STATISTIČNO OBVLADOVANJE PROCESA. Mateja Koblar
|
|
- Μυρρίνη Κωνσταντίνου
- 7 χρόνια πριν
- Προβολές:
Transcript
1 STATISTIČNO OBVLADOVANJE PROCESA Mateja Koblar Pogoj za uspešno poslovanje podjetja je vzpostavitev, dokumentiranje, izvajanje in trajno vzdrževanje sistema zagotavljanja kakovosti, s pomočjo katerega je treba zagotoviti, da bodo proizvedeni proizvodi izpolnjevali ali presegali pričakovanja odjemalcev. Poleg kakovosti proizvodov pa je treba zagotoviti tudi stabilen, obvladovan proizvodni proces, kajti procesi so tisti, ki proizvajajo proizvode. Stabilen, obvladovan proizvodni proces lahko dosežemo s pomočjo tehnik statističnega obvladovanja procesa. V prispevku je predstavljeno statistično obvladovanje procesa, na kratko je podana analiza trenutnega stanja statističnega obvladovanja procesa v obravnavanem podjetju. Na podlagi analize trenutnega stanja so opisane vrzeli le-tega in predlagane rešitve oziroma izboljšave, katere bi lahko izboljšale statistično obvladovanje procesa v obravnavanem podjetju. Ključne besede: kakovost, statistično obvladovanje procesa, proizvodni proces, karakteristike proizvoda 1 Kaj je statistično obvladovanje procesa? To je sistem obvladovanja s pomočjo statističnih tehnik, ki omogočajo, da ves čas spremljamo in poznamo variacije procesa ter preprečujemo neskladnosti v skladu z njegovimi naravnimi omejitvami (Kokol 2004, 2). Ta metoda preprečuje napake in podpira stalen napredek kakovosti. Metoda je sistem povratne zveze, uporablja statistične metode in orodja. SPC pomeni Statistical Process Control. Statistika je analitično orodje, ki se uporablja za predvidevanje dogodkov. S pomočjo statistike predvidevamo stanje neke karakteristike neke količine, nekega izdelka, na osnovi analize njenega vzorca. Proces združuje vse aktivnosti, katerih izhod je nek izdelek ali storitev. Obvladovati proces pomeni njegovo vodenje, primerjanje s cilji in poznavanje korektivnih ukrepov na poti do cilja. Za uporabo statističnih metod mora biti pojav množičen (baza podatkov) in primerljiv (pojavi iste vrste). Znati moramo uporabljati odobrene in definirane metode za uporabo statistike, katere nam dajo ustrezne rešitve. 2 Namen statističnega obvladovanja procesa Vsako najbolj vsakdanje opravilo dandanes zahteva uporabo preprostih, a hkrati učinkovitih in uporabnih izračunov ter primerjav. Na osnovi teh se lahko odločamo o nadaljnjih ukrepih. Na ta način že posegamo v razvoj kakovosti v našem okolju. Ker pa želimo meriti napredek, moramo spet uporabiti določene izračune in primerjave. Pri statističnem obvladovanju procesa (SPC) se soočamo s problemom, kako opisati in analizirati proces, kako ovrednotiti nihanja, kakšne ukrepe je treba izvesti za odpravo nihanj in kako ponovno meriti njihovo uspešnost. Namen uporabe statističnega obvladovanja procesa je (Kokol 2004, 2): ugotavljanje in spremljanje stanja procesov in karakteristik proizvodov; izboljšanje sposobnosti procesov in karakteristik proizvodov: znižanje stroškov kakovosti; osvajanje novih proizvodov, tehnologij in strojev. 383
2 3 Postopek izboljšanja procesa Do izboljšanja procesa pridemo v treh fazah (Kokol 2004, 6): Prva faza: na poti izboljšanja je merjenje stanja izhoda. Prva naloga je poznavanje in razumevanje obstoječe vrednosti Cpk za ključne parametre procesov ter karakteristik proizvodov. Druga faza: to je postopek centriranja variacij, pri čemer se Cpk postopoma izenači s Cp. Tretja faza: ko je vrednost Cpk blizu Cp, se prične postopek redukcije variacij procesa in s tem obvladovanje parametrov procesa ter karakteristik proizvoda. 4 Zmanjšanje variacij s pomočjo obvladovanja procesa Noben industrijski proces ali stroj ni sposoben izdelati zaporedno popolnoma enakih izdelkov glede na dolžino, težo, debelino Razlike so lahko velike ali so neizmerljivo majhne, prisotne pa so vedno. Večina razlik izhaja iz kombinacije vplivov na proces, tem učinkom pa rečemo variacije. Variacije so vzrok, da tehniki pri načrtovanju proizvodov uporabljajo tolerance in specifikacije (Kokol 2004, 8). Razlikujemo variacije, povzročene zaradi naravnih in posebnih vzrokov. Variacije zaradi naravnih vzrokov so vgrajene v sistem in jih lahko zmanjšajo le ukrepi vodstva. Variacije zaradi posebnih vzrokov so lahko odpravljene le z ukrepi operaterjev in osebja vzdrževanja. 4.1 Stabilen proces V stabilnem procesu so prisotni naravni vzroki variacij procesa, ki so v manjši ali večji meri stalno prisotni v njem. Če so v procesu prisotni le nespremenljivi naravni vzroki variacij je izhod iz procesa predvidljiv. To pa ne pomeni nujno tudi sprejemljivost izdelkov, omogoči nam le predvidevanje, da se pod temi pogoji proizvedeni kosi ne bodo bistveno spreminjali. Ko ni možno ugotoviti vzroka spremembe znotraj poznanih variacij in se vplivi spreminjajo minimalno ter znotraj pričakovanih omejitev, proces deluje v mejah normalnih variacij. Takšen proces je mogoče nadzirati z vzorcem in prek tega sklepati o njegovi sposobnosti. S statističnimi metodami lahko dokažemo obstoj naravnih vzrokov variacij, vendar pa moramo za njihovo zmanjšanje izdelati podrobnejše analize sistema, zato jih pogosto rešuje vodstvo procesa. Torej, zmanjšanje variacij procesa zaradi naravnih vzrokov zahteva sistemske ukrepe vodstva obravnavanega procesa (Kokol 2004, 8). 4.2 Nestabilen proces V nestabilnem procesu so prisotni posebni oz. naključni vzroki variacij. Na proces delujejo občasno, ob njihovi prisotnosti je izhod nepredvidljiv. To pa ne pomeni nujno nesprejemljivost izhoda, onemogoča pa nam predvidevanja o kakovosti naslednjega proizvedenega kosa. Posebne oz. naključne vzroke je mogoče določiti in so nepravilni, sposobnosti procesa pa ni mogoče statistično opredeliti. S statističnimi metodami lahko le dokažemo obstoj posebnih vzrokov variacij. 5 Statistična orodja in metode V odvisnosti od lastnosti procesa in karakteristik proizvoda ter postavljenih ciljev se lahko v različnem obsegu uporabljajo posamezna statistična orodja in metode za obvladovanje (Kokol 2004, 11). Najbolj pogosta statistična orodja in metode so: 384
