pro obory Fyzioterapie a Optometrie jarní semestr 2011

Rozměr: px
Začít zobrazení ze stránky:

Download "pro obory Fyzioterapie a Optometrie jarní semestr 2011"

Transkript

1 Biosignál pro obory Fyzioterapie a Optometrie MUDr. Jaromír Šrámek Biofyzikální ústav Lékařská fakulta Masarykovy univerzity Brno jarní semestr 2011 MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

2 Biosignál O co jde? Signál signál je fyzikální děj nesoucí informaci o systému užitečnou informaci Biosignál signál nese informaci o živém systému a jsou tu problémy: Co je informace? Co je systém? Co je živý systém? MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

3 Biosignál Rozměry signálu bezčasové časové jednorozměrné střední tlak krve teplotka, oxymetrie vektor teplota+tlak+bmi EKG, EEG dvojrozměrný RTG sono, scinti trojrozměrný CT, MRI 4D sono Jak je to s tím časem? vlastně je to další rozměr biosignály mohou mít jeden až čtyři rozměry MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

4 Biosignál Deterministický signál idealizace: jednoznačně určená hodnota v každém bodě deterministický biosignál lze jednoznačně popsat funkcí y = f (t, x 1, x 2, x 3,...) funkce, resp. posloupnost, je matematickým modelem deterministického (bio)signálu v technice užitečné např. střídavý proud v medicíně spíš teoretický význam MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

5 Biosignál Stochastický signál reálná situace: náhody se nezbavíme šum, onemocnění,... stochastický biosignál matematickým modelem je náhodný proces {X (t, x 1, x 2, x 3,...)} výhody dostatečně obecné dostatečně věrné nevýhody lze popsat jen pravděpodobnostmi příliš obecné neučí se na střední škole MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

6 Biosignál Bud me diskrétní... spojitý čas 1 spojitý lze si představit jako plynulý deterministický signál modelem je funkce stochastický signál modelem je spojitý náhodný proces diskrétní čas čas je definovaný jen v izolovaných okamžicích mezi okamžiky nemusíme vidět např. čas mezi měřeními mezi okamžiky nemusí být signál definovaný např. natalita deterministický signál modelem je posloupnost stochastický signál modelem je diskrétní náhodný proces diskrétní hodnoty hodnoty jsou vybírány jen z konečné množiny výsledek kvantování např. cena v korunách, číslice na displeji přirozeně diskrétní signál např. počet nemocných, náklady 1 resp. libovolná nezávisle proměnná MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

7 Biosignál Diskrétně podruhé vzorkování pro celou řadu úloh je třeba z (bio)signálu se spojitým vybrat jen vzorky vzorkovat lze rovnoměrně nebo nerovnoměrně MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

8 Biosignál Diskrétně podruhé vzorkovací teorém minimální vzorkovací frekvence Shanon-Kotelnikovův teorém, Nyquistova limita,... f max 2 f sampling MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

9 Systém Systém je když... systém je poměrně obecný pojem, vyjadřuje obvykle nějaké uspořádání prvků a vztahů mezi nimi příklady systémů: fylogenetická klasifikace šelem model ekosystému blokové schema osciloskopu kompartmentový model metabolizmu metabolické dráhy jing a jang 2... tak jak z toho udělat definici? 2 i neexistující věc lze popsat jako systém MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

10 Systém Systém je když... pracujeme systematicky (např.) Systém je dvojice množin (P, V ), kde P je množina prvků a V je množina vztahů mezi nimi. MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

11 Systém Rozdělení systémů lineární systémy matematicky lze popsal lineární diferenciální rovnicí s konstantními koeficienty: n a i y(t) (i) = i=0 m b j x(t) (j), n > m lze popsal lineární diferenční rovnicí s konstantními koeficienty: n a i y(t i) = i=0 j=0 m b j x(t i), n > m platí princip superpozice chovají se hezky, jsou dobře řešitelné,... ALE! pro většinu biologických systémů příliš zjednodušující nelineární systémy jakýkoliv systém, který není lineární j=0 MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

12 Systém Lineární systémy matematický popis vnitřní popis víme-li, jak systém vypadá formalizace soustavou diferenciálních rovnic reprezentujících strukturu u lineárních systémů 4 matice vnější popis využíváme platnosti principu superpozice... a několika dalších fint přenosová funkce frekvenční charakteristika impulzní a skoková odezva systému MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

13 Systém Nelineární systémy obecně neplatí princip superpozice vnější popis obvykle nelze vnitřní popis velmi komplikovaný např. z matic čísel jsou matice funkcí, objevují se další členy,... problémy s nelinearitou z odezvy na dva vstupní signály obecně nemůžeme usuzovat na odezvu na součet kde to jde, snažíme se linearizovat kde to nejde, nelineární věda MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

14 Systém Kam až jsme se dostali fraktály, chaos,... Pojmy, které mohou v souvislosti se systémy padnout stavový prostor trajektorie a speciálně v souvislosti s nelineárními systémy teorie chaosu fraktál MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

