1 Неодрђеност и информациjа
|
|
- Πολωνα Ανδρέου
- 5 χρόνια πριν
- Προβολές:
Transcript
1 Теориjа информациjе НЕОДРЂЕНОСТ И ИНФОРМАЦИJА Неодрђеност и информациjа. Баца се фер новичић до прве поjаве писма. Нека jе X случаjна величина коjа представља броj потребних бацања. Наћи неодређеност случаjне величине X.. Показати да за дискретну случаjну величину X важи неjеднакост H(g(X)) H(X), где jе g произвољна неслучаjна функциjа.. Струjно коло чине сиjалице. Ако jедна прегори, остале не могу да сиjаjу, jер jе електрично коло прекинуто. На располагању имамо омметар коjим можемо да измеримо отпор између сваке две тачке у струjном колу. Колики jе минималан броj мерења да би пронашли прегорену сиjалицу? 4. Од 7 новчића jе фаличан и нешто лакши од осталих. На располагању имамо вагу за мерење са два таса. Колико мерења jе потребно да се одреди фаличан новчић? 5. Од 7 новчића jе фаличан, нешто лакши или тежи од осталих. На располагању имамо вагу за мерење са два таса. Колико мерења jе потребно да се одреди коjи новчић jе фаличан, као и да ли jе тежи или лакши од осталих? * Дато jе n великих кутиjа са великим броjем куглица у њима. Све куглице у jедноj кутиjи имаjу исту познату тежину w грама: n кутиjа садржи идентичне куглице, али jедна кутиjа има куглице коjе су за грам теже од осталих. Све куглице су исте величине и тежа се може идентификовати само мерењем. На располагању нам jе прецизна вага коjа може да мери произвољан броj куглица са прецизношћу бољом од грам. Колико jе наjмање мерења потребно да се утврди у коjоj кутиjи се налазе теже куглице? 6. Дата jе заjедничка расподела X\Y Наћи H(X), H(Y ), H(X Y ), H(Y X), H(X, Y ) и I(X; Y ) и представити их Веновим диjаграмом. * Коцкица се баца jедном. Ако падне,, или 4 баца се новчић jедном, а иначе се баца два пута. Наћи информациjу о броjу коjи jе пао на коцкици на основу броjа палих глава.
2 Теориjа информациjе НЕОДРЂЕНОСТ И ИНФОРМАЦИJА 7. Нека су X и X дискретне случаjне величине, коjе узимаjу различите вредности и X случаjна величина дефинисана као { X, са вероватноћом α X = X, са вероватноћом α Наћи ентропиjу H(X) у функциjи од H(X ), H(X ) и α. 8. Показати да jе неодређеност расподеле вероватноће (p,..., p i,..., p j,..., p m ) мања од неодређености расподеле (p,..., p i+p j,..., p i+p j,..., p m ). * Доказати помоћу Jенсенове неjеднакости да jе I(X; Y ) 0. * (a) Показати да jе log x x, x > 0. б) Користећи неjеднакост из а) показати да jе KL(p q) Показати да за случаjне величине X, Y и Z важе следеће неjеднакости и наћи услове при коjима важе jеднакости. а) H(X, Y Z) H(X Z) б) I(X, Y ; Z) I(X; Z) в) H(X, Y, Z) H(X, Y ) H(X, Z) H(X) г) I(X; Z Y ) I(Z; Y X) I(Z; Y ) + I(X; Z) 0. Наћи пример случаjних величина X, Y и Z тако да важи а) I(X; Y Z) < I(X; Y ), б) I(X; Y Z) > I(X; Y ).. Нека су X и Y случаjне величине коjе узимаjу вреднсоти x,..., x r и y,..., y s, респективно и нека jе Z = X + Y. а) Показати да важи H(Z X) = H(Y X). б) Ако су X и Y независне, тада важи H(Y ) H(Z) и H(X) H(Z). в) Наћи пример (зависних) случаjних променљивих за коjе важе неjеднакости H(X) > H(Z) и H(Y ) > H(Z). г) Под коjим условoм jе H(Z) = H(X) + H(Y )?. Играчи A и B играjу карте. Побеђуjе онаj играч коjи први победи у 4 партиjе. Нека jе X случаjна величина коjа представља исходе ове игре и Y случаjна величина коjа представља броj одиграних партиjа. Ако претпоставимо да ирачи A и B имаjу jеднаке шансе да добиjу сваку партиjу и да су партиjе међусобно независне, израчу- нати H(X), H(Y ) H(Y X) и H(X Y ).
3 Теориjа информациjе НЕОДРЂЕНОСТ И ИНФОРМАЦИJА. У кутиjи се налази r црвених, w белих и b црних куглица. Да ли већу неодређеност има извлачење k куглица са понављањем или без понављања? * Ако jе Z = f(y ) онда jе X Y Z ланац Маркова. Показати. * Ако jе X Y Z ланац Маркова, онда I(X; Y ) I(X; Z). Показати. 4. Ако jе X X... X n ланац Маркова, односно ако важи jеднакост упростити израз I(X ; X,..., X n ). p(x,..., x n ) = p(x )p(x x )...p(x n x n ), 5. Доказати да jе условна неодређеност H(X 0 X n ) неопадаjућа по n за сваки ланац Маркова. * Aко jе I(X; Z Y ) = 0, показати да jе I(X; Y ) I(X; Z). Под коjим условима важи jеднакост? 6. Нека случаjна величина X узима три могуће вредности {a, b, c}. Посматраjмо две расподеле вероватноће ове случаjне величине p(x) q(x) a / / b /4 / c /4 / Израчунати H(p), H(q), KL(p q) и KL(q p). 7. Претходни задатак говори да jе у општем случаjу KL(p q) KL(q p). Наћи пример две расподеле вероватноће p и q тако да jеднакост KL(p q) = KL(q p) важи. 8. Нека су X, Y и Z случаjне величине са заjедничком расподелом p(x, y, z). Кулбак-Лаjблерово растоjање између заjедничке расподеле и производа одговараjућих маргиналних jе [ ] p(x, y, z) KL(p(x, y, z) p(x)p(y)p(z)) = E log p(x)p(y)p(z) Изразити Кулбак-Лаjблерово растоjање преко неодређености. Када jе ово растоjање jеднако нули?
