Maticové hry. doc. RNDr. tefan Pe²ko. 9. marca Katedra matematických metód a opera nej analýzy, FRI šu

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Maticové hry. doc. RNDr. tefan Pe²ko. 9. marca Katedra matematických metód a opera nej analýzy, FRI šu"

Transcript

1 Katedra matematických metód a opera nej analýzy, FRI šu 9. marca 2018

2 Antagonistický konikt dvoch hrá ov s kone nými priestormi stratégií modeluje maticová hra. Denícia 3.1 Kone nú hra s nulovým sú tom H A = ( Q = {1, 2}, X = {1,..., m}, Y = {1,..., n}, M(i, j) = a ij ) ktorá je ur ená reálnou maticou A = (a ij ) i X, j Y nazveme maticová hra. Maticu A nazývame matica hry. Príklad 3.1 Uvaºujme H A jednozna ne ur enú maticou A = Prvý hrá má tri stratégie zatia o druhý hrá má ²tyri stratégie.

3 Denícia 3.2 Nech A je matica hry. Stratégiu (i, j ) X Y maticovej hry H A nazveme rovnováºnou, ak pre i X a j Y je a ij a i j a i j. (1) Rovnováºna stratégia (i, j ) musí vyhovova vz ahom a i j = max i X a ij a i j = min j Y a i j ktoré umoº ujú efektívne h adanie rovnováºnej stratégie. Príklad 3.1 pokra ovanie Môºeme pokúsi nájs maximum z riadkových miním, max{4, 3, 1} = 4, a minimum zo st pcových maxím, min{7, 8, 4, 6} = 4. Máme teda a i j = a 1,4 = 4.

4 Lema 3.1 Nech A je reálna matica. Potom platí max min a ij min max a ij (2) i X j Y j Y i X Z vlastnosti maxima je a ij max i X a ij Index j je na oboch stranách nerovnosti vo ný a tak min a ij min max a ij j Y j Y i X avá strana nerovnosti v²ak nezávisí od indexu i a odhaduje jej pravú stranu zdola, takºe platí max min a ij min max a ij. i X j Y j Y i X

5 Príklad 3.2 Majme maticu A = Maximum z riadkových miním je max{3, 1, 0} = 3 a minimum zo st pcových maxím je min{4, 4} = 4 a tak dostáme ostrú nerovnos 3 < 4.

6 Veta 3.1 nutná a posta ujúca podmienka Stratégia (i, j ) je rovnováºna stratégia hry H A práve vtedy, ke max min a ij = min max a ij = a i i X j X j Y i X j. (3) ( ) : Z denície (i, j ) a z vlastností min, max máme min max a ij max a ij j Y i X i X a i j min a i j Y j max min a ij i X j Y Z platnosti lemy 3.1 s opa nými nerovnos ami máme (3). ( ) : Nech platí (3). Potom pre i X a pre j Y a tak platí (1). a ij max i X a ij = max i X min j Y a ij = a i j a i j min j Y a i j = min j Y max i X a ij = a i j,

7 Príklad 3.2 pokra ovanie A = Hra H A nemá rovnováºnu stratégu Ak nemá maticová hra rovnováºnu stratégiu, potom má zmysel h ada pravdepodobnosti s akou majú hrá i voli isté stratégie i X, j Y, o vedie k nekone nej hre v NT. Jej priestory stratégií budeme zna i (X ), (Y).

8 Denícia 3.3 Nech je daná maticová hra H A. (H A ) = ( Q = {1, 2}, (X ), (Y), M(x, y) ) (4) (X ) ={x E m : (Y) ={y E n : M(x, y) = m i=1 j=1 m x i = 1, x 0} (5) i=1 n y i = 1, y 0} (6) j=1 n x i a ij y j = x T Ay (7) nazveme zmie²aným roz²írením maticovej hry. Prvky (X ), (Y) nazývame zmie²ané stratégie a prvky X, Y nazývame isté stratégie. Funkciu M(x, y) nazývame strednou hodnotou platby resp. cena hry.

9 Ak 1.hrá zvolí zmie²anú stratégiu x = (x 1, x 2,..., x m ) T (X ) a 2.hrá zvolí zmie²anú stratégiu y = (y 1, y 2,..., y n ) T (Y) sú vo by istých stratégií nezávislé náhodné veli iny, pri om x i y j udávajú s ako pravdepodobnos ou bude zvolená istá stratégia (i, j). Denícia 3.4 Stratégiu (x, y ) (X ) (Y) a nazveme rovnováºnou zmie²anou stratégiou v (H A ), ak pre x (X ) a y (Y) je x T Ay x T Ay x T Ay. (8)

10 Príklad 3.3 A = ( ) H A nemá rovnováºne isté stratégie. Ale x = ( 1 2, 1 2 )T = y sú rovnováºne zmie²ané stratégie hrá ov v (H A ) so strednou hodnotou platby M(x, y) = (x 1, x 2 ).A.(y 1, y 2 ) T = x 1 y 2 + x 2 y 1, kde (X ) = {(x 1, x 2 ) T E 2 : x 1 + x 2 = 1, x 1, x 2 0}, (Y) = {(y 1, y 2 ) T E 2 : y 1 + y 2 = 1, y 1, y 2 0}, M(x, y ) = 1 2. Pretoºe platí M(x, y ) = x 1 + x y 1 + y 2 2 = M(x, y).

11 Lema 3.1 Rovnováºna stratégia zmie²aného roz²írenia maticovej hry sa nezmení, ak ku kaºdému prvku matice hry pripo ítame to isté nenulové íslo c. Cena hry s takto pozmenenou maticou hry bude v + c, kde v je cena pôvodnej hry. Nech je (x, y ) (X ) (Y) rovnováºna zmie²aná stratégia v (H A ) t.j. x (X ) a y (Y) je x T Ay x T Ay x T Ay. Nech E = (1) je matica jednotkových prvkov typu matice A. Pre x (X ) a y (Y) je x T Ey = 1 a tak aj x T cey = x T cey = x T cey. Po jednoduchých úpravách s vy²²ie uvedenou podmienkou máme x T (A + ce)y x T (A + ce)y x T (A + ce)y.

12 Veta 3.2 (Von Neumannova základná veta maticových hier) Zmie²ané roz²írenie kaºdej maticovej hry má rie²enie v rovnováºných stratégiach. Vzh adom na lemu 3.1 môºeme predpoklada, ºe v²etky prvky matice A sú kladné. Pre ubovo né pevné x (X ) denujeme funkciu f (y) = x T Ay, ktorá je kladná, spojitá na kompaktnej mnoºine (Y). Pod a Weirstrassovej vety nadobúda funkcia f (y) na mnoºine (Y) minimum t.j. v > 0, ºe v x T Ay y (Y) (9) Vzh adom k linearite (Y) sta í, ak bude nerovnos (9) splnená pre isté stratégie hry y {(1, 0,..., 0) T, (0, 1,..., 0) T,..., (0, 0,..., 1) T } Pre x (X ) dostávame z (9) systém rovníc v1 T x T A, x T 1 = 1, x 0 (10)

13 Veta 3.2 pokra ovanie Podobne pre ubovo né pevné y (Y) denujeme funkciu g(x) = x T Ay, ktorá je kladná, spojitá na kompaktnej mnoºine (X ). Pod a Weirstrassovej vety f (y) nadobúda na mnoºine (X ) maximum, t.j. w > 0, ºe w xay x (X ) (11) Opä sta í, aby nerovnos (11) bola splnená pre isté stratégie hry x {(1, 0,..., 0) T, (0, 1,..., 0) T,..., (0, 0,..., 1) T } Pre y (Y) dostávame z (11) systém rovníc w1 Ay, y T 1 = 1, y 0 (12)

14 Veta 3.2 dokon enie Po zavedení nových vektorov p = x v a q = y w symetrických duálne zdruºených úloh LP: dostávame dvojice min{p T 1 : p T A 1, p 0}, (13) max{q T 1 : Aq 1, q 0}, (14) ktoré majú prípustné rie²enia. Vzh adom na kladné prvky matice A máme i optimálne rie²enia so spolo nou hodnotou cie ových funkcií 1 v = 1 w.

15 Príklad 3.4 Maticová hra H B ( B = nemá istú stratégiu. Ke ku kaºdému prvku matice pripo ítame 2 dostaneme maticovú hru ur enú maticou kladných ísel ( ) A = Pod a lemy 3.1 má hra (H A ) tú istú rovnováºnu stratégiu ako hra (H B ). Z kon²truktívneho dôkazu základnej vety vieme, ºe sta í rie²i jednu z duálne zdruºených úloh (13) alebo (14) napr. max q 0 = q 1 + q 2 + q 3 ) 3q 1 + q q 3 1 2q 1 + 6q 2 + 4q 3 1 q 1, q 2, q 3 0

16 Príklad 3.4 pokra ovanie Úloha má optimálne rie²enie q = ( 3 10, 0, 1 10 )T. Z podmienok komplementarity symetrických úloh (13) a (14) q 1 (3p 1 + 2p 2 1) = 0 q 2 ( p p 2 1) = 0 q 3 (p 1 + 4p 2 1) = 0 dostaneme aj optimálne rie²enie p = ( 1 5, 1 5 )T. Spolo ná hodnota cie ových funkcií je q 0 = 2 5 = 1 w. Vynásobením w q, w p tak máme zmie²ané stratégie oboch hrá ov ( 3 y = 4, 0, 1 ) T ( 1 x = 4 2, 1 ) T. 2 Cena hry (H B ) je = 1 2.

