Metode prognoziranja na vremenskim nizovima

Save this PDF as:
 WORD  PNG  TXT  JPG

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Metode prognoziranja na vremenskim nizovima"

Transcript

1 Metode prognoziranja na vremenskim nizovima Pomoću ovih metoda buduće vrijednosti prognoziraju se na temelju povijesnih podataka. Pravila po kojima se ponašaju podaci iz prošlosti primjenjuje se na buduće kretanje tih podataka. Ukoliko se promijene okolnosti koje su utjecale na vrijednosti podataka u prošlosti, ove prognoze gube na vrijednosti. S druge pak strane, u određenim okolnostima ove metode su najbolje. Te okolnosti su slijedeće: 1. Uvjeti u kojima su se odvijale aktivnosti na koje se odnose podaci su stabilni i očekuje se da se neće bitno mijenjati u budućem razdoblju na koje se odnosi prognoza. Prognoza se odnosi na kraći vrmenski period i u tom vremenu se ne može ništa bitno promijeniti 3. Potrebno je načiniti osnovnu prognozu koja će se prilagođavati očekivanim budućim promjenama. Sa stajališta korisnika važno je naglasiti da su ove metode jeftine, ne traže puno vremena i lako su razumljive. Posebno su povoljne za razvoj većeg broja prognoza poput npr. prognoziranja razina potrebnih zaliha različite robe u skladištima. Metode za prognoziranje koje se temelje na vremenskim nizovima dijele se i u skladu sa slijedećim karakteristikama podataka na koje se primjenjuju: Stacionarnost; u podacima ne postoji trend, a odstupanja u različitim vremenima su uglavnom jednaka Podaci s trendom; općenito u podacima postoji pomak prema "gore" ili "dolje" Sezonalnost; postoji trend i pravilo u ponašanju podataka koje se ponavlja s godišnjim razmakom Cikličnost; postoji trend, sezonalnost i ponavljanje istog pravila u ponašanju podataka u kraćim vremenskim razmacima od godine dana. Mi ćemo obraditi metode prognoziranja na stacionarnim vremenskim nizovima. Točnost prognoze Najpoznatije mjere za točnost prognoza su prosječno apsolutno odstupanje i prosjek kvadrata odstupanja. Prosječno apsolutno odstupanje Ova mjera greške u prognozi računa se kao prosjek apsolutnih vrijednosti razlika između prognoziranih i točnih vrijednosti. PAO = Suma( toč. vrij. prognozirana vrij.) Broj vrijednosti Prosjek kvadrata odstupanja Ova mjera greške u prognozi računa se kao prosjek kvadrata razlika između prognoziranih i točnih vrijednosti. PKO = Suma( oč. vrij. prognozirana vrij) Broj vrijednosti 1

2 Primjer: Računanje ovih grešaka prikazat će se na slijedećem primjeru: Vremenski period (tjedan) Broj prodanih komada Prognozirana prodaja Pogreška Apsolutna vrijednost pogreške PAO=( )/7= 1,3, kaže se da je prognoza pogrešna u prosjeku 1,3. PKO= ( )/7=,, kaže se da je prosječni kvadrat greške,. Kvadrati grešaka Kad se uspoređuju prognoze, točnijom se smatra ona kojoj pripadaju manje vrijednosti PAO i PKO. Ove dvije mjere ne dovode do istog zaključka; prognoza koju je PAO= dvostruko je lošija od one za koju je POA =1. Ukoliko su to vrijednosti za PKO, onda je greška kod druge prognoze četverostruko veća. Također se može reći da PKO kažnjava velika odstupanja. Opći princip kod prognoziranja Slika 1 1. Za vremenski niz podataka iz perioda A razvije se prognoza. Točnost prognoze testira se s podacima iz razdoblja B 3. U slučaju prihvatljive točnosti, prognoziraju se podaci za razdoblje C. Pomični prosjeci Ova metoda spada u tzv. tehnike izglađivanja. Naime, tom metodom se slučajna odstupanja u podacima ublažavaju njihovim svođenjem na prosjek, s ciljem da se na tako izglađenim podacima prepozna pravilno ponašanje na temelju kojeg se može izvesti prognoza. To se postiže tako da se točne vrijednosti iz vremenskog niza zamjenjuje prosjekom te vrijednosti i nekoliko susjednih vrijednosti. Ovisno o tome koliko se vrijednosti koristi u izglađivanju govori se o pomičnim prosjecima s dvije točke, tri točke i sl. (u originalu npr. three-point moving averages pomični prosjek s tri točke (vrijednosti)). Broj točaka koji se uzima kod izglađivanja ovisi o prirodi podataka i nema općeg pravila. Treba uzeti toliko točaka da se

