Prednáška 3. Optimalizačné metódy pre funkcie n-premenných. Študujme reálnu funkciu n-premenných. f: R R
|
|
- Jocelyn Brooks
- 6 years ago
- Views:
Transcription
1 Prednáška 3 Optimalizačné metódy pre funkcie n-premenných Študujme reálnu funkciu n-premenných n f: R R Našou úlohou bude nájsť také x opt R n, pre ktoré má funkcia f minimum x opt = arg min ( f x) Túto úlohu budeme riešiť pomocou: (1) gradientových metód (2) negradientových metód Typickým predstaviteľom negradientových metód na hľadanie minima funkcií n-premen-ných je simplexova metóda. Matematika I pre PGŠ, Prednáška 3 1
2 1. Simplexova metóda Pod simplexom v n-rozmernom priestore R n rozumieme množinu n+1 bodov - vrcholov, pričom každá dvojica vrcholov je spojená hranou. Formálne, simplex vyjadríme ako množinu S = l q P, P,..., P R 1 2 n+ 1 Hovoríme, že simplex S je nedegenerovaný, ak žiadny z vrcholov neleží v rovine obsahujúcej ostatné vrcholy simplexu n Matematika I pre PGŠ, Prednáška 3 2
3 Podmienka pre nedegenerovaný simplex môže byť preformulovaná tak, že n vektorov P P, P P,..., P P, P P, n 1 n+ 1 1 je lineárne nezávislá. Nech bod P i má tento tvar P x a f i i, x a f,..., x a f d i = 1 2 potom podmienka lineárnej nezávislosti môže byť vyjadrená pomocou podmienky nenulovosti deteminantu xaf xaf 1 xaf 2 xaf 2... xaf n xaf n a3f a1f a3f a1f a3f a1f x1 x1 x2 x2... xn xn n+ 1 1 n+ 1 + x x x x... x x a f af a f af a f af n i 1 n n n i 0 Priamka v priestore je určená dvoma bodmi P A a P B a f Pα = 1 α P + αp kde α R je parameter priamky, platí P 0 =P A a P 1 =P B. A B Matematika I pre PGŠ, Prednáška 3 3
4 Priamka je orientovaná v zmysle rastúceho parametra α Pα Pβ α < β Ťažisko simplexu S je určené ako "aritmetický priemer" jeho vrcholov P C = 1 n n+ 1 P + 1 = i 1 Funkčné hodnoty minimalizovanej funkcie f na vrcholoch simplexu označíme bg bg a f b g F = f P, F = f P,..., F = f P, F = f P n n n+ 1 n+ 1 i Matematika I pre PGŠ, Prednáška 3 4
5 Medzi vrcholmi simplexa odlíšime dva vrcholy, vrhol P L a vrchol P H, v ktorých má funkcia f maximálnu resp. minimálnu hodnotu P H P = L = arg max P S arg min f P P S af f P af V simplexovej metóde hrá dôležitú úlohu ťažisko vrcholov simplexu okrem vrcholu P H F 1 n+ 1 P = P P n HG = i 1 α-reflexia vrcholu P H vzhľadom k ťažisku P a f i H P α = 1 α P + αp H I K J Matematika I pre PGŠ, Prednáška 3 5
6 Redukcia simplexu S vzhľadom k vrcholu P L b g b g 1 P i = Pi + PL pre i = 12,,..., n, n+ 1 2 Elementárny krok simplexovej metódy (1) Pre daný simplex S určíme vrcholy P L a P H (2) Určíme ťažisko P. (3) Zostrojíme 2-reflexiu P* vrcholu P H okolo P, P*=2P -P H. (4) Ak f(p*)<f(p H ), potom P H P*, v opačnom prípade vykonáme redukciu simplexa okolo vrcholu P L. Kroky (1-4) opakujeme tak dlho, až b g b g fph fpl < ε kde ε je malé kladné číslo (presnosť) Matematika I pre PGŠ, Prednáška 3 6
7 Diagramatická interpretácia elementárneho kroku simplexovej metódy Matematika I pre PGŠ, Prednáška 3 7
8 Konštrukcia počiatočného simplexu Máme zadaný jeden vrchol P o a dĺžku hrany d P = P + de pre i = 12,,..., n P i o i n+ 1 = P o b kde "body" E i sú zadané ako jednotkové smerové vektory E = 1 E2 = 010,,,..., 0... E n = a a 10, 0,,..., 0 a f f f 000,,,..., 1 g Matematika I pre PGŠ, Prednáška 3 8
9 Algoritmus simplexovej metódy read(p 0,d,ε,k max ); S:=initial set of simplex vertices; norm:= ; k:=0; while (norm>ε) and (k<k max ) do begin k:=k+1; P H :=arg max f(p); P L :=arg min f(p); norm:=abs(f(p H )-f(p L )); P*:=2P-P H ; if f(p*)<f(p H ) then S:=(S-{P H })+{P*} else simplex is reduced; end; write(p L,f(P L )); Matematika I pre PGŠ, Prednáška 3 9
10 Diagramatické znázornenie priebehu simplexovej metódy Poznámka: V priebehu simplexovej metódy dochádza často k redukcii simplexu, t.j. stáva sa stále menším a menším. Táto skutočnosť podstatne znižuje efektívnosť simplexovej metódy v blízkosti minima. Matematika I pre PGŠ, Prednáška 3 10
11 2. Modifikácia simplexovej metódy -AMÉBA V štandardnej verzii simplexovej metódy relatívne často dochádza k redukcii simplexu, t.j. spolmaluje sa rýchlosť metódy. Tento nedostatok odstraňuje modifikácia simplexovej metódy - améba, v ktorej je simplex dynamicky menený v závislosti na povrchu minimalizovanej funkcie. Matematika I pre PGŠ, Prednáška 3 11
12 Diagramatická vizualizácia elementárneho kroku améby Matematika I pre PGŠ, Prednáška 3 12
13 Algoritmus améby read(p 0,d,ε,k max ); S:=initial set of simplex vertices; norm:= ; k:=0; while (norm>ε) and (k<k max ) do begin k:=k+1; P H :=arg max f(p); P L :=arg min f(p); norm:=abs(f(p H )-f(p L )); P*:=2P-P H ; if f(p*)<f(p L ) then begin P**:=3P-2P H ; if f(p**)<f(p*) then S:=(S-{P H })+{P**} else S:=(S-{P H })+{P*}; end else if f(p*)<f(p H ) then P**:=-1/2P H +3/2P else P**:=1/2P H +1/2P; if f(p**)<f(p H ) then S:=(S-{P H })+{P**} else simplex is reduced; end; write(p L,f(P L )); Matematika I pre PGŠ, Prednáška 3 13
