Přijímací zkouška na navazující magisterské studium 2015
|
|
- Libor Kašpar
- před 7 lety
- Počet zobrazení:
Transkript
1 Přijímací zkouška na navazující magisterské stuium 05 Stuijní program: Stuijní obor: Řešení příklaů pečlivě oůvoněte. Příkla (5 boů) Spočtěte ke M {(y, x) R ; x 0, x + y a}. Příkla (5 boů) Nalezněte supremum a infimum funkce na množině M Matematika Finanční a pojistná matematika Varianta A ln( + x + y )xy, f(x, y) e x+y M {(x, y) R ; x 3 + y 3 xy 0, x + y > 0} a rozhoněte, za funkce f těchto honot nabývá. Příkla 3 (5 boů) Nechť náhoný vektor N (N, N, N 3 ) má multinomické rozělení s celkovým počtem pozorování N + N + N 3 n a s pravěpoobnostmi π ( + θ, θ, ), ke θ (, ) je neznámý parametr. (i) Spočítejte maximálně věrohoný oha θ n parametru θ. (ii) Určete asymptotické rozělení ohau θ n. (iii) Navrhněte nestranný oha parametru θ založený na N a spočítejte jeho asymptotické rozělení. Zjistěte, pro jaká θ je jeho asymptotický rozptyl více než vojnásobkem asymptotického rozptylu maximálně věrohoného ohau. (iv) Sestavte testovou statistiku Raova skórového testu hypotézy H 0 : θ θ 0 proti alternativě H : θ θ 0 a určete kritický obor tohoto testu ve speciálním přípaě θ 0 0. Příkla (5 boů) Kupónová obligace v nominální honotě F 0 s ročním kupónem C splatná přesně za va roky (tj. zcela jistě po atu exkuponu) se proává za (tržní) cenu P 399 (všechny honoty v tisících Kč). (i) Vyjářete obecně současnou honotu uveené obligace při honotící úrokové míře i. (ii) Formulujte vztah pro výnos o splatnosti (YTM). (iii) Vypočtětě výnos o splatnosti s výše uveenými konkrétními honotami.
2 Přijímací zkouška na navazující magisterské stuium 05 Stuijní program: Matematika Stuijní obor: Finanční a pojistná matematika Varianta A řešení Příkla (5 boů) D [ ] ln( + x + y x r cos ϕ )xy y r sin ϕ a 0 a 0 3π π r ln( + r )ϕr πr ln( + r )r [ t + r ] π +a π [t(ln(t) )] π ( + a)(ln( + a) ) + π π πa ( + a) ln( + a). ln(t)t
3 Příkla (5 boů) Označme g(x, y) x + y. Protože je exponenciála rostoucí a spojitá, stačí řešit pouze supremum a infimum funkce g na M. Označme Φ(x, y) x 3 + y 3 xy. Nyní ukážeme, že množina M je omezená a M M {(0, 0)}. Převeeme vztahy Φ(x, y) 0, x+y > sin(α) 0 o polárních souřanic a ostaneme rovnici r h(α) sin 3 (α)+cos 3 (α), ke r > 0 a α ( π, 3π ) I. Protože funkce h je spojitá na intervalu I a záporná pro α I \[0, Π ], tak existuje R max I(h). Pak M B(0, R) a tey M je omezená. Lze snano ovoit, že existuje ɛ > 0, že pro kažé x (0, ɛ) je Φ(x, x ) < 0, Φ(x, x 3 ) > 0. Ze spojitosti Φ tey plyne, že pro kažé δ > 0 je B((0, 0), δ) M. Tey (0, 0) M. Na ruhou stranu Tey M M {(0, 0)}. M M {(x, y) R ; Φ(x, y) 0, x + y 0} M {(0, 0)}. M je omezená uzavřená množina, tey je kompaktní. Z tohoto a ze spojitosti g na M plyne, že g nabývá maxima a minima na M. Nyní ověříme přepoklay věty o Lagrangeových multiplikátorech. Funkce g a Φ jsou C na R a Φ(x, y) (3x y, 3y x) je nulový pouze v boech (0, 0) M a ( 3, 3 ) / M. Označíme tey bo (0, 0) jako poezřelý a zbytek řešíme na M \ {(0, 0)} M. Z věty o Lagrangeových multiplikátorech plyne, že boy, v nichž může být extrém, jsou pouze boy (x, y) M, pro které existuje λ R, jež řeší soustavu rovnic (g λφ)(x, y) (0, 0), Φ(x, y) 0. Toto splňuje pouze bo (, ). Nalezli jsme tey boy (0, 0) M \ M a (, ) M. Z toho plyne, že supremum f na M se nabývá v boě (, ) a je rovno e a infimum f na M se nenabývá a je rovno.
