Petr Chvosta. vlevo, bude pravděpodobnost toho, že se tyč na počátku intervalu τ B nachází nad vpravo
|
|
- Bohumila Tesařová
- před 8 lety
- Počet zobrazení:
Transkript
1 MOLEKULÁRNÍ MOTORY Petr Chvosta. Automobil v krupobití aneb brzděním k pohybu Uvažme automobil stojící na mírném svahu a bombardovaný rovnoměrně ze všech stran obrovskými kroupami. Svah stoupá směrem doprava a automobil je orientován přední stranou proti svahu. Pod zadní pneumatiku umístíme cihlu a zabráníme tak zpětnému pohybu doleva, po svahu. Nárazy krup, které přilétají shora a po svahu nemají žádný účinek. Čas od času však narazí zezadu (zleva) dostatečně rychlá kroupa a postrčí automobil proti svahu. Kdybychom v tomto okamžiku rychle posunuli cihlu proti svahu a zablokovali tak zadní kolo v nové poloze, zvýšíme potenciální energii automobilu. Opakováním tohoto manévru lze dosáhnout systematického pohybu automobilu proti svahu. Navržená metoda však zřejmě vyžaduje velmi rychlou reakci a synchronizaci. Pokusíme se ji vylepšit. Umístíme pevně na osu zadních kol ozubené kolo. Pneumatiky na vozovce neprokluzují a tak si můžeme dokonce představit, že nekonečný pás identických zubů (rohatka) je pevně spojen s vozovkou. V další úvaze je velmi důležité, že zuby rohatky jsou asymetrické. První segment zubu, řekněme část B, stoupá směrem doprava, je strmější a kratší. Prosím kreslete! Při průmětu do vodorovné roviny zabírá úsek šířky l. Druhý segment B klesá směrem doprava, je pozvolnější a zabírá úsek šířky l > l. Uvažme konečně tyč pevně spojenou s konstrukcí automobilu a pohyblivou ve směru kolmém k rohatce. Na horním konci je tyč opatřena pružinou, která může tlačit spodní konec mezi zuby. Tyč je po dobu τ A zablokována ve vysunuté poloze. Poté je po dobu τ B uvolněna a pružina ji tedy tlačí mezi zuby. Tato dvojice operací se periodicky opakuje. V průběhu časového intervalu τ A sjíždí automobil pomalu doleva, po svahu. Kromě tohoto pomalého systematického pohybu však působí údery krup. V jejich důsledku se tyč vzhledem k rohatce pohybuje skoky orientovanými se stejnou pravděpodobností na obě strany. Podle předpokladu je tento difúzní pohyb velmi podstatný. Celkově vzato, hustota pravděpodobnosti pro horizontální polohu tyče se rychle rozšiřuje a střední hodnota horizontální souřadnice tyče se současně pomalu posunuje směrem doleva. V průběhu časového intervalu τ B je pružina aktivována a může postupně vtlačit tyč až do místa, kde se stýkají dva sousední zuby. Pak je automobil v podstatě zabrzděn (až na málo pravděpodobnou možnost úderu zvláště velké kroupy a přeskoku tyče o jeden zub). Protože však vpravo sestupný segment zubu je v půdorysu širší než segment sestupný vlevo, bude pravděpodobnost toho, že se tyč na počátku intervalu τ B nachází nad vpravo sestupným segmentem větší než pravděpodobnost toho, že se nachází nad strmějším, vlevo sestupným segmentem. V prvém případě se při brzdění, tj. v průběhu intervalu τ B, pohybuje automobil spolu s tyčí směrem doprava a urazí vzdálenost, která je menší nebo rovna l. V druhém případě se posune doleva o vzdálenost, která je menší nebo rovna l. Periodickým střídáním intervalu typu A, v jehož průběhu je tyč vysunuta nad rohatku, a intervalu typu B, kdy je pružina tlačena mezi zuby, můžeme dosáhnout systematického pohybu automobilu doprava, proti svahu. Zhruba řečeno, pohyb vzniká periodickou eliminací vlivu náhodné síly okolí. Energetický vstup souvisí s nutností stlačit na konci intervalu typu τ B pružinu, tj. vysunout tyč nad rohatku. Energetický výstup odpovídá zvýšení potenciální energie automobilu při jeho pohybu proti svahu. Krása systému spočívá v
2 tom, že postup nevyžaduje žádné přesné měření a synchronizaci. Z hlediska operátora se požaduje jediné: periodické vysouvání tyče a uvolňování pružiny. Lze se domnívat, že uvedená konstrukce patří spíše do oblasti vědecko-fantastické literatury. Ve skutečnosti jsme ilustrovali všechny nezbytné prvky činnosti mechanismů, které operují na buněčné úrovni, a které jsou v uplynulých deseti letech stále intenzivněji studovány. Ukazuje se, že prostorově-časová a energetická měřítka, která panují na molekulární úrovni, činí výše uvedenou konstrukci naprosto reálnou. Cílem dalších odstavců není detailní rozbor biofyzikální a biochemický. Zaměřím se spíše na dvě matematicky založené formulace výše uvedeného principu.. Parrondův paradox V základní variantě Parrondova paradoxu se nejprve uvažují dvě individuálně prohrávající hry, hra A a hra B. Jejich střídáním podle jistého scénáře, který upřesníme níže, vzniká složená hra, hra C. Paradox spočívá v tom, že za jistých okolností je hra C vyhrávající. Obecně řečeno, střídáním dvou negativních tendencí lze získat pozitivní efekt. Uvažme hráče s jistým vstupním kapitálem. V každé jednotlivé hře se v případě výhry jeho kapitál zvětší o jedničku, v případě prohry o jedničku sníží. Hra A je velmi jednoduchá. Spočívá v jednom hodu nepravidelnou mincí. Pravděpodobnost výhry necht činí p = ɛ, kde ɛ je jisté malé kladné číslo, například ɛ =. Prohra má pravděpodobnost p. Je-li hrána posloupnost her A, střední hodnota kapitálu klesá. V tomto 00 smyslu je hra A evidentně prohrávající. Hra B je poněkud složitější. Podle svého aktuálního kapitálu háže