Kontrola Kvaliteta - skripta za usmeni -
|
|
- Σοφοκλής Στεφανόπουλος
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Kontrola Kvaliteta - skripta za usmeni - Kontrola kao deo procesa upravljanja: Upravljanje -upravljanje tehničkim sistemima - Control -upravljanje organizacionim sistemima - Management Kontrola kao deo procesa upravljanja tehničkim sistemom: Proces komparacije planirane u odnosu na ostvarenu vrednost karakteristike izlaza iz sistema Ugrađen u strukturu tehničkog sistema Tehnički i tehnološki moguća zahtevna rešenja Elementi kontrole laki za identifikaciju Nije predmet izučavanja!!! Kontrola kao deo procesa menadžmenta: planiranje, organizovanje, koordinisanje, kontrolisanje (Fayol, 1949) planiranje, organizovanje, vođenje, kontrolisanje (Daft, 2005)* * dodatno: preraspoređivanje i motivisanje ljudskih resursa Obuhvata skup aktivnosti planiranih i sprovedenih u cilju smanjenja rasipanja izlaznih vrednosti veličina u odnosu na planiranu vrednost. Moderan koncept poimanja procesa kontrole proširuje njegovu ulogu i na proces utvrđivanja uzorka problema i njihovog eliminisanja, za razliku od ranijeg koncepta koji se ograničavao na utvrđivanju problema. Određivanje elemenata kontrole kvaliteta otežano uključuje čoveka Nivoi kontrole: Organizaciona vs Operativna kontrola Organizaciona kontrola je poređenje performansi organizacionog sistema u odnosu na planirane vrednosti u funkciji ostvarivanja ciljeva. Standardi za organizacionu kontrolu definišu se ciljevima Operativna kontrola se bazira na dnevnom praćenju i delovanju na rezultate procesa u cilju obezbeđenja željenih performansi. Standardi za operativnu kontrolu proističu od ciljeva na organizacionom nivou. npr. neispunjavanje plana prodaje može pojačati aktivnosti promocije i sl. Rezultati operativne kontrole idu u pravcu određivanja efektivnosti (ostvarenje ciljeva) ili efikasnosti (ostvareni ciljeve uz veće utroške). U slučaju odstupanja koriste se odgovarajuće tehnike za identifikaciju uzroka, a zatim definisanje odgovarajućih korektivnih mera za njihovo otklanjanje.
2 Kontrola Henry Fayol Kontrola podrazumeva preduzimanje svih onih aktivnosti kako bi se željene vrednosti ostvarile plan. Uloga je da se identifikuju nastali/mogući probleme, preventivno deluje na iste i eliminišu uzroci njihove pojave. Joseph Juran Deo procesa menadžmenta koga čine skup preduzetih aktivnosti sa ciljem obezbeđenja stabilnost procesa. EFL Breach Kontrola je utvrđivanje postojećih performansi u odnosu na prethodno definisane i u planu sadržane standarde sa ciljem da se obezbedi adekvatan napredak u ispunjavanju istih. Harold Koontz Kontrolisanje je utvrđivanje vrednosti i korektivno delovanje na performanse sa cilljem obezbeđanja ispunjavanja postavljenih ciljeva i planova. Robert J. Mockler Menadžerska kontrola podrazumeva sistematičan napor u poređenju ostvarenih performansi sa planiranim standardima ili ciljevima, određivanju njihove usaglašenosti i preduzimanju akcija koje vode ka njihovom ostvarivanju. Ove akcije uključuju efektivno i efikasno korišćenje materijalnih i ljudskih resursa. Richard Arvid Johnson (1976) Kontrola je proces u sistemu koji obezbeđuje delovanje neophodno za ostvarenje plana ili održavanje varijacija izlaza iz sistema unutar definisanih granica. (Održavanje stabilnosti sistema) Karakteristike procesa kontrole: Deo procesa upravljanja Kontinualan proces Uključen kroz sve hijerarhijske nivoe Preventivnost U tesnoj vezi sa planiranjem Alat za sprovođenje organizacionih aktivnosti Elementi procesa kontrole: (1)Karakteristika koja se kontroliše (2)Senzor (3)Standard (4)Komparator (5)Aktuator Karakteristika koja se kontroliše Veličina na objektu kontrole koja je predmet kontrolisanja. Objekat koontrole može da bude bilo koji ulaz, poremećaj ili izlaz u sistem ili unutar delova sistema.
3 Senzor Meri/Određuje vrednosti karakteristike. (može podrazumevati uređaj i/ili čoveka) Standard Željena, planirana, projektovana vrednost Komparator Identifikuje odstupanje ili mogućnost od odstupanja i određuje potrebu za korekcijom. Aktuator Deluje korektivno na proces u cilju regulisanja. Najčešći problemi u vezi sa kontrolom vezani su za neke od elemenata: Karakteristika koja se kontroliše definicija? Kako odrediti vrednost karakteristike? Kako odrediti standard za odabranu karakteristiku? Kontrola a.utvrđuje vrednost karakteristike, b.poredi je sa standardom, c.inicira aktivnosti u slučaju mogućnosti za nastanak ili nastanka odstupanja sa ciljem održavanja njene vrednosti unutar standarda. Kontrolisanje proces vršenja kontrole Vrednovanje usaglašenosti posmatranjem i procenjivanjem, uz, kada je pogodno, merenje, ispitivanje ili procenjivanje primenom šablona. [ISO/IEC Uputstvo 2] Proces merenja - merni proces Skup operacija za utvrđivanje vrednosti veličine. [ISO/IEC Uputstvo 2] Inspection Proces poređenja utvrđenih (merenjem, ispitivanjem, procenjivanjem i sl.) karakteristika proizvoda sa definisanim zahtevima. [MIL STD 414] Ispitivanje Utvrđivanje jedne ili više karakteristika po proceduri. [ISO/IEC Uputstvo2] Kontrola kvaliteta uža definicija Identifikacija (merenje) i komparacija (poređenje) stanja i tendencija kvaliteta tokom ili na kraju procesa. Joko Stanić Kontrola kvaliteta šira definicija Podrazumava ne samo utvrđivanje specificiranog nivoa kvaliteta (inspekcijska funkcija) neko i operativne postupke i aktivnosti usmerene na praćenje procesa i uklanjanje uzroka lošeg kvaliteta. Ovom definicijom se izjednačuje pojam kontrole sa pojmom upravljanja kvalitetom. Joko Stanić Kontrola kvaliteta šira definicija Podrazumeva se odluka o prihvatanju proizvoda, ali i regulisanje u proizvodnom procesa. J. Juran, F. Gryna Kontrola kvaliteta (Inspection) - uža definicija a.utvrđuje vrednost karakteristike kvaliteta,
4 b.rezultat poredi sa projektovanim (planiranim) vrednostima, ciljevima, standardima, c.izveštava o rezultatima. Kontrola (Upravljanje) kvalitetom - (Quality Control) - šira definicija a.planiranje potrebe i načina sprovođenja kontrole kvaliteta, b.utvrđuje vrednost karakteristike kvaliteta, c.rezultat poredi sa projektovanim (planiranim) vrednostima, ciljevima, standardima, d.inicira aktivnosti u slučaju mogućnosti za nastanak ili nastanka odstupanja (izveštavanje o rezultatima), e.preduzima korekcije i korektivne mera, f.analizira rezultate. Mesto sistema kontrole kvaliteta Mesto sistema kontrole kvaliteta u organizacionom sistemu: ORGANIZACIONI SISTEM Sistem kontrole kvaliteta je deo podsistema kvaliteta organizacionog sistema koga čine: sistem standardizacije, metrološki sistem, sistem kontrole kvaliteta, sistem zaštite životne sredine, sistem bezbednosti i zdravlja na radu, sistem provera (interne, eksterne) itd. Izlazi iz sistema kontrole kvaliteta: 1.Usluge planiranja kontrole kvaliteta 2.Usluge pripreme za vršenje kontrole kvaliteta 3.Usluge kontrolisanja
