v. Úkolem regrese (vyrovnání) argumentu y je nalézt vhodnou regresní funkci Y f (x)

Rozměr: px
Začít zobrazení ze stránky:

Download "v. Úkolem regrese (vyrovnání) argumentu y je nalézt vhodnou regresní funkci Y f (x)"

Transkript

1 9 REGRESE A KORELACE Slovo regrese oecě zmeá poh zpět ústup ávrt regresví = ustupující Opčým termíem je progrese pokrok postup šířeí růst Pojem regrese l do sttstk zvede kocem 9 století rtským učecem Frcsem Gltoem v rámc spojeí regrese k průměru Tím ozčl fkt že sové vsokých otců jsou ovkle žší ež jejch otcové ztímco sové mlých otců ývjí všší Z Gltoov výzkumu přeosu vlstostí mez geercem se pk teto ázev rozšířl jkékol zkoumáí souvslostí mez áhodým velčm vzkl sttstcká regresí lýz T des ptří k ejvýzmějším metodám mtemtcké sttstk smosttě č ve spojeí s jým metodm se používá prktck v kždé olst emprcké plkové věd Pod pojmem regrese ted udeme rozumět vstžeí chrkteru závslost mez dvěm eo více áhodým velčm v přípdě více ež dvou áhodých velč jde o víceásoou regres tou se všk v této kptole zývt eudeme Míru teztu tkovéto závslost pk určuje korelce V pr rozlšujeme dv tp závslostí mez kvtttvím velčm fukčí stochstckou volou Fukčí závslost jsme z mtemtk zvklí zpsovt ve tvru f kde proměá ývá ozčová jko ezávslá eo tk vsvětlující proměá jko závslá vsvětlová Jko příkld fukčí závslost můžeme uvést vzth mez poloměrem kruhu jeho oshem kde po doszeí kokrétí hodot ezávslé proměé poloměru do vzorečku který máme k dspozc dosteme přesou hodotu závslé proměé oshu Čstěj se všk setkáváme s jým tpem závslostí Víme příkld že spotře utomolu závsí mmo jé rchlost jkou utomol jede Nemáme všk vzoreček ze kterého chom po doszeí kokrétí rchlost př jk eměých podmíkách tuto spotřeu vpočetl Můžeme se pokust zákldě měřeých hodot tkovýto vzth jít kd všk eude pltt úplě přesě Tkovéto závslost se zývjí stochstcké právě o jsou předmětem zkoumáí regresí lýz 9 Apromce metodou ejmeších čtverců Předpokládejme že je dá souor dvojc předstvujících sttstcký souor se dvěm sttstckým zk jejchž vzájemou závslost zkoumáme Hodot s můžeme předstvt jko hodot jejchž závslost hodotách lze vjádřt vzthem v kde ozčuje determovou složku tz tu která je jedozčě určeá hodotou v áhodou složku kterou může ýt příkld ch měřeí eo méě podsttý vlv jých velč proměou Hodot ted můžeme povžovt z jedotlvé relzce áhodé velč v Úkolem regrese vrováí rgumetu je lézt vhodou regresí fukc f pro vjádřeí determové složk velč Kokrétí tp regresí fukce leárí kvdrtcká zvolíme zákldě grfckého zorzeí dvojrozměré áhodé velč tzv korelčího pole přípdých zkušeostí z pre koefcet zvoleé regresí fukce pk určíme metodou ejmeších čtverců odchlek kterou s í přlížíme Nechť zvoleý tp regresí fukce oshuje k koefcetů k Potom můžeme tuto fukc zpst ve tvru f Nšm cílem je určt koefcet k k

2 tk se původí vrové hodot zku lšl co ejméě přesěj l co ejmeší součet čtverců tz druhých moc odchlek v původích vrových hodot odtud ázev metod Velkost součtu čtverců odchlek závsí koefcetech k je ted jejch fukcí Ozčme tuto fukc : k v f k Tto fukce se zývá krterálí fukce ším cílem je jít její mmum Estece mm je zruče eoť fukce je ezáporá Př jeho hledáí postupujeme stdrdím způsoem Položíme prcálí dervce této fukce podle všech proměých rov ule čímž dostáváme soustvu k rovc o k ezámých k : 0 k 0 Tkovéto soustvě říkáme soustv ormálích rovc Jejím řešeím je stcoárí od fukce který je zároveň jejím mmem Toto řešeí předstvuje ejvhodější volu kostt pro zvoleý tp regresí fukce Pro posouzeí vhodost vpočteé regresí fukce můžeme použít uď součet čtverců v odchlek čím je meší tím je promující fukce lepší eo chrkterstku zvou de korelce defovou vzthem I Hodot deu korelce se pohují v tervlu 0 přčemž hodot lízké zmejí že dá regresí fukce vsthuje skutečou závslost mez oěm zk velce doře hodot lízké 0 opk zčují že regresí fukce eí vhodou promcí vzthu mez rgumet Jestlže z regresí fukc volíme fukc leárí potom I r kde r zčí koefcet korelce defový v Kptole 8 Druhé mocě deu korelce říkáme de determce Zčí se R udává kolk procet rozptlu vsvětlové proměé je vsvětleo regresím modelem číslo R udává jký podíl rozptlu má áhodá složk v Teto de rověž ývá hodot od ul do jedé přčemž hodot lízké ule zčí šptou kvltu regresího modelu hodot lízké jedé dorou 9 Leárí regrese O leárí regres hovoříme tehd je-l uvžová regresí fukce leárí vzhledem k prmetrům k Může se tk jedt o fukc leárí kvdrtckou hperolckou td pro ázorost uvedeme odvozeí soustv ormálích rovc u těch ejpoužívějších

3 Místo ozčeí 3 udeme pro koefcet leárí komce používt ěžější ozčeí c Leárí fukce Leárí fukce je velm čsto používou regresí fukcí Použjeme j v přípdě kd předpokládáme že přírůstek závslé proměé je přímo úměrý přírůstku ezávslé proměé jedotlvé od korelčího pole leží přlžě v přímce vz Or 9 Or 9: Těmto od se sžíme proložt přímku tk ze všech možých přímek tto od vrovávl co ejlépe ve smslu metod ejmeších čtverců to zmeá jí příslušel co ejmeší součet čtverců odchlek původích vrových hodot jk je zázorňuje Or 9 Or 9: Regresí fukc ted hledáme ve tvru Krterálí fukce má potom tvr: v soustvu ormálích rovc dostu jejím dervováím podle proměých : 0 0 Po úprvě dostáváme soustvu ormálích rovc ve tvru: 3

