Expertní Systémy. Tvorba aplikace
|
|
- Nikola Ševčíková
- před 8 lety
- Počet zobrazení:
Transkript
1 Tvorba aplikace Typ systému malý velký velmi velký Počet pravidel Počet člověkoroků Cea projektu (v tis.$) Harmo, Kig (1985) Vytvořeí expertího systému pro středě složitý problém vyžaduje asi dva roky práce čtyřčleého týmu ve složeí: vedoucí zalostí ižeýr (a 1/4 úvazku), zalostí ižeýr (a plý úvazek), programátor (a plý úvazek), expert (a 3/4 úvazek). Waterma (1986) 1
2 Dedikovaé systémy Problémově zaměřeá aplikace šitá a míru kokrétí úloze. Příklady z VŠE: systém TEM: doporučeí ke zlepšeí práce řešitelského kolektivu. Báze zalostí postihuje šest základích oblastí úrově týmové práce: myšleí, práce s iformacemi, odborá připraveost, skupiová práce, motivace, struktura týmu. Systém abzí dva způsoby hodoceí: hodoceí pozorovatelem, ebo samohodoceí týmu. Oproti prázdému systému doplěo o vstupí dotazík sytézu dílčích odpovědí z jedotlivých dotazíků systém REX: pro sytetické zpracováí dat o spolehlivosti autobilů. V prví fázi se srovávají skutečé průběhy poruch s jejich předpokládaým průběhem. Ve druhé fázi pak jsou v bázi zalostí o příčiách odchylek v průběhu poruch vyhledáy zalosti techické povahy, které odhadují možé příčiy těchto odchylek. Oproti prázdému systému doplěo o určeí míry odchylky mezi skutečým a předpokládaým počtem poruch vysvětlováí prováděé během iteraktiví kozultace (výpis aktivavaých pravidel) možost automaticky aktualizovat bázi zalostí a základě požadovaých výsledků kozultace 2
3 Systém TEM pozorovatel cleové týmu dotazíky souhré odpovedi expertí systém doporuceí ke zlepšeí práce týmu 3
4 Systém REX Hierarchická podoba báze zalostí vytvořeá s použitím kotextů obecé zalosti porucha příčia techol. třída 1 techol. třída 2... TT: porucha příčia díl 1 díl 2... díl: porucha příčia díl TT Zalosti o příčiách odchylek v průběhu poruch jsou pravidla tvaru JESTLIŽE Poruchy druhu : Pj vykazují v období záruky odchylku : S > P resp. S < P POTOM Poteciálí příčiou poruch je : Z S VÁHOU w Při kozultaci se systémem se postupě provádí aalýza průběhu poruch, a odvozeí příči poruch. 4
5 Vývoj zalostího systému Softwarový projekt, kde klíčovou roli hraje využití zalostí. Zalostí ižeýrství alýza Idetifikace Zhodoceí Specifikace Defiováí čiosti Vývoj Zpřesňováí a rozšiřováí Využíváí Koceptuálí ávrh Návrh implemetace Implemetace Vyhodoceí Nasazeí Údržba Získáváí zalostí Úvodí představa Detailí pohled 5
6 Vodopádový model Specifikace požadavků Specifikace chováí Specifikace ávrhů Implemetace Validace Údržba 6
7 V model Úvodí studie Pouzíváí systému Defiice systému Evaluace systému Návrh systému a modulù Itegrace a testováí Detailí ávrh Validace modulù Implemetace 7
8 Metodologie KDS poč 90. let jako výzkumý projekt a uiversitě v msterodamu. Nyí de facto evropský stadard pro tvorbu zalostích systémů. podpora fáze aalýzy: 1. Model procesů, zachycující dekompozici procesů daé úlohy, tok iformací mezi imi, a přiřazeí procesů a prvků datové základy (včetě zalostí) jedotlivým agetům (softwarovým i lidským). 2. Model kooperace, který se zaměřuje především a komuikaci mezi uživatelem a systémem, případě i mezi jedotlivými moduly systému avzájem. 3. Model expertizy (tj. expertích zalostí), jehož tvorba je úzce spojea s procesem získáváí zalostí. podpora fáze projektováí: 1. Model globálí architektury, specifikující subsystémy, rozhraí mezi imi a globálí fukce. 2. Fukčí model, realizující dekompozici fukcí jedotlivých subsystémů. 3. Behaviorálí model, přiřazující fukcím projekčí prvky. 4. Fyzický model, kombiující projekčí prvky do detailího ávrhu systému. 8
9 Model expertizy Doméová vrstva ( domai layer ) zachycuje pojmy, fakta, vztahy atp. relevatí k daé problémové oblasti (doméě). Zalosti jsou zde zachycey bez ohledu a způsob použití k usuzováí - proto se ěkdy mluví o úrovi statických zalostí. Iferečí vrstva ( iferece layer ) zachycuje abstraktí iferece, které je možé a doméové zalosti aplikovat, a vazby mezi imi. Prostředictvím tzv. doméových rolí je propojea s doméovou vrstvou. Úlohová vrstva ( task layer ) specifikuje, které iferece se pro daou úlohu skutečě použijí. Každá iferece z iferečí vrstvy je chápáa jako primitiví úloha; ty jsou pak seskupováy do hierarchií úloh, a spojováy procedurálími operacemi, jako je apř. sekvece, selekce ebo iterace. Strategická vrstva ( strategy layer ) zachycuje strategické rozhodováí experta, apř. výběr z možých hierarchií úloh, jejich dyamické rozvrhováí atd. Vyskytuje se zpravidla je u velmi složitých a rozsáhlých projektů. 9
10 Modely geerických úloh Polotovar modelu expertizy, zahrující iferečí a úlohovou vrstvu. bstrakce Strategická v. bstrakce Model geerické úlohy Úlohová v. Iferečí v. Úlohová v. Iferečí v. Doméová v. Strategická v. Doméová v. 10
11 Příklad GTM Model úlohy heuristické klasifikace Proměé přiřazuje bstraktí řešeí abstrahuje specializuje Pozorovatelé Řešeí /* Dopředé usuzováí */ Heuristická klasifikace (+ Pozorovatelé, - Řešeí) :- získáí dat a jejich vložeí do Pozorovatelých abstrahuje (+ Pozorovatelé, - Proměé) přiřazuje (+ Proměé, - bstraktí řešeí) specializuje (+ bstraktí řešeí, - Řešeí) /* Zpěté usuzováí */ Heuristická klasifikace (+ Pozorovatelé, - Řešeí) :- specializuje (- bstraktí řešeí, - Řešeí) přiřazuje (- Proměé, - bstraktí řešeí) abstrahuje (- Pozorovatelé, - Proměé) získáí dat a jejich vložeí do Pozorovatelých 11