5 4.Usluge izveštavanja 5.Usluge definisanja i sprovođenja korketivnih mera OTPAD 1.Deo opreme za uzimanja uzoraka (epruvete, i sl.) 2.Uzorci sa merenja i ispitivanja 3.Reagensi i sl. DOKUMENTACIJA 1.Planovi kontrole kvaliteta 2.Operativne liste kontrole kvaliteta 3.Izveštaji sa kontrolisanja i o radu kontrole kvaliteta 4.Korektivne mere itd. Procesi sistema kontrole kvaliteta: PROCESI 1.Planiranje kontrole kvaliteta 2.Priprema za vršenje kontrole kvaliteta* 3.Kontrolisanje* 4.Izveštavanje* 5.Definisanje i sprovođenja korektivnih mera * procesi pripadaju užoj definicije kontrole kvaliteta Ulazi u sistem kontrole kvaliteta: 1.PREDMET RADA: proizvodi i usluge 2.REŽIJSKI MATERIJAL: papir, reagensi, penetranti i sl. 3.SREDSTVA ZA RAD: alati, uređaji i pribori za kontrolisanje 4.DOKUMENTACIJA: tehnički propisi, standardi, specifikacije,... 5.ENERGIJA 6.LJUDSKI RESURSI: kontrolori, projektanti kontrole kvaliteta, menadžeri kontrole kvaliteta, 7.INFRASTRUKTURA: prostor, klima, stolovi,... 8.NOVAC 9.USLUGE: usluga pregleda merne opreme, usluge održavanja,... Nivoi organizovanja sistema kontrole kvaliteta: REGION (primer EU) DRŽAVA PRIVREDNA GRANA (poljoprivreda, tekstil i sl.) ORGANIZACIONI SISTEM (predmet izučavanja) DELOVI ORGANIZACIONOG SISTEMA Uloga kontrole kvaliteta: nivo REGIONA, DRŽAVE, PRIVREDNE GRANE sprečavanje ulaska/izlaska nebezbednih proizvoda sprečavanje ulaska/izlaska neusaglašenih proizvoda (tehnički propisi, standardi, deklaracije)
6 Uloga sistema kontrole kvaliteta: nivo ORGANIZACIONOG SISTEMA sprečavanje odlaska "lošeg kvaliteta" na narednu operaciju ili ka tržištu, (Radford 1917.) uža definicija* održavanje vrednosti karaktersitike kvaliteta unutar definisanih granica, (Juran) - šira definicija održavanje nivoa vrednosti izlaza sa ciljem ispunjavanja ciljeva sistema. (James G March; Herbert A Simon) - šira definicija *može da se odnosi i na nivo privredne grane Predmet kontrole kvaliteta: 1.IZLAZI IZ ORGANIZACIONOG SISTEMA (produkti, otpad, dokumentacija) 1a) IZLAZI IZ DELOVA ORGANIZACIONOG SISTEMA KAO ULAZI U DRUGE (predmet rada tokom procesa stvaranja) 2.PROCESI ORGANIZACIONOG SISTEMA 3.ULAZI U ORGANIZACIONI SISTEM (sirovine, materijal, režijski materijal, sredstva za rad...) 4.POREMEĆAJI (uslovi rada, uticaj okoline, temperatura, vlažnost i sl.) ULAZI Predmet rada i režijski materijal npr. materijal, sirovine, polufabrikati, delovi i sl. kontrola kvaliteta svih karakteristika kvalitete značajnih za kvalitet finalnog proizvoda, mehaničke osobine, fizičke osobine, hemijski sastav, dimenzije, oštećenja i sl. Sredstva za rad (mašine, oprema, alati i sl.) ulazna kontrola kvaliteta kontrole kvaliteta u toku upotrebe npr. geometrijska i radna tačnost, statička i dinamička krutost, sila stezanja, buka, geometrija alata, brzina habanja, mehaničke i fizičke osobine i sl. Dokumentacija postojanje na radnim mestima kompletnost verifikacija ažuriranost Energija (struja, voda, gas...) pritisak, dotok, snaga, napon itd. Ljudski resursi pre prijema na radno mesto, u toku rada na radnom mestu* veštine, znanja, posebne sposobnosti kojima može uticati na kvalitet produkta * deo procesne kontrole kvaliteta
7 Infrastruktura (objekti, protivpožarne instalacije i sl.) ulazna kontrola kvaliteta (broj prostorija, opremljenost, ispravnost i sl.) kontrole kvaliteta u toku upotrebe (npr. higijena objekta i sl.) * * deo procesne kontrole kvaliteta Novac Struktura (sopstveni prihodi, krediti) Uslovi kreditiranja Likvidnost i sl. Usluge tokom pružanja usluga nakon realizacije usluga * deo procesne kontrole kvaliteta PROCESI karakteristike kvaliteta procesa (performanse) npr: sposobnost, stabilnost, tačnost,... POREMEĆAJI vrednosti uticajnih parametara na proces npr: temperatura, vlažnost,... PRODUKTI proizvodi, usluge, otpad Primeri: slučaj proizvoda koji se upotrebljava (npr. Papir, Odlivak,...) slučaj proizvoda koji se troši (npr. Margarin, Voda...) slučaj usluge (npr. Brzina, Ljubaznost...) Primeri: kvantitativne karekteristike kvaliteta (izmerene vrednosti) kvalitativne karekteristike kvaliteta (ocena) Osnove za projektovanje SQC 1.Definisan predmet kontrole kvaliteta Definisan kvalitet predmeta kontrole kvaliteta karaktersitike kvaliteta i mane na njima izvršena kategorizacija karakteristike kvaliteta i mana Definisan integralni kvalitet predmeta kontrole kvaliteta definisana struktura (sastav, podsklopovi, delovi itd.) predmeta kontrole kvaliteta analiza uticaja karakteristika kvaliteta komponenti predmeta kontrole kvaliteta na karakteristike kvaliteta 2.Definisan proces stvaranja proizvoda/pružanja usluga Definisane tehnološke šeme toka procesa
8 Definisan prostorni prikaz toka procesa 3.Analiza uticaja procesa na kvalitet predmeta kontrole kvaliteta Karakteristika kvaliteta? veličina na nekom entitetu koja direktno ili indirektno utiče na osobine kvaliteta posmatranog entiteta značajne za njegovog kupca, korisnika ili potrošača. osnovni građevinski blok iz kojeg je sastavljen kvalitet. svojstvena karakteristika proizvoda, procesa ili sistema koja se odnosi na zahteve. To su npr. masa, dužina, hemijski sastav, ukus, miris, vreme, gustina i sl. definisana planiranom vrednošću i dozvoljenim odstupanjem dozvoljeno odstupanje može se definisati tolerancijom T planirana vrednost + dozvoljeno odstupanje = STANDARD KVANTITATIVNA (VARIJABILNA, NUMERIČKA) KARAKTERISTIKA KVALITETA (Variable Quality Characteristic) je karakteristika kvaliteta koja može biti izmerena i čija vrednost je kontinualna veličina. Ove karakteristike kvaliteta obično se mogu izraziti u mernim jedinicama. KVALITATIVNA (ATRIBUTIVNA) KARAKTERISTIKA KVALITETA (Attribute Quality Characteristic) je karakteristika kvaliteta koja se može oceniti, eventualno klasifikovati i međusobno porediti sa drugim srodnim karakteristikama kvaliteta. To su obično diskretne veličine, kategorije tipa: dobro/loše; ide/ne ide i sl. Kvalitet usluge Ispoljava se tokom pružanja usluge Najčešće resursi nisu odvojeni od korisnika već su uključeni u pružanje usluga Zavisi od resursa koji su uključeni u pružanje usluga Primer: Usluge podizanja novca preko bankomata, Usluge restorana, Usluge konsaltinga Karakteristike kvaliteta usluge 1.Karakteristike kvaliteta resursa koji su u kontaktu sa korisnikom Ljubaznost, izgled, urednost, ukus, miris, svežina, udobnost,... 2.Karakteristike kvaliteta koje su rezultat međudejstva resursa Brzina usluge (vreme proteklo od prihvatanja zahteva do njegovog ispunjavanja) Raspoloživost usluge (vreme čekanja na prihvatanje zahteva u obradu) Pouzdanost usluge (verovatnoća ispunjavanja zahteva ako je prihvaćen) Tačnost usluge (usaglašenost koisnikovog zahteva sa rezultatima realizovene usluge) Kompletnost usluge (stspen slaganja ponude sa očekivanjima korisnika) Mana? (Defect) Moguća odstupanja na karakteristikama kvaliteta Neispunjenje zahteva za predviđenu ili razumno očekivanu upotrebu Jedna karakteristika kvaliteta može da ima jednu ili više mana