4 Теориjа информациjе НЕОДРЂЕНОСТ И ИНФОРМАЦИJА 9. Посматраjмо низ од n бинарних случаjних величина X, X,..., X n. Сваки низ са парним броjем jединица има вероватноћу (n ) и сваки низ са непарним броjем jединица има вероватноћу 0. Наћи информациjе: I(X ; X ), I(X ; X X ),..., I(X n ; X n X,..., X n ). 0. Нека jе X X X ланац Маркова такав да X {,,..., n}, X {,,..., k} и X {,,..., m}. Показати да jе I(X ; X ) log k.. Нека су X, Y, Z три случаjне величине са Бернулиjевом расподелом са параметром коjе су независне у паровима. а) Одредити минималну вредности неодређености H(X, Y, Z). б) Навести пример случаjних величина за коjе се постиже минимум.. Под коjим условима важи jеднакост H(X g(y )) = H(X Y )?. а) Имамо на располагању "фер" новчић. Одредити заjедничку информациjу између горње и доње стране. б) Имамо на располагању "фер" коцкицу. Одредити заjедничку информациjу између горње стране и бочних страна коцкице. 4. Упоредити изразе: а) H(X) и H(5X) б) I(g(X); Y ) и I(X; Y ) H(X,Y ) в) и H(X)+H(Y ) 5. Користећи Венове диjаграме можемо приметити да се заjедничка информациjа три случаjне величине X, Y и Z може дефинисати као I(X; Y ; Z) = I(X; Y ) I(X; Y Z). Израз I(X; Y ; Z) не мора бити ненегативан. Наћи X Y и Z за коjе jе I(X; Y ; Z) < 0 и показати да важе следеће jеднакости: I(X; Y ; Z) = H(X, Y, Z) H(X) H(Y ) H(Z) + I(X; Y ) + I(Y ; Z) + I(Z; X) I(X; Y ; Z) = H(X, Y, Z) H(X, Y ) H(Y, Z) H(Z, Y ) + H(X) + H(Y ) + H(Z) 6. Претпоставимо да имамо n новичића међу коjима постоjи jедан фаличан, коjи jе тежи или лакши од осталих. На располагању имамо теразиjе коjе могу имати три исхода. Нека jе k наjмањи броj мерења потребних да се утврди кojи новчић jе фаличан као и да ли jе тежи или лакши. а) Показати да важи k n. б) На коjи начин се новчића може декларисати помоћу мерења? 4
5 Теориjа информациjе НЕОДРЂЕНОСТ И ИНФОРМАЦИJА 7. Нека су X, X,... независне jеднако расподељене случаjне величине са функциjом расподеле p(x). Наћи lim [p(x, X,..., X n )] n. n 8. Нека су X, X,... независне jеднако расподељене случаjне величине расподелoм, са вероватноћом X =, са вероватноћом 4, са вероватноћом 4 Наћи граничну вредност израза (X X X n ) n. 9. Бацаjу се фер коцкица и фер новчић независно. Нека jе X вредност на коцкици, а Y узима вредност нула ако jе пало писмо и ако jе пала глава. Нека jе Z = X + Y, наћи H(Z) и I(Z; X). * Дефинисати преко информациjе довољне статистике. Показати да jе статистика T (X) = n i= Ber(θ) расподеле. * ρ(x, y) jе метрика ако за све x, y важи:. ρ(x, y) 0. ρ(x, y) = ρ(y, x). ρ(x, y) = 0 акко x = y 4. ρ(x, z) ρ(x, y) + ρ(y, z) довољна за параметар θ ако jе узорак X, X,..., X n из а) Испитати да ли jе ρ(x, Y ) = H(X Y ) + H(Y X) метрика. б) Показати да важе jеднакости: ρ(x, Y ) = H(X) + H(Y ) I(X; Y ) = H(X, Y ) I(X; Y ) = = H(X, Y ) H(X) H(Y ) () * (Jенсен-Шеноново растоjање) JSP (p q) := KL(p m) + KL(q m), m = (p + q) 5
6 Теориjа информациjе НЕОДРЂЕНОСТ И ИНФОРМАЦИJА Нека jе X = { X, ако jе Z = X, ако jе Z = 0 где X има расподелу p, X расподелу q, док jе Z индикатор догађаjа чиjа jе вероватноћа /. Показати да jе JSD(p q) = I(X; Y ). 6
7 Теориjа информациjе ТЕОРИJА КОДИРАЊА Теориjа кодирања. Нека jе дата случаjна прoмeнљива ( S S S = S S 4 S 5 S 6 p p p p 4 p 5 p 6 ), где су S i кодиране азбуком коjа има D симбола. Ако су дужине кодираних речи (l, l, l, l 4, l 5, l 6 ) = (,,,,, ), наћи одговараjућу доњу границу за D.. Размотримо случаjну величину ( x x X = x x 4 x 5 x 6 x а) Наћи бинарни Хафманов код за X. б) Наћи средњу дужину речи за то кодирање. в) Наћи троjни (терциjарни) Хафманов код за X.. Наћи бинарни Хафманов код за расподелу (,,, 5 5 код такође оптималан за расподелу (,,,, ) , 5 5 ). ). Показати да jе оваj 4. Коjи од понуђени кодова ниjе Хафманов код ни за jедну расподелу вероватноћа? а) {0, 0, } б) {00, 0, 0, 0} в) {0, 0} 5. Наћи бинарни и троjни (терциjарни) Хафманов код за случаjну величину X чиjа jе расподела вероватноће p = (,,, 4, 5, 6 ). Колика jе средња дужина речи у оба случаjа? 6. Слова А, Е, И, О, У jављаjу се са фреквенциjама 0., 0., 0., 0.5 и 0.5. Одредити оптимално бинарно кодирање и средњу дужину кодираних речи. 7. Наћи бинарни Хафманов код за расподелу: а) p = ( 0, 9, 8, 7, 7 ) б) p = ( 9, 9 0 0, ( 0 ), 9 0 ( 0),...) 7
8 Теориjа информациjе ТЕОРИJА КОДИРАЊА 8. Наћи услов да Хафманов бинарни код са 4 симбола и расподелом p = p p = p 4 има све речи дужине. 9. Нека Хафманов код има 5 кодних речи над азбиком {0, } и нека jе p p p p 4 p 5 = q. Наћи максималну могућу вредност за p 5 тако да реч коjа се поjављуjе са вероватноћом p 5 има дужину Наћи наjмању вредност q тако да бинарни Хафманов код са четири кодне речи са вероватноћама p p p p 4 = q има све речи jеднаке дужине.. Извор има три симбола са вероватноћама p p p. Показати да бинарни Хафманов код има средњу дужину речи p. Шта jе одговараjући резултат ако извор има четири симбола са вероватноћама p p p p 4?. Нека jе Y = X + Z(mod) дискретан канал без мемориjе, где jе ( ) Z =, и X {0,,..., 0}. Ако претпоставимо да су Z и X независне, наћи капацитет канала.. Наћи капацитет канала са датом матрицом условних вероватноћа. Y = 0 Y = X = 0 /4 /4 X = /4 /4 X = /4 /4 X = /4 /4 4. Наћи капацитет канала са датом матрицом условних вероватноћа. Y = 0 Y = Y = X = 0 / /6 / X = / / /6 X = /6 / / 5. Наћи капацитет канала и дистрибуциjу на улазу за коjи се он постиже. Y = 0 Y = Y = X = 0 /4 0 /4 X = 0 0 X = /4 0 /4 8
9 Теориjа информациjе ТЕОРИJА КОДИРАЊА 6. Наћи капацитет канала 0 p p a b c d p p 7. Постамраjмо 6 слова на тастатури. а) Ако се притисне типка резултат jе одговараjуће слово, одредити капацитет таквог канала. б) Ако се притисне типка резултат jе то слово или слово до њега са jеднаким вероватноћама. Према томе, A A или B,..., Z Z или A. Шта jе капацитет у том случаjу? 8. Размотримо два дискретна канала без мемориjе (X, p(y x ), Y ) и (X, p(y x ), Y ) са капацитетима C и C респективно. Формирамо нови канал (X X, p(y x ) p(y x ), Y Y ) коjи истовремено кодира (x, x ) (y, y ). Наћи капацитет тог канала. p p p p 9. Наћи капацитет канала чиjа jе матрица условних вероватноћа Y = 0 Y = X = 0 0 X = / / 0. Наћи капацитет канала C C ако су матрице канала C и C. Нека jе C капацитет канала Y = 0 Y = X = 0 / / X = / / Z = 0 Z = Y = 0 5/9 4/9 Y = 4/9 5/9 0 0 / / / / Ако jе C n капацитет n редно везаних канала C n = C C... C, наћи lim n C n 9