hráč bud mincí B, nebo mincí B. Konkrétně, je-li jeho aktuální kapitál číslo dělitelné třemi, háže silně nepříznivou mincí B u níž je pravděpodobnost výhry p = ɛ. V opačném případě 0 háže příznivou mincí B. Pro ni je pravděpodobnost výhry p = 3 ɛ. Je hra B skutečně 4 prohrávající? Chybný úsudek by mohl znít takto. Při opakování hry B hážeme v jedné třetině případů mincí B a ve dvou třetinách případů mincí B. Vážená pravděpodobnost výhry ve hře B je tedy P (B) = 3 p + 3 p = 6 30 ɛ. Pro dostatečně malé ɛ je P (B) >. Hra B je tedy vyhrávající. Úsudek je chybný, nebot nevýhodná mince B není ve skutečnosti používána v jedné třetině hodů, ale poněkud častěji. Jestliže je aktuální kapitál násobkem tří, řekněme 9, pak musíme použít minci B a s velkou pravděpodobností p = 9 + ɛ 0 prohrajeme. Pak bude náš kapitál 8 jednotek. Musíme tedy použít minci B. Při hodu touto mincí s pravděpodobností p = 3 ɛ vyhrajeme a náš kapitál bude opět 9 jednotek. 4 Oscilace mezi kapitálem 3n jednotek a 3n jednotek mají tedy velkou pravděpodobnost. V důsledku toho je skutečná frekvence použití mince B v dlouhé sérii opakování hry B větší než jedna třetina (a menší než jedna polovina). Správnou hodnotu pravděpodobnosti výhry ve hře B získáme následujícím postupem. Necht náhodná proměnná X(n) popisuje kapitál hráče po n-té opakování hry B. Posloupnost {X(n)} n=0 zřejmě tvoří Markovův řetězec. Soustředíme se však spíše na Markovův řetězec náhodných proměnných Y(n) = X(n) mod 3. Jeho stavy vyjadřují tři možné a vzájemně se vylučující možnosti při dělení kapitálu třemi. Při označení p j (n) = Prob{ Y(n) = j }, j = 0,,, n = 0,,..., znamená tedy například p 0 (5) pravděpodobnost toho, že po pátém opakování hry B je kapitál hráče dělitelný třemi. Výše uvedená pravidla hry B lze nyní vyjádřit pomocí matice přechodových pravděpodobností W (B). Při evi-
3 dentním uspořádání stavů řetězce máme p(n + ) = W (B) p(n), W (B) = 0 p p p 0 p p p 0, () kde p(n) je sloupcový vektor pravděpodobností stavů, p(n) = [p 0 (n), p (n), p (n)] T. Při opakování hry B přechází daný Markovův řetězec postupně do jistého stacionárního stavu, řekněme do stavu. Formálně jej obdržíme jako limitu = lim n p(n). Stejně tak jej lze získat řešením homogenní soustavy lineárních rovnic W (B) =, jestliže navíc požadujeme normalizaci řešení =. Výsledkem celého postupu je vektor = 0 = 3 p p + p p + p p + p p + p p p + p p. () Při dlouhé sérii opakování hry B se tedy dostaneme do situace kdy je v každé další jednotlivé hře použita s pravděpodobností 0 nevýhodná mince B (a pravděpodobnost výhry je potom p ), zatímco s pravděpodobností 0 je použita výhodná mince B (a pravděpodobnost výhry je potom p ). Skutečná pravděpodobnost výhry ve hře B je tedy nakonec P (B) = 0 p + ( 0 )p. Po několika algebraických krocích zjistíme, že podmínka P (B) < je ekvivalentní nerovnosti ( p )( p ) > p p. Tato nerovnost je pro výše uvedené konkrétní hodnoty pravděpodobností p a p skutečně splněna. Při mnoha opakováních hry B má tedy střední hodnota kapitálu sestupnou tendenci. V tomto smyslu je hra B prohrávající. Dodejme ještě, že podobným způsobem bylo možné analyzovat také hru A. Matici přechodových pravděpodobností W (A) dostaneme z rovnice (), jestliže na pravé straně nahradíme p i p symbolem p. Stacionární vektor pravděpodobností pro hru A bude zřejmě e (A) = [ T.,, 3 3 3] Přejděme nyní k analýze složené hry C. Budeme předpokládat náhodné střídání hry A a hry B. Přesněji řečeno, s pravděpodobností γ = hrajeme hru A a s pravděpodobností γ hru B. Hra C má tedy následující pravidla. Je-li aktuální kapitál hráče číslo dělitelné třemi, je pravděpodobnost výhry q = γp + ( γ)p. To je pravděpodobnost toho, že bude hrána hra A, násobená pravděpodobností výhry v této hře, plus pravděpodobnost toho, že bude hrána B, násobená pravděpodobností výhry v této hře při kapitálu 3n. Podobně, není-li aktuální kapitál dělitelný třemi, je pravděpodobnost výhry ve hře C rovna q = γp + ( γ)p. Také hru C lze popsat Markovovým řetězcem a reprezentovat právě uvedená pravidla maticí přechodových pravděpodobností W (C). Dostaneme ji opět z rovnice (), jestliže na pravé straně nahradíme všude p symbolem q a p symbolem q. Vektor stacionárních pravděpodobností e (C) bude určen rovnicí (), jestliže na druhé pravé straně opět zaměníme p symbolem q a p symbolem q. Nakonec máme opět možnost vyjádřit stacionární pravděpodobnost výhry v individuální hře C bez ohledu na aktuální kapitál. Je jí P (C) = e (C) 0 q + ( e (C) 0 )q. Po několika úpravách se přesvědčíme, že podmínka P (C) > má tvar ( q )( q ) < q q. Parrondův paradox spočívá v tom, že pro vhodně volené parametry p, p, p, například pro výše uvedené konkrétní hodnoty, lze současně splnit nerovnosti P (B) <, a P (C) >. Počítačová simulace potvrzuje uvedený analytický rozbor. Přitom je vznik rostoucí
