M. Šolić: Osnove ekologije EKOLOGIJA POPULACIJA. Ekologija jedne populacije. Populacijska biologija. Interakcije između dvije ili više populacija

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "M. Šolić: Osnove ekologije EKOLOGIJA POPULACIJA. Ekologija jedne populacije. Populacijska biologija. Interakcije između dvije ili više populacija"

Transcript

1 EKOLOGIJA POPULACIJA Ekologija jedne populacije Populacijska biologija Interakcije između dvije ili više populacija

2 EKOLOGIJA POPULACIJA 1. Struktura populacija 2. Dinamika populacija 3. Strategije u produženju vrste (Life history)

3 STRUKTURA POPULACIJA 1. Genetička struktura populacija 2. Prostorna struktura populacija 3. Dobna (uzrasna ili starosna) struktura populacija

4 Genetička struktura populacija

5 Genetička struktura populacija Jedinke u populaciji pokazuju fenotipske i genotipske varijacije i to čini značajan aspekt strukture populacija Distribucija genetičkih varijacija između jedinki u populaciji ili između djelova populacije (subpopulacije) čini genetičku strukturu populacija Genetičku strukturu populacija karakterizira specifična učestalost (frekvencija) određenih tipova značajki, odnosno gena i njihovih alela (suparničkih gena za određeni lokus na kromosomu) koji upravljaju razvitkom tih značajki. Genetičku strukturu populacija također karakterizira i specifična učestalost pojedinih tipova kromosoma. Temelj genetičke strukture populacija čini raznolikost (polimorfizam, heterozigotnost-homozigotnost) i distribucija alela u populaciji

6 Geni upravljaju proizvodnjom proteina i na taj način kontroliraju morfološke i fiziološke značajke organizama, kao i njihov razvitak i rast

7 X i Y kromosom koji određuju spol kod čovjeka

8 Genetička ravnoteža populacije određena je Hardy-Weinbergovim modelom ravnoteže Populacija u kojoj se na određenom lokusu javljaju samo dva alela (S i A): p = frekvencija ili proporcija alela S u populaciji q = frekvencija ili proporcija alela A u populaciji p + q = 1 Prema Hardy-Weinbergovom modelu ravnoteže, frekvencija genotipova u populaciji u kojoj se parenje odvija po principu slučajnosti biti će jednaka (p + q) 2 Kvadriranje (p + q) analogno je slučajnom parenju između jedinki koje nose alele S i A s frekvencijama p i q Rezultat kvadriranja je : p 2 + 2pq + q 2 Frekvencija SS genotipa Frekvencija SA genotipa Frekvencija AA genotipa

9 Hardy-Weinbergova ravnoteža Da bi populacije iz generacije u generaciju održavale konstantnu frekvenciju alela trebaju biti zadovoljeni sljedeći uvjeti: 1. Slučajno parenje 2. Nema mutacija 3. Nema imigracije 4. Svi genotipovi imaju jednaku vjerojatnost preživljavanja 5. Populacije moraju biti velike Kada populacija nije u ravnoteži, to je dokaz djelovanja evolucijskih sila koje mijenjaju genetičku ravnotežu populacije: Mutacije Migracije Selekcija Genetički drift 1. Genetičke varijacije unutar populacija rastu 2. Genetičke varijacije između populacija opadaju 1. Genetičke varijacije unutar populacija opadaju 2. Genetičke varijacije između populacija rastu

10 Selekcija odabir uspješnijih značajki

11 Selekcija odabir željenih značajki

12 Selektivni pritisak uvjeta u okolišu odgovoran je za nastanak morfološki različitih populacija...

13 ... kao i novih vrsta

14 Male populacije i genetički drift Genetički drift je proces slučajnih promjena u frekvencijama alela u populacijama, pogotovo malim populacijama Kada je broj jedinki u populaciji mali, slučajnost može biti odlučujući faktor koji će odrediti koji će aleli u populaciji biti češći, a koji rjeđi U malim je populacijama zbog genetičkog drifta vjerojatnost nestanka svakog mutantnog alela vrlo velika

15 Genetička raznolikost je veća kod većih populacija

16 Genetička raznolikost je u pravilu veća na kopnu nego na otocima

17 Usko grlo (bottleneck) genetičke raznolikosti Velika roditeljska populacija koja ima veliku genetičku raznoikost Nekoliko jedinki kolonizira novo stanište Rezultat je smanjenje genetičke raznolikosti u kolonizacijskoj populaciji Ukoliko kolonizacijska populacija ostane mala, uslijed genetičkog drifta i križanja u bliskom srodstvu (inbreeding), doći će do daljnjeg smanjenja genetičke raznolikosti

18 Usko grlo (bottleneck) genetičke raznolikosti ozbiljno ugrožava populacije geparda u Africi

19 Prostorna struktura populacija

20 Prostorna struktura populacija Prostorna struktura populacija uključuje tri glavna elementa: 1. Distribucija (rasprostranjenost) definira granice unutar kojih populacija egzistira (areal), tj. geografski i ekološki raspon rasprostranjenja 2. Disperzija (raspršenost) definira raspored jedinki u prostoru u odnosu jedne prema drugoj 3. Gustoća (koncentriranost jedinki) izražava broj jedinki (ili biomasu) po jedinici prostora (volumena)

21 Geografska distribucija populacija Malo je okoliša na Zemlji u kojima nema živih organizama, ali isto tako ne postoji nijedna vrsta koja može tolerirati sve okoliše na Zemlji S obzirom da su za svaku vrstu na Zemlji neki okoliši previše topli, neki previše hladni, neki previše slani itd., možemo kazati da je fizički okoliš taj koji ograničava geografsku distribuciju vrsta

22 Distribucija populacija prvenstveno je određena rasponom ekološki povoljnog staništa PRIMJER: Distribucija šećernog javora u Sjevernoj Americi ograničena je Atlanskim oceanom na istoku, niskom količinom oborina na zapadu, hladnim zimama na sjeveru, te vrućim ljetima na jugu. Povoljni uvjeti za rast šećernog javora postoje i na drugim kontinentima, ali on tamo ne raste jer se nije uspio rasprostraniti. Ekspanzija europskog čvorka prema zapadu. Zasjenjena područja prikazuju područja gniježđenja; točke predstavljaju područja gdje su jedinke opažene prethodnih zima

23 Veći broj jedinki europskog čvorka prisutan je u povoljnijim staništima Jedinke populacije ne žive na svakom mjestu unutar svog geografskog raspona, već samo tamo gdje je stanište povoljno (gdje uvjeti u staništu ne izlaze izvan njihove ekološke tolerancije) Unutar raspona ekološke tolerancije, ekološki povoljnija staništa naseljavat će veći broj jedinki nego ekološki manje povoljna staništa

24 Geografska distribucija dviju vrsta vrana je različita, ali obje pokazuju najveću brojnost (abundanciju) u nekoliko najpovoljnijih staništa

25 Najveći broj ptica (crvenookice) koncentriran je u relativno malom broju pogodnih mjesta. Na većini drugih mjesta broj ptica je vrlo mali

26 Geografska distribucija tri vrste stabala s obzirom na gradijent vlažnosti u planinama Arizone

27 Geografska distribucija tri vrste stabala s obzirom na gradijent vlažnosti u planinama Tennessee

28 Ljetne kiše Zimske kiše Utjecaj klime na geografsku distribuciju tri vrste klokana u Australiji Vruće i suho

29 U južnijim dijelovima kornjaš je ograničen na izolirane populacije na vrhovima planina (vjerojatno nakon glacijacije) Geografska distribucija tigrastog kornjaša (Cicindela longilabris) ograničena je na hladna i vlažna područja

30 Preferentna temperatura tijela bila je identična kod različitih populacija tigrastog kornjaša, koje su međusobno udaljene i do 3000 km

31 Utjecaj klime na distribuciju 4 vrste biljaka iz roda Encelia u jugozapadnom dijelu Sjeverne Amerike

32 Dvije vrste Encelia frutescens i E. farinosa rastu na vrućim staništima i njihove se geografske distribucije dobrim dijelom preklapaju Listovi nemaju dlačica, veća apsorpcija svjetla, jače zagrijavanje listova, veća transpiracija zbog hlađenja Listovi prekriveni dlačicama, slabija apsorpcija svjetla, manje zagrijavanje listova

33 Distribucija dviju vrsta rakova vitičara unutar zone plime i oseke Chthamalus je tolerantniji na isušivanje

34 U mirnim meteorološkim uvjetima razina mora rjeđe dospjeva do gornje zone plime i oseke, pa Balanus trpi veći mortalitet

35 Klima, topografija, kemija tla i tekstura tla progresivno suzuju geografsku distribuciju pavitine (Clematis fremontii var. riehlii)

36 1 2 Klima, topografija, kemija tla i tekstura tla progresivno suzuju geografsku distribuciju pavitine (Clematis fremontii var. riehlii) Klima 2. Suho stjenovito tlo 3. Vapnenačke stijene i povoljna vlažnost 4. Tekstura tla i hranjiva u tlu 5. Lokalna raspodjela jedinki

37 Sjevernoamerička vrsta ševe (Eremophila alpestris) vrlo je široko rasprostranjena po čitavom kontinentu, ali njena lokalna distribucija pokazuje vrlo fine varijacije duž staništa koja naseljava. Ova ptica čak i neke dijelove vlastitog teritorija koristi više od drugih.

38 Distribucija populacija uključuje sva područja koja ta vrsta okupira tijekom čitavog životnog ciklusa (areal aktivnosti). Na primjer: geografski raspon jegulje ne uključuje samo rijeku u kojoj živi, već i morska prostranstva kojima putuje na mriješćenje (premda se to događa samo jedanput tijekom njihovog života) Jedna vrsta američkog lososa obitava u ogromnom morskom prostranstvu zaljeva Aljaska, a potom ulazi u rijeke na mriješćenje

39 Migracijske rute između područja gniježđenja i područja prezimljavanja za jednu vrstu pjevice i zviždovku, također čine njihov geografski raspon distribucije

40 Disperzija jedinki u populaciji

41 Disperzija jedinki u populaciji Raspored jedinki u populaciji, u pogledu prostornog odnosa jedne prema drugoj, može biti: 1. GRUPNI ili HRPIČAST 2. SLUČAJAN 3. RAVNOMJERAN ili UJEDNAČEN

42 Tipovi disperzija

43 Hrpičasta disperzija je najčešća u prirodi i može biti rezultat: 1. Socijalnog okupljanja jedinki (parenje, obrana) 2. Hrpičaste distribucije resursa 3. Tendencije potomaka da ostaju uz roditelje (kolonije, porodice) 4. Okupljanja na pogodnom staništu (zaklon, mikroklima) 5. Mutualističkih interakcija Slučajna disperzija ukazuje na nepostojanje interakcija između organizama. Moguća je u staništima s obiljem hranjiva (npr. brašnar) Ravnomjerna disperzija (hiperdiseprzija) je često rezultat antagonističkih odnosa između jedinki ili održavanja minimalne udaljenosti između jedinki (npr. zasjenjivanje ili kompeticija korjenja kod biljaka; teritorijalno ponašanje kod životinja itd.)

