Autori: Dr Biljana Popović, redovni profesor Prirodno matematičkog fakulteta u Nišu Mr Borislava Blagojević, asistent Gradjevinskog fakulteta u Nišu
|
|
- Ἀλκμήνη Λειβαδάς
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Biblioteka: ACADEMIA Autori: Dr Biljana Popović, redovni profesor Prirodno matematičkog fakulteta u Nišu Mr Borislava Blagojević, asistent Gradjevinskog fakulteta u Nišu MATEMATIČKA STATISTIKA SA PRIMENAMA U HIDROTEHNICI Prvo izdanje, god. Drugo izdanje, god. Treće izdanje, god. Recenzenti: Prof. dr Jovan Mališić, Matematički fakultet u Beogradu Prof. dr Vojislav Vukmirović, Gradjevinski fakultet u Beogradu Glavni i odgovorni urednik: Prof. dr Nenad Radojković, red. profesor Mašinskog fakulteta u Nišu Likovno tehnički urednik: Dipl.ing.arh. Gradimirka Stojiljković Jovanović Tehničko uredjivanje: Autori Odlukom Nastavno naučnog veća Gradjevinskog fakulteta u Nišu, broj 10/13 od 4. aprila godine, rukopis je preporučen za štampu kao udžbenik. Izdavač: Izdavačka jedinica Univerziteta u Nišu, Univerzitetski trg 2 Za izdavača: Prof. dr Zoran Milenković, rektor Univerziteta u Nišu YU ISBN Štampa: Sven, Niš Tiraž 200 primeraka
2 Prof. dr BILJANA POPOVIĆ Mr BORISLAVA BLAGOJEVIĆ MATEMATIČKA STATISTIKA SA PRIMENAMA U HIDROTEHNICI treće ispravljeno i dopunjeno izdanje IZDAVAČKA JEDINICA UNIVERZITETA U NIŠU
3
4 Sadržaj Predgovor trećemizdanju... Predgovordrugomizdanju... vii viii Predgovorprvomizdanju... ix I Verovatnoća 1 1 Osnovni elementi teorije verovatnoće Osnovnipojmoviidefinicije Slučajni dogadjaj Definicija verovatnoće Uslovne verovatnoće Slučajna promenljiva Funkcije slučajne promenljive Višedimenzionalne slučajne promenljive Uslovne raspodele Nezavisnost slučajnih promenljivih Važnije raspodele verovatnoća Raspodelediskretnogtipa Binomna raspodela (Bernulijeva) Puasonova raspodela Geometrijska raspodela Raspodele apsolutno neprekidnog tipa Normalna raspodela Log-normalna raspodela (Galtonova) Troparametarska log-normalna raspodela i
5 ii Uniformna raspodela Vejbulova raspodela Eksponencijalna raspodela Gama raspodela Troparametarska gama raspodela Log-Pirson III raspodela χ 2 raspodela Fišerova raspodela Studentova (t) raspodela Gumbelova raspodela Numeričke karakteristike slučajnih promenljivih Matematičko očekivanje Osobine matematičkog očekivanja Moment reda k slučajne promenljive Mod Medijana Kvantil reda p slučajnepromenljive Disperzija slučajnepromenljive Osobine disperzije Srednje apsolutno odstupanje Neke važnije funkcije od momenata slučajnih promenljivih Koeficijent varijacije Koeficijent asimetrije Koeficijent konkavnosti Kovarijansa.Koeficijentkorelacije Zakoni velikih brojeva i centralna granična teorema Zakonivelikihbrojeva Hinčinovzakonvelikihbrojeva Bernulijevzakonvelikihbrojeva Centralne graničneteoreme II Statistika 75 5 Osnovni elementi matematičke statistike Osnovnipojmovi Uzorak.Statistika... 80
6 5.3 Sredjivanje i prikazivanje statističkih podataka realizovanog uzorka Tablični metod prikaza podataka Grafičkimetodiprikazapodataka Ocenjivanje parametara raspodele obeležja Tačkasteoceneparametararaspodela Tačkaste ocene numeričkih karakteristika obeležja Intervalne ocene parametara obeležja Intervalne ocene parametara raspodela Intervali poverenja za kvantile Testiranje statističkih hipoteza Osnovnipojmovi Parametarskitestovi Test za srednju vrednost (m) obeležjazavelike uzorke Parametarska testiranja