4 tendence kapitálu při hře C nezávislý na scénáři střídání her A a B. Můžeme je například střídat periodicky podle schématu AAABBAAABBAAABB.... Nelze přehlédnout analogie mezi úvahami v této a v předchozí kapitole. Poloha automobilu je analogií kapitálu. Tyč vysunutá nad rohatku odpovídá sérii, ve které hrajeme pouze hru A. Pravidla pro hru B popisují tvar zubu rohatky v minulé kapitole. Hra silně nepříznivou mincí B představuje segment zubu, který ostře klesá směrem doleva. Vyhrávající mince B posune kapitál proti svahu a odpovídá delšímu segmentu zubu. Klíčovou rolí hry A je růst rozptylu kapitálu předtím, něž je v rámci hry B jeho velikost přechodně stabilizována (zabrzděna) v nové poloze, tj. mezi hodnotami 3n a 3n. 3. Brownovská rohatka Uvažme jednodimenzionální difúzní pohyb částice v časově a prostorově proměnném potenciálu U(x, t). Stav částice v čase t je popsán hustotou pravděpodobnosti p(x, t) pro její polohu, tj. pro náhodnou proměnnou X(t). V aproximaci přetlumeného pohybu, tj. jestliže pomineme všechny setrvačné efekty, je dynamika stavu řízena Smoluchowského rovnicí p(x, t) = t { D p(x, t) Γ [ U(x, t) ] } p(x, t). (3) Zde Γ je pohyblivost částice, D označuje intenzitu termální Langevinovy síly působící na částici ze strany prostředí. Parametr D závisí lineárně na absolutní teplotě, D = Γk B T, k B je Boltzmannova konstanta. Kromě náhodné termální síly působí na částici v místě x a v čase t potenciálová síla F (x, t) = U(x, t). Z matematického hlediska představuje poloha částice X(t) časově nehomogenní Markovův proces (infinitezimální přechodové pravděpodobnosti závisí na čase). Právě tato skutečnost komplikuje přesné řešení Smoluchowského rovnice. Přitom časová závislost potenciálu U(x, t) je v naší formulaci fundamentální. V podstatě bude vyjadřovat přepínání mezi dvěma průběhy potenciálu, podobně jako jsme u Parrondovy konstrukce střídali hry A a B. Přesněji řečeno, po dobu τ A bude v platnosti časově nezávislý potenciál U A (x) = F ɛ x, kde F ɛ < 0 je síla působící doleva. V průběhu následujícího časového intervalu τ B je difúze řízena časově nezávislým potenciálem U B (x). Jeho tvar přesně odpovídá rohatce z první kapitoly, tj. popisuje periodicky se opakující asymetrické zuby: potenciál U B (x) v úseku šířky l strmě roste se směrnicí F > 0, poté v úseku šířky l > l pozvolna klesá se směrnicí F < 0. Nárůst potenciálu ve směru zleva doprava v průběhu úseku šířky l = l +l (tj. celkové stoupání jednoho zubu) činí K = F l F l. Předpokládejme, že tento nárůst je stejný jako u potenciálu U A (x), tj. K = F ɛ l > 0. Podobně jako u rozboru Parrondova paradoxu budeme implementovat periodické okrajové podmínky v intervalu [ l, l ]. To znamená, že v libovolném čase požadujeme p( l, t) = p(l, t). Hustota pravděpodobnosti bude potom normována v rámci uvedené prostorové periody, tj. pro libovolný čas bude l l dx p(x, t) =. Z hlediska fyzikálního je centrální veličinou časově asymptotická rychlost částice. V naší redukované formulaci ji získáme takto. Nejprve řešíme Smoluchovského rovnici s jistou počáteční podmínkou a s uvedenými okrajovými podmínkami. Tím dostaneme časově a prostorově rozlišený proud pravděpodobnosti j(x, t). Je jím veličina ve složených závorkách na pravé straně rovnice (3). V druhém kroku proud integrujeme přes základní
5 prostorovou periodu a poté středujeme přes časovou periodu změn potenciálu τ = τ A +τ B. Definujme tedy V = t+τ l { τ lim dt D [ ] } U(x, t) p(x, t) + Γ p(x, t). (4) t t l dx Necht je nyní po celou dobu pohybu v platnosti potenciál U A (x). Potom můžeme při řešení použít například metodou Laplaceovy transformace. Z rovnice (4) dostaneme V A = ΓF ɛ < 0. Necht je naopak po celou dobu pohybu v platnosti potenciál U B (x). Také v tomto případě dostaneme jistou zápornou rychlost V B < 0. Výsledný vzorec, který pro stručnost neuvádím, vyjadřuje intuitivně zřejmý závěr znamení rychlosti V B je opačné ke znamení nárůstu potenciálu K. Uvažme nakonec alternaci potenciálů U A (x) a U B (x). Při jejich střídání není žádný z nich v platnosti dostatečně dlouho pro to, aby vznikl stacionární pohyb s rychlostí V A, popř. V B. V tomto smyslu je tedy částice udržována stále v nerovnovážném stavu. Souhra potenciálů nakonec vede k tomu, že výsledná rychlost (4) může být orientována směrem doprava, proti globálně působící síle F ɛ. Pro činnost motoru je kritická srovnatelnost časového měřítka pro přepínání potenciálů a časového měřítka pro difúzní pohyb napříč jednotlivými segmenty potenciálů. Druhé měřítko závisí mimo jiné na teplotě. Závěrem, v příspěvku jsem naznačil matematické modelování transportního režimu, který vzniká na základě nerovnovážné rektifikace termálních fluktuací. Zaměřil jsem se pouze na kinematický rozbor. Celá úloha má však i zajímavý aspekt energetický, zaměřený na výpočet energetické účinnosti motoru a na její optimalizaci. Následující tabulka srovnává základní operační principy v diskrétní a ve spojité formulaci problému. Parrondův paradox Brownovská rohatka Zdroj potenciálu Pravidla her, parametry p, p, p Elektrostatická energie, parametry l, l, síly F ɛ, F, F Přepínání Střídavá aplikace pravidel pro hru A a hru B Chemické reakce, střídavá aplikace potenciálu U A (x) a U B (x) Zdroj fluktuací Náhoda při házení mince Interakce s prostředím, Langevinova síla Měřená veličina Matematický popis Střední kapitál X(n), rychlost jeho změny Markovovy řetězce diskrétní v čase a diskrétní v prostoru stavů Střední poloha částice X(t), střední rychlost V Langevinova rovnice a Smoluchowského rovnice Literatura Peter Reimann, Brownian motors: noisy transport far from equilibrium, Phys. Rep., 36, 57-56, (00).
