C A B - vodoravni niz matrik A in B. ; c a - transpozicija matrike C. Spremenljivke A, B, C so matrike z razsežnostmi: t x n ter m x t.

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "C A B - vodoravni niz matrik A in B. ; c a - transpozicija matrike C. Spremenljivke A, B, C so matrike z razsežnostmi: t x n ter m x t."

Transcript

1 5. PREKLOPNE STRUKTURE ALI PREKLOPNI NOGOPOLI 5. atrično opisovanje preklopnih vezij in struktur 5.. Osnovna simbolika Vektor: an vodoravni vektor atrika: a m navpični vektor A :m :n :n - matrika reda m x n A :m - matrika reda n x m Opredelimo najprej tri osnovne nize matrik: :t.t :t :(m+n) = :m.n C A B - vodoravni niz matrik A in B :(m+n) :t A :n C:t = :n - navpični niz matrik A in B B :t T :n :m i j :m = :n j = i C A ; c a - transpozicija matrike C Spremenljivke A, B, C so matrike z razsežnostmi: t x n ter m x t. stran:

2 5..2 Operacije nad vektorji in matrikami Redukcija vektorja k skalarju: c = a n ; c = a m, kjer je: - splošni znak za operator, c = a a 2 a 3 a 4... a n vodoravna redukcija vektorja k skalarju, c = a a 2 a 3 a 4... a m navpična redukcija vektorja k skalarju. ed matrikami definirajmo splošno dvojno operacijo: :n :n.t :m = :t :m C A B ( ) i i :t j :t i c = a b Elemente vrstice v matriki A povežemo z operacijo» «z elementi stolpca matrike B. Nato pa z vektorsko redukcijo preidemo preko operacije» *«na matriko C. Negacija: C m m i i n An; c j aj = = Konjunkcija: C = i ; i m m m i i i n An Bn c j =aj bj stran: 2

3 Disjunkcija: m m m i i i n = n + n; c j = a j+ b j C A B Izključna ALI operacija: C = A B ; c = a b m m m i i i n n n j j j 5.2 Popolna disjunktivna normalna oblika vektorske preklopne funkcije Doslej obravnavane preklopne funkcije so imele obliko: 2 n - f(x x 2,..., x n) = f i m i ; i = x = [x,x 2,...,x n ], m,,... = m m m 2 n Funkcijske vrednosti pa: f f,f,...f = (2 n ) T Skalarna preklopna funkcija je v novi simbolični izražavi: y = f(x) = m f Vektor m je z vektorjem x povsem določen. stran: 3

4 intermski vektor m je dan z operacijo konjunkcije in ekvivalence: m(x) = x W T, S tem so dani vsi elementi za PDNO: y = f(x) = [ x W T ] f Izjavnostna tabela dobi obliko: x y = f (x) W f Pri posplošitvi predpostavimo vektorsko izhodno preklopno funkcijo: f(x) preide v vektorsko funkcijo y, z njo pa preide tudi vektor f vmatriko D. Torej: y = f(x) = [ x W T ] D matrična popolna disjunktivna normalna stran: 4

5 To obliko vektorske preklopne funkcije, včasih imenujemo tudi strukturna popolna disjunktivna normalna oblika (SPDNO). Pri vektorski preklopni funkciji dobi tudi izjavnostna tabela nove simbole: x y = f (x) W D 5.3 Standardna mnogopolna preklopna vezja 5.3. Kodirna vezja kodirniki (encoder-ji) i y = m Σ K ; k j = konstanta stran: 5

6 K m m m... m 2 n m K y f f 2 f 3 f 4 y V konstantah matrike K je zapisano kodirno pravilo. Pri kodirniku je število mintermov vedno večje od števila izhodnih funkcij elementov vektorske izhodne funkcije. Ta zožitev števila spremenljivk se odraža tudi na blokovnem simbolu kodirnika. stran: 6

7 Dekodirna vezja dekodirniki (decoder-ji) Tu gre torej za»razširitev«; povečanje števila spremenljivk od vhoda proti izhodu. x x x 2 x n m... x m m D K m T m= x W ; w ij = konstanta m 2 n - stran: 7

8 5.3.3 ultipleksor (ultiplexer) Skalarni neadresni multipleksor k 2 n - k k k... y m m m 2 n - m m Izhod je skalarna preklopna funkcija, ki jo določa enačba: i y = m Σ k ; k = spremenljivka k y stran: 8

9 Vektorski neadresni multipleksor K k k k 2 n y y 2 y m y m m m n 2 - m y = m Σ K ; k = spremenljivke, ki tvorijo vektorje k i i j K m y stran: 9

10 Skalarni adresni multipleksor Dve elementarni operaciji: dekodiranje - multipleksiranje Tako dobimo skalarni adresni multipleksor: x k k D K m x T y y i y = ( x W ) Σ k ; k = spremenljivka - skalarna stran:

11 Vektorski adresni multipleksor x K K D K m x y y T i y = ( x W ) Σ K ; k = spremenljivke, ki tvorijo vektorje k i j Demultipleksor (Demultiplexer) Neadresni skalarni demultipleksor Demultipleksiranje je obratna operacija od multipleksiranja, zato imamo tudi tu enake različice, kot pri multipleksorjih. stran:

12 Skalarni neadresni demultipleksor y y m k m D D k m m k k m 2 n - k 2 n - Izhodna funkcija navadnega - neadresnega skalarnega demultipleksorja je tako: T k = m Σ y - y je skalarna funkcija stran: 2

13 Adresni skalarni demultipleksor Vhodna funkcija je tu enaka kot prej, naslavljanje pa je omogočeno vektorju neodvisnih spremenljivk. y x D k T T k = ( x W ) Σ y - y je še vedno skalarna funkcija stran: 3

14 Neadresni vektorski demultipleksor y m y y y 2 n - y m K D... k m m... K Izhod je torej matrika K, ki daje večbitne podatke zopet v paralelni obliki. k m 2 n - Vsak minterm omogoči nastop ustrezne vrstice matrike K, ki predstavlja trenutni izhodni vektor : T K = m Σ y - y je sedaj vektorska vhodna funkcija... k 2 n - stran: 4

15 Adresni vektorski demultipleksor Z dodajanjem dekodirnika pridemo do kompleksne strukture vektorskega adresnega demultipleksorja, ki ga z blokovnim simbolom predstavimo takole: y x D K T T K = (x W ) Σ y - y je vektorska vhodna funkcija Programibilna preklopna vezja Osnovna ideja programibilnih preklopnih vezij je prilagodljivost standardizirane preklopne strukture za opravljanje čim večjega števila funkcij odločanja in pomnjenja, ki jih lahko uporabnik sam določi; to je brez pomoči proizvajalca. Zapišimo še enkrat popolno dijunktivno normalno obliko vektorske preklopne funkcije: T ) i j y = ( x W Σ K ; k = spremenljivka - skalarna stran: 5

16 Programibilno preklopno vezje ali strukturo lahko sedaj definiramo, kot kombinacijo dekodirnika in kodirnika, pri katerem lahko uporabnik sam določa povezave v poljih AND in ali OR. Tip vezja Programibilni bralni pomnilnik Programibilne logične mreže - PLA Programibilna logična polja - PAL Polje - AND Fiksno Programibilno Programibilno Polje - OR Programibilno Programibilno Fiksno Bralni pomnilnik (Read Only emory - RO) Uporaba: pomnjenje stalnih vrednosti in realizacija vektorskih preklopnih funkcij. stran: 6

