Pokročilé úvahy na téma Modus = medián.

Rozměr: px
Začít zobrazení ze stránky:

Download "Pokročilé úvahy na téma Modus = medián."

Transkript

1 TG : Matematická stabilita : Modus = medián Petr Neudek 1 Pokročilé úvahy na téma Modus = medián. Teorie pravděpodobnosti obsahovala původně všechny důkazy tohoto typu, ale vzhledem k tomu, že byly námětově odtržité od vlastního tématu, umístil jsem je do Teorie Gravitace, kde mají dostatek tématických spojitostí. Teorie Gravitace je sama o sebě jen aplikací Teorie pravděpodobnosti. Stabilita matematického typu je pojem, který souvisí původně s technickými pojmy zejména fyzikálními a chemickými. Pro oblast matematiky se užívají pojmy jiné. (Například skalár, proměnná a podobně.) Ale ve statistice existují výrazy pojem stability podporující. Mám tím na mysli zjišťování budoucích vývojů (trendů), nebo zákon velkých čísel. Právě zákon velkých čísel je tím, co mne motivovalo k takovému pojmenování. Měl jsem už ale také na zřeteli souvislosti matematických modelů rozvojů množin, zejména RPM (rozvoje přirozených množin), s kinematickými soustavami které sloužily jako náhradní schemata časoprostoru. Takže z pohledu fyziky hovořím o principu matematické stability, z pohledu statistiky jde o několik principů jádra zákona velkých čísel. Tento zákon byl poměrně nedostatečně definován, zejména právě uvedené jádro zákona. Tím společným jmenovatelem je pojem dostatečného množství. Pojem dostatečného množství podle této práce je definován na přirozené množině. Dostatečné množství je takové množství, kde k >> sqrt(n), nebo ještě lépe konverguje na ½(n). Jde tedy o množiny s DS, ale také RS, jejichž k jako výběr z možných splňuje tyto předpoklady. Stabilita je definována na vícero fenoménech. Jde zejména o stabilitu matematického prvku. Následně je to stabilita množstvím množin, které mají k << ½(n), a o kterých hovoříme jako o velmi mohutných množinách. O těchto také platí, že lze vytvořit k >> sqrt(n). Dalším typem stability matematického typu je závislost, kterou dokumentuji důkazem Třídění, a která má charakter vyjádření opakovaných jevů periodicky, nebo přímo následně za sebou. Důkazy typu modus = medián obsahují také úvahu o tom, co je to střední hodnota a z ní plynoucí poměry k extrémům. Vlastní důkaz typu modus = medián sestávají ze dvou částí. Z "výchozích úvah" a z Cesty k průměru. Tato práce je určitým rozšířením základní kapitoly MOD = MED. Je více specializována na aplikace fyziky, ale zvětšuje rozsah kapitoly o modulo. Pojem stabilita množstvím je množinou různých jevů, které souvisí s jevy stability. Úvaha Mod = Med má v rámci stability výsadní postavení. Vyjadřuje onu tenkou hranici mezi stabilními a nestabilními množinami podle množství. Vyjadřuje princip změny působení středních hodnot. Obecně množiny s náhradními schematy k < sqrt(n) považujeme za nestabilní. Za stabilní považujeme takové, které mají k > sqrt(n). Mezi nimi je přirozená množina k = sqrt(n), která není ani stabilní, ani nestabilní. Právě na této limitující množině ukazuji vliv množství jako obecného pojmu pro vyjádření "dostatečného" a "nedostatečného". Posuzování dostatečnosti a nedostatečnosti počtu z pohledu stability množstvím. Počet posuzujeme zásadně z pohledu náhradních schemat kombinatorického typu. Tím ukazatelem a mírou je vyjádření na Pascalově trojúhelníku. Zejména kontinuální popisy jevů (kontinuální množiny je možné převádět na diskrétní pomocí tak zvaných D/K převodů Schematické příklady Teorie pravděpodobnosti) v podobě relativní, nebo poměrné četnosti převádíme pomocí poměru z Pascalova trojúhelníku, kde hledáme racionální a iracionální čísla jako zlomek čísel (prvků) z oboru čísel N (celá klaná čísla bez nuly nula souvisí s existenčními výroky). Proto je každé kvantifakční schema jen určitý vztah prvků této množiny. V základní poloze jde o "uspořádání", teprve následně o operační vztah (+, -, /, *). Operační vztah uspořádání je jen jiný výraz pro Bernoulliho schemata, jejichž nadmnožinou je schema Pascalovo. Pascalovo schema konkrétní třídy "n" chápeme jako typ normálového rozdělení potenciálu jevů. Konkrétní třída kombinace k z n může mít některý rozvoj podle Bernoulliho schematu a vliv zde má původní složka normálového rozdělení Pascalovy třídy, pod kterou kombinace patří. Dále jsou zde vlivy přirozených deformačních systémů všech tříd kombinací nižších, náležejících ke stejné třídě "n". Názorně asi takto: Třída 2 16 Počet C( 0 ze 16) 1 C( 1 ze 16) 16 C( 2 ze 16) 120 C( 3 ze 16) 560 C( 4 ze 16) 1820 C( 5 ze 16) 4368 C( 6 ze 16) 8008 C( 7 ze 16) C( 8 ze 16) C( 9 ze 16) C(10 ze 16) 8008 C(11 ze 16) 4368 C(12 ze 16) 1820 C(13 ze 16) 560 C(14 ze 16) 120 C(15 ze 16) 16 C(16 ze 16) 1 Pascalova třída "n" = normálové rozdělení C( 0 ze 16) C( 1 ze 16) C( 2 ze 16) C( 3 ze 16) C( 4 ze 16) 9000 C( 5 ze 16) C( 6 ze 16) 8000 C( 7 ze 16) 7000 C( 8 ze 16) 6000 C( 9 ze 16) C(10 ze 16) 5000 C(11 ze 16) 4000 C(12 ze 16) C(13 ze 16) 3000 C(14 ze 16) 2000 C(15 ze 16) C(16 ze 16) Počet Ilustrace 1: Pascalovo trojúhelník jako zdroj normálových rozdělení tříd "n".

2 TG : Matematická stabilita : Modus = medián Petr Neudek 2 Jednotlivé třídy kombinací z úplného normálového rozdělení čerpají svou část "křivky". Například přirozená množina třídy n = 16, je třída kombinací C(4 ze 16). Tato třída čerpá také všechny třídy nižší C(0 ze 16), C(1 ze 16), C(2 ze 16) a C(3 ze 16), a C(4 ze 16). Deformace rozeznáváme jako nižší a vyšší harmonické. Nižší harmonické (podle relativní četnosti) ovlivňují tuto třídu takto: Třída kombinací C(4 ze 16) RPM Identifikace A- četnost 4 Extrém Nejblíže G průměru Modus Extrém Existence středu Bernoulliho třída C(4 ze16) - RPM Extrém 1 Nejblíže G průměru Řádek 7 Modus Extrém 2 Třída kombinací C(4 ze 16) statisticky vzestupně Identifikace A- četnost 4 Extrém Nejblíže G průměru Extrém Modus Existence středu A- četnost Bernoulliho třída C(4 ze 16) - statistické třídění A- četnost Extrém 1 Nejblíže G průměru Řádek 17 Extrém 2 Modus Ilustrace 2: Deformace nižšími harmonickými a tříděním Ilustrace 2. ukazuje typ deformace rozvojem přirozených množin, který se snaží co nejvíce přiblížit typickému normálovému rozdělení, ačkoliv jeho vlastní složky mají jen "neklesající" nárůst ve vlastním nadřazeném Pascalově schematu. Také deformace přetříděním statisticky vzestupně by měla názorně srovnat původní "křivost" s tou nadřazenou. Mimo těchto deformací existují deformace z "deformačních systémů", které jsou u ostatních tříd kombinací, tato však právě proto, že je přirozenou množinou vlastní - přirozené deformační systémy nemá. Má jen deformace nižšími harmonickými.tyto nižší harmonické jsou dány modifikacemi na rozdíl od nižších tříd kombinací z nadřazeného schematu. Celá Pascalova třída je vystavena nižším a vyšším harmonickým deformacím v následující relaci. Nejprve všechny nižší ze systému přirozeně rozdělené množiny n = 16p. Dříve, nežli si ukážeme všechny deformace nižšími harmonickými třídy n = 16p, vysvětlíme si, co je deformace vyššími harmonickými. Zdroj vyšších harmonických vyjádříme jako množinu přirozenou nad konkrétním k. Takže řada vyšších harmonických pro Pascalovu třídu n = 16p je následující : k = 0 přirozená množina k 2 = 0 2 = 0 C( 0 z 0) = 1 velikostí menší, ale přesto uvádíme jako "vyšší harmonickou" k = 1 přirozená množina k 2 = 1 2 = 1 C( 1 z 1) = 1 velikostí menší, ale přesto uvádíme jako "vyšší harmonickou" k = 2 přirozená množina k 2 = 2 2 = 4 C( 2 z 4) = 6 velikostí menší, ale přesto uvádíme jako "vyšší harmonickou" k = 3 přirozená množina k 2 = 3 2 = 9 C( 3 z 9) =84 velikostí menší, ale přesto uvádíme jako "vyšší harmonickou" k = 4 přirozená množina k 2 = 4 2 = 16 C( 4 z 16) vlastní přirozená množina bez deformace "vyšší harmonickou" k = 5 přirozená množina k 2 = 5 2 = 25 C( 5 z 25) = vyšší harmonická k = 6 přirozená množina k 2 = 6 2 = 36 C( 6 ze 36) = vyšší harmonická k = 7 přirozená množina k 2 = 7 2 = 49 C( 7 ze 49) = vyšší harmonická k = 8 přirozená množina k 2 = 8 2 = 64 C( 8 ze 64) = vyšší harmonická k = 9 přirozená množina k 2 = 9 2 = 81 C( 9 z 81) = vyšší harmonická k = 10 přirozená množina k 2 = 10 2 = 100 C( 10 ze 100) = vyšší harmonická k = 11 přirozená množina k 2 = 11 2 = 121 C( 11 ze 121) = vyšší harmonická k = 12 přirozená množina k 2 = 12 2 = 144 C( 12 ze 144) = vyšší harmonická k = 13 přirozená množina k 2 = 13 2 = 169 C( 13 ze 169) = vyšší harmonická k = 14 přirozená množina k 2 = 14 2 = 196 C( 14 ze 196) = vyšší harmonická k = 15 přirozená množina k 2 = 15 2 = 225 C( 15 ze 225) = vyšší harmonická k = 16 přirozená množina k 2 = 16 2 = 256 C( 16 ze 256) = vyšší harmonická Z toho vyplývá pro sigmaaditivní množiny (množiny se stejnou absolutní četností v rámci stejného "n" Pascalova schematu) deformace 3 mi skutečnostmi. 2x různé k, znamená dvě různé přirozené množiny a společná deformace z sqrt(16).