9 OD ZNAČAJA KARAKTERISTIKE KVALITETA ZAVISI I OŠTRINA ODNOSNE KONTROLE OD ZNAČAJA MANA ZAVISI I ZNAČAJ KARAKTERISTIKE KVALITETA Kategorizacija KK i mana Uobičajen broj kategorija koje određuju nivo značajnosti je (3-4 kategorije) Moguće kategorije su: karakteristike kvaliteta: kritične, važne, manje važne mane: nedozvoljene, veće, manje Primer (mane): Nivo - Nedozvoljene mane - direktno uzrokuju vrlo ozbiljne povrede ili katastrofalne ekonomske gubitke; mana koja predstavlja odstupanje na karakteristici tako da, ako postoji, može dovesti u opasnost ili nesigurnost lice koje koristi proizvod, održava ga ili od njega zavisi. Nivo - Veće mane - uzrokuju značajne probleme u pogledu uobičajene ili druge ostvarive upotrebe; mana koja predstavlja odstupanje na karakteristici koja će verovatno dovesti do greške ili materijalnog umanjivanja upotrebne sposobnosti jedinice proizvoda u namenjene svrhe. Nivo - Manje mane - uzrokuju minorne probleme u pogledu uobičajene ili druge ostvarive upotrebe; mana koja predstavlja odstupanje, a za koju nije verovatno da će materijalno smanjiti upotrebljivost jedinice proizvoda za određenu svrhu. Primer (karakteristike kvaliteta): Nivo I: kritične One karakteristike kvaliteta na proizvodu/usluzi koje sadrže nedozvoljene mane na njima verovatno dovode u pitanje bezbednost i zdravlje: korisnika, potrošača, lice koje održava ili drugu kategoriju lica koja dolaze u dodir sa produktom ili rezultatima njegovog korišćenja. Nivo II: važne One karakteristike kvaliteta na proizvodu/usluzi koje sadrže veće ili manje mane na njima verovatno dovode u pitanje osnovne funkcionalne osobine proizvoda/usluge. Nivo III: manje važne One karakteristike kvaliteta na proizvodu/usluzi koje sadrže manje mane na njima verovatno dovode u pitanje osobine proizvoda/usluge koje nisu u vezi sa osnovnim funkcionalnim osobinama, poskuplju proizvodnju, manipulaciju, održavanje i sl.. Integralni kvalitet Agregiranje karakteristike kvaliteta delova proizvoda (sklopovi, podsklopovi, delovi, komponente i sl) tj. karakteristika kvaliteta resursa sa uticajem na korisnika tokom pružanja usluga. Karakteristike kvaliteta delova proizvoda utiču na ukupan kvalitet proizvoda. Karakteristike kvaliteta resursa utiču na ukupan kvalitet usluge. U PROCESIMA STVARANJA PROIZVODA ILI PRUŽANJA USLUGA UTIČE SE NA VREDNOST KARAKTERISTIKA KVALITETA
10 PROSTORNI PRIKAZ PROCESA STVARANJA OMOGUĆAVA OPTIMIZACIJU BROJA PROJEKTOVANIH MESTA ZA VRŠENJE KONTROLE
11 Podela kontrole kvaliteta Prema fazama tehnološkog procesa Šta se kontroliše u ulaznoj, procesnoj, završnoj kontroli?
12 Prema broju kontrolisanih proizvoda i/ili karakteristika kvaliteta 100% KONTROLA KVALITETA KONTROLA KVALITETA UZORKOVANJEM KOMBINOVANA Prema karakteru preventivnosti PREVENTIVNA održavati vrednosti izlaza unutar granica SELEKTIVNA sprečiti odlazaka lošeg kvaliteta* * selektivna na ulazu ili tokom odvijanja procesa je preventivna u odnosu na završnu kontrolu Prema nosiocu kontrole kvaliteta KLASIČNA KONTROLA KVALITETA (kontrolor nije i stvaralac karakteristika kvaliteta) SAMOKONTROLA (kontrolor je stvaralac karakteristika kvaliteta) Podela metoda kontrole kvaliteta a) U odnosu na proces: Metode kontrole kvaliteta ulaznih elemenata procesa; Metode kontrole kvaliteta tokom odvijanja procesa; Metode kontrole kvaliteta izlaza iz procesa; b) U odnosu na vrstu karakteristika kvaliteta: Metode kontrole kvaliteta numeričkih karakteristika kvaliteta Metode kontrole kvaliteta atributivnih karakteristika kvaliteta
13 c) U odnosu na obim i način kontrole: 1.prijem robe bez kontrole kvaliteta (ne zna se ništa o kvalitetu); 2.prijem robe uz 100% kontrolu kvaliteta (ekonomski razlozi, razaranje); 3.prijem robe uz povremenu 100% kontrolu (kompromis metode 1 i 2); 4.prijem robe na osnovu nestručno uzetog uzorka (štih proba) (kompromisaprvadvaslučaja i kontroliše se npr. 10% delova, ali se ne zna pouzdanost rezultata donešene odluke); 5.prijem robe prema statistički zasnovanom uzorku. Statističke metode kontrole kvaliteta (Statistical Quality Control) predstavlja kontrolu kvaliteta zasnovanu na statistici. Statistička kontrola kvaliteta koristi na nauci zasnovane metode za donošenje odluka u vezi sa predmetom kontrole kvaliteta, a na osnovu manjeg broja pregledanih jedinica (uzorka). Kada primeniti uzorkovanje? kod karakteristika kvaliteta koje ne utiču na bezbednost proizvoda; u serijskoj i velikoserijskoj proizvodnji; kad su troškovi kontrole proizvoda visoki, a gubici zbog prijema nesipravnih proizvoda niski; kad se QC vrši razaranjem; kad je 100% QC zamorna tako da se ne može računati na njenu sigurnost; Slabosti su u pojedinačnoj i maloserijskoj proizvodnji kad se primenjuje 100% kontrola. Zamena 100% kontrole sa uzorkovanjem može predstavljati značajno smanjenje troškova, kroz unapređenje kvaliteta izrade. Osnovne statističke metode kontrole kvaliteta Planovi prijema SPC Analiza sposobnosti procesa SPC Analiza stabilnosti procesa Planovi prijema - uzrokovanje Statističko uzorkovanje čini osnovu svakog plana prijema Planovi prijema propisuju kombinacije uzoraka na osnovu kojih se donosi odluka o prijemu robe (materijala, polufabrikata, delova opreme itd). Odluka o prijemu se temelji na verovatnoći koliko loših komada može sadržati serija ako je uzorak pokazao određen broj neispravnih komada. Preporuke za upotrebu Planova prijema Proizvodnje sa manjim iskustvom Primenjivati planove kao dinamičku kategoriju Prelazno rešenje ka primeni SPC metoda Homogenost pakovanja (mašina, radnik, materijal, smena) Veće serije (primer odnosa uzorka prema veličini serije) Pakovanja treba da su jednostavna u smislu uzimanja uzoraka Jedinice u uzorku birati slučajnim izborom Uzorak učiniti homogenim; Kako?