3 tabele in preglednice podatkov, histogram (krivulja raztrosa), Pareto diagram (ABC diagram), časovni diagram in diagrami trendov, diagram vzrokov in posledic (ribja kost ali Ishikawa diagram), kontrolni list (CHECKLIST) in vprašalnik. 6 Razdelitev raztros procesa Osnovne karakteristike porazdelitve so: aritmetična sredina: število podatkov: n standardni odklon: σ razpon: (1) R= X max - X min (2) Ko obravnavamo značilnosti porazdelitve nas zanima delež meritev pod in nad tolerančnim območjem ter oblika porazdelitve. Standardni odklon σ (sigma) Standardni odklon nam pove, kako razpršene so vrednosti, vsebovane v populaciji. Lahko je računan kot σ, in sicer kot odklon celotne populacije ali njene naključne spremenljivke, ali pa kot s, in sicer kot odklon posameznega vzorca statistične populacije. Pri statističnem spremljanju procesa se σ izračuna na podlagi vzorca in je približek za standardni odklon celotne populacije: je posamezna vrednost, aritmetična srednja vrednost, n pa število podatkov. (3) 385
4 Slika 6.1 Normalna porazdelitev Velik odstotek meritev se nahaja okoli aritmetične sredine znotraj območja ±3σ. To pomeni, da bi približno 0,27 % meritev bilo izven območja ±3σ, približno 99,73 % meritev procesa pa bi bilo v tem območju. To velja pri normalni obliki porazdelitve. 7 Sposobnost procesa in centriranost procesa 7.1 Indeks sposobnosti procesa (Cp) Predpisana širina procesa (ZM SM) Cp = Dejanska širina procesa (6σ) (4) kjer pomeni, da je ZM zgornja meja, SM spodnja meja, ZM SM pa je predpisana širina procesa. Pridobljen rezultat delimo z dejansko širino procesa (6σ). Indeks sposobnosti procesa Cp nam pove, kako dobri smo lahko. Kaže razmerje med dejansko širino porazdelitve procesa (6σ) in predpisano širino procesa (tolerančnega območja). 386
5 Slika 7.1 Razmerje dejanske in predpisane širine procesa 7.2 Indeks centriranosti procesa (Cpk) Slika 7.2 Indeks centriranosti procesa Indeks centriranosti procesa Cpk nam pove, kako dobri smo v resnici. Cpk 1 = Cpk 2 = Razlika predpisane zgornje meje in povpre čja ZM X 1 2 dejanske širine procesa 3σ (5) Razlika povpre čja in predpisane spodnje meje X SM 1 2 dejanske širine procesa 3σ (6) Kaže razmerje med polovico dejanske širine porazdelitve procesa (3σ) in razliko predpisane meje ter povprečne aritmetične sredine dobljenih podatkov. Iz slike 4.4 vidimo, da obstajata dva indeksa centriranosti, prvi glede na zgornjo predpisano mejo (Cpk 1 ) in drugi glede na spodnjo predpisano mejo (Cpk 2 ). Merodajen je vedno tisti, ki je nižji. Cpk je lahko za neko količino obdelanih podatkov kvečjemu tako dober kot Cp. V tem primeru velja: Cpk 1 = Cpk 2 = Cp. 8 Statistično obvladovanje procesa v obravnavanem podjetju Statistične metode so v obravnavanem uporabljene v razvoju novih izdelkov in procesov, za ugotavljanje sposobnosti procesov ter kontrolnih, merilnih in preizkusnih pripomočkov, ugotavljanje kakovosti surovin ter polizdelkov in kakovosti končnih izdelkov. 387
6 Statistične metode vključijo v dokazovanje obvladovanja tudi na zahtevo kupca, kjer se pogodbeno opredelijo vrsta in obseg statističnih vrednotenj. Uporabijo jih tudi, kadar želijo ovrednotiti neskladnosti in s tem povezane korektivne ter preventivne ukrepe, stroške... Kriteriji oz. karakteristike izdelka, ki jih je treba statistično spremljati, so označene v kontrolnem planu. V njem je določeno tudi, na kakšen način se izkazujejo statistični rezultati. Statistično spremljanje poteka z merjenjem vnaprej določenih karakteristik izdelka. V kontrolnem planu je za vsak izdelek in za vsako operacijo določeno, katere karakteristike je treba spremljati statistično. V kontrolnem planu so karakteristike označene za statistično spremljanje na podlagi oznak na načrtu (risbi), ki ga v podjetju dobijo od kupca. Spremljanje procesa je numerično (variabilno) in nenumerično (atributivno) ter dokumentirano z vrsto kontrolnega zapisa, ki je podan v kontrolnem planu. Na podlagi podatkov meritev se pričetek proizvodnje odobri ali zavrne. 8.1 Atributivno kontroliranje karakteristik izdelka Mnogo karakteristik izdelka se lahko izrazi samo atributivno imenujemo jih opisne (atributivne) karakteristike. Na podlagi pregleda opisnih oz. atributivnih karakteristik se lahko pregledan izdelek razvrsti le v eno od dveh skupin: ustreza ali ne ustreza določeni specifikaciji. Pri atributivnem ugotavljanju ustreznosti izdelka v podjetju kontrolirajo vizualne karakteristike izdelkov in merske karakteristike izdelkov, katere se ne zapisujejo numerično (npr. kontrola lukenj z merilnimi trni, kontrola določenih specifikacij z namensko izdelanimi merilnimi pripravami ). Kontrolni zapis atributivnega kontroliranja izdelkov v obravnavanem podjetju imenujejo kontrolna karta za atributivne karakteristike. Za vse operacije dela je obrazec enak, pri različnih operacijah dela pa se kontrolirajo različne specifikacije izdelka. 