3 TG : Matematická stabilita : Modus = medián Petr Neudek 3 Následující tabulka ukazuje deformaci "nižšími harmonickými". Ale jde o deformaci z přirozené množiny, nikoliv o všechny možné deformace Pascalovy třídy. Stačí si uvědomit, že RPM 16p vytvoří pro každou jednotlivou třídu mnoho různých uspořádání nadsystému a je jich hodně přes sto.vlastní přirozené rozdělení je sqrt(16) = 4x4p. Ale začíná se od 16p v jedné podmnožině, následuje 15p+1p, dále 14p+2p,... až 16x1p. Deformace Pascalovy třídy n = 16p nižšími harmonickými Třída kombinací Identifikace A- četnost Poř. RPM v M Poř. Stat. v M Třída kombinací Identifikace A- četnost Poř. RPM v M Poř. Stat. v M C( 0 ze 16) Prázdná množina C(16 ze 16) Plná množina C( 1 ze 16) modifikace C( 0 ze 16) Prázdná množina C( 2 ze 16) 2 Extrém C(12 ze 16) Extrém Extrém C( 4 ze 16) 4 Extrém Extrém C(15 ze 16) Jediná modifikace C( 3 ze 16) Extrém C( 8 ze 16) 4 4 Extrém Modus C( 1 ze 16) modifikace Extrém C(13 ze 16) Extrém 1 = G(fí) nejblíže G průměru C( 3 ze 16) 3 Extrém C( 4 ze 16) C(14 ze 16) Extrém Extrém C( 2 ze 16) 2 Extrém Modus C(11 ze 16) Extrém Extrém C( 9 ze 16) Extrém Nejblíže G průměru C( 7 ze 16) 4 3 Extrém C( 5 ze 16) Nejblíže A průměru C( 5 ze 16) 4 1 Extrém Extrém C(10 ze 16) Extrém C( 6 ze 16) 4 2 Extrém Extrém C(10 ze 16) C(14 ze 16) Extrém Nejblíže G průměru C( 2 ze 16) 1 1 Extrém C( 6 ze 16) C( 6 ze 16) Nejblíže A průměru C( 4 ze 16) 3 1 nejblíže G průměru Modus C(10 ze 16) Nejblíže G průměru Extrém C(12 ze 16) Nejblíže G průměru Extrém C( 6 ze 16) Nejblíže G průměru C( 4 ze 16) C(12 ze 16) C( 7 ze 16) Nejblíže G průměru C( 4 ze 16) Extrém Nejblíže A průměru C(13 ze 16) Extrém 2 =A(fí) Extrém C(12 ze 16) Extrém 2 =A(fí) Modus C( 7 ze 16) Extrém C( 9 ze 16) C( 3 ze 16) Extrém Nejblíže G průměru C(13 ze 16) Modus C( 8 ze 16) C( 3 ze 16) 2 1 Modus C( 5 ze 16) 3 2 Nejblíže G průměru Extrém C(11 ze 16) Nejblíže G průměru Nejblíže A průměru C( 8 ze 16) Modus C( 8 ze 16) Nejblíže G průměru Extrém C( 9 ze 16) C( 7 ze 16) C(11 ze 16) Nejblíže A průměru C( 9 ze 16) Nejblíže G průměru C( 9 ze 16) Nejblíže G průměru Nejblíže A průměru C( 5 ze 16) Nejblíže A průměru Extrém C( 7 ze 16) Nejblíže G průměru Modus C( 6 ze 16) Extrém C(10 ze 16) C(10 ze 16) Nejblíže A průměru Nejblíže G průměru C( 6 ze 16) Nejblíže A průměru C(10 ze 16) C(12 ze 16) Modus Nejblíže A průměru C( 4 ze 16) Modus C( 8 ze 16) Extrém 2 =Modus C( 8 ze 16) Extrém C( 8 ze 16) Extrém Nejblíže G průměru C(11 ze 16) Extrém C(11 ze 16) Nejblíže A průměru C( 5 ze 16) Extrém Extrém C( 8 ze 16) Nejblíže A průměru Modus C( 9 ze 16) Nejblíže A průměru Extrém C( 5 ze 16) Nejblíže G průměru C(11 ze 16) Modus C(12 ze 16) C( 7 ze 16) Nejblíže A průměru Extrém 2 =A(fí) C(10 ze 16) Modus C( 6 ze 16) Modus Extrém 1 = G(fí) C( 7 ze 16) Extrém C(13 ze 16) Extrém 2 =A(fí) C( 6 ze 16) Extrém Modus C(10 ze 16) Extrém 2 =Modus C(14 ze 16) Extrém C( 9 ze 16) Extrém Extrém C( 7 ze 16) Modus C(15 ze 16) Jediná modifikace C( 9 ze 16) Modus C(16 ze 16) Plná množina C( 8 ze 16) Modus Tabulka nám ukazuje skladbu lokálních hodnot podle tříd. V barevně vyznačeném sloupci sloupec třídění podle velikosti jsou vyznačeny modula. Stejné "velikosti" se vyskytují běžně ve dvojici, trojici a tak dál. Největší počet stejných velikostí je 6. A právě otázka modula je možná otázkou matematické stability. Potom by byl Modus = Modulo, ale také možná Medián = Modulo. Co nám říká tento jev? Množina může zůstávat v konstantní absolutní velikosti a může měnit nadsystém. Nemusí to být jen nutně mezi dvojicí sigmaaditivních protikladů. Ze šestinásobně stejné "velikosti" usuzujeme, že je to vlastnost tří dvojic. Ale sloupec nás také důrazně upozorňuje na nepárové "velikosti". Jsou v naprosté menšině, ale jsou. Například modus celého systému s "velikostí" 6912 je modusem systému C(8 ze 16) a má tvar nadsystému Můžeme proto předpokládat, že také vyšší harmonická s tímto uspořádáním bude modusem vyšších harmonických. Byl by to systém C(8 ze 64) v uspořádání nadsystému Důležité je to, že není modulem jedná se o jedinou "velikost" tohoto typu. Podobnou vlastnost má 5 modifikací této třídy C(8 ze 16). Sama příslušná třída kombinací C(8 ze 16) je modusem mezi systémy a je podvojná sama v

4 TG : Matematická stabilita : Modus = medián Petr Neudek 4 sobě. Sama má ale jen jedinou párovou dvojici "velikostí". V tabulce je také v levém sloupci vidět "pořadí" podle RPM. To vyjadřuje lépe vlastní frekvenční složky. Také zcela určitě složky vyšších harmonických (ty které jsou menší nežli vlastní přirozená množina) mohou přispívat k deformaci nižšími harmonickými. Vyšší haromické bychom vyhodnotili stejně jako nižší, ale výpočet by byl nepřehledný. Postupovali bychom ve stejném typu porovnávací tabulky. Vzhledem k "růstu" počtu z vyšších harmonických což je evidentní pochopíme, proč se přirozené množiny dostávají do relace převahy růstu "počtu". Množiny mají ale ještě účinnější mechanizmus. Tento výše popsaný mechanizmus je mechanizmem restriktivním. Tím nejúčinnějším mechanizmem je změna nadsystému nikoliv tedy přizpůsobivá konvergence na vlastní deformační množiny. Změna vlastního nadsystému znamená "zahuštění", nebo "naředění" binárních soustav. Jde tedy vlastně o změnu uspořádání podmnožin n, kterou může množina vyrovnávat destabilizaci. Mymí už máme představu fyzikální reflexe. Množina může i beze zjevné změny zareflektovat inklinací k přirozeným nadsystémům, nebo stávající nadsystém přerozdělit. Mění při tom počet. Poměrně dlouho bylo pro mne záhadou jak se dá změnit počet prvků typu p 1. Prvky typu p 0 jsou nekauzální jsou součástí kontinuální množiny, proto se mohou snadno transmutovat do jiného počtu a uspořádání. Ten mechanizmus "fluktuace" plných existujíích prvků je dán předpokladem hustoty binárních soustav a změny vlivem nadměrného změnového k. Toto nadměrné změnové k znamená, že výběr je větší, nežli počet možných. Musí dojít k podvojné změně prvků. Pak právě může dojít k transmutaci třídy kombinace. Fyzicky podobou odpovídá prakticky jen ortogonální singulární transformace a transmutace. Typicky k ní však může dojít jen v množině, tedy nejméně pro 4 prvky, ale energie potřebná je dodávána z množiny mnohem mohutnější. Opět jde o princip "dostatečně velkého počtu". Co tím mám na mysli? Uvnitř každé Pascalovy třídy existuje n+1 tříd kombinací. Jak je možné pochopit že se systém kombinací jedné třídy změní na systém jiné třídy kombinací stejného n? Na tyhle otázky dává odpověď zejména kapitola "Prvky, kvanta a ostatní částice". Myšlenka je jednoduchá. Za změnu počtu plných prvků odpovídá změna, při níž dochází k "zhuštění" binárních soustav. Na systému tedy množině při změnách dochází k projevům imaginárních prvků, ze kterých se stanou "skutečné prvky". Vlastní prvek v systému začne být průměrně pravděpodobný, tedy 50% (+) a 50%(-). Následně se z typu p 0 překlopí do posice typu p 1. Znamená to, že vlivem nepravidelnosti střídání růzýných stavů stejné třídy kombinace naroste počet pravděpodobností odpovídající jiné třídě. Nutně dojde buď ke změně třídy kombinace, nebo třídy n. (Pozn: kdysi tradovaný názor, že si může losovací buben loterní hry dělat co chce není pravdou). Sečtěme si jen relativní četnosti každého prvku systému, a zjistíme, že nikdy neodpovídá vlastním prvkům transparentního systému kombinací. Takže přepočet jako průměr za všechny prvky šetřeného loterního systému ukáže vliv vlastních harmonických. To se odehrává téměř výlučně na úrovni "nevlastních prvků". Ryze vlastní systém opakuje následné stavy podle prvního rozdělení po poslední k tici přijde první, pak druhá až poslední. Prostě jde o hektické opakování pořadí. Když pořadí nemá hektické opakování, najdeme deformaci harmonickými a potenciální přepočet na jinou soustavu kombinací, nebo n. Při tom je každý prvek deformován jinak. Zřetelná je skutečnost, že nerovnoměrností opakování různých stavů množiny dojde k vytvoření podmínek pro změnu celého systému. Systém Pascalovy třídy proto definujeme jako typ málo závislý na třídě kombinace. Při neomezeném kombinování vlastních binárních soustav všech prvků množiny n dochází k potenciální kombinaci průměrných prvků, které mají jak jinak 50% pravděpodobnosti pro typ p 0 a 50% pravděpodobnosti pro typ p 1. Pokud jsou prvky navzájem málo závislé, může se objevit množina se všemi stavy prvků p 0 a také samozřejmě p 1. To znamená jediné v rámci Pascalovy třídy n jsou zastoupeny pravidelně všechny třídy kombinací střídají se za sebou bez omezení. Teprve omezením kombinace RS docházíme k vytvoření konstantní třídy kombinací ty jsou již vysoce závislé. Takže proč by se mělo omezení týkat jen třídy n. - Toto omezení právě má ještě méně opodstatnění, nežli udržení stejné třídy kombinace. Právě tohle vyjadřujeme trendem vůči přirozeným deformačním množinám Pascalovy třídy což je vyjádřeno systémem "vyšších harmonických". Takže potom dojdeme k názoru, že uvnitř singulárních jevů dochází k redistribuci systémů kombinací. Jedním z efektů je téměř úplné odtržení původních binárních složek. Jednice do "jader" a nuly do "prostoru". Přes to tyto roztržené binární systémy jsou trvale současné. Jen reflektují jinak nežli bylo pro ně přirozené. To je popis termo nukleárního jevu (TNS). Vlastní projevy TNS jsou dvojí. První typ je interakcí kdy se v rámci stejné kulové plochy vyrovnávají potenciály Sjednocení tvaru prvku. Ten druhý už je kontrakcí a "roztrhne" vazbu nul a jednic, což je důsledkem kaskády singuárních přeměn. Právě kontrakce je vlastně v pořadí první jako nejstarší interakcí. Vývoj vesmíru podle tohoto náčrtu začal interakcemi množin se čtyřmi prázdnými prvky, které se zákonitě vlivem vývoje přeměnily na typy plných prvků počet byl nastartován množinou prázdných prvků a teoreticky by mohl být také množinou jen plných prvků. Ale to se vše odehrálo na začátku. Pak začal počet stoupat a zůstaly průměrné systémy. To je obsahem kapitol které mají vyjádřit konvergenci na střed, nebo stabilitu množstvím. Úplně na začátku jsem si myslel, že tyto jevy nemají aplikaci. Nakonec jsem došel k úplně opačnému závěru vše je aplikací těchto jevů. Vývoj vesmíru souvisí jak s ohromným počtem (prvků, podmnožin), tak také s "tvarem", nebo podobou, která zůstává jako relikt. Jde o tvary čoček, kruhů, kuželoseček, anuloidů a obecně tvarů, které mají něco společného kružnicí, kruhem, nebo také s koulí. Fyzikálně pak zjišťujeme jevy, které souvisí s nějakým polem, které se objevuje ve spojitosti s geometrií kruhů, kružnic, koulí a zejména oblouků jako grafický základ "vln".

