Vybrané partie z obrácených úloh. obrácených úloh (MG452P73)
|
|
- Karel Kopecký
- před 8 lety
- Počet zobrazení:
Transkript
1 Vybrané partie z obrácených úloh obrácených úloh (MG452P73)
2 Obsah přednášky Klasifikace obrácených úloh a základní pojmy Lineární inverzní problém, prostor parametrů a dat Gaussovy transformace, normální rovnice, metoda nejmenších čtverců, zobecněná inverze Lineární inverzní problém a SVD Regularizace lineárních inverzních úloh Linearizace slabě nelineárních úloh Newton-Raphsonova metoda Metoda proměnné metriky Simplexová metoda Inverze versus optimalizace, normy shody Lx, silně nelineární obrácené úlohy Genetický a Evoluční algoritmus, Particle-swarm optimization Statistické aspekty obrácených úloh Deterministické a statistické veličiny, statistická rozdělení Operace s náhodnými veličinami (proměnné, vektory) Zákon přenášení chyb Kovarianční matice, matice rozlišení, projekční matice Frekventistický versus Bayesovský přístup k řešení obrácených úloh Transformace kovariančních matic Praktické aspekty řešení inverzních problémů Chi2 rozdělení, pdf versus likelihood, stupně volnosti Identifikace lineárních systémů Robustní estimátory chyb (Jackknife,bootstrap) AIC-BIC model selection Geofyzikální aplikace: lokalizace hypocentra, seismická tomografie
3 Vymezení pojmu obrácená úloha m d F G předmět zájmu dostupná veličina m d d m G(m) = d (i). přímá úloha (forward modelling) F(d) = m, F = G-1 (ii). obrácená úloha (inverse problem) G = d\m (iii).analýza fyziky jevu (system identification) (i). Newton: f = d(mv)/dt, d f, m (mv), G d/dt (ii). Gauss: predikce planetky Ceres (iii).galilei: volný pád - s t2
4 Přímá úloha (příklad) Druhý Newtonův zákon - zákon síly, (Isaak Newton, ). Mutationem motus proportionalem esse vi motrici impressae et fieri secundam lineam rectam qua vis illa imprimitur. Jestliže na těleso působí síla, pak se těleso pohybuje se zrychlením, které je přímo úměrné působící síle a nepřímo úměrné hmotnosti tělesa. d (mv) F= dt
5 Obrácená úloha (příklad) t1 t2 t3 tn ε tx ε=ε(t ) t x : ε(t x )=ε x
6 Identifikace systému formulace fyzikálního zákonu Galileo Galilei ( ), zákon volného pádu
7 Identifikace systému predikce zemětřesení {x,y,z,t,m} = f (f1,f2,f3,...)
8 Klasifikace inverzních úloh (i). klasický přístup (frequentist approach) m = F(d, d) m = df(d, d) přímý výpočet, iterace pravděpodobnostní přístup (Bayesian approach) L(m d) = F(d, d) L všude, charakteristiky L (ii). m, d spojité G = integrální transformace g(s,x)m(x)dx = d(s) f(s,x)d(s)ds = m(x) (iii). G F nelineární m, d diskrétní veličiny... vektory G,F = vektorová funkce vektorové proměnné G(m) = d F(d) = m G F lineární princip superpozice princip škálování maticová algebra
9 Jaký je zájem jednotlivých oborů o inverzní problémy? (WOS, říjen 2013) GEOCHEMISTRY GEOPHYSICS GEOSCIENCES MULTIDISCIPLINARY GEOLOGY
10 Jak se vyvíjí zájem geovědních oborů o inverzní problémy v čase?
11 Statistika publikací v databázi WOS v 5-letých intervalech a) počet titulů dle oborů: Geochemistry and Geophysics Geosciences multidisciplinary Astronomy and Astrophysics b) počet titulů dle oborů && 'inverse problem': Geochemistry and Geophysics Geosciences multidisciplinary Astronomy and Astrophysics c) = b/a relativní počet publikací && 'inverse problem'
12 Number of selected publications reported by WOS Joint Inversion Joint Inversion AND Geo* Inversion AND geophysics
13 13
14 Specifika geofyzikálních inverzních úloh Nestabilita řešení Nejednoznačnost (multimodalita) Nelinearita přímé úlohy Velká dimenze (dim(d) 104, dim(m) 103 Náročný výpočet přímé úlohy (přibližný, iterativní)
15 Pilíře obrácených úloh Lineární algebra (matice, determinant, inverzní matice, vlastní čísla,...) Statistika (pravděpodobnost, náhodné a deterministické veličiny, interpolace, predikce,...) Numerická matematika a výpočty velkého rozsahu Přírodní analogie (genetika, evoluce, umělá inteligence,...)
