Fraktálová komprese obrazu
|
|
- Danuše Beránková
- před 5 lety
- Počet zobrazení:
Transkript
1 Fraktálová komprese obrazu
2 Úvo Termí fraktál poprvé použl Beot Malebrot (975 Některé efce pojmu fraktál: Fraktál je erový ebo fragmetovaý geometrcký tvar, který může být rozěle a část, které jsou (alespoň přblžě meší kopí celku. Fraktály jsou obecě sobě-poobé (self-smlar to je malá část vypaá jako celý obraz Fraktál je obraz ebo símek, který může být kompletě popsá matematckým algortmem (v lbovolém rozlšeí Fraktál je pevý bo (attractor systému terovaých fukcí (Iterate Fucto System
3 Systém terovaých fukcí soubor kotraktvích zobrazeí ejlépe lze IFS vysvětlt pomocí kopírovacího stroje (Multple Reucto Copyg mache s ásleujícím vlastostm:. Kopírka obsahuje skup čoček, astaveých tak, že mohou vytvářet překrývající se kope orgálu. Kažá čočka zmešuje velkost orgálu 3. Kopírka pracuje teračě ve zpětovazebím režmu tj.,výstup je zovu přvee a vstup
4 Matematcky lze kažou čočku popsat jako tzv. kotraktví afí zobrazeí, které měí měřítko vstupu (zmešuje, atáčí ho a kopíruje a výstup. + f e c b a w tj. kažý bo vstupího obrazu (x,y bue trasformová o výstupího obrazuumístě v ovépozc x, y, pro kteréplatí + f e y x c b a y x ' ' Krotraktví zobrazeí : x w(x, x w(x (x,x s (x,x < s <
5 Příkla IFS systému: (Serpského trojúhelík w w w
6 Další příkla IFS fraktálu: (Barsleyova kapraa
7 Zobecěí IFS systému pro šeotóové obrazy Pro šeotóové obrazy je IFS systém trojrozměrý a zobrazeí má tvar + o f e z y x s c b a z y x w z y x ' ' ' ke s a o slouží k mofkac jasu
8 Záklaí prcp algortmu fraktálové komprese Záklaí prcp spočívá v rozěleí komprmovaého obrazu a rage bloky (epřekrývají se a vyhleáváí oma bloků (mohou se překrývat které jsou rage blokům poobé oma bloky rage bloky
9 oma bloky se mohou vyskytovat buď v záklaím tvaru ebo v trasformovaé poobě. Používají se ásleující trasformace. Rotace o º. Rotace o 9º 3. Rotace o 8º 4. Rotace o 7º 5. Překlopeí přes horzotálí osu 6. Překlopeí přes vertkálí osu 7. Překlopeí přes hlaví agoálu 8. Překlopeí přes velejší agoálu
10 Detalí algortmus fraktálové komprese. Segmetace obrazu komprmovaý obraz je rozěle o bloků velkost 8x8 (4x4 pxelů. Tyto bloky pokrývají celý obraz a epřekrývají se. Tyto bloky se azývají rage bloky R. Vytvořeí souboru oméových bloků (oma pool procházíme obraz zleva o prava shora olů s krokem k pxelů a vytvoříme sezam tzv. oméových bloků, které mají vojásobou velkost rage bloků. V kažém oméovém bloku jsou průměrováy souseí pxely a jsou uložey o ového oméového bloku stejé velkost jako rage blok. Novým oméovým blokem přepíšeme blok půvoí. For to N R opakuj kroky 3 a 4 (N R je počet rage bloků 3. Vyhleáváí - pro kažý rage blok R alezeme v souboru oméových bloků blok D B, který se mu ejvíce poobá.
