8 Vyrovnávanie časových radov

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "8 Vyrovnávanie časových radov"

Transcript

1 8 Vrovávaie časových radov Pre riadiacich pracovíkov je dôležiá aalýza údajov z časových radov jedolivých ukazovaeľov, ab a ich základe vedeli odhadúť vývoj ýcho veličí a prijímať rozhoduia. V ejo a asledujúcich dvoch kapiolách budeme veovať pozorosť modelom časových radov, ich aalýze a progosickému vužiiu. Východiskom pre vorbu šaisických radov sú údaje. Najťažšou úlohou je eraz práve získavaie údajov, koré b ám umožili vvoriť progosický model a pomocou eho poom riešiť špecifický rozhodovací problém. Taký údaj, a základe korého prijíma riadiaci pracovík rozhoduie, azývame iformácia. Získaé údaje b mali mať ieo vlasosi: a) Spoľahlivosť a presosť. Zdroj, od korého údaje získavame, b mal bť hodoverý a mal b klásť dôraz a presosť zazameávaých údajov. b) Relevaosť. Zameá o, že údaje b mali reprezeovať okolosi, pre koré sa áslede vužívajú v procese výsavb, kvaifikácie a aplikácie modelu. c) Koziseosť. Spracovaeľ údajov b mal zabezpečiť adväzosť údajov z pohľadu ich vecého obsahu v jedolivých obdobiach vzhľadom a ich obsahovú šrukúru v miulých obdobiach. d) Akuálosť. Čím skôr má riadiaci pracovík údaje k dispozícii, ým väčší výzam majú pre aalýzu, pre progózu i pre riadeie. Šaisické údaje, koré máme k dispozícii a začiaku šaisického skúmaia, sú číselou charakerisikou šaisických jedoiek. Usporadúvame ich do šaisických radov, koré môžu mať charaker: - prierezových údajov, koré voria pozorovaia zozbieraé v jedom časovom okamihu, - časových údajov,.j. pozorovaia sú zazameaé v za sebou asledujúcich obdobiach. Údaje zosaveé v časových radoch musia zodpovedať ýmo požiadavkám: a) šaisické údaje sú zoradeé chroologick, b) šaisické údaje musia bť porovaeľé z pohľadu: - dĺžk časového obdobia, za koré sa údaje zazameávajú, - veľkosi priesorového celku, v korom sa údaje zazameávajú - spôsobu získaia údajov a použiých merých jedoiek skúmaých veličí. 8. Základé charakerisik časových radov Časové rad vvárame posuposťou priesorovo a vece porovaeľých údajov, pričom sú ieo údaje jedozače usporiadaé z pohľadu času. Jedolivé hodo časového radu ozačujme. Idexom vjadrujeme jedolivé časové bod, v korých sme amerali 39

2 príslušú hodou premeej, pričom plaí, že,,...,. Písmeom u vjadrujeme dĺžku časového radu,.j. poče hodô,,..., v skúmaom časovom rade. Podľa periodici, s akou zazameávame údaje pozorovaej premeej, rozdeľujeme časové rad a - dlhodobé s periodiciou jedého roku, medzi koré môžeme zaradiť apríklad ročé hodo HDP, - krákodobé s periodiciou krašou ako jede rok, apr. rad švrťročých, mesačých, ýždeých alebo deých údajov. Ako príklad uvedieme deé údaje o vývoji meového kurzu eura voči americkému doláru od. jauára 004 do 30. júa 004. Časové rad čleíme podľa vjadrovaých veličí a a) okamihové, koré vjadrujú sav skúmaého javu k daému časovému okamihu (apr. sav a bakovom úče ku kocu kaledáreho mesiaca), a b) iervalové, koré sa viažu a určié časové obdobie (apr. mzdové áklad za obdobie jedého mesiaca). Okamihové časové rad charakerizujeme ich priemerom. Celkový priemer z okamihových hodô časového radu získame zv. chroologickým priemerom ch, korý uvádzame v vare ch (8.) pričom z období môžeme zosaviť - čiaskových priemerov. Čiaskový priemer z obdobia poom určíme zo vzťahu + + kde je počiaočý sav v období, je sav a koci obdobia. + Uvedeý vzťah (8.) používame a výpoče priemerej hodo ved, keď je vzdialeosť medzi pozorovaiami radu rovaká. V prípade, že vzdialeosť medzi pozorovaiami radu ie je rovaká, použijeme a výpoče vážeý chroologický priemer ch d d... d (8.) d i kde d je dĺžka medzi dvomi pozorovaiami okamihovej premeej. 40

3 Iervalové časové rad zlučujeme v čase sčíavaím. Predovšekým v krákodobých časových radoch sa údaje kvôli porovaiu očisťujú ak, ab vjadrovali hodou veliči za rovako dlhé časové úsek. Uvádzame vzťah pre očisťovaie údajov a kaledáre di m (8.3) m kde je hodoa premeej v mesiaci, m je poče kaledárch dí v mesiaci, m je priemerá dĺžka kaledáreho mesiaca. Výsledkom výpoču sú poom kaledáre očiseé údaje za príslušý mesiac, korými ahradzujeme pôvodý rad údajov, korý ezohľadňoval rozdielu dĺžku časového iervalu. Časové rad vvárame aj z odvodeých veličí, a o buď z priemerých hodô skúmaej premeej alebo z pomerých hodô skúmaej premeej, koré zvčaje košruujeme a pricípe bázických a reťazových idexov. V šaisických ročekách sa sreávame apríklad s časovými radmi zazameávajúcimi vývoj hrubého domáceho produku vzhľadom a východiskové obdobie, korý vývoj sa vjadruje pomocou relaívch ukazovaeľov. Damiku šaisického radu sledujeme ak, že zazameávame zme vo vývoji skúmaej veliči v jedolivých obdobiach. Zme meriame buď pomocou - absolúch diferecií alebo - pomerých čísel. Absolúe diferecie (prírask alebo úbk) defiujeme ako veliči majúce vlasý rozmer, koré získame ako rozdiel susedých hodô v časovom rade. Ak uvažujeme časový rad hodô,,..., premeej v časových bodoch,,...,, ak rad prvých diferecií defiujeme všeobecým predpisom () pre,3,..., (8.4) Celkový poče prvých diferecií je. Z prvých diferecií získavame druhý diferečý rad, ako rozdiel susedých hodô prvého diferečého radu. Druhý diferečý rad vjadruje zrýchleie (spomaleie) vývoja v časovom rade a môžeme ho defiovať vzťahom () () () pre 3,4,..., (8.5) Celkový poče druhých diferecií je. Aalogick určujeme prvé diferecie všších supňov. Pomer druhých diferecií k prvým difereciám vjadruje koeficie zrýchleia (spomaleia), korý vjadríme vzorcom 4

4 () () ϕ (8.6) () () Priemerá absolúa diferecia sa vpočía z absolúch diferecií pomocou arimeického priemeru, a o () () (8.7) Na vjadreie damik časového radu používame aj pomeré čísla, koré sú a rozdiel od absolúch diferecií emajú rozmer. Časo sa používa koeficie rasu príslušej veliči, koré vjadríme všeobecým vzťahom k pre,3,...,. (8.8) Priemerý koeficie rasu časového radu vpočíame ako geomerický priemer koeficieov rasu 3... k k k k (8.9) ak časový rad začía hodoou. Ďalším z pomerých ukazovaeľov vjadrujúcich vývoj hodô časového radu je koeficie prírasku, korý defiujeme ako podiel absolúej diferecie v čase a hodo skúmaej premeej v čase -. Vjadríme ho vo vzorci () κ pre,3,...,. (8.0) Jedoduchou úpravou výrazu (8.0) zisíme vzťah medzi koeficieom rasu a koeficieom prírasku κ k pre,3,...,. Relaívu zmeu hodô časového radu môžeme popísať iež ukazovaeľom vo vzťahu k východiskovej hodoe časového radu. Vzike ako časový rad bázických idexov, koré defiujeme vo vzťahu b i 00 (%) pre,,...,. (8.) 0 4