12 Geerické úlohy kihovy KDS Diagostika Verifikace Idetifikace Korelace Moitorováí Prostá klasifikace alýza systému Klasifikace Heuristická klasifikace Systematické zjemňováí Kihova geerických úloh Modifikace systému Predikce Sytéza systému 12
13 Získáváí zalostí získáváí zalostí ručí iteraktiví podporovaé počítačem automatizovaé 13
14 Verbálí techiky elicitace zalostí Verbálí techiky (rozhovorové i observačí) jsou relativě lidsky přirozeým způsobem elicitace zalostí. techiky založeé a rozhovoru - zalosti od experta získáváy mimo mimo rámec jeho expertí aktivity Úvodí výklad experta k daé problematice estrukturovaý rozhovor (běžá odborá koverzace) strukturovaý rozhovor (pevá ageda s cíleými dotazy) itrospekce (myšleí ahlas) V počátečí fázi procesu získáváí zalostí se ěkdy jako specifická forma skupiové diskuse používá braistormig. observačí techiky - vycházejí z procesu řešeí kokrétích, reálých případů kometovaý případ (expert řeší skutečý případ a kometuje svůj postup) prosté pozorováí (zalostí ižeýr bezprostředě iterpretuje postup experta) simulace dialogu systému s uživatelem (expert a uživatel komuikují přes počítačové rozhraí, a všechy jejich akce jsou automaticky zazameáváy) 14
15 Neverbálí techiky elicitace zalostí Neverbálí (ěkdy také ozačovaé jako vícerozměré ) techiky směřují k zachyceí strukturovaých, everbálích dat. Tříděí karet. Expertovi jsou předložea sada karet, z ichž každá odpovídá jedomu objektu (apř. řešeému případu). Expert má za úkol acházet vytvářet skupiy karet, které mají ěco společého, a sažit se defiovat, o jakou společou vlastost jde. Metoda repertoárové tabulky založeá a tzv. kostruktiví psychologické teorii G.Kellyho. Repertoárová tabulka je dvourozměrá tabulka, v íž jede rozměr odpovídá objektům a druhý kostruktům (vlastostem objektů); uvitř tabulky jsou hodoty kostruktů pro jedotlivé objekty. Maticová aalýza. Založea a dvourozměré tabulce, kde jede rozměr tvoří objekty a druhý vlastosti; a rozdíl od repertoárové tabulky euvažuje bipolárí vlastosti objektů, ýbrž je přítomost/epřítomost daé vlastosti (apř. symptomu) u daého objektu (apř. diagózy). Vícerozměré škálováí. spočívá ve vytvořeí tabulky vzájemých podobostí všech objektů, a v její ásledé statistické aalýze vedoucí k uspořádáí objektů do shluků. Žebříková aalýza ( ladderig ) slouží pro geerováí struktury doméových koceptů pomocí střídáí vzestupých a sestupých kroků v geeralizačí hierarchii. 15
16 Modelováí zalostí Model je účelová abstrakce, která umožňuje sížit složitost zkoumaého předmětu tím, že se soustředí pouze a jeho ěkteré aspekty. Zalostí modely abstrahováí od podrobostí datové reprezetace a algoritmické realizace odděleí postupu řešeí problému od charakteristik věcé doméy Předosti vyplývající z používáí abstraktích modelů Usaděí vývoje aplikace. Model vede tvůrce systému k lepšímu strukturováí řešeé úlohy, má kotrolí a dokumetačí fukci díleí a opakovaé používáí. Pokud jsou modely založey (alespoň zčásti) a veřejých kihovách a stadardizovaé termiologii, pak jsou srozumitelé eje tvůrcům aplikace, ale i celé komuitě, která a tyto stadardy přistupuje. Modely metodologie KDS. 16
17 Zalostí otologie Otologie je explicití dohoda o sdíleé koceptualizaci. 1. Otologie tvoří koceptuálí popis zalostí hraje roli meta-úrově, defiující, co a v jaké podobě může být ve zalostech obsažeo. 2. Otologie by měla být sdílitelá eměla by být určea výlučě pro jediou aplikaci. Předpokladem sdílitelosti je přijetí daého způsobu koceptualizace v rámci širší komuity, jako jistého stadardu. 3. Otologie je defiovaá explicitě, tj. ejde o ústí dohodu, ale o iformace zachyceé v určitém dokumetu, pomocí jistého jazyka. Hlaví příosy využíváí otologií: Usaděí komuikace mezi lidmi/orgaizacemi díky jasému vymezeí používaých pojmů Usaděí spolupráce počítačových systémů otologie zde hraje roli výměého formátu zalostí Usaděí vývoje zalostí aplikace, v íž otologie plí fukci základí, koceptuálí vrstvy báze zalostí 17
18 Typy a příklady otologií Doméová otologie tvoří koceptuálí základ zalostí z věcé doméy The Eterprise Otology (Velká Britáie) jako model orgaizačí struktury a čiostí podiku jako celku i jeho jedotlivých částí. PRÁVNÍ VLSTNICTVÍ: Vztah mezi PRÁVNÍ ENTITOU a Etitou, v rámci ěhož má PRÁVNÍ ENTIT jistá práva vůči Etitě. Poz.: O Etitě v takovém Vztahu řekeme, že je v PRÁVNÍM VLSTNICTVÍ. Úlohové otologie můžeme ztotožit s modely řešeí problémů - (apr. KDS) Geerické otologie se podobají doméovým, avšak vyzačují se širokým (až uiverzálím) záběrem Projekt Cyc (US) jako otologie obecých (commo sese) zalostí z ejrůzějších oblastí. Otologie má formálí charakter použitý jazyk CycL, vychází z predikátového kalkulu prvího řádu. (#%ist #%LargeCorpIteralsMt #%Forll x (#%HumaResourcesDepartmet #%allistaces) (#%actsicapacity x #%mediatoriprocesses #%EmployeeHirig #%MaiFuctio))) 18
