SEMESTRÁLNÍ PRÁCE Z X37SAS Zadání č. 7

Rozměr: px
Začít zobrazení ze stránky:

Download "SEMESTRÁLNÍ PRÁCE Z X37SAS Zadání č. 7"

Transkript

1 SEMESTRÁLNÍ PRÁCE Z X37SAS Zadání č. 7 Daniel Tureček St-lichý týden, 9:15

2 Zadání Určete periodu signálu s(k), určete stejnosměrnou složku, výkon, autokorelační funkci. Záznam signálu je v souboru persig2. 1. Úvod Signál, pro který budeme počítat jednotlivé body zadání je dán v souboru persig2 ve formátu řady čísel oddělených mezerami. Pro práci se signálem bude použit výpočetní program Matlab. 2. Načtení signálu do Matlabu Do Matlabu načteme signál ze souboru persig2 proměnné data následujícím příkazem: data = load('persig2'); (1) kde load je funkce, která načte data ze souboru a uloží je do proměnné. Nyní již máme signál uložen v proměnné v Matlabu a mužeme na něm provádět další výpočty. 3. Výpočet autokorelační funkce Autokorelační funkce je pro periodický diskrétní signál dána předpisem: R m = 1 N 0 k 0 N 0 1 s k * s k m (2) k=k 0 a vypočítáme ji: R = xcorr(data) / length(data); (3) kde xcorr je funkce, která počítá korelační či autokorelační funkci. Pro výpočet korelační funkce má syntaxi: proměnná = xcorr(x, y); nebo proměnná = xcorr(x); (4) kde x,y jsou signály jejíchž korelační či autokorelační funkci počítáme. Výše zmíněná funkce xcorr nám ovšem pouze vypočítá sumu ve vzorci (2). Abychom získali správnou hodnotu pro periodický signál je nutné výsledek vydělit délkou signálu. Tu spočítáme pomocí funkce length. Stejného výsledku bychom dosáhli, kdybychom do funkce xcorr přidali parametr 'biased'. R = xcorr(data,'biased'); (5) 4. Výpočet periody signálu Periodu signálu zjistíme z autokorelační funkce. Víme, že autokorelační funkce má stejnou periodu jako signál, pro který byla počítána. Periodu můžeme tedy snadno určit například jako vzdálenost sousedních maxim. V našem případě jsme zjistili index globálního maxima a index

3 druhého nejvyššího maxima zleva. Jejich rozdíl je námi hledaná perioda. V matlabu celý postup vypadá následovně: [size1, pos1] = max(r); (6) [size2, pos2] = max(r(1:pos1-1)); (7) N0 = pos1 - pos2; (8) kde funkce max najde v proměnné (vektoru) maximum. Její syntaxe je: [velikost maxima, index] = max(proměnná); (9) kde velikost maxima je velikost nalezeného maxima v proměnné proměnná a index je poloha tohoto maxima v proměnné proměnná. V řádku (6) tedy spočítáme globální maximum, jeho hodnotu uložíme do proměnné size1 a polohu do proměnné pos1. V řádku (7) spočítáme maximum na intervalu od 1 do polohy globálního maxima. Tímto získáme pozici druhého nejvyššího maxima vlevo od globálního maxima. V posledním řádku (8) vypočítáme rozdíl mezi polohami obou maxim a uložíme jej do proměnné N0. 5. Výpočet stejnosměrné složky Stejnosměrnou složku spočítáme podle vzorce: ss= 1 N 0 N 0 1 V matlabu můžeme stejnosměrnou složku vypočítat funkcí mean. Jelikož je náš signál periodický počítáme střední hodnotu na jedné periodě : s k ss=mean(data(1:n0)); (10) kde data(1:n0) omezí signál pouze na jednu periodu. Pro kontrolu můžeme stejnosměrnou složku také spočítat vzorcem: kde sum je funkce suma. ss2=sum(data(1:n0))/n0; (11) 6. Výpočet výkonu Výpočet výkonu můžeme provést dvěma způsoby: 1. Z korelační funkce, jelikož platí: 2. Ze vzorce: P=R 0 (12) P= 1 N 0 s k 2 (13) N 0 1

4 Vzorec (13) lze do matlabu přepsat následujícím způsobem P=sum(abs(data(1:N0).*data(1:N0)))/N0; (14) kde znaky.* značí, že se při sčítání vynásobí mezi sebou jednotlivé hodnoty v proměnné data. 7. Vykreslení grafů signálu a autokorelační funkce Vykreslení grafů provedeme pomocí následujících příkazů: subplot(2,1,1); (15) plot(data); (16) title('persig2'); (17) xlabel('k'); (18) ylabel('y'); (19) subplot(2,1,2); (20) plot(r); (21) title('autokorelacni funkce'); (22) xlabel('\tau'); (23) ylabel('r'); (24) kde: subplot je funkce, která vytvoří mřížku grafů a jeden zvolí. Syntaxe: subplot(počet grafů vertikálně, počet grafů horizontálně, zvolený graf); plot(data) je funkce, která vykreslí graf signálu persig2 title('titulek') je funkce, která nastaví název grafu xlabel('x') je funkce, která nastaví popisek osy x ylabel('y') je funkce, která nastaví popisek osy y 8. Grafy a výsledky Graf vstupního signálu persig2:

5 Graf autokorelační funkce: Perioda N 0 =47 Stejnosměrná složka Výkon P=0,0969 ss= 0, Zdrojový kód % project.m clear; % smazani puvodnich hodnot data = load('persig2'); % nacteni signalu ze souboru a ulozeni do promene data %AUTOKORELACNI FUNKCE R=xcorr(data)/length(data); % vypocet auto korelacni funkce %PERIODA [size1,pos1]=max(r); % maximum korelacni funkce, pos1 - index maxima [size2,pos2]=max(r(1:pos1-1)); % pos2 - index druheho nejvetsiho maxima N0=pos1-pos2; %perioda - rozdil indexu dvou nejblizsih maxim %SS SLOZKA ss=mean(data(1:n0)); ss2=sum(data(1:n0))/n0; %VYKON P=sum(abs(data(1:N0).*data(1:N0)))/N0; % energie signalu P=mean(abs(data(1:N0).*data(1:N0))); %VYPIS ss % stejnosmerna slozka P % vykon %VYKRESLENI GRAFU subplot(2,1,1); % vytvoreni mrizky pro 2 grafy, zvoleni horniho grafu plot(data); % vykresleni grafu vstupniho signalu title('persig2'); % nastaveni titulky horniho grafu xlabel('k'); % popisek osy x ylabel('y'); % popisek osy y subplot(2,1,2); % zvoleni spodniho grafu plot(r); % vykresleni grafu autokorelacni funkce title('autokorelacni funkce'); % nastaveni titulku spodniho grafu xlabel('\tau'); % popisek osy x ylabel('r'); % popisek osy y