16 Galerie Carl Friedrich Gauss Artur Cayley a James Joseph Sylvester Gabriel Cramer Eugenio Beltrami a Camille Jordan Gene Howard Golub a William Kahan Albert Tarantola
17 Carl Friedrich Gauss Metoda nejmenších čtverců Normální rozdělení
18 Maticová algebra Arthur Cayley James Joseph Sylvester
19 Gabriel Cramer Determinant
20 Eugenio Beltrami Camille Jordan Faktorizace matic vlastní čísla vlastní vektory
21 Gene Howard Golub William Kahan 1933 SVD = Singular Value Decomposition A = U*S*VT
22 Albert Tarantola Bayesovský přístup k řešení obrácených úloh
Derivace. Petr Hasil. Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)
Petr Hasil Přednáška z matematiky Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)
VíceStátní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách
Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách Ústní zkouška z oboru Náročnost zkoušky je podtržena její ústní formou a komisionálním charakterem. Předmětem bakalářské zkoušky
VíceNumerické metody a programování
Projekt: Inovace výuky optiky se zaměřením na získání experimentálních dovedností Registrační číslo: CZ.1.7/2.2./28.157 Numerické metody a programování Lekce 4 Tento projekt je spolufinancován Evropským
VíceNumerické metody a programování. Lekce 4
Numerické metody a programování Lekce 4 Linarní algebra soustava lineárních algebraických rovnic a 11 a 12 x 2 a 1, N x N = b 1 a 21 a 22 x 2 a 2, N x N = b 2 a M,1 a M,2 x 2 a M,N x N = b M zkráceně A
VíceV roce 1687 vydal Newton knihu Philosophiae Naturalis Principia Mathematica, ve které zformuloval tři Newtonovy pohybové zákony.
Dynamika I Kinematika se zabývala popisem pohybu, ale ne jeho příčinou. Například o vrzích jsme řekli, že zrychlení je konstantní a směřuje svisle dolů, ale neřekli jsme proč. Dynamika se zabývá příčinami
VíceÚvodem Dříve les než stromy 3 Operace s maticemi
Obsah 1 Úvodem 13 2 Dříve les než stromy 17 2.1 Nejednoznačnost terminologie 17 2.2 Volba metody analýzy dat 23 2.3 Přehled vybraných vícerozměrných metod 25 2.3.1 Metoda hlavních komponent 26 2.3.2 Faktorová
VíceMatematika 2 (Fakulta ekonomická) Cvičení z lineární algebry. TU v Liberci
Matematika 2 (Fakulta ekonomická) Cvičení z lineární algebry TU v Liberci Jiří Hozman 1. dubna 2010 Cvičení 2 Příklad 1. Rozhodněte, zda lze vektor x vyjádřit jako lineární kombinaci vektorů u, v, w, v
VícePožadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory
Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Zkouška ověřuje znalost základních pojmů, porozumění teorii a schopnost aplikovat teorii při
VíceDynamika hmotného bodu
Dynamika hmotného bodu Dynamika Dynamika odvozeno odřeckéhoδύναμις síla Část mechaniky, která se zabývá příčinami změny pohybového stavu tělesa Je založena na třech Newtonových zákonech pohybu Dynamika
VíceOdhad stavu matematického modelu křižovatek
Odhad stavu matematického modelu křižovatek Miroslav Šimandl, Miroslav Flídr a Jindřich Duník Katedra kybernetiky & Výzkumné centrum Data-Algoritmy-Rozhodování Fakulta aplikovaných věd Západočeská univerzita