4 4 Do tohoto tvru dosdíme z zámé hodot vpočteme koefcet čímž získáme rovc hledé regresí přímk Kvdrtcká fukce Důvodem pro volu kvdrtcké fukce z regresí fukc ývá čsto estece etrému v ooru zkoumých hodot V tomto přípdě vpdjí regresí fukce krterálí fukce soustv ormálích rovc tkto: c c c v c ] [ 0 c 0 c 0 c c c c c Hperolcká fukce Hperolckou fukc používáme jko regresí fukc tehd pozorujeme-l smptotcké přlžováí hodot k určté kosttě Pro regresí fukc krterálí fukc soustvu ormálích rovc zde pltí tto vzth: / v / / ] [ 0 / / / 0

5 5 / / / / Logrtmcká fukce Logrtmckou fukc volíme v přípdě že proměá s rostoucím stále pomlej le eustále roste př > 0 evetuálě klesá př < 0 Regresí fukce krterálí fukce soustv ormálích rovc zde vpdjí tkto: v ] [ 0 0 Příkld 9: Metodou ejmeších čtverců vpočt koefcet regresí přímk pro soustvu odů zdou tulkou: Řešeí: Jk jž víme soustv ormálích rovc pro výpočet koefcetů regresí přímk má teto tvr: Vpočteme-l všech potřeé sum z hodot dých tulkou dostáváme soustvu s řešeím ; 3 Hledá regresí fukce má ted rovc Přímk s touto rovcí vrovává od zdé tulkou ejlépe ze všech možých přímek ve smslu metod ejmeších čtverců odchlek Teto příkld lze sdo vřešt v Ecelu pomocí ástroje Spojce tredu Nejprve ozčíme celou tulku s dt poté záložce Vložeí v sekc Grf vereme Bodový dosteme grfcké zorzeí odů zdých tulkou korelčí pole Or

6 93 Podle rozmístěí odů vdíme že leárí fukce l zvole pro jejch vrováí příhodě od leží přlžě v přímce Or 93: V dlším kroku vereme v sekc Nástroje grfu položku Rozložeí rozklkeme koku Spojce tredu Klkeme-l dále položku Dlší možost spojce tredu rozlí se dové oko ve kterém s vereme tp regresí fukce v šem přípdě volíme tp leárí zškrteme předposledí položku Zorzt rovc v grfu Po zvřeí tohoto ok se v grfu vpíše rovce regresí přímk Pokud zškrteme posledí položku Zorzt hodotu spolehlvost R ojeví se v grfu rověž hodot deu determce který ám umoží posoudt kvltu vpočteé regresí fukce Řešeí šeho příkldu získé v Ecelu zázorňuje Or 94 Ide determce je R de korelce I R 0 99 z čehož vplývá že vpočteá regresího fukce vsthuje závslost velce doře Or 94: V přípdě leárí regresí fukce máme v Ecelu ještě dlší možost jk vpočíst její koefcet de korelce u jých tpů regresích fukcí teto postup eí možý! Regresí koefcet leárí regresí fukce vpočteme pomocí fukce LINREGRESE která má čtř prmetr Prvím prmetrem je olst ve které leží hodot rgumetu jko druhý prmetr se zdává olst ve které leží hodot rgumetu z třetí prmetr volíme hodotu z čtvrtý 0 Pro dt zdá v Ecelu tk jk je vdíme Or 95 ted voláí fukce mělo tvr LINREGRESEC3:C9;B3:B9;;0 Je uté mít pmět že výsledkem této fukce udou dvě hodot proto musíme vzorec správě zdt Po jeho vložeí do jedé uňk vereme tuto uňku uňku která s í sousedí vprvo stskeme klávesu F poté komc kláves CTRL+SHIFT+ENTER 6

7 Ide korelce je v přípdě leárí regresí fukce rove solutí hodotě koefcetu korelce k jehož výpočtu slouží fukce CORREL Jejím prvím prmetrem je olst ve které leží hodot rgumetu druhým prmetr je olst ve které leží hodot rgumetu Pro áš příkld ted její voláí mělo tvr CORRELB3:B9;C3:C9 Or 95: 93 Neleárí regrese Metod ejmeších čtverců je vhodá pro fukce které jsou leárí v ezámých prmetrech Potíže vzkjí př řešeí soustv ormálích rovc u regresích fukcí které leárí ejsou Pokud chceme metodu ejmeších čtverců použít v těchto přípdech sžíme se regresí fukc lerzovt pomocí vhodé trsformce Postup s ukážeme regresí fukc tvru : rtmujeme l l použjeme zámá prvdl pro počítáí s rtm: l l l l l l zvedeme susttuc: Z l A l u l dostáváme: Z A u kde Z je fukce leárí v ezámých prmetrech A můžeme ted postupovt podle výše uvedeého postupu: tz řešíme soustvu: hledáme mmum fukce A z Z z A u A z z u z A u z A u u A z A Au u u u 7

8 z u A u u Po ávrtu k původím proměým pk dostáváme soustvu ormálích rovc ve tvru: l A l l l A l l ze které vpočteme ezámé A regresí koefcet pk vpočteme ze vzthu A e Ide korelce v přípdě eleárí regrese musíme počítt pro trsformovou proměou Z l tz podle vzorce: l l I l l Příkld 93: Měřeím závslost součtele třeí f teplotě t l získá údje v tulce Vrovejte je epoecálou přímkou určete která z těchto regresích fukcí je lepší t f Řešeí: V prvím přípdě hledáme regresí fukc ve tvru e rol ezávslé proměé má zde teplot t rol závslé proměé součtel třeí f Tto fukce eí leárí v ezámých prmetrech proto přstoupíme k rtmováí úprvám vedoucím k lerzc: l l e l l l e l l Dále zvedeme susttuc: Z l A l po které dostáváme Z A tz řešíme soustvu: hledáme mmum fukce A z A 0 0 A z A z A z A z A Po ávrtu k původím proměým dostáváme soustvu ormálích rovc: l A 8

9 9 A l která má po výpočtu potřeých sum teto tvr: 7A A Řešeím soustv dosteme ezámé A : ; 3 A koefcet pk vpočteme ze vzthu A e Rovce vpočteé regresí epoecál je ted e Pro tuto fukc ještě vpočteme de korelce součet čtverců odchlek: 0999 l l l l I ] [ v Ve druhém přípdě hledáme regresí fukc ve tvru Jedá se o leárí regresí fukc se soustvou ormálích rovc: Po výpočtu všech potřeých sum má soustv tvr: řešeí ; 0037 Druhá regresí fukce má ted rovc Dále vpočteme de korelce: 0985 I součet čtverců odchlek: 6 0 ] [ v Je vdět že oě fukce vsthují závslost velce doře de korelce je u oou fukcí lízký hodotě součet čtverců odchlek je v oou přípdech velm mlý epoecálí fukce se všk podle oou těchto krtérí jeví jko lepší Pro lustrc ještě uvádíme výps řešeí získého v Ecelu pomocí ástroje Spojce tredu regresí epoecálu Or 93 regresí přímku Or 93:

10 Or 93: Or 93: 0

11 Příkld k procvčeí: Chrkterzujte závslost proměé regresí fukcí tvru: / c u oou fukcí určete de korelce Př seskoku pršutst l měře závslost mez rchlostí v tlkem p povrchu pdá- ku Výsledk vrovejte prolou p v vpočtěte de korelce v p Chrkterzujte těsost zvoleé závslost ve tvru mez proměým Vpočtěte de korelce Př zjšťováí závslost velč l měře hodot uvedeé v tulce Určete pro tto velč vhodou regresí fukc Zjšťovlo se zd u souoru chlpců estuje závslost v počtu provedeých shů klků Výsledk jsou zzmeá v tulce Určete zd je mez počtem shů klků slá leárí závslost určete její míru Chlpec Počet shů Počet klků

M - Posloupnosti VARIACE

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

Více

Lineární regrese ( ) 2

Lineární regrese ( ) 2 Leárí regrese Častým úolem je staoveí vzájemé závslost dvou (č více) fzálích velč a její matematcé vjádřeí. K tomuto účelu se používají růzé regresí metod, pomocí chž hledáme vhodou fuc f (), apromující

Více

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n Regrese Aproxmace metodou ejmeších čtverců v v ( ) = f x v v x x x x Je dáo bodů [x, ], =,,, předpoládáme závslost a x a chceme ajít fuc, terá vsthuje teto tred - Sažíme se proložt fuc = f x ta, ab v =

Více

Interpolace a aproximace. Interpolace algebraickým polynomem a aproximace metodou nejmenších čtverců

Interpolace a aproximace. Interpolace algebraickým polynomem a aproximace metodou nejmenších čtverců Iterpolce promce Iterpolce lgebrckým polomem p g ý p promce metodou ejmeších čtverců Iterpolce lgebrckým polomem Apromce metodou ejmeších čtverců Úloh. Dá tbulk hodot,, j pro j. Hodot jsou přesé. Hledáme

Více

Vlastnosti posloupností

Vlastnosti posloupností Vlstosti posloupostí Nekoečá posloupost je fukce defiová v oboru přirozeých čísel Z toho plye, že kždá posloupost má prví čle (zčíme ), koečé poslouposti mjí i čle posledí Př Vypište prví čtyři čley poslouposti

Více

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru Lekce Normálí rozděleí v rově V této lekc se udeme věovat měřeí korelačí závslost dvojce áhodých velč (dvousložkového áhodého vektoru) Vcházet udeme z ormálího rozděleí pravděpodoost áhodého vektoru v

Více

, jsou naměřené a vypočtené hodnoty závisle

, jsou naměřené a vypočtené hodnoty závisle Měřeí závslostí. Průběh závslost spojtá křvka s jedoduchou rovcí ( jedoduchým průběhem), s malým počtem parametrů, která v rozmezí aměřeých hodot vsthuje průběh závslost, určeí kokrétího tpu křvk (přímka,

Více

Seznámíte se s použitím určitého integrálu při výpočtu hmotnosti, statických momentů, souřadnic těžiště a momentů setrvačnosti.

Seznámíte se s použitím určitého integrálu při výpočtu hmotnosti, statických momentů, souřadnic těžiště a momentů setrvačnosti. Mtemtik II 5 Fzikálí plikce 5 Fzikálí plikce Cíle Sezámíte se s použitím určitého itegrálu při výpočtu hmotosti, sttických mometů, souřdic těžiště mometů setrvčosti Předpokládé zlosti Předpokládáme, že

Více

Metody zkoumání závislosti numerických proměnných

Metody zkoumání závislosti numerických proměnných Metody zkoumáí závslost umerckých proměých závslost pevá (fukčí) změě jedoho zaku jedozačě odpovídá změa druhého zaku (podle ějakého fukčího vztahu) (matematka, fyzka... statstcká (volá) změám jedé velčy

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA Matematka IV PRAVDĚPODOBNOT A TATITIKA Lbor Žák Matematka IV Lbor Žák Regresí aalýza Regresí aalýza zkoumá závslost mez ezávslým proměým X ( X,, X k a závsle proměou Y. Tato závslost se vjadřuje ve tvaru

Více

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

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

Více

Úvod do korelační a regresní analýzy

Úvod do korelační a regresní analýzy Úvod do korelačí a regresí aalýz Bude ás zajímat, jak těsě spolu souvsí dva sledovaé jev Příklad: vztah mez rchlostí auta a brzdou dráhou vztah mez věkem žáka a rchlostí v běhu a 60 m vztah mez spotřebou

Více

Nekonečné řady. 1. Nekonečné číselné řady 1.1. Definice. = L L nekonečnou posloupnost reálných čísel. a) Označme { a }

Nekonečné řady. 1. Nekonečné číselné řady 1.1. Definice. = L L nekonečnou posloupnost reálných čísel. a) Označme { a } Nekoečé řdy. Nekoečé číselé řdy.. Defiice ) Ozčme { } { } = L L ekoečou posloupost reálých čísel.,,,,, Nekoečá číselá řd je součet tvru = + + + L+ + L. Jedotlivá čísl,,, L,, L se zývjí čley řdy, čle obvykle

Více

Seznámíte se s použitím určitého integrálu při výpočtu hmotnosti, statických momentů, souřadnic těžiště a momentů setrvačnosti.

