definované pro jednotlivé řády takto: ) řádu n nazýváme číslo A = det( A) a a a11 a12

Rozměr: px
Začít zobrazení ze stránky:

Download "definované pro jednotlivé řády takto: ) řádu n nazýváme číslo A = det( A) a a a11 a12"

Transkript

1 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 začeí a termiologie (A L Cauchy, C G Jacobi, A Cayley) Až po zavedeí pojmu matice (A Cayley, 858) se dostaly determiaty do souvislosti se čtvercovými maticemi a determiat se pak stal módím pojmem matematiky 9 století Koečě bylo také objeveo, že z geometrického hlediska vyjadřuje determiat řádu objem -rozměrého rovoběžostěu Jelikož pro prví sezámeí s teorií determiatů eí potřeba zát o moc více ež sčítáí a ásobeí reálých čísel, byly ještě v 9 století zavedey základy učiva o determiatech do osov středích škol apříklad v Rakousku-Uhersku, Německu ebo Rusku Determiat Determiatem čtvercové matice A ( a rs ) řádu azýváme číslo A det( A) defiovaé pro jedotlivé řády takto: o : det( A) a o 2 : a a2 det( A) aa22 a2a2 a a o 3: 2 22 det( A) a a + a, atd a32 a33 a3 a33 a3 a o Obecě pro 2 platí tzv Laplaceův vzorec: s ( ) + s s det( A) a A, kde A s je determiat matice řádu, která vzike z matice A vyecháím řádku a s -tého sloupce s Příklady Uveďme dva příklady pro determiaty ízkých řádů Pro 2 : Pro 3 si můžeme zázorit a zapamatovat výpočet tzv Sarussovým pravidlem: (3)

2 Kokrétě: Pozámka (Laplaceův rozvoj) Laplaceův vzorec umožňuje sížit řád determiatu o jedičku: místo determiatu matice řádu počítáme obecě determiatů (často však méě) řádu Můžeme jej totiž použít s drobou úpravou pro libovolý řádek ebo sloupec, det( A) det( A) s r ( ) a A, rozvoj podle r-tého řádku, ( ) r+ s r+ s rs rs a A, rozvoj podle s-tého sloupce rs rs To je výhodé zejméa jsou-li v zadaé matici ulové prvky a zejméa je-li jich více v ěkterém řádku ebo sloupci Počítejme apříklad z defiice Použitím Laplaceova rozvoje podle třetího sloupce si však můžeme výpočet začě zjedodušit: (32) 33 Pozámka (Sarussovo pravidlo) Sarussovo pravidlo eplatí pro 4 Důkaz Determiat matice A řádu se dá ekvivaletě defiovat pomocí pojmu permutace jako součet všech součiů prvků matice, z ichž každý leží a jiém řádku a v jiém sloupci, tedy tzv Leibizovou součiovou formulí: det A sig( σ ) a σ () a2 σ (2) a σ ( ), (33) σ S kde σ je permutace možiy { },2,,, tedy sloupcových idexů, a sig( ) σ je zaméko permutace, tedy počet zámě, kterými z permutace σ získáme idetickou permutaci 2

3 Počet těchto součiů, které musíme ve formuli (33) sečíst, je rove počtu permutací - prvkové možiy, tedy P( )!, kokrétě v ašem případě 4 je to 24 součiů Sarussovým pravidlem pro 4 však sečteme je 8 součiů, chybí všechy hodě přeházeé čley apř souči a a24 a 32 a43 34 Aplikace: Geometrický výzam determiatu řádu : objem -rozměrého rovoběžostěu, jehož hray tvoří polohové vektory z řádků matice Například v rovoběžíku s vrcholy A [ 0,0], B [,2], C [,5] a D [ 2,3] můžeme popsat stray polohovými vektory u (,2 ),, (viz obrázek 3) Jeho obsah spočítáme sado pomocí determiatu v ( 2,3) 2 S det 2 3 Podobě lze spočítat objem rovoběžostěu jehož hray jsou dáy umístěím vektorů b,0,5 c 3,3, do společého vrcholu (viz obrázek 32): a ( 3,0,0), ( ), ( ) V 30 Obrázek 3 Rovoběžík Obrázek 32 Rovoběžostě 2 Pro matice popisující lieárí trasformace (tedy geometrická zobrazeí, viz miulá předáška) pomáhají determiaty zodpovědět otázku o jaký druh zobrazeí se jedá Například pro matice M všech shodých zobrazeí platí, že det M ±, pro matici popisující stejolehlost je det M rove koeficietu stejolehlosti Záporý determiat Speciálě pro tzv přímé shodosti (eměí orietaci zobrazeých objektů, apř otáčeí) platí det(m) Ověřte si to pro otáčeí v roviě popsaé maticí (2) 3