X37SGS Signály a systémy

X37SGS Signály a systémy X7SGS Signály a systémy Matlab minihelp (poslední změna: 0. září 2008) 1 Základní maticové operace Vytvoření matice (vektoru) a výběr konkrétního prvku matice vytvoření matice (vektoru) oddělovač sloupců

Více

Primární zpracování radarového signálu dopplerovská filtrace

Primární zpracování radarového signálu dopplerovská filtrace ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE K13137 - Katedra radioelektroniky A2M37RSY Jméno Stud. rok Stud. skupina Ročník Lab. skupina Václav Dajčar 2011/2012 2. 101 - Datum zadání Datum odevzdání Klasifikace

Více

Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)

Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného) Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného) 1 Obecný popis metody Particle Image Velocimetry, nebo-li zkráceně PIV, je měřící

Více

BPC2E_C08 Parametrické 3D grafy v Matlabu

BPC2E_C08 Parametrické 3D grafy v Matlabu BPC2E_C08 Parametrické 3D grafy v Matlabu Cílem cvičení je procvičit si práci se soubory a parametrickými 3D grafy v Matlabu. Úloha A. Protože budete řešit transformaci z kartézských do sférických souřadnic,

Více

Lineární algebra s Matlabem cvičení 3

Lineární algebra s Matlabem cvičení 3 Lineární algebra s Matlabem cvičení 3 Grafika v Matlabu Základní příkazy figure o vytvoří prázdné okno grafu hold on/hold off o zapne/vypne možnost kreslení více funkcí do jednoho grafu ezplot o slouží

Více

Měření zrychlení volného pádu

Měření zrychlení volného pádu Měření zrychlení volného pádu Online: http://www.sclpx.eu/lab1r.php?exp=10 Pro tento experiment si nejprve musíme vyrobit hřeben se dvěma zuby, které budou mít stejnou šířku (např. 1 cm) a budou umístěny

Více

[ n. Konvoluce. = 0 jinak. 0 jinak. Užitečné signály (diskrétní verze) Jednotkový skok 1 pro n = 0

[ n. Konvoluce. = 0 jinak. 0 jinak. Užitečné signály (diskrétní verze) Jednotkový skok 1 pro n = 0 Užitečné signály (diskrétní verze) Konvoluce σ Jednotkový skok [ n] Jednotkový impuls (delta funkce) Posunutý jednotkový impuls 1 pro n 0 1 pro n = 0 δ = δ [ n] [ n k] = 0 jinak 0 jinak Proč jsou užitečné?

Více

MS EXCEL 2010 ÚLOHY. Vytvořte tabulku podle obrázku, která bude provádět základní matematické operace se dvěma zadanými čísly a a b.

MS EXCEL 2010 ÚLOHY. Vytvořte tabulku podle obrázku, která bude provádět základní matematické operace se dvěma zadanými čísly a a b. MS EXCEL 2010 ÚLOHY ÚLOHA Č.1 Vytvořte tabulku podle obrázku, která bude provádět základní matematické operace se dvěma zadanými čísly a a b. Do buněk B2 a B3 očekávám zadání hodnot. Buňky B6:B13 a D6:D13

Více

% vyhledání prvku s max. velikostí v jednotlivých sloupcích matice X

% vyhledání prvku s max. velikostí v jednotlivých sloupcích matice X %------------------------------------- % 4. cvičení z předmětu PPEL - MATLAB %------------------------------------- % Lenka Šroubová, ZČU, FEL, KTE % e-mail: lsroubov@kte.zcu.cz %-------------------------------------

Více

2. Numerické výpočty. 1. Numerická derivace funkce

2. Numerické výpočty. 1. Numerická derivace funkce 2. Numerické výpočty Excel je poměrně pohodlný nástroj na provádění různých numerických výpočtů. V příkladu si ukážeme možnosti výpočtu a zobrazení diferenciálních charakteristik analytické funkce, přičemž

Více

Střední průmyslová škola v Teplicích Předmět: Kontrola a měření ve strojírenství

Střední průmyslová škola v Teplicích Předmět: Kontrola a měření ve strojírenství Střední průmyslová škola v Teplicích Předmět: Kontrola a měření ve strojírenství MĚŘENÍ DRSNOSTI POVRCHU Metody kontroly povrchu rozdělujeme na metody kvalitativní a kvantitativní. Metody kvalitativní

Více

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU MODELOVÁNÍ MATLABEM

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU MODELOVÁNÍ MATLABEM SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU MODELOVÁNÍ MATLABEM Jméno: Petr Thür Os. číslo: A04236 E-mail: petr.thur@post.cz Zadání: 8-D Datum vypracování: 7. 5. 2005 Zadání: Sestavte program (funkční M-soubor) pro vykreslení

Více

Grafické výstupy v Octave/Matlabu a GnuPlotu

Grafické výstupy v Octave/Matlabu a GnuPlotu co byste měli umět po dnešní lekci: nakreslit xy graf s popisky os nakreslit graf s více závislostmi, pro každou z nich vybrat symbol/barvu linie nakreslit více grafů do jednoho vykreslit 3D graf v různých

Více

1 Základní funkce pro zpracování obrazových dat

1 Základní funkce pro zpracování obrazových dat 1 Základní funkce pro zpracování obrazových dat 1.1 Teoretický rozbor 1.1.1 Úvod do zpracování obrazu v MATLABu MATLAB je primárně určen pro zpracování a analýzu numerických dat. Pro analýzu obrazových

