1 Spo jité náhodné veli iny

Rozměr: px
Začít zobrazení ze stránky:

Download "1 Spo jité náhodné veli iny"

Transkript

1 Spo jité náhodné veli in. Základní pojm a e²ené p íklad Hustota pravd podobnosti U spojité náhodné veli in se pravd podobnost, ºe náhodná veli ina X padne do ur itého intervalu (a, b), po ítá jako P (X (a, b)) = b a f(x) dx, kde funkce f je tzv. hustota pravd podobnosti náhodné veli in X. P íklad. Hustota pravd podobnosti náhodné veli in X má tvar: pro x, x pro < x, pro x >. Vpo t te pravd podobnosti P (,5 X,8), P (X <,), P (X >,7), P (X =,5), P (X < 3). Dále najd te hodnotu a, pro kterou b platilo P (X < a) =,8. e²ení: První t i pravd podobnosti vpo ítáme jako integrál z hustot f p es p íslu²ný interval. Integrál z nulové funkce bchom mohli rovnou vnechávat, ale zde, v na²em prvním p íkladu, je vpí²eme.,8,8 ( P (,5 X,8) = f(x) dx = x ) [ x dx =,5,5 ],8 x =,5 (,8 = ) (,5,8 ),5 =,345, P (X <,) = P (X >,7) =,,7 f(x) dx = f(x) dx =,7 dx +, ( x ) dx + ( x ) [ x dx = ], x =,, [ x dx = x ],7 =,45. Pokud jde o P (X =,5), zde m ºeme rovnou íct, ºe výsledek je nula, ale mohli bchom pouºít i integrál: P (X =,5) =,5,5 f(x) dx =.

2 Fakulta elektrotechnik a komunika ních technologií VUT v Brn Poslední pravd podobnost, P (X < 3), m ºeme téº ur it bez jakéhokoli po ítání. Výsledek musí být, protoºe náhodná veli ina X men²í neº 3 ur it je. Pomocí integrálu bchom k výsledku do²li takto: 3 ( P (X < 3) = f(x) dx = dx + x ) 3 dx + dx = [ x = ] x =. Nakonec ur íme konstantu a, pro kterou je P (X < a) =,8 hledáme vlastn,8-kvantil náhodné veli in X. Je z ejmé, ºe a (, ). Musí platit a ( P (X < a) = x ) dx =,8. Odtud dostáváme [ x ] a x =,8 a ( a ) =,8 a a,6 =. e²ením této kvadratické rovnice s neznámou a dostáváme a, = ± + 4,6 = ± 7,4. Protoºe ko en 7,4 nenáleºí do intervalu (, ), z stává nám jediná moºnost, a to a = + 7,4. =,86. P íklad. Teplota ve skleníku je náhodná veli ina X s lichob ºníkovým rozd lením pravd podobnosti, graf její hustot je na obrázku.. a) Ur ete hodnotu h vzna enou v obrázku. b) Vpo t te pravd podobnost, ºe teplota p ekro í 3,5 C. c) Pod jakou mez se teplota dostane jen s pravd podobností,5? h = f(x) x Obrázek.: K p íkladu.: Hustota zadané náhodné veli in X

3 3 e²ení: a) Pro ur ení zatím neznámé hodnot h (vý²k lichob ºníka) vuºijeme faktu, ºe P (X (, )) = f(x) dx =. To znamená, ºe obsah celého lichob ºníka musí být roven. Pro výpo et obsahu lichob ºníka platí vztah S = h (a + c), kde h je vý²ka a a, c jsou délk základen. V na²em p ípad je a = 6, c = 4, S má být rovno jedné, a ted = h (6 + 4) h = = 5 =,. b) Máme za úkol vpo ítat P (X > 3,5). Tato pravd podobnost je dána integrálem f(x) dx neboli obsahem oblasti vzna ené na obrázku.. 3,5 h = f(x) 7 3,5 33 x Obrázek.: K p íkladu., ást b) M ºeme postupovat dv ma zp sob: bu vpo teme p ímo obsah oblasti, nebo najdeme funk ní p edpis pro hustotu, a tu pak zintegrujeme. P edvedeme ob moºnosti. Nejprve pomocí p ímého výpo tu obsahu: Oblast se skládá z obdélníka a trojúhelníka. Vý²ka je v obou p ípadech h =,, ²í ka obdélníka je,5 a základna trojúhelníka má délku. Celkem ted P (X > 3,5) =,5, +, =,. (Tento výsledek jsme mohli ur it i od oka, bez znalosti hodnot h. Sta í si uv domit, ºe vbarvená ást tvo í jednu p tinu celkové ploch a ºe obsah celého lichob ºníka je.) Nní v e²íme stejný problém pomocí integrálu z hustot: Nejprve musíme najít funk ní p edpis pro hustotu. Z obrázku vidíme, ºe graf hustot se skládá z n kolika ástí. Vn intervalu 7, 33 je, na intervalu 8, 3 je hustota konstantní,,. Na intervalu 7, 8) je grafem hustot ást p ímk se sm rnicí k =, (p ipome me, ºe sm rnice p ímk je tangens úhlu, který p ímka svírá s kladným sm rem os x, a ºe tangens se vpo ítá jako pom r protilehlé a p ilehlé odv sn pravoúhlého trojúhelníka). To znamená, ºe funk ní p edpis na tomto intervalu bude ve tvaru =,x + q. P ímka prochází bodem [7, ], a proto =, 7 + q q =, 7 =,(x 7). Podobným zp sobem bchom zjistili, ºe pro interval (3, 33 je,(x 33).

4 4 Fakulta elektrotechnik a komunika ních technologií VUT v Brn Celkem ted máme pro x < 7,,(x 7) pro 7 x < 8,, pro 8 x 3,,(x 33) pro 3 < x 33, pro x > 33 Poºadovanou pravd podobnost te vpo teme p íslu²ným integrálem: P (X > 3,5) = 3 3,5, dx, 33 3 (x 33) dx =, [x] 3 3,5, [ (x 33) ] 33 3 =,. c) Pot ebujeme najít mezní hodnotu teplot, ozna me ji T, pro kterou b platilo P (X < T ) =,5. To znamená, ºe hledáme T, pro které b obsah oblasti vzna ené na obrázku.3 bl roven,5. h = f(x) Obrázek.3: K p íkladu., ást c) 7 T 33 x Je evidentní, ºe T bude n kde mezi 7 a 8 (protoºe P (X < 8) =,, coº uº je víc neº,5). Pro výpo et T pouºijeme hustotu náhodné veli in X, ale kdo chce, m ºe zkusit najít T pouze pomocí obsahu vzna eného trojúhelníka. T [ ] (x 7) T P (X < T ) =,(x 7) dx =, =,(T 7) 7,(T 7) =,5 (T 7) =,5 T 7 = ±,5 Protoºe T je ur it v t²í neº 7, p ichází v úvahu pouze +,5. Mezní hodnota, pod kterou teplota klesne jen s pravd podobností,5, je proto T = 7 +,5. = 7,7. Distribu ní funkce a její vztah s hustotou Univerzální denice distribu ní funkce náhodné veli in X je P (X < x). U spojité náhodné veli in se hodnot distribu ní funkce po ítají jako x P (X (, x)) = f(t) dt. Hustota f se proto z distribu ní funkce F spo ítá jako F (x). V bodech, kde F (x) není denována, m ºeme f(x) zvolit libovoln. 7

5 5 P íklad.3 Hustota pravd podobnosti náhodné veli in X má tvar: pro x, sin x pro < x π, pro x > π. a) Vpo t te P (X < ), P (X < π 4 ), P (X < π ) a P (X < ). 3 b) Ur ete p edpis pro distribu ní funkci náhodné veli in X. e²ení: Hledání distribu ní funkce student m asto p sobí problém. Proto zde budeme postupovat pomalu a opatrn. V²em, kdo b distribu ní funkci um li najít hned, bez zbte ného zdrºování, se omlouváme. a) Budeme postupovat obdobn jako v p íkladu.. Zdá se, ºe tato ást p íkladu nep iná²í nic nového, je v²ak mín na jako p íprava na ást b). V rámci této p íprav te jako integra ní prom nnou místo x pouºijeme t: P (X < ) = f(t) dt = P (X < π π/4 4 ) = f(t) dt = P (X < π π/3 3 ) = f(t) dt = P (X < ) = f(t) dt = dt = π/4 π/3 π/ sin t dt = [ cos t] π/4 = ( ). =,93 sin t dt = [ cos t] π/3 = ( ) =,5 sin t dt + π/ dt = [ cos t] π/ = ( ) = b) Distribu ní funkce je denována jako P (X < x). To znamená, ºe v ásti a) uº jsme vpo ítali hodnot F ( ), F (π/4), F (π/3) a F (). Zde máme najít obecný p edpis pro F (x). Platí f(t) dt. To uº zde sice blo uvedeno ve vzorcích v ráme ku, p i pohledu na e²ení ásti a) ale moºná bude jasn j²í, co se tímto vzorcem mslí. Téº uº je asi jasné, ºe distribu ní funkce bude vpadat jinak, je-li x (neboli horní mez integrálu) men²í neº, je-li v intervalu, π/ a je-li v t²í neº π/. Proto výpo et rozd líme na t i ásti: Pro x < : f(t) dt = dt =. Pro x, π/ (reprezentant tohoto p ípadu bl výpo t pro x = π/4 a x = π/3) : f(t) dt = dt + sin t dt = [ cos t] x = cos x + = cos x.

