Mod(x) = 2, Med(x) = = 2

Rozměr: px
Začít zobrazení ze stránky:

Download "Mod(x) = 2, Med(x) = = 2"

Transkript

1 Pracoví list č.. Při zjišťováí počtu ezletilých dětí ve třiceti vybraých rodiách byly získáy tyto výsledky:,,,,,,,,,,,,,,,,,,,,,,,,,,,,,. Uspořádejte získaé údaje do tabulky rozděleí četostí a vyjádřete je i v procetech. Četosti aeste do grafů. Určete relevatí charakteristiky polohy. Počet dětí ( i ) Absolutí četost ( i ) &, Relativí četost (p i ), %,7 %, % %,7 % + Mod(), Med() Absolutí četost Relativí četost počet rodi 8,7% %,%,%,7% počet dětí v rodiě. V určité dílě, v íž se vyrábějí stejé výrobky, byly aměřey šesti dělíkům tyto časy potřebé ke zhotoveí jedoho výrobku:,,,,, miut. Určete průměrou dobu, které je ke zhotoveí jedoho výrobku potřeba. Zjišťujeme průměrou dobu, za kterou je v dílě jeda součástka vyrobea, emá tedy smysl sčítat daé údaje, použijeme proto harmoického průměru (mají zde výzam převráceé hodoty, tj. kolik se toho udělá za jedu miutu). h &, mi Několik jablek má průměrou hmotost 8 g. Kdybychom k im přidali jedo jablko o hmotosti g, zvětšila by se průměrá hmotost jablek o g. Kolik jsme měli původě jablek? Průměrá hmotost jablek: Přidám jedo jablko (tj. mám + jablek), jejich průměrá hmotost je: 8 + Dosadím vyjádřeí z prvího výrazu a upravuji:

2 Pracoví list č.. Stezkou, která vede a vrchol hory, vystupuje turista rychlostí, km/h, sestupuje rychlostí km/h. Jakou průměrou rychlostí jde? Ai v tomto případě emá smysl sčítáí rychlostí za růzou dobu a stejé dráze. I zde má výzam převráceá hodota (kolik toho ujde a jedom úseku): h &, h +. Třídy se často porovávají v prospěchu. Tak tomu bylo také ve třídách.a a.b v účetictví. Máme roztříděé údaje o hodoceí obou třídách: výborý a, chvalitebý a, dobrý a 9, dostatečý a, edostatečý a. Prví údaj se týká.a a druhý.b. Sestavte tabulku rozděleí četostí a zjistěte i četosti relativí. Zjistěte, která třída dosáhla lepšího průměrého prospěchu, proveďte další srováí pomocí modusu a mediáu. Porováí proveďte i pomocí grafů četostí..a Absolutí četost ( i ) Relativí četost (p i ), %, %, %, % % A &,7, Mod(), Med() 7.B Absolutí četost ( i ) 9 Relativí četost (p i ) 7, %, %, %,8 %,8 % B &,8, Mod(), Med(), Všechy středí hodoty ukazují a lepší prospěch ve třídě.b, je zde ale více studetů (porováí relativích četostí), kteří eprospívají. To uvidíme i a grafu: Prospěch obou tříd (v %),%,%,%,%,%.A.B. Třiáct zaměstaců plilo určitý úkol. Tři z ich ho splili za miuty, pět za miuty, čtyři za miut a jede za 7 miut. Jaká byla průměrá doba jedoho zaměstace potřebá ke splěí úkolu? Jde o vypočítáí vážeého aritmetického průměru (zjišťuji průměrou dobu jedoho zaměstace, e dobu, za kterou se průměrě opracuje jeda součástka): &, mi --

3 Pracoví list č. 7. Firma má tři divize řízeí, výroby a odbytu. V divizi řízeí pracuje zaměstaců a jejich průměrý plat je,- Kč, v divizi výroby pracuje zaměstaců a jejich průměrý plat je,- Kč a v divizi odbytu pracuje zaměstaců a jejich průměrý plat je,- Kč. Jaký je průměrý plat všech zaměstaců firmy? Řízeí Výroba Odbyt + + 7, Počet 9 Plat Kč Kč Kč 8. Každý z stromků v sadu vyrostl za let do dvojásobé výšky. Kolikrát se zvětšila za těchto let průměrá výška všech stromků? Každý stromek vyrostl, tj. každá hodota se zdvojásobila: Původí průměr: ( ) Nový průměr: ovy > tedy průměr ze zvýší 9. Aritmetický průměr tří čísel je 8,. Je-li součet dvou z ich 77,, jaké je třetí číslo? 77, + 8, + 8, Platí: > 77, +, + 77, 7,8. Aritmetický průměr dvaácti růzých přirozeých čísel je. Určete ejvyšší možou hodotu, které může dosahovat ejvětší z těchto dvaácti čísel. Čísla jsou růzá, proto ejmeší možý součet prvích čísel je: > Deset hráčů soutěžilo v hodu a koš. Prví hráč získal bodů, druhý 8 bodů, třetí také 8 bodů, čtvrtý dosáhl aritmetického průměru počtu bodů prvích tří hráčů. Podobě pátý a každý další hráč získal počet bodů, který se rová aritmetickému průměru počtu bodů všech hráčů, kteří házeli a koš před ím. Kolik bodů získal desátý hráč? , tedy čtvrtý hráč dosáhl 9 bodů, pokud budu vždy zvětšovat o hodotu aritmetického průměru, tak se teto aritmetický průměr ezměí tedy desátý hráč dosáhe také 9 bodů.. Sto předmětů má hmotosti m, m, m,..., m, zvýší-li se hmotost každého tělesa o kg, jak se změí průměrá hmotost předmětů? ( m + ) + ( m + ) + ( m + ) ( m + ) ( m + m + m m ) ov + + průměr se zvýší o kg --