17 Analytické rie²enie maticovej hry 2 2 Nech H A nemá istú stratégiu a ( a11 a A = 12 a 21 a 22 Rovnováºnu stratégiu 1. hrá a dostaneme, po substitúcii x = p v v primárnej úlohe (13) t.j. vynásobení nerovností premennou v, rie²ením úlohy LP: ). max v (15) x 1 a 11 + x 2 a 21 v, (16) x 1 a 12 + x 2 a 22 v, (17) x 1 + x 2 = 1, (18) x 1, x 2 0. (19)

18 Analytické rie²enie maticovej hry 2 2 Aspo jedna z nerovnosti (16) a (17) bude splnená v tvare rovnosti a tak spolu s (18) ahko vypo ítame x a v. x a 22 a 21 1 =, x 2 = a 11 + a 22 a 12 a 21 v det(a) =. a 11 + a 22 a 12 a 21 a 11 a 12 a 11 + a 22 a 12 a 21, Z komplemetarity duálne zdruºených úloh (13) a (14) máme po substitúcii y = q v rovnos a 11 y 1 + a 21 (1 y 1 ) = a 21 y 1 + a 22 (1 y 1 ), odkia vypo ítame rovnováºnu stratégiu 2. hrá a y 1 = a 11 a 21 a 11 + a 22 a 12 a 21, y 2 = a 22 a 12 a 11 + a 22 a 12 a 21.

19 Gracká metóda rie²enia maticovej hry 2 n Uvaºujme maticovú hru H A ( a11 a A = a 1n a 21 a a 2n ) 1. hrá má dve isté stratégie X = {1, 2} a preto jeho zmie²ané stratégie môºeme písa v tvare (X ) = {(α, 1 α) : α 0, 1 }. 2. hrá má n istých stratégií Y = {1, 2,..., n}. Z kon²truktívneho dôkazu Von Neumannovej vety 3.2 uº vieme, ºe na získanie rovnováºnej stratégie 1. hrá a sta í rie²i LP úlohu kde maximalizuje svoju výhru v. max v a 1j α + a 2j (1 α) v j Y, 0 α 1.

20 Gracká metóda rie²enia maticovej hry 2 n Ozna me g j (α) = a 1j α + a 2j (1 α) lineárnu funkciu denovanú na 0, 1. Zmie²anú stratégiu 1. hrá a x (X ) dostaneme zo vz ahu x = arg max α 0,1 min j Y g j(α). To ale znamená, ºe x môºeme h ada gracky tak, ºe denujeme konvexnú, po astiach lineárnu funkciu h(α) = min j Y g j(α) a tak h(α ) = max α 0,1 h(α) je cena hry s x = (α, 1 α ).

21 Gracká metóda rie²enia maticovej hry 2 n Z podmienky komplementarity duálne zdruºených úloh LP platí pre rovnováºnu zmie²anú stratégiu 2. hrá a kde j Y j Y a 1j y j = v, a 2j y j = v, yj 1 + yj 2 = 1, yj 1, yj 2 0, y = (0,..., y j 1, 0,..., 0, y j 2,..., 0) (Y) pri om indexy j 1, j 2 sa volia tak, aby platilo a 1j1 x 1 + a 2j1 x 2 = a 1j2 x 1 + a 2j2 x 2 = v.

22 Príklad 3.5 Nájdite rovnováºnu zmie²anú stratégie maticovej hry H A ( ) A = Obr.: g 1(α) = 3α + 2(1 α), g 2(α) = α + 6(1 α), g3(α) = α + 4(1 α). 2

23 Príklad 3.5 pokra ovanie Dostali sme po astiach lineárnu funkciu h(α) = min{α + 2, 11 α + 6, 3α + 4}, α 0, 1 2 s maximálnou hodnotou v = h(α ) = h ( 1 2) = max 0 α 1 h(α) = 5 2 a máme rovnováºnu stratégiu 1. hrá a x = ( 1, 1 2 2). Nako ko je x T A = ( 5, 13, ) zvolime j1 = 1, j 2 = 3 t.j. y = (y, 0, y 1 3 ). Z podmienok komplementarity dostávame systém lineárnych rovníc 3y 1 + y 3 = 5 2, y 1 + y 3 = 1, ktorého rie²enie y = ( 3, 0, 1 ) je rovnováºnou stratégiou 2. hrá a. 4 4

24 Brownova metóda ktívnej hry 1950 je zaloºenú na postupnom u ení hrá ov hraním opakovaných partií hry H A ke nevedia vypo íta svoje rovnováºne zmie²ané stratégie. Hrá i v kaºdom ahu predpokladajú, ºe protihrá zvolí zmie²anú stratégiu, ktorá je ur ená pravdepodobnos ami (frekvenciami) výskytu istých stratégií v predchádzajúcich ahoch hry, pri om volia tie isté stratégie, ktoré im garantujú najlep²í výsledok. Fiktívna hra má potencionálne nekone ne ve a ahov. V základnej verzii hry sa predpokladá, ºe hrá i v kaºdom ahu sú asne zverejnia svoje isté stratégie. V modikovanej verzii 2. hrá reaguje svojim ahom aº po zverejnení ahu 1. hrá a. To moºno interpretova ako istú nedôveru 2. hrá a k poslednej stratégii 1. hrá a. Podobne 1.hrá nedôveruje 2.hrá ovi.

25 Metóda ktívnej hry základná verzia Predpokladajme, ºa sa hra uº k-krát opakovala, 1. hrá zvolil isté stratégie i 1,..., i k X a 2. hrá isté stratégie j 1,..., j k Y. V (k + 1) ahu obaja hrá i predpokladajú, ºe protihrá zvolí svoju istú stratégiu na základe frekvencie vo by istých stratégií, o vedie z h adiska 1. resp. 2. hrá a k priemerným výplatám 1 k k s=1 a ijs resp. 1 k k a isj. s=1 1. hrá maximalizuje o akávanú výhru zatia o 2. hrá minimalizuje o akávanú prehru a tak volia i k+1 X, j k+1 Y: k s=1 k s=1 a ik+1 j s = max i X a isj k+1 = min j Y k a ijs = k v 1 (k), (20) s=1 k a isj = k v 2 (k). (21) s=1

26 Metóda ktívnej hry základná verzia Skuto ná výplata sa po (k + 1) ahu rovná a ik+1 j k+1 a priemerná výplata v (k) = 1 k+1 a isj k + 1 s, ktorá sa pri vo be stratégií nevyuºíva. Poznamenajme, ºe v základnej verzii hry moºno voli isté stratégie ubovo ne. Nech ( x(k), y(k) ) je zmie²aná stratégia hry, kde x i (k) y j (k) je rovné relatívnej frekvencie výskytu stratégie (i, j) X Y po k ahoch hry a nech v je cena hry. Potom moºno dokáza, ºe v 1 (k) = max i X k s=1 s=1 a is y j (k) v min j Y k a sj x i (k) = v 2 (k). s=1

27 Metóda ktívnej hry Ak by pre nejaké k 1 a k 2 platilo v 1 (k 1 ) = v 2 (k 2 ) = v, potom by ( x(k 1 ), y(k 2 ) ) (X ) (Y) boli rovnováºne zmie²ané stratégie hry. Naviac moºno dokáza, ºe lim v 1(k) = lim v 2(k) = v. k k Rýchlos konvergencie je v²ak malá, moºno ju odhadnú ) v 1 (k) v 2 (k) = o (k 1 n+m 2. Význam metódy je i tak zna ný, lebo je jednoduchá a odráºa získavanie skúseností hrá mi pri mnohonásobnom opakovaní koniktnej situácie.

28 Príklad 3.6 Máme maticu hry H A A = ( ). Hrá i môºu za a hra ktívnu hru z ubovo ných istých stratégií. Nech obaja hrá i zverejnia v 1. ahu svoje isté stratégie (1, 1). V 2. ahu nastáva nasledujúca rozhodovacia situácia: 1.hrá pozná vo bu 2. hrá a, 1. st pec matice, s moºnými výhrami (3, 2) T a preto svoju maximálnu výhru 3 dosiahne vo bou svojej istej stratégie i = 1. Aj 2. hrá pozná vo bu 1. hrá a z 1. ahu, prvý riadok maticovej hry, s moºnými prehrami (3, 1, 1) a preto svoju 2 minimálnu prehru 1 dosiahne vo bou svojej istej stratégie j = 2. 2

29 Príklad 3.6 v da ²ích ahoch Partia vo ba vo ba kumulovaná výhra kumulovaná prehra ( ah) i j 1.hrá a (20) 2.hrá a (21) ( 3, 2) T 1 (3, ( 7, 8 2 )T (6, 1, 2) (4, 14 ) T (8, 7, 6 ) (5, 18 ) T (10, 13, 10 ) (6, 22 ) T ( 12, 19, 14) Tabu ka: Priebeh ktívnej hry Ak by sme ukon ili ktívnu hru v 5-tom ahu, dostali by sme z po etností volieb istých statégií nasledujúce odhady rovnováºnych stratégií a ceny hry x(5) = ( 2 5, 3 5), y(5) = ( 1 5, 2 5, 2 5), 12 5 v 22 5.