8.2 Variabilno kontroliranje karakteristik izdelka Variabilno se kontrolirajo karakteristike, katerih vrednosti se lahko predstavijo numerično. V obravnavanem podjetju variabilne karakteristike merijo z raznimi merilnimi pripravami, kljunastimi merili, višinomeri, različnimi merilnimi programi (3D stroji) Pri variabilnem kontroliranju karakteristik izdelka se za potrditev stanja v podjetju uporabljajo nadzorne karte (kontrolna karta za variabilne karakteristike, -R karta, -S karta in X karta) in poročilo programa qs-stat. Nadzornih kart ne uporabljajo več tako pogosto, saj jih je v večji meri nadomestilo poročilo programa qs-stat, ki omogoča različne analize in grafične predstavitve. Poročilo programa QS-STAT je pri nekaterih operacijah v podjetju že v celoti nadomestilo nadzorne karte za variabilne karakteristike. QS-STAT je programski paket za ocenjevanje kakovosti procesov, sistemov in izdelkov. Merilni programi merilnih strojev Zeiss so shranjeni na postaji merilnega stroja. Merilec ima ob samem zagonu merilnega programa možnost odločanja, ali naj meritve merilnega programa shrani v bazo podatkov QS- STAT. V programu QS-STAT lahko izbirajo med uporabo treh različnih jezikov (slovenski, angleški ali nemški jezik). Prednost tega je, da lahko podatke uporabljajo v njim razumljivem jeziku, poročilo pa shranijo v jeziku, ki ga zahteva kupec. 9 Vrzeli trenutnega stanja 9.1 Nepoznavanje programa qs-stat in statističnih vrednosti Program qs-stat je nameščen le na delovnih postajah v merilnem laboratoriju. V februarju 2008 je sicer v podjetju potekalo izobraževanje, ki ga je organiziralo podjetje Q- 388
7 DAS. Vendar sta od vseh, ki so se tega izobraževanja udeležili, v podjetju ostali le dve osebi, pa še to ena od njiju delo opravlja prek študentskega servisa. Poročila programa qs-stat se izdelajo v merilnem laboratoriju. Po našem mnenju naročnika zahtevka za izdelavo poročila zanima le, ali sta Cp in Cpk nad ali pod mejno vrednostjo, katero je postavilo podjetje samo oz. katero od podjetja zahteva kupec. Sam izračun vrednosti Cp in Cpk pa je po našem mnenju večini nepoznan. 9.2 Nedostopnost poročila programa qs-stat Kot smo že omenili je program qs-stat nameščen le na delovnih postajah v merilnem laboratoriju, za izdajo poročila pa sta v podjetju usposobljeni le dve osebi, ki delo opravljata le v dopoldanskem času. Nameščanje programa qs-stat na delovnih postajah zaposlenih, ki so naročniki zahtevka izdaje poročila, in njihovo izobraževanje za uporabo programa ne bi bilo smiselno. Vseeno pa bi bilo potrebno nekaj storiti za boljši pregled nad proizvodnim procesom. 10 Predlogi za izboljšanje 10.1 Usposabljanje zaposlenih za delo s programom QS-STAT Predlagamo namestitev programa qs-stat prvenstveno na delovne postaje vseh Q- inženirjev, saj bi po našem mnenju ti morali biti odgovorni za proces, v katerem nastajajo izdelki kupcev, ki so jim bili dodeljeni v odgovornost. V drugi vrsti pa bi bilo program qs- STAT treba namestiti še v kontrolo livarne in oddelek obdelave. Na izobraževanje bi poslali vse zaposlene v merilnem laboratoriju, Q-inženirje, štiri delavce kontrole livarne in štiri delavce iz oddelka obdelave Nakup aplikacije qs-stat Web Predlagamo tudi nakup aplikacije qs-stat Web, za katero uporabniki potrebujejo le nameščen spletni brskalnik, ki ga ima skoraj vsak računalnik, ne glede na operacijski sistem. Omogoča nam hiter in enostaven vpogled v stanje procesa, brez obširnega znanja o uporabi programa qs-stat. Prednost aplikacije je v tem, da ne zahteva namestitve na posameznih delovnih postajah. Podatki in uporabniški vmesnik uporabljajo.aspx strani, ki so shranjene na centralnem strežniku in jih po potrebi lahko prilagajamo. Z qs-stat Web lahko uporabnik potem brska po podatkih o procesu in statističnih analizah. S qs-stat Web je možno izvajati vrednotenje na vsaki delovni postaji, ki uporablja brskalnik, brez potrebe po lokalni namestitvi qs-stat. Dodatne strani s podrobnostmi lahko dobimo prek navigacijskih elementov. Na dodatnih straneh lahko iz baz podatkov izberemo pripadajoče numerične vrednosti, indekse sposobnosti, tabele procesov ali poročila. Ko imamo spletno povezavo do strežnika, lahko informacije o kvaliteti dobimo od kjerkoli na svetu. Poleg možnosti krajevno neodvisnega vrednotenja je qs-stat Web sposoben prikazati še produkcijsko linijo jasno in interaktivno. Enostavno upravljanje omogoča hiter dostop do rezultatov vrednotenja. Izbira elementa prikaže želene podatke, tudi grafike in poročila. Vizualno sporočilo s spremembo barve v trenutku prikaže, kje na proizvodni linij oz. na katerem stroju je prišlo do napake. S tem je možno pregledati podatke o procesu hitro in enostavno. Za popolno in podrobno analizo procesa ali analizo vzorcev pa bi bilo ob tem treba uporabiti še qs-stat. Namen tega predloga je, bolj kot oddaljen dostop do podatkov o procesu in statističnih analizah, možnost hitrega ter enostavnega vpogleda v stanje procesa brez obširnega znanja uporabe programa qs-stat. Prednost tega je tudi omogočen dostop do omenjenih podatkov 389
8 za vse zainteresirane uporabnike brez namestitve na posameznih delovnih postajah uporabnikov. LITERATURA Kokol, Rajko Statistično obvladovanje procesa priročnik udeleženca. Interno gradivo, Obravnavano podjetje. 390
Kontrolne karte uporabljamo za sprotno spremljanje kakovosti izdelka, ki ga izdelujemo v proizvodnem procesu.
Kontrolne karte KONTROLNE KARTE Kontrolne karte uporablamo za sprotno spremlane kakovosti izdelka, ki ga izdeluemo v proizvodnem procesu. Izvaamo stalno vzorčene izdelkov, npr. vsako uro, vsake 4 ure.