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(Auto)korelační funkce. 2. 11. 2015 Statistické vyhodnocování exp. dat M. Čada www.fzu.cz/ ~ cada
(Auto)korelační funkce 1 Náhodné procesy Korelace mezi náhodnými proměnnými má široké uplatnění v elektrotechnické praxi, kde se snažíme o porovnávání dvou signálů, které by měly být stejné. Příkladem
Více1. Alternativní rozdělení A(p) (Bernoulli) je diskrétní rozdělení, kdy. p(0) = P (X = 0) = 1 p, p(1) = P (X = 1) = p, 0 < p < 1.
2. Některá důležitá rozdělení Diskrétní rozdělení. Alternativní rozdělení Ap) Bernoulli) je diskrétní rozdělení, kdy náhodná veličina X nabývá pouze dvou hodnot a a pro její pravděpodobnostní funkci platí:
VíceEuklidovský prostor Stručnější verze
[1] Euklidovský prostor Stručnější verze definice Eulidovského prostoru kartézský souřadnicový systém vektorový součin v E 3 vlastnosti přímek a rovin v E 3 a) eprostor-v2, 16, b) P. Olšák, FEL ČVUT, c)
Více9. Úvod do teorie PDR
9. Úvod do teorie PDR A. Základní poznatky o soustavách ODR1 Diferenciální rovnici nazveme parciální, jestliže neznámá funkce závisí na dvou či více proměnných (příslušná rovnice tedy obsahuje parciální
VíceMatematika pro chemické inženýry. Drahoslava Janovská
Matematika pro chemické inženýry Drahoslava Janovská Přednášky ZS 2011-2012 Fázové portréty soustav nelineárních diferenciálních rovnic Obsah 1 Fázové portréty nelineárních soustav v rovině Klasifikace
VíceINFORMACE NRL č. 12/2002 Magnetická pole v okolí vodičů protékaných elektrickým proudem s frekvencí 50 Hz. I. Úvod
INFORMACE NRL č. 12/2 Magnetická pole v okolí vodičů protékaných elektrickým proudem s frekvencí Hz I. Úvod V poslední době se stále častěji setkáváme s dotazy na vliv elektromagnetického pole v okolí
VíceNěkolik poznámek na téma lineární algebry pro studenty fyzikální chemie
Několik poznámek na téma lineární algebry pro studenty fyzikální chemie Jiří Kolafa Vektory. Vektorový prostor Vektor je často zaveden jako n-tice čísel, (v,..., v n ), v i R (pro reálný vektorový prostor);
VíceFunkce zadané implicitně
Kapitola 8 Funkce zadané implicitně Začneme několika příklady. Prvním je známá rovnice pro jednotkovou kružnici x 2 + y 2 1 = 0. Tato rovnice popisuje křivku, kterou si však nelze představit jako graf
Více2. Je dáno jevové pole (Ω;A) a na něm nezáporná normovaná funkce. Definujte distrubuční funkci náhodného vektoru.
Varianta I 1. Definujte pravděpodobnostní funkci. 2. Je dáno jevové pole (Ω;A) a na něm nezáporná normovaná funkce. Definujte distrubuční funkci náhodného vektoru. 3. Definujte Fisher-Snedecorovo rozdělení.
VíceA0M15EZS Elektrické zdroje a soustavy ZS 2011/2012 cvičení 1. Jednotková matice na hlavní diagonále jsou jedničky, všude jinde nuly
Matice Matice typu (m, n) je uspořádaná m-tice prvků z řádky matice.. Jednotlivé složky této m-tice nazýváme Matice se zapisují Speciální typy matic Nulová matice všechny prvky matice jsou nulové Jednotková
VíceDrsná matematika IV 7. přednáška Jak na statistiku?
Drsná matematika IV 7. přednáška Jak na statistiku? Jan Slovák Masarykova univerzita Fakulta informatiky 2. 4. 2012 Obsah přednášky 1 Literatura 2 Co je statistika? 3 Popisná statistika Míry polohy statistických
VíceMATEMATIKA IV - PARCIÁLNÍ DIFERENCIÁLNÍ ROVNICE - ZÁPISKY Z. Obsah. 1. Parciální diferenciální rovnice obecně. 2. Kvaazilineární rovnice prvního řádu
MATEMATIKA IV - PARCIÁLNÍ DIFERENCIÁLNÍ ROVNICE - ZÁPISKY Z PŘEDNÁŠEK JAN MALÝ Obsah 1. Parciální diferenciální rovnice obecně 1. Kvaazilineární rovnice prvního řádu 1 3. Lineární rovnice druhého řádu
VíceRegulární matice. Věnujeme dále pozornost zejména čtvercovým maticím.
Regulární matice Věnujeme dále pozornost zejména čtvercovým maticím. Věta. Pro každou čtvercovou matici A = (a ij ) řádu n nad tělesem (T, +, ) jsou následující podmínky ekvivalentní: (i) Řádky matice
VíceReference 10. Předpokládejme stavový popis spojitého, respektive diskrétního systému
Módy systému Teorie dynamických systémů Obsah Úvod 2 Příklady 2 3 Domácí úlohy 8 Reference Úvod Řešení stavových rovnic Předpokládejme stavový popis spojitého, respektive diskrétního systému ẋ(t)=ax(t)+bu(t)
Více3.2 Rovnice postupné vlny v bodové řadě a v prostoru
3 Vlny 3.1 Úvod Vlnění můžeme pozorovat například na vodní hladině, hodíme-li do vody kámen. Mechanické vlnění je děj, při kterém se kmitání šíří látkovým prostředím. To znamená, že například zvuk, který
Více6. T e s t o v á n í h y p o t é z
6. T e s t o v á n í h y p o t é z Na základě hodnot z realizace náhodného výběru činíme rozhodnutí o platnosti hypotézy o hodnotách parametrů rozdělení nebo o jeho vlastnostech. Používáme k tomu vhodně
VíceMatice se v některých publikacích uvádějí v hranatých závorkách, v jiných v kulatých závorkách. My se budeme držet zápisu s kulatými závorkami.
Maticové operace Definice Skalár Představme si nějakou množinu, jejíž prvky lze sčítat a násobit. Pěkným vzorem jsou čísla, která už známe od mala. Prvky takové množiny nazýváme skaláry. Matice Matice
VíceKapitola 11. Vzdálenost v grafech. 11.1 Matice sousednosti a počty sledů
Kapitola 11 Vzdálenost v grafech V každém grafu lze přirozeným způsobem definovat vzdálenost libovolné dvojice vrcholů. Hlavním výsledkem této kapitoly je překvapivé tvrzení, podle kterého lze vzdálenosti
VíceSkalární součin je nástroj, jak měřit velikost vektorů a úhly mezi vektory v reálných a komplexních vektorových prostorech.