Více

Příklad 1. Řešení 1a. Řešení 1b ŘEŠENÉ PŘÍKLADY Z M1B ČÁST 5

Příklad 1. Řešení 1a. Řešení 1b ŘEŠENÉ PŘÍKLADY Z M1B ČÁST 5 Příklad 1 Najděte totální diferenciál d (h) pro h=(h,h ) v příslušných bodech pro následující funkce: a) (,)= cos, =1; b) (,)=ln( + ), =2; 0 c) (,)=arctg(), =1; 0 1 d) (,)= +, =1; 1 Řešení 1a Máme nalézt

Více

Zadání Máme data hdp.wf1, která najdete zde: Bodová předpověď: Intervalová předpověď:

Zadání Máme data hdp.wf1, která najdete zde:  Bodová předpověď: Intervalová předpověď: Predikce Text o predikci pro upřesnění pro ty, které zajímá, kde se v EViews všechna ta čísla berou. Ruční výpočty u průběžného testu nebudou potřeba. Co bude v závěrečném testu, to nevím. Ale přečíst

Více

Cvi ení 2. Cvi ení 2. Modelování systém a proces. Mgr. Lucie Kárná, PhD. March 5, 2018

Cvi ení 2. Cvi ení 2. Modelování systém a proces. Mgr. Lucie Kárná, PhD. March 5, 2018 Modelování systém a proces Mgr. Lucie Kárná, PhD karna@fd.cvut.cz March 5, 2018 1 Gracké moºnosti Matlabu 2 Zobrazení signálu 3 4 Analýza signálu Gracké moºnosti Matlabu Základní gracké p íkazy I Graf

Více

Průběh funkce 1. Průběh funkce. Při vyšetření grafu funkce budeme postupovat podle následujícího algoritmu:

Průběh funkce 1. Průběh funkce. Při vyšetření grafu funkce budeme postupovat podle následujícího algoritmu: Průběh funkce Průběh funkce Při vyšetření grafu funkce budeme postupovat podle následujícího algoritmu:. Určení definičního oboru. 2. Rozhodnutí, jestli je funkce sudá, lichá, periodická nebo nemá ani

Více

Bodové odhady parametrů a výstupů

Bodové odhady parametrů a výstupů Bodové odhady parametrů a výstupů 26. listopadu 2013 Máme rozdělení s neznámými parametry a chceme odhadnout jeden nebo několik příštích výstupů. Již víme, že úplnou informaci v této situaci nese sdružené

Více

Algoritmus pro hledání nejkratší cesty orientovaným grafem

Algoritmus pro hledání nejkratší cesty orientovaným grafem 1.1 Úvod Algoritmus pro hledání nejkratší cesty orientovaným grafem Naprogramoval jsem v Matlabu funkci, která dokáže určit nejkratší cestu v orientovaném grafu mezi libovolnými dvěma vrcholy. Nastudoval

Více

MS EXCEL 2010 ÚLOHY. Vytvořte tabulku podle obrázku, která bude provádět základní matematické operace se dvěma zadanými čísly a a b.

MS EXCEL 2010 ÚLOHY. Vytvořte tabulku podle obrázku, která bude provádět základní matematické operace se dvěma zadanými čísly a a b. MS EXCEL 2010 ÚLOHY ÚLOHA Č.1 Vytvořte tabulku podle obrázku, která bude provádět základní matematické operace se dvěma zadanými čísly a a b. Do buněk B2 a B3 očekávám zadání hodnot. Buňky B6:B13 a D6:D13

Více

Předmluva 9 Obsah knihy 9 Typografické konvence 10 Informace o autorovi 10 Poděkování 10

Předmluva 9 Obsah knihy 9 Typografické konvence 10 Informace o autorovi 10 Poděkování 10 Obsah Předmluva 9 Obsah knihy 9 Typografické konvence 10 Informace o autorovi 10 Poděkování 10 KAPITOLA 1 Úvod 11 Dostupná rozšíření Matlabu 13 Alternativa zdarma GNU Octave 13 KAPITOLA 2 Popis prostředí

Více

3.2 3DgrafyvMaple 106 KAPITOLA 3. UŽITÍ MAPLE PŘI ŘEŠENÍ KVADRIK

3.2 3DgrafyvMaple 106 KAPITOLA 3. UŽITÍ MAPLE PŘI ŘEŠENÍ KVADRIK 106 KAPITOLA 3. UŽITÍ MAPLE PŘI ŘEŠENÍ KVADRIK > A2:=augment(submatrix(A,1..3,[1]),b,submatrix(A,1..3,[3])); Potom vypočítáme hodnotu x 2 : > x2:=det(a2)/det(a); Zadání matice. Matici M typu (2, 3) zadáme

Více

Semestrální práce Mozaika aneb Co všechno umí pan Voronoi

Semestrální práce Mozaika aneb Co všechno umí pan Voronoi Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra informatiky a výpočetní techniky Semestrální práce Mozaika aneb Co všechno umí pan Voronoi Plzeň, 2008 Aubrecht Vladimír Obsah 1 Zadání...

Více

Kreslení grafů v Matlabu

Kreslení grafů v Matlabu Kreslení grafů v Matlabu Pavel Provinský 3. října 2013 Instrukce: Projděte si všechny příklady. Každý příklad se snažte pochopit. Pak vymyslete a naprogramujte příklad podobný. Tím se ujistíte, že příkladu

Více

Příklad: Řešte soustavu lineárních algebraických rovnic 10x 1 + 5x 2 +70x 3 + 5x 4 + 5x 5 = 275 2x 1 + 7x 2 + 6x 3 + 9x 4 + 6x 5 = 100 8x 1 + 9x 2 +