4 Pracoví list č.. Tělesé výšky žáků jedé třídy zemědělského učiliště jsou vyhodocey v tabulce. Vypočtěte ejmeší možou a ejvětší možou průměrou výšku žáků této třídy zaokrouhleou a cetimetry. Výška (cm) Počet žáků 8 počet žáků Průměrá výška žáků výška žáků 8 89 ejmeší průměr bude, pokud vezmeme miima mezí itervalů: mi &,7 mi ejvětší průměr bude, pokud vezmeme maima mezí itervalů: ma & 7,8 ma. Pracovíkům závodu byly vyplácey odměy. Rozděleí odmě je uvedeo v tabulce. Jaká je průměrá odměa zaměstaců podiku? Odměa v Kč Střed Počet itervalu pracovíků Majitel stavebí firmy vyplatil za řádé splěí zakázky každému ze šesti pomocíků stejou částku, každému ze čtyř zedíků také stejou částku, ale vyšší ež pomocíkům, ejvyšší částku vyplatil mistrovi. Průměrá vyplaceá částka byla 7,- Kč. Později se majitel firmy rozhodl vyplatit ještě každému z uvedeých pracovíků % částky, kterou mu vyplatil původě. Jak se změila průměrá vyplaceá částka? P + Z + M Původí průměrá částka: 7 Nová průměrá částka (každá částka zvýšea o %): P +, P + Z +, Z + M +, M P + Z + M, P +, Z +, M ova + P + Z + M ova 7 +, 7 +, tedy zvýší se o 7,- Kč. Ve dvou ejstarších oddílech letího tábora je 9 chlapců a děvčat. Průměrý věk chlapců je roků a 8 měsíců, průměrý věk děvčat je roků a měsíců. Určete průměrý věk dětí z obou těchto oddílů. 8 měsíců / roku; měsíců / roku 9 +, průměrý věk je roků a měsíce --

5 Pracoví list č. 7. Jestliže je aritmetický průměr pěti růzých přirozeých čísel 7 a jejich mediá, určete, jakou hodotu může mít ejvýše ejvětší z těchto čísel. růzých čísel, kde mediá je a hledám ejvyšší hodotu posledího z čísel, tj. ty ostatí musí být co ejmeší. Nejmeší hodotu vezmeme, prostředí je, půjde tedy o čísla,,, a : V prvím čtvrtletí dostal Karel pět zámek z matematiky. Jejich průměr je,. Karel ví, že ve druhém čtvrtletí dostae další čtyři zámky. Jaký musí být průměr zámek za druhé čtvrtletí, chce-li Karel za celé pololetí dosáhout v ejhorším případě průměru?, tj. průměrá zámka Karla za druhé pololetí může být maimálě,, 9. Vypočtěte průměrou ceu kg mražeého kuřete, kg poličau a litru polotučého mléka v osmi prodejách uvedeých v ásledující tabulce. Určete mediá a modus ce kg poličau. Ve které prodejě koupíme ejlevější, kg mražeého kuřete, kg poličau a litry polotučého mléka? Prodeja Kuře ( kg) Poliča ( kg) Mléko ( l) A 9,9 99,9 B 9,9,9 C,9 8,9 D,9 9 9,9 E 9,9 8, F,9 9 9,7 G 8,9 9 9,9 H 8,9 9 9,9 Průměry 8, 9, -- Počet prodeje 8 Vše je ejlevější v prodejě F, proto zde ejlevěji koupíme požadovaý ákup. Poliča: cey srováme podle výšky: 9, 8, 8, 99, 9, 9, 9, Mod() Med(). Martia si při ávštěvě cizího města jedu hodiu prohlížela výlohy v přímé ulici. Její vzdáleost od místa, kde prohlídku začala a také skočila je popsáa grafem, ze kterého je vidět, že se prvích miut pohybovala rovoměrě rychlostí,8 km/h, dalších miut opět rovoměrě, ale rychlostí, km/h, atd. Jaká byla průměrá rychlost Martiy během hodiové prohlídky výloh obchodů? Jedotlivé rychlosti:,8 km/h;, km/h, km/h s (m) 8 t (mi) km km m 8 ; m,, mi mi h h km 8m,8 mi h,8 +, + +, +, +,8 &,8 km/h

6 Pracoví list č.. Kihova zveřejila sloupkový diagram zázorňující složeí čteářské obce a tabulku ročích poplatků za užíváí služeb kihovy. Sestrojte sloupcový diagram relativích četostí všech uvedeých věkových skupi čteářů. Vypočtete průměrou výši ročího poplatku, který kihova vybrala od svých čteářů. počet čteářů Muži Žey do let - let ad let Věk čteáře Počet čteářů Počet čteářů v % Ročí poplatek do let, % Kč let 89, % 8 Kč ad let, % Kč věk čteářů,% Počet čteářů (v %) & Kč,%,%,% do let let ad let. Na diagramech je zázorě přibližý počet dopravích ehod a území ČR v letech 997 a přibližý počet zraěých při těchto ehodách. Kolik dopravích ehod se a území ČR v letech 997 stalo průměrě za jede kaledáří rok? O kolik procet byl počet zraěých osob v roce 997 větší ež v roce? Jaký byl v roce průměrý počet zraěých osob při jedé dopraví ehodě? Počet ehod (v tisících) Počet zraěých (v tisících) Průměrý počet dopravích ehod za léta 997 : &, %... tisíc %...7 tisíc 7 &, %, Počet zraěých v roce 997 byl o, % větší ež v roce. Průměrý počet zraěých osob při jedé dopraví ehodě v roce byl &,. --

4. Stezkou, která vede na vrchol hory, vystupuje turista rychlostí 2,5 km/h, sestupuje rychlostí 5 km/h. Jakou průměrnou rychlostí jde?