Více1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,
KMA/SZZS1 Matematika 1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností, operace s limitami. 2. Limita funkce
VíceNumerická matematika Písemky
Numerická matematika Písemky Bodování Každá písemka je bodována maximálně 20 body. Celkem student může získat za písemky až 40 bodů, pro udělení zápočtu musí získat minimálně 20 bodů. Písemka č. 1 Dva
Více1. LINEÁRNÍ ALGEBRA Vektory Operace s vektory... 8 Úlohy k samostatnému řešení... 8
1 Lineární algebra 1 LINEÁRNÍ ALGEBRA 8 11 Vektory 8 111 Operace s vektory 8 8 112 Lineární závislost a nezávislost vektorů 8 8 113 Báze vektorového prostoru 9 9 12 Determinant 9 9 13 Matice 1 131 Operace
VíceČeské vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská OKRUHY. ke státním závěrečným zkouškám BAKALÁŘSKÉ STUDIUM
OKRUHY ke státním závěrečným zkouškám BAKALÁŘSKÉ STUDIUM Obor: Studijní program: Aplikace přírodních věd 1. Vektorový prostor R n 2. Podprostory 3. Lineární zobrazení 4. Matice 5. Soustavy lineárních rovnic
Více1 0 0 u 22 u 23 l 31. l u11
LU dekompozice Jedná se o rozklad matice A na dvě trojúhelníkové matice L a U, A=LU. Matice L je dolní trojúhelníková s jedničkami na diagonále a matice U je horní trojúhelníková. a a2 a3 a 2 a 22 a 23
VíceMatematika 1 Jiˇr ı Fiˇser 19. z aˇr ı 2016 Jiˇr ı Fiˇser (KMA, PˇrF UP Olomouc) KMA MAT1 19. z aˇr ı / 19
Matematika 1 Jiří Fišer 19. září 2016 Jiří Fišer (KMA, PřF UP Olomouc) KMA MAT1 19. září 2016 1 / 19 Zimní semestr KMA MAT1 1 Úprava algebraických výrazů. Číselné obory. 2 Kombinatorika, základy teorie
VíceStrukturní prvky - pokračování
Strukturní prvky - pokračování Fyzický strukturní prvky jsou reálné, mají měřitelnou geometrii a orientaci. Geometrické strukturní prvky jsou myšlené plochy a čáry, jsou neviditelné, ale identifikovatelné
VícePOŽADAVKY K SOUBORNÉ ZKOUŠCE Z MATEMATIKY
POŽADAVKY K SOUBORNÉ ZKOUŠCE Z MATEMATIKY Bakalářský studijní program B1101 (studijní obory - Aplikovaná matematika, Matematické metody v ekonomice, Aplikovaná matematika pro řešení krizových situací)
VíceÚvod do optimalizace, metody hladké optimalizace
Evropský sociální fond Investujeme do vaší budoucnosti Úvod do optimalizace, metody hladké optimalizace Matematika pro informatiky, FIT ČVUT Martin Holeňa, 13. týden LS 2010/2011 O čem to bude? Příklady
VíceParciální diferenciální rovnice
Parciální diferenciální rovnice Obsah kurzu Co bude obsahovat... úvod do PDR odvození některých PDR klasická teorie lineárních PDR 1. a 2. řádu řešení poč. a okraj. úloh vlastnosti řešení souvislost s
Více1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15
Úvodní poznámky... 11 1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15 1.1 Základní pojmy... 15 1.2 Aplikační oblasti a etapy zpracování signálů... 17 1.3 Klasifikace diskretních
Více11MAMY LS 2017/2018. Úvod do Matlabu. 21. února Skupina 01. reseni2.m a tak dále + M souborem zadané funkce z příkladu 3 + souborem skupina.