3 podaci izglade dovoljno dobro da je moguće izvesti upotrebljivu prognozu. Što je veći broj točaka, podaci su više izglađeni - manje su fluktuacije. U ponekim situacijama kombiniraju se prognoze koje se izvode iz više izglađenih nizova; npr. s 1 točaka (izglađivanje mjesečnih podataka na godišnjoj razini godišnji prosjek) i 3 točke (tromjesečni prosjek). U slijedećoj tablici pokazuje se kako se izglađuju podaci s tri točke: Period Točna vrijednost (x t ) Izglađene vrijednosti (S t ) = (9+7+11)/ = ( )/ = (11+15+)/3 5 Tablica : Pomični prosjek s tri točke Dakle, izglađena vrijednost u vremenu t računa se kao prosjek točnih vrijednosti u vremenima t-1, t i t+1 : S t = (x t-1 + x t + x t +1 )/3, S 3 = (x + x 3 + x )/3 Pomični prosjeci Točne vrijednosti izglađene vrijednosti Slika : Podaci iz tablice Ukoliko se izglađivanje koristi za prognoziranje, kao prognostička vrijednost za buduća razdoblja uzima se posljednja izglađena vrijednost. Naglasimo da postoji i verzija izglađivanja u kojoj se za izglađenu vrijednost u vremenu t uzima prosječna vrijednost za nekoliko razdoblja do tog vremena. Npr. u izglađivanje s tri točke vrijedi S t = (x t- + x t-1 + x t )/3. Tablica bi u toj verziji (b) izgledala ovako: 3

4 Pomični prosjeci Period Točna vrij. (x t ) Izglađene vrij. (S t ) = (9+7+11)/ = ( )/3 5 1 = (11+15+)/ Slika 3: Pomični prosjeci, verzija (b)

5 Eksponencijalno glađenje Kod pomičnih prosjeka svaka od vrijednosti čiji prosjek se računao imala je jednaku važnost. U mnogim vremenskim nizovima zbivanja iz bliže prošlosti značajniji su indikator za buduće događaje od onih iz udaljenije prošlosti. Ideja eksponencijalnog izglađivanja je upravo ta vrijednostima iz bliže prošlosti dati veću važnost kod izglađivanja podataka. Ukoliko se npr. vrijednost u trenutku t računa na temelju vrijednosti iz prethodna dva trenutka t- i t-1, onda se vrijednosti iz perioda t- daje manji ponder od onog koji se daje vrijednosti iz perioda t-1. Dakle, S t = (1-α) S t-1 + α x t Pri čemu je S t-1 izglađena vrijednost iz prethodnog perioda t-1, a x t je točna vrijednost iz perioda t. Parametar izglađivanja α bira se tako da vrijedi α 1. Što se veća vrijednost uzima za α, to se veći značaj kod izglađivanja daje aktualnoj vrijednosti iz vremenskog niza. Period Točna vrijednost (x t ) Izglađene vrijednosti (S t ) α =, α =, 1 9 7, = (1-,)+,(9), = (1-,)9+,(7) 3 11,7 = (1-,),+,(11) 9,3 = (1-,),+,(11) 15,1 = (1-,),7+,(15) 11,59= (1-,)9,3+,(15) 5,1 = (1-,),1+,(),9= (1-,)11,59+,() Tablica : Pomični prosjek s dvije točke 5

6 Na slici 3 vide se grafovi izglađenih podataka: Eksponencijalno glađenje Točne vrijednosti "izglađene vrijednosti" alfa (,) izgl. vrij. alfa (,) Slika 3: Eksponencijalno glađenje Na slici prikazuju se grafovi podataka izglađenih tehnikom pomičnih prosjeka i eksponencijalnim glađenjem: Pomični prosjeci i eksponencijalno glađenje Točne vrijednosti "izglađene vrijednosti" alfa (,) pomični prosjeci Slika : Eksponencijalno glađenje i pomični prosjeci

7 7

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

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

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

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

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

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

ASIMPTOTE FUNKCIJA. Dakle: Asimptota je prava kojoj se funkcija približava u beskonačno dalekoj tački. Postoje tri vrste asimptota:

ASIMPTOTE FUNKCIJA. Dakle: Asimptota je prava kojoj se funkcija približava u beskonačno dalekoj tački. Postoje tri vrste asimptota: ASIMPTOTE FUNKCIJA Naš savet je da najpre dobro proučite granične vrednosti funkcija Neki profesori vole da asimptote funkcija ispituju kao ponašanje funkcije na krajevima oblasti definisanosti, pa kako

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

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

(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

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

III VEŽBA: FURIJEOVI REDOVI

III 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 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