10 Теориjа информациjе ТЕОРИJА КОДИРАЊА. Наћи чему тежи капацитет канала C n ако jе C n = C C n, C = C, где jе C канал са матрицом. Наћи капацитет канала Y = 0 Y = Y = X = 0 / 0 / X = 0 0 X = /4 0 /4 Y = 0 Y = Y = Y = Y = 4 Y = 5 X = 0 /8 /8 /8 /8 /4 /4 X = /8 /8 /4 /8 /8 /8 X = /4 /4 /8 /8 /8 /8 4. Наћи капацитет канала и дистрибуциjу на улазу за коjу се остваруjе. Y = Y = Y = Y = 4 Y = 5 X = /4 /4 / 0 0 X = / /4 /4 0 0 X = /4 / /4 0 0 X = /4 /4 X = /4 /4 5. Дат jе канал везе и дистрибуциjа на улазу. X = ( ), Y = 0 Y = Y = X = X = X = Наћи а) шему декодовања за идеалног посматрача б) шему декодовања за посматрача максималне веродостоjности (идеалног посматрача при равномерноj дистрибуциjи). 0
11 Теориjа информациjе ТЕОРИJА КОДИРАЊА 6. Дат jе канал C Y = 0 Y = Y = X = X = 0 p p X = 0 q q Коjи услов треба да задовољаваjу p и q тако да идеални посматрач, за равномерну расподелу на улазу, декодира примљену вредност као ону коjа jе послата? 7. Нека jе H = , матрица провере линеарног кода. Одредити броj информационих карактера, броj карактера провере и кодне речи. 8. Дате су кодне речи 0000, 00 и. Одредити матрицу провере линеарног кода са наjвећим могућим броjем карактера провере. Колики jе броj броj информационих, а колики броj битова провере тог кода? 9. Нека jе H = , матрица провере линеарног кода. Одредити броj информационих карактера, броj карактера провере и кодне речи. Ако се исправљаjу обрасци грешака наjмање тежине у косету, наћи jедан начин декодирања. 0. Дате су кодне речи 0000, 00, и 00. а) Наћи матрицу провере линеарног кода, броj битова провере и броj информационих битова. б) Ако се исправљаjу обрасци грешака наjмање тежине у косету, наћи jедан начин декодирања.
Tестирање хипотеза. 5.час. 30. март Боjана Тодић Статистички софтвер март / 10
Tестирање хипотеза 5.час 30. март 2016. Боjана Тодић Статистички софтвер 2 30. март 2016. 1 / 10 Монте Карло тест Монте Карло методе су методе код коjих се употребљаваjу низови случаjних броjева за извршење
Διαβάστε περισσότεραПрви корак у дефинисању случајне променљиве је. дефинисање и исписивање свих могућих eлементарних догађаја.
СЛУЧАЈНА ПРОМЕНЉИВА Једнодимензионална случајна променљива X је пресликавање у коме се сваки елементарни догађај из простора елементарних догађаја S пресликава у вредност са бројне праве Први корак у дефинисању
Διαβάστε περισσότερα1.2. Сличност троуглова
математик за VIII разред основне школе.2. Сличност троуглова Учили смо и дефиницију подударности два троугла, као и четири правила (теореме) о подударности троуглова. На сличан начин наводимо (без доказа)
Διαβάστε περισσότεραналазе се у диелектрику, релативне диелектричне константе ε r = 2, на међусобном растојању 2 a ( a =1cm
1 Два тачкаста наелектрисања 1 400 p и 100p налазе се у диелектрику релативне диелектричне константе ε на међусобном растојању ( 1cm ) као на слици 1 Одредити силу на наелектрисање 3 100p када се оно нађе:
Διαβάστε περισσότεραг) страница aa и пречник 2RR описаног круга правилног шестоугла јесте рац. бр. јесу самерљиве
в) дијагонала dd и страница aa квадрата dd = aa aa dd = aa aa = није рац. бр. нису самерљиве г) страница aa и пречник RR описаног круга правилног шестоугла RR = aa aa RR = aa aa = 1 јесте рац. бр. јесу
Διαβάστε περισσότεραМонте Карло Интеграциjа
Монте Карло Интеграциjа 4.час 22. март 2016. Боjана Тодић Статистички софтвер 2 22. март 2016. 1 / 22 Монте Карло методе Oве нумеричке методе код коjих се употребљаваjу низови случаjних броjева за извршење
Διαβάστε περισσότεραЛогистичка регресиjа
Логистичка регресиjа 4.час 22. март 2016. Боjана Тодић Статистички софтвер 4 22. март 2016. 1 / 26 Логистичка расподела Логистичка расподела jе непрекидна расподела вероватноће таква да jе њена функциjа
Διαβάστε περισσότεραПрост случаjан узорак (Simple Random Sampling)
Прост случаjан узорак (Simple Random Sampling) 3.час 10. март 2016. Боjана Тодић Теориjа узорака 10. март 2016. 1 / 25 Прост случаjан узорак без понављања Random Sample Without Replacement - RSWOR Ово
Διαβάστε περισσότεραТеорија електричних кола
др Милка Потребић, ванредни професор, Теорија електричних кола, вежбе, Универзитет у Београду Електротехнички факултет, 7. Теорија електричних кола i i i Милка Потребић др Милка Потребић, ванредни професор,
Διαβάστε περισσότεραпредмет МЕХАНИКА 1 Студијски програми ИНДУСТРИЈСКО ИНЖЕЊЕРСТВО ДРУМСКИ САОБРАЋАЈ II ПРЕДАВАЊЕ УСЛОВИ РАВНОТЕЖЕ СИСТЕМА СУЧЕЉНИХ СИЛА
Висока техничка школа струковних студија у Нишу предмет МЕХАНИКА 1 Студијски програми ИНДУСТРИЈСКО ИНЖЕЊЕРСТВО ДРУМСКИ САОБРАЋАЈ II ПРЕДАВАЊЕ УСЛОВИ РАВНОТЕЖЕ СИСТЕМА СУЧЕЉНИХ СИЛА Садржај предавања: Систем
Διαβάστε περισσότεραРешења задатака са првог колоквиjума из Математике 1Б II група задатака
Решења задатака са првог колоквиjума из Математике Б II група задатака Пре самих решења, само да напоменем да су решења детаљно исписана у нади да ће помоћи студентима у даљоj припреми испита, као и да
Διαβάστε περισσότεραТеорија електричних кола
Др Милка Потребић, ванредни професор, Теорија електричних кола, вежбе, Универзитет у Београду Електротехнички факултет, 7. Теорија електричних кола Милка Потребић Др Милка Потребић, ванредни професор,
Διαβάστε περισσότερα7. ЈЕДНОСТАВНИЈЕ КВАДРАТНЕ ДИОФАНТОВE ЈЕДНАЧИНЕ
7. ЈЕДНОСТАВНИЈЕ КВАДРАТНЕ ДИОФАНТОВE ЈЕДНАЧИНЕ 7.1. ДИОФАНТОВА ЈЕДНАЧИНА ху = n (n N) Диофантова једначина ху = n (n N) има увек решења у скупу природних (а и целих) бројева и њено решавање није проблем,
Διαβάστε περισσότερα2. Наставни колоквијум Задаци за вежбање ОЈЛЕРОВА МЕТОДА
. колоквијум. Наставни колоквијум Задаци за вежбање У свим задацима се приликом рачунања добија само по једна вредност. Одступање појединачне вредности од тачне вредности је апсолутна грешка. Вредност
Διαβάστε περισσότεραЕкстремне статистике поретка и примjене у неживотном осигурању
Математички факултет Универзитет у Београду МАСТЕР РАД Екстремне статистике поретка и примjене у неживотном осигурању Студент: 1039/2015 Ментор: др Павле Младеновић 10.11.2016. Садржаj 1 Увод 1 2 Значаj
Διαβάστε περισσότεραЛИНЕАРНА ФУНКЦИЈА. k, k 0), осна и централна симетрија и сл. 2, x 0. У претходном примеру неке функције су линеарне а неке то нису.