kod normalne raspodele Testiranje parametra binomne raspodele Testiranje parametra Puasonove raspodele Testiranjekoeficijentakorelacije Neparametarskitestovi Test Kolmogorov Smirnova Pirsonov χ 2 test Binomni test (test znakova) Test serija (test koraka) Test rangova (test Vilkokson Man Vitnija) Papiri raspodela verovatnoća Regresija i korelacija Linearnaregresijaprvevrste Jednostruka linearna regresija prve vrste Linearnaregresijadrugevrste Jednostruka linearna regresija druge vrste Nelinearni modeli zavisnosti Višestruka linearna regresija iii
7 iv 9 Analiza disperzija Jednofaktorskiproblem Dvofaktorskiproblem Dvofaktorski problem na prostom uzorku Dvofaktorski problem na uzorku sa ponavljanjem Statističko modeliranje SimulacijauzorakametodomMonteKarlo III Vremenski nizovi Teorijske osnove obrade vremenskih nizova Osnovni pojmovi o slučajnimprocesima Ocena srednje vrednosti Neslučajnekomponente Otkrivanje neslučajnih komponenata (analiza slučajnosti niza) Test tačaka zaokreta Test rasta Test kvadrata uzastopnih razlika Test serijskih korelacija Test cikličnih korelacija Metod pokretnih sredina Otklanjanje neslučajnihkomponenata Analizahomogenosti Statistička analiza hidrološkog niza Utvrdjivanje reprezentativnosti niza Homogenostniza Testiranje homogenosti funkcije raspodele Slučajnostniza Test kvadrata uzastopnih razlika Otkrivanjetrenda Rezultati analize niza maksimalnih godišnjih proticaja Završnenapomene Proračun velikih voda Analiza rizika
8 IV Dodatak A 247 Indeksnibrojevi Papiri verovatnoća v V Dodatak B 245 Statističkeformule Statističketablice Literatura 273 Beleške o autorima 275
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 περισσότεραnumeričkih deskriptivnih mera.
DESKRIPTIVNA STATISTIKA Numeričku seriju podataka opisujemo pomoću Numeričku seriju podataka opisujemo pomoću numeričkih deskriptivnih mera. Pokazatelji centralne tendencije Aritmetička sredina, Medijana,
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 περισσότεραStatističke metode. doc. dr Dijana Karuović
Statističke metode doc. dr Dijana Karuović STATISTIČKE METODE Danas jedan od glavnih metoda naučnog saznanja Najvažnije statističke metode koje se upotrebljavaju: Metod uzorka Metod srednjih vrednosti
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 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 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 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 περισσότεραFunkcija gustoće neprekidne slučajne varijable ima dva bitna svojstva: 1. Nenegativnost: f(x) 0, x R, 2. Normiranost: f(x)dx = 1.
σ-algebra skupova Definicija : Neka je Ω neprazan skup i F P(Ω). Familija skupova F je σ-algebra skupova na Ω ako vrijedi:. F, 2. A F A C F, 3. A n, n N} F n N A n F. Borelova σ-algebra Definicija 2: Neka
Διαβάστε περισσότεραFARMACEUTSKO-BIOKEMIJSKI FAKULTET SVEUČILIŠTA U ZAGREBU. IZVEDBENI PLAN akademska godina 2012./2013. zimski semestar
Naziv kolegija: Matematika sa statističkom analizom Naziv studija: Studij farmacije i medicinske biokemije Godina i semestar studija: Prva, zimski semestar FARMACEUTSKO-BIOKEMIJSKI FAKULTET SVEUČILIŠTA
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 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 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 περισσότεραPopulacija vs. uzorak - Opisivanje, ocenjivanje i testiranje. Jelena Marinković, maj 2012.