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

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

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

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

( , 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

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

Zavrxni ispit iz Matematiqke analize 1

Zavrxni 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 περισσότερα

Program za tablično računanje Microsoft Excel

Program za tablično računanje Microsoft Excel Program za tablično računanje Microsoft Excel Teme Formule i funkcije Zbrajanje Oduzimanje Množenje Dijeljenje Izračun najveće vrijednosti Izračun najmanje vrijednosti 2 Formule i funkcije Naravno da je

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

2.6 Nepravi integrali

2.6 Nepravi integrali 66. INTEGRAL.6 Neprvi integrli Definicij. Nek je f : [, R funkcij koj je Riemnn integrbiln n svkom podsegmentu [, ] od [,. Ako postoji končn es f() (.4) ond se tj es zove neprvi integrl funkcije f n [,

Διαβάστε περισσότερα

IspitivaƬe 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 IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f 2. Nule i znak funkcije; presek sa y-osom IspitivaƬe

Διαβάστε περισσότερα

Prediktor-korektor metodi

Prediktor-korektor metodi Prediktor-korektor metodi Prilikom numeričkog rešavanja primenom KP: x = fx,, x 0 = 0, x 0 x b LVM α j = h β j f n = 0, 1, 2,..., N, javlja se kompromis izmed u eksplicitnih metoda, koji su lakši za primenu

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

Više dokaza jedne poznate trigonometrijske nejednakosti u trokutu

Više dokaza jedne poznate trigonometrijske nejednakosti u trokutu Osječki matematički list 000), 5 9 5 Više dokaza jedne poznate trigonometrijske nejednakosti u trokutu Šefket Arslanagić Alija Muminagić Sažetak. U radu se navodi nekoliko različitih dokaza jedne poznate

Διαβάστε περισσότερα

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15

MATRICE 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 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

Matematičke metode u marketingumultidimenzionalno skaliranje. Lavoslav ČaklovićPMF-MO

Matematičke metode u marketingumultidimenzionalno skaliranje. Lavoslav ČaklovićPMF-MO Matematičke metode u marketingu Multidimenzionalno skaliranje Lavoslav Čaklović PMF-MO 2016 MDS Čemu služi: za redukciju dimenzije Bazirano na: udaljenosti (sličnosti) među objektima Problem: Traži se

Διαβάστε περισσότερα

PREDNAPETI BETON Primjer nadvožnjaka preko autoceste

PREDNAPETI BETON Primjer nadvožnjaka preko autoceste PREDNAPETI BETON Primjer nadvožnjaka preko autoceste 7. VJEŽBE PLAN ARMATURE PREDNAPETOG Dominik Skokandić, mag.ing.aedif. PLAN ARMATURE PREDNAPETOG 1. Rekapitulacija odabrane armature 2. Određivanje duljina

Διαβάστε περισσότερα

Zadaci iz trigonometrije za seminar

Zadaci iz trigonometrije za seminar Zadaci iz trigonometrije za seminar FON: 1. Vrednost izraza sin 1 cos 6 jednaka je: ; B) 1 ; V) 1 1 + 1 ; G) ; D). 16. Broj rexea jednaqine sin x cos x + cos x = sin x + sin x na intervalu π ), π je: ;

Διαβάστε περισσότερα

MODEL JEDNOSTAVNE LINEARNE REGRESIJE

MODEL JEDNOSTAVNE LINEARNE REGRESIJE SVEUČILIŠTE U RIJECI GRAĐEVINSKI FAKULTET U RIJECI Specijalistički diplomski stručni studij građevinarstva Odabrana poglavlja inženjerske matematike MODEL JEDNOSTAVNE LINEARNE REGRESIJE Studenti: Sara

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

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

REGRESIJSKA ANALIZA zavisnost (korelacija) regresijske tehnike kvantitativno zavisnost (korelaciju) linearna regresija

REGRESIJSKA ANALIZA zavisnost (korelacija) regresijske tehnike kvantitativno zavisnost (korelaciju) linearna regresija REGRESIJSKA ANALIZA REGRESIJSKA ANALIZA često imamo dvije ili više varijabli koje su inherentno povezane, odnosno postoji neka zavisnost (korelacija) među njima koju želimo istražiti regresijske tehnike

Διαβάστε περισσότερα

OM2 V3 Ime i prezime: Index br: I SAVIJANJE SILAMA TANKOZIDNIH ŠTAPOVA

OM2 V3 Ime i prezime: Index br: I SAVIJANJE SILAMA TANKOZIDNIH ŠTAPOVA OM V me i preime: nde br: 1.0.01. 0.0.01. SAVJANJE SLAMA TANKOZDNH ŠTAPOVA A. TANKOZDN ŠTAPOV PROZVOLJNOG OTVORENOG POPREČNOG PRESEKA Preposavka: Smičući napon je konsanan po debljini ida (duž pravca upravnog