ЛИНЕАРНА ФУНКЦИЈА 5.. Функција = a + b Функционалне зависности су веома значајне и са њиховим применама често се сусрећемо. Тако, већ су нам познате директна и обрнута пропорционалност ( = k; = k, k ),
Διαβάστε περισσότεραРепублика Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА
Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ НА КРАЈУ ОСНОВНОГ ОБРАЗОВАЊА И ВАСПИТАЊА школска 013/014. година ТЕСТ
Διαβάστε περισσότεραКонструкциjе Адамарових матрица
Математички факултет Универзитета у Београду Конструкциjе Адамарових матрица Мастер pад Сенад Ибраимоски Чланови комисиjе: проф. др. Миодраг Живковић - ментор проф. др. Предраг Jаничић проф. др. Филип
Διαβάστε περισσότεραПараметарски и непараметарски тестови
Параметарски и непараметарски тестови 6.час 12. април 2016. Боjана Тодић Статистички софтвер 4 12. април 2016. 1 / 25 Поступци коjима се применом статистичких метода утврђуjе да ли се, на основу узорка
Διαβάστε περισσότεραb) Израз за угиб дате плоче, ако се користи само први члан реда усвојеног решења, је:
Пример 1. III Савијање правоугаоних плоча За правоугаону плочу, приказану на слици, одредити: a) израз за угиб, b) вредност угиба и пресечних сила у тачки 1 ако се користи само први члан реда усвојеног
Διαβάστε περισσότεραРепублика Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА МАТЕМАТИКА ТЕСТ
Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА МАТЕМАТИКА ТЕСТ УПУТСТВО ЗА ОЦЕЊИВАЊЕ ОБАВЕЗНО ПРОЧИТАТИ ОПШТА УПУТСТВА 1. Сваки
Διαβάστε περισσότεραСИСТЕМ ЛИНЕАРНИХ ЈЕДНАЧИНА С ДВЕ НЕПОЗНАТЕ
СИСТЕМ ЛИНЕАРНИХ ЈЕДНАЧИНА С ДВЕ НЕПОЗНАТЕ 8.. Линеарна једначина с две непознате Упознали смо појам линеарног израза са једном непознатом. Изрази x + 4; (x 4) + 5; x; су линеарни изрази. Слично, линеарни
Διαβάστε περισσότερα4.4. Паралелне праве, сечица. Углови које оне одређују. Углови са паралелним крацима
50. Нацртај било које унакрсне углове. Преношењем утврди однос унакрсних углова. Какво тврђење из тога следи? 51. Нацртај угао чија је мера 60, а затим нацртај њему унакрсни угао. Колика је мера тог угла?
Διαβάστε περισσότεραПредмет: Задатак 4: Слика 1.0
Лист/листова: 1/1 Задатак 4: Задатак 4.1.1. Слика 1.0 x 1 = x 0 + x x = v x t v x = v cos θ y 1 = y 0 + y y = v y t v y = v sin θ θ 1 = θ 0 + θ θ = ω t θ 1 = θ 0 + ω t x 1 = x 0 + v cos θ t y 1 = y 0 +
Διαβάστε περισσότεραОснове теорије вероватноће
. Прилог А Основе теорије вероватноће Основни појмови теорије вероватноће су експеримент и исходи резултати. Најпознатији пример којим се уводе појмови и концепти теорије вероватноће је бацање новчића
Διαβάστε περισσότεραТРАПЕЗ РЕГИОНАЛНИ ЦЕНТАР ИЗ ПРИРОДНИХ И ТЕХНИЧКИХ НАУКА У ВРАЊУ. Аутор :Петар Спасић, ученик 8. разреда ОШ 8. Октобар, Власотинце
РЕГИОНАЛНИ ЦЕНТАР ИЗ ПРИРОДНИХ И ТЕХНИЧКИХ НАУКА У ВРАЊУ ТРАПЕЗ Аутор :Петар Спасић, ученик 8. разреда ОШ 8. Октобар, Власотинце Ментор :Криста Ђокић, наставник математике Власотинце, 2011. године Трапез
Διαβάστε περισσότεραИСПИТИВАЊЕ СВОJСТАВА КОМПЛЕКСНИХ МРЕЖА СА ДИСКРЕТНОМ ДИНАМИКОМ
УНИВЕРЗИТЕТ У БЕОГРАДУ ЕЛЕКТРОТЕХНИЧКИ ФАКУЛТЕТ Jелена М. Смиљанић ИСПИТИВАЊЕ СВОJСТАВА КОМПЛЕКСНИХ МРЕЖА СА ДИСКРЕТНОМ ДИНАМИКОМ докторска дисертациjа Београд, 2017 UNIVERSITY OF BELGRADE SCHOOL OF ELECTRICAL
Διαβάστε περισσότεραНелинеарни регресиони модели и линеаризациjа
Нелинеарни регресиони модели и линеаризациjа 3.час 15. март 2016. Боjана Тодић Статистички софтвер 4 15. март 2016. 1 / 23 Регресионa анализа Регресиона анализа jе скуп статистичких метода коjима се открива
Διαβάστε περισσότεραПРИРОДА ВРЕМЕНА. информациjа материjе термодинамика теориjа релативности квантна механика. принцип вероватноће у физици
ПРИРОДА ВРЕМЕНА информациjа материjе термодинамика теориjа релативности квантна механика принцип вероватноће у физици растко вуковић Архимед Бања Лука, jануар 2017. Растко Вуковић: ПРИРОДА ВРЕМЕНА - информациjа
Διαβάστε περισσότεραУвод у теориjу игара и игра инспекциjе
proba Математички институт у Београду Увод у теориjу игара и игра инспекциjе Лука Павловић Београд, 12. маj 2017. proba Увод у Теориjу Игара 1 Увод у Теориjу Игара Теориjа игара jе грана математике коjа
Διαβάστε περισσότερα7.3. Површина правилне пирамиде. Површина правилне четворостране пирамиде
математик за VIII разред основне школе 4. Прво наћи дужину апотеме. Како је = 17 cm то је тражена површина P = 18+ 4^cm = ^4+ cm. 14. Основа четворостране пирамиде је ромб чије су дијагонале d 1 = 16 cm,
Διαβάστε περισσότερα5.2. Имплицитни облик линеарне функције
математикa за VIII разред основне школе 0 Слика 6 8. Нацртај график функције: ) =- ; ) =,5; 3) = 0. 9. Нацртај график функције и испитај њен знак: ) = - ; ) = 0,5 + ; 3) =-- ; ) = + 0,75; 5) = 0,5 +. 0.