30 Lineárne programovanie v maticových hrách Kon²truktívny dôkaz Von Neumannova základnej vety maticových hier (veta 3.2) dáva návod, ako pomocou LP efektívne h ada zmie²anú rovnováºnu stratégiu maticovej hry. Najskôr dokáºeme pomocné tvrdenie o hrách s kosymetrickou maticou A t.j. maticou s vlastnos ou A T = A. Lema 3.2 V maticovej hre s kosymetrickou maticou hry majú obaja hrá i tie isté rovnováºne stratégie a nulovú cenu zmie²aného roz²írenia hry. Hra H A je hra s kosymetrickou maticou. Potom je (H A ) symetrická hra s výplatnou funkciou M(x, y) = x T Ay = x T A T y = y T Ax = M(y, x). Z vety 2.2 o symetrických hrách dostávame tvrdenie.

31 Príklad 3.7 Najdite rovnováºnu stratégiu a cenu maticovej hry (H A ) A = Zo základnej vety vieme, ºe rovnováºnu stratégia 1. hrá a x = (x, x, x ) môºeme h ada ako rie²enie max v 2x 2 + x 3 2x 1 2x 3 x 1 + 2x 2 v v v x 1 + x 2 + x 3 = 1 x 1, x 2, x 3 0

32 Príklad 3.7 pokra ovanie Podobne pre 2. hrá a h adáme y = (y, y, y ) a tak sta í rie²i min w 2y 2 y 3 2y 1 2y 3 y 1 2y 2 w w w y 1 + y 2 + y 3 = 1 y 1, y 2, y 3 0 Po substitúcii, w = v, x = y zis ujeme, ºe sa jedná o tú istú optimaliza nú úlohu s nulovými hodnotami cie ových funkcií. Takºe máme nulovú cenu zmie²aného roz²írenia hry a zhodné rovnováºne stratégie x = y = ( 2 5, 1 5, 2 5).

33 Pri skúmaní maticových hier sa sta í obmedzi na symetrické maticové hry. Veta 3.3 Ku kaºdej hre (H B ) existuje hra (H A ) s kosymetrickou maticou A pri om obe hry sú ekvivalentné v tom zmysle, ºe rovnováºnu stratégiu jednej hry moºno získa z rovnováºnej stratégie druhej hry elementárnymi operáciami. ( ) Uvaºujme maticovú hru (H B ) s maticou B typu m n. Nech u = (x 1, x 2,..., x m, y 1, y 2,..., y n, z) je rovnováºna stratégia hry (H A ) s maticou A = M B I B T N J I T J 0 kde M, N sú nulové matice typu m m, n n a I, J sú matice jednotiek typu m 1, n 1. Pretoºe matica A je kosymetrická je cena hry nulová.

34 Veta 3.3 pokra ovanie dôkazu 1. hrá nemôºe získa, ak zahrá svoju istú stratégiu proti rovnováºnej stratégii 2. hrá a, a tak Au = u T A 0. Rozpísaním u T A 0 a rozdelenia u stratégií (H A ) máme j b ij y j + z 0 x i + i j b ij x i z 0 i y j + z = 1 Ozna me t = j y j = i x i a xi = x i t, y j = y j t, v = z t. Po vydelení rovníc t > 0 dostávame vz ahy pre rovnováºnu stratégiu (x, y ) hry (H B ).

35 Veta 3.3 dokon enie dôkazu ( ) Nech naopak (x, y ) sú rovnováºne zmie²ané stratégie (H A ) s cenou hry v t.j. vyhovujú nerovnostiam j a ij y j a ij xi i v v Poloºíme t = 1 2+v, z = t v, x i = t xi, y j = t yj vynásobení nerovností máme b ij y j z j b ij x i z i a po a vidíme, ºe (x 1, x 2,..., x m, y 1, y 2,..., y n, zt) je rovnováºna stratégia (H B ).

36 Príklad 3.8 Prira me k maticovej hre (H B ) ekvivalentnú symetrickú maticovú hru (H A ) B = ( Hra (H B ) má rovnováºne stratégie hrá ov x = ( 1, 1) a 2 2 y = ( 3, 0, 1) a cenu hry v = 3. Ekvivalentá symetrická hra (H A) A = má pod a vety 3.3 rovnováºnu stratégiu ( 1 7, 1 7, 3 14, 0, 1 14, 3 7) : t = v, z = t v, x i = t x i, y j = t y j. ).

37 Veta 3.4 Ak existuje íslo z > 0 také, ºe u = (x, y, z) je rovnováºna stratégia zmie²aného roz²írenia maticovej hry H B M A T c B = A N b, c T b T 0 kde M, N sú nulové matice typu m m, n n. potom dvojice duálne zdruºených úloh LP: max{c T x : Ax b, x 0} (22) min{b T y : A T y c, y 0} (23) majú optimálne rie²enie a naopak (ohodnotené z > 0). Ak sú x,y optimálne rie²enia úloh (22) a (23) platí x = x z,y = y z.

38 Príklad 3.8 pokra ovanie Zistili ( sme, ºe maticová) hra H B má rovnováºnu zmie²anú stratégiu u T 1 =, 1, 3, 0, 1, 3 s kosymetrickou maticou B Dvojice príslu²ných duálne zdruºených úloh LP max{c T x : Ax b, x 0} min{b T y : A T y c, y 0} s maticami A = c = ( 1 1 ) b = má optimálne rie²enia x = ( 1, 1) a 3 3 y = ( 1, 0, 1 ), pretoºe 2 6 z = 3 > 0, 7 x = x/z, y = y/z. ahko totiº overíme, ºe platí A T y c, Ax b, c T x = b T y.

39 Dominancia v maticových hrách Nektoré isté stratégie môºu by tak nevýhodné, ºe ich inteligentný hrá nebude voli ani ako zloºku zmie²anej stratégie. Môºeme ich vylú i z maticovej hry príslu²nou redukciou matice. Hovoríme, ºe vektor b = (b 1, b 2,..., b n ) je ostro dominovaný vektorom a = (a 1, a 2,..., a n ) resp. vektor a ostro dominuje vektor b, ak pre v²etky j {1,..., n} je a j > b j. Roz²írením vektora c = (c 1, c 2,..., c n ) na k-tom mieste rozumieme vektor c [k] = (c 1, c 2,..., c k 1, 0, c k, c k+1,..., c n )

40 Príklad 3.9 A = hrá nikdy nezvolí stratégiu 2, druhý riadok matice A je ostro dominovaný 1. riadkom - vy²krtneme 2.riadok a dostaneme maticu ( ) A = V hre H A zas 2. hrá nezvolí stratégiu 1 pretoºe 1. st pec ostro dominuje 5. st pec, ale ani stratégiu 4 pretoºe 4. st pec ostro dominuje 2. st pec. Po ich vynechaní dostávame hru s maticou ( ) A = s rie²ením x = ( 1 2, 1 2 ) a y = ( 3 4, 0, 1 4 ) s cenou hry v = 9 2. Hra H A má x = ( 1 2, 0, 1 2 ) a y = (0, 3 4, 0, 0, 1 4 ).

41 Veta 3.5 Nech je i-ty riadok maticovej hry H A ostro dominovaný konvexnou kombináciou ostatných riadkov. Ak tento riadok vynecháme máme maticovú hru H B s redukovanou maticou. Potom ceny zmie²aných roz²írení oboch hier sú rovnaké a rovnováºna stratégia 1. hrá a v hre H A je roz²írením rovnováºnej stratégie 1. hrá a hry H B. Nech a k ozna uje k-ty riadok matice A typu m n a nech i {1,..., m} je vybraný riadok ostro dominovaný konvexnou kombináciou ostatných riadkov t.j. λ k 0 k {1,..., m} {i} m a i = λ k a k, k=1,k i m k=1,k i λ k = 1. (24) Nech (x B, y B ) je rovnováºna zmie²aná stratégia hry H B s cenou hry v B. Nech b j ozna uje j-ty st pec matice B.

42 Veta 3.5 pokra ovanie Zo základnej vety 3.2 dostaneme pre hru H B, ºe k {1,..., i 1, i + 1,..., m}, j {1,..., n} a k y B v B, (25) x T B bj v B. (26) Z denície (24) ostro dominovaného riadku i matice A a (25) dostaneme a i y B < ( m k=1,k i λ k a k ) y B v B m k=1,k i λ k = v B. (27) Nerovnos (26) môºeme prepísa x [i]t B aj v B, kde a j je j-ty riadok matice A. Z vety o komlementarite duálne zdruºených úloh LP dostávame, ºe x A = x [i] B a y A = y B. A tak aj ceny oboch hier sú rovnaké.

43 Príklad 3.10 Nájdite redukovanú maticu v maticovej hre H A s maticou A = Ak v matici A vynásobíme 1. riadok 1 a 3. riadok λ 1 = 1 a λ 3 3 = 3 dostaneme maticu t.j. zvolíme a vidíme, ºe 2. riadok je ostro dominovaný sú tom 1. a 3. riadku. To teda znamená, ºe 2. riadok matice A môºeme vynecha a dostaneme maticu B = ( ).