Populacija vs. uzorak - Opisivanje, ocenjivanje i testiranje Jelena Marinković, maj 01. Statistika p Nauka o generisanju informacija i znanja kroz prikupljanje, analizu i interpretaciju podataka koji su
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 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 περισσότεραProsta linearna regresija (primer)
STATISTIKA Prosta linearna regresija (primer) Doc. Dr Slađana Spasić E-mail: sladjana.spasic@singidunim.ac.rs Ass. Ana Simićević E-mail: asimicevic@singidunim.ac.rs 7. 6. 010. Beograd Predavanje 15 Regresiona
Διαβάστε περισσότεραNeparametarski testovi za dva nezavisna uzorka. Boris Glišić 208/2010 Bojana Ružičić 21/2010
Neparametarski testovi za dva nezavisna uzorka Boris Glišić 208/2010 Bojana Ružičić 21/2010 Neparametarski testovi Hipoteze o raspodeli obeležja se nazivaju neparametarske hipoteze, a odgovarajući testovi
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 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 περισσότεραAlgoritmi i programiranje
Univerzitet u Nišu Elektronski fakultet Algoritmi i programiranje zbirka rešenih zadataka na programskom jeziku C Grupa autora Univerzitet u Nišu Elektronski fakultet Leonid Stoimenov, Dragan Janković,
Διαβάστε περισσότεραVerovatnoa i raspodele verovatnoa (sluajno promenljivih veliina)
Verovatnoa i raspodele verovatnoa (sluajno promenljivih veliina) Jelena Marinkovi oktobar, 2007. godine Sadržaj Verovatnoa objektivna a priori a posteriori subjektivna Osnovne osobine verovatnoe Operacije
Διαβάστε περισσότεραAnaliza varijanse sa jednim Posmatra se samo jedna promenljiva
ANOVA Analiza varijanse (ANOVA) Analiza varijanse sa jednim faktorom Proširena ANOVA tabela 2 Tehnike za analizu podataka Analiza varijanse sa jednim faktorom Posmatra se samo jedna promenljiva Posmatra
Διαβάστε περισσότεραSADR\AJ. Predgovor. POGLAVLJE 2 Grafičko opisivanje podataka Klasifikacija varijabli 10 Kvalitativne ili numeričke 10 Mjerne skale 11
KRATAK SADR\AJ Poglavlje 1 Čemu proučavati statistiku? 1 Poglavlje 2 Grafičko opisivanje podataka 9 Poglavlje 3 Numeričko opisivanje podataka 46 Poglavlje 4 Vjerojatnost 78 Poglavlje 5 Diskretne slučajne
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 περισσότεραRegresija i korelacija
Regresija i korelacija Goran Trajković septembar, 008. godine Regresija i korelacija Regresijom i korelacijom analizira se povezanost (asocijacija, odnos) dve ili više varijabli. Korelacija podrazumeva
Διαβάστε περισσότεραBinomna, Poissonova i normalna raspodela
Binomna, Poissonova i normalna raspodela Dejana Stanisavljević januar, 2012. godine Identifikacija empirijske raspodele učestalosti Teorijske raspodele verovatnoća opisuju očekivano variranje ishoda nekog
Διαβάστε περισσότεραPitanja za eliminacioni test od ranijih godina Januar Dat je niz brojeva, tipa Napisati koliko iznosi medijana.
Pitanja za eliminacioni test od ranijih godina Januar 2013. *Medijana i modus: 1. Naci medijanu: 7, 5, 4, 17, 15, 22, 25, 17, 20, 23 2. Dat je niz brojeva, tipa 2 4 8 6 2 2 5 3. Napisati koliko iznosi
Διαβάστε περισσότερα9.1 Testovi hipoteza u statistici
196 9 Testiranje parametarskih hipoteza 9.1 Testovi hipoteza u statistici Popularan metod dokazivanja teorema u matematici je deductio ad absurdum, dovod enje do protivrečnosti ako se pretpostavi suprotno
Διαβάστε περισσότεραI INFORMATIKE STATISTIKA. Uvod u verovatnoću i statistiku Osnovni pojmovi matematičke statistike Parametri deskriptivne statistike
OSNOVE SPORTSKE STATISTIKE I INFORMATIKE Predavač: Dragan Veličković, dipl.mat. MSc. profesor matematike i računarstva ECDL ovlašćeni ispitivač CS 0826J 1. Uvod STATISTIKA Uvod u verovatnoću i statistiku
Διαβάστε περισσότεραTest rešavanje zadataka
Univerzitet u Beogradu Matematički fakultet Seminarski rad iz Verovatnoće i statistike Test rešavanje zadataka Tačkaste ocene parametra raspodele student: Martin Hofer profesor: Vesna Jevremović broj indeksa:
Διαβάστε περισσότεραPRIMENA STATISTIKE U KONSTRUISANJU
PRIMENA STATISTIKE U KONSTRUISANJU Osnovne saisičke veličine u konsruisanju Srednja vrednos Medijana Moda Mera rasipanja oko srednje vrednosi disperzija Granice poverenja Osobine numeričkih podaaka- Numeričko
Διαβάστε περισσότεραAko je koeficijent korelacije blizak 1, ne mora značiti da su X i Y međusobno zavisne, već da postoji treća promenljiva Z od koje zavise X i Y.