44 Ravnomjerna disperzija

45 Hrpičasta disperzija Hrpičasta disperzija kod stabala topole rezultat je vegetativne reprodukcije. Naime, topola može stvoriti novu biljku nespolnim putem preko podzemnog horizontalnog korjenja iz kojeg izbijaju nove jedinke (sve su jedinke genetički jednake klonovi)

46 Hrpičasta distribucija topole. Svaka skupina jedinki slične veličine predstavlja klonove

47 Kolonije agresivne vrste pčele imaju tendenciju ravnomjerne disperzije Kolonije manje agresivne vrste pčele su raspoređene slučajno Ravnomjerna disperzija kao rezultat antagonističkih interakcija

48 Disperzija grmova mijenja se s vremenom kako biljke rastu Mlade biljke pokazuju hrpičastu disperziju zbog: 1. Ograničenog pogodnog mjesta za klijanje 2. Sjemenke nisu rasprostranjene daleko od roditelja 3. Nespolno razmnožavanje pa mlade biljke moraju biti u blizini roditelja Kako biljke rastu neke jedinke ugibaju što smanjuje hrpičasti raspored. Postepeno, disperzija biljaka postaje sve više i više slučajna Kompeticija između preostalih biljaka povećava mortalitet onih biljaka koje su međusobno manje udaljene, što prorjeđuje skupinu i konačno dovodi do ravnomjerne disperzije

49 Korjenje grmlja raste na način da se maksimalno reducira preklapanje korjenja između susjednih biljaka Aktualno preklapanje je znatno manje od hipotetskog koje predviđa kružni rast korjenja

50 Disperzija lisnih uši ovisit će o prostornoj skali na kojoj promatramo Hrpičasta Slučajna Ravnomjerna

51 Disperzija se statistički može usporediti sa slučajnom koja je definirana Poissonovom raspodjelom P(x) = (M x e -M )/x! M = 172/150 = 1.15 Na primjer: P(3) = ( e )/(3x2x1) P(3) = 0.08 (8%) = 12 listova sa po 3 jed.

52 Određivanje tipa disperzije Omjer između varijance i srednjaka (V/S): V/S < 1 Ravnomjerna disperzija V/S > 1 Hrpičasta disperzija Indeks disperzije (Clark and Evans, 1954): Daje očekivanu udaljenost između najbližih susjeda u slučaju kada je disperzija slučajna koja se može usporediti s opaženom: E(r) = ½ π/n N = broj jedinki po jedinici površine Indeks disperzije = Izmjerena prosječna udaljenost/očekivana (E(r)) Indeks disperzije < 1 HRPIČASTA Indeks disperzije > 1 RAVNOMJERNA U našem primjeru: PRIMJER: V/S = 2.1 Kod gustoće od 4 jedinke po m 2, očekivana prosječna udaljenost je: ( π/n)/2 = 0.44

53 Gustoća populacija varira u vremenu i prostoru Distribucija štetočine na žitaricama u državi Illinois u razdoblju

54 Gustoća ljudske populacije

55 Distribucija ljudske populacije

56 Gustoća populacije u pravilu opada s veličinom životinja Odnos između gustoće populacije i veličine tijela kod herbivornih sisavaca

57 Gustoća populacije u pravilu opada s veličinom životinja

58 Inverzni odnos između mase organizama i gustoće populacije vrijedi i za biljke

59 Gustoća biljnih populacija i njhov prinos Kako biljke rastu u početku svaka povećava svoju biomasu pa tako raste i ukupna biomasa. Međutim, daljnim rastom biljke trebaju sve više prostora i sve više hranjiva i vode iz tla. Između biljaka dolazi do takmičenja za resurse što rezultira sporijom stopom rasta i smanjenim prinosom. Kada se ukupni prinos prikaže grafički kao funkcija gustoće populacije, prinos nakon nekog vremena dostigne maksimalno moguću vrijednost koja ostaje konstantnom. Ovaj je fenomen poznat kao zakon konstantnog konačnog prinosa.

60 Vrsta može biti rijetka na tri načina: (1) mali geografski raspon; (2) mali raspon staništa; (3) male lokalne populacije Vrste mogu biti česte i rijetke

61 Metode procjene gustoće populacije I. Apsolutne metode imaju za cilj utvrđivanje ukupnog broja jedinki u populaciji izraženog po jedinici površine (volumena): 1. Totalno prebrojavanje (cenzus) 2. Metoda probnih površina (kvadrata) ili volumena 3. Metoda obilježavanja (markiranja) II. Relativne metode daju relativnu brojnost ili indeks gustoće: 1. Relativna brojnost (skale od 1-5 ili 1-10) 2. Indeks gustoće (metoda košenja, metoda transekta, metoda lovnih klopki, ribolovni napor itd.)

62 M. Šolić: Ekologija mora Metoda kvadrata (probnih površina)

63 Veličina populacija biljaka i sesilnih morskih organizama se može izraziti i kroz postotak pokrovnosti

64 Metoda markiranja (mark-recapture) Hvatanje obilježavanje puštanje ponovno hvatanje

65 Metoda markiranja (mark-recapture) Lincoln-Petersonov indeks veličine populacije: M/N = m/n N = Mn/m Ovaj indeks ima tendenciju precjenjivanja veličine populacije, pa je Bailey predložio slijedeću korekciju N = M (n + 1)/m + 1 N = veličina populacije M = ulovljene i obilježene jedinke, te nakon toga puštene n = ponovno ulovljene jedinke m = broj obilježenih jedinki među ponovno ulovljenim

66 Metoda markiranja podrazumijeva određene pretpostavke Sve jedinke u populaciji imaju jednaku šansu da budu ulovljene Između markiranja i ponovnog hvatanje jedinki, populacija nije porasla uslijed pojačane reprodukcije ili imigracije Markirane jedinke ugibaju ili emigriraju jednakom brzinom Sve markice su ostale pričvršćene za organizme

67 Metoda markiranja se može provesti i fotografiranjem

68 Efektivna veličina populacije Male su populacije izložene velikom riziku od gubljenja genetičke raznolikosti kroz mehanizam genetičkog drifta, što u krajnjem slučaju ugrožava egzistenciju tih populacija Obična procjena veličine populacije ne pruža dovoljno informacija o tome koliko je populacija ranjiva i to zbog više mogućih razloga: Sistem parenja može spriječavati pojedine jedinke da se pare Jedan spol može u prosjeku proizvoditi više potomaka od drugog Varijanca u proizvodnji potomaka može biti različita kod mužjaka i ženki Razlike u reproduktivnom uspjehu pojedinih dobnih kategorija u populaciji mogu biti velike

69 Navedene se poteškoće mogu zaobići računanjem Efektivne veličine populacije (N e ) Efektivna se veličina populacije definira kao veličina idealizirane populacije u kojoj je broj reproduktivno aktivnih ženki i mužjaka jednak (omjer spolova je 1:1), a parenje se događa slučajno, što znači da svaki mužjak ima jednaku vjerojatnost da se pari sa svakom ženkom) Najčešće je N e < N

70 Efektivna veličina populacije (N e ) ovisi o relativnom reproduktivnom uspjehu mužjaka i ženki, kao i o varijancama (V) tih reproduktivnih uspjeha N e opada s porastom V! N m K m -1 N ž K ž -1 N m = N ž = (Kž + V ž /K ž ) - 1 (K m + V m /K m ) - 1 N e = 4 [1/N m + 1/N ž ] -1 N m, N ž broj reproduktivno aktivnih mužjaka i ženki K m, K ž prosječan broj potomaka koje proizvode mužjaci i ženke tijekom životnog vijeka V m, V ž varijance broja potomaka koje proizvode mužjaci i ženke

71 N m = N ž = 500 K m = K ž = 1 V m = V ž = 3 N m = N ž = 500 K m = K ž = 1 V m = V ž = 1 N m = N ž = 500 K m = 3 ; K ž = 1 V m = V ž = 1 N m = 100; N ž = 500 K m = K ž = 1 V m = V ž = 1 N m = 50 ; N ž = 50 K m = K ž = 1 V m = V ž = 1

72 Problem modularnih organizama Mnogi organizmi imaju determiniran proces razvitka koji ih vodi od zigote do odraslog organizma koji ima određeni oblik. Pri tome se oblik odraslih organizama bitno ne mijenja, osim što se eventualno mijenja njihova veličina i biomasa (svi psi imaju 4 noge, dva oka i dva uha; svi kukci imaju 6 nogu; sve ribe imaju jedna usta itd). Takvi se organizmi zovu unitarni organizmi (npr. svi kralježnjaci i kukci) Kod mnogih drugih organizama rast se događa kroz neodređena ponavljanja jedinica koje činu strukturu njihovih organizma (npr. rast grana i lišća kod stabala; polipi kod koralja i mahovnjaka itd). Takvi su organizmi uglavnom razgranati a njihovi ogranci mogu biti neovisni u svom nastajanju i umiranju. Ovakvi se organizmi nazivaju modularni organizmi Kod modularnih organizama postoji jasan problem u određivanju njihovog broja, te stope rasta i umiranja