4. Stezkou, která vede na vrchol hory, vystupuje turista rychlostí 2,5 km/h, sestupuje rychlostí 5 km/h. Jakou průměrnou rychlostí jde? 1. Při zjišťování počtu nezletilých dětí ve třiceti vybraných rodinách byly získány tyto výsledky: 1, 1, 0, 2, 3, 4, 2, 2, 3, 0, 1, 2, 2, 4, 3, 3, 0, 1, 1, 1, 2, 2, 0, 2, 1, 1, 2, 3, 3, 2. Uspořádejte

Více

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly.

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly. 0. KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA Dovedosti :. Chápat pojem faktoriál a ovládat operace s faktoriály.. Zát defiici kombiačího čísla a základí vlastosti kombiačích čísel. Ovládat jedoduché operace

Více

8. Základy statistiky. 8.1 Statistický soubor

8. Základy statistiky. 8.1 Statistický soubor 8. Základy statistiky 7. ročík - 8. Základy statistiky Statistika je vědí obor, který se zabývá zpracováím hromadých jevů. Tvoří základ pro řadu procesů řízeí, rozhodováí a orgaizováí, protoţe a základě

Více

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.). STATISTIKA Statistické šetřeí Proveďte a vyhodoťte statistické šetřeí:. Zvolte si statistický soubor. 2. Zvolte si určitý zak (zaky), které budete vyhodocovat. 3. Určete absolutí a relativí četosti zaků,

Více

Pravděpodobnostní modely

Pravděpodobnostní modely Pravděpodobostí modely Meu: QCEpert Pravděpodobostí modely Modul hledá metodou maimálí věrohodosti (MLE Maimum Likelihood Estimate) statistický model (rozděleí) který ejlépe popisuje data. Je přitom k

Více

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název školy Gymázium, Šterberk, Horí ám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šabloa III/2 Iovace a zkvalitěí výuky prostředictvím ICT Ozačeí materiálu VY_32_INOVACE_Hor018 Vypracoval(a), de Mgr. Radek

Více

Deskriptivní statistika 1

Deskriptivní 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

Více

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika Přijímací řízeí akademický rok 0/0 c. studium Kompletí zěí testových otázek matematika Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá. Které číslo doplíte místo 8? 6 6 8 C. Které číslo

Více

Vzorový příklad na rozhodování BPH_ZMAN

Vzorový příklad na rozhodování BPH_ZMAN Vzorový příklad a rozhodováí BPH_ZMAN Základí charakteristiky a začeí symbol verbálí vyjádřeí iterval C g g-tý cíl g = 1,.. s V i i-tá variata i = 1,.. m K j j-té kriterium j = 1,.. v j x ij u ij váha

Více

10.3 GEOMERTICKÝ PRŮMĚR

10.3 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

Více

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL Elea Mielcová, Radmila Stoklasová a Jaroslav Ramík; Statistické programy POPISNÁ STATISTIKA V PROGRAMU MS EXCEL RYCHLÝ NÁHLED KAPITOLY Žádý výzkum se v deší době evyhe statistickému zpracováí dat. Je jedo,

Více

Přijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení

Přijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení Přijímací řízeí akademický rok 0/0 Kompletí zěí testových otázek matematické myšleí Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá odpověď. Které číslo doplíte místo otazíku? 6 8 8 6?.

Více

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter. Statistika Cíle: Chápat pomy statistický soubor, rozsah souboru, statistická edotka, statistický zak, umět sestavit tabulku rozděleí četostí, umět zázorit spoicový diagram a sloupcový diagram / kruhový

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 4. KAPITOLA STATISTICKÉ CHARAKTERISTIKY 16.10.2017 23.10.2017 Přehled témat 1. Pravděpodobost (defiice, využití, výpočet pravděpodobostí

Více

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna. 6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola

Více

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson STATISTIKA Statistika se těší pochybému vyzameáí tím, že je ejvíce epochopeým vědím oborem. H. Leviso Charakterizace statistického souboru Statistický soubor Prvek souboru Zak prvku kvatitativí teplota,

Více

12. N á h o d n ý v ý b ě r

12. N á h o d n ý v ý b ě r 12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých

Více

Mendelova univerzita v Brně Statistika projekt

Mendelova univerzita v Brně Statistika projekt Medelova uverzta v Brě Statstka projekt Vypracoval: Marek Hučík Obsah 1. Úvod... 3. Skupové tříděí... 3 o Data:... 3 o Počet hodot:... 3 o Varačí rozpětí:... 3 o Počet tříd:... 4 o Šířka tervalu:... 4

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta dopraví Statistika Semestrálí práce Zdražováí pohoých hmot Jméa: Martia Jelíková, Jakub Štoudek Studijí skupia: 2 37 Rok: 2012/2013 Obsah Úvod... 2 Použité

Více

f B 6. Funkce a posloupnosti 3 patří funkci dané předpisem y = 2 x + 3. [všechny] 1) Rozhodněte, která z dvojic [ ;9][, 0;3 ][, 2;7]

f B 6. Funkce a posloupnosti 3 patří funkci dané předpisem y = 2 x + 3. [všechny] 1) Rozhodněte, která z dvojic [ ;9][, 0;3 ][, 2;7] 6. Fukce a poslouposti ) Rozoděte, která z dvojic [ ;9[, 0; [, ; patří fukci daé předpisem y +. [všecy ) Auto má spotřebu 6 l beziu a 00 km. Na začátku jízdy mělo v plé ádrži 6 l beziu. a) Vyjádřete závislost

Více

Vyšší mocniny. Předpoklady: Doplň místo obdélníčků správné číslo. a) ( 2) 3. = c) ( ) = 1600 = e) ( 25) 2 0,8 0, 64.