11MAMY LS 2017/2018 Cvičení č. 2: 21. 2. 2018 Úvod do Matlabu. Jan Přikryl 21. února 2018 Po skupinách, na které jste se doufám rozdělili samostatně včera, vyřešte tak, jak nejlépe svedete, níže uvedená
VíceProgram SMP pro kombinované studium
Zadání příkladů k procvičení na seminář Program SMP pro kombinované studium Nejdůležitější typy příkladů - minimum znalostí před zkouškovou písemkou 1) Matice 1. Pro matice 1 0 2 1 0 3 B = 7 3 4 4 2 0
VíceOtázky 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
VíceMatematika I. dvouletý volitelný předmět
Název předmětu: Zařazení v učebním plánu: Matematika I O7A, C3A, O8A, C4A dvouletý volitelný předmět Cíle předmětu Tento předmět je koncipován s cílem usnadnit absolventům gymnázia přechod na vysoké školy
VíceObsah PŘEDMLUVA 11 ÚVOD 13 1 Základní pojmy a zákony teorie elektromagnetického pole 23
Obsah PŘEDMLUVA... 11 ÚVOD... 13 0.1. Jak teoreticky řešíme elektrotechnické projekty...13 0.2. Dvojí význam pojmu pole...16 0.3. Elektromagnetické pole a technické projekty...20 1. Základní pojmy a zákony
VíceČebyševovy aproximace
Čebyševovy aproximace Čebyševova aproximace je tzv hledání nejlepší stejnoměrné aproximace funkce v daném intervalu Hledáme funkci h x, která v intervalu a,b minimalizuje maximální absolutní hodnotu rozdílu
VíceNáhodná veličina a rozdělení pravděpodobnosti
3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro
VíceObsah PŘEDMLUVA...9 ÚVOD TEORETICKÁ MECHANIKA...15
Obsah PŘEDMLUVA...9 ÚVOD...11 1. TEORETICKÁ MECHANIKA...15 1.1 INTEGRÁLNÍ PRINCIPY MECHANIKY... 16 1.1.1 Základní pojmy z mechaniky... 16 1.1.2 Integrální principy... 18 1.1.3 Hamiltonův princip nejmenší
VíceRegresní analýza 1. Regresní analýza
Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému
Víceaneb jiný úhel pohledu na prvák
Účelná matematika aneb jiný úhel pohledu na prvák Jan Hejtmánek FEL, ČVUT v Praze 24. června 2015 Jan Hejtmánek (FEL, ČVUT v Praze) Technokrati 2015 24. června 2015 1 / 18 Outline 1 Motivace 2 Proč tolik
VíceVYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY
VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY Jan Krejčí 31. srpna 2006 jkrejci@physics.ujep.cz http://physics.ujep.cz/~jkrejci Obsah 1 Přímé metody řešení soustav lineárních rovnic 3 1.1 Gaussova eliminace...............................
Více(Cramerovo pravidlo, determinanty, inverzní matice)
KMA/MAT1 Přednáška a cvičení, Lineární algebra 2 Řešení soustav lineárních rovnic se čtvercovou maticí soustavy (Cramerovo pravidlo, determinanty, inverzní matice) 16 a 21 října 2014 V dnešní přednášce
VíceNumerické metody a programování. Lekce 7
Numerické metody a programování Lekce 7 Řešení nelineárních rovnic hledáme řešení x problému f x = 0 strategie: odhad řešení iterační proces postupného zpřesňování řešení výpočet skončen pokud je splněno
VíceVícerozměrné statistické metody
Vícerozměrné statistické metody Vícerozměrné statistické rozdělení a testy, operace s vektory a maticemi Jiří Jarkovský, Simona Littnerová FSTA: Pokročilé statistické metody Vícerozměrné statistické rozdělení
VíceOPTIMALIZACE A MULTIKRITERIÁLNÍ HODNOCENÍ FUNKČNÍ ZPŮSOBILOSTI POZEMNÍCH STAVEB D24FZS
OPTIMALIZACE A MULTIKRITERIÁLNÍ HODNOCENÍ FUNKČNÍ ZPŮSOBILOSTI POZEMNÍCH STAVEB Optimalizace a multikriteriální hodnocení funkční způsobilosti pozemních staveb Anotace: Optimalizace objektů pozemních staveb
VíceMěření dat Filtrace dat, Kalmanův filtr
Měření dat Filtrace dat, Matematické metody pro ITS (11MAMY) Jan Přikryl Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 3. přednáška 11MAMY čtvrtek 28. února 2018 verze: 2018-03-21 16:45 Obsah
VíceNumerické metody optimalizace - úvod
Numerické metody optimalizace - úvod Petr Tichý 16. února 2015 1 Organizace přednášek a cvičení 13 přednášek a cvičení. Zápočet: úloha programování a testování úloh v Matlabu. Další informace na blogu
VíceSlajdy k přednášce Lineární algebra I
Slajdy k přednášce Lineární algebra I Milan Hladík Katedra Aplikované Matematiky, Matematicko-fyzikální fakulta, Univerzita Karlova v Praze, http://kammffcunicz/~hladik 22 října 203 Intro Nejstarší zaznamenaná