Διαβάστε περισσότερα4. ЗАКОН ВЕЛИКИХ БРОЈЕВА
4. Закон великих бројева 4. ЗАКОН ВЕЛИКИХ БРОЈЕВА Аксиоматска дефиниција вероватноће не одређује начин на који ће вероватноће случајних догађаја бити одређене у неком реалном експерименту. Зато треба наћи
Διαβάστε περισσότεραПОВРШИНа ЧЕТВОРОУГЛОВА И ТРОУГЛОВА
ПОВРШИНа ЧЕТВОРОУГЛОВА И ТРОУГЛОВА 1. Допуни шта недостаје: а) 5m = dm = cm = mm; б) 6dm = m = cm = mm; в) 7cm = m = dm = mm. ПОЈАМ ПОВРШИНЕ. Допуни шта недостаје: а) 10m = dm = cm = mm ; б) 500dm = a
Διαβάστε περισσότεραГЕОМЕТРИJСКА СВОJСТВА АНАЛИТИЧКИХ ФУНКЦИJА
УНИВЕРЗИТЕТ У БЕОГРАДУ МАТЕМАТИЧКИ ФАКУЛТЕТ МАСТЕР РАД ГЕОМЕТРИJСКА СВОJСТВА АНАЛИТИЧКИХ ФУНКЦИJА Аутор Бобан Карапетровић Ментор проф. Миодраг Матељевић Jул, 04. Садржаj Увод Ознаке Schwarz-ова лема на
Διαβάστε περισσότεραАксиоме припадања. Никола Томовић 152/2011
Аксиоме припадања Никола Томовић 152/2011 Павле Васић 104/2011 1 Шта је тачка? Шта је права? Шта је раван? Да бисмо се бавили геометријом (и не само геометријом), морамо увести основне појмове и полазна
Διαβάστε περισσότεραПРИЈЕМНИ ИСПИТ. Јун 2003.
Природно-математички факултет 7 ПРИЈЕМНИ ИСПИТ Јун 00.. Одредити све вредности параметра m за које су оба решења једначине x x + m( m 4) = 0 (a) реална; (b) реална и позитивна. Решење: (а) [ 5, + (б) [
Διαβάστε περισσότερα6.2. Симетрала дужи. Примена
6.2. Симетрала дужи. Примена Дата је дуж АВ (слика 22). Тачка О је средиште дужи АВ, а права је нормална на праву АВ(p) и садржи тачку О. p Слика 22. Права назива се симетрала дужи. Симетрала дужи је права
Διαβάστε περισσότεραЗАШТИТА ПОДАТАКА Шифровање јавним кључем и хеш функције. Diffie-Hellman размена кључева
ЗАШТИТА ПОДАТАКА Шифровање јавним кључем и хеш функције Diffie-Hellman размена кључева Преглед Биће објашњено: Diffie-Hellman размена кључева 2/13 Diffie-Hellman размена кључева први алгоритам са јавним
Διαβάστε περισσότερα7. Модели расподела случајних променљивих ПРОМЕНЉИВИХ
7. Модели расподела случајних променљивих 7. МОДЕЛИ РАСПОДЕЛА СЛУЧАЈНИХ ПРОМЕНЉИВИХ На основу природе појаве коју анализирамо, често можемо претпоставити да расподела случајне променљиве X припада једној
Διαβάστε περισσότερα10.3. Запремина праве купе
0. Развијени омотач купе је исечак чији је централни угао 60, а тетива која одговара том углу је t. Изрази површину омотача те купе у функцији од t. 0.. Запремина праве купе. Израчунај запремину ваљка
Διαβάστε περισσότεραКРУГ. У свом делу Мерење круга, Архимед је први у историји математике одрeдио приближну вред ност броја π а тиме и дужину кружнице.
КРУГ У свом делу Мерење круга, Архимед је први у историји математике одрeдио приближну вред ност броја π а тиме и дужину кружнице. Архимед (287-212 г.п.н.е.) 6.1. Централни и периферијски угао круга Круг
Διαβάστε περισσότεραСеминарски рад из линеарне алгебре
Универзитет у Београду Машински факултет Докторске студије Милош Живановић дипл. инж. Семинарски рад из линеарне алгебре Београд, 6 Линеарна алгебра семинарски рад Дата је матрица: Задатак: a) Одредити
Διαβάστε περισσότεραЛАБОРАТОРИЈСКЕ ВЕЖБЕ ИЗ ФИЗИКЕ ПРВИ КОЛОКВИЈУМ I група
ЛАБОРАТОРИЈСКЕ ВЕЖБЕ ИЗ ФИЗИКЕ ПРВИ КОЛОКВИЈУМ 21.11.2009. I група Име и презиме студента: Број индекса: Термин у ком студент ради вежбе: Напомена: Бира се и одговара ИСКЉУЧИВО на шест питања заокруживањем
Διαβάστε περισσότεραРепублика Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА
Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ НА КРАЈУ ОСНОВНОГ ОБРАЗОВАЊА И ВАСПИТАЊА школска 01/01. година ТЕСТ
Διαβάστε περισσότερα2.3. Решавање линеарних једначина с једном непознатом
. Решимо једначину 5. ( * ) + 5 + Провера: + 5 + 0 5 + 5 +. + 0. Број је решење дате једначине... Реши једначину: ) +,5 ) + ) - ) - -.. Да ли су следеће једначине еквивалентне? Провери решавањем. ) - 0
Διαβάστε περισσότεραРепублика Србија МИНИСТАРСТВО ПРОСВЕТЕ И НАУКЕ ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА
Република Србија МИНИСТАРСТВО ПРОСВЕТЕ И НАУКЕ ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ НА КРАЈУ ОСНОВНОГ ОБРАЗОВАЊА И ВАСПИТАЊА школска 011/01. година ТЕСТ МАТЕМАТИКА УПУТСТВО
Διαβάστε περισσότεραОБЛАСТИ: 1) Тачка 2) Права 3) Криве другог реда
ОБЛАСТИ: ) Тачка ) Права Jov@soft - Март 0. ) Тачка Тачка је дефинисана (одређена) у Декартовом координатном систему са своје две коодринате. Примери: М(5, ) или М(-, 7) или М(,; -5) Jov@soft - Март 0.