Vyšší mocniny. Předpoklady: Doplň místo obdélníčků správné číslo. a) ( 2) 3. = c) ( ) = 1600 = e) ( 25) 2 0,8 0, 64. 81 Vyšší mociy Předpoklady: 0081 Př 1: Doplň místo obdélíčků správé číslo a) ( ) = b) = 0, 0000 e) ( ) = 0, ( 0) = 100 = f) ( ) = 8 a) ( ) = 8 b) 0, 0 0, 0000 = ( ) 0,8 0, 0 = 100 = e) ( ) = f) ( ) = 8

Více

Užití binomické věty

Užití binomické věty 9..9 Užití biomické věty Předpoklady: 98 Často ám z biomického rozvoje stačí pouze jede kokrétí čle. Př. : x Urči šestý čle biomického rozvoje xy + 4y. Získaý výraz uprav. Biomický rozvoj začíá: ( a +

Více

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) Základy teorie pravděpodobosti měřeí chyba měřeí Provádíme kvalifikovaý odhad áhodá systematická výsledek ejistota výsledku Základy teorie pravděpodobosti

Více

-1- Finanční matematika. Složené úrokování

-1- Finanční matematika. Složené úrokování -- Fiačí ateatika Složeé úrokováí Při složeé úročeí se úroky přičítají k počátečíu kapitálu ( k poskytutí úvěru, k uložeéu vkladu ) a společě s í se úročí. Vzorec pro kapitál K po letech při složeé úročeí

Více

2 STEJNORODOST BETONU KONSTRUKCE

2 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

Více

P2: Statistické zpracování dat

P2: Statistické zpracování dat P: Statistické zpracováí dat Úvodem - Statistika: věda, zabývající se shromažďováím, tříděím a ásledým popisem velkých datových souborů. - Základem statistiky je teorie pravděpodobosti, založeá a popisu

Více

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou 1 Zápis číselých hodot a ejistoty měřeí Zápis číselých hodot Naměřeé hodoty zapisujeme jako číselý údaj s určitým koečým počtem číslic. Očekáváme, že všechy zapsaé číslice jsou správé a vyjadřují tak i

Více

Popisná statistika. Zdeněk Janák 9. prosince 2007

Popisná statistika. Zdeněk Janák 9. prosince 2007 Popisá statistika Zdeěk Jaák jaak@physics.mui.cz 9. prosice 007 Výsledkem měřeí atmosférické extikce z pozorováí komet a observatoři Skalaté Pleso jsou tyto hodoty extikčích koeficietů ve vlové délce 46

Více

Elementární zpracování statistického souboru

Elementární zpracování statistického souboru Elemetárí zpracováí statistického souboru Obsah kapitoly 4. Elemetárí statistické zpracováí - parametrizace vhodými empirickými parametry Studijí cíle Naučit se výsledky měřeí parametrizovat vhodými empirickými

Více

STATISTIKA. Základní pojmy

STATISTIKA. Základní pojmy Statistia /7 STATISTIKA Záladí pojmy Statisticý soubor oečá eprázdá možia M zoumaých objetů schromážděých a záladě toho, že mají jisté společé vlastosti záladí statisticý soubor soubor všech v daé situaci

Více

PRACOVNÍ SEŠIT ČÍSELNÉ OBORY. 1. tematický okruh: Připrav se na státní maturitní zkoušku z MATEMATIKY důkladně, z pohodlí domova a online.

PRACOVNÍ SEŠIT ČÍSELNÉ OBORY. 1. tematický okruh: Připrav se na státní maturitní zkoušku z MATEMATIKY důkladně, z pohodlí domova a online. Připrv se státí mturití zkoušku z MATEMATIKY důkldě, z pohodlí domov olie PRACOVNÍ SEŠIT. temtický okruh: ČÍSELNÉ OBORY vytvořil: RNDr. Věr Effeberger expertk olie příprvu SMZ z mtemtiky školí rok 204/205

Více

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n 8.3. Limity ěkterých posloupostí Předpoklady: 83 Opakováí z miulé hodiy: 8 Hodoty poslouposti + se pro blížící se k ekoeču blíží k a to tak že mezi = posloupostí a číslem eexistuje žádá mezera říkáme že

Více

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností

4.2 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.

Více

8.2.1 Aritmetická posloupnost I

8.2.1 Aritmetická posloupnost I 8.2. Aritmetická posloupost I Předpoklady: 80, 802, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Čley posloupostí pak při kotrole vypíšu

Více

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem Popisá statistika - zavedeí pojmů Popisá statistika - zavedeí pojmů Soubor idividuálích údajů o objektech azýváme základí soubor ebo také populace. Zkoumaé objekty jsou tzv. statistické jedotky a sledujeme

Více

8.2.7 Geometrická posloupnost

8.2.7 Geometrická posloupnost 87 Geometrická posloupost Předpokldy: 80, 80, 80, 807 Pedgogická pozámk: V hodiě rozdělím třídu dvě skupiy kždá z ich dělá jede z prvích dvou příkldů Větši studetů obou skupi potřebuje pomoc u tbule Ob

Více

jsou reálná a m, n jsou čísla přirozená.

jsou reálná a m, n jsou čísla přirozená. .7.5 Racioálí a polomické fukce Předpoklad: 704 Pedagogická pozámka: Při opisováí defiic racioálí a polomické fukce si ěkteří studeti stěžovali, že je to příliš těžké. Ve skutečosti je sstém, kterým jsou

Více

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc Statistika Statistické fukce v tabulkových kalkulátorech MSO Excel a OO.o Calc Základí pojmy tabulkových kalkulátorů Cílem eí vyložit pojmy tabulkových kalkulátorů, ale je defiovat pojmy vyskytující se

Více

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti

Matematika 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

Více

1) Vypočtěte ideální poměr rozdělení brzdných sil na nápravy dvounápravového vozidla bez ABS.

