolehlivosti, ZČU Plzeň, 2004 (2. vyd.) [2]: J.Reif: Metody matematické

Více

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

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

Více

METRICKÉ A NORMOVANÉ PROSTORY

METRICKÉ A NORMOVANÉ PROSTORY PŘEDNÁŠKA 1 METRICKÉ A NORMOVANÉ PROSTORY 1.1 Prostor R n a jeho podmnožiny Připomeňme, že prostorem R n rozumíme množinu uspořádaných n tic reálných čísel, tj. R n = R } R {{ R }. n krát Prvky R n budeme

Více

Číselné charakteristiky a jejich výpočet

Číselné charakteristiky a jejich výpočet Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz charakteristiky polohy charakteristiky variability charakteristiky koncetrace charakteristiky polohy charakteristiky

Více

Vlastní číslo, vektor

Vlastní číslo, vektor [1] Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost

Více

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují 1. u + v = v + u, u, v V 2. (u + v) + w = u + (v + w),

Více

12. Determinanty. 12. Determinanty p. 1/25

12. Determinanty. 12. Determinanty p. 1/25 12. Determinanty 12. Determinanty p. 1/25 12. Determinanty p. 2/25 Determinanty 1. Induktivní definice determinantu 2. Determinant a antisymetrické formy 3. Výpočet hodnoty determinantu 4. Determinant

Více

Limita a spojitost funkce

Limita a spojitost funkce Limita a spojitost funkce Základ všší matematik Dana Říhová Mendelu Brno Průřezová inovace studijních programů Lesnické a dřevařské fakult MENDELU v Brně (LDF) s ohledem na disciplin společného základu

Více

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

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

Více

Ergodické Markovské et zce

Ergodické Markovské et zce 1. b ezen 2013 Denice 1.1 Markovský et zec nazveme ergodickým, jestliºe z libovolného stavu m ºeme p ejít do jakéhokoliv libovolného stavu (ne nutn v jednom kroku). Denice 1.2 Markovský et zec nazveme

Více

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

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

Více

Matematika stavebního spoření

Matematika stavebního spoření Matematika stavebního spoření Výpočet salda ve stacionárním stavu a SKLV Petr Kielar Stavební spořitelny se od klasických bank odlišují tím, že úvěry ze stavebního spoření poskytují zásadně z primárních

Více

1 Mnohočleny a algebraické rovnice

1 Mnohočleny a algebraické rovnice 1 Mnohočleny a algebraické rovnice 1.1 Pojem mnohočlenu (polynomu) Připomeňme, že výrazům typu a 2 x 2 + a 1 x + a 0 říkáme kvadratický trojčlen, když a 2 0. Číslům a 0, a 1, a 2 říkáme koeficienty a písmenem

Více

Přílohy. Příloha 1. Obr. P1.1 Zadání úlohy v MS Excel

Přílohy. Příloha 1. Obr. P1.1 Zadání úlohy v MS Excel Přílohy Příloha 1 Řešení úlohy lineárního programování v MS Excel V této příloze si ukážeme, jak lze řešit úlohy lineárního programování pomocí tabulkového procesoru MS Excel 2007. Výpočet budeme demonstrovat

Více

5. Interpolace a aproximace funkcí

5. Interpolace a aproximace funkcí 5. Interpolace a aproximace funkcí Průvodce studiem Často je potřeba složitou funkci f nahradit funkcí jednodušší. V této kapitole budeme předpokládat, že u funkce f známe její funkční hodnoty f i = f(x

Více

Základní vlastnosti eukleidovského prostoru

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

Více

Práce, energie a další mechanické veličiny

Práce, energie a další mechanické veličiny Práce, energie a další mechanické veličiny Úvod V předchozích přednáškách jsme zavedli základní mechanické veličiny (rychlost, zrychlení, síla, ) Popis fyzikálních dějů usnadňuje zavedení dalších fyzikálních

Více

Aut 2- regulační technika (2/3) + prvky regulačních soustav (1/2)

