Splajny a metoda nejmenších tverc
|
|
- Nikola Musilová
- před 5 lety
- Počet zobrazení:
Transkript
1 Splajny a metoda nejmenších tverc 1. píklad a) Najdte pirozený kubický splajn pro funkci na intervalu Za uzly zvolte body Na interpolaci pomocí kubického splajnu použijeme píkaz Spline(ydata,, endpts). Do endpts se vkládají okrajové podmínky: Pokud do nich nic nevložíme, je intern nastaveno endpoints=natural, tj. pedpokládáme, že hodnoty druhých derivací v krajních bodech intervalu restart: with(curvefitting): f:=->10*/(+1); data1:=[[0,f(0)],[1,f(1)],[3,f(3)],[,f()]]; (1.1.1) (1.1.) S1:=Spline(data1,); (1.1.3) b) Pro danou funkci a uzlové body najdte úplný kubický splajn s okrajovými podmínkami Pokud vložíme endpoints=, což jsou bu hodnoty prvních derivací v krajních bodech intervalu, nebo njaké jejich pedem dané aproimace, pak získáme úplný kubický splajn. Protože máme funkci f definovanou v závislosti na, použijeme pro výpoet derivace symbol Pokud budeme chtít pímo hodnotu derivace v uzlovém bod, užijeme píkaz D(f); S:=Spline(data1,,endpoints=[D(f)(0),D(f)()]); (1.1.)
2 (1.1.5) c) Danou funkci, oba splajny i uzlové body zobrazte do jednoho obrázku. plot([f(),s1,s,data1],=0..,style=[line,line,line, point],color=[red,green,blue,red],symbolsize=0,symbol= solidcircle,thickness=); d) Vypotte první, druhou a tetí derivaci pirozeného kubického splajnu. Pro získání derivací daného splajnu, je z nj poteba udlat funkci, k emuž použijeme píkaz unnaply. S:=unapply(S1,); (1.1.)
3 (1.1.7) e) Do jednoho obrázku rznými barvami grafy pirozeného kubického splajnu a grafy jeho první, druhé a tetí derivace Poznámka: Vykreslení grafu tetí derivace funguje pouze tehdy, když poítáme v racionálních íslech, ne v reálných. Jinak Maple není schopen rozhodnout v píkazu pieciwise, kde jsou body nespojitosti, a hlásí chybu. Pokud tedy chceme tetí derivaci nakreslit, musíme všechna vstupní data zadat jako racionální ísla, tedy nap. místo. plot([s(),d(s)(),(d@@)(s)(),(d@@3)(s)()],=0..,color= [cyan,green,blue,red],thickness=,discont=true);
4 píklad Je dána funkce a) Vypotte funkní hodnoty v bodech = -5, -,...,, 5. restart; with(curvefitting): f:=->1/(^+1); (1..1) data:=[seq([i,f(i)], i=-5..5)]; (1..) b) Tmito body proložte Lagrangev interpolaní polynom a pirozený kubický splajn. Poznámka: Pokud zadáme endpoints=notaknot, získáme splajn splující podmínku, že
5 je spojitá v bodech a. Pokud zadáme endpoints=periodic, získáme periodický kubický splajn, pro který platí, že hodnoty prvních a druhých derivací v poátením a koncovém bod intervalu jsou si rovny, tzn. v našem pípad musí být L:=PolynomialInterpolation(data,,form=Lagrange); (1..3) epand(%); S3:=Spline(data,); (1..) (1..5)
6 c) Do jednoho obrázku zakreslete hodnoty v bodech = -5, -,...,, 5, funkci a pirozený kubický splajn. plot([f(),l,s3,data],=-5..5,color=[black,blue,green, red],style=[line,line,line,point],symbol=solidcircle, symbolsize=0); (1..5)
7 1 0 d) Srovnejte náhradu funkce Lagrangeovým polynomem a pirozeným kubickým splajnem. Lagrangev interpolaní polynom kopíruje prbh funkce velmi špatn, zatímco pirozený kubický splajn s ní tém splývá. 3. píklad Funkce f je zadána tabulkou namených hodnot y a) Aproimujte ji metodou nejmenších tverc algebraickým polynomem 1.,. a 3. stupn. Použijte píkaz LeastSquares z balíku CurveFitting. restart; with(curvefitting): data3:=[[,0.7],[.5,.1],[3,3.],[3.5,.3],[,5.3],[5, 5.8],[5.5,.5],[,5.8],[.5,.],[7,5.]]; (1.3.1)
8 L1:=LeastSquares(data3,); L:=LeastSquares(data3,,curve=a*^+b*+c); L3:=LeastSquares(data3,,curve=a*^3+b*^+c*+d); (1.3.) (1.3.3) (1.3.) b) Do jednoho obrázku zakreslete data z tabulky a všechny aproimace. plot([data3,l1,l,l3],=..7,color=[red,blue,black,green], style=[point,line,line,line],symbol=solidcircle,symbolsize= 15,thickness=3); c) Srovnejte chybu, které se dopouštíme pi aproimaci funkce f metodou nejmenších tverc algebraickým polynomem 1.,. a 3. stupn. Použijte píkaz LeastSquaresPlot z balíku Student[LinearAlgebra]. Balíek Student[LinearAlgebra] obsahuje píkaz LeastSquaresPlot, který umožuje znázornit i odchylky. V pípad, že nastavíme infolevel[student[linearalgebra]] := 1, získáme krom