Διαβάστε περισσότεραСмер: Друмски саобраћај. Висока техничка школа струковних студија у Нишу ЕЛЕКТРОТЕХНИКА СА ЕЛЕКТРОНИКОМ
Испит из предмета Електротехника са електроником 1. Шест тачкастих наелектрисања Q 1, Q, Q, Q, Q 5 и Q налазе се у теменима правилног шестоугла, као на слици. Познато је: Q1 = Q = Q = Q = Q5 = Q ; Q 1,
Διαβάστε περισσότερα2. EЛЕМЕНТАРНЕ ДИОФАНТОВЕ ЈЕДНАЧИНЕ
2. EЛЕМЕНТАРНЕ ДИОФАНТОВЕ ЈЕДНАЧИНЕ 2.1. МАТЕМАТИЧКИ РЕБУСИ Најједноставније Диофантове једначине су математички ребуси. Метод разликовања случајева код ових проблема се показује плодоносним, јер је раздвајање
Διαβάστε περισσότεραАКТУАРСТВО. Предавања 2. мр Наташа Папић-Благојевић
АКТУАРСТВО Предавања 2 мр Наташа Папић-Благојевић АКТУАРСКЕ ОСНОВЕ ОСИГУРАЊА Актуарска математика личног осигурања - обрачун тарифа животног осигурања. Актуарска математика имовинског осигурања - обрачун
Διαβάστε περισσότεραТЕОРИЈА ИГАРА-ЈАМБ Матурски рад из математике
XII БЕОГРАДСКА ГИМНАЗИЈА ТЕОРИЈА ИГАРА-ЈАМБ Матурски рад из математике Ученица Исидора Ивановић Професорка Марина Радовановић Београд јун 2016. Садржај Резиме 1 Увод 1 Пермутације 2 Варијације 3 Вероватноће
Διαβάστε περισσότεραАнализа Петријевих мрежа
Анализа Петријевих мрежа Анализа Петријевих мрежа Мере се: Својства Петријевих мрежа: Досежљивост (Reachability) Проблем досежљивости се састоји у испитивању да ли се може достићи неко, жељено или нежељено,
Διαβάστε περισσότεραВИСОКА ТЕХНИЧКА ШКОЛА СТРУКОВНИХ СТУДИЈА У НИШУ
ВИСОКА ТЕХНИЧКА ШКОЛА СТРУКОВНИХ СТУДИЈА У НИШУ предмет: ОСНОВИ МЕХАНИКЕ студијски програм: ЗАШТИТА ЖИВОТНЕ СРЕДИНЕ И ПРОСТОРНО ПЛАНИРАЊЕ ПРЕДАВАЊЕ БРОЈ 2. Садржај предавања: Систем сучељних сила у равни
Διαβάστε περισσότεραCook-Levin: SAT је NP-комплетан. Теодор Најдан Трифунов 305M/12
Cook-Levin: SAT је NP-комплетан Теодор Најдан Трифунов 305M/12 1 Основни појмови Недетерминистичка Тјурингова машина (НТМ) је уређена седморка M = (Q, Σ, Γ, δ, q 0,, ) Q коначан скуп стања контролног механизма
Διαβάστε περισσότεραПоложај сваке тачке кружне плоче је одређен са поларним координатама r и ϕ.
VI Савијање кружних плоча Положај сваке тачке кружне плоче је одређен са поларним координатама и ϕ слика 61 Диференцијална једначина савијања кружне плоче је: ( ϕ) 1 1 w 1 w 1 w Z, + + + + ϕ ϕ K Пресечне
Διαβάστε περισσότεραРепублика Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА
Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ У ОСНОВНОМ ОБРАЗОВАЊУ И ВАСПИТАЊУ школска 0/06. година ТЕСТ МАТЕМАТИКА
Διαβάστε περισσότερα1 ПРОСТОР МИНКОВСКОГ
1 ПРОСТОР МИНКОВСКОГ 1.1 Простор Минковског. Поjам Лоренцове трансформациjе. Лоренцове трансформациjе на векторима и дуалним векторима. На самом почетку увешћемо координатни систем (t, x, y, z) на следећи
Διαβάστε περισσότεραМАТРИЧНА АНАЛИЗА КОНСТРУКЦИЈА
Београд, 21.06.2014. За штап приказан на слици одредити најмању вредност критичног оптерећења P cr користећи приближан поступак линеаризоване теорије другог реда и: а) и један елемент, слика 1, б) два
Διαβάστε περισσότεραАНАЛОГНА ЕЛЕКТРОНИКА ЛАБОРАТОРИЈСКЕ ВЕЖБЕ
ЕЛЕКТРОТЕХНИЧКИ ФАКУЛТЕТ У БЕОГРАДУ КАТЕДРА ЗА ЕЛЕКТРОНИКУ АНАЛОГНА ЕЛЕКТРОНИКА ЛАБОРАТОРИЈСКЕ ВЕЖБЕ ВЕЖБА БРОЈ 2 ПОЈАЧАВАЧ СНАГЕ У КЛАСИ Б 1. 2. ИМЕ И ПРЕЗИМЕ БР. ИНДЕКСА ГРУПА ОЦЕНА ДАТУМ ВРЕМЕ ДЕЖУРНИ
Διαβάστε περισσότεραПисмени испит из Теорије површинских носача. 1. За континуалну плочу приказану на слици одредити угиб и моменте савијања у означеним тачкама.
Београд, 24. јануар 2012. 1. За континуалну плочу приказану на слици одредити угиб и моменте савијања у означеним тачкама. dpl = 0.2 m P= 30 kn/m Линијско оптерећење се мења по синусном закону: 2. За плочу
Διαβάστε περισσότεραI Линеарне једначине. II Линеарне неједначине. III Квадратна једначина и неједначина АЛГЕБАРСКЕ ЈЕДНАЧИНЕ И НЕЈЕДНАЧИНЕ
Штa треба знати пре почетка решавања задатака? АЛГЕБАРСКЕ ЈЕДНАЧИНЕ И НЕЈЕДНАЧИНЕ I Линеарне једначине Линеарне једначине се решавају по следећем шаблону: Ослободимо се разломка Ослободимо се заграде Познате
Διαβάστε περισσότεραПОГЛАВЉЕ 3: РАСПОДЕЛА РЕЗУЛТАТА МЕРЕЊА
ПОГЛАВЉЕ 3: РАСПОДЕЛА РЕЗУЛТАТА МЕРЕЊА Стандардна девијација показује расподелу резултата мерења око средње вредности, али не указује на облик расподеле. У табели 1 су дате вредности за 50 поновљених одређивања
Διαβάστε περισσότεραL кплп (Калем у кплу прпстпперипдичне струје)
L кплп (Калем у кплу прпстпперипдичне струје) i L u=? За коло са слике кроз калем ппзнате позната простопериодична струја: индуктивности L претпоставићемо да протиче i=i m sin(ωt + ψ). Услед променљиве
Διαβάστε περισσότεραПисмени испит из Метода коначних елемената
Београд,.0.07.. За приказани билинеарни коначни елемент (Q8) одредити вектор чворног оптерећења услед задатог линијског оптерећења p. Користити природни координатни систем (ξ,η).. На слици је приказан
Διαβάστε περισσότεραTAЧКАСТА НАЕЛЕКТРИСАЊА
TЧКАСТА НАЕЛЕКТРИСАЊА Два тачкаста наелектрисања оптерећена количинама електрицитета и налазе се у вакууму као што је приказано на слици Одредити: а) Вектор јачине електростатичког поља у тачки А; б) Електрични
Διαβάστε περισσότεραРепублика Србија МИНИСТАРСТВО ПРОСВЕТЕ И НАУКЕ ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА
Тест Математика Република Србија МИНИСТАРСТВО ПРОСВЕТЕ И НАУКЕ ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ НА КРАЈУ ОСНОВНОГ ОБРАЗОВАЊА И ВАСПИТАЊА школска 00/0. година ТЕСТ МАТЕМАТИКА
Διαβάστε περισσότεραЕНЕРГЕТСКИ ПРЕТВАРАЧИ 2 (13Е013ЕП2) октобар 2016.