Διαβάστε περισσότερα

MATEMATIKA 2. Grupa 1 Rexea zadataka. Prvi pismeni kolokvijum, Dragan ori

MATEMATIKA 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 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

METODA SEČICE I REGULA FALSI

METODA SEČICE I REGULA FALSI METODA SEČICE I REGULA FALSI Zadatak: Naći ulu fukcije f a itervalu (a,b), odoso aći za koje je f()=0. Rešeje: Prvo, tražimo iterval (a,b) a kome je fukcija eprekida, mootoa i važi: f(a)f(b)

Διαβάστε περισσότερα

PRILOG 2. Zanimanje : EKONOMIST / ICA. Nastavno pismo: NASTAVNI PREDMET STATISTIKA. Nastavna cjelina: Osnovna obrada vremenskih nizova

PRILOG 2. Zanimanje : EKONOMIST / ICA. Nastavno pismo: NASTAVNI PREDMET STATISTIKA. Nastavna cjelina: Osnovna obrada vremenskih nizova PRILOG 2 za IV. Razred Zanimanje : EKONOMIST / ICA Nastavno pismo: NASTAVNI PREDMET STATISTIKA Nastavna cjelina: Osnovna obrada vremenskih nizova Autor: Suzana Mikulić Split,2009. 6. Osnovna obrada vremenskih

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

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

ČVRSTOĆA 13. GEOMETRIJSKE KARAKTERISTIKE RAVNIH PRESJEKA ŠTAPA

ČVRSTOĆA 13. GEOMETRIJSKE KARAKTERISTIKE RAVNIH PRESJEKA ŠTAPA ČVRSTOĆA 13. GEOMETRIJSKE KARAKTERISTIKE RAVNIH PRESJEKA ŠTAPA STATIČKI MOMENTI I MOMENTI INERCIJE RAVNIH PLOHA Kao što pri aksijalnom opterećenju štapa apsolutna vrijednost naprezanja zavisi, između ostalog,

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

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

Sistemi veštačke inteligencije primer 1

Sistemi 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 περισσότερα

Aritmetička sredina Medijan Mod. Harmonijska sredina

Aritmetička sredina Medijan Mod. Harmonijska sredina MJERE CENTRALNE TENDENCIJE Aritmetička sredina Medijan Mod Geometrijska sredina Harmonijska sredina MJERA CENTRALNE TENDENCIJE ili središnja vrijednost jest brojčana vrijednost koja reprezentira skupinu

Διαβάστε περισσότερα

Teorija betonskih konstrukcija 1. Vežbe br. 4. GF Beograd

Teorija betonskih konstrukcija 1. Vežbe br. 4. GF Beograd Teorija betonskih konstrukcija 1 Vežbe br. 4 GF Beograd Teorija betonskih konstrukcija 1 1 "T" preseci - VEZANO dimenzionisanje Poznato: statički uticaji (M G,Q ) sračunato kvalitet materijala (f cd, f

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

Novi Sad god Broj 1 / 06 Veljko Milković Bulevar cara Lazara 56 Novi Sad. Izveštaj o merenju

Novi 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 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

A MATEMATIKA Zadana je z = x 3 y + 1

A MATEMATIKA Zadana je z = x 3 y + 1 A MATEMATIKA (.5.., treći kolokvij). Zdn je z 3 + os. () Izrčunjte ngib plohe u pozitivnom smjeru -osi. (b) Izrčunjte ngib pod ) u točki T(, ). () Izrčunjte z u T(, ). (5 bodov). Zdn je z 3 ln. () Izrčunjte

Διαβάστε περισσότερα

5. Aproksimacija i interpolacija

5. Aproksimacija i interpolacija APROKSIMACIJA I INTERPOLACIJA 56 5. Aproksimacija i interpolacija 5.. Opći problem aproksimacije Što je problem aproksimacije? Ako su poznate neke informacije o funkciji f, definiranoj na nekom skupu X

Διαβάστε περισσότερα

2.2. Analiza vremena Pert metodom

2.2. Analiza vremena Pert metodom 2.2. Analiza vremena Pert metodom Dok je kod CPM metode poznato samo jedno vreme trajanja aktivnosti t, kod Pert metode dane su tri procjene: a - optimistično vreme (najkraće moguće vreme u kojemu se može

Διαβάστε περισσότερα

RIJEŠENI ZADACI I TEORIJA IZ

RIJEŠENI ZADACI I TEORIJA IZ RIJEŠENI ZADACI I TEORIJA IZ LIMES NIZOVA LIMES MONOTONIH NIZOVA GEOMETRIJSKOG REDA LIMES FUNKCIJA 1 2.4. LIMES NIZA I TEOREMI O LIMESIMA 2.4.1. Definicija limesa i konvergentnog niza 2.4.1.1 Riješeni

Διαβάστε περισσότερα

Vrijedi relacija: Suma kvadrata cosinusa priklonih kutova sile prema koordinatnim osima jednaka je jedinici.