9 obrázku s vyznaenými odchylkami i celkovou chybu metodou nejmenších tverc (souet ploch tverek) a maimální chybu (délku strany nejvtšího tvereku). with(student[linearalgebra]): infolevel[student[linearalgebra]] := 1: LeastSquaresPlot(data3,aes=boed); Fitting curve: * Least squares error:.9 Maimum error: The Linear Least Squares Fit of 10 Points Informace, které lze vyíst z modrého tetu: 1. kivka, která je daty proložena ve smyslu metody nejmenších tverc,. celková chyba metodou nejmenších tverc (souet ploch tverek), 3. maimální chyba (délka strany nejvtšího tvereku). LeastSquaresPlot(data3,[,y],curve=a*^+b*+c,aes=boed); Fitting curve: *-.17*^ Least squares error:.39 Maimum error:.3770
10 The Least Squares Fit of 10 Points of the Curve a*^+b*+c 5 y LeastSquaresPlot(data3,[,y],curve=a*^3+b*^+c*+d,aes= boed); Fitting curve: *-.535*^+.93e-*^3 Least squares error:.3 Maimum error:.3
11 The Least Squares Fit of 10 Points of the Curve a*^3+b*^+c*+d 5 y Aproimace metodou nejmenších tverc lineárním polynomem s chybou.9 není vhodná, zatímco aproimace polynomem. a 3. stupn jsou vhodné a mají tém stejnou chybu 0.39, resp píklad Metodou nejmenších tverc vyrovnejte data uložená v souboru data0.tt polynomem. stupn. Pak nakreslete do jednoho obrázku data a polynom. Použijte píkaz LeastSquares z balíku CurveFitting. asto je poteba naíst data z eterního souboru. To lze udlat nkolika zpsoby. Jméno souboru se zadává jako etzec, tj. je uzaveno do dvojitých uvozovek. Je-li soubor v aktuálním adresái, staí zadat jeho jméno, tj. nap. "data1.tt" nebo ".\\data0.tt". Je-li v podadresái data daného adresáe, mžeme použít ".\\data\\data0.tt". Obecn se musí zadat celá cesta, nap. "d:\\uzivatel\\data\\data0.tt". Pedpokládáme, že soubor obsahuje íselné údaje uložené po ádcích. Píkazem readdata zadáváme jméno souboru a poet sloupc. Data jsou uložena do seznamu (je-li sloupec jeden) nebo do seznamu seznam (je-li sloupc víc). data0:=readdata("c:\\users\\potucekr\\desktop\\výuka 013
12 -15\\VÝUKA LS\\M\\LC\\DATA\\data0.tt",); (1..1) with(curvefitting): L:=LeastSquares(data0,,curve=a*^+b*^3+c*^+d*+e); (1..) plot([data0,l],=1...9,color=[red,blue],style=[point, line],symbol=solidcircle,symbolsize=15,thickness=);
Pravdpodobnost výskytu náhodné veliiny na njakém intervalu urujeme na základ tchto vztah: f(x)
NÁHODNÁ VELIINA Náhodná veliina je veliina, jejíž hodnota je jednoznan urena výsledkem náhodného pokusu (je-li tento výsledek dán reálným íslem). Jde o reálnou funkci definovanou na základním prostoru
VícePrbh funkce Jaroslav Reichl, 2006
rbh funkce Jaroslav Reichl, 6 Vyšetování prbhu funkce V tomto tetu je vzorov vyešeno nkolik úloh na vyšetení prbhu funkce. i ešení úlohy jsou využity základní vlastnosti diferenciálního potu.. ešený píklad
VíceDUM. Databáze - úvod
DUM Název projektu íslo projektu íslo a název šablony klíové aktivity Tematická oblast - téma Oznaení materiálu (pílohy) Inovace ŠVP na OA a JŠ Tebí CZ.1.07/1.5.00/34.0143 III/2 Inovace a zkvalitnní výuky
VícePolynomy a interpolace text neobsahuje přesné matematické definice, pouze jejich vysvětlení
Polynomy a interpolace text neobsahuje přesné matematické definice, pouze jejich vysvětlení Polynom nad R = zobrazení f : R R f(x) = a n x n + a n 1 x n 1 +... + a 1 x + a 0, kde a i R jsou pevně daná
VíceInterpolace pomocí splajnu
Interpolace pomocí splajnu Interpolace pomocí splajnu Připomenutí U interpolace požadujeme, aby graf aproximující funkce procházel všemi uzlovými body. Interpolační polynom aproximující funkce je polynom
Vícef(x) = ax + b mocnin (čili čtverců, odtud název metody) odchylek proložených hodnot od naměřených hodnot byl co (ax i + b y i ) 2 2(ax i + b y i ).
Úvod Metoda nejmenších čtverců Metodu nejmenších čtverců používáme, chceme-li naměřenými (nebo jinak získanými) body proložit křivku, např. přímku. Tedy hledáme taková reálná čísla a, b, aby graf funkce
VíceIMPORT DAT Z TABULEK MICROSOFT EXCEL
IMPORT DAT Z TABULEK MICROSOFT EXCEL V PRODUKTECH YAMACO SOFTWARE PÍRUKA A NÁVODY PRO ÚELY: - IMPORTU DAT DO PÍSLUŠNÉ EVIDENCE YAMACO SOFTWARE 2005 1. ÚVODEM Všechny produkty spolenosti YAMACO Software
VíceInstalace multiimportu
Instalace multiimportu 1. Rozbalit archiv multiimportu (nap. pomocí programu Winrar) na disk C:\ Cesta ve výsledném tvaru bude: C:\MultiImport 2. Pejdte do složky Install a spuste soubor Install.bat Poznámka:
Víceíslo ryze periodické íslice /skupina íslic ), která se opakuje nazýváme perioda. V našem p ípad je perioda íslice 6.