Parcialni oeficient orelacie Ao e oeficient orelacie bliza 1, ne mora značiti da su X i Y međusobno zavisne, već da postoi treća promenliva Z od oe zavise X i Y. Definiše iš se parcialni i oeficient i
Διαβάστε περισσότερα2.2 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 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 περισσότεραnepoznati parametar θ jednak broju θ 0, u oznaci H 0 (θ =θ 0 ), je primer proste hipoteze. Ako hipoteza nije prosta, onda je složena.
Testiraje parametarskih hipoteza Pretpostavka (hipoteza) o parametru raspodele se zove parametarska hipoteza. Postupak jeog potvrđivaja ili odbacivaja a osovu podataka iz uzorka je parametarski test. t
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 περισσότεραOblasti izučavanja. IX.1. Osnove analize podataka. IX. Analiza podataka UVOD U ANALIZU PODATAKA 13/11/15
Oblasti izučavanja UVOD U ANALIZU PODATAKA I. Priroda i obuhvat marketinških istraživanja II. Izvori podataka u marketinškim istraživanjima III. Faze istraživačkog procesa IV. Eksploratorna istraživanja
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(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 περισσότεραOsnove geostatistike
Mladen Nikolić Zasnovano na kursu Tomislava Hengla Sadržaj Obrada prostornih podataka Geostatistika podskup statistike specijalizovan za analizu i intepretaciju geografski označenih (georeferenciranih)
Διαβάστε περισσότεραMetod uzorka i karakteristike nekih planova
Metod uzorka i karakteristike nekih planova Metod uzorka nalazi primenu u mnogim oblastima ljudske aktivnosti. Metod uzorka se sastoji u ispitivanju jednog dela statističke mase (skupa, populacije) u cilju
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 περισσότεραStatističko zaključivanje - testiranje hipoteza. Katedra za medicinsku statistiku i informatiku
Statističko zaključivanje - testiranje hipoteza Statističko zaključivanje Ideja moderne statistike je da na osnovu uzorka (dobijenog uzorkovanjem iz osnovnog skupa) donosimo zaključke o populaciji (statističko
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 περισσότεραZadatak 4b- Dimenzionisanje rožnjače
Zadatak 4b- Dimenzionisanje rožnjače Rožnjača je statičkog sistema kontinualnog nosača raspona L= 5x6,0m. Usvaja se hladnooblikovani šuplji profil pravougaonog poprečnog preseka. Raster rožnjača: λ r 2.5m
Διαβάστε περισσότεραPredgovor 7. Uvod 8. 1 Uvod u teoriju verovatnoće Algebra dogad aja Aksiome teorije verovatnoće... 13
Sadržaj Predgovor 7 Uvod 8 1 Uvod u teoriju verovatnoće 11 11 Algebra dogad aja 12 12 Aksiome teorije verovatnoće 13 13 Metode zadavanja verovatnoće 16 131 Klasični metod 16 132 Metod zadavanja verovatnoće
Διαβάστε περισσότεραProfesor Zorica Mladenovic 6/5/2012 VEKTORSKI AUTOREGRESIONI MODELI I KOINTEGRACIONA ANALIZA. Zorica Mladenović. Teme
Profesor Zorica Mladenovic 6/5/ VEKTORSKI AUTOREGRESIONI MODELI I KOINTEGRACIONA ANALIZA Zorica Mladenović Teme. Prisustvo jediničnog korena u VAR modelu. Kointegracija u VAR modelu. MA reprezentacija
Διαβάστε περισσότεραTEORIJA I PRAKSA DOBIJANJA UZORAKA NA OSNOVU RASPOLOŽIVIH PODATAKA
UNIVERZITET U BEOGRADU MATEMATIČKI FAKULTET TEORIJA I PRAKSA DOBIJANJA UZORAKA NA OSNOVU RASPOLOŽIVIH PODATAKA MASTER RAD SUZANA PRICA MENTOR: PROF. DR VESNA JEVREMOVIĆ BEOGRAD, 2014. AUTOR SE ZAHVALJUJE
Διαβάστε περισσότεραGeometrijske karakteristike poprenih presjeka nosaa. 9. dio
Geometrijske karakteristike poprenih presjeka nosaa 9. dio 1 Sile presjeka (unutarnje sile): Udužna sila N Poprena sila T Moment uvijanja M t Moment savijanja M Napreanja 1. Normalno napreanje σ. Posmino
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 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 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 περισσότεραPARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,