5 Hodoa 0 u predsavuje bázu, ku korej vzťahujeme všek hodo časového radu. Časový rad bázických idexov ak vjadruje celkový red skúmaej premeej vzhľadom a východiskové obdobie. Posupé zme skúmaej premeej vjadríme pomocou reťazových idexov. Ide v podsae o koeficie rasu (8.8), koré vjadríme v perceách r i 00 (%) pre,3,...,. (8.) Podrobosi o idexoch, o ich vlasosiach a o vzťahoch medzi imi ájdeme v lieraúre [7]. 8. Charakerisik presosi predpovede Presosť použiých progosických meód overujeme pomocou vbraých charakerisík. Všek uvádzaé charakerisik vchádzajú z reziduálej odchýlk vjadreej vzťahom e ˆ (8.3) Smbolom e ozačujeme zv. rezíduum. Čím je hodoa rezíduí bližšia ule, ým presejší model sa podarilo získať. Jeda z meód hodoeia presosi predpovede vužíva absolúu hodou reziduálej odchýlk. Nazývame ju priemerá absolúa chba a ozačíme skrakou PACH. Túo charakerisiku vužívame ved, keď chceme vjadriť chbu progóz v ých isých jedokách, koré sú vlasé hodoám pôvodého šaisického radu. PACH ˆ (8.4) Charakerisika presosi predpovede založeá a švorcoch rezíduí sa azýva priemerá švorcová chba (PŠCH). Táo charakerisika pealizuje veľké odchýlk predpovede, preože chba je umoceá a druhú. Na základe priemerej švorcovej chb preferujeme model, korý vkazuje miere hodo chýb predpovede pred akým, korý vkazuje veľmi ízke hodo chýb a jedu exrému hodou chb predpovede. PŠCH ( ˆ ) (8.5) Nieked je užiočé vjadreie chb predpovede s vužiím relaívch mier presosi. Medzi akéo charakerisik parí priemerá absolúa perceuála chba (PAPCH). Spôsob výpoču ejo charakerisik je e, že vjadríme odchýlku predpovede v absolúej hodoe v každom z období, a vdelíme ju empirickou hodoou závisle premeej z daého obdobia, a poom vpočíame priemer zo všekých ýcho chýb. Meodiku používame ved, keď chceme zdôraziť veľkosť progózovaej premeej a pomer medzi veľkosťou chb a veľkosťou progózovaej premeej. Túo charakerisiku používame zvlášť ved, keď je hodoa premeej vsoká. Keďže ide o relaívu charakerisiku presosi, môžeme ju 43

6 vužiť aj pre porovaie presosi rovakých alebo rozličých echík a dvoch celkom odlišých šaisických radoch. PAPCH ˆ (8.6) O prípadom skresleí progosického modelu sa môžeme presvedčiť, keď použijeme priemerú perceuálu chbu (PPCH). Vpočíame odchýlku predpovede v každom období a delíme ju empirickou hodoou závisle premeej z daého obdobia. Následe vpočíame priemer zo všekých relaívch chýb. Ak je progóza eskresleá, ak výsledá hodoa PPCH sa približuje ule. Ak je výsledkov vsoko egaíve perceo, ak progóza je adhodoeá. Ak je aopak výsledá hodoa PPCH vsoko poziíva, ak progosická meóda podhodocuje skuočosť. PPCH ( ˆ ) (8.7) Maažér očakáva, že dobrá predpovedá meóda vkazuje ízku hodou chb predpovede, korá sa výzame eodchľuje od svojho priemeru,.j. je košaá. Popísaé charakerisik presosi predpovede vužívame a ieo účel: - porovaie presosi dvoch alebo viacerých rozličých meód, - použieľosť a spoľahlivosť príslušej meód, - vhľadaie opimálej progosickej meód. 8.3 Naivé model Naivé model vjadrujú hpoéz o vzťahu medzi dvoma hodoa ej isej premeej, korú sledujeme v obdobiach bezprosrede asledujúcich po sebe []. Na rozdiel od iých progosických echík ich môžeme použiť pre vorbu progóz aj ved, keď dispoujeme malým rozsahom empirických pozorovaí. Teo p modelov slúži iež a porovaie presosi predpovede s osaými progosickými modelmi, apríklad s regresými modelmi. Jede z pov aivých modelov vchádza z predpokladu, že očakávaú hodou premeej v budúcom období ˆ + ajlepšie vsihuje hodoa premeej z bežého obdobia. Súčase predpokladáme, že vzikuá chba formulovaého vzťahu je áhodá zložka modelu s ulovou sredou hodoou a košaým rozplom. ˆ (8.8) + Všeku váhu sme v modeli položili a súčasé pozorovaie a jeho hodou sme vzali ako jediú určujúcu pre budúci vývoj premeej Nieked hovoríme aj zv. predpovedi bez zme. Ak hodo premeej v čase rasú, ak môžeme použiť iý p aivého modelu. Teo p určuje budúcu hodou pomocou súčasej hodo veliči zväčšeého o zmeu zazameaú oproi jej predchádzajúcej hodoe. Model môžeme zapísať v vare 44

7 ˆ + + ( ) (8.9) Model vchádza z predpokladu, že rovaký prírasok ako zazameávame v súčasom období, zazameáme aj v období progózovaom. Spomeieme eše jede p aivého modelu, korý vchádza z predpokladu, že miera zme premeej môže presejšie deermiovať jej budúci vývoj ako jej absolúa zmea. Predpoveď poom geerujeme pomocou vzťahu ˆ + (8.0) Model používame ved, ak očakávame expoeciál ras premeej. Koeficie rasu premeej je košaý, absolúe prírask rasú. V lieraúre [3] sa uvádzajú model, koré berú do úvah sezóe výkv skúmaej premeej. Ak vvárame predpoveď pre švrťrok, ak môžeme použiť model ˆ (8.) + 3 Na základe oho modelu budeme predpovedať v budúcom švrťroku rovakú hodou premeej ako v om isom švrťroku predchádzajúceho roku. Model (8.) má evýhodu v om, že eberie do úvah všek zme, koré sa asali od miulého roku. Preo používame model, korý zahŕňa ak sezó, ako aj redový výkv. Uvádzame ho v vare 4 ˆ (8.) 4 Ku kvarálej hodoe premeej z miulého roku pripočíame priemerú zmeu zazameaú za miulé šri kvarál, čím zahrieme do modelu odhad redu. Príklad 8. Naivé model Za kľúčovú deermiau vývoja ivesícií v podiku považuje jeho vedeie možsvo výkoov. Pomocou aivých modelov predpovedajme výšku výkoov (v is. oskm) a druhý kvarál roku 004 a základe švrťročých údajov zapísaých v ab. 8.. Za obdobie kvaifikácie modelu považujme obdobia rokov 00q-004q, eda plaí, že 9. Podľa modelu (8.8) považujeme pri saoveí progóz za ajdôležiejšie predchádzajúce obdobie ˆ 9+ 9 ˆ

8 ˆ 0 Chba predpovede e Ako vidíme aj a obr. 8. údaje o prepravých výkooch vkazujú súpajúci red, dokoca v jedom z období sa javí výzamejšia sezóa odchýlka. Použijeme eda ié p aivých modelov a vhodoíme ich chb predpovede. Obdobie Výko 00-Q Q Q Q Q Q Q Q Q Q Q Q4 867 Výko (is. oskm) Q 0- Q 0- Q3 0- Q4 03- Q 03- Q 03- Q3 03- Q4 04- Q 04- Q 04- Q3 04- Q4 Tab. 8. Prepravé výko Obr. 8. Prepravé výko Podľa modelu (8.9) získame predpokladaú hodou výkoov v desiaom období ˆ ( 9 9 ) ˆ ( ) 8306 ˆ 0 Chba predpovede e Ako vidíme, chba predpovede sa oproi modelu (8.8) výraze zížila. Nakoiec sa pokúsime a odhad použiť iekorý z modelov zohľadňujúci sezó výkv. Keďže porebujeme v modeli zohľadiť i rasúci vývoj veliči i kvarál výkv, vberieme model (8.), a vpočíame hodou progóz a desiae obdobie ˆ ˆ ,5 ˆ Chba predpovede e 7983, , 75. Pomocou aivých modelov môžeme pomere jedoducho dospieť k predpovedi prepravých výkoov. Riziká ich použiia spočívajú v om, že predpovedaá hodoa závisí iba od vbraých hodô z časového radu, čo v koečom dôsledku môže výzame skresliť progózu. 46