19 Poloautomatizovaé získáváí zalostí Systémy vycházející z použití repertoárové tabulky: systém Ets z roku 1985 (Boose), jeho tuzemská implemetace Saze (1988), či ovější systém WebGrid ( Postup tvorby báze zalostí: 1. expert zadává sezam všech možých řešeí problému 2. expert zadává tzv. tabulku ohodoceí (ratig grid), ve které je každý cíl popsá pomocí zaků (kostruktů) 3. systém kostruuje zalosti ve formě implikací mezi jedotlivými póly růzých zaků. 4. systém pokračuje geerováím pravidel. Z každého kostruktu vycházejí ke každému objektu tato dvě pravidla: Jestliže vj, pak Oi s váhou wij Jestliže -vj, pak Oi s váhou -wij Váha w ij je dáa součiem ohodoceí t ij z tabulky a důležitosti d j j-tého kostruktu, který se dále ásobí opravým koeficietem f(m): w ij = f(m) d j t ij, 5. po vytvořeí všech pravidel může expert přistoupit k testováí báze zalostí. Systém prověří podobost a kostruktů a testuje úplost báze zalostí. 19
20 Čiost systému SZE 1. Repertoárová tabulka B C D E p q r implikace q -q p 1 2 -p 2 0 Když -p, pak i q, a tedy když -q, pak i p. 3. pravidla Když p, pak B s váhou 66 s váhou 66 D s váhou 33 E s váhou -33 C s váhou -66 Když -p, pak B s váhou -66 s váhou -66 D s váhou -33 E s váhou 33 C s váhou
21 utomatizovaé získáváí zalostí Používaé metody z oblasti statistiky shluková aalýza, diskrimiačí aalýza, regresí aalýza z oblasti strojového učeí idukce rozhodovacích stromů ebo rozhodovacích pravidel, euroové sítě, bayesovské sítě geetické algoritmy, učeí zalozee a istacich Zalosti se získávají geeralizací z velkého počtu příkladů při je miimálím využití zalostí (a tedy miimálím přispěí experta). Učeí a základě podobosti objekty, patřící do téže třídy mají podobé charakteristiky problém alezeí vhodých atributů z koečého počtu příkladů odvozujeme obecé zalosti (iduktiví iferece) problém reprezetativosti příkladů 21
22 Tréovací data a prostor atributů Data pro alezeí zalostí pro hodceí boity klieta baky příjem kliet koto příjem půjčit e e o e o o e o o o o o koto 22
23 Rozhodovací stromy příjem >=mi p >=mi k příjem <mi p koto <mi k mi p mi k koto 23
24 Rozhodovací pravidla IF příjem>=mi_p THEN o IF příjem<mi_p & koto<mi_k THEN e IF příjem<mi_p & koto>=mi_k THEN o příjem mi p mi k koto 24
25 Neuroové sítě příjem koto 25
26 Případy kliet koto příjem půjčit e e o e o o e o o o o o příjem koto 26
27 Perspektivy Expertí systémy zatím edosáhly takového rozšířeí a obliby jako apř. databázové systémy ebo tabulkové kalkulátory. chybějí efektivější techiky získáváí zalostí, které by urychlily vývoj kokretí aplikace, edostatečé itegrováí do používaých techologií, která sižuje přijatelost expertích systémů pro uživatele (uživatel používá zavedeou iformačí techologii, do které ivestoval), zalostí ižeýři kladou malý důraz a aplikačí oblast (úkolem by mělo být vyřešit kokretí problém, ikoliv apasovat jej a používaý ástroj), chybějí přesé testovací procedury, které by zaručily, že výsledý systém správě fuguje. 27
28 Příos expertích systémů zvýšeá dostupost expertízy (expertí systémy lze provozovat a libovolých počítačích), sížeé áklady a provedeí expertízy (cea práce počítče je ižší ež cea práce experta), trvalost expertízy (zalosti uložeé v expertím systému jsou použitelé trvale, expert může odejít), ásobá expertíza (zalosti v expertím systému mohou pocházet od více expertů), vzrůst spolehlivosti expertízy (ve stejých situacích systém rozhoduje stejě, expertízu je možo dokumetovat...), schopost vysvětlováí, rychlá odezva, úplost expertízy (expertí systém epodléhá emocím, úavě, stresu) 28
29 Otevřeé otázky využítí kauzálích modelů usuzováí a základě modelů kvalitativí usuzováí více zdrojů zalostí tabule práce v reálém čase zlepšeí vysvětlováí využití kauzálích modelů 29
JESTLIŽE Poruchy druhu p j Vykazují v období záruky odchylku S > P resp. S < P POTOM Potenciální příčinou poruch je závada Z s vahou w
Volba aplikační oblasti 1. dvoukriteriální schéma založené na odhadu vágnosti a komplexnosti Důvody aplikace: Faktory úspěchu expert odchází a je třeba zaškolit nástupce snaha pro standardizaci způsobu
VíceVYSOCE PŘESNÉ METODY OBRÁBĚNÍ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojího ižeýrství Ústav strojíreské techologie ISBN 978-80-214-4352-5 VYSOCE PŘESNÉ METODY OBRÁBĚNÍ doc. Ig. Jaroslav PROKOP, CSc. 1 1 Fakulta strojího ižeýrství,
VíceDobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze
Dobýváí zalostí Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické iformatiky Matematicko-fyzikálí fakulta Uiverzity Karlovy v Praze Dobýváí zalostí Pokročilé techiky pro předzpracováí dat Doc. RNDr. Iveta
VíceAplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2006/2007 Radim Farana. Obsah. Algoritmus
Podklady předmětu pro akademický rok 006007 Radim Faraa Obsah Tvorba algoritmů, vlastosti algoritmu. Popis algoritmů, vývojové diagramy, strukturogramy. Hodoceí složitosti algoritmů, vypočitatelost, časová
VíceDeskriptivní statistika 1
Deskriptiví statistika 1 1 Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 1145/2004. Základí charakteristiky souboru Pro lepší představu používáme k popisu vlastostí zkoumaého jevu určité charakteristiky
VíceP2: Statistické zpracování dat
P: Statistické zpracováí dat Úvodem - Statistika: věda, zabývající se shromažďováím, tříděím a ásledým popisem velkých datových souborů. - Základem statistiky je teorie pravděpodobosti, založeá a popisu
VícePro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).