VíceProfilování vzorků heroinu s využitím vícerozměrné statistické analýzy
Profilování vzorků heroinu s využitím vícerozměrné statistické analýzy Autor práce : RNDr. Ivo Beroun,CSc. Vedoucí práce: prof. RNDr. Milan Meloun, DrSc. PROFILOVÁNÍ Profilování = klasifikace a rozlišování
VíceDIPLOMOVÁ PRÁCE Nelineární řízení magnetického ložiska
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta strojní Ústav mechaniky DIPLOMOVÁ PRÁCE Nelineární řízení magnetického ložiska 2004 Jan KRYŠTŮFEK Motivace Účel diplomové práce: Porovnání nelineárního řízení
VíceTypy příkladů na písemnou část zkoušky 2NU a vzorová řešení (doc. Martišek 2017)
Typy příkladů na písemnou část zkoušky NU a vzorová řešení (doc. Martišek 07). Vhodnou iterační metodou (tj. metodou se zaručenou konvergencí) řešte soustavu: x +x +4x 3 = 3.5 x 3x +x 3 =.5 x +x +x 3 =.5
VíceSoustavy lineárních rovnic-numerické řešení. October 2, 2008
Soustavy lineárních rovnic-numerické řešení October 2, 2008 (Systém lin. rovnic) Systém rovnic 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... a n1 x 1 + a n2 x 2 + + a
VíceMěření závislosti statistických dat
5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě
VíceEKONOMETRIE 7. přednáška Fáze ekonometrické analýzy
EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy Ekonometrická analýza proces, skládající se z následujících fází: a) specifikace b) kvantifikace c) verifikace d) aplikace Postupné zpřesňování jednotlivých
VíceMatematika 2 pro PEF PaE
Determinanty / 8 Matematika 2 pro PEF PaE 3 Determinanty Přemysl Jedlička Katedra matematiky, TF ČZU Permutace Determinanty Výpočet determinantu z definice 2 / 8 Permutací množiny {,, n} rozumíme prosté
VíceNUMERICKÉ METODY. Problematika num. řešení úloh, chyby, podmíněnost, stabilita algoritmů. Aproximace funkcí.
NUMERICKÉ METODY. Problematika num. řešení úloh, chyby, podmíněnost, stabilita algoritmů. Aproximace funkcí. RNDr. Radovan Potůček, Ph.D., K-15, FVT UO, KŠ 5B/11, Radovan.Potucek@unob.cz, tel. 443056 -----
VíceB) výchovné a vzdělávací strategie jsou totožné se strategiemi vyučovacího předmětu Matematika.
4.8.3. Cvičení z matematiky Předmět Cvičení z matematiky je vyučován v sextě a v septimě jako volitelný předmět. Vzdělávací obsah vyučovacího předmětu Cvičení z matematiky vychází ze vzdělávací oblasti
VíceTematický plán Obor: Informační technologie. Vyučující: Ing. Joanna Paździorová
Tematický plán Vyučující: Ing. Joanna Paździorová 1. r o č n í k 5 h o d i n t ý d n ě, c e l k e m 1 7 0 h o d i n Téma- Tematický celek Z á ř í 1. Opakování a prohloubení učiva základní školy 18 1.1.
VíceRobustní odhady statistických parametrů
Robustní odhady statistických parametrů ěkdy pracují dobře, jinde ne. Typická data - pozorování BL Lac 100 mag 40 0 0.41 0.40 JD date 0.39 0.38 0.38223-1.586 0.017 0.40550-1.530 0.019 0.39453-1.610 0.024
VíceNetradiční výklad tradičních témat
Netradiční výklad tradičních témat J. Musilová, P. Musilová: Matematika pro porozumění i praxi I. VUTIUM, Brno 2006 (291 s.), 2009 (349 s.). J. Musilová, P. Musilová: Matematika pro porozumění i praxi
VíceMatematika 1 sbírka příkladů
Matematika 1 sbírka příkladů RNDr. Rudolf SCHWARZ, CSc. Brno 2012 1. Poznámka Výsledky jednotlivých příkladů mají tuto barvu. 2. Poznámka Pokud je v hranatých závorkách uvedeno písmeno, označuje, ze které
VíceVYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ
VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ Michal Kořenář 1 Abstrakt Rozvoj výpočetní techniky v poslední době umožnil také rozvoj výpočetních metod, které nejsou založeny na bázi
VíceStatistická analýza dat
Statistická analýza dat Jméno: Podpis: Cvičení Zkouška (písemná + ústní) 25 Celkem 50 Známka Pokyny k vypracování: doba řešení je 120min, jasně zodpovězte pokud možno všechny otázky ze zadání, pracujte
VíceSoustavy linea rnı ch rovnic
[1] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení a) soustavy, 10, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l.