Motivácia Denícia determinantu Výpo et determinantov Determinant sú inu matíc Vyuºitie determinantov. Determinanty. 14. decembra 2010.

Motivácia Denícia determinantu Výpo et determinantov Determinant sú inu matíc Vyuºitie determinantov. Determinanty. 14. decembra 2010. 14. decembra 2010 Rie²enie sústav Plocha rovnobeºníka Objem rovnobeºnostena Rie²enie sústav Príklad a 11 x 1 + a 12 x 2 = c 1 a 21 x 1 + a 22 x 2 = c 2 Dostaneme: x 1 = c 1a 22 c 2 a 12 a 11 a 22 a 12

Διαβάστε περισσότερα

Nekone ný antagonistický konikt

Nekone ný antagonistický konikt Katedra matematických metód, FRI šu 12. apríl 2012 V al²om výklade sa obmedzíme na také hry dvoch hrá ov H 0, v ktorých sú priestory stratégií hrá ov nekone né mnoºiny. Takýto prístup je výhodný aj v pripadoch

Διαβάστε περισσότερα

Hry N hrá ov. doc. RNDr. tefan Pe²ko. April 9, Katedra matematických metód a opera nej analýzy, FRI šu

Hry N hrá ov. doc. RNDr. tefan Pe²ko. April 9, Katedra matematických metód a opera nej analýzy, FRI šu Katedra matematických metód a opera nej analýzy, FRI šu April 9, 2018 Budeme predpoklada, ºe kaºdý z N hrá ov (N 2) je inteligentný hrá. Najskôr za budeme zaobera nekooperativnymi hrami, v ktorých hrá

Διαβάστε περισσότερα

Matematika Funkcia viac premenných, Parciálne derivácie

Matematika Funkcia viac premenných, Parciálne derivácie Matematika 2-01 Funkcia viac premenných, Parciálne derivácie Euklidovská metrika na množine R n všetkých usporiadaných n-íc reálnych čísel je reálna funkcia ρ: R n R n R definovaná nasledovne: Ak X = x

Διαβάστε περισσότερα

VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR. Michal Zajac. 3 T b 1 = T b 2 = = = 2b

VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR. Michal Zajac. 3 T b 1 = T b 2 = = = 2b VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR Michal Zajac Vlastné čísla a vlastné vektory Pripomeňme najprv, že lineárny operátor T : L L je vzhl adom na bázu B = {b 1, b 2,, b n } lineárneho priestoru L určený

Διαβάστε περισσότερα

Matematika prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad

Matematika prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad Matematika 3-13. prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad Erika Škrabul áková F BERG, TU Košice 15. 12. 2015 Erika Škrabul áková (TUKE) Taylorov

Διαβάστε περισσότερα

Goniometrické rovnice a nerovnice. Základné goniometrické rovnice

Goniometrické rovnice a nerovnice. Základné goniometrické rovnice Goniometrické rovnice a nerovnice Definícia: Rovnice (nerovnice) obsahujúce neznámu x alebo výrazy s neznámou x ako argumenty jednej alebo niekoľkých goniometrických funkcií nazývame goniometrickými rovnicami

Διαβάστε περισσότερα

Ekvačná a kvantifikačná logika

Ekvačná a kvantifikačná logika a kvantifikačná 3. prednáška (6. 10. 004) Prehľad 1 1 (dokončenie) ekvačných tabliel Formula A je ekvačne dokázateľná z množiny axióm T (T i A) práve vtedy, keď existuje uzavreté tablo pre cieľ A ekvačných

Διαβάστε περισσότερα

MATEMATIKA. Martin Kalina

MATEMATIKA. Martin Kalina MATEMATIKA Martin Kalina Slovenská technická univerzita v Bratislave Všetky práva vyhradené. Nijaká časť textu nesmie byť použitá na ďalšie šírenie akoukoľvek formou bez predchádzajúceho súhlasu autorov

Διαβάστε περισσότερα

Základy automatického riadenia

Základy automatického riadenia Základy automatického riadenia Predná²ka 6 doc. Ing. Anna Jadlovská, PhD., doc. Ing. Ján Jadlovský, CSc. Katedra kybernetiky a umelej inteligencie Fakulta elektrotechniky a informatiky Technická univerzita

Διαβάστε περισσότερα

Start. Vstup r. O = 2*π*r S = π*r*r. Vystup O, S. Stop. Start. Vstup P, C V = P*C*1,19. Vystup V. Stop

Start. Vstup r. O = 2*π*r S = π*r*r. Vystup O, S. Stop. Start. Vstup P, C V = P*C*1,19. Vystup V. Stop 1) Vytvorte algoritmus (vývojový diagram) na výpočet obvodu kruhu. O=2xπxr ; S=πxrxr Vstup r O = 2*π*r S = π*r*r Vystup O, S 2) Vytvorte algoritmus (vývojový diagram) na výpočet celkovej ceny výrobku s

Διαβάστε περισσότερα

Pravdepodobnos a ²tatistika (1-INF-435) Poznámky k predná²kam. Radoslav Harman, KAM, FMFI UK

Pravdepodobnos a ²tatistika (1-INF-435) Poznámky k predná²kam. Radoslav Harman, KAM, FMFI UK Pravdepodobnos a ²tatistika (1-INF-435) Poznámky k predná²kam Radoslav Harman, KAM, FMFI UK 15. januára 2014 Obsah 1 Úvod 3 2 Axiomatická denícia pravdepodobnosti 3 2.1 Priestor udalostí..................................

Διαβάστε περισσότερα

DIPLOMOVÁ PRÁCE. Monika Jakubcová Míry ecience portfolia vzhledem k stochastické dominanci

DIPLOMOVÁ PRÁCE. Monika Jakubcová Míry ecience portfolia vzhledem k stochastické dominanci Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE Monika Jakubcová Míry ecience portfolia vzhledem k stochastické dominanci Katedra pravd podobnosti a matematické statistiky Vedoucí

Διαβάστε περισσότερα

Eulerovské grafy. Príklad Daný graf nie je eulerovský, ale obsahuje eulerovskú cestu (a, ab, b, bc, c, cd, d, da, a, ac, c, ce, e, ed, d, db).

Eulerovské grafy. Príklad Daný graf nie je eulerovský, ale obsahuje eulerovskú cestu (a, ab, b, bc, c, cd, d, da, a, ac, c, ce, e, ed, d, db). Eulerovské grafy Denícia Nech G = (V, E) je graf. Uzavretý ah v G sa nazýva eulerovská kruºnica, ak obsahuje v²etky hrany G. Otvorený ah obsahujúci v²etky hrany grafu sa nazýva eulerovská cesta. Graf sa

Διαβάστε περισσότερα

Základy automatického riadenia

Základy automatického riadenia Základy automatického riadenia Predná²ka 8 doc. Ing. Anna Jadlovská, PhD., doc. Ing. Ján Jadlovský, CSc. Katedra kybernetiky a umelej inteligencie Fakulta elektrotechniky a informatiky Technická univerzita

Διαβάστε περισσότερα

PRUŽNOSŤ A PEVNOSŤ PRE ŠPECIÁLNE INŽINIERSTVO

PRUŽNOSŤ A PEVNOSŤ PRE ŠPECIÁLNE INŽINIERSTVO ŽILINSKÁ UNIVERZITA V ŽILINE Fakulta špeciálneho inžinierstva Doc. Ing. Jozef KOVAČIK, CSc. Ing. Martin BENIAČ, PhD. PRUŽNOSŤ A PEVNOSŤ PRE ŠPECIÁLNE INŽINIERSTVO Druhé doplnené a upravené vydanie Určené

Διαβάστε περισσότερα

ARMA modely čast 2: moving average modely (MA)

ARMA modely čast 2: moving average modely (MA) ARMA modely čast 2: moving average modely (MA) Beáta Stehlíková Časové rady, FMFI UK, 2014/2015 ARMA modely časť 2: moving average modely(ma) p.1/24 V. Moving average proces prvého rádu - MA(1) ARMA modely

Διαβάστε περισσότερα

M6: Model Hydraulický systém dvoch zásobníkov kvapaliny s interakciou

M6: Model Hydraulický systém dvoch zásobníkov kvapaliny s interakciou M6: Model Hydraulický ytém dvoch záobníkov kvapaliny interakciou Úlohy:. Zotavte matematický popi modelu Hydraulický ytém. Vytvorte imulačný model v jazyku: a. Matlab b. imulink 3. Linearizujte nelineárny

Διαβάστε περισσότερα

Úvod do lineárnej algebry. Monika Molnárová Prednášky

Úvod do lineárnej algebry. Monika Molnárová Prednášky Úvod do lineárnej algebry Monika Molnárová Prednášky 2006 Prednášky: 3 17 marca 2006 4 24 marca 2006 c RNDr Monika Molnárová, PhD Obsah 2 Sústavy lineárnych rovníc 25 21 Riešenie sústavy lineárnych rovníc