Příklad: Řešte soustavu lineárních algebraických rovnic 10x 1 + 5x 2 +70x 3 + 5x 4 + 5x 5 = 275 2x 1 + 7x 2 + 6x 3 + 9x 4 + 6x 5 = 100 8x 1 + 9x 2 + Příklad: Řešte soustavu lineárních algebraických rovnic 1x 1 + 5x 2 +7x 3 + 5x 4 + 5x 5 = 275 2x 1 + 7x 2 + 6x 3 + 9x 4 + 6x 5 = 1 A * x = b 8x 1 + 9x 2 + x 3 +45x 4 +22x 5 = 319 3x 1 +12x 2 + 6x 3 + 8x

Více

Tiskové sestavy. Zdroj záznamu pro tiskovou sestavu. Průvodce sestavou. Použití databází

Tiskové sestavy. Zdroj záznamu pro tiskovou sestavu. Průvodce sestavou. Použití databází Tiskové sestavy Tiskové sestavy se v aplikaci Access používají na finální tisk informací z databáze. Tisknout se dají všechny objekty, které jsme si vytvořili, ale tiskové sestavy slouží k tisku záznamů

Více

SYSTÉM ZPRACOVÁNÍ DAT FOTOVOLTAICKÉHO SYSTÉMU A METEOSTANICE

SYSTÉM ZPRACOVÁNÍ DAT FOTOVOLTAICKÉHO SYSTÉMU A METEOSTANICE Středoškolská technika 2011 Setkání a prezentace prací středoškolských studentů na ČVUT SYSTÉM ZPRACOVÁNÍ DAT FOTOVOLTAICKÉHO SYSTÉMU A METEOSTANICE Petr Zelenka VOŠ a SŠ Varnsdorf, p.o. středisko VOŠ

Více

E+034 = ; = e E+034

E+034 = ; = e E+034 Formátovaný textový výstup fprintf Příklad: m = 123.3456; fprintf('%f\n', m); 123.345600 fprintf('%e\n', m); 1.233456e+002 fprintf('%e\n', m); 1.23456E+002 fprintf('%g\n', m); 123.346 fprintf('%g\n', m);

Více

Měření optických vlastností materiálů

Měření optických vlastností materiálů E Měření optických vlastností materiálů Úkoly : 1. Určete spektrální propustnost vybraných materiálů různých typů stavebních skel a optických filtrů pomocí spektrofotometru 2. Určete spektrální odrazivost

Více

Indexy, analýza HDP, neaditivnost

Indexy, analýza HDP, neaditivnost Indexy, analýza HDP, neaditivnost 1.) ŘETĚZOVÉ A BAZICKÉ INDEXY 1999 2000 2001 2002 Objem vkladů (mld. Kč) 80,8 83,7 91,5 79,4 a) určete bazické indexy objemu vkladů (1999=100) Rok 1999=100 báze. Pro rok

Více

Programování v jazyce C pro chemiky (C2160) 3. Příkaz switch, příkaz cyklu for, operátory ++ a --, pole

Programování v jazyce C pro chemiky (C2160) 3. Příkaz switch, příkaz cyklu for, operátory ++ a --, pole Programování v jazyce C pro chemiky (C2160) 3. Příkaz switch, příkaz cyklu for, operátory ++ a --, pole Příkaz switch Příkaz switch provede příslušnou skupinu příkazů na základě hodnoty proměnné (celočíselné

Více

Výpočet napětí malé elektrické sítě

Výpočet napětí malé elektrické sítě AB5EN - Výpočet úbytků napětí MUN a metodou postupného zjednodušování Výpočet napětí malé elektrické sítě Elektrická stejnosměrná soustava je zobrazená na obr.. Vypočítejte napětí v uzlech, a a uzlový

Více

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ Parametrické vyjádření přímky v rovině Máme přímku p v rovině určenou body A, B. Sestrojíme vektor u = B A. Pro bod B tím pádem platí: B = A + u. Je zřejmé,

Více

Stručný návod k programu Octave

Stručný návod k programu Octave Stručný návod k programu Octave Octave je interaktivní program vhodný pro technické výpočty. Je nápadně podobný programu MATLAB, na rozdíl od něho je zcela zadarmo. Jeho domovská vebová stránka je http://www.octave.org/,

Více

SBÍRKA ŘEŠENÝCH FYZIKÁLNÍCH ÚLOH

SBÍRKA ŘEŠENÝCH FYZIKÁLNÍCH ÚLOH SBÍRKA ŘEŠENÝCH FYZIKÁLNÍCH ÚLOH MECHANIKA MOLEKULOVÁ FYZIKA A TERMIKA ELEKTŘINA A MAGNETISMUS KMITÁNÍ A VLNĚNÍ OPTIKA FYZIKA MIKROSVĚTA ODRAZ A LOM SVĚTLA 1) Index lomu vody je 1,33. Jakou rychlost má

Více

Dálkoměrný signál služby SPS systému GPS: vlastnosti, měření zpoždění a výpočet polohy

Dálkoměrný signál služby SPS systému GPS: vlastnosti, měření zpoždění a výpočet polohy ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE K13137 - Katedra radioelektroniky A2M37RSY Jméno Stud. rok Stud. skupina Ročník Lab. skupina Václav Dajčar 2011/2012 2. 101 - Datum zadání Datum odevzdání Klasifikace

Více

1.1 Příklad z ekonomického prostředí 1

1.1 Příklad z ekonomického prostředí 1 1.1 Příklad z ekonomického prostředí 1 Smysl solidního zvládnutí matematiky v bakalářských oborech na Fakultě podnikatelské VUT v Brně je především v aplikační síle matematiky v odborných předmětech a

Více

KVADRATICKÁ FUNKCE URČENÍ KVADRATICKÉ FUNKCE Z PŘEDPISU FUNKCE

KVADRATICKÁ FUNKCE URČENÍ KVADRATICKÉ FUNKCE Z PŘEDPISU FUNKCE KVADRATICKÁ FUNKCE URČENÍ KVADRATICKÉ FUNKCE Z PŘEDPISU FUNKCE Slovo kvadrát vzniklo z latinského slova quadratus které znamená: čtyřhranný, čtvercový. Obsah čtverce se vypočítá, jako druhá mocnina délky