11 a Pro kažý oméový blok D j a trasformac m t (t,,,8 se vypočte D jt m t (D j a a záklaě ásleujících rovc se staoví koefcety s a o b Koefcety s a o se kvatzují c Pro kvatzovaé koefcety se pole ásleující rovce vypočte chyba poobost bloků E(D jt,r s r o r r s ( ( ( ( o o o r s s r R D E, (
12 Nalezeme blok D jt s mmálí chybou E(D jt,r t,,,8 e V souboru oméových bloků alezeme ejpoobější blok tj. D B m ( D' j t,,..., N D N D je počet oméových bloků 4. Výstupem je kó w (e,f,m,o,s 5. Výstupí posloupost trasformací je možé kóovat metoou bezztrátové komprese
13 Stratege vyhleáváí (vytvořeí souboru oméových bloků. Metoa hrubé síly (heavy brute force velkost kroku k. Časová složtost je O(, pro šeotóový obrazek vyžauje algortmus 37 8 Gflops. Lght Brute Force velkost kroku k>. Kvalta výsleého obrazu může být v tomto přípaě horší protože přeskakujeme ěkteré část obrazů, které by mohl být poobé s rage blokem 3. Omezeá oblast vyhleáváí - oblast vyhleáváí oméových bloků se reukuje pouze a okolí (apř. kvarat testovaého rage bloku. 4. Lokálí sprálové vyhleáváí oméové bloky jsou vyhleáváy a sprále začíající v pozc rage bloku. Vyhleáváí kočí jakmle se aleze vhoý oméový blok
14 5. Hleáí ve stejém místě jako je opovíající rage blok. Jeá se o rychlé vyhleáváí (složtost O( s ízkou kvaltou 6. Kategorzovaé vyhleáváí kažý oméový blok je zařaze o jeé ze 7 kategorí (3 tříy, 4 kategorí v kažé tříě. Postup klasfkace bloků je ásleující: ejprve je blok rozěle o 4 kvaratů a pro kažý kvarat se vypočítá průměrá hoota pxelů pole ásleujících rovc: A V j j r (( r j j A Poté je blok atoče o kaocké pozce tj. pozce ve které je světlost kvaratů shoá z ěkterým z ásleujících vzorů (světlostprůměrá hoota jasu pxelů
Komprese dat Obsah. Modely barev. Radim Farana. Podklady pro výuku. Ztrátová komprese. Fraktální komprese. RGB (Red-Green-Blue),
9..4 Komprese dat Radm Faraa Podklady pro výuku Obsah Ztrátová komprese. Komprese JPEG. Waweletová komprese. Fraktálí komprese. Modely barev RGB (Red-Gree-Blue), Nestejé vímáí (ectlvost a modrou) relatví
VíceMartin Sloup, A04372. Ohyb světla optickou mřížkou
Mart Sloup, A0437 Ohyb světla optckou mřížkou Mart Sloup, A0437 Obecá část Optcká mřížka a průcho světla je skleěá estčka, a íž je vyryta řaa jemých, rovoběžých, stejě o sebe vzáleých vrypů. Vrypy tvoří
VíceExperimentální identifikace regulovaných soustav
Expermetálí etfkace reglovaých sostav Cílem je zhotoveí matematckého moel a záklaě formací získaých měřeím. Požívá se možství meto. Výběr metoy je ůležtý, protože a ěm závsí přesost áhraího moel. Záklaím
VíceMetody zkoumání závislosti numerických proměnných
Metody zkoumáí závslost umerckých proměých závslost pevá (fukčí) změě jedoho zaku jedozačě odpovídá změa druhého zaku (podle ějakého fukčího vztahu) (matematka, fyzka... statstcká (volá) změám jedé velčy
VíceFraktálová komprese. Historie
Fraktálová komprese Hstore Prví zmíky o tzv. fraktálové kompres jsem ašel kdys v bezvadé a dodes aktuálí kížce!! Grafcké formáty (Braslav Sobota, Já Mlá, akl. Kopp), kde však šlo spíše o adšeý úvod a pak
Více4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností
4.2 Elemetárí statstcké zpracováí Výsledkem statstckého zjšťováí (. etapa statstcké čost) jsou euspořádaá, epřehledá data. Proto 2. etapa statstcké čost zpracováí, začíá většou jejch utříděím, zpřehleděím.
VíceModel minimalizace technologického zbytku pro ZPO 1 v TŽ, a.s.
Hutcké lsty č.3/28 Výroba ocel Moel mmalzace techologckého zbytku pro PO v TŽ, a.s. Ig. Mroslav Hozák, TŘINECKÉ ŽELEÁRNY, a. s., Průmyslová, 739 6 Třec Staré Město,Třec Ig. Ja Morávka, Ph.D., Třecký žeýrg,
VíceRovnice 1.řádu. (taková řešení nazýváme singulární řešení). řeší rovnici (*) na intervalu ( a, b)
Rovce řáu Rovce se separovaým proměým Derecálí rovc tvaru g h * azýváme rovcí se separovaým proměým latí: Nechť g je spojtá uce a tervalu a b h je spojtá a eulová uce a tervalu c Ozačme postupě G a H prmtví
Více5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC
5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC V této kaptole se dozvíte: jak je defováa fukce přrozeá odmoca v kompleím oboru a jaké má vlastost včetě odlšostí od odmocy v reálém
VíceAplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2006/2007 Radim Farana. Obsah. Algoritmus
Podklady předmětu pro akademický rok 006007 Radim Faraa Obsah Tvorba algoritmů, vlastosti algoritmu. Popis algoritmů, vývojové diagramy, strukturogramy. Hodoceí složitosti algoritmů, vypočitatelost, časová
VíceIlustrativní příklad ke zkoušce z B_PS_A léto 2014.
Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95
VícePřednáška V. Úvod do teorie odhadu. Pojmy a principy teorie odhadu Nestranné odhady Metoda maximální věrohodnosti Průměr vs.