Seznámíte se s použitím určitého integrálu při výpočtu hmotnosti, statických momentů, souřadnic těžiště a momentů setrvačnosti. Mtemtik II 5 Fzikálí plikce 5 Fzikálí plikce Cíle Sezámíte se s použitím určitého itegrálu při výpočtu hmotosti sttických mometů souřdic těžiště mometů setrvčosti Předpokládé zlosti Předpokládáme že jste

Více

Univerzita Karlova v Praze Pedagogická fakulta

Univerzita Karlova v Praze Pedagogická fakulta Uverzt Krlov v Prze Pedgogcká kult SEMINÁRNÍ PRÁCE Z POLYNOMICKÉ ALGEBRY POLYNOM / CIFRIK Zdáí: Vyšetřete všem probrým prostředky polyom Vyprcováí: Rcoálí kořey Podle věty: Nechť p Q je koře polyomu q

Více

1.8.1 Mnohočleny, sčítání a odčítání mnohočlenů

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

Více

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A Nejstoty měřeí Pro každé přesé měřeí potřebujeme formac s jakou přesostí bylo měřeí provedeo. Nejstota měřeí vyjadřuje terval ve kterém se achází skutečá hodota měřeé velčy s určtou pravděpodobostí. Nejstota

Více

2.4. Rovnováhy v mezifází

2.4. Rovnováhy v mezifází 2.4. Rovováhy v mezfází Mezfázím se rozumí teká vrstv (tloušťk řádově odpovídá molekulárím dmezím) rozhrí dvou fází, která se svým složeím lší od složeí stýkjících se fází. Je-l styčá ploch fází mlá, lze

Více

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Ig. Mchal Dorda, Ph.D. Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl σ atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt

Více

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC 5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC V této kaptole se dozvíte: jak je defováa fukce přrozeá odmoca v kompleím oboru a jaké má vlastost včetě odlšostí od odmocy v reálém

Více

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor 1 Měřeí závlot tattckých zaků 1.1 Dvourozměrý tattcký oubor Př aalýze ekoomckých kutečotí á čato ezajímají jedotlvé velč jako takové, ale vztah mez m. Ptáme e, jak záví poptávka a ceě produktu, plat zamětaců

Více

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost Dráha [m] 9. Měřeí závslostí ve statstce Měřeí závslostí ve statstce se zývá především zkoumáím vzájemé závslost statstckých zaků vícerozměrých souborů. Závslost přtom mohou být apříklad pevé, volé, jedostraé,

Více

D = H = 1. člen posloupnosti... a 1 2. člen posloupnosti... a 2 3. člen posloupnosti... a 3... n. člen posloupnosti... a n

D = H = 1. člen posloupnosti... a 1 2. člen posloupnosti... a 2 3. člen posloupnosti... a 3... n. člen posloupnosti... a n /9 POSLOUPNOSTI Zákldí pojmy: Defiice poslouposti Vlstosti poslouposti Určeí poslouposti Aritmetická posloupost Geometrická posloupost Užití poslouposti. Defiice poslouposti Př. Sestrojte grf fukce y =.x

Více

8.2.7 Geometrická posloupnost

8.2.7 Geometrická posloupnost 87 Geometrická posloupost Předpokldy: 80, 80, 80, 807 Pedgogická pozámk: V hodiě rozdělím třídu dvě skupiy kždá z ich dělá jede z prvích dvou příkldů Větši studetů obou skupi potřebuje pomoc u tbule Ob

Více

jsou varianty znaku) b) při intervalovém třídění (hodnoty x

jsou varianty znaku) b) při intervalovém třídění (hodnoty x Výběr z eřeštelých příkladů ze zkouškových testů Jde o výběr z tpů příkladů, jejchž úspěšost řešeí u zkoušek se blíží ule. Itervalové versus bodové tříděí V tabulce je uvedeo rozděleí četostí a) př bodovém

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOT A TATITIKA Přpomeutí pojmů,, P m θ, R θ R - pravděpodobostí prostor - parametrcký prostor - parametrcká fukce,, T - áhodý vektor defovaý a pravděpodobostím prostoru,, P θ s hustotou f x,

Více

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností 4.2 Elemetárí statstcké zpracováí Výsledkem statstckého zjšťováí (. etapa statstcké čost) jsou euspořádaá, epřehledá data. Proto 2. etapa statstcké čost zpracováí, začíá většou jejch utříděím, zpřehleděím.

Více

Při výpočtu obsahu takto omezených rovinných oblastí mohou nastat následující základní případy : , osou x a přímkami. spojitá na intervalu

Při výpočtu obsahu takto omezených rovinných oblastí mohou nastat následující základní případy : , osou x a přímkami. spojitá na intervalu Geometrické plikce určitého integrálu Osh rovinné olsti Je-li ploch ohrničen křivkou f () osou Při výpočtu oshu tkto omezených rovinných olstí mohou nstt následující zákldní přípd : Nechť funkce f () je

Více

Přehled často se vyskytujících limit posloupností. = ek. = 1 lim n n! = = C = α 0+

Přehled často se vyskytujících limit posloupností. = ek. = 1 lim n n! = = C = α 0+ Neurčité výrzy (lgebr s posloupostmi divergujícími k ekoeču), zvedeí pojmu číselé řdy, defiice POSLOUPNOST ČÁSTEČNÝCH SOUČTŮ, součet řdy, TVRZENÍ O NUTNÉ PODMÍNCE KONVERGENCE ŘADY, kokrétí příkldy výpočtu

Více

9. Racionální lomená funkce

9. Racionální lomená funkce @ 9. Rcioálí loeá fukce Defiice: Nechť P je poloická fukce -tého stupě... ) ( P kde R... A echť Q je poloická fukce -tého stupě... ) ( Q kde R... Rcioálí loeá fukce R je dá podíle ) ( ) ( ) ( Q P R pro

Více

Napíšeme si, jaký význam mají jednotlivé zadané hodnoty z hlediska posloupností. Zbytek příkladu je pak pouhým dosazováním do vzorců.

Napíšeme si, jaký význam mají jednotlivé zadané hodnoty z hlediska posloupností. Zbytek příkladu je pak pouhým dosazováním do vzorců. 8..4 Užití ritmetických posloupostí Předpokldy: 80,80 Př. : S hloubkou roste teplot Země přibližě rovoměrě o 0 C 000 m. Jká bude teplot dě dolu hlubokého 900 m, je-li v hloubce 5 m teplot 9 C? Jký by byl

Více

STEJNOMĚRNÁ KONVERGENCE POSLOUPNOSTI A ŘADY FUNKCÍ

STEJNOMĚRNÁ KONVERGENCE POSLOUPNOSTI A ŘADY FUNKCÍ STEJNOMĚRNÁ KONVERGENCE Ztím ebylo v těchto textech věováo příliš pozorosti kovergeci fukcí, t jko limit poslouposti ebo součet řdy. Jik byl kovergece poslouposti fukcí ebo řdy brá jko bodová kovergece.