14 Korak 1. Odrediti broj jedinica u pakovanju. Korak 2. Dodeliti broj svim jedinicama proizvoda Dodeliti oznake jednicama od 1 do N. Koristiti serijske brojeve proizvoda, ako postoje. Koristiti tri jednocifrena slučajna broja XYZ (širina, visina, dubina pakovanja) Korak 3. Primeniti tabelu "slučajnih brojeva" za izbor jedinica Podela planova prijema I Prema vrsti karakteristike kvaliteta za atributivne karakteristike kvaliteta; numeričke (varijabilne) karakteristike kvaliteta. II Prema broju uzoraka jednostruki planovi prijema (odluka na osnovu 1 uzorka iz serije); dvostruki planovi prijema (odluka na osnovu 1 i/ili 2 uzorka iz serije); višestruki planovi prijema (odluka na osnovu više uzorka). (npr. Sekvencioni planovi prijema) III Prema mestu korišćenja u odnosu na tehnološki proces u ulaznoj kontroli kvaliteta u procesnoj kontroli kvaliteta u izlaznoj kontroli kvaliteta Osnovni parametri nekog plana prijema N - veličina serije; n - broj komada u uzorku; c - maksimalan dozvoljeni broj neispravnih jedinica; k - broj loših komada u uzorku. Jednostruki planovi prijema hipoteza o nivou kvaliteta neke serije se donosi na osnovu samo jednog uzorka veličina uzorka je veća u odnosu na ostale planove prijema jednostavniji i pouzdaniji zbog većeg broja delova u uzorku definisan sa dva elementa n i c (P i O) Dvostruki planovi prijema hipoteza o nivou kvaliteta neke serije se donosi na osnovu samo jednog i/ili dva uzorka koristi manji broj komada u uzorku definisan sa četiri elementa n1, n2 i c1 i c2 (P1, O1, P2 i O2) Skip lot uzorkovanje Podrazumeva uzorkovanje samo dela isporučenih serija Uštede u vremenu i novcu Koristi se u slučaju dokazanog kvaliteta isporučenih serija 1.Odabiraju se parametri kao za jednostruki plan 2.Vrši se uzorkovanje serija prema normalnom načinu kontrole 3.Ako je isporučeni broj i serija prihvaćen nastavlja se sa kontrolom samo dela f budućih serija
15 4.Ako je serija odbijena vraća se na normalni način kontrole Osnovni pojmovi za upotrebu Planova prijema PROSEK PROCESA (Average of process) prosečan procenat defektnih jedinica proizvoda u seriji kao izlaza iz nekog procesa. NIVO KVALITETA (p) procenat defektnih delova u seriji. NIVO KVALITETA ZA PRIJEM (AQL- Acceptable qality level, NKP, p1=pα) - maksimalna količina defektnih jedinica proizvoda (p) koja je prihvatljiva kao prosek procesa. Definiše ga proizvođač. NIVO ODBIJAJUĆEG KVALITETA ili tolerisani nivo kvaliteta (RQL- Rejectable qality level, LTPD- Lot tolerance percent defective, p2=pβ) - maksimalna količina defektnih jedinica proizvoda (p) koja je prihvatljiva sa stanovišta kupca. Definiše ga kupac. NEUTRALNI NIVO KVALITETA (Neutral quality level) ili nezavisan kvalitet je postotak defektnih delova (p) koja odgovara verovatnoći prihvatanja (odbijanja) serije od P(p) =50% (0.5) RIZIK PROIZVOĐAČA (α) (Producer s Risk) - verovatnoća odbijanja dobre serije ( α= 5% ili 10%) pd - dozvoljeni procenat loših komada; pu - pretpostavljeni procenat loših komada iz uzroka; ps - stvarni procenat loših komada pu < pd - serija se prima; pu > pd - serija se odbija; Međutim ako je u seriji ps < pd doneta je u I slučaju ispravna odluka, a u II slučaju doneta je pogrešna odluka. Ovo se naziva GREŠKA I VRSTE ILI RIZIK PROIZVOĐAČA. Meri se verovatnoćom i izražava se preko ALFA. RIZIK KUPCA (β) (Consumer s Risk)- verovatnoća prihvatanja loše serije (β=10%) pd - dozvoljeni procenat loših komada; pu - pretpostavljeni procenat loših komada iz uzroka; ps - stvarni procenat loših komada pu < pd - serija se prima; pu > pd - serija se odbija; Međutim ako je u seriji ps > pd doneta je u II slučaju ispravna odluka, a u I slučaju doneta je pogrešna odluka. Ovo se naziva GREŠKA II VRSTE ILI RIZIK KUPCA Meri se verovatnoćom i izražava se preko BETA Proračun Planova prijema Ako je osnovni skup beskonačan ili dovoljno veliki u odnosu na uzorak npr. n/n < 0.1 onda se Pa proračunava iz binomnog zakona verovatnoće Ako je n/n > 0.1 i nps < 5 karakteristična kriva se konstruiše iz zakona normalne raspodele. Ako je n/n > 0.1 i nps > 5 karakteristična kriva se konstruiše iz zakona Poissonove raspodele. Za male serije u odnosu na veličinu uzorka za proračun verovatnoćeprijema serije Pa koristi se zakon hipergeometrijske raspodele:
16 Prosečni izlazni kvalitet Ppik (Average outgoing quality - AOQ) Neka serije nivoa kvaliteta p dolaze na prijem: Deo serija je odbijeno i vraćeno na probiranje, Deo serija prihvaćen uz zamenu neusaglašenih u uzorku n, tako da prolazi p(n-n) neusaglašenih, Ukupni prosečan postotak neusaglašenih proizvodakoja prolazi kontrolu iznosi AOQ< p. MAKSIMALAN PROSEČNI NIVO IZLAZNOG KVALITETA (AOQL - Average outgoing quality limit) maksimalan prosečni procenat defektnih delova koji se očekuje kao ulaz u naredni proces nakon upotrebe nekog od planova prijema. Prosečan obim kontrole (ATI - Average total inspection) prosečan broj kontrolisanih jedinica nakon obavljenih prijema. Objašnjenje: Ako serije nemaju loših komada p=0 broj kontrolisanih je prosečno jednak veličini uzorka n Ako serije sadrže 100% loših komada p=1 broj kontrolisanih je prosečno jednak veličini serija N kako je 0 p 1 onda je n ATI N ATI = n + (1 Pa) (N-n)
17 Suština smanjivanja obima kontrole je ostvariti potreban zadati AOQL uz minimiziranje funkcije ATI Na osnovu ovoga su projektovani neki od razvijenih planova prijema npr. Dodge - Roming Razvijeni planovi prijema za atributivne karakteristike kvaliteta Američki vojni standard MIL-STD 105E (ABC-STD-105, JUS.N.N0.029) Primena: u svim fazama tehnološkog procesa za kontrolisanje prema broju defekata ili broju defektnih komada kada se želi zaštita isporučioca Pretpostavke za formiranje plana: kontinualni nizovi serija (isporuka) u dužem vremenskom periodu, veličina serije N, nivo kontrolisanja N/n (I, II, III, za male serije S-1, S-2, S-3, S-4) daju mogućnost smanjivanja uzorka broj uzoraka (jednostruki, dvostruki, višestruki uzorak) način kontrolisanja (redukovani, normalan, pooštren) daju mogućnost racionalizacije korišćenja plana, ali i korektivnog delovanja u slučaju pogoršanja kvaliteta isporuka kontrola defekata ( defekata na 100 proizvoda) ili kontrola defektnih delova ( %) nivo kvaliteta za prijem NKP, AQL, pα, Način kontrolisanja (redukovani, normalan, pooštren) Redukovani: se primenjuje ako je kvalitet serije konstantno bolji od postavljenog. Normalan:jenačin sa kojim se počinje prijem. U zavisnosti od kvaliteta serije može se preći na pooštreni ili redukovani način. Pooštren: u slučaju da se pogorša kvalitet serije tokom normalnog načina kontrolisanja.