1) Vypočtěte ideální poměr rozdělení brzdných sil na nápravy dvounápravového vozidla bez ABS. Dopraví stroje a zařízeí odborý zálad AR 04/05 Idetifiačí číslo: Počet otáze: 6 Čas : 60 miut Počet bodů Hodoceí OTÁZKY: ) Vypočtěte eálí poměr rozděleí brzdých sil a ápravy dvouápravového vozla bez ABS.

Více

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých 9 Limití věty. V aplikacích teorie pravděpodobosti (matematická statistika, metody Mote Carlo se užívají tvrzeí vět o kovergeci posloupostí áhodých veliči. Podle povahy kovergece se limití věty teorie

Více

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti 1 Základí statistické zpracováí dat 1.1 Základí pojmy Populace (základí soubor) je soubor objektů (statistických jedotek), který je vymeze jejich výčtem ebo charakterizací jejich vlastostí, může být proto

Více

1 ROVNOMĚRNOST BETONU KONSTRUKCE

1 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

Více

Základní požadavky a pravidla měření

Základní požadavky a pravidla měření Základí požadavky a pravidla měřeí Základí požadavky pro správé měřeí jsou: bezpečost práce teoretické a praktické zalosti získaé přípravou a měřeí přesost a spolehlivost měřeí optimálí orgaizace průběhu

Více

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY ÚNORA 2018

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY ÚNORA 2018 NÁRODNÍ SROVNÁVACÍ ZKOUŠKY Mtemtik T ÚNORA 08 :. úor 08 D : 96 P P P : 0 M. M. : 0 : 0 M. :,4 % S : -7,5 M. P : -,8 : 4,5 Zopkujte si zákldí iformce ke zkoušce: Test obshuje 0 úloh jeho řešeí máte 90 miut

Více

( )! ( ) ( ) ( ) = ( ) ( ) ( ) ( ) ( )

( )! ( ) ( ) ( ) = ( ) ( ) ( ) ( ) ( ) Variace, permutace, kombiace, kombiačí čísla, vlastosti, užití faktoriál, počítáí s faktoriály, variace s opakováím.. Upravte a urči podmíky: a)!! 6! b)!! 6! 9! c)!!!!. Řešte rovici: a) 4 b) 0 c) emá řešeí

Více

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p)

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p) . Příklad Při průzkumu trhu projevilo 63 z dotázaých zákazíků zájem o iovovaý výrobek, který má být uvede a trh se zákazíky. Odvoďte a odhaděte proceto a počet zájemců v populaci s 95% spolehlivostí. Následě

Více

D = H = 1. člen posloupnosti... a 1 2. člen posloupnosti... a 2 3. člen posloupnosti... a 3... n. člen posloupnosti... a n

D = H = 1. člen posloupnosti... a 1 2. člen posloupnosti... a 2 3. člen posloupnosti... a 3... n. člen posloupnosti... a n /9 POSLOUPNOSTI Zákldí pojmy: Defiice poslouposti Vlstosti poslouposti Určeí poslouposti Aritmetická posloupost Geometrická posloupost Užití poslouposti. Defiice poslouposti Př. Sestrojte grf fukce y =.x

Více

Aritmetická posloupnost, posloupnost rostoucí a klesající Posloupnosti

Aritmetická posloupnost, posloupnost rostoucí a klesající Posloupnosti 8 Aritmetická posloupost, posloupost rostoucí a klesající Poslouposti Posloupost je fukci s defiičím oborem celých kladých čísel - apř.,,,,,... 3 4 5 Jako fukci můžeme také posloupost zobrazit do grafu:

Více

Posloupnosti. a a. 5) V aritmetické posloupnosti je dáno: a

Posloupnosti. a a. 5) V aritmetické posloupnosti je dáno: a Poslouposti ) Prví čle ritmetické poslouposti je diferece Určete prvích pět čleů této poslouposti ) Prví čle ritmetické poslouposti je 8 diferece Určete prvích pět čleů této poslouposti ) V ritmetické

Více

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n 8.3. Limity ěkterých posloupostí Předpoklady: 83 Pedagogická pozámka: Tuto a tři ásledující hodiy je možé probrat za dvě vyučovací hodiy. V této hodiě je možé vyechat dokazováí limit v příkladu 3. Opakováí

Více

Pracovní list č. 3 Charakteristiky variability

Pracovní list č. 3 Charakteristiky variability 1. Při zjišťování počtu nezletilých dětí ve třiceti vybraných rodinách byly získány tyto výsledky: 1, 1, 0, 2, 3, 4, 2, 2, 3, 0, 1, 2, 2, 4, 3, 3, 0, 1, 1, 1, 2, 2, 0, 2, 1, 1, 2, 3, 3, 2. Uspořádejte

Více

Odhad parametru p binomického rozdělení a test hypotézy o tomto parametru. Test hypotézy o parametru p binomického rozdělení

Odhad parametru p binomického rozdělení a test hypotézy o tomto parametru. Test hypotézy o parametru p binomického rozdělení Odhad parametru p biomického rozděleí a test hypotézy o tomto parametru Test hypotézy o parametru p biomického rozděleí Motivačí úloha Předpokládejme, že v důsledku realizace jistého áhodého pokusu P dochází

Více

Posloupnosti a číselné řady. n + 1. n + 1 + n n + 1 + n. n n + 1 + n. = lim. n2 sin n! lim. = 0, je lim. lim. lim. 1 + b + b 2 + + b n) = 1 b

Posloupnosti a číselné řady. n + 1. n + 1 + n n + 1 + n. n n + 1 + n. = lim. n2 sin n! lim. = 0, je lim. lim. lim. 1 + b + b 2 + + b n) = 1 b Najděte itu Poslouposti a číselé řady ) + Protože + = + x ) + + =, je + + + + ) + = = 0 + + Najděte itu 3 si! + Protože je si! a 3 = 0, je 3 si! = 0 Najděte itu + a + a + + a + b + b, a