Více

6. ČÍSELNÉ POSLOUPNOSTI A ŘADY 6.1. ČÍSELNÉ POSLOUPNOSTI

6. ČÍSELNÉ POSLOUPNOSTI A ŘADY 6.1. ČÍSELNÉ POSLOUPNOSTI 6. ČÍSELNÉ POSLOUPNOSTI A ŘADY 6.. ČÍSELNÉ POSLOUPNOSTI V této kpitole se dozvíte: jk defiujeme posloupost reálých ebo komplexích čísel; defiici vlstí evlstí limity poslouposti; defiici pojmů souvisejících

Více

Generování dvojrozměrných rozdělení pomocí copulí

Generování dvojrozměrných rozdělení pomocí copulí Pravděpodobost a matematcká statstka eerováí dvojrozměrých rozděleí pomocí copulí umbelova copule PRAHA 005 Vpracoval: JAN ZÁRUBA OBSAH: CÍL PRÁCE TEORIE Metoda verzí trasformace O copulích Sklarova věta

Více

1.2. MOCNINA A ODMOCNINA

1.2. MOCNINA A ODMOCNINA .. MOCNINA A ODMOCNINA V této kpitole se dozvíte: jk je defiová oci s přirozeý, celý, rcioálí oecý reálý epoete jké jsou její vlstosti; jk je defiová přirozeá odoci, jké jsou její vlstosti jk se dá vyjádřit

Více

8. Elementární funkce

8. Elementární funkce Moderí techologie ve studiu plikové fzik CZ.1.07/2.2.00/07.0018 8. Elemetárí fukce Historie přírodích věd potvrzuje, že většiu reálě eistujících dějů lze reprezetovt mtemtickými model, které jsou popsá

Více

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

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

Více

Základní věta integrálního počtu (Newton Leibnizova) nám umožní výpočet určitých integrálů. Poznáte základní vlastnosti určitých integrálů.

Základní věta integrálního počtu (Newton Leibnizova) nám umožní výpočet určitých integrálů. Poznáte základní vlastnosti určitých integrálů. Mtemtik II Výpočet vlstosti určitého itegrálu Výpočet vlstosti určitého itegrálu Cíle Zákldí vět itegrálího počtu (Newto Leiizov) ám umoží výpočet určitých itegrálů Pozáte zákldí vlstosti určitých itegrálů

Více

Výpočet obsahu rovinného obrazce

Výpočet obsahu rovinného obrazce Výpočet oshu rovinného orzce Pro výpočet oshu čtverce, odélník, trojúhelník, kružnice, dlších útvrů, se kterými se můžeme setkt v elementární geometrii, máme k dispozici vzorce Kdchom chtěli vpočítt osh

Více

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt celou populac, provádíme

Více

Algebraický výraz je číselný výraz s proměnou. V těchto výrazech se vyskytují vedle reálných čísel také proměnné. Například. 4a 4,5x + 6,78 7t.

Algebraický výraz je číselný výraz s proměnou. V těchto výrazech se vyskytují vedle reálných čísel také proměnné. Například. 4a 4,5x + 6,78 7t. ročík - loeý lgebrický výrz, lieárí rovice s ezáou ve jeovteli Loeý lgebrický výrz Lieárí rovice s ezáou ve jeovteli Doporučujee žáků zopkovt vzorce tpu ( + pod úprvu výrzu souči Loeý výrz Číselé výrz

Více

PRACOVNÍ SEŠIT ALGEBRAICKÉ VÝRAZY. 2. tematický okruh: Připrav se na státní maturitní zkoušku z MATEMATIKY důkladně, z pohodlí domova a online

PRACOVNÍ SEŠIT ALGEBRAICKÉ VÝRAZY. 2. tematický okruh: Připrav se na státní maturitní zkoušku z MATEMATIKY důkladně, z pohodlí domova a online Připrv se státí mturití zkoušku z MATEMATIKY důkldě, z pohodlí domov olie PRACOVNÍ SEŠIT. temtický okruh: ALGEBRAICKÉ VÝRAZY vtvořil: RNDr. Věr Effeberger epertk olie příprvu SMZ z mtemtik školí rok 04/05

Více

Soustava kapalina + tuhá látka Izobarický fázový diagram pro soustavu obsahující vodu a chlorid sodný

Soustava kapalina + tuhá látka Izobarický fázový diagram pro soustavu obsahující vodu a chlorid sodný Soustv kpl + tuhá látk Izobrcký fázový dgrm pro soustvu obshující vodu chlord sodý t / o C H 2 O (s) + esyceý roztok 30 20 10 0-10 -20 t I t II esyceý roztok 2 1 p o NCl (s) + syceý roztok eutektcký bod

Více

( t) ( t) ( t) Nerovnice pro polorovinu. Předpoklady: 7306

( t) ( t) ( t) Nerovnice pro polorovinu. Předpoklady: 7306 7.3.8 Nerovnice pro polorovinu Předpokldy: 736 Pedgogická poznámk: Příkld 1 není pro dlší průěh hodiny důležitý, má smysl pouze jko opkování zplnění čsu při zpisování do třídnice. Nemá smysl kvůli němu

Více

3 Algebraické výrazy. 3.1 Mnohočleny Mnohočleny jsou zvláštním případem výrazů. Mnohočlen (polynom) proměnné je výraz tvaru

3 Algebraické výrazy. 3.1 Mnohočleny Mnohočleny jsou zvláštním případem výrazů. Mnohočlen (polynom) proměnné je výraz tvaru Algerické výrz V knize přírod může číst jen ten, kdo zná jzk, ve kterém je npsán. Jejím jzkem je mtemtik jejím písmem jsou mtemtické vzorce. (Glileo Glilei) Algerickým výrzem rozumíme zápis, ve kterém

Více

Korelační analýza. sdružené regresní přímky:

Korelační analýza. sdružené regresní přímky: Koelčí lýz - ooutá závlot dvou tttckých zků; - hodot jou zíká pozoováím, ez možot ovlvěí; - eí možo ozlšt závle ezávle poměou; - hlvím átojem je ze metod ejmeších čtveců; - kždou z oou možých závlotí vthuje

Více

Základní elementární funkce.