4 Příkla 3 (5 boů) (i) Sružená hustota pozorování N je f(n, n, n 3 ) N! n!n!n 3! ( + θ Věrohonostní funkce pro parametr θ je a logaritmická věrohonost je ) n ( θ ) n ( ) n3, poku n + n + n 3 n. ( + θ ) N ( θ ) N ( ) n N N. L(θ) C ( + θ ) l(θ) N log + N log ( θ ) ( + (n N N ) log + log C. ) Věrohonost je až na konstantu stejná, jako kybychom pozorovali n nezávislých stejně rozělených vektorů N i (N i, N i, N i3 ) s rozělením Mult 3 (, π), přičemž N n i N i. Skórová statistika je U(θ) l(θ) θ N + θ N θ [ N θ N θ(n + N ) ]. Rovnice U( θ) 0 má právě jeno řešení θ N N N +N θ. (ii) Skórová funkce (pro i-té z n pozorování) je a to je maximálně věrohoný oha parametru U i (θ) θ [ Ni N i θ(n i + N i ) ]. Platí U(θ) n i U i(θ), což je součet nezávislých stejně rozělených náhoných veličin. Snano ověříme EU i (θ) EN i + θ EN i θ 0. Dále U i (θ) θ θ [ Ni ( θ ) N i θ(n i + N i ) ] θ (N i + N i ), ke hranatá závorka má nulovou stření honotu. Nyní můžeme spočítat Fisherovu informaci I(θ) E U i(θ) θ Jelikož obecně platí n( θ θ) ( + θ θ + θ ) ( θ ). N(0, I (θ)), ostáváme n( θ θ) N(0, ( θ )). (iii) Jelikož EN n( + θ)/, nestranným ohaem θ založeným na N je θ N /n. Pole centrální limitní věty ( N n n + θ ) ( N 0, + θ ( + θ ) ), a proto n( θ θ) N(0, σ ), ke ( σ ( + θ) + θ ) ( + θ) ( + θ) 3 + θ θ. Nerovnost 3 + θ θ > ( θ ) lze přepsat ve tvaru 3θ + θ > 0, což platí pro θ (/3, ).
5 (iv) Platí-li nulová hypotéza H 0 : θ θ 0, máme U(θ 0 ) N(0, I(θ 0 )) n a proto ni(θ0 ) U(θ 0) N(0, ) Dosaíme-li za U(θ 0 ) a I(θ 0 ), ostaneme Raovu testovou statistiku ( θ R n 0 ) [ n θ0 N N θ 0 (N + N ) ] [ n( θ0 ) N N θ 0 (N + N ) ]. Pro θ 0 0 bueme zamítat hypotézu na hlaině α, poku n N N > u α/, ke u α/ je ( α/)-kvantil normovaného normálního rozělení.
6 Příkla (5 boů) (i) Současnou honotu označíme P V. Pro uveenou situaci platí P V C + i + C + F ( + i). (ii) Je-li obligace na trhu koupena za honotu P, je výnos o splatnosti (označme Y ) vlastně vnitřní míra výnosnosti (vnitřní výnosové procento) peněžního toku ( P, C, C + F ). Výnos o splatnosti v tomto přípaě je řešením rovnice vzhleem k proměnné i. P C + i + C + F ( + i) Z toho plynoucí kvaratická rovnice má va kořeny, z nichž pouze ten větší má ekonomický smysl: Y C P + C + CP + F P P Alternativně po substituci úroková míra iskontní faktor, tj. v +i je možné získat řešení pro opovíající iskontní faktor v řešením rovnice pro neznámý iskontní faktor v: P Cv + (C + F )v. (iii) Postup výpočtu pro konkrétní numerické honoty:. iskriminant C + CP + F P omocnina z iskriminantu je tuíž 0 a výslená honota Y je Y ,
Přijímací zkouška na navazující magisterské studium 2014
Přijímací zkouška na navazující magisterské studium 24 Příklad (25 bodů) Spočtěte Studijní program: Studijní obor: Matematika Finanční a pojistná matematika Varianta A M x 2 dxdy, kde M = {(x, y) R 2 ;
VícePřijímací zkouška na navazující magisterské studium 2014
Přijímací zkouška na navazující magisterské studium 4 Studijní program: Studijní obory: Příklad (5 bodů) Spočtěte Matematika MA, MMIB, MMFT, MSTR, NVM, PMSE, MDU Varianta A M xy dxdy, kde M = {(x, y) R
VíceMATEMATICKÁ STATISTIKA 1, CVIČENÍ (NMSA331) Poslední úprava dokumentu: 17. listopadu 2016
MATEMATICKÁ STATISTIKA, CVIČENÍ NMSA33 Příklay nejen pro přípravu na písemnou zápočtovou práci Poslení úprava okumentu: 7. listopau 206 Poslení úprava okumentu: 7. listopau 206 Mnohorozměrné normální rozěleni
VíceF (x, h(x)) T (g)(x) = g(x)
11 Implicitní funkce Definice 111 (implicitní funkce) Nechť F : R 2 R je funkce a [x 0, y 0 ] R 2 je takový bo, že F (x 0, y 0 ) = 0 Řekneme, že funkce y = f(x) je v okolí bou [x 0, y 0 ] zaána implicitně
VícePřijímací zkouška na navazující magisterské studium 2017
Přijímací zkouška na navazující magisterské studium 27 Studijní program: Studijní obor: Matematika Finanční a pojistná matematika Varianta A Řešení příkladů pečlivě odůvodněte. Věnujte pozornost ověření
VícePřijímací zkouška na navazující magisterské studium 2018
Přijímací zkouška na navazující magisterské studium 208 Studijní program: Studijní obory: Matematika MA, MMIT, MMFT, MSTR, MNVM, MPMSE Varianta A Řešení příkladů pečlivě odůvodněte. Věnujte pozornost ověření
Vícejevu, čas vyjmutí ze sledování byl T j, T j < X j a T j je náhodná veličina.