2. Racionální ísla 7. roník -2. Racionální ísla 2.1. Vymezení pojmu Každé íslo, které lze vyjáditjako podíl dvou celýchísel, je íslo racionální. Pi podílu dvou celýchísel a a bmohou nastattyto situace
VícePOPIS TESTOVACÍHO PROSTEDÍ 1 ZÁLOŽKA PARSER
POPIS TESTOVACÍHO PROSTEDÍ Testovací prostedí je navrženo jako tízáložková aplikace, každá záložka obsahuje logicky související funkce. Testovací prostedí obsahuje následující ti záložky: Analýza Gramatiky
VíceIII. CVIENÍ ZE STATISTIKY
III. CVIENÍ ZE STATISTIKY Vážení studenti, úkolem dnešního cviení je nauit se analyzovat data pomocí chí-kvadrát testu, korelaní a regresní analýzy. K tomuto budeme používat program Excel 2007 MS Office,
VícePídavný modul rozvaha lze vyvolat z hlavní nabídky po stisku tlaítka Výkazy / pídavné moduly.
Výkaz rozvaha Pídavný modul rozvaha lze vyvolat z hlavní nabídky po stisku tlaítka Výkazy / pídavné moduly. Po spuštní modulu se zobrazí základní okno výkazu: V tabulce se zobrazují sloupce výkazu. Ve
VíceVYTVÁENÍ VÝBROVÝCH DOTAZ
VYTVÁENÍ VÝBROVÝCH DOTAZ V PRODUKTECH YAMACO SOFTWARE PÍRUKA A NÁVODY PRO ÚELY: - VYTVÁENÍ VÝBROVÝCH SESTAV YAMACO SOFTWARE 2003-2004 1. ÚVODEM Standardní souástí všech produkt Yamaco Software jsou prostedky
Více3 NÁHODNÁ VELIINA. as ke studiu kapitoly: 80 minut. Cíl: Po prostudování tohoto odstavce budete umt
NÁHODNÁ VELIINA as ke studiu kapitoly: 8 minut Cíl: Po prostudování tohoto odstavce budete umt obecn popsat náhodnou veliinu pomocí distribuní funkce charakterizovat diskrétní i spojitou náhodnou veliinu
VíceKaždý datový objekt Pythonu má minimáln ti vlastnosti. Identitu, datový typ a hodnotu.
Datový objekt [citováno z http://wraith.iglu.cz/python/index.php] Každý datový objekt Pythonu má minimáln ti vlastnosti. Identitu, datový typ a hodnotu. Identita Identita datového objektu je jedinený a
VícePíkazy pro kreslení.
Píkazy pro kreslení. Tento text je psán pro AUTOCAD 2006, eskou modifikaci. V jiných verzích se proto vyskytnou odchylky. Jsou to píkazy, které umožují nakreslit jednotlivé entity v AUTOCADu. Z menu je
VícePRŮBĚH FUNKCE JEDNÉ REÁLNÉ PROMĚNNÉ
Dierenciální počet unkcí jedné reálné proměnné - 5 - PRŮBĚH FUNKCE JEDNÉ REÁLNÉ PROMĚNNÉ Cílem vyšetřování průběhu unkce je umět nakreslit její gra Obvykle postupujeme tak že nalezneme její maimální deiniční
VíceEXPORT DAT TABULEK V MÍŽKÁCH HROMADNÉHO PROHLÍŽENÍ
EXPORT DAT TABULEK V MÍŽKÁCH HROMADNÉHO PROHLÍŽENÍ V PRODUKTECH YAMACO SOFTWARE PÍRUKA A NÁVODY PRO ÚELY: - EXPORTU DAT DO EXTERNÍCH FORMÁT YAMACO SOFTWARE 2005 1. ÚVODEM Všechny produkty spolenosti YAMACO
VíceDRUHY ROVNOBŽNÍK A JEJICH VLASTNOSTI 1 HODINA
DRUHY ROVNOBŽNÍK A JEJICH VLASTNOSTI HODINA Podívej se na následující obrázek: Na obrázku je rovnobžník s vyznaeným pravým úhlem. Odpovídej na otázky:? Jaká je velikost vnitního úhlu pi vrcholu C? Je rovna
VícePÍRUKA A NÁVODY PRO ÚELY: - RUTINNÍ PRÁCE S DATY
PÍRUKA A NÁVODY PRO ÚELY: - RUTINNÍ PRÁCE S DATY YAMACO SOFTWARE 2006 1. ÚVODEM Nové verze produkt spolenosti YAMACO Software pinášejí mimo jiné ujednocený pístup k použití urité množiny funkcí, která
VíceZáklady numerické matematiky. Interpolace a aproximace funkcí
Základy numerické matematiky Interpolace a aproximace funkcí Nejdříve se podíváme na interpolaci. Lagrangeovu interpolaci počítá Maple pomocí funkce interp. Jejími parametry jsou - soubor uzlů, funkčních
VíceAproximace a interpolace
Aproximace a interpolace Aproximace dat = náhrada nearitmetické veličiny (resp. složité funkce) pomocí aritmetických veličin. Nejčastěji jde o náhradu hodnot složité funkce g(x) nebo funkce zadané pouze
VíceZákladní pojmy klasického sudoku hlavolamu. Techniky odkrývání bunk. Technika Naked Single. Technika Hidden Single
Základní pojmy klasického sudoku hlavolamu Sudoku hlavolam (puzzle) obsahuje celkem 81 bunk (cells), devt vodorovných ádk (rows), devt svislých sloupc (columns) a devt skupin po 3 3 bukách nazývaných bloky
VíceDlitel, násobek Znak dlitelnosti Prvoíslo, íslo složené, rozklad na prvoinitele Nejvtší spolený dlitel, nejmenší spolený násobek
1.1. Základní pojmy V tomto uebním bloku budeme pracovat pouze s pirozenými ísly ( bez nuly ) a budeme studovat vztahy dlitelnosti mezi nimi. Seznámíme se s tmito základními pojmy: Název Dlitel, násobek
VíceRzné algoritmy mají rznou složitost
X36DSA 25 / 3 DSA Rzné algoritmy mají rznou složitost X36DSA 25 2 / 3 DSA The complexity of different algorithms varies X36DSA 25 3 / 3 Abeceda Jazyk Abeceda konená (neprázdná) množina symbol A mohutnost
VíceObsah...1 1. Úvod...2 Slovníek pojm...2 2. Popis instalace...3 Nároky na hardware a software...3 Instalace a spouštní...3 Vstupní soubory...3 3.