6 6 Fakulta elektrotechnik a komunika ních technologií VUT v Brn Pro x > π/: f(t) dt = dt + π/ sin t dt + Celkem jsme dostali p edpis pro distribu ní funkci pro x <, cos x pro x π/, pro x > π/. π/ dt =. Kdbchom nní do této funkce dosadili za x nap. π/4, dostali bchom stejnou hodnotu jako v ásti a). M ºete si téº v²imnout, ºe funkce F je spojitá, její jednotlivé ásti na sebe navazují. Upozorn ní na astou chbu: V prost ední fázi výpo tu studenti ob as napí²ou: Pro x, π/ je π/ sin x dx = To v²ak není správn. Práv uvedený integrál udává pravd podobnost, ºe náhodná veli ina X pat í do intervalu, π/. To ale v bec není to, co chceme spo ítat. P i výpo tu F (x) po ítáme pravd podobnost, ºe náhodná veli ina X je men²í neº x, a v tomto p ípad víme, ºe tohle x horní mez integrálu je z intervalu, π/, jako tomu blo nap íklad pro x = π/3. Jiná astá chba: N kterým student m se vzorec f(t) dt patrn nelíbí a pouºít jej necht jí. Místo toho si eknou: Kdº hustotu f dostanu jako F, tak je F integrál z hustot a hotovo! A napí²ou: f(x) dx = sin x dx = cos x. To je ²patn, coº ukáºeme na jednoduchém p íkladu. Vpo t me pomocí takto získané distribu ní funkce P (X < π/3): P (X < π/3) = F (π/3) = cos(π/3) =,5 Pravd podobnost nám v²la záporn!! (Pokud n koho tento fakt nezarazil, nech se vrátí k první kapitole o pravd podobnosti.) Oprava této chb jiný zp sob nalezení F (x): Práv popsaný zp sob (nalezení distribu ní funkce F pomocí neur itého integrálu z hustot f) se ve skute nosti pouºít dá, musíme být ale opatrní. P ed chvílí jsme totiº zapomn li na integra ní konstantu, ono +c na záv r. Máme f(x) dx = sin x dx = cos x + c. Konstantu c nní ur íme tak, ab hodnot funkce F vcházel správn. Nap íklad víme, ºe F (π/) musí být (protoºe P (X < π/) = ). Odtud F (π/) = cos(π/) + c = + c = c =.

7 7 Distribu ní funkce pro x, π/ je proto cos x +. Stejn dob e jsme mohli pro ur ení c vuºít faktu, ºe F () musí být (pro tento konkrétní p íklad; obecn to být pravda nemusí). Op t bchom dostali, ºe c =. Nní p edvedeme je²t jeden p íklad na hledání distribu ní funkce. Hustota tentokrát bude rozd lena na více ástí. P íklad.4 Najd te distribu ní funkci náhodné veli in X z p íkladu. (p íklad se skleníkem). e²ení: Uº jsme zjistili, ºe hustota zkoumané náhodné veli in X je pro x < 7,,(x 7) pro 7 x < 8,, pro 8 x 3,,(x 33) pro 3 < x 33, pro x > 33 Budeme hledat distribu ní funkci pro jednotlivé interval: Pro x < 7 je z ejm. Pro x 7, 8) : [ (t 7),(t 7) dt =, 7 ] x 7 =,(x 7). (Poznamenejme, ºe primitivní funkce se samoz ejm mohla vjád it i jako,( t 7t). Dosazení mezí b pak vedlo k o²kliv j²ímu tvaru výsledku, do kterého b se pracn ji dosazoval konkrétní hodnot x.) Pro x 8, 3 : 8 [ ] (t 7) 8,(t 7) dt +, dt =, +, [t] x =, +,(x 8). Pro x 3, 33 : 8 7,(t 7) dt + ] 8 [ (t 7) =, [ (t 33), 7 ] x 3 8, dt + 3 [ (t 33) +, [t] 3 8, 3 (,)(t 33) dt = ] x 3 =, +, 4 =,9,((x 33) ) =,(x 33).

8 8 Fakulta elektrotechnik a komunika ních technologií VUT v Brn Pro x > 33 m ºeme íci rovnou, ºe bude. Kdo b v²ak cht l vid t výpo et rozepsaný, má p íleºitost: 8 7,(t 7) dt + ] 8 3 8, dt + 33 [ [ (t 7) (t 33) =, +, [t] 3 8, 7 =, +, 4,( ) =. Celkem jsme dostali pro distribu ní funkci p edpis pro x < 7,,(x 7) pro 7 x < 8,, +,(x 8) pro 8 x 3,,(x 33) pro 3 < x 33, pro x > 33. Graf distribu ní funkce vidíme na obrázku.4 3 (,)(t 33) dt + ] 33 3 = 33 dt = = F (x) x Obrázek.4: Distribu ní funkce náhodné veli in z p íkladu.4 P íklad.5 Náhodná veli ina X má distribu ní funkci + π arctg x a) Vpo t te následující pravd podobnosti: P (X < ), P (X >,5), P (,5 X <,5) a P (,5 X ). b) Najd te hodnotu x, kterou náhodná veli ina X p ekro í (sm rem nahoru) jen s pravd podobností,.

9 9 c) Najd te interval soum rný podle po átku, do kterého náhodná veli ina X padne s pravd podobností,9. d) Ur ete hustotu pravd podobnosti náhodné veli in X. e²ení: a) Je²t jednou p ipome me, ºe P (X < x). Proto P (X < ) = F () = + π arctg = + π π. =,75. 4 Pro výpo et P (X >,5) pouºijeme pravd podobnost jevu opa ného. Opa ný jev k jevu X >,5 je X,5. Dále vuºijeme faktu, ºe P (X = x) je u spojité náhodné veli in X vºd nulová. Celkem máme P (X >,5) = P (X,5) = (P (X <,5) + P (X =,5)) = ( = (F (,5) + ) = + ).= arctg,5,87. π Má-li být,5 X <,5, znamená to, ºe X musí být men²í neº,5, a p itom nesmí být men²í neº,5. Proto P (,5 X <,5) = P (X <,5) P (X <,5) = F (,5) F (,5) = = + π arctg,5 ( + π arctg,5 ).=,65. Protoºe práv p edvedená úvaha n kterým student m iní potíºe, vsv tlíme v²e je²t pomocí obrázku.5. Na tomto obrázku je znázorn na hustota náhodné veli in X (funk ní p edpis pro ni zatím neznáme, ale to te nijak nevadí). Jak víme, pravd podobnost, ºe,5 X <,5, je rovna obsahu ploch pod grafem hustot na intervalu,5;,5). Dále, hodnota distribu ní funkce v bod,5, tj. pravd podobnost, ºe X <,5, je rovna obsahu ploch pod grafem hustot na intervalu (;,5). V na²em obrázku je tato plocha vzna ena svislým ²rafováním. Podobn, hodnota distribu ní funkce v bod,5 je rovna obsahu ploch, která je v obrázku.5 ²ed vbarvena. Nás zajímá obsah ploch, která je ²edá, ale nikoli ²rafovaná. Op t se dostáváme k tomu, ºe od sebe musíme ode íst F (,5) a F (,5). = f(x),5,5 x Obrázek.5: K p íkladu.5 hustota náhodné veli in X Je²t zbývá vpo ítat P (,5 X ). Protoºe pravd podobnosti, ºe b se X rovnalo n jaké jedné konkrétní hodnot, jsou nulové, m ºeme tento p íklad e²it stejn jako ten p edchozí: P (,5 X ) = F () F (,5) = + π arctg ( + π arctg (,5) ).=,398.

10 Fakulta elektrotechnik a komunika ních technologií VUT v Brn b) Hledáme x, pro které b platilo P (X > x) =,. Uº jsme ukázali, ºe u spojité náhodné veli in je P (X > x) = P (X < x) = F (x). Proto musíme najít x, pro které bude,. Dosazením do funkce F dostáváme: Ted ( + π arctg x x = tg (,49π). = 3,8. ) =, arctg x = π (, c) Hledáme interval, ozna me jej ( a, a), pro který b platilo P ( a < X < a) =,9. P i výpo tu vuºijeme faktu, ºe funkce arctg je lichá. P ( a < X < a) = F (a) F ( a) = + π arctg a ( + π arctg ( a) ) =,9π arctg a =,9 a = tg π = π (arctg a arctg ( a)) = π arctg a. = 6,3 Hledaný interval je ted ( 6,3; 6,3). d) Platí, ºe F (x), a ted v na²em p ípad ( + ) π arctg x = π + x. Kdo b cht l, m ºe te ásti p íkladu a), b), c) v e²it pomocí hustot. V p edchozím p íkladu jsme ukázali výpo t pravd podobnosti r zných tp nerovností. V²e shrneme do ráme ku: Výpo t r zných pravd podobností pomocí distribu ní funkce Pro jakoukoli náhodnou veli inu platí P (X < x) = F (x) P (X x) = F (x) P (a X < b) = F (b) F (a). Protoºe pro spojité náhodné veli in je P (X = x) =, m ºeme pro spojité náhodné veli in v²ude nahradit ostré nerovnosti neostrými a naopak. St ední hodnota, rozptl a sm rodatná odchlka St ední hodnota spojité náhodné veli in X se vpo ítá jako EX = x f(x) dx, rozptl jako DX = a sm rodatná odchlka je DX. x f(x) dx (EX) )