Aut 2- regulační technika (2/3) + prvky regulačních soustav (1/2) Předmět: Ročník: Vytvořil: Datum: AUTOMATIZACE DRUHÝ ZDENĚK KOVAL Název zpracovaného celku: 27. 3. 2013 Aut 2- regulační technika (2/3) + prvky regulačních soustav (1/2) 5.5 REGULOVANÉ SOUSTAVY Regulovaná

Více

Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace

Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace RELACE Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace slouží k vyjádření vztahů mezi prvky nějakých množin. Vztahy mohou být různé povahy. Patří sem vztah býti potomkem,

Více

Matematika pro studenty ekonomie. Doc. RNDr. Jiří Moučka, Ph.D. RNDr. Petr Rádl

Matematika pro studenty ekonomie. Doc. RNDr. Jiří Moučka, Ph.D. RNDr. Petr Rádl Doc. RNDr. Jiří Moučka, Ph.D. RNDr. Petr Rádl Matematika pro studenty ekonomie Vydala Grada Publishing, a.s. U Průhonu 22, 70 00 Praha 7 tel.: +420 234 264 40, fax: +420 234 264 400 www.grada.cz jako svou

Více

Výroková logika II. Negace. Již víme, že negace je změna pravdivostní hodnoty výroku (0 1; 1 0).

Výroková logika II. Negace. Již víme, že negace je změna pravdivostní hodnoty výroku (0 1; 1 0). Výroková logika II Negace Již víme, že negace je změna pravdivostní hodnoty výroku (0 1; 1 0). Na konkrétních příkladech si ukážeme, jak se dají výroky negovat. Obecně se výrok dá negovat tak, že před

Více

JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT4

JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT4 ŘEŠENÍ MINITESTŮ JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT4. Z daných tří soustav rovnic o neznámých x, x vyberte právě všechny ty, které jsou regulární.

Více

2. spojitost (7. cvičení) 3. sudost/lichost, periodicita (3. cvičení) 4. první derivace, stacionární body, intervaly monotonie (10.

2. spojitost (7. cvičení) 3. sudost/lichost, periodicita (3. cvičení) 4. první derivace, stacionární body, intervaly monotonie (10. MA. cvičení průběh funkce Lukáš Pospíšil,202 Průběh funkce Pod úkolem vyšetřete průběh funkce budeme rozumět nalezení všech kvalitativních vlastností zadané funkce - tedy bude potřeba zjistit o funkci

Více

Optimalizace portfolia a míry rizika. Pavel Sůva

Optimalizace portfolia a míry rizika. Pavel Sůva Základní seminář 6. října 2009 Obsah Úloha optimalizace portfolia Markowitzův model Míry rizika Value-at-Risk Conditional Value-at-Risk Drawdown míry rizika Minimalizační formule Optimalizační modely Empirická

Více

opravdu považovat za lepší aproximaci. Snížení odchylky o necelá dvě procenta

opravdu považovat za lepší aproximaci. Snížení odchylky o necelá dvě procenta Řetězové zlomky a dobré aproximace Motivace Chceme-li znát přibližnou hodnotu nějakého iracionálního čísla, obvykle používáme jeho (nekonečný) desetinný rozvoj Z takového rozvoje, řekněme z rozvoje 345926535897932384626433832795028849769399375

Více

Střední hodnota a rozptyl náhodné. kvantilu. Ing. Michael Rost, Ph.D.