5 TG : Matematická stabilita : Modus = medián Petr Neudek 5 Vyvozujeme z toho, že na počátku všeho byl přítomen v nějaké formě kruh, kružnice a určitě koule více, či méně souměrná. Prostě pro popchopení základů vesmírné konstrukce je potřeba pochopit tyto základní spojitosti. Také je potřeba určit co je příčinou čeho, nebo co je jen důsledek toho či onoho fenoménu. Takže jde vlastně o to určit jaké jevy byly na počátku, a které se objevily až jako důsledek. Souvislost s podobou jsem našel v RPM (rozvoji přirozených množin), které dobře vysvětlují "podobu" podle teorií SUSY a GUT. Bylo však potřeba vysvětlit, proč následovaly za sebou takto a ne jinak. Prostě bylo potřeba najít zákonitost mezi změnami podob. Změna podob pro nás v řeči čísel znamená postup řazení "modifikací". Jde tedy o nalezení logiky, která by vysvětlila sled etap vývoje vesmíru jako jev na množinách čísel. Vlastní RPM vysvětluje dobře podoby, ale nikoliv jejich řazení. RPM jako teorie vznikla na základě potřeby sjednotit postup tvorby "tvarů" modifikací daného n (k). Zákonitě se zabývala vývojem od do, tedy od jednoho extrému ke druhému. Vesmír však oba extrémy zřetelně zařadil hned na počátek vývoje, těsně za sebou, a k tomu potřebujeme vysvětlení. Tato potřeba vysvětlit sled modifikací byla mnou nejdříve považována za samoúčelnou záležitost. Teprve později jsem si uvědomil, že "modus operandi" tohoto jevu má podpis téměř všude. Jmenoval bych zejména evoluci podle Darwina. Oponenti argumentují právě tím, že existují nevysvětlitelné "skoky" ve vývoji druhů, které jsou "revoluční", zatímco evoluce je spíš latentním procesem. Do pozvolného vývoje prostě "skoky" nepatří. Já dodám, že naopak patří. Rozvoj přirozených (zejména málo závislých) množin nutně musí využívat radikálních změn tedy těch skoků, které odpůrci evoluční teorie namítají. Je to zákonitost matematického typu. Jevy, které mohou působit na matematicky interpretované množiny mají souvislost se změnou. Vlastní princip existence změny vysvětlit nelze, ale spokojíme se s tím, že prostě změna je. Dokonce je tak rozšířeným jevem, že obtížně hledáme její opak něco stálého a neměnného. Reálný časoprostor se stále mění, a tak o změně nepochybujeme axiomatizujeme ji. Ale projevy změny už mají jiný charakter. A to je to co se snažíme dohledat z množin čísel. Co vede podoby změny aby se střídaly tak a ne jinak. Je to ve své podstatě pravděpodobnost, která podobami hýbe. Vývoj můžeme chápat také jako pořadí. Jevy za sebou jsou dány jejich pořadím, a proto předpokládáme, že správný vývoj je dán a lze jej předvídat s určitou pravděpodobností. Ale pravděpodobnost sama o sobě znamená určení následující priority po jevu A jev B, po jevu B je nejpravděpodobnější jev C a tak dál. Právě následující pravděpodobnost se stává pro následující jev dominantní převahová. Jednotlivé jevy jsou vzdáleny pravděpodobností, ale mezi každými dvěma jevy existuje lokální maximum, které se bude realizovat. Právě tohle vyjadřuje heslo MODUS = MEDIÁN. Ale jde o hodně obrazné heslo. Jedná se o zákonitosti středních hodnot. Modus je sám o sobě největší položkou statistického souboru, ale medián je střední položka podle počtu položek, nemá nic společného s vlastní velikostí. Spíš bychom očekávali mechanizmus na principu Velikost velikost, tedy změnu po nejblíže ležících velikostech položek. Původní úvahy se ubíraly cestou Modus A(fí), tedy logikou mezi položkami od modusu k aritmetickému průměru, nebo lépe k položce nejblíže vyšší aritmetického průměru. Vzniklo dilema, proč aritmetický, a ne geometrický průměr. Na to existuje jednoduchá odpověď. Aritmetické průměry jsou větší, nežli geometrické, a nyní už také víme, že aritmetický průměr má s mediánem hodně společného. Aritmetický průměr je dán podílem celku a počtu položek, zatímco medián je střed počtu položek. Všechny střední hodnoty jsou do určité míry relativizovatelné ve smyslu vlastností. Medián podle znalostí třídění není modusem ať už třídíme jak chceme. Ale jde o typ pořadí. Takže pokud užijeme jiný typ řazení, nežli je vlastní položková velikost, může být medián modusem. Právě tohle se ukázalo na pořadí RPM. Ale existuje jedno typické pořadí, kde tomu je tak zcela zákonitě. Jde o řazení v rámci struktury Pascalova trojúhelníku. Jestliže chápeme Pascalovo vyjádření binomických koeficientů v trojúhelníku jak charakteristické "uspořádání množiny" podle velikosti (podmínka řazení podle velikosti splněna), je systém rozkladu každé třídy dán nepřímo a výlučně s podobou MODUS = MEDIÁN. Takže zásada vývoje konvergencí na střed (medián) je dána konvergencí na modus a opačně divergencí na extrémy jako minoritní formy. Ty jsou podle Pascalova řazení 2, a proto se mohou dostat podle řazení od nejmenšího k největšímu na začátek. Jde o "divergenci" k extrémům jako minoritním jevům. Prostě nejde ani tak o konvergenci na střed, ale o udržení si odstupu od obou minorit. Jevy pravděpodobnosti přirozených, tedy málo závislých množin, jsou jako pohyb kuličky v jamce. Směřují stále na střed v nejhlubším místě, ale protože jejich pohyb (změna) je dán, nemůže se ustálit a jen kulminuje kolem nejhlubšího místa středu jako "modusu". Vlastní pohyb je dán množinou "madiánů". A tak změna koná pohyb po křivce se středem v modusu, ale když ho "navštíví" je nucena navštívit některý přibližně protilehlý medián. Pokud nedojde ke změně "změny" bude kulička stále translačním pohybem protínat střed jako modus a vždy se na nějakém mediánu otočí zpět. V extrémním případě bude jen pendlovat mezi dvěma opačnými "mediány" a vždy při tom navštíví modus. V jiném extrémním případě může rotovat jen mezi mediány, aniž by byl protnut modus. Pro případ změny ve vesmíru si vytvoříme obraz vržené kuličky, které část své energie dodala podkladu a vytvořila důlek, ale zbylá energie nepostačuje k úniku z důlku, a ani se neztrácí. Kulička je odsouzena ke stálému pohybu v důlku. Takže pokud je vesmír takto energeticky uzavřený má před sebou nekonečnou budouicnost a je jedno kolik energie vyčerpal na vytvoření důlku a kolik mu zůstalo na pohyb uvnitř. Ani z malého důlku vesmír neuteče pokud vektory původního dopadu