73 Modularni organizmi

74 Modularni organizmi

75 Modularni organizmi

76 Modularni organizmi

77 Modularni organizmi

78 Modularni organizmi

79 Struktura tijela modularnih organizama

80 Rast modularnih organizama

81 Rast modularnih organizama

82 Teritorijalnost i prostorna struktura populacija Jedan od fenomena vezanih za ponašanje životinja koji utječe na prostornu strukturu populacija je teritorijalnost Teritorijalnost je oblik prostorne izolacije kada jedinka ili skupina jedinki aktivno brani svoj areal aktivnosti ili neki njegov dio (teritorij) Ovaj je oblik ponašanja vrlo rasprostranjen i nalazimo ga gotovo kod svih skupina životinja Obrana teritorija ima funkciju osiguravanja potrebnih resursa koje taj teritorij pruža (hrana, zaklon itd.) Neke su životinje teritorijalne tijekom čitavog životnog ciklusa, dok se druge, što je češće, ponašaju teritorijalno samo tijekom nekih faza svog životnog ciklusa (npr. za vrijeme parenja, ležanja na jajima, podizanja mladih itd.) Teritorijalnost smanjuje gustoću populacije i često vodi k ravnomjernoj disperziji jedinki

83 Rasprostranjenje organizama i prostorna struktura populacija Jedinke imaju tendenciju kretanja između populacija i takvo se kretanje obično naziva rasprostranjenje Kada govorimo u odnosu na određenu populaciju, ova kretanja jedinki možemo označiti kao migracije, pri čemu razlikujemo emigraciju (odlazak iz populacije) i imigraciju (dolazak u populaciju) Gibanje mladih jedinki od mjesta rađanja naziva se natalno rasprostranjenje Rasprostranjenje je vrlo teško direktno mjeriti, pogotovo duž velikih udaljenosti, pa se mnoge procjene rasprostranjenja rade na temelju genetičke strukture populacija Prva direktna mjerenja rađena su na vinskoj mušici

84 Tipovi migracija s obzirom na životni ciklus organizama Stanište 1 Epilimnion Područje prehrane Voda Planine Paleoarktik Tundra Antarktička mora Stanište 1 Sargaško more Američke rijeke Staništa ličinki Stanište 1 Sjeverna Europa I. Višekratne povratne migracije 1. DNEVNE MIGRACIJE Planktonske biljke i životinje Šišmiši, mnoge ptice 2. GODIŠNJE MIGRACIJE Žabe, daždevnjaci Jelen, los Ptice selice Karibu Kit II. Jednokratne povratne migracije Jegulja Losos Mnogi kukci (leptiri, muhe itd.) III. Migracije u jednom smjeru Više vrsta leptira Stanište 2 Hipolimnion Područje odmora Kopno Doline Savane Umjerene šume Tropska mora Stanište 2 Europske rijeke Pacifički ocean Staništa odraslih Stanište 2 Južna Europa

85 Losos u cilju parenja poduzima opsežne migracije iz morskog okoliša prema gornjim tokovima rijeka gdje se mrijesti

86 Rasprostranjenje organizama

87 Plodovi/sjemenke biljaka prilagođenih na rasprostranjenje putem vjetra i putem životinja

88 Kod četinara se oplodnja događa uz pomoć vjetra, a vrlo često vjetar ima važnu ulogu i u rasprostranjenju njihovog sjemenja

89 Rasprostranjenje biljaka i sesilnih životinja u vodenim okolišima odvija se preko sjemenki i ličinačkih stadija. Pri tome im najčešće pomaže gibanje zraka, vode ili životinja Ponekad biljke razvijaju različite mehanizme kojima aktivno sudjeluju u rasprostranjenju sjemenaka Balističko rasprostranjenje sjemenaka

90 Rasprostranjenje određuje abundanciju Jednogodišnja biljka Cakile edentula najveće gustoće populacija dostiže u središtu pješćanih dina dok njihova gustoća opada kako prema moru, tako i prema kopnu. Proizvodnja sjemenaka nadilazi mortalitet jedino u blizini mora, ali se u središtu dina i prema kopnu to nadoknađuje rasprostranjenjem sjemenaka iz područja bližeg moru

91 Populacije koje su u ekspanziji povećavaju svoj geografski raspon Ekspanzija pčele iz Južne Amerike u Centralnu i Sjevernu Ameriku

92 Ekspanzija grlice u Europi

93 Odrasle (adultne) grlice su izrazito sedentarne, pa je rasprostranjivanje vezano isključivo za mlade jedinke

94 Brzina rasprostranjenja Brzina rasprostranjenja različitih vrsta sisavaca i ptica varira i do tri reda veličine, ali je općenito mala u usporedbi s brzinom rasprostranjenja pčela. Dok se pčele rasprostranjuju brzinom od oko 400 km godišnje, dotle na primjer brzina rasprostranjenja jelena iznosi svega oko nekoliko stotina metara godišnje

95 Ekspanzija biljaka prema sjeveru sjevernoameričkog kontinenta nakon povlačenja glečera prije god. Javor se rasprostranjivao brže i dostigao svoju sjevernu granicu prije 6000 godina Kanadska čuga (crnogorično stablo) se rasprostranjivala sporije, te je svoju sjevernu granicu dostigla prije 2000 god

96 Ekspanzija bora (Pinus strobus) i bukve (Fagus grandifolia) prema sjeveru sjevernoameričkog kontinenta nakon povlačenja glečera. Brojevi na slici predstavljaju broj godina u prošlost.

97 Rasprostranjenje predatora (vjetruše i sove) ovisilo je o brojnosti njihovog plijena (voluharice) na različitim lokacijama. Na taj je način broj predatora striktno pratio promjene brojnosti plijena

98 Rasprostranjenje u tekućicama Uzvodno i kompenzacijsko nizvodno strujanje (kolonizacijski ciklus) vrši uz reprodukciju najvažniji utjecaj na populacije u tekućicama

99 Populacije iz visoko kvalitetnih staništa proizvode višak potomaka (produkcija veća od smrtnosti) (izvorišne populacije), koji se rasprostranjuju u manje povoljna staništa, u kojima imigracija nadoknađuje slabu produktivnost populacije (smrtnost veća od produkcije) (prihvatne populacije)

100 Za plavu sjenicu šume listopadnog hrasta predstavljaju povoljnije stanište koje podržava izvorišne populacije; dok su šume zimzelenog hrasta manje povoljne i podržavaju prihvatne populacije

101 Rasprostranjenje može biti u bilo kojem pravcu od ishodišne točke Matematički opis rasprostranjenja Vjerojatnost nalaženja jedinke na nekoj udaljenosti od početne točke rasprostranjenja opisana je normalnom razdiobom, čiji maksimum koincidira s ishodišnom točkom (udaljenost = 0) Pogodan pokazatelj (indeks) udaljenosti rasprostranjenja predstavlja standardna devijacija (s) normalne razdiobe udaljenosti rasprostranjenja, koja raste u direktnoj proporciji s vremenom

102 Primjer: Rasprostranjenje vinske mušice (Crumpacker and Williams, 1973) Mušice su obilježene fluorescentnom bojom i zatim lovljene u lovkama smještenim (u 8 smjerova) u pravilno razmaknutim koncentričnim krugovima do udaljenosti od 351 m od točke puštanja Nakon jednog dana rasprostranjenja prosječna standardna devijacija udaljenosti rasprostranjenja iznosila je s 1 = 155 m Varijanca udaljenosti rasprostranjenja nakon 2 dana je 2s 12 = 2 x = m 2 = 209,2 m; nakon 4 dana = 4s 12 = 4 x = m 2 = 310 m; ili općenito nakon t dana = ts 1 2 Ukoliko vinska mušica u prosjeku živi 23 dana, može se očekivati da će se tijekom životnog vijeka pomaknuti za oko 724 m (23 x = m 2 = 724 m)

103 Veličina susjedstva Veličina susjedstva predstavlja indeks broja jedinki u populaciji koje su potencijalno u jakim interakcijama Veličina susjedstva je broj jedinki unutar kruga čiji je radijus dvostruka standardna devijacija udaljenosti rasprostranjenja (s) tijekom prosječnog reproduktivnog života jedinke Površina kruga radijusa r je 2πr 2, pa je površina kruga radijusa r = 2s jednaka 2π2s 2 ili 4πs 2 U primjeru s vinskim mušicama površina kruga je 4πs 2 = 4π = ,8 m 2 Ako znamo gustoću populacije (kod vinske mušice iznosi oko 0.38 mušica na 100 m 2, tada se veličina susjedstva može izračunati kao: GUST. POPUL. x POVRŠINA KRUGA x PROS. ŽIVOTNI VIJEK Dakle, za vinske mušice veličina susjedstva iznosi (0.38/100 m 2 ) x (301.97,8 m 2 ) x (23) = ,7 jedinki

104 Procjena parametara rasprostranjenja za tri vrste kopnenih puževa

105 Genetička struktura populacija kao pokazatelj rasprostranjenja organizama Kretanje jedinki može utjecati na genetičku strukturu populacije, ukoliko izmjena jedinki između populacija unosi nove genetičke varijacije brzinom koja je dovoljna da nadvlada prirodnu selekciju, mutacije i genetički drift Frekvencija plavih cvjetova (zeleni dio kruga) kod biljke Linanthus parryae duž malog područja južne Karoline. Frekvencije genotipova variraju značajno na vrlo malom području, što ukazuje da su rezultat rasprostranjenja organizama (selekcija još nije stigla promjeniti genetičku strukturu)

106 Dobna struktura populacija

107 Dobna struktura populacija Dobna struktura populacije odražava reproduktivni uspjeh i preživljavanje jedinki u populaciji, kao i njihov potencijal za budući rast populacije (dobna struktura populacije je pokazatelj pravca kretanja populacije u danom trenutku) S obzirom na reproduktivnu aktivnost jedinki u populaciji mogu se razlikovati tri osnovne ekološke kategorije uzrasnih klasa Predreproduktivna kategorija jedinke u razdoblju razvitka do spolne zrelosti Reproduktivna kategorija jedinke u razdoblju spolne zrelosti Postreproduktivna kategorija jedinke u razdoblju od gubitka sposobnosti reprodukcije do smrti Relativno trajanje ovih faza vrlo je različito kod različitih vrsta

108 Predreproduktivna, reproduktivna i postreproduktivna faza u životnom ciklusu jedinke

109 Shematski prikaz osnovnih tipova dobne strukture populacija Dob Rastuća populacija Stacionarna (stabilna) populacija Opadajuća populacija Udio dobnih kategorija

110 Omjer mladi : odrasli 76 : 24 (visoka proizvodnja) 64 : 30 ( normalna proizvodnja) 48 : 52 (slaba proizvodnja) 24 : 76 (vrlo slaba proizvodnja)