Střední hodnota a rozptyl náhodné. kvantilu. Ing. Michael Rost, Ph.D. Střední hodnota a rozptyl náhodné veličiny, vybraná rozdělení diskrétních a spojitých náhodných veličin, pojem kvantilu Ing. Michael Rost, Ph.D. Príklad Předpokládejme že máme náhodnou veličinu X která

Více

Řešení slovních úloh pomocí lineárních rovnic

Řešení slovních úloh pomocí lineárních rovnic Řešení slovních úloh pomocí lineárních rovnic Řešení slovních úloh představuje spojení tří, dnes bohužel nelehkých, úloh porozumění čtenému textu (pochopení zadání), jeho matematizaci (převedení na rovnici)

Více

y 10 20 Obrázek 1.26: Průměrová rovina válcové plochy

y 10 20 Obrázek 1.26: Průměrová rovina válcové plochy 36 KAPITOLA 1. KVADRIKY JAKO PLOCHY 2. STUPNĚ 2 1 2 1 1 y 1 2 Obráek 1.26: Průměrová rovina válcové plochy Věta: Je-li definována průměrová rovina sdružená s asymptotickým směrem, potom je s tímto směrem

Více

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan 11. Lineární zobrazení V celé přednášce pojednáváme o vektorových prostorech nad

Více

Programy na PODMÍNĚNÝ příkaz IF a CASE

Programy na PODMÍNĚNÝ příkaz IF a CASE Vstupy a výstupy budou vždy upraveny tak, aby bylo zřejmé, co zadáváme a co se zobrazuje. Není-li určeno, zadáváme přirozená čísla. Je-li to možné, používej generátor náhodných čísel vysvětli, co a jak

Více

Oproti definici ekvivalence jsme tedy pouze zaměnili symetričnost za antisymetričnost.

Oproti definici ekvivalence jsme tedy pouze zaměnili symetričnost za antisymetričnost. Kapitola 3 Uspořádání a svazy Pojem uspořádání, který je tématem této kapitoly, představuje (vedle zobrazení a ekvivalence) další zajímavý a důležitý speciální případ pojmu relace. 3.1 Uspořádání Definice

Více

Malé statistické repetitorium Verze s řešením

Malé statistické repetitorium Verze s řešením Verze s řešením Příklad : Rozdělení náhodné veličiny základní charakteristiky Rozdělení diskrétní náhodné veličiny X je dáno následující tabulkou x 0 4 5 P(X = x) 005 05 05 0 a) Nakreslete graf distribuční

Více

Lineární programování

Lineární programování 24.9.205 Lineární programování Radim Farana Podklady pro výuku pro akademický rok 203/204 Obsah Úloha lineárního programování. Formulace úlohy lineárního programování. Typické úlohy lineárního programování.

Více

Základní pojmy teorie ODR a speciální typy ODR1

Základní pojmy teorie ODR a speciální typy ODR1 ODR1 1 Základní pojmy teorie ODR a speciální typy ODR1 A. Diferenciální rovnice a související pojmy Mnohé fyzikální a jiné zákony lze popsat pomocí rovnic, v nichž jako neznámá vystupuje funkce, přičemž

Více

Neuronové časové řady (ANN-TS)

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

Více

Fibonacciho čísla na střední škole

Fibonacciho čísla na střední škole Fibonacciho čísla na střední škole Martina Jarošová Abstract In this contribution we introduce some interesting facts about Fibonacci nunbers We will prove some identities using different proof methods

Více

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

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

Více

Kvízové otázky Obecná ekonomie I. Teorie firmy

Kvízové otázky Obecná ekonomie I. Teorie firmy 1. Firmy působí: a) na trhu výrobních faktorů b) na trhu statků a služeb c) na žádném z těchto trhů d) na obou těchto trzích Kvízové otázky Obecná ekonomie I. Teorie firmy 2. Firma na trhu statků a služeb

Více

množinu definujeme axiomaticky: nesnažíme se ji zkonstruovat (dokonce se ani nezabýváme otázkou,

množinu definujeme axiomaticky: nesnažíme se ji zkonstruovat (dokonce se ani nezabýváme otázkou, Matematická analýza I přednášky M. Málka cvičení A. Hakové a R. Otáhalové Zimní semestr 2004/05 2. Reálná čísla, funkce reálné proměnné V této kapitole zavádíme množinu, na níž stojí celá matematická analýza:

Více

ELEKTRICKÝ PROUD ELEKTRICKÝ ODPOR (REZISTANCE) REZISTIVITA

ELEKTRICKÝ PROUD ELEKTRICKÝ ODPOR (REZISTANCE) REZISTIVITA ELEKTRICKÝ PROD ELEKTRICKÝ ODPOR (REZISTANCE) REZISTIVITA 1 ELEKTRICKÝ PROD Jevem Elektrický proud nazveme usměrněný pohyb elektrických nábojů. Např.:- proud vodivostních elektronů v kovech - pohyb nabitých

Více

Nechť M je množina. Zobrazení z M M do M se nazývá (binární) operace

Nechť M je množina. Zobrazení z M M do M se nazývá (binární) operace Kapitola 2 Algebraické struktury Řada algebraických objektů má podobu množiny s nějakou dodatečnou strukturou. Například vektorový prostor je množina vektorů, ty však nejsou jeden jako druhý : jeden z

Více

Samoopravné kódy. Katedra matematiky a Institut teoretické informatiky Západočeská univerzita

Samoopravné kódy. Katedra matematiky a Institut teoretické informatiky Západočeská univerzita Katedra matematiky a Institut teoretické informatiky Západočeská univerzita Seminář pro učitele středních a vysokých škol, Plzeň, 30. března 2012 jsou všude Některé oblasti využití: CD přehrávače mobilní

Více

6.1 Normální (Gaussovo) rozdělení

6.1 Normální (Gaussovo) rozdělení 6 Spojitá rozdělení 6.1 Normální (Gaussovo) rozdělení Ze spojitých rozdělení se v praxi setkáme nejčastěji s normálním rozdělením. Toto rozdělení je typické pro mnoho náhodných veličin z rozmanitých oborů

Více

2 Vektory a vektorové prostory 23 2.1 Lineární závislost a nezávislost vektorů... 25 2.2 Souřadná soustava a báze... 26

2 Vektory a vektorové prostory 23 2.1 Lineární závislost a nezávislost vektorů... 25 2.2 Souřadná soustava a báze... 26 Obsah 1 Matice 3 11 Operace s maticemi 4 12 Soustavy lineárních rovnic 11 13 Maticové rovnice a výpočet inverzní matice 15 14 Elementární matice 19 15 Cvičení 21 16 Řešení 22 2 Vektory a vektorové prostory

Více

6. Lineární (ne)rovnice s odmocninou

6. Lineární (ne)rovnice s odmocninou @06 6. Lineární (ne)rovnice s odmocninou rovnice Když se řekne s odmocninou, znamená to, že zadaná rovnice obsahuje neznámou pod odmocninou. není (ne)rovnice s odmocninou neznámá x není pod odmocninou

Více

1. Jordanův kanonický tvar

1. Jordanův kanonický tvar . Jordanův kanonický tvar Obecně nelze pro zadaný lineární operátor ϕ : U U najít bázi α takovou, že (ϕ) α,α by byla diagonální. Obecně však platí, že pro každý lineární operátor ϕ : U U nad komplexními

Více

Determinanty a matice v theorii a praxi

Determinanty a matice v theorii a praxi Determinanty a matice v theorii a praxi 1. Lineární závislost číselných soustav In: Václav Vodička (author): Determinanty a matice v theorii a praxi. Část druhá. (Czech). Praha: Jednota československých

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

Volné stromy. Úvod do programování. Kořenové stromy a seřazené stromy. Volné stromy

Volné stromy. Úvod do programování. Kořenové stromy a seřazené stromy. Volné stromy Volné stromy Úvod do programování Souvislý, acyklický, neorientovaný graf nazýváme volným stromem (free tree). Často vynecháváme adjektivum volný, a říkáme jen, že daný graf je strom. Michal Krátký 1,Jiří

Více

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7 Příklad 1 a) Autobusy městské hromadné dopravy odjíždějí ze zastávky v pravidelných intervalech 5 minut. Cestující může přijít na zastávku v libovolném okamžiku. Určete střední hodnotu a směrodatnou odchylku