4 matice zobrazeí idikuje, ze při zobrazováí dochází ke změě orietace zobrazovaých objektů 2 3 Chceme-li geometrická zobrazeí zmíěá v předchozím odstavci blíže studovat, zejméa chceme-li vědět o jaký typ zobrazeí jde, stačí alézt jejich vlastí vektory, tedy vektory, které se zobrazeím A přeesou a svůj λ -ásobek Determiat se využívá k alezeí těchto tzv vlastích čísel λ Získáme je jako řešeí rovice det( A λe) 0 Ke každému λ pak dopočítáme příslušé vektory 4 V ěkterých případech lze pomocí determiatu určit hodost matice A : Je-li det( A) 0, pak je hodost h( A) Naopak, je-li det( A ) 0, pak je hodost h( A) < Tato iformace ám často stačí, ale pro výpočet hodosti třeba použít jiou metodu 5 Z předchozího vyplývá, že pomocí determiatu můžeme určit, zda zadaá možia vektorů u, u 2,, u tvoří bázi vektorového prostoru R Sestavíme z vektorů čtvercovou matici B řádu (i) Je-li det( B ) 0, pak daé vektory etvoří bázi (ii) Je-li det( B) 0, pak daé vektory u, u 2,, u tvoří bázi Navíc můžeme báze roztřídit podle jejich orietace Je-li det( B ) > 0, pak je báze u, u 2,, u orietováa souhlasě s kaoickou bází (5) a azýváme ji kladou (případě pravotočivou) bází Naopak, je-li det( B ) < 0, pak je báze u, u 2,, u orietováa esouhlasě s kaoickou bází a azýváme ji záporou (případě levotočivou) bází 6 Pomocí determiatu se popisují tzv ivertibilí matice Pro kokrétí čtvercové matice A se a základě jejich determiatů dá rozhodout existují-li k im iverzí matice A, které mají opět důležitou geometrickou iterpretaci, viz ásledující kapitola 7 Determiaty se využívají při řešeí soustav lieárích rovic o ezámých (stejý počet rovic jako ezámých) pomocí tzv Cramerova pravidla 8 Později během studia se při studiu problémů matematické aalýzy (apř při hledáí extrémů fukcí ebo při řešeí difereciálích rovic) setkáme s ěkolika tzv fukcioálími determiaty, tedy determiaty matic, jejichž prvky jsou fukce Tyto determiaty se azývají podle svých objevitelů Jacobiá, Hessiá ebo Wroskiá Vlastosti determiatu Pro 4 je výpočet determiatu početě zdlouhavý, 3 zejméa pokud je v matici pouze málo ulových prvků Naštěstí se dá výpočet zjedodušit upraveím matice do výhodějšího tvaru použitím ekvivaletích (řádkových ebo sloupcových) úprav Při ekvivaletích úpravách se totiž determiat buď vůbec eměí ebo se sice změí, ale tak, že to můžeme sado kompezovat 2 Proto eí chybou, když ám při výpočtu objemu rovoběžostěu vyjde záporé číslo Toto zaméko pouze idikuje, že vybraé vektory defiující rovoběžostě tvoří záporou bázi (viz bod 5(ii) íže) 3 Výpočetí áročost determiatu Laplaceovým rozvojem roste expoeciálě s rostoucím, obecě je k výpočtu determiatu řádu potřeba ( )! operací Např pro determiat řádu 0 je to zhruba 32,6 milióu operací, pro 20 je to již 9 4,6 0 operací (To je řádově stáří vesmíru v sekudách Jeho výpočet by počítači s GHz procesorem trval téměř,5 milióu let), pro 30 je to 3,2 0 mohem méě áročé metody (viz pozámka o LU-rozkladu íže) 33 7,7 0 operací, pro 40 je to 49 operací, atd Naštěstí eí často potřeba takové determiaty počítat a avíc existují výpočetě 4

5 35 Věta (vliv řádkových úprav a determiat) Pro determiat matice A platí při řádkových úpravách tato pravidla: Vyměíme-li v matici dva řádky, musíme u determiatu změit zaméko, 2 Vyásobíme-li libovolý řádek eulovým reálým číslem k, musíme determiat tímtéž číslem k vydělit 3 Přičteme-li k ěkterému řádku libovolou lieárí kombiaci zbývajících řádků, determiat se ezměí Speciálě: determiat se ezměí přičteím k -ásobku ěkterého řádku k jiému řádku 4 Nalezeme-li v matici A dva stejé řádky, pak je det( A ) 0 5 Traspoujeme-li matici A, její determiat se ezměí, tedy T det( A ) det( A) 36 Příklad ( ) 2 3 ( ) 0 3 ( ) ( 3) V prvím kroku jsme vyměili prví a třetí řádek ( úprava), v druhém kroku jsme přičetli ke druhému řádku ( 2)-ásobek prvího řádku (3 úprava), ve třetím kroku jsme vyásobili třetí řádek 3 (2 úprava) a koečě jsme matici traspoovali (5 úprava) Výzam řádkových úprav roste u determiatů vyšších řádů Při výpočtech determiatů vyšších řádů můžeme postupovat tak, že přičítáím vhodých ásobků řádků dostaeme v ěkterém sloupci pouze jede eulový prvek Potom Laplaceovým rozvojem podle tohoto řádku převedeme determiat matice řádu a determiat řádu Takto postupujeme až k determiatu řádu 3, který můžeme spočítat Sarussovým pravidlem ebo pokračovat v úpravách a převést matici a horí trojúhelíkovou matici U Pro i platí det( U ) a a22 a 37 Příklad Věta (Cauchy) Pro determiat součiu matic platí, že det( A B) det( A) det( B) Tato věta má velký výzam při výpočtech determiatů vysokého řádu, kdy se používá tzv LU-rozklad matice A do tvaru součiu horí a dolí trojúhelíkové matice, tedy A L U Obě matice a pravé straě jsou trojúhelíkové a jejich determiaty se tedy spočítají prostě vyásobeím diagoálích prvků: det( A) det( L) det( U ) l l22 l u u22 u 5