15 Systém Jak souvicí signály a systémy? signály a soustavy se učí na technikách jako jeden předmět systém je zdrojem signálu signál je průchodem systémem modifikován modifikace záměrná: zpracování signálu, filtrace,... modifikace nežádoucí: poruchy, šum,... MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

16 Matematické intermezzo K čemu to? MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

17 Matematické intermezzo Komplexní čísla již kvadratická rovnice nemusí mít v reálných číslech řešení x 1,2 = b± D 2a D = b 2 4ac nelze odmocňovat záporná čísla? lze, ale výsledkem není reálné číslo definujeme komplexní jednotku i = 1 technici značí komplexní jednotku j MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

18 Matematické intermezzo Komplexní čísla obvykle značíme z C lze vyjádřit ve tvaru z = a + ib, kde a, b R pak hovoříme o složkovém nebo též algebraickém tvaru značíme a = Re(z) a b = Im(z) Gaussova rovina číslo z lze reprezentovat jako bod o souřadnicích Re(z) a Im(z) z lze vyjádřit i pomocí vzdálenosti od počátku z a úhlu mezi průvodičem a reálnou osou ϕ goniometrický tvar: z = z (cos ϕ + i sin ϕ) exponenciální tvar: z = z e iϕ MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

19 Matematické intermezzo Posloupnosti a řady užitečný pojem, pokud se hovoří o diskrétních deterministických signálech některé pojmy jsou na nich snáze pochopitelnější posloupnost je nekonečná sekvence čísel a 1, a 2,... a n,... řada je součet takové posloupnosti: a 1 + a a n +... = i=0 a i ne každá posloupnost nebo řada má pro nás smysl MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

20 Matematické intermezzo Funkce jedné proměnné pojem intuitivně známý již ze základní školy představa, že jde o předpis přiřazující nějakému x nějaké y je dostačující obecný zápis: y = f (x) důležitý pojem je limita funkce: a = lim x x0 f (x) MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

21 Matematické intermezzo Derivace funkce jedné proměnné geometrický význam: směrnice tečny grafu značení: f (x), y, dy dx, d dxf (x), ḟ (t),... definice: y f (x) f (x 0 ) = lim x x0 x x 0 funkci lze derivovat bod po bodu a tak lze získat opět funkci opakováním derivace získáme derivace vyšších řádů MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

22 Matematické intermezzo Integrál funkce jedné proměnné neurčitý integrál opačný postup k derivaci, hledání primitivní funkce značení: F (x) = f (x) dx neurčitý integrál zobecnění sumace, stanovení plochy pod křivkou značení: a ono to souvisí: b a I = b a f (x) dx f (x) dx = F (b) F (a) MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

23 Matematické intermezzo Funkce více proměnných přirozené zobecnění funkce jedné proměnné např. z = f (x, y) jde-li o funkci na několik proměnných, lze chápat jako několik funkcí na jednu proměnnou MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

24 Matematické intermezzo Derivace funkce více proměnných opět si lze představit směrnici tečny grafu kam však bude směrnice směřovat? parciální derivace parciální derivace ve směru os: z x, z y ( ) gradient: grad z(x, y) = z x, z y totální diferenciál: parciální derivace ve směru gradientu MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

25 Matematické intermezzo Integrál funkce více proměnných základem je určitý integrál několik úrovní abstrakce Darbouxův Riemannův Lebegueův Kurzweilův význam má objemu pod plochou MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

26 Matematické intermezzo Vektor a matice vektor si lze představit jako n-tici čísel matici si lze představit jako m n-tici čísel na vektor lze pohĺıžet jako na matici 1 n matice lze sčítat jen pokud mají stejné rozměry pro násobení matic platí složitější podmínky vždy lze násobit čtvercové matice, ale obvykle: A B B A MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

27 Matematické intermezzo Náhodný jev obvykle nevíme, jak nějaký pokus dopadne: výsledek hodu kostkou? exploze v laboratoři? vyléčení nemocného? výsledem genetického algoritmu?... náhodný jev si můžeme představit jako jeden z možných výsledků pokusu náhodnému jevu můžeme přiřadit pravděpodobnost číslo z intervalu < 0, 1 > MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

28 Matematické intermezzo Náhodná veličina korektní definice nevypadá hezky: B B : {ω Ω : X (ω) B} A takže raději neformálně: náhodná veličina je funkce přiřazující každému jevu z dané množiny jevů jeho pravděpodobnost náhodnou veličinu lze popsat několika způsoby: pravděpodobnostní funkcí hustotou pravděpodobnosti distribuční funkcí k orientačnímu hodnocení slouží ukazatele střední hodnota kvartily rozptyl momenty šikmost, špičatost... MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

29 Matematické intermezzo Náhodný vektor vektor, jehož prvky jsou náhodné veličiny popis podobný jako u náhodné veličiny přibývá hodnocení vzájemného vztahu prvků vektoru: korelace a korelační koeficienty kovariance a (ko)varianční matice MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

30 Matematické intermezzo Náhodný proces korektní definice je hůře uchopitelná obohacení náhodné veličiny o časovou složku může být spojitý nebo diskrétní MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