PARCIJALNI IZVODI I DIFERENCIJALI Sama definicija parcijalnog ivoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je, naravno, naučiti onako kako vaš profesor ahteva. Mi ćemo probati
Διαβάστε περισσότεραSreñivanje i grafičko prikazivanje podataka
STATISTIKA Sreñivanje i grafičko prikazivanje podataka Doc. Dr Slañana Spasić E-mail: sladjana.spasic@singidunum.ac.rs 22. Beograd Predavanje 2 / Negrupisani podaci Podaci zapisani po redosledu prikupljanja,
Διαβάστε περισσότεραMERNA NESIGURNOST I SLEDIVOST (1)
MERNA NESIGURNOST I SLEDIVOST (1) Definicije (GUM) Nesigurnost: sumnja u rezultat merenja Nesigurnost (merenja): parametar, pridružen rezultatu merenja, koji karakteriše disperziju vrednosti koje se mogu
Διαβάστε περισσότεραPISMENI ISPIT IZ STATISTIKE
1. a) Trgovina odjeće prodaje odjeću u tri različite veličine: 32% veličine S, 44% veličine M i ostatak veličine L. Pokazalo se da je postotak odjeće s greškom redom 1%, 5% i 2%. Ako je trgovina ustanovila
Διαβάστε 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 περισσότεραVerovatnoća i Statistika. I deo. Verovatnoća. Beleške Prof. Aleksandra Ivića
Verovatnoća i Statistika I deo. Verovatnoća Beleške Prof. Aleksandra Ivića 0.1 Slučajni doga - daji i osnovni pojmovi verovatnoće Matematička teorija verovatnoće je grana čiste matematike. Teorija verovatnoće
Διαβάστε περισσότερα7. glava STATISTIČKO OCENJIVANJE CILJEVI POGLAVLJA. Nakon čitanja ovoga poglavlja bićete u stanju da:
STATISTIČKO OCENJIVANJE CILJEVI POGLAVLJA Nakon čitanja ovoga poglavlja bićete u stanju da: 1. razumete smisao statističkog ocenjivanja 2. shvatite razliku između tačkastih i intervalnih ocena 3. konstruišete
Διαβάστε περισσότεραMATEMATIČKA STATISTIKA
Metoda Monte-Karlo Numerička metoda rešavanja matematičkih problema pomoću modeliranja slučajnih promenljivih i statističkog ocenjivanja karakteristika tih promenljivih. Primenljiva je na sve matematičke
Διαβάστε περισσότεραMilan Merkle. Matematička analiza. Pregled teorije i zadaci. Treće izmenjeno i dopunjeno izdanje. Beograd, 2001.
Milan Merkle Matematička analiza Pregled teorije i zadaci Treće izmenjeno i dopunjeno izdanje Beograd, 2001. Sadržaj Obavezno pročitati................................................... xi 1 Uvod u analizu........................................................
Διαβάστε περισσότεραBILJEŠKE ZA PREDAVANJA (za internu uporabu)
1. Statistika - Nazivlje... 2 2. Statistika podjela statističkih analiza... 2 3. Objekti, varijable, mjerne skale... 3 4. Ekstremne i nedostajuće vrijednosti podaci... 4 5. Ciljevi statističke analize...
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 περισσότεραMODEL 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 περισσότεραZadaci 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 περισσότεραREGRESIONA I KORELACIONA ANALIZA
REGRESIONA I KORELACIONA ANALIZA Reč regresija dospela je u statistiku kada je 1855.godine Fransis Galton objavio publikaciju u kojoj je analizirao visinu sinova u zavisnosti od visine očeva. Zaključak
Διαβάστε περισσότεραgenerator slučajnih brojeva
Domaći zadatak broj iz predmeta Performanse računarskih sistema student: Milanović Nikola broj indeksa: 0/95 ) Generisanje pseudoslučajnih brojeva Uvod pseudoslučajni brojevi funkcije raspodele i gustine
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 περισσότερα4. MJERE DISPERZIJE. Josipa Perkov, prof., pred. 1
4. MJERE DISPERZIJE Josipa Perkov, prof., pred. 1 Kod mnogih mjerenja se može opaziti da se rezultati grupiraju i skupljaju oko jedne srednje vrijednosti Srednja vrijednost dobro reprezentira rezultate
Διαβάστε περισσότεραELEMENTI TEORIJE VEROVATNOĆE I MATEMATIČKE STATISTIKE
VIOLETA ALEKSIĆ ELEMENTI TEORIJE VEROVATNOĆE I MATEMATIČKE STATISTIKE Materijal za pripremu ispita iz predmeta Obrada i analiza podataka SADRŽAJ 1 Deskriptivna statistička analiza 1 1.1 Populacija. Obeležje..................................................................