Διαβάστε περισσότερα

x x x2 n

x x x2 n Reálne symetrické matice Skalárny súčin v R n. Pripomeniem, že pre vektory u = u, u, u, v = v, v, v R platí. dĺžka vektora u je u = u + u + u,. ak sú oba vektory nenulové a zvierajú neorientovaný uhol

Διαβάστε περισσότερα

Markovove procesy. Teória hromadnej obsluhy. doc. RNDr. tefan Pe²ko, CSc. 17. októbra Katedra matematických metód, FRI šu

Markovove procesy. Teória hromadnej obsluhy. doc. RNDr. tefan Pe²ko, CSc. 17. októbra Katedra matematických metód, FRI šu Teória hromadnej obsluhy Katedra matematických metód, FRI šu 17. októbra 2013 Náhodný re azec {X(t)} t T s mnoºinou stavov S nazveme Markovov proces, ak 1 mnoºina T = 0, ), 2 platí Markovova vlastnos :

Διαβάστε περισσότερα

Tomáš Madaras Prvočísla

Tomáš Madaras Prvočísla Prvočísla Tomáš Madaras 2011 Definícia Nech a Z. Čísla 1, 1, a, a sa nazývajú triviálne delitele čísla a. Cele číslo a / {0, 1, 1} sa nazýva prvočíslo, ak má iba triviálne delitele; ak má aj iné delitele,

Διαβάστε περισσότερα

Komplexné čísla, Diskrétna Fourierova transformácia 1

Komplexné čísla, Diskrétna Fourierova transformácia 1 Komplexné čísla, Diskrétna Fourierova transformácia Komplexné čísla C - množina všetkých komplexných čísel komplexné číslo: z = a + bi, kde a, b R, i - imaginárna jednotka i =, t.j. i =. komplexne združené

Διαβάστε περισσότερα

Vektorový priestor V : Množina prvkov (vektory), na ktorej je definované ich sčítanie a ich

Vektorový priestor V : Množina prvkov (vektory), na ktorej je definované ich sčítanie a ich Tuesday 15 th January, 2013, 19:53 Základy tenzorového počtu M.Gintner Vektorový priestor V : Množina prvkov (vektory), na ktorej je definované ich sčítanie a ich násobenie reálnym číslom tak, že platí:

Διαβάστε περισσότερα

1. Limita, spojitost a diferenciálny počet funkcie jednej premennej

1. Limita, spojitost a diferenciálny počet funkcie jednej premennej . Limita, spojitost a diferenciálny počet funkcie jednej premennej Definícia.: Hromadný bod a R množiny A R: v každom jeho okolí leží aspoň jeden bod z množiny A, ktorý je rôzny od bodu a Zadanie množiny

Διαβάστε περισσότερα

Cvičenie č. 4,5 Limita funkcie

Cvičenie č. 4,5 Limita funkcie Cvičenie č. 4,5 Limita funkcie Definícia ity Limita funkcie (vlastná vo vlastnom bode) Nech funkcia f je definovaná na nejakom okolí U( ) bodu. Hovoríme, že funkcia f má v bode itu rovnú A, ak ( ε > )(

Διαβάστε περισσότερα

MIDTERM (A) riešenia a bodovanie

MIDTERM (A) riešenia a bodovanie MIDTERM (A) riešenia a bodovanie 1. (7b) Nech vzhl adom na štandardnú karteziánsku sústavu súradníc S 1 := O, e 1, e 2 majú bod P a vektory u, v súradnice P = [0, 1], u = e 1, v = 2 e 2. Aký predpis bude

Διαβάστε περισσότερα

6 Limita funkcie. 6.1 Myšlienka limity, interval bez bodu

6 Limita funkcie. 6.1 Myšlienka limity, interval bez bodu 6 Limita funkcie 6 Myšlienka ity, interval bez bodu Intuitívna myšlienka ity je prirodzená, ale definovať presne pojem ity je značne obtiažne Nech f je funkcia a nech a je reálne číslo Čo znamená zápis

Διαβάστε περισσότερα

Obvod a obsah štvoruholníka

Obvod a obsah štvoruholníka Obvod a štvoruholníka D. Štyri body roviny z ktorých žiadne tri nie sú kolineárne (neležia na jednej priamke) tvoria jeden štvoruholník. Tie body (A, B, C, D) sú vrcholy štvoruholníka. strany štvoruholníka

Διαβάστε περισσότερα

Katedra matematiky Fakulta elektrotechniky a informatiky

Katedra matematiky Fakulta elektrotechniky a informatiky Katedra matematiky Fakulta elektrotechniky a informatiky Technická univerzita v Ko²iciach GRAFOVÉ ALGORITMY A FORMÁLNA LOGIKA Marián Kle², Ján Plavka Ko²ice 2008 RECENZOVALI: RNDr. Vladimír Lacko, PhD.

Διαβάστε περισσότερα

7. FUNKCIE POJEM FUNKCIE

7. FUNKCIE POJEM FUNKCIE 7. FUNKCIE POJEM FUNKCIE Funkcia f reálnej premennej je : - každé zobrazenie f v množine všetkých reálnych čísel; - množina f všetkých usporiadaných dvojíc[,y] R R pre ktorú platí: ku každému R eistuje

Διαβάστε περισσότερα

ARMA modely čast 2: moving average modely (MA)

ARMA modely čast 2: moving average modely (MA) ARMA modely čast 2: moving average modely (MA) Beáta Stehlíková Časové rady, FMFI UK, 2011/2012 ARMA modely časť 2: moving average modely(ma) p.1/25 V. Moving average proces prvého rádu - MA(1) ARMA modely

Διαβάστε περισσότερα

Zbierka rie²ených úloh z matematickej fyziky

Zbierka rie²ených úloh z matematickej fyziky Zbierka rie²ených úloh z matematickej fyziky Milan šukovi 22. novembra 2009 2 Obsah Komplexné ísla. Úvod.................................................................2 Úlohy...............................................................

Διαβάστε περισσότερα

Metódy vol nej optimalizácie

Metódy vol nej optimalizácie Metódy vol nej optimalizácie Metódy vol nej optimalizácie p. 1/28 Motivácia k metódam vol nej optimalizácie APLIKÁCIE p. 2/28 II 1. PRÍKLAD: Lineárna regresia - metóda najmenších štvorcov Na základe dostupných

Διαβάστε περισσότερα

Základy automatického riadenia

Základy automatického riadenia Základy automatického riadenia Predná²ka 9 doc. Ing. Anna Jadlovská, PhD., doc. Ing. Ján Jadlovský, CSc. Katedra kybernetiky a umelej inteligencie Fakulta elektrotechniky a informatiky Technická univerzita

Διαβάστε περισσότερα

Motivácia pojmu derivácia

Motivácia pojmu derivácia Derivácia funkcie Motivácia pojmu derivácia Zaujíma nás priemerná intenzita zmeny nejakej veličiny (dráhy, rastu populácie, veľkosti elektrického náboja, hmotnosti), vzhľadom na inú veličinu (čas, dĺžka)

Διαβάστε περισσότερα

Lineárna algebra I - pole skalárov, lineárny priestor, lineárna závislosť, dimenzia, podpriestor, suma podpriestorov, izomorfizmus

Lineárna algebra I - pole skalárov, lineárny priestor, lineárna závislosť, dimenzia, podpriestor, suma podpriestorov, izomorfizmus 1. prednáška Lineárna algebra I - pole skalárov, lineárny priestor, lineárna závislosť, dimenzia, podpriestor, suma podpriestorov, izomorfizmus Matematickým základom kvantovej mechaniky je teória Hilbertových

Διαβάστε περισσότερα

1 Úvod Predhovor Sylaby a literatúra Základné označenia... 3

1 Úvod Predhovor Sylaby a literatúra Základné označenia... 3 Obsah 1 Úvod 3 1.1 Predhovor...................................... 3 1.2 Sylaby a literatúra................................. 3 1.3 Základné označenia................................. 3 2 Množiny a zobrazenia

Διαβάστε περισσότερα

MATEMATIKA I. Základy diferenciálneho počtu. Návody k cvičeniam pre odbory VSVH a STOP. Andrea Stupňanová, Alexandra Šipošová

MATEMATIKA I. Základy diferenciálneho počtu. Návody k cvičeniam pre odbory VSVH a STOP. Andrea Stupňanová, Alexandra Šipošová MATEMATIKA I. Základy diferenciálneho počtu Návody k cvičeniam pre odbory VSVH a STOP Andrea Stupňanová, Alexandra Šipošová MATEMATIKA I. Základy diferenciálneho počtu Návody k cvičeniam pre odbory VSVH

Διαβάστε περισσότερα

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2012/2013 Jednotkový koreň(unit root),diferencovanie časového radu, unit root testy p.1/18

Διαβάστε περισσότερα

Moderné vzdelávanie pre vedomostnú spoločnosť Projekt je spolufinancovaný zo zdrojov EÚ M A T E M A T I K A

Moderné vzdelávanie pre vedomostnú spoločnosť Projekt je spolufinancovaný zo zdrojov EÚ M A T E M A T I K A M A T E M A T I K A PRACOVNÝ ZOŠIT II. ROČNÍK Mgr. Agnesa Balážová Obchodná akadémia, Akademika Hronca 8, Rožňava PRACOVNÝ LIST 1 Urč typ kvadratickej rovnice : 1. x 2 3x = 0... 2. 3x 2 = - 2... 3. -4x