31 Fourierova analýza periodická funkce a posloupnost periodická funkce: f (t) = f (t + nt ), n N periodická posloupnost: a(i) = a(i + it ), i, n N MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

32 Fourierova analýza Fourierova řada vhodnou periodickou funkci lze zapsat: f (t) = (a n sin ωnt + b n cos ωnt) n=1 alternativní zápis: a n sin ωnt + b n cos ωnt = A n sin(nωt + ϕ n ) a n sin ωnt + b n cos ωnt = A n e inωt MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

33 Fourierova analýza Fourierova transformace definována integrálem: S(ω) = hovoříme o frekvenčním obrazu funkce obecně komplexní funkce f (t)e iωt dt MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

34 Fourierova analýza Spektrum signálu MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

35 Fourierova analýza příklady použití detekce periodicity minimalizace šumu texturní analýza zpracování audiosignálu v kochleárním implantátu MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

36 Analýza obrazů MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

37 Analýza obrazů Jde obraz matematizovat? pixel nejmenší ploška obrazu, homogenní barevný vjem lze vyjádřit jako tři složky: RGB červená, zelená, modrá CMYK modrozelená, fialová, žlutá, černá HSV barevný tón, sytost, jas u černobílých obrazů je situace jednodušší, jen stupeň šedi obraz může být chápán jako funkce nebo matice MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

38 Analýza obrazů histogram přehledné znázornění četnosti jednotlivých stupňů šedi jasné a srozumitelné informace o obraze i naprosto odlišné obrazy mohou mít stejný histogram MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

39 Analýza obrazů histogram - ekvalizace histogramu rozšířením histogramu tak, aby pokrýval všechny dostupné stupně šedi, zvýší kontrast změna barev/jasů mapovací funkce MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

40 Analýza obrazů redukce šumu originál Gausovský šum medián DF filtr originál šum pepř a sůl medián DF filtr MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

41 Analýza obrazu segmentace segmentace je rozdělení obrazu na podobné regiony podobnost může spočívat v: úrovni jasu jednotlivých pixelů statistických vlastnostech okoĺı jednotlivých pixelů strukturních vlastnostech okoĺı jednotlivých pixelů v dalším lze nechat počítač tyto regiony klasifikovat počítačové vidění počítačem podporovaná diagnostika regiony se klasifikují podle hranice a tvaru textury MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

42 Analýza obrazu jednoduchá segmentace nejjednodušší je prahování nejčastěji se používají hranové filtry detekce změny jasu postupně originál a hranové detektory Robertsův, Laplaceův a Sobelův (gimp a ImageJ) MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

43 Analýza obrazu A k čemu je to v klinice? zesílení kontrastu klinických obrazů plynulá úprava histogramu ekvalizace adaptivní a inteligentní metody počítačová podpora diagnostiky využívá číselných charakteristik tvaru a textury léze problém s reprodukovatelností měření fúze zajímavých obrazů z různých metod CT/PET komparační mikroskopie (konfokální + elektronový mikroskop)...!!žádná metoda do obrazu nepřidá novou informaci!! MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

44 A to je konec přednášky... Má někdo sílu na dotazy? MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál jarní semestr / 47

Biofyzikální ústav LF MU Brno. jarní semestr 2011

Biofyzikální ústav LF MU Brno. jarní semestr 2011 pro obor Ošetřovatelská péče v gerontologii Biofyzikální ústav LF MU Brno jarní semestr 2011 Obsah letmý dotyk teorie systémů klasifikace a analýza biosignálů Co je signál? Co je biosignál? Co si počít

Více

Lékařská fakulta Masarykovy univerzity Brno. MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál / 35

Lékařská fakulta Masarykovy univerzity Brno. MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál / 35 Biosignál MUDr. Jaromír Šrámek Biofyzikální ústav Lékařská fakulta Masarykovy univerzity Brno 2012 MUDr. Jaromír Šrámek (BFÚ LF MU) Biosignál 2012 1 / 35 Obsah co nás dnes čeká... Opakování základních

Více

Úvod do zpracování signálů

Úvod do zpracování signálů 1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování

Více

Požadavky 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 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

Více

SIGNÁLY A LINEÁRNÍ SYSTÉMY

SIGNÁLY A LINEÁRNÍ SYSTÉMY SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cziba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobnost a aplikovaná statistika MGR. JANA SEKNIČKOVÁ, PH.D. 2. KAPITOLA PODMÍNĚNÁ PRAVDĚPODOBNOST 3. KAPITOLA NÁHODNÁ VELIČINA 9.11.2017 Opakování Uveďte příklad aplikace geometrické definice pravděpodobnosti

Více

Téma 22. Ondřej Nývlt

Téma 22. Ondřej Nývlt Téma 22 Ondřej Nývlt nyvlto1@fel.cvut.cz Náhodná veličina a náhodný vektor. Distribuční funkce, hustota a pravděpodobnostní funkce náhodné veličiny. Střední hodnota a rozptyl náhodné veličiny. Sdružené

Více

SIGNÁLY A LINEÁRNÍ SYSTÉMY

SIGNÁLY A LINEÁRNÍ SYSTÉMY SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické či jiné