18 Počinje se sa normalnim načinom kontrole Normalni ka pooštrenom: ako su 2 od 5 uzastopnih serija odbijene. Prekid odnosa sa isporučiocem ako je zadnjih 10 serija odbijeno. Pooštreni ka normalnom: ako su 5 uzastopnih serija prihvaćene Normalni ka redukovanom: ako su ispunjena sva četiri naredna uslova ako zadnjih 10 serija primljenih po normalnom režimu nije bilo odbijeno ukupan broj defektnih jedinica je manji ili jednak dozvoljenom broju (broj se odnosi na tabelu za redukovani način kontrolisanja) ako nema problema u radu isporučioca (kvarovi mašina, isporuke materijala i sl.) redukovana kontrola odobrena od strane odgovornog lica za QC Redukovani ka normalnom: akojeserijaodbijena ako ima problema u radu isporučioca ako se broj neusaglašenih nađeizmeđup i O Dodge-Roming plan prijema Primena : za serije sa prosečnim škartom serije << pβ=10% za serije sa približno konstantnom vrednošćuškarta kada se želi zaštititi kupac u cilju obezbeđenja željenog AOQL Vrsta 1. Planovi prijema na osnovu odbijajućeg nivoa kvaliteta pβ=10% za izolovane serije (u ulaznoj kontroli) Pretpostavke za formiranje plana: veličina serije N odbijajući nivo kvaliteta pβ=10% (0.5-10% u 8 nivoa) prosečni škart serije iz najmanje 10 prošlih serija ili krajnja desna kolona u tabeli (6 grupa) Vrsta 2. Planovi prijema na osnovu AOQL za kontinualne serije (u svim fazama tehnološkog procesa) Pretpostavke za formiranje plana: veličina serije N AOQL (0.1-10% u 13 nivoa) prosečni škart serije iz najmanje 10 prošlih serija (podeljen u 6 grupa) Philipsov plan prijema ne primenjuje se pri kontroli putem razaranja delova α= β=50% za N<1001 jednostruko uzorkovanje za N 1001 dvostruko uzorkovanje Pretpostavke za formiranje plana: veličina serije N neutralni nivo kvaliteta pn=50% Razvijeni planovi prijema za numeri numeričke karakteristike kvaliteta
19 Koriste numeričke vrednosti izmerene i proračunate u uzorku za donošenje odluka u vezi sa isporučenom serijom Postupak donošenja odluka Uzima se uzorak prema planu prijema Mere se karakteristike kvaliteta na komadima u uzorku Izmerene vrednosti se obrađuju i iskazuju nekim od statističkih parametara uzorka (npr. aritimetička sredina uzorka) Utvrđene vrednosti statističkih parametara se porede sa definisanim vrednostima u planu prijema Karakteristike Veći obim informacija o kvalitetu neke serije Iako je nekad manja veličina uzoraka proces kontrole je duži, jer se zahteva merenje karakteristika kvaliteta Koriste se za kontrolu samo jedne karakteristike kvaliteta Koncepcija planova se zasniva na normalnom zakonu raspodele verovatnoća Vrste planova prijema a) Kriterijum prihvatanja ili odbijanja serije zasniva se na: statističkoj meri parametru lota ili procesa (aritimetička sredina ili standardna devijacija) KRITERIJUM I postotku defektnih delova (neusaglašenosti) KRITERIJUM II b) Definisane granice tolerancija karakteristike kvaliteta jedna granica (gornja ili donja) obe granice c) Standardna devijacija serije poznata nepoznata
20
21
22
23 Sposobnost procesa Podela uticajnih faktora na proces
24 sistematske (utvrdive) - neodgovarajući alat, promene u tvrdoći materijala koji se obrađuje, neodgovarajuće podešen alat itd. slučajne (vibracije, pohabanost pojedinih delova prenosnog mehanizma i vođica) Ako se proces nalazi samo pod dejstvom slučajnih uzoraka on ćese odvijati unutar svojih prirodnih tolerancija i biće statistički ovladan. Uticaj sistematskog uzroka se može zapaziti u toku praćenja preko kontrolnih granica kada prelaz ovih granica ukazuje na delovanje utvrdivog uzroka. Ponašanje karakteristika kvaliteta tehnoloških procesa akonaneku veličinu deluje veliki broj slučajnih faktora međusobno nezavisnih tada se ta veličina raspoređuje prema zakonu normalnog rasporeda. u većini tehnoloških procesa prethodni uslov je zadovoljen i raspodela izmerenih vrednosti neke karakteristike kvaliteta se mogu predstaviti zakonom normalnog rasporeda. Fali Gausova kriva Sposobnost procesa - Process Capability Karakteristika procesa koja ukazuje na njegovu mogućnost da ostvari specifikaciju, projektovani kvalitet karakteristike kvaliteta. Interval granica rasipanja vrednosti karakteristike kvaliteta koju stvara, a koje su rezultat slučajnih uticajnih faktora procesa. Mera prihvatljive promenjivosti neke izlazne vrednosti iz procesa, tj. to je prirodna tolerancija procesa. Tačnost procesa - Process Accuracy Karakteristika procesa koja ukazuje na stepen slaganja vrednosti izlaznih veličina iz procesa sa specifikacijom, projektovnim kvalitetom karakteristike kvaliteta. Ukazuje na pomerenost prosečne vrednosti izlazne karakteristike kvaliteta u odnosu na centralnu liniju specifikacije, projektovanih (dozvoljenih) granica rasipanja karakteristike kvaliteta. Zašto analiza sposobnosti procesa da bi se znalo da li proces može zadovoljiti specifikaciju da bi se znalo, zašto proces, ako može, ne zadovoljava specifikaciju da bi se proces optimalno regulisao u cilju tačnosti Gde se koristi analiza sposobnosti procesa? kod nabavke novih mašina (koju specifikaciju treba da ostvare) kod određivanja plana uzorkovanja (ritma uzorkovanja i veličine) kod konstruisanja novih proizvoda kod planiranja korišćenja mašina kod izbora radnika za rad na pojedinim mašinama kod podešavanje mašina kod određivanja kontrolnih granica kod izbora alternativnih procesa Greške koje se najčešće prave prilikom ocene sposobnosti procesa
25 mali uzorak kratak period snimanja proces nije pod kontrolom (uticaj sistematskih faktora) nepouzdanost mernih rezultata (merilo, metoda, radnik) Kad se vrši analiza sposobnosti procesa? pre isporuke nove opreme nakon montiranja nove opreme u toku proizvodnje SPC Kontrolne karte Podela uticajnih faktora sistematske (utvrdive) - neodgovarajući alat, promene u tvrdoći materijala koji se obrađuje, neodgovarajuće podešen alat itd. slučajne (vibracije, pohabanost pojedinih delova prenosnog mehanizma i vođica) Ako se proces nalazi samo pod dejstvom slučajnih uzoraka on će se odvijati unutar svojih prirodnih tolerancija i biće statistički ovladan. Uticaj sistematskog uzroka se može zapaziti u toku praćenja preko kontrolnih granica kada prelaz ovih granica ukazuje na delovanje sistematskog, utvrdivog uzroka. Kontrolne karte (Control charts) Kontrole karte su grafički prikaz praćenja neke merne veličine u odnosu na kontrlone granice. Proces se naziva stabilnim ako se odvija unutar granica uticaja slučajnih faktora. Kontrolne karte služe sa praćenje stabilnosti procesa.
26 Za praćenje procesa preko kontrolnih karata potrebno je odrediti: karakteristiku/ke koje se prate; vrstu kontrolne karte; veličinu uzorka (primerci koji sačinjavaju jedan uzorak treba da su izrađeni na identičan način); učestanost pregleda. Podela Kontrolnih karata A ) Prema vrsti karakteristike kvaliteta: Numeričke kontrolne karte za praćenje kvantitativnih (numeričkih) karakteristika kvaliteta; Atributivne kontrolne karte za praćenje kvalitativnih (atributivnih) karakteristika kvaliteta B) Prema karakteru objekta kontrole: kontrolne karte za karakteristike kvaliteta primerka (masa, vreme i sl.); kontrolne karte za statističke mere uzoraka (Xsr, R, sigma...) C) Prema fazama proizvodnog procesa kontrolne karte za kontrolu proteklog procesa; kontrolne karte za kontrolu tekućeg procesa. D) Prema složenosti: proste (prate jednu veličinu); dvojne (prate dve veličine); Numeričke kontrolne karte karta mera (X-karta); karta srednjih vrednosti ( X -karta); karta raspona mera (R-karta); karta standardnih devijacija ( -karta) Najčešće se koriste kombinacije prethodnih karata u vidu dvojnih kontrolnih karata X R i X. za n<10 koristimo X R -kontrolnu kartu (obično n= 4 do 5); za n 10 koristimo X -kontrolnu kartu; Gde je n broj komada u uzorku Karta mera ili X kontrolna karta najjednostavniji oblik; brz uvid u stanje; ne zahteva proračune; nepregledna za uska tolerantna polja; ne koristi se kod kritičnih karakteristika; otežano praćenje trenda kod rasipanja vrednosti Prati se merna veličina tj. karakteristike kvaliteta pojedinačno ili u uzorku n=4-5 komada. Kontrolne granice su gornje i donje tolerantno polje tj. dozvoljene vrednosti karakteristika kvaliteta. X R-Kontrolna karta