Vrijedi relacija: Suma kvadrata cosinusa priklonih kutova sile prema koordinatnim osima jednaka je jedinici. Za adani sustav prostornih sila i j k () oktant i j k () oktant koje djeluju na materijalnu toku odredite: a) reultantu silu? b) ravnotežnu silu? a) eultanta sila? i j k 8 Vektor reultante: () i 8 j k

Διαβάστε περισσότερα

3. razred gimnazije- opšti i prirodno-matematički smer ALKENI. Aciklični nezasićeni ugljovodonici koji imaju jednu dvostruku vezu.

3. razred gimnazije- opšti i prirodno-matematički smer ALKENI. Aciklični nezasićeni ugljovodonici koji imaju jednu dvostruku vezu. ALKENI Acikliči ezasićei ugljovodoici koji imaju jedu dvostruku vezu. 2 4 2 2 2 (etile) viil grupa 3 6 2 3 2 2 prope (propile) alil grupa 4 8 2 2 3 3 3 2 3 3 1-bute 2-bute 2-metilprope 5 10 2 2 2 2 3 2

Διαβάστε περισσότερα

Akvizicija tereta. 5660t. Y= masa drva, X=masa cementa. Na brod će se ukrcati 1733 tona drva i 3927 tona cementa.

Akvizicija tereta. 5660t. Y= masa drva, X=masa cementa. Na brod će se ukrcati 1733 tona drva i 3927 tona cementa. Akvizicija tereta. Korisna nosivost broda je 6 t, a na brodu ia 8 cu. ft. prostora raspoloživog za sještaj tereta pod palubu. Navedeni brod treba krcati drvo i ceent, a na palubu ože aksialno ukrcati 34

Διαβάστε περισσότερα

2. KOLOKVIJ IZ MATEMATIKE 1

2. KOLOKVIJ IZ MATEMATIKE 1 2 cos(3 π 4 ) sin( + π 6 ). 2. Pomoću linearnih transformacija funkcije f nacrtajte graf funkcije g ako je, g() = 2f( + 3) +. 3. Odredite domenu funkcije te odredite f i njenu domenu. log 3 2 + 3 7, 4.

Διαβάστε περισσότερα

Obrada rezultata merenja

Obrada rezultata merenja Obrada rezultata merenja Rezultati merenja Greške merenja Zaokruživanje Obrada rezultata merenja Direktno i indirektno merene veličine Računanje grešaka Linearizacija funkcija Crtanje grafika Fitovanje

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

KONVEKSNI SKUPOVI. Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5. Back FullScr

KONVEKSNI SKUPOVI. Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5. Back FullScr KONVEKSNI SKUPOVI Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5 KONVEKSNI SKUPOVI Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5 1. Neka su x, y R n,

Διαβάστε περισσότερα

Unipolarni tranzistori - MOSFET

Unipolarni tranzistori - MOSFET nipolarni tranzistori - MOSFET ZT.. Prijenosna karakteristika MOSFET-a u području zasićenja prikazana je na slici. oboaćeni ili osiromašeni i obrazložiti. b olika je struja u točki, [m] 0,5 0,5,5, [V]

Διαβάστε περισσότερα

, 81, 5?J,. 1o~",mlt. [ BO'?o~ ~Iel7L1 povr.sil?lj pt"en:nt7 cf~ ~ <;). So. r~ ~ I~ + 2 JA = (;82,67'11:/'+2-[ 4'33.10'+ 7M.

, 81, 5?J,. 1o~,mlt. [ BO'?o~ ~Iel7L1 povr.sil?lj pten:nt7 cf~ ~ <;). So. r~ ~ I~ + 2 JA = (;82,67'11:/'+2-[ 4'33.10'+ 7M. J r_jl v. el7l1 povr.sl?lj pt"en:nt7 cf \ L.sj,,;, ocredz' 3 Q),sof'stvene f1?(j'me")7e?j1erc!je b) po{o!.aj 'i1m/' ce/y11ra.[,p! (j'j,a 1lerc!/e

Διαβάστε περισσότερα

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)

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) 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