17 Blok simbol bralnega pomnilnika: x Naslavljanje pomnilnika: T m = x W ; w i = kons tanta; W D; w i d i Čitanje pomnilnika i y = m Σ K ; k = kons tanta j j j j Z vstavitvijo prvega izraza v drugega dobimo: popolno disjunktivno normalno obliko vektorske preklopne funkcije PDNOVPF: T i j y = ( x D ) Σ K ; k = kons tanta, ki je bila sprogramirana D k m K y stran: 7

18 Podrobno vezje bralnega pomnilnika A 2 A A Kodirnik m m m 2 m 3 m 4 m 5 Dekodirnik m 6 m 7 D 3 D 2 D D stran: 8

19 PLA vezja Ta vezja imajo, kot že vemo, programibilni obe polji dekodirno in kodirno polje. Zanja uporabljamo enak blokovni simbol, kot za RO, saj se po osnovni notranji strukturi ne razlikujejo od njega: x PLA Tudi izhodiščna enačba je enaka, saj gre za dijunktivno normalno obliko vektorske preklopne funkcije: y y = ( x D T ) Σ K ; k = kons tanta i j stran: 9

20 Podroben simbolični diagram PLA vezij x 2 x Programibilno vezje PLA Programibilne povezave Programibilne povezave < < f 2 f stran: 2

21 PAL vezja: x 4 x 3 x 2 x Pri uporabi PAL vezij smo zaradi vnaprej določenega kodirnika omejeni pri številu konjunkcij, ki lahko nastopajo tako v vektorski, kot tudi v skalarni preklopni funkciji. atrika K je torej določena x Programibilno vezje - PAL Katere konjunkcije nastopajo v preklopni funkciji določimo z matriko D. < f 4 f 3 < PAL y stran: 2

22 5. 4 Realizacija skalarnih in vektorskih preklopnih funkcij s preklopnimi strukturami ultipleksor g g g f(x,x 2,x 3 ) Funkcija multipleksiranja predstavlja funkcijsko polnost, njegov izhod daje preklopno funkcijo v popolni disjunktivni normalni obliki, vsi elementi matrike K pa so spremenljivke. g x x 2 V splošnem bo imela preklopna funkcija množico neodvisnih spremenljivk: X = {x, x 2,...,x n }. Te spremenljivke pri realizaciji funkcije z multipleksorjem razdelimo v dva dela; v podatkovne in adresne spremenljivke. stran: 22

23 Podatkovne in adresne spremenljivke: X d = {x d, x d2,...,x dd } X, X a = {x a, x a2,...,x aa }. X, razdelimo na takšen način, da vedno velja: X a X d = X X a X d = Za adresne spremenljivke najprej izberimo»a«zaporednih neodvisnih spremenljivk in naj bo: a = 2. Torej bo: x a = x in x aa = x 2. f (x, x 2,... x n ) = x x 2 g + x x 2 g + x x 2 g + x x 2 g kjer je na primer: g = f (,,x 3,...x n ). Funkcije g, g, g, g so funkcijski ostanki, ki jih kot vemo, lahko obravnavamo na enak način kot izhodiščno funkcijo, dokler ne začnejo nastopati konstante ali posamične neodvisne spremenljivke. Če ima preklopna funkcija»n«neodvisnih spremenljivk potrebujemo za takšno realizacijo multipleksor z»n - «adresnimi vhodi. stran: 23

24 V drugem primeru, ko ima multipleksor samo en adresni vhod se število multipleksorjev širi po nivojih z 2 i, kot to vidimo na spodnji sliki: f f 2 f 4 f 6 f 8 f f 2 f 4 x 4 x 4 x 4 x 4 x 4 x 4 x 4 x 4 x 3 x 3 x 3 x 3 N n = n x 2 N n je število realiz. nivojev x 2 N i= x f(x,x 2,x 3,x 4,x 5 ) n = i 2 ; kjer je N - število vseh potrebnih multipleksorjev stran: 24

25 Pri vseh vmesnih kombinacijah, ko je < a < n bo število vseh multipleksorjev odvisno od»a«pri čemer morata biti obe števili celi števili. Po tem premisleku zlahka ugotovimo, da je : in (n )/a N n (n )/a + = N n N 2 i= ai Da gornja enačba velja tudi za obe skrajnosti, se lahko prepričamo takole: V prvem primeru je bil a = n, celo število iz neenačbe je, vsota pa ima tudi samo en člen, to je 2 =. V drugem primeru, ko je a = je celo število iz neenačbe n in število vseh multipleksorjev je: Nn n 3 i i i 2 3 N = 2 = 2 = 2 = = = 5 i= i= i= Kadar pa je < a < n pa ni več vseeno kako razporedimo adresne spremenljivke, ker lahko prinese poenostavljanje znaten prihranek vezja. stran: 25

26 Število vseh možnih minimizacijskih postopkov je enako številu kombinacij n spremnljivk s po a elementov. n! N k = ; kjer je N k število vseh možnih kombinacij. a!(n a)! Število vseh Veitch-evih diagramov za vsak minimizacijski postopek je potem 2 a. Vsak posamezen diagram pa ima n-a neodvisnih spremenljivk Redundanca pri adresnih spremenljivkah Kadar število n- ni deljivo z a se število adresnih spremenljivk ne ujema s številom adresnih vhodov. To pa pomeni, da se določene adresne spremnljivke ponovijo na različnih nivojih drevesne strukture. Takšno adresno spremenljivko lahko nadomestimo kar s konstanto. stran: 26

27 Primer redundance pri adresnih spremenljivkah: d 3 d 2 d d d 3 d 2 d d x x 2 d 7 d d 7 d x x 2 x 3 x x 2 x 3 f f =... + xx 2x3d f =... + xx 2x 3(xxd 2 + xxd 2 + xxd xxd) f =... + xx 2x 3(d + d + d2 + d 3) +... f =... + xx 2x 3(d 3) +... f stran: 27

28 Uporaba bralnih pomnilnikov Kot že vemo je izhodna funkcija bralnega pomnilnika vektorska popolna disjunktivna normalna oblika: y = x D T Σ K = i ( ) ; k j kons tanta Vzemimo za primer naslednjo vektorsko preklopno funkcijo: x x 2 x 3 f f 2 f 3 f 4 f= xx2x3 + xx2x3 + xx2x3 + xx2x3 + xx2x3 + xx2x3 Njena minimalna disjunktivna normalna oblika pa je: = + f x x 2 3 Vsako od komponent vektorske preklopne funkcije lahko zapišemo v njeni popolni disjunktivni normalni obliki. Tako je na primer: stran: 28

29 Pri uporabi bralnega pomnilnika za realizacijo preklopnih funkcij pa moramo opozoriti še na eno slabost. Ker v njem lahko realiziramo le popolno disjunktivno normalno obliko ne moremo izkoristiti minimizacije in s tem prihranka vezja. Postavlja se vprašanje ali se temu nebi dalo izogniti? Vzemimo obširnejši primer funkcije s šestimi neodvisnimi spremenljivkami, ki zavzame vrednost pri mintermih z indeksi: 4, 5, 5, 2, 29, 4, 42, 45, 47, 53, 58, 6, ( ) f = 4,5,5,2,29,4,42,45,47,53,58,6,63 Neposredno realizacijo te funkcije bi lahko izvedli na primer 64 x 4 RO vezjem, oziroma štirimi 6 x 4 RO vezji. stran: 29

30 Naredimo si tabelo nastopajočih mintermov: intermski indeks Spremenljivki Spremenljivke x x2 x3 x4 x5 x Poiščemo vse enake konjunkcije dolžine: x 3 x 4 x 5 x 6. Z njimi naredimo novo tabelo: stran: 3