9 8.4 Vrovávaie časového radu kĺzavými priemermi Pod pojmom vrovávaie časového radu rozumieme vlučovaie sezóch a áhodých výkvov v časovom rade. Až po jeho očiseí môžeme posudzovať vývojovú edeciu skúmaého javu. K ajpoužívaejším meódam v praxi parí meóda kĺzavých priemerov. Pricíp meód spočíva vo výpoče priemerých hodô skúmaej premeej z určiého (zvoleého) poču empirických hodô časového radu. Vpočíaú priemerú hodou priraďujeme k prosredému obdobiu zv. kĺzavej časi časového radu. Dĺžku kĺzavej časi (h) volíme epáre číslo, eda plaí h m +. Miera očiseia časového radu závisí od zvoleej dĺžk kĺzavej časi. Ak zvolíme vsokú dĺžku kĺzavej časi, ak vrovaý časový rad má hladký priebeh, ale sraíme väčší poče hodô vrovaého časového radu. Predovšekým sraa akuálch hodô spôsobuje komplikácie pri vorbe progóz a základe vrovaého časového radu. Ak zvolíme ízku dĺžku kĺzavej časi radu, ak sraíme meej priemerých hodô, avšak vo vrovaom rade sa môžu sále objavovať výkv podobé ým, koré sme zazameávali aj v rade empirických hodô. Vrovaie časových radov jedoduchou meódou kĺzavých priemerov vjadríme vzorcom m + m m + + m (8.3) m + Vážeý kĺzavý priemer vjadríme vzťahom w + ( + ) w + ( + ) w ( m m m (8.4) w + w + w wm ) w kde w je ozačeie pre použié váh. Kĺzavý priemer používame a vrovaie radu a elimiáciu sezóch výkvov. Pri ejo elimiácii volíme dĺžku kĺzavej časi rovú perióde sezóeho výkvu. Jedým zo spôsobov, ako vrovať časový rad, korý evidee vkazuje lieár red, je použiť zv. dvojié kĺzavé priemer. V prvom kroku vpočíame z empirických hodô radu kĺzavé priemer a v druhom kroku určíme kĺzavé priemer z hodô vpočíaých v prvom kroku, zv. dvojié kĺzavé priemer m + m m + + m (8.5) m + V iekorých prípadoch však musíme zvoliť dĺžku kĺzavej časi rovú páremu číslu (apr. v švrťročých radoch, kde h 4 ). Vpočíaé kĺzavé priemer zodpovedajú prosredému obdobiu ( m +,..., m ), koré ekorešpoduje s pôvodým empirickým radom hodô, akoľko ide o eceločíselý bod. Cerovaie spočíva vo výpoče priemerej hodo z každých dvoch po sebe asledujúcich kĺzavých priemerov. Vpočíaý priemer (zv. cerovaý) zodpovedá príslušému obdobiu, korému ak môžeme priradiť vpočíaú vrovaú hodou. Pri výpoče kĺzavých priemerov, ak h je páre číslo, posupujeme podľa vzorca 47

10 h / + h / h / + + h / 0,5 (8.6) h h / h / + + h / + 0,5 (8.7) h Cerovaý kĺzavý priemer pre obdobie vpočíame 0, ,5 (8.8) Progosické vužiie meód kĺzavých priemerov spočíva v uplaeí akého prísupu, korý považuje vpočíaú hodou kĺzavého priemeru z akuálch hodô ajeskorších období za hodou progózovaú pre budúce obdobie. Takýo prísup sa uplaňuje v lieraúre [3], pochopieľe výsledá hodoa predpovede opäť závisí od zvoleej dĺžk kĺzavej časi časového radu. Každú ďalšiu ovú predpoveď košruujeme zo zvoleého poču bezprosrede predchádzajúcich hodô empirických pozorovaí, pričom ajskorší údaj vpúšťame. Príklad 8. Vrovaie časového radu kĺzavými priemermi Pri aalýze vývoja čisých ivesícií v dopravom podiku (viď príklad 7.) za obdobie jeho exisecie sojíme pred úlohou vrovaia oho radu. Vrovaie vkoáme pomocou 3- čleých kĺzavých priemerov. Idex čisých ivesícií je vjadreý v perceách a ako vidíme aj z obr. 8., vkazuje približe lieár red. Na základe oho ziseia použijeme ďalej aj dvojiý 3-čleý kĺzavý priemer, ab sme lepšie vsihli vývoj čisých ivesícií v čase. Kĺzavý priemer Dvojiý kĺzavý priemer Obdobie Idex 3-čleý odchýlka 3-čleý odchýlka 00 X X X X 95 03,33-8,33 X X 3 5,67 3,33,67 3, ,78 7, 5 0,67 -,67,78 -, ,67-3,67 4,67-4, ,67,33 30,33 0, ,67-3,67 36,89 -, ,33 6,67 44,56 5, ,67-6,67 5, -6, 60 58,33,67 59, 0, ,67,33 X X 3 73 X X X X Tab. 8. Výpoče kĺzavých priemerov Jedolivé 3-čleé priemer v reťom sĺpci v ab. 8. vpočíame podľa vzťahu (8.3), uvedieme spôsob výpoču prvého člea vrovaého radu ,33 48

11 pričom h 3, z čoho vplýva, že m. Dvojié kĺzavé priemer vpočíame podľa vzorca (8.5), uvedieme opäť iba vzorový výpoče prvého člea vrovaého radu pre m ,33 +, ,67 Idex čisých ivesícií Empirické hodo 3-čleý kĺzavý priemer Obr. 8. Vrovaie radu pomocou 3-čleých kĺzavých priemerov Idex čisých ivesícií Empirické hodo dvojiý 3-čleý kĺzavý priemer Obr. 8.3 Vrovaie radu pomocou dvojiých 3-čleých kĺzavých priemerov Ako je vido aj z obr. 8.3, ak pri výpoče dvojiých kĺzavých priemerov srácame rovaký poče priemerov, ako keb sme ráali jedoduché 5-čleé kĺzavé priemer. Príklad 8.3 Cerovaé kĺzavé priemer Máme ďalej za úlohu vrovať časový rad kvarálch údajov o vývoji výkoov dopravého podiku za obdobie 00q-004q4 (viď príkladu 8.). Údaje sú zapísaé v reťom sĺpci abuľk 8.3 (v is. oskm) spolu s osaými výpočami. Nakoľko dispoujeme švrťročými údajmi, veľkosť kĺzavej časi zvolíme h 4, zvolíme a vrovaie meódu cerovaých kĺzavých priemerov. 49

12 Cerovaý kĺzavý priemer Kĺzavý priemer Obdobie Kvarál Výko 4-čleý odchýlka Obdobie 4-čleý 0-Q 7045 X X,5 X 0-Q 734 X X, Q , ,65 3,5 7546, Q ,65-47,65 4,5 7674, Q ,5-03,5 5,5 7755, Q ,875 4,5 6, Q ,5 57,875 7,5 8044, Q ,65-6,65 8, Q ,875-88,875 9,5 890, Q ,5 9,875 0,5 836,5 04-Q X X,5 X 04-Q4 867 X X,5 X Tab. 8.3 Výpoče cerovaých kĺzavých priemerov Čiaskové výpoč kĺzavých priemerov, pre h 4, sú zahrué v 6. a 7. sĺpci ab. 8.3: Posupujeme podľa vzorcov (8.6), (8.7). Uvedieme vzorový výpoče prvých dvoch čleov radu + + h / 3 4 / / 3 0,5 + + h / / 3 + 0, ,75 Cerovaý kĺzavý priemer pre obdobie 3 vpočíame podľa (8.8) ,75 3 0,5 3+ 0, ,37 Výko (is. oskm) Empirické hodo Cerovaý 4-čleý kĺzavý priemer Q 0- Q 0- Q3 0- Q4 03- Q 03- Q 03- Q3 03- Q4 04- Q 04- Q 04- Q3 04- Q4 Obr. 8.4 Vrovaie radu pomocou cerovaých 4-čleých kĺzavých priemerov Vrovaie radu 4-čleými kĺzavými priemermi sme zázorili a obr