Διαβάστε περισσότεραFunkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2
Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 2. april 2014 Funkcijske vrste Spomnimo se, kaj je to številska vrsta. Dano imamo neko zaporedje realnih števil a 1, a 2, a
Διαβάστε περισσότεραOdvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 5. december 2013 Primer Odvajajmo funkcijo f(x) = x x. Diferencial funkcije Spomnimo se, da je funkcija f odvedljiva v točki
Διαβάστε περισσότεραZaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 22. oktober 2013 Kdaj je zaporedje {a n } konvergentno, smo definirali s pomočjo limite zaporedja. Večkrat pa je dobro vedeti,
Διαβάστε περισσότεραTretja vaja iz matematike 1
Tretja vaja iz matematike Andrej Perne Ljubljana, 00/07 kompleksna števila Polarni zapis kompleksnega števila z = x + iy): z = rcos ϕ + i sin ϕ) = re iϕ Opomba: Velja Eulerjeva formula: e iϕ = cos ϕ +
Διαβάστε περισσότεραKODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK
1 / 24 KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK Štefko Miklavič Univerza na Primorskem MARS, Avgust 2008 Phoenix 2 / 24 Phoenix 3 / 24 Phoenix 4 / 24 Črtna koda 5 / 24 Črtna koda - kontrolni bit 6 / 24
Διαβάστε περισσότεραDiferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci
Linearna diferencialna enačba reda Diferencialna enačba v kateri nastopata neznana funkcija in njen odvod v prvi potenci d f + p= se imenuje linearna diferencialna enačba V primeru ko je f 0 se zgornja
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 21. november 2013 Hiperbolične funkcije Hiperbolični sinus sinhx = ex e x 2 20 10 3 2 1 1 2 3 10 20 hiperbolični kosinus coshx
Διαβάστε περισσότεραNEPARAMETRIČNI TESTI. pregledovanje tabel hi-kvadrat test. as. dr. Nino RODE
NEPARAMETRIČNI TESTI pregledovanje tabel hi-kvadrat test as. dr. Nino RODE Parametrični in neparametrični testi S pomočjo z-testa in t-testa preizkušamo domneve o parametrih na vzorcih izračunamo statistike,
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 14. november 2013 Kvadratni koren polinoma Funkcijo oblike f(x) = p(x), kjer je p polinom, imenujemo kvadratni koren polinoma
Διαβάστε περισσότεραSKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK
SKUPNE PORAZDELITVE SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK Kovaec vržemo trikrat. Z ozačimo število grbov ri rvem metu ( ali ), z Y a skuo število grbov (,, ali 3). Kako sta sremelivki i Y odvisi
Διαβάστε περισσότεραIntegralni račun. Nedoločeni integral in integracijske metrode. 1. Izračunaj naslednje nedoločene integrale: (a) dx. (b) x 3 +3+x 2 dx, (c) (d)
Integralni račun Nedoločeni integral in integracijske metrode. Izračunaj naslednje nedoločene integrale: d 3 +3+ 2 d, (f) (g) (h) (i) (j) (k) (l) + 3 4d, 3 +e +3d, 2 +4+4 d, 3 2 2 + 4 d, d, 6 2 +4 d, 2
Διαβάστε περισσότεραZaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 15. oktober 2013 Oglejmo si, kako množimo dve kompleksni števili, dani v polarni obliki. Naj bo z 1 = r 1 (cosϕ 1 +isinϕ 1 )
Διαβάστε περισσότεραNumerično reševanje. diferencialnih enačb II
Numerčno reševanje dferencaln enačb I Dferencalne enačbe al ssteme dferencaln enačb rešujemo numerčno z več razlogov:. Ne znamo j rešt analtčno.. Posamezn del dferencalne enačbe podan tabelarčno. 3. Podatke
Διαβάστε περισσότεραIZPIT IZ ANALIZE II Maribor,
Maribor, 05. 02. 200. (a) Naj bo f : [0, 2] R odvedljiva funkcija z lastnostjo f() = f(2). Dokaži, da obstaja tak c (0, ), da je f (c) = 2f (2c). (b) Naj bo f(x) = 3x 3 4x 2 + 2x +. Poišči tak c (0, ),
Διαβάστε περισσότεραSplošno o interpolaciji
Splošno o interpolaciji J.Kozak Numerične metode II (FM) 2011-2012 1 / 18 O funkciji f poznamo ali hočemo uporabiti le posamezne podatke, na primer vrednosti r i = f (x i ) v danih točkah x i Izberemo
Διαβάστε περισσότεραmatrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij):
4 vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 matrike Matrika dimenzije m n je pravokotna tabela m n števil, ki ima m vrstic in n stolpcev: a 11 a 12 a 1n a 21 a 22 a 2n
Διαβάστε περισσότεραPONOVITEV SNOVI ZA 4. TEST
PONOVITEV SNOVI ZA 4. TEST 1. * 2. *Galvanski člen z napetostjo 1,5 V požene naboj 40 As. Koliko električnega dela opravi? 3. ** Na uporniku je padec napetosti 25 V. Upornik prejme 750 J dela v 5 minutah.
Διαβάστε περισσότεραBooleova algebra. Izjave in Booleove spremenljivke
Izjave in Booleove spremenljivke vsako izjavo obravnavamo kot spremenljivko če je izjava resnična (pravilna), ima ta spremenljivka vrednost 1, če je neresnična (nepravilna), pa vrednost 0 pravimo, da gre
Διαβάστε περισσότεραOsnove sklepne statistike
Univerza v Ljubljani Fakulteta za farmacijo Osnove sklepne statistike doc. dr. Mitja Kos, mag. farm. Katedra za socialno farmacijo e-pošta: mitja.kos@ffa.uni-lj.si Intervalna ocena oz. interval zaupanja
Διαβάστε περισσότεραMATEMATIČNI IZRAZI V MAFIRA WIKIJU
I FAKULTETA ZA MATEMATIKO IN FIZIKO Jadranska cesta 19 1000 Ljubljan Ljubljana, 25. marec 2011 MATEMATIČNI IZRAZI V MAFIRA WIKIJU KOMUNICIRANJE V MATEMATIKI Darja Celcer II KAZALO: 1 VSTAVLJANJE MATEMATIČNIH
Διαβάστε περισσότερα1. Έντυπα αιτήσεων αποζημίωσης... 2 1.1. Αξίωση αποζημίωσης... 2 1.1.1. Έντυπο... 2 1.1.2. Πίνακας μεταφράσεων των όρων του εντύπου...