31 spremenljivke kodirane spremenljivke x 3 x 4 x 5 x 6 z z 2 z 3 Tem izhodnim spremenljivkam moramo dodati še spremenljivki x in x 2, ki v našem primeru zavzemata vse možne vrednosti, da bomo lahko realizirali podano funkcijo. Na drugem nivoju potrebujemo RO velikosti 32 x, kar praktično pomeni 32 x 4. x 3 x 4 x 5 x 6 RO 6X4 x x 2 RO 32X4 V tem drugem pomnilniku bo na trinajstih mestih izbranega stolpca zapisana enica, na preostalih devetnajstih pa ničla. esta, kjer mora ostati zapisana enica, so podana v naslednji tabeli; pri tem smo za našo funkcijo rezervirali prvi stolpec, ostali trije pa so še prosti in jih lahko uporabimo za nek drug namen. F F 2 F 3 F 4 stran: 3

32 stran stran: 32 Vhodi Spremenljivke Izhodi x x 2 Z Z 2 Z 3 f f 2 f 3 f 4 Opisani postopek lahko uporabimo tudi v primeru, ko moramo realizirati več različnih funkcij, kjer je prihranek prostora v pomnilniku lahko še večji. Pri vsem tem pa ne smemo pozabiti, da smo s kaskadno vezavo zmanjšali hitrost odziva vezja.

33 Na vektorsko preklopno funkcijo pa lahko gledamo še iz drugega zornega kota. Vzemimo vektorsko funkcijo iz prvega primera Posamezne funkcijske vrednosti te funkcije: f, f 2, f 3, f 4 ; naj bodo biti besede: d, d 2, d 3, d 4, ki jo naslavlja mintrem m ; vhodne neodvisne spremenljivke pa preimenujmo v adresne spremenljivke : A, A, A 2. Logično enaka izjavnostna tabela je z novimi oznakami naslednja: A 2 A A D 3 D 2 D D Nespremenjeno vezje je prevzelo vlogo bralnega pomnilnika, po katerem nosi tudi ime. stran: 33

34 Sprogramirano RO vezje za obravnavano vektorsko preklopno funkcijo A 2 A A Kodirnik m m m 2 m 3 m 4 m 5 Dekodirnik m 6 m 7 D 3 D 2 D D stran: 34

35 Realizacija vektorskih preklopnih funkcij s PLA in PAL strukturami Njihova obsežnost je poleg števila vhodov odvisna tudi od števila konjunkcij, ki jih je možno programirati ter od števila izhodov Obsežnost za enako število vhodov je bistveno manjša od RO - vezij Primerjava: FPLA v TTL izvedbi 6 vhodov, 48 konjunkcij in 8 izhodov Kompleksnost se odraža pri realizaciji funkcij, ker je na razpolago le omejeno število konjunkcij Upoštevati moramo tudi to, da izolirana spremenljivka še vedno zahteva svojo konjunkcijo Velikost vezja vedno določa najdaljša konjunkcija ne glede na položaj v vektorski funkciji Potrebna je torej minimizacija Najprej izvedemo klasično minimizacijo Od tu dalje pa postopek zavisi od izbranega tipa vezja PLA oziroma PAL Pri PLA nas omejuje število konjunkcij in število spremenljivk v konjunkcijah Pri PAL pa še dodatno število konjunkcij v posamični komponenti vektorske preklopne funkcije stran: 35

36 Primer realizacije s PLA y = x+ x2x3 y2 = xx3 + xx2 y3 = x2x3 + xx2 y4 = x2x3 + x x x 2 x 3 Vemo, da je potrebno število spremenljivk 3: x, x 2, x 3 število različnih konjunkcij (x,x 2x 3,xx 3,xx 2,x2x 3) število izhodnih funkcij elementov vektorske funkcije 4 Kar ustreza številu vhodov v AND elemente, številu izhodov iz AND elementov in številu OR elementov Potrebujemo torej vezje z najmanj tremi vhodi, petimi konjunkcijami in štirimi izhodi > > > > Za določitev povezav vhodnih spremenljivk in povezav med AND in OR poljem uporabimo povezovalno tabelo prirejeno pravilnostno tabelo. y y 2 y 3 y 4 stran: 36

37 Povezovalna tabela za PLA: Konjunkcije x VHODI x 2 x 3 x x 2 - x x x x 3 - x 2 x 3 - x - - f IZHODI f 2 f 3 f 4 - originalna spremenljivka - komplementirana spremenljivka - spremenljivka ne nastopa v konjunkciji - konjunkcijo si deli več komponent stran: 37

38 Sprogramirana mreža x x 2 x 3 > > > > Kadar nam elementarna minimizacija ne zadošča, lahko uporabimo kodiranje Z njim občutno zmanjšamo potrebno število AND elementov PLA vezja y y 2 y 3 y 4 stran: 38

39 Pri tem pristopu v AND polju povezujemo konjunkcije namesto posamičnih spremenljivk Neodvisne spremenljivke pri tem razdelimo v skupine npr. po dve Komponente funkcije je potrebno faktorizirati, da lahko določimo skupine neodvisnih spremenljivk y = xx3 + xx2x4 + x2x3x4 y2 = xxx xxx xxx xxx xxxx xxxx y3 = x2x4 + x2x4 Faktorizacija prinese: y = xx 3 + (x+ x 3)x2x4 y 2 = (xx 3 + xx 3)(x2 + x 4) + (xx 3 + xx 3)xx 2 4 = = (x + x )(x + x )(x + x ) + (x + x )(x + x )x x y 3 = (x2 + x 4) + (x2 + x 4) Zlahka uvidimo, da je potrebna delitev v skupini x x 3 in x 2 x 4 Namesto enajst AND elementov, kolikor bi jih potrebovali pri elementarni minimizaciji, jih sedaj potrebujemo samo še pet Za dekodiranje lahko uporabimo standarden demultipleksor, ki ima poleg originalnih tudi negirane izhode Takšno izvedbo pogosto srečamo tako pri demultipleksorju, kot pri multipleksorju, ker se s tem izdatno poveča funkcijska moč teh mnogopolov stran: 39

40 Za realizacijo te funkcije potrebujemo PLA vezje z najmanj tremi vhodi, petimi konjunkcijami in tremi izhodi x x 3 etodo je mogoče še razširiti, če uporabimo dekodirnike, ki tvorijo samo maksterme x +x 3 x x 3 x 3 D x +x 3 x x 3 x +x 3 V neki skalarni funkciji f(x,x 2,x 3,x 4 ) lahko nastopa na primer skupina spremenljivk x,x 2 x x 3 x +x 3 akstermi teh dveh spremenljivk so: x (x+ x 2),(x+ x 2),(x+ x 2),(x+ x 2) x 4 D 2 x 2 x 4 x 2 +x 2 x 2 x 4 x 2 +x 4 x 2 x 4 x 2 +x 4 x 2 x 3 x 2 +x 4 Če so dekodirniki že vgrajeni v PLA vezje, kot je to primer pri VLSI izvedbah imenujemo takšno mrežo OR-AND-OR mreža, ki v splošnem prinese zmanjšanje celotnega PLA vezja x 2 stran: 4