STATISTIKA Statistické šetřeí Proveďte a vyhodoťte statistické šetřeí:. Zvolte si statistický soubor. 2. Zvolte si určitý zak (zaky), které budete vyhodocovat. 3. Určete absolutí a relativí četosti zaků,
VíceIterační výpočty projekt č. 2
Dokumetace k projektu pro předměty IZP a IUS Iteračí výpočty projekt č. 5..007 Autor: Václav Uhlíř, xuhlir04@stud.fit.vutbr.cz Fakulta Iformačích Techologii Vysoké Učeí Techické v Brě Obsah. Úvodí defiice.....
VíceIAJCE Přednáška č. 12
Složitost je úvod do problematiky Úvod praktická realizace algoritmu = omezeí zejméa: o časem o velikostí paměti složitost = vztah daého algoritmu k daým prostředkům: časová složitost každé možiě vstupích
VíceTECHNICKÝ AUDIT VODÁRENSKÝCH DISTRIBUČNÍCH
ECHNICKÝ AUDI VODÁRENSKÝCH DISRIBUČNÍCH SYSÉMŮ Ig. Ladislav uhovčák, CSc. 1), Ig. omáš Kučera 1), Ig. Miroslav Svoboda 1), Ig. Miroslav Šebesta 2) 1) 2) Vysoké učeí techické v Brě, Fakulta stavebí, Ústav
Víceodhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.
10 Cvičeí 10 Statistický soubor. Náhodý výběr a výběrové statistiky aritmetický průměr, geometrický průměr, výběrový rozptyl,...). Bodové odhady parametrů. Itervalové odhady parametrů. Jedostraé a oboustraé
VíceU klasifikace podle minimální vzdálenosti je nutno zvolit:
.3. Klasifikace podle miimálí vzdáleosti Tato podkapitola je věováa popisu podstaty klasifikace podle miimálí vzdáleosti, jež úzce souvisí s klasifikací pomocí etaloů klasifikačích tříd. Představíme si
VíceZáklady statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková
Základy statistiky Zpracováí pokusých dat Praktické příklady Kristia Somerlíková Data v biologii Zak ebo skupia zaků popisuje přírodí jevy, úlohou výzkumíka je vybrat takovou skupiu zaků, které charakterizují
Více2. Finanční rozhodování firmy (řízení investic a inovací)
2. Fiačí rozhodováí firmy (řízeí ivestic a iovací) - fiačí rozhodováí je podmožiou fiačího řízeí (domiatí) - kompoety = složky: výběr optimálí variaty zdrojů fiacováí užití získaých prostředků uvážeí vlivu
VíceSystém pro zpracování, analýzu a vyhodnocení statistických dat ERÚ. Ing. Petr Kusý Energetický regulační úřad odbor statistický a bezpečnosti dodávek
Systém pro zpracováí, aalýzu a vyhodoceí statistických dat ERÚ Ig. Petr Kusý Eergetický regulačí úřad odbor statistický a bezpečosti dodávek TA ČR, 9. duba 2019 Eergetický regulačí úřad - stručě Nezávislý
Více3. Sekvenční obvody. b) Minimalizujte budící funkce pomocí Karnaughovy mapy
3.1 Zadáí: 3. Sekvečí obvody 1. Navrhěte a realizujte obvod geerující zadaou sekveci. Postupujte ásledově: a) Vytvořte vývojovou tabulku pro zadaou sekveci b) Miimalizujte budící fukce pomocí Karaughovy
Více1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL
Elea Mielcová, Radmila Stoklasová a Jaroslav Ramík; Statistické programy POPISNÁ STATISTIKA V PROGRAMU MS EXCEL RYCHLÝ NÁHLED KAPITOLY Žádý výzkum se v deší době evyhe statistickému zpracováí dat. Je jedo,
VíceS polynomy jste se seznámili již v Matematice 1. Připomeňme definici polynomické
5 Itegrace racioálích fukcí 5 Itegrace racioálích fukcí Průvodce studiem V předcházejících kapitolách jsme se aučili počítat eurčité itegrály úpravou a základí itegrály, metodou per partes a substitučí
Vícepravděpodobnostn podobnostní jazykový model
Pokročilé metody rozpozáváířeči Předáška 8 Rozpozáváí s velkými slovíky, pravděpodobost podobostí jazykový model Rozpozáváí s velkým slovíkem Úlohy zaměřeé a diktováíči přepis řeči vyžadují velké slovíky
VíceVýukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT
Základy práce s tabulkou Výukový modul III. Iovace a zkvalitěí výuky prostředictvím ICT Téma III..3, pracoví list 3 Techická měřeí v MS Ecel Průměry a četosti, odchylky změřeých hodot. Ig. Jiří Chobot
VíceTento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/
Teto projekt je spolufiacová Evropským sociálím fodem a Státím rozpočtem ČR IoBio CZ..07/2.2.00/28.008 Připravil: Ig. Vlastimil Vala, CSc. Metody zkoumáí ekoomických jevů Kapitola straa 3 Metoda Z řeckého
VíceRozhodovací stromy. Úloha klasifikace objektů do tříd. Top down induction of decision trees (TDIDT) - metoda divide and conquer (rozděl a panuj)
Rozhodovací stromy Úloha klasifikace objektů do tříd. Top dow iductio of decisio trees (TDIDT) - metoda divide ad coquer (rozděl a pauj) metoda specializace v prostoru hypotéz stromů (postup shora dolů,
Vícezákladním prvkem teorie křivek v počítačové grafice křivky polynomiální n
Petra Suryková Modelováí křivek základím prvkem teorie křivek v počítačové grafice křivky polyomiálí Q( t) a a t... a t polyomiálí křivky můžeme sado vyčíslit sado diferecovatelé lze z ich skládat křivky
VíceParametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti
1 Základí statistické zpracováí dat 1.1 Základí pojmy Populace (základí soubor) je soubor objektů (statistických jedotek), který je vymeze jejich výčtem ebo charakterizací jejich vlastostí, může být proto
VíceModelování jednostupňové extrakce. Grygar Vojtěch
Modelováí jedostupňové extrakce Grygar Vojtěch Soutěží práce 009 UTB ve Zlíě, Fakulta aplikovaé iformatiky, 009 OBSAH ÚVOD...3 1 MODELOVÁNÍ PRACÍCH PROCESŮ...4 1.1 TERMODYNAMIKA PRACÍHO PROCESU...4 1.