111 Tipovi uzrasnih piramida

112 Distribucija dobnih kategorija dviju vrsta drveća Bijeli hrast Pamukovo drvo

113 Dobna struktura kaktusove zebe na otoku Genovesa u otočju Galapagos U varijabilnim okolišima dobna struktura populacija može biti vrlo složena, jer se reprodukcija može događati povremeno kada su uvjeti povoljni

114 Dva bitna elementa koja određuju dobnu strukturu populacije su fekunditet i mortalitet/preživljavanje Fekunditet Proizvodnja novih jedinki u populaciji (faktor rasta populacije) Stopa fekunditeta (rađanja) proizvodnja novih jedinki u populaciji po jedinici vremena (B = N/ t); ili izražena po jedinki (b = N/N t), koja se najčešće izražava u postocima ili promilima Specifična stopa fekunditeta prikazana samo za određenu dobnu kategoriju ili spol (u pravilu ženski spol) Fiziološki (apsolutni; maksimalni) fekunditet fiziološki maksimalno moguća proizvodnja novih jedinki (reprodukcijski potencijal) Ekološki (parcijalni ili ostvareni) fekunditet proizvodnja novih jedinki u danim ekološkim uvjetima

115 Mortalitet (smrtnost) Pojava suprotna fekunditetu (faktor smanjenja populacije) Stopa mortaliteta Broj uginulih jedinki u populaciji u jedinici vremena (D = - N/ t); ili izražena po jedinki (d = - N/N t), koja se najčešće izražava u postocima ili promilima Opća stopa mortaliteta odnosi se na cijelu populaciju Specifična stopa mortaliteta prikazana samo za određenu dobnu kategoriju ili spol Fiziološki (minimalni) mortalitet smrtnost uslijed fiziološke starosti Ekološki (ostvareni) mortalitet smrtnost ostvarena u danim ekološkim uvjetima Prividni mortalitet smrtnost na jednom razvojnom stadiju ili jedne dobne kategorije (smrtnost je različita na različitim razvojnim stadijima organizama, npr. jaja, ličinke, odrasli; kao i kod različitih dobnih kategorija) Ukupni (stvarni) mortalitet smrtnost izražena u odnosu na početnu veličinu populacije

116 Pri visokom ukupnom mortalitetu, čak i njegova vrlo mala variranja mogu imati značajne posljedice; dakle, relativni značaj jednog faktora mortaliteta za kretanje populacije ovisi o razini ukupnog mortaliteta na kojoj taj faktor djeluje Povećanje mortaliteta za 1% Broj jedinki u vremenu t 0 Broj jedinki u vremenu t 1 Relativno smanjenje veličine populacije 70% 71% % 98% 99% % Također je važno je li faktori mortaliteta djeluju istovremeno ili sukcesivno

117 Preživljavanje Tijekom jednog vremenskog intervala (od vremena t do vremena t+1) pojedini organizam može uginuti ili ostati na životu. Prema tome vrijedi: Stopa preživljavanja + stopa mortaliteta = 1 Stopa preživljavanja se može izraziti kao omjer između broja jedinki u jednoj jedinici vremena i broja jedinki u prethodnoj jedinici vremena (konačna ili intervalna stopa preživljavanja): ili općenitije napisano: s = N 1 /N 0 s = N t /N t-1

118 Dobna struktura i rast populacije ovisi o stopi fekunditeta (rađanja) (b) i stopi mortaliteta (d): b > d populacija je rastuća b < d populacija je opadajuća b = d populacija je stabilna

119 Tablica života: Zbir podataka koji uključuje dobno-specifične stope fekunditeta (rađanja), mortaliteta i preživljavanja Stope fekunditeta i mortaliteta odnosno preživljavanja u pravilu se značajno mijenjaju sa starošću, pa ih je potrebno izraziti posebno za svaku dobnu kategoriju (takve stope se nazivaju dobno-specifične) Zbir takvih podataka naziva se tablica života Vrlo često se tablice života u cijelosti temelje na ženkama (to može biti problem samo kod onih vrsta kod kojih je omjer spolova jako iskrivljen)

120 x Dobna kategorija (x) n x d x l x s x q x k x e x b x Dobne kategorije mogu biti različito definirane (vremenski interval, razvojni stadij). U našem primjeru: x 0 jedinke stare od 0 do 1 godine; x 1 jedinke stare od 1 do 2 godine itd.

121 Broj preživjelih jedinki na početku svake dobne kategorije (n x ) x n x d x l x s x q x k x e x b x Broj jedinki koji je uginuo tijekom svakog vremenskog intervala (d x ) d x = n x n x+1 d 3 = n 3 n 4 = = 172 n x = n x-1 d x-1 n 3 = n 2 d 2 = = 316

122 Proporcija početne veličine populacije koja je preživjela do početka svake dobne kategorije (l x ) Preživljavanje od jedne dobne kategorije do druge (s x ) x n x d x l x s x q x k x e x b x l x = n x /n 0 l 3 = n 3 /n 0 = 316/843 = s x = n x+1 /n x s 3 = n 4 /n 3 = 144/316 = l x = s 0 s 1 s 2...s x-1 ili l x = Πs i (i = od 0 do x-1) l 3 = s 0 s 1 s 2 = x x 0.6 = 0.375

123 Mortalitet od jedne dobne kategorije do druge (q x ) ( konačna stopa mortaliteta ) x n x d x l x s x q x k x e x b x s x + q x = 1 q x = 1 s x q 3 = 1 s 3 = = q x = (l x l x+1 )/l x q 3 = (l 3 l 4 )/l 3 q 3 = ( )/0.375 = 0.544

124 Trenutačna (eksponencijalna) stopa mortaliteta ili snaga ubijanja (k x ) x n x d x l x s x q x k x e x b x Trenutačna stopa mortaliteta izražava mortalitet u svakom trenutku vremena (u kontinuiranom vremenu) Preživljavanje u jedinicama vremena t slijedi jednadžbu: s(t) = e -kt k x = -ln (s x ) Budući da je s x = n x+1 /n x, k x se može izračunati i kao: k x = ln (n x ) ln (n x+1 ) ili k x = ln (n x /n x+1 ) k 3 = ln (n 3 ) ln (n 4 ) = ln (316) ln (144) = k 3 = -ln (s 3 ) = -ln (0.456) = 0.785

125 x Očekivano trajanje života (e x ) n x d x l x s x q x k x e x b x Očekivano trajanje života je težinski srednjak razdoblja preživljavanja: e x = 1/l x Σ(i-x)(l i l i+1 )

126 Primjer: Izračunavanje vrijednosti e 3 e x = 1/l x x Σ(i-x)(l i l i+1 ) e 3 = 1/l 3 x Σ(i-3)(l i l i+1 ) i i - x l i l i+1 (i x)(l i l i+1 ) 1/l 3 = 1/ = = = = x = x = = = = x = = = x = = = x = Σ = e 3 = 1/l 3 x Σ(i-3)(l i l i+1 ) e 3 = 2.67 x = 0.686

127 x Stopa fekunditeta (b x ) n x d x l x s x q x k x e x b x Stopa fekunditeta je broj ženskih potomaka po ženki tijekom svakog vremenskog intervala (od jedne dobne kategorije do druge)

128 Varijable u tablici života Varijabla x n x d x l x s x q x k x e x b x Dobna kategorija Objašnjenje Broj jedinki koji je preživio do početka dobne kategorije x Broj jedinki koji je uginuo u intervalu između x i x+1 Preživljavanje novorođenih jedinki do dobi x (l x = Πs i ) Proporcija jedinki dobi x koje prežive do dobi x+1 Proporcija jedinki dobi x koje uginu u razdoblju do dobi x+1 Eksponencijalna stopa mortaliteta između dobi x i x+1 (-ln s x ) Očekivano trajanje života jedinki dobi x; e x = 1/l x Σ(i-x)(l i l i+1 ) Stopa fekunditeta u dobi x

129 Statična ili vremenski specifična tablica života temelji se na dobnoj strukturi populacije u određenom vremenu Tipovi tablica života Dinamična, kohortna ili dobnospecifična tablica života prati jednu skupinu organizama rođenih istovremeno sve do smrti posljednje od njih

130 Tipovi tablica života Dinamična, kohortna ili dobno-specifična tablica života x n x t 0 t 1 t 2 t 3 t x n x 3 0 Statična ili vremenski specifična tablica života

131 Dinamična (kohortna) tablica života za darvinovu zebicu (q x )

132 Statičnu tablicu života je moguće konstruirati za organizme kod kojih je moguće odrediti starost. Edward Deevey (1947) je konstruirao statičnu tablicu života za planinsku ovcu (Ovis dalli), na temelju starosti u trenutku smrti. Starost je odredio pomoću dužine rogova koji kod ove vrste rastu tijekom cijelog života

133 Tablica života za planinsku ovcu

134 Krivulja preživljavanja/mortaliteta Krivulje preživljavanja/mortaliteta prikazuju ovisnost stope preživljavanja/mortaliteta o starosti jedinki u populaciji Krivulje preživljavanja se obično kreiraju na način da se na os y nanose vrijednosti l x ili n x a na os x dob. Vrijednosti na osi y se vrlo često logaritmiraju kako bi bilo moguće praviti usporedbe između različitih vrsta ili studija (logaritamska transformacija vrijednosti na osi y standardizira krivulje preživljavanja i čini ih usporedivim) Krivulje mortaliteta se obično konstruiraju na način da se na os y nanesu vrijednosti q x ili k x, a na os x dob

135 Podaci iz tablice života mogu se upotrijebiti za konstrukciju krivulje preživljavanja

136 Tri tipa krivulja preživljavanja i krivulja mortaliteta

137 Tri tipa krivulja preživljavanja Na osi x je obično dob, ali može biti i razvojni stadij (koji je također u korelciji sa starošću)

138 Zašto je vrijednost preživljavanja bolje prikazivati na logaritamskoj skali Na primjer, ukoliko se početna populacija od 1000 jedinki u jednom vremenskom intervalu smanji na 500 jedinki (50%), to će na grafu na kojem su nanesene obične vrijednosti za preživljavanje izgledati daleko dramatičnije nego smanjenje populacije sa 50 jedinki na 25 jedinki (opet 50%). Ipak, u oba je slučaja rizik od smrti jednak za jedinke u obje populacije. Ukoliko se primjeni logaritamska skala smanjenje populacije na polovicu uvijek izgleda isto, bez obzira na veličine tih populacija Graf s logaritamskom skalom pokazuje da je nakon umjerene stope preživljavanja tijekom prvih 200 dana uslijedilo razdoblje vrlo visokog preživljavanja. Ovakva procjena rizika od smrti nije vidljiva iz prvog grafa