Více

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY a SYSTÉMY

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY a SYSTÉMY Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady, vlastnosti Vzorkovací

Více

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,

1. 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

Více

Náhodná veličina a rozdělení pravděpodobnosti

Náhodná 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

Více

7. Rozdělení pravděpodobnosti ve statistice

7. Rozdělení pravděpodobnosti ve statistice 7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,

Více

Analýza a zpracování digitálního obrazu

Analýza a zpracování digitálního obrazu Analýza a zpracování digitálního obrazu Úlohy strojového vidění lze přibližně rozdělit do sekvence čtyř funkčních bloků: Předzpracování veškerých obrazových dat pomocí filtrací (tj. transformací obrazové

Více

Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014. 1. Obor reálných čísel

Mgr. 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) -

Více

Derivace funkce. Přednáška MATEMATIKA č Jiří Neubauer

Derivace funkce. Přednáška MATEMATIKA č Jiří Neubauer Přednáška MATEMATIKA č. 9-11 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Šotová, J., Doudová, L. Diferenciální počet funkcí jedné proměnné Motivační příklady

Více

MATEMATICKÁ STATISTIKA - XP01MST

MATEMATICKÁ STATISTIKA - XP01MST MATEMATICKÁ STATISTIKA - XP01MST 1. Úvod. Matematická statistika (statistics) se zabývá vyšetřováním zákonitostí, které v sobě obsahují prvek náhody. Zpracováním hodnot, které jsou výstupem sledovaného

Více

Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček. 8. přednáška 11MSP pondělí 20. dubna 2015

Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček. 8. přednáška 11MSP pondělí 20. dubna 2015 Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 8. přednáška 11MSP pondělí 20. dubna 2015 verze: 2015-04-14 12:31

Více

MATURITNÍ TÉMATA Z MATEMATIKY

MATURITNÍ TÉMATA Z MATEMATIKY MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické

Více

Operace s obrazem I. Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno. prezentace je součástí projektu FRVŠ č.

Operace s obrazem I. Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno. prezentace je součástí projektu FRVŠ č. Operace s obrazem I Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 Osnova 1 Filtrování obrazu 2 Lineární a nelineární filtry 3 Fourierova

Více

Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách

Státní 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

Více

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2017/2018 Tutoriál č. 2:, náhodný vektor Jan Kracík jan.kracik@vsb.cz náhodná veličina rozdělení pravděpodobnosti náhodné

Více

Náhodné signály. Honza Černocký, ÚPGM

Náhodné signály. Honza Černocký, ÚPGM Náhodné signály Honza Černocký, ÚPGM Signály ve škole a v reálném světě Deterministické Rovnice Obrázek Algoritmus Kus kódu } Můžeme vypočítat Málo informace! Náhodné Nevíme přesně Pokaždé jiné Především

Více

Operace s obrazem. Biofyzikální ústav LF MU. Projekt FRVŠ 911/2013

Operace s obrazem. Biofyzikální ústav LF MU. Projekt FRVŠ 911/2013 Operace s obrazem Biofyzikální ústav LF MU Obraz definujeme jako zrakový vjem, který vzniká po dopadu světla na sítnici oka. Matematicky lze obraz chápat jako vícerozměrný signál (tzv. obrazová funkce)

Více

Základy teorie pravděpodobnosti

Základy teorie pravděpodobnosti Základy teorie pravděpodobnosti Náhodná veličina Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 12. února 2012 Statistika by Birom Základy teorie

Více

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály a systémy Vlastnosti systémů Systémy

Více

Jasové transformace. Karel Horák. Rozvrh přednášky:

Jasové transformace. Karel Horák. Rozvrh přednášky: 1 / 23 Jasové transformace Karel Horák Rozvrh přednášky: 1. Úvod. 2. Histogram obrazu. 3. Globální jasová transformace. 4. Lokální jasová transformace. 5. Bodová jasová transformace. 2 / 23 Jasové transformace

Více

Vlastnosti členů regulačních obvodů Osnova kurzu

Vlastnosti členů regulačních obvodů Osnova kurzu Osnova kurzu 1) Základní pojmy; algoritmizace úlohy 2) Teorie logického řízení 3) Fuzzy logika 4) Algebra blokových schémat 5) Statické vlastnosti členů regulačních obvodů 6) Dynamické vlastnosti členů

Více

Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál

Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál Jan Slovák Masarykova univerzita Fakulta informatiky 16. 9. 2008 Obsah přednášky 1 Literatura 2 Funkce a

Více

U Úvod do modelování a simulace systémů

U Úvod do modelování a simulace systémů U Úvod do modelování a simulace systémů Vyšetřování rozsáhlých soustav mnohdy nelze provádět analytickým výpočtem.často je nutné zkoumat chování zařízení v mezních situacích, do kterých se skutečné zařízení

Více

Pokročilé operace s obrazem

Pokročilé operace s obrazem Získávání a analýza obrazové informace Pokročilé operace s obrazem Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 (BFÚ LF MU) Získávání

Více

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály a systémy Vlastnosti systémů Systémy