Více

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

Odhady 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

Více

8.1.3 Rekurentní zadání posloupnosti I

8.1.3 Rekurentní zadání posloupnosti I 8.. Rekuretí zadáí poslouposti I Předpoklady: 80, 80 Pedagogická pozámka: Podle mých zkušeostí je pro studety pochopitelější zavádět rekuretí posloupost takto (sado kotrolovatelou ukázkou), ež dosazováím

Více

Odhady parametrů 1. Odhady parametrů

Odhady parametrů 1. Odhady parametrů Odhady parametrů 1 Odhady parametrů Na statistický soubor (x 1,..., x, který dostaeme statistickým šetřeím, se můžeme dívat jako a výběrový soubor získaý realizací áhodého výběru z áhodé veličiy X. Obdobě:

Více

b c a P(A B) = c = 4% = 0,04 d

b c a P(A B) = c = 4% = 0,04 d Příklad 6: Z Prahy do Athé je 50 km V Praze byl osaze válec auta ovou svíčkou, jejíž životost má ormálí rozděleí s průměrem 0000 km a směrodatou odchylkou 3000 km Jaká je pravděpodobost, že automobil překoá

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta troího ižeýrtví Matematika IV Semetrálí práce Zpracoval: Čílo zadáí: 7 Studií kupia: Datum: 8.4. 0 . Při kotrole akoti výrobků byla ledováa odchylka X [mm] eich rozměru

Více

8.2.1 Aritmetická posloupnost

8.2.1 Aritmetická posloupnost 8.. Aritmetická posloupost Předpoklady: 80, 80, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Př. : V továrě dokočí každou hodiu motáž

Více

Zhodnocení přesnosti měření

Zhodnocení přesnosti měření Zhodoceí přesosti měřeí 1. Chyby měřeí Měřeím emůžeme ikdy zjistit skutečou (pravou) hodotu s měřeé veličiy. To je způsobeo edokoalostí metod měřeí, měřicích přístrojů, lidských smyslů i proměých podmíek

Více

Závislost slovních znaků

Závislost slovních znaků Závislost slovích zaků Závislost slovích (kvalitativích) zaků Obměy slovího zaku Alterativí zaky Možé zaky Tříděí věcé sloví řady: seřazeí obmě je subjektiví záležitostí (podle abecedy), možé i objektiví

Více

6. P o p i s n á s t a t i s t i k a

6. P o p i s n á s t a t i s t i k a 6. P o p i s á s t a t i s t i k a 6.. Pozámka: Při statistickém zkoumáí ás zajímají hromadé jevy a procesy, u kterých zkoumáme zákoitosti, které se projevují u velkého počtu prvků. Prvky zkoumáí azýváme

Více

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR Středí hodoty Artmetcý průměr vážeý ze tříděí Aleš Drobí straa 0 VÁŽENÝ ARITMETICKÝ PRŮMĚR Výzam a užtí vážeého artmetcého průměru uážeme a ásledujících příladech Přílad 0 Ve frmě Gama Blatá máme soubor

Více

13 Popisná statistika

13 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

Více

Statistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky).

Statistika. 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

Více

vají statistické metody v biomedicíně

vají statistické metody v biomedicíně Statistika v biomedicísk ském m výzkumu a ve zdravotictví Prof. RNDr. Jaa Zvárov rová,, DrSc. EuroMISE Cetrum Ústav iformatiky AV ČR R v.v.i. Proč se používaj vají statistické metody v biomedicíě Biomedicísk

Více

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví Statistika v biomedicísk ském výzkumu a ve zdravotictví Prof. RNDr. Jaa Zvárov rová,, DrSc. EuroMISE Cetrum Ústav iformatiky AV ČR R v.v.i. Literatura Edice Biomedicísk ská statistika vydáva vaá a Uiverzitě

Více

Pojem času ve finančním rozhodování podniku

Pojem času ve finančním rozhodování podniku Pojem času ve fiačím rozhodováí podiku 1.1. Výzam faktoru času a základí metody jeho vyjádřeí Fiačí rozhodováí podiku je ovlivěo časem. Peěží prostředky získaé des mají větší hodotu ež tytéž peíze získaé

Více

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním Lekce Itervalový odhad Itervalový odhad je jedou ze stadardích statistických techik Cílem je sestrojit iterval (kofidečí iterval, iterval spolehlivosti, který s vysokou a avíc předem daou pravděpodobostí

Více

5) Ve třídě 1.A se vyučuje 11 různých předmětů. Kolika způsoby lze sestavit rozvrh na 1 den, vyučuje-li se tento den 6 různých předmětů?

5) Ve třídě 1.A se vyučuje 11 různých předmětů. Kolika způsoby lze sestavit rozvrh na 1 den, vyučuje-li se tento den 6 různých předmětů? 0. Kombinatorika, pravděpodobnost, statistika Kombinatorika ) V restauraci mají na jídelním lístku 3 druhy polévek, 7 možností výběru hlavního jídla, druhy moučníku. K pití si lze objednat kávu, limonádu

Více

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY ÚNORA 2019

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY ÚNORA 2019 NÁRODNÍ SROVNÁVACÍ ZKOUŠKY ÚNORA 09 T á D P č P č ů ú P ů ě S á :. úor 09 : 004 : 0 M. M. M. á : 9, % ě č M.. P ů ě ž ó : 0 ž ž ó : 0 ó : -7,5 ž ó : -,8 ó : 4,4 Zopkujte si zákldí iformce ke zkoušce: Test