11 P íklad.6 Hustota pravd podobnosti náhodné veli in X má tvar: pro x, sin x pro < x π, pro x > π. a) Vpo t te st ední hodnotu, rozptl a sm rodatnou odchlku náhodné veli in X. b) Vpo t te pravd podobnost, ºe náhodná veli ina X p ekro í (sm rem nahoru) svou st ední hodnotu více neº o π/4. c) Vpo t te pravd podobnost, ºe se náhodná veli ina X bude od své st ední hodnot li²it nanejvý² o dvojnásobek sm rodatné odchlk. e²ení: a) St ední hodnota: EX = x f(x) dx = π x sin x dx u = x u = v = sin x v = cos x = π ) ([ x cos x] π + cos x dx = (π + [sin x]π ) = π. Tento výsledek jsme mohli i uhodnout, protoºe graf hustot je soum rný podle p ímk x = π/, takºe se dá ekat, ºe pr m rn bude náhodná veli ina X nabývat hodnot π/. Rozptl: DX = x f(x) dx (EX) = π ( π ) x sin x dx. Nejprve zvlá² vpo teme integrál z x sin x, a pak se vrátíme k výpo tu DX: π x sin x dx = u = x u = x v = sin x v = cos x = [ x cos x ] π π + x cos x dx = = u = x u = π ) v = cos x v = sin x = π + ([x sin x] π sin x dx = π 4 Rozptl je pak DX = ( π 4 ) ( π ) π = 4 =.,467. Sm rodatná odchlka: DX = π 4. =,684. Upozorn ní na astou chbu: P i výpo tu rozptlu asto lov k správn zapí²e za- átek výpo tu: DX = x f(x) dx (EX), ale pak se soust edí na výpo et integrálu a na ode tení (EX) zapomene. Nevíme, jak této chb zabránit. Snad jen doporu íme

12 Fakulta elektrotechnik a komunika ních technologií VUT v Brn tená i, a si poctiv po ítá p íklad. Jestliºe se této chb párkrát dopustí, dokud je to nane isto, p i písemce se mu to snad uº nestane. b) Budeme po ítat pravd podobnost, ºe X bude v t²í neº EX + π/4: π P (X > EX + π) = P (X > 3π) = sin x dx = [ cos 4 4 x]π 3π/4 = 3π/4 ( ( = )) =. =,46. 4 c) Vpo teme pravd podobnost, ºe X bude v intervalu EX DX, EX + DX : P (EX DX X EX + DX) = P ( π π P (,636 X,56) =,56. P íklad pro samostatnou práci P íklad.7 Náhodná veli ina X má hustotu { +3x jinak. pro x,,,636 4 X π + sin x dx. =,84. π 4 ). = Vpo t te pravd podobnosti: a) P (X (/, 3/4)); b) P (X <,3); c) P (X > 4/5); d) P (X < ); e) P (X > 3). Výsledek: a) 35/8. =,73; b),635; c) 43/5. =,344; d) ; e) P íklad.8 Náhodná veli ina X má distribu ní funkci pro x 3, x pro 3 < x 6, 3 pro x > 6. Vpo t te pravd podobnosti: a) P (X < 4); b) P (X > 5,5); c) P (3,5 < X < 5); d) P (X > ); e) P (X > 7). Výsledek: a) /3; b) /6; c) /; d) ; e) P íklad.9 Hustota pravd podobnosti náhodné veli in X má tvar: pro x, x pro < x, pro x >. Najd te distribu ní funkci náhodné veli in X a pak pomocí ní vpo ítejte ttéº pravd podobnosti, jaké se po ítal v p íkladu. (v²imn te si, ºe jde o náhodnou veli inu se stejnou hustotou).

13 3 Výsledek: pro x ; (x x)/ pro < x ; pro x >. Pravd podobnosti viz p íklad.. P íklad. Je dána funkce { a x pro x,, jinak. a) Ur ete konstantu a tak, ab funkce f(x) bla hustotou pravd podobnosti n jaké náhodné veli in. b) Ur ete st ední hodnotu a rozptl p íslu²né náhodné veli in. Výsledek: a) a = 4/3 (najde se na základ podmínk DX = 7/4. P íklad. Náhodná veli ina X má distribu ní funkci pro x, (x ) pro < x 6, 4 pro x > 6. a)ur ete hustotu pravd podobnosti náhodné veli in X. b)znázorn te grack hustotu a distribu ní funkci. c)ur ete st ední hodnotu, rozptl a sm rodatnou odchlku. f(x) dx = ); b)ex = 5/, Výsledek: a) /4 pro < x < 6; jinak; b) viz obrázek.6; c) EX = 4, DX = 4/3, DX = 3/3. =,55 = F (x) /4 = f(x) 6 x 6 x Obrázek.6: K p íkladu. distribu ní funkce a hustota náhodné veli in X P íklad. Náhodná veli ina X má distribu ní funkci pro x, x pro < x, pro x >. a) Ur ete hodnotu a, kterou X p ekro í sm rem dol jen s pravd podobností,5. b) Ur ete hodnotu b, kterou X p ekro í sm rem nahoru jen s pravd podobností,. c) Ur ete st ední hodnotu a rozptl náhodné veli in X.

14 4 Fakulta elektrotechnik a komunika ních technologií VUT v Brn Výsledek: a) a =,5; b) b = 3 /. =,949; c) EX = /3, DX = /8 P íklad.3 Náhodná veli ina X má distribu ní funkci pro x, sin x pro < x π 4, pro x > π. 4 a)ur ete hustotu pravd podobnosti náhodné veli in X. b)znázorn te grack hustotu a distribu ní funkci. c)ur ete st ední hodnotu a rozptl. Výsledek: a) cos x pro < x < π/4, jinak; b) viz obrázek.6; c) EX = / + π/4, DX = 3/4 + π/4 = f(x) = F (x) π/4 x π/4 x Obrázek.7: K p íkladu.3 distribu ní funkce a hustota náhodné veli in X P íklad.4 Je dána funkce { a x jinak. pro x, e, a) Ur ete konstantu a tak, ab funkce f(x) bla hustotou pravd podobnosti. b) Ur ete p edpis pro distribu ní funkci p íslu²né náhodné veli in. c) Ur ete st ední hodnotu a rozptl. Výsledek: a) a = ; b) pro x <, ln x pro < x < e, pro x > e; c) EX = e, DX = e / + e 3/ =.,4

15 5 P íklad.5 Hustota pravd podobnosti náhodné prom nné X má tvar { c cos x pro π < x π, jinak. a) Ur ete konstantu c. b) Ur ete p edpis pro distribu ní funkci F (x). c) Najd te interval soum rný kolem nul, ve kterém náhodná veli ina X bude leºet s pravd podobností,95 Výsledek: a) c = /; b) pro x < π/, ( + sin x)/ pro π/ x < π/, pro x π/; c) ( arcsin(9/), arcsin(9/)). = (,53;,53) P íklad.6 Hustota pravd podobnosti náhodné prom nné X má tvar { 6x( x) pro < x, jinak. a) Ov te, ºe funkce f opravdu m ºe být hustotou n jaké náhodné veli in. b) Ur ete p edpis pro distribu ní funkci F (x). c) Ur ete st ední hodnotu a rozptl. d) Ur ete pravd podobnost, ºe se náhodná veli ina od své st ední hodnot li²í více neº o /3. Výsledek: a) ano, f je nezáporná funkce a f(x) dx = ; b) pro x <, x 3 + 3x pro x <, pro x ; c) EX = /, DX = /; d) 4/7 =.,48 P íklad.7 Hustota pravd podobnosti náhodné prom nné X má tvar { a(3x 4) pro < x, jinak. a) Ur ete konstantu a a pak na rtn te graf funkce f. b) Ur ete p edpis pro její distribu ní funkci F (x). c) Ur ete P ( < X < ). d) Ur ete st ední hodnotu a rozptl. Výsledek: P íklad nemá e²ení. Z podmínk f(x) dx = b v²lo a =, jenºe funkce f nabývá na ásti intervalu, záporných hodnot, coº se u hustot nesmí stát. ƒásti b), c), d) proto nemá význam po ítat. P íklad.8 Chba ur itého m ení je náhodná veli ina X s trojúhelníkovým rozd lením pravd podobnosti. Graf její hustot je na obrázku.8. a) Ur ete hodnotu h. b) Najd te funk ní p edpis pro hustotu f. c) Najd te funk ní p edpis pro distribu ní funkci F. d) Vpo t te pravd podobnost, ºe chba bude v intervalu (, ). e) Najd te interval soum rný kolem nul, v n mº bude chba s pravd podobností,99.