6 TG : Matematická stabilita : Modus = medián Petr Neudek 6 neobrátí směr reakce vhodným způsobem (kolmo) na původní směr, nebo když má vlastní zbylé energie méně, nežli činí ekvivalent důlku. Pak už ani jakákoliv změna geometrie k úniku nepomůže. Tou zadrženou energii je gravitace a hmota. Právě poměr hmoty a ostatní energie byl otevřen jako problém budoucnosti (zhroucení, nebo rozepnutí). Teorie pravděpodobnosti nám dává odpověď oba extrémy už se staly a čeká nás jen budoucnost jako pohyb mezi množinou mediánů a modusu. Při tom se otevírá podotázka : Může být systém mediánů také modulem? Takže na tuto odpověď nemusíme dlouho čekat. Ano je to tak. Je dokonce velice pravděpodobné, že modulo vyjadřuje vážený průměr jedinou položku, která bude modusem. Takže úvodní heslo MOD = MED znamená také zkratky slov, MODUS, MEDIÁN, MODULO a MODIFIKACE. Otázka modula. Otázka modula je otázkou poměrně zásadní. Jde vlastně spíš o statistickou váhu počet stejného druhu sloučený do jediné položky. Známe váhu jako stejnou početnost různých modifikací, takže zde můžeme hovořit o nejmenším skoku v rámci změny jako výměny modifikace. V Pascalově řádu n jsou všechny "velikosti" podvojné, jsou ale sigmaaditivní podle pořadí. Takže nejsnadnější přestup tvaru je například mezi extrémy Pascalova řádu. C(k = 0 z celku n) = C(k=n z celku n). Dostáváme logiku seřazení extrémů vedle sebe. Jsou li vyčerpány extrémy (vypotřebována jejich pravděpodobnost), musí systém přestoupi do nejbližších systémů podle počtu, a tím je buď C(1 z celku n) nebo C(k = n-1 z celku n). Početnost těchto tvarů je dohromady 2n. Takže přestupy mezi nimi jsou n krát početnější, nežli mezi extrémy. Po vypotřebování pravděpodobnosti musí systém přejít na vyšší početnost kombinací. Tak změna postupně stoupá až na k = ½n. To může být jediná modifikace (je podvojná sama v sobě), nebo jde o klasické dva středy (medián jako průměr ze dvou položek). Jde o to, zda je pořet sudý, nebo lichý. Při lichém počtu položek dostaneme "pravé" určení mediánu, který je podvojný sám v sobě. Takto lze asi definovat typ změny se zakonzervovaným tvarem. Jedná se o to, že úlohu hrají také doplňky kombinatorického předpisu. Změna v rámci vlastní podvojnosti znamená změnu beze změny uspořádání a možný vznik variace. Čím menší počet, tím menší možnost variace. Variace znamená určitou poruchu na systému. Změny mohou probíhat "postupně" pro všechny prvky, a nikoliv naráz (podle kombinačního principu). Souběžné jako paralelní podmnožiny mohou vykonávat svou vlastní variaci. Takže obě podmnožiny konají současně změnu (kombinační princip), ale každá jinou (také možnost kombinace, nebo variace, a nebo kompromisně trošku kombinace zvětšená variací). Dojde k asynchronnímu vývoji podmnožin. Konají li všechny podmnožiny současně změnu, ale každá jinou, je vytvořen předpoklad splnění jak kombinačního principu, tak vzniku "nekonečné změny". Když by se celá množina chovala "kombinačně", byly by pozorovány změny jako negace. Pokud však existují různé podmnožiny (ve smyslu počtu a uspořádání), konají různé změny "současně", tedy na základě variačního principu. A to je základ vzniku asynchronního vesmíru. Teorie SUSY a GUT popisují ranná stádia vesmíru jako synchronní jevy přeměny současně se stejnými prvky. Typické projevy extrémně závislých prvků na svém systému a opak extrémně nezávislé prvky na svém systému. Tehdy se prvky chovaly podle "kombinačního principu". Tedy naráz se změnil tvar a podoba všech různých i stejných. Jedná se vlastně popisem o isomorfní tvary, které byly záhadou uvedenou v teoriích SUSY a GUT. Rozvoj množiny vedl k modusu, tedy k poměru k = ½n, a toto bylo jednorázově přeskočeno (mezietapa) a vývoj kulminoval někde na k = (n sqrt(n)). Skoky se zastavily zvětšováním počtu a tvarem došlo k vytvoření přirozené množiny. Vývoj se začal odehrávat podle scénáře velkého počtu. Ten známe jako střední druhy modifikací. A právě zde hraje úlohu další varianta modula jako váhy. Připomeneme si, že v symetrických rozděleních hraje váha zásadní úlohu. V nesymetrických uspořádání bývá rovna jedné u každé položky, a proto její vliv na vývoj zaniká. Jinak řečeno každá podoba nesymetrického uspořádání je unikátní. Symetrické uspořádání umožňuje konat změnu v rámci stejného tvaru, stejně jako modus = mediánu z lichého počtu položek. Takže v tomto smyslu je si roven modus s modulem. Při výpočtu vlastního souboru narazíme na váhu výpočtu není to nic jiného nežli modulo. Takže i výpočtové položky, jejich složkou je velká váha představují "stálost" vývoje. Jenže také vlastní základní výpočet je vlastně vahou v tomto smyslu, a právě proto je velikost rozhodující. Kvantifikovaný tvar modifikace má svou velikost jako "váhu". Je to také počet dílčích změn, jejich řada dává vlastně matematický čas tedy pořadí. Když se podíváme na vzorce, kterými počet (váhu) modifikací určujeme, jde o součiny a podíly určitých čísel, která můžeme zaměnit v pořadí vzorce. Toto je typické zejména pro výpočtovou váhu. Stav množiny je dán součinem binomických koeficientů. Při tom v symetrických množinách je zde také výpočtová váha, která typicky mění klasifikaci výpočtu mezi kombinací a variací. To je typický projev změny charakteru z kombinačního na variační a opačně. Ukážeme si to názorně.na výpočtu množiny C(10 ze 100), kterou jsme už dříve použili v jiných kapitolách :

7 TG : Matematická stabilita : Modus = medián Petr Neudek 7 Pořadí podle souhrnu sl.2 sl.3 sl.4 sl.5 sl.6 sl.7 sl.8 sl.9 sl.10 sl.11 sl.12 sl.13 sl.14 Modifikace Modifikace Systém 100p rozdělený na 10n = 10p Výpočet z řádku (kvantifikace modelu) Podle RPM velikost 10p 10p 10p 10p 10p 10p 10p 10p 10p 10p Váha Součin n-tic Π sl.12*sl Součet sloupce 42/42 řádků Kontrola součtu vzorcem pro kombinace C(10 z celku 100) Výpočtové charakteristiky Aritmetický průměr množina 10 položek > nežli A průměr. Modrý podklad Geometrický průměr 21 položek > nežli G průměr. Žlutý podklad Druhá odmocnina množiny C(10 ze 100) platí pro součet extrémů (max i min). Limitní hodnota poloviny (hodnota na rozhraní součtů ½ setříděných položek)zelený podklad Modus (používáme podíly všemi položkami viz Teorie pravděpodobnosti) bez barvy podkladu , , Tabulka 2: Vyjádření výpočtové váhy jako typ modula Tabulka byla zpracována sice k jiným účelům, ale ukazuje poměrně dobře výpočtovou váhu, která vlastně také

8 TG : Matematická stabilita : Modus = medián Petr Neudek 8 představuje určitý typ modula. Jde však o součiny, takže je vhodné hovořit o dělitelích a jejich mocninách (kardinální řád). Nejprve seřadíme tento soubor podle váhy a ukážeme si jak jsme ji získali (Základy Teorie pravděpodobnosti příklady). Výpočtová váha jako modulo Pořadí podle souhrnu sl.2 sl.3 sl.4 sl.5 sl.6 sl.7 sl.8 sl.9 sl.10 sl.11 Vyhodnocení váhy výpočtu jako modula. Postup výpočtu váhy Modifikace Váha výpočtu Systém 100p rozdělený na 10n = 10p Velikosti váhy Pořadí za (existuje varianta Podle RPM velikost 10p 10p 10p 10p 10p 10p 10p 10p 10p 10p Váha Modula za modulo modulo postupu výpočtu) C(10 z 10) C(1 z 10) C(2 z 10) V(2 z 10) V(2 z 10) V(2 z 10) V(2 z 10) V(2 z 10) C(5 z 10) C(1 z 10)*C(2 z 9) C(1 z 10)*C(2 z 9) C(1 z 10)*C(2 z 9) C(1 z 10)*C(2 z 9) C(1 z 10)*C(2 z 9) V(3 z 10) V(3 z 10) V(3 z 10) V(3 z 10) C(1 z 10)*C(3 z 9) C(1 z 10)*C(3 z 9) C(1 z 10)*C(3 z 9) C(1 z 10)*C(3 z 9) C(1 z 10)*C(3 z 9) C(1 z 10)*C(3 z 9) C(2 z 10)*C(2 z 8) C(2 z 10)*C(2 z 8) C(2 z 10)*C(2 z 8) V(2 z 10)*C(2 z 8) V(2 z 10)*C(2 z 8) V(2 z 10)*C(2 z 8) C(2 z 10)*C(4 z 8) C(2 z 10)*C(4 z 8) C(3 z 10)*C(3 z 7) V(2 z 10)*C(3 z 8) V(4 z 10) V(2 z 10)*C(3 z 8) V(2 z 10)*C(3 z 8) V(2 z 10)*C(3 z 8) V(2 z 10)*C(4 z 8) C(1z10)*C(2z8)*C(2z7) C(1z10)*C(2z8)*C(2z7) C(1z10)*C(2z8)*C(3z7) Souhrn sloupce M různých 16 stejných postupů řádky Velký (souhrnný) modus řádek 42 Malý (výpočtový) modus 19-22, 33 řádky Velký (souhrnný) medián řádek 21,22 Malý (výpočtový) medián 2 řádky 23-27,31-32,39 řádky Velké (souhrnné) modulo řádek Malá (výpočtová) modula 5 řádků (největší součet) Tabulka číslo 3 nám ukazuje vyhodnocení výpočtové váhy jako modula. Ze sloupce výpočtu váhy vidíme postup jakým se k váze dopracujeme. Je to systém kombinatorických vzorců kombinací a variací. Záhlaví sloupce výpočtu uvádí, že vzorec má variantu. Zatímco hlavní výpečet je invariantní, lze váhu vyjádřit variantně. Například vzorec V(2 z 10) = variace 2. třídy z celku 10 lze vyjádřit jako součin kombinací takto C(1 z 10)*C(1 z 9), nebo také správně dle "Kombinatorického stromu" jako k!c(k z n), tedy 2!C(2 z 10). Z pohledu numerického výsledku v tom není rozdíl, ale z pohledu principu šíření v tom rozdíl je a podstatný. Kombinace se odehrává naráz, a variace "postupně". Takže například vzorec C(1 z 10)*C(1 z 9) vyjadřuje dva současné paralelní jevy, zatímco V(2 z 10) ukazuje na postupný průběh změny. Rovnost by nastávala z pohledu současnosti jako C(1 z 10)+C(1 z 9) = V(2 z 10), ale Dostáváme se k principům vyjádřených uspořádaných množin. V rámci váhy jde vlastně o obsah činitelů v součinu, a do toho započítáváme také vlastní základní výpočet. Variantnost výpočtu váhy vychází například také z interpretace shodné velikosti pro jeden prvek celku n, který má shodnou početnost jak pro kombinace, tak pro variace. Konkrétně V(1 z n)=c(1 z n). Totéž platí o prázdné