Základní elementární funkce. 6. předášk Zákldí elemetárí fukce. Defiice: Elemetárími fukcemi zveme všech fukce, které jsou vtvoře koečým počtem zákldích opercí ze zákldích elemetárích fukcí. Zákldí operce s fukcemi jsou:. Sčítáí dvou

Více

+ c. n x ( ) ( ) f x dx ln f x c ) a. x x. dx = cotgx + c. A x. A x A arctgx + A x A c

+ c. n x ( ) ( ) f x dx ln f x c ) a. x x. dx = cotgx + c. A x. A x A arctgx + A x A c ) INTEGRÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ ) Pojem neurčitého integrálu Je dán funkce Pltí všk tké F tk, y pltilo F ( ) f ( ) Zřejmě F ( ), protože pltí, 5,, oecně c, kde c je liovolná kon- stnt f ( ) nším

Více

nazveme číselným vektorem. Čísla a Definice. Vektor, jehož všechny složky se rovnají nule, se nazývá nulový vektor o r = (0, 0, 0,, 0).

nazveme číselným vektorem. Čísla a Definice. Vektor, jehož všechny složky se rovnají nule, se nazývá nulový vektor o r = (0, 0, 0,, 0). ČÍSELNÉ VEKTORY Defce Uspořádou -tc čísel = (,,, ) zveme číselým vektoem Čísl,,, jsou složky ebol souřdce vektou Přozeé číslo zýváme ozměem ebo tké dmezí vektou Defce Vekto, jehož všechy složky se ovjí

Více

Testování statistických hypotéz

Testování statistických hypotéz Testováí statstckých hypotéz - Testováí hypotéz je postup, sloužící k ověřeí předpokladů o ZS (hypotéz a základě výběrových dat (tj. hodot z výběrového souboru. - ypotéza = určtý předpoklad o základím

Více

8.1 Úvod. Definice: [MA1-18:P8.1] výpočet obsahu plochy pod grafem funkce. (nejdříve jen pro a < b ) a = x 0 < x 1 <... < x n = b.

8.1 Úvod. Definice: [MA1-18:P8.1] výpočet obsahu plochy pod grafem funkce. (nejdříve jen pro a < b ) a = x 0 < x 1 <... < x n = b. KPITOL 8: určitý itegrál Riemův itegrál [M-8:P8.] motivce: výpočet oshu plochy pod grfem fukce 8. Úvod ejdříve je pro < ) řekeme, že moži D, je děleím itervlu,, jestliže je koečá, D. Prvky děleí D {x,

Více

Řešení soustav lineárních rovnic

Řešení soustav lineárních rovnic Řešeí sousv lieáríc rovic Sousv lieáríc rovic Sousvou m lieáríc rovic o ezámýc rozumíme sousvu : Kde ij i R M m m Čísl ij zýváme koeficiey sousvy čísl i soluí čley Uvedeou sousvu udeme zči Sm m M m Homogeí

Více

Optimalizace portfolia

Optimalizace portfolia Optmalzace portfola ÚVOD Problémy vestováí prostředctvím ákupu ceých papírů sou klasckým tématem matematcké ekoome. Celkový výos z portfola má v době rozhodováí o vestcích povahu áhodé velčy, eíž rozložeí

Více

Posloupnosti a řady. Obsah

Posloupnosti a řady. Obsah Poslouposti řdy Poslouposti řdy Obsh. Poslouposti... 8. Úvod do posloupostí... 8. Aritmetická geometrická posloupost... 9. Limit poslouposti... 9. Řdy... 0. Nekoečá geometrická řd... 0 Strák 7 Poslouposti

Více

Spolehlivost a diagnostika

Spolehlivost a diagnostika Spolehlvost a dagostka Složté systémy a jejch spolehlvost: Co je spolehlvost? Vlv spolehlvost kompoetů systému Návrh systému z hledska spolehlvost Aplkace - žvotě důležté systémy - vojeské aplkace Teore

Více

1. ČÍSELNÉ OBORY 10. Kontrolní otázky 24. Úlohy k samostatnému řešení 25. Výsledky úloh k samostatnému řešení 25. Klíč k řešení úloh 26

1. ČÍSELNÉ OBORY 10. Kontrolní otázky 24. Úlohy k samostatnému řešení 25. Výsledky úloh k samostatnému řešení 25. Klíč k řešení úloh 26 Zákld mtemtik Číselé oor ČÍSELNÉ OBORY 0 Některé pojm z mtemtické logik 0 Výroková logik 0 Moži vzth mezi imi Možiové operce Grfické zázorěí moži Číselé oor Čísl ázv jejich chrkteristik Chrkteristik číselých

Více

11. Časové řady. 11.1. Pojem a klasifikace časových řad

11. Časové řady. 11.1. Pojem a klasifikace časových řad . Časové řad.. Pojem a klasfkace časových řad Specfckým statstckým dat jsou časové řad pomocí chž můžeme zkoumat damku jevů v čase. Časovou řadou (damcká řada, vývojová řada) rozumíme v čase uspořádaé

Více

Cílem kapitoly je zavedení význačných pojmů pro matice, jejichž znalost je nutná, mimo jiné, pro řešení soustav lineárních rovnic.

Cílem kapitoly je zavedení význačných pojmů pro matice, jejichž znalost je nutná, mimo jiné, pro řešení soustav lineárních rovnic. Mtemtik I část I Cíle Cílem kpitoly je zvedeí výzčýh pojmů pro mtie jejihž zlost je utá mimo jié pro řešeí soustv lieáríh rovi Předpokládé zlosti Předpokldem dorého zvládutí látky je zejmé zlost opere

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP Náhodý vektor PRAVĚPOOBNOS A SAISIKA Lbor Žák SP Náhodý vektor Lbor Žák Náhodý vektor přpomeutí pomů z SP V prví část kurzu SP s rozšíříme pomy o áhodém vektoru z SP: Nechť e áhodý vektor eho složky:

Více

Tento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254

Tento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254 Evropský socálí fod Prh & EU: Ivestuee do vší udoucost eto terál vkl díky Operčíu progru Prh dptlt CZ..7/3..00/3354 Mžerské kvtttví etody II - předášk č. - eore her eore her 96 vo Neu, Morgester kldtelé

Více

Posloupnosti ( 1) ( ) 1. Různým způsobem (rekurentně i jinak) zadané posloupnosti. 2. Aritmetická posloupnost

Posloupnosti ( 1) ( ) 1. Různým způsobem (rekurentně i jinak) zadané posloupnosti. 2. Aritmetická posloupnost Poloupoti Růzým způobem (rekuretě i jik zdé poloupoti Urči prvích pět čleů poloupoti, ve které, + Urči prvích pět čleů poloupoti, je-li dáo:, + + Urči prvích pět čleů poloupoti, je-li dáo: 0,, Urči prvích

Více

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

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

Více

Obr. DI-1. K principu reverzibility (obrácení chodu paprsků).

Obr. DI-1. K principu reverzibility (obrácení chodu paprsků). Učebí text k předášce UFY8 Dvojvzková tererece teké vrtvě Dvojvzková tererece teké vrtvě Předpokládejme, vl o mpltudě dvou delektrk tk, že mpltud održeé vly bude o dexu lomu bude t (vz obr. DI-1). v protředí

Více

6.2. ČÍSELNÉ ŘADY. V této kapitole se dozvíte:

6.2. ČÍSELNÉ ŘADY. V této kapitole se dozvíte: 6.2. ČÍSELNÉ ŘADY V této kpitole se dozvíte: jk defiujeme číselou řdu; defiici kovergece řdy jejího součtu; jk vypdá ritmetická, geometrická hrmoická řd jk je to s jejich kovergecí; jk zí utá podmík kovergece

Více

Cílem kapitoly je zvládnutí řešení determinantů čtvercových matic.