13 8.5 Expoeciále vrovávaie časových radov Expoeciále vrovávaie parí medzi zv. adapíve model, korých hlavou vlasosťou je, že ajovšie pozorovaia časového radu považujeme za ajdôležiejšie pre vvoreie progóz. Zdôrazeie ajeskorších hodô premeej je možé dosiahuť voľbou odlišých váh jedolivých pozorovaí ak, ab ie ajovšie údaje mali ajväčšiu váhu. Expoeciále vrovávaie sa v praxi vužíva ajmä a krákodobé progózovaie. Výhodou meód je jej eáročosť a ízke áklad. Meodika zohľadňuje miulý vývoj sledovaej veliči pomocou jej vážeých priemerov. Výkv časového radu sa vrovávajú a získavajú sa očiseé časové rad Browovo expoeciále vrovávaie Meóda expoeciáleho vrovávaia obsahuje auomaické vážeie všekých predchádzajúcich údajov a o ak, že váh klesajú expoeciále s časom. Najeskorším pozorovaiam priraďujeme ajväčšie hodo váh a čím sú pozorovaia saršie, ým sú ižšie hodo ich váh. Výhoda expoeciáleho vrovávaia spočíva iež v om, že a vvoreie progóz posačuje iekoľko údajov časového radu. Meódou expoeciáleho vrovaia určujeme progózu a jedo obdobie dopredu a je vhodá iba pre časové rad s košaým redom. Pricíp meód vjadruje [5] rovosťou Nová predpoveď Sará predpoveď + Určiá časť z chb predpovede Jedoduchý vzorec, korý vjadruje eo pricíp Nová predpoveď Sará predpoveď + α (Najeskoršie pozorovaie Sará predpoveď) kde α je vrovávacia košaa. Formále zapíšeme v vare ˆ ˆ ( ˆ + + α ) (8.9) Po úprave (8.9) dosávame var ˆ ( ) ˆ + α + α (8.30) kde ˆ + ová vrovaá hodoa, korá je progózou a asledujúce obdobie, α je vrovávacia košaa ( 0 α ), ové pozorovaie, akuála hodoa z obdobia, ŷ vrovaá hodoa z obdobia, korá bola progózovaá a oo obdobie. 5

14 Hodoa vrovávacej koša sa môže achádzať v iervale od 0 do. Čím je hodoa koša vššia (bližšia k ), ým je predpoveď cilivejšia a súčasé podmiek a aopak v prípade, že jej hodoa je ižšia, ak dávame ižšiu váhu súčasým pozorovaiam. Ak je hodoa koša blízka jedej, ak vrovaý rad je podobý pôvodému, akže vrovaie je slabé. Čím je hodoa koša bližšia ule, ým je vrovaie radu silejšie a rad je hladší. Práve výber vrovávacej koša je veľmi dôležiý pri aplikovaí meód. V lieraúre [4] odporúčajú auori posupovať ak, že zvolíme iekoľko vrovávajúcich košá a porovávame šadardé odchýlk rezíduí príslušých radov expoeciálch priemerov. Najvhodejší je e model, korého šadardá odchýlka rezíduí je ajižšia. Príklad 8.4 Browovo expoeciále vrovaie V riešeom príklade si ukážeme, akým spôsobom môžeme vužiť Browovo expoeciále vrovaie a vrovaie časového radu a saoveie progóz. Dispoujeme kvarálmi údajmi o prepravých výkooch v is. oskm v rokoch Všek empirické údaje, vrovaé hodo i rezíduá sú v abuľke 8.4. Pri výpoče vrovaých hodô posupujeme podľa vzorca (8.30). Prioriou je voľba vrovávacej koša alfa. Siuácia sa výraze zjedoduší ved, ak sa úloha rieši s vužiím programového vbaveia počíača. Uvádzame výpoč pre α 0, 6. Východiskovú vrovaú hodou zvolíme rovú jej empirickej hodoe. Obdobie Kvarál Výko Vrovaé hodo Rezíduá 00-Q Q Q ,3 7, Q ,93-547, Q ,58-747, Q , -7, Q ,65 355, Q ,4-8, Q ,3 3, Q ,73-03, Q ,73-59, Q ,8 353,75 Tab. 8.4 Empirické a vrovaé hodo Pre poriadok uvedieme spôsob výpoču druhého a reieho vrovaého údaja ˆ ˆ α + ( α) 0, ( 0,6) α + ( α) ˆ 0, ( 0,6) , ˆ3 Progózu a riáse obdobie saovíme podľa rovakého vzorca ˆ ˆ 3 α + ( α) 0, ( 0,6) 846,8 83, Na prvý kvarál roku 005 predpokladáme prepravé výko vo výške asi 83 is. oskm. 5

15 8.5. Holovo expoeciále vrovávaie U mohých ekoomických javov môžeme pozorovať v krákch časových úsekoch lieár red. Holova meóda expoeciáleho vrovaia berie do úvah eo vývoj a umožňuje ám vvoriť a základe modelu progózu ďalšieho vývoja skúmaej premeej. Ide o zv. dvojié expoeciále vrovaie. V modeli predpokladáme aj redovú zložku, preo odhadujeme okrem bežej hodo premeej aj bežý prírasok vvolaý redom. Holova meóda uplaňuje vrovaie úrove aj prírasku priamo prosredícvom špecifických košá pre obidve zložk. Práve o považujeme za ajväčšiu výhodu ejo meód, eda vsokú flexibiliu pri avrhovaí vrovávacích košá. Progózu a budúce obdobie vvoríme sčíaím obidvoch vrovaých zložiek modelu. Meóda pozosáva z roch rovíc [3]:. Expoeciále vrovaý rad (odhad priebežej úrove): L α + α)( L T ) (8.3) ( +. Odhad redu: T β β (8.3) ( L L ) + ( ) T 3. Predpoveď a p období: ˆ L + pt (8.33) + p kde L je ová vrovaá hodoa (odhad priebežej úrove), α vrovávacia košaa pre úroveň ( 0 α ), ové pozorovaie (akuála hodoa v období ), β vrovávacia košaa pre odhad redu ( 0 β ), T odhad redu, p poče období predpovede, ˆ predpoveď premeej a p období do budúcosi. + p Bližším rozborom rovice (8.3) zisíme, že vrovaú hodou získavame z dvoch zdrojov. Prvým zdrojom je skuočá hodoa v príslušom období, druhým zdrojom je predchádzajúca vrovaá hodoa zväčšeá o redovú zložku z miulého obdobia. Košaa alfa udáva váh skuočej hodoe a redovému prvku vo vrovaom modeli. Košaa bea v rovici (8.3) určuje odhad redu. Odhad redu T kocipujeme ako vážeý priemer z dvoch redových zložiek. Prvú zložku defiujeme zmeou v úrovi vrovaých hodô z obdobia súčasého a predchádzajúceho. Druhú zložku poom určuje hodoa predchádzajúceho vrovaého redu. L 53

16 Predpoveď vpočíavame a zvoleý poče období dopredu (p). Jej hodoa vzike po vásobeí redového odhadu počom období a pripočíaím priebežej hodo premeej. Hodo obidvoch košá volíme ezávisle, kriériom voľb je priemerá švorcová chb. Čím väčšie váh použijeme, ým väčšie zme v kompoeoch rovíc asaú, a ým vrovaejší bude výsledý model. Opače plaí, že použiím meších váh sa ám model výrazejšie evrová. Teoreick môžeme použiť všek kombiácie vrovávacích košá alfa a bea, a vbrať kombiáciu s ajmešou hodoou PŠCH. Pre odhad východiskových hodô L a T v roviciach (8.3) a (8.3) uvedieme dve možosi. Buď prvú vrovaú hodou L zvolíme oožú s prvým pozorovaím, red poom zvolíme rový ule. Alebo amieso prvej vrovaej hodo L dosadíme priemerú hodou z prvých piaich pozorovaí, a red dopočíame ako priemerý prírasok v prvých piaich obdobiach. Príklad 8.5 Holovo expoeciále vrovaie Holovo expoeciále vrovaie použijeme a výpoče eoreických hodô idexu čisých ivesícií z príkladu 7.. Ide o vývoj ivesičej akivi dopravého podiku v dvaásich po sebe asledujúcich obdobiach. Údaje podľa grafického vjadreia vkazujú približe lieár vzosup. Prehľad empirických a eoreických hodô sa achádza v abuľke 8.5. Obdobie Idex L T hodo Rezíduá Vrovaé ,5 -, ,75, ,45 7,55 4 5,454 6, ,3505 9, ,605 7, ,00745, ,0498 5, , , ,307 6,79 30,0546 0, ,038 5, , , ,39 7,5606 4, , ,839 6,4898 5,8957-6, ,57 6, , , ,8874 8,056 64, ,875 Tab. 8.5 Empirické a vrovaé hodo Výpoč sme vkoali pre vrovávacie koša α 0,3; β 0, 7. Prvú hodou L položíme rovú empirickej hodoe z príslušého pozorovaia, prvú hodou redu T zas položíme rovú ule. Vrovaú hodou z prvého obdobia položíme rovú hodoe empirického pozorovaia oho isého obdobia. Aleraív spôsob určeia b spočíval vo vužií regresého modelu a vrovaie empirických hodô, pričom odhaduú úrovňovú košau modelu b sme dosadili za prvú hodou L a sklo regresej priamk poom za prvú hodou T. Uvedieme priebežé výpoč pre dvaáse obdobie podľa (8.3) a (8.3) 54