VíceMatematika I A ukázkový test 1 pro 2014/2015
Matematika I A ukázkový test 1 pro 2014/2015 1. Je dána soustava rovnic s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napište Frobeniovu větu (existence i počet řešení). b)
VíceOSA. maximalizace minimalizace 1/22
OSA Systémová analýza metodika používaná k navrhování a racionalizaci systémů v podmínkách neurčitosti vyšší stupeň operační analýzy Operační analýza (výzkum) soubor metod umožňující řešit rozhodovací,
VíceSoustavy lineárních rovnic-numerické řešení
Soustavy lineárních rovnic-numerické řešení November 9, 2008 Soustavy lineárních rovnic-numerické řešení 1 / 52 (Systém lin. rovnic) Systém rovnic a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22
VíceAVDAT Náhodný vektor, mnohorozměrné rozdělení
AVDAT Náhodný vektor, mnohorozměrné rozdělení Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Opakování, náhodná veličina, rozdělení Náhodná veličina zobrazuje elementární
VíceKvantová informatika pro komunikace v budoucnosti
Kvantová informatika pro komunikace v budoucnosti Antonín Černoch Regionální centrum pokročilých technologií a materiálů Společná laboratoř optiky University Palackého a Fyzikálního ústavu Akademie věd
Více3. Matice a determinanty
. Matice a determinanty Teorie matic a determinantů představuje úvod do lineární algebry. Nejrozsáhlejší aplikace mají matice a determinanty při řešení systémů lineárních rovnic. Pojem determinantu zavedl
VíceKombinatorická minimalizace
Kombinatorická minimalizace Cílem je nalézt globální minimum ve velké diskrétní množině, kde může být mnoho lokálních minim. Úloha obchodního cestujícího Cílem je najít nejkratší cestu, která spojuje všechny
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
VícePřednáška 13 Redukce dimenzionality
Vytěžování Dat Přednáška 13 Redukce dimenzionality Miroslav Čepek Fakulta Elektrotechnická, ČVUT Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti ČVUT (FEL) Redukce dimenzionality 1 /
VíceSpeciální numerické metody 4. ročník bakalářského studia. Cvičení: Ing. Petr Lehner Přednášky: doc. Ing. Martin Krejsa, Ph.D.
Speciální numerické metody 4. ročník bakalářského studia Cvičení: Ing. Petr Lehner Přednášky: doc. Ing. Martin Krejsa, Ph.D. 1 Základní informace o cvičení Předmět: 228-0210/01 Speciální numerické metody
Více2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC
.6. VLASTNÍ ČÍSLA A VEKTORY MATIC V této kapitole se dozvíte: jak jsou definována vlastní (charakteristická) čísla a vektory čtvercové matice; co je to charakteristická matice a charakteristický polynom
VíceMinikurz aplikované statistiky. Minikurz aplikované statistiky p.1
Minikurz aplikované statistiky Marie Šimečková, Petr Šimeček Minikurz aplikované statistiky p.1 Program kurzu základy statistiky a pravděpodobnosti regrese (klasická, robustní, s náhodnými efekty, ev.
VíceMatematika drsně a svižně -- nekonvenční projekt výuky a učebnice www.math.muni.cz/matematika_drsne_svizne
Matematika drsně a svižně -- nekonvenční projekt výuky a učebnice www.math.muni.cz/matematika_drsne_svizne 1 Jak vlastně studenti vnímají matematiku? počítání s čísly? pravidla na přerovnávání písmenek?