Parametrické metody odhadů z neúplných výběrů 2 1 Metoda maximální věrohodnosti pro cenzorované výběry 11 Náhodné cenzorování Při sledování složitých reálných systémů často nemáme možnost uspořádat experiment
VíceEXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH
EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH ÚLOHY ŘEŠITELNÉ BEZ VĚTY O MULTIPLIKÁTORECH Nalezněte absolutní extrémy funkce f na množině M. 1. f(x y) = x + y; M = {x y R 2 ; x 2 + y 2 1} 2. f(x y) = e x ; M = {x y R
VícePřijímací zkouška na navazující magisterské studium 2018
Přijímací zkouška na navazující magisterské studium 2018 Řešení příkladů pečlivě odůvodněte. Příklad 1 (2 bodů) Studijní program: Studijní obory: Varianta A Matematika MMUI Navrhněte deterministický konečný
VíceVarianta A. Příklad 1 (25 bodů) Funkce f je dána předpisem
Příkla 1 (5 boů) Funkce f je ána přepise Přijíací zkouška na navazující agisterské stuiu 14 Stuijní progra Fyzika obor Učitelství fyziky ateatiky pro stření školy Stuijní progra Učitelství pro záklaní
Vícez Matematické statistiky 1 1 Konvergence posloupnosti náhodných veličin
Příklady k procvičení z Matematické statistiky Poslední úprava. listopadu 207. Konvergence posloupnosti náhodných veličin. Necht X, X 2... jsou nezávislé veličiny s rovnoměrným rozdělením na [0, ]. Definujme
VíceFunkce v ıce promˇ enn ych Extr emy Pˇredn aˇska p at a 12.bˇrezna 2018
Funkce více proměnných Extrémy Přednáška pátá 12.března 2018 Zdroje informací Diferenciální počet http://homen.vsb.cz/~kre40/esfmat2/fceviceprom.html http://www.studopory.vsb.cz/studijnimaterialy/sbirka_uloh/pdf/7.pdf
VícePísemná zkouška z Matematiky II pro FSV vzor
Písemná zkouška z Matematik II pro FSV vzor. (0 bodů) Určete a nakreslete definiční obor funkce sin x f(x, ) = (Kalenda 00/) spočtěte její parciální derivace podle všech proměnných všude, kde existují,
VíceKolmost rovin a přímek
Kolmost rovin a přímek 1.Napište obecnou rovnici roviny, která prochází boem A[ 7; ;3] a je kolmá k přímce s parametrickým vyjářením x = + 3 t, y = t, z = 7 t, t R. Řešení: Hleanou rovinu si označíme α:
VíceTexty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech
Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech 1. července 2008 1 Funkce v R n Definice 1 Necht n N a D R n. Reálnou funkcí v R n (reálnou funkcí n proměnných) rozumíme zobrazení
VíceHledáme lokální extrémy funkce vzhledem k množině, která je popsána jednou či několika rovnicemi, vazebními podmínkami. Pokud jsou podmínky
6. Vázané a absolutní extrémy. 01-a3b/6abs.tex Hledáme lokální extrémy funkce vzhledem k množině, která je popsána jednou či několika rovnicemi, vazebními podmínkami. Pokud jsou podmínky jednoduché, vyřešíme
Víceje dána vzdáleností od pólu pohybu πb
7_kpta Tyč tvaru le obrázku se pohybuje v rohu svislé stěny tak, že bo A se o rohu (poloha A 0 ) vzaluje s konstantním zrychlením a A 1. m s. Počáteční rychlost bou A byla nulová. Bo B klesá svisle olů.
Více3 Bodové odhady a jejich vlastnosti
3 Bodové odhady a jejich vlastnosti 3.1 Statistika (Skripta str. 77) Výběr pořizujeme proto, abychom se (více) dověděli o souboru, ze kterého jsme výběr pořídili. Zde se soustředíme na situaci, kdy známe
VíceCvičné texty ke státní maturitě z matematiky
Cvičné texty ke státní maturitě z matematiky Pracovní listy s postupy řešení Brno 2010 RNDr. Rudolf Schwarz, CSc. Státní maturita z matematiky Úloha 1 1. a = s : 45 = 9.10180 45 = 9.101+179 45 = 9.10.10179
VíceMATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
MATEMATICKÁ STATISTIKA Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Matematická statistika Matematická statistika se zabývá matematickým
VícePřijímací zkouška na navazující magisterské studium 2012/13
Přijímací zkouška na navazující magisterské studium 0/3 Příklad (5 bodů) Studijníprogram: atematika Studijní obor: Finanční a pojistná matematika Načrtněte množinu omezenou křivkami Varianta A y =x+, y
Více6. ZÁKLADY STATIST. ODHADOVÁNÍ. Θ parametrický prostor. Dva základní způsoby odhadu neznámého vektoru parametrů bodový a intervalový.