ЕНЕРГЕТСКИ ПРЕТВАРАЧИ (3Е03ЕП) октобар 06.. Батерија напона B = 00 пуни се преко трофазног полууправљивог мосног исправљача, који је повезан на мрежу 3x380, 50 Hz преко трансформатора у спрези y, са преносним
Διαβάστε περισσότεραХомогена диференцијална једначина је она која може да се напише у облику: = t( x)
ДИФЕРЕНЦИЈАЛНЕ ЈЕДНАЧИНЕ Штa треба знати пре почетка решавања задатака? Врсте диференцијалних једначина. ДИФЕРЕНЦИЈАЛНА ЈЕДНАЧИНА КОЈА РАЗДВАЈА ПРОМЕНЉИВЕ Код ове методе поступак је следећи: раздвојити
Διαβάστε περισσότεραЗБИРКА РИЈЕШЕНИХ ЗАДАТАКА ИЗ МАТЕМАТИКЕ ЗА ПРИЈЕМНИ ИСПИТ
Универзитет у Источном Сарајеву Електротехнички факултет НАТАША ПАВЛОВИЋ ЗБИРКА РИЈЕШЕНИХ ЗАДАТАКА ИЗ МАТЕМАТИКЕ ЗА ПРИЈЕМНИ ИСПИТ Источно Сарајево,. године ПРЕДГОВОР Збирка задатака је првенствено намијењена
Διαβάστε περισσότεραРепублика Србија МИНИСТАРСТВО ПРОСВЕТЕ И НАУКЕ ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА
Република Србија МИНИСТАРСТВО ПРОСВЕТЕ И НАУКЕ ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ НА КРАЈУ ОСНОВНОГ ОБРАЗОВАЊА И ВАСПИТАЊА школска 2011/2012. година ТЕСТ 3 МАТЕМАТИКА УПУТСТВО
Διαβάστε περισσότερα8.2 ЛАБОРАТОРИЈСКА ВЕЖБА 2 Задатак вежбе: Израчунавање фактора појачања мотора напонским управљањем у отвореној повратној спрези
Регулциј електромоторних погон 8 ЛАБОРАТОРИЈСКА ВЕЖБА Здтк вежбе: Изрчунвње фктор појчњ мотор нпонским упрвљњем у отвореној повртној спрези Увод Преносн функциј мотор којим се нпонски упрвљ Кд се з нулте
Διαβάστε περισσότεραЗБИРКА РЕШЕНИХ ЗАДАТАКА ЗА ПРИЈЕМНИ ИСПИТ ИЗ МАТЕМАТИКЕ
Универзитет у Крагујевцу Машински факултет Краљево ЗБИРКА РЕШЕНИХ ЗАДАТАКА ЗА ПРИЈЕМНИ ИСПИТ ИЗ МАТЕМАТИКЕ Краљево, март 011. године 1 Публикација Збирка решених задатака за пријемни испит из математике
Διαβάστε περισσότεραТеорија електричних кола
Др Милка Потребић, ванредни професор, Теорија електричних кола, предавања, Универзитет у Београду Електротехнички факултет, 07. Вишефазне електричне системе је патентирао српски истраживач Никола Тесла
Διαβάστε περισσότεραУпутство за избор домаћих задатака
Упутство за избор домаћих задатака Студент од изабраних задатака области Математике 2: Комбинаторика, Вероватноћа и статистика бира по 20 задатака. Студент може бирати задатке помоћу програмског пакета
Διαβάστε περισσότεραКоличина топлоте и топлотна равнотежа
Количина топлоте и топлотна равнотежа Топлота и количина топлоте Топлота је један од видова енергије тела. Енергија коју тело прими или отпушта у топлотним процесима назива се количина топлоте. Количина
Διαβάστε περισσότεραТРОУГАО. права p садржи теме C и сече страницу. . Одредити највећи угао троугла ако је ABC
ТРОУГАО 1. У троуглу АВС израчунати оштар угао између: а)симетрале углова код А и В ако је угао код А 84 а код С 43 б)симетрале углова код А и В ако је угао код С 40 в)између симетрале угла код А и висине
Διαβάστε περισσότεραПИТАЊА ЗА КОЛОКВИЈУМ ИЗ ОБНОВЉИВИХ ИЗВОРА ЕНЕРГИЈЕ
ПИТАЊА ЗА КОЛОКВИЈУМ ИЗ ОБНОВЉИВИХ ИЗВОРА ЕНЕРГИЈЕ 1. Удео снаге и енергије ветра у производњи електричне енергије - стање и предвиђања у свету и Европи. 2. Навести називе најмање две међународне организације
Διαβάστε περισσότεραФакултет организационих наука Центар за пословно одлучивање. PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluation)
Факултет организационих наука Центар за пословно одлучивање PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluation) Студија случаја D-Sight Консултантске услуге за Изградња брзе пруге
Διαβάστε περισσότεραРЈЕШЕЊА ЗАДАТАКА СА ТАКМИЧЕЊА ИЗ ЕЛЕКТРИЧНИХ МАШИНА Електријада 2004
РЈЕШЕЊА ЗАДАТАКА СА ТАКМИЧЕЊА ИЗ ЕЛЕКТРИЧНИХ МАШИНА Електријада 004 ТРАНСФОРМАТОРИ Tрофазни енергетски трансформатор 100 VA има напон и реактансу кратког споја u 4% и x % респективно При номиналном оптерећењу
Διαβάστε περισσότεραРепублика Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА
Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ У ОСНОВНОМ ОБРАЗОВАЊУ И ВАСПИТАЊУ школска 014/01. година ТЕСТ МАТЕМАТИКА
Διαβάστε περισσότεραУНАПРЕЂИВАЊЕ SMT РЕШАВАЧА КОРИШЋЕЊЕМ CSP ТЕХНИКА И ТЕХНИКА ПАРАЛЕЛИЗАЦИJЕ
УНИВЕРЗИТЕТ У БЕОГРАДУ МАТЕМАТИЧКИ ФАКУЛТЕТ Милан Банковић УНАПРЕЂИВАЊЕ SMT РЕШАВАЧА КОРИШЋЕЊЕМ CSP ТЕХНИКА И ТЕХНИКА ПАРАЛЕЛИЗАЦИJЕ докторска дисертациjа Београд, 2016. UNIVERSITY OF BELGRADE FACULTY
Διαβάστε περισσότεραПримена првог извода функције
Примена првог извода функције 1. Одреди дужине страница два квадрата тако да њихов збир буде 14 а збир површина тих квадрата минималан. Ре: x + y = 14, P(x, y) = x + y, P(x) = x + 14 x, P (x) = 4x 8 Први
Διαβάστε περισσότερα4. Троугао. (II део) 4.1. Појам подударности. Основна правила подударности троуглова
4 Троугао (II део) Хилберт Давид, немачки математичар и логичар Велики углед у свету Хилберту је донело дело Основи геометрије (1899), у коме излаже еуклидску геометрију на аксиоматски начин Хилберт Давид