VíceFyzikální vzdělávání. 1. ročník. Učební obor: Kuchař číšník Kadeřník. Implementace ICT do výuky č. CZ.1.07/1.1.02/ GG OP VK
Fyzikální vzdělávání 1. ročník Učební obor: Kuchař číšník Kadeřník 1 1 Mechanika 1.1 Pohyby přímočaré, pohyb rovnoměrný po kružnici 1.2 Newtonovy pohybové zákony, síly v přírodě, gravitace 1.3 Mechanická
VíceMgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014. 1. Obor reálných čísel
Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014 1. Obor reálných čísel - obor přirozených, celých, racionálních a reálných čísel - vlastnosti operací (sčítání, odčítání, násobení, dělení) -
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie Úvod do předmětu obecné informace Základní pojmy ze statistiky / ekonometrie Úvod do programu EViews, Gretl Některé užitečné funkce v MS Excel Cvičení 1 Zuzana Dlouhá Úvod do
VíceLineární 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
VíceChyby měření 210DPSM
Chyby měření 210DPSM Jan Zatloukal Stručný přehled Zdroje a druhy chyb Systematické chyby měření Náhodné chyby měření Spojité a diskrétní náhodné veličiny Normální rozdělení a jeho vlastnosti Odhad parametrů
VíceZadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014
Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia
VícePravděpodobnost, náhoda, kostky
Pravděpodobnost, náhoda, kostky Radek Pelánek IV122, jaro 2015 Výhled pravděpodobnost náhodná čísla lineární regrese detekce shluků Dnes lehce nesourodá směs úloh souvisejících s pravděpodobností krátké
VíceMěření dat Filtrace dat, Kalmanův filtr
Měření dat Filtrace dat, Matematické metody pro ITS (11MAMY) Jan Přikryl Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 3. přednáška 11MAMY čtvrtek 28. února 2018 verze: 2018-02-28 12:20 Obsah
VíceVÝUKOVÝ MATERIÁL VÝUKOVÝ MATERIÁL VÝUKOVÝ MATERIÁL
VÝUKOVÝ MATERIÁL VÝUKOVÝ MATERIÁL VÝUKOVÝ MATERIÁL Identifikační údaje školy Číslo projektu Název projektu Číslo a název šablony Vyšší odborná škola a Střední škola, Varnsdorf, příspěvková organizace Bratislavská
Více1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x
1 ZOBRAZENÍ 1 Zobrazení a algebraické struktury 1 Zobrazení Příklad 1.1. (a) Ukažte, že zobrazení f : x na otevřený interval ( 1, 1). x x +1 je bijekce množiny reálných čísel R (b) Necht a, b R, a < b.
VíceVĚTY Z LINEÁRNÍ ALGEBRY
VĚTY Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. věta Nechť M = {x 1, x 2,..., x k } je množina vektorů z vektorového prostoru
VíceFaculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
1 / 40 regula Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague regula 1 2 3 4 5 regula 6 7 8 2 / 40 2 / 40 regula Iterační pro nelineární e Bud f reálná funkce
Více1. Přednáška. Ing. Miroslav Šulai, MBA
N_OFI_2 1. Přednáška Počet pravděpodobnosti Statistický aparát používaný ve financích Ing. Miroslav Šulai, MBA 1 Počet pravděpodobnosti -náhodné veličiny 2 Počet pravděpodobnosti -náhodné veličiny 3 Jevy
VíceJaroslav Tuma. 8. února 2010
Semestrální práce z předmětu KMA/MM Odstraňování šumu z obrazu Jaroslav Tuma 8. února 2010 1 1 Zpracování obrazu Zpracování obrazu je disciplína zabývající se zpracováním obrazových dat různého původu.
VíceModelování a simulace Lukáš Otte
Modelování a simulace 2013 Lukáš Otte Význam, účel a výhody MaS Simulační modely jsou nezbytné pro: oblast vědy a výzkumu (základní i aplikovaný výzkum) analýzy složitých dyn. systémů a tech. procesů oblast
VíceEva Fišerová a Karel Hron. Katedra matematické analýzy a aplikací matematiky Přírodovědecká fakulta Univerzity Palackého v Olomouci.