6. ZÁKLADY STATIST. ODHADOVÁNÍ X={X 1, X 2,..., X n } výběr z rozdělení s F (x, θ), θ={θ 1,..., θ r } - vektor reálných neznámých param. θ Θ R k. Θ parametrický prostor. Dva základní způsoby odhadu neznámého
Více9. přednáška 26. listopadu f(a)h < 0 a pro h (0, δ) máme f(a 1 + h, a 2,..., a m ) f(a) > 1 2 x 1
9 přednáška 6 listopadu 007 Věta 11 Nechť f C U, kde U R m je otevřená množina, a a U je bod Pokud fa 0, nemá f v a ani neostrý lokální extrém Pokud fa = 0 a H f a je pozitivně negativně definitní, potom
VícePřijímací zkouška na navazující magisterské studium 2015
Přijímací zkouška na navazující magisterské studium 2015 Studijní program: Studijní obory: Matematika MMUI Varianta A Řešení příkladů pečlivě odůvodněte. Příklad 1 (25 bodů Navrhněte deterministický konečný
VíceZáklady teorie odhadu parametrů bodový odhad
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Odhady parametrů Úkolem výběrového šetření je podat informaci o neznámé hodnotě charakteristiky základního souboru
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
Více1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.
VIII. Náhodný vektor. Náhodný vektor (X, Y má diskrétní rozdělení s pravděpodobnostní funkcí p, kde p(x, y a(x + y +, x, y {,, }. a Určete číslo a a napište tabulku pravděpodobnostní funkce p. Řešení:
VíceDiferenciální počet funkcí více proměnných
Vysoké učení technické v Brně Fakulta strojního inženýrství Diferenciální počet funkcí více proměnných Doc RNDr Miroslav Doupovec, CSc Neřešené příklady Matematika II OBSAH Obsah I Diferenciální počet
VíceUzavřené a otevřené množiny
Teorie: Uzavřené a otevřené množiny 2. cvičení DEFINICE Nechť M R n. Bod x M nazveme vnitřním bodem množiny M, pokud existuje r > 0 tak, že B(x, r) M. Množinu všech vnitřních bodů značíme Int M. Dále,
Více9. T r a n s f o r m a c e n á h o d n é v e l i č i n y
9. T r a n s f o r m a c e n á h o d n é v e l i č i n y Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota y závisí nějakým způsobem na vstupní, je její funkcí y = f(x).
VíceZápočtová písemka z Matematiky III (BA04) skupina A
skupina A 0 pro x < 1, ae x pro x 1, ), Pravděpodobnost P (X ) a P (X =.). E (X) a E ( X 1). Hustotu transformované náhodné veličiny Y = (X + 1). F(x) = x 3 pro x (0, 9), Hustotu f(x). Pravděpodobnost
VíceMATEMATIKA II - vybrané úlohy ze zkoušek v letech
MATEMATIKA II - vybrané úlohy ze zkoušek v letech 2009 2012 doplněné o další úlohy 3. část KŘIVKOVÉ INTEGRÁLY, GREENOVA VĚTA, POTENIÁLNÍ POLE, PLOŠNÉ INTEGRÁLY, GAUSSOVA OSTROGRADSKÉHO VĚTA 7. 4. 2013
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Náhodný výběr Nechť X je náhodná proměnná, která má distribuční funkci F(x, ϑ). Předpokládejme, že známe tvar distribuční funkce (víme jaké má rozdělení) a neznáme parametr
VíceMATEMATIKA II - vybrané úlohy ze zkoušek ( 2015)
MATEMATIKA II - vybrané úlohy ze zkoušek ( 2015 doplněné o další úlohy 13. 4. 2015 Nalezené nesrovnalosti ve výsledcích nebo připomínky k tomuto souboru sdělte laskavě F. Mrázovi ( e-mail: Frantisek.Mraz@fs.cvut.cz.
VíceMetody teorie spolehlivosti
Metoy teorie spolehlivosti Historické metoy mpirické metoy Kalibrace Pravěpoobnostní metoy FOM úroveň II AKTNÍ úroveň III Kalibrace MTOD NÁVH. BODŮ Kalibrace MTODA DÍLČÍCH SOUČINITLŮ úroveň I Nejistoty
Více7.1 Extrémy a monotonie
KAPITOLA 7: Průběh funkce [ZMA13-P38] 7.1 Extrémy a monotonie Řekneme, že funkce f nabývá na množině M Df svého globálního maxima globálního minima A v bodě x 0, jestliže x 0 M, fx 0 = A a pro každé x
VíceJednovýběrový Wilcoxonův test a jeho asymptotická varianta (neparametrická obdoba jednovýběrového t-testu)
Jednovýběrový Wilcoxonův test a jeho asymptotická varianta (neparametrická obdoba jednovýběrového t-testu) Frank Wilcoxon (1892 1965): Americký statistik a chemik Nechť X 1,..., X n je náhodný výběr ze
VíceSTACIONÁRNÍ MAGNETICKÉ POLE
Příklay: 1. Přímý voič o élce 0,40 m, kterým prochází prou 21 A, leží v homogenním magnetickém poli kolmo k inukčním čarám. Velikost vektoru magnetické inukce je 1,2 T. Vypočtěte práci, kterou musíme vykonat
VíceMatematika 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)
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
VíceMinikurz aplikované statistiky. Minikurz aplikované statistiky p.1
Minikurz aplikované statistiky Marie Šimečková, Petr Šimeček Minikurz aplikované statistiky p.1 Program kurzu základy statistiky a pravděpodobnosti regrese (klasická, robustní, s náhodnými efekty, ev.