Více

pi Ludolfovo číslo π = 3,14159 e Eulerovo číslo e = 2,71828 (lze spočítat jako exp(1)), např. je v Octave, v MATLABu tato konstanta e není

pi Ludolfovo číslo π = 3,14159 e Eulerovo číslo e = 2,71828 (lze spočítat jako exp(1)), např. je v Octave, v MATLABu tato konstanta e není realmax maximální použitelné reálné kladné číslo realmin minimální použitelné reálné kladné číslo (v absolutní hodnotě, tj. číslo nejblíž k nule které lze použít) 0 pi Ludolfovo číslo π = 3,14159 e Eulerovo

Více

více křivek v jednom grafu hold on přidrží aktuální graf v grafickém okně, lze nakreslit více grafů do jednoho grafického okna postupně hold off

více křivek v jednom grafu hold on přidrží aktuální graf v grafickém okně, lze nakreslit více grafů do jednoho grafického okna postupně hold off více křivek v jednom grafu hold on přidrží aktuální graf v grafickém okně, lze nakreslit více grafů do jednoho grafického okna postupně hold off vypnutí, konec možnosti kreslit více grafů do jednoho grafického

Více

Protokol č. 1. Tloušťková struktura. Zadání:

Protokol č. 1. Tloušťková struktura. Zadání: Protokol č. 1 Tloušťková struktura Zadání: Pro zadané výčetní tloušťky (v cm) vypočítejte statistické charakteristiky a slovně interpretujte základní statistické vlastnosti tohoto souboru tloušťek. Dále

Více

Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky

Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky A0M38SPP - Signálové procesory v praxi - přednáška 7 2 Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky (momenty) Matematická definice korelační

Více

Semestrální projekt. Vyhodnocení přesnosti sebelokalizace VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. Fakulta elektrotechniky a komunikačních technologií

Semestrální projekt. Vyhodnocení přesnosti sebelokalizace VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. Fakulta elektrotechniky a komunikačních technologií VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta elektrotechniky a komunikačních technologií Semestrální projekt Vyhodnocení přesnosti sebelokalizace Vedoucí práce: Ing. Tomáš Jílek Vypracovali: Michaela Homzová,

Více

Zlín, 23. října 2011

Zlín, 23. října 2011 (. -. lekce) Sylva Potůčková, Dana Stesková, Lubomír Sedláček Gymnázium a Jazyková škola s právem státní jazykové zkoušky Zlín Zlín, 3. října 0 Postup při vyšetřování průběhu funkce. Definiční obor funkce,

Více

V exponenciální rovnici se proměnná vyskytuje v exponentu. Obecně bychom mohli exponenciální rovnici zapsat takto:

V exponenciální rovnici se proměnná vyskytuje v exponentu. Obecně bychom mohli exponenciální rovnici zapsat takto: Eponenciální rovnice V eponenciální rovnici se proměnná vyskytuje v eponentu. Obecně bychom mohli eponenciální rovnici zapsat takto: a ( ) f ( ) f kde a > 0, b > 0 b Příkladem velmi jednoduché eponenciální

Více

Cvičení 5 - Inverzní matice

Cvičení 5 - Inverzní matice Cvičení 5 - Inverzní matice Pojem Inverzní matice Buď A R n n. A je inverzní maticí k A, pokud platí, AA = A A = I n. Matice A, pokud existuje, je jednoznačná. A stačí nám jen jedna rovnost, aby platilo,

Více

Monotonie a lokální extrémy. Konvexnost, konkávnost a inflexní body. 266 I. Diferenciální počet funkcí jedné proměnné

Monotonie a lokální extrémy. Konvexnost, konkávnost a inflexní body. 266 I. Diferenciální počet funkcí jedné proměnné 66 I. Diferenciální počet funkcí jedné proměnné I. 5. Vyšetřování průběhu funkce Monotonie a lokální etrémy Důsledek. Nechť má funkce f) konečnou derivaci na intervalu I. Je-li f ) > 0 pro každé I, pak

Více

Cvičná bakalářská zkouška, 1. varianta

Cvičná bakalářská zkouška, 1. varianta jméno: studijní obor: PřF BIMAT počet listů(včetně tohoto): 1 2 3 4 5 celkem Cvičná bakalářská zkouška, 1. varianta 1. Matematická analýza Najdětelokálníextrémyfunkce f(x,y)=e 4(x y) x2 y 2. 2. Lineární

Více

Fyzikální korespondenční seminář MFF UK

Fyzikální korespondenční seminář MFF UK Úloha I.S... náhodná 10 bodů; průměr 7,04; řešilo 45 studentů a) Zkuste vlastními slovy popsat, co je to náhodná veličina a jaké má vlastnosti (postačí vlastními slovy objasnit následující pojmy: náhodná

Více

Popisná statistika. Komentované řešení pomocí programu R. Ústav matematiky Fakulta chemicko inženýrská Vysoká škola chemicko-technologická v Praze

Popisná statistika. Komentované řešení pomocí programu R. Ústav matematiky Fakulta chemicko inženýrská Vysoká škola chemicko-technologická v Praze Komentované řešení pomocí programu R Ústav matematiky Fakulta chemicko inženýrská Vysoká škola chemicko-technologická v Praze Načtení vstupních dat Máme k dispozici data o počtech bodů z 1. a 2. zápočtového

Více

Měření optických vlastností materiálů

Měření optických vlastností materiálů E Měření optických vlastností materiálů Úkoly : 1. Určete spektrální propustnost vybraných materiálů různých typů stavebních skel a optických filtrů pomocí spektrofotometru 2. Určete spektrální odrazivost

Více

Podpora rozvoje praktické výchovy ve fyzice a chemii

Podpora rozvoje praktické výchovy ve fyzice a chemii VLNOVÁ DÉLKA A FREKVENCE SVĚTLA 1) Vypočítejte frekvenci fialového světla, je-li jeho vlnová délka 390 nm. Rychlost světla ve vakuu je 3 10 8 m s 1. = 390 nm = 390 10 9 m c = 3 10 8 m s 1 f=? (Hz) Pro

Více

Odhad - Problémy se sdruženým rozdělením pravděpodobnosti

Odhad - Problémy se sdruženým rozdělením pravděpodobnosti Odhad - Problémy se sdruženým rozdělením pravděpodobnosti 20. listopadu 203 V minulém materiálu jsme si ukázali, jak získat sdružené rozdělení pravděpodobnosti. Bylo to celkem jednoduché: Věrohodnostní