Kapitola 9 Skalární součin Skalární součin je nástroj, jak měřit velikost vektorů a úhly mezi vektory v reálných a komplexních vektorových prostorech. Definice 9.1 Je-li x = (x 1,..., x n ) T R n 1 reálný
Více1 Lineární stochastický systém a jeho vlastnosti. 2 Kovarianční funkce, výkonová spektrální hustota, spektrální faktorizace,
Lineární stochastický systém a jeho vlastnosti. Kovarianční funkce, výkonová spektrální hustota, spektrální faktorizace, tvarovací filtr šumu, bělicí filtr. Kalmanův filtr, formulace problemu, vlastnosti.
VíceMatematické symboly a značky
Matematické symboly a značky Z Wikipedie, otevřené encyklopedie Matematický symbol je libovolný znak, používaný v. Může to být znaménko pro označení operace s množinami, jejich prvky, čísly či jinými objekty,
VíceJazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa
2. Jazyk matematiky 2.1. Matematická logika 2.2. Množinové operace 2.3. Zobrazení 2.4. Rozšířená číslená osa 1 2.1 Matematická logika 2.1.1 Výrokový počet logická operace zapisujeme čteme česky negace
Více8 Střední hodnota a rozptyl
Břetislav Fajmon, UMAT FEKT, VUT Brno Této přednášce odpovídá kapitola 10 ze skript [1]. Také je k dispozici sbírka úloh [2], kde si můžete procvičit příklady z kapitol 2, 3 a 4. K samostatnému procvičení
VíceK přednášce NUFY028 Teoretická mechanika prozatímní učební text, verze 01 10. Spojitá prostředí: rovnice struny Leoš Dvořák, MFF UK Praha, 2014
K přednášce NUFY8 Teoretická mechanika prozatímní učební text, verze 1 1 Spojitá prostředí: rovnice strun Leoš Dvořák, MFF UK Praha, 14 Spojitá prostředí: rovnice strun Dosud jsme se zabývali pohbem soustav
VíceMarkovské metody pro modelování pravděpodobnosti
Markovské metody pro modelování pravděpodobnosti rizikových stavů 1 Markovský řetězec Budeme uvažovat náhodný proces s diskrétním časem (náhodnou posloupnost) X(t), t T {0, 1, 2,... } s konečnou množinou
VíceRegresní a korelační analýza
Přednáška STATISTIKA II - EKONOMETRIE Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Regresní analýza Cíl regresní analýzy: stanovení formy (trendu, tvaru, průběhu)
VíceElektronický učební text pro podporu výuky klasické mechaniky pro posluchače učitelství I. Mechanika hmotného bodu
Elektronický učební text pro podporu výuky klasické mechaniky pro posluchače učitelství I Mechanika hmotného bodu Autor: Kateřina Kárová Text vznikl v rámci bakalářské práce roku 2006. Návod na práci s
VíceLineární programování
Lineární programování Úlohy LP patří mezi takové úlohy matematického programování, ve kterých jsou jak kriteriální funkce, tak i všechny rovnice a nerovnice podmínek výhradně tvořeny lineárními výrazy.
VíceMikroekonomie I. Přednáška 3. Trh výrobních faktorů ekonomický koloběh. Podstatné z minulé přednášky. Křivka nabídky (S) Zákon rostoucí nabídky
Přednáška 3. Mikroekonomie I 3. přednáška Poptávka substituční a důchodový efekt, konkurence, elasticita poptávky Poptávka substituční a důchodový efekt, konkurence, elasticita poptávky Podstatné z minulé
VíceBAKALÁŘSKÁ PRÁCE. Numerické metody jednorozměrné minimalizace
UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY BAKALÁŘSKÁ PRÁCE Numerické metody jednorozměrné minimalizace Vedoucí bakalářské práce: RNDr. Horymír
Více+ ω y = 0 pohybová rovnice tlumených kmitů. r dr dt. B m. k m. Tlumené kmity
Tlumené kmit V praxi téměř vžd brání pohbu nějaká brzdicí síla, jejíž původ je v třecích silách mezi reálnými těles. Matematický popis těchto sil bývá dosti komplikovaný. Velmi často se vsktuje tzv. viskózní
VíceObrázek č. 7.0 a/ regulační smyčka s regulátorem, ovladačem, regulovaným systémem a měřicím členem b/ zjednodušené schéma regulace
Automatizace 4 Ing. Jiří Vlček Soubory At1 až At4 budou od příštího vydání (podzim 2008) součástí publikace Moderní elektronika. Slouží pro výuku předmětu automatizace na SPŠE. 7. Regulace Úkolem regulace
VíceANTAGONISTICKE HRY 172
5 ANTAGONISTICKÉ HRY 172 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí
VíceModely diskrétní náhodné veličiny. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Po(λ) je možné použít jako model náhodné veličiny, která nabývá hodnot 0, 1, 2,... a udává buď počet událostí,
VíceJak pracovat s absolutními hodnotami
Jak pracovat s absolutními hodnotami Petr Matyáš 1 Co to je absolutní hodnota Absolutní hodnota čísla a, dále ji budeme označovat výrazem a, je jeho vzdálenost od nuly na ose x, tedy je to vždy číslo kladné.