14 Diagramatické znázornenie priebehu améby Matematika I pre PGŠ, Prednáška 3 14
15 3. Stochastická simplexová metóda Modifikácia štandardnej simplexovej metódy sop stochastickými prvkami, ktorá je vhodná na hladanie globálneho minima. CRS - Controlled Random Search W.L.Price (1965) prototyp moderných stochastických optimalizačných metód Populácia bodov P ( P >>n) l P = P, P,..., 1 2 P m Body z populácie P s maximálnou resp. minimálnou funkčnou hodnotou sú P max = P arg max P P min = arg min P P q af f P af f P Matematika I pre PGŠ, Prednáška 3 15
16 Simplex S obsahuje n+1 bodov náhodne vybraných z populácie P S n s = P α, P α,..., P α 1 2 n+ 1 P Štandardným postupom zostrojíme 2-reflexiu P* v danom simplexe S. Elementárny krok stochastickej simplexovej metódy (1) Z populácie P náhodne výber n+1 bodov, ktoré tvoria simplex S. (2) V rámci simplexu S zostroj 2-reflexiu P* podobne ako v štandardnej simplexovej metóde. (3) Ak f(p*)<f(p max ), potom bod P max zameň za reflexiu P* (t.j. populácia P sa modifikuje, P (P\{P max }) {P*}. Kroky (1-3) opakuj tak dloho, až sú splnené podmienky ukončenia algoritmu. Matematika I pre PGŠ, Prednáška 3 16
17 Algoritmus stochastickej simplexovej metódy read(m,ε,k max ); P:=randomly generated population composed of m points; norm:= ; k:=0; while (norm>ε) and (k<k max ) do begin k:=k+1; norm:=abs(f(p max )-f(p min )); S:=randomly seelcted simplex from the population P; P*:= reflexion of S; if f(p*)<f(p max ) then P:=(P\{P max }) {P*}; end; write(p min,f(p min )); Matematika I pre PGŠ, Prednáška 3 17
18 Tri po sebe idúce elementárne kroky stochastickej simplexovej metódy Matematika I pre PGŠ, Prednáška 3 18
19 Schematické znázornenie populácií pre rôzne etapy stochastickej simplexovej metódy Poznámka: S rastom iteračných krokov metódy, "priemer" populácie sa zmenšuje v dôsledku toho, že sa vždy odstraňujú "okrajové" body P max. Matematika I pre PGŠ, Prednáška 3 19
20 4. Definícia gradientu Študujme funkciu af a F λ = f xo + λn f kde x o = c o o x x x o n R n 1, 2,..., h je daný bod (vektor) a n= c o o n n n o n R n 1, 2,..., h je normalizovaný smerový vektor ( n =1). Funkcia F(λ) popisuje "zúženie" funkcie f(x) na priamku p definovanú bodom x o a smerom n. Derivácie tejto funkcie podľa premennej λ je určená vzťahom af a f F λ = grad f xo + λn n Matematika I pre PGŠ, Prednáška 3 20
21 Výraz grad f(x) sa nazýva gradient funkcie f v bode x a je definovaný ako vektor, ktorého komponenty sú 1. parciálne derivácie vzhľadom k premenným x 1, x 2,...,x n grad ( f x)= F HG ( f x) ( f x) ( f x),,..., x x 1 2 x n Hodnota derivácie F'(λ) pre λ=0 sa nazýva derivácie funkcie f(x) v bode x o a v smere n a f a f a f a f F 0 = grad f x n = grad f x cos ϕ o kde ϕ je uhol, ktorý medzi smerom n a grad f(x o ) o I KJ Matematika I pre PGŠ, Prednáška 3 21
22 Geometrická interpretácia gradientu Budeme študovať nasledujúce dva limitné prípady pre deriváciu v smere, a to (1) smer je paralelný s gradientom (ϕ=0) a (2) smer je antiparalelný s gradientom (ϕ=π) af af F 0 = + grad f x > 0 ϕ= 0 a f o a f F 0 = grad f x < 0 ϕ= π V smere gradientu grad f(x o ) funkcia f(x) najrýchlejšie rastie, podobne, v opačnom smere - grad f(x o ) funkcia f(x) najrýchlejšie klesá. o Matematika I pre PGŠ, Prednáška 3 22
23 5. Metóda najprudšieho spádu (steepest desctent method) Táto metóda je založená na geometrickej interpretácii gradientu, ako smeru v ktorom funkcia najrýchlejšie rastie. Budeme hľadať minimum funkcie f(x), metóda najprudšieho spádu je založená na nasledujúcej rekurentnej formule x + = x f x k k k 1 λgrad b g kde kladný parameter λ>0 je určený tak, aby platilo f(x k+1 )<f(x k ). To znamená, že tento parameter je určený dvoma protichodnými podmienkami, a to dostatočne malý, aby platila predchádzajúca nerovnosť a súčasne dostatočne veľký, aby bola zabezpečená dostatočná rýchlosť konvergencie metódy. Matematika I pre PGŠ, Prednáška 3 23
24 Grafická ilustrácia metódy najprudšieho spádu Stratégia pre voľbu parametra λ Matematika I pre PGŠ, Prednáška 3 24
25 Ak platí f(x k+1 )>f(x k ) (t.j metóda prestáva monotónne konvergovať), potom parameter λ sa zmenší λ α λ kde 0<α<1. Algoritmus gradientovej metódy najprudšieho spádu read(x,λ,ε,α,k max ); norm:= ; k:=0; while (norm>ε) and (k<k max ) do begin k:=k+1; x':=x-λ*gradf(x); norm:= x-x' ; if f(x')>f(x) then λ:=α*λ; x:=x'; end; write(x,f(x)); Grafická vizualizácia Matematika I pre PGŠ, Prednáška 3 25
26 metódy najprudšieho spádu Metóda sa stáva veľmi pomalou v blízkosti minima alebo na "plochých" úsekoch. Matematika I pre PGŠ, Prednáška 3 26
Kapitola S5. Skrutkovica na rotačnej ploche
Kapitola S5 Skrutkovica na rotačnej ploche Nech je rotačná plocha určená osou rotácie o a meridiánom m. Skrutkový pohyb je pohyb zložený z rovnomerného rotačného pohybu okolo osi o a z rovnomerného translačného
More informationTeória grafov. RNDr. Milan Stacho, PhD.