139 Tip I preživljavanje mladih jedinki je veliko, a većina mortaliteta se događa kod starijih jedinki Tip II preživljavanje je podjednako bez obzira na starost jedinki (stopa mortaliteta je konstantna tijekom života) Tip III stopa smrtnosti je najveća kod mladih jedinki, dok nakon određene starosti stopa mortaliteta postaje znatno manja

140 Krivulja tipa I visoka stopa preživljavanja mlađih dobnih kategorija

141 Krivulja tipa II konstantna stopa preživljavanja

142 Krivulja tipa II

143 Krivulja tipa III visoka stopa smrtnosti kod mlađih dobnih kategorija

144 Primjeri organizama koji slijede tri tipa krivulja preživljavanja

145 Primjeri organizama koji slijede tri tipa krivulja preživljavanja

146 Krivulje preživljavanja za ukupnu ljudsku populaciju, te za dojenčad do 30 dana starosti (podaci za USA) Krivulja tipa III Krivulja tipa I

147 Krivulja preživljavanja za biljku Erophila verna koja raste na pješćanim dinama, mijenja se u ovisnosti o gustoći populacije

3.1 Granična vrednost funkcije u tački

3.1 Granična vrednost funkcije u tački 3 Granična vrednost i neprekidnost funkcija 2 3 Granična vrednost i neprekidnost funkcija 3. Granična vrednost funkcije u tački Neka je funkcija f(x) definisana u tačkama x za koje je 0 < x x 0 < r, ili

Διαβάστε περισσότερα

18. listopada listopada / 13

18. listopada listopada / 13 18. listopada 2016. 18. listopada 2016. 1 / 13 Neprekidne funkcije Važnu klasu funkcija tvore neprekidne funkcije. To su funkcije f kod kojih mala promjena u nezavisnoj varijabli x uzrokuje malu promjenu

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

numeričkih deskriptivnih mera.

numeričkih deskriptivnih mera. DESKRIPTIVNA STATISTIKA Numeričku seriju podataka opisujemo pomoću Numeričku seriju podataka opisujemo pomoću numeričkih deskriptivnih mera. Pokazatelji centralne tendencije Aritmetička sredina, Medijana,

Διαβάστε περισσότερα

Eliminacijski zadatak iz Matematike 1 za kemičare

Eliminacijski zadatak iz Matematike 1 za kemičare Za mnoge reakcije vrijedi Arrheniusova jednadžba, koja opisuje vezu koeficijenta brzine reakcije i temperature: K = Ae Ea/(RT ). - T termodinamička temperatura (u K), - R = 8, 3145 J K 1 mol 1 opća plinska

Διαβάστε περισσότερα

( , 2. kolokvij)

( , 2. kolokvij) A MATEMATIKA (0..20., 2. kolokvij). Zadana je funkcija y = cos 3 () 2e 2. (a) Odredite dy. (b) Koliki je nagib grafa te funkcije za = 0. (a) zadanu implicitno s 3 + 2 y = sin y, (b) zadanu parametarski

Διαβάστε περισσότερα

ELEKTROTEHNIČKI ODJEL

ELEKTROTEHNIČKI ODJEL MATEMATIKA. Neka je S skup svih živućih državljana Republike Hrvatske..04., a f preslikavanje koje svakom elementu skupa S pridružuje njegov horoskopski znak (bez podznaka). a) Pokažite da je f funkcija,

Διαβάστε περισσότερα

INTEGRALNI RAČUN. Teorije, metodike i povijest infinitezimalnih računa. Lucija Mijić 17. veljače 2011.

INTEGRALNI RAČUN. Teorije, metodike i povijest infinitezimalnih računa. Lucija Mijić 17. veljače 2011. INTEGRALNI RAČUN Teorije, metodike i povijest infinitezimalnih računa Lucija Mijić lucija@ktf-split.hr 17. veljače 2011. Pogledajmo Predstavimo gornju sumu sa Dodamo još jedan Dobivamo pravokutnik sa Odnosno

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

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x Zadatak (Darjan, medicinska škola) Izračunaj vrijednosti trigonometrijskih funkcija broja ako je 6 sin =,,. 6 Rješenje Ponovimo trigonometrijske funkcije dvostrukog kuta! Za argument vrijede sljedeće formule:

Διαβάστε περισσότερα

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama. Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama. a b Verovatno a da sluqajna promenljiva X uzima vrednost iz intervala

Διαβάστε περισσότερα

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost M086 LA 1 M106 GRP Tema: CSB nejednakost. 19. 10. 2017. predavač: Rudolf Scitovski, Darija Marković asistent: Darija Brajković, Katarina Vincetić P 1 www.fizika.unios.hr/grpua/ 1 Baza vektorskog prostora.

Διαβάστε περισσότερα

π π ELEKTROTEHNIČKI ODJEL i) f (x) = x 3 x 2 x + 1, a = 1, b = 1;

π π ELEKTROTEHNIČKI ODJEL i) f (x) = x 3 x 2 x + 1, a = 1, b = 1; 1. Provjerite da funkcija f definirana na segmentu [a, b] zadovoljava uvjete Rolleova poučka, pa odredite barem jedan c a, b takav da je f '(c) = 0 ako je: a) f () = 1, a = 1, b = 1; b) f () = 4, a =,

Διαβάστε περισσότερα

Funkcije dviju varjabli (zadaci za vježbu)

Funkcije dviju varjabli (zadaci za vježbu) Funkcije dviju varjabli (zadaci za vježbu) Vidosava Šimić 22. prosinca 2009. Domena funkcije dvije varijable Ako je zadano pridruživanje (x, y) z = f(x, y), onda se skup D = {(x, y) ; f(x, y) R} R 2 naziva

Διαβάστε περισσότερα

Matematika 1 - vježbe. 11. prosinca 2015.

Matematika 1 - vježbe. 11. prosinca 2015. Matematika - vježbe. prosinca 5. Stupnjevi i radijani Ako je kut φ jednak i rad, tada je veza između i 6 = Zadatak.. Izrazite u stupnjevima: a) 5 b) 7 9 c). d) 7. a) 5 9 b) 7 6 6 = = 5 c). 6 8.5 d) 7.

Διαβάστε περισσότερα

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D}

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D} Matematika 1 Funkcije radni nerecenzirani materijal za predavanja Definicija 1. Neka su D i K bilo koja dva neprazna skupa. Postupak f koji svakom elementu x D pridružuje točno jedan element y K zovemo funkcija

Διαβάστε περισσότερα

3 Populacija i uzorak

3 Populacija i uzorak 3 Populacija i uzorak 1 3.1 Slučajni uzorak X varijabla/stat. obilježje koje izučavamo Cilj statističke analize na osnovi uzorka izvesti odredene zaključke o (populacijskoj) razdiobi od X 2 Primjer 3.1.

Διαβάστε περισσότερα

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović Novi Sad April 17, 2018 1 / 22 Teorija grafova April 17, 2018 2 / 22 Definicija Graf je ure dena trojka G = (V, G, ψ), gde je (i) V konačan skup čvorova,

Διαβάστε περισσότερα

Matematička analiza 1 dodatni zadaci

Matematička analiza 1 dodatni zadaci Matematička analiza 1 dodatni zadaci 1. Ispitajte je li funkcija f() := 4 4 5 injekcija na intervalu I, te ako jest odredite joj sliku i inverz, ako je (a) I = [, 3), (b) I = [1, ], (c) I = ( 1, 0].. Neka

Διαβάστε περισσότερα

Operacije s matricama

Operacije s matricama Linearna algebra I Operacije s matricama Korolar 3.1.5. Množenje matrica u vektorskom prostoru M n (F) ima sljedeća svojstva: (1) A(B + C) = AB + AC, A, B, C M n (F); (2) (A + B)C = AC + BC, A, B, C M

Διαβάστε περισσότερα

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A.

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A. 3 Infimum i supremum Definicija. Neka je A R. Kažemo da je M R supremum skupa A ako je (i) M gornja meda skupa A, tj. a M a A. (ii) M najmanja gornja meda skupa A, tj. ( ε > 0)( a A) takav da je a > M

Διαβάστε περισσότερα

21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE GODINE 8. RAZRED TOČNI ODGOVORI

21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE GODINE 8. RAZRED TOČNI ODGOVORI 21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE 2014. GODINE 8. RAZRED TOČNI ODGOVORI Bodovanje za sve zadatke: - boduju se samo točni odgovori - dodatne upute navedene su za pojedine skupine zadataka

Διαβάστε περισσότερα

1.4 Tangenta i normala

1.4 Tangenta i normala 28 1 DERIVACIJA 1.4 Tangenta i normala Ako funkcija f ima derivaciju u točki x 0, onda jednadžbe tangente i normale na graf funkcije f u točki (x 0 y 0 ) = (x 0 f(x 0 )) glase: t......... y y 0 = f (x

Διαβάστε περισσότερα

Linearna algebra 2 prvi kolokvij,

Linearna algebra 2 prvi kolokvij, 1 2 3 4 5 Σ jmbag smjer studija Linearna algebra 2 prvi kolokvij, 7. 11. 2012. 1. (10 bodova) Neka je dano preslikavanje s : R 2 R 2 R, s (x, y) = (Ax y), pri čemu je A: R 2 R 2 linearan operator oblika

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

- pravac n je zadan s točkom T(2,0) i koeficijentom smjera k=2. (30 bodova)

- pravac n je zadan s točkom T(2,0) i koeficijentom smjera k=2. (30 bodova) MEHANIKA 1 1. KOLOKVIJ 04/2008. grupa I 1. Zadane su dvije sile F i. Sila F = 4i + 6j [ N]. Sila je zadana s veličinom = i leži na pravcu koji s koordinatnom osi x zatvara kut od 30 (sve komponente sile

Διαβάστε περισσότερα

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k. 1 3 Skupovi brojeva 3.1 Skup prirodnih brojeva - N N = {1, 2, 3,...} Aksiom matematičke indukcije Neka je N skup prirodnih brojeva i M podskup od N. Ako za M vrijede svojstva: 1) 1 M 2) n M (n + 1) M,