Διαβάστε περισσότερα

Pavol Jozef afárik University in Ko²ice Faculty of Science. Testovanie a verikácia programov Floydova metóda Gabriela Andrejková

Pavol Jozef afárik University in Ko²ice Faculty of Science. Testovanie a verikácia programov Floydova metóda Gabriela Andrejková Pavol Jozef afárik University in Ko²ice Faculty of Science Testovanie a verikácia programov Floydova metóda Gabriela Andrejková Pri dokazovaní správnosti programov je potrebné ma ²pecikované: a) programovací

Διαβάστε περισσότερα

Pevné ložiská. Voľné ložiská

Pevné ložiská. Voľné ložiská SUPPORTS D EXTREMITES DE PRECISION - SUPPORT UNIT FOR BALLSCREWS LOŽISKA PRE GULIČKOVÉ SKRUTKY A TRAPÉZOVÉ SKRUTKY Výber správnej podpory konca uličkovej skrutky či trapézovej skrutky je dôležité pre správnu

Διαβάστε περισσότερα

Numerické metódy matematiky I

Numerické metódy matematiky I Prednáška č. 7 Numerické metódy matematiky I Riešenie sústav lineárnych rovníc ( pokračovanie ) Prednáška č. 7 OBSAH 1. Metóda singulárneho rozkladu (SVD) Úvod SVD štvorcovej matice SVD pre menej rovníc

Διαβάστε περισσότερα

Úvod 2 Predhovor... 2 Sylaby a literatúra... 2 Označenia... 2

Úvod 2 Predhovor... 2 Sylaby a literatúra... 2 Označenia... 2 Obsah Úvod Predhovor Sylaby a literatúra Označenia Euklidovské vektorové priestory 3 Skalárny súčin 3 Gram-Schmidtov ortogonalizačný proces 8 Kvadratické formy 6 Definícia a základné vlastnosti 6 Kanonický

Διαβάστε περισσότερα

UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY

UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY NOVÁ METÓDA KONJUGOVANÝCH GRADIENTOV BAKALÁRSKA PRÁCA 2012 Marián PITONIAK UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY,

Διαβάστε περισσότερα

Hľadanie, skúmanie a hodnotenie súvislosti medzi znakmi

Hľadanie, skúmanie a hodnotenie súvislosti medzi znakmi Hľadanie, skúmanie a hodnotenie súvislosti medzi znakmi Typy súvislostí javov a vecí: nepodstatné - vonkajšia súvislosť nevyplýva z vnútornej potreby (javy spoločne vznikajú, majú zhodný priebeh, alebo

Διαβάστε περισσότερα

Úvod do lineárnej algebry

Úvod do lineárnej algebry Katedra matematiky Fakulta elektrotechniky a informatiky Technická Univerzita v Košiciach Úvod do lineárnej algebry Monika Molnárová, Helena Myšková 005 RECENZOVALI: RNDr. Štefan Schrötter, CSc. RNDr.

Διαβάστε περισσότερα

3. Striedavé prúdy. Sínusoida

3. Striedavé prúdy. Sínusoida . Striedavé prúdy VZNIK: Striedavý elektrický prúd prechádza obvodom, ktorý je pripojený na zdroj striedavého napätia. Striedavé napätie vyrába synchrónny generátor, kde na koncoch rotorového vinutia sa

Διαβάστε περισσότερα

Mini minimaliz acia an BUˇ Koˇ sice 2011

Mini minimaliz acia an BUˇ Koˇ sice 2011 Mini minimalizácia Ján BUŠA Košice 2011 RECENZOVALI: Prof. RNDr. Noname, CSc. Doc. RNDr. Emanname, PhD. Prvé vydanie Za odbornú stránku učebného textu zodpovedá autor. Rukopis neprešiel redakčnou ani jazykovou

Διαβάστε περισσότερα

Spojité rozdelenia pravdepodobnosti. Pomôcka k predmetu PaŠ. RNDr. Aleš Kozubík, PhD. 26. marca Domovská stránka. Titulná strana.

Spojité rozdelenia pravdepodobnosti. Pomôcka k predmetu PaŠ. RNDr. Aleš Kozubík, PhD. 26. marca Domovská stránka. Titulná strana. Spojité rozdelenia pravdepodobnosti Pomôcka k predmetu PaŠ Strana z 7 RNDr. Aleš Kozubík, PhD. 6. marca 3 Zoznam obrázkov Rovnomerné rozdelenie Ro (a, b). Definícia.........................................

Διαβάστε περισσότερα

Riešenie sústavy lineárnych rovníc. Priame metódy.

Riešenie sústavy lineárnych rovníc. Priame metódy. Riešenie sústavy lineárnych rovníc. Priame metódy. Ing. Gabriel Okša, CSc. Matematický ústav Slovenská akadémia vied Bratislava Stavebná fakulta STU G. Okša: Priame metódy 1/16 Obsah 1 Základy 2 Systémy

Διαβάστε περισσότερα

METÓDY VNÚTORNÉHO BODU VO FINANƒNÝCH MODELOCH DIPLOMOVÁ PRÁCA

METÓDY VNÚTORNÉHO BODU VO FINANƒNÝCH MODELOCH DIPLOMOVÁ PRÁCA Fakulta matematiky, fyziky a informatiky Univerzity Komenského v Bratislave Katedra aplikovanej matematiky a ²tatistiky METÓDY VNÚTORNÉHO BODU VO FINANƒNÝCH MODELOCH DIPLOMOVÁ PRÁCA 2006 Václav Kolátor

Διαβάστε περισσότερα

FUNKCIE N REÁLNYCH PREMENNÝCH

FUNKCIE N REÁLNYCH PREMENNÝCH FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO V BRATISLAVE FUNKCIE N REÁLNYCH PREMENNÝCH RNDr. Kristína Rostás, PhD. PREDMET: Matematická analýza ) 2010/2011 1. DEFINÍCIA REÁLNEJ FUNKCIE

Διαβάστε περισσότερα

Priamkové plochy. Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava

Priamkové plochy. Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava Priamkové plochy Priamkové plochy Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava Priamkové plochy rozdeľujeme na: Rozvinuteľné

Διαβάστε περισσότερα

Matematika 2. časť: Analytická geometria

Matematika 2. časť: Analytická geometria Matematika 2 časť: Analytická geometria RNDr. Jana Pócsová, PhD. Ústav riadenia a informatizácie výrobných procesov Fakulta BERG Technická univerzita v Košiciach e-mail: jana.pocsova@tuke.sk Súradnicové

Διαβάστε περισσότερα

Matematika 2. časť: Funkcia viac premenných Letný semester 2013/2014

Matematika 2. časť: Funkcia viac premenných Letný semester 2013/2014 Matematika 2 časť: Funkcia viac premenných Letný semester 2013/2014 RNDr. Jana Pócsová, PhD. Ústav riadenia a informatizácie výrobných procesov Fakulta BERG Technická univerzita v Košiciach e-mail: jana.pocsova@tuke.sk

Διαβάστε περισσότερα

Prednáška Fourierove rady. Matematická analýza pre fyzikov IV. Jozef Kise lák

Prednáška Fourierove rady. Matematická analýza pre fyzikov IV. Jozef Kise lák Prednáška 6 6.1. Fourierove rady Základná myšlienka: Nech x Haφ 1,φ 2,...,φ n,... je ortonormálny systém v H, dá sa tento prvok rozvinút do radu x=c 1 φ 1 + c 2 φ 2 +...,c n φ n +...? Ako nájdeme c i,

Διαβάστε περισσότερα

ZÁKLADY MATEMATIKY 1 UNIVERZITA KONŠTANTÍNA FILOZOFA V NITRE FAKULTA PRÍRODNÝCH VIED

ZÁKLADY MATEMATIKY 1 UNIVERZITA KONŠTANTÍNA FILOZOFA V NITRE FAKULTA PRÍRODNÝCH VIED UNIVERZITA KONŠTANTÍNA FILOZOFA V NITRE FAKULTA PRÍRODNÝCH VIED ZÁKLADY MATEMATIKY 1 Kitti Vidermanová, Júlia Záhorská Eva Barcíková, Michaela Klepancová NITRA 2013 Názov: Základy matematiky 1 Edícia Pírodovedec.

Διαβάστε περισσότερα

7 Derivácia funkcie. 7.1 Motivácia k derivácii

7 Derivácia funkcie. 7.1 Motivácia k derivácii Híc, P Pokorný, M: Matematika pre informatikov a prírodné vedy 7 Derivácia funkcie 7 Motivácia k derivácii S využitím derivácií sa stretávame veľmi často v matematike, geometrii, fyzike, či v rôznych technických

Διαβάστε περισσότερα

MATEMATIKA I. Doc. RNDr. Michal Šabo, CSc

MATEMATIKA I. Doc. RNDr. Michal Šabo, CSc MATEMATIKA I Doc. RNDr. Michal Šabo, CSc 2 Obsah Predhovor 5 2 VYBRANÉ STATE Z ALGEBRY 2. Úvod................................... 2.2 Reálne n-rozmerné vektory...................... 2.3 Matice..................................