Více2,3 ČTYŘI STANDARDNÍ METODY I, ČTYŘI STANDARDNÍ METODY II
2,3 ČTYŘI STADARDÍ METODY I, ČTYŘI STADARDÍ METODY II 1.1.1 Statické metody a) ARR - Average Rate of Retur průměrý ročí čistý zisk (po zdaěí) ARR *100 % ( 20 ) ivestic do projektu V čitateli výrazu ( 20
VíceStatistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.
Statistika Cíle: Chápat pomy statistický soubor, rozsah souboru, statistická edotka, statistický zak, umět sestavit tabulku rozděleí četostí, umět zázorit spoicový diagram a sloupcový diagram / kruhový
Více6. Posloupnosti a jejich limity, řady
Moderí techologie ve studiu aplikovaé fyziky CZ..07/..00/07.008 6. Poslouposti a jejich limity, řady Posloupost je speciálí, důležitý příklad fukce. Při praktickém měřeí hodot určité fyzikálí veličiy dostáváme
Víceveličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou
1 Zápis číselých hodot a ejistoty měřeí Zápis číselých hodot Naměřeé hodoty zapisujeme jako číselý údaj s určitým koečým počtem číslic. Očekáváme, že všechy zapsaé číslice jsou správé a vyjadřují tak i
VíceNáhodný výběr 1. Náhodný výběr
Náhodý výběr 1 Náhodý výběr Matematická statistika poskytuje metody pro popis veliči áhodého charakteru pomocí jejich pozorovaých hodot, přesěji řečeo jde o určeí důležitých vlastostí rozděleí pravděpodobosti
Více1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE
1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE V této kapitole se dozvíte: jak je axiomaticky defiová vektor a vektorový prostor včetě defiice sčítáí vektorů a ásobeí vektorů skalárem;
VíceI. Výpočet čisté současné hodnoty upravené
I. Výpočet čisté současé hodoty upraveé Příklad 1 Projekt a výrobu laserových lamp pro dermatologii vyžaduje ivestici 4,2 mil. Kč. Předpokládají se rovoměré peěží příjmy po zdaěí ve výši 1,2 mil. Kč ročě
VíceVzorový příklad na rozhodování BPH_ZMAN
Vzorový příklad a rozhodováí BPH_ZMAN Základí charakteristiky a začeí symbol verbálí vyjádřeí iterval C g g-tý cíl g = 1,.. s V i i-tá variata i = 1,.. m K j j-té kriterium j = 1,.. v j x ij u ij váha
VíceREGRESNÍ DIAGNOSTIKA. Regresní diagnostika
4.11.011 REGRESNÍ DIAGNOSTIKA Chemometrie I, David MILDE Regresí diagostika Obsahuje postupy k posouzeí: kvality dat pro regresí model (přítomost vlivých bodů), kvality modelu pro daá data, splěí předpokladů
VíceDERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROM
Difereciálí počet fukcí jedé reálé proměé - - DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ ÚVODNÍ POZNÁMKY I derivace podobě jako limity můžeme počítat ěkolikerým způsobem a to kokrétě pomocí: defiice vět o algebře
VíceAnalýza a zpracování signálů. 4. Diskrétní systémy,výpočet impulsní odezvy, konvoluce, korelace
Aalýza a zpracováí sigálů 4. Diskrétí systémy,výpočet impulsí odezvy, kovoluce, korelace Diskrétí systémy Diskrétí sytém - zpracovává časově diskrétí vstupí sigál ] a produkuje časově diskrétí výstupí
VíceSekvenční logické obvody(lso)
Sekvečí logické obvody(lso) 1. Logické sekvečí obvody, tzv. paměťové čley, jsou obvody u kterých výstupí stavy ezávisí je a okamžitých hodotách vstupích sigálů, ale jsou závislé i a předcházejících hodotách
Více6 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
VíceVyhledávání v tabulkách
Vyhledáváí v tabulkách Tabulkou azveme možiu položek idetifikovatelých hodotou přístupového (idetifikačího) klíče (key, ID idetificator). Ve vodorovém směru se jedá o heterogeí pole, tz. že každá položka
VíceProgramování v Matlabu
Programováí v Matlabu Obsah: m-fukce a skripty; Krokováí laděí) fukcí/skriptů; Podmíěý příkaz; Cyklus s předem zámým počtem opakováí iteračí cyklus); Cyklus řízeý podmíkou Zoltá Szabó FBMI 2007 http://webzam.fbmi.cvut.cz/szabo/matlab/
VíceUPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ
3..- 4.. 2009 DIVYP Bro, s.r.o., Filipova, 635 00 Bro, http://www.divypbro.cz UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ autoři: prof. Ig. Mila Holický, PhD., DrSc., Ig. Karel Jug, Ph.D., doc. Ig. Jaa Marková,
VíceStatistika pro metrologii
Statistika pro metrologii T. Rössler Teto projekt je spolufiacová Evropským sociálím fodem a státím rozpočtem České republiky v rámci projektu Vzděláváí výzkumých pracovíků v Regioálím cetru pokročilých
VíceMatematika I, část II
1. FUNKCE Průvodce studiem V deím životě, v přírodě, v techice a hlavě v matematice se eustále setkáváme s fukčími závislostmi jedé veličiy (apř. y) a druhé (apř. x). Tak apř. cea jízdeky druhé třídy osobího
VíceDISKRÉTNÍ MATEMATIKA PRO INFORMATIKY
DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY URČENO PRO VZDĚLÁVÁNÍ V AKREDITOVANÝCH STUDIJNÍCH PROGRAMECH IVAN KŘIVÝ ČÍSLO OPERAČNÍHO PROGRAMU: CZ..07 NÁZEV OPERAČNÍHO PROGRAMU: VZDĚLÁVÁNÍ PRO KONKURENCESCHOPNOST
VíceMĚŘENÍ PARAMETRŮ OSVĚTLOVACÍCH SOUSTAV VEŘEJNÉHO OSVĚTLENÍ NAPÁJENÝCH Z REGULÁTORU E15
VŠB - T Ostrava, FE MĚŘENÍ PARAMETRŮ OVĚTLOVACÍCH OTAV VEŘEJNÉHO OVĚTLENÍ NAPÁJENÝCH Z REGLÁTOR E5 Řešitelé: g. taislav Mišák, Ph.D., Prof. g. Karel okaský, Cc. V Ostravě de.8.2007 g. taislav Mišák, Prof.