6 Iverzí matice V miulé předášce jsme defiovali ásobeí matic, poukázali a jeho výzamé vlastosti a důležité aplikace Otázkou však zůstává jak defiovat (alespoň pro čtvercové matice) iverzí prvek vzhledem k ásobeí matic 4 Při ásobeí reálých čísel existuje ke každému eulovému číslu x R iverzí prvek a rová se jeho převráceé hodotě x x Jelikož ásobeí matic eí komutativí, dá se iverze defiovat pouze pro čtvercové matice, a to ještě je pro ěkteré z ich Díky vlastostem ásobeí matice jsou také metody výpočtu iverzí matice (viz íže) mohem komplikovaější ež tomu je u reálých čísel, a to přesto, že defiice je v podstatě stejá: 39 Defiice Iverzí maticí ke čtvercové matici A řádu rozumíme matici A, pro kterou platí A A E A A (34) 30 Příklady a aplikace Z geometrického hlediska popisují iverzí matice opačá eboli zpětá zobrazeí, která trasformují vektor A( u ) A u, tedy obraz vektoru u při zobrazeí A, zpět a původí vektor u Iverzí zobrazeí k R π bude tedy popsáo maticí 2 0 Rπ R π Maticová iverze se používá při výpočtech při vytvářeí i 3D grafiky (krom vážých aplikací a vědeckých problémů zejméa při programováí počítačových her) 3 Iverzí matice se také používá u tzv maticových rovic, tedy apř u rovic u kterých máme stálou matici soustavy a měí se je vstupí data popsaá pravou straou rovice, viz příští předáška 4 Dodejme akoec, že pro rozkódováí lieárích šifer by stačilo vyásobit kód maticí iverzí k šifrovací matici, viz předáška 2, s 3 ) Pro většiu praktických výpočtů jsou však metody založeé a iverzí matici velmi pomalé, iverzí matice tak složí spíše jako ástroj k teoretickým úvahám a ástroj k dokazováí tvrzeí potřebých k vybudováí praktického aparátu 3 Defiice Regulárí maticí azýváme čtvercovou matici A řádu, pro kterou platí det( A) 0 (35) Naopak, sigulárí maticí rozumíme čtvercovou matici A řádu, pro kterou je det( A ) 0 4 Iverzím prvkem k prvku a (vzhledem k ásobeí) se většiou rozumí takový prvek b, jehož souči s prvkem a dá jedotkový prvek příslušé možiy (jedičku v reálých číslech, jedotkovou matici, apod) Začíme jej většiou a 6

7 32 Věta Buď A čtvercová matice řádu (i) Je-li h( A), pak je matice A regulárí (ii) Je-li h( A) <, pak je matice A sigulárí 33 Věta (o existeci a jedozačosti iverzí matice) (i) K matici A existuje iverzí matice A tehdy a je tehdy když je matice A regulárí (ii) Existuje-li k matici A iverzí matice, pak je jedozačá Důkaz Metody výpočtu iverzí matice Existuje ěkolik metod výpočtu iverzí matice, zde však zmiňujeme pouze dvě elemetárí Prví z ich je založea a pojmu determiatu (resp z determiatu odvozeého pojmu adjugovaé matice), a hodí se proto je pro malá, zejméa pro 2 a 3 Druhá metoda (ozačovaá jako Gaussova) využívá elemetárích řádkových úprav a hodí se zejméa pro vyšší Pokud je ovšem det( A) ±, musíme při výpočtu Gaussovou metodou počítat se zlomky, což výpočet bez kalkulátoru dosti zepříjemňuje 34 Výpočet maticové iverze pomocí adjugovaé matice Mějme zadáu čtvercovou matici A řádu Spočítáme det( A ) 2 Traspoujeme A 3 V traspoovaé matici spočítáme tzv subdetermiaty A sr, tedy determiaty matic T řádu, které vzikou z matice A vyecháím s -tého řádku a r -tého sloupce podobě jako u Laplaceova rozvoje 4 Každý subdetermiat vyásobíme zamékem ( ) s+ r, opět podobě jako u Laplaceova rozvoje a zapíšeme subdetermiaty se správými zaméky do tzv adjugovaé matice (všiměte si pořadí idexů) ( ) A ( ) A2 ( ) A ( ) A2 ( ) A22 ( ) A 2 Aɶ (36) ( ) A ( ) A2 ( ) A 5 Vydělíme adjugovaou matici determiatem (resp ji vyásobíme kostatou / A ) 7

8 35 Příklad 2 3 A det( A ) 2 traspozice: T A 3 subdetermiaty: A, A, A, 2 3 A, A, A, A, A, A, zamékdjugovaá matice Aɶ 5 iverzí matice: A 36 Výpočet iverzí matice Gaussovou metodou Mějme zadáu čtvercovou matici A řádu Sestavíme matici ( ) 2 A E typu ( ) 2 Pomocí elemetárích řádkových úprav se sažíme převést matici levou část matice a jedotkovou matici Úpravy ovšem provádíme s celou maticí ( A E ) 3 Je-li matice A regulárí, dostaeme po převodu matici ( E A ) 8

9 37 Příklad ( A E) A A Pro matice s det( A) ± se teto výpočet zpravidla dosti zkomplikuje tím, že se v pravé části matice brzy začou vyskytovat zlomky 38 Ověřeí správosti výpočtu Počítáme-li zpaměti eí výpočet iverzí matice úplě triviálí záležitostí Naštěstí existuje jedoduchý způsob jak si ověřit správost výsledku Je obsaže přímo v defiici iverzí matice: stačí jedoduše vyásobit zadaou matici A a vypočítaou matici A, a to dokoce v libovolém pořadí: A A Pokud vyjde jedotková matice, je výpočet správě 9

2.4. INVERZNÍ MATICE

2.4. INVERZNÍ MATICE 24 INVERZNÍ MICE V této kapitole se dozvíte: defiici iverzí matice; základí vlastosti iverzí matice; dvě základí metody výpočtu iverzí matice; defiici celočíselé mociy matice Klíčová slova této kapitoly:

Více

3. Lineární diferenciální rovnice úvod do teorie

3. Lineární diferenciální rovnice úvod do teorie 3 338 8: Josef Hekrdla lieárí difereciálí rovice úvod do teorie 3 Lieárí difereciálí rovice úvod do teorie Defiice 3 (lieárí difereciálí rovice) Lieárí difereciálí rovice -tého řádu je rovice, která se

Více

1.1. Definice Reálným vektorovým prostorem nazýváme množinu V, pro jejíž prvky jsou definovány operace sčítání + :V V V a násobení skalárem : R V V

1.1. Definice Reálným vektorovým prostorem nazýváme množinu V, pro jejíž prvky jsou definovány operace sčítání + :V V V a násobení skalárem : R V V Předáška 1: Vektorové prostory Vektorový prostor Pro abstraktí defiici vektorového prostoru jsou podstaté vlastosti dvou operací, sčítáí vektorů a ásobeí vektoru (reálým číslem) Tyto dvě operace musí být

Více

Přednáška 7: Soustavy lineárních rovnic

Přednáška 7: Soustavy lineárních rovnic Předáška 7: Soustavy lieárích rovic 7.1. Příklad (geometrie v roviě) Rozhoděte o vzájemé poloze přímky p : x y 1 a přímky a) a : x y 3, b) b : 2x 2y 3, c) c :3x 3y 3. Jak víme ze středí školy, lze o vzájemé

Více

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE 1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE V této kapitole se dozvíte: jak je axiomaticky defiová vektor a vektorový prostor včetě defiice sčítáí vektorů a ásobeí vektorů skalárem;

Více

Kapitola 5 - Matice (nad tělesem)

Kapitola 5 - Matice (nad tělesem) Kapitola 5 - Matice (ad tělesem) 5.. Defiice matice 5... DEFINICE Nechť T je těleso, m, N. Maticí typu m, ad tělesem T rozumíme zobrazeí možiy {, 2,, m} {, 2,, } do T. 5..2. OZNAČENÍ Možiu všech matic

Více

, která vznikla z matice A vynecháním i-tého řádku a j-tého sloupce nazýváme minorem matice A příslušnému k prvku

, která vznikla z matice A vynecháním i-tého řádku a j-tého sloupce nazýváme minorem matice A příslušnému k prvku Cvičeí z ieárí agebry 4 Vít Vodrák Cvičeí č Determiat a vastosti determiatů Výpočet determiat djgovaá a iverzí matice Cramerovo pravido Determiat Defiice: Nechť je reáá čtvercová matice řád Čtvercovo matici,

Více

Komplexní čísla. Definice komplexních čísel

Komplexní čísla. Definice komplexních čísel Komplexí čísla Defiice komplexích čísel Komplexí číslo můžeme adefiovat jako uspořádaou dvojici reálých čísel [a, b], u kterých defiujeme operace sčítáí, ásobeí, apod. Stadardě se komplexí čísla zapisují

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

Matice. nazýváme m.n reálných čísel a. , sestavených do m řádků a n sloupců ve tvaru... a1

Matice. nazýváme m.n reálných čísel a. , sestavených do m řádků a n sloupců ve tvaru... a1 Matice Matice Maticí typu m/ kde m N azýváme m reálých čísel a sestaveých do m řádků a sloupců ve tvaru a a a a a a M M am am am Prví idex i začí řádek a druhý idex j sloupec ve kterém prvek a leží Prvky

Více

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n

základním 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

Více

6. Posloupnosti a jejich limity, řady

6. 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

Více

1. Číselné obory, dělitelnost, výrazy

1. Číselné obory, dělitelnost, výrazy 1. Číselé obory, dělitelost, výrazy 1. obor přirozeých čísel - vyjadřující počet prvků možiy - začíme (jsou to kladá edesetiá čísla) 2. obor celých čísel - možia celých čísel = edesetiá, ale kladá i záporá

Více

Matematika I, část II

Matematika I, část II 1. FUNKCE Průvodce studiem V deím životě, v přírodě, v techice a hlavě v matematice se eustále setkáváme s fukčími závislostmi jedé veličiy (apř. y) a druhé (apř. x). Tak apř. cea jízdeky druhé třídy osobího

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. LINEÁRNÍ ALGEBRA. , x = opačný vektor

1. LINEÁRNÍ ALGEBRA. , x = opačný vektor . LINEÁRNÍ LGEBR Vektorový prostor.. Defiice Nechť V e moži které sou defiováy operce sčítáí + : t. zobrzeí V V V ásobeí i : t zobrzeí R V V. Možiu V zýváme vektorovým prostorem, sou-li splěy ásleduící

Více

7.2.4 Násobení vektoru číslem

7.2.4 Násobení vektoru číslem 7..4 Násobeí vektor číslem Předpoklady: 703 Tetokrát začeme hed defiicí. Násobek lového vektor číslem k je lový vektor. Násobek elového vektor = B Ačíslem k je vektor C A, přičemž C je bod, pro který platí:

Více

p = 6. k k se nazývá inverze v permutaci [ ] MATA P7 Determinanty Motivační příklad: Řešte soustavu rovnic o dvou neznámých: Permutace z n prvků:

p = 6. k k se nazývá inverze v permutaci [ ] MATA P7 Determinanty Motivační příklad: Řešte soustavu rovnic o dvou neznámých: Permutace z n prvků: ATA P Determity otivčí příkld: Řešte soustvu rovic o dvou ezámých: x + x = b x + x = b Permutce z prvků: Je dá moži = {,,, }, kde N Kždá uspořádá -tice [ k, k, k ] vytvořeá z všech prvků možiy se zývá

