Numerické riešenie všeobecnej (klasickej) DMPK rovnice.
|
|
- Alexandra Liptáková
- pred 4 rokmi
- Prehliadani:
Prepis
1 Numerické riešenie všeobecnej (klasickej) DMPK rovnice. J. Brndiar, R. Derian, P. Markos
2 1 Úvod Vodivost a transfér matica DMPK vs. zovšeobecnená DMPK rovnica 2 Numerické riešenie Ciel e Predpríprava Algoritmus 3 Výsledky Skúmané modely Quasi 1D DMPK (testovací výpočet) Kov Kritický bod Izolant 4 Záver
3 Vodivost a transfér matica A B C D ( ) ( ) C A = S B D ( ) ( ) C A = T D B T = ), (1) ( t S = + r r + t ( t T = + r (t ) 1 r + r (t ) 1 (t ) 1 r + (t ) 1 ), (2) ( ) ( ) ( ) u λ + 1 λ u v λ λ + 1 v, (3) g = e2 h Tr(t ) t = e2 h a λ a. (4)
4 Klasická DMPK rovnica l P L = 2 N βn + 2 β λ λ i (1 + λ i )J J 1 P, (5) i=1 i λ i J({λ n}) = λ i λ j β, vab v cd = 1 N δ ab δ cd, v cavcb v da v db = 1 + δ ab N(N + 1) δ cd, (6) i<j P({x n}, s) = C(s) (sinh 2 x j sinh 2 x i ) (sinh 2x i ) i<j i [ ( Det dk exp 1 4 ) k 2 ( ) ] s 1 tanh N 2 πk k (2m 1) P 12 (ik 1) (cosh 2xn), (7) s = L l, λn = sinh2 x i, (8) N 1 g =, g = a 1 + λ a... N a N 1 dλ ap({λ a}, L), (9) a 1 + λ a var g = g 2 g 2 = 2 15β. (1)
5 Zovšeobecnená DMPK rovnica (GDMPK) pre β = 1 : l P N L = λ λ i (1 + λ i )K ii J J 1 P, (11) i=1 i λ i J({λ n}) = λ i λ j γij, (12) i<j γ ij = 2K ij K ii, K ij = a u ia 2 u ja 2. (13) quasi 1D limit : K 1Disotropy ab = 1 + δ ab, pre = 1, (14) N + 1 1,8 kaa 1,6 1,4 W=2 14x14x112 W=2 1x1x16 W=4 18x18x72 W=4 18x18x18 W=2 14x14x14 1, a
6 Ciel e Numericky vyriešit GDMPK, preskúmat quasi 1D limitu pre GDMPK na DMPK,
7 Ciel e Numericky vyriešit GDMPK, preskúmat quasi 1D limitu pre GDMPK na DMPK, Numerické riešenie pre kov, kritický bod a izolant,
8 Ciel e Numericky vyriešit GDMPK, preskúmat quasi 1D limitu pre GDMPK na DMPK, Numerické riešenie pre kov, kritický bod a izolant, Rôzna dimenzionalita vzorky,
9 Ciel e Numericky vyriešit GDMPK, preskúmat quasi 1D limitu pre GDMPK na DMPK, Numerické riešenie pre kov, kritický bod a izolant, Rôzna dimenzionalita vzorky, Dvojparametricky model matice K ij.
10 Transformácia rovnice, 1.čast l P N L = λ λ i (1 + λ i )K ii J J 1 P, (15) i=1 i λ i J({λ n}) = λ i λ j γij, γ ij = 2K ij, lim P = K i<j ii L δ(λ i + ). (16) i
11 Transformácia rovnice, 1.čast l P N L = λ λ i (1 + λ i )K ii J J 1 P, (15) i=1 i λ i J({λ n}) = λ i λ j γij, γ ij = 2K ij, lim P = K i<j ii L δ(λ i + ). (16) i N s P({λn}, s) = i=1 D(λ λ i ) i ( P + P ) Ω({λ n}), (17) λ i λ i D(λ i ) = λ i (1 + λ i )K ii, Ω({λ n}) = γ ij ln λ j λ i, s = L l i<j (18)
12 Transformácia rovnice, 1.čast l P N L = λ λ i (1 + λ i )K ii J J 1 P, (15) i=1 i λ i J({λ n}) = λ i λ j γij, γ ij = 2K ij, lim P = K i<j ii L δ(λ i + ). (16) i N s P({λn}, s) = i=1 D(λ λ i ) i ( P + P ) Ω({λ n}), (17) λ i λ i D(λ i ) = λ i (1 + λ i )K ii, Ω({λ n}) = γ ij ln λ j λ i, s = L l i<j P({x n}, s) = P({λ n}, s) f (x i ), λ n = f (x n), (19) i Ω Ω i ln f (x i ), D D/f (x i ) 2, f (x i )[1 + f (x i )]/f (x i ) 2 = const, (2) (18)
13 Transformácia rovnice, 1.čast l P N L = λ λ i (1 + λ i )K ii J J 1 P, (15) i=1 i λ i J({λ n}) = λ i λ j γij, γ ij = 2K ij, lim P = K i<j ii L δ(λ i + ). (16) i N s P({λn}, s) = i=1 D(λ λ i ) i ( P + P ) Ω({λ n}), (17) λ i λ i D(λ i ) = λ i (1 + λ i )K ii, Ω({λ n}) = γ ij ln λ j λ i, s = L l i<j P({x n}, s) = P({λ n}, s) f (x i ), λ n = f (x n), (19) i Ω Ω i ln f (x i ), D D/f (x i ) 2, f (x i )[1 + f (x i )]/f (x i ) 2 = const, (2) f (x i ) = sinh 2 (x i ), resp λ n = sinh 2 (x i ) (21) s P({xn}, s) = 1 N ( P 4 K x ii + P ) Ω({x n}), i=1 i x i x i (22) Ω({x n}) = γ ij ln sinh 2 (x j ) sinh 2 N (x i ) ln sinh(2x i ). (23) i<j i=1 (18)