9 TG : Matematická stabilita : Modus = medián Petr Neudek 9 množině kombinací jako V(0 z n) = C(0 z n). Na těchto množinách může docházet ke změně sério paralelních charakterů. Máme totiž za to, že množina se snaží udržet si počáteční (původní) charakter. Začne li jako variace V(1 z n) bude mít převažující tendenci pokračovat jako variace vyšších tříd, tedy V(2..n z celku n). U výpočtové váhy se ještě zastavíme. Variantnost výpočtu spočívá například také v možnosti užít výhodnější vzorec ze sigmaaditivní dvojice. Například C(7 z 10) = C(3 z 10). Tento postup byl užit například v řádku a jiných. Další variantnost spočívá v následujícím principu. Použijeme Variantnost váhy výpočtu Číslo M Tvar M a barevné značení ke vzorci vzorec vzorec vzorec výpočet vzorce výsledek C(1z10) C(2 z 9) C(3 ze 7) C(2z10) C(3 z 8) C(4 ze 5) C(3z10) C(4 z 7) C(1 ze 3) C(4z10) C(1 z 6) C(2 ze 5) C(1z10) C(3 z 9) C(4 ze 6) C(1z10) C(4 z 9) C(2 ze 5) Celkem existuje 24 správných výpočtových postupů podle výše uvedené variantnosti 4! 0 Taktéž lze zaměnit u vzorců typu (1 z n) kombinaci za variaci, nebo použít nějakou formu podílu či násobku z k. Vidíme, že variantnost jediného případu (42. modifikace modus tabulky číslo 3) je velice vysoká. Je možno užít mnoho dělitelů, a vždy to bude spávně. Ale do váhy započítáváme také základní výpočet. Ukážeme si "naturalisticky" o co může jít při hledání mojoritních dělitelů: Variantnost celkového výpočtu Číslo M Tvar M a barevné značení ke vzorci Váha vzorec vzorec vzorec vzorec vzorec vzorec vzorec vzorec vzorec vzorec C(10 z 10) C(1 z 10) C(1 z 10) C(1 z 10) C(1 z 10) C(1 z 10) C(1 z 10) C(1 z 10) C(1 z 10) C(1 z 10) C(1 z 10) Názorně výpočet M 1 M *9*8*7*6*5*4*3*2* *2*3*4*5*6*7*8*9* Výpočet sloučený do jediného zlomku *10*10*10*10*10*10*10*10*10*10*9*8*7*6*5*4*3*2*1 10*9*8*7*6*5*4*3*2*1*1*1*1*1*1*1*1*1*1* Nyní vidíme M1 tabulky 3., jak lze vyjádřit dělitele (alias modulo, váha). Vlastní váha výpočtu je rovna 1 celé, ale lze například v rámci sloučeného čitatele a jmenovatele vyjádřit takto: Sloučený čitatel = * 9! Sloučený jmenovatel = 10! * 1 10 Váhu jako společného dělitele výslůedku můžeme vyjádřit, že je majoritní jako s celkovou velikostí a doplňkem velikosti 1/10. Tím by se M 1 dostala na první místo lokálního modula. Všechny ostatní modifikace mají menší kardinální řád. Kombinatorický doplněk "velikosti" modifikace je převrácenou hodnotou, tedy 1/10 10, nebo (10! * 1 10 )/(10 11 * 9!). Toto zřejmě hraje úlohu také při změně RPM na nsm. Modifikace je v RPM minimem (infimem jako prvek M) a v nsm je stejně početná, což je jediná položka shodná velikostí pro oba typy "sloupců". Je tedy na snadě uvést, že tato modifikace může snadno měnit kombinatorický charakter z kombinací na variace protože 10C(1 z 10) = 10V(1 z 10). Právě toto je zdůvodnění možnosti vzniku matematické postupnosti jako základu pro fyzikální čas. Podstatu bereme z váhy, která lépe vyjádří variaci, a dostane se do základního výpočtu. Co se ale stane? > 10! (asi 2756 krát). Ovšem to je váha, která se z 1 změnila na Velikostní výraz pro množinu C(10 ze 100) = C(1 ze 100)*C(1 z 90)*C(1 z 80)...*C(1 z 10). Plná variace 10. třídy ze 100 je dána 100*99*98*...*91, tedy C(1 z 100)*C(1 z 99)*...*C(1 z 91), což je shodné pro variace, tedy konkrétně V(1 z 100)*V(1 z 99)*...*V(1 z 91). Pochopení je v tom, že existuje 10 "současných" podmnožin C(1 z 10), které konají současně variaci svých prvků, nebo naopak variaci podmnožin. Výše popsané zvětšení váhy je kombinovaným kombinačně variačním principem. Počet variací podle vzorce n*(n-1)*(n-2)*...*(n-10) je nutno dělit 10 -ti, aby vždy "existovalo" současně 10 podmnožin (nutně existuje v současnosti "naráz" všech 100 prvků tedy nějaká kombinace 10x10p), ale ty mají opět vlastnost (schopnost) uspořádání 10!. Potenciálně to chápeme jako "růst počtu" ve formě faktoriálů, nebo mocnin, tedy geometrickou řadou. Ve své podstatě k! Znamená zvětšení počtu každého jednotlivého stavu. Popisovaný princip změny kombinace na variace může mít "podobný", nebo "stejný" efekt jako obecná váha. Je možné (upozorňuji na neprokázanou vlastnost), že prioritně bude nezávislá množina volit přeměnu podle určité funkce růstu. Například podle času (((X^!)^!)^!)^..., nebo podle stejné "váhy" (((X^X)^X)^X)^X)^... Samozřejmě funkce růstu množství je poměrně zásadní, ale jen pro etapu těsně kolem času 0 secund BB. Tak daleko jsem ani nezamýšlel zajít. Faktem je že jako vznik "času" uvádím přechod od kombinace k variacím, ale kde se vzal dostatečný počet hned na počátku je velmi sporné. Vysvětlení dává RPM, ale tím způsobem, že počet byl dán předem jako konečný, nebo pro negativní Celkem

10 TG : Matematická stabilita : Modus = medián Petr Neudek 10 rozvoj vznikl počet postupně a nemá omezení v růstu. To je také zřejmě jedno z velmi pravděpodobných vysvětlení, a možná by jsme se k němu dostali přes kombinatorický předpis (potřeba definovat diskrétní prvky). Pomocí kombinatorického předpisu lze vysvětlit "postupný" vznik počtu. Tedy něco, co postupně rostlo po jednicích, a když bylo jednic dost, došlo k variaci počtu vznikl čas a tak dál. Kombinatorický předpis jsme si ukázali v prvé (základní) části kapitoly MOD=MED. Ukázali jsme si, jak lze pomocí tohoto manipulovat. Například vydělíme množinu "velikostí" infimem a získáme na začátku předpisu jedničku, kterou následně odstraníme z čitatelů a ve jmenovateli posuneme o jedno pořadí doleva. Princip funguje obousměrně ke zvětšení, i ke zmenšení "počtu" činitelů ve vzorci.: A B C D E F F E D C B A Vykrácení infimem a/f b/f c/f d/f e/f 1 1 e/f d/f c/f b/f a/f Posun dělitelů v levo a/f b/f c/f d/f e/f 1 e/f d/f c/f b/f a/f 1 Schemátko nám ukazuje, jak F přišlo o svou vlastní velikost, a jak bylo vytěsněno ze vzorce. Kombinatorický předpis totiž má jeden konstatntní výsledek vždy je roven jedna celá. Prostě klesl počet činitelů ze šesti na 5 a s výsledkem se nic nestalo. Je stále stejně pravdivý. Má to podstatu v logice existence. Pokud vlivem například nesymetrie opakování (typické pro málo závislé prvky a množiny) dojde ke vzniku imaginárního prvku, je nutno jej započítat jako jednici tedy opačný postup, nežli ukazuje schemátko. Pak už stačí, aby tato logická existenční jednice (pocházející z průměru) dostala vlastní velikost. A máme nárůst "počtu". Viz například důkaz tříděním, nebo vysvětlení závislostí v množině. Pomocí systémových deformací vysvětlujeme také růst počtu, ale jen existenčních jednic. Tedy šedých podkladů ve schemátku. Tam vysvětlujeme možný nárůst počtu "skokem" podle RPM. Aby k tomuto docházelo, je potřeba, aby množina kulminovala kolem střední největší "velikosti", tedy kolem modusu, který je také mediánem, což je dáno strukturou řazení Pascalova schematu. Vznik šedých jednic je vznik předpisu Pascalovy trídy, takže dík jednici se počet zvyšuje posloupností 2(x)+1. To je právě poměr mezi počtem tříd v Pascalově trojúhelníku. Každá nižší třída (n 1), tedy 2 n-1 = ½(2 n 1), a každá vyšší třída Pascalova schematu je dána jako 2 n+1 = 2(2 n )+1. Zopakujeme si jenom, že třída 2 n je dána součtem všech tříd kombinací se společným základem všech možných n. 2 n = C(0 z n); C(1 z n);...c(k=n z celku n) = součtu n+1 tříd kombinací se základem možných n. Omlouvám, že stále tento základ opakuji, ale domnívám se, že to není zcela samozřejmé pro toho kdo nezná kapitolu Teorie pravděpodobnosti "Pascalův trojúhelník". Předpokládám, že to není vžitá znalost, proto ji opakuji v mnoha kapitolách. Takže vznik počtu lze přikládat nárůstu jednice v kardinálním počtu, což je poměrně vhodné vysvětlení rychlého zvětšování počtu. Vlastní počet je vyjádřen množstvím podla Pascalova trojúhelníku, tedy řadou kombinatorických růstů: Pascalova Počet tříd Celkový třída kombinací počet V rámci jiných kapitol nám například vychází jako pravděpodobný postup růstu počtu například jako řada růstu čtyřnásobkem. Tedy kardinální řád v takovém případě neroste o jednici, ale o 2 2, tedy 1 matematickým prvkem, což znamená konkrétně růst nikoliv o jednici, ale o dvě jednice na kardinálním řádu Pascalova trojúhelníku. To vychází z poměrů na

11 TG : Matematická stabilita : Modus = medián Petr Neudek 11 singularitách. Do singulární interakce, nebo kontrakce vstupují 4 jednotky nábojů (částic), vyšší řád singulární přeměny zase slučuje 4 základní singularity, tedy 16 základních nábojů (částic) a tak dál. Takže potom by množství rostlo sudým počtem (rostlo by matematickým prvkem), tedy řada 2 2, 2 4, 2 6, 2 8, 2 10, 2 12, 2 14, 2 16,... a tak dál. Předpokládáme, že na začátku existence byl velký počet, ovšem pokud to bylo kontinuální množství, bylo dáno zlomkem jako vlastní velikostí. Potom by do kombinatorického předpisu vstupovaly tyto velikosti a vystupovaly by diskrétní jednice. Ukážeme si to jen přibližně na dvou typech kontinuálních množin. Jedna má "stejně" velké prvky, a druhá je má kaskádovité. Podíl suprémem (0,5) na řadě 1/2+1/4+1/8+1/16+1/32+1/ , , , , , , , , , , , , , , = 0, , , , , , , , , , , , , , , = 0, Podíl suprémem (0,5) na řadě 1/2+1/4+1/8+1/16+1/32+1/ způsobil nárůst počtu z 1 celá na 2 celé 1, , , , , , , , , , , , , , = 1, , , , , , , , , , , , , , , = 1, Vznik jednice na místě supréma znamená vznik diskrétní jednice (vznik dikrétního počtu). Tato se vyřadí a řada se doplní o další polovinu z poloviny původně poslední. 0, , , , , , , , , , , , , , = 0, , , , , , , , , , , , , , , = 0, Podíl suprémem (0,5) na řadě 1/2+1/4+1/8+1/16+1/32+1/ , , , , , , , , , , , , , , = 0, , , , , , , , , , , , , , , = 0, Podíl suprémem (0,5) na řadě 1/2+1/4+1/8+1/16+1/32+1/ způsobil nárůst počtu z 1 celá na 2 celé 1, , , , , , , , , , , , , , = 1, , , , , , , , , , , , , , , = 1, Schema ukazuje variantu nekonečného, ale postupného generování diskrétních jednic z kontinuální množiny. Tato množina je dána rozkladem na poloviny, takže součet současně existujících prvků se blíží k jedné celé (simulujeme aktivní proces, kdy ze dvou částí zůstane jedna jako skalár velikosti, a druhá část se zase takto rozdělí. Když provedeme proces dělení všech členů suprémem (prvním čitatelem žlutý podklad) dostaneme dvojnásobný počet. Původní suprémum s velikostí 0,5 se podílem "sama sebe" stane 1 diskrétního typu (p 0 ) a přestává být kontinuálním dílem (prvkem). Řada čitatelů se posune jakoby o jedno pole doleva, řada jmenovatelů doprava. Ovšem podílem získané "velikosti" odpovídají těm původním. Takže se také infimum dvakrát zvětšilo. V tomto okamžiku (před odtržením diskrétní jednice) má množina velikost čitatele a jmenovatele blížící se číslu 2. jejich podíl je stále 1 celá, a tak ubytkem o zlomek 1/1 získává vnější prostředí diskrétní jednici, a vnitřní prostředí je "zachováno", aniž by se cokoliv změnilo. Generování jednic může být bez konce za předpokladu, že stále běží princip dělení poslední části (infima) na poloviny. Stále stejná velikost potenciálu umožní generovat stále stejně "velké" jednice, ale ty samy o sobě mohou začít interakce a nabýt "spojitosti" kombinatorického typu. S těmito spojitostmi (závislostí) vzniknou předpisy Pascalova řádu n. Nyní už může Pascalův řád růst po jednicích, ale také může vzniknout naráz kombinačně jako obrovský počet. Překlopením se všech prvků naráz dojde k načerpání vlastních velikostí z původní kontinuální energetické množiny. Ta může pokračovat bez problému dál její velikost bude i jako zlomek 1/x stále roven existenčnímu vyjádření a bude stále fungovat kombinatorický předpis. Vidíme, že je jedno kolik je činitelů v předpisu, a je jedno jak je "mohutná" jejich vlastní velikost. Dokunce je jedno, zda se dělí na rovné poloviny. I nestejné dělení funguje shodným mechanizmem. Také si iluzorně můžeme představit ubývající množinu kontinuálního typu. Například diskrétní jednice "zůstane na svém místě", ale přidá se odzadu nový podíl. Takže potom řada čitatelů klesá polovinou až k nule, a stejně se generují prvky diskrétní se stejnou hodnotou a velikostí. Takže představa množiny stejných prvků vychází z představy Pascalova řádu, kde n = p 0. Potom už můžeme klidně vyjádřit, že mají v spojité formě množiny vlastní okamžitou "velikost" danou jako 1/n. Také předpokládaný proces generování se mohl ukončit vznik konečného počtu. To by nastalo například s ukončením restrikce polovinou, nebo ukončení podílu suprémem. Představíme si také, že podíly suprémem byly početnější, nežli restrikce zbytku polovinou, a nakonec došlo k desynchronizaci a zůstal jediný činitel kontinuální množina se stala sama prvkem tím že zůstal jediný činitel x/x=1. Z výše uvedených popisů by mělo být zřejmé, že vesmír kolem času 0 secund BB mohl být uzavřen počtem, ale nemusel, a například stále zvětšuje počet o jednici. To ovšem nehraje úlohu, protože počet existující jako velice mohutné množství prvků + 1 =. Jde jen o to, zda došlo naráz k vytvoření 2 n, nebo zda počet rostl nějakou řadou geometrického typu. Ačkoliv by to bylo postupně, bylo by to asi dost rychlé, nebo to mohlo být "těsně" před, či po BB (Big Benu). Tedy již dříve zmíněné geometrické řady faktoriálů a mocnin. Musíme si uvědomit, že čas našeho typu tehdy neexistoval, a vznikl až jako důsledek singulární interakce, nebo dokonce kontrakce. I když by vesmír generoval prvky typu p 1, tedy prvky s vlastní velikostí například p 1 = 0,5; p 2 = 0,25; p 3 = 0,125;...a tak dál, došlo by při první interakci k vyrovnání velikostí tedy například p 1(0,5)+p 2(0,25)+p 3 (0,125)+p 4(0,062)=0,95 což vydělíme 4 = 0,2375 průměrná velikost. Postupně by se zprůměrovaly všechny prvky na shodnou vlastní velikost 1/n. Samozřejmě při tom předpokládáme také možnost ubytku "velikosti" původní kontinuální množiny. To by mohlo také fungovat prakticky nekonečně, protože i sebe menší čitatel, stejně velký jmenovatel dává dohromady stále jednici. Jen do diskrétní skutečnosti by vstupovaly různě velké jednice. Ovšem ty by se zprůměrovaly, takže je docela jedno jak to opravdu bylo. Na začátku byl obrovský počet, který vytvořil předpoklad času dík variačnímu principu. Zbytek je popsán v různých kapitolách Závěr : vše začalo a také trvá konvergencí na MOD, který byl také MED. Zkráceně konvergencí na "střed".