DIMENZIONISANJE PRAVOUGAONIH POPREČNIH PRESEKA NAPREGNUTIH NA PRAVO SLOŽENO SAVIJANJE

DIMENZIONISANJE PRAVOUGAONIH POPREČNIH PRESEKA NAPREGNUTIH NA PRAVO SLOŽENO SAVIJANJE TEORIJA ETONSKIH KONSTRUKCIJA T- DIENZIONISANJE PRAVOUGAONIH POPREČNIH PRESEKA NAPREGNUTIH NA PRAVO SLOŽENO SAVIJANJE 3.5 f "2" η y 2 D G N z d y A "" 0 Z a a G - tačka presek koja određje položaj sistemne

Διαβάστε περισσότερα

( x) ( ) ( ) ( x) ( ) ( x) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

( x) ( ) ( ) ( x) ( ) ( x) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Zadatak 08 (Vedrana, maturantica) Je li unkcija () = cos (sin ) sin (cos ) parna ili neparna? Rješenje 08 Funkciju = () deiniranu u simetričnom području a a nazivamo: parnom, ako je ( ) = () neparnom,

Διαβάστε περισσότερα

9. GRANIČNA VRIJEDNOST I NEPREKIDNOST FUNKCIJE GRANIČNA VRIJEDNOST ILI LIMES FUNKCIJE

9. GRANIČNA VRIJEDNOST I NEPREKIDNOST FUNKCIJE GRANIČNA VRIJEDNOST ILI LIMES FUNKCIJE Geodetski akultet, dr sc J Beban-Brkić Predavanja iz Matematike 9 GRANIČNA VRIJEDNOST I NEPREKIDNOST FUNKCIJE GRANIČNA VRIJEDNOST ILI LIMES FUNKCIJE Granična vrijednost unkcije kad + = = Primjer:, D( )

Διαβάστε περισσότερα

NEPARAMETRIJSKE TEHNIKE

NEPARAMETRIJSKE TEHNIKE NEPARAMETRIJSKE TEHNIKE Neparametrijske tehnike se koriste za obradu podataka dobijenih na nominalnim i ordinalnim skalama. za testiranje značajnosti distribucije frekvencija po kategorijama jedne nominalne

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

1.3. Rješavanje nelinearnih jednadžbi

1.3. Rješavanje nelinearnih jednadžbi 1.3. Rješavanje nelinearnih jednadžbi Rješavanje nelinearnih jednadžbi sastoji se od dva bitna koraka: nalaženja intervala u kojem se nalazi nultočka (analizom toka), što je teži dio posla, nalaženja nultočke

Διαβάστε περισσότερα

Determinante. a11 a. a 21 a 22. Definicija 1. (Determinanta prvog reda) Determinanta matrice A = [a] je broj a.

Determinante. a11 a. a 21 a 22. Definicija 1. (Determinanta prvog reda) Determinanta matrice A = [a] je broj a. Determinante Determinanta A deta je funkcija definirana na skupu svih kvadratnih matrica, a poprima vrijednosti iz skupa skalara Osim oznake deta za determinantu kvadratne matrice a 11 a 12 a 1n a 21 a

Διαβάστε περισσότερα

Dijagrami: Greda i konzola. Prosta greda. II. Dijagrami unutarnjih sila. 2. Popre nih sila TZ 3. Momenata savijanja My. 1. Uzdužnih sila N. 11.

Dijagrami: Greda i konzola. Prosta greda. II. Dijagrami unutarnjih sila. 2. Popre nih sila TZ 3. Momenata savijanja My. 1. Uzdužnih sila N. 11. Dijagrami:. Udužnih sia N Greda i konoa. Popre nih sia TZ 3. Momenata savijanja My. dio Prosta greda. Optere ena koncentriranom siom F I. Reaktivne sie:. M A = 0 R B F a = 0. M B = 0 R A F b = 0 3. F =

Διαβάστε περισσότερα

Verovatnoća i Statistika I deo Teorija verovatnoće (zadaci) Beleške dr Bobana Marinkovića

Verovatnoća 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 περισσότερα

Uvod u neparametarske testove

Uvod 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 περισσότερα

Algoritmi i strukture podataka (450)

Algoritmi i strukture podataka (450) Algoritmi i strukture podataka (450) Analiza složenosti algoritama Sadržaj Algoritmi Analiza složenosti algoritma T(N) složenost algoritma Određivanje reda algoritma Algoritmi i strukture podataka 2 1

Διαβάστε περισσότερα

Uvod u neparametarske testove

Uvod 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 περισσότερα

1. Trigonometrijske funkcije realnog broja

1. Trigonometrijske funkcije realnog broja 1. Trigonometrijske funkcije realnog broja 1. Brojevna kružnica... 1 7.Adicijskeformule.... Definicija trigonometrijskih funkcija....... 8. Još neki identiteti.......... 9. Trigonometrijske funkcije kutova........