Ortogonální regrese pro 3-složkové kompoziční data využitím lineárních modelů Eva Fišerová a Karel Hron Katedra matematické analýzy a aplikací matematiky Přírodovědecká fakulta Univerzity Palackého v Olomouci
VíceMatice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n
[1] Základní pojmy [2] Matice mezi sebou sčítáme a násobíme konstantou (lineární prostor) měníme je na jiné matice eliminační metodou násobíme je mezi sebou... Matice je tabulka čísel s konečným počtem
VíceIterační 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
VíceBonn, Rheinischen Friedrich-Wilhelms-Universität
Bonn, Rheinischen Friedrich-Wilhelms-Universität Seznam přednášek Bc s anotacemi http://www.mathematics.uni-bonn.de/files/bachelor/ba_modulhandbuch.pdf Studijní plán-požadavky http://www.mathematics.uni-bonn.de/studium/bachelor/studienprogramm
VíceOkruhy otázek z anglického jazyka, matematiky a fyziky pro přijímací řízení do doktorských studijních programů na Fakultě strojního inženýrství
Okruhy otázek z anglického jazyka, matematiky a fyziky pro přijímací řízení do doktorských studijních programů na Fakultě strojního inženýrství Požadavky z anglického jazyka k přijímací zkoušce do doktorského
VíceSlovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy
1 Lineární algebra Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy islámského matematika Hisab al-džebr val-muqabala ( Věda o redukci a vzájemném
VíceTomáš 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
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 =
VíceHisab al-džebr val-muqabala ( Věda o redukci a vzájemném rušení ) Muhammada ibn Músá al-chvárizmího (790? - 850?, Chiva, Bagdád),
1 LINEÁRNÍ ALGEBRA 1 Lineární algebra Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy islámského matematika Hisab al-džebr val-muqabala ( Věda o redukci
VíceLINEÁRNÍ MODELY. Zdeňka Veselá
LINEÁRNÍ MODELY Zdeňka Veselá vesela.zdenka@vuzv.cz Genetika kvantitativních vlastností Jednotlivé geny nejsou zjistitelné ani měřitelné Efekty většího počtu genů poskytují variabilitu, kterou lze většinou
VíceNumerické metody a programování
Projekt: Inovace výuky optiky se zaměřením na získání experimentálních dovedností Registrační číslo: CZ.1.07/2.2.00/28.0157 Numerické metody a programování Lekce 1 Tento projekt je spolufinancován Evropským
Vícepředmětu MATEMATIKA B 1
Metodický list pro první soustředění kombinovaného studia předmětu MATEMATIKA B 1 Název tématického celku: Vektorový prostor Cíl: Základním cílem tohoto tematického celku je pochopit, co jsou to vektory
VíceMATEMATIKA PRO PŘÍRODNÍ VĚDY LINEÁRNÍ ALGEBRA, DIFERENCIÁLNÍ POČET MPV, LADP TUL, ZS 2009/10
1 MATEMATIKA PRO PŘÍRODNÍ VĚDY LINEÁRNÍ ALGEBRA, DIFERENCIÁLNÍ POČET 2 koncepce/slides: Jan Picek přednášející: Jiří Veselý KAP, tel. 485352290, budova H konzul. hodiny: dle úmluvy e-mail: jvesely@karlin.mff.cuni.cz
VíceNáhodné (statistické) chyby přímých měření
Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně
VíceAVDAT Nelineární regresní model
AVDAT Nelineární regresní model Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Nelineární regresní model Ey i = f (x i, β) kde x i je k-členný vektor vysvětlujících proměnných
VíceStavební fakulta Katedra mechaniky. Jaroslav Kruis, Petr Štemberk
České vysoké učení technické v Praze Stavební fakulta Katedra mechaniky Fuzzy množiny, fuzzy čísla a jejich aplikace v inženýrství Jaroslav Kruis, Petr Štemberk Obsah Nejistoty Teorie pravděpodobnosti
VíceEvoluční algoritmy. Podmínka zastavení počet iterací kvalita nejlepšího jedince v populaci změna kvality nejlepšího jedince mezi iteracemi
Evoluční algoritmy Použítí evoluční principů, založených na metodách optimalizace funkcí a umělé inteligenci, pro hledání řešení nějaké úlohy. Populace množina jedinců, potenciálních řešení Fitness function
Více