27 koristiti preporuke MIL-STD-414 vreme odabira uzorka ne sme da je poznato jer radnici rade pažljivije u tom periodu. ritam zavisi od preporuka i prethodne upoznatosti sa stabilnošću procesa; minimalno 25 uzoraka za analizu stabilnosti proteklog procesa formule za analizu proteklog i tekućeg procesa Kriterijumi stabilnosti tekućeg procesa Kriterijum I - Jedna tačka izvan kontrolnih granica Kriterijum II - 7 uzastopnih tačaka sa iste strane CL Kriterijum III - 6 uzastopno rastućih/opadajućih tačaka Kriterijum IV- 2 od 3 uzastopne tačke sa iste strane CL i izvan zone +-2 Kriterijum V- 4 od 5 uzastopnih tačaka sa iste strane CL i izvan zone +- Kriterijum VI - razlika između dve uzastopne tačke veća od 4 Kriterijum VII - od 10 uzastopnih tačaka 8 su sa rastućim/opadajućim trendom Kontrolne karte za atributivne veličine preduslov za primenu: klasifikacija karakteristika kvaliteta i mana zasnivaju se na atributivnoj oceni kvaliteta tipa dobro/loše svaka od mana na određenoj karakteristici kvaliteta čini je defektnom/neusaglašenom bar jedna neusaglašena karakteristika kvaliteta čini i određen proizvod/deo neusaglašenim jedan deo/proizvod može biti neusaglašen kao posledica većeg broja neusaglašenih karakteristika i mana na njima Nedostaci imaju manju osetljivost na promene u procesu ne daju informaciju o podešenosti i granicama rasipanja procesa zahtevaju veće uzorke (u upotrebi binomna raspodela verovatnoća) Prednosti lakše za prikupljanje podataka istovremeno se kontroliše više karakteristika kvaliteta Podela atributivnih kontrolnih karata a) Kontrolne karte za praćenje kvaliteta putem loših komada postotkom loših komada, p-karta količinom (brojem) loših komada, np-karta b) Kontrolne karte za praćenje kvaliteta putem defekata brojem defekata na jedinici proizvoda, u-karta brojem defekata na proizvodu (uzorku), c-karta c) Križne kontrolne karte kombinacija prethodnih grupa p karta Kontrolna karta za praćenje kvaliteta preko postotka loših proizvoda/delova Primenjena prvi put godine u Bell Telephone (W.A. Shewhart) Često u upotrebi - postotak loših proizvoda/delova je uobičajen podatak kojim se meri uspešnost određenog procesa proizvodnje
28 Zasniva se na binomnoj rapodeli verovatnoća Različite preporuke za veličinu uzorka n Vrste I slučaj - p karta za poznati i očekivani postotak loših proizvoda/delova iz procesa (p je zadato, a n=const.) kontrolne granice konstantne II slučaj - p karta za nepoznati postotak loših proizvoda/delova iz procesa (p se proračunava kao prosek procesa, a n može da bude različito od const.) kontrolne granice mmogu da variraju u uzavisnosti od ni Postupak upotrebe za II slučaj: Na odabranom uzorku veličine ni proizvoda prati se jedna ili više karakteristika kvaliteta Uzorak ni može da bude i promenjive veličine Na osnovu utvrđenih karakteristika kvaliteta proizvodi se klasifikuju kao dobri/loši (usaglašeni/neusaglašeni) Proračunava se ukupan broj loših (nipi) u uzorku veličine ni Izražava se broj pi za svaki od uzoraka kao odnos ukupnog broja loših i veličine uzorka (decimalni broj ili % npr. 0,05 ili 5%) Broj uzoraka k je obično između Proračunava se prosek procesa p nadvuceno i koristi se za proračun kontrolnih granica Analiza procesa : Prelazak jedne od vrednosti uzorka iznad kontrolne granice ukazuje na prisustvo sistematskog faktora u procesu Prelazak vrednosti ispod donje kontrolne granice takođe ukazuje na moguće probleme u procesu kontrole neobučen kontrolor, neispravna oprema, skriveni podaci i sl. Često se nakon izvršene analize i odstranjivanja uzoraka koji su prešli postavljene granice isti izbacuju iz proračuna i vrši se ponovni proračun vrednosti centralne linije i kontrolnih granica za nastavak praćanja procesa. np karta Kontrolna karta za praćenje kvaliteta preko količine (broja) loših proizvoda/delova Veličina uzorka n konstantna Vrste I slučaj kada je p poznato II slučaj kada je p nepoznato Analiza procesa : Kao za slučaj p karte
29 u karta Kontrolna karta za praćenje kvaliteta preko broja defekata na jedinici proizvoda/dela Koristi se u slučajevima kada postotak/broj neusaglašenih ne daje dovoljno informacija o procesu ili kod manje značajnih mana na karakteristikama kvaliteta (broj defekata na 100m platna, 10 m cevi, rupa na varu kazana bojlera, završnoj površini dela i sl.) Zasniva se na Poissonovoj distribuciji verovatnoća Veličina uzorka može biti promenjiva Vrste I slučaj kada je u poznato II slučaj kada je u nepoznato Analiza procesa : Kao za slučaj p karte c karta Kontrolna karta za praćenje kvaliteta preko broja defekata na proizvodu/delu, uzorku Veličina uzorka n konstantna Vrste I slučaj kada je c poznato II slučaj kada je c nepoznato Analiza procesa : Kao za slučaj p karte Križna kontrolna karta Kontrolna karta za praćenje kvaliteta preko broja i vrste defekata na proizvodu (uzorku) modifikacija prethodnih kontrolnih karata np i c projektovane da koriste manji broj komada u uzorku pretpostavljaju: stabilan proces, poznavanje, konstantnu veličinu uzorka koriste se kod operacija gde iznenada dolazi do naglog pogoršanja kontrolne granice se usvajaju iz tabela T5-6 i T5-7 str mogu biti jednostruke i dvostruke
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 περισσότεραIZRAČUNAVANJE 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 περισσότεραKonstruisanje. Dobro došli na... SREDNJA MAŠINSKA ŠKOLA NOVI SAD DEPARTMAN ZA PROJEKTOVANJE I KONSTRUISANJE
Dobro došli na... Konstruisanje GRANIČNI I KRITIČNI NAPON slajd 2 Kritični naponi Izazivaju kritične promene oblika Delovi ne mogu ispravno da vrše funkciju Izazivaju plastične deformacije Može doći i
Διαβάστε περισσότεραUNIVERZITET 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 περισσότερα3.1 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 περισσότεραOsnovni 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 περισσότεραApsolutno 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 περισσότεραElementi 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 περισσότεραDISKRETNA 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 περισσότεραIspitivanje 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 περισσότεραFTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA
: MAKSIMALNA BRZINA Maksimalna brzina kretanja F O (N) F OI i m =i I i m =i II F Oid Princip određivanja v MAX : Drugi Njutnov zakon Dokle god je: F O > ΣF otp vozilo ubrzava Kada postane: F O = ΣF otp
Διαβάστε περισσότεραINTELIGENTNO 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 περισσότεραProf. dr Vidosav D. Majstorović, dipl.maš.inž. Mašinski fakultet u Beogradu
Upravljanje kvalitetom proizvoda I četvrta nastavna jedinica statistički metodi upravljanja kvalitetom / Kontrolne karte Prof. dr Vidosav D. Majstorović, dipl.maš.inž. Mašinski fakultet u Beogradu UKP
Διαβάστε περισσότεραUvod u neparametarske testove
Str. 148 Uvod u neparametarske testove Predavač: Dr Mirko Savić savicmirko@ef.uns.ac.rs www.ef.uns.ac.rs Hi-kvadrat testovi c Str. 149 Koristi se za upoređivanje dve serije frekvencija. Vrste c testa:
Διαβάστε περισσότεραSISTEMI 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 περισσότεραTeorijske 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 περισσότεραRačunarska grafika. Rasterizacija linije
Računarska grafika Osnovni inkrementalni algoritam Drugi naziv u literaturi digitalni diferencijalni analizator (DDA) Pretpostavke (privremena ograničenja koja se mogu otkloniti jednostavnim uopštavanjem
Διαβάστε περισσότεραSTATIČKE KARAKTERISTIKE DIODA I TRANZISTORA
Katedra za elektroniku Elementi elektronike Laboratorijske vežbe Vežba br. 2 STATIČKE KARAKTERISTIKE DIODA I TRANZISTORA Datum: Vreme: Studenti: 1. grupa 2. grupa Dežurni: Ocena: Elementi elektronike -
Διαβάστε περισσότερα5. 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 περισσότεραMATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15
MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15 Matrice - osnovni pojmovi (Matrice i determinante) 2 / 15 (Matrice i determinante) 2 / 15 Matrice - osnovni pojmovi Matrica reda
Διαβάστε περισσότεραZadaci 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 περισσότεραDefinicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama (najčešće naučnim ili iskustvenim).