ΑΠΟΖΗΜΙΩΣΗ ΘΥΜΑΤΩΝ ΕΓΚΛΗΜΑΤΙΚΩΝ ΠΡΑΞΕΩΝ ΣΛΟΒΕΝΙΑ 1. Έντυπα αιτήσεων αποζημίωσης... 2 1.1. Αξίωση αποζημίωσης... 2 1.1.1. Έντυπο... 2 1.1.2. Πίνακας μεταφράσεων των όρων του εντύπου... 3 1 1. Έντυπα αιτήσεων
Διαβάστε περισσότεραIterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013
Numerične metode, sistemi linearnih enačb B. Jurčič Zlobec Numerične metode FE, 2. december 2013 1 Vsebina 1 z n neznankami. a i1 x 1 + a i2 x 2 + + a in = b i i = 1,..., n V matrični obliki zapišemo:
Διαβάστε περισσότερα8. Diskretni LTI sistemi
8. Diskreti LI sistemi. Naloga Določite odziv diskretega LI sistema s podaim odzivom a eoti impulz, a podai vhodi sigal. h[] x[] - - 5 6 7 - - 5 6 7 LI sistem se a vsak eoti impulz δ[] a vhodu odzove z
Διαβάστε περισσότεραDelovna točka in napajalna vezja bipolarnih tranzistorjev
KOM L: - Komnikacijska elektronika Delovna točka in napajalna vezja bipolarnih tranzistorjev. Določite izraz za kolektorski tok in napetost napajalnega vezja z enim virom in napetostnim delilnikom na vhod.
Διαβάστε περισσότεραADS sistemi digitalnega snemanja ADS-DVR-4100D4
ADS-DVR-4100D4 Glavne značilnosti: kompresija, idealna za samostojni sistem digitalnega snemanja štirje video vhodi, snemanje 100 slik/sek v D1 ločljivosti pentaplex funkcija (hkratno delovanje petih procesov):
Διαβάστε περισσότεραOdvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 10. december 2013 Izrek (Rolleov izrek) Naj bo f : [a,b] R odvedljiva funkcija in naj bo f(a) = f(b). Potem obstaja vsaj ena
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 12. november 2013 Graf funkcije f : D R, D R, je množica Γ(f) = {(x,f(x)) : x D} R R, torej podmnožica ravnine R 2. Grafi funkcij,
Διαβάστε περισσότερα13. Jacobijeva metoda za računanje singularnega razcepa
13. Jacobijeva metoda za računanje singularnega razcepa Bor Plestenjak NLA 25. maj 2010 Bor Plestenjak (NLA) 13. Jacobijeva metoda za računanje singularnega razcepa 25. maj 2010 1 / 12 Enostranska Jacobijeva
Διαβάστε περισσότεραStatistična analiza. doc. dr. Mitja Kos, mag. farm. Katedra za socialno farmacijo Univerza v Ljubljani- Fakulteta za farmacijo
Statistična analiza opisnih spremenljivk doc. dr. Mitja Kos, mag. arm. Katedra za socialno armacijo Univerza v Ljubljani- Fakulteta za armacijo Statistični znaki Proučevane spremenljivke: statistični znaki
Διαβάστε περισσότεραOsnove elektrotehnike uvod
Osnove elektrotehnike uvod Uvod V nadaljevanju navedena vprašanja so prevod testnih vprašanj, ki sem jih našel na omenjeni spletni strani. Vprašanja zajemajo temeljna znanja opredeljenega strokovnega področja.
Διαβάστε περισσότεραp 1 ENTROPIJSKI ZAKON
ENROPIJSKI ZAKON REERZIBILNA srememba: moža je obrjea srememba reko eakih vmesih staj kot rvota srememba. Po obeh sremembah e sme biti obeih trajih srememb v bližji i dalji okolici. IREERZIBILNA srememba:
Διαβάστε περισσότεραKotne in krožne funkcije
Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku Avtor: Rok Kralj, 4.a Gimnazija Vič, 009/10 β a c γ b α sin = a c cos= b c tan = a b cot = b a Sinus kota je razmerje kotu nasprotne katete
Διαβάστε περισσότερα*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center
Državni izpitni center *M40* Osnovna in višja raven MATEMATIKA SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Sobota, 4. junij 0 SPLOŠNA MATURA RIC 0 M-40-- IZPITNA POLA OSNOVNA IN VIŠJA RAVEN 0. Skupaj:
Διαβάστε περισσότεραEnačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba.