17 L α + ( α)( L + T ) 0, ( 0,3)(57,57+ 6,9677) 65,8874 T β ( L L ) + ( β ) T 0,7(65, ,57) + ( 0,7)6,9677 8,05 Progózovaú hodou a riáse obdobie vpočíame podľa (8.33) ˆ + L + T 65, ,05 74,0889 Na základe rezíduí môžeme vpočíať charakerisiku presosi predpovede podľa (8.5) PŠCH 76,987. Oázk. Defiuje pojem diferecia a uveďe spôsob jej výpoču z hodô časového radu.. Porovaje uvedeé charakerisik presosi predpovede. 3. Na akom pricípe je založeá echika vrovávaia časových radov kĺzavými priemermi? 4. Ako vriešie siuáciu, ked je dĺžka kĺzavej časi časového radu rová páremu číslu? 5. Ked sa používa a vrovaie hodô časového radu Browovo a ked Holovo expoeciále vrovávaie? Lieraúra [] GARAJ, V.: Úvod do ekoomerického modelovaia. Braislava: Ekoomická uiverzia, 993. [] GARAJ, V., ŠUJAN, I.: Ekoomeria. Braislava: ALFA, 980. [3] HANKE, J.E., WICHERN, D.W.: Busiess Forecasig. New Jerse: Pearso Educaio, Ic., 003. [4] CHAJDIAK, J., RUBLÍKOVÁ, E., GUDÁBA, M.: Šaisické meód v praxi. Braislava: Sais, 994. [5] LUCEY, T.: Quaiaive Techiques. Lodo: DP Publicaios Ld., 99. [6] MIKOLAJ, J., VANČO, B.: Ekoomeria pre maažérov. Košice: Mulipri s.r.o., 004. [7] MIKOLAJ, J., VANČO, B.: Šaisika pre maažérov. Žilia: Fakula špeciáleho ižiiersva ŽU,

9 Neurčitý integrál. 9.1 Primitívna funkcia a neurčitý integrál. sa nazýva primitívnou funkciou k funkcii f ( x) každé x ( a,

9 Neurčitý integrál. 9.1 Primitívna funkcia a neurčitý integrál. sa nazýva primitívnou funkciou k funkcii f ( x) každé x ( a, Hí, P Pokorný, M: Maemaika pre informaikov a prírodné vedy 9 Neurčiý inegrál 9 Primiívna funkia a neurčiý inegrál Funkia F sa nazýva primiívnou funkiou k funkii f na inervale ( b) každé ( a, b) plaí F

Διαβάστε περισσότερα

Vývoj skúmanej premennej y v závislosti od symptomatickej časovej veličiny (t) popísať lineárnym trendom. Ide o dvojparametrickú funkciu typu

Vývoj skúmanej premennej y v závislosti od symptomatickej časovej veličiny (t) popísať lineárnym trendom. Ide o dvojparametrickú funkciu typu 9 Model redov Vrovávaie časových radov poocou redových fucií parí ajčasejšie používaý eóda v progosie, poocou orých viee vsihúť vývojovú edeciu súaého javu. Meódu uplaňujee pre vváraie ráodoých progóz

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

Regresná analýza x, x,..., x

Regresná analýza x, x,..., x Regresá aalýza Základé pojmy Regresá aalýza skúma fukčý vzťah (priebeh závislosti), podľa ktorého sa meí závisle premeá Y pri zmeách ezávislých veličí x, x,..., x k. x = ( x, x,..., x ) i i i i T Y = (Y,

Διαβάστε περισσότερα

1 Koeficient kovariancie

1 Koeficient kovariancie Koreláciou rozumieme vzájomý lieáry vz tah závislos t) dvoch áhodých premeých X a Y 1. Teto vz tah môˇze by t priamy tj. s rastúcimi hodotami jedej premeej rastú hodoty druhej premeej a aopak alebo epriamy

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

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

Signály operácie (OPAKOVANIE) Základné operácie: +, -, *, /,,, urychlenie, spomalenie, posun signalov, otočenie signálov... Pokročilé operácie

Signály operácie (OPAKOVANIE) Základné operácie: +, -, *, /,,, urychlenie, spomalenie, posun signalov, otočenie signálov... Pokročilé operácie Sigály operácie (OPKOVNIE) Základé operácie: +, -, *, /,,, urychleie, spomaleie, posu sigalov, oočeie sigálov... Pokročilé operácie Operácia Vysledok SN sigály DN sigály Skaláry Čislo súči ,, Korelácia,

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

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

3. prednáška. Komplexné čísla

3. prednáška. Komplexné čísla 3. predáška Komplexé čísla Úvodé pozámky Vieme, že existujú také kvadratické rovice, ktoré emajú riešeie v obore reálych čísel. Študujme kvadratickú rovicu x x + 5 = 0 Použitím štadardej formule pre výpočet

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

Modelovanie dynamickej podmienenej korelácie kurzov V4

Modelovanie dynamickej podmienenej korelácie kurzov V4 Modelovanie dynamickej podmienenej korelácie menových kurzov V4 Podnikovohospodárska fakulta so sídlom v Košiciach Ekonomická univerzita v Bratislave Cieľ a motivácia Východiská Cieľ a motivácia Cieľ Kvantifikovať

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

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

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

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

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

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

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

Prognózovanie OBSAH PREDNÁŠKY

Prognózovanie OBSAH PREDNÁŠKY Progózovaie OBSAH PREDNÁŠKY Progózovaie cieľ, postup, klasifikácia metód Kvatitatíve metódy Rôze typy priemerov, lieára regresia, metóda harmoických váh Kvalitatíve metódy Odhad predajcov, skupiový posudok,

Διαβάστε περισσότερα

Odporníky. 1. Príklad1. TESLA TR

Odporníky. 1. Príklad1. TESLA TR Odporníky Úloha cvičenia: 1.Zistite technické údaje odporníkov pomocou katalógov 2.Zistite menovitú hodnotu odporníkov označených farebným kódom Schématická značka: 1. Príklad1. TESLA TR 163 200 ±1% L

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

Výpočet. grafický návrh

Výpočet. grafický návrh Výočet aaetov a afcký návh ostuu vtýčena odobných bodov echodníc a kužncových obúkov Píoha. Výočet aaetov a afcký návh ostuu vtýčena... Vtýčene kajnej echodnce č. Vstuné údaje: = 00 ; = 8 ; o = 8 S ohľado

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

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

PRIEMER DROTU d = 0,4-6,3 mm

PRIEMER DROTU d = 0,4-6,3 mm PRUŽINY PRUŽINY SKRUTNÉ PRUŽINY VIAC AKO 200 RUHOV SKRUTNÝCH PRUŽÍN PRIEMER ROTU d = 0,4-6,3 mm èíslo 3.0 22.8.2008 8:28:57 22.8.2008 8:28:58 PRUŽINY SKRUTNÉ PRUŽINY TECHNICKÉ PARAMETRE h d L S Legenda

Διαβάστε περισσότερα

Uhol, pod ktorým sa lúč láme závisí len od relatívnych indexov lomu dvojice prostredí a od uhla dopadu podľa Snellovho zákona. n =

Uhol, pod ktorým sa lúč láme závisí len od relatívnych indexov lomu dvojice prostredí a od uhla dopadu podľa Snellovho zákona. n = Lom svetla. Lom svetla hraolom, optickým kliom a plaparalelou doštičkou Záko lomu Na rozhraí dvoch prostredí sa svetelý lúč láme tak, aby prešiel dráhu z bodu A do bodu B za ajkratší možý čas. Teda v opticky

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

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

2.1. ZLOŽENÉ ÚROKOVANIE. Pri jednoduchom úrokovaní počítame úrok vždy zo začiatočného kapitálu K

2.1. ZLOŽENÉ ÚROKOVANIE. Pri jednoduchom úrokovaní počítame úrok vždy zo začiatočného kapitálu K . Zložeé úrokovaie.. ZLOŽENÉ ÚROOVNIE Pri jedoducho úrokovaí počíae úrok vždy zo začiaočého kapiálu. Jedoduché úrokovaie používae vedy, keď doba, za korú sa počía úrok, je krašia (ešia) ako úroková perióda.