Str. 53;76; Testiranje statističkih hipoteza Predavač: Dr Mirko Savić savicmirko@eccf.su.ac.yu www.eccf.su.ac.yu Definicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama
Διαβάστε περισσότεραPRAVA. 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 περισσότεραGrafičko 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 περισσότεραObrada signala
Obrada signala 1 18.1.17. Greška kvantizacije Pretpostavka je da greška kvantizacije ima uniformnu raspodelu 7 6 5 4 -X m p x 1,, za x druge vrednosti x 3 x X m 1 X m = 3 x Greška kvantizacije x x x p
Διαβάστε περισσότεραVerovatnoća i Statistika I deo Teorija verovatnoće (zadaci) Beleške dr Bobana Marinkovića
Verovatnoća i Statistika I deo Teorija verovatnoće zadaci Beleške dr Bobana Marinkovića Iz skupa, 2,, 00} bira se na slučajan način 5 brojeva Odrediti skup elementarnih dogadjaja ako se brojevi biraju
Διαβάστε περισσότεραZavrxni ispit iz Matematiqke analize 1
Građevinski fakultet Univerziteta u Beogradu 3.2.2016. Zavrxni ispit iz Matematiqke analize 1 Prezime i ime: Broj indeksa: 1. Definisati Koxijev niz. Dati primer niza koji nije Koxijev. 2. Dat je red n=1
Διαβάστε περισσότεραKontrolni 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 περισσότεραKaskadna 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 περισσότεραAPROKSIMACIJA 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 περισσότεραIskazna 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 περισσότεραProgram testirati pomoću podataka iz sledeće tabele:
Deo 2: Rešeni zadaci 135 Vrednost integrala je I = 2.40407 42. Napisati program za izračunavanje koeficijenta proste linearne korelacije (Pearsonovog koeficijenta) slučajnih veličina X = (x 1,..., x n
Διαβάστε περισσότερα10. 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 περισσότεραStr
Str. Testiranje statističkih hipoteza Predavač: Dr Mirko Savić savicmirko@ef.uns.ac.rs www.ef.uns.ac.rs Definicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama (najčešće
Διαβάστε περισσότεραKorektivno održavanje
Održavanje mreže Korektivno održavanje Uzroci otkaza mogu biti: loši radni uslovi (temperatura, loše održavanje čistoće...), operativne promene (promene konfiguracije, neadekvatno manipulisanje...) i nedostaci
Διαβάστε περισσότεραTestiranje statistiqkih hipoteza
Testiranje statistiqkih hipoteza Testiranje statistiqkih hipoteza Testiranje statistiqkih hipoteza je vid statistiqkog zakljuqivanja koji se primenjuje u situacijama: kada se unapred pretpostavlja postojanje određene
Διαβάστε περισσότεραRačunarska grafika. Rasterizacija linije
Računarska grafika Osnovni inkrementalni algoritam Drugi naziv u literaturi digitalni diferencijalni analizator (DDA) Pretpostavke (privremena ograničenja koja se mogu otkloniti jednostavnim uopštavanjem
Διαβάστε περισσότεραStrukture 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 περισσότεραOperacije 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 περισσότεραLOGO ISPITIVANJE MATERIJALA ZATEZANJEM
LOGO ISPITIVANJE MATERIJALA ZATEZANJEM Vrste opterećenja Ispitivanje zatezanjem Svojstva otpornosti materijala Zatezna čvrstoća Granica tečenja Granica proporcionalnosti Granica elastičnosti Modul
Διαβάστε περισσότεραIspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f
IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f 2. Nule i znak funkcije; presek sa y-osom IspitivaƬe
Διαβάστε περισσότερα1 UPUTSTVO ZA IZRADU GRAFIČKOG RADA IZ MEHANIKE II
1 UPUTSTVO ZA IZRADU GRAFIČKOG RADA IZ MEHANIKE II Zadatak: Klipni mehanizam se sastoji iz krivaje (ekscentarske poluge) OA dužine R, klipne poluge AB dužine =3R i klipa kompresora B (ukrsne glave). Krivaja
Διαβάστε περισσότεραFTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA
: MAKSIMALNA BRZINA Maksimalna brzina kretanja F O (N) F OI i m =i I i m =i II F Oid Princip određivanja v MAX : Drugi Njutnov zakon Dokle god je: F O > ΣF otp vozilo ubrzava Kada postane: F O = ΣF otp
Διαβάστε περισσότεραPismeni 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 περισσότεραIII VEŽBA: FURIJEOVI REDOVI
III VEŽBA: URIJEOVI REDOVI 3.1. eorijska osnova Posmatrajmo neki vremenski kontinualan signal x(t) na intervalu definisati: t + t t. ada se može X [ k ] = 1 t + t x ( t ) e j 2 π kf t dt, gde je f = 1/.
Διαβάστε περισσότεραBetonske 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 περισσότεραMašinsko učenje. Regresija.
Mašinsko učenje. Regresija. Danijela Petrović May 17, 2016 Uvod Problem predviđanja vrednosti neprekidnog atributa neke instance na osnovu vrednosti njenih drugih atributa. Uvod Problem predviđanja vrednosti
Διαβάστε περισσότεραElektrotehnički fakultet univerziteta u Beogradu 17.maj Odsek za Softversko inžinjerstvo
Elektrotehnički fakultet univerziteta u Beogradu 7.maj 009. Odsek za Softversko inžinjerstvo Performanse računarskih sistema Drugi kolokvijum Predmetni nastavnik: dr Jelica Protić (35) a) (0) Posmatra
Διαβάστε περισσότεραJednodimenzionalne slučajne promenljive
Jednodimenzionalne slučajne promenljive Definicija slučajne promenljive Neka je X f-ja def. na prostoru verovatnoća (Ω, F, P) koja preslikava prostor el. ishoda Ω u skup R realnih brojeva: (1)Skup {ω/
Διαβάστε περισσότεραXI 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 περισσότεραUZDUŽNA DINAMIKA VOZILA
UZDUŽNA DINAMIKA VOZILA MODEL VOZILA U UZDUŽNOJ DINAMICI Zanemaruju se sva pomeranja u pravcima normalnim na pravac kretanja (ΣZ i = 0, ΣY i = 0) Zanemaruju se svi vidovi pobuda na oscilovanje i vibracije,
Διαβάστε περισσότερα18. 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 περισσότεραM086 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 περισσότεραTrigonometrija 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 περισσότεραUvod Teorija odlučivanja je analitički i sistematski pristup proučavanju procesa donošenja odluka Bez obzira o čemu donosimo odluku imamo 6 koraka za
Osnovne teorije odlučivanja Uvod Teorija odlučivanja je analitički i sistematski pristup proučavanju procesa donošenja odluka Bez obzira o čemu donosimo odluku imamo 6 koraka za donošenje dobre odluke:
Διαβάστε περισσότεραSEKUNDARNE 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 περισσότεραNovi Sad god Broj 1 / 06 Veljko Milković Bulevar cara Lazara 56 Novi Sad. Izveštaj o merenju
Broj 1 / 06 Dana 2.06.2014. godine izmereno je vreme zaustavljanja elektromotora koji je radio u praznom hodu. Iz gradske mreže 230 V, 50 Hz napajan je monofazni asinhroni motor sa dva brusna kamena. Kada
Διαβάστε περισσότεραELEKTROTEHNIČKI 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 περισσότεραAlgoritmi zadaci za kontrolni
Algoritmi zadaci za kontrolni 1. Nacrtati algoritam za sabiranje ulaznih brojeva a i b Strana 1 . Nacrtati algoritam za izračunavanje sledeće funkcije: x y x 1 1 x x ako ako je : je : x x 1 x x 1 Strana
Διαβάστε περισσότεραPRILOG. Tab. 1.a. Dozvoljena trajna opterećenja bakarnih pravougaonih profila u(a) za θ at =35 C i θ=30 C, (θ tdt =65 C)
PRILOG Tab. 1.a. Dozvoljena trajna opterećenja bakarnih pravougaonih profila u(a) za θ at =35 C i θ=30 C, (θ tdt =65 C) Tab 3. Vrednosti sačinilaca α i β za tipične konstrukcije SN-sabirnica Tab 4. Minimalni
Διαβάστε περισσότερα( , 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(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 περισσότεραTOLERANCIJE I DOSJEDI
11.2012. VELEUČILIŠTE U RIJECI Prometni odjel OSNOVE STROJARSTVA TOLERANCIJE I DOSJEDI 1 Tolerancije dimenzija Nijednu dimenziju nije moguće izraditi savršeno točno, bez ikakvih odstupanja. Stoga, kada
Διαβάστε περισσότερα2 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 περισσότεραProračunski model - pravougaoni presek
Proračunski model - pravougaoni presek 1 ε b 3.5 σ b f B "" ηx M u y b x D bu G b h N u z d y b1 a1 "1" b ε a1 10 Z au a 1 Složeno savijanje - VEZNO dimenzionisanje Poznato: statički uticaji za (M i, N
Διαβάστε περισσότερα3 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 περισσότεραOSNOVI ELEKTRONIKE VEŽBA BROJ 1 OSNOVNA KOLA SA DIODAMA
ELEKTROTEHNIČKI FAKULTET U BEOGRADU KATEDRA ZA ELEKTRONIKU OSNOVI ELEKTRONIKE SVI ODSECI OSIM ODSEKA ZA ELEKTRONIKU LABORATORIJSKE VEŽBE VEŽBA BROJ 1 OSNOVNA KOLA SA DIODAMA Autori: Goran Savić i Milan
Διαβάστε περισσότερα- 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 περισσότεραUvod u neparametarske testove
Str. 644;1;148 Uvod u neparametarske testove Predavač: Dr Mirko Savić savicmirko@eccf.su.ac.yu www.eccf.su.ac.yu Hi-kvadrat testovi χ Str. 646;1;149 Koristi se za upoređivanje dve serije frekvencija. Vrste
Διαβάστε περισσότεραMATEMATIKA 2. Grupa 1 Rexea zadataka. Prvi pismeni kolokvijum, Dragan ori
MATEMATIKA 2 Prvi pismeni kolokvijum, 14.4.2016 Grupa 1 Rexea zadataka Dragan ori Zadaci i rexea 1. unkcija f : R 2 R definisana je sa xy 2 f(x, y) = x2 + y sin 3 2 x 2, (x, y) (0, 0) + y2 0, (x, y) =
Διαβάστε περισσότεραIZVODI 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 περισσότεραPARNA POSTROJENJA ZA KOMBINIRANU PROIZVODNJU ELEKTRIČNE I TOPLINSKE ENERGIJE (ENERGANE)
(Enegane) List: PARNA POSTROJENJA ZA KOMBINIRANU PROIZVODNJU ELEKTRIČNE I TOPLINSKE ENERGIJE (ENERGANE) Na mjestima gdje se istovremeno troši električna i toplinska energija, ekonomičan način opskrbe energijom
Διαβάστε περισσότεραOsnovne teoreme diferencijalnog računa
Osnovne teoreme diferencijalnog računa Teorema Rolova) Neka je funkcija f definisana na [a, b], pri čemu važi f je neprekidna na [a, b], f je diferencijabilna na a, b) i fa) fb). Tada postoji ξ a, b) tako
Διαβάστε περισσότεραEliminacijski 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 περισσότεραIZVODI 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 περισσότερα5 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 περισσότεραPismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z.