14 Transformácia rovnice, 2.čast ( ) t P = D x i ({x}) + 2 D i x i x ij ({x}) P (24) j x i =h i ({x}, s) + g ij ({x})γ j (s), Γ(s) =; Γ(s)Γ(s ) = 2δ(s s ), g ij =( D) ij = ( D) ji, h i =D i ( D) kj ( D) x ij, k (25a) (25b) (25c) (25d) D i ({x}) = K ii 4 Ω({x n}) x i, (26a) D ij ({x}) = K ii 4. (26b)
15 Algoritmus štartovací bod s = s, x is x i (s ) Nν x i(n+1) = x in + D i ({x n})σ + D ij ({x n})σw jn, (27) j=1 kde N ν je počet premenných (kanálov), σ je krok v čase. Po N 1 krokoch získame hodnotu premennej x in = x i (s n) v čase s n = s + σn, (n =, 1,..., N 1; i = 1, 2,..., N ν). w j, w j1,..., w j (N 1) sú N N ν nezávislé Gaussovské premenné s nulovou strednou hodnotou a s variáciou rovnou 2, w jn w kn = 2δ jk δ nn. (28) Reflecting boundary conditions: x i 1n < x in < x i+1n 1, < x 1n, x Nνn < x Nν 1n. (29) Cuttoff C: x Nνn, x Nνn C, n. (3)
16 Prezentované modely GDMPK: Plná matica K ij ; červena farba v grafoch Dvojparametrický model matice K ij {K ii = K 11, K ij,i =j = K 12 }; fialová farba v grafoch Transfer matrix; čierna farba v grafoch: H = w i ɛ i c i c i + t i c i c i + t c i c i i t = 1, t =.4, ɛ i =, var ɛ i = D a 2D konfigurácie (L L L z resp. L 2 1 L z )
17 Quasi 1D DMPK (testovací výpočet) modely g var g ln g var ln g Quasi 1D W=2.; TM vs. dmpk TM 3x3x TM 3x3x dmpk TM 3x3x dmpk TM 3x3x dmpk TM 3x3x dmpk TM 3x3x dmpk
18 Quasi 1D DMPK (testovací výpočet) P(x 1 ) P(x 2 ) P(x ) all 1 P(g)
19 Kov modely g var g ln g var ln g 3D kov W=3.; gdmpk: Kab; gdmpk K11K12: K11= ,K12= TM 7x7x TM 7x7x gdmpk K ab gdmpk K 11 K TM 7x7x gdmpk K ab gdmpk K 11 K D kov W=3.; gdmpk: Kab; gdmpk K11K12: K11= , K12= TM 49x1x TM 49x1x gdmpk K ab gdmpk K 11 K TM 49x1x gdmpk K ab gdmpk K 11 K
20 Kov 2D P(x ) 1 P(x ) P(x ) all.4 P(g)
21 Kov 3D P(x ) 1 P(x ) P(x ) all.4 P(g)
22 Kritický bod modely g var g ln g var ln g 3D kritický bod W=9.2; gdmpk: Kab; gdmpk K11K12: K11= ,K12= TM 7x7x TM 7x7x gdmpk Kab gdmpk K11K TM 7x7x gdmpk Kab gdmpk K11K D kritický bod W=8.6; gdmpk: Kab; gdmpk K11K12: K11= ,K12= TM 49x1x TM 49x1x gdmpk Kab gdmpk K11K TM 49x1x gdmpk Kab gdmpk K11K
23 Kritický bod 2D 1 P(x 1 ) P(x 2 ) P(x ) all 1 P(g)
24 Kritický bod 3D 1 P(x 1 ) P(x 2 ) P(x ) all 1 P(g)
25 Izolant modely g var g ln g var ln g 3D izolant W=26.; gdmpk: Kab; gdmpk K11K12: K11= ,K12= TM 7x7x TM 7x7x gdmpk Kab gdmpk K11K TM 7x7x gdmpk Kab gdmpk K11K D izolant W=26.; gdmpk: Kab; gdmpk K11K12: K11= , K12= TM 49x1x TM 49x1x gdmpk Kab gdmpk K11K TM 49x1x gdmpk Kab gdmpk K11K
26 Izolant 2D P(x 1 ) P(x 2 ) P(x ) all.2 P(ln g)
27 Izolant 3D P(x 1 ) P(x 2 ) P(x ) all.2 P(ln g)
28 Zhrnutie DMPK: použitel ná v quasi 1D, súlad s exaktným vypočtom a TM. GDMPK: správne (? kov) opisuje jednotlivé oblasti fázoveho diagramu kov-izolant pre vodivost. GDMPK: matica K ij nesie informácie o dimensionalite vzorky. GDMPK: dvojparametrický model je postačujúca aproximácia pre vodivost. GDMPK: kompletný opis distribúcie neposkytuje či už naš algoritmus alebo samotná rovnica; nezanedbatel ný faktor má matica K ij, nakol ko jej vyššie elementy sú určene nepresne.