Více

4EK211 Základy ekonometrie

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

Více

Posloupnosti a jejich konvergence POSLOUPNOSTI

Posloupnosti a jejich konvergence POSLOUPNOSTI Posloupnosti a jejich konvergence Pojem konvergence je velmi důležitý pro nediskrétní matematiku. Je nezbytný všude, kde je potřeba aproximovat nějaké hodnoty, řešit rovnice přibližně, používat derivace,

Více

1. Množiny, zobrazení, relace

1. Množiny, zobrazení, relace Matematická analýza I přednášky M. Málka cvičení A. Hakové a R. Otáhalové Zimní semestr 2004/05 1. Množiny, zobrazení, relace První kapitola je věnována základním pojmům teorie množin. Pojednává o množinách

Více

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

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

Více

11 Analýza hlavních komponet

11 Analýza hlavních komponet 11 Analýza hlavních komponet Tato úloha provádí transformaci měřených dat na menší počet tzv. fiktivních dat tak, aby většina informace obsažená v původních datech zůstala zachována. Jedná se tedy o úlohu

Více

Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz. Algebra Struktury s jednou operací

Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz. Algebra Struktury s jednou operací Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz Algebra Struktury s jednou operací Teoretická informatika 2 Proč zavádíme algebru hledáme nástroj pro popis objektů reálného světa (zejména

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

I. kolo kategorie Z7

I. kolo kategorie Z7 60. ročník Matematické olympiády I. kolo kategorie Z7 Z7 I 1 Součin číslic libovolného vícemístného čísla je vždy menší než toto číslo. Pokud počítáme součin číslic daného vícemístného čísla, potom součin

Více

mechanická práce W Studentovo minimum GNB Mechanická práce a energie skalární veličina a) síla rovnoběžná s vektorem posunutí F s

mechanická práce W Studentovo minimum GNB Mechanická práce a energie skalární veličina a) síla rovnoběžná s vektorem posunutí F s 1 Mechanická práce mechanická práce W jednotka: [W] = J (joule) skalární veličina a) síla rovnoběžná s vektorem posunutí F s s dráha, kterou těleso urazilo 1 J = N m = kg m s -2 m = kg m 2 s -2 vyjádření

Více

Celá čísla. Celá čísla jsou množinou čísel, kterou tvoří všechna čísla přirozená, čísla k nim opačná a číslo nula.

Celá čísla. Celá čísla jsou množinou čísel, kterou tvoří všechna čísla přirozená, čísla k nim opačná a číslo nula. Celá čísla Celá čísla jsou množinou čísel, kterou tvoří všechna čísla přirozená, čísla k nim opačná a číslo nula. Množinu celých čísel označujeme Z Z = { 3, 2, 1,0, 1,2, 3, } Vlastností této množiny je,

Více

KOMPRESE OBRAZŮ. Václav Hlaváč. Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání. hlavac@fel.cvut.

KOMPRESE OBRAZŮ. Václav Hlaváč. Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání. hlavac@fel.cvut. 1/24 KOMPRESE OBRAZŮ Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz http://cmp.felk.cvut.cz/ hlavac KOMPRESE OBRAZŮ, ÚVOD 2/24 Cíl:

Více

MASARYKOVA UNIVERZITA

MASARYKOVA UNIVERZITA MASARYKOVA UNIVERZITA PŘÍRODOVĚDECKÁ FAKULTA ÚSTAV MATEMATIKY A STATISTIKY Bakalářská práce BRNO 2012 VLASTISLAV FORCH MASARYKOVA UNIVERZITA PŘÍRODOVĚDECKÁ FAKULTA ÚSTAV MATEMATIKY A STATISTIKY Pravděpodobný

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

MODELY ŘÍZENÍ ZÁSOB nákladově orientované modely poptávka pořizovací lhůta dodávky předstih objednávky deterministické stochastické

