Priprema za laboratorijske vežbe iz predmeta Osnovi algoritama i strukutura DSP I Vežba 9 Adaptivni digitalni sistemi

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Priprema za laboratorijske vežbe iz predmeta Osnovi algoritama i strukutura DSP I Vežba 9 Adaptivni digitalni sistemi"

Transcript

1 VEŽBA 9 Adaptivni digitalni sistemi Potrebno predznanje Poznavanje programskog jezika C Urađena Vežba 1 Uvod u Digitalnu Obradu Signala Urađena Vežba 7 FIR filteri Odslušana predavanja iz predmeta OAiS DSP na temu Diskretni sistemi Odslušana predavanja iz predmeta OAiS DSP na temu FIR filteri Odslušana predavanja iz predmeta OAiS DSP na temu Adaptivni digitalni sistemi Šta će biti naučeno tokom izrade vežbe U okviru ove vežbe naučićete: Kako funkionišu adaptivni digitalni sistemi Na koji način adaptivni digitalni sistemi vrše adaptaciju prenosne karakteristike Neke od primena adaptivnih digitalnih sistema u realnim sistemima Motivacija Diskretni FIR i IIR filtri omogućuju efikasnu kontrolu spektra u linearnim vremenski nezavisnim sistemima. U određenim slučajevima parametri sistema se menjaju u vremenu te je potrebno da se i diskretni sistem prilagođava tim promenama. Dodatno postoji potreba da se koristi neko prethodno ili naučeno znanje o obrađivanima signalima da bi se poboljšao rezultat obrade. Rešavanju problema bi mogli pristupiti korišćenjem većeg broja diskretnih FIR/IIR filtera i izborom odgovarajuće grupe filtera na osnovu analize ulaznog signala. U