VíceBezkontaktní měření vzdálenosti optickými sondami MICRO-EPSILON
Laboratoř kardiovaskulární biomechaniky Ústav mechaniky, biomechaniky a mechatroniky Fakulta strojní, ČVUT v Praze Bezkontaktní měření vzdálenosti optickými sondami MICRO-EPSILON 1 Měření: 8. 4. 2008 Trubička:
Více3. Matice a determinanty
. Matice a determinanty Teorie matic a determinantů představuje úvod do lineární algebry. Nejrozsáhlejší aplikace mají matice a determinanty při řešení systémů lineárních rovnic. Pojem determinantu zavedl
Více7. Analýza pohybu a stupňů volnosti robotické paže
7. Analýza pohybu a stupňů volnosti robotické paže Úkoly měření a výpočtu ) Změřte EMG signál, vytvořte obálku EMG signálu. ) Určete výpočtem nutný počet stupňů volnosti kinematického řetězce myoelektrické
Vícef(x) = arccotg x 2 x lim f(x). Určete všechny asymptoty grafu x 2 2 =
Řešení vzorové písemky z předmětu MAR Poznámky: Řešení úloh ze vzorové písemky jsou formulována dosti podrobně podobným způsobem jako u řešených příkladů ve skriptech U zkoušky lze jednotlivé kroky postupu
VíceKYBERNETIKA. Prof. Ing. Vilém Srovnal, CSc. Vysoká škola báňská Technická univerzita Ostrava
KYBERNETIKA Prof. Ing. Vilém Srovnal, CSc. Vysoká škola báňská Technická univerzita Ostrava 28 . ÚVOD DO TECHNICKÉ KYBERNETIKY... 5 Co je to kybernetika... 5 Řídicí systémy... 6 Základní pojmy z teorie
VíceZákladní radiometrické veličiny
Základní radiometrické veličiny Radiometrické veličiny se v textech, se kterými jsem se setkal, zavádějí velmi formálně, např. iradiance E= dφ da.pokusiljsemsepřesnějipopsat,cojednotlivéfunkceznamenají.formálnízápisyjsouzde
VíceFAKULTA STAVEBNÍ VUT V BRNĚ PŘIJÍMACÍ ŘÍZENÍ DO MNSP STAVEBNÍ INŽENÝRSTVÍ PRO AKADEMICKÝ ROK 2008 2009
FAKULTA STAVEBNÍ VUT V BRNĚ PŘIJÍMACÍ ŘÍZENÍ DO MNSP STAVEBNÍ INŽENÝRSTVÍ PRO AKADEMICKÝ ROK 2008 2009 OBOR: POZEMNÍ STAVBY (S) A. MATEMATIKA TEST. Hladina významnosti testu α při testování nulové hypotézy
Vícenaopak více variant odpovědí, bude otázka hodnocena jako nesprávně zodpovězená.
Datum:... Jméno:... Přijímací řízení pro akademický rok 28/9 na magisterské studijní obor Finanční informatiky a statistika Písemná část přijímací zkoušky z matematiky Za každou správnou odpověd se získávají
VíceZáklady 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
Více3 Elektromagnetické vlny ve vakuu
3 Elektromagnetické vlny ve vakuu Od mechanických vln s pružinkami a závažími se nyní přesuneme k vlnám elektromagnetickým. Setkáváme se s nimi na každém kroku radiové vlny, mikrovlny, světlo nebo třeba
Více{Q={1,2};S,T;u(s,t)} (3.3) Prorovnovážnéstrategie s,t vehřesnulovýmsoučtemmusíplatit:
3 ANTAGONISTICKÉ HRY 3. ANTAGONISTICKÝ KONFLIKT Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku,
VíceDva kompletně řešené příklady
Markl: Příloha 1: Dva kompletně řešené příklady /TEH_app1_2006/ Strana 1 Dva kompletně řešené příklady Úvod V této příloze uvedeme úplné a podrobné řešení dvou her počínaje jejich slovním neformálním popisem
Více11. Geometrická optika
Trivium z optiky 83 Geometrická optika V této a v následující kapitole se budeme zabývat studiem světla v situacích, kdy je možno zanedbat jeho vlnový charakter V tomto ohledu se obě kapitoly podstatně
VíceLaboratorní měření 1. Seznam použitých přístrojů. Popis měřicího přípravku
Laboratorní měření 1 Seznam použitých přístrojů 1. Generátor funkcí 2. Analogový osciloskop 3. Měřící přípravek na RL ČVUT FEL, katedra Teorie obvodů Popis měřicího přípravku Přípravek umožňuje jednoduchá
VíceNěkteré zákony rozdělení pravděpodobnosti. 1. Binomické rozdělení
Přednáška 5/1 Některé zákony rozdělení pravděpodobnosti 1. Binomické rozdělení Předpoklady: (a) pst výskytu jevu A v jediném pokuse P (A) = π, (b) je uskutečněno n pokusů, (c) pokusy jsou nezávislé, tj.
VíceTéma 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
VíceDigitální paměťový osciloskop (DSO)
http://www.coptkm.cz/ Digitální paměťový osciloskop (DSO) Obr. 1 Blokové schéma DSO Konstrukce U digitálního paměťového osciloskopu je obrazovka čistě indikační zařízení. Vlastní měřicí přístroj je rychlý
VíceSkládání různoběžných kmitů. Skládání kolmých kmitů. 1) harmonické kmity stejné frekvence :
Skládání různoběžných kmitů Uvědomme si principiální bod tohoto problému : na jediný hmotný bod působí dvě nezávislé pružné síl ve dvou různých směrech. Jednotlivé mechanické pohb, které se budou skládat,
VíceSkalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS )
LINEÁRNÍ ALGEBRA Úvod vektor Skalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS ) Kartézský souřadnicový systém -je taková soustava
VíceTeoretická rozdělení
Teoretická rozdělení Diskrétní rozdělení Obsah kapitoly Studijní cíle Doba potřebná ke studiu Pojmy k zapamatování Úvod Některá teoretická rozdělení diskrétních veličin: Alternativní rozdělení Binomické
VíceNÁVRH LQG ŘÍZENÍ PRO FYZIKÁLNÍ MODEL KULIČKY NA TYČI
NÁVRH LQG ŘÍZENÍ PRO FYZIKÁLNÍ MODEL KULIČKY NA TYČI Petr Vojčinák, Martin Pieš, Radovan Hájovský Vysoká škola báňská Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra měřicí a
Vícey = Spočtěte všechny jejich normy (vektor je také matice, typu n 1). Řádková norma (po řádcích sečteme absolutní hodnoty prvků matice a z nich
Normy matic Příklad 1 Je dána matice A a vektor y: A = 2 0 3 4 3 2 y = Spočtěte všechny jejich normy (vektor je také matice, typu n 1). Ověřte, že platí Ay A y (1) Ay = (4, 14, 2) T 2 2 Frobeniova norma
VíceŘízení a regulace II. Analýza a řízení nelineárních systémů Verze 1.34 8. listopadu 2004
Řízení a regulace II Analýza a řízení nelineárních systémů Verze 1.34 8. listopadu 2004 Prof. Ing. František Šolc, CSc. Ing. Pavel Václavek, Ph.D. Prof. Ing. Petr Vavřín, DrSc. ÚSTAV AUTOMATIZACE A MĚŘICÍ
VíceTen objekt (veličina), který se může svobodně měnit se nazývá nezávislý.