MODELY ŘÍZENÍ ZÁSOB nákladově orientované modely poptávka pořizovací lhůta dodávky předstih objednávky deterministické stochastické MODELY ŘÍZENÍ ZÁSOB Význam zásob spočívá především v tom, že - vyrovnávají časový nebo prostorový nesoulad mezi výrobou a spotřebou - zajišťují plynulou výrobu nebo plynulé dodávky zboží i při nepředvídaných

Více

1 Zdroj napětí náhradní obvod

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

Více

10 Důkazové postupy pro algoritmy

10 Důkazové postupy pro algoritmy 10 Důkazové postupy pro algoritmy Nyní si ukážeme, jak formální deklarativní jazyk z Lekce 9 využít k formálně přesným induktivním důkazům vybraných algoritmů. Dá se říci, že tato lekce je vrcholem v naší

Více

v z t sin ψ = Po úpravě dostaneme: sin ψ = v z v p v p v p 0 sin ϕ 1, 0 < v z sin ϕ < 1.

v z t sin ψ = Po úpravě dostaneme: sin ψ = v z v p v p v p 0 sin ϕ 1, 0 < v z sin ϕ < 1. Řešení S-I-4-1 Hledáme vlastně místo, kde se setkají. A to tak, aby nemusel pes na zajíce čekat nebo ho dohánět. X...místo setkání P...místo, kde vybíhá pes Z...místo, kde vybíhá zajíc ZX = v z t P X =

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

8 Střední hodnota a rozptyl

8 Střední hodnota a rozptyl Břetislav Fajmon, UMAT FEKT, VUT Brno Této přednášce odpovídá kapitola 10 ze skript [1]. Také je k dispozici sbírka úloh [2], kde si můžete procvičit příklady z kapitol 2, 3 a 4. K samostatnému procvičení

Více

ϵ = b a 2 n a n = a, pak b ϵ < a n < b + ϵ (2) < ϵ, což je spor, protože jsme volili ϵ = b a

ϵ = b a 2 n a n = a, pak b ϵ < a n < b + ϵ (2) < ϵ, což je spor, protože jsme volili ϵ = b a MA 6. cvičení výpočet limit posloupností Lukáš Pospíšil,202 Malý (ale pěkný) důkaz na úvod V dnešním cvičení se naučíme počítat jednoduché limity, nicméně by na začátek bylo vhodné ukázat, že to co hledáme,

Více

Odpřednesenou látku naleznete v kapitole 3.3 skript Diskrétní matematika.

Odpřednesenou látku naleznete v kapitole 3.3 skript Diskrétní matematika. Lineární kódy, část 2 Odpřednesenou látku naleznete v kapitole 3.3 skript Diskrétní matematika. Jiří Velebil: A7B01LAG 22.12.2014: Lineární kódy, část 2 1/12 Dnešní přednáška 1 Analýza Hammingova (7, 4)-kódu.

Více

LOKÁLNÍ EXTRÉMY. LOKÁLNÍ EXTRÉMY (maximum a minimum funkce)

LOKÁLNÍ EXTRÉMY. LOKÁLNÍ EXTRÉMY (maximum a minimum funkce) Předmět: Ročník: Vytvořil: Datum: MATEMATIKA ČTVRTÝ Mgr. Tomáš MAŇÁK 5. srpna Název zpracovaného celku: LOKÁLNÍ EXTRÉMY LOKÁLNÍ EXTRÉMY (maimum a minimum funkce) Lokální etrémy jsou body, v nichž funkce

Více

OBECNÉ METODY VYROVNÁNÍ

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

Více

2.1 Formule predikátové logiky. větám. Použijte k tomu predikátových symbolu uvedených v textu.

2.1 Formule predikátové logiky. větám. Použijte k tomu predikátových symbolu uvedených v textu. 6 Kapitola 2 Příklady z predikátové logiky 2.1 Formule predikátové logiky 2.1.1 Příklad. Napište formule predikátové logiky odpovídající následujícím větám. Použijte k tomu predikátových symbolu uvedených