Διαβάστε περισσότερα

RIJEŠENI ZADACI I TEORIJA IZ

RIJEŠENI ZADACI I TEORIJA IZ RIJEŠENI ZADACI I TEORIJA IZ LOGARITAMSKA FUNKCIJA SVOJSTVA LOGARITAMSKE FUNKCIJE OSNOVE TRIGONOMETRIJE PRAVOKUTNOG TROKUTA - DEFINICIJA TRIGONOMETRIJSKIH FUNKCIJA - VRIJEDNOSTI TRIGONOMETRIJSKIH FUNKCIJA

Διαβάστε περισσότερα

Grafičko prikazivanje atributivnih i geografskih nizova

Grafičko prikazivanje atributivnih i geografskih nizova Grafičko prikazivanje atributivnih i geografskih nizova Biserka Draščić Ban Pomorski fakultet u Rijeci 17. veljače 2011. Grafičko prikazivanje atributivnih nizova Atributivni nizovi prikazuju se grafički

Διαβάστε περισσότερα

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti). PRAVA Prava je kao i ravan osnovni geometrijski ojam i ne definiše se. Prava je u rostoru određena jednom svojom tačkom i vektorom aralelnim sa tom ravom ( vektor aralelnosti). M ( x, y, z ) 3 Posmatrajmo

Διαβάστε περισσότερα

1 Promjena baze vektora

1 Promjena baze vektora Promjena baze vektora Neka su dane dvije različite uredene baze u R n, označimo ih s A = (a, a,, a n i B = (b, b,, b n Svaki vektor v R n ima medusobno različite koordinatne zapise u bazama A i B Zapis

Διαβάστε περισσότερα

Kaskadna kompenzacija SAU

Kaskadna kompenzacija SAU Kaskadna kompenzacija SAU U inženjerskoj praksi, naročito u sistemima regulacije elektromotornih pogona i tehnoloških procesa, veoma često se primenjuje metoda kaskadne kompenzacije, u čijoj osnovi su

Διαβάστε περισσότερα

Funkcija gustoće neprekidne slučajne varijable ima dva bitna svojstva: 1. Nenegativnost: f(x) 0, x R, 2. Normiranost: f(x)dx = 1.

Funkcija gustoće neprekidne slučajne varijable ima dva bitna svojstva: 1. Nenegativnost: f(x) 0, x R, 2. Normiranost: f(x)dx = 1. σ-algebra skupova Definicija : Neka je Ω neprazan skup i F P(Ω). Familija skupova F je σ-algebra skupova na Ω ako vrijedi:. F, 2. A F A C F, 3. A n, n N} F n N A n F. Borelova σ-algebra Definicija 2: Neka

Διαβάστε περισσότερα

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta.

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta. auchyjev teorem Neka je f-ja f (z) analitička u jednostruko (prosto) povezanoj oblasti G, i neka je zatvorena kontura koja čitava leži u toj oblasti. Tada je f (z)dz = 0. Postoji više dokaza ovog teorema,

Διαβάστε περισσότερα

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012 Iskazna logika 3 Matematička logika u računarstvu Department of Mathematics and Informatics, Faculty of Science,, Serbia novembar 2012 Deduktivni sistemi 1 Definicija Deduktivni sistem (ili formalna teorija)

Διαβάστε περισσότερα

Strukture podataka i algoritmi 1. kolokvij 16. studenog Zadatak 1

Strukture podataka i algoritmi 1. kolokvij 16. studenog Zadatak 1 Strukture podataka i algoritmi 1. kolokvij Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i službeni šalabahter. Predajete samo papire koje ste dobili. Rezultati i uvid u kolokvije: ponedjeljak,

Διαβάστε περισσότερα

Mate Vijuga: Rijeseni zadaci iz matematike za srednju skolu

Mate Vijuga: Rijeseni zadaci iz matematike za srednju skolu 16. UVOD U STATISTIKU Statistika je nauka o sakupljanju i analizi sakupljenih podatka u cilju donosenja zakljucaka o mogucem toku ili obliku neizvjesnosti koja se obradjuje. Frekventna distribucija - je

Διαβάστε περισσότερα

5. Karakteristične funkcije

5. Karakteristične funkcije 5. Karakteristične funkcije Profesor Milan Merkle emerkle@etf.rs milanmerkle.etf.rs Verovatnoća i Statistika-proleće 2018 Milan Merkle Karakteristične funkcije ETF Beograd 1 / 10 Definicija Karakteristična

Διαβάστε περισσότερα

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1.

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1. Pismeni ispit iz matematike 0 008 GRUPA A Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: λ + z = Ispitati funkciju i nacrtati njen grafik: + ( λ ) + z = e Izračunati

Διαβάστε περισσότερα

radni nerecenzirani materijal za predavanja

radni nerecenzirani materijal za predavanja Matematika 1 Funkcije radni nerecenzirani materijal za predavanja Definicija 1. Kažemo da je funkcija f : a, b R u točki x 0 a, b postiže lokalni minimum ako postoji okolina O(x 0 ) broja x 0 takva da je

Διαβάστε περισσότερα

Elementi spektralne teorije matrica

Elementi spektralne teorije matrica Elementi spektralne teorije matrica Neka je X konačno dimenzionalan vektorski prostor nad poljem K i neka je A : X X linearni operator. Definicija. Skalar λ K i nenula vektor u X se nazivaju sopstvena

Διαβάστε περισσότερα

Linearna algebra 2 prvi kolokvij,

Linearna algebra 2 prvi kolokvij, Linearna algebra 2 prvi kolokvij, 27.. 20.. Za koji cijeli broj t je funkcija f : R 4 R 4 R definirana s f(x, y) = x y (t + )x 2 y 2 + x y (t 2 + t)x 4 y 4, x = (x, x 2, x, x 4 ), y = (y, y 2, y, y 4 )

Διαβάστε περισσότερα

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu Trigonometrijske jednačine i nejednačine. Zadaci koji se rade bez upotrebe trigonometrijskih formula. 00. FF cos x sin x

Διαβάστε περισσότερα

Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011.

Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011. Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika Monotonost i ekstremi Katica Jurasić Rijeka, 2011. Ishodi učenja - predavanja Na kraju ovog predavanja moći ćete:,

Διαβάστε περισσότερα

( , treći kolokvij) 3. Na dite lokalne ekstreme funkcije z = x 4 + y 4 2x 2 + 2y 2 3. (20 bodova)

( , treći kolokvij) 3. Na dite lokalne ekstreme funkcije z = x 4 + y 4 2x 2 + 2y 2 3. (20 bodova) A MATEMATIKA (.6.., treći kolokvij. Zadana je funkcija z = e + + sin(. Izračunajte a z (,, b z (,, c z.. Za funkciju z = 3 + na dite a diferencijal dz, b dz u točki T(, za priraste d =. i d =.. c Za koliko

Διαβάστε περισσότερα

Prostorni spojeni sistemi

Prostorni spojeni sistemi Prostorni spojeni sistemi K. F. (poopćeni) pomaci i stupnjevi slobode tijela u prostoru: 1. pomak po pravcu (translacija): dva kuta kojima je odreden orijentirani pravac (os) i orijentirana duljina pomaka

Διαβάστε περισσότερα

Izbor statističkih testova Ana-Maria Šimundić

Izbor statističkih testova Ana-Maria Šimundić Izbor statističkih testova Ana-Maria Šimundić Klinički zavod za kemiju Klinička jedinica za medicinsku biokemiju s analitičkom toksikologijom KBC Sestre milosrdnice Izbor statističkog testa Tajna dobrog

Διαβάστε περισσότερα

TRIGONOMETRIJSKE FUNKCIJE I I.1.

TRIGONOMETRIJSKE FUNKCIJE I I.1. TRIGONOMETRIJSKE FUNKCIJE I I Odredi na brojevnoj trigonometrijskoj kružnici točku Et, za koju je sin t =,cost < 0 Za koje realne brojeve a postoji realan broj takav da je sin = a? Izračunaj: sin π tg

Διαβάστε περισσότερα

Ispitivanje toka i skiciranje grafika funkcija

Ispitivanje toka i skiciranje grafika funkcija Ispitivanje toka i skiciranje grafika funkcija Za skiciranje grafika funkcije potrebno je ispitati svako od sledećih svojstava: Oblast definisanosti: D f = { R f R}. Parnost, neparnost, periodičnost. 3

Διαβάστε περισσότερα

Teorijske osnove informatike 1

Teorijske osnove informatike 1 Teorijske osnove informatike 1 9. oktobar 2014. () Teorijske osnove informatike 1 9. oktobar 2014. 1 / 17 Funkcije Veze me du skupovima uspostavljamo skupovima koje nazivamo funkcijama. Neformalno, funkcija

Διαβάστε περισσότερα

41. Jednačine koje se svode na kvadratne

41. Jednačine koje se svode na kvadratne . Jednačine koje se svode na kvadrane Simerične recipročne) jednačine Jednačine oblika a n b n c n... c b a nazivamo simerične jednačine, zbog simeričnosi koeficijenaa koeficijeni uz jednaki). k i n k

Διαβάστε περισσότερα

PROSTORNI STATIČKI ODREĐENI SUSTAVI

PROSTORNI STATIČKI ODREĐENI SUSTAVI PROSTORNI STATIČKI ODREĐENI SUSTAVI - svi elementi ne leže u istoj ravnini q 1 Z F 1 F Y F q 5 Z 8 5 8 1 7 Y y z x 7 X 1 X - svi elementi su u jednoj ravnini a opterećenje djeluje izvan te ravnine Z Y

Διαβάστε περισσότερα

SEKUNDARNE VEZE međumolekulske veze

SEKUNDARNE VEZE međumolekulske veze PRIMARNE VEZE hemijske veze među atomima SEKUNDARNE VEZE međumolekulske veze - Slabije od primarnih - Elektrostatičkog karaktera - Imaju veliki uticaj na svojstva supstanci: - agregatno stanje - temperatura

Διαβάστε περισσότερα

Pošto pretvaramo iz veće u manju mjernu jedinicu broj 2.5 množimo s 1000,

Pošto pretvaramo iz veće u manju mjernu jedinicu broj 2.5 množimo s 1000, PRERAČUNAVANJE MJERNIH JEDINICA PRIMJERI, OSNOVNE PRETVORBE, POTENCIJE I ZNANSTVENI ZAPIS, PREFIKSKI, ZADACI S RJEŠENJIMA Primjeri: 1. 2.5 m = mm Pretvaramo iz veće u manju mjernu jedinicu. 1 m ima dm,