Διαβάστε περισσότερα

Goniometrické substitúcie

Goniometrické substitúcie Goniometrické substitúcie Marta Kossaczká S goniometrickými funkciami ste sa už určite stretli, pravdepodobne predovšetkým v geometrii. Ich použitie tam ale zďaleka nekončí. Nazačiatoksizhrňme,čoonichvieme.Funkciesínusakosínussadajúdefinovať

Διαβάστε περισσότερα

1 Polynómy a racionálne funkcie Základy Polynómy Cvičenia Racionálne funkcie... 17

1 Polynómy a racionálne funkcie Základy Polynómy Cvičenia Racionálne funkcie... 17 Obsah 1 Polynómy a racionálne funkcie 3 11 Základy 3 1 Polynómy 7 11 Cvičenia 13 13 Racionálne funkcie 17 131 Cvičenia 19 Lineárna algebra 3 1 Matice 3 11 Matice - základné vlastnosti 3 1 Cvičenia 6 Sústavy

Διαβάστε περισσότερα

KATEDRA DOPRAVNEJ A MANIPULAČNEJ TECHNIKY Strojnícka fakulta, Žilinská Univerzita

KATEDRA DOPRAVNEJ A MANIPULAČNEJ TECHNIKY Strojnícka fakulta, Žilinská Univerzita 132 1 Absolútna chyba: ) = - skut absolútna ochýlka: ) ' = - spr. relatívna chyba: alebo Chyby (ochýlky): M systematické, M náhoné, M hrubé. Korekcia: k = spr - = - Î' pomerná korekcia: Správna honota:

Διαβάστε περισσότερα

HASLIM112V, HASLIM123V, HASLIM136V HASLIM112Z, HASLIM123Z, HASLIM136Z HASLIM112S, HASLIM123S, HASLIM136S

HASLIM112V, HASLIM123V, HASLIM136V HASLIM112Z, HASLIM123Z, HASLIM136Z HASLIM112S, HASLIM123S, HASLIM136S PROUKTOVÝ LIST HKL SLIM č. sklad. karty / obj. číslo: HSLIM112V, HSLIM123V, HSLIM136V HSLIM112Z, HSLIM123Z, HSLIM136Z HSLIM112S, HSLIM123S, HSLIM136S fakturačný názov výrobku: HKL SLIMv 1,2kW HKL SLIMv

Διαβάστε περισσότερα

Deliteľnosť a znaky deliteľnosti

Deliteľnosť a znaky deliteľnosti Deliteľnosť a znaky deliteľnosti Medzi základné pojmy v aritmetike celých čísel patrí aj pojem deliteľnosť. Najprv si povieme, čo znamená, že celé číslo a delí celé číslo b a ako to zapisujeme. Nech a

Διαβάστε περισσότερα

4. Výrokové funkcie (formy), ich definičný obor a obor pravdivosti

4. Výrokové funkcie (formy), ich definičný obor a obor pravdivosti 4. Výrokové funkcie (formy), ich definičný obor a obor pravdivosti Výroková funkcia (forma) ϕ ( x) je formálny výraz (formula), ktorý obsahuje znak x, pričom x berieme z nejakej množiny M. Ak za x zvolíme

Διαβάστε περισσότερα

Podmienenost problému a stabilita algoritmu

Podmienenost problému a stabilita algoritmu Podmienenost problému a stabilita algoritmu Ing. Gabriel Okša, CSc. Matematický ústav Slovenská akadémia vied Bratislava Stavebná fakulta STU G. Okša: Podmienenost a stabilita 1/19 Obsah 1 Vektorové a

Διαβάστε περισσότερα

Numerické metódy Učebný text pre bakalárske štúdium

Numerické metódy Učebný text pre bakalárske štúdium Imrich Pokorný Numerické metódy Učebný text pre bakalárske štúdium Strana 1 z 48 1 Nepresnosť numerického riešenia úloh 4 1.1 Zdroje chýb a ich klasifikácia................... 4 1.2 Základné pojmy odhadu

Διαβάστε περισσότερα

MATEMATIKA I ZBIERKA ÚLOH

MATEMATIKA I ZBIERKA ÚLOH TECHNICKÁ UNIVERZITA V KOŠICIACH STAVEBNÁ FAKULTA ÚSTAV TECHNOLÓGIÍ, EKONOMIKY A MANAŽMENTU V STAVEBNÍCTVE KATEDRA APLIKOVANEJ MATEMATIKY RNDr. Pavol PURCZ, PhD. Mgr. Adriana ŠUGÁROVÁ MATEMATIKA I ZBIERKA

Διαβάστε περισσότερα

Obsah. 1.1 Reálne čísla a ich základné vlastnosti... 7 1.1.1 Komplexné čísla... 8

Obsah. 1.1 Reálne čísla a ich základné vlastnosti... 7 1.1.1 Komplexné čísla... 8 Obsah 1 Číselné obory 7 1.1 Reálne čísla a ich základné vlastnosti............................ 7 1.1.1 Komplexné čísla................................... 8 1.2 Číselné množiny.......................................

Διαβάστε περισσότερα

Lineárne kódy. Ján Karabáš. Kódovanie ZS 13/14 KM FPV UMB. J. Karabáš (FPV UMB) Lineárne kódy Kodo ZS 13/14 1 / 19

Lineárne kódy. Ján Karabáš. Kódovanie ZS 13/14 KM FPV UMB. J. Karabáš (FPV UMB) Lineárne kódy Kodo ZS 13/14 1 / 19 Lineárne kódy Ján Karabáš KM FPV UMB Kódovanie ZS 13/14 J. Karabáš (FPV UMB) Lineárne kódy Kodo ZS 13/14 1 / 19 Algebraické štruktúry Grupy Grupa je algebraická štruktúra G = (G;, 1, e), spolu s binárnou

Διαβάστε περισσότερα

Prechod z 2D do 3D. Martin Florek 3. marca 2009

Prechod z 2D do 3D. Martin Florek 3. marca 2009 Počítačová grafika 2 Prechod z 2D do 3D Martin Florek florek@sccg.sk FMFI UK 3. marca 2009 Prechod z 2D do 3D Čo to znamená? Ako zobraziť? Súradnicové systémy Čo to znamená? Ako zobraziť? tretia súradnica

Διαβάστε περισσότερα

Nelineárne optimalizačné modely a metódy

Nelineárne optimalizačné modely a metódy Nelineárne optimalizačné modely a metódy Téma prednášky č. 8 Metódy transformujúce úlohu naviazaný extrém na úlohu na voľný extrém Prof. Ing. Michal Fendek, CSc. Katedra operačného výskumu a ekonometrie

Διαβάστε περισσότερα

PageRank algoritmus. Univerzita Komenského v Bratislave Fakulta Matematiky, Fyziky a Informatiky

PageRank algoritmus. Univerzita Komenského v Bratislave Fakulta Matematiky, Fyziky a Informatiky Univerzita Komenského v Bratislave Fakulta Matematiky, Fyziky a Informatiky PageRank algoritmus Bakalárska práca Študijný program: Informatika Študijný odbor: 9.2.1 Informatika Školiace pracovisko: Katedra

Διαβάστε περισσότερα

Vzorové príklady s riešeniami k lineárnej algebre a geometrie pre aplikovaných informatikov k písomke

Vzorové príklady s riešeniami k lineárnej algebre a geometrie pre aplikovaných informatikov k písomke Vzorové príklady s riešeniami k lineárnej algebre a geometrie pre aplikovaných informatikov k písomke 23.5.26 Príklad č. Riešte sústavu Bx = r (B r) 2 3 4 2 3 4 6 8 8 2 (B r) = 6 9 2 6 3 9 2 3 4 2 3 2

Διαβάστε περισσότερα

Integrovanie racionálnych funkcií

Integrovanie racionálnych funkcií Integrovanie racionálnych funkcií Tomáš Madaras 2009-20 Z teórie funkcií už vieme, že každá racionálna funkcia (t.j. podiel dvoch polynomických funkcií) sa dá zapísať ako súčet polynomickej funkcie a funkcie

Διαβάστε περισσότερα

Teória pravdepodobnosti

Teória pravdepodobnosti 2. Podmienená pravdepodobnosť Katedra Matematických metód Fakulta Riadenia a Informatiky Žilinská Univerzita v Žiline 23. februára 2015 1 Pojem podmienenej pravdepodobnosti 2 Nezávislosť náhodných udalostí

Διαβάστε περισσότερα

7. Dokážte, že z každej nekonečnej množiny môžeme vydeliť spočítateľnú podmnožinu.

7. Dokážte, že z každej nekonečnej množiny môžeme vydeliť spočítateľnú podmnožinu. Teória množín To, že medzi množinami A, B existuje bijektívne zobrazenie, budeme symbolicky označovať A B alebo A B. Vtedy hovoríme, že množiny A, B sú ekvivalentné. Hovoríme tiež, že také množiny A, B

Διαβάστε περισσότερα

Ako si nájs chybu? o a ako sa pýta výsledkov

Ako si nájs chybu? o a ako sa pýta výsledkov o a ako sa pýta výsledkov Katedra teoretickej fyziky a didaktitky fyziky FMFI, UK Letná ²kola FKS/TMF 29.7.2016 Keby ste sa nudili Túto prezentáciu a mnoºstvo al²ích príkladov nájdete na davinci.fmph.uniba.sk/