Více

Lineární a adaptivní zpracování dat. 3. SYSTÉMY a jejich popis ve frekvenční oblasti

Lineární a adaptivní zpracování dat. 3. SYSTÉMY a jejich popis ve frekvenční oblasti Lineární a adaptivní zpracování dat 3. SYSTÉMY a jejich popis ve frekvenční oblasti Daniel Schwarz Osnova Opakování: systémy a jejich popis v časové oblasti Fourierovy řady Frekvenční charakteristika systémů

Více

CW01 - Teorie měření a regulace

CW01 - Teorie měření a regulace Ústav technologie, mechanizace a řízení staveb CW01 - Teorie měření a regulace ZS 2010/2011 SPEC. 2.p 2010 - Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace

Více

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Výsledky některých náhodných pokusů jsou přímo vyjádřeny číselně (např. při hodu kostkou padne 6). Náhodnou veličinou

Více

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ 1. týden doc. Ing. Renata WAGNEROVÁ, Ph.D. Ostrava 2013 doc. Ing. Renata WAGNEROVÁ, Ph.D. Vysoká škola báňská

Více

Zadání 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 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

Více

Maturitní témata z matematiky

Maturitní témata z matematiky Maturitní témata z matematiky G y m n á z i u m J i h l a v a Výroky, množiny jednoduché výroky, pravdivostní hodnoty výroků, negace operace s výroky, složené výroky, tabulky pravdivostních hodnot důkazy

Více

Diferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36

Diferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36 Diferenciální rovnice a jejich aplikace Zdeněk Kadeřábek (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36 Obsah 1 Co to je derivace? 2 Diferenciální rovnice 3 Systémy diferenciálních rovnic

Více

MKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0.

MKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0. MKI -00 Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0. V jakém rozmezí se může pohybovat poloměr konvergence regulární

Více

Matematika 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 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

Více

Požadavky ke zkoušce. Ukázková písemka

Požadavky ke zkoušce. Ukázková písemka Požadavky ke zkoušce Zkouška z předmětu MATEMATIKA 1 má dvě části Písemná část: Písemná část se ještě dále rozděluje na praktickou část písemku a teoretickou část test. Písemka trvá 90 minut a je v ní

Více

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY TEMATICKÉ OKRUHY Signály se spojitým časem Základní signály se spojitým časem (základní spojité signály) Jednotkový skok σ (t), jednotkový impuls (Diracův impuls)

Více

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15

1. 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

Více

Omezení barevného prostoru

Omezení barevného prostoru Úpravy obrazu Omezení barevného prostoru Omezení počtu barev v obraze při zachování obrazového vjemu z obrazu Vytváření barevné palety v některých souborových formátech Různé filtry v grafických programech

Více

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady,

Více

B) výchovné a vzdělávací strategie jsou totožné se strategiemi vyučovacího předmětu Matematika.

B) 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

Více

Úvodní informace. 17. února 2018

Úvodní informace. 17. února 2018 Úvodní informace Funkce více proměnných Přednáška první 17. února 2018 Obsah 1 Úvodní informace. 2 Funkce více proměnných Definiční obor Limita a spojitost Derivace, diferencovatelnost, diferenciál Úvodní

Více

Základní pojmy o signálech

Základní pojmy o signálech Základní pojmy o signálech klasifikace signálů transformace časové osy energie a výkon periodické signály harmonický signál jednotkový skok a impuls Jan Černocký ÚPGM FIT VUT Brno, cernocky@fit.vutbr.cz

Více

2010 Josef Pelikán, CGG MFF UK Praha

2010 Josef Pelikán, CGG MFF UK Praha Filtrace obrazu 21 Josef Pelikán, CGG MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ 1 / 32 Histogram obrázku tabulka četností jednotlivých jasových (barevných) hodnot spojitý případ hustota pravděpodobnosti

Více

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady,

Více

Modelování a simulace Lukáš Otte

Modelování 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

Více

Číslicové zpracování signálů a Fourierova analýza.

Číslicové zpracování signálů a Fourierova analýza. Číslicové zpracování signálů a Fourierova analýza www.kme.zcu.cz/kmet/exm 1 Obsah prezentace 1. Úvod a motivace 2. Data v časové a frekvenční oblasti 3. Fourierova analýza teoreticky 4. Fourierova analýza

Více

Kapitola 1. Signály a systémy. 1.1 Klasifikace signálů

Kapitola 1. Signály a systémy. 1.1 Klasifikace signálů Kapitola 1 Signály a systémy 1.1 Klasifikace signálů Signál představuje fyzikální vyjádření informace, obvykle ve formě okamžitých hodnot určité fyzikální veličiny, která je funkcí jedné nebo více nezávisle

Více

PŘEDNÁŠKA 9 KŘIVKOVÝ A PLOŠNÝ INTEGRÁL 1. DRUHU

PŘEDNÁŠKA 9 KŘIVKOVÝ A PLOŠNÝ INTEGRÁL 1. DRUHU PŘEDNÁŠKA 9 KŘIVKOVÝ A PLOŠNÝ INTEGRÁL 1. DRUHU 6.1 Křivkový integrál 1. druhu Definice 1. Množina R n se nazývá prostá regulární křivka v R n právě tehdy, když existuje vzájemně jednoznačné zobrazení