Obsah...1 1. Úvod...2 Slovníek pojm...2 2. Popis instalace...3 Nároky na hardware a software...3 Instalace a spouštní...3 Vstupní soubory...3 3. Popis prostedí...4 3.1 Hlavní okno...4 3.1.1 Adresáový strom...4
Vícevýsledek 2209 y (5) (x) y (4) (x) y (3) (x) 7y (x) 20y (x) 12y(x) (horní indexy značí derivaci) pro 1. y(x) = sin2x 2. y(x) = cos2x 3.
Vypočtěte y (5) (x) y (4) (x) y (3) (x) 7y (x) 20y (x) 12y(x) (horní indexy značí derivaci) pro 1. y(x) = sin2x 2. y(x) = cos2x 3. y(x) = x sin2x 4. y(x) = x cos2x 5. y(x) = e x 1 6. y(x) = xe x 7. y(x)
VíceCykly Intermezzo. FOR cyklus
Cykly Intermezzo Rozhodl jsem se zaadit do série nkolika lánk o základech programování v Delphi/Pascalu malou vsuvku, která nám pomže pochopit principy a zásady pi používání tzv. cykl. Mnoho ástí i jednoduchých
VíceInterpolace, aproximace
11 Interpolace, aproximace Metoda nejmenších čtverců 11.1 Interpolace Mějme body [x i,y i ], i =0, 1,...,n 1. Cílem interpolace je najít funkci f(x), jejíž graf prochází všemi těmito body, tj. f(x i )=y
Více2. M ení t ecích ztrát na vodní trati
2. M ení t ecích ztrát na vodní trati 2. M ení t ecích ztrát na vodní trati 2.1. Úvod P i proud ní skute ných tekutin vznikají následkem viskozity t ecí odpory, tj. síly, které p sobí proti pohybu ástic
Více1. Exponenciální rst. 1.1. Spojitý pípad. Rstový zákon je vyjáden diferenciální rovnicí
V tomto lánku na dvou modelech rstu - exponenciálním a logistickém - ukážeme nkteré rozdíly mezi chováním spojitých a diskrétních systém. Exponenciální model lze považovat za základní rstový model v neomezeném
VíceInterpolace Lagrangeovy polynomy. 29. října 2012
Interpolace Lagrangeovy polynomy Michal Čihák 29. října 2012 Problematika interpolace V praxi máme často k dispozici údaje z různých měření tzv. data. Data mohou mít například podobu n uspořádaných dvojic
VíceSpráva obsahu ízené dokumentace v aplikaci SPM Vema
Správa obsahu ízené dokumentace v aplikaci SPM Vema Jaroslav Šmarda, smarda@vema.cz Vema, a. s., www.vema.cz Abstrakt Spolenost Vema patí mezi pední dodavatele informaních systém v eské a Slovenské republice.