Teória grafov RNDr. Milan Stacho, PhD. Literatúra Plesník: Grafové algoritmy, Veda Bratislava 1983 Sedláček: Úvod do teórie grafů, Academia Praha 1981 Bosák: Grafy a ich aplikácie, Alfa Bratislava 1980
More informationADM a logika. 4. prednáška. Výroková logika II, logický a sémantický dôsledok, teória a model, korektnosť a úplnosť
ADM a logika 4. prednáška Výroková logika II, logický a sémantický dôsledok, teória a model, korektnosť a úplnosť 1 Odvodzovanie formúl výrokovej logiky, logický dôsledok, syntaktický prístup Logický dôsledok
More informationMetódy vol nej optimalizácie
Matematické programovanie Metódy vol nej optimalizácie p. 1/35 Informácie o predmete Informácie o predmete p. 2/35 Informácie o predmete METÓDY VOL NEJ OPTIMALIZÁCIE Prednášajúca: M. Trnovská (M 267) Cvičiaci:
More informationMaticové algoritmy I maticová algebra operácie nad maticami súčin matíc
Maticové algoritmy I maticová algebra operácie nad maticami súčin matíc priesvitka Maurits Cornelis Escher (898-97) Ascending and Descending, 960, Lithograph priesvitka Matice V mnohých prípadoch dáta
More informationKapitola P2. Rozvinuteľné priamkové plochy
Kapitola P2 Rozvinuteľné priamkové plochy 1 Priamková plocha je rozvinuteľná, ak na nej ležia iba torzálne priamky. Rozvinuteľné priamkové plochy rozdeľujeme na: rovinu, valcové plochy, kužeľové plochy,
More informationMETRICKÉ ÚLOHY V PRIESTORE
1. ÚVOD METRICKÉ ÚLOHY V PRIESTORE Monika ĎURIKOVIČOVÁ 1 Katedra Matematiky, Strojnícka fakulta STU, Abstrakt: Popisujeme možnosti použitia programového systému Mathematica pri riešení špeciálnych metrických
More informationOdhady veľkosti pokrytí náhodne indukovaných podgrafov n-rozmernej hyperkocky
KATEDRA INFORMATIKY FAKULTA MATEMATIKY FYZIKY A INFORMATIKY UNIVERZITA KOMENSKÉHO Odhady veľkosti pokrytí náhodne indukovaných podgrafov nrozmernej hyperkocky Diplomová práca Bc. Ján Kliman študijný odbor:
More informationDIPLOMOVÁ PRÁCE. Peter Baník Metody optimalizace ve financích
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE Peter Baník Metody optimalizace ve financích Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: Doc. RNDr.
More informationFakulta matematiky, fyziky a informatiky Univerzity Komenského v Bratislave. Písomná práca k dizertačnej skúške
Fakulta matematiky, fyziky a informatiky Univerzity Komenského v Bratislave Písomná práca k dizertačnej skúške Marec 2007 Tomáš Jurík Fakulta matematiky, fyziky a informatiky Univerzity Komenského v Bratislave
More informationComputation of Information Value for Credit Scoring Models
Jedovnice 20 Computation of Information Value for Credit Scoring Models Martin Řezáč, Jan Koláček Dept. of Mathematics and Statistics, Faculty of Science, Masaryk University Information value The special
More informationFAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO V BRATISLAVE
FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO V BRATISLAVE PÍSOMNÁ PRÁCA K DIZERTAČNEJ SKÚŠKE 2005 Zuzana Holeščáková FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO V BRATISLAVE
More informationMatematická analýza II.
V. Diferenciálny počet (prezentácia k prednáške MANb/10) doc. RNDr., PhD. 1 1 ondrej.hutnik@upjs.sk umv.science.upjs.sk/analyza Prednáška 8 6. marca 2018 It has apparently not yet been observed, that...
