The paper presents the basic theory of complementary statistics and its application in the area of applied probabilistic modeling. By introduction of the complementarity's principle between x-representation (random time series, random process) and p-representation or k-representation (rate of change/velocity of random time series and processes) the probability theory is completed for the "structural" parameter which carries information about the changes of studied time series or the random process. At the end, the basic application of probabilistic modeling is introduced and the presented principle is illustrated on the set of numerical examples with different probability density functions.
V prosinci 2001 oznámila skupina fyziků ze Stanfordské univerzity a výzkumného centra IBM v Kalifornii první experimentální uskutečnění Shorova kvantového faktorizačího algoritmu se sedmi kvantovými bity [1]. Použitá technika jaderné magnetické rezonance se jeví jako slibná metoda realizace kvantových počítačů., Pavel Cejnar., and Obsahuje seznam literatury
Slovem chaos byl ve fyzice pojmenován obor, který se v rámci klasické mechaniky zabývá důsledky citlivé závislosti chování fyzikálních systémů na počátečních podmínkách, tedy tzv. efektem motýlích křídel. Jak ale popsat chaotické chování ve světě kvantových částic? Ukazuje se, že kvantová mechanika citlivou závislost na počátečních podmínkách nepřipouští, a navíc předpovídá podstatné potlačení chaosu i na makroskopické úrovni. Přesto se kvantové vlastnosti systémů, které jsou podle klasické mechaniky chaotické, zásadně liší od vlastností klasicky uspořádaných systémů. Studiem těchto otázek se zabývá obor označovaný jako kvantový chaos., Pavel Cejnar., Součástí obr. simulace stáčení magnetizace... na str. 267, and Obsahuje seznam literatury