VíceUniverzální ovlada LP20 DÁLKOVÝ OVLADA S MOŽNOSTÍ UENÍ SE OD PVODNÍCH OVLADA
Univerzální ovlada LP20 DÁLKOVÝ OVLADA S MOŽNOSTÍ UENÍ SE OD PVODNÍCH OVLADA NÁVOD K OBSLUZE Výhradní dovozce pro R (kontakt): Bohumil Veselý - VES Tšínská 204 Albrechtice, 735 43 I: 44750498 DI: CZ-6812261016
VíceOvení zákonitostí radioaktivních pemn
Ovení zákonitostí radioaktivních pemn Jaromír Karmazín, Gymnázium Velké Meziíí, blue.beret@seznam.cz Aneta Nová, Gymnázium Šternberk, novaaneta@centrum.cz Abstrakt: Naším cílem bylo ovit zákonitosti radioaktivních
VíceMATEMATIKA I - vybrané úlohy ze zkoušek v letech
MATEMATIKA I - vybrané úlohy ze zkoušek v letech 008 0 doplněné o další úlohy. část DIFERENCIÁLNÍ POČET funkcí jedné proměnné Další část ( integrální počet) bude vydána na konci listopadu 9. 9. 0 Případné
VíceEfektivní hodnota proudu a nap tí
Peter Žilavý: Efektivní hodnota proudu a naptí Efektivní hodnota proudu a naptí Peter Žilavý Katedra didaktiky fyziky MFF K Praha Abstrakt Píspvek experimentáln objasuje pojem efektivní hodnota stídavého
Více= = 25
Seznámení s Pythagorovou vtou (1 hodina) Opakování: zopakuj si poítání s druhými moninami ísla Motivae: Jsem leteký modelá. Práv jsem si ve své díln sestrojil model letadla a hybí mi pipevnit poslední
VíceDERIVACE FUKNCÍ VÍCE PROMĚNNÝCH
DERIVACE FUKNCÍ VÍCE PROMĚNNÝCH Reálná funkce dvou proměnných a definiční obor Kartézský součin R R značíme R 2 R 2 je množina všech uspořádaných dvojic reálných čísel (rovina) Prvk R 2 jsou bod v rovině
VíceAproximace funkcí. x je systém m 1 jednoduchých, LN a dostatečně hladkých funkcí. x c m. g 1. g m. a 1. x a 2. x 2 a k. x k b 1. x b 2.
Aproximace funkcí Aproximace je výpočet funkčních hodnot funkce z nějaké třídy funkcí, která je v určitém smyslu nejbližší funkci nebo datům, která chceme aproximovat. Třída funkcí, ze které volíme aproximace
VíceLABORATORNÍ CVIENÍ Stední prmyslová škola elektrotechnická
Stední prmyslová škola elektrotechnická a Vyšší odborná škola, Pardubice, Karla IV. 13 LABORATORNÍ CVIENÍ Stední prmyslová škola elektrotechnická Píjmení: Hladna íslo úlohy: 3 Jméno: Jan Datum mení: 10.
Více2. PÍKLAD DÍLÍ ÁSTI SOUSTAVY - DÍLÍ ÁST SDÍLENÍ TEPLA
2. PÍKLAD DÍLÍ ÁSTI SOUSTAVY - DÍLÍ ÁST SDÍLENÍ TEPLA 2.1. OBECN Tepelné požadavky na dílí ást sdílení tepla zahrnují mimoádné ztráty pláštm budovy zpsobené: nerovnomrnou vnitní teplotou v každé tepelné
VíceRo!ní záv"rka KALKUL1
Ro!ní záv"rka KALKUL1 Pozn. Tento popis odpovídá stavu do roku 2000 a t!ká se jednoduché P"ed spu#t$ním tohoto p"íkazu je nutné si p"ipravit podklady a provést uzav"ení p"íslu#n!ch knih. Uzáv$rkové operace
Vícef(x) = arccotg x 2 x lim f(x). Určete všechny asymptoty grafu x 2 2 =
Řešení vzorové písemky z předmětu MAR Poznámky: Řešení úloh ze vzorové písemky jsou formulována dosti podrobně podobným způsobem jako u řešených příkladů ve skriptech U zkoušky lze jednotlivé kroky postupu
VíceNURBS REPREZENTACE KŘIVEK V MAPLE
25. KONFERENCE O GEOMETRII A POČÍTAČOVÉ GRAFICE Karolína Kundrátová NURBS REPREZENTACE KŘIVEK V MAPLE Abstrakt Parametrizace křivek jako NURBS (tj. neuniformní racionální B-spliny) patří k moderním postupům
Více! " # $ % # & ' ( ) * + ), -
! " # $ % # & ' ( ) * + ), - INDIVIDUÁLNÍ VÝUKA MATEMATIKA METODIKA Kuželosek Mgr. Petra Dunovská bezen 9 Obtížnost této kapitol matematik je dána tím, že se pi výkladu i ešení úloh komplexn vužívají vdomosti
VíceMatematika I A ukázkový test 1 pro 2014/2015
Matematika I A ukázkový test 1 pro 2014/2015 1. Je dána soustava rovnic s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napište Frobeniovu větu (existence i počet řešení). b)
VíceLineární a polynomická regrese, interpolace, hledání v tabulce
co byste měli umět po dnešní lekci: proložit body přímku, parabolu,... a určit chyby parametrů (u přímky) interpolovat mezi hodnotami v tabulce hledat v tabulce (1D) prokládání (fitování) křivek metoda
VíceNumerická matematika Písemky
Numerická matematika Písemky Bodování Každá písemka je bodována maximálně 20 body. Celkem student může získat za písemky až 40 bodů, pro udělení zápočtu musí získat minimálně 20 bodů. Písemka č. 1 Dva
VíceMetoda nejmenších čtverců Michal Čihák 26. listopadu 2012
Metoda nejmenších čtverců Michal Čihák 26. listopadu 2012 Metoda nejmenších čtverců Matematicko-statistická metoda používaná zejména při zpracování nepřesných dat (typicky experimentálních empirických
Více5. Interpolace a aproximace funkcí
5. Interpolace a aproximace funkcí Průvodce studiem Často je potřeba složitou funkci f nahradit funkcí jednodušší. V této kapitole budeme předpokládat, že u funkce f známe její funkční hodnoty f i = f(x
Více9. Kombinatorika, pravd podobnost a statistika
9. Kombinatorika, pravdpodobnost a statistika VÝCHOZÍ TEXT K ÚLOZE 1 V kódu je na prvním míst jedno z písmen A, B, C nebo D. Na dalších dvou pozicích je libovolné dvojciferné íslo od 11 do 45. (Existují
VíceMonotonie 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
VíceGYMNÁZIUM CHEB. SEMINÁRNÍ PRÁCE Grafy funkcí sbírka ešených úloh. Radek HÁJEK, 8.A Radka JIROUŠKOVÁ, 8.A Cheb, 2006 Petr NEJTEK, 8.