1. Osnovni pojmi Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. Primer 1.1: Diferencialne enačbe so izrazi: y
Διαβάστε περισσότερα1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja
ZNAČILNOSTI FUNKCIJ ZNAČILNOSTI FUNKCIJE, KI SO RAZVIDNE IZ GRAFA. Deinicijsko območje, zaloga vrednosti. Naraščanje in padanje, ekstremi 3. Ukrivljenost 4. Trend na robu deinicijskega območja 5. Periodičnost
Διαβάστε περισσότεραVaja: Odbojnostni senzor z optičnimi vlakni. Namen vaje
Namen vaje Spoznavanje osnovnih fiber-optičnih in optomehanskih komponent Spoznavanje načela delovanja in praktične uporabe odbojnostnega senzorja z optičnimi vlakni, Delo z merilnimi instrumenti (signal-generator,
Διαβάστε περισσότεραPOROČILO. št.: P 1100/ Preskus jeklenih profilov za spuščen strop po točki 5.2 standarda SIST EN 13964:2004
Oddelek za konstrkcije Laboratorij za konstrkcije Ljbljana, 12.11.2012 POROČILO št.: P 1100/12 680 01 Presks jeklenih profilov za spščen strop po točki 5.2 standarda SIST EN 13964:2004 Naročnik: STEEL
Διαβάστε περισσότεραPROCESIRANJE SIGNALOV
Rešive pisega izpia PROCESIRANJE SIGNALOV Daum: 7... aloga Kolikša je ampliuda reje harmoske kompoee arisaega periodičega sigala? f() - -3 - - 3 Rešiev: Časova fukcija a iervalu ( /,/) je lieara fukcija:
Διαβάστε περισσότερα1. Trikotniki hitrosti
. Trikotniki hitrosti. Z radialno črpalko želimo črpati vodo pri pogojih okolice z nazivnim pretokom 0 m 3 /h. Notranji premer rotorja je 4 cm, zunanji premer 8 cm, širina rotorja pa je,5 cm. Frekvenca
Διαβάστε περισσότεραCM707. GR Οδηγός χρήσης... 2-7. SLO Uporabniški priročnik... 8-13. CR Korisnički priručnik... 14-19. TR Kullanım Kılavuzu... 20-25
1 2 3 4 5 6 7 OFFMANAUTO CM707 GR Οδηγός χρήσης... 2-7 SLO Uporabniški priročnik... 8-13 CR Korisnički priručnik... 14-19 TR Kullanım Kılavuzu... 20-25 ENG User Guide... 26-31 GR CM707 ΟΔΗΓΟΣ ΧΡΗΣΗΣ Περιγραφή
Διαβάστε περισσότεραGimnazija Krˇsko. vektorji - naloge
Vektorji Naloge 1. V koordinatnem sistemu so podane točke A(3, 4), B(0, 2), C( 3, 2). a) Izračunaj dolžino krajevnega vektorja točke A. (2) b) Izračunaj kot med vektorjema r A in r C. (4) c) Izrazi vektor
Διαβάστε περισσότεραThe Thermal Comfort Properties of Reusable and Disposable Surgical Gown Fabrics Original Scientific Paper
24 The Thermal Comfort Properties of Surgical Gown Fabrics 1 1 2 1 2 Termofiziološke lastnosti udobnosti kirurških oblačil za enkratno in večkratno uporabo december 2008 marec 2009 Izvleček Kirurška oblačila
Διαβάστε περισσότεραPOROČILO 3.VAJA DOLOČANJE REZULTANTE SIL
POROČILO 3.VAJA DOLOČANJE REZULTANTE SIL Izdba aje: Ljubjana, 11. 1. 007, 10.00 Jan OMAHNE, 1.M Namen: 1.Preeri paraeogramsko praio za doočanje rezutante nezporedni si s skupnim prijemaiščem (grafično)..dooči
Διαβάστε περισσότεραVarjenje polimerov s polprevodniškim laserjem
Laboratorijska vaja št. 5: Varjenje polimerov s polprevodniškim laserjem Laserski sistemi - Laboratorijske vaje 1 Namen vaje Spoznati polprevodniške laserje visokih moči Osvojiti osnove laserskega varjenja
Διαβάστε περισσότεραS programom SPSS se, glede na število ur, ne bomo ukvarjali. Na izpitu so zastavljena neka vprašanja, zraven pa dobimo računalniški izpis izračunov. T
2. predavanje RVM Kvantitativne metode Borut Kodrič, Koper 21.5.2010 Ključ za dostop do e-učilnice: RMD2009 Tekom srečanj bodo zadeve osvežene v smislu, da bodo okleščene. Morda bo dodan še kak rešen primer.
Διαβάστε περισσότεραMultivariatna analiza variance
(MANOVA) MANOVA je multivariatna metoda za proučevanje odvisnosti med več odvisnimi (številskimi) in več neodvisnimi (opisnimi) spremenljivkami. (MANOVA) MANOVA je multivariatna metoda za proučevanje odvisnosti
Διαβάστε περισσότεραOsnove statistike. Drago Bokal Oddelek za matematiko in računalništvo Fakulteta za naravoslovje in matematiko Univerza v Mariboru. 1.
Oddelek za matematiko in računalništvo Fakulteta za naravoslovje in matematiko Univerza v Mariboru 1. marec 2010 Obvestila. http://um.fnm.uni-mb.si/ Prosojnice se lahko spremenijo v tednu po predavanjih.
Διαβάστε περισσότεραNekateri primeri sklopov izpitnih vprašanj pri predmetu Naključni pojavi
Nekateri primeri sklopov izpitnih vprašanj pri predmetu Naključni pojavi 1. Izpeljite Binomsko porazdelitev in pokažite kako pridemo iz nje do Poissonove porazdelitve? 2. Kako opišemo naključne lastnosti
Διαβάστε περισσότεραvezani ekstremi funkcij
11. vaja iz Matematike 2 (UNI) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 ekstremi funkcij več spremenljivk nadaljevanje vezani ekstremi funkcij Dana je funkcija f(x, y). Zanimajo nas ekstremi nad
Διαβάστε περισσότεραFunkcije več spremenljivk
DODATEK C Funkcije več spremenljivk C.1. Osnovni pojmi Funkcija n spremenljivk je predpis: f : D f R, (x 1, x 2,..., x n ) u = f (x 1, x 2,..., x n ) kjer D f R n imenujemo definicijsko območje funkcije
Διαβάστε περισσότεραDržavni izpitni center SPOMLADANSKI IZPITNI ROK *M * NAVODILA ZA OCENJEVANJE. Sreda, 3. junij 2015 SPLOŠNA MATURA
Državni izpitni center *M15143113* SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Sreda, 3. junij 2015 SPLOŠNA MATURA RIC 2015 M151-431-1-3 2 IZPITNA POLA 1 Naloga Odgovor Naloga Odgovor Naloga Odgovor
Διαβάστε περισσότεραDISKRETNA FOURIERJEVA TRANSFORMACIJA
29.03.2004 Definicija DFT Outline DFT je linearna transformacija nekega vektorskega prostora dimenzije n nad obsegom K, ki ga označujemo z V K, pri čemer ima slednji lastnost, da vsebuje nek poseben element,
Διαβάστε περισσότεραMatematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta
Matematika Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 6. november 200 Poglavje 2 Zaporedja in številske vrste 2. Zaporedja 2.. Uvod Definicija 2... Zaporedje (a n ) = a, a 2,..., a n,... je predpis,