Více

SEMESTRÁLNÍ PRÁCE. Leptání plasmou. Ing. Pavel Bouchalík

SEMESTRÁLNÍ PRÁCE. Leptání plasmou. Ing. Pavel Bouchalík SEMESTRÁLNÍ PRÁCE Leptání plasmou Ing. Pavel Bouchalík 1. ÚVOD Tato semestrální práce obsahuje písemné vypracování řešení příkladu Leptání plasmou. Jde o praktickou zkoušku znalostí získaných při přednáškách

Více

CVIČNÝ TEST 10. OBSAH I. Cvičný test 2. Mgr. Renáta Koubková. II. Autorské řešení 6 III. Klíč 17 IV. Záznamový list 19

CVIČNÝ TEST 10. OBSAH I. Cvičný test 2. Mgr. Renáta Koubková. II. Autorské řešení 6 III. Klíč 17 IV. Záznamový list 19 CVIČNÝ TEST 10 Mgr. Renáta Koubková OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 17 IV. Záznamový list 19 I. CVIČNÝ TEST 1 Pro x R řešte rovnici: 5 x 1 + 5 x + 5 x + 3 = 3 155. 2 Za předpokladu

Více

VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C)

VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C) VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C) max. 3 body 1 Zjistěte, zda vektor u je lineární kombinací vektorů a, b, je-li u = ( 8; 4; 3), a = ( 1; 2; 3), b = (2; 0; 1). Pokud ano, zapište tuto lineární kombinaci.

Více

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Závislosti a funkční vztahy Gradovaný řetězec úloh Téma: graf funkce, derivace funkce a její

Více

Nápověda k aplikaci GraphGUI

Nápověda k aplikaci GraphGUI Nápověda k aplikaci GraphGUI 1 APLIKACE Aplikace slouží pro zobrazování závislosti několika veličin s různými jednotkami a rozsahy na čase v jednom grafu. Do aplikace lze importovat data ze souborů různých

Více

Příklad: Součet náhodných čísel ve vektoru s počtem prvků, které zadá uživatel, pomocí sum() a pomocí cyklu for. Ověříme, že příliš výpisů na

Příklad: Součet náhodných čísel ve vektoru s počtem prvků, které zadá uživatel, pomocí sum() a pomocí cyklu for. Ověříme, že příliš výpisů na Příklad: Součet náhodných čísel ve vektoru s počtem prvků, které zadá uživatel, pomocí sum() a pomocí cyklu for. Ověříme, že příliš výpisů na obrazovku zpomaluje tím, že zobrazíme okno (proužek) o stavu

Více

František Hudek. srpen 2012

František Hudek. srpen 2012 VY_32_INOVACE_FH17 Jméno autora výukového materiálu Datum (období), ve kterém byl VM vytvořen Ročník, pro který je VM určen Vzdělávací oblast, obor, okruh, téma Anotace František Hudek srpen 2012 8. ročník

Více

Poznámka: V kurzu rovnice ostatní podrobně probíráme polynomické rovnice a jejich řešení.

Poznámka: V kurzu rovnice ostatní podrobně probíráme polynomické rovnice a jejich řešení. @083 6 Polynomické funkce Poznámka: V kurzu rovnice ostatní podrobně probíráme polynomické rovnice a jejich řešení. Definice: Polynomická funkce n-tého stupně (n N) je dána předpisem n n 1 2 f : y a x

Více

Nastavení parametrů PID a PSD regulátorů

Nastavení parametrů PID a PSD regulátorů Fakulta elektrotechniky a informatiky Univerzita Pardubice Nastavení parametrů PID a PSD regulátorů Semestrální práce z předmětu Teorie řídicích systémů Jméno: Jiří Paar Datum: 9. 1. 2010 Zadání Je dána

Více

Měření doby dozvuku LABORATORNÍ ÚLOHA ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE. Fakulta elektrotechnická. V rámci předmětu:

Měření doby dozvuku LABORATORNÍ ÚLOHA ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE. Fakulta elektrotechnická. V rámci předmětu: ČESKÉ YSOKÉ UČENÍ ECHNICKÉ PAZE Fakulta elektrotechnická LABOAONÍ ÚLOHA Měření doby dozvuku ypracovali: rámci předmětu: Specifikace: Jan HLÍDEK Multimediální technika a televize (X37M) Zvuková část předmětu

Více

Základy zpracování kalkulačních tabulek

Základy zpracování kalkulačních tabulek Radek Maca Makovského 436 Nové Město na Moravě 592 31 tel. 0776 / 274 152 e-mail: rama@inforama.cz http://www.inforama.cz Základy zpracování kalkulačních tabulek Mgr. Radek Maca Excel I 1 slide ZÁKLADNÍ

Více

KTE / PPEL Počítačová podpora v elektrotechnice

KTE / PPEL Počítačová podpora v elektrotechnice KTE / PPEL Počítačová podpora v elektrotechnice Ing. Lenka Šroubová, Ph.D. email: lsroubov@kte.zcu.cz http://home.zcu.cz/~lsroubov 3. 10. 2012 Základy práce s výpočetními systémy opakování a pokračování

Více

Skriptování co se do minula nevešlo, práce s řetězci a řešení rovnic

Skriptování co se do minula nevešlo, práce s řetězci a řešení rovnic co byste měli umět po dnešní lekci: používat proměnnou nargin používat globální proměnné pracovat s řetězci, převést řetězec na číslo a naopak načíst, zpracovat a uložit textový soubor (funkce pro práci

Více

1 Jasové transformace

1 Jasové transformace 1 Jasové transformace 1.1 Teoretický rozbor 1.1.1 Princip jasové transformace Jasové transformace představují transformační funkce, které mění vždy určitou hodnotu vstupní jasové funkce na výstupní. Transformace