Pismeni ispit iz matematike 06 007 Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj z = + i, zatim naći z Ispitati funkciju i nacrtati grafik : = ( ) y e + 6 Izračunati integral:
Διαβάστε περισσότεραSistemi veštačke inteligencije primer 1
Sistemi veštačke inteligencije primer 1 1. Na jeziku predikatskog računa formalizovati rečenice: a) Miloš je slikar. b) Sava nije slikar. c) Svi slikari su umetnici. Uz pomoć metode rezolucije dokazati
Διαβάστε περισσότεραTESTIRANJE ZAPTIVENOSTI KANALSKIH MREŽA
2. MEĐUNARODNI STRUČNI SKUP IZ OBLASTI KLIMATIZACIJE, GRIJANJA I HLAĐENJA ENERGIJA+ TESTIRANJE ZAPTIVENOSTI KANALSKIH MREŽA Dr Milovan Živković,dipl.inž.maš. Vuk Živković,dipl.inž.maš. Budva, 22-23.9.
Διαβάστε περισσότεραRAČUNSKE VEŽBE IZ PREDMETA POLUPROVODNIČKE KOMPONENTE (IV semestar modul EKM) IV deo. Miloš Marjanović
Univerzitet u Nišu Elektronski fakultet RAČUNSKE VEŽBE IZ PREDMETA (IV semestar modul EKM) IV deo Miloš Marjanović MOSFET TRANZISTORI ZADATAK 35. NMOS tranzistor ima napon praga V T =2V i kroz njega protiče
Διαβάστε περισσότεραKlasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove.
Klasifikacija blizu Teorema Neka je M Kelerova mnogostrukost. Operator krivine R ima sledeća svojstva: R(X, Y, Z, W ) = R(Y, X, Z, W ) = R(X, Y, W, Z) R(X, Y, Z, W ) + R(Y, Z, X, W ) + R(Z, X, Y, W ) =
Διαβάστε περισσότεραII. ODREĐIVANJE POLOŽAJA TEŽIŠTA
II. ODREĐIVANJE POLOŽAJA TEŽIŠTA Poožaj težišta vozia predstavja jednu od bitnih konstruktivnih karakteristika vozia s obzirom da ova konstruktivna karakteristika ima veiki uticaj na vučne karakteristike
Διαβάστε περισσότεραEvaluacija metode na osnovu podataka kontrole kvaliteta
Univerzitet u Novom Sadu Prirodno matematički fakultet Departman za hemiju, biohemiju izaštituživotnesredine Udruženje za unapređenjeđ zaštite ši životne sredine Novi Sad Evaluacija metode na osnovu podataka
Διαβάστε περισσότερα4.7. Zadaci Formalizam diferenciranja (teorija na stranama ) 343. Znajući izvod funkcije x arctg x, odrediti izvod funkcije x arcctg x.
4.7. ZADACI 87 4.7. Zadaci 4.7.. Formalizam diferenciranja teorija na stranama 4-46) 340. Znajući izvod funkcije arcsin, odrediti izvod funkcije arccos. Rešenje. Polazeći od jednakosti arcsin + arccos
Διαβάστε περισσότεραPopulacija Ciljna/uzoračka populacija
Populacija i uzorak Sadržaj predavanja Šta je populacija, šta je uzorak a šta uzorkovanje? Statističko zaključivanje Klasifikacija uzoraka: sa i bez verovatnoće, sa i bez zamenjivanja Uzoračke raspodele
Διαβάστε περισσότεραRIJEŠENI 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 περισσότεραI.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 περισσότεραINTEGRALNI 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 περισσότερα1 Afina geometrija. 1.1 Afini prostor. Definicija 1.1. Pod afinim prostorom nad poljem K podrazumevamo. A - skup taqaka
1 Afina geometrija 11 Afini prostor Definicija 11 Pod afinim prostorom nad poljem K podrazumevamo svaku uređenu trojku (A, V, +): A - skup taqaka V - vektorski prostor nad poljem K + : A V A - preslikavanje
Διαβάστε περισσότεραIzbor 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 περισσότεραHEMIJSKA VEZA TEORIJA VALENTNE VEZE
TEORIJA VALENTNE VEZE Kovalentna veza nastaje preklapanjem atomskih orbitala valentnih elektrona, pri čemu je region preklapanja između dva jezgra okupiran parom elektrona. - Nastalu kovalentnu vezu opisuje
Διαβάστε περισσότεραa 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 περισσότεραMatematika 1 { fiziqka hemija
UNIVERZITET U BEOGRADU MATEMATIQKI FAKULTET Matematika 1 { fiziqka hemija Vektori Tijana Xukilovi 29. oktobar 2015 Definicija vektora Definicija 1.1 Vektor je klasa ekvivalencije usmerenih dui koje imaju
Διαβάστε περισσότεραradni 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 περισσότεραPID: Domen P je glavnoidealski [PID] akko svaki ideal u P je glavni (generisan jednim elementom; oblika ap := {ab b P }, za neko a P ).
0.1 Faktorizacija: ID, ED, PID, ND, FD, UFD Definicija. Najava pojmova: [ID], [ED], [PID], [ND], [FD] i [UFD]. ID: Komutativan prsten P, sa jedinicom 1 0, je integralni domen [ID] oblast celih), ili samo
Διαβάστε περισσότεραFunkcije 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 περισσότεραFunkcija prenosa. Funkcija prenosa se definiše kao količnik z transformacija odziva i pobude. Za LTI sistem: y n h k x n k.
OT3OS1 7.11.217. Definicije Funkcija prenosa Funkcija prenosa se definiše kao količnik z transformacija odziva i pobude. Za LTI sistem: y n h k x n k Y z X z k Z y n Z h n Z x n Y z H z X z H z H z n h
Διαβάστε περισσότεραKOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.
KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI NEUTRALNI ELEMENT GRUPOIDA 1 Grupoid (G, ) je asocijativa akko važi ( x, y, z G) x (y z) = (x y) z Grupoid (G, ) je komutativa akko važi ( x, y G) x y = y x Asocijativa
Διαβάστε περισσότεραPravilo 1. Svaki tip entiteta ER modela postaje relaciona šema sa istim imenom.
1 Pravilo 1. Svaki tip entiteta ER modela postaje relaciona šema sa istim imenom. Pravilo 2. Svaki atribut entiteta postaje atribut relacione šeme pod istim imenom. Pravilo 3. Primarni ključ entiteta postaje
Διαβάστε περισσότεραSortiranje 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