VíceOdhady 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:
Více2.4. INVERZNÍ MATICE
24 INVERZNÍ MICE V této kapitole se dozvíte: defiici iverzí matice; základí vlastosti iverzí matice; dvě základí metody výpočtu iverzí matice; defiici celočíselé mociy matice Klíčová slova této kapitoly:
Vícedálniced3 a rychlostní silnice Praha x Tábor x České Budějovice x Rakousko
dáliced3 a rychlostí silice R3 Praha Tábor České Budějovice Rakousko w w obsah základí iformace 3 dálice D3 a rychlostí silice R3 PrahaTáborČeské BudějoviceRakousko 3 > základí iformace 4 > čleěí dálice
VíceZávislost slovních znaků
Závislost slovích zaků Závislost slovích (kvalitativích) zaků Obměy slovího zaku Alterativí zaky Možé zaky Tříděí věcé sloví řady: seřazeí obmě je subjektiví záležitostí (podle abecedy), možé i objektiví
VíceStrojové učení. Things learn when they change their behavior in a way that makes them perform better in a future. (Witten, Frank, 1999) typy učení:
Strojové učeí The feld of mache learg s cocered wth the questo of how to costruct computer programs that automatcally mprove wth eperece. (Mtchell, 1997) Thgs lear whe they chage ther behavor a way that
Více4 DOPADY ZPŮSOBŮ FINANCOVÁNÍ NA INVESTIČNÍ ROZHODOVÁNÍ
4 DOPADY ZPŮSOBŮ FACOVÁÍ A VESTČÍ ROZHODOVÁÍ 77 4. ČSTÁ SOUČASÁ HODOTA VČETĚ VLVU FLACE, CEOVÝCH ÁRŮSTŮ, DAÍ OPTMALZACE KAPTÁLOVÉ STRUKTURY Čistá současá hodota (et preset value) Jedá se o dyamickou metodu
Více2 STEJNORODOST BETONU KONSTRUKCE
STEJNORODOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí stejorodosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů
Více1. Měření ve fyzice, soustava jednotek SI
1. Měřeí ve fyzice, soustava jedotek SI Fyzika je vědí obor, který zkoumá zákoitosti přírodích jevů. Pozámka: Získáváí pozatků ve fyzice: 1. pozorováí - sledováí určitého jevu v jeho přirozeých podmíkách,
VíceEKONOMETRIE 9. přednáška Zobecněný lineární regresní model
EKONOMETRIE 9. předáška Zobecěý lieárí regresí model Porušeí základích podmíek klasického modelu Metoda zobecěých emeších čtverců Jestliže sou porušey ěkteré podmíky klasického modelu. E(u),. E (uu`) σ
Více(varianta s odděleným hodnocením investičních nákladů vynaložených na jednotlivé privatizované objekty)
(variata s odděleým hodoceím ivestičích ákladů vyaložeých a jedotlivé privatizovaé objekty) Vypracoval: YBN CONSULT - Zalecký ústav s.r.o. Ig. Bedřich Malý Ig. Yvetta Fialová, CSc. Václavské áměstí 1 110
Více2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT
2 IDENIFIKACE H-MAICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNO omáš Novotý ČESKÉ VYSOKÉ UČENÍ ECHNICKÉ V PRAZE Faulta eletrotechicá Katedra eletroeergetiy. Úvod Metody založeé a loalizaci poruch pomocí H-matic
VíceIntegrace hodnot Value-at-Risk lineárních subportfolií na bázi vícerozměrného normálního rozdělení výnosů aktiv
3. meziárodí koferece Řízeí a modelováí fiačích rizik Ostrava VŠB-U Ostrava, Ekoomická fakulta, katedra Fiací 6.-7. září 006 tegrace hodot Value-at-Risk lieárích subportfolií a bázi vícerozměrého ormálího
VíceAplikace teorie neuronových sítí
Aplikace teorie euroových sítí Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické iforatiky Mateaticko-fyzikálí fakulta Uiverzity Karlovy v Praze Zpracováí časových vzorů (teporal processig) Stadardí algoritus
VícePopisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem
Popisá statistika - zavedeí pojmů Popisá statistika - zavedeí pojmů Soubor idividuálích údajů o objektech azýváme základí soubor ebo také populace. Zkoumaé objekty jsou tzv. statistické jedotky a sledujeme
VíceUŽITÍ MATLABU V KOLORIMETRII. J.Novák, A.Mikš. Katedra fyziky, FSv ČVUT, Praha
UŽITÍ MATLABU V KOLORIMETRII J.Novák A.Mikš Katedra fyziky FSv ČVUT Praha Kolorimetrické metody jsou velmi často používáy jako diagostické metody v řadě oblastí vědy a techiky. V čláku jsou ukázáy příklady
VíceÚloha III.S... limitní
Úloha III.S... limití 10 bodů; průměr 7,81; řešilo 6 studetů a) Zkuste vlastími slovy popsat postup kostrukce itervalových odhadů středí hodoty v případě obecého rozděleí měřeých dat (postačí vlastími
Více1 PSE Definice základních pojmů. (ω je elementární jev: A ω (A ω) nebo (A );
1 PSE 1 Náhodý pokus, áhodý jev. Operace s jevy. Defiice pravděpodobosti jevu, vlastosti ppsti. Klasická defiice pravděpodobosti a její použití, základí kombiatorické vzorce. 1.1 Teoretická část 1.1.1
VícePrincip paralelního řazení vkládáním (menší propadává doprava)
ricip paralelího řazeí vkládáím (meší propadává doprava) Týde 0 aralelí řazeí. vkládáím. traspozicí lichý - sudý. bitoické. s pravidelými vzorky. přihrádkové 0,,,,,,,,,, krok aralelí řazeí vkládáím (Isertio
Vícei 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky
Téma 6.: Základí pojmy matematické statistiky Vlastosti důležitých statistik odvozeých z jedorozměrého áhodého výběru: Nechť X,..., X je áhodý výběr z rozložeí se středí hodotou μ, rozptylem σ a distribučí
VícePetr Šedivý Šedivá matematika
LIMITA POSLOUPNOSTI Úvod: Kapitola, kde poprvé arazíme a ekoečo. Argumety posloupostí rostou ade všechy meze a zkoumáme, jak vypadají hodoty poslouposti. V kapitole se sezámíte se základími typy it a početími
VícePatří slovo BUSINESS do zdravotnictví?. 23. 6. 2005
Patří slovo BUSINESS do zdravotictví?. 23. 6. 2005 Společost Deloitte Společost Deloitte v České republice má více ež 550 zaměstaců a kaceláře v Praze a Olomouci. Naše česká pobočka je součástí aší regioálí
VíceZákladní požadavky a pravidla měření
Základí požadavky a pravidla měřeí Základí požadavky pro správé měřeí jsou: bezpečost práce teoretické a praktické zalosti získaé přípravou a měřeí přesost a spolehlivost měřeí optimálí orgaizace průběhu
VíceZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)
ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) Základy teorie pravděpodobosti měřeí chyba měřeí Provádíme kvalifikovaý odhad áhodá systematická výsledek ejistota výsledku Základy teorie pravděpodobosti
Více1. Základy měření neelektrických veličin
. Základy měřeí eelektrických veliči.. Měřicí řetězec Měřicí řetězec (měřicí soustava) je soubor měřicích čleů (jedotek) účelě uspořádaých tak, aby bylo ožě split požadovaý úkol měřeí, tj. získat iformaci
Více1 ROVNOMĚRNOST BETONU KONSTRUKCE
ROVNOMĚRNOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí rovoměrosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů
Více523/2006 Sb. VYHLÁŠKA
523/2006 Sb. VYHLÁŠKA ze de 21. listopadu 2006, kterou se staoví mezí hodoty hlukových ukazatelů, jejich výpočet, základí požadavky a obsah strategických hlukových map a akčích pláů a podmíky účasti veřejosti
VíceMezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.
ováí - Hru IV /6 ováí Hru IV Mila RůžR ůžička, Josef Jureka,, Zbyěk k Hrubý zbyek.hruby hruby@fs.cvut.cz ováí - Hru IV /6 ravděpodobostí úavové diagramy s uvažováím předpětí R - plocha ve čtyřrozměrém
Více8.2.1 Aritmetická posloupnost I
8.2. Aritmetická posloupost I Předpoklady: 80, 802, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Čley posloupostí pak při kotrole vypíšu
Více1. Číselné obory, dělitelnost, výrazy
1. Číselé obory, dělitelost, výrazy 1. obor přirozeých čísel - vyjadřující počet prvků možiy - začíme (jsou to kladá edesetiá čísla) 2. obor celých čísel - možia celých čísel = edesetiá, ale kladá i záporá
Víceje konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n
8.3. Limity ěkterých posloupostí Předpoklady: 83 Pedagogická pozámka: Tuto a tři ásledující hodiy je možé probrat za dvě vyučovací hodiy. V této hodiě je možé vyechat dokazováí limit v příkladu 3. Opakováí
VíceLaboratorní práce č. 10 Úloha č. 9. Polarizace světla a Brownův pohyb:
ruhlář Michal 8.. 5 Laboratorí práce č. Úloha č. 9 Polarizace světla a Browův pohyb: ϕ p, C 4% 97,kPa Úkol: - Staovte polarizačí schopost daého polaroidu - Určete polarimetrem úhel stočeí kmitavé roviy
VíceOPTIMALIZACE AKTIVIT SYSTÉMU PRO URČENÍ PODÍLU NA VYTÁPĚNÍ A SPOTŘEBĚ VODY.
OPTIMALIZACE AKTIVIT SYSTÉMU PRO URČENÍ PODÍLU NA VYTÁPĚNÍ A SPOTŘEBĚ VODY. Ig.Karel Hoder, ÚAMT-VUT Bro. 1.Úvod Optimálí rozděleí ákladů a vytápěí bytového domu mezi uživatele bytů v domě stále podléhá
VíceMATICOVÉ HRY MATICOVÝCH HER
MATICOVÉ HRY FORMULACE, KONCEPCE ŘEŠENÍ, SMÍŠENÉ ROZŠÍŘENÍ MATICOVÝCH HER, ZÁKLADNÍ VĚTA MATICOVÝCH HER CO JE TO TEORIE HER A ČÍM SE ZABÝVÁ? Teorie her je ekoomická vědí disciplía, která se zabývá studiem
VícePojem času ve finančním rozhodování podniku
Pojem času ve fiačím rozhodováí podiku 1.1. Výzam faktoru času a základí metody jeho vyjádřeí Fiačí rozhodováí podiku je ovlivěo časem. Peěží prostředky získaé des mají větší hodotu ež tytéž peíze získaé
VíceSpojitost a limita funkcí jedné reálné proměnné
Spojitost a limita fukcí jedé reálé proměé Pozámka Vyšetřeí spojitosti fukce je možo podle defiice převést a výpočet limity V dalším se proto soustředíme je problém výpočtu limit Pozámka Limitu fukce v
VíceKapitola 5 - Matice (nad tělesem)
Kapitola 5 - Matice (ad tělesem) 5.. Defiice matice 5... DEFINICE Nechť T je těleso, m, N. Maticí typu m, ad tělesem T rozumíme zobrazeí možiy {, 2,, m} {, 2,, } do T. 5..2. OZNAČENÍ Možiu všech matic
Více(Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applications)
Základy datové aalýzy, modelového vývojářství a statistického učeí (Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applicatios) Lukáš Pastorek POZOR: Autor upozorňuje, že se jedá
VícePříloha č. 7 Dodatku ke Smlouvě o službách Systém měření kvality Služeb
Příloha č. 7 Dodatku ke Smlouvě o službách Systém měřeí kvality Služeb Dodavatel a Objedatel se dohodli a ahrazeí Přílohy C - Systém měřeí kvality Služeb Obchodích podmíek Smlouvy o službách touto Přílohou