Kombinatorický předpis

Kombinatorický předpis Gravitace : Kombinatorický předpis Petr Neudek 1 Kombinatorický předpis Kombinatorický předpis je rozšířením Teorie pravděpodobnosti kapitola Kombinatorický strom. Její praktický význam je zřejmý právě

Více

Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 2. Stránka v kapitole 1. Příklad 2. Modifikace M systému k=6p.

Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 2. Stránka v kapitole 1. Příklad 2. Modifikace M systému k=6p. Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 2. Stránka v kapitole 1 Příklad 2. Výpočet pomocí rozšířeného Bernoulliho schematu. Příklad řeší výpočtem rozložení prvků losovaných

Více

Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 1. Stránka v kapitole 1

Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 1. Stránka v kapitole 1 Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 1. Stránka v kapitole 1 Příklad 1. Výpočet pomocí rozšířeného Bernoulliho schematu. Příklad řeší výpočtem rozložení prvků losovaných

Více

MATURITNÍ TÉMATA Z MATEMATIKY

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

Více

Maturitní témata profilová část

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

Více

Komentáře Schema 2 Vlastní provedení. Příklad 2.

Komentáře Schema 2 Vlastní provedení. Příklad 2. Příklad 2. Popíšeme předpoklady výpočtu pravděpodobnost výsledků hodu několika kostkami. Příklad prvého schematu ukázal, že rostoucím počtem mincí se mění relativní četnosti jednotlivých tvarů. Nyní tuto

Více

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

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

Více

Původní nalezení vztahu který ukazoval na rovnost středních hodnot MOD = MED.

Původní nalezení vztahu který ukazoval na rovnost středních hodnot MOD = MED. TP TG stabilita množstvím: Mod=Med_původní Petr Neudek 1 Původní nalezení vztahu který ukazoval na rovnost středních hodnot MOD = MED. Modus Medián, nebo také Modus = Modulo, a Medián = Modulo vznikl při

Více

Důkaz, který si vyžádaly teorie SUSY a GUT.

Důkaz, který si vyžádaly teorie SUSY a GUT. Gravitace: SUSY a GUT Petr Neudek 1 Důkaz, který si vyžádaly teorie SUSY a GUT. V souvislosti s rozvojem kosmologie došli vědci k poznání, že vesmír se pravděpodobně zrodil tak jak popisuje teorie velkého

Více

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

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

Více

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník 3 hodiny týdně PC a dataprojektor Kombinatorika Řeší jednoduché úlohy

Více

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

Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014. 1. Obor reálných čísel Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014 1. Obor reálných čísel - obor přirozených, celých, racionálních a reálných čísel - vlastnosti operací (sčítání, odčítání, násobení, dělení) -

Více

Maturitní otázky z předmětu MATEMATIKA

Maturitní otázky z předmětu MATEMATIKA Wichterlovo gymnázium, Ostrava-Poruba, příspěvková organizace Maturitní otázky z předmětu MATEMATIKA 1. Výrazy a jejich úpravy vzorce (a+b)2,(a+b)3,a2-b2,a3+b3, dělení mnohočlenů, mocniny, odmocniny, vlastnosti

Více

Maturitní okruhy z matematiky - školní rok 2007/2008

Maturitní okruhy z matematiky - školní rok 2007/2008 Maturitní okruhy z matematiky - školní rok 2007/2008 1. Některé základní poznatky z elementární matematiky: Číselné obory, dělitelnost přirozených čísel, prvočísla a čísla složená, největší společný dělitel,

Více

2.8.6 Čísla iracionální, čísla reálná

2.8.6 Čísla iracionální, čísla reálná .8.6 Čísla iracionální, čísla reálná Předpoklady: 0080 Př. : Doplň tabulku (všechny sloupce je možné vypočítat bez kalkulačky). 00 x 0 0,0004 00 900,69 6 8 x 0,09 0, x 0 0,0004 00 x 0 0,0 0 6 6 900 0 00

Více

Maturitní témata z matematiky

Maturitní témata z matematiky Maturitní témata z matematiky 1. Lineární rovnice a nerovnice a) Rovnice a nerovnice s absolutní hodnotou absolutní hodnota reálného čísla definice, geometrický význam, srovnání řešení rovnic s abs. hodnotou

Více

Gymnázium Jiřího Ortena, Kutná Hora

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

Více

Systematizace a prohloubení učiva matematiky. Učebna s dataprojektorem, PC, grafický program, tabulkový procesor. Gymnázium Jiřího Ortena, Kutná Hora

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

Více

7. Rozdělení pravděpodobnosti ve statistice

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

Více

Maturitní témata z matematiky

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

Více

Gravitace : Komentáře Petr Neudek 1. Cesta k průměru.

Gravitace : Komentáře Petr Neudek 1. Cesta k průměru. Gravitace : Komentáře Petr Neudek 1 Cesta k průměru. Jedná se o určité zamyšlení nad tím, co je to průměr, nebo střední hodnota. Obecně je problematika brána z mnoha pohledů, a lze narazit v každé kapitole

Více

Popisná statistika kvantitativní veličiny

Popisná statistika kvantitativní veličiny StatSoft Popisná statistika kvantitativní veličiny Protože nám surová data obvykle žádnou smysluplnou informaci neposkytnou, je žádoucí vyjádřit tyto ve zhuštěnější formě. V předchozím dílu jsme začali

Více

3. Reálná čísla. většinou racionálních čísel. V analytických úvahách, které praktickým výpočtům

3. 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

Více

Cvičení z matematiky jednoletý volitelný předmět

Cvičení z matematiky jednoletý volitelný předmět Název předmětu: Zařazení v učebním plánu: Cvičení z matematiky O8A, C4A, jednoletý volitelný předmět Cíle předmětu Obsah předmětu je zaměřen na přípravu studentů gymnázia na společnou část maturitní zkoušky

Více

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

Tematický plán Obor: Informační technologie. Vyučující: Ing. Joanna Paździorová Tematický plán Vyučující: Ing. Joanna Paździorová 1. r o č n í k 5 h o d i n t ý d n ě, c e l k e m 1 7 0 h o d i n Téma- Tematický celek Z á ř í 1. Opakování a prohloubení učiva základní školy 18 1.1.

Více

1 Linearní prostory nad komplexními čísly

1 Linearní prostory nad komplexními čísly 1 Linearní prostory nad komplexními čísly V této přednášce budeme hledat kořeny polynomů, které se dále budou moci vyskytovat jako složky vektorů nebo matic Vzhledem k tomu, že kořeny polynomu (i reálného)

Více

Funkce a lineární funkce pro studijní obory

Funkce a lineární funkce pro studijní obory Variace 1 Funkce a lineární funkce pro studijní obory Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. 1. Funkce

Více

Komentáře Schema 3 Vlastní provedení. Příklad 3.

Komentáře Schema 3 Vlastní provedení. Příklad 3. Příklad 3. Určování řídících systémů úvod do kombinatorických problematik. V předcházejícím příkladu jsme popisovali mimo jiné také problematiku kombinatorických pojmů výrokem, že kombinatorické pojmy

Více

7 = 3 = = Učivo Vysvětlení Př. + pozn. Zlomek = vyjádření části celku 3 část snědla jsem 3 kousky

7 = 3 = = Učivo Vysvětlení Př. + pozn. Zlomek = vyjádření části celku 3 část snědla jsem 3 kousky 0 Učivo Vysvětlení Př. + pozn. Zlomek vyjádření části celku část snědla jsem kousky celek a pizza byla rozdělena na kousky Pojem zlomek Vyjádření zlomku Základní tvar: čitatel a jmenovatel jsou nesoudělná

Více

Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 5. Stránka v kapitole 1

Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 5. Stránka v kapitole 1 Základy teorie pravděpodobnosti Kapitola: Numerické výpočty příklad 5. Stránka v kapitole 1 Příklad 5. Výpočet pomocí Bernoulliho schematu demonstrující existenci systémové výhody určitého druhu. Obsažným

Více

Matematika PRŮŘEZOVÁ TÉMATA

Matematika PRŮŘEZOVÁ TÉMATA Matematika ročník TÉMA 1-4 Operace s čísly a - provádí aritmetické operace v množině reálných čísel - používá různé zápisy reálného čísla - používá absolutní hodnotu, zapíše a znázorní interval, provádí

Více

Statistika pro geografy

Statistika pro geografy Statistika pro geografy 2. Popisná statistika Mgr. David Fiedor 23. února 2015 Osnova 1 2 3 Pojmy - Bodové rozdělení četností Absolutní četnost Absolutní četností hodnoty x j znaku x rozumíme počet statistických

Více

Kapitola Základní množinové pojmy Princip rovnosti. Dvě množiny S a T jsou si rovny (píšeme S = T ) prvek T je také prvkem S.