Διαβάστε περισσότερα1. VAJA IZ TRDNOSTI. (linearna algebra - ponovitev, Kroneckerjev δ i j, permutacijski simbol e i jk )
VAJA IZ TRDNOSTI (lnearna algebra - ponovtev, Kroneckerev δ, permutacsk smbol e k ) NALOGA : Zapš vektor a = [, 2,5,] kot lnearno kombnaco vektorev e = [,,,], e 2 = [,2,3,], e 3 = [2,,, ] n e 4 = [,,,]
Διαβάστε περισσότεραPoglavje 7. Poglavje 7. Poglavje 7. Regulacijski sistemi. Regulacijski sistemi. Slika 7. 1: Normirana blokovna shema regulacije EM
Slika 7. 1: Normirana blokovna shema regulacije EM Fakulteta za elektrotehniko 1 Slika 7. 2: Principielna shema regulacije AM v KSP Fakulteta za elektrotehniko 2 Slika 7. 3: Merjenje komponent fluksa s
Διαβάστε περισσότεραNa pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12
Predizpit, Proseminar A, 15.10.2015 1. Točki A(1, 2) in B(2, b) ležita na paraboli y = ax 2. Točka H leži na y osi in BH je pravokotna na y os. Točka C H leži na nosilki BH tako, da je HB = BC. Parabola
Διαβάστε περισσότεραIZZIVI DRUŽINSKE MEDICINE. U no gradivo zbornik seminarjev
IZZIVI DRUŽINSKE MEDICINE Uno gradivo zbornik seminarjev študentov Medicinske fakultete Univerze v Mariboru 4. letnik 2008/2009 Uredniki: Alenka Bizjak, Viktorija Janar, Maša Krajnc, Jasmina Rehar, Mateja
Διαβάστε περισσότεραFrekvenčna analiza neperiodičnih signalov. Analiza signalov prof. France Mihelič
Frekvenčna analiza neperiodičnih signalov Analiza signalov prof. France Mihelič Vpliv postopka daljšanja periode na spekter periodičnega signala Opazujmo družino sodih periodičnih pravokotnih impulzov
Διαβάστε περισσότεραMERITVE LABORATORIJSKE VAJE. Študij. leto: 2011/2012 UNIVERZA V MARIBORU. Skupina: 9
.cwww.grgor nik ol i c NVERZA V MARBOR FAKTETA ZA EEKTROTEHNKO, RAČNANŠTVO N NFORMATKO 2000 Maribor, Smtanova ul. 17 Študij. lto: 2011/2012 Skupina: 9 MERTVE ABORATORJSKE VAJE Vaja št.: 4.1 Določanj induktivnosti
Διαβάστε περισσότεραMatematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1
Mtemtik 1 Gregor Dolinr Fkultet z elektrotehniko Univerz v Ljubljni 2. jnur 2014 Gregor Dolinr Mtemtik 1 Izrek (Izrek o povprečni vrednosti) Nj bo m ntnčn spodnj mej in M ntnčn zgornj mej integrbilne funkcije
Διαβάστε περισσότεραPodobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik
Podobnost matrik Matematika II (FKKT Kemijsko inženirstvo) Matjaž Željko FKKT Kemijsko inženirstvo 14 teden (Zadnja sprememba: 23 maj 213) Matrika A R n n je podobna matriki B R n n, če obstaja obrnljiva
Διαβάστε περισσότεραFazni diagram binarne tekočine
Fazni diagram binarne tekočine Žiga Kos 5. junij 203 Binarno tekočino predstavljajo delci A in B. Ti se med seboj lahko mešajo v različnih razmerjih. V nalogi želimo izračunati fazni diagram take tekočine,
Διαβάστε περισσότεραOSNOVE STATISTIKE. FKKT-kemijski tehnologi 1.letnik Miran Černe
OSNOVE STATISTIKE FKKT-kemijski tehnologi 1.letnik 2010 Miran Černe Statistika je način, kako iz množice podatkov izluščiti ustrezne informacije. Izraz izhaja iz latinskih besed STATUS = stanje STATO =
Διαβάστε περισσότεραReševanje sistema linearnih
Poglavje III Reševanje sistema linearnih enačb V tem kratkem poglavju bomo obravnavali zelo uporabno in zato pomembno temo linearne algebre eševanje sistemov linearnih enačb. Spoznali bomo Gaussovo (natančneje
Διαβάστε 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 περισσότεραTransformator. Delovanje transformatorja I. Delovanje transformatorja II
Transformator Transformator je naprava, ki v osnovi pretvarja napetost iz enega nivoja v drugega. Poznamo vrsto različnih izvedb transformatorjev, glede na njihovo specifičnost uporabe:. Energetski transformator.
Διαβάστε περισσότερα+105 C (plošče in trakovi +85 C) -50 C ( C)* * Za temperature pod C se posvetujte z našo tehnično službo. ϑ m *20 *40 +70
KAIFLEX ST Tehnični podatki Material Izjemno fleksibilna zaprtocelična izolacija, fleksibilna elastomerna pena (FEF) Opis Uporaba Temperaturno območje Toplotna prevodnost W/(m K ) pri različnih srednjih
Διαβάστε περισσότεραBočna zvrnitev upogibno obremenjenih elementov s konstantnim prečnim prerezom
D. Beg, študijsko gradivo za JK, april 006 KK FGG UL Bočna zvrnitev upogibno obremenjenih elementov s konstantnim prečnim prerezom Nosilnost na bočno zvrnitev () Elemente, ki niso bočno podprti in so upogibno
Διαβάστε περισσότεραProizvajalna funkcija
Proizvajalna funkcija in računovodske informacije za odločanje o proizvajanju učinkov mag. Darjana Vidic Vsebina predavanja 1. Opredelitev proizvajalne funkcije 2. Računovodske informacije za odločanje
Διαβάστε περισσότεραPostavitev hipotez NUJNO! Milena Kova. 10. januar 2013
Postavitev hipotez NUJNO! Milena Kova 10. januar 2013 Osnove biometrije 2012/13 1 Postavitev in preizku²anje hipotez Hipoteze zastavimo najprej ob na rtovanju preizkusa Ob obdelavi jih morda malo popravimo
Διαβάστε περισσότεραKotni funkciji sinus in kosinus
Kotni funkciji sinus in kosinus Oznake: sinus kota x označujemo z oznako sin x, kosinus kota x označujemo z oznako cos x, DEFINICIJA V PRAVOKOTNEM TRIKOTNIKU: Kotna funkcija sinus je definirana kot razmerje
Διαβάστε περισσότεραDefinicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1
Funkcije več realnih spremenljivk Osnovne definicije Limita in zveznost funkcije več spremenljivk Parcialni odvodi funkcije več spremenljivk Gradient in odvod funkcije več spremenljivk v dani smeri Parcialni
Διαβάστε περισσότερα8. Posplošeni problem lastnih vrednosti
8. Posplošeni problem lastnih vrednosti Bor Plestenjak NLA 13. april 2010 Bor Plestenjak (NLA) 8. Posplošeni problem lastnih vrednosti 13. april 2010 1 / 15 Matrični šop Dani sta kvadratni n n matriki