VícePRIMITIVNÍ FUNKCE. Primitivní funkce primitivní funkce. geometrický popis integrály 1 integrály 2 spojité funkce konstrukce prim.
PRIMITIVNÍ FUNKCE V předchozích částech byly zkoumány derivace funkcí a hlavním tématem byly funkce, které derivace mají. V této kapitole se budou zkoumat funkce, které naopak jsou derivacemi jiných funkcí
Víceverze 1.3 kde ρ(, ) je vzdálenost dvou bodů v R r. Redukovaným ε-ovým okolím nazveme ε-ové okolí bodu x 0 mimo tohoto bodu, tedy množinu
Úvod Diferenciální počet více proměnných verze.3 Následující text popisuje základy diferenciálního počtu více proměnných. Měl by sloužit především studentům předmětu MATEMAT na Univerzitě Hradec Králové
VíceŘešení. Označme po řadě F (z) Odtud plyne, že
Úloha Nechť ~ R(, ) a Y = Jinak řečeno, Y je odmocnina čísla vybraného zcela náhodně z intervalu (, ) Popište rozdělení veličiny Y a určete jeho modus, medián, střední hodnotu a rozptyl Řešení Označme
Více1 Klasická pravděpodobnost. Bayesův vzorec. Poslední změna (oprava): 11. května 2018 ( 6 4)( 43 2 ) ( 49 6 ) 3. = (a) 1 1 2! + 1 3!
Výsledky příkladů na procvičení z NMSA0 Klasická pravděpodobnost. 5. ( 4( 43 ( 49 3. 8! 3! 0! = 5 Poslední změna (oprava:. května 08 4. (a! + 3! + ( n+ n! = n k= ( k+ /k! = n k=0 ( k /k!; (b n k=0 ( k
Více18 Fourierovy řady Úvod, základní pojmy
M. Rokyta, MFF UK: Aplikovaná matematika III kap. 18: Fourierovy řady 7 18 Fourierovy řady 18.1 Úvod, základní pojmy Otázka J. Fouriera: Lze každou periodickou funkci napsat jako součet nějakých "elementárních"
VíceMatematika II, úroveň A ukázkový test č. 1 (2016) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené
22. 2. 2016 Matematika II, úroveň A ukázkový test č. 1 (2016) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené mn. M E n. Zapište a načrtněte množinu D, ve které
Více[obrázek γ nepotřebujeme, interval t, zřejmý, integrací polynomu a per partes vyjde: (e2 + e) + 2 ln 2. (e ln t = t) ] + y2
4.1 Křivkový integrál ve vektrovém poli přímým výpočtem 4.1 Spočítejte práci síly F = y i + z j + x k při pohybu hmotného bodu po orientované křivce, která je dána jako oblouk ABC na průnikové křivce ploch
Víceprof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. BI-ZMA ZS 2009/2010
Věty o přírustku funkce prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. Katedra matematiky České vysoké učení technické v Praze c Čestmír Burdík, Edita Pelantová 2009 Základy matematické
VíceAPLIKACE. Poznámky Otázky
APLIKACE Následující úlohy lze zhruba rozdělit na geometrické, algebraické a úlohy popisující různé stavy v některých oblastech jiných věd, např. fyziky nebo ekonomie. GEOMETRICKÉ ÚLOHY Mezi typické úlohy
Více, 4. skupina (16:15-17:45) Jméno: se. Postup je třeba odůvodnit (okomentovat) nebo uvést výpočet. Výsledek bez uvedení jakéhokoliv
..06, 4. skupina (6: - 7:4) Jméno: Zápočtový test z PSI Nezapomeňte podepsat VŠECHNY papír, které odevzdáváte. Škrtejte zřetelně a stejně zřetelně pište i věci, které platí. Co je škrtnuto, nebude bráno
VíceMatematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a
Matematika I A ukázkový test 1 pro 2011/2012 1. Je dána soustava rovnic s parametrem a R x y + z = 1 a) Napište Frobeniovu větu. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a b) Vyšetřete počet řešení soustavy
VíceTestování hypotéz o parametrech regresního modelu
Testování hypotéz o parametrech regresního modelu Ekonometrie Jiří Neubauer Katedra kvantitativních metod FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra UO
Více10 Funkce více proměnných
M. Rokyta, MFF UK: Aplikovaná matematika II kap. 10: Funkce více proměnných 16 10 Funkce více proměnných 10.1 Základní pojmy Definice. Eukleidovskou vzdáleností bodů x = (x 1,...,x n ), y = (y 1,...,y
VíceTestování statistických hypotéz
Testování statistických hypotéz 1 Testování statistických hypotéz 1 Statistická hypotéza a její test V praxi jsme nuceni rozhodnout, zda nějaké tvrzeni o parametrech náhodných veličin nebo o veličině samotné