Předáška V. Úvod do teore odhadu Pojmy a prcpy teore odhadu Nestraé odhady Metoda mamálí věrohodost Průměr vs. medá Opakováí výběrová dstrbučí fukce Sestrojíme výběrovou dstrbučí fukc pro výšku a váhu
Vícejsou varianty znaku) b) při intervalovém třídění (hodnoty x
Výběr z eřeštelých příkladů ze zkouškových testů Jde o výběr z tpů příkladů, jejchž úspěšost řešeí u zkoušek se blíží ule. Itervalové versus bodové tříděí V tabulce je uvedeo rozděleí četostí a) př bodovém
Více[ jednotky ] Chyby měření
Chyby měřeí Provedeme-l určté měřeí za stejých podmíek vícekrát, jedotlvá měřeí se mohou odlšovat (z důvodu koečé rozlšovací schopost měř. přístrojů, áhodých vlvů apod.). Chyba měřeí: e = x x x...přesá
Více13 Fraktály ÚM FSI VUT v Brně Studijní text. 13 Fraktály
Fraktály ÚM FSI VUT v Brě Stuijí text Fraktály Fraktálí geometrie je rozvíjea zhruba o šeesátých let miulého století jako ástroj popisu chaotičosti příroy. Geometrie se až o evateáctého století zabývala
Více11. Časové řady. 11.1. Pojem a klasifikace časových řad
. Časové řad.. Pojem a klasfkace časových řad Specfckým statstckým dat jsou časové řad pomocí chž můžeme zkoumat damku jevů v čase. Časovou řadou (damcká řada, vývojová řada) rozumíme v čase uspořádaé
VíceROZPOZNÁVAČ ŘEČI S OMEZENÝM SLOVNÍKEM
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATIONS
Více9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost
Dráha [m] 9. Měřeí závslostí ve statstce Měřeí závslostí ve statstce se zývá především zkoumáím vzájemé závslost statstckých zaků vícerozměrých souborů. Závslost přtom mohou být apříklad pevé, volé, jedostraé,
VíceGenerování dvojrozměrných rozdělení pomocí copulí
Pravděpodobost a matematcká statstka eerováí dvojrozměrých rozděleí pomocí copulí umbelova copule PRAHA 005 Vpracoval: JAN ZÁRUBA OBSAH: CÍL PRÁCE TEORIE Metoda verzí trasformace O copulích Sklarova věta
VíceVÍCEKRITERIÁLNÍ ANALÝZA VARIANT ZA JISTOTY
VÍCEKRITERIÁLNÍ ANALÝZA VARIANT ZA JISTOTY Záklaí pom Rozhoutí výběr eé ebo více varat z mož všech přípustých varat. Rozhoovatel subekt, který má za úkol učt rozhoutí. V úlohách vícekrterálí aalýz varat
Více1. Základy měření neelektrických veličin
. Základ měřeí eelektrckých velč.. Měřcí řetězec Měřcí řetězec (měřcí soustava) je soubor měřcích čleů (jedotek) účelě uspořádaých tak, ab blo ožě splt požadovaý úkol měřeí, tj. získat formac o velkost
VíceUniverzita Karlova v Praze Pedagogická fakulta
Uverzta Karlova v Praze Pedagogcká fakulta SEMINÁRNÍ PRÁCE Z OBECNÉ ALGEBRY DĚLITELNOST CELÝCH ČÍSEL V SOUSTAVÁCH O RŮZNÝCH ZÁKLADECH / Cfrk C. Zadáí: Najděte pět krtérí pro děltelost v jých soustavách
VíceStrojové učení. Things learn when they change their behavior in a way that makes them perform better in a future. (Witten, Frank, 1999) typy učení:
Strojové učeí The feld of mache learg s cocered wth the questo of how to costruct computer programs that automatcally mprove wth eperece. (Mtchell, 1997) Thgs lear whe they chage ther behavor a way that
VíceÚvod do korelační a regresní analýzy
Úvod do korelačí a regresí aalýz Bude ás zajímat, jak těsě spolu souvsí dva sledovaé jev Příklad: vztah mez rchlostí auta a brzdou dráhou vztah mez věkem žáka a rchlostí v běhu a 60 m vztah mez spotřebou
VíceIlustrativní příklad ke zkoušce z B_PS_A léto 2013.
Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95
VíceMechanika soustavy hmotných bodů a tuhého tělesa
Mechaka soustavy hmotých boů a tuhého tělesa Učebí text pro výuku přemětu Fyzka pro KME, letí semestr školího roku 00/ Autor: Mart Žáček, katera fyzky, Fakulta Elektrotechcká, ČVUT Vymezeí a souvslost
VíceHodnocení vlastností materiálů podle ČSN EN 1990, přílohy D
Hooceí vlastostí ateriálů pole ČSN EN 1990, přílohy D Mila Holický Klokerův ústav ČVUT v Praze 1. Úvo 2. Kvatil áhoé veličiy 3. Hooceí jeé veličiy 4. Hooceí oelu 5. Příklay - poůcky ECEL Obecé zásay statistického
VíceCvičení 2: Rozhodovací stromy, RBF sítě, vlastní algoritmy v RapidMineru
České vysoké učeí techcké v Praze Fakulta formačích techologí Katedra teoretcké formatky Evropský socálí fod Praha & EU: Ivestujeme do vaší budoucost MI-ADM Algortmy data mgu 2010/2011 Cvčeí 2: Rozhodovací
VíceIAJCE Přednáška č. 12
Složitost je úvod do problematiky Úvod praktická realizace algoritmu = omezeí zejméa: o časem o velikostí paměti složitost = vztah daého algoritmu k daým prostředkům: časová složitost každé možiě vstupích
VíceUniverzita Tomáše Bati ve Zlíně
Uiverzita Tomáše Bati ve Zlíě LABORATORNÍ CVIČENÍ Z FYZIKY II Název úlohy: Iterferece a teké vrstvě Jméo: Petr Luzar Skupia: IT II/ Datum měřeí: 3.říja 007 Obor: Iformačí techologie Hooceí: Přílohy: 0
VíceFourierova transformace ve zpracování obrazů
Fourierova trasformace ve zpracováí obrazů Jea Baptiste Joseph Fourier 768-83 6. předáška předmětu Zpracováí obrazů Martia Mudrová 24 Motivace Proč používat Fourierovu trasformaci? základí matematický
VíceUSTÁLENÉ PROUDĚNÍ V OTEVŘENÝCH KORYTECH
USTÁLENÉ POUDĚNÍ V OTEVŘENÝCH KOYTECH ovoměré prouděí Charakterstka:. Hloubka vod v kortě, průtočá plocha a průřezová rchlost jsou v každém příčém řezu kostatí.. Čára eerge, vodí hlada a do korta jsou
VíceObyčejné diferenciální rovnice. Cauchyova úloha Dirichletova úloha
Občejé erecálí rovce Caucova úloa Drcletova úloa Občejé erecálí rovce - Caucova úloa Úlo: I. = s omíou = jea rovce. řáu II. soustava rovc. řáu III. = - jea rovce -téo řáu = = = - = - Hleáme uc res. uce
Více2 STEJNORODOST BETONU KONSTRUKCE
STEJNORODOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí stejorodosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů
Vícezákladním prvkem teorie křivek v počítačové grafice křivky polynomiální n
Petra Suryková Modelováí křivek základím prvkem teorie křivek v počítačové grafice křivky polyomiálí Q( t) a a t... a t polyomiálí křivky můžeme sado vyčíslit sado diferecovatelé lze z ich skládat křivky
VíceUniverzita Karlova v Praze Pedagogická fakulta
Uverzt Krlov v Prze Pegogcká kult SEMINÁRNÍ PRÁCE Z POLYNOMICKÉ ALGEBRY POLYNOM 00/00 CIFRIK Záí: Vyšetřete všem probrým prostřeky polyom 0 0 Vyprcováí: Pole věty: Rcoálí kořey. Nechť p Q je koře polyomu
VíceZS 2018/19 Po 10:40 T5
Cvičeí - Matematická aalýza ZS 08/9 Po 0:40 T5 Cvičeí 008 Řešte erovice v R: 8, log 3 ( 3+3 0 Částečý součet geometrické řady: pro každé q C, q, a N platí 3 Důsledek: +q +q + +q = q+ q si+si+ +si = si
Více8 NELINEÁRNÍ REGRESNÍ MODELY
8 NELINEÁRNÍ REGRESNÍ MODELY 8 Tvorba eleárího regresího modelu Postup tvorby eleárího regresího modelu se dá rozčlet do těchto kroků: Návrh regresího modelu Obvykle se jako eleárí regresí model používá
Více3. Sekvenční obvody. b) Minimalizujte budící funkce pomocí Karnaughovy mapy
3.1 Zadáí: 3. Sekvečí obvody 1. Navrhěte a realizujte obvod geerující zadaou sekveci. Postupujte ásledově: a) Vytvořte vývojovou tabulku pro zadaou sekveci b) Miimalizujte budící fukce pomocí Karaughovy
VíceLABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATEDRA FYZIKY LABORATORNÍ CVIČENÍ Z FYZIKY Jméo: Petr Česák Datum měřeí:.3.000 Studjí rok: 999-000, Ročík: Datum odevzdáí: 6.3.000 Studjí skupa: 5 Laboratorí skupa:
VíceAPLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV FINANCÍ FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF FINANCES APLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU
Více1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru
Lekce Normálí rozděleí v rově V této lekc se udeme věovat měřeí korelačí závslost dvojce áhodých velč (dvousložkového áhodého vektoru) Vcházet udeme z ormálího rozděleí pravděpodoost áhodého vektoru v
VícePRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2
SP3 Neparametrcké testy hypotéz PRAVDĚPODOBNOST A STATISTIKA Neparametrcké testy hypotéz čast Lbor Žák SP3 Neparametrcké testy hypotéz Lbor Žák Neparametrcké testy hypotéz - úvod Neparametrcké testy statstckých
Více1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor
1 Měřeí závlot tattckých zaků 1.1 Dvourozměrý tattcký oubor Př aalýze ekoomckých kutečotí á čato ezajímají jedotlvé velč jako takové, ale vztah mez m. Ptáme e, jak záví poptávka a ceě produktu, plat zamětaců
Více1.1 Definice a základní pojmy
Kaptola. Teore děltelost C. F. Gauss: Matematka je královou všech věd a teore čísel je králova matematky. Základím číselým oborem se kterým budeme v této kaptole pracovat jsou celá čísla a pouze v ěkterých
VícePRAVDĚPODOBNOST A STATISTIKA
Matematka IV PRAVDĚPODOBNOT A TATITIKA Lbor Žák Matematka IV Lbor Žák Regresí aalýza Regresí aalýza zkoumá závslost mez ezávslým proměým X ( X,, X k a závsle proměou Y. Tato závslost se vjadřuje ve tvaru
VíceDiskrétní Fourierova transformace
Disrétí Fourierova trasformace Záladí idea trasformace x Trasformace Zpracováí v časové oblasti Zpracováí v trasform. oblasti x Iverzí Trasformace Spojitá Fourierova trasformace f j πft x t e dt Disrétí
Více1 ROVNOMĚRNOST BETONU KONSTRUKCE
ROVNOMĚRNOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí rovoměrosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů
VíceDobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze
Dobýváí zalostí Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické iformatiky Matematicko-fyzikálí fakulta Uiverzity Karlovy v Praze Dobýváí zalostí Pokročilé techiky pro předzpracováí dat Doc. RNDr. Iveta
VíceNejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A
Nejstoty měřeí Pro každé přesé měřeí potřebujeme formac s jakou přesostí bylo měřeí provedeo. Nejstota měřeí vyjadřuje terval ve kterém se achází skutečá hodota měřeé velčy s určtou pravděpodobostí. Nejstota
VíceFunkce. RNDr. Yvetta Bartáková. Gymnázium, SOŠ a VOŠ Ledeč nad Sázavou
Fukce RNDr. Yvetta Bartáková Gymázium, SOŠ a VOŠ Ledeč ad Sázavou Limita poslouposti a fukce VY INOVACE_0 9_M Gymázium, SOŠ a VOŠ Ledeč ad Sázavou A) Limita poslouposti Říkáme, že posloupost a je kovergetí,
VíceÚvod do teorie měření
Uverzta Jaa Evagelsty Purkyě v Ústí ad Labem Přírodovědecká fakulta Úvod do teore měřeí Prof. Chlář emář 0 Průměr, rozptyl a směrodatá odchylka X = X = ( X X ) = = = Výpočty pomocí vzorců a pomocí statstckých
VíceVýsledky této ásti regresní analýzy jsou asto na výstupu z poítae prezentovány ve form tabulky analýzy rozptylu.
Ig. Marta Ltschmaová Statstka I., cveí 4 JEDNODUCHÁ LINEÁRNÍ REGRESE asto chceme prozkoumat vztah mez dvma velam, kde jeda z ch, tzv. ezávsle promá x, má ovlvovat druhou, tzv. závsle promou Y. edpokládá
Více11. Popisná statistika
. Popsá statstka.. Pozámka: Př statstckém zkoumáí ás zajímají hromadé jevy a procesy, u kterých zkoumáme zákotost, které se projevují u velkého počtu prvků. Prvky zkoumáí azýváme statstcké jedotky. Př
VíceNáhodné jevy, jevové pole, pravděpodobnost
S Náhodé jevy pravděpodobost Náhodé jevy jevové pole pravděpodobost Lbor Žák S Náhodé jevy pravděpodobost Lbor Žák Základí pojmy Expermet česky též vědecký pokus je soubor jedáí a pozorováí jehož účelem
VíceStatistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky).
Statstka. Základí pojmy Statstcký soubo - daá koečá, epázdá moža M předmětů pozoováí, majících jsté společé vlastost (událost, věc,.) Jedotlvé pvky této možy se azývají pvky statstckého soubou (statstcké
VíceT e c h n i c k á z p r á v a. Pokyn pro vyhodnocení nejistoty měření výsledků kvantitativních zkoušek. Technická zpráva č.