Pokrocilé programovanie XI - Diagonalizácia matíc
Pokročilé programovanie XI Diagonalizácia matíc Peter Markoš Katedra experimentálnej fyziky F2-523 Letný semester 2015/2016 Obsah Fyzikálne príklady: zviazané oscilátory, anizotrópne systémy, kvantová
PodrobnejšieKlasická metóda CPM
Operačná analýza 2-02a Klasická metóda CPM Úvod Je daná úloha časového plánovania U s množinou elementárnych činností E a reálnou funkciou c: E R ktorá každej činnosti A E priradí jej dobu trvania c(a).
PodrobnejšieAndersonov prechod kov-izolant v neusporiadaných systémoch Peter Markoš Fyzikálny ústav SAV 11. január 2004 Typeset by FoilTEX
Andersonov prechod kov-izolant v neusporiadaných systémoch Peter Markoš Fyzikálny ústav SAV 11. január 24 Typeset by FoilTEX 1. Úvod: teória Andersonovej lokalizácie. 2. Ciele práce. 3. Dosiahnuté výsledky.
PodrobnejšieMatematika 2 - cast: Funkcia viac premenných
Matematika 2 časť: Funkcia viac premenných RNDr. Jana Pócsová, PhD. Ústav riadenia a informatizácie výrobných procesov Fakulta BERG Technická univerzita v Košiciach e-mail: jana.pocsova@tuke.sk Spojitosť
PodrobnejšieÚvod do lineárnej algebry Monika Molnárová Prednášky 2006
Úvod do lineárnej algebry Monika Molnárová Prednášky 2006 Prednášky: 1. 3. marca 2006 2. 10. marca 2006 c RNDr. Monika Molnárová, PhD. Obsah 1 Aritmetické vektory a matice 4 1.1 Aritmetické vektory........................
Podrobnejšie8
8. Funkcie pre prácu s údajmi 8.1. Základné funkcie pre prácu s údajmi MATLAB umožňuje aj štatistické spracovanie údajov. Jednotlivé prvky sú zadávané ako matica (vektor). V prípade matice sa operácie
PodrobnejšieVybrané kapitoly zo štatistickej fyziky - domáce úlohy Michal Koval 19. mája 2015 Domáca úloha č. 1 (pochádza z: [3]) Systém pozos
Vybrané kapitoly zo štatistickej fyziky - domáce úlohy Michal Koval koval@fmph.uniba.sk 19. mája 2015 Domáca úloha č. 1 (pochádza z: [3]) Systém pozostávajúci z N nezávislých spinov. Každý zo spinov sa
PodrobnejšiePriebeh funkcie
Technická univerzita Košice monika.molnarova@tuke.sk Obsah 1 Monotónnosť funkcie Lokálne extrémy funkcie Globálne (absolútne) extrémy funkcie Konvexnosť a konkávnosť funkcie Monotónnosť funkcie Monotónnosť
Podrobnejšie4. Pravidlo ret azenia. Často sa stretávame so skupinami premenných, ktoré zložitým spôsobom závisia od iných skupín premenných. Pravidlo ret azenia p
4. Pravidlo ret azenia. Často sa stretávame so skupinami premenných, ktoré zložitým spôsobom závisia od iných skupín premenných. Pravidlo ret azenia pre funkcie viacerých premenných je univerzálna metóda,
Podrobnejšie1 Priebeµzné písomné zadanie µc.1. Príklady je potrebné vypoµcíta t, napísa t, a odovzda t, na kontrolu na nasledujúcej konzultácii. Nasledujúce integ
Priebeµzné písomné zadanie µc.. Príklady je potrebné vypoµcíta t, napísa t, a odovzda t, na kontrolu na nasledujúcej konzultácii. Nasledujúce integrály vypoµcítajte pomocou základných pravidiel derivovania.
PodrobnejšieA 1
Matematika A :: Test na skúške (ukážka) :: 05 Daná je funkcia g : y 5 arccos a) Zistite oblasť definície funkcie b) vyjadrite inverznú funkciu g Zistite rovnice asymptot (so smernicou bez smernice) grafu
PodrobnejšiePrenosový kanál a jeho kapacita
Prenosový kanál a jeho kapacita Stanislav Palúch Fakulta riadenia a informatiky, Žilinská univerzita 5. mája 2011 Stanislav Palúch, Fakulta riadenia a informatiky, Žilinská univerzita Prenosový kanál a
PodrobnejšieMicrosoft Word - Transparencies03.doc
3. prednáška Teória množín II relácie o operácie nad reláciami o rovnosť o usporiadanosť funkcie o zložená funkcia o inverzná funkcia. Verzia: 20. 3. 2006 Priesvitka: 1 Relácie Definícia. Nech X a Y sú
PodrobnejšieJozef Kiseľák Sada úloh na precvičenie VIII. 15. máj 2014 A. (a) (b) 1
Jozef Kiseľák Sada úloh na precvičenie VIII. 15. máj 2014 A. (a) (b) 1 A Pomocou Charpitovej metódy vyriešte rovnicu. x u x + y u y = u u x y u 2 = xy u u x y 3. u 2 y = u y u 4. u 2 x = u x u u x = B.