Διαβάστε περισσότερα3. OSNOVNI POKAZATELJI TLA
MEHANIKA TLA: Onovni paraetri tla 4. OSNONI POKAZATELJI TLA Tlo e atoji od tri faze: od čvrtih zrna, vode i vazduha i njihovo relativno učešće e opiuje odgovarajući pokazateljia.. Specifična težina (G)
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 περισσότεραSTATISTIKA S M E I M N I AR R 7 : METODE UZORKA
Fakultet za menadžment u turizmu i ugotiteljtvu, Opatija Sveučilišni preddiplomki tudij Polovna ekonomija u turizmu i ugotiteljtvu Noitelj kolegija: Prof. dr. c. Suzana Marković Aitentica: Jelena Komšić
Διαβάστε περισσότεραGUM 2 Merna nesigurnost 4
GUM 2 Merna nesigurnost 4 PROCENA MERNE NESIGURNOSTI Propagacija merne nesigurnosti Funkcija modela: Y = f(x 1,X 2...X N ) Funkcija najbolje procenjenih vrednosti merene veličine: y=f(x 1,x 2...x n ) Najčešće
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 περισσότεραDODATNI MATERIJAL SA NASTAVE (2017/18)
DODATNI MATERIJAL SA NASTAVE (2017/18) 1. Povežite obeležja sa odgovarajudim tipom obeležja a) Broj gostiju b) Boja šešira c) Iznos računa u dinarima 1) Atributivno 2) Numeričko (neprekidno) 3) Numeričko
Διαβάστε περισσότεραSadrˇzaj. Sadrˇzaj 1 9 DVODIMENZIONALNI SLUČAJNI VEKTOR DISKRETNI DVODIMENZIONALNI
Sadrˇzaj Sadrˇzaj DVODIMENZIONALNI. DISKRETNI DVODIMENZIONALNI............................ KONTINUIRANI -dim tko želi znati više.............................. 5. KOVARIJANCA, KORELACIJA, PRAVCI REGRESIJE........
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 περισσότεραVEROVATNO A I STATISTIKA A - TEST 1 9. NOVEMBAR 2013.
VEROVATNO A I STATISTIKA A - TEST 1 9. NOVEMBAR 2013. 1. Novqi se baca tri puta. (a) Zapisati skup svih mogu ih ishoda. (b) Oznaqimo sa A k događaj da je u k-tom bacanju palo pismo, k {1, 2, 3}. Koriste
Διαβάστε περισσότεραSlučajne 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 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 περισσότεραBiostatistika. Biostatistika. dr Marko Obradovi
Biostatistika dr Marko Obradovi Uvod Uvod Statistiqke metode dele se na deskriptivne (opisne) metode statistiqkog zak uqiva a Definicija Populacija u statistiqkom smislu je grupa objekata o kojima treba
Διαβάστε περισσότεραBAYES-OVSKO OCENJIVANJE PARAMETARA GARCH MODELA
UNIVERZITET U NOVOM SADU PRIRODNO-MATEMATICKI FAKULTET DEPARTMAN ZA MATEMATIKU I INFORMATIKU Bojana Soro BAYES-OVSKO OCENJIVANJE PARAMETARA GARCH MODELA -MASTER RAD- Mentor Prof.dr Zagorka Lozanov-Crvenković
Διαβάστε περισσότεραMatematka 1 Zadaci za drugi kolokvijum
Matematka Zadaci za drugi kolokvijum 8 Limesi funkcija i neprekidnost 8.. Dokazati po definiciji + + = + = ( ) = + ln( ) = + 8.. Odrediti levi i desni es funkcije u datoj tački f() = sgn, = g() =, = h()
Διαβάστε περισσότεραPRIMJER 3. MATLAB filtdemo
PRIMJER 3. MATLAB filtdemo Prijenosna funkcija (IIR) Hz () =, 6 +, 3 z +, 78 z +, 3 z +, 53 z +, 3 z +, 78 z +, 3 z +, 6 z, 95 z +, 74 z +, z +, 9 z +, 4 z +, 5 z +, 3 z +, 4 z 3 4 5 6 7 8 3 4 5 6 7 8