Evropská federace árodích asocací měřcích, zkušebích a aalytckých laboratoří Techcká zpráva č. /006 Srpe 006 Poky pro vyhodoceí ejstoty měřeí výsledků kvattatvích zkoušek T e c h c k á z p r á v a EUROLAB
VíceE L E K T R I C K É S T R O J E II Měření synchronního stroje Fázování, V křivky, Potierova reaktance, stanovení buzení
1 TO - ŠB FE Datum měřeí E L E K T C K É S T O J E Měřeí sychroího stroje Fázováí, křivky, Potierova reaktace, staoveí buzeí 1. Zaáí úlohy : Příjmeí Jméo Skupia (hooceí) 1. Proveďte přifázováí sychroího
VíceInstalační manuál inels Home Control
OBSAH 1) Úvod... 3 2) Kofigurace chytré krabičky... 3 3) Nahráí aplikace do TV... 3 4) Nastaveí IP adresy do TV... 4 5) Nastaveí chytré krabičky pomocí SmartTV aplikace... 4 5.1) Půdorys (floorpla)...
VíceStřední hodnoty. Aritmetický průměr prostý Aleš Drobník strana 1
Středí hodoty. Artmetcký průměr prostý Aleš Drobík straa 0. STŘEDNÍ HODNOTY Př statstckém zjšťováí často zpracováváme statstcké soubory s velkým možstvím statstckých jedotek. Např. soubor pracovíků orgazace,
VíceStatistika - vícerozměrné metody
Statstka - vícerozměré metody Mgr. Mart Sebera, Ph.D. Katedra kezologe Masarykova uverzta Fakulta sportovích studí Bro 0 Obsah Obsah... Sezam obrázků... 4 Sezam tabulek... 4 Úvod... 6 Pojmy... 7 Náhodé
VíceOdhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:
Odhady parametrů polohy a rozptýleí pro často se vyskytující rozděleí dat v laboratoři se vyčíslují podle ásledujících vztahů: a : Laplaceovo (oboustraé expoeciálí rozděleí se vyskytuje v případech, kdy
VíceProgramování v Matlabu
Programováí v Matlabu Obsah: m-fukce a skripty; Krokováí laděí) fukcí/skriptů; Podmíěý příkaz; Cyklus s předem zámým počtem opakováí iteračí cyklus); Cyklus řízeý podmíkou Zoltá Szabó FBMI 2007 http://webzam.fbmi.cvut.cz/szabo/matlab/
VícePřednáška 7, 14. listopadu 2014
Předáška 7, 4. listopadu 204 Uvedeme bez důkazu klasické zobecěí Leibizova kritéria (v ěmž b = ( ) + ). Tvrzeí (Dirichletovo a Abelovo kritérium). Nechť (a ), (b ) R, přičemž a a 2 a 3 0. Pak platí, že.
Vícedefinované pro jednotlivé řády takto: ) řádu n nazýváme číslo A = det( A) a a a11 a12
Předáška 3: Determiaty Pojem determiatu se prosadil původě v souvislosti s potřebou řešit soustavy lieárích rovic v 8 století (C Maclauri, G Cramer) Teprve později se pojem osamostatil, zjedodušilo se
Více3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.
3. Hodoceí přesost měřeí a vytyčováí. Odchylky a tolerace ve výstavbě. 3.1 Úvod o měřeí obecě 3.2 Chyby měřeí a jejch děleí 3.2.1 Omyly a hrubé chyby 3.2.2 Systematcké chyby 3.2.3 Náhodé chyby 3.3 Výpočet
VícePředmět: SM 01 ROVINNÉ PŘÍHRADOVÉ KONSTRUKCE
Přdmět: SM 0 ROVIÉ PŘÍHRADOVÉ KOSTRUKCE doc. Ig. Michl POLÁK, CSc. Fkult stvbí, ČVUT v Prz ROVIÉ PŘÍHRADOVÉ KOSTRUKCE: KOSTRUKCE JE VYTVOŘEA Z PŘÍMÝCH PRUTŮ, PRUTY JSOU AVZÁJEM POSPOJOVÁY V BODECH STYČÍCÍCH,
VíceJednokriteriální rozhodování za rizika a nejistoty
Jeokrterálí rozoováí za rzka a estoty U eokrterálíc úlo e vžy pouze eo krtérum optmalty, a to buď maxmalzačí ebo mmalzačí. araty rozoováí sou zaáy mplctě - pomíkam, které musí být splěy (vz úloy leárío
VíceMechanika soustavy hmotných bodů a tuhého tělesa
Mechaka soustavy hmotých bodů a tuhého tělesa Učebí text pro výuku předmětu Fyzka pro KME, letí semestr školího roku 00/ Autor: Mart Žáček, katedra fyzky, Fakulta Elektrotechcká, ČVUT Vymezeí a souvslost
Více6. Posloupnosti a jejich limity, řady
Moderí techologie ve studiu aplikovaé fyziky CZ..07/..00/07.008 6. Poslouposti a jejich limity, řady Posloupost je speciálí, důležitý příklad fukce. Při praktickém měřeí hodot určité fyzikálí veličiy dostáváme
Více12. Neparametrické hypotézy
. Neparametrcké hypotézy V této část se budeme zabývat specálí částí teore statstckých hypotéz tzv. eparametrckým hypotézam ebo jak řečeo eparametrckým statstckým testy. Neparametrcké se azývají proto,