Více

Základní vlastnosti křivek

Základní vlastnosti křivek křivka množina bodů v rovině nebo v prostoru lze chápat jako trajektorii pohybu v rovině či v prostoru nalezneme je také jako množiny bodů na ploše křivky jako řezy plochy rovinou, křivky jako průniky

Více

Občas se používá značení f x (x 0, y 0 ), resp. f y (x 0, y 0 ). Parciální derivace f. rovnoběžného s osou y a z:

Občas se používá značení f x (x 0, y 0 ), resp. f y (x 0, y 0 ). Parciální derivace f. rovnoběžného s osou y a z: PARCIÁLNÍ DERIVACE Jak derivovat reálné funkce více proměnných aby bylo možné tyto derivace použít podobně jako derivace funkcí jedné proměnné? Jestliže se okopíruje definice z jedné proměnné dostane se

Více

Gymnázium Česká a Olympijských nadějí, České Budějovice, Česká 64, 37021

Gymnázium Česká a Olympijských nadějí, České Budějovice, Česká 64, 37021 Maturitní témata MATEMATIKA 1. Funkce a jejich základní vlastnosti. Definice funkce, def. obor a obor hodnot funkce, funkce sudá, lichá, monotónnost funkce, funkce omezená, lokální a globální extrémy funkce,

Více

NÁHODNÁ VELIČINA. 3. cvičení

NÁHODNÁ VELIČINA. 3. cvičení NÁHODNÁ VELIČINA 3. cvičení Náhodná veličina Náhodná veličina funkce, která každému výsledku náhodného pokusu přiřadí reálné číslo. Je to matematický model popisující více či méně dobře realitu, který

Více

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník a oktáva 3 hodiny týdně PC a dataprojektor, učebnice

Více

KOMPLEXNÍ ČÍSLA A FUNKCE MNOŽINA KOMPLEXNÍCH ČÍSEL C. Alternativní popis komplexních čísel

KOMPLEXNÍ ČÍSLA A FUNKCE MNOŽINA KOMPLEXNÍCH ČÍSEL C. Alternativní popis komplexních čísel KOMPLEXNÍ ČÍSLA A FUNKCE V předchozích částech byl důraz kladen na reálná čísla a na reálné funkce. Pokud se komplexní čísla vyskytovala, bylo to z hlediska kartézského součinu dvou reálných přímek, např.

Více

Matematická analýza III.

Matematická analýza III. 2. Parciální derivace Miroslav Hušek, Lucie Loukotová UJEP 2010 Parciální derivace jsou zobecněním derivace funkce jedné proměnné. V této kapitole poznáme jejich základní vlastnosti a využití. Co bychom

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 05 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni

KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni KTE/TEVS - Rychlá Fourierova transformace Pavel Karban Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni 10.11.011 Outline 1 Motivace FT Fourierova transformace

Více

Učební plán 4. letého studia předmětu matematiky. Učební plán 6. letého studia předmětu matematiky

Učební plán 4. letého studia předmětu matematiky. Učební plán 6. letého studia předmětu matematiky Učební plán 4. letého studia předmětu matematiky Ročník I II III IV Dotace 3 3+1 2+1 2+2 Povinnost povinný povinný povinný povinný Učební plán 6. letého studia předmětu matematiky Ročník 1 2 3 4 5 6 Dotace

Více

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A1. Cvičení, zimní semestr. Samostatné výstupy. Jan Šafařík

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A1. Cvičení, zimní semestr. Samostatné výstupy. Jan Šafařík Vysoké učení technické v Brně Stavební fakulta ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE Matematika 0A1 Cvičení, zimní semestr Samostatné výstupy Jan Šafařík Brno c 2003 Obsah 1. Výstup č.1 2 2. Výstup

Více

III. Diferenciál funkce a tečná rovina 8. Diferenciál funkce. Přírůstek funkce. a = (x 0, y 0 ), h = (h 1, h 2 ).

III. Diferenciál funkce a tečná rovina 8. Diferenciál funkce. Přírůstek funkce. a = (x 0, y 0 ), h = (h 1, h 2 ). III. Diferenciál funkce a tečná rovina 8. Diferenciál funkce. Přírůstek funkce = f(x 0 + h 1, y 0 + h 2 ) f(x 0, y 0 ) f u (x 0, y 0 ), kde u = (h 1, h 2 ). ( ) = f(x 0 + h 1, y 0 ) f(x 0, y 0 ) x (x 0,

Více

Poznámky k předmětu Aplikovaná statistika, 4. téma

Poznámky k předmětu Aplikovaná statistika, 4. téma Poznámky k předmětu Aplikovaná statistika, 4. téma 4. Náhodné vektory V praxi se nám může hodit postihnout více vlastností jednoho objektu najednou, např. výšku, váhu a pohlaví člověka; rychlost chemické