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

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

Príklady na precvičovanie číselné rady a kritériá ich konvergencie a divergencie

Príklady na precvičovanie číselné rady a kritériá ich konvergencie a divergencie Príklady a precvičovaie číselé rady a kritériá ich kovergecie a divergecie Ústredým problémom teórie reálych číselých radov je vyšetrovaie ich kovergecie, resp divergecie Ak {a } = je daá postuposť reálych

Διαβάστε περισσότερα

Kontrolné otázky na kvíz z jednotiek fyzikálnych veličín. Upozornenie: Umiestnenie správnej a nesprávnych odpovedí sa môže v teste meniť.

Kontrolné otázky na kvíz z jednotiek fyzikálnych veličín. Upozornenie: Umiestnenie správnej a nesprávnych odpovedí sa môže v teste meniť. Kontrolné otázky na kvíz z jednotiek fyzikálnych veličín Upozornenie: Umiestnenie správnej a nesprávnych odpovedí sa môže v teste meniť. Ktoré fyzikálne jednotky zodpovedajú sústave SI: a) Dĺžka, čas,

Διαβάστε περισσότερα

1 Prevod miestneho stredného slnečného času LMT 1 na iný miestny stredný slnečný čas LMT 2

1 Prevod miestneho stredného slnečného času LMT 1 na iný miestny stredný slnečný čas LMT 2 1 Prevod miestneho stredného slnečného času LMT 1 na iný miestny stredný slnečný čas LMT 2 Rozdiel LMT medzi dvoma miestami sa rovná rozdielu ich zemepisných dĺžok. Pre prevod miestnych časov platí, že

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

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

Zrýchľovanie vesmíru. Zrýchľovanie vesmíru. o výprave na kraj vesmíru a čo tam astronómovia objavili

Zrýchľovanie vesmíru. Zrýchľovanie vesmíru. o výprave na kraj vesmíru a čo tam astronómovia objavili Zrýchľovanie vesmíru o výprave na kraj vesmíru a čo tam astronómovia objavili Zrýchľovanie vesmíru o výprave na kraj vesmíru a čo tam astronómovia objavili Zrýchľovanie vesmíru o výprave na kraj vesmíru

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

FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO

FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO v Braislave Ekonomická a finančná maemaika DIPLOMOVÁ PRÁCA 2004 Anon Malesich FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO

Διαβάστε περισσότερα

,Zohrievanie vody indukčným varičom bez pokrievky,

,Zohrievanie vody indukčným varičom bez pokrievky, Farba skupiny: zelená Označenie úlohy:,zohrievanie vody indukčným varičom bez pokrievky, Úloha: Zistiť, ako závisí účinnosť zohrievania vody na indukčnom variči od priemeru použitého hrnca. Hypotéza: Účinnosť

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

6. Mocniny a odmocniny

6. Mocniny a odmocniny 6 Moci odoci Číslo zýve oceec (leo zákld oci), s zýv ociteľ (leo epoet) Číslo s zýv -tá oci čísl Moci s piodzeý epoeto pe ľuovoľé eále číslo pe kždé piodzeé číslo je v ožie eálch čísel defiová -tá oci

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

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

Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCA

Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCA Uiverzita Karlova v Praze Matematicko-fyzikálí fakulta DIPLOMOVÁ PRÁCA Vladislav Gajdošík Kozistecia a asymptotická reprezetácia odhadu LWS Katedra pravděpodobosti a matematické statistiky Vedúci diplomovej

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

Hydromechanika II. Viskózna kvapalina Povrchové napätie Kapilárne javy. Doplnkové materiály k prednáškam z Fyziky I pre EF Dušan PUDIŠ (2013)

Hydromechanika II. Viskózna kvapalina Povrchové napätie Kapilárne javy. Doplnkové materiály k prednáškam z Fyziky I pre EF Dušan PUDIŠ (2013) Hyomechanika II Viskózna kvaaina Povchové naäie Kaiáne javy Donkové maeiáy k enáškam z yziky I e E Dušan PUDIŠ (013 Lamináne vs. Tubuenné úenie Pi úení eánej kvaainy ôsobia mezi voma susenými vsvami i

Διαβάστε περισσότερα

2 Ekonometrické modelovanie

2 Ekonometrické modelovanie Ekonomerické modelovanie 5 Ekonomerické modelovanie Na začiaok ejo kapioly bude vhodné urobiť sručný prehľad o možnosiach využiia maemaických modelov v ekonomike. Nebudeme však uvádzať všeobecné uplaňovanie

Διαβάστε περισσότερα

Návrh vzduchotesnosti pre detaily napojení

Návrh vzduchotesnosti pre detaily napojení Výpočet lineárneho stratového súčiniteľa tepelného mosta vzťahujúceho sa k vonkajším rozmerom: Ψ e podľa STN EN ISO 10211 Návrh vzduchotesnosti pre detaily napojení Objednávateľ: Ing. Natália Voltmannová

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

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

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

5 DIFERENCIÁLNY POČET FUNKCIE DVOCH PREMENNÝCH

5 DIFERENCIÁLNY POČET FUNKCIE DVOCH PREMENNÝCH 5 DIFERENCIÁLNY POČET FUNKCIE DVOCH PREMENNÝCH 5. Oák Dfinj pojm fnkcia prmnných. Dfinj pojm hladinoá krika. Dfinj pojm parciáa driácia. Dfinj pojm úpý difrnciál. Dfinj pojm loká maimm fnkci prmnných.

Διαβάστε περισσότερα

KATALÓG KRUHOVÉ POTRUBIE

KATALÓG KRUHOVÉ POTRUBIE H KATALÓG KRUHOVÉ POTRUBIE 0 Základné požiadavky zadávania VZT potrubia pre výrobu 1. Zadávanie do výroby v spoločnosti APIAGRA s.r.o. V digitálnej forme na tlačive F05-8.0_Rozpis_potrubia, zaslané mailom

Διαβάστε περισσότερα

1. Komplexné čísla. Doteraz ste pracovali s číslami, ktoré pochádzali z nasledovných množín:

1. Komplexné čísla. Doteraz ste pracovali s číslami, ktoré pochádzali z nasledovných množín: 1. Komplexné čísla Po preštudovaní danej kapitoly by ste mali byť shopní: poznať použitie a význam komplexnýh čísel v elektrikýh obvodoh rozumieť pojmom reálna a imaginárna časť, imaginárna jednotka, veľkosť,

Διαβάστε περισσότερα

Rozsah akreditácie 1/5. Príloha zo dňa k osvedčeniu o akreditácii č. K-003

Rozsah akreditácie 1/5. Príloha zo dňa k osvedčeniu o akreditácii č. K-003 Rozsah akreditácie 1/5 Názov akreditovaného subjektu: U. S. Steel Košice, s.r.o. Oddelenie Metrológia a, Vstupný areál U. S. Steel, 044 54 Košice Rozsah akreditácie Oddelenia Metrológia a : Laboratórium