Διαβάστε περισσότεραOvo 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 περισσότεραEffect of Fibre Fineness on Colour and Reflectance Value of Dyed Filament Polyester Fabrics after Abrasion Process Izvirni znanstveni članek
Učinek finosti filamentov na barvne vrednosti in odbojnost svetlobe 8 Učinek finosti filamentov na barvne vrednosti in odbojnost svetlobe barvanih poliestrskih filamentnih tkanin po drgnjenju July November
Διαβάστε περισσότερα1 Fibonaccijeva stevila
1 Fibonaccijeva stevila Fibonaccijevo število F n, kjer je n N, lahko definiramo kot število načinov zapisa števila n kot vsoto sumandov, enakih 1 ali Na primer, število 4 lahko zapišemo v obliki naslednjih
Διαβάστε περισσότεραUPOR NA PADANJE SONDE V ZRAKU
UPOR NA PADANJE SONDE V ZRAKU 1. Hitrost in opravljena pot sonde pri padanju v zraku Za padanje v zraku je odgovorna sila teže. Poleg sile teže na padajoče telo deluje tudi sila vzgona, ki je enaka teži
Διαβάστε περισσότεραCilji vaje. Osnovni pojmi. Načini grafičnega prikaza podatkov: Načini numeričnega prikaza podatkov: 2. vaja: OPISNA STATISTIKA OB UPORABI MS EXCEL
. vaja: OPISA STATISTIKA OB UPORABI MS EXCEL asist. ejc Horvat, mag. farm. Cilji vaje ačini grafičnega prikaza podatkov: prikaz s stolpci, krogi, trakovi,.. histogram, stolpčni diagram, kvantilni diagram
Διαβάστε περισσότεραAlgebraične strukture
Poglavje V Algebraične strukture V tem poglavju bomo spoznali osnovne algebraične strukture na dani množici. Te so podane z eno ali dvema binarnima operacijama. Binarna operacija paru elementov iz množice
Διαβάστε 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 περισσότερα1.3 Vsota diskretnih slučajnih spremenljivk
.3 Vsota diskretnih slučajnih spremenljivk Naj bosta X in Y neodvisni Bernoullijevo porazdeljeni spremenljivki, B(p). Kako je porazdeljena njuna vsota? Označimo Z = X + Y. Verjetnost, da je P (Z = z) za
Διαβάστε περισσότεραZajemanje merilnih vrednosti z vf digitalnim spominskim osciloskopom
VSŠ Velenje ELEKTRIČNE MERITVE Laboratorijske vaje Zajemanje merilnih vrednosti z vf digitalnim spominskim osciloskopom Vaja št.2 M. D. Skupina A PREGLEDAL:. OCENA:.. Velenje, 22.12.2006 1. Besedilo naloge
Διαβάστε περισσότεραSpoznajmo sedaj definicijo in nekaj osnovnih primerov zaporedij števil.
Zaporedja števil V matematiki in fiziki pogosto operiramo s približnimi vrednostmi neke količine. Pri numeričnemu računanju lahko npr. število π aproksimiramo s števili, ki imajo samo končno mnogo neničelnih
Διαβάστε περισσότεραMerjenje temperature v orodju na brizgalno/pihalnem stroju
Merjenje temperature v orodju na brizgalno/pihalnem stroju Krištof Debeljak V seminarski nalogi je opisan problem izdelave plastičnih vsebnikov z brizganjem in pihanjem. Predstavljen je tudi proizvodno
Διαβάστε περισσότεραTabele termodinamskih lastnosti vode in vodne pare
Univerza v Ljubljani Fakulteta za strojništvo Laboratorij za termoenergetiko Tabele termodinamskih lastnosti vode in vodne pare po modelu IAPWS IF-97 izračunano z XSteam Excel v2.6 Magnus Holmgren, xsteam.sourceforge.net
Διαβάστε περισσότερα- Geodetske točke in geodetske mreže
- Geodetske točke in geodetske mreže 15 Geodetske točke in geodetske mreže Materializacija koordinatnih sistemov 2 Geodetske točke Geodetska točka je točka, označena na fizični površini Zemlje z izbrano
Διαβάστε περισσότεραprimer reševanja volumskega mehanskega problema z MKE
Reševanje mehanskih problemov z MKE primer reševanja volumskega mehanskega problema z MKE p p RAK: P-XII//74 Reševanje mehanskih problemov z MKE primer reševanja volumskega mehanskega problema z MKE L
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 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 περισσότεραV tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant.
Poglavje IV Determinanta matrike V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant 1 Definicija Preden definiramo determinanto,
Διαβάστε 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 περισσότεραLinearne blokovne kode
Fakulteta za elektrotehniko Univerza v Ljubljani Matevž Kunaver Linearne blokovne kode seminarska naloga Mentor: prof. dr. Sašo Tomažič Ljubljana, maj 005 Povzetek V tej seminarski nalogi so opisane linearne
Διαβάστε περισσότεραOsnove matematične analize 2016/17
Osnove matematične analize 216/17 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Kaj je funkcija? Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja
Διαβάστε 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 περισσότεραDISKRIMINANTNA ANALIZA
DISKRIMINANTNA ANALIZA Z diskriminantno analizo poiščemo tako linearno kombinacijo merjenih spremenljivk, da bo maksimalno ločila vnaprej določene skupine in da bo napaka pri uvrščanju enot v skupine najmanjša.
Διαβάστε περισσότεραVaje: Električni tokovi
Barbara Rovšek, Bojan Golli, Ana Gostinčar Blagotinšek Vaje: Električni tokovi 1 Merjenje toka in napetosti Naloga: Izmerite tok, ki teče skozi žarnico, ter napetost na žarnici Za izvedbo vaje potrebujete
Διαβάστε περισσότεραIzpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega
Izeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega 1. Najosnovnejše o konveksnih funkcijah Definicija. Naj bo X vektorski rostor in D X konveksna množica. Funkcija ϕ: D R je konveksna,
Διαβάστε 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 περισσότεραK U P M Metka Jemec. Konferenca o učenju in poučevanju matematike, M a r i b o r, 2 3. i n 2 4. avgusta
U K 20 P K U P M 2 0 1 2 ROZETA 12 M Metka Jemec Konferenca o učenju in poučevanju matematike, M a r i b o r, 2 3. i n 2 4. avgusta 2 0 1 2 Kaj je rozeta? Rozeta je oblika vzorca, narejena v obliki simetrične
Διαβάστε περισσότερα