Více

Popisná statistika. Komentované řešení pomocí MS Excel

Popisná statistika. Komentované řešení pomocí MS Excel Popisná statistika Komentované řešení pomocí MS Excel Vstupní data Máme k dispozici data o počtech bodů z 1. a 2. zápočtového testu z Matematiky I v zimním semestru 2015/2016 a to za všech 762 studentů,

Více

Číselné charakteristiky a jejich výpočet

Číselné charakteristiky a jejich výpočet Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz charakteristiky polohy charakteristiky variability charakteristiky koncetrace charakteristiky polohy charakteristiky

Více

Úvod do zpracování signálů

Úvod do zpracování signálů 1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování

Více

Základní popisné statistiky a grafy

Základní popisné statistiky a grafy Základní popisné statistiky a grafy 3.11.017 Úvodní nastavení. Ve svém domovském adresáři si založte speciální adresář nmsa331 na toto cvičení. Z internetové stránky www.karlin.mff.cuni.cz/~hudecova/education/

Více

31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014

31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014 3ZZS 9. PŘEDNÁŠKA 24. listopadu 24 SPEKTRÁLNÍ ANALÝZA Fourierovy řady Diskrétní Fourierovy řady Fourierova transformace Diskrétní Fourierova transformace Spektrální analýza Zobrazení signálu ve frekvenční

Více

Měření součinitele smykového tření dynamickou metodou

Měření součinitele smykového tření dynamickou metodou Měření součinitele smykového tření dynamickou metodou Online: http://www.sclpx.eu/lab1r.php?exp=6 Měření smykového tření na nakloněné rovině pomocí zvukové karty řešil např. Sedláček [76]. Jeho konstrukce

Více

NMAF 051, ZS Zkoušková písemná práce 26. ledna x. x 1 + x dx. q 1. u = x = 1 u2. = 1 u. u 2 (1 + u 2 ) (1 u 2 du = 2.

NMAF 051, ZS Zkoušková písemná práce 26. ledna x. x 1 + x dx. q 1. u = x = 1 u2. = 1 u. u 2 (1 + u 2 ) (1 u 2 du = 2. Jednotlivé kroky při výpočtech stručně, ale co nejpřesněji odůvodněte Pokud používáte nějaké tvrzení, nezapomeňte ověřit splnění předpokladů Jméno a příjmení: Skupina: Příklad 4 Celkem bodů Bodů 5 6 8

Více

I. 7. Diferenciál funkce a Taylorova věta

I. 7. Diferenciál funkce a Taylorova věta I. 7. Diferenciál funkce a Taylorova věta 343 I. 7. Diferenciál funkce a Taylorova věta Věta 26. Funkce f má v bodě x 0 diferenciál (je diferencovatelná v x 0 ) právě tehdy, když existuje vlastní derivace

Více

Kinematika rektifikace oblouku (Sobotkova a Kochaňského), prostá cykloida, prostá epicykloida, úpatnice paraboly.

Kinematika rektifikace oblouku (Sobotkova a Kochaňského), prostá cykloida, prostá epicykloida, úpatnice paraboly. Kinematika rektifikace oblouku (Sobotkova a Kochaňského), prostá cykloida, prostá epicykloida, úpatnice paraboly. Výpočty trajektorií bodů při složených pohybech. Příklad 1: Je dána kružnice k s poloměrem

Více

Naučte se víc... Microsoft Office Excel 2007 PŘÍKLADY

Naučte se víc... Microsoft Office Excel 2007 PŘÍKLADY Naučte se víc... Microsoft Office Excel 2007 PŘÍKLADY Autor: Lukáš Polák Příklady MS Excel 2007 Tato publikace vznikla za přispění společnosti Microsoft ČR v rámci iniciativy Microsoft Partneři ve vzdělávání.

Více

LabView jako programovací jazyk II

LabView jako programovací jazyk II LabView jako programovací jazyk II - Popis jednotlivých funkcí palety Function II.část - Funkce Numeric, Array, Cluster Ing. Martin Bušek, Ph.D. Práce s daty typu NUMERIC Numerické funkce obsahuje funkce

Více

5. Lokální, vázané a globální extrémy

5. Lokální, vázané a globální extrémy 5 Lokální, vázané a globální extrémy Studijní text Lokální extrémy 5 Lokální, vázané a globální extrémy Definice 51 Řekneme, že f : R n R má v bodě a Df: 1 lokální maximum, když Ka, δ Df tak, že x Ka,

Více

cyklus s daným počtem opakování cyklus s podmínkou na začátku (cyklus bez udání počtu opakování)

cyklus s daným počtem opakování cyklus s podmínkou na začátku (cyklus bez udání počtu opakování) Řídící příkazy: if podmíněný příkaz switch přepínač for while cyklus s daným počtem opakování cyklus s podmínkou na začátku (cyklus bez udání počtu opakování) if logický_výraz příkaz; příkaz; příkaz; Podmínka

Více

Mocninná funkce: Příklad 1

Mocninná funkce: Příklad 1 Mocninná funkce: Příklad 1 Zadání: Vyšetřete průběh mocninné funkce. Řešení: 1. Jako první si určíme definiční obor: D(f)=R. 2. Nyní si spočítáme zda je daná funkce sudá nebo lichá: Daná funkce je lichá.

Více

Parametrické rovnice křivek v E 2

Parametrické rovnice křivek v E 2 Parametrické rovnice křivek v E Příklad : Křivka K je dána parametrickými rovnicemi : x = ϕ (t) = + t, y = ϕ (t) = t 3 t3, t R. Proved te následující úkoly: ) Určete tečný vektor ke křivce K v bodě P,

Více

11MAMY LS 2017/2018. Úvod do Matlabu. 21. února Skupina 01. reseni2.m a tak dále + M souborem zadané funkce z příkladu 3 + souborem skupina.

11MAMY LS 2017/2018. Úvod do Matlabu. 21. února Skupina 01. reseni2.m a tak dále + M souborem zadané funkce z příkladu 3 + souborem skupina. 11MAMY LS 2017/2018 Cvičení č. 2: 21. 2. 2018 Úvod do Matlabu. Jan Přikryl 21. února 2018 Po skupinách, na které jste se doufám rozdělili samostatně včera, vyřešte tak, jak nejlépe svedete, níže uvedená

Více

Příklady k prvnímu testu - Matlab

Příklady k prvnímu testu - Matlab Příklady k prvnímu testu - Matlab March 13, 2013 Instrukce: Projděte si všechny příklady. Každý příklad se snažte pochopit. Pak vymyslete a naprogramujte příklad podobný. Tím se ujistíte, že příkladu rozumíte.