Διαβάστε περισσότερα

Rozsah hodnotenia a spôsob výpočtu energetickej účinnosti rozvodu tepla

Rozsah hodnotenia a spôsob výpočtu energetickej účinnosti rozvodu tepla Rozsah hodnotenia a spôsob výpočtu energetickej účinnosti príloha č. 7 k vyhláške č. 428/2010 Názov prevádzkovateľa verejného : Spravbytkomfort a.s. Prešov Adresa: IČO: Volgogradská 88, 080 01 Prešov 31718523

Διαβάστε περισσότερα

Margita Vajsáblová. ρ priemetňa, s smer premietania. Súradnicová sústava (O, x, y, z ) (O a, x a, y a, z a )

Margita Vajsáblová. ρ priemetňa, s smer premietania. Súradnicová sústava (O, x, y, z ) (O a, x a, y a, z a ) Mrgit Váblová Váblová, M: Dekriptívn geometri pre GK 101 Zákldné pom v onometrii Váblová, M: Dekriptívn geometri pre GK 102 Definíci 1: onometri e rovnobežné premietnie bodov Ε 3 polu prvouhlým úrdnicovým

Διαβάστε περισσότερα

Kombinatorické identity Peter πtr Korcsok

Kombinatorické identity Peter πtr Korcsok Kobatorcké detty Peter πtr Korcsok ØÖ غ Tátopredáškapredvádzazákladékobatorckéetódydokazovaa V prvej čast je každá techka struče popísaá a dopleá jedoduchý rešeý príklado, druhú časť poskytuje čtateľov

Διαβάστε περισσότερα

Goniometrické funkcie

Goniometrické funkcie Goniometrické funkcie Oblúková miera Goniometrické funkcie sú funkcie, ktoré sa používajú pri meraní uhlov (Goniometria Meranie Uhla). Pri týchto funkciách sa uvažuje o veľkostiach uhlov udaných v oblúkovej

Διαβάστε περισσότερα

Súčtové vzorce. cos (α + β) = cos α.cos β sin α.sin β cos (α β) = cos α.cos β + sin α.sin β. tg (α β) = cotg (α β) =.

Súčtové vzorce. cos (α + β) = cos α.cos β sin α.sin β cos (α β) = cos α.cos β + sin α.sin β. tg (α β) = cotg (α β) =. Súčtové vzorce Súčtové vzorce sú goniometrické hodnoty súčtov a rozdielov dvoch uhlov Sem patria aj goniometrické hodnoty dvojnásobného a polovičného uhla a pridám aj súčet a rozdiel goniometrických funkcií

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

Metodicko pedagogické centrum. Národný projekt VZDELÁVANÍM PEDAGOGICKÝCH ZAMESTNANCOV K INKLÚZII MARGINALIZOVANÝCH RÓMSKYCH KOMUNÍT

Metodicko pedagogické centrum. Národný projekt VZDELÁVANÍM PEDAGOGICKÝCH ZAMESTNANCOV K INKLÚZII MARGINALIZOVANÝCH RÓMSKYCH KOMUNÍT Moderné vzdelávanie pre vedomostnú spoločnosť / Projekt je spolufinancovaný zo zdrojov EÚ Kód ITMS: 26130130051 číslo zmluvy: OPV/24/2011 Metodicko pedagogické centrum Národný projekt VZDELÁVANÍM PEDAGOGICKÝCH

Διαβάστε περισσότερα

C. Kontaktný fasádny zatepľovací systém

C. Kontaktný fasádny zatepľovací systém C. Kontaktný fasádny zatepľovací systém C.1. Tepelná izolácia penový polystyrén C.2. Tepelná izolácia minerálne dosky alebo lamely C.3. Tepelná izolácia extrudovaný polystyrén C.4. Tepelná izolácia penový

Διαβάστε περισσότερα

1. písomná práca z matematiky Skupina A. 1. písomná práca z matematiky Skupina B

1. písomná práca z matematiky Skupina A. 1. písomná práca z matematiky Skupina B . písoá pác z tetik Skpi A. Zjedodšte výz : ) z 8 ) c). Doplňte, pltil ovosť : ) ). Vpočítjte : ) ) c). Vpočítjte : ) ( ) ) v v v c). Upvte výz ovete spávosť výsledk pe : 6. Zostojte tojholík ABC, k c

Διαβάστε περισσότερα

Hypotézy a intervaly spoľahlivosti stručná teória a vzorce

Hypotézy a intervaly spoľahlivosti stručná teória a vzorce Hypoézy a inervaly spoľahlivosi srčná eória a vzorce Obsah Úvod Základný a výberový súbor... Overovanie hypoéz... 3 Posp pri overovaní hypoézy... 4 súbor: Tes o rozpyle σ : Porovnanie σ s číslom... 6 súbor:

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

Kapitola III. FUNKCIE

Kapitola III. FUNKCIE Kapiola III. FUNKCIE DEFINÍCIA FUNKCIE Úvahy v omo odseku zanime preskúmaním dvoch známych vzorcov. Príklad. a) s = g b) P = πr Vzorec a) je dobre známy vzah pre voný pád udávajúci závislos prejdenej dráhy

Διαβάστε περισσότερα

1 Kinematika hmotného bodu

1 Kinematika hmotného bodu Kinemik hmnéh bdu - kinemik berá určením plôh bd ich mien če (kinemik phb ele piuje, neberá príčinmi phbu) - pri ereickm šúdiu mechnickéh phbu (prce, pri krm mení plh jednéh ele hľdm n iné ele) ád pjem

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

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

12 Simulácie a prognostické modely

12 Simulácie a prognostické modely 12 Simulácie a prognosické modely 175 12 Simulácie a prognosické modely Rozšírením počíačov a predovšekým ich programového vybavenia naskyá sa ekonomickým analyikom, programáorom a manažérom nová možnosť

Διαβάστε περισσότερα

4 Y+ 4 He, kde premenené jadro má protónové Z Z 2 2

4 Y+ 4 He, kde premenené jadro má protónové Z Z 2 2 9 Jadrová fyzika 9.1 Úvod ómové jadro je charakerizované aómovým alebo proónovým číslom Z a hmonosným alebo nukleónovým číslom. Proónové číslo udáva poče proónov v jadre a ým aj elekrický náboj jadra a

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

REZISTORY. Rezistory (súčiastky) sú pasívne prvky. Používajú sa vo všetkých elektrických

REZISTORY. Rezistory (súčiastky) sú pasívne prvky. Používajú sa vo všetkých elektrických REZISTORY Rezistory (súčiastky) sú pasívne prvky. Používajú sa vo všetkých elektrických obvodoch. Základnou vlastnosťou rezistora je jeho odpor. Odpor je fyzikálna vlastnosť, ktorá je daná štruktúrou materiálu

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

2.4.3 Stabilita spojitých lineárnych sústav

2.4.3 Stabilita spojitých lineárnych sústav echická iverzi v ošicich, Fkl BERG, IRP.4.3 Sbili pojiých lieárch úv Sbili je zákldo o j keď epočjúco podmiek právej čioi fkcie reglčých obvodov. glčý obvod je v rovovážom ve v rovováhe, keď emeí reglová

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

x j hodnota štatistického znaku x - aritmetický priemer ni absolútna početnosť m počet tried hšt ti ti kéh m počet tried hšt ti ti kéh

x j hodnota štatistického znaku x - aritmetický priemer ni absolútna početnosť m počet tried hšt ti ti kéh m počet tried hšt ti ti kéh 4. Bodový odhad Pricíp bodového odhadu spočíva v odhade ezámych parametrov (stredej hodoty, rozptylu, smerodajej odchýlky, atď.) prostredíctvom výberových charakteristík, ktoré sú reprezetovaé jedým číslom

Διαβάστε περισσότερα

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA. KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI NEUTRALNI ELEMENT GRUPOIDA 1 Grupoid (G, ) je asocijativa akko važi ( x, y, z G) x (y z) = (x y) z Grupoid (G, ) je komutativa akko važi ( x, y G) x y = y x Asocijativa

Διαβάστε περισσότερα

Zložené funkcie a substitúcia

Zložené funkcie a substitúcia 3. kapitola Zložené funkcie a substitúcia Doteraz sme sa pri funkciách stretli len so závislosťami medzi dvoma premennými. Napríklad vzťah y=x 2 nám hovoril, ako závisí premenná y od premennej x. V praxi

Διαβάστε περισσότερα

2 Chyby a neistoty merania, zápis výsledku merania

2 Chyby a neistoty merania, zápis výsledku merania 2 Chyby a neistoty merania, zápis výsledku merania Akej chyby sa môžeme dopustiť pri meraní na stopkách? Ako určíme ich presnosť? Základné pojmy: chyba merania, hrubé chyby, systematické chyby, náhodné

Διαβάστε περισσότερα

Definícia parciálna derivácia funkcie podľa premennej x. Definícia parciálna derivácia funkcie podľa premennej y. Ak existuje limita.