@001 1. Základní pojmy Funkce funkční? Oč jde? Třeba: jak moc se oblečeme, závisí na venkovní teplotě, jak moc se oblečeme, závisí na našem mládí (stáří) jak jsme staří, závisí na čase jak moc zaplatíme
VíceKarnaughovy mapy. Pravdivostní tabulka pro tři vstupní proměnné by mohla vypadat například takto:
Karnaughovy mapy Metoda je použitelná již pro dvě vstupní proměnné, své opodstatnění ale nachází až s větším počtem vstupů, kdy návrh takového výrazu přestává být triviální. Prvním krokem k sestavení logického
Více5. 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.
VíceFAKULTA STAVEBNÍ MATEMATIKA II MODUL 2 STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STAVEBNÍ MATEMATIKA II MODUL KŘIVKOVÉ INTEGRÁLY STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA Typeset by L A TEX ε c Josef Daněček, Oldřich Dlouhý,
VíceTeorie her a ekonomické rozhodování. 2. Maticové hry
Teorie her a ekonomické rozhodování 2. Maticové hry 2.1 Maticová hra Teorie her = ekonomická vědní disciplína, která se zabývá studiem konfliktních situací pomocí matematických modelů Hra v normálním tvaru
Více3. D/A a A/D převodníky
3. D/A a A/D převodníky 3.1 D/A převodníky Digitálně/analogové (D/A) převodníky slouží k převodu číslicově vyjádřené hodnoty (např. v úrovních TTL) ve dvojkové soustavě na hodnotu nějaké analogové veličiny.
Více2. Matice, soustavy lineárních rovnic
Matice, soustavy lineárních rovnic Tento učební text byl podpořen z Operačního programu Praha- Adaptabilita Irena Sýkorová Některé vlastnosti matic Uvažujmečtvercovoumatici A=(a ij ) n n Matice Asenazývásymetrická,jestližeplatí
VíceZápadočeská univerzita v Plzni. Fakulta aplikovaných věd Katedra matematiky. Geometrie pro FST 1. Pomocný učební text
Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky Geometrie pro FST 1 Pomocný učební text František Ježek, Marta Míková, Světlana Tomiczková Plzeň 29. srpna 2005 verze 1.0 Předmluva
VíceA6M33SSL: Statistika a spolehlivost v lékařství Teorie spolehlivosti
A6M33SSL: Statistika a spolehlivost v lékařství Teorie spolehlivosti Vojta Vonásek vonasek@labe.felk.cvut.cz České vysoké učení technické v Praze Fakulta elektrotechnická Katedra kybernetiky Markovovy
VíceMATEMATICKÁ 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
VíceNÁHODNÁ 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
VíceUživatelská příručka - Naves
Co je hra Lodě? Uživatelská příručka - Naves Lodě je tipovací hra pro dva hráče. Je rozšířena po celém světě jako hra pro tužku a papír, jejíž začátky se datují na období první světové války. Dnes se vyskytuje
VíceTeorie měření a regulace
Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace 22.z-3.tr ZS 2015/2016 2015 - Ing. Václav Rada, CSc. TEORIE ŘÍZENÍ druhá část tématu předmětu pokračuje. oblastí matematických pomůcek
VíceTéma je podrobně zpracováno ve skriptech [1], kapitola
Břetislav Fajmon, UMAT FEKT, VUT Brno Téma je podrobně zpracováno ve skriptech [1], kapitola 6. Základní aproximační úlohu lze popsat následovně: Jsou dány body [x 0, y 0 ], [x 1, y 1 ],..., [x n, y n
Vícepro bakalářské studijní programy fyzika, informatika a matematika 2018, varianta A
Přijímací zkouška na MFF UK pro bakalářské studijní programy fyzika, informatika a matematika 2018, varianta A U každé z deseti úloh je nabízeno pět odpovědí: a, b, c, d, e. Vaším úkolem je u každé úlohy
VíceBayesovská klasifikace digitálních obrazů
Výzkumný ústav geodetický, topografický a kartografický Bayesovská klasifikace digitálních obrazů Výzkumná zpráva č. 1168/2010 Lubomír Soukup prosinec 2010 1 Úvod V průběhu nedlouhého historického vývoje
VíceCharakterizace rozdělení
Charakterizace rozdělení Momenty f(x) f(x) f(x) μ >μ 1 σ 1 σ >σ 1 g 1 g σ μ 1 μ x μ x x N K MK = x f( x) dx 1 M K = x N CK = ( x M ) f( x) dx ( xi M 1 C = 1 K 1) N i= 1 K i K N i= 1 K μ = E ( X ) = xf
VíceDistribuční funkce je funkcí neklesající, tj. pro všechna
Téma: Náhodná veličina, distribuční funkce a její graf, pravděpodobnostní funkce a její graf, funkce hustoty pravděpodobnosti a její graf, výpočet střední hodnoty a rozptylu náhodné veličiny 1 Náhodná
VíceMatematické metody v kartografii. Přednáška 3. Důležité křivky na kouli a elipsoidu. Loxodroma a ortodroma.