VíceDvojné a trojné integrály příklad 3. x 2 y dx dy,
Spočtěte = { x, y) ; 4x + y 4 }. Dvojné a trojné integrály příklad 3 x y dx dy, Řešení: Protože obor integrace je symetrický vzhledem k ose x, tj. vzhledem k substituci [x; y] [x; y], a funkce fx, y) je
Více1 Analytická geometrie
1 Analytická geometrie 11 Přímky Necht A E 3 a v R 3 je nenulový Pak p = A + v = {X E 3 X = A + tv, t R}, je přímka procházející bodem A se směrovým vektorem v Rovnici X = A + tv, t R, říkáme bodová rovnice
Více5. Lokální, vázané a globální extrémy
5 Lokální, vázané a globální extrémy Studijní text Lokální extrémy 5 Lokální, vázané a globální extrémy Definice 51 Řekneme, že f : R n R má v bodě a Df: 1 lokální maximum, když Ka, δ Df tak, že x Ka,
VíceDefinice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně
7 Náhodný vektor Nezávislost náhodných veličin Definice 7 Nechť je dán pravděpodobnostní prostor (Ω, A, P) Zobrazení X : Ω R n, které je A-měřitelné, se nazývá (n-rozměrný) náhodný vektor Měřitelností
VíceX = x, y = h(x) Y = y. hodnotám x a jedné hodnotě y. Dostaneme tabulku hodnot pravděpodobnostní
..08 8cv7.tex 7. cvičení - transformace náhodné veličiny Definice pojmů a základní vzorce Je-li X náhodná veličina a h : R R je měřitelná funkce, pak náhodnou veličinu Y, která je definovaná vztahem X
VíceTransformujte diferenciální výraz x f x + y f do polárních souřadnic r a ϕ, které jsou definovány vztahy x = r cos ϕ a y = r sin ϕ.
Ukázka 1 Necht má funkce z = f(x, y) spojité parciální derivace. Napište rovnici tečné roviny ke grafu této funkce v bodě A = [ x 0, y 0, z 0 ]. Transformujte diferenciální výraz x f x + y f y do polárních
VíceAplikovaná numerická matematika
Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních
VíceMatematika II, úroveň A ukázkový test č. 1 (2017) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené
28. 2. 2017 Matematika II, úroveň A ukázkový test č. 1 (2017) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené mn. M E n. Zapište a načrtněte množinu D, ve které
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Testování hypotéz Nechť X je náhodná proměnná, která má distribuční funkci F(x, ϑ). Předpokládejme, že známe tvar distribuční funkce (víme jaké má rozdělení) a neznáme parametr
VícePřijímací zkouška na navazující magisterské studium 2015
Přijímací zkouška na navazující magisterské studium 205 Studijní program: Studijní obory: Fyzika FFUM Varianta A Řešení příkladů pečlivě odůvodněte. Příklad (25 bodů) Pro funkci f(x) := e x 2. Určete definiční
VíceŘešení: Nejprve musíme napsat parametrické rovnice křivky C. Asi nejjednodušší parametrizace je. t t dt = t 1. x = A + ( B A ) t, 0 t 1,
Určete Křivkový integrál příklad 4 x ds, kde {x, y ; y ln x, x 3}. Řešení: Nejprve musíme napsat parametrické rovnice křivky. Asi nejjednodušší parametrizace je Tedy daný integrál je x ds x t, y ln t,
VíceModelové úlohy přijímacího testu z matematiky
PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITY KARLOVY V PRAZE Modelové úlohy přijímacího testu z matematiky r + s r s r s r + s 1 r2 + s 2 r 2 s 2 ( ) ( ) 1 a 2a 1 + a 3 1 + 2a + 1 ( a b 2 + ab 2 ) ( a + b + b b a
VíceAVDAT Klasický lineární model, metoda nejmenších
AVDAT Klasický lineární model, metoda nejmenších čtverců Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Lineární model y i = β 0 + β 1 x i1 + + β k x ik + ε i (1) kde y i
VíceLimitní věty teorie pravděpodobnosti. 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 Jestliže opakujeme nezávisle nějaký pokus, můžeme z pozorovaných hodnot sestavit rozdělení relativních četností
Více9. T r a n s f o r m a c e n á h o d n é v e l i č i n y
9. T r a n s f o r m a c e n á h o d n é v e l i č i n Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota závisí nějakým způsobem na vstupní, je její funkcí = f(x). Pokud
VíceZkouška ze Aplikované matematiky pro Arboristy (AMPA), LDF, minut. Součet Koeficient Body. 4. [10 bodů] Integrální počet. 5.