Více

3. Celá čísla. 3.1. Vymezení pojmu celé číslo. 3.2. Zobrazení celého čísla na číselné ose

3. Celá čísla. 3.1. Vymezení pojmu celé číslo. 3.2. Zobrazení celého čísla na číselné ose 3. Celá čísla 6. ročník 3. Celá čísla 3.1. Vymezení pojmu celé číslo Ve své dosavadní praxi jste se setkávali pouze s přirozenými čísly. Tato čísla určovala konkrétní počet (6 jablek, 7 kilogramů jablek,

Více

Povídání k sedmé sérii

Povídání k sedmé sérii Povídání k sedmé sérii Tato série se zabývá hrami. Pojem hra není pro řešení zadaných úloh potřeba nějak přesně vymezovat, čtenář si vystačí s intuitivní představou. Naše hry mají charakter her pro dva

Více

Optimalizace úvěrových nabídek. EmbedIT 7.11.2013 Tomáš Hanžl

Optimalizace úvěrových nabídek. EmbedIT 7.11.2013 Tomáš Hanžl Optimalizace úvěrových nabídek EmbedIT 7.11.2013 Tomáš Hanžl Obsah Spotřebitelský úvěr Popis produktu Produktová definice v HC Kalkulace úvěru Úloha nalezení optimálního produktu Shrnutí Spotřebitelský

Více

7. Cvičení Tisk rozsáhlých tabulek

7. Cvičení Tisk rozsáhlých tabulek 7. Cvičení Tisk rozsáhlých tabulek 1. Na Plochu si uložte soubor pro Tisk tabulky, který je uložen v IS VŠFS. Cesta k souboru: Student Předměty VSFS:B_AS_2 Aplikační software 2 Více (otevřeme nabídku)

Více

6.2.8 Vlnová funkce. ψ nemá (zatím?) žádný fyzikální smysl, fyzikální smysl má funkce. Předpoklady: 060207

6.2.8 Vlnová funkce. ψ nemá (zatím?) žádný fyzikální smysl, fyzikální smysl má funkce. Předpoklady: 060207 6..8 Vlnová funkce ředpoklady: 06007 edagogická poznámka: Tato hodina není příliš středoškolská. Zařadil jsem ji kvůli tomu, aby žáci měli alespoň přibližnou představu o tom, jak se v kvantové fyzice pracuje.

Více

ZŠ ÚnO, Bratří Čapků 1332

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

Více

4. Topologické vlastnosti množiny reálných

4. Topologické vlastnosti množiny reálných Matematická analýza I přednášky M. Málka cvičení A. Hakové a R. Otáhalové Zimní semestr 2004/05 4. Topologické vlastnosti množiny reálných čísel V této kapitole definujeme přirozenou topologii na množině

Více

Euklidovský prostor. Euklides. Euklidovy postuláty (axiomy)

Euklidovský prostor. Euklides. Euklidovy postuláty (axiomy) Euklidovský prostor Euklidovy Základy (pohled do historie) dnešní definice kartézský souřadnicový systém vlastnosti rovin v E n speciální vlastnosti v E 3 (vektorový součin) a) eprostor, 16, b) P. Olšák,

Více

K OZA SE PASE NA POLOVINĚ ZAHRADY Zadání úlohy

K OZA SE PASE NA POLOVINĚ ZAHRADY Zadání úlohy Koza se pase na polovině zahrady, Jaroslav eichl, 011 K OZA E PAE NA POLOVINĚ ZAHADY Zadání úlohy Zahrada kruhového tvaru má poloměr r = 10 m. Do zahrady umístíme kozu, kterou přivážeme provazem ke kolíku

Více

Reziduovaná zobrazení

Reziduovaná zobrazení Reziduovaná zobrazení Irina Perfilieva Irina.Perfilieva@osu.cz 1. března 2015 Outline 1 Reziduované zobrazení 2 Izotónní/Antitónní zobrazení Definice Necht A, B jsou uspořádané množiny. Zobrazení f : A

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