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY. Robustné metódy vo faktorovej analýze
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY Robustné metódy vo faktorovej analýze DIPLOMOVÁ PRÁCA Bratislava 2013 Bc. Zuzana Kuižová UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA
More informationSLOVENSKÁ TECHNICKÁ UNIVERZITA V BRATISLAVE STAVEBNÁ FAKULTA. Polomerovo Moorovské grafy
SLOVENSKÁ TECHNICKÁ UNIVERZITA V BRATISLAVE STAVEBNÁ FAKULTA Polomerovo Moorovské grafy Bakalárska práca SVF-5342-50476 2010 Jaromír Sýs SLOVENSKÁ TECHNICKÁ UNIVERZITA V BRATISLAVE STAVEBNÁ FAKULTA Polomerovo
More informationSLOVENSKÁ TECHNICKÁ UNIVERZITA V BRATISLAVE FAKULTA CHEMICKEJ A POTRAVINÁRSKEJ TECHNOLÓGIE ÚSTAV INFORMATIZÁCIE, AUTOMATIZÁCIE A MATEMATIKY
SLOVENSKÁ TECHNICKÁ UNIVERZITA V BRATISLAVE FAKULTA CHEMICKEJ A POTRAVINÁRSKEJ TECHNOLÓGIE ÚSTAV INFORMATIZÁCIE, AUTOMATIZÁCIE A MATEMATIKY OPTIMÁLNE RIADENIE PROCESOV BAKALARÁSKA PRÁCA FCHPT-5415-17457
More informationAlgoritmy metód vnútorného bodu v lineárnom programovaní
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY Algoritmy metód vnútorného bodu v lineárnom programovaní RIGORÓZNA PRÁCA 14 Mgr. Marek KABÁT UNIVERZITA KOMENSKÉHO V BRATISLAVE
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY PREČO CHODÍ ČLOVEK V KRUHU JÁN DZÚRIK
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY PREČO CHODÍ ČLOVEK V KRUHU 2011 JÁN DZÚRIK UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY 45a87a64-1ec1-4718-a32f-6ba49c57d795
More information11. prednáška ( ) Greedy algoritmy. Programovanie, algoritmy, zložitosť (Ústav informatiky, PF UPJŠ v Košiciach)
11. prednáška (15. 5. 2012) Greedy algoritmy 1 Obsah Greedy stratégia, greedy algoritmus Minimálna kostra grafu Úloha o zastávkach autobusu Problém plnenia batoha Jednoduchý rozvrhový problém 2 Motivácia
More informationVÝUČBA DIFFERENCIÁLNEHO POČTU FUNKCIE VIAC PREMENNÝCH POMOCOU PG. SYST. MATHEMATICA
VÝUČBA DIFFERENCIÁLNEHO POČTU FUNKCIE VIAC PREMENNÝCH POMOCOU PG. SYST. MATHEMATICA Monika Kováčová Katedra Matematiky SjF STU Bratislava kovacova_v@dekan.sjf.stuba.sk Abstrakt. V článku popisujeme možnosti
More informationOPTIMALIZÍCIA CHODU ROBOTA POMOCOU EVOLUČNÝCH METÓD
OPTIMALIZÍCIA CHODU ROBOTA POMOCOU EVOLUČNÝCH METÓD Ing. Stanislav Števo Section of Information and Communication Systems, Institute of Control and Industrial Informatics, Faculty of Electrical Engineering
More informationDEA modely a meranie eko-efektívnosti
Fakulta matematiky, fyziky a informatiky Univerzita Komenského v Bratislave DEA modely a meranie eko-efektívnosti 2008 Veronika Lennerová DEA modely a meranie eko-efektívnosti DIPLOMOVÁ PRÁCA Diplomant:
More informationIng. Tomasz Kanik. doc. RNDr. Štefan Peško, CSc.
Ing. Tomasz Kanik Školiteľ: doc. RNDr. Štefan Peško, CSc. Pracovisko: Študijný program: KMMOA, FRI, ŽU 9.2.9 Aplikovaná informatika 1 identifikácia problémovej skupiny pacientov, zlepšenie kvality rozhodovacích
More informationMatematická analýza II.
V. Diferenciálny počet (prezentácia k prednáške MANb/10) doc. RNDr., PhD. 1 1 ondrej.hutnik@upjs.sk umv.science.upjs.sk/analyza Prezentácie k prednáškam čast II 21. februára 2018 The extent of this calculus
More informationGENEROVANIE STABILNÝCH MODELOV VYUŽÍVANÍM CUDA TECHNOLÓGIE
UNIVERZITA KOMENSKÉHO FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY KATEDRA INFORMATIKY GENEROVANIE STABILNÝCH MODELOV VYUŽÍVANÍM CUDA TECHNOLÓGIE BAKALÁRSKA PRÁCA PETER CIEKER Štúdijný odbor : Vedúci : 9.2.1
More informationAnalýza multispektrálnych dát z konfokálnej mikroskopie. DIPLOMOVÁ PRÁCA
Analýza multispektrálnych dát z konfokálnej mikroskopie. DIPLOMOVÁ PRÁCA Kamil Paulíny UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY FYZIKY A INFORMATIKY KATEDRA APLIKOVANEJ INFORMATIKY Študijný
More informationAlgoritmizácia Elmanovej rekuretnej neurónovej siete
Algoritmizácia Elmanovej rekuretnej neurónovej siete Vladimír Kvasnička ÚAI FIIT STU 1. Diagramatická reprezentácia Elanovej rekurentnej neurónovej siete Diagramatická rereprezentácia Elamovej neurónovej
More informationUniverzita Karlova v Prahe, Filozofická fakulta Katedra logiky. Anna Horská. FRIEDBERG-MUCHNIKOVA VETA Ročníková práca
Univerzita Karlova v Prahe, Filozofická fakulta Katedra logiky Anna Horská FRIEDBERG-MUCHNIKOVA VETA Ročníková práca Vedúci práce: Vítězslav Švejdar 2007 Prehlasujem, že som ročníkovú prácu vypracovala
More informationVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ FACULTY OF INFORMATION TECHNOLOGY ÚSTAV POČÍTAČOVÝCH SYSTÉMŮ DEPARTMENT OF COMPUTER SYSTEMS AUTOMATIZACE VERIFIKACE
More informationFakulta Matematiky, Fyziky a Informatiky Univerzita Komenského, Bratislava THEILOVA REGRESIA
Fakulta Matematiky, Fyziky a Informatiky Univerzita Komenského, Bratislava THEILOVA REGRESIA Róbert Tóth Bratislava 2013 Fakulta Matematiky, Fyziky a Informatiky Univerzita Komenského, Bratislava THEILOVA
More informationA l g o r i t m i c k y n e r i e š i t e ľ n é p r o b l é m y