Διαβάστε περισσότερα

OSNOVI ELEKTRONIKE. Vežbe (2 časa nedeljno): mr Goran Savić

OSNOVI ELEKTRONIKE. Vežbe (2 časa nedeljno): mr Goran Savić OSNOVI ELEKTRONIKE Vežbe (2 časa nedeljno): mr Goran Savić savic@el.etf.rs http://tnt.etf.rs/~si1oe Termin za konsultacije: četvrtak u 12h, kabinet 102 Referentni smerovi i polariteti 1. Odrediti vrednosti

Διαβάστε περισσότερα

STATIČKE KARAKTERISTIKE DIODA I TRANZISTORA

STATIČKE 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 περισσότερα

TEORIJA BETONSKIH KONSTRUKCIJA 79

TEORIJA BETONSKIH KONSTRUKCIJA 79 TEORIJA BETOSKIH KOSTRUKCIJA 79 Primer 1. Odrediti potrebn površin armatre za stb poznatih dimenzija, pravogaonog poprečnog preseka, opterećen momentima savijanja sled stalnog ( g ) i povremenog ( w )

Διαβάστε περισσότερα

100g maslaca: 751kcal = 20g : E maslac E maslac = (751 x 20)/100 E maslac = 150,2kcal 100g med: 320kcal = 30g : E med E med = (320 x 30)/100 E med =

100g maslaca: 751kcal = 20g : E maslac E maslac = (751 x 20)/100 E maslac = 150,2kcal 100g med: 320kcal = 30g : E med E med = (320 x 30)/100 E med = 100g maslaca: 751kcal = 20g : E maslac E maslac = (751 x 20)/100 E maslac = 150,2kcal 100g med: 320kcal = 30g : E med E med = (320 x 30)/100 E med = 96kcal 100g mleko: 49kcal = 250g : E mleko E mleko =

Διαβάστε περισσότερα

2.7 Primjene odredenih integrala

2.7 Primjene odredenih integrala . INTEGRAL 77.7 Primjene odredenih integrala.7.1 Računanje površina Pořsina lika omedenog pravcima x = a i x = b te krivuljama y = f(x) i y = g(x) je b P = f(x) g(x) dx. a Zadatak.61 Odredite površinu

Διαβάστε περισσότερα

ZBIRKA POTPUNO RIJEŠENIH ZADATAKA

ZBIRKA POTPUNO RIJEŠENIH ZADATAKA **** IVANA SRAGA **** 1992.-2011. ZBIRKA POTPUNO RIJEŠENIH ZADATAKA PRIRUČNIK ZA SAMOSTALNO UČENJE POTPUNO RIJEŠENI ZADACI PO ŽUTOJ ZBIRCI INTERNA SKRIPTA CENTRA ZA PODUKU α M.I.M.-Sraga - 1992.-2011.

Διαβάστε περισσότερα

Četrnaesto predavanje iz Teorije skupova

Četrnaesto predavanje iz Teorije skupova Četrnaesto predavanje iz Teorije skupova 27. 01. 2006. Kratki rezime prošlog predavanja: Dokazali smo teorem rekurzije, te primjenom njega definirali zbrajanje ordinalnih brojeva. Prvo ćemo navesti osnovna

Διαβάστε περισσότερα

Tablice mortaliteta

Tablice mortaliteta Republika Hrvatska Državni zavod za statistiku Tablice mortaliteta Republike Hrvatske 2. 22. Zagreb, 27. Republika Hrvatska Državni zavod za statistiku Tablice mortaliteta Republike Hrvatske 2. 22. Zagreb,

Διαβάστε περισσότερα

Ovo nam govori da funkcija nije ni parna ni neparna, odnosno da nije simetrična ni u odnosu na y osu ni u odnosu na

Ovo nam govori da funkcija nije ni parna ni neparna, odnosno da nije simetrična ni u odnosu na y osu ni u odnosu na . Ispitati tok i skicirati grafik funkcij = Oblast dfinisanosti (domn) Ova funkcija j svuda dfinisana, jr nma razlomka a funkcija j dfinisana za svako iz skupa R. Dakl (, ). Ovo nam odmah govori da funkcija

Διαβάστε περισσότερα

Zadaci iz Osnova matematike

Zadaci iz Osnova matematike Zadaci iz Osnova matematike 1. Riješiti po istinitosnoj vrijednosti iskaza p, q, r jednačinu τ(p ( q r)) =.. Odrediti sve neekvivalentne iskazne formule F = F (p, q) za koje je iskazna formula p q p F

Διαβάστε περισσότερα

Trigonometrija 1. Trigonometrijska kružnica. Razumijevanje postupka izrade složenijeg matematičkog problema iz osnova trigonometrije

Trigonometrija 1. Trigonometrijska kružnica. Razumijevanje postupka izrade složenijeg matematičkog problema iz osnova trigonometrije Trigonometrija Trigonometrijska kružnica Razumijevanje postupka izrade složenijeg matematičkog problema iz osnova trigonometrije Projektna nastava Osnovne trigonometrijske relacije:. +. tgx. ctgx tgx.