Διαβάστε περισσότεραИспитвање тока функције
Милош Станић Техничка школа Ужицe 7/8 Испитвање тока функције Испитивање тока функције y f подразумева да се аналитичким путем дође до сазнања о понашању функције, као и њеним значајним тачкама у координантном
Διαβάστε περισσότερα1. Функција интензитета отказа и век трајања система
f(t). Функција интензитета отказа и век трајања система На почетку коришћења неког система јављају се откази који као узрок имају почетне слабости или пропуштене дефекте у току производње и то су рани
Διαβάστε περισσότεραНестандардна анализа као почетна настава анализе
Математички факултет Универзитет у Београду Нестандардна анализа као почетна настава анализе Мастер рад Ментор: др Небоjша Икодиновић Студент: Лазар Коковић Београд, 2016. Садржаj 1 Мотивациjа 2 2 Основи
Διαβάστε περισσότεραРотационо симетрична деформација средње површи ротационе љуске
Ротационо симетрична деформација средње површи ротационе љуске слика. У свакој тачки посматране средње површи, у општем случају, постоје два компонентална померања: v - померање у правцу тангенте на меридијалну
Διαβάστε περισσότεραТРЕЋЕ ОТВОРЕНО ПРВЕНСТВО СРБИЈЕ У РЕШАВАЊУ ОПТИМИЗАТОРА 29. НОВЕМБАР ДЕЦЕМБАР ГОДИНЕ
ТРЕЋЕ ОТВОРЕНО ПРВЕНСТВО СРБИЈЕ У РЕШАВАЊУ ОПТИМИЗАТОРА 29. НОВЕМБАР - 12. ДЕЦЕМБАР 2010. ГОДИНЕ http://puzzleserbia.com/ ДРУГА НЕДЕЉА (6.12. - 12.12.) 7. СУДОКУ АЈНЦ 8. ПЕНТОМИНО УКРШТЕНИЦА 9. ШАХОВСКЕ
Διαβάστε περισσότεραРепублика Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА
Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ПРОБНИ ЗАВРШНИ ИСПИТ школска 016/017. година ТЕСТ МАТЕМАТИКА УПУТСТВО ЗА ПРЕГЛЕДАЊЕ
Διαβάστε περισσότεραАНАЛИТИЧКА ГЕОМЕТРИJА. Владица Андреjић ( ) УНИВЕРЗИТЕТ У БЕОГРАДУ МАТЕМАТИЧКИ ФАКУЛТЕТ БЕОГРАД 2015.
АНАЛИТИЧКА ГЕОМЕТРИJА Владица Андреjић (01-03-2015) УНИВЕРЗИТЕТ У БЕОГРАДУ МАТЕМАТИЧКИ ФАКУЛТЕТ БЕОГРАД 2015. Глава 1 Вектори у геометриjи 1.1 Увођење вектора Поjам вектора у еуклидскоj геометриjи можемо
Διαβάστε περισσότεραИНФОРМАЦИJА ПЕРЦЕПЦИJЕ слобода, демократиjа и физика
ИНФОРМАЦИJА ПЕРЦЕПЦИJЕ слобода, демократиjа и физика Растко Вуковић Радна верзиjа текста! Економски институт Бања Лука, 2016. Радна верзиjа (2017) Растко Вуковић: ИНФОРМАЦИJА ПЕРЦЕПЦИJЕ - слобода, демократиjа
Διαβάστε περισσότεραI Тачка 1. Растојање две тачке: 2. Средина дужи y ( ) ( ) 2. II Права 1. Једначина прамена правих 2. Једначина праве кроз две тачке ( )
Шт треба знати пре почетка решавања задатака? АНАЛИТИЧКА ГЕОМЕТРИЈА У РАВНИ I Тачка. Растојање две тачке:. Средина дужи + ( ) ( ) + S + S и. Деоба дужи у односу λ: 4. Површина троугла + λ + λ C + λ и P
Διαβάστε περισσότερα61. У правоуглом троуглу АВС на слици, унутрашњи угао код темена А је Угао
ЗАДАЦИ ЗА САМОСТАЛНИ РАД Задаци за самостлни рад намењени су првенствено ученицима који се припремају за полагање завршног испита из математике на крају обавезног основног образовања. Задаци су одабрани
Διαβάστε περισσότεραВисока техничка школа струковних студија Београд Математика 2 Интервали поверења и линеарна регресија предавач: др Мићо Милетић
Математика Интервали поверења и линеарна регресија предавач: др Мићо Милетић Интервали поверења Тачкасте оцене параметара основног скупа могу се сматрати као приликом обраде узорка. Њихов недостатак је
Διαβάστε περισσότεραПовршине неких равних фигура
Природно-математички факултет, Универзитет у Нишу, Србија http://www.pmf.ni.ac.rs/mii Математика и информатика 3() (5), -6 Површине неких равних фигура Жарко Ђурић Париске комуне 4-/8, Врање zarkocr@gmail.com
Διαβάστε περισσότεραУниверзитет у Београду. Математички факултет. Мастер рад. Тема: Геометријски случајни процеси
Универзитет у Београду Математички факултет Мастер рад Тема: Геометријски случајни процеси Ментор: Проф др Слободанка Јанковић Кандидат: Радојка Станковић дипл математичар Београд 2012 Садржај Садржај
Διαβάστε περισσότεραВектори vs. скалари. Векторске величине се описују интензитетом и правцем. Примери: Померај, брзина, убрзање, сила.
Вектори 1 Вектори vs. скалари Векторске величине се описују интензитетом и правцем Примери: Померај, брзина, убрзање, сила. Скаларне величине су комплетно описане само интензитетом Примери: Температура,
Διαβάστε περισσότερα6. ЛИНЕАРНА ДИОФАНТОВА ЈЕДНАЧИНА ах + by = c
6. ЛИНЕАРНА ДИОФАНТОВА ЈЕДНАЧИНА ах + by = c Ако су а, b и с цели бројеви и аb 0, онда се линеарна једначина ах + bу = с, при чему су х и у цели бројеви, назива линеарна Диофантова једначина. Очигледно
Διαβάστε περισσότεραТангента Нека је дата крива C са једначином y = f (x)
Dbić N Извод као појам се први пут појављује крајем XVII вијека у вези са израчунавањем неравномјерних кретања. Прецизније, помоћу извода је било могуће увести појам тренутне брзине праволинијског кретања.
Διαβάστε περισσότερα