PodrobnejšieBariéra, rezonančné tunelovanie Peter Markoš, KF FEI STU February 25, 2008 Typeset by FoilTEX
Bariéra, rezonančné tunelovanie Peter Markoš, KF FEI STU February 25, 28 Typeset by FoilTEX Obsah 1. Prechod potenciálovou bariérou, rezonančná transmisia, viazané stavy. 2. Rozptylová matica S a transfer
PodrobnejšieTeória pravdepodobnosti Zákony velkých císel
10. Zákony veľkých čísel Katedra Matematických metód Fakulta Riadenia a Informatiky Žilinská Univerzita v Žiline 6. apríla 2014 1 Zákony veľkých čísel 2 Centrálna limitná veta Zákony veľkých čísel Motivácia
PodrobnejšieViacnásobne použitelné oblasti spolahlivosti pre viacrozmernú kalibráciu
Viacnásobne použitel né oblasti spol ahlivosti pre viacrozmernú kalibráciu Martina Chvosteková Ústav merania Slovenská akadémia vied 22. január, Rekreačné zariadenie Rybník, 2018 Obsah 1 Predpoklady, model
PodrobnejšieCvičenie 9 Riešené príklady 1. Príklad min f(x 1, x 2 ) = x x x 1 s.t. x 1 80 x 1 + x Pre riešenie úlohy vykonáme nasledujúce kroky
Cvičenie 9 Riešené príklady 1. Príklad min f(x 1, x 2 ) = x 2 1 + x2 2 + 60x 1 s.t. x 1 80 x 1 + x 2 120 Pre riešenie úlohy vykonáme nasledujúce kroky: 1. Najskôr upravíme ohraničenia do tvaru a následne
PodrobnejšieWP summary
TESTOVANIE PRAVDEPODOBNOSTNÉHO ROZDELENIA PREDIKČNÝCH CHÝB MARIÁN VÁVRA NETECHNICKÉ ZHRNUTIE 3/2018 Národná banka Slovenska www.nbs.sk Imricha Karvaša 1 813 25 Bratislava research@nbs.sk júl 2018 ISSN
PodrobnejšieTesty z CSS_2015_16
Previerkové otázky na skúšku z ČSS 1. Vyjadrite slovne a matematicky princíp superpozície pre lineárnu diskrétnu sústavu. 2. Čo fyzikálne predstavuje riešenie homogénnej a nehomogénnej lineárnej diferenčne
PodrobnejšieMicrosoft Word - Algoritmy a informatika-priesvitky02.doc
3. prednáška Teória množín I množina operácie nad množinami množinová algebra mohutnosť a enumerácia karteziánsky súčin Priesvtika: 1 Definícia množiny Koncepcia množiny patrí medzi základné formálne prostriedky
Podrobnejšie8 Cvičenie 1.1 Dokážte, že pre ľubovoľné body X, Y, Z platí X + Y Z = Z + Y X. 1.2 Dokážte, že pre ľubovoľné body A, B, D, E, F, G afinného priestoru
8 Cvičenie 1.1 Dokážte, že pre ľubovoľné body X, Y, Z platí X + Y Z = Z + Y X. 1. Dokážte, že pre ľubovoľné body A, B, D, E, F, G afinného priestoru P platí F B = F A, BD = AE, DG = EG F = G. 1.3 Dokážte
Podrobnejšie1. KOMPLEXNÉ ČÍSLA 1. Nájdite výsledok operácie v tvare x+yi, kde x, y R. a i (5 2i)(4 i) b. i(1 + i)(1 i)(1 + 2i)(1 2i) (1 7i) c. (2+3i) a+bi d
KOMPLEXNÉ ČÍSLA Nájdite výsledok operácie v tvare xyi, kde x, y R 7i (5 i)( i) i( i)( i)( i)( i) ( 7i) (i) abi a bi, a, b R i(i) 5i Nájdite x, y R také, e (x y) i(x y) = i (ix y)(x iy) = i y ix x iy i
PodrobnejšieCenník výkupu použitých náplní do tlačiarní Marec 2012 ID Druh prázdnej kazety typ tlačiarne/kopírky/faxu Cena s DPH nerenovovaná kazeta T001 Brother
ID Druh prázdnej kazety typ tlačiarne/kopírky/faxu Cena s DPH nerenovovaná kazeta T001 Brother TN130, 135 color Brother HL-4040CN/4050DN/4070CW, DCP-9040CN/9045CDN, MFC-9440CN/9 0,50 T002 Brother TN-2000
PodrobnejšieGenerovanie viacstavových modelov a ich riešenie v Maxime 1 Jozef Fecenko Abstrakt Cieľom príspevku je prezentovať zdrojový kód v open source systéme
Generovanie viacstavových modelov a ich riešenie v Maxime 1 Jozef Fecenko Abstrakt Cieľom príspevku je prezentovať zdrojový kód v open source systéme Maxima na generovanie viacstavových Markovovských modelov,
PodrobnejšieBureau Veritas Consumer Products Services UK Ltd SPRÁVA Z TESTOVANIA REF. Č. SPRÁVY: ALC K : : 0414NM1 VZORKA ZÍSKANÁ: SPRÁVA VYDA
SPRÁVA Z TESTOVANIA REF. Č. SPRÁVY: ALC K : 158600 : 0414NM1 VZORKA ZÍSKANÁ: 24. 04. 2014 SPRÁVA VYDANÁ: 25. 05. 2014 OPIS VZORKY: ŽIADATEĽ: Annie Sloan Vosk Horizon Products Ltd Unit 6 Churchill Industrial
PodrobnejšieOceňovanie amerických opcií p. 1/17 Oceňovanie amerických opcií Beáta Stehlíková Finančné deriváty, FMFI UK Bratislava
Oceňovanie amerických opcií p. 1/17 Oceňovanie amerických opcií Beáta Stehlíková Finančné deriváty, FMFI UK Bratislava Oceňovanie amerických opcií p. 2/17 Európske a americké typy derivátov Uvažujme put
PodrobnejšiePocítacové modelovanie - Šírenie vln v nehomogénnom prostredí - FDTD
Počítačové modelovanie Šírenie vĺn v nehomogénnom prostredí - FDTD Peter Markoš Katedra experimentálnej fyziky F2-523 Letný semester 2016/2017 Úvod Hľadáme riešenia časovo závislej parciálnej diferenciálnej
PodrobnejšieParalelné algoritmy, cast c. 3
Paralelné algoritmy, čast č. 3 František Mráz Kabinet software a výuky informatiky, MFF UK, Praha Paralelné algoritmy, 2009/2010 František Mráz (KSVI MFF UK) Paralelné algoritmy, čast č. 3 Paralelné algoritmy,
Podrobnejšievopredposv_noty_iba
BOŽSKÁ SLUŽBA VOPRED POSVÄTENÝCH DAROV ff k kkkki A - men. ff k k k kz e k fk j k Te - ne, zmi - luj s. - ne, zmi - luj s. ff k kkkz ek s k fkj k kkkki 1. - be, - ne. A - men. f j j j j j j j k k k k Mo-j
PodrobnejšieSlide 1
SÚSTAVA TRANSF. VZŤAHY Plošné, objemové element Polárna Clindrická rcos rsin rcos r sin z z ds rddr dv rddrdz rcossin Sférická r sin sin dv r sin drd d z rcos Viacrozmerné integrál vo fzike Výpočet poloh
PodrobnejšiePowerPoint Presentation
Vymenujte základné body fyzikálneho programu ktoré určujú metodológiu fyziky pri štúdiu nejakého fyzikálneho systému Ako vyzerá pohybová rovnica pre predpovedanie budúcnosti častice v mechanike popíšte,
PodrobnejšieTESTOVANIE STABILITY PROCESU POKRAČOVANIA GRADIOMETRICKÝCH MERANÍ DRUŽICE GOCE NADOL
S L O V E N S K Á E C H N I C K Á U N I V E R Z I A V B R A I S L A V E S A V E B N Á F A K U L A K A E D R A G E O D E I C K Ý C H Z Á K L A D O V ESOVANIE SABILIY PROCESU POKRAČOVANIA GRADIOMERICKÝCH
Podrobnejšie1.5. 2019 T E H L O V Ý P R O G R A M KOMPLETNÝ SYSTÉM SUPRA/SUPRA PLUS Tehly pre obvodové murivo s integrovanou tepelnou izoláciou SUPRA 440 PD SUPRA 380 PD SUPRA 290 PD SUPRA plus 440 PD SUPRA plus 380
PodrobnejšiePokrocilé programovanie II - Nelineárne iteracné schémy, chaos, fraktály
Pokročilé programovanie II Nelineárne iteračné schémy, chaos, fraktály Peter Markoš Katedra experimentálnej fyziky F2-253 Letný semester 27/28 Obsah Logistická mapa - May Period doubling, podivný atraktor,
PodrobnejšieMicrosoft Word - Zaver.pisomka_januar2010.doc
Písomná skúška z predmetu lgebra a diskrétna matematika konaná dňa.. 00. príklad. Dokážte metódou vymenovaním prípadov vlastnosť: Tretie mocniny celých čísel sú reprezentované celými číslami ktoré končia
Podrobnejšie9. kapitola Maticová algebra II systém lineárnych rovníc, Frobeniova veta, Gaussova eliminačná metóda, determinanty 1. Systém lineárnych rovníc Systém
9. kapitola Maticová algebra II systém lineárnych rovníc, Frobeniova veta, Gaussova eliminačná metóda, determinanty. Systém lineárnych rovníc Systém lineárnych rovníc, ktorý obsahuje m rovníc o n neznámych
PodrobnejšieJednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2011/2012 Jednotkový koreň(unit roo
Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2011/2012 Jednotkový koreň(unit root),diferencovanie časového radu, unit root testy p.1/18
PodrobnejšieMatematický model činnosti sekvenčného obvodu 7 MATEMATICKÝ MODEL ČINNOSTI SEKVENČNÉHO OBVODU Konečný automat predstavuje matematický model sekvenčnéh
7 MTEMTICKÝ MODEL ČINNOSTI SEKVENČNÉHO OBVODU Konečný automat predstavuje matematický model sekvenčného obvodu. Konečný automat je usporiadaná pätica = (X, S, Y, δ, λ,) (7.) kde X je konečná neprázdna
Podrobnejšie1
1. CHARAKTERISTIKA DIGITÁLNEHO SYSTÉMU A. Charakteristika digitálneho systému Digitálny systém je dynamický systém (vo všeobecnosti) so vstupnými, v čase premennými veličinami, výstupnými premennými veličinami
PodrobnejšiePreco kocka stací? - o tom, ako sú rozdelené vlastné hodnoty laplasiánu v limite, ked sú velké
o tom, ako sú rozdelené vlastné hodnoty laplasiánu v limite, keď sú veľké o tom, ako sú rozdelené vlastné hodnoty laplasiánu v limite, keď sú veľké zaujímavé, ale len pre matematikov... NIE! o tom, ako
PodrobnejšieBiharmonická rovnica - ciže co spôsobí pridanie jedného laplasiánu
iºe o spôsobí pridanie jedného laplasiánu tyc struna Obsah ƒo je to biharmonická rovnica 2 Malý výlet do teórie pruºnosti 3 Rovnice, okrajové podmienky, rie²enia 4... a kde ostala matematická fyzika? ƒo
PodrobnejšieO možnosti riešenia deformácie zemského povrchu z pohladu metódy konecných prvkov konference pro studenty matematiky
O možnosti riešenia deformácie zemského povrchu z pohľadu metódy konečných prvkov 19. konference pro studenty matematiky Michal Eliaš ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Katedra matematiky 7. 9. 6. 2011
PodrobnejšieHranoly (11 hodín) September - 17 hodín Opakovanie - 8. ročník (6 hodín) Mesiac Matematika 9. ročník 5 hodín/týždeň 165 hodín/rok Tematický celok Poče
Hranoly ( hodín) September - 7 hodín Opakovanie - 8. ročník (6 hodín) Mesiac Matematika 9. ročník 5 hodín/týždeň 65 hodín/rok Tematický celok Počet hodín 6 Téma Obsahový štandard Výkonový štandard Opakovanie
PodrobnejšieNeineárne programovanie zimný semester 2018/19 M. Trnovská, KAMŠ, FMFI UK 1
Neineárne programovanie zimný semester 2018/19 M. Trnovská, KAMŠ, FMFI UK 1 Metódy riešenia úloh nelineárneho programovania využívajúce Lagrangeovu funkciu 2 Veta: Bod ˆx je optimálne riešenie úlohy (U3)
PodrobnejšieSnímka 1
HIERARCHICKÝ LINEÁRNY MODEL PRIDANEJ HODNOTY ŠKOLY VO VZDELÁVANÍ Trajová Jana, Mária Kolková, Pavol Kaclík, Lukáš Píš 20.-21.10.2015, Bratislava Moderné vzdelávanie pre vedomostnú spoločnosť/projekt je
PodrobnejšieExaktné testy a konfidencné oblasti pre parametre normálneho lineárneho modelu s dvomi variancnými komponentami
1 Práca vznikla v spolupráci s J. Volaufovou (School of Public Health, LSU Health Sciences Center, New Orleans, USA a vd aka podpore grantov APVV-0096-10, VEGA 2/0019/10 a VEGA 2/0038/12 Exaktné testy
PodrobnejšieModelovanie nového produktu na trhu: Bassov model Beáta Stehlíková Cvičenia z časových radov, FMFI UK Modelovanie nového produktu na trhu: Bassov mode
Modelovanie nového produktu na trhu: Bassov model Beáta Stehlíková Cvičenia z časových radov, FMFI UK Modelovanie nového produktu na trhu: Bassov model p.1/19 Úvod Frank Bass (1926-2006) - priekopník matematických
PodrobnejšieVZTAH STUDENTŮ VŠ K DISCIPLÍNÁM TEORETICKÉ INFORMATIKY
5. vedecká konferencia doktorandov a mladých vedeckých pracovníkov LIMITA A DERIVÁCIA FUNKCIE UKÁŽKA KVANTITATÍVNEHO VÝSKUMU Ján Gunčaga The present paper is devoted to a qualitative research related to
PodrobnejšieNSK Karta PDF
Názov kvalifikácie: Projektový manažér pre informačné technológie Kód kvalifikácie U2421003-01391 Úroveň SKKR 7 Sektorová rada IT a telekomunikácie SK ISCO-08 2421003 / Projektový špecialista (projektový
PodrobnejšieSK MATEMATICKÁOLYMPIÁDA skmo.sk 2009/ ročník MO Riešenia úloh česko-poľsko-slovenského stretnutia 1. Určte všetky trojice (a, b, c) kladných r
SK MATEMATICKÁOLYMPIÁDA skmo.sk 009/010 59. ročník MO Riešenia úloh česko-poľsko-slovenského stretnutia 1. Určte všetky trojice (a, b, c) kladných reálnych čísel, ktoré sú riešením sústavy rovníc a b c
PodrobnejšieARMA modely čast 3: zmiešané modely (ARMA) Beáta Stehlíková Časové rady, FMFI UK ARMA modely časť 3: zmiešané modely(arma) p.1/30
ARMA modely čast 3: zmiešané modely (ARMA) Beáta Stehlíková Časové rady, FMFI UK ARMA modely časť 3: zmiešané modely(arma) p.1/30 ARMA modely - motivácia I. Odhadneme ACF a PACF pre dáta a nepodobajú sa
PodrobnejšieRegresné modely pre nespojité veliciny
Regresné modely pre nespojité veličiny I. Žežula Prírodovedecká fakulta Univerzity P. J. Šafárika, Košice 18. slovenská štatistická konferencia, Košice 2016 23.6. 25.6.2016 Obsah 1 Logistická regresia
PodrobnejšieManažment v Tvorbe Softvéru 2018/2019
(dokonč.) MTS 2018/19 I. M. rozsahu projektu II. M. rozvrhu projektu III. M. nákladov projektu rozsahu rozvrhu Definovanie činností nákladov Získanie požiadaviek Zoradenie činností Odhad trvania činností
Podrobnejšie7-dvojny_integral
7 DVOJNÝ INTEGRÁL A JEHO APLIKÁCIE 7 Otázk Dfinujt pojm intgráln súčt Dfinujt pojm vojný intgrál Dfinujt pojm strná honota funkci prmnných na množin Napíšt ako transformujt vojný intgrál pomocou polárnch
PodrobnejšieModel tesnej väzby (TBH) Peter Markoš, KF FEI STU April 21, 2008 Typeset by FoilTEX
Model tesnej väzby (TBH) Peter Markoš, KF FEI STU April 21, 28 Typeset by FoilTEX Obsah 1. TBH: definícia: elektrónový, elektromagnetický 2. Disperzné vzt ahy 3. Spektrum, okrajové podmienky 4. TBH vs.
PodrobnejšieAnalýza sociálnych sietí Geografická lokalizácia krajín EU
Analýza sociálnych sietí Geografická lokalizácia krajín EU Ekonomická fakulta TU v Košiciach 20. februára 2009 Vzt ahy medzi krajinami - teória grafov Doterajšie riešenia 1 problém farbenia grafov (Francis
PodrobnejšieInformačné technológie
Informačné technológie Piatok 15.11. 2013 Matúš Péči Barbora Zahradníková Soňa Duchovičová Matúš Gramlička Začiatok/Koniec Z K Vstup/Výstup A, B Načítanie vstupných premenných A, B resp. výstup výstupných
PodrobnejšieAnalýza hlavných komponentov
Value at Risk Voľba parametrov výpočtu VaR Confidence level Dĺžka časového obdobia Hodnota investícií do jednotlivých finančných nástrojov Identifikácia rizikových faktorov Spôsob zohľadnenia korelácií
PodrobnejšieLokalizácia Peter Markoš Fyzikálny ústav SAV Katedra fyziky FEI STU Abstract Pri nízkych teplotách sa elektróny správajú ako kvantové častice. Preto s
Peter Markoš Fyzikálny ústav SAV Katedra fyziky FEI STU Abstract Pri nízkych teplotách sa elektróny správajú ako kvantové častice. Preto sa analýza elektrónového transportu nezaobíde bez znalostí kvantovej
PodrobnejšieLight transport visualization and preturbations
Light transport visualization and preturbations Martin Pinter Vedúci práce: Prof. RNDr. Roman Ďurikovič, PhD. FMF UK 13. júna 2014 Martin Pinter (FMF UK) Light transport visualization and preturbations
PodrobnejšieDECRETO PAGINA WEB.pdf
F @ T FI Q O P O Q O P O H É É ë Ê Ê ê î î Ï î ê î ê Ï Ï * +, -. / 0 1 / 2 / -3 0 4 / 5 6 7 / - -6 8 3 9, -4 3-8 6 2 : 6 1 ;8 6 0 < 6 8 6 - = > 4? / +, @ 0 < 3? ;6 0 < / 8 6 2 3-6 0 4 ;3 + B C E F G F
PodrobnejšieSlide 1
Diferenciálne rovnice Základný jazyk fyziky Motivácia Typická úloha fyziky hľadanie časových priebehov veličín, ktoré spĺňajú daný fyzikálny zákon. Určte trajektóriu telesa rt ( )???? padajúceho v gravitačnom
PodrobnejšieDeň otvorených dverí BVS, a
tvrdosť B0001 20.3.2014 15 11,5 2,05 B0002 20.3.2014 25 22,5 4,02 B0003 20.3.2014 10 15,9 2,84 B0004 20.3.2014 menej ako 5 18,3 3,27 B0005 20.3.2014 9 10,2 1,82 B0006 20.3.2014 11 12,0 2,14 B0007 20.3.2014
PodrobnejšieCDT
EBA/GL/2016/09 04/01/2017 Usmernenia o korekciách modifikovanej durácie v prípade dlhových nástrojov podľa druhého pododseku článku 340 ods. 3 nariadenia (EÚ) 575/2013 1. Povinnosti týkajúce sa dodržiavania
PodrobnejšieAxióma výberu
Axióma výberu 29. septembra 2012 Axióma výberu Axióma VIII (Axióma výberu) ( S)[( A S)(A ) ( A S)( B S)(A B A B = ) ( V )( A S)( x)(v A = {x})] Pre každý systém neprázdnych po dvoch disjunktných množín
PodrobnejšieDobývanie znalostí
Dobývanie znalostí Vranec Maroš, Lučanský Ján Zadanie Predikcia pozície internetových stránok na kľúčové slovo vo vyhľadávači Google* * www.google.cz * site:cz Využitie Pri SEO (Search Engine Optimization)
PodrobnejšieŠtudent 1. kapitola Maticová algebra I 1.1 Definícia matice V mnohých prípadoch dáta majú štruktúru dvojrozmernej tabuľky, ktorá má m riadkov a n stĺp
Študent. kapitola Maticová algebra I. Definícia matice V mnohých prípadoch dáta majú štruktúru dvojrozmernej tabuľky, ktorá má m riadkov a n stĺpcov. Jednoduchý príklad dát tohto druhu je tabuľka, ktorá
PodrobnejšieParalelné algoritmy, cast c. 3
Paralelné algoritmy, čast č. 3 František Mráz Kabinet software a výuky informatiky, MFF UK, Praha Paralelné algoritmy, 2011/2012 František Mráz (KSVI MFF UK) Paralelné algoritmy, čast č. 3 Paralelné algoritmy,
PodrobnejšieAnalýza toku dát Ján Šturc Zima 2010 Kompilátory
Analýza toku dát Ján Šturc Zima 2010 Kompilátory O čom to je? Počas kompilácie usudzujeme o vlastnostiach a chovaní sa programu počas behu. Čo nás zaujíma Vlastnosti, ktoré musia platiť vždy (invarianty)
Podrobnejšiefadsgasga
Základná geometria, Reprezentácia objektov Júlia Kučerová Úloha počítačovej grafiky Základy počítačovej grafiky a spracovanie obrazu 2015/2016 2 Referenčný model PG Aplikačný program Grafický systém Grafické
PodrobnejšieMO_pred1
Modelovanie a optimalizácia Ľudmila Jánošíková Katedra dopravných sietí Fakulta riadenia a informatiky Žilinská univerzita, Žilina Ludmila.Janosikova@fri.uniza.sk 041/5134 220 Modelovanie a optimalizácia
PodrobnejšieSnímka 1
Generovanie LOGICKÝCH KONJUNKCIÍ doc. Ing. Kristína Machová, PhD. kristina.machova@tuke.sk http://people.tuke.sk/kristina.machova/ OSNOVA: 1. Prehľadávanie priestoru pojmov 2. Reprezentácia a použitie
PodrobnejšiePodpora metód operačného výskumu pri navrhovaní systému liniek doc. RNDr. Štefan PEŠKO, CSc. Katedra matematických metód, Fa
Podpora metód operačného výskumu pri navrhovaní systému liniek doc. RNDr. Štefan PEŠKO, CSc. stefan.pesko@fri.uniza.sk Katedra matematických metód, Fakulta riadenia a informatiky, Žilinská univerzita v
PodrobnejšieSusedov rozli²ujúci index grafu Bakalárska práca pre ²tudijný program Matematika alebo Ekonomická a nan ná matematika v akademickom roku 2019/20 vedúc
Bakalárska práca pre ²tudijný program Matematika alebo Ekonomická a nan ná matematika v akademickom roku 2019/20 vedúci práce pokra ovanie v diplomovej práci vítané G graf, C mnoºina farieb, ϕ : E(G) C
PodrobnejšieNSK Karta PDF
Názov kvalifikácie: Architekt informačných systémov Kód kvalifikácie U2511002-01348 Úroveň SKKR 6 Sektorová rada IT a telekomunikácie SK ISCO-08 2511002 / IT architekt, projektant SK NACE Rev.2 J INFORMÁCIE
PodrobnejšieKolmogorovská zložitost
Kolmogorovská zložitosť 5.12.2013 (2013/14) KZ 5.12.2013 1 / 16 Kt zložitosť age(x) = min p{2 l(p) t : U(p) = x v priebehu t krokov} Def. (Kt zložitosť) UTS monotonne skenuje začiatok p kým vypíše x, t(p,
PodrobnejšieOperačná analýza 1-00
Operačá aalýza -00 základy teórie odhadu testovaie štatistických hypotéz Základy teórie odhadu. odhad parametra rozdeleia pravdepodobosti. odhad rozdeleia pravdepodobosti X, X, X 3,... X - áhodý výber
Podrobnejšiegis7 prifuk
Kartografické aspekty GIS základné pojmy Kartografické aspekty GIS základné pojmy Referenčný elipsoid Geoid Povrch zeme Referenčný elipsoid Kartografické aspekty GIS základné pojmy Referenčný elipsoid
PodrobnejšieNáuka o teple
Náuka o tele Stavová rovnica ideálneho lynu. Určité množstvo vodíka uzavreté v nádobe, ktorá má konštantný objem, má v toiacom sa ľade tlak Pa. Keď nádobu onoríme do teelného kúeľa, vzrastie tlak vodíka
PodrobnejšiePokrocilé spracovanie obrazu - Fourierová transformácia
Pokročilé spracovanie obrazu - Fourierová transformácia Ing. Viktor Kocur viktor.kocur@fmph.uniba.sk DAI FMFI UK 29.11.2017 Obsah 1 Segmentácia O čo ide 2 Watershed Princíp Postup 3 k-means clustering
PodrobnejšieÚdajový list Vyvažovacie guľové ventily JIP BaBV (PN25) Popis BaBV WW BaBV FF Vyvažovacie guľové ventily Danfoss BaBV boli špecificky vyvinuté pre apl
Vyvažovacie guľové ventily JIP BaBV (PN25) Popis BaBV WW BaBV FF Vyvažovacie guľové ventily Danfoss BaBV boli špecificky vyvinuté pre aplikácie centrálneho zásobovania teplom. Táto špecifikácia zahŕňa
PodrobnejšieMicrosoft Word - mnohouholnik.doc
Výpočet obsahu mnohouholníka Mnohouholník je daný súradnicami svojich vrcholov: A1[x1, y1], A2[x2, y2],..., An[xn, yn]. Aby sme sa vyhli komplikáciám, obmedzíme sa na prípad konvexného mnohouholníka. Súradnice
PodrobnejšieMatematika - úroven B.pdf
MATURITA 008 EXTERNÁAS MATEMATIKA úrove B kód testu: 8940 NEOTVÁRAJTE, POKAJTE NA POKYN! PREÍTAJTE SI NAJPRV POKYNY K TESTU! Test obsahuje 0 úloh. V teste sa stretnete s dvoma typmi úloh: Pri úlohách s
Podrobnejšie1 Portál pre odborné publikovanie ISSN Heuristický adaptívny PSD regulátor založený na miere kmitavosti Šlezárová Alexandra Elektrotechnika
1 Portál pre odborné publikovanie ISSN 1338-0087 Heuristický adaptívny PSD regulátor založený na miere kmitavosti Šlezárová Alexandra Elektrotechnika 28.04.2010 Článok spočíva v predstavení a opísaní algoritmu
PodrobnejšieParalelné algoritmy, cast c. 2
Paralelné algoritmy, čast č. 2 František Mráz Kabinet software a výuky informatiky, MFF UK, Praha Paralelné algoritmy, 2009/2010 František Mráz (KSVI MFF UK) Paralelné algoritmy, čast č. 2 Paralelné algoritmy,
Podrobnejšie