Διαβάστε περισσότερα

Ispitivanje toka i skiciranje grafika funkcija

Ispitivanje toka i skiciranje grafika funkcija Ispitivanje toka i skiciranje grafika funkcija Za skiciranje grafika funkcije potrebno je ispitati svako od sledećih svojstava: Oblast definisanosti: D f = { R f R}. Parnost, neparnost, periodičnost. 3

Διαβάστε περισσότερα

P P Ó P. r r t r r r s 1. r r ó t t ó rr r rr r rí st s t s. Pr s t P r s rr. r t r s s s é 3 ñ

P P Ó P. r r t r r r s 1. r r ó t t ó rr r rr r rí st s t s. Pr s t P r s rr. r t r s s s é 3 ñ P P Ó P r r t r r r s 1 r r ó t t ó rr r rr r rí st s t s Pr s t P r s rr r t r s s s é 3 ñ í sé 3 ñ 3 é1 r P P Ó P str r r r t é t r r r s 1 t r P r s rr 1 1 s t r r ó s r s st rr t s r t s rr s r q s

Διαβάστε περισσότερα

Reálna funkcia reálnej premennej

Reálna funkcia reálnej premennej (ÚMV/MAN3a/10) RNDr. Ivan Mojsej, PhD ivan.mojsej@upjs.sk 18.10.2012 Úvod V každodennom živote, hlavne pri skúmaní prírodných javov, procesov sa stretávame so závislosťou veľkosti niektorých veličín od

Διαβάστε περισσότερα

ZADANIE 1_ ÚLOHA 3_Všeobecná rovinná silová sústava ZADANIE 1 _ ÚLOHA 3

ZADANIE 1_ ÚLOHA 3_Všeobecná rovinná silová sústava ZADANIE 1 _ ÚLOHA 3 ZDNIE _ ÚLOH 3_Všeobecná rovinná silová sústv ZDNIE _ ÚLOH 3 ÚLOH 3.: Vypočítjte veľkosti rekcií vo väzbách nosník zťženého podľ obrázku 3.. Veľkosti známych síl, momentov dĺžkové rozmery sú uvedené v

Διαβάστε περισσότερα

Matematika 2. Lineárna algebra. (ver )

Matematika 2. Lineárna algebra. (ver ) Matematika 2 Lineárna algebra (ver.01.03.2011) 1 Úvod Prehľad. Tieto poznámky obsahujú podklady k prednáške Matematika 2 na špecializácii Aplikovaná informatika: jedná sa o 12 dvojhodinových prednášok

Διαβάστε περισσότερα

18. listopada listopada / 13

18. listopada listopada / 13 18. listopada 2016. 18. listopada 2016. 1 / 13 Neprekidne funkcije Važnu klasu funkcija tvore neprekidne funkcije. To su funkcije f kod kojih mala promjena u nezavisnoj varijabli x uzrokuje malu promjenu

Διαβάστε περισσότερα

Funkcie - základné pojmy

Funkcie - základné pojmy Funkcie - základné pojmy DEFINÍCIA FUNKCIE Nech A, B sú dve neprázdne číselné množiny. Ak každému prvku x A je priradený najviac jeden prvok y B, tak hovoríme, že je daná funkcia z množiny A do množiny

Διαβάστε περισσότερα

Gramatická indukcia a jej využitie

Gramatická indukcia a jej využitie a jej využitie KAI FMFI UK 29. Marec 2010 a jej využitie Prehľad Teória formálnych jazykov 1 Teória formálnych jazykov 2 3 a jej využitie Na počiatku bolo slovo. A slovo... a jej využitie Definícia (Slovo)

Διαβάστε περισσότερα

TECHNICKÁ UNIVERZITA V KOŠICIACH STROJNÍCKA FAKULTA MATEMATIKA 1. Funkcia jednej premennej a jej diferenciálny počet

TECHNICKÁ UNIVERZITA V KOŠICIACH STROJNÍCKA FAKULTA MATEMATIKA 1. Funkcia jednej premennej a jej diferenciálny počet TECHNICKÁ UNIVERZITA V KOŠICIACH STROJNÍCKA FAKULTA MATEMATIKA časťa Funkcia jednej premennej a jej diferenciáln počet Dušan Knežo, Miriam Andrejiová, Zuzana Kimáková 200 RECENZOVALI: prof. RNDr. Jozef

Διαβάστε περισσότερα

Kódovanie a dekódovanie

Kódovanie a dekódovanie Kódovanie a deovanie 1 Je daná množina B={0,1,2} Zostrojte množinu B* všetkých možných slov dĺžky dva 2 Je daná zdrojová abeceda A={α,β,ϕ,τ} Navrhnite príklady aspoň dvoch prostých ovaní týchto zdrojových

Διαβάστε περισσότερα

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2013/2014 Jednotkový koreň(unit root),diferencovanie časového radu, unit root testy p.1/27

Διαβάστε περισσότερα

viacrozmerných a nekonečnorozmerných priestoroch. A ako nasvedčuje jej názov, pôjde o rovnice nelineárne.

viacrozmerných a nekonečnorozmerných priestoroch. A ako nasvedčuje jej názov, pôjde o rovnice nelineárne. Nelineárna analýza 1. Úvod Na začiatok by bolo načim ako-tak vymedzit, čím sa nelineárna analýza zaoberá. Čitatel by už mal však mat dostatok skúseností, aby vedel, že je to dost t ažké u l ubovol nej

Διαβάστε περισσότερα

Ax = b. 7x = 21. x = 21 7 = 3.

Ax = b. 7x = 21. x = 21 7 = 3. 3 s st 3 r 3 t r 3 3 t s st t 3t s 3 3 r 3 3 st t t r 3 s t t r r r t st t rr 3t r t 3 3 rt3 3 t 3 3 r st 3 t 3 tr 3 r t3 t 3 s st t Ax = b. s t 3 t 3 3 r r t n r A tr 3 rr t 3 t n ts b 3 t t r r t x 3

Διαβάστε περισσότερα

MATEMATICKÁ ANALÝZA 1

MATEMATICKÁ ANALÝZA 1 UNIVERZITA PAVLA JOZEFA ŠAFÁRIKA V KOŠICIACH Prírodovedecká fakulta Ústav matematických vied Božena Mihalíková, Ján Ohriska MATEMATICKÁ ANALÝZA Vysokoškolský učebný text Košice, 202 202 doc. RNDr. Božena

Διαβάστε περισσότερα

Chí kvadrát test dobrej zhody. Metódy riešenia úloh z pravdepodobnosti a štatistiky

Chí kvadrát test dobrej zhody. Metódy riešenia úloh z pravdepodobnosti a štatistiky Chí kvadrát test dobrej zhody Metódy riešenia úloh z pravdepodobnosti a štatistiky www.iam.fmph.uniba.sk/institute/stehlikova Test dobrej zhody I. Chceme overiť, či naše dáta pochádzajú z konkrétneho pravdep.

Διαβάστε περισσότερα

4 Reálna funkcia reálnej premennej a jej vlastnosti

4 Reálna funkcia reálnej premennej a jej vlastnosti Reálna unkcia reálnej premennej a jej vlastnosti Táto kapitola je venovaná štúdiu reálnej unkcie jednej reálnej premennej. Pojem unkcie patrí medzi základné pojmy v matematike. Je to vlastne matematický

Διαβάστε περισσότερα

6 APLIKÁCIE FUNKCIE DVOCH PREMENNÝCH

6 APLIKÁCIE FUNKCIE DVOCH PREMENNÝCH 6 APLIKÁCIE FUNKCIE DVOCH PREMENNÝCH 6. Otázky Definujte pojem produkčná funkcia. Definujte pojem marginálny produkt. 6. Produkčná funkcia a marginálny produkt Definícia 6. Ak v ekonomickom procese počet

Διαβάστε περισσότερα

Ján Buša Štefan Schrötter

Ján Buša Štefan Schrötter Ján Buša Štefan Schrötter 1 KOMPLEXNÉ ČÍSLA 1 1.1 Pojem komplexného čísla Väčšine z nás je známe, že druhá mocnina ľubovoľného reálneho čísla nemôže byť záporná (ináč povedané: pre každé x R je x 0). Ako

Διαβάστε περισσότερα

1. písomná práca z matematiky Skupina A

1. písomná práca z matematiky Skupina A 1. písomná práca z matematiky Skupina A 1. Vypočítajte : a) 84º 56 + 32º 38 = b) 140º 53º 24 = c) 55º 12 : 2 = 2. Vypočítajte zvyšné uhly na obrázku : β γ α = 35 12 δ a b 3. Znázornite na číselnej osi

Διαβάστε περισσότερα

B G [0; 1) S S # S y 1 ; y 3 0 t 20 y 2 ; y 4 0 t 20 y 1 y 2 h n t: r = 10 5 ; a = 10 6 ei n = ỹi n y i t n ); i = 1; 3: r = 10 5 ; a = 10 6 ei n = ỹi n y i t n ); i = 2; 4: r = 10 5 ; a = 10 6 t = 20

Διαβάστε περισσότερα