Více1. Definice elektrického pohonu 1.1 Specifikace pohonu podle typu poháněného pracovního stroje 1.1.1 Rychlost pracovního mechanismu
1. Defiice elektrického pohou Pod pojmem elektrický poho rozumíme soubor elektromechaických vazeb a vztahů mezi pracovím mechaismem a elektromechaickou soustavou. Mezi základí tři části elektrického pohou
VíceSTATISTIKA PRO EKONOMY
EDICE UČEBNÍCH TEXTŮ STATISTIKA PRO EKONOMY EDUARD SOUČEK V Y S O K Á Š K O L A E K O N O M I E A M A N A G E M E N T U Eduard Souček Statistika pro ekoomy UČEBNÍ TEXT VYSOKÁ ŠKOLA EKONOMIE A MANAGEMENTU
VíceTéma: 11) Dynamika stavebních konstrukcí
Počítačová podpora statických výpočtů Téma: ) Dyamika stavebích kostrukcí Katedra stavebí mechaiky Fakulta stavebí, VŠB V Techická uiverzita Ostrava Rozděleí mechaiky Statika Zabývá se problematikou působeí
VícePravděpodobnostní modely
Pravděpodobostí modely Meu: QCEpert Pravděpodobostí modely Modul hledá metodou maimálí věrohodosti (MLE Maimum Likelihood Estimate) statistický model (rozděleí) který ejlépe popisuje data. Je přitom k
Víceje konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n
8.3. Limity ěkterých posloupostí Předpoklady: 83 Opakováí z miulé hodiy: 8 Hodoty poslouposti + se pro blížící se k ekoeču blíží k a to tak že mezi = posloupostí a číslem eexistuje žádá mezera říkáme že
VíceSTATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson
STATISTIKA Statistika se těší pochybému vyzameáí tím, že je ejvíce epochopeým vědím oborem. H. Leviso Charakterizace statistického souboru Statistický soubor Prvek souboru Zak prvku kvatitativí teplota,
Více4EK311 Operační výzkum. 4. Distribuční úlohy LP část 2
4EK311 Operačí výzkum 4. Distribučí úlohy LP část 2 4.1 Dopraví problém obecý model miimalizovat za podmíek: m z = c ij x ij i=1 j=1 j=1 m i=1 x ij = a i, i = 1, 2,, m x ij = b j, j = 1, 2,, x ij 0, i
VíceDURACE A INVESTIČNÍ HORIZONT PŘI INVESTOVÁNÍ DO DLUHOPISŮ
DURACE A INVESTIČNÍ HORIZONT PŘI INVESTOVÁNÍ DO DLUHOPISŮ Ivestičí horizot IH: doba, po kterou má ivestor v daé ivestici vázáy své peíze. Při ivestici do dluhopisu jsme vystavei riziku změy výosů Uvažujme
VíceLineární a adaptivní zpracování dat. 9. Modely časových řad II.
Lieárí a adaptiví zpracováí dat 9. Modely časových řad II. Daiel Schwarz Ivestice do rozvoje vzděláváí Opakováí K čemu je dobré vytvářet modely procesů geerující časové řady? Dekompozice časový řad: jaké
Vícepro bakalářský studijní program Ekonomika a management
B608 Ekoomika a maagemet POŢADAVKY K PŘIJÍMACÍ ZKOUŠCE pro bakalářský studijí program Ekoomika a maagemet MATEMATIKA 1. Počítáí s reálými čísly Zlomky, mociy, odmociy, ( a b), ( a b), a b.. Počítáí s procety
VíceNeuronové sítě. Biologický neuron. Modely neuronu. 1. Logický neuron (McCulloch, Pitts, 1943) w R, x, y {0, 1} Biologický neuron.
Biologický euro Neuroové sítě Biologický euro Modely eurou Schéma eurou 1. Logický euro (McCulloch, Pitts, 1943) w R, x, y {0, 1} P. Berka, 2019 1/23 2. DLINE (Widrow, 1960) x, w R, y {0, 1} SUM = w i
VíceSoučasnost a budoucnost provozní podpory podle zákona POZE
Současost a budoucost provozí podpory podle zákoa POZE ENERGETICKÝ REGULAČNÍ ÚŘAD Odbor podporovaých zdrojů poze@eru.cz Ig. Kristiá Titka 20. 11. 2018 Frymburk Rada ERÚ od 1. 8. 2018 JUDr. PhDr. Vratislav
Více1 Základy Z-transformace. pro aplikace v oblasti
Základy Z-trasformace pro aplikace v oblasti číslicového zpracováí sigálů Petr Pollák 9. říja 29 Základy Z-trasformace Teto stručý text slouží k připomeutí základích vlastostí Z-trasformace s jejími aplikacemi
VíceOptické vlastnosti atmosféry, rekonstrukce optického signálu degradovaného průchodem atmosférou
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Optické vlastosti atmosféry, rekostrukce optického sigálu degradovaého průchodem atmosférou Učebí texty k semiáři Autor: Dr. Ig. Zdeěk Řehoř UO Bro) Datum: 22. 10. 2010
VíceI. Výpočet čisté současné hodnoty upravené
I. Výpočet čisté současé hodoty upraveé Příklad 1 Projekt a výrobu laserových lamp pro dermatologii vyžaduje ivestici 4,2 mil. Kč. Předpokládají se rovoměré peěží příjmy po zdaěí ve výši 1,2 mil. Kč ročě
VíceÚROKVÁ SAZBA A VÝPOČET BUDOUCÍ HODNOTY. Závislost úroku na době splatnosti kapitálu
ÚROKVÁ SAZBA A VÝPOČET BUDOUÍ HODNOTY. Typy a druhy úročeí, budoucí hodota ivestice Úrok - odměa za získáí úvěru (cea za službu peěz) Ročí úroková sazba (míra)(i) úrok v % z hodoty kapitálu za časové období
VíceMATEMATICKÁ INDUKCE. 1. Princip matematické indukce
MATEMATICKÁ INDUKCE ALEŠ NEKVINDA. Pricip matematické idukce Nechť V ) je ějaká vlastost přirozeých čísel, apř. + je dělitelé dvěma či < atd. Máme dokázat tvrzeí typu Pro každé N platí V ). Jeda možost
Více