16 6 Fakulta elektrotechnik a komunika ních technologií VUT v Brn h = f(x) 3 3 x Obrázek.8: K p íkladu.8 hustota náhodné veli in X Výsledek: a) h = /3; b) (x + 3)/9 pro 3 < x <, (x 3)/9 pro x < 3, jinak; c) pro x < 3, (x + 3) /8 pro 3 x <, (x 3) /8 pro x < 3, pro x 3; d) 5/9; e) (,7;,7) P íklad.9 Náhodná prom nná X má distribu ní funkci: pro x, ln x pro < x a, pro x > a. a) Ur ete konstantu a. b)ur ete hustotu pravd podobnosti náhodní prom nné. c)znázorn te grack hustotu a distribu ní funkci. d)ur ete st ední hodnotu a rozptl. P íklad. Náhodná prom nná X má distribu ní funkci: pro x, + arcsin x pro < x, π pro x >. a)ur ete hustotu pravd podobnosti náhodní prom nné. b)znázorn te grack hustotu a distribu ní funkci. c)pravd podobnost toho, ºe náhodná prom nná nabýva hodnot z intervalu (, ). P íklad. Náhodná prom nná X má distribu ní funkci: pro x, a + b sin x pro < x π, pro x > π. a) Ur ete konstant a, b. b)ur ete hustotu pravd podobnosti náhodní prom nné. c)znázorn te grack hustotu a distribu ní funkci. d)ur ete P (X >, ). e)ur ete st ední hodnotu a rozptl.

17 7 P íklad. Náhodná prom nná X má distribu ní funkci: { a + b.e x pro x >, pro x, a) Ur ete konstant a, b. b)ur ete hustotu pravd podobnosti náhodní prom nné. c)znázorn te grack hustotu a distribu ní funkci. d)ur ete P ( < X < 3). e)ur ete st ední hodnotu a rozptl. P íklad.3 Náhodná prom nná X má distribu ní funkci: { a + b +x pro x >, pro x, a) Ur ete konstant a, b. b)ur ete hustotu pravd podobnosti náhodní prom nné. P íklad.4 Náhodná prom nná X má distribu ní funkci: a) Ur ete konstant a, b. a + b arctan x a b)ur ete hustotu pravd podobnosti náhodní prom nné. c)ur ete st ední hodnotu a rozptl. P íklad.5 Hustota pravd podobnosti náhodné prom nné X má tvar: pro x, a(x ) pro < x, a(x ) pro < x 3, pro x > 3. a) Ur ete konstantu a. b) Ur ete p edpis pro její distribu ní funkci F (x). c) Ur ete P ( < X < 3 ). d)ur ete st ední hodnotu a rozptl. P íklad.6 Hustota pravd podobnosti náhodné prom nné X má tvar: pro x, a(x + ) pro < x, a( x) pro < x, pro x >.

18 8 Fakulta elektrotechnik a komunika ních technologií VUT v Brn a) Ur ete konstantu a. b) Ur ete p edpis pro její distribu ní funkci F (x). c) Ur ete P ( < X < ). d)ur ete st ední hodnotu a rozptl. P íklad.7 Hustota pravd podobnosti náhodné prom nné X má tvar: pro x, ax pro < x, a pro < x, a(3 x) pro < x 3, pro x > 3. a) Ur ete konstantu a. b) Ur ete p edpis pro její distribu ní funkci F (x). c) Ur ete P ( < X < ). d)ur ete st ední hodnotu a rozptl. P íklad.8 Hustota pravd podobnosti náhodné prom nné X má tvar: pro x, ax pro < x, pro < x e, x pro x > e. a) Ur ete konstantu a. b) Ur ete p edpis pro její distribu ní funkci F (x). c)ur ete st ední hodnotu a rozptl. P íklad.9 Hustota pravd podobnosti náhodné prom nné X má tvar: a + x. a) Ur ete konstantu a. b) Ur ete p edpis pro její distribu ní funkci F (x). c) Ur ete P ( < X < ). d)ur ete st ední hodnotu a rozptl. P íklad.3 Hustota pravd podobnosti náhodné prom nné X má tvar: 4a e x + e x. a) Ur ete konstantu a. b) Ur ete p edpis pro její distribu ní funkci F (x).

Integrování jako opak derivování

Integrování jako opak derivování Integrování jako opak derivování V tomto dokumentu budete seznámeni s derivováním b ºných funkcí a budete mít moºnost vyzkou²et mnoho zp sob derivace. Jedním z nich je proces derivování v opa ném po adí.

Více

Skalární sou in. Úvod. Denice skalárního sou inu

Skalární sou in. Úvod. Denice skalárního sou inu Skalární sou in Jedním ze zp sob, jak m ºeme dva vektory kombinovat, je skalární sou in. Výsledkem skalárního sou inu dvou vektor, jak jiº název napovídá, je skalár. V tomto letáku se nau íte, jak vypo

Více

Vektor náhodných veli in - práce s více prom nnými

Vektor náhodných veli in - práce s více prom nnými Vektor náhodných veli in - práce s více prom nnými 12. kv tna 2015 N kdy k popisu n jaké situace pot ebujeme více neº jednu náhodnou veli inu. Nap. v k, hmotnost, vý²ku. Mezi t mito veli inami mohou být

Více

2. Ur íme sudost/lichost funkce a pr se íky s osami. 6. Na záv r na rtneme graf vy²et ované funkce. 8x. x 2 +4

2. Ur íme sudost/lichost funkce a pr se íky s osami. 6. Na záv r na rtneme graf vy²et ované funkce. 8x. x 2 +4 Pr b h funkce V této jednotce si ukáºeme jak postupovat p i vy²et ování pr b hu funkce. P edpokládáme znalost po ítání derivací a limit, které jsou dob e popsány v p edchozích letácích tohoto bloku. P

Více

T i hlavní v ty pravd podobnosti

T i hlavní v ty pravd podobnosti T i hlavní v ty pravd podobnosti 15. kv tna 2015 První p íklad P edstavme si, ºe máme atomy typu A, které se samovolným radioaktivním rozpadem rozpadají na atomy typu B. Pr m rná doba rozpadu je 3 hodiny.

Více

Limity funkcí v nevlastních bodech. Obsah

Limity funkcí v nevlastních bodech. Obsah Limity funkcí v nevlastních bodech V tomto letáku si vysv tlíme, co znamená, kdyº funkce mí í do nekone na, mínus nekone na nebo se blíºí ke konkrétnímu reálnému íslu, zatímco x jde do nekone na nebo mínus

Více

Text m ºe být postupn upravován a dopl ován. Datum poslední úpravy najdete u odkazu na staºení souboru. Veronika Sobotíková

Text m ºe být postupn upravován a dopl ován. Datum poslední úpravy najdete u odkazu na staºení souboru. Veronika Sobotíková Tento text není samostatným studijním materiálem. Jde jen o prezentaci promítanou na p edná²kách, kde k ní p idávám slovní komentá. N které d leºité ásti látky pí²u pouze na tabuli a nejsou zde obsaºeny.

Více

e²ení systém lineárních rovnic pomocí s ítací, dosazovací a srovnávací metody

e²ení systém lineárních rovnic pomocí s ítací, dosazovací a srovnávací metody e²ení systém lineárních rovnic pomocí s ítací, dosazovací a srovnávací metody V praxi se asto setkávame s p ípady, kdy je pot eba e²it více rovnic, takzvaný systém rovnic, obvykle s více jak jednou neznámou.

Více

VYBRANÉ APLIKACE RIEMANNOVA INTEGRÁLU I. OBSAH A DÉLKA. (f(x) g(x)) dx.

VYBRANÉ APLIKACE RIEMANNOVA INTEGRÁLU I. OBSAH A DÉLKA. (f(x) g(x)) dx. VYBRANÉ APLIKACE RIEMANNOVA INTEGRÁLU I. OBSAH A DÉLKA. Výpo et obsahu rovinných ploch a) Plocha ohrani ená k ivkami zadanými v kartézských sou adnicích. Obsah S rovinné plochy ohrani ené dv ma spojitými

Více

Vektory. Vektorové veli iny

Vektory. Vektorové veli iny Vektor je veli ina, která má jak velikost tak i sm r. Ob tyto vlastnosti musí být uvedeny, aby byl vektor stanoven úpln. V této ásti je návod, jak vektory zapsat, jak je s ítat a od ítat a jak je pouºívat

Více

P íklad 1 (Náhodná veli ina)

P íklad 1 (Náhodná veli ina) P íklad 1 (Náhodná veli ina) Uvaºujeme experiment: házení mincí. Výsledkem pokusu je rub nebo líc, ºe padne hrana neuvaºujeme. Pokud hovo íme o náhodné veli in, musíme p epsat výsledky pokusu do mnoºiny

Více

Derivování sloºené funkce

Derivování sloºené funkce Derivování sloºené funkce V tomto letáku si p edstavíme speciální pravidlo pro derivování sloºené funkce (te funkci obsahující dal²í funkci). Po p e tení tohoto tetu byste m li být schopni: vysv tlit pojem

Více

Text m ºe být postupn upravován a dopl ován. Datum poslední úpravy najdete u odkazu na staºení souboru. Veronika Sobotíková

Text m ºe být postupn upravován a dopl ován. Datum poslední úpravy najdete u odkazu na staºení souboru. Veronika Sobotíková Tento text není smosttným studijním mteriálem. Jde jen o prezentci promítnou n p edná²kách, kde k ní p idávám slovní komentá. N které d leºité ásti látky pí²u pouze n tbuli nejsou zde obsºeny. Text m ºe

Více

Rovnice a nerovnice. Posloupnosti.