Více

OHYB (Napjatost) M A M + qc a + b + c ) M A = 2M qc a + b + c )

OHYB (Napjatost) M A M + qc a + b + c ) M A = 2M qc a + b + c ) 3.3 Řešené příklady Příklad 1: Pro nosník na obrázku vyšetřete a zakreslete reakce, T (x) a M(x). Dále určete M max a proveďte dimenzování pro zadaný průřez. Dáno: a = 0.5 m, b = 0.3 m, c = 0.4 m, d =

Více

Úvod do programu MAXIMA

Úvod do programu MAXIMA Jedná se o rozpracovaný návod k programu wxmaxima pro naprosté začátečníky. Návod lze libovolně kopírovat a používat ke komerčním i osobním účelům. Momentálně chybí mnoho důležitých kapitol které budou

Více

3. ÚVOD DO ANALYTICKÉ GEOMETRIE 3.1. ANALYTICKÁ GEOMETRIE PŘÍMKY

3. ÚVOD DO ANALYTICKÉ GEOMETRIE 3.1. ANALYTICKÁ GEOMETRIE PŘÍMKY 3. ÚVOD DO ANALYTICKÉ GEOMETRIE 3.1. ANALYTICKÁ GEOMETRIE PŘÍMKY V této kapitole se dozvíte: jak popsat bod v rovině a v prostoru; vzorec na výpočet vzdálenosti dvou bodů; základní tvary rovnice přímky

Více

Mgr. Tomáš Kotler. I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17

Mgr. Tomáš Kotler. I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17 Mgr. Tomáš Kotler I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17 VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 Je dán rovinný obrazec, v obrázku vyznačený barevnou výplní, který představuje

Více

Cvičení ze statistiky - 3. Filip Děchtěrenko

Cvičení ze statistiky - 3. Filip Děchtěrenko Cvičení ze statistiky - 3 Filip Děchtěrenko Minule bylo.. Dokončili jsme základní statistiky, typy proměnných a začali analýzu kvalitativních dat Tyhle termíny by měly být známé: Histogram, krabicový graf

Více

3.2. ANALYTICKÁ GEOMETRIE ROVINY

3.2. ANALYTICKÁ GEOMETRIE ROVINY 3.2. ANALYTICKÁ GEOMETRIE ROVINY V této kapitole se dozvíte: jak popsat rovinu v třídimenzionálním prostoru; jak analyzovat vzájemnou polohu bodu a roviny včetně jejich vzdálenosti; jak analyzovat vzájemnou

Více

Základní vzorce a funkce v tabulkovém procesoru

Základní vzorce a funkce v tabulkovém procesoru Základní vzorce a funkce v tabulkovém procesoru Na tabulkovém programu je asi nejzajímavější práce se vzorci a funkcemi. Když jednou nastavíte, jak se mají dané údaje zpracovávat (některé buňky sečíst,

Více

Časové řady, typy trendových funkcí a odhady trendů

Časové řady, typy trendových funkcí a odhady trendů Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Stochastický proces Posloupnost náhodných veličin {Y t, t = 0, ±1, ±2 } se nazývá stochastický proces

Více

SkiJo podpora pro vytyčování, řez terénem a kreslení situací

SkiJo podpora pro vytyčování, řez terénem a kreslení situací SkiJo podpora pro vytyčování, řez terénem a kreslení situací Koncepce: Pro podporu vytyčování, řezu terénem a kreslení situací byla vytvořena samostatná aplikace SkiJo GEOdeti. Obsahuje funkce pro odečítání

Více

Časové řady, typy trendových funkcí a odhady trendů

Časové řady, typy trendových funkcí a odhady trendů Časové řady, typy trendových funkcí a odhady trendů Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Jiří Neubauer (Katedra ekonometrie UO Brno) Časové

Více

Hodnocení soutěžních úloh

Hodnocení soutěžních úloh Terč Koeficient 1 soutěžních úloh Kategorie žáci Soutěž v programování 25. ročník Krajské kolo 2010/2011 15. až 16. dubna 2011 Napište program, který zobrazí střelecký terč dle vzorového obrázku. Jak má

Více

Návod pro práci s SPSS

Návod pro práci s SPSS Návod pro práci s SPSS Návody pro práci s programem SPSS pro kurz Metodologie pro Informační studia a knihovnictví 2 (jaro 2013) Ladislava Zbiejczuk Suchá Instalace programu SPSS najdete v INETu. Po přihlášení

Více

Výpočet nového stavu je závislý na bezprostředně předcházejícím stavu (může jich být i více, zde se však omezíme na jeden).

Výpočet nového stavu je závislý na bezprostředně předcházejícím stavu (může jich být i více, zde se však omezíme na jeden). Počáteční úloha Při simulace vývoje systému v čase používáme jednoduché zásady: Spojitý čas nahradíme posloupností časových okamžiků t 0, t 1, t 2, t 3,, t i,. Interval mezi následujícími časovými okamžiky

Více

Funkce jedné reálné proměnné. lineární kvadratická racionální exponenciální logaritmická s absolutní hodnotou

Funkce jedné reálné proměnné. lineární kvadratická racionální exponenciální logaritmická s absolutní hodnotou Funkce jedné reálné proměnné lineární kvadratická racionální exponenciální logaritmická s absolutní hodnotou lineární y = ax + b Průsečíky s osami: Px [-b/a; 0] Py [0; b] grafem je přímka (získá se pomocí

Více

Časové řady - Cvičení

Časové řady - Cvičení Časové řady - Cvičení Příklad 2: Zobrazte měsíční časovou řadu míry nezaměstnanosti v obci Rybitví za roky 2005-2010. Příslušná data naleznete v souboru cas_rada.xlsx. Řešení: 1. Pro transformaci dat do

Více