GYMNÁZIUM CHEB SEMINÁRNÍ PRÁCE Grafy funkcí sbírka ešených úloh Radek HÁJEK, 8.A Radka JIROUŠKOVÁ, 8.A Cheb, 006 Petr NEJTEK, 8.A Prohlášení Prohlašujeme, že jsme seminární práci na téma: Grafy funkcí
VíceDatový typ POLE. Jednorozmrné pole - vektor
Datový typ POLE Vodítkem pro tento kurz Delphi zabývající se pedevším konzolovými aplikacemi a základy programování pro mne byl semestr na vysoké škole. Studenti nyní pipravují semestrální práce pedevším
VíceNumerické řešení diferenciálních rovnic
Numerické řešení diferenciálních rovnic Omezení: obyčejné (nikoli parciální) diferenciální rovnice, Cauchyho počáteční úloha, pouze jedna diferenciální rovnice 1. řádu 1/1 Numerické řešení diferenciálních
VíceAproximace funkcí. Numerické metody 6. května FJFI ČVUT v Praze
Aproximace funkcí Numerické metody 6. května 2018 FJFI ČVUT v Praze 1 Úvod Dělení Interpolace 1D Více dimenzí Minimalizace Důvody 1 Dělení Dělení - Získané data zadané data 2 Dělení - Získané data Obecně
VíceNMAF 051, ZS Zkoušková písemná práce 17. února ( sin (π 2 arctann) lim + 3. n 2. π 2arctan n. = lim + 3.
Jednotlivé kroky při výpočtech stručně ale co nejpřesněji odůvodněte. Pokud používáte nějaké tvrzení nezapomeňte ověřit splnění předpokladů. Jméno a příjmení: Skupina: Příklad 3 Celkem bodů Bodů 5 7 0
VícePromnné. [citováno z
Promnné [citováno z http://wraith.iglu.cz/python/index.php] Abychom s datovým objektem mohli v programu njak rozumn pracovat, potebujeme se na nj njakým zpsobem odkázat. Potebujeme Pythonu íct, aby napíklad
VíceGYMNÁZIUM CHEB SEMINÁRNÍ PRÁCE
GYMNÁZIUM CHEB SEMINÁRNÍ PRÁCE Relace Cheb, 006 Radek HÁJEK Prohlášení Prohlašuji, že jsem seminární práci na téma: Relace vypracoval zcela sám za použití pramen uvedených v piložené bibliograii na poítai
VíceDiferenciální počet funkcí jedné reálné proměnné LOKÁLNÍ A GLOBÁLNÍ EXTRÉMY FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ LOKÁLNÍ EXTRÉMY
Diferenciální počet funkcí jedné reálné proměnné - 4.1 - LOKÁLNÍ A GLOBÁLNÍ EXTRÉMY FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ LOKÁLNÍ EXTRÉMY Při hledání lokálních etrémů postupujeme podle následujícího programu Nalezneme
Více1 Sémantika a její vztah k syntaxi
1 Sémantika a její vztah k syntaxi Mjme formální jazyk L T nad abecedou T. Tento formální jazyk je vymezen popisem syntaxe, která stanoví množinu všech syntakticky správných etzc jazyka. V dalším textu
VíceDigitální pekreslení leteckého snímku
Digitální pekreslení leteckého snímku 1) Založení vlastního adresáe Návod program Topol Ped otevením programu Topol (na ploše v adresái výuka FD11) je zapotebí založit si vlastní adresá, kam se budou ukládat
VíceJednotlivé mezivýsledky, získané v prbhu analýzy rozptylu, jsou prbžn a systematicky zaznamenávány v tabulce ANOVA. Prmrný tverec. volnosti SS B.
Ing. Martna Ltschmannová Statsta I., cvení ANOVA Rozšíením dvouvýbrových test pro stední hodnoty je analýza rozptylu nebol ANOVA, terá umožuje srovnávat nol stedních hodnot nezávslých náhodných výbr. Analýza
VíceEfektivní uení. Žádná zpráva dobrá zpráva. (Structured training) Schopnost pracovat nezávisí od IQ. Marc Gold
Efektivní uení (Structured training) Schopnost pracovat nezávisí od IQ. Marc Gold Žádná zpráva dobrá zpráva 1 ásti efektivního uení Stanovení cíle (+ kritéria) Analýza úkolu Použití pimené podpory Volba
Více1 VERZE DOKUMENTU... 4 2 VERZE SOFTWARE... 4 3 ZÁKLADNÍ POPIS... 4 4 ZÁKLADNÍ P EHLED HYDRAULICKÝCH SCHÉMAT... 4 5 HYDRAULICKÁ SCHÉMATA...