Rovnice a nerovnice. Posloupnosti. .. Veronika Sobotíková katedra matematiky, FEL ƒvut v Praze, http://math.feld.cvut.cz/ 30. srpna 2018.. 1/75 (v reálném oboru) Rovnicí resp. nerovnicí v reálném oboru rozumíme zápis L(x) P(x), kde zna

Více

Pr b h funkce I. Obsah. Maxima a minima funkce

Pr b h funkce I. Obsah. Maxima a minima funkce Pr b h funkce I Maxima a minima funkce V této jednotce ukáºeme jak derivování m ºe být uºite né pro hledání minimálních a maximálních hodnot funkce. Po p e tení tohoto letáku nebo shlédnutí instruktáºního

Více

Binární operace. Úvod. Pomocný text

Binární operace. Úvod. Pomocný text Pomocný text Binární operace Úvod Milí e²itelé, binární operace je pom rn abstraktní téma, a tak bude ob as pot eba odprostit se od konkrétních p íklad a podívat se na v c s ur itým nadhledem. Nicmén e²ení

Více

Státní maturita 2010 Maturitní generálka 2010 Matematika: didaktický test - základní úrove obtíºnosti MAGZD10C0T01 e²ené p íklady

Státní maturita 2010 Maturitní generálka 2010 Matematika: didaktický test - základní úrove obtíºnosti MAGZD10C0T01 e²ené p íklady Státní maturita 00 Maturitní generálka 00 Matematika: didaktický test - základní úrove obtíºnosti MAGZD0C0T0 e²ené p íklady Autor e²ení: Jitka Vachtová 6. b ezna 0 http://www.vachtova.cz/ Obsah Úloha Úloha.

Více

na za átku se denuje náhodná veli ina

na za átku se denuje náhodná veli ina P íklad 1 Generujeme data z náhodné veli iny s normálním rozd lením se st ední hodnotou µ = 1 a rozptylem =. Rozptyl povaºujeme za známý, ale z dat chceme odhadnout st ední hodnotu. P íklad se e²í v následujícím

Více

1. Spo t te limity (m ºete pouºívat l'hospitalovo pravidlo) x cotg x 1. c) lim. g) lim e x 1. cos(x) =

1. Spo t te limity (m ºete pouºívat l'hospitalovo pravidlo) x cotg x 1. c) lim. g) lim e x 1. cos(x) = I. L'HOSPITALOVO PRAVIDLO A TAYLOR V POLYNOM. Spo t te limity (m ºete pouºívat l'hospitalovo pravidlo) a) lim tg sin ( + ) / e e) lim a a i) lim a a, a > P ipome me si: 3 tg 4 2 tg b) lim 3 sin 4 2 sin

Více

1. (18 bod ) Náhodná veli ina X je po et rub p i 400 nezávislých hodech mincí. a) Pomocí ƒeby²evovy nerovnosti odhadn te pravd podobnost

1. (18 bod ) Náhodná veli ina X je po et rub p i 400 nezávislých hodech mincí. a) Pomocí ƒeby²evovy nerovnosti odhadn te pravd podobnost (8 bod ) Náhodná veli ina X je po et rub p i nezávislých hodech mincí a) Pomocí ƒeby²evovy nerovnosti odhadn te pravd podobnost P ( X EX < ) (9 bod ) b) Formulujte centrální limitní v tu a pomocí ní vypo

Více

Post ehy a materiály k výuce celku Funkce

Post ehy a materiály k výuce celku Funkce Post ehy a materiály k výuce celku Funkce 1) Grafy funkcí Je p edloºeno mnoºství výukových materiál v programu Graph - tvary graf základních i posunutých funkcí, jejich vzájemné polohy, Precizní zápis

Více

Matematická analýza KMA/MA2I 3. p edná²ka Primitivní funkce

Matematická analýza KMA/MA2I 3. p edná²ka Primitivní funkce Matematická analýza KMA/MAI 3. p edná²ka Primitivní funkce Denice a základní vlastnosti P íklad Uvaºujme následující úlohu: Najd te funkci F : R R takovou, ºe F () R. Kdo zná vzorce pro výpo et derivací

Více

Statistika pro geografy. Rozd lení etností DEPARTMENT OF GEOGRAPHY

Statistika pro geografy. Rozd lení etností DEPARTMENT OF GEOGRAPHY Statistika pro geografy Rozd lení etností DEPARTMENT OF GEOGRAPHY Faculty of Science Palacký University Olomouc t. 17. listopadu 1192/12, 771 46 Olomouc Pojmy etnost = po et prvk se stejnou hodnotou statistického

Více

Cvi ení 7. Docházka a testík - 15 min. Distfun 10 min. Úloha 1

Cvi ení 7. Docházka a testík - 15 min. Distfun 10 min. Úloha 1 Cvi ení 7 Úkol: generování dat dle rozd lení, vykreslení rozd lení psti, odhad rozd lení dle dat, bodový odhad parametr, centrální limitní v ta, balí ek Distfun, normalizace Docházka a testík - 15 min.

Více

Po etní geometrie. Výpo et délky p epony: c 2 = a 2 + b 2 Výpo et délky odv sny: a 2 = c 2 b 2, b 2 = c 2 a 2

Po etní geometrie. Výpo et délky p epony: c 2 = a 2 + b 2 Výpo et délky odv sny: a 2 = c 2 b 2, b 2 = c 2 a 2 Po etní geometrie Pythagorova v ta Obsah tverce nad p eponou je roven sou tu obsah tverc nad ob ma odv snami. Výpo et délky p epony: c = a + b Výpo et délky odv sny: a = c b, b = c a P íklad 1: Vypo t

Více

Jevy, nezávislost, Bayesova v ta

Jevy, nezávislost, Bayesova v ta Jevy, nezávislost, Bayesova v ta 17. b ezna 2015 Instrukce: Projd te si v²echny p íklady. Kaºdý p íklad se snaºte pochopit. Pak vymyslete a vy- e²te p íklad podobný. Tím se ujistíte, ºe p íkladu rozumíte.

Více

Domácí úkol 2. Obecné pokyny. Dbejte na formáln správný zápis výpo tu! Pro vy íslení výsledku pro binomické rozd lení pouºijte nap. Maple nebo Matlab.

Domácí úkol 2. Obecné pokyny. Dbejte na formáln správný zápis výpo tu! Pro vy íslení výsledku pro binomické rozd lení pouºijte nap. Maple nebo Matlab. Domácí úkol 2 Obecné pokyny Dbejte na formáln správný zápis výpo tu! Pro vy íslení výsledku pro binomické rozd lení pouºijte nap. Maple nebo Matlab. Návod pro výpo et v Matlabu Jestliºe X Bi(n, p), pak

Více

Vzorové e²ení 4. série

Vzorové e²ení 4. série Vzorové e²ení 4. série Úloha 4.1 Kouma koupil Œoumovi k Vánoc m Rubikovu kostku. Strana kostky m í 10 cm. Kdyº mu ji v²ak cht l zabalit do váno ního papíru, zjistil, ºe má k dispozici pouze tvercový papír

Více

Reálná ísla a posloupnosti Jan Malý

Reálná ísla a posloupnosti Jan Malý Reálná ísla a posloupnosti Jan Malý Obsah 1. Reálná ísla 1 2. Posloupnosti 2 3. Hlub²í v ty o itách 4 1. Reálná ísla 1.1. Úmluva (T leso). Pod pojmem t leso budeme v tomto textu rozum t pouze komutativní

Více

P íklady k prvnímu testu - Pravd podobnost

P íklady k prvnímu testu - Pravd podobnost P íklady k prvnímu testu - Pravd podobnost 28. února 204 Instrukce: Projd te si v²echny p íklady. Kaºdý p íklad se snaºte pochopit. Pak vymyslete a vy- e²te p íklad podobný. Tím se ujistíte, ºe p íkladu

Více

I. VRSTEVNICE FUNKCE, OTEV ENÉ A UZAV ENÉ MNOšINY

I. VRSTEVNICE FUNKCE, OTEV ENÉ A UZAV ENÉ MNOšINY I. VRSTEVNICE FUNKCE, OTEV ENÉ A UZAV ENÉ MNOšINY 1. Ur ete a nakreslete deni ní obor a vrstevnice funkcí: a) f(, y) = + y b) f(, y) = y c) f(, y) = 2 + y 2 d) f(, y) = 2 y 2 e) f(, y) = y f) f(, y) =

Více

odvodit vzorec pro integraci per partes integrovat sou in dvou funkcí pouºitím metody per partes Obsah 2. Odvození vzorce pro integraci per partes

odvodit vzorec pro integraci per partes integrovat sou in dvou funkcí pouºitím metody per partes Obsah 2. Odvození vzorce pro integraci per partes Integrce per prtes Speciální metod, integrce per prtes (integrce po ástech), je pouºitelná p i integrování sou inu ou funkcí. Tento leták oozuje zmín nou meto ilustruje ji n d p íkld. Abychom zvládli tuto

Více

TROJFÁZOVÝ OBVOD SE SPOT EBI EM ZAPOJENÝM DO HV ZDY A DO TROJÚHELNÍKU

TROJFÁZOVÝ OBVOD SE SPOT EBI EM ZAPOJENÝM DO HV ZDY A DO TROJÚHELNÍKU TROJFÁZOVÝ OBVOD E POT EBI EM ZAPOJENÝM DO HV ZDY A DO TROJÚHELNÍKU Návod do m ení Ing. Vít zslav týskala, Ing. Václav Kolá Únor 2000 poslední úprava leden 2014 1 M ení v trojázových obvodech Cíl m ení:

Více

( x ) 2 ( ) 2.5.4 Další úlohy s kvadratickými funkcemi. Předpoklady: 2501, 2502

( x ) 2 ( ) 2.5.4 Další úlohy s kvadratickými funkcemi. Předpoklady: 2501, 2502 .5. Další úlohy s kvadratickými funkcemi Předpoklady: 50, 50 Pedagogická poznámka: Tato hodina patří mezi ty méně organizované. Společně řešíme příklad, při dalším počítání se třída rozpadá. Já řeším příklady

Více

c sin Příklad 2 : v trojúhelníku ABC platí : a = 11,6 dm, c = 9 dm, α = 65 0 30. Vypočtěte stranu b a zbývající úhly.

c sin Příklad 2 : v trojúhelníku ABC platí : a = 11,6 dm, c = 9 dm, α = 65 0 30. Vypočtěte stranu b a zbývající úhly. 9. Úvod do středoškolského studia - rozšiřující učivo 9.. Další znalosti o trojúhelníku 9... Sinova věta a = sin b = sin c sin Příklad : V trojúhelníku BC platí : c = 0 cm, α = 45 0, β = 05 0. Vypočtěte

Více

Kuželosečky a kvadriky ve škole i kolem

Kuželosečky a kvadriky ve škole i kolem Kuželosečky a kvadriky ve škole i kolem nás Bc. Aneta Mirová Kurz vznikl v rámci projektu Rozvoj systému vzdělávacích příležitostí pro nadané žáky a studenty v přírodních vědách a matematice s využitím

Více

Státní maturita 2011 Maturitní testy a zadání jaro 2011 Matematika: didaktický test - základní úrove obtíºnosti MAMZD11C0T02 e²ené p íklady

Státní maturita 2011 Maturitní testy a zadání jaro 2011 Matematika: didaktický test - základní úrove obtíºnosti MAMZD11C0T02 e²ené p íklady Státní maturita 0 Maturitní testy a zadání jaro 0 Matematika: didaktický test - základní úrove obtíºnosti MAMZDC0T0 e²ené p íklady Autor e²ení: Jitka Vachtová 0. srpna 0 http://www.vachtova.cz/ Obsah Úloha

Více

Státní maturita 2010 Maturitní generálka 2010 Matematika: didaktický test - vy²²í úrove obtíºnosti MAGVD10C0T01 e²ené p íklady

Státní maturita 2010 Maturitní generálka 2010 Matematika: didaktický test - vy²²í úrove obtíºnosti MAGVD10C0T01 e²ené p íklady Státní maturita 00 Maturitní generálka 00 Matematika: didaktický test - vy²²í úrove obtíºnosti MAGVD0C0T0 e²ené p íklady Autor e²ení: Jitka Vachtová 6. b ezna 0 http://www.vachtova.cz/ Obsah Úloha Úloha

Více

e²ení 5. série Binární kódy autor: Vlá a

e²ení 5. série Binární kódy autor: Vlá a e²ení 5. série Binární kódy autor: Vlá a Úloha 4.1. Na zah átí si dáme snadn j²í p íklad. Ur it zná² hru Myslím si íslo a to má vlastnost, je to velice podobné. Tedy mám binární lineární kód délky 5, který

Více

Vnit ní síly ve 2D - p íklad 2

Vnit ní síly ve 2D - p íklad 2 Vnit ní síly ve D - p íkld Orázek 1: Zt ºoví shém. Úkol: Ur ete nlytiké pr hy vnit níh sil n konstruki vykreslete je. e²ení: Pro výpo et rekí je vhodné si spojité ztíºení nhrdit odpovídjíím náhrdním emenem.

Více

Jméno: P íjmení: Datum: 17. ledna 2018 Nechci zápo et p i hodnocení niº²ím neº (nezávazné): vadí mi vystavení mého hodnocení na internetu.

Jméno: P íjmení: Datum: 17. ledna 2018 Nechci zápo et p i hodnocení niº²ím neº (nezávazné): vadí mi vystavení mého hodnocení na internetu. Jméno: P íjmení: Datum: 7. ledna 28 Nechci zápo et p i hodnocení niº²ím neº (nezávazné): vadí mi vystavení mého hodnocení na internetu. Rotující nádoba Otev ená válcová nádoba napln ná do poloviny vý²ky

Více

ízení Tvorba kritéria 2. prosince 2014

ízení Tvorba kritéria 2. prosince 2014 ízení. prosince 014 Spousta lidí má pocit, ºe by m la n co ídit. A n kdy to bývá pravda. Kdyº uº nás my²lenky na ízení napadají, m li bychom si poloºit následující t i otázky: ídit? Obrovskou zku²eností

Více

Práce s daty. 2. února Do tohoto adresá e stáhn te ze stránek soubory data.dat a Nacti_data.sci.

Práce s daty. 2. února Do tohoto adresá e stáhn te ze stránek soubory data.dat a Nacti_data.sci. Práce s daty 2. února 2015 V tomto lánku si ukáºeme statistickou práci v praxi. Setkáme se s mnoha bodovými i intervalovými odhady i s r znými testy. Na kraji textu máte vyzna eno, jaké pojmy a znalosti

Více

1 Data. 2 Výsledky m ení velikostí. Statistika velikostí výtrus. Roman Ma ák

1 Data. 2 Výsledky m ení velikostí. Statistika velikostí výtrus. Roman Ma ák Statistika velikostí výtrus Roman Ma ák 6.2.216 1 Data Velikost výtrus (udávaná obvykle v µm) pat í u hub k významným ur ovacím znak m, mnohdy se dva druhy makromycet li²í dokonce pouze touto veli inou.

Více

Základní praktikum laserové techniky

Základní praktikum laserové techniky Základní praktikum laserové techniky Fakulta jaderná a fyzikáln inºenýrská Úloha 4: Zna kování TEA CO 2 laserem a m ení jeho charakteristik Datum m ení: 1.4.2015 Skupina: G Zpracoval: David Roesel Kruh:

Více

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0.

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0. Nalezněte definiční obor funkce Diferenciální počet f = ln arcsin + Definiční obor funkce f je určen vztahy Z těchto nerovností plyne < + ln arcsin + je tedy D f =, Určete definiční obor funkce arcsin

Více

10 je 0,1; nebo taky, že 256

10 je 0,1; nebo taky, že 256 LIMITY POSLOUPNOSTÍ N Á V O D Á V O D : - - Co to je Posloupnost je parta očíslovaných čísel. Trabl je v tom, že aby to byla posloupnost, musí těch čísel být nekonečně mnoho. Očíslovaná čísla, to zavání

Více

3 D leºitá rozd lení náhodné veli iny

3 D leºitá rozd lení náhodné veli iny 3 D leºitá rozd lení náhodné veli iny Co to znamená, kdyº prohlásíme, ºe jsou n jaká d leºitá rozd lení? Rozd lení náhodné veli iny je její popis. A náhodná veli ina p edstavuje ur itý náhodný pokus (kde

Více

Zápo tová písemná práce. 1 z p edm tu 01MAB3 varianta A

Zápo tová písemná práce. 1 z p edm tu 01MAB3 varianta A Zápo tová písemná práce. 1 z p edm tu 01MAB3 varianta A st eda 19. listopadu 2015, 11:2013:20 ➊ (3 body) Pro diferenciální operátor ˆL je mnoºina W q denována p edpisem W q = { y(x) Dom( ˆL) : ˆL(y(x))

Více

4. V p íprav odvo te vzorce (14) a (17) ze zadání [1].

4. V p íprav odvo te vzorce (14) a (17) ze zadání [1]. FYZIKÁLNÍ PRAKTIKUM II FJFI ƒvut v Praze Úloha #4 Balmerova série Datum m ení: 28.4.2014 Skupina: 7 Jméno: David Roesel Krouºek: ZS 7 Spolupracovala: Tereza Schönfeldová Klasikace: 1 Pracovní úkoly 1.

Více

Zápo tová písemná práce. 1 z p edm tu 01MAB4 varianta A

Zápo tová písemná práce. 1 z p edm tu 01MAB4 varianta A Zápo tová písemná práce. 1 z p edm tu 01MAB4 varianta A 18. dubna 2016, 11:2013:20 ➊ (1 bod) Nalezn te kritický bod soustavy generujících rovnic e x 6y 6z 2 + 12z = 13, 2e 2x 6y z 3 = 6. Uºijte faktu,

Více

Zobrazení v rovině je předpis, který každému bodu X roviny připisuje právě jeden bod X roviny. Bod X se nazývá vzor, bod X se nazývá obraz.

Zobrazení v rovině je předpis, který každému bodu X roviny připisuje právě jeden bod X roviny. Bod X se nazývá vzor, bod X se nazývá obraz. 7. Shodná zobrazení 6. ročník 7. Shodná zobrazení 7.1. Shodnost geometrických obrazců Zobrazení v rovině je předpis, který každému bodu X roviny připisuje právě jeden bod X roviny. Bod X se nazývá vzor,

Více

Ergodické Markovské et zce

Ergodické Markovské et zce 1. b ezen 2013 Denice 1.1 Markovský et zec nazveme ergodickým, jestliºe z libovolného stavu m ºeme p ejít do jakéhokoliv libovolného stavu (ne nutn v jednom kroku). Denice 1.2 Markovský et zec nazveme

Více

2.1 Pokyny k otevřeným úlohám. 2.2 Pokyny k uzavřeným úlohám TESTOVÝ SEŠIT NEOTVÍREJTE, POČKEJTE NA POKYN!

2.1 Pokyny k otevřeným úlohám. 2.2 Pokyny k uzavřeným úlohám TESTOVÝ SEŠIT NEOTVÍREJTE, POČKEJTE NA POKYN! MATEMATIKA DIDAKTICKÝ TEST Maximální bodové hodnocení: 50 bodů Hranice úspěšnosti: 33 % Základní informace k zadání zkoušky Didaktický test obsahuje 26 úloh. Časový limit pro řešení didaktického testu

Více

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATEDRA FYZIKY L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y Jméno TUREČEK Daniel Datum měření 3..6 Stud. rok 6/7 Ročník. Datum odevzdání 3..7 Stud. skupina 3 Lab.