Více

1 Základy Z-transformace. pro aplikace v oblasti

1 Základy Z-transformace. pro aplikace v oblasti Základy Z-trasformace pro aplikace v oblasti číslicového zpracováí sigálů Petr Pollák 9. říja 29 Základy Z-trasformace Teto stručý text slouží k připomeutí základích vlastostí Z-trasformace s jejími aplikacemi

Více

S polynomy jste se seznámili již v Matematice 1. Připomeňme definici polynomické

S polynomy jste se seznámili již v Matematice 1. Připomeňme definici polynomické 5 Itegrace racioálích fukcí 5 Itegrace racioálích fukcí Průvodce studiem V předcházejících kapitolách jsme se aučili počítat eurčité itegrály úpravou a základí itegrály, metodou per partes a substitučí

Více

Matematika I. Název studijního programu. RNDr. Jaroslav Krieg. 2014 České Budějovice

Matematika I. Název studijního programu. RNDr. Jaroslav Krieg. 2014 České Budějovice Matematika I Název studijího programu RNDr. Jaroslav Krieg 2014 České Budějovice 1 Teto učebí materiál vzikl v rámci projektu "Itegrace a podpora studetů se specifickými vzdělávacími potřebami a Vysoké

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

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

n=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

n=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

Více

Obsah. 1 Mocninné řady Definice a vlastnosti mocninných řad Rozvoj funkce do mocninné řady Aplikace mocninných řad...

Obsah. 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

Více

Spojitost a limita funkcí jedné reálné proměnné

Spojitost a limita funkcí jedné reálné proměnné Spojitost a limita fukcí jedé reálé proměé Pozámka Vyšetřeí spojitosti fukce je možo podle defiice převést a výpočet limity V dalším se proto soustředíme je problém výpočtu limit Pozámka Limitu fukce v

Více

Definice obecné mocniny

Definice obecné mocniny Defiice obecé mociy Zavedeí obecé mociy omocí ity číselé oslouosti lze rovést ěkolika zůsoby Níže uvedeý zůsob využívá k defiici eoeciálí fukce itu V dalším budeme otřebovat ásledující dvě erovosti: Lemma

Více

GEOMETRIE I. Pavel Burda

GEOMETRIE I. Pavel Burda GEOMETRIE I Pavel Burda Obsah Úvod... 4 1. Vektorové prostory... 5. Vektorové prostory se skalárím ásobeím... 9. Afií prostory... 19 4. Afií přímka ( A 1 )... 5 5. Afií rovia (A )... 6 6. Afií prostor

Více

Abstrakt. Co jsou to komplexní čísla? K čemu se používají? Dá se s nimi dělat

Abstrakt. Co jsou to komplexní čísla? K čemu se používají? Dá se s nimi dělat Komplexí čísla Hoza Krejčí Abstrakt. Co jsou to komplexí čísla? K čemu se používají? Dá se s imi dělat ěco cool? Na tyto a další otázky se a předášce/v příspěvku pokusíme odpovědět. Proč vzikla komplexí

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

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

Zimní semestr akademického roku 2015/ listopadu 2015

Zimní 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

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

Iterační metody řešení soustav lineárních rovnic

Iterační metody řešení soustav lineárních rovnic Iteračí metody řešeí soustav lieárích rovic Matice je: diagoálě domiatí právě tehdy, když pozitivě defiití (symetrická matice) právě tehdy, když pro x platí x, Ax a ij Tyto vlastosti budou důležité pro

Více

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a)

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a) Předáša 7 Derivace a difereciály vyšších řádů Budeme poračovat v ahrazováí fuce f(x v oolí bodu a polyomy, tj hledat vhodé ostaty c ta, aby bylo pro malá x a f(x c 0 + c 1 (x a + c 2 (x a 2 + c 3 (x a

Více

11. přednáška 16. prosince Úvod do komplexní analýzy.

11. přednáška 16. prosince Úvod do komplexní analýzy. 11. předáška 16. prosice 009 Úvod do komplexí aalýzy. Tři závěrečé předášky předmětu Matematická aalýza III (NMAI056) jsou věováy úvodu do komplexí aalýzy. Což je adeseá formulace eboť časový rozsah ám

Více

7. Analytická geometrie

7. Analytická geometrie 7. Aaltická geoetrie Studijí tet 7. Aaltická geoetrie A. Příka v roviě ϕ s A s ϕ s 2 s 1 B p s ϕ = (s1, s 2 ) sěrový vektor přík p orálový vektor přík p sěrový úhel přík p k = tgϕ = s 2 s 1 sěrice příkp

Více

Petr Šedivý Šedivá matematika

Petr Šedivý  Šedivá matematika LIMITA POSLOUPNOSTI Úvod: Kapitola, kde poprvé arazíme a ekoečo. Argumety posloupostí rostou ade všechy meze a zkoumáme, jak vypadají hodoty poslouposti. V kapitole se sezámíte se základími typy it a početími

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

1.2. NORMA A SKALÁRNÍ SOUČIN

1.2. NORMA A SKALÁRNÍ SOUČIN 2 NORMA A SKALÁRNÍ SOUČIN V této kapitole se dozvíte: axiomatickou defiici ormy vektoru; co je to ormováí vektoru a jak vypadá Euklidovská orma; axiomatickou defiici skalárího (také vitřího) součiu vektorů;

Více

Analytická geometrie

Analytická geometrie Alytická geometrie Vektory Prmetrické vyjádřeí přímky roviy Obecá rovice droviy Vektorový prostor Nechť jsou dáy ásledující mtemtické objekty: ) ) ) 4) Číselé těleso T. Neprázdá moži V. Zobrzeí Zobrzeí