Cílem kapitoly je zvládnutí řešení determinantů čtvercových matic. temtk I část I Determty mtc řádu Determty mtc řádu Cíle Cílem ktoly je zvládutí řešeí ermtů čtvercových mtc Defce Determtem (řádu ) čtvercové mtce řádu jejímž rvky j jsou reálá (oř komlexí) čísl zýváme

Více

Chyby přímých měření. Úvod

Chyby přímých měření. Úvod Chyby přímých měřeí Úvod Př zjšťováí velkost sledovaé velčy dochází k růzým chybám, které ovlvňují celkový výsledek. V pra eestuje žádá metoda měřeí a měřcí zařízeí, které by bylo absolutě přesé, což zameá,

Více

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY DUBNA 2018

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY DUBNA 2018 NÁRODNÍ SROVNÁVACÍ ZKOUŠKY Mtemtik T DUBNA 08 : 8. dub 08 D : 884 P P P S M. M. M. : 0 : 5,5 % : 0 : 7,8 : -7,5 M.. P : -6,0 : 9,7 Zopkujte si zákldí iformce ke zkoušce: Test obshuje 0 úloh jeho řešeí

Více

Hyperbola a přímka

Hyperbola a přímka 7.5.8 Hperol přímk Předpokld: 75, 75, 755, 756 N orázku je nkreslen hperol = se středem v počátku soustv souřdnic. Jká je vzájemná poloh této hperol přímk, která prochází počátkem soustv souřdnic? E B

Více

[ jednotky ] Chyby měření

[ jednotky ] Chyby měření Chyby měřeí Provedeme-l určté měřeí za stejých podmíek vícekrát, jedotlvá měřeí se mohou odlšovat (z důvodu koečé rozlšovací schopost měř. přístrojů, áhodých vlvů apod.). Chyba měřeí: e = x x x...přesá

Více

5 - Identifikace. Michael Šebek Automatické řízení

5 - Identifikace. Michael Šebek Automatické řízení 5 - Idetfce Mchel Šee Automtcé řízeí 08 6-3-8 Automtcé řízeí - Kyeret root Idetfce Zísáí modelu systému z dt ( jeho vldce jých dtech) whte ox (víme vše): ze záldích prcpů (fyz-chem-o- ) grey ox (víme ěco):

Více

Lineární nerovnice a jejich soustavy

Lineární nerovnice a jejich soustavy teorie řešené úlohy cvičení tipy k mturitě výsledky Lineární nerovnice jejich soustvy Víš, že pojem nerovnice není opkem pojmu rovnice? lineární rovnice má většinou jediné řešení, kdežto lineární nerovnice

Více

1. Základy měření neelektrických veličin

1. Základy měření neelektrických veličin . Základ měřeí eelektrckých velč.. Měřcí řetězec Měřcí řetězec (měřcí soustava) je soubor měřcích čleů (jedotek) účelě uspořádaých tak, ab blo ožě splt požadovaý úkol měřeí, tj. získat formac o velkost

Více

Intervalové odhady parametrů některých rozdělení.

Intervalové odhady parametrů některých rozdělení. 4. Itervalové odhady parametrů rozděleí. Jedou ze základích úloh mtematické statistiky je staoveí hodot parametrů rozděleí, ze kterého máme k dispozici áhodý výběr. Nejčastěji hledáme odhady dvou druhů:

Více

u, v, w nazýváme číslo u.( v w). Chyba! Chybné propojení.,

u, v, w nazýváme číslo u.( v w). Chyba! Chybné propojení., Def: Vetorovým součiem vetorů u =(u, u, u 3 ) v = (v, v, v 3 ) zýváme vetor u v = (u v 3 u 3 v, u 3 v u v 3, u v u v ) Vět: Pro vetory i, j, ortoormálí báze pltí i i = j = i, i = j Vět: Nechť u v, w, jsou

Více

Souhrn základních výpočetních postupů v Excelu probíraných v AVT 04-05 listopad 2004. r r. . b = A

Souhrn základních výpočetních postupů v Excelu probíraných v AVT 04-05 listopad 2004. r r. . b = A Souhrn zákldních výpočetních postupů v Ecelu probírných v AVT 04-05 listopd 2004. Řešení soustv lineárních rovnic Soustv lineárních rovnic ve tvru r r A. = b tj. npř. pro 3 rovnice o 3 neznámých 2 3 Hodnoty

Více

7.5.8 Středová rovnice elipsy

7.5.8 Středová rovnice elipsy 758 Středová rovnice elips Předpokld: 7501, 7507 Př 1: Vrchol elips leží v odech A[ 1;1], [ 3;1], [ 1;5], [ 1; 3] elips souřdnice jejích ohnisek Urči prmetr Zdné souřdnice už n první pohled vpdjí podezřele,

Více

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY ÚNORA 2018

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY ÚNORA 2018 NÁRODNÍ SROVNÁVACÍ ZKOUŠKY Mtemtik T ÚNORA 08 :. úor 08 D : 96 P P P : 0 M. M. : 0 : 0 M. :,4 % S : -7,5 M. P : -,8 : 4,5 Zopkujte si zákldí iformce ke zkoušce: Test obshuje 0 úloh jeho řešeí máte 90 miut

Více

Regresní a korelační analýza

Regresní a korelační analýza Regresí a korelačí aalýza Závslost příčá (kauzálí). Závslostí pevou se ozačuje případ, kdy výskytu jedoho jevu utě odpovídá výskyt druhé jevu (a často aopak). Z pravděpodobostího hledska jde o vztah, který

Více

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY BŘEZNA 2018

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY BŘEZNA 2018 NÁRODNÍ SROVNÁVACÍ ZKOUŠKY Mtemtik T BŘEZNA 08 : 9. břez 08 D : 897 P P P : 0 M. M. M. :, % S : 0 : 0 : -7,5 M. P : -, : 0, Zopkujte si zákldí iformce ke zkoušce: Test obshuje 0 úloh jeho řešeí máte 90

Více

8.3.1 Pojem limita posloupnosti

8.3.1 Pojem limita posloupnosti .3. Pojem limit poslouposti Předpokldy: 30, 0 Pedgogická pozámk: Limit poslouposti eí pro studety sdo strvitelým pojmem. Hlvím problémem je podle mých zkušeostí edorozuměí s tím, zd mezi posloupostí její

Více

12. N á h o d n ý v ý b ě r

12. N á h o d n ý v ý b ě r 12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých

Více

2.8.5 Lineární nerovnice s parametrem

2.8.5 Lineární nerovnice s parametrem 2.8.5 Lineární nerovnice s prmetrem Předpokldy: 2208, 2802 Pedgogická poznámk: Pokud v tom necháte studenty vykoupt (což je, zdá se, jediné rozumné řešení) zere tto látk tk jednu půl vyučovcí hodiny (první

Více

4. Spline, Bézier, Coons

4. Spline, Bézier, Coons 4. Sple Bézer Coos 4. SPLINE Cíl Po prostudováí této ptol budete umět popst defovt fuce teré jsou záldem pro tvorbu řve defovt zdávt dt pro progrm vreslováí grfů těchto fucí řešt příld z prxe řv Výld 4..