Uživatelská píruka Obsah 1 VERZE DOKUMENTU... 4 2 VERZE SOFTWARE... 4 3 ZÁKLADNÍ POPIS... 4 4 ZÁKLADNÍ PEHLED HYDRAULICKÝCH SCHÉMAT... 4 4.1 REGULÁTOREM NEOVLÁDANÝ KOTEL:... 4 4.2 REGULÁTOREM OVLÁDANÝ
VíceFunkce kotangens. cotgα = = Zopakuj všechny části předchozí kapitoly pro funkci kotangens. B a
4.. Funkce kotangens Zopakuj všechny části předchozí kapitoly pro funkci kotangens. c B a A b C Tangens a kotangens jsou definovány v pravoúhlém trojúhelníku: a protilehlá tgα = = b přilehlá b přilehlá
Vícehttp://www.jib.cz od A až do Z
od A až do Z Uživatelská píruka Národní knihovna, 2004 Jednotná informaní brána (JIB) nabízí jednotný a snadný pístup k rzným informaním zdrojm, nap. katalogm knihoven, lánkovým bibliografickým a plnotextovým
VíceDefinice derivace v bodě
Definice derivace v bodě tgϕ = f ( ) f () f () : = tgϕ = lim f f () tgϕ = f f () Obecně: f f f ( ) ( ) : = lim f ( + h) f f : = lim h h Derivace zleva (zprava): f ( ) : = lim f f ( ) f ( ) : = lim + +
Více4.2.15 Funkce kotangens
4..5 Funkce kotangens Předpoklady: 44 Pedagogická poznámka: Pokud nemáte čas, doporučuji nechat tuto hodinu studentům na domácí práci. Nedá se na tom nic zkazit a v budoucnu to není nikde příliš potřeba.
VíceSEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování
KATEDRA ANALYTICKÉ CHEMIE FAKULTY CHEMICKO TECHNOLOGICKÉ UNIVERSITA PARDUBICE - Licenční studium chemometrie LS96/1 SEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování Praha, leden 1999 0 Úloha
VíceInterpolace, ortogonální polynomy, Gaussova kvadratura
Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť
VíceNMAF 051, ZS Zkoušková písemná práce 4. února 2009
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 4 4
VíceFunkce a limita. Petr Hasil. Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)
Funkce a limita Petr Hasil Přednáška z matematiky Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného základu
Více1) íselný výraz. 8. roník Algebraické výrazy. Algebraické výrazy výrazy s promnnou
Algebraické výrazy výrazy s promnnou S výrazy jsme se setkali v matematice a fyzice již mnohokrát. Pomocí výraz zapisujeme napíklad matematické vzorce. Vyskytují se v nich jednak ísla, kterým íkáme konstanty
Více1. Blok Bloky a hladiny Barva a typ čáry v blocích 2. Vytvoření bloku příkaz BLOK [BLOCK]
1. Blok Velmi silnou vlastností AutoCADu je možnost seskupit několik entit výkresu dohromady a vytvořit z nich jeden objekt blok. Blok při vytvoření dostane svoje jméno, kterým se pak na něj odkazujeme.
VíceKINEMATICKÁ GEOMETRIE V ROVIN
KINEMATICKÁ GEOMETRIE V ROVIN Kivka je jednoparametrická množina bod X(t), jejíž souadnice jsou dány funkcemi: x = x(t), y = y(t), t I R. Tena kivky je urena bodem dotyku X a teným vektorem o souadnicích
VíceMETODY OCEOVÁNÍ PODNIKU DEFINICE PODNIKU. Obchodní zákoník 5:
METODY OCEOVÁNÍ PODNIKU DEFINICE PODNIKU Obchodní zákoník 5: soubor hmotných, jakož i osobních a nehmotných složek podnikání. K podniku náleží vci, práva a jiné majetkové hodnoty, které patí podnikateli
Více1.1 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
VíceR O V N O B Ž N Í K (2 HODINY)
R O V N O B Ž N Í K (2 HODINY)? Co to vlastn rovnobžník je? Na obrázku je dopravní znaka, která íká, že vzdálenost k železninímu pejezdu je 1 m (dva pruhy, jeden pruh pedstavuje vzdálenost 80 m): Pozorn
Vícey = 1/(x 3) - 1 x D(f) = R D(f) = R\{3} D(f) = R H(f) = ( ; 2 H(f) = R\{ 1} H(f) = R +
Funkce. Vlastnosti funkcí Funkce f proměnné R je zobrazení na množině reálných čísel (reálnému číslu je přiřazeno právě jedno reálné číslo). Z grafu poznáme, zda se jedná o funkci tak, že nenajdeme žádnou
Více( ) ( ) 2 2 B A B A ( ) ( ) ( ) B A B A B A
Vzdálenost dvou bod, sted úseky Ž Vzdálenost dvou bod Pi vyšetování vzájemné polohy bod, pímek a rovin lze použít libovolnou vhodn zvolenou soustavu souadnic (afinní). však pi vyšetování metrických vlastností
VíceKřivky a plochy technické praxe
Kapitola 7 Křivky a plochy technické praxe V technické praxi se setkáváme s tím, že potřebujeme křivky a plochy, které se dají libovolně upravovat a zároveň je jejich matematické vyjádření jednoduché.