Kapitola Základní množinové pojmy Princip rovnosti. Dvě množiny S a T jsou si rovny (píšeme S = T ) prvek T je také prvkem S. 1 Kapitola 1 Množiny 11 Základní množinové pojmy Pojem množiny nedefinujeme, pouze připomínáme, že množina je souhrn, nebo soubor navzájem rozlišitelných objektů, kterým říkáme prvky 111 Princip rovnosti

Více

Třídění množin a definice závislostí.

Třídění množin a definice závislostí. Základy teorie pravděpodobnosti Kapitola: Třídění množin a definice závislostí. Stránka v kapitole 1 Třídění množin a definice závislostí. Tato kapitola charakter spíš popisný a doplňující k hlavní osnově

Více

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT)

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) 1. Číselné obory 1.1 Přirozená čísla provádět aritmetické operace s přirozenými čísly rozlišit prvočíslo

Více

1 Mnohočleny a algebraické rovnice

1 Mnohočleny a algebraické rovnice 1 Mnohočleny a algebraické rovnice 1.1 Pojem mnohočlenu (polynomu) Připomeňme, že výrazům typu a 2 x 2 + a 1 x + a 0 říkáme kvadratický trojčlen, když a 2 0. Číslům a 0, a 1, a 2 říkáme koeficienty a písmenem

Více

Typy množin, systémů a jejich rozdělení.

Typy množin, systémů a jejich rozdělení. Základy teorie pravděpodobnosti. Kapitola: Typy množin, systémů a jejich rozdělení. Strana v kapitole 1 Typy množin, systémů a jejich rozdělení. V této práci rozlišujeme předmět šetření pravděpodobnosti

Více

Gymnázium Jiřího Ortena, Kutná Hora

Gymnázium Jiřího Ortena, Kutná Hora Předmět: Náplň: Třída: Počet hodin: Pomůcky: Cvičení z matematiky algebra (CZMa) Systematizace a prohloubení učiva matematiky: Číselné obory, Algebraické výrazy, Rovnice, Funkce, Posloupnosti, Diferenciální

Více

p 2 q , tj. 2q 2 = p 2. Tedy p 2 je sudé číslo, což ale znamená, že

p 2 q , tj. 2q 2 = p 2. Tedy p 2 je sudé číslo, což ale znamená, že KAPITOLA 1: Reálná čísla [MA1-18:P1.1] 1.1. Číselné množiny Přirozená čísla... N = {1,, 3,...} nula... 0, N 0 = {0, 1,, 3,...} = N {0} Celá čísla... Z = {0, 1, 1,,, 3,...} Racionální čísla... { p } Q =

Více

Matematika B101MA1, B101MA2

Matematika B101MA1, B101MA2 Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet

Více

M - Příprava na 3. čtvrtletní písemnou práci

M - Příprava na 3. čtvrtletní písemnou práci M - Příprava na 3. čtvrtletní písemnou práci Určeno pro třídu ODK VARIACE 1 Tento dokument byl kompletně vytvořen, sestaven a vytištěn v programu dosystem - EduBase. Více informací o programu naleznete

Více

Základy teorie pravděpodobnosti Kapitola: Pascalův trojúhelník. Stránka v kapitole 1

Základy teorie pravděpodobnosti Kapitola: Pascalův trojúhelník. Stránka v kapitole 1 Základy teorie pravděpodobnosti Kapitola: Pascalův trojúhelník. Stránka v kapitole 1 Upravený Pascalův trojúhelník. Pascalův trojúhelník zná snad každý. Přes to si ho opíšeme kvůli rozpomenutí se. Je to

Více

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: 3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...

Více

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

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

Více

II. Úlohy na vložené cykly a podprogramy

II. Úlohy na vložené cykly a podprogramy II. Úlohy na vložené cykly a podprogramy Společné zadání pro příklady 1. - 10. začíná jednou ze dvou možností popisu vstupních dat. Je dána posloupnost (neboli řada) N reálných (resp. celočíselných) hodnot.

Více

Funkce pro studijní obory

Funkce pro studijní obory Variace 1 Funkce pro studijní obory Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. 1. Funkce Funkce je přiřazení,

Více

Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9.

Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9. Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9. Školní rok 2013/2014 Mgr. Lenka Mateová Kapitola Téma (Učivo) Znalosti a dovednosti (výstup)

Více

M - Kvadratické rovnice a kvadratické nerovnice

M - Kvadratické rovnice a kvadratické nerovnice M - Kvadratické rovnice a kvadratické nerovnice Určeno jako učební tet pro studenty dálkového studia. VARIACE 1 Tento dokument byl kompletně vytvořen, sestaven a vytištěn v programu dosystem - EduBase.

Více

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují 1. u + v = v + u, u, v V 2. (u + v) + w = u + (v + w),

Více

analytické geometrie v prostoru s počátkem 18. stol.

analytické geometrie v prostoru s počátkem 18. stol. 4.. Funkce více proměnných, definice, vlastnosti Funkce více proměnných Funkce více proměnných se v matematice začal používat v rámci rozvoje analtické geometrie v prostoru s počátkem 8. stol. I v sami

Více

MATEMATIKA STUDIJNÍ POŽADAVKY PRO JEDNOTLIVÉ ROČNÍKY STUDIA

MATEMATIKA STUDIJNÍ POŽADAVKY PRO JEDNOTLIVÉ ROČNÍKY STUDIA MATEMATIKA STUDIJNÍ POŽADAVKY PRO JEDNOTLIVÉ ROČNÍKY STUDIA Osmileté studium 1. ročník 1. Opakování a prohloubení učiva 1. 5. ročníku Číslo, číslice, množiny, přirozená čísla, desetinná čísla, číselné

Více

KOMPLEXNÍ ČÍSLA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

KOMPLEXNÍ ČÍSLA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ KOMPLEXNÍ ČÍSLA Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky na gymnáziu INVESTICE

Více

Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy

Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy Lukáš Havrlant Univerzita Palackého 10. ledna 2014 Primární zdroj Jiří Adámek: Foundations of Coding. Strany 137 160. Na webu ke stažení, heslo:

Více

Nezbytnou součástí ústní zkoušky je řešení matematických příkladů, které student obdrží při zadání otázky.

Nezbytnou součástí ústní zkoušky je řešení matematických příkladů, které student obdrží při zadání otázky. Maturitní témata Matematika Školní rok 2016/17 Nezbytnou součástí ústní zkoušky je řešení matematických příkladů, které student obdrží při zadání otázky. Příprava ke zkoušce trvá 15 minut, ústní zkouška

Více

ZŠ ÚnO, Bratří Čapků 1332

ZŠ ÚnO, Bratří Čapků 1332 Úvodní obrazovka Menu (vlevo nahoře) Návrat na hlavní stránku Obsah Výsledky Poznámky Záložky edunet Konec Matematika 1 (pro 12-16 let) LangMaster Obsah (střední část) výběr tématu - dvojklikem v seznamu

Více

MATEMATIKA Maturitní témata společná část MZ vyšší úroveň (vychází z Katalogu požadavků MŠMT)

MATEMATIKA Maturitní témata společná část MZ vyšší úroveň (vychází z Katalogu požadavků MŠMT) MATEMATIKA Maturitní témata společná část MZ vyšší úroveň (vychází z Katalogu požadavků MŠMT) 1. Číselné obory 1.1 Přirozená čísla provádět aritmetické operace s přirozenými čísly rozlišit prvočíslo a

Více

1 Řešení soustav lineárních rovnic

1 Řešení soustav lineárních rovnic 1 Řešení soustav lineárních rovnic 1.1 Lineární rovnice Lineární rovnicí o n neznámých x 1,x 2,..., x n s reálnými koeficienty rozumíme rovnici ve tvaru a 1 x 1 + a 2 x 2 +... + a n x n = b, (1) kde koeficienty

Více

REÁLNÁ FUNKCE JEDNÉ PROMĚNNÉ

REÁLNÁ FUNKCE JEDNÉ PROMĚNNÉ REÁLNÁ FUNKCE JEDNÉ PROMĚNNÉ 5 přednáška S funkcemi se setkáváme na každém kroku ve všech přírodních vědách ale i v každodenním životě Každá situace kdy jsou nějaký jev nebo veličina jednoznačně určeny

Více

Vyšetřování pravděpodobnosti na systémech

Vyšetřování pravděpodobnosti na systémech Základy teorie pravděpodobnosti. Kapitola: Pravděpodobnost systémů Strana v kapitole 1 Vyšetřování pravděpodobnosti na systémech Hovoříme li o Teorii pravděpodobnosti, měli bychom se pravděpodobnosti jako

Více

Požadavky na konkrétní dovednosti a znalosti z jednotlivých tematických celků

Požadavky na konkrétní dovednosti a znalosti z jednotlivých tematických celků Maturitní zkouška z matematiky 2012 požadované znalosti Zkouška z matematiky ověřuje matematické základy formou didaktického testu. Test obsahuje uzavřené i otevřené úlohy. V uzavřených úlohách je vždy

Více

(4x) 5 + 7y = 14, (2y) 5 (3x) 7 = 74,

(4x) 5 + 7y = 14, (2y) 5 (3x) 7 = 74, 1. V oboru celých čísel řešte soustavu rovnic (4x) 5 + 7y = 14, (2y) 5 (3x) 7 = 74, kde (n) k značí násobek čísla k nejbližší číslu n. (P. Černek) Řešení. Z první rovnice dané soustavy plyne, že číslo

Více

7. Funkce jedné reálné proměnné, základní pojmy

7. Funkce jedné reálné proměnné, základní pojmy , základní pojmy POJEM FUNKCE JEDNÉ PROMĚNNÉ Reálná funkce f jedné reálné proměnné je funkce (zobrazení) f: X Y, kde X, Y R. Jde o zvláštní případ obecného pojmu funkce definovaného v přednášce. Poznámka:

Více

ZLOMKY A RACIONÁLNÍ ČÍSLA. Pojem zlomku. Zlomek zápis části celku. a b. a je část, b je celek, zlomková čára

ZLOMKY A RACIONÁLNÍ ČÍSLA. Pojem zlomku. Zlomek zápis části celku. a b. a je část, b je celek, zlomková čára 9... ZLOMKY A RACIONÁLNÍ ČÍSLA Pojem zlomku Zlomek zápis části celku a b a je část, b je celek, zlomková čára Každé číslo zapsané zlomkem lze vyjádřit jako číslo desetinné 7 Zlomková čára je dělící čára

Více

MATEMATIKA 5. TŘÍDA. C) Tabulky, grafy, diagramy 1 - Tabulky, doplnění řady čísel podle závislosti 2 - Grafy, jízní řády 3 - Magické čtverce

MATEMATIKA 5. TŘÍDA. C) Tabulky, grafy, diagramy 1 - Tabulky, doplnění řady čísel podle závislosti 2 - Grafy, jízní řády 3 - Magické čtverce MATEMATIKA 5. TŘÍDA 1 - Přirozená čísla a číslo nula a číselná osa, porovnávání b zaokrouhlování c zápis čísla v desítkové soustavě d součet, rozdíl e násobek, činitel, součin f dělení, dělení se zbytkem

Více

CVIČNÝ TEST 36. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

CVIČNÝ TEST 36. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 CVIČNÝ TEST 36 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 I. CVIČNÝ TEST 1 Určete iracionální číslo, které je vyjádřeno číselným výrazem (6 2 π 4

Více

Polynomy. Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1.1 Teorie Zavedení polynomů Operace s polynomy...