Více

FINANČNÍ MATEMATIKA SBÍRKA ÚLOH

FINANČNÍ MATEMATIKA SBÍRKA ÚLOH FINANČNÍ MATEMATIKA SBÍRKA ÚLOH Zpracováo v rámci projektu " Vzděláváí pro kokureceschopost - kokureceschopost pro Třeboňsko", registračí číslo CZ.1.07/1.1.10/02.0063 Gymázium, Třeboň, Na Sadech 308 Autor:

Více

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti. 10 Cvičeí 10 Statistický soubor. Náhodý výběr a výběrové statistiky aritmetický průměr, geometrický průměr, výběrový rozptyl,...). Bodové odhady parametrů. Itervalové odhady parametrů. Jedostraé a oboustraé

Více

MATICOVÉ HRY MATICOVÝCH HER

MATICOVÉ HRY MATICOVÝCH HER MATICOVÉ HRY FORMULACE, KONCEPCE ŘEŠENÍ, SMÍŠENÉ ROZŠÍŘENÍ MATICOVÝCH HER, ZÁKLADNÍ VĚTA MATICOVÝCH HER CO JE TO TEORIE HER A ČÍM SE ZABÝVÁ? Teorie her je ekoomická vědí disciplía, která se zabývá studiem

Více

1. K o m b i n a t o r i k a

1. K o m b i n a t o r i k a . K o m b i a t o r i k a V teorii pravděpodobosti a statistice budeme studovat míru výskytu -pravděpodobostvýsledků procesů, které mají áhodý charakter, t.j. při opakováí za stejých podmíek se objevují

Více

6. FUNKCE A POSLOUPNOSTI

6. FUNKCE A POSLOUPNOSTI 6. FUNKCE A POSLOUPNOSTI Fukce Dovedosti:. Základí pozatky o fukcích -Chápat defiici fukce,obvyklý způsob jejího zadáváí a pojmy defiičí obor hodot fukce. U fukcí zadaých předpisem umět správě operovat

Více

STATISTIKA. pracujeme pouze s r hodnotami x. má svou absolutní četnost. n ) udává, jaká část souboru má hodnotu znaku

STATISTIKA. pracujeme pouze s r hodnotami x. má svou absolutní četnost. n ) udává, jaká část souboru má hodnotu znaku STATISTIKA. Základí pomy věda o metodách sběru, zpracováí a vyhodocováí statistických údaů. Zkoumá společeské, přírodí, techické a ié evy vždy a dostatečě rozsáhlém souboru údaů. Matematická statistika

Více

PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR

PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR Ze serveru www.czso.cz jsme sledovali sklizeň obilovi v ČR. Sklizeň z ěkolika posledích let jsme vložili do tabulky 10.10. V kapitole 7. Idexy

Více

Přednáška 7, 14. listopadu 2014

Přednáška 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.

Více

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY BŘEZNA 2018

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY BŘEZNA 2018 NÁRODNÍ SROVNÁVACÍ ZKOUŠKY Mtemtik T BŘEZNA 08 : 9. břez 08 D : 897 P P P : 0 M. M. M. :, % S : 0 : 0 : -7,5 M. P : -, : 0, Zopkujte si zákldí iformce ke zkoušce: Test obshuje 0 úloh jeho řešeí máte 90

Více

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky Téma 6.: Základí pojmy matematické statistiky Vlastosti důležitých statistik odvozeých z jedorozměrého áhodého výběru: Nechť X,..., X je áhodý výběr z rozložeí se středí hodotou μ, rozptylem σ a distribučí

Více

Tržní ceny odrážejí a zahrnují veškeré informace předpokládá se efektivní trh, pro cenu c t tedy platí c t = c t + ε t.

Tržní ceny odrážejí a zahrnují veškeré informace předpokládá se efektivní trh, pro cenu c t tedy platí c t = c t + ε t. Techická aalýza Techická aalýza z vývoje cey a obchodovaých objemů akcie odvozuje odhad budoucího vývoje cey. Dalšími metodami odhadu vývoje ce akcií jsou apř. fudametálí aalýza (zkoumá podrobě účetictví

Více

PE 301 Podniková ekonomika 2. Garant: Eva KISLINGEROVÁ. Téma Metody mezipodnikového srovnávání. Téma 12. Eva Kislingerová

PE 301 Podniková ekonomika 2. Garant: Eva KISLINGEROVÁ. Téma Metody mezipodnikového srovnávání. Téma 12. Eva Kislingerová PE 30 Podiková ekoomika Garat: Eva KISLINGEROVÁ Téma Metody mezipodikového srováváí Eva Kisligerová Téma Eva Kisligerová Vysoká škola ekoomická v Praze 003 - Mezipodikové srováváí Poprvé 956- koferece

Více

1 PSE Definice základních pojmů. (ω je elementární jev: A ω (A ω) nebo (A );

1 PSE Definice základních pojmů. (ω je elementární jev: A ω (A ω) nebo (A ); 1 PSE 1 Náhodý pokus, áhodý jev. Operace s jevy. Defiice pravděpodobosti jevu, vlastosti ppsti. Klasická defiice pravděpodobosti a její použití, základí kombiatorické vzorce. 1.1 Teoretická část 1.1.1

Více

Doc. Ing. Dagmar Blatná, CSc.

Doc. Ing. Dagmar Blatná, CSc. PRAVDĚPODOBNOST A STATISTIKA Doc. Ig. Dagmar Blatá, CSc. Statsta statstcé údaje o hromadých jevech čost, terá vede zísáí statstcých údajů a jejch zpracováí teore statsty - věda o stavu, vztazích a vývoj

Více

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i : ometové míry polohy zahrují růzé druhy průměrů pomocí kterých můžeme charakterzovat cetrálí tedec dat ometové míry polohy jsou jedoduché číselé charakterstky které se vyčíslují ze všech prvků výběru

Více

( + ) ( ) ( ) ( ) ( ) Derivace elementárních funkcí II. Předpoklady: Př. 1: Urči derivaci funkce y = x ; n N.