41 Pri realizaciji s PAL vezji nas omejuje še število konjunkcij v posamezni komponeti funkcije To število je praviloma manjše od števila AND elementov. Posamezne izvedbe teh vezij se po kompleksnosti lahko zelo razlikujejo med seboj Tako imajo na primer PAL vezja s šestnajstimi vhodi in šestnajstimi konjunkcijaami štiri OR elemente s po štirimi vhodi ali dva OR elementa s po osmimi vhodi Od tu izvira tudi glavna razlika glede realizacije funkcij s PAL vezji v primerjavi s PLA edtem, ko je pri PLA mogoče izkoristiti skupne konjunkcije, tu tega ni mogoče Tipičen primer uporabe PAL vezja je na primer primerjalnik in naj bo le 2-biten Posamezne komponente njegove vektorske preklopne funkcije so: A= B:y = AA BB + AA BB + A A BB + A A BB A B:y = AB + AB + AB + AB 2 A < B:y = AB + A A B + A BB 3 A > B:y = AB + A A B + A BB 4 Te komponente vektorske funkcije so vse v minimalni disjunktivni normalni obliki V njih sicer nastopajo skupne konjunkcije (A B in A B ), vendar tega ne moremo izkoristiti stran: 4

42 Primerno PAL vezje bo torej edino: A A B B 4 x 6 x 4 A A B B A A B B Ustrezno sprogramirano vezje vidimo na naslednji sliki A A B B A A B B A B A B A B A B A B A A B A B B > > > > - A B A A B A B B - y y 2 y 3 y 4 stran: 42

- navpični niz matrik A in

- navpični niz matrik A in 5. PREKLOPNE STRUKTURE ALI PREKLOPNI NOGOPOLI 5. atrično opisovanje preklopnih vezij in struktur 5.. Osnovna simbolika Vektor: an vodoravni vektor a m navpični vektor atrika: A :m :n :n - matrika reda

Διαβάστε περισσότερα

Funkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2

Funkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2 Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 2. april 2014 Funkcijske vrste Spomnimo se, kaj je to številska vrsta. Dano imamo neko zaporedje realnih števil a 1, a 2, a

Διαβάστε περισσότερα

Diferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci

Diferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci Linearna diferencialna enačba reda Diferencialna enačba v kateri nastopata neznana funkcija in njen odvod v prvi potenci d f + p= se imenuje linearna diferencialna enačba V primeru ko je f 0 se zgornja

Διαβάστε περισσότερα

Booleova algebra. Izjave in Booleove spremenljivke

Booleova algebra. Izjave in Booleove spremenljivke Izjave in Booleove spremenljivke vsako izjavo obravnavamo kot spremenljivko če je izjava resnična (pravilna), ima ta spremenljivka vrednost 1, če je neresnična (nepravilna), pa vrednost 0 pravimo, da gre

Διαβάστε περισσότερα

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 5. december 2013 Primer Odvajajmo funkcijo f(x) = x x. Diferencial funkcije Spomnimo se, da je funkcija f odvedljiva v točki

Διαβάστε περισσότερα

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 22. oktober 2013 Kdaj je zaporedje {a n } konvergentno, smo definirali s pomočjo limite zaporedja. Večkrat pa je dobro vedeti,

Διαβάστε περισσότερα

Tretja vaja iz matematike 1

Tretja vaja iz matematike 1 Tretja vaja iz matematike Andrej Perne Ljubljana, 00/07 kompleksna števila Polarni zapis kompleksnega števila z = x + iy): z = rcos ϕ + i sin ϕ) = re iϕ Opomba: Velja Eulerjeva formula: e iϕ = cos ϕ +

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 14. november 2013 Kvadratni koren polinoma Funkcijo oblike f(x) = p(x), kjer je p polinom, imenujemo kvadratni koren polinoma

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 21. november 2013 Hiperbolične funkcije Hiperbolični sinus sinhx = ex e x 2 20 10 3 2 1 1 2 3 10 20 hiperbolični kosinus coshx

Διαβάστε περισσότερα

matrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij):

matrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij): 4 vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 matrike Matrika dimenzije m n je pravokotna tabela m n števil, ki ima m vrstic in n stolpcev: a 11 a 12 a 1n a 21 a 22 a 2n

Διαβάστε περισσότερα

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 10. december 2013 Izrek (Rolleov izrek) Naj bo f : [a,b] R odvedljiva funkcija in naj bo f(a) = f(b). Potem obstaja vsaj ena

Διαβάστε περισσότερα

KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK

KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK 1 / 24 KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK Štefko Miklavič Univerza na Primorskem MARS, Avgust 2008 Phoenix 2 / 24 Phoenix 3 / 24 Phoenix 4 / 24 Črtna koda 5 / 24 Črtna koda - kontrolni bit 6 / 24

Διαβάστε περισσότερα

13. Jacobijeva metoda za računanje singularnega razcepa

13. Jacobijeva metoda za računanje singularnega razcepa 13. Jacobijeva metoda za računanje singularnega razcepa Bor Plestenjak NLA 25. maj 2010 Bor Plestenjak (NLA) 13. Jacobijeva metoda za računanje singularnega razcepa 25. maj 2010 1 / 12 Enostranska Jacobijeva

Διαβάστε περισσότερα

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 15. oktober 2013 Oglejmo si, kako množimo dve kompleksni števili, dani v polarni obliki. Naj bo z 1 = r 1 (cosϕ 1 +isinϕ 1 )

Διαβάστε περισσότερα

Podobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik

Podobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik Podobnost matrik Matematika II (FKKT Kemijsko inženirstvo) Matjaž Željko FKKT Kemijsko inženirstvo 14 teden (Zadnja sprememba: 23 maj 213) Matrika A R n n je podobna matriki B R n n, če obstaja obrnljiva

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 12. november 2013 Graf funkcije f : D R, D R, je množica Γ(f) = {(x,f(x)) : x D} R R, torej podmnožica ravnine R 2. Grafi funkcij,

Διαβάστε περισσότερα

IZPIT IZ ANALIZE II Maribor,

IZPIT IZ ANALIZE II Maribor, Maribor, 05. 02. 200. (a) Naj bo f : [0, 2] R odvedljiva funkcija z lastnostjo f() = f(2). Dokaži, da obstaja tak c (0, ), da je f (c) = 2f (2c). (b) Naj bo f(x) = 3x 3 4x 2 + 2x +. Poišči tak c (0, ),

Διαβάστε περισσότερα

Preklopna vezja 3. poglavje: Preklopne funkcije in elementi

Preklopna vezja 3. poglavje: Preklopne funkcije in elementi Preklopna vezja 3. poglavje: Preklopne funkcije in elementi Trije načini zapisa Booleove (preklopne) funkcije zapis v eksplicitni (analitični) obliki: - za preproste funkcije (ena, dve, tri spremenljivke):

Διαβάστε περισσότερα

Kotne in krožne funkcije

Kotne in krožne funkcije Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku Avtor: Rok Kralj, 4.a Gimnazija Vič, 009/10 β a c γ b α sin = a c cos= b c tan = a b cot = b a Sinus kota je razmerje kotu nasprotne katete

Διαβάστε περισσότερα

Gimnazija Krˇsko. vektorji - naloge

Gimnazija Krˇsko. vektorji - naloge Vektorji Naloge 1. V koordinatnem sistemu so podane točke A(3, 4), B(0, 2), C( 3, 2). a) Izračunaj dolžino krajevnega vektorja točke A. (2) b) Izračunaj kot med vektorjema r A in r C. (4) c) Izrazi vektor

Διαβάστε περισσότερα

Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba.

Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. 1. Osnovni pojmi Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. Primer 1.1: Diferencialne enačbe so izrazi: y

Διαβάστε περισσότερα

Definicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1

Definicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1 Funkcije več realnih spremenljivk Osnovne definicije Limita in zveznost funkcije več spremenljivk Parcialni odvodi funkcije več spremenljivk Gradient in odvod funkcije več spremenljivk v dani smeri Parcialni

Διαβάστε περισσότερα

8. Diskretni LTI sistemi

8. Diskretni LTI sistemi 8. Diskreti LI sistemi. Naloga Določite odziv diskretega LI sistema s podaim odzivom a eoti impulz, a podai vhodi sigal. h[] x[] - - 5 6 7 - - 5 6 7 LI sistem se a vsak eoti impulz δ[] a vhodu odzove z

Διαβάστε περισσότερα

Delovna točka in napajalna vezja bipolarnih tranzistorjev

Delovna točka in napajalna vezja bipolarnih tranzistorjev KOM L: - Komnikacijska elektronika Delovna točka in napajalna vezja bipolarnih tranzistorjev. Določite izraz za kolektorski tok in napetost napajalnega vezja z enim virom in napetostnim delilnikom na vhod.

Διαβάστε περισσότερα

1. Trikotniki hitrosti

1. Trikotniki hitrosti . Trikotniki hitrosti. Z radialno črpalko želimo črpati vodo pri pogojih okolice z nazivnim pretokom 0 m 3 /h. Notranji premer rotorja je 4 cm, zunanji premer 8 cm, širina rotorja pa je,5 cm. Frekvenca

Διαβάστε περισσότερα

1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja

1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja ZNAČILNOSTI FUNKCIJ ZNAČILNOSTI FUNKCIJE, KI SO RAZVIDNE IZ GRAFA. Deinicijsko območje, zaloga vrednosti. Naraščanje in padanje, ekstremi 3. Ukrivljenost 4. Trend na robu deinicijskega območja 5. Periodičnost

Διαβάστε περισσότερα

Reševanje sistema linearnih

Reševanje sistema linearnih Poglavje III Reševanje sistema linearnih enačb V tem kratkem poglavju bomo obravnavali zelo uporabno in zato pomembno temo linearne algebre eševanje sistemov linearnih enačb. Spoznali bomo Gaussovo (natančneje

Διαβάστε περισσότερα

Iterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013

Iterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013 Numerične metode, sistemi linearnih enačb B. Jurčič Zlobec Numerične metode FE, 2. december 2013 1 Vsebina 1 z n neznankami. a i1 x 1 + a i2 x 2 + + a in = b i i = 1,..., n V matrični obliki zapišemo:

Διαβάστε περισσότερα

Kvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti

Kvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti Poglavje XI Kvadratne forme V zadnjem poglavju si bomo ogledali še eno vrsto preslikav, ki jih tudi lahko podamo z matrikami. To so tako imenovane kvadratne forme, ki niso več linearne preslikave. Kvadratne

Διαβάστε περισσότερα

SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK

SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK SKUPNE PORAZDELITVE SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK Kovaec vržemo trikrat. Z ozačimo število grbov ri rvem metu ( ali ), z Y a skuo število grbov (,, ali 3). Kako sta sremelivki i Y odvisi

Διαβάστε περισσότερα

DISKRETNA FOURIERJEVA TRANSFORMACIJA

DISKRETNA FOURIERJEVA TRANSFORMACIJA 29.03.2004 Definicija DFT Outline DFT je linearna transformacija nekega vektorskega prostora dimenzije n nad obsegom K, ki ga označujemo z V K, pri čemer ima slednji lastnost, da vsebuje nek poseben element,

Διαβάστε περισσότερα

NEPARAMETRIČNI TESTI. pregledovanje tabel hi-kvadrat test. as. dr. Nino RODE

NEPARAMETRIČNI TESTI. pregledovanje tabel hi-kvadrat test. as. dr. Nino RODE NEPARAMETRIČNI TESTI pregledovanje tabel hi-kvadrat test as. dr. Nino RODE Parametrični in neparametrični testi S pomočjo z-testa in t-testa preizkušamo domneve o parametrih na vzorcih izračunamo statistike,

Διαβάστε περισσότερα

Splošno o interpolaciji

Splošno o interpolaciji Splošno o interpolaciji J.Kozak Numerične metode II (FM) 2011-2012 1 / 18 O funkciji f poznamo ali hočemo uporabiti le posamezne podatke, na primer vrednosti r i = f (x i ) v danih točkah x i Izberemo

Διαβάστε περισσότερα

Preklopne funkcije in logična vrata

Preklopne funkcije in logična vrata Načini zapisa Booleove (preklopne) funkcije zapis v eksplicitni (analitični) obliki: - za preproste funkcije (ena, dve, tri spremenljivke): f(a,b), f(x,y,z) -za funkcije n spremenljivk: f(x 1,,x 3,...,x

Διαβάστε περισσότερα

MATEMATIČNI IZRAZI V MAFIRA WIKIJU

MATEMATIČNI IZRAZI V MAFIRA WIKIJU I FAKULTETA ZA MATEMATIKO IN FIZIKO Jadranska cesta 19 1000 Ljubljan Ljubljana, 25. marec 2011 MATEMATIČNI IZRAZI V MAFIRA WIKIJU KOMUNICIRANJE V MATEMATIKI Darja Celcer II KAZALO: 1 VSTAVLJANJE MATEMATIČNIH

Διαβάστε περισσότερα

Analiza 2 Rešitve 14. sklopa nalog

Analiza 2 Rešitve 14. sklopa nalog Analiza Rešitve 1 sklopa nalog Navadne diferencialne enačbe višjih redov in sistemi diferencialnih enačb (1) Reši homogene diferencialne enačbe drugega reda s konstantnimi koeficienti: (a) 6 + 8 0, (b)

Διαβάστε περισσότερα

Numerično reševanje. diferencialnih enačb II

Numerično reševanje. diferencialnih enačb II Numerčno reševanje dferencaln enačb I Dferencalne enačbe al ssteme dferencaln enačb rešujemo numerčno z več razlogov:. Ne znamo j rešt analtčno.. Posamezn del dferencalne enačbe podan tabelarčno. 3. Podatke

Διαβάστε περισσότερα

Kontrolne karte uporabljamo za sprotno spremljanje kakovosti izdelka, ki ga izdelujemo v proizvodnem procesu.

Kontrolne karte uporabljamo za sprotno spremljanje kakovosti izdelka, ki ga izdelujemo v proizvodnem procesu. Kontrolne karte KONTROLNE KARTE Kontrolne karte uporablamo za sprotno spremlane kakovosti izdelka, ki ga izdeluemo v proizvodnem procesu. Izvaamo stalno vzorčene izdelkov, npr. vsako uro, vsake 4 ure.

Διαβάστε περισσότερα

vezani ekstremi funkcij

vezani ekstremi funkcij 11. vaja iz Matematike 2 (UNI) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 ekstremi funkcij več spremenljivk nadaljevanje vezani ekstremi funkcij Dana je funkcija f(x, y). Zanimajo nas ekstremi nad

Διαβάστε περισσότερα

Tema 1 Osnove navadnih diferencialnih enačb (NDE)

Tema 1 Osnove navadnih diferencialnih enačb (NDE) Matematične metode v fiziki II 2013/14 Tema 1 Osnove navadnih diferencialnih enačb (NDE Diferencialne enačbe v fiziki Večina osnovnih enačb v fiziki je zapisana v obliki diferencialne enačbe. Za primer

Διαβάστε περισσότερα

V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant.