Více

Náhodný vektor a jeho charakteristiky

Náhodný vektor a jeho charakteristiky Náhodný vektor a jeho číselné charakteristiky 1 Náhodný vektor a jeho charakteristiky V následující kapitole budeme věnovat pozornost pouze dvourozměřnému náhodnému vektoru, i když uvedené pojmy a jejich

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2016

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2016 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 206 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

Funkce komplexní proměnné a integrální transformace

Funkce komplexní proměnné a integrální transformace Funkce komplexní proměnné a integrální transformace Fourierovy řady I. Marek Lampart Text byl vytvořen v rámci realizace projektu Matematika pro inženýry 21. století (reg. č. CZ.1.07/2.2.00/07.0332), na

Více

Tematický plán Obor: Informační technologie. Vyučující: Ing. Joanna Paździorová

Tematický 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.

Více

Elementární křivky a plochy

Elementární křivky a plochy Příloha A Elementární křivky a plochy A.1 Analytický popis geometrických objektů Geometrické vlastnosti, které jsme dosud studovali, se týkaly především základních geometrických objektů bodů, přímek, rovin

Více

Pravděpodobnost a statistika I KMA/K413

Pravděpodobnost a statistika I KMA/K413 Pravděpodobnost a statistika I KMA/K413 Konzultace 3 Přírodovědecká fakulta Katedra matematiky jiri.cihlar@ujep.cz Kovariance, momenty Definice kovariance: Kovariance náhodných veličin Dále můžeme dokázat:,

Více

Maturitní témata profilová část

Maturitní témata profilová část Seznam témat Výroková logika, úsudky a operace s množinami Základní pojmy výrokové logiky, logické spojky a kvantifikátory, složené výroky (konjunkce, disjunkce, implikace, ekvivalence), pravdivostní tabulky,

Více

Rozdělení náhodné veličiny. Distribuční funkce. Vlastnosti distribuční funkce

Rozdělení náhodné veličiny. Distribuční funkce. Vlastnosti distribuční funkce Náhodná veličina motivace Náhodná veličina Často lze výsledek náhodného pokusu vyjádřit číslem: číslo, které padlo na kostce, výška náhodně vybraného studenta, čas strávený čekáním na metro, délka života

Více

5. Náhodná veličina. 2. Házíme hrací kostkou dokud nepadne šestka. Náhodná veličina nabývá hodnot z posloupnosti {1, 2, 3,...}.

5. Náhodná veličina. 2. Házíme hrací kostkou dokud nepadne šestka. Náhodná veličina nabývá hodnot z posloupnosti {1, 2, 3,...}. 5. Náhodná veličina Poznámka: Pro popis náhodného pokusu jsme zavedli pojem jevového pole S jako množiny všech možných výsledků a pravděpodobnost náhodných jevů P jako míru výskytů jednotlivých výsledků.

Více

GE - Vyšší kvalita výuky CZ.1.07/1.5.00/

GE - Vyšší kvalita výuky CZ.1.07/1.5.00/ Gymnázium, Brno, Elgartova 3 GE - Vyšší kvalita výuky CZ.1.07/1.5.00/34.0925 IV/2 Inovace a zkvalitnění výuky směřující k rozvoji matematické gramotnosti žáků středních škol Téma : Diferenciální a integrální

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOST A STATISTIKA Náhodná proměnná Náhodná veličina slouží k popisu výsledku pokusu. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáme. Přesto bychom chtěli tento pokus

Více

Matematika II, úroveň A ukázkový test č. 1 (2018) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené

Matematika II, úroveň A ukázkový test č. 1 (2018) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené 2. 3. 2018 Matematika II, úroveň A ukázkový test č. 1 (2018) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené mn. M E n. Zapište a načrtněte množinu D, ve které

Více

Náhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X

Náhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X Náhodný vektor Náhodný vektor zatím jsme sledovali jednu náhodnou veličinu, její rozdělení a charakteristiky často potřebujeme vyšetřovat vzájemný vztah několika náhodných veličin musíme sledovat jejich

Více

II. Zakresli množinu bodů, ze kterých vidíme úsečku délky 3 cm v zorném úhlu větším než 30 0 a menším než 60 0.

II. Zakresli množinu bodů, ze kterých vidíme úsečku délky 3 cm v zorném úhlu větším než 30 0 a menším než 60 0. Ukázky typových maturitních příkladů z matematiky..reálná čísla. 3} x R; I. Zobrazte množiny A = {x є 3} < + x R; B = {x є II. Zapište ve tvaru zlomku číslo, 486.Komplexní čísla. I. Určete a + b, a - b,

Více

DEFINICE,VĚTYADŮKAZYKÚSTNÍZKOUŠCEZMAT.ANALÝZY Ib

DEFINICE,VĚTYADŮKAZYKÚSTNÍZKOUŠCEZMAT.ANALÝZY Ib INFORMACE O PRŮBĚHU A POŽADAVKY KE ZKOUŠCE Z MAT. ANALÝZYIbVLS2010/11 Ke zkoušce mohou přistoupit studenti, kteří získali zápočet. Do indexu jej zapíši na zkoušce, pokud cvičící potvrdí, že na něj student