Διαβάστε περισσότερα

Jednodimenzionalne slučajne promenljive

Jednodimenzionalne 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 περισσότερα

4 Numeričko diferenciranje

4 Numeričko diferenciranje 4 Numeričko diferenciranje 7. Funkcija fx) je zadata tabelom: x 0 4 6 8 fx).17 1.5167 1.7044 3.385 5.09 7.814 Koristeći konačne razlike, zaključno sa trećim redom, odrediti tačku x minimuma funkcije fx)

Διαβάστε περισσότερα

SKUPOVI I SKUPOVNE OPERACIJE

SKUPOVI I SKUPOVNE OPERACIJE SKUPOVI I SKUPOVNE OPERACIJE Ne postoji precizna definicija skupa (postoji ali nama nije zanimljiva u ovom trenutku), ali mi možemo koristiti jednu definiciju koja će nam donekle dočarati šta su zapravo

Διαβάστε περισσότερα

Moguća i virtuelna pomjeranja

Moguća i virtuelna pomjeranja Dnamka sstema sa vezama Moguća vrtuelna pomjeranja f k ( r 1,..., r N, t) = 0 (k = 1, 2,..., K ) df k dt = r + t = 0 d r = r dt moguća pomjeranja zadovoljavaju uvjet: df k = d r + dt = 0. t δ r = δx +

Διαβάστε περισσότερα

Masa, Centar mase & Moment tromosti

Masa, Centar mase & Moment tromosti FAKULTET ELEKTRTEHNIKE, STRARSTVA I BRDGRADNE - SPLIT Katedra za dinamiku i vibracije Mehanika 3 (Dinamika) Laboratorijska vježba Masa, Centar mase & Moment tromosti Ime i rezime rosinac 008. Zadatak:

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

zastori sunset curtain Kućište od željeza zaštićeno epoksidnim prahom, opruge od željeza. Lako i brzo se montiraju.

zastori sunset curtain Kućište od željeza zaštićeno epoksidnim prahom, opruge od željeza. Lako i brzo se montiraju. zastori zastori sunset curtain Kućište od željeza zaštićeno epoksidnim prahom, opruge od željeza. Lako i brzo se montiraju. (mm) (mm) za PROZOR im (mm) tv25 40360 360 400 330x330 tv25 50450 450 500 410x410

Διαβάστε περισσότερα

3n an = 4n3/2 +2n+ n 5n 3/2 +5n+2 n a 2 n = n 2. ( 2) n Dodatak. = 0, lim n! 2n 6n + 1

3n an = 4n3/2 +2n+ n 5n 3/2 +5n+2 n a 2 n = n 2. ( 2) n Dodatak. = 0, lim n! 2n 6n + 1 Nizovi 5 a = 5 +3+ + 6 a = 3 00 + 00 3 +5 7 a = +)+) ) 3 3 8 a = 3 +3+ + +3 9 a = 3 5 0 a = 43/ ++ 5 3/ +5+ a = + + a = + ) 3 a = + + + 4 a = 3 3 + 3 ) 5 a = +++ 6 a = + ++ 3 a = +)!++)! +3)! a = ) +3

Διαβάστε περισσότερα

Neprekinute funkcije i limesi Definicija neprekinute funkcije i njen odnos prema limesu Asimptote Svojstva neprekinutih funkcija

Neprekinute funkcije i limesi Definicija neprekinute funkcije i njen odnos prema limesu Asimptote Svojstva neprekinutih funkcija Sadržaj: Nizovi brojeva Pojam niza Limes niza. Konvergentni nizovi Neki važni nizovi. Broj e. Limes funkcije Definicija esa Računanje esa Jednostrani esi Neprekinute funkcije i esi Definicija neprekinute

Διαβάστε περισσότερα

Parser primer kalkulatora

Parser primer kalkulatora Parser primer kalkulatora Primer gramatike za jednostavni kalkulator lines ε lines NEWLINE lines e NEWLINE e e "+" NUMBER e " " NUMBER NUMBER (podrazumeva se da su NUMBER i NEWLINE simboli) Ulaz: Izlaz:

Διαβάστε περισσότερα