Polynomy. Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1.1 Teorie Zavedení polynomů Operace s polynomy... Polynomy Obsah Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1 Základní vlastnosti polynomů 2 1.1 Teorie........................................... 2 1.1.1 Zavedení polynomů................................

Více

Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/ Množiny, funkce

Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/ Množiny, funkce Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/07.0018 2. Množiny, funkce MNOŽIN, ZÁKLDNÍ POJMY Pojem množiny patří v matematice ke stěžejním. Nelze jej zavést ve formě definice pomocí

Více

Dodatek č. 3 ke školnímu vzdělávacímu programu. Technické lyceum. (platné znění k 1. 9. 2009)

Dodatek č. 3 ke školnímu vzdělávacímu programu. Technické lyceum. (platné znění k 1. 9. 2009) Střední průmyslová škola Jihlava tř. Legionářů 72/3, Jihlava Dodatek č. 3 ke školnímu vzdělávacímu programu Technické lyceum (platné znění k 1. 9. 09) Tento dodatek nabývá platnosti dne 1. 9. 13 (počínaje

Více

Nejméně závislé množiny.

Nejméně závislé množiny. Nejméně závislé množiny Petr Neudek 1 Nejméně závislé množiny. Jak souvisí závislost množin s gravitací? Vždyť závislost patří jako výraz do počtu pravděpodobnosti, a s množinami se dnes sice spojuje,

Více

Jednoduché cykly 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45.

Jednoduché cykly 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. Jednoduché cykly Tento oddíl obsahuje úlohy na první procvičení práce s cykly. Při řešení každé ze zde uvedených úloh stačí použít vedle podmíněných příkazů jen jediný cyklus. Nepotřebujeme používat ani

Více

Figurální čísla, Pascalův trojúhelník, aritmetické posloupnost vyšších řádů

Figurální čísla, Pascalův trojúhelník, aritmetické posloupnost vyšších řádů Figurální čísla, Pascalův trojúhelník, aritmetické posloupnost vyšších řádů Jaroslav Zhouf, PedF UK, Praha Úvod Pascalův trojúhelník je schéma přirozených čísel, která má své využití např. v binomické

Více

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

Více

Posloupnosti a jejich konvergence POSLOUPNOSTI

Posloupnosti a jejich konvergence POSLOUPNOSTI Posloupnosti a jejich konvergence Pojem konvergence je velmi důležitý pro nediskrétní matematiku. Je nezbytný všude, kde je potřeba aproximovat nějaké hodnoty, řešit rovnice přibližně, používat derivace,

Více

CZ 1.07/1.1.32/02.0006

CZ 1.07/1.1.32/02.0006 PO ŠKOLE DO ŠKOLY CZ 1.07/1.1.32/02.0006 Číslo projektu: CZ.1.07/1.1.32/02.0006 Název projektu: Po škole do školy Příjemce grantu: Gymnázium, Kladno Název výstupu: Prohlubující semináře Matematika (MI

Více

Průměr je ve statistice často používaná hodnota, která se počítá jako aritmetický průměr hodnot.

Průměr je ve statistice často používaná hodnota, která se počítá jako aritmetický průměr hodnot. Průměr Průměr je ve statistice často používaná hodnota, která se počítá jako aritmetický průměr hodnot. Co je to průměr # Průměrem se rozumí klasický aritmetický průměr sledovaných hodnot. Můžeme si pro

Více

3. Celistvé výrazy a jejich úprava 3.1. Číselné výrazy

3. Celistvé výrazy a jejich úprava 3.1. Číselné výrazy . Celistvé výrazy a jejich úprava.1. Číselné výrazy 8. ročník. Celistvé výrazy a jejich úprava Proměnná je znak, zpravidla ve tvaru písmene, který zastupuje čísla z dané množiny čísel. Většinou se setkáváme

Více

CVIČNÝ TEST 17. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15

CVIČNÝ TEST 17. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15 CVIČNÝ TEST 17 Mgr. Tomáš Kotler OBSAH I. Cvičný test II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15 I. CVIČNÝ TEST VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 Jsou dány funkce f: y = x + A, g: y = x B,

Více

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u. Několik řešených příkladů do Matematiky Vektory V tomto textu je spočteno několik ukázkových příkladů které vám snad pomohou při řešení příkladů do cvičení. V textu se objeví i pár detailů které jsem nestihl

Více

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem)

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem) MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY Učební osnova předmětu MATEMATIKA pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem) Schválilo Ministerstvo školství, mládeže a tělovýchovy dne 14. 6. 2000,

Více

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D.

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Vybraná rozdělení spojitých náhodných veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Třídění Základním zpracováním dat je jejich třídění. Jde o uspořádání získaných dat, kde volba třídícího

Více

Posloupnosti a jejich konvergence

Posloupnosti a jejich konvergence a jejich konvergence Pojem konvergence je velmi důležitý pro nediskrétní matematiku. Je nezbytný všude, kde je potřeba aproximovat nějaké hodnoty, řešit rovnice přibližně, používat derivace, integrály.

Více

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

B) výchovné a vzdělávací strategie jsou totožné se strategiemi vyučovacího předmětu Matematika. 4.8.3. Cvičení z matematiky Předmět Cvičení z matematiky je vyučován v sextě a v septimě jako volitelný předmět. Vzdělávací obsah vyučovacího předmětu Cvičení z matematiky vychází ze vzdělávací oblasti

Více

Příklad z učebnice matematiky pro základní školu:

Příklad z učebnice matematiky pro základní školu: Příklad z učebnice matematiky pro základní školu: Součet trojnásobku neznámého čísla zvětšeného o dva a dvojnásobku neznámého čísla zmenšeného o pět se rovná čtyřnásobku neznámého čísla zvětšeného o jedna.

Více

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

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

Více

APLIKACE. Poznámky Otázky

APLIKACE. 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

Bakalářská matematika I

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

Více

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy:

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy: Opakování středoškolské matematiky Slovo úvodem: Tato pomůcka je určena zejména těm studentům presenčního i kombinovaného studia na VŠFS, kteří na středních školách neprošli dostatečnou průpravou z matematiky

Více

Termojaderná syntéza. A neb jak je to s pohonem sluncí.

Termojaderná syntéza. A neb jak je to s pohonem sluncí. Gravitace : Termojaderná syntéza Petr Neudek 1 Termojaderná syntéza. A neb jak je to s pohonem sluncí. Pohon slunce má příčinu v setrvávání systému. Systém sluneční soustavy je vysoce závislý jak uvnitř

Více

VZOROVÝ TEST PRO 1. ROČNÍK (1. A, 3. C)

VZOROVÝ TEST PRO 1. ROČNÍK (1. A, 3. C) VZOROVÝ TEST PRO. ROČNÍK (. A, 3. C) Zjednodušte daný příklad. (a 2 3 b 3 4) 2 (a 2 b 3 8) 3 max. 3 body 2 Ve které z následujících možností je uveden správný postup usměrnění daného zlomku a správný výsledek?

Více

Maturitní témata od 2013

Maturitní témata od 2013 1 Maturitní témata od 2013 1. Úvod do matematické logiky 2. Množiny a operace s nimi, číselné obory 3. Algebraické výrazy, výrazy s mocninami a odmocninami 4. Lineární rovnice a nerovnice a jejich soustavy

Více

Metody výpočtu limit funkcí a posloupností

Metody výpočtu limit funkcí a posloupností Metody výpočtu limit funkcí a posloupností Martina Šimůnková, 6. listopadu 205 Učební tet k předmětu Matematická analýza pro studenty FP TUL Značení a terminologie R značí množinu reálných čísel, rozšířenou

Více

IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel

IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel Matematická analýza IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel na množině R je definováno: velikost (absolutní hodnota), uspořádání, aritmetické operace; znázornění:

Více

Zavedení a vlastnosti reálných čísel

Zavedení a vlastnosti reálných čísel Zavedení a vlastnosti reálných čísel jsou základním kamenem matematické analýzy. Konstrukce reálných čísel sice není náplní matematické analýzy, ale množina reálných čísel R je pro matematickou analýzu

Více

IB112 Základy matematiky

IB112 Základy matematiky IB112 Základy matematiky Základy kombinatoriky a kombinatorická pravděpodobnost Jan Strejček Obsah IB112 Základy matematiky: Základy kombinatoriky a kombinatorická pravděpodobnost 2/57 Výběry prvků bez

Více

Matematika III. Miroslava Dubcová, Daniel Turzík, Drahoslava Janovská. Ústav matematiky

Matematika III. Miroslava Dubcová, Daniel Turzík, Drahoslava Janovská. Ústav matematiky Matematika III Řady Miroslava Dubcová, Daniel Turzík, Drahoslava Janovská Ústav matematiky Přednášky ZS 202-203 Obsah Číselné řady. Součet nekonečné řady. Kritéria konvergence 2 Funkční řady. Bodová konvergence.

Více

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2, Úlohy k přednášce NMAG a : Lineární algebra a geometrie a Verze ze dne. května Toto je seznam přímočarých příkladů k přednášce. Úlohy z tohoto seznamu je nezbytně nutné umět řešit. Podobné typy úloh se

Více

Náhodné (statistické) chyby přímých měření

Náhodné (statistické) chyby přímých měření Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně

Více

Matematika. ochrana životního prostředí analytická chemie chemická technologie Forma vzdělávání:

Matematika. ochrana životního prostředí analytická chemie chemická technologie Forma vzdělávání: Studijní obor: Aplikovaná chemie Učební osnova předmětu Matematika Zaměření: ochrana životního prostředí analytická chemie chemická technologie Forma vzdělávání: denní Celkový počet vyučovacích hodin za

Více

2. Množiny, funkce. Poznámka: Prvky množiny mohou být opět množiny. Takovou množinu, pak nazýváme systém množin, značí se

2. Množiny, funkce. Poznámka: Prvky množiny mohou být opět množiny. Takovou množinu, pak nazýváme systém množin, značí se MNOŽIN, ZÁKLDNÍ POJMY Pojem množiny patří v matematice ke stěžejním. Nelze jej zavést ve formě definice pomocí primitivních pojmů; považuje se totiž rovněž za pojem primitivní. Představa o pojmu množina

Více

Projekt IMPLEMENTACE ŠVP. pořadí početních operací, dělitelnost, společný dělitel a násobek, základní početní operace

Projekt IMPLEMENTACE ŠVP. pořadí početních operací, dělitelnost, společný dělitel a násobek, základní početní operace Střední škola umělecká a řemeslná Evropský sociální fond "Praha a EU: Investujeme do vaší budoucnosti" Projekt IMPLEMENTACE ŠVP Evaluace a aktualizace metodiky předmětu Matematika Výrazy Obory nástavbového

Více