A l g o r i t m i c k y n e r i e š i t e ľ n é p r o b l é m y Lev Bukovský Ústav matematických vied, Prírodovedecká fakulta UPJŠ Košice, 20. apríla 2004 Obsah 1 Úvod 2 2 Čiastočne rekurzívne funkcie
More informationErrors-in-variables models
Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE Ida Fürjesová Errors-in-variables models Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské práce: RNDr. Michal
More informationKybernetika. Peter Hudzovič Súčasná kontrola stability a kvality impulznej regulácie. Terms of use:
Kybernetika Peter Hudzovič Súčasná kontrola stability a kvality impulznej regulácie Kybernetika, Vol. 3 (1967), No. 2, (175)--194 Persistent URL: http://dml.cz/dmlcz/125051 Terms of use: Institute of Information
More informationRadka Sabolová Znaménkový test
Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE Radka Sabolová Znaménkový test Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské práce: Mgr. Martin Schindler
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY DETEKOVANIE KOMUNÍT V SOCIÁLNYCH SIEŤACH Patricia SVITKOVÁ
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY DETEKOVANIE KOMUNÍT V SOCIÁLNYCH SIEŤACH BAKALÁRSKA PRÁCA 2017 Patricia SVITKOVÁ UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY,
More informationPSEUDOINVERZNÁ MATICA
PSEUDOINVERZNÁ MATICA Jozef Fecenko, Michal Páleš Abstrakt Cieľom príspevku je podať základnú informácie o pseudoinverznej matici k danej matici. Ukázať, že bázický rozklad matice na súčin matíc je skeletným
More informationUniverzita Karlova v Praze. Matematicko-fyzikální fakulta. Ústav teorie informace a automatizace AV ČR Šroubek PhD.
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCA František Brantál Vícekanálová slepá dokonvoluce vektorových obrazů Ústav teorie informace a automatizace AV ČR Vedúci diplomovej
More information2. prednáška Logické neuróny a neurónové siete
2. prednáška Logické neuróny a neurónové siete priesvitka: Mozog a neurónové siete Metafora ľudského mozgu hrá dôležitú úlohu v modernej informatike. Pomocou tejto metafory boli navrhnuté nové paralelné
More informationNeurónové siete v C# Neural networks in C# Michal Pavlech
Neurónové siete v C# Neural networks in C# Michal Pavlech Diplomová práce 2009 ABSTRAKT Hlavným cieľom tejto práce je vytvoriť knižnicu na vytváranie a prácu s umelými neurónovými sieťami v jazyku C#.
More informationObsah. 2 Určenie objemu valčeka Teoretický úvod Postup merania a spracovanie výsledkov... 10
Obsah 1 Chyby merania 1 1.1 áhodné a systematické chyby.................... 1 1.2 Aritmetický priemer a stredná kvadratická chyba......... 1 1.3 Rozdelenie nameraných dát..................... 3 1.4 Limitné
More informationJádrové odhady gradientu regresní funkce
Monika Kroupová Ivana Horová Jan Koláček Ústav matematiky a statistiky, Masarykova univerzita, Brno ROBUST 2018 Osnova Regresní model a odhad gradientu Metody pro odhad vyhlazovací matice Simulace Závěr
More informationLucia Fuchsová Charakteristiky pravděpodobnostních
Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE Lucia Fuchsová Charakteristiky pravděpodobnostních předpovědí Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY. Kritéria nezápornosti Fourierových radov BAKALÁRSKA PRÁCA
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY Kritéria nezápornosti Fourierových radov BAKALÁRSKA PRÁCA Bratislava 2014 Andrej Iring UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY Vlastnosti spektrahedrálnych mnoºín a ich aplikácie v nelineárnej optimalizácii DIPLOMOVÁ PRÁCA 2016 Bc. Andrej Iring UNIVERZITA
More informationŽilinská univerzita v Žiline. Návrh tranzistorových obvodov pomocou evolučných algoritmov
Žilinská univerzita v Žiline Elektrotechnická fakulta Katedra telekomunikácií Návrh tranzistorových obvodov pomocou evolučných algoritmov Michal Kudlička 2007 i Návrh tranzistorových obvodov pomocou evolučných
More informationRIEŠENIE PROBLÉMOV METÓDOU MONTE CARLO V TABUĽKOVOM KALKULÁTORE MS EXCEL ÚVOD
South Bohemia Mathematical Letters Volume 23, (2015), No. 1, 18-27. RIEŠENIE PROBLÉMOV METÓDOU MONTE CARLO V TABUĽKOVOM KALKULÁTORE MS EXCEL ŠTEFAN GUBO ABSTRAKT. Metóda Monte Carlo patrí medzi metódy
More informationHolografická redukovaná reprezentácia v umelej inteligencii a kognitívnej vede
Holografická redukovaná reprezentácia v umelej inteligencii a kognitívnej vede Vladimír Kvasnička Ústav aplikovanej informatiky FIIT STU November 2007 priesvitka 1 Hologram (Denis Gabor, 1948) priesvitka
More informationFILTRÁCIA GEODETICKÝCH DÁT NA POVRCHU ZEME POMOCOU NELINEÁRNYCH DIFÚZNYCH ROVNÍC
Úvod FILTRÁCIA GEODETICKÝCH DÁT NA POVRCHU ZEME POMOCOU NELINEÁRNYCH DIFÚZNYCH ROVNÍC Martin Tunega, Róbert ƒunderlík, Karol Mikula V lánku vytvoríme metódu kone ných objemov na numerické rie²enie parabolických
More informationJádrové odhady regresní funkce pro korelovaná data
Jádrové odhady regresní funkce pro korelovaná data Ústav matematiky a statistiky MÚ Brno Finanční matematika v praxi III., Podlesí 3.9.-4.9. 2013 Obsah Motivace Motivace Motivace Co se snažíme získat?