Διαβάστε περισσότεραDiskretna matematika. Prof. dr Olivera Nikolić
Diskretna matematika Prof. dr Olivera Nikolić onikolic@singidunum.ac.rs 1 OSNOVNI POJMOVI MATEMATIČKE LOGIKE 2 1. Diskretna matematika 2. Kontinualna matematika 3 Pojam diskretne matematike Diskretna matematika
Διαβάστε περισσότεραOSNOVI ELEKTRONIKE VEŽBA BROJ 2 DIODA I TRANZISTOR
ELEKTROTEHNIČKI FAKULTET U BEOGRADU KATEDRA ZA ELEKTRONIKU OSNOVI ELEKTRONIKE ODSEK ZA SOFTVERSKO INŽENJERSTVO LABORATORIJSKE VEŽBE VEŽBA BROJ 2 DIODA I TRANZISTOR 1. 2. IME I PREZIME BR. INDEKSA GRUPA
Διαβάστε περισσότεραMERE DISPERZIJE ( VARIJABILNOSTI )
MERE DISPERZIJE ( VARIJABILNOSTI ) 1. RASPON VARIJACIJE 2.KVARTILNO ODSTUPANJE 3.PROSEČNO ODSTUPANJE 4.STANDARDNA DEVIJACIJA 5.KORELACIJA 6.STATISTIČKI POSTUPCI PRI BAŽDARENJU MERE DISPERZIJE Pokazatelji
Διαβάστε περισσότεραPOSTAVLJANJE I TESTIRANJE HIPOTEZA
POSTAVLJANJE I TESTIRANJE HIPOTEZA Hipoteza je precizno formulisana verbalna tvrdnja, pretpostavka o karakteristici jednog skupa ili o odnosu vrednosti posmatrane karakteristike u više skupova. U statističkim
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 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 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 περισσότεραMere centalne tendencije srednje vrednosti
Mere centalne tendencije srednje vrednosti Mere centralne tendencije, kao što sam naziv kaže, imaju za cilj da odrede centar osnovnog skupa. Jednostavnije rečeno, ove mere treba da daju informaciju o onome
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 περισσότεραVJEROJATNOST I STATISTIKA 2. kolokvij lipnja 2016.
Broj zadataka: 5 Vrijeme rješavanja: 0 min Ukupan broj bodova: 50 Zadatak.. kolokvij - 0. lipnja 0. (a Ako su X i Y diskretne slučajne varijable, dokažite da vrijedi formula E [X + Y ] = E [X] + E [Y ].
Διαβάστε περισσότεραTestiranje statističkih hipoteza Materijali za nastavu iz Statistike
Testiranje statističkih hipoteza Materijali za nastavu iz Statistike Kristina Krulić Himmelreich i Ksenija Smoljak 2012/13 1 / 39 Uvod Osnovna zadaća Statistike je na temelju uzorka ocijeniti kakvu razdiobu
Διαβάστε περισσότεραElektrotehnički fakultet univerziteta u Beogradu 16.maj Odsek za Softversko inžinjerstvo
Elektrotehnčk fakultet unverzteta u Beogradu 6.maj 8. Odsek za Softversko nžnjerstvo Performanse računarskh sstema Drug kolokvjum Predmetn nastavnk: dr Jelca Protć (35) a) () Posmatra se segment od N uzastonh
Διαβάστε περισσότεραTestovi simetrije zasnovani na empirijskoj funkciji raspodele
UNIVERZITET U BEOGRADU MATEMATIQKI FAKULTET Nada Boi Testovi simetrije zasnovani na empirijskoj funkciji raspodele master{rad Beograd, 2016. Mentor: dr Marko Obradovi, docent Matematiqkog fakulteta, Univerziteta
Διαβάστε περισσότεραAnalitička statistika Testiranje hipoteze.
Analitička statistika Testiranje hipoteze www.illustrationsof.com Dijelovi istraživanja Istraživačko pitanje Značenje Ustroj (design) - tip istraživanja Ispitanici Varijable Statistička obrada podataka
Διαβάστε περισσότερα