Více

Operace s obrazem II

Operace s obrazem II Operace s obrazem II Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 Osnova Matematická morfologie Segmentace obrazu Klasifikace objektů

Více

ekologie Pavel Fibich rovnice rovnice Pavel Fibich Shrnutí Literatura

ekologie Pavel Fibich rovnice rovnice Pavel Fibich Shrnutí Literatura a diferenční - nalévárna pavel.fibich@prf.jcu.cz 27. září 2012 Obsah 1 2 3 4 5 6 7 Proč povídat o diferenciálních (δr) a diferenčních rovnicích ( R) v kurzu? δr a R jsou vhodné pro popisy vztahů a vývoje

Více

Matematika I A ukázkový test 1 pro 2014/2015

Matematika 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)

Více

Lineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita

Lineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita Lineární a adpativní zpracování dat 3. Lineární filtrace I: Z-transformace, stabilita Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály, systémy, jejich vlastnosti a popis v časové

Více

a způsoby jejího popisu Ing. Michael Rost, Ph.D.

a způsoby jejího popisu Ing. Michael Rost, Ph.D. Podmíněná pravděpodobnost, náhodná veličina a způsoby jejího popisu Ing. Michael Rost, Ph.D. Podmíněná pravděpodobnost Pokud je jev A vázán na uskutečnění jevu B, pak tento jev nazýváme jevem podmíněným

Více

Pojmy z kombinatoriky, pravděpodobnosti, znalosti z kapitoly náhodná veličina, znalost parciálních derivací, dvojného integrálu.

Pojmy z kombinatoriky, pravděpodobnosti, znalosti z kapitoly náhodná veličina, znalost parciálních derivací, dvojného integrálu. 6. NÁHODNÝ VEKTOR Průvodce studiem V počtu pravděpodobnosti i v matematické statistice se setkáváme nejen s náhodnými veličinami, jejichž hodnotami jsou reálná čísla, ale i s takovými, jejichž hodnotami

Více

Poznámky k předmětu Aplikovaná statistika, 4. téma

Poznámky k předmětu Aplikovaná statistika, 4. téma Poznámky k předmětu Aplikovaná statistika, 4. téma 4. Náhodné vektory V praxi se nám může hodit postihnout více vlastností jednoho objektu najednou, např. výšku, váhu a pohlaví člověka; rychlost chemické

Více

Matematika. Kamila Hasilová. Matematika 1/34

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

Více

JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová

JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová Opakování Základní pojmy z teorie pravděpodobnosti Co je to náhodný pokus? Děj, jehož výsledek není předem jednoznačně určen podmínkami, za nichž

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

Bakalářská matematika I

Bakalářská matematika I 1. Funkce Diferenciální počet Mgr. Jaroslav Drobek, Ph. D. Katedra matematiky a deskriptivní geometrie Bakalářská matematika I Některé užitečné pojmy Kartézský součin podrobnosti Definice 1.1 Nechť A,

Více

Náhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která

Náhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která Náhodná veličina a její charakteristiky Náhodná veličina a její charakteristiky Představte si, že provádíte náhodný pokus, jehož výsledek jste schopni ohodnotit nějakým číslem. Před provedením pokusu jeho

Více

Matematický seminář. OVO ŠVP Tématický celek Učivo ŠVP Integrace Mezipředmětové vztahy. jejich soustavy. Spojitost funkce v bodě. Limita funkce v bodě

Matematický seminář. OVO ŠVP Tématický celek Učivo ŠVP Integrace Mezipředmětové vztahy. jejich soustavy. Spojitost funkce v bodě. Limita funkce v bodě Řeší s porozumněním rovnice s parametrem Rovnice, nerovnice a jejich soustavy Řovnice, nerovnice a jejich soustavy Třetí, 24 hodin Zvolí vhodnou metodu řešení rovnice nebo nerovnice Vysvětlí zvolený způsob

Více

Gymnázium Jiřího Ortena, Kutná Hora

Gymnázium Jiřího Ortena, Kutná Hora Předmět: Cvičení z matematiky Náplň: Systematizace a prohloubení učiva matematiky Třída: 4. ročník Počet hodin: 2 Pomůcky: Učebna s dataprojektorem, PC, grafický program, tabulkový procesor Číselné obory

Více

Signál v čase a jeho spektrum

Signál v čase a jeho spektrum Signál v čase a jeho spektrum Signály v časovém průběhu (tak jak je vidíme na osciloskopu) můžeme dělit na periodické a neperiodické. V obou případech je lze popsat spektrálně určit jaké kmitočty v sobě

Více

Analýza lineárních regulačních systémů v časové doméně. V Modelice (ale i v Simulinku) máme blok TransfeFunction

Analýza lineárních regulačních systémů v časové doméně. V Modelice (ale i v Simulinku) máme blok TransfeFunction Analýza lineárních regulačních systémů v časové doméně V Modelice (ale i v Simulinku) máme blok TransfeFunction Studijní materiály http://physiome.cz/atlas/sim/regulacesys/ Khoo: Physiological Control

Více