Více, jsou naměřené a vypočtené hodnoty závisle
Měřeí závslostí. Průběh závslost spojtá křvka s jedoduchou rovcí ( jedoduchým průběhem), s malým počtem parametrů, která v rozmezí aměřeých hodot vsthuje průběh závslost, určeí kokrétího tpu křvk (přímka,
VíceRegresní a korelační analýza
Regresí a korelačí aalýza Závslost příčá (kauzálí). Závslostí pevou se ozačuje případ, kdy výskytu jedoho jevu utě odpovídá výskyt druhé jevu (a často aopak). Z pravděpodobostího hledska jde o vztah, který
VíceIV. NEJISTOTY MENÍ A ZPRACOVÁNÍ VÝSLEDK
IV. NEJISTOTY MENÍ A ZPRACOVÁNÍ VÝSLEDK Meí patí mez základí zpsoby získáváí kvattatvích formací o stav sledovaé vely. 4. Chyby meí Nedokoalost metod meí, ašch smysl, omezeá pesost mcích pístroj, promé
VíceARITMETICKÉ POSLOUPNOSTI VYŠŠÍCH ŘÁDŮ
ARITMETICKÉ POSLOUPNOSTI VYŠŠÍCH ŘÁDŮ JAROSLAV ZHOUF Pedagogická fakulta UK Praha Osova předášky 1. Vysvětleí pojmu Aritmetické poslouposti vyšších řádů (APVŘ). APVŘ a ižším gymáziu 3. APVŘ a vyšším gymáziu
VíceMatematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti
Úvod Opakováí Poslouposti Příklady Matematika 1 Katedra matematiky, Fakulta stavebí ČVUT v Praze středa 10-11:40 posluchára D-1122 2012 / 13 Úvod Opakováí Poslouposti Příklady Úvod Opakováí Poslouposti
VíceGRADIENTNÍ OPTICKÉ PRVKY Gradient Index Optical Components
Nové metody a postupy v oblasti přístrojové techiky, automatického řízeí a iformatiky Ústav přístrojové a řídicí techiky ČVUT v Praze, odbor přesé mechaiky a optiky Techická 4, 66 7 Praha 6 GRADIENTNÍ
VíceSTUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6
Středoškolská techika 00 Setkáí a prezetace prací středoškolských studetů a ČVUT STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6 Pavel Husa Gymázium Jiřího z Poděbrad Studetská 66/II
VíceLineární a adaptivní zpracovní dat. 5. Lineární filtrace: FIR, IIR
Leárí a adaptví zpracoví dat 5. Leárí fltrace: FIR, IIR Dael Schwarz Ivestce do rozvoje vzděláváí Opakováí 2 Co je to fltrace? Co je to fltr? A jak ho popsujeme? Jaký je vztah Z trasformace a Fourerovy
VíceDeskriptivní statistika 1
Deskriptiví statistika 1 1 Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 1145/2004. Základí charakteristiky souboru Pro lepší představu používáme k popisu vlastostí zkoumaého jevu určité charakteristiky
VíceVýukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT
Základy práce s tabulkou Výukový modul III. Iovace a zkvaltěí výuky prostředctvím IC éma III..3 echcká měřeí v MS Excel Pracoví lst 5 Měřeí teploty. Ig. Jří Chobot VY_3_INOVACE_33_5 Aotace Iovace a zkvaltěí
VíceDvojný integrál. Dvojný integrál na obdélníkové oblasti
Dvojý itegrál Zatímo itegračím oborem jeorozměrého itegrálu bl iterval, u vojého itegrálu je třeba raovat s vojrozměrými obor. Může to být obélíová oblast, ale i složitější útvar jao ař. ruh, ruhová výseč
VícePrincip paralelního řazení vkládáním (menší propadává doprava)
ricip paralelího řazeí vkládáím (meší propadává doprava) Týde 0 aralelí řazeí. vkládáím. traspozicí lichý - sudý. bitoické. s pravidelými vzorky. přihrádkové 0,,,,,,,,,, krok aralelí řazeí vkládáím (Isertio
VíceTento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254
Evropský sociálí fod Praha & EU: Ivestujeme do vaší budoucosti Teto materiál vzikl díky Operačímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254 Maažerské kvatitativí metody II - předáška č.1 - Dyamické
VíceContribution to Stability Analysis of Nonlinear Control Systems Using Linearization Vyšetřování stability nelineárních systémů metodou linearizace
XXIX. ASR '4 Semi, Istumets Cotol, Ostv, Apil, 4 6 Cotibutio to Stbility Alysis o Nolie Cotol Systems Usig Lieiztio Vyšetřováí stbility elieáích systémů metoou lieizce GAHURA, Pet Ig., VUT FSI v Bě, Ústv
VíceZimní semestr akademického roku 2015/ listopadu 2015