Více

Úlohy domácího kola kategorie C

Úlohy domácího kola kategorie C 50. ročník Matematické olympiády Úlohy domácího kola kategorie 1. Najděte všechna trojmístná čísla n taková, že poslední trojčíslí čísla n 2 je shodné s číslem n. Student může při řešení úlohy postupovat

Více

Ur itý integrál. Úvod. Denice ur itého integrálu

Ur itý integrál. Úvod. Denice ur itého integrálu V tomto lánku se budeme v novt ur itému integrálu, který dné funkci p i zuje íslo. My²lenk integrování pochází z geometrických poºdvk - zji² ování povrch, objem délek geometrických útvr. To znmená, ºe

Více

Pravd podobnost a statistika - cvi ení. Simona Domesová místnost: RA310 (budova CPIT) web:

Pravd podobnost a statistika - cvi ení. Simona Domesová místnost: RA310 (budova CPIT) web: Pravd podobnost a statistika - cvi ení Simona Domesová simona.domesova@vsb.cz místnost: RA310 (budova CPIT) web: http://homel.vsb.cz/~dom0015 Cíle p edm tu vyhodnocování dat pomocí statistických metod

Více

Vzorová písemka č. 1 (rok 2015/2016) - řešení

Vzorová písemka č. 1 (rok 2015/2016) - řešení Vzorová písemka č. rok /6 - řešení Pavla Pecherková. května 6 VARIANTA A. Náhodná veličina X je určena hustotou pravděpodobností: máme hustotu { pravděpodobnosti C x pro x ; na intervalu f x jinde jedná

Více

Modelování v elektrotechnice

Modelování v elektrotechnice Katedra teoretické elektrotechniky Elektrotechnická fakulta ZÁPADOƒESKÁ UNIVERZITA V PLZNI Modelování v elektrotechnice Pánek David, K s Pavel, Korous Luká², Karban Pavel 28. listopadu 2012 Obsah 1 Úvod

Více

4. Připoutejte se, začínáme!

4. Připoutejte se, začínáme! 4. Připoutejte se, začínáme! Pojďme si nyní zrekapitulovat základní principy spreadů, které jsme si vysvětlili v předcházejících kapitolách. Řekli jsme si, že klasický spreadový obchod se skládá ze dvou

Více

P ÍPRAVY NA HODINU MATEMATIKA

P ÍPRAVY NA HODINU MATEMATIKA Modernizace výuky v rámci odborných a všeobecných p edm t st ední školy. íslo projektu: CZ.1.07/1.1.10/01.0021 P ÍPRAVY NA HODINU MATEMATIKA Tyto p ípravy na hodinu jsou spolufinancovány Evropským sociálním

Více

Zadání. Založení projektu

Zadání. Založení projektu Zadání Cílem tohoto příkladu je navrhnout symetrický dřevěný střešní vazník délky 13 m, sklon střechy 25. Materiálem je dřevo třídy C24, fošny tloušťky 40 mm. Zatížení krytinou a podhledem 0,2 kn/m, druhá

Více

ST2 - Cvi ení 1 STATISTICKÁ INDUKCE

ST2 - Cvi ení 1 STATISTICKÁ INDUKCE ST2 - Cvi ení 1 STATISTICKÁ INDUKCE P íklad 1.1 Po et závad jistého typu elektrospot ebi e b hem záru ní doby má Poissonovo rozd lení s parametrem λ = 0,2. Jaká je pravd podobnost, ºe po prodeji 75 spot

Více

Návrh realizace transformátoru Thane C. Heinse

Návrh realizace transformátoru Thane C. Heinse - 1 - Návrh realizace transformátoru Thane C. Heinse (c) Ing. Ladislav Kopecký, duben 2016 V lánku Bi-toroidní transformátor Thane C. Heinse byl uveden princip vynálezu Thane Heinse, jehož základní myšlenkou

Více

Příloha č. 7. ročník 9. 1h 1x za 14 dní. dotace. nepovinný. povinnost

Příloha č. 7. ročník 9. 1h 1x za 14 dní. dotace. nepovinný. povinnost Příloha č. 7 Seminář z matematiky V učebním plánu 2. druhého stupně se zařazuje nepovinný předmět Seminář z matematiky. V tematickém okruhu Čísla a početní operace na prvním stupni, na který navazuje a

Více

Relace. Základní pojmy.

Relace. Základní pojmy. Relace. Základní pojmy. I kdyº pojem funkce je v matematice jeden ze základních a nejd leºit j²ích, p esto se n které vztahy mezi objekty pomocí funkce popsat nedají. Jde o situace, kdybychom cht li p

Více

11 Soustavy rovnic a nerovnic, Determinanty a Matice

11 Soustavy rovnic a nerovnic, Determinanty a Matice 11 Soustavy rovnic a nerovnic, Determinanty a Matice (r zné typy soustav rovnic a nerovnic, matice druhy matic, operace s maticemi, hodnost matice, inverzní matice, Gaussova elimina ní metoda, determinanty

Více

1. LINEÁRNÍ APLIKACE OPERAČNÍCH ZESILOVAČŮ

1. LINEÁRNÍ APLIKACE OPERAČNÍCH ZESILOVAČŮ 1. LNEÁNÍ APLKACE OPEAČNÍCH ZESLOVAČŮ 1.1 ÚVOD Cílem laboratorní úlohy je seznámit se se základními vlastnostmi a zapojeními operačních zesilovačů. Pro získání teoretických znalostí k úloze je možno doporučit

Více

SBÍRKA PŘÍKLADŮ PRO OPAKOVÁNÍ NA PŘIJÍMACÍ ZKOUŠKY 2

SBÍRKA PŘÍKLADŮ PRO OPAKOVÁNÍ NA PŘIJÍMACÍ ZKOUŠKY 2 STŘEDNÍ PRŮMYSLOVÁ ŠKOLA STROJNÍ A STAVEBNÍ TÁBOR, KOMENSKÉHO 1670 SBÍRKA PŘÍKLADŮ PRO OPAKOVÁNÍ NA PŘIJÍMACÍ ZKOUŠKY 2 ŠKOLNÍ ROK 2014/2015 Obsah 1 Dělitelnost přirozených čísel... 3 2 Obvody a obsahy

Více

TROJÚHELNÍK. JAN MALÝ UK v Praze a UJEP v Ústí n. L. sin α = b a.

TROJÚHELNÍK. JAN MALÝ UK v Praze a UJEP v Ústí n. L. sin α = b a. TROJÚHELNÍK JAN MALÝ UK v Prze UJEP v Ústí n. L. 1. Zn ení. Uvºujme trojúhelník ABC, jeho strny i jejih délky jsou,,, úhly α, β, γ. Osh trojúhelník zn íme P. Vý²k spu²t ná z odu C n strnu se zn í v její

Více

7 Algebraické a nealgebraické rovnice a nerovnice v C. Numerické e²ení rovnic

7 Algebraické a nealgebraické rovnice a nerovnice v C. Numerické e²ení rovnic 7 Algebrické nelgebrické rovnice nerovnice v C. Numerické (typy lgebrických rovnic zákldní metody jejich e²ení lineární, kvdrtické, reciproké rovnice rovnice vy²²ích ád, rovnice nerovnice nelgebrické s

Více

Příklad 1.3: Mocnina matice

Příklad 1.3: Mocnina matice Řešení stavových modelů, módy, stabilita. Toto cvičení bude věnováno hledání analytického řešení lineárního stavového modelu. V matematickém jazyce je takový model ničím jiným, než sadou lineárních diferenciálních

Více

1.7. Mechanické kmitání

1.7. Mechanické kmitání 1.7. Mechanické kmitání. 1. Umět vysvětlit princip netlumeného kmitavého pohybu.. Umět srovnat periodický kmitavý pohyb s periodickým pohybem po kružnici. 3. Znát charakteristické veličiny periodického

Více

Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/07.0018. 3. Reálná čísla

Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/07.0018. 3. Reálná čísla Moderní technologie ve studiu aplikované fyziky CZ..07/..00/07.008 3. Reálná čísla RACIONÁLNÍ A IRACIONÁLNÍ ČÍSLA Význačnými množinami jsou číselné množiny. K nejvýznamnějším patří množina reálných čísel,

Více

Fyzikální praktikum 3

Fyzikální praktikum 3 Ústav fyzikální elekotroniky P írodov decká fakulta, Masarykova univerzita, Brno Fyzikální praktikum 3 Úloha 7. Opera ní zesilova Úvod Opera ní zesilova je elektronický obvod hojn vyuºívaný tém ve v²ech

Více

Line rn oper tory v euklidovsk ch prostorech V t to sti pou ijeme obecn v sledky o line rn ch oper torech ve vektorov ch prostorech nad komplexn mi sl