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceM N O Ž I N Y B O D D A N É V L A S T N O S T I V R O V I N 3 HODINY
M N O Ž I N Y B O D D A N É V L A S T N O S T I V R O V I N 3 HODINY V této kapitole se budeme zabývat množinami (skupinami) bod, které spojuje njaká spolená vlastnost. Tato vlastnost je pro všechny body
VíceTéma je podrobně zpracováno ve skriptech [1], kapitola
Břetislav Fajmon, UMAT FEKT, VUT Brno Téma je podrobně zpracováno ve skriptech [1], kapitola 6. Základní aproximační úlohu lze popsat následovně: Jsou dány body [x 0, y 0 ], [x 1, y 1 ],..., [x n, y n
VíceL I C H O B Ž N Í K (2 HODINY) ? Co to vlastn lichobžník je? Podívej se napíklad na následující obrázky:
L I C H O B Ž N Í K (2 HODINY)? Co to vlastn lichobžník je? Podívej se napíklad na následující obrázky: Na obrázcích je vyobrazena hospodáská budova a židlika, kterou urit mají tvoji rodie na chodb nebo
VíceOznačení derivace čárkami, resp. římskými číslicemi, volíme při nižším řádu derivace, jinak užíváme horní index v závorce f (5), f (6),... x c g (x).
9 Využití derivace 9.1 Derivace vyšších řádů Definice 1. Nechť funkce má derivaci v nějakém okolí bodu c D(f). Nechť funkce ϕ() =f () máderivacivboděc. Pak hodnotu ϕ (c) nazýváme derivací 2. řádu (2. derivací)
VíceAPROXIMACE FUNKCÍ. Jedním ze základních úkolů numerických metod matematické analýzy je studium aproximací
APROXIMACE FUNKCÍ Jedním ze základních úkolů numerických metod matematické analýz je studium aproimací funkcí. Při numerickém řešení úloh matematické analýz totiž často nahrazujeme danou funkci f, vstupující
VícePrezentaní program PowerPoint
Prezentaní program PowerPoint PowerPoint 1 SIPVZ-modul-P0 OBSAH OBSAH...2 ZÁKLADNÍ POJMY...3 K EMU JE PREZENTACE... 3 PRACOVNÍ PROSTEDÍ POWERPOINTU... 4 OPERACE S PREZENTACÍ...5 VYTVOENÍ NOVÉ PREZENTACE...
VíceBézierovy křivky Bohumír Bastl KMA/GPM Geometrické a počítačové modelování Bézierovy křivky GPM 1 / 26
Bézierovy křivky Bohumír Bastl (bastl@kma.zcu.cz) KMA/GPM Geometrické a počítačové modelování Bézierovy křivky GPM 1 / 26 Opakování Spline křivky opakování Bézierovy křivky GPM 2 / 26 Opakování Interpolace
Více1 L Hospitalovo pravidlo
L Hospitalovo pravidlo Věta.. Bud R R R {± }). Necht je splněna jedna z podmínek i) ii) f) g), g). Eistuje-li vlastní nebo nevlastní) f ) g ) Obdobné tvrzení platí i pro jednostranné ity., pak eistuje
Více1. Chyby vstupních dat metody převedení úlohy na numerickou (řád použité metody) zaokrouhlovací reprezentace čísel v počítači
1. Chyby vstupních dat metody převedení úlohy na numerickou (řád použité metody) zaokrouhlovací reprezentace čísel v počítači 2. Reprezentace čísel v Pascalu celá čísla Typ Rozsah Formát shortint 128..127
VíceUkázka závěrečného testu
Okruhy otázek pro závěrečný test ) Vlastnosti funkce ) Graf funkce ) Definiční obor funkce ) imita funkce ) Derivace funkce 6) Užití derivace 7) Matice 8) Řešení soustavy lineárních rovnic 9) Určitý integrál
VícePokud data zadáme přes "Commands" okno: SDF1$X1<-c(1:15) //vytvoření řady čísel od 1 do 15 SDF1$Y1<-c(1.5,3,4.5,5,6,8,9,11,13,14,15,16,18.
Regresní analýza; transformace dat Pro řešení vztahů mezi proměnnými kontinuálního typu používáme korelační a regresní analýzy. Korelace se používá pokud nelze určit "kauzalitu". Regresní analýza je určena
VíceZápis 1 o posouzení a hodnocení nabídek
Zápis 1 o posouzení a hodnocení nabídek 1. Veejná zakázka Název zakázky: [_Operativní leasing užitkového vozu_] Registraní íslo projektu: [_CZ.1.04/3.4.04/26.00348_] Název projektu: [Flexibiln pro odlehovací
VíceDiferenciální počet funkcí jedné proměnné
Diferenciální počet funkcí jedné proměnné 1 4. Derivace funkce 4.3. Průběh funkce 2 Pro přesné určení průběhu grafu funkce je třeba určit bližší vlastnosti funkce. Monotónnost funkce Funkce monotónní =
VíceVYSOKÉ UENÍ TECHNICKÉ V BRN FAKULTA STAVEBNÍ ALEŠ DRÁB HYDROINFORMATIKA I MODUL M03 ÚVOD DO MATLAB
VYSOKÉ UENÍ TECHNICKÉ V BRN FAKULTA STAVEBNÍ ALEŠ DRÁB HYDROINFORMATIKA I MODUL M03 ÚVOD DO MATLAB STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA Hydroinformatika I Modul 3 Aleš Dráb,
VíceIV. CVIENÍ ZE STATISTIKY
IV. CVIENÍ ZE STATISTIKY Vážení studenti, úkolem dnešního cviení je nauit se analyzovat data kvantitativní povahy. K tomuto budeme opt používat program Excel 2007 MS Office. 1. Jak mžeme analyzovat kvantitativní
Více