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

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

Kapitola 4 Euklidovské prostory

Kapitola 4 Euklidovské prostory Kapitola 4 Euklidovské prostory 4.1. Defiice euklidovského prostoru 4.1.1. DEFINICE Nechť E je vektorový prostor ad tělesem reálých čísel R,, : E 2 R. E se azývá euklidovský prostor, platí-li: (I) Pro

Více

je číselná posloupnost. Pro všechna n položme s n = ak. Posloupnost

je číselná posloupnost. Pro všechna n položme s n = ak. Posloupnost Číselé řady Defiice (Posloupost částečých součtů číselé řady). Nechť (a ) =1 je číselá posloupost. Pro všecha položme s = ak. Posloupost ( s ) azýváme posloupost částečých součtů řady. Defiice (Součet

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

n-rozměrné normální rozdělení pravděpodobnosti

n-rozměrné normální rozdělení pravděpodobnosti -rozměré ormálí rozděleí pravděpodobosti. Ortogoálí a pozitivě defiití symetrické matice. Reálá čtvercová matice =Ha i j L řádu se azývá ortogoálí, je-li regulárí a iverzí matice - je rova traspoovaé matici

Více

Lineární programování

Lineární programování Lieárí programováí Adjugovaý problém lieárího programováí V případě řešeí problému lieárího programováí LP ma{ c T : A b 0} získáváme výchozí přípustou jedotkovou bázi u doplňkových proměých a za předpokladu

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

Analýza a zpracování signálů. 4. Diskrétní systémy,výpočet impulsní odezvy, konvoluce, korelace

Analýza a zpracování signálů. 4. Diskrétní systémy,výpočet impulsní odezvy, konvoluce, korelace Aalýza a zpracováí sigálů 4. Diskrétí systémy,výpočet impulsí odezvy, kovoluce, korelace Diskrétí systémy Diskrétí sytém - zpracovává časově diskrétí vstupí sigál ] a produkuje časově diskrétí výstupí

Více

5 Křivkové a plošné integrály

5 Křivkové a plošné integrály - 7 - Křivkové a plošé itegrály 5 Křivkové a plošé itegrály 51 Křivky Pozámka V této kapitole se budeme zabývat obecými křivkami v Vždy však můžeme položit = 2 či = a přejít tak k speciálím případům roviy

Více

2. Náhodná veličina. je konečná nebo spočetná množina;

2. Náhodná veličina. je konečná nebo spočetná množina; . Náhodá veličia Většia áhodých pokusů koaých v přírodích ebo společeských vědách má iterpretaci pomocí reálé hodoty. Při takovýchto dějích přiřazujeme tedy reálá čísla áhodým jevům. Proto je důležité

Více

Sekvenční logické obvody(lso)

Sekvenční logické obvody(lso) Sekvečí logické obvody(lso) 1. Logické sekvečí obvody, tzv. paměťové čley, jsou obvody u kterých výstupí stavy ezávisí je a okamžitých hodotách vstupích sigálů, ale jsou závislé i a předcházejících hodotách

Více

Správnost vztahu plyne z věty o rovnosti úhlů s rameny na sebe kolmými (obr. 13).

Správnost vztahu plyne z věty o rovnosti úhlů s rameny na sebe kolmými (obr. 13). 37 Metrické vlastosti lieárích útvarů v E 3 Výklad Mějme v E 3 přímky p se směrovým vektorem u a q se směrovým vektorem v Zvolme libovolý bod M a veďme jím přímky p se směrovým vektorem u a q se směrovým

Více

DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROM

DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROM Difereciálí počet fukcí jedé reálé proměé - - DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ ÚVODNÍ POZNÁMKY I derivace podobě jako limity můžeme počítat ěkolikerým způsobem a to kokrétě pomocí: defiice vět o algebře

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

množina všech reálných čísel

množina všech reálných čísel /6 FUNKCE Základí pojmy: Fukce sudá a lichá, Iverzí fukce Nepřímá úměrost, Mociá fukce, Epoeciálí fukce a rovice Logaritmus, logaritmická fukce a rovice Opakováí: Defiice fukce, graf fukce Defiičí obor,

Více

1 Uzavřená Gaussova rovina a její topologie

1 Uzavřená Gaussova rovina a její topologie 1 Uzavřeá Gaussova rovia a její topologie Podobě jako reálá čísla rozšiřujeme o dva body a, rozšiřujeme také možiu komplexích čísel. Nepřidáváme však dva body ýbrž je jede. Te budeme začit a budeme ho

Více

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

5.5. 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

Více

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

Matematika 1. Ivana Pultarová Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D Posloupnosti Úvod Opakováí Poslouposti Příklady Matematika 1 Ivaa Pultarová Katedra matematiky, Fakulta stavebí ČVUT v Praze středa 10-11:40 posluchára D-1122 Úvod Opakováí Poslouposti Příklady Úvod Opakováí Poslouposti

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

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

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

1 Trochu o kritériích dělitelnosti

1 Trochu o kritériích dělitelnosti Meu: Úloha č.1 Dělitelost a prvočísla Mirko Rokyta, KMA MFF UK Praha Jaov, 12.10.2013 Růzé dělitelosti, třeba 11 a 7 (aeb Jak zfalšovat rodé číslo). Prvočísla: které je ejlepší, které je ejvětší a jak

Více

POLYNOM. 1) Základní pojmy. Polynomem stupně n nazveme funkci tvaru. a se nazývají koeficienty polynomu. 0, n N. Čísla. kde