Line rn oper tory v euklidovsk ch prostorech V t to sti pou ijeme obecn v sledky o line rn ch oper torech ve vektorov ch prostorech nad komplexn mi sl Line rn oper tory v euklidovsk ch prostorech V t to sti pou ijeme obecn v sledky o line rn ch oper torech ve vektorov ch prostorech nad komplexn mi sly z p edchoz ch kapitol k podrobn j mu zkoum n line

Více

Unfolding - uºivatelský manuál

Unfolding - uºivatelský manuál Unfolding - uºivatelský manuál Bc. Martin Veselý Fakulta jaderná a fyzikáln inºenýrská Katedra softwarového inºenýrství v ekonomii Skupina aplikované matematiky a stochastiky p i kated e matematiky Obsah

Více

5. Aplikace diferenciálního a integrálního po tu v jedné dimenzi ZS 2017/18 1 / 32

5. Aplikace diferenciálního a integrálního po tu v jedné dimenzi ZS 2017/18 1 / 32 5. Aplikace diferenciálního a integrálního po tu v jedné dimenzi Tomá² Sala MÚ UK, MFF UK ZS 2017/18 5. Aplikace diferenciálního a integrálního po tu v jedné dimenzi ZS 2017/18 1 / 32 5.1 Funkce spojité

Více

1.1.11 Poměry a úměrnosti I

1.1.11 Poměry a úměrnosti I 1.1.11 Poměry a úměrnosti I Předpoklady: základní početní operace, 010110 Poznámka: Následující látka bohužel patří mezi ty, kde je nejvíce rozšířené používání samospasitelných postupů, které umožňují

Více

ZATÍŽENÍ SNĚHEM A VĚTREM

ZATÍŽENÍ SNĚHEM A VĚTREM II. ročník celostátní konference SPOLEHLIVOST KONSTRUKCÍ Téma: Cesta k pravděpodobnostnímu posudku bezpečnosti, provozuschopnosti a trvanlivosti konstrukcí 21.3.2001 Dům techniky Ostrava ISBN 80-02-01410-3

Více

P íklady k prvnímu testu - Scilab

P íklady k prvnímu testu - Scilab P íklady k prvnímu testu - Scilab 24. b ezna 2014 Instrukce: Projd te si v²echny p íklady. Kaºdý p íklad se snaºte pochopit. Pak vymyslete a naprogramujte p íklad podobný. Tím se ujistíte, ºe p íkladu

Více

ST2 - Cvi ení 1 STATISTICKÁ INDUKCE

ST2 - Cvi ení 1 STATISTICKÁ INDUKCE ST2 - Cvi ení 1 STATISTICKÁ INDUKCE P íklad 1.1 Po et závad jistého typu elektrospot ebi e b hem záru ní doby má Poissonovo rozd lení s parametrem λ = 0,2. Jaká je pravd podobnost, ºe po prodeji 75 spot

Více

e²ení 1. série Úvodní gulá² autor: Kolektiv org

e²ení 1. série Úvodní gulá² autor: Kolektiv org e²ení 1. série Úvodní gulá² autor: Kolektiv org Úloha 1.1. Bubla, Lib nka, Henry a Mat j hráli hru. Protoºe byli ty i, napsali si na tabuli ty i ty ky a jejich úkolem pak bylo vepsat mezi n t i znaménka

Více

Vyvažování tuhého rotoru v jedné rovině přístrojem Adash 4900 - Vibrio

Vyvažování tuhého rotoru v jedné rovině přístrojem Adash 4900 - Vibrio Aplikační list Vyvažování tuhého rotoru v jedné rovině přístrojem Adash 4900 - Vibrio Ref: 15032007 KM Obsah Vyvažování v jedné rovině bez měření fáze signálu...3 Nevýhody vyvažování jednoduchými přístroji...3

Více

1.3 Druhy a metody měření

1.3 Druhy a metody měření Projekt: Inovace oboru Mechatronik pro Zlínský kraj Registrační číslo: CZ.1.07/1.1.08/03.0009 1.3 Druhy a metody měření Měření je soubor činností, jejichž cílem je stanovit hodnotu měřené fyzikální veličiny.

Více

ZÁKLADNÍ ŠKOLA a MATE SKÁ ŠKOLA STRUP ICE, okres Chomutov

ZÁKLADNÍ ŠKOLA a MATE SKÁ ŠKOLA STRUP ICE, okres Chomutov ZÁKLADNÍ ŠKOLA a MATE SKÁ ŠKOLA STRUP ICE, okres Chomutov Autor výukového Materiálu Datum (období) vytvo ení materiálu Ro ník, pro který je materiál ur en Vzd lávací obor tématický okruh Název materiálu,

Více

Obsah. Pouºité zna ení 1

Obsah. Pouºité zna ení 1 Obsah Pouºité zna ení 1 1 Úvod 3 1.1 Opera ní výzkum a jeho disciplíny.......................... 3 1.2 Úlohy matematického programování......................... 3 1.3 Standardní maximaliza ní úloha lineárního

Více

5. cvičení 4ST201_řešení

5. cvičení 4ST201_řešení cvičící. cvičení 4ST201_řešení Obsah: Informace o 1. průběžném testu Pravděpodobnostní rozdělení 1.část Vysoká škola ekonomická 1 1. Průběžný test Termín: pátek 26.3. v 11:00 hod. a v 12:4 v průběhu cvičení

Více

Jak na KOTLÍKOVÉ DOTACE? JEDNODUCHÝ RÁDCE PRO ZÁKAZNÍKY

Jak na KOTLÍKOVÉ DOTACE? JEDNODUCHÝ RÁDCE PRO ZÁKAZNÍKY Jak na KOTLÍKOVÉ DOTACE? JEDNODUCHÝ RÁDCE PRO ZÁKAZNÍKY KOTLÍKOVÉ DOTACE pokračují! Máte doma starý kotel na uhlí, dřevo a jiná tuhá paliva? Pak jsou kotlíkové dotace určeny právě pro Vás! Pokud máte doma

Více

2.2.10 Slovní úlohy vedoucí na lineární rovnice I

2.2.10 Slovní úlohy vedoucí na lineární rovnice I Slovní úlohy vedoucí na lineární rovnice I Předpoklady: 0, 06 Pedagogická poznámka: Řešení slovních úloh představuje pro značnou část studentů nejobtížnější část matematiky Důvod je jednoduchý Po celou

Více

Zápo tová písemná práce. 1 z p edm tu 01MAB3 varianta A

Zápo tová písemná práce. 1 z p edm tu 01MAB3 varianta A Zápo tová písemná práce. 1 z p edm tu 01MAB3 varianta A úterý 6. prosince 2016, 13:2015:20 ➊ (8 bod ) Vy²et ete stejnom rnou konvergenci ady na mnoºin R +. n=2 x n 1 1 4n 2 + x 2 ln 2 (n) ➋ (5 bod ) Detailn

Více

Elasticita a její aplikace

Elasticita a její aplikace Elasticita a její aplikace Motivace Firmu zajímá, jak ovlivní její tržby tyto změny: firmě rostou náklady, proto chce zdražit svou produkci konkurenční firma vyrábějící podobný výrobek zlevnila očekává

Více

Diamantová suma - řešení příkladů 1.kola

Diamantová suma - řešení příkladů 1.kola Diamantová suma - řešení příladů.ola. Doažte, že pro aždé přirozené číslo n platí.n + 2.n + + n.n < 2. Postupujeme matematicou inducí. Levou stranu nerovnosti označme s n. Nejmenší n, pro než má smysl

Více

Metodika kontroly naplněnosti pracovních míst

Metodika kontroly naplněnosti pracovních míst Metodika kontroly naplněnosti pracovních míst Obsah Metodika kontroly naplněnosti pracovních míst... 1 1 Účel a cíl metodického listu... 2 2 Definice indikátoru Počet nově vytvořených pracovních míst...

Více

Návrh induktoru a vysokofrekven ního transformátoru

Návrh induktoru a vysokofrekven ního transformátoru 1 Návrh induktoru a vysokofrekven ního transformátoru Induktory energii ukládají, zatímco transformátory energii p em ují. To je základní rozdíl. Magnetická jádra induktor a vysokofrekven ních transformátor

Více

Testy pro více veli in

Testy pro více veli in Kapitola 8 Testy pro více veli in 8.1 Testy parametr s více výb ry s p edpokladem normality dat 8.1.1 Testy s dv ma výb ry. P edpoklady: Pro spojité rozd lení normalita nebo velký výb r. Pro diskrétní

Více

Kapitola 7: Neurčitý integrál. 1/14

Kapitola 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

Více

POKYNY. k vyplnění přiznání k dani z příjmů fyzických osob za zdaňovací období (kalendářní rok) 2012

POKYNY. k vyplnění přiznání k dani z příjmů fyzických osob za zdaňovací období (kalendářní rok) 2012 dz_12dpfo5405_19_pok.pdf - Adobe Acrobat Professional POKYNY k vyplnění přiznání k dani z příjmů fyzických osob za zdaňovací období (kalendářní rok) 2012 Pokyny k vyplnění přiznání k dani z příjmů fyzických

Více

matematika vás má it naupravidl

matematika vás má it naupravidl VÝZNAM Algebrický výrz se zvádí intuitivn bez p esn ího vmezení v kolizi s názv dvoj len, troj len, mnoho len. Stále se udr uje fle ná p edstv, e ísl ozn ují mno ství, e jsou zobecn ním vnímné skute nosti.

Více