( + ) ( ) ( ) ( ) ( ) Derivace elementárních funkcí II. Předpoklady: Př. 1: Urči derivaci funkce y = x ; n N. .. Derivace elemetárích fukcí II Předpoklady: Př. : Urči derivaci fukce y ; N. Budeme postupovat stejě jako předtím dosazeím do vzorce: f ( + ) f ( ) f f ( + ) + + + +... + (biomická věta) + + +... + f

Více

Vlastnosti posloupností

Vlastnosti posloupností Vlstosti posloupostí Nekoečá posloupost je fukce defiová v oboru přirozeých čísel Z toho plye, že kždá posloupost má prví čle (zčíme ), koečé poslouposti mjí i čle posledí Př Vypište prví čtyři čley poslouposti

Více

Napíšeme si, jaký význam mají jednotlivé zadané hodnoty z hlediska posloupností. Zbytek příkladu je pak pouhým dosazováním do vzorců.

Napíšeme si, jaký význam mají jednotlivé zadané hodnoty z hlediska posloupností. Zbytek příkladu je pak pouhým dosazováním do vzorců. 8..4 Užití ritmetických posloupostí Předpokldy: 80,80 Př. : S hloubkou roste teplot Země přibližě rovoměrě o 0 C 000 m. Jká bude teplot dě dolu hlubokého 900 m, je-li v hloubce 5 m teplot 9 C? Jký by byl

Více

8.1.2 Vzorec pro n-tý člen

8.1.2 Vzorec pro n-tý člen 8 Vzorec pro -tý čle Předpolady: 80 Pedagogicá pozáma: Přílady a hledáí dalších čleů posloupostí a a objevováí vzorců pro -tý čle do začé míry odpovídají typicým příladům z IQ testů, teré studeti zají

Více

9.1.12 Permutace s opakováním

9.1.12 Permutace s opakováním 9.. Permutace s opakováím Předpoklady: 905, 9 Pedagogická pozámka: Pokud echáte studety počítat samostatě příklad 9 vyjde tato hodia a skoro 80 miut. Uvažuji o tom, že hodiu doplím a rozdělím a dvě. Př.

Více

ÚROKOVÁ SAZBA A VÝPOČET BUDOUCÍ HODNOTY

ÚROKOVÁ SAZBA A VÝPOČET BUDOUCÍ HODNOTY ÚROKOVÁ SAZBA A VÝPOČET BUDOUÍ HODNOTY 1. Typy a druhy úročeí, budoucí hodota ivestice Úrok - odměa za získáí úvěru (cea za službu peěz) Ročí úroková sazba (míra)(r) úrok v % z hodoty kapitálu za časové

Více

I. Výpočet čisté současné hodnoty upravené

I. Výpočet čisté současné hodnoty upravené I. Výpočet čisté současé hodoty upraveé Příklad 1 Projekt a výrobu laserových lamp pro dermatologii vyžaduje ivestici 4,2 mil. Kč. Předpokládají se rovoměré peěží příjmy po zdaěí ve výši 1,2 mil. Kč ročě

Více

1.3. POLYNOMY. V této kapitole se dozvíte:

1.3. POLYNOMY. V této kapitole se dozvíte: 1.3. POLYNOMY V této kapitole se dozvíte: co rozumíme pod pojmem polyom ebo-li mohočle -tého stupě jak provádět základí početí úkoy s polyomy, kokrétě součet a rozdíl polyomů, ásobeí, umocňováí a děleí

Více

Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů.

Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů. 1. Příklad Hodíme 60krát šestistěou hrací kostkou. Jedotlivé stěy padly v ásledujícím poměru: 7:9:10:6:15:13. Proveďte test a 5% hladiě výzamosti, zda je kostka v pořádku. H 0 : π 1 = 1/6, π = 1/6, π 3

Více

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu Cvičeí 6: Výpočet středí hodoty a rozptylu, bodové a itervalové odhady středí hodoty a rozptylu Příklad 1: Postupě se zkouší spolehlivost čtyř přístrojů Další se zkouší je tehdy, když předchozí je spolehlivý

Více

DURACE A INVESTIČNÍ HORIZONT PŘI INVESTOVÁNÍ DO DLUHOPISŮ

DURACE A INVESTIČNÍ HORIZONT PŘI INVESTOVÁNÍ DO DLUHOPISŮ DURACE A INVESTIČNÍ HORIZONT PŘI INVESTOVÁNÍ DO DLUHOPISŮ Ivestičí horizot IH: doba, po kterou má ivestor v daé ivestici vázáy své peíze. Při ivestici do dluhopisu jsme vystavei riziku změy výosů Uvažujme

Více

4 DOPADY ZPŮSOBŮ FINANCOVÁNÍ NA INVESTIČNÍ ROZHODOVÁNÍ

4 DOPADY ZPŮSOBŮ FINANCOVÁNÍ NA INVESTIČNÍ ROZHODOVÁNÍ 4 DOPADY ZPŮSOBŮ FACOVÁÍ A VESTČÍ ROZHODOVÁÍ 77 4. ČSTÁ SOUČASÁ HODOTA VČETĚ VLVU FLACE, CEOVÝCH ÁRŮSTŮ, DAÍ OPTMALZACE KAPTÁLOVÉ STRUKTURY Čistá současá hodota (et preset value) Jedá se o dyamickou metodu

Více

1. Nakreslete všechny kostry následujících grafů: nemá žádnou kostru, roven. roven n,

1. Nakreslete všechny kostry následujících grafů: nemá žádnou kostru, roven. roven n, DSM2 Cv 7 Kostry grafů Defiice kostry grafu: Nechť G = V, E je souvislý graf. Kostrou grafu G azýváme každý jeho podgraf, který má stejou možiu vrcholů a je zároveň stromem. 1. Nakreslete všechy kostry

Více