POLYNOM. 1) Základní pojmy. Polynomem stupně n nazveme funkci tvaru. a se nazývají koeficienty polynomu. 0, n N. Čísla. kde POLYNOM Zákldí pojmy Polyomem stupě zveme fukci tvru y ( L +, P + + + + kde,,, R,, N Čísl,,, se zývjí koeficiety polyomu Číslo c zveme kořeem polyomu P(, je-li P(c výrz (-c pk zýváme kořeový čiitel Vlstosti

Více

f x a x DSM2 Cv 9 Vytvořující funkce Vytvořující funkcí nekonečné posloupnosti a0, a1,, a n , reálných čísel míníme formální nekonečnou řadu ( )

f x a x DSM2 Cv 9 Vytvořující funkce Vytvořující funkcí nekonečné posloupnosti a0, a1,, a n , reálných čísel míníme formální nekonečnou řadu ( ) DSM Cv 9 Vytvořující fukce Vytvořující fukcí ekoečé poslouposti a0, a,, a, reálých čísel mííme formálí ekoečou řadu =. f a i= 0 i i Příklady: f = + = + + + + + ) Platí: (biomická věta). To zameá, že fukce

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

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

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

Iterační výpočty projekt č. 2

Iterační výpočty projekt č. 2 Dokumetace k projektu pro předměty IZP a IUS Iteračí výpočty projekt č. 5..007 Autor: Václav Uhlíř, xuhlir04@stud.fit.vutbr.cz Fakulta Iformačích Techologii Vysoké Učeí Techické v Brě Obsah. Úvodí defiice.....

Více

IAJCE Přednáška č. 12

IAJCE 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

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

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

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

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce MATEMATICKÁ INDUKCE ALEŠ NEKVINDA. Pricip matematické idukce Nechť V ) je ějaká vlastost přirozeých čísel, apř. + je dělitelé dvěma či < atd. Máme dokázat tvrzeí typu Pro každé N platí V ). Jeda možost

Více

FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL

FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL Difereciálí počet fukcí jedé reálé proměé - 6. - PRVNÍ DIFERENCIÁL TAYLORŮV ROZVOJ FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL PŘÍKLAD Pomocí věty o prvím difereciálu ukažte že platí přibližá rovost

Více

Mocniny. Mocniny, odmocniny, logaritmy, exponenciála. Obecná mocnina. Mocniny. Odmocniny

Mocniny. Mocniny, odmocniny, logaritmy, exponenciála. Obecná mocnina. Mocniny. Odmocniny Mociy Mociy, odmociy, logaritmy, expoeciála Zdeěk Halas KDM MFF UK 07 Počátky logaritmů Základí idea logaritmů Napierovy logaritmy Přirozeé logaritmy Kvadratura hyperboly Expoeciála Zavedeí expoeciály

Více

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT 2 IDENIFIKACE H-MAICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNO omáš Novotý ČESKÉ VYSOKÉ UČENÍ ECHNICKÉ V PRAZE Faulta eletrotechicá Katedra eletroeergetiy. Úvod Metody založeé a loalizaci poruch pomocí H-matic

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

I. Exponenciální funkce Definice: Pro komplexní hodnoty z definujeme exponenciální funkci předpisem. z k k!. ( ) e z = k=0

I. Exponenciální funkce Definice: Pro komplexní hodnoty z definujeme exponenciální funkci předpisem. z k k!. ( ) e z = k=0 8. Elemetárí fukce I. Expoeciálí fukce Defiice: Pro komplexí hodoty z defiujeme expoeciálí fukci předpisem ) e z = z k k!. Vlastosti expoeciálí fukce: a) řada ) koverguje absolutě v C; b) pro z = x + jy

Více

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou 4. Testováí statistických hypotéz Úvod Při práci s daty se mohdy spokojujeme s itervalovým či bodovým odhadem parametrů populace. V mohých případech se však uchylujeme k jiému postupu, většiou jde o případy,

Více

9.1.13 Permutace s opakováním

9.1.13 Permutace s opakováním 93 Permutace s opakováím Předpoklady: 906, 9 Pedagogická pozámka: Obsah hodiy přesahuje 45 miut, pokud emáte k dispozici další půlhodiu, musíte žáky echat projít posledí dva příklady doma Př : Urči kolik

Více

a logaritmickou funkci a goniometrické funkce. 6.1 Násobení řad. Podívejme se neprve na násobení mnohočlenů x = x x n a y = y y n.

a logaritmickou funkci a goniometrické funkce. 6.1 Násobení řad. Podívejme se neprve na násobení mnohočlenů x = x x n a y = y y n. Matematická aalýza II předášky M. Málka cvičeí A. Hakové a R. Otáhalové Semestr letí 2005 6. Nekoečé řady fukcí V šesté kapitole pokračujeme ve studiu ekoečých řad. Nejprve odvozujeme základí tvrzeí o

Více

Číselné řady. 1 m 1. 1 n a. m=2. n=1

Číselné řady. 1 m 1. 1 n a. m=2. n=1 Číselé řady Úvod U řad budeme řešit dva typy úloh: alezeí součtu a kovergeci. Nalezeí součtu (v případě, že řada koverguje) je obecě mohem těžší, elemetárě lze sečíst pouze ěkolik málo typů řad. Součet

Více

11.1 Úvod. Definice : [MA1-18:P11.1] definujeme pro a C: nedefinujeme: Posloupnosti komplexních čísel

11.1 Úvod. Definice : [MA1-18:P11.1] definujeme pro a C: nedefinujeme: Posloupnosti komplexních čísel KAPITOLA : Číselé řdy MA-8:P.] Ozčeí: R {, +} R R C {} C rozšířeá komplexí rovi evlstí hodot, číslo, bod U ε {x C x < ε } pro C, ε > 0 U K {x C x > K } pro K 0 defiujeme pro C: ±, je pro 0, edefiujeme:

Více

5 PŘEDNÁŠKA 5: Jednorozměrný a třírozměrný harmonický oscilátor.

5 PŘEDNÁŠKA 5: Jednorozměrný a třírozměrný harmonický oscilátor. 5 PŘEDNÁŠKA 5: Jedorozměrý a třírozměrý harmoický oscilátor. Půjde o spektrum harmoického oscilátoru emá to ic společého se spektrem atomu ebo se spektrálími čarami atomu. Liší se to právě poteciálem!