Více

URČITÝ INTEGRÁL FUNKCE

URČITÝ INTEGRÁL FUNKCE URČITÝ INTEGRÁL FUNKCE Formulce: Nším cílem je určit přibližnou hodnotu určitého integrálu I() = () d, kde předpokládáme, že unkce je n intervlu, b integrovtelná. Poznámk: Geometrický význm integrálu I()

Více

Měření závislostí. Statistická závislost číselných znaků

Měření závislostí. Statistická závislost číselných znaků Měřeí závslostí Statstcká závslost číselých zaků - závslost dvou velč lze vádřt ako ech fukčí vztah vzorcem, taulkou hodot příslušé fukce eo grafck; - mez zak zkoumaých evů zšťueme estec příčé (kauzálí

Více

Nosné stavební konstrukce Výpočet reakcí Výpočet vnitřních sil přímého nosníku

Nosné stavební konstrukce Výpočet reakcí Výpočet vnitřních sil přímého nosníku Stveí sttik.ročík klářského studi osá stveí kostruke osé stveí kostruke ýpočet rekí ýpočet vitříh sil přímého osíku osá stveí kostruke slouží k přeosu ztížeí ojektu do horiového msívu ěmž je ojekt zlože.

Více

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY BŘEZNA 2019

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY BŘEZNA 2019 NÁRODNÍ SROVNÁVACÍ ZKOUŠKY T BŘEZNA 09 D : 30. břez 09 M. možé skóre: 30 Počet řešitelů testu: 85 M. dosžeé skóre: 30 Počet úloh: 30 Mi. možé skóre: -7,5 Průměrá vyechost: 9, % Mi. dosžeé skóre: -,8 Správé

Více

VY_52_INOVACE_J 05 01

VY_52_INOVACE_J 05 01 Název a adresa školy: Středí škola průmyslová a umělecká, Opava, příspěvková orgazace, Praskova 399/8, Opava, 74601 Název operačího programu: OP Vzděláváí pro kokureceschopost, oblast podpory 1.5 Regstračí

Více

Odhady parametrů 1. Odhady parametrů

Odhady parametrů 1. Odhady parametrů Odhady parametrů 1 Odhady parametrů Na statistický soubor (x 1,..., x, který dostaeme statistickým šetřeím, se můžeme dívat jako a výběrový soubor získaý realizací áhodého výběru z áhodé veličiy X. Obdobě:

Více

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna. 6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014. Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95

Více

Posloupnosti. a a. 5) V aritmetické posloupnosti je dáno: a

Posloupnosti. a a. 5) V aritmetické posloupnosti je dáno: a Poslouposti ) Prví čle ritmetické poslouposti je diferece Určete prvích pět čleů této poslouposti ) Prví čle ritmetické poslouposti je 8 diferece Určete prvích pět čleů této poslouposti ) V ritmetické

Více

KVADRATICKÁ FUNKCE (vlastnosti, grafy)

KVADRATICKÁ FUNKCE (vlastnosti, grafy) KVADRATICKÁ FUNKCE (vlstnosti, gr) Teorie Kvdrtikou unkí se nzývá kždá unke dná předpisem ; R,, R; D( ) je proměnná z příslušného deiničního ooru unke (nejčstěji množin R),, jsou koeiient kvdrtiké unke,

Více

x + F F x F (x, f(x)).

x + F F x F (x, f(x)). I. Funkce dvou více reálných proměnných 8. Implicitně dné funkce. Budeme se zbývt úlohou, kdy funkce není zdná přímo předpisem, který vyjdřuje závislost její hodnoty n hodnotách proměnných. Jeden z možných

Více

VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE V ROVINĚ

VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE V ROVINĚ VEKTOROVÁ LGEBR NLYTICKÁ GEOMETRIE V ROVINĚ Délk úsečk, střed úsečk,, B Délk úsečk B : B C, BC Střed úsečk : B S s, s souřdice středu: s, s Vektor Vektor = oži všech souhlsě orietových rovoěžých úseček

Více

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY BŘEZNA 2018

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY BŘEZNA 2018 NÁRODNÍ SROVNÁVACÍ ZKOUŠKY Mtemtik T BŘEZNA 08 :. břez 08 D : 0 P P P : 0 M. M. M. :,8 % S : 0 : 7,5 : -7,5 M. P : -,0 : 0,6 Zopkujte si zákldí iformce ke zkoušce: Test obshuje 0 úloh jeho řešeí máte 90

Více

Konstrukce na základě výpočtu I

Konstrukce na základě výpočtu I ..11 Konstrukce n zákldě výpočtu I Předpokldy: Pedgogická poznámk: Původně yl látk rozepsnou do dvou hodin, v první ylo kromě dělení úseček zřzen i čtvrtá geometrická úměrná. Právě její prorání se nestíhlo,

Více

Analytická geometrie

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

Více

Kuželosečky jako algebraické křivky 2. stupně

Kuželosečky jako algebraické křivky 2. stupně Kuželosečk Pretrické iplicití vjádřeí kuželoseček P. Pech: Kuželosečk, JU České Budějovice 4, 59s Kuželosečk jko lgerické křivk. stupě Kuželosečk je oži odů v roviě, jejichž souřdice (, ) vhovují v ějké

Více

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY BŘEZNA 2019

Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY BŘEZNA 2019 NÁRODNÍ SROVNÁVACÍ ZKOUŠKY T BŘEZNA 9 D : 8. břez 9 Mx. možé skóre: Počet řešitelů testu: Mx. dosžeé skóre: Počet úloh: Mi. možé skóre: -7,5 Průměrá vyechost:, %Správé Mi. dosžeé skóre: -, odpovědi jsou

Více