Διαβάστε περισσότερα

5 Ispitivanje funkcija

5 Ispitivanje funkcija 5 Ispitivanje funkcija 3 5 Ispitivanje funkcija Ispitivanje funkcije pretodi crtanju grafika funkcije. Opšti postupak ispitivanja funkcija koje su definisane eksplicitno y = f() sadrži sledeće elemente:

Διαβάστε περισσότερα

SISTEMI NELINEARNIH JEDNAČINA

SISTEMI NELINEARNIH JEDNAČINA SISTEMI NELINEARNIH JEDNAČINA April, 2013 Razni zapisi sistema Skalarni oblik: Vektorski oblik: F = f 1 f n f 1 (x 1,, x n ) = 0 f n (x 1,, x n ) = 0, x = (1) F(x) = 0, (2) x 1 0, 0 = x n 0 Definicije

Διαβάστε περισσότερα

IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI)

IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI) IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI) Izračunavanje pokazatelja načina rada OTVORENOG RM RASPOLOŽIVO RADNO

Διαβάστε περισσότερα

Riješeni zadaci: Nizovi realnih brojeva

Riješeni zadaci: Nizovi realnih brojeva Riješei zadaci: Nizovi realih brojeva Nizovi, aritmetički iz, geometrijski iz Fukciju a : N R azivamo beskoači) iz realih brojeva i ozačavamo s a 1, a,..., a,... ili a ), pri čemu je a = a). Aritmetički

Διαβάστε περισσότερα

SEMINAR IZ KOLEGIJA ANALITIČKA KEMIJA I. Studij Primijenjena kemija

SEMINAR IZ KOLEGIJA ANALITIČKA KEMIJA I. Studij Primijenjena kemija SEMINAR IZ OLEGIJA ANALITIČA EMIJA I Studij Primijenjena kemija 1. 0,1 mola NaOH je dodano 1 litri čiste vode. Izračunajte ph tako nastale otopine. NaOH 0,1 M NaOH Na OH Jak elektrolit!!! Disoira potpuno!!!

Διαβάστε περισσότερα

XI dvoqas veжbi dr Vladimir Balti. 4. Stabla

XI dvoqas veжbi dr Vladimir Balti. 4. Stabla XI dvoqas veжbi dr Vladimir Balti 4. Stabla Teorijski uvod Teorijski uvod Definicija 5.7.1. Stablo je povezan graf bez kontura. Definicija 5.7.1. Stablo je povezan graf bez kontura. Primer 5.7.1. Sva stabla

Διαβάστε περισσότερα

KVADRATNA FUNKCIJA. Kvadratna funkcija je oblika: Kriva u ravni koja predstavlja grafik funkcije y = ax + bx + c. je parabola.

KVADRATNA FUNKCIJA. Kvadratna funkcija je oblika: Kriva u ravni koja predstavlja grafik funkcije y = ax + bx + c. je parabola. KVADRATNA FUNKCIJA Kvadratna funkcija je oblika: = a + b + c Gde je R, a 0 i a, b i c su realni brojevi. Kriva u ravni koja predstavlja grafik funkcije = a + b + c je parabola. Najpre ćemo naučiti kako

Διαβάστε περισσότερα

POTPUNO RIJEŠENIH ZADATAKA PRIRUČNIK ZA SAMOSTALNO UČENJE

POTPUNO RIJEŠENIH ZADATAKA PRIRUČNIK ZA SAMOSTALNO UČENJE **** MLADEN SRAGA **** 011. UNIVERZALNA ZBIRKA POTPUNO RIJEŠENIH ZADATAKA PRIRUČNIK ZA SAMOSTALNO UČENJE SKUP REALNIH BROJEVA α Autor: MLADEN SRAGA Grafički urednik: BESPLATNA - WEB-VARIJANTA Tisak: M.I.M.-SRAGA

Διαβάστε περισσότερα

1. KONCEPT METAPOPULACIJE

1. KONCEPT METAPOPULACIJE Konzervaciona biologija 1. KONCEPT METAPOPULACIJE Prof dr Jelka Crnobrnja Isailović Klasičan koncept: LOKALNA POPULACIJA Euphydryas edytha Metapopulacija se pojavljuje kao termin još u tekstu Richard-a

Διαβάστε περισσότερα

TABLICE AKTUARSKE MATEMATIKE

TABLICE AKTUARSKE MATEMATIKE Na temelju članka 160. stavka 4. Zakona o mirovinskom osiguranju («Narodne novine», br. 102/98., 127/00., 59/01., 109/01., 147/02., 117/03., 30/04., 177/04., 92/05., 43/07., 79/07., 35/08., 40/10., 121/10.,

Διαβάστε περισσότερα

Trigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto

Trigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto Trigonometrija Adicijske formule Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto Razumijevanje postupka izrade složenijeg matematičkog problema iz osnova trigonometrije

Διαβάστε περισσότερα

INTELIGENTNO UPRAVLJANJE

INTELIGENTNO UPRAVLJANJE INTELIGENTNO UPRAVLJANJE Fuzzy sistemi zaključivanja Vanr.prof. Dr. Lejla Banjanović-Mehmedović Mehmedović 1 Osnovni elementi fuzzy sistema zaključivanja Fazifikacija Baza znanja Baze podataka Baze pravila

Διαβάστε περισσότερα

konst. Električni otpor

konst. Električni otpor Sveučilište J. J. Strossmayera u sijeku Elektrotehnički fakultet sijek Stručni studij Električni otpor hmov zakon Pri protjecanju struje kroz vodič pojavljuje se otpor. Georg Simon hm je ustanovio ovisnost

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

PISMENI ISPIT IZ STATISTIKE

PISMENI ISPIT IZ STATISTIKE 1. a) Trgovina odjeće prodaje odjeću u tri različite veličine: 32% veličine S, 44% veličine M i ostatak veličine L. Pokazalo se da je postotak odjeće s greškom redom 1%, 5% i 2%. Ako je trgovina ustanovila

Διαβάστε περισσότερα

7 Algebarske jednadžbe

7 Algebarske jednadžbe 7 Algebarske jednadžbe 7.1 Nultočke polinoma Skup svih polinoma nad skupom kompleksnih brojeva označavamo sa C[x]. Definicija. Nultočka polinoma f C[x] je svaki kompleksni broj α takav da je f(α) = 0.

Διαβάστε περισσότερα

STATISTIKA S M E I M N I AR R 7 : METODE UZORKA

STATISTIKA S M E I M N I AR R 7 : METODE UZORKA Fakultet za menadžment u turizmu i ugotiteljtvu, Opatija Sveučilišni preddiplomki tudij Polovna ekonomija u turizmu i ugotiteljtvu Noitelj kolegija: Prof. dr. c. Suzana Marković Aitentica: Jelena Komšić

Διαβάστε περισσότερα

( ) ( ) 2 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET. Zadaci za pripremu polaganja kvalifikacionog ispita iz Matematike. 1. Riješiti jednačine: 4

( ) ( ) 2 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET. Zadaci za pripremu polaganja kvalifikacionog ispita iz Matematike. 1. Riješiti jednačine: 4 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET Riješiti jednačine: a) 5 = b) ( ) 3 = c) + 3+ = 7 log3 č) = 8 + 5 ć) sin cos = d) 5cos 6cos + 3 = dž) = đ) + = 3 e) 6 log + log + log = 7 f) ( ) ( ) g) ( ) log

Διαβάστε περισσότερα

Riješeni zadaci: Limes funkcije. Neprekidnost

Riješeni zadaci: Limes funkcije. Neprekidnost Riješeni zadaci: Limes funkcije. Neprekidnost Limes funkcije Neka je 0 [a, b] i f : D R, gdje je D = [a, b] ili D = [a, b] \ { 0 }. Kažemo da je es funkcije f u točki 0 jednak L i pišemo f ) = L, ako za

Διαβάστε περισσότερα

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A Ime i prezime: 1. Prikazane su tačke A, B i C i prave a,b i c. Upiši simbole Î, Ï, Ì ili Ë tako da dobijeni iskazi

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

Ĉetverokut - DOMAĆA ZADAĆA. Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke.

Ĉetverokut - DOMAĆA ZADAĆA. Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke. Ĉetverokut - DOMAĆA ZADAĆA Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke. 1. Duljine dijagonala paralelograma jednake su 6,4 cm i 11 cm, a duljina jedne njegove

Διαβάστε περισσότερα

OBRTNA TELA. Vladimir Marinkov OBRTNA TELA VALJAK

OBRTNA TELA. Vladimir Marinkov OBRTNA TELA VALJAK OBRTNA TELA VALJAK P = 2B + M B = r 2 π M = 2rπH V = BH 1. Zapremina pravog valjka je 240π, a njegova visina 15. Izračunati površinu valjka. Rešenje: P = 152π 2. Površina valjka je 112π, a odnos poluprečnika

Διαβάστε περισσότερα

Sume kvadrata. mn = (ax + by) 2 + (ay bx) 2.

Sume kvadrata. mn = (ax + by) 2 + (ay bx) 2. Sume kvadrata Koji se prirodni brojevi mogu prikazati kao zbroj kvadrata dva cijela broja? Propozicija 1. Ako su brojevi m i n sume dva kvadrata, onda je i njihov produkt m n takoder suma dva kvadrata.