Více

= + nazýváme tečnou ke grafu funkce f

= + nazýváme tečnou ke grafu funkce f D E R I V A C E F U N KCE Deiice. (derivace Buď ukce,!. Eistuje-li limitu derivací ukce v bodě a začíme ji (. lim ( + lim Deiice. (teča a ormála Přímku o rovici y ( v bodě, přímku o rovici y ( (, kde (

Více

NMAF063 Matematika pro fyziky III Zkoušková písemná práce 25. ledna x 1 n

NMAF063 Matematika pro fyziky III Zkoušková písemná práce 25. ledna x 1 n Jméo: Příklad 3 Celkem bodů Bodů 8 0 30 Získáo [8 Uvažujte posloupost distribucí f } D R defiovaou jako f [δ kde δ a začí Diracovu distribuci v bodě a Najděte itu δ 0 + δ + této poslouposti aeb spočtěte

Více

a my chceme data proložit nějakou hladkou funkcí, která by vystihovala hlavní vlastnosti dat, ale ignorovala malé fluktuace a nepřesnosti.

a my chceme data proložit nějakou hladkou funkcí, která by vystihovala hlavní vlastnosti dat, ale ignorovala malé fluktuace a nepřesnosti. Vyováváí dat Naše pozoováí jsou dáa tabulkou čísel, kde y y y i často bývají časové údaje, a my chceme data položit ějakou hladkou fukcí, kteá by vystihovala hlaví vlastosti dat, ale igoovala malé fluktuace

Více

8. Analýza rozptylu.

8. Analýza rozptylu. 8. Aalýza rozptylu. Lieárí model je popis závislosti, který je využívá v řadě disciplí matematické statistiky. Uvedeme jeho popis a tvrzeí, která budeme využívat. Setkáme se s ím jedak v aalýze rozptylu,

Více

MATEMATIKA PŘÍKLADY K PŘÍJÍMACÍM ZKOUŠKÁM BAKALÁŘSKÉ STUDIUM MGR. RADMILA STOKLASOVÁ, PH.D.

MATEMATIKA PŘÍKLADY K PŘÍJÍMACÍM ZKOUŠKÁM BAKALÁŘSKÉ STUDIUM MGR. RADMILA STOKLASOVÁ, PH.D. MATEMATIKA PŘÍKLADY K PŘÍJÍMACÍM ZKOUŠKÁM BAKALÁŘSKÉ STUDIUM MGR. RADMILA STOKLASOVÁ PH.D. Obsah MNOŽINY.... ČÍSELNÉ MNOŽINY.... OPERACE S MNOŽINAMI... ALGEBRAICKÉ VÝRAZY... 6. OPERACE S JEDNOČLENY A MNOHOČLENY...

Více

Znegujte následující výroky a rozhodněte, jestli platí výrok, nebo jeho negace:

Znegujte následující výroky a rozhodněte, jestli platí výrok, nebo jeho negace: . cvičeí Příklady a matematickou idukci Dokažte:.! . Návody:. + +. + i i i i + + 4. + + + + + + + + Operace s možiami.

Více

5. Lineární diferenciální rovnice n-tého řádu

5. Lineární diferenciální rovnice n-tého řádu 5 3.3.8 8:44 Josef Herdla lieárí difereciálí rovice -tého řádu 5. Lieárí difereciálí rovice -tého řádu (rovice s ostatími oeficiety) ( ), a,, a (5.) ( ) ( ) y a y a y ay q L[ y] y a y a y a y, q je spojitá

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

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

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

M - Posloupnosti VARIACE

M - Posloupnosti VARIACE M - Poslouposti Autor: Mgr Jromír Juřek - http://wwwjrjurekcz Kopírováí jkékoliv dlší využití výukového mteriálu je povoleo pouze s uvedeím odkzu wwwjrjurekcz VARIACE Teto dokumet byl kompletě vytvoře,

Více

1.8.1 Mnohočleny, sčítání a odčítání mnohočlenů

1.8.1 Mnohočleny, sčítání a odčítání mnohočlenů .8. Mohočley, sčítáí odčítáí mohočleů Předpokldy: 7 Mohočle = zvláští typ výrzů. Jk je pozáme? Mohočley obshují pouze přirozeé mociy ezámých (jedé ebo více) kostty. Př. : Rozhodi, které z ásledujících

Více

DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ. 1) Pojem funkce, graf funkce

DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ. 1) Pojem funkce, graf funkce DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ ) Pojem ukce, gra ukce De: Fukcí reálé proměé azýváme pravidlo, které každému reálému číslu D přiřazuje právě jedo reálé číslo y H Toto pravidlo začíme ejčastěji

Více

P. Girg. 23. listopadu 2012

P. Girg. 23. listopadu 2012 Řešeé úlohy z MS - díl prví P. Girg 2. listopadu 202 Výpočet ity poslouposti reálých čísel Věta. O algebře it kovergetích posloupostí.) Necht {a } a {b } jsou kovergetí poslouposti reálých čísel a echt

Více