Cvičeí k předmětu BI-ZMA Tomáš Kalvoda Katedra aplikovaé matematiky FIT ČVUT Matěj Tušek Katedra matematiky FJFI ČVUT Obsah Cvičeí Zimí semestr akademického roku 2015/2016 20. listopadu 2015 Předmluva
VíceOptimalizace portfolia
Optmalzace portfola ÚVOD Problémy vestováí prostředctvím ákupu ceých papírů sou klasckým tématem matematcké ekoome. Celkový výos z portfola má v době rozhodováí o vestcích povahu áhodé velčy, eíž rozložeí
VíceIV. MKP vynucené kmitání
Jří Máca - katedra mechaky - B35 - tel. 435 4500 maca@fsv.cvut.cz IV. MKP vyuceé kmtáí. Rovce vyuceého kmtáí. Modálí aalýza rozklad do vlastích tvarů 3. Přímá tegrace pohybových rovc 3. Metoda cetrálích
VícePraktické otázky vícenásobné lineární regrese (VJ REGMOD-3)
Praktcké otázky víceásobé leárí regrese (VJ REGOD-3) Základí formace V rámc této výukové jedotky se sezámíme s ěkterým problémy specfckým pro víceásobé regresí modely. Vysvětlíme s, co je terakce mez predktory
VícePRAVDĚPODOBNOST A STATISTIKA
SP4 Přpomeutí pojmů PRAVDĚPODOBNOST A STATISTIKA SP4 Přpomeutí pojmů SP4 Přpomeutí pojmů Pravděpodobost Náhodý jev: - základí prostor - elemetárí áhodý jev A - áhodý jev, - emožý jev, jstý jev podjev opačý
VíceRegrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n
Regrese Aproxmace metodou ejmeších čtverců v v ( ) = f x v v x x x x Je dáo bodů [x, ], =,,, předpoládáme závslost a x a chceme ajít fuc, terá vsthuje teto tred - Sažíme se proložt fuc = f x ta, ab v =
Vícen=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a 2 +... + a N. n=1
[M2-P9] KAPITOLA 5: Číselé řady Ozačeí: R, + } = R ( = R) C } = C rozšířeá komplexí rovia ( evlastí hodota, číslo, bod) Vsuvka: defiujeme pro a C: a ± =, a = (je pro a 0), edefiujeme: 0,, ± a Poslouposti
VíceInterpolační křivky. Interpolace pomocí spline křivky. f 1. f 2. f n. x... x 2
Iterpolace pomocí sple křvky dáo: bodů v rově úkol: alézt takovou křvku, která daým body prochází y f f 2 f 0 f x0 x... x 2 x x Iterpolace pomocí sple křvky evýhodou polyomálí terpolace změa ěkterého z
Více13 Popisná statistika
13 Popisá statistika 13.1 Jedorozměrý statistický soubor Statistický soubor je možia všech prvků, které jsou předmětem statistického zkoumáí. Každý z prvků je statistickou jedotkou. Prvky tvořící statistický
VíceMatematická analýza I
1 Matematická aalýza ity posloupostí, součty ekoečých řad, ity fukce, derivace Matematická aalýza I látka z I. semestru iformatiky MFF UK Zpracovali: Odřej Keddie Profat, Ja Zaatar Štětia a další 2 Matematická
Více10.3 GEOMERTICKÝ PRŮMĚR
Středí hodoty, geometrický průměr Aleš Drobík straa 1 10.3 GEOMERTICKÝ PRŮMĚR V matematice se geometrický průměr prostý staoví obdobě jako aritmetický průměr prostý, pouze operace jsou o řád vyšší: místo
VíceObsah. 1 Mocninné řady Definice a vlastnosti mocninných řad Rozvoj funkce do mocninné řady Aplikace mocninných řad...
Obsah 1 Mocié řady 1 1.1 Defiice a vlastosti mociých řad.................... 1 1. Rozvoj fukce do mocié řady...................... 5 1.3 Aplikace mociých řad........................... 10 1 Kapitola 1
VíceWikiSkriptum Ing. Radek Fučík, Ph.D. verze: 1. října 2019
Matematika II - Sbírka příkladů WikiSkriptum Ig. Radek Fučík, Ph.D. verze:. říja 9 Obsah Pokročilé techiky itegrace a zobecěý Riemaův itegrál. Racioálí fukce.................................... Pokročilé
VícePříklady k přednášce 12 - Frekvenční metody
Příklady k předášce 1 - Frekvečí metody Michael Šebek Automatické řízeí 018 8-3-18 Frekvečí charakteristika OL a mez stability CL Pro esoudělý OL přeos Ls () platí: 1) Je-li s C pól CL, pak 1 + Ls () =
VícePřednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti
Předáška VI. Itervalové odhady Motivace Směrodatá odchylka a směrodatá chyba Cetrálí limití věta Itervaly spolehlivosti Opakováí estraé a MLE Jaký je pricip estraých odhadů? Jaký je pricip odhadů metodou
Více