Διαβάστε περισσότερα

2.2 Srednje vrijednosti. aritmetička sredina, medijan, mod. Podaci (realizacije varijable X): x 1,x 2,...,x n (1)

2.2 Srednje vrijednosti. aritmetička sredina, medijan, mod. Podaci (realizacije varijable X): x 1,x 2,...,x n (1) 2.2 Srednje vrijednosti aritmetička sredina, medijan, mod Podaci (realizacije varijable X): x 1,x 2,...,x n (1) 1 2.2.1 Aritmetička sredina X je numerička varijabla. Aritmetička sredina od (1) je broj:

Διαβάστε περισσότερα

MATEMATIKA Pokažite da za konjugiranje (a + bi = a bi) vrijedi. a) z=z b) z 1 z 2 = z 1 z 2 c) z 1 ± z 2 = z 1 ± z 2 d) z z= z 2

MATEMATIKA Pokažite da za konjugiranje (a + bi = a bi) vrijedi. a) z=z b) z 1 z 2 = z 1 z 2 c) z 1 ± z 2 = z 1 ± z 2 d) z z= z 2 (kompleksna analiza, vježbe ). Izračunajte a) (+i) ( i)= b) (i+) = c) i + i 4 = d) i+i + i 3 + i 4 = e) (a+bi)(a bi)= f) (+i)(i )= Skicirajte rješenja u kompleksnoj ravnini.. Pokažite da za konjugiranje

Διαβάστε περισσότερα

Populacija 1 1 IV SVOJSTVA I STRUKTURA POPULACIJE

Populacija 1 1 IV SVOJSTVA I STRUKTURA POPULACIJE IV SVOJSTVA I STRUKTURA POPULACIJE Jasmina Krpo-Ćetković U centru pažnje dosadašnjih izlaganja bili su odnosi individualnog organizma prema sredini u kojoj živi. Organske vrste u prirodi ne mogu se shvatiti

Διαβάστε περισσότερα

Dijagonalizacija operatora

Dijagonalizacija operatora Dijagonalizacija operatora Problem: Može li se odrediti baza u kojoj zadani operator ima dijagonalnu matricu? Ova problem je povezan sa sljedećim pojmovima: 1 Karakteristični polinom operatora f 2 Vlastite

Διαβάστε περισσότερα

VJEROJATNOST I STATISTIKA Popravni kolokvij - 1. rujna 2016.

VJEROJATNOST I STATISTIKA Popravni kolokvij - 1. rujna 2016. Broj zadataka: 5 Vrijeme rješavanja: 120 min Ukupan broj bodova: 100 Zadatak 1. (a) Napišite aksiome vjerojatnosti ako je zadan skup Ω i σ-algebra F na Ω. (b) Dokažite iz aksioma vjerojatnosti da za A,

Διαβάστε περισσότερα

S t r a n a 1. 1.Povezati jonsku jačinu rastvora: a) MgCl 2 b) Al 2 (SO 4 ) 3 sa njihovim molalitetima, m. za so tipa: M p X q. pa je jonska jačina:

S t r a n a 1. 1.Povezati jonsku jačinu rastvora: a) MgCl 2 b) Al 2 (SO 4 ) 3 sa njihovim molalitetima, m. za so tipa: M p X q. pa je jonska jačina: S t r a n a 1 1.Povezati jonsku jačinu rastvora: a MgCl b Al (SO 4 3 sa njihovim molalitetima, m za so tipa: M p X q pa je jonska jačina:. Izračunati mase; akno 3 bba(no 3 koje bi trebalo dodati, 0,110

Διαβάστε περισσότερα

VJEŽBE 3 BIPOLARNI TRANZISTORI. Slika 1. Postoje npn i pnp bipolarni tranziostori i njihovi simboli su dati na slici 2 i to npn lijevo i pnp desno.

VJEŽBE 3 BIPOLARNI TRANZISTORI. Slika 1. Postoje npn i pnp bipolarni tranziostori i njihovi simboli su dati na slici 2 i to npn lijevo i pnp desno. JŽ 3 POLAN TANZSTO ipolarni tranzistor se sastoji od dva pn spoja kod kojih je jedna oblast zajednička za oba i naziva se baza, slika 1 Slika 1 ipolarni tranzistor ima 3 izvoda: emitor (), kolektor (K)

Διαβάστε περισσότερα

Numerička matematika 2. kolokvij (1. srpnja 2009.)

Numerička matematika 2. kolokvij (1. srpnja 2009.) Numerička matematika 2. kolokvij (1. srpnja 29.) Zadatak 1 (1 bodova.) Teorijsko pitanje. (A) Neka je G R m n, uz m n, pravokutna matrica koja ima puni rang po stupcima, tj. rang(g) = n. (a) Napišite puni

Διαβάστε περισσότερα

POVRŠINA TANGENCIJALNO-TETIVNOG ČETVEROKUTA

POVRŠINA TANGENCIJALNO-TETIVNOG ČETVEROKUTA POVRŠIN TNGENIJLNO-TETIVNOG ČETVEROKUT MLEN HLP, JELOVR U mnoštvu mnogokuta zanimljiva je formula za površinu četverokuta kojemu se istoobno može upisati i opisati kružnica: gje su a, b, c, uljine stranica

Διαβάστε περισσότερα

10. STABILNOST KOSINA

10. STABILNOST KOSINA MEHANIKA TLA: Stabilnot koina 101 10. STABILNOST KOSINA 10.1 Metode proračuna koina Problem analize tabilnoti zemljanih maa vodi e na određivanje odnoa između rapoložive mičuće čvrtoće i proečnog mičućeg

Διαβάστε περισσότερα

Slučajne varijable. Diskretna slučajna varijabla X je promjenjiva veličina koja poprima vrijednosti iz skupa

Slučajne varijable. Diskretna slučajna varijabla X je promjenjiva veličina koja poprima vrijednosti iz skupa Slučajne varijable Statistički podaci su distribuirani po odredenoj zakonitosti. Za matematičko (apstraktno) opisivanje te zakonitosti potrebno je definirati slučajnu varijablu kojoj pripada odredena razdioba

Διαβάστε περισσότερα

Periodičke izmjenične veličine

Periodičke izmjenične veličine EHNČK FAKULE SVEUČLŠA U RJEC Zavod za elekroenergeiku Sudij: Preddiploski sručni sudij elekroehnike Kolegij: Osnove elekroehnike Nosielj kolegija: Branka Dobraš Periodičke izjenične veličine Osnove elekroehnike

Διαβάστε περισσότερα

Rad, snaga, energija. Tehnička fizika 1 03/11/2017 Tehnološki fakultet

Rad, snaga, energija. Tehnička fizika 1 03/11/2017 Tehnološki fakultet Rad, snaga, energija Tehnička fizika 1 03/11/2017 Tehnološki fakultet Rad i energija Da bi rad bio izvršen neophodno je postojanje sile. Sila vrši rad: Pri pomjeranju tijela sa jednog mjesta na drugo Pri

Διαβάστε περισσότερα

(Hi-kvadrat test) r (f i f ti ) 2 H = f ti. i=1

(Hi-kvadrat test) r (f i f ti ) 2 H = f ti. i=1 χ 2 test (Hi-kvadrat test) Jedan od prvih statističkih testova je χ 2 -test. Predložio ga je K. Pearson 900. godine, pa je poznat i pod nazivom Pearsonov test. χ 2 test je neparametarski test. Pomoću χ

Διαβάστε περισσότερα

Prikaz sustava u prostoru stanja

Prikaz sustava u prostoru stanja Prikaz sustava u prostoru stanja Prikaz sustava u prostoru stanja je jedan od načina prikaza matematičkog modela sustava (uz diferencijalnu jednadžbu, prijenosnu funkciju itd). Promatramo linearne sustave

Διαβάστε περισσότερα

Betonske konstrukcije 1 - vežbe 3 - Veliki ekscentricitet -Dodatni primeri

Betonske konstrukcije 1 - vežbe 3 - Veliki ekscentricitet -Dodatni primeri Betonske konstrukcije 1 - vežbe 3 - Veliki ekscentricitet -Dodatni primeri 1 1 Zadatak 1b Čisto savijanje - vezano dimenzionisanje Odrediti potrebnu površinu armature za presek poznatih dimenzija, pravougaonog

Διαβάστε περισσότερα

2. Ako je funkcija f(x) parna onda se Fourierov red funkcije f(x) reducira na Fourierov kosinusni red. f(x) cos

2. Ako je funkcija f(x) parna onda se Fourierov red funkcije f(x) reducira na Fourierov kosinusni red. f(x) cos . KOLOKVIJ PRIMIJENJENA MATEMATIKA FOURIEROVE TRANSFORMACIJE 1. Za periodičnu funkciju f(x) s periodom p=l Fourierov red je gdje su a,a n, b n Fourierovi koeficijenti od f(x) gdje su a =, a n =, b n =..

Διαβάστε περισσότερα

I.13. Koliki je napon između neke tačke A čiji je potencijal 5 V i referentne tačke u odnosu na koju se taj potencijal računa?

I.13. Koliki je napon između neke tačke A čiji je potencijal 5 V i referentne tačke u odnosu na koju se taj potencijal računa? TET I.1. Šta je Kulonova sila? elektrostatička sila magnetna sila c) gravitaciona sila I.. Šta je elektrostatička sila? sila kojom međusobno eluju naelektrisanja u mirovanju sila kojom eluju naelektrisanja

Διαβάστε περισσότερα

APROKSIMACIJA FUNKCIJA

APROKSIMACIJA FUNKCIJA APROKSIMACIJA FUNKCIJA Osnovni koncepti Gradimir V. Milovanović MF, Beograd, 14. mart 2011. APROKSIMACIJA FUNKCIJA p.1/46 Osnovni problem u TA Kako za datu funkciju f iz velikog prostora X naći jednostavnu

Διαβάστε περισσότερα

Sortiranje prebrajanjem (Counting sort) i Radix Sort

Sortiranje prebrajanjem (Counting sort) i Radix Sort Sortiranje prebrajanjem (Counting sort) i Radix Sort 15. siječnja 2016. Ante Mijoč Uvod Teorem Ako je f(n) broj usporedbi u algoritmu za sortiranje temeljenom na usporedbama (eng. comparison-based sorting

Διαβάστε περισσότερα

PRIMJER 3. MATLAB filtdemo

PRIMJER 3. MATLAB filtdemo PRIMJER 3. MATLAB filtdemo Prijenosna funkcija (IIR) Hz () =, 6 +, 3 z +, 78 z +, 3 z +, 53 z +, 3 z +, 78 z +, 3 z +, 6 z, 95 z +, 74 z +, z +, 9 z +, 4 z +, 5 z +, 3 z +, 4 z 3 4 5 6 7 8 3 4 5 6 7 8

Διαβάστε περισσότερα

2log. se zove numerus (logaritmand), je osnova (baza) log. log. log =

2log. se zove numerus (logaritmand), je osnova (baza) log. log. log = ( > 0, 0)!" # > 0 je najčešći uslov koji postavljamo a još je,, > 0 se zove numerus (aritmand), je osnova (baza). 0.. ( ) +... 7.. 8. Za prelazak na neku novu bazu c: 9. Ako je baza (osnova) 0 takvi se

Διαβάστε περισσότερα