Definícia parciálna derivácia funkcie podľa premennej x. Definícia parciálna derivácia funkcie podľa premennej y. Ak existuje limita. Teória prednáška č. 9 Deinícia parciálna deriácia nkcie podľa premennej Nech nkcia Ak eistje limita je deinoaná okolí bod [ ] lim. tak túto limit nazýame parciálno deriácio nkcie podľa premennej bode [

Διαβάστε περισσότερα

1 lim. Analýza výstupných dát simulácie Odhad neznámej strednej hodnoty

1 lim. Analýza výstupných dát simulácie Odhad neznámej strednej hodnoty V. Solá, KIVT FEI STU Bratslava 6 : Aalýza výstupých dát smuláce Odhad ezámej stredej hodot Cetrála lmtá veta CLV: Nech,,... sú IID áhodé premeé so stredou hodotou µ a koeou dsperzou σ. Potom x R platí:

Διαβάστε περισσότερα

η = 1,0-(f ck -50)/200 pre 50 < f ck 90 MPa

η = 1,0-(f ck -50)/200 pre 50 < f ck 90 MPa 1.4.1. Návrh priečneho rezu a pozĺžnej výstuže prierezu ateriálové charakteristiky: - betón: napr. C 0/5 f ck [Pa]; f ctm [Pa]; fck f α [Pa]; γ cc C pričom: α cc 1,00; γ C 1,50; η 1,0 pre f ck 50 Pa η

Διαβάστε περισσότερα

MOSTÍKOVÁ METÓDA 1.ÚLOHA: 2.OPIS MERANÉHO PREDMETU: 3.TEORETICKÝ ROZBOR: 4.SCHÉMA ZAPOJENIA:

MOSTÍKOVÁ METÓDA 1.ÚLOHA: 2.OPIS MERANÉHO PREDMETU: 3.TEORETICKÝ ROZBOR: 4.SCHÉMA ZAPOJENIA: 1.ÚLOHA: MOSTÍKOVÁ METÓDA a, Odmerajte odpory predložených rezistorou pomocou Wheastonovho mostíka. b, Odmerajte odpory predložených rezistorou pomocou Mostíka ICOMET. c, Odmerajte odpory predložených

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

Derivácia funkcie. Pravidlá derivovania výrazov obsahujúcich operácie. Derivácie elementárnych funkcií

Derivácia funkcie. Pravidlá derivovania výrazov obsahujúcich operácie. Derivácie elementárnych funkcií Derivácia funkcie Derivácia funkcie je jeden z najužitočnejších nástrojov, ktoré používame v matematike a jej aplikáciách v ďalších odboroch. Stručne zhrnieme základné informácie o deriváciách. Podrobnejšie

Διαβάστε περισσότερα

DESKRIPTÍVNA GEOMETRIA

DESKRIPTÍVNA GEOMETRIA EKRIÍN GEERI meódy zobrzovni priesorových úvrov do roviny (premieni) mericé polohové vzťhy priesorových úvrov riešené v rovine bsh predmeu G Zobrzovcie meódy: olohové mericé úlohy: ongeov projeci Rezy

Διαβάστε περισσότερα

2.1 Charakteristiky polohy

2.1 Charakteristiky polohy 2 POPISNÉ CHARAKTERISTIKY Výsledkom prvého kroku spracovaia štatistických údajov je usporiadaie aalyzovaých hodôt do kotigečých alebo frekvečých tabuliek. Častokrát, predovšetkým pri porovávaí viacerých

Διαβάστε περισσότερα

Postupnosti. Definícia :

Postupnosti. Definícia : Postuposti Defiícia : Postuposť je fukcia, ktorej defiičým oborom je možia všetkých prirodzeých čísel alebo jej podmožia typu { 1,,3... k }. Postuposť defiovaú a možie všetkých prirodzeých čísel, azývame

Διαβάστε περισσότερα

Analýza vlastností funkcií mierky a waveletov v ortogonálnom prípade. - funkcia mierky a wavelet spĺňajúca relácie zmeny rozlíšenia

Analýza vlastností funkcií mierky a waveletov v ortogonálnom prípade. - funkcia mierky a wavelet spĺňajúca relácie zmeny rozlíšenia Aalýza vlastostí fucií miery a waveletov v ortogoálom prípade Ozačeie: ϕ ( t), ψ ( t) - fucia miery a wavelet spĺňajúca relácie zmey rozlíšeia h ( ), g ( ) - zjedodušeé ozačeie oeficietov pre zmeu rozlíšeia

Διαβάστε περισσότερα

VÝNOS Úradu pre reguláciu sieťových odvetví. z 28. júla č. 2/2008, ktorým sa ustanovuje regulácia cien v elektroenergetike

VÝNOS Úradu pre reguláciu sieťových odvetví. z 28. júla č. 2/2008, ktorým sa ustanovuje regulácia cien v elektroenergetike VÝNOS Úradu pre reguláciu sieťových odveví z 28. júla 2008 č. 2/2008, korým sa usanovuje regulácia cien v elekroenergeike Úrad pre reguláciu sieťových odveví (ďalej len úrad ) podľa 12 ods. 9 a 10 a 14

Διαβάστε περισσότερα

2.4 OPAKOVATEĽNOSŤ A REPRODUKOVATEĽNOSŤ NORMOVANÝCH SKÚŠOK A VYJADRENIE NEISTÔT MERANÍ

2.4 OPAKOVATEĽNOSŤ A REPRODUKOVATEĽNOSŤ NORMOVANÝCH SKÚŠOK A VYJADRENIE NEISTÔT MERANÍ .4 OPAKOVATEĽNOSŤ A REPRODUKOVATEĽNOSŤ NORMOVANÝCH SKÚŠOK A VYJADRENIE NEISTÔT MERANÍ Normovaé metódy okrem kompletých postpov popisjú aj spôsob spracovaia a vyhodoteia výsledkov meraia. Pri dodržaí podmieok

Διαβάστε περισσότερα

Príklady na precvičovanie Fourierove rady

Príklady na precvičovanie Fourierove rady Príklady na precvičovanie Fourierove rady Ďalším významným typom funkcionálnych radov sú trigonometrické rady, pri ktorých sú jednotlivé členy trigonometrickými funkciami. Konkrétne, jedná sa o rady tvaru

Διαβάστε περισσότερα

Modul pružnosti betónu

Modul pružnosti betónu f cm tan α = E cm 0,4f cm ε cl E = σ ε ε cul Modul pružnosti betónu α Autori: Stanislav Unčík Patrik Ševčík Modul pružnosti betónu Autori: Stanislav Unčík Patrik Ševčík Trnava 2008 Obsah 1 Úvod...7 2 Deformácie

Διαβάστε περισσότερα

PREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY. Pomôcka pre prípravný kurz

PREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY. Pomôcka pre prípravný kurz KATEDRA APLIKOVANEJ MATEMATIKY A INFORMATIKY STROJNÍCKA FAKULTA TU KOŠICE PREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY Pomôcka pre prípravný kurz 8 ZÁKLADNÉ ALGEBRAICKÉ VZORCE ) (a±b)

Διαβάστε περισσότερα

Časové rady Ján Pekár Prednáška 6 Odhady parametrov

Časové rady Ján Pekár Prednáška 6 Odhady parametrov Prednáška 6 Odhady parametrov Predošlá prednáška Výberová PACF Rekurzívne metódy: Durbin-Levinson Reprezentácia inovácií Rekurzívne metódy: Algoritmus inovácií Príklad: Algoritmus inovácií pre predpoveď

Διαβάστε περισσότερα