Matematické metody v kartografii Přednáška 3. Důležité křivky na kouli a elipsoidu. Loxodroma a ortodroma. . Přehled důležitých křivek V matematické kartografii existují důležité křivky, které jdou po
VíceMaticový a tenzorový počet
Maticový a tenzorový počet Doc. RNDr. Martin Kovár, Ph.D. Ústav matematiky Fakulta elektrotechniky a komunikačních technologií VUT v Brně Obsah. Test vstupních znalostí............................. 5 Matice
VíceZÁKLADY ŘÍZENÍ ENERGETICKÝCH STROJŮ
INOVACE ODBORNÉHO VZDĚLÁVÁNÍ NA STŘEDNÍCH ŠKOLÁCH ZAMĚŘENÉ NA VYUŽÍVÁNÍ ENERGETICKÝCH ZDROJŮ PRO 1. STOLETÍ A NA JEJICH DOPAD NA ŽIVOTNÍ PROSTŘEDÍ CZ.1.07/1.1.00/08.0010 ZÁKLADY ŘÍZENÍ ENERGETICKÝCH STROJŮ
VícePráce, energie a další mechanické veličiny
Práce, energie a další mechanické veličiny Úvod V předchozích přednáškách jsme zavedli základní mechanické veličiny (rychlost, zrychlení, síla, ) Popis fyzikálních dějů usnadňuje zavedení dalších fyzikálních
VíceFAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ. Matematika 3. RNDr. Břetislav Fajmon, PhD. Autoři textu:
FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Matematika 3 Garant předmětu: RNDr. Břetislav Fajmon, PhD Autoři textu: Mgr. Irena Růžičková RNDr. Břetislav Fajmon, PhD
VíceMechanika - kinematika
Mechanika - kinematika Hlavní body Úvod do mechaniky, kinematika hmotného bodu Pohyb přímočarý rovnoměrný rovnoměrně zrychlený. Pohyb křivočarý. Pohyb po kružnici rovnoměrný rovnoměrně zrychlený Pohyb
VíceČÁST VI - K M I T Y A V L N Y
ČÁST VI - K M I T Y A V L N Y 23. Harmonický oscilátor 24. Vlnění 25. Elektromagnetické vlnění 26. Geometrická optika 27. Fyzikální optika 28. Nelineární optika 261 Periodické pohyby částic a těles (jako
Více» Dynamický systém. » Samovolné chování. » Přinucení reaktoru k jinému chování. »Např. reaktor s exotermní reakcí
Co je řízení procesů Příklad: Reaktor s exotermní reakcí Měření veličin a řízení procesů» ynamický systém»složení reakční směsi a teplota se mohou měnit v čase» Samovolné chování» a. reaktor se ustálí
VíceŘízení. Školení H-STEP 3 Školení H-STEP 2 Školení H-STEP 1
Řízení Školení H-STEP 3 Školení H-STEP 2 Školení H-STEP 1 Řízení H-STEP 1 Rejstřík Předmět Strana Řízení, obecně 3 Hydraulický posilovač řízení 5 Olejové čerpadlo, řídicí ventil tlaku a průtoku 7 Hydraulický
Více3. Reálná čísla. většinou racionálních čísel. V analytických úvahách, které praktickým výpočtům
RACIONÁLNÍ A IRACIONÁLNÍ ČÍSLA Význačnými množinami jsou číselné množiny K nejvýznamnějším patří množina reálných čísel, obsahující jako podmnožiny množiny přirozených, celých, racionálních a iracionálních
VíceStudentská tvůrčí činnost. O letu volejbalového míče při podání
Studentská tvůrčí činnost O letu volejbalového míče při podání Jan Dumek Vedoucí práce : Prof. Ing. Pavel Šafařík, CSc O letu volejbalového míče při podání Jan Dumek Abstrakt Práce se zabývá pozorováním
VíceV praxi pracujeme s daty nominálními (nabývají pouze dvou hodnot), kategoriálními (nabývají více
9 Vícerozměrná data a jejich zpracování 9.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat, hledáme souvislosti mezi dvěmi, případně více náhodnými veličinami. V praxi pracujeme
VíceElektrotechnická fakulta
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Elektrotechnická fakulta OPTIMÁLNÍ ROZHODOVÁNÍ A ŘÍZENÍ Jan Štecha Katedra řídicí techniky 1999 Předmluva Toto skriptum je určeno posluchačům 4. ročníku oboru technická
VícePRAKTIKUM II. Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK. Název: Charakteristiky termistoru. stud. skup.
Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK PRAKTIKUM II. Úloha č. IX Název: Charakteristiky termistoru Pracoval: Lukáš Vejmelka stud. skup. FMUZV (73) dne 17.10.2013 Odevzdal
VíceRozptyl. Pozn.: rozptyl je nezávislý na posunu hustoty pravděpodobnosti na ose x, protože Var(X) mi určuje jen šířku rozdělení.
Rozptyl Základní vlastnosti disperze Var(konst) = 0 Var(X+Y) = Var(X) + Var(Y) (nezávislé proměnné) Lineární změna jednotek Y = rx + s, například z C na F. Jak vypočítám střední hodnotu a rozptyl? Pozn.:
VíceNáhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost
Pravděpodobnost Náhodné veličiny a jejich číselné charakteristiky Petr Liška Masarykova univerzita 19.9.2014 Představme si, že provádíme pokus, jehož výsledek dokážeme ohodnotit číslem. Před provedením
VíceElektrické vlastnosti pevných látek
Elektrické vlastnosti pevných látek elektrická vodivost gradient vnějšího elektrického pole vyvolá přenos náboje volnými nositeli (elektrony, díry, ionty) měrná vodivost = e n n e p p [ -1 m -1 ] Kovy
Více13. cvičení z PSI ledna 2017
cvičení z PSI - 7 ledna 07 Asymptotické pravděpodobnosti stavů Najděte asymptotické pravděpodobnosti stavů Markovova řetězce s maticí přechodu / / / 0 P / / 0 / 0 0 0 0 0 0 jestliže počáteční stav je Řešení:
VíceZnačení 1.1 (posloupnost výsledků pokusu). Mějme posloupnost opakovaných (i závislých) pokusů,
Rekurentní jevy Značení. (posloupnost výsledků pokusu). Mějme posloupnost opakovaných (i závislých) pokusů, kde každý má tutéž konečnou nebo spočetnou množinu výsledků E, E,...}. Pak E j,..., E jn } značí
VíceNáhodná veličina a rozdělení pravděpodobnosti
3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro
VíceTématické celky { kontrolní otázky.
Tématické celky kontrolní otázky. Základy teorie pravdìpodobnosti..pravdìpodobnostní míra základní pojmy... Vysvìtlete pojem náhody, náhodného pokusu, náhodného jevu a jeho mno- ¾inovou interpretaci. Popi¹te
VíceSoučin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j.
Kapitola 3 Počítání s maticemi Matice stejného typu můžeme sčítat a násobit reálným číslem podobně jako vektory téže dimenze. Definice 3.1 Jsou-li A (a ij ) a B (b ij ) dvě matice stejného typu m n, pak
VíceNáhodná procházka a její aplikace
MASARYKOVA UNIVERZITA Přírodovědecká fakulta Náhodná procházka a její aplikace Bakalářská práce Vedoucí bakalářské práce RNDr. Martin Kolář, Ph. D. Brno 2007 Michaela Bartuňková Poděkování Chtěla bych
Více