More informationTERMINOLÓGIA A JEDNOTKY OPTICKÉHO ŽIARENIA
TERMINOLÓGIA A JEDNOTKY OPTICKÉHO ŽIARENIA OEaLT Prednáška 2 Rádiometrické a fotometrické veličiny iny a jednotky Rádiometrická Fotometrická veličina symbol jednotka veličina sym -bol jednotka Energia
More informationAppendix. Title. Petr Lachout MFF UK, ÚTIA AV ČR
Title ROBUST - Kráĺıky - únor, 2010 Definice Budeme se zabývat optimalizačními úlohami. Uvažujme metrický prostor X a funkci f : X R = [, + ]. Zajímá nás minimální hodnota funkce f na X ϕ (f ) = inf {f
More information1 Matice a ich vlastnosti
Pojem sústavy a jej riešenie 1 Matice a ich vlastnosti 11 Sústavy lineárnych rovníc a matice Príklad 11 V množine reálnych čísel riešte sústavu rovníc x - 2y + 4z + t = -6 2x + 3y - z + 2t = 13 2x + 5y
More informationComputational Optimization. Mathematical Programming Fundamentals 1/25 (revised)
Computational Optimization Mathematical Programming Fundamentals 1/5 (revised) If you don t know where you are going, you probably won t get there. -from some book I read in eight grade If you do get there,
More informationSamuel Flimmel. Univerzita Karlova v Praze Matematicko-fyzikální fakulta. Katedra pravděpodobnosti a matematické statistiky
Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE Samuel Flimmel Log-optimální investování Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské práce: doc. RNDr.
More informationConjugate Gradient algorithm. Storage: fixed, independent of number of steps.
Conjugate Gradient algorithm Need: A symmetric positive definite; Cost: 1 matrix-vector product per step; Storage: fixed, independent of number of steps. The CG method minimizes the A norm of the error,
More informationUniverzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCA. Bc. Roman Cinkais. Aplikace samoopravných kódů v steganografii
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCA Bc. Roman Cinkais Aplikace samoopravných kódů v steganografii Katedra algebry Vedúcí diplomovej práce: prof. RNDr. Aleš Drápal,
More informationPREDPOVEĎ PRIETOKOV POUŽITÍM MATEMATICKÝCH A ŠTATISTICKÝCH METÓD
PREDPOVEĎ PRIETOKOV POUŽITÍM MATEMATICKÝCH A ŠTATISTICKÝCH METÓD 1 Úvod Martin Suchár, Milan Čistý, Peter Valent Katedra vodného hospodárstva krajiny, Slovenská technická univerzita v Bratislave Abstract
More information1 Úvod Úvod Sylaby a literatúra Označenia a pomocné tvrdenia... 4
Obsah 1 Úvod 3 1.1 Úvod......................................... 3 1. Sylaby a literatúra................................. 3 1.3 Označenia a omocné tvrdenia.......................... 4 Prvočísla 6.1 Deliteľnosť......................................
More informationDEFINÍCIE A DEFINOVANIE V NEWTONOVÝCH PRINCÍPOCH: POKUS O METODOLOGICKÚ ANALÝZU 1. Igor HANZEL
DEFINÍCIE A DEFINOVANIE V NEWTONOVÝCH PRINCÍPOCH: POKUS O METODOLOGICKÚ ANALÝZU 1 Igor HANZEL The paper analyzes Newton s eight definitions from his Principia from both the logico-semantic and epistemological
More informationŠtatisticky tolerančný interval nazýva ISO Statistics. Vocabulary and symbols. Part 1: Probability and general statistical terms ako štatistick
Použitie štatistických tolerančných intervalov v riadení kvality Ivan Janiga Katedra matematiky SjF STU v Bratislave Štatisticky tolerančný interval nazýva ISO 3534-1 Statistics. Vocabulary and symbols.
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY ZNÁME NEROVNOSTI V MATEMATIKE BAKALÁRSKA PRÁCA 014 Zuzana FRONCOVÁ UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
UIVERZITA KOMESKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A IFORMATIKY VÝPOČET FOURIEROVÝCH RADOV POMOCOU DISKRÉTEJ FOURIEROVEJ TRASFORMÁCIE BAKALÁRSKA PRÁCA 2013 Andrej ZUBAL UIVERZITA KOMESKÉHO V BRATISLAVE
More informationKRÁTKODOBÁ VERSUS DLHODOBÁ ROVNOVÁHA
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY KRÁTKODOBÁ VERSUS DLHODOBÁ ROVNOVÁHA BAKALÁRSKA PRÁCA Bratislava 2013 Martin Čechvala UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA
More informationkniha 2016/4/30 23:47 page 1 #1 Draft
kniha 2016/4/30 23:47 page 1 #1 Kapitola 1 Logický systém je definovaný svojou syntaxou a sémantikou. Jazyk, ktorý umožňuje vyjadrovať vety výrokovej logiky sa označuje ako výrokový počet. Jeho syntaktické
More informationJán Pribiš. Edícia vysokoškolských učebníc. Fakulta elektrotechniky a informatiky. Technická univerzita v Košiciach SCILAB
Edícia vysokoškolských učebníc Fakulta elektrotechniky a informatiky Technická univerzita v Košiciach SCILAB Ján Pribiš SCILAB c Ján Pribiš Edícia vysokoškolských učebníc FEI TU v Košiciach Prvé vydanie
More informationEkonomika a financie ako motivačný činitel rozvoja matematiky
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY Ekonomika a financie ako motivačný činitel rozvoja matematiky BRATISLAVA 011 MAREK KABÁT UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA
More informationEvolu né algoritmy. Martin Pelikan 1
Martin Pelikan 1 Abstrakt. Evolu né algoritmy tvoria skupinu stochastick ch optimaliza n ch algoritmov, ktor ch základn princíp je in pirovan evolúciou a genetikou. Asi najvä ia v hoda evolu n ch algoritmov
More information2. Vektorová metóda kinematickej analýzy VMS
2-5596 Mechanika viaaných mechanických systémov (VMS) pre špecialiáciu Aplikovaná mechanika, 4.roč. imný sem. Prednáša: doc.ing.františek Palčák, PhD., ÚAMM 02010 2. Vektorová metóda kinematickej analýy
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY REKURENTNÉ POSTUPNOSTI
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY Evidenčné číslo: 74b93af3-8dd5-43d9-b3f2-05523e0ba177 REKURENTNÉ POSTUPNOSTI 2011 András Varga UNIVERZITA KOMENSKÉHO V BRATISLAVE
More informationThe Golden Ratio and Signal Quantization
The Golden Ratio and Signal Quantization Tom Hejda, tohecz@gmail.com based on the work of Ingrid Daubechies et al. Doppler Institute & Department of Mathematics, FNSPE, Czech Technical University in Prague
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY MOCNINOVÉ RADY A ICH VYUšITIE BAKALÁRSKA PRÁCA 04 Sára MINÁROVÁ UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY
More informationDiplomová práca. Fakulta matematiky, fyziky a informatiky Univerzita Komenského v Bratislave. Konečno-diferenčné modelovanie voľného povrchu
Fakulta matematiky, fyziky a informatiky Univerzita Komenského v Bratislave Katedra astronómie, fyziky Zeme a meteorológie Diplomová práca Konečno-diferenčné modelovanie voľného povrchu Peter Pažák Vedúci
More informationUniverzita Komenského v Bratislave Fakulta Managementu Katedra stratégie a podnikania. Aplikácia nekooperatívnej teórie hier v
Univerzita Komenského v Bratislave Fakulta Managementu Katedra stratégie a podnikania Aplikácia nekooperatívnej teórie hier v manažérskom rozhodovaní Diplomová práca Tomáš Kubiš Odbor: Manažment Špecializácia:
More informationStochastické diferenciálne rovnice
Slovenská technická univerzita v bratislave Stavebná fakulta Evidenčné číslo: SVF-5342-67660 Stochastické diferenciálne rovnice BAKALÁRSKA PRÁCA Štúdijný program: Matematicko-počítačové modelovanie Číslo
More informationUrčenie hodnoty Value at Risk využitím simulačnej metódy Monte Carlo v neživotnom poistení
Určenie hodnoty Value at Risk využitím simulačnej metódy Monte Carlo v neživotnom poistení Vladimír Mucha 1 Abstrakt Cieľom príspevku je poukázať na využitie simulačnej metódy Monte Carlo pri určovaní
More informationČeské vysoké učení technické v Praze
České vysoké učení technické v Praze Fakulta elektrotechnická Katedra řídicí techniky Odhad kovariančných matíc šumu lineárneho stochastického systému Diplomová práca Vypracoval: Peter Matisko Školiteľ:
More informationObjavovanie znalostí v databázach. Ján Paralič
Objavovanie znalostí v databázach Ján Paralič Košice 2003 Ing. Ján Paralič, PhD. Katedra kybernetiky a umelej inteligencie Fakulta elektrotechniky a informatiky Technická univerzita v Košiciach Jan.Paralic@tuke.sk
More informationprogram Prienik_mnohouholnikov; const max=100; type pole=array[1..max+1,1..2] of integer; {v pole[i,1] je sucet x1+x2, v pole[i,2] je y}
Vzorové riešenia celoštátneho kola 45. ročníka MO P Prvý súťažný deň P-III-1 Hodnotenie Body rozdeľte medzi algoritmus, dôkaz správnosti, odhad zložitosti a popis takto: Za algoritmus priznávajte najviac
More informationURČENIE MODULU PRUŽNOSTI OSOBNÝCH PLÁŠŤOV PNEUMATÍK
URČENIE MODULU PRUŽNOSTI OSOBNÝCH PLÁŠŤOV PNEUMATÍK Michal PASTOREK A, Jan KRMELA B, Karol KOVÁČ A A Fakulta priemyselných technológií, Trenčianska univerzita A. Dubčeka, I. Krasku 491/30, 020 10 Púchov,
More informationANOTÁCIA ZHLUKOV GÉNOV
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY FYZIKY A INFORMATIKY ANOTÁCIA ZHLUKOV GÉNOV 2011 Milan Mikula UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY FYZIKY A INFORMATIKY ANOTÁCIA ZHLUKOV
More informationSúťaž PALMA junior a programovanie v jazyku Python
Súťaž PALMA junior a programovanie v jazyku Python Ján Guniš Ľubomír Šnajder Prírodovedecká fakulta Univerzity P. J. Šafárika v Košiciach DidInfo + DidactIG 2017, Banská Bystrica Obsah Súťaž PALMA junior
More informationVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATIONS
More informationREKONŠTRUKCIA OBJEKTOV S VYUŽITÍM VIACNÁSOBNÝCH POHĽADOV
UNIVERZITY KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY REKONŠTRUKCIA OBJEKTOV S VYUŽITÍM VIACNÁSOBNÝCH POHĽADOV Porovnávanie škálovo a afinne invariantných metód na hľadanie čŕt 21
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY OPTIMALIZÁCIA KONEČNO-DIFERENČNÝCH SCHÉM NA MODELOVANIE SEIZMICKÉHO POHYBU DIZERTAČNÁ PRÁCA BRATISLAVA 2009 RNDr. Peter Pažák
More informationFUZZY-NEURO ALGORITMY MODELOVANIA NELINEÁRNYCH PROCESOV V DOPRAVE
Slovenská technická univerzita v Bratislave FAKULTA INFORMATIKY A INFORMAČNÝCH TECHNOLÓGIÍ FIIT-5212-35461 Jozef Macho FUZZY-NEURO ALGORITMY MODELOVANIA NELINEÁRNYCH PROCESOV V DOPRAVE Bakalárska práca
More informationNAVIGÁCIA MOBILNÉHO ROBOTA VIZUÁLNYM SYSTÉMOM
Slovenská technická univerzita v Bratislave Fakulta elektrotechniky a informatiky Ing. Peter Pásztó Autoreferát dizertačnej práce NAVIGÁCIA MOBILNÉHO ROBOTA VIZUÁLNYM SYSTÉMOM Na získanie akademického
More information2-UMA-115 Teória množín. Martin Sleziak
2-UMA-115 Teória množín Martin Sleziak 23. septembra 2010 Obsah 1 Úvod 4 1.1 Predhovor...................................... 4 1.2 Sylaby a literatúra................................. 5 1.2.1 Literatúra..................................
More informationODHAD PARAMETROV VŠEOBECNÉHO PARETOVHO ROZDELENIA SOFTVÉROM EVA V PROSTREDÍ JAZYKA R.
ODHAD PARAMETROV VŠEOBECNÉHO PARETOVHO ROZDELENIA SOFTVÉROM EVA V PROSTREDÍ JAZYKA R. Abstrakt V prípade výskyt extrémnych hodnôt v databáze údajov je možné na ich popísanie zvoliť model prekročenia prah
More informationMEDZINÁRODNÝ VEDECKÝ ČASOPIS MLADÁ VEDA / YOUNG SCIENCE
MEDZINÁRODNÝ VEDECKÝ ČASOPIS MLADÁ VEDA / YOUNG SCIENCE November 2014 (číslo 3) Ročník druhý ISSN 1339-3189 Kontakt: info@mladaveda.sk, tel.: +421 908 546 716, www.mladaveda.sk Fotografia na obálke: Kuala
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY DIPLOMOVÁ PRÁCA
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY DIPLOMOVÁ PRÁCA Bratislava 2009 Lucia Potisková Odhad Value-at-Risk pomocou copula funkcií Diplomová práca Lucia Potisková UNIVERZITA
More informationOptimization Theory. Linear Operators and Adjoints
Optimization Theory Linear Operators and Adjoints A transformation T. : X Y y Linear Operators y T( x), x X, yy is the image of x under T The domain of T on which T can be defined : D X The range of T
More informationHistória nekonečne malej veličiny PROJEKTOVÁ PRÁCA. Martin Čulen. Alex Fleško. Konzultant: Vladimír Repáš
História nekonečne malej veličiny PROJEKTOVÁ PRÁCA Martin Čulen Alex Fleško Konzultant: Vladimír Repáš Škola pre mimoriadne nadané deti a Gymnázium, Skalická 1, Bratislava BRATISLAVA 2013 1. Obsah 1. Obsah
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY ANALÝZA VZ AHOV MEDZI ƒasovými RADMI METÓDAMI SIE OVEJ ANALÝZY A ZHLUKOVANIA DIPLOMOVÁ PRÁCA 2018 Radka LITVAJOVÁ UNIVERZITA
More informationOptimálne riadenie. Viacetapové rozhodovacie procesy v ekonómii a financiách. Margaréta Halická Pavel Brunovský Pavol Jurča
Optimálne riadenie Viacetapové rozhodovacie procesy v ekonómii a financiách Margaréta Halická Pavel Brunovský Pavol Jurča EPOS Bratislava 2009 Kniha predstavuje komplexný výklad teórie optimálneho rozhodovania
More informationOddělení technické informatiky Technická univerzita v Liberci
Outline Július 1,2 1 Ústav informatiky AV ČR, v.v.i. www.cs.cas.cz/stuller stuller@cs.cas.cz 2 Fakulta mechatroniky, informatiky a mezioborových studíı Oddělení technické informatiky Technická univerzita
More informationCzech Technical University in Prague Faculty of Electrical Engineering
Czech Technical University in Prague Faculty of Electrical Engineering diploma thesis Portfolio algorithms for combinatorial optimization Bc. Marek Šrank Department of Computer Science advisor: Ing. Petr
More informationDotyková rovina a normála k ploche z=f(x,y) s Matlabom
Dotyková rovina a normála k ploche z=f(x,y) s Matlabom Jana Schusterová ABSTRACT: The aim of this article is to explain how determine a tangent plane and a normal of the surface z=f(x,y) using the programming
More informationMatematika 17. a 18. storočia
Matematika 17. a 18. storočia René Descartes Narodený : 31 Marec 1596 v La Haye (teraz Descartes),Touraine, France Zomrel : 11 Feb 1650 v Stockholm, Sweden Riešenie kvadratických rovníc podľa Descarta
More informationStrengthened Sobolev inequalities for a random subspace of functions
Strengthened Sobolev inequalities for a random subspace of functions Rachel Ward University of Texas at Austin April 2013 2 Discrete Sobolev inequalities Proposition (Sobolev inequality for discrete images)
More informationPrednášky z regresných modelov
Prednášky z regresných modelov Odhadovanie parametrov strednej hodnoty a štatistická optimalizácia experimentu Prednášky Andreja Pázmana spracované v spolupráci s Vladimírom Lackom Univerzita Komenského
More information