Zkouška ze Aplikované matematiky pro Arboristy (AMPA), LDF, 6.2.204 60 minut 2 3 4 5 6 Jméno:................................... Součet Koeficient Body. [2 bodů] V následující tabulce do každého z šesti
VícePravděpodobnost a statistika (BI-PST) Cvičení č. 9
Pravděpodobnost a statistika (BI-PST) Cvičení č. 9 R. Blažek, M. Jiřina, J. Hrabáková, I. Petr, F. Štampach, D. Vašata Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení
VíceÚstav teoretické fyziky a astrofyziky Přírodovědecké fakulty Masarykovy Univerzity v Brně. 14. května 2007
Rychlotest-řešení Ústav teoretické fyziky a astrofyziky Přírodovědecké fakulty Masarykovy Univerzity v Brně 14. května 2007 Příklad 1 Mějme funkci y = sin x rozhodněte zda směrnice tečny k dané křivce
VíceDMA Přednáška Rekurentní rovnice. takovou, že po dosazení odpovídajících členů do dané rovnice dostáváme pro všechna n n 0 + m pravdivý výrok.
DMA Přednáška Rekurentní rovnice Rekurentní rovnice či rekurzivní rovnice pro posloupnost {a n } je vztah a n+1 = G(a n, a n 1,..., a n m ), n n 0 + m, kde G je nějaká funkce m + 1 proměnných. Jejím řešením
VíceUčební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Skalární součin študenti MFF 15. augusta 2008 1 10 Skalární součin Požadavky Vlastnosti v reálném i komplexním případě Norma Cauchy-Schwarzova nerovnost
VíceBakalářské studium na MFF UK v Praze Obecná matematika Zaměření: Stochastika. 1 Úvodní poznámky. Verze: 13. června 2013
Bakalářské studium na MFF UK v Praze Obecná matematika Zaměření: Stochastika Podrobnější rozpis okruhů otázek pro třetí část SZZ Verze: 13. června 2013 1 Úvodní poznámky 6 Smyslem SZZ by nemělo být toliko
VícePRIMITIVNÍ FUNKCE DEFINICE A MOTIVACE
PIMITIVNÍ FUNKCE V předchozích částech byly zkoumány derivace funkcí a hlavním tématem byly funkce, které derivace mají. V této kapitole se budou zkoumat funkce, které naopak jsou derivacemi jiných funkcí
VíceDiferenciální počet funkcí jedné proměnné
Diferenciální počet funkcí jedné proměnné 1 4. Derivace funkce 4.3. Průběh funkce 2 Pro přesné určení průběhu grafu funkce je třeba určit bližší vlastnosti funkce. Monotónnost funkce Funkce monotónní =
VícePřijímací zkoušky z matematiky pro akademický rok 2018/19 NMgr. studium Učitelství matematiky ZŠ, SŠ
Přijímací zkoušky z matematiky pro akademický rok 8/9 NMgr studium Učitelství matematiky ZŠ, SŠ Datum zkoušky: Varianta Registrační číslo uchazeče: Příklad 3 4 5 Celkem Body Ke každému příkladu uved te
VíceMatematika 5 FSV UK, ZS Miroslav Zelený
Matematika 5 FSV UK, ZS 2018-19 Miroslav Zelený 1. Stabilita řešení soustav diferenciálních rovnic 2. Úvod do variačního počtu 3. Globální extrémy 4. Teorie optimálního řízení 5. Různé 1. Stabilita řešení
VíceKapitola 7: Neurčitý integrál. 1/14
Kapitola 7: Neurčitý integrál. 1/14 Neurčitý integrál 2/14 Definice: Necht f je funkce definovaná na intervalu I. Funkci F definovanou na intervalu I, pro kterou platí F (x) = f (x) x I nazýváme primitivní
Více5 Poměr rychlostí autobusu a chodce je stejný jako poměr drah uražených za 1 hodinu: v 1 = s 1
Řešení úloh 1 kola 7 ročníku fyzikální olympiáy Kategorie C Autoři úloh: J Thomas (1,, 3), J Jírů (4, ), J Šlégr (6) a T Táborský (7) 1a) Označme stranu čtverce na mapě Autobus za 1 hoinu urazí ráhu s
Více1. Je dána funkce f(x, y) a g(x, y, z). Vypište symbolicky všechny 1., 2. a 3. parciální derivace funkce f a funkce g.
. Je dána funkce f(x, y) a g(x, y, z). Vypište symbolicky všechny.,. a 3. parciální derivace funkce f a funkce g.. Spočtěte všechny první parciální derivace funkcí: a) f(x, y) = x 4 + y 4 4x y, b) f(x,
VícePRAVDĚPODOBNOST A STATISTIKA. Odhady parametrů Postačující statistiky
PRAVDĚPODOBNOS A SAISIKA Odhady parametrů SP3 Připomenutí pojmů Připomenutí pojmů z S1P a SP2 odhady Nechť X,, je náhodný výběr z rozdělení s distribuční funkcí. 1 X,, X ) ( 1 n Statistika se nazývá bodovým
Více15. T e s t o v á n í h y p o t é z
15. T e s t o v á n í h y p o t é z Na základě hodnot náhodného výběru činíme rozhodnutí o platnosti hypotézy o hodnotách parametrů rozdělení nebo o jeho vlastnostech. Rozeznáváme dva základní typy testů:
Více16 Fourierovy řady Úvod, základní pojmy
M. Rokyta, MFF UK: Aplikovaná matematika IV kap. 16: Fourierovy řady 1 16 Fourierovy řady 16.1 Úvod, základní pojmy Otázka J. Fouriera: Lze každou periodickou funkci napsat jako součet nějakých "elementárních"
VíceMatematika 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
VícePříklad 4.1 Zapište pomocí kvantifikátorů definice minima, maxima, infima a suprema podmnožiny R. Čemu se rovná sup a inf? 2n M = 3n + 1 n N.
4 4. týden 4.1 supremum a infimum množiny Příklad 4.1 Zapište pomocí kvantifikátorů definice minima, maxima, infima a suprema podmnožiny R. Čemu se rovná sup a inf? Příklad 4.2 Zkuste uhádnout sup M, inf
Víceverze 1.3 x j (a) g k 2. Platí-li vztahy v předchozím bodu a mají-li f, g 1,..., g s v a diferenciál K = f + j=1
1 Úvod Vázané extrémy funkcí více proměnných verze 1. Následující text popisuje hledání vázaných extrémů funkcí více proměnných. Měl by sloužit především studentům předmětu MATEMAT1 na Univerzitě Hradec
VíceVýběrové charakteristiky a jejich rozdělení
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistické šetření úplné (vyčerpávající) neúplné (výběrové) U výběrového šetření se snažíme o to, aby výběrový
VíceLimita posloupnosti, limita funkce, spojitost. May 26, 2018
Limita posloupnosti, limita funkce, spojitost May 26, 2018 Definice (Okolí bodu) Okolím bodu a R (také ε- okolím) rozumíme množinu U(a, ε) = {x R; x a < ε} = (a ε, a + ε), bod a se nazývá střed okolí a
VíceInterpolace, ortogonální polynomy, Gaussova kvadratura
Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť
VícePoznámky k předmětu Aplikovaná statistika, 5.téma
Poznámky k předmětu Aplikovaná statistika, 5.téma 5. Některá významná rozdělení A. Diskrétní rozdělení (i) Diskrétní rovnoměrné rozdělení na množině {,..., n} Náhodná veličina X, která má diskrétní rovnoměrné
VíceTeorie. Hinty. kunck6am
kytaristka@gmail.com www.natur.cuni.cz/ kunck6am 5. cvičení Teorie Definice. Necht funkce f je definována na neprázdném otevřeném intervalu I. Řekneme, že funkce F je primitivní funkce k f na I, jestliže
VíceZáklady matematické analýzy
Základy matematické analýzy Spojitost funkce Ing. Tomáš Kalvoda, Ph.D. 1, Ing. Daniel Vašata 2 1 tomas.kalvoda@fit.cvut.cz 2 daniel.vasata@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních
Více1. Klasická pravděpodobnost
Příklady 1. Klasická pravděpodobnost 1. Házíme dvakrát kostkou. Jaká je pravděpodobnost, že padne alespoň jedna šestka? 2. Základy teorie pravděpodobnosti vznikly v korespondenci mezi dvěma slavnými francouzskými
VíceVěta 12.3 : Věta 12.4 (princip superpozice) : [MA1-18:P12.7] rovnice typu y (n) + p n 1 (x)y (n 1) p 1 (x)y + p 0 (x)y = q(x) (6)
1. Lineární diferenciální rovnice řádu n [MA1-18:P1.7] rovnice typu y n) + p n 1 )y n 1) +... + p 1 )y + p 0 )y = q) 6) počáteční podmínky: y 0 ) = y 0 y 0 ) = y 1 y n 1) 0 ) = y n 1. 7) Věta 1.3 : Necht
VíceJednofaktorová analýza rozptylu
Jednofaktorová analýza rozptylu David Hampel Ústav statistiky a operačního výzkumu, Mendelova univerzita v Brně Kurz pokročilých statistických metod Global Change Research Centre AS CR, 5 7 8 2015 Tato
Více1 Extrémy funkcí - slovní úlohy
1 Extrémy funkcí - slovní úlohy Příklad 1.1. Součet dvou kladných reálných čísel je a. Určete 1. Minimální hodnotu součtu jejich n-tých mocnin.. Maximální hodnotu součinu jejich n-tých mocnin. Řešení.
VíceZakřivený nosník. Rovinně zakřivený nosník v rovinné úloze geometrie, reakce, vnitřní síly. Stavební statika, 1.ročník bakalářského studia
Stavební statika, 1.ročník bakalářského stuia Zakřivený nosník Rovinně zakřivený nosník v rovinné úloze geometrie, reakce, vnitřní síly Katera stavební mechaniky Fakulta stavební, VŠB - Technická univerzita
Více