V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant. Poglavje IV Determinanta matrike V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant 1 Definicija Preden definiramo determinanto,

Διαβάστε περισσότερα

Algebraične strukture

Algebraične strukture Poglavje V Algebraične strukture V tem poglavju bomo spoznali osnovne algebraične strukture na dani množici. Te so podane z eno ali dvema binarnima operacijama. Binarna operacija paru elementov iz množice

Διαβάστε περισσότερα

*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center

*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center Državni izpitni center *M40* Osnovna in višja raven MATEMATIKA SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Sobota, 4. junij 0 SPLOŠNA MATURA RIC 0 M-40-- IZPITNA POLA OSNOVNA IN VIŠJA RAVEN 0. Skupaj:

Διαβάστε περισσότερα

Matematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1

Matematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1 Mtemtik 1 Gregor Dolinr Fkultet z elektrotehniko Univerz v Ljubljni 2. jnur 2014 Gregor Dolinr Mtemtik 1 Izrek (Izrek o povprečni vrednosti) Nj bo m ntnčn spodnj mej in M ntnčn zgornj mej integrbilne funkcije

Διαβάστε περισσότερα

Matrike. Poglavje II. Matrika je pravokotna tabela realnih števil. Na primer: , , , 0 1

Matrike. Poglavje II. Matrika je pravokotna tabela realnih števil. Na primer: , , , 0 1 Poglavje II Matrike Matrika je pravokotna tabela realnih števil Na primer: [ ] 1 1 1, 2 3 1 1 0 1 3 2 1, 0 1 4 [ ] 2 7, Matrika je sestavljena iz vrstic in stolpcev Vrstici matrike [ ] 1 1 1 2 3 1 [ ]

Διαβάστε περισσότερα

Na pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12

Na pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12 Predizpit, Proseminar A, 15.10.2015 1. Točki A(1, 2) in B(2, b) ležita na paraboli y = ax 2. Točka H leži na y osi in BH je pravokotna na y os. Točka C H leži na nosilki BH tako, da je HB = BC. Parabola

Διαβάστε περισσότερα

1 Fibonaccijeva stevila

1 Fibonaccijeva stevila 1 Fibonaccijeva stevila Fibonaccijevo število F n, kjer je n N, lahko definiramo kot število načinov zapisa števila n kot vsoto sumandov, enakih 1 ali Na primer, število 4 lahko zapišemo v obliki naslednjih

Διαβάστε περισσότερα

Linearne preslikave. Poglavje VII. 1 Definicija linearne preslikave in osnovne lastnosti

Linearne preslikave. Poglavje VII. 1 Definicija linearne preslikave in osnovne lastnosti Poglavje VII Linearne preslikave V tem poglavju bomo vektorske prostore označevali z U,V,W,... Vsi vektorski prostori bodo končnorazsežni. Zaradi enostavnosti bomo privzeli, da je pripadajoči obseg realnih

Διαβάστε περισσότερα

LOGIČNE STRUKTURE IN SISTEMI I. prof. dr. Andrej Dobnikar

LOGIČNE STRUKTURE IN SISTEMI I. prof. dr. Andrej Dobnikar LOGIČNE STRUKTURE IN SISTEMI I prof. dr. Andrej Dobnikar 5. februar 2004 2 Splošne informacije Predavatelj: prof. dr. Andrej Dobnikar govorilne ure: četrtek, 3:00-4:00 kabinet v 8. nadstropju Asistent:

Διαβάστε περισσότερα

Multivariatna analiza variance

Multivariatna analiza variance (MANOVA) MANOVA je multivariatna metoda za proučevanje odvisnosti med več odvisnimi (številskimi) in več neodvisnimi (opisnimi) spremenljivkami. (MANOVA) MANOVA je multivariatna metoda za proučevanje odvisnosti

Διαβάστε περισσότερα

8. Posplošeni problem lastnih vrednosti

8. Posplošeni problem lastnih vrednosti 8. Posplošeni problem lastnih vrednosti Bor Plestenjak NLA 13. april 2010 Bor Plestenjak (NLA) 8. Posplošeni problem lastnih vrednosti 13. april 2010 1 / 15 Matrični šop Dani sta kvadratni n n matriki

Διαβάστε περισσότερα

Digitalne strukture: učno gradivo s predavanj

Digitalne strukture: učno gradivo s predavanj Digitalne strukture: učno gradivo s predavanj Tadej Kotnik Univerza v Ljubljani Fakulteta za elektrotehniko šolsko leto 2010/2011 http://lbk.fe.uni-lj.si/pdfs/ds-predavanja.pdf Številski sistemi in kode

Διαβάστε περισσότερα

Linearna algebra. Bojan Orel Fakulteta za računalništvo in informatiko

Linearna algebra. Bojan Orel Fakulteta za računalništvo in informatiko Linearna algebra Bojan Orel Fakulteta za računalništvo in informatiko 23. februar 205 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 52.64(075.8)(0.034.2) OREL, Bojan

Διαβάστε περισσότερα

Funkcije več spremenljivk

Funkcije več spremenljivk DODATEK C Funkcije več spremenljivk C.1. Osnovni pojmi Funkcija n spremenljivk je predpis: f : D f R, (x 1, x 2,..., x n ) u = f (x 1, x 2,..., x n ) kjer D f R n imenujemo definicijsko območje funkcije

Διαβάστε περισσότερα

Uporabna matematika za naravoslovce

Uporabna matematika za naravoslovce Uporabna matematika za naravoslovce Zapiski predavanj Študijski programi: Aplikativna kineziologija, Biodiverziteta Študijsko leto 203/4 doc.dr. Barbara Boldin Fakulteta za matematiko, naravoslovje in

Διαβάστε περισσότερα

Lastne vrednosti in lastni vektorji

Lastne vrednosti in lastni vektorji Poglavje VIII Lastne vrednosti in lastni vektorji V tem poglavju bomo privzeli, da so skalarji v vektorskih prostorih, koeficienti v matrikah itd., kompleksna števila. Algebraične operacije seštevanja,

Διαβάστε περισσότερα

PONOVITEV SNOVI ZA 4. TEST

PONOVITEV SNOVI ZA 4. TEST PONOVITEV SNOVI ZA 4. TEST 1. * 2. *Galvanski člen z napetostjo 1,5 V požene naboj 40 As. Koliko električnega dela opravi? 3. ** Na uporniku je padec napetosti 25 V. Upornik prejme 750 J dela v 5 minutah.

Διαβάστε περισσότερα

Poliedri Ines Pogačar 27. oktober 2009

Poliedri Ines Pogačar 27. oktober 2009 Poliedri Ines Pogačar 27. oktober 2009 Pri linearnem programiranju imamo opravka s končnim sistemom neenakosti in končno spremenljivkami, torej je množica dopustnih rešitev presek končno mnogo polprostorov.

Διαβάστε περισσότερα

Matematika. Funkcije in enačbe

Matematika. Funkcije in enačbe Matematika Funkcije in enačbe (1) Nariši grafe naslednjih funkcij: (a) f() = 1, (b) f() = 3, (c) f() = 3. Rešitev: (a) Linearna funkcija f() = 1 ima začetno vrednost f(0) = 1 in ničlo = 1/. Definirana

Διαβάστε περισσότερα

Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA. Polona Oblak

Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA. Polona Oblak Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA Polona Oblak Ljubljana, 04 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 5(075.8)(0.034.) OBLAK,

Διαβάστε περισσότερα

Logične strukture in sistemi

Logične strukture in sistemi Univerza v Ljubljani Fakulteta za računalništvo in informatiko Logične strukture in sistemi Prvi del Andrej Dobnikar Ljubljana, marec 2009 Kazalo Uvod 7 2 Zgodovinski pregled 9 2. Algebra razredov.................................

Διαβάστε περισσότερα

Osnove matematične analize 2016/17

Osnove matematične analize 2016/17 Osnove matematične analize 216/17 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Kaj je funkcija? Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja

Διαβάστε περισσότερα

VEKTORJI. Operacije z vektorji

VEKTORJI. Operacije z vektorji VEKTORJI Vektorji so matematični objekti, s katerimi opisujemo določene fizikalne količine. V tisku jih označujemo s krepko natisnjenimi črkami (npr. a), pri pisanju pa s puščico ( a). Fizikalne količine,

Διαβάστε περισσότερα

Odvode odvisnih spremenljivk po neodvisni spremenljivki bomo označevali s piko: Sistem navadnih diferencialnih enačb prvega reda ima obliko:

Odvode odvisnih spremenljivk po neodvisni spremenljivki bomo označevali s piko: Sistem navadnih diferencialnih enačb prvega reda ima obliko: 4 Sisemi diferencialnih enačb V prakičnih primerih večkra naleimo na več diferencialnih enačb, ki opisujejo določen pojav in so medsebojno povezane edaj govorimo o sisemih diferencialnih enačb V eh enačbah

Διαβάστε περισσότερα

II. LIMITA IN ZVEZNOST FUNKCIJ

II. LIMITA IN ZVEZNOST FUNKCIJ II. LIMITA IN ZVEZNOST FUNKCIJ. Preslikave med množicami Funkcija ali preslikava med dvema množicama A in B je predpis f, ki vsakemu elementu x množice A priredi natanko določen element y množice B. Važno

Διαβάστε περισσότερα

MATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK

MATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK abc MATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK ŠTEVILA PRIBLIŽNO RAČUNANJE PRIBLIŽNO RAČUNANJE Ta fosil dinozavra je star 7 milijonov in šest let, pravi paznik v muzeju.??? Ko sem

Διαβάστε περισσότερα

Frekvenčna analiza neperiodičnih signalov. Analiza signalov prof. France Mihelič

Frekvenčna analiza neperiodičnih signalov. Analiza signalov prof. France Mihelič Frekvenčna analiza neperiodičnih signalov Analiza signalov prof. France Mihelič Vpliv postopka daljšanja periode na spekter periodičnega signala Opazujmo družino sodih periodičnih pravokotnih impulzov

Διαβάστε περισσότερα

Inverzni problem lastnih vrednosti evklidsko razdaljnih matrik

Inverzni problem lastnih vrednosti evklidsko razdaljnih matrik Univerza v Ljubljani Fakulteta za računalništvo in informatiko Fakulteta za matematiko in fiziko Peter Škvorc Inverzni problem lastnih vrednosti evklidsko razdaljnih matrik DIPLOMSKO DELO UNIVERZITETNI

Διαβάστε περισσότερα

PROCESIRANJE SIGNALOV

PROCESIRANJE SIGNALOV Rešive pisega izpia PROCESIRANJE SIGNALOV Daum: 7... aloga Kolikša je ampliuda reje harmoske kompoee arisaega periodičega sigala? f() - -3 - - 3 Rešiev: Časova fukcija a iervalu ( /,/) je lieara fukcija:

Διαβάστε περισσότερα

Integralni račun. Nedoločeni integral in integracijske metrode. 1. Izračunaj naslednje nedoločene integrale: (a) dx. (b) x 3 +3+x 2 dx, (c) (d)

Integralni račun. Nedoločeni integral in integracijske metrode. 1. Izračunaj naslednje nedoločene integrale: (a) dx. (b) x 3 +3+x 2 dx, (c) (d) Integralni račun Nedoločeni integral in integracijske metrode. Izračunaj naslednje nedoločene integrale: d 3 +3+ 2 d, (f) (g) (h) (i) (j) (k) (l) + 3 4d, 3 +e +3d, 2 +4+4 d, 3 2 2 + 4 d, d, 6 2 +4 d, 2

Διαβάστε περισσότερα

diferencialne enačbe - nadaljevanje

diferencialne enačbe - nadaljevanje 12. vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 diferencialne enačbe - nadaljevanje Ortogonalne trajektorije Dana je 1-parametrična družina krivulj F(x, y, C) = 0. Ortogonalne

Διαβάστε περισσότερα

1.3 Vsota diskretnih slučajnih spremenljivk

1.3 Vsota diskretnih slučajnih spremenljivk .3 Vsota diskretnih slučajnih spremenljivk Naj bosta X in Y neodvisni Bernoullijevo porazdeljeni spremenljivki, B(p). Kako je porazdeljena njuna vsota? Označimo Z = X + Y. Verjetnost, da je P (Z = z) za

Διαβάστε περισσότερα

Fazni diagram binarne tekočine

Fazni diagram binarne tekočine Fazni diagram binarne tekočine Žiga Kos 5. junij 203 Binarno tekočino predstavljajo delci A in B. Ti se med seboj lahko mešajo v različnih razmerjih. V nalogi želimo izračunati fazni diagram take tekočine,

Διαβάστε περισσότερα

Osnove elektrotehnike uvod

Osnove elektrotehnike uvod Osnove elektrotehnike uvod Uvod V nadaljevanju navedena vprašanja so prevod testnih vprašanj, ki sem jih našel na omenjeni spletni strani. Vprašanja zajemajo temeljna znanja opredeljenega strokovnega področja.

Διαβάστε περισσότερα

Metoda glavnih komponent

Metoda glavnih komponent Metoda glavnih komponent Metoda glavnih kompnent je ena najpogosteje uporabljenih multivariatnih metod. Osnoval jo je Karl Pearson (1901). Največ zaslug za nadaljni razvoj pa ima Hotelling (1933). Osnovna

Διαβάστε περισσότερα

REˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23.

REˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23. Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost. kolokvij 3. januar 08 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Nalog je 6,

Διαβάστε περισσότερα

Afina in projektivna geometrija

Afina in projektivna geometrija fina in projektivna geometrija tožnice () kiciraj stožnico v evklidski ravnini R, ki je določena z enačbo 6 3 8 + 6 =. Rešitev: tožnica v evklidski ravnini je krivulja, ki jo določa enačba a + b + c +

Διαβάστε περισσότερα

Transformator. Delovanje transformatorja I. Delovanje transformatorja II

Transformator. Delovanje transformatorja I. Delovanje transformatorja II Transformator Transformator je naprava, ki v osnovi pretvarja napetost iz enega nivoja v drugega. Poznamo vrsto različnih izvedb transformatorjev, glede na njihovo specifičnost uporabe:. Energetski transformator.

Διαβάστε περισσότερα

IZVODI ZADACI (I deo)

IZVODI ZADACI (I deo) IZVODI ZADACI (I deo) Najpre da se podsetimo tablice i osnovnih pravila:. C`=0. `=. ( )`= 4. ( n )`=n n-. (a )`=a lna 6. (e )`=e 7. (log a )`= 8. (ln)`= ` ln a (>0) 9. = ( 0) 0. `= (>0) (ovde je >0 i a

Διαβάστε περισσότερα

Izpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega

Izpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega Izeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega 1. Najosnovnejše o konveksnih funkcijah Definicija. Naj bo X vektorski rostor in D X konveksna množica. Funkcija ϕ: D R je konveksna,

Διαβάστε περισσότερα

Dodatna poglavja iz linearne algebre za 1. letnik finančne matematike na FMF. Primož Moravec

Dodatna poglavja iz linearne algebre za 1. letnik finančne matematike na FMF. Primož Moravec Dodatna poglavja iz linearne algebre za 1 letnik finančne matematike na FMF Primož Moravec 13 september 2017 1 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 51264(0758)

Διαβάστε περισσότερα

POROČILO 3.VAJA DOLOČANJE REZULTANTE SIL

POROČILO 3.VAJA DOLOČANJE REZULTANTE SIL POROČILO 3.VAJA DOLOČANJE REZULTANTE SIL Izdba aje: Ljubjana, 11. 1. 007, 10.00 Jan OMAHNE, 1.M Namen: 1.Preeri paraeogramsko praio za doočanje rezutante nezporedni si s skupnim prijemaiščem (grafično)..dooči

Διαβάστε περισσότερα

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju RAČUN OSTATAKA 1 1 Prsten celih brojeva Z := N + {} N + = {, 3, 2, 1,, 1, 2, 3,...} Osnovni primer. (Z, +,,,, 1) je komutativan prsten sa jedinicom: sabiranje (S1) asocijativnost x + (y + z) = (x + y)

Διαβάστε περισσότερα

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA III

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA III UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 215 ii Kazalo Diferencialni račun vektorskih funkcij 1 1.1 Skalarne funkcije...........................

Διαβάστε περισσότερα

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo IZVODI ZADACI ( IV deo) LOGARITAMSKI IZVOD Logariamskim izvodom funkcije f(), gde je >0 i, nazivamo izvod logarima e funkcije, o jes: (ln ) f ( ) f ( ) Primer. Nadji izvod funkcije Najpre ćemo logarimovai

Διαβάστε περισσότερα

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je, PARCIJALNI IZVODI I DIFERENCIJALI Sama definicija parcijalnog ivoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je, naravno, naučiti onako kako vaš profesor ahteva. Mi ćemo probati

Διαβάστε περισσότερα

Osnove linearne algebre

Osnove linearne algebre Osnove linearne algebre Matrike Matrika razsežnosti n m je A = a 1 1 a 1 2 a 1 m a 2 1 a 2 2 a 2 m a n 1 a n 2 a n m Če je n = m, tedaj matriko imenujemo kvadratna matrika Elementi matrike so lahko realna

Διαβάστε περισσότερα

Dragi polinom, kje so tvoje ničle?

Dragi polinom, kje so tvoje ničle? 1 Dragi polinom, kje so tvoje ničle? Vito Vitrih FAMNIT - Izlet v matematično vesolje 17. december 2010 Polinomi: 2 Polinom stopnje n je funkcija p(x) = a n x n + a n 1 x n 1 +... + a 1 x + a 0, a i R.

Διαβάστε περισσότερα

Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA

Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA. Naj bo vektorsko polje R : R 3 R 3 dano s predpisom R(x, y, z) = (2x 2 + z 2, xy + 2yz, z). Izračunaj pretok polja R skozi površino torusa

Διαβάστε περισσότερα

Navadne diferencialne enačbe

Navadne diferencialne enačbe Navadne diferencialne enačbe Navadne diferencialne enačbe prvega reda V celotnem poglavju bo y = dy dx. Diferencialne enačbe z ločljivima spremeljivkama Diferencialna enačba z ločljivima spremeljivkama

Διαβάστε περισσότερα

DIGITALNE STRUKTURE Zapiski predavanj

DIGITALNE STRUKTURE Zapiski predavanj DIGITALNE STRUKTURE Zapiski predavanj Branko Šter, Ljubo Pipan Koraki pri načrtovanju vezij na osnovi VHDL (in drugih HDL jezikov): bločni diagrami / hierarhija kodiranje v VHDL prevajanje kode, preverjanje

Διαβάστε περισσότερα

UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA SANDRA BOLTA LASTNE VREDNOSTI GRAFA DIPLOMSKO DELO

UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA SANDRA BOLTA LASTNE VREDNOSTI GRAFA DIPLOMSKO DELO UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA SANDRA BOLTA LASTNE VREDNOSTI GRAFA DIPLOMSKO DELO LJUBLJANA, 2014 2 UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA Študijska smer: Fizika in matematika SANDRA BOLTA

Διαβάστε περισσότερα

1. Έντυπα αιτήσεων αποζημίωσης... 2 1.1. Αξίωση αποζημίωσης... 2 1.1.1. Έντυπο... 2 1.1.2. Πίνακας μεταφράσεων των όρων του εντύπου...

1. Έντυπα αιτήσεων αποζημίωσης... 2 1.1. Αξίωση αποζημίωσης... 2 1.1.1. Έντυπο... 2 1.1.2. Πίνακας μεταφράσεων των όρων του εντύπου... ΑΠΟΖΗΜΙΩΣΗ ΘΥΜΑΤΩΝ ΕΓΚΛΗΜΑΤΙΚΩΝ ΠΡΑΞΕΩΝ ΣΛΟΒΕΝΙΑ 1. Έντυπα αιτήσεων αποζημίωσης... 2 1.1. Αξίωση αποζημίωσης... 2 1.1.1. Έντυπο... 2 1.1.2. Πίνακας μεταφράσεων των όρων του εντύπου... 3 1 1. Έντυπα αιτήσεων

Διαβάστε περισσότερα

Matematika 2. Diferencialne enačbe drugega reda

Matematika 2. Diferencialne enačbe drugega reda Matematika 2 Diferencialne enačbe drugega reda (1) Reši homogene diferencialne enačbe drugega reda s konstantnimi koeficienti: (a) y 6y + 8y = 0, (b) y 2y + y = 0, (c) y + y = 0, (d) y + 2y + 2y = 0. Rešitev:

Διαβάστε περισσότερα

Specifični faktorji E i bodo imeli majhne variance, če so opazovane spremenljivke blizu faktorju F.

Specifični faktorji E i bodo imeli majhne variance, če so opazovane spremenljivke blizu faktorju F. Faktorska analiza Med metodami za pregledovanje podatkov smo omenili metodo glavnih komponent. Cilj te metode je določiti manjše število linearnih kombinacij merjenih spremenljivk tako, da z njimi pojasnimo

Διαβάστε περισσότερα

Vektorski prostori s skalarnim produktom

Vektorski prostori s skalarnim produktom Poglavje IX Vektorski prostori s skalarnim produktom Skalarni produkt dveh vektorjev v R n smo spoznali v prvem poglavju. Sedaj bomo pojem skalarnega produkta razširili na poljuben vektorski prostor V

Διαβάστε περισσότερα

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta Matematika Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 6. november 200 Poglavje 2 Zaporedja in številske vrste 2. Zaporedja 2.. Uvod Definicija 2... Zaporedje (a n ) = a, a 2,..., a n,... je predpis,

Διαβάστε περισσότερα

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET Goran Stančić SIGNALI I SISTEMI Zbirka zadataka NIŠ, 014. Sadržaj 1 Konvolucija Literatura 11 Indeks pojmova 11 3 4 Sadržaj 1 Konvolucija Zadatak 1. Odrediti konvoluciju

Διαβάστε περισσότερα

DIGITALNA TEHNIKA 2014/2015 (nazadnje spremenjeno )

DIGITALNA TEHNIKA 2014/2015 (nazadnje spremenjeno ) DIGITALNA TEHNIKA 2014/2015 (nazadnje spremenjeno 26.11.2014) SEMINARSKE VAJE 15 ur 1. Številski sistemi (vadite sami doma) 2. Boolova algebra, Huntingtonovi postulati (vadite sami doma) 3. Kanonična oblika

Διαβάστε περισσότερα

Funkcije dveh in več spremenljivk

Funkcije dveh in več spremenljivk Poglavje 3 Funkcije dveh in več spremenljivk 3.1 Osnovni pojmi Definicija 3.1.1. Funkcija dveh spremenljivk je preslikava, ki vsaki točki (x, y) ravninske množice D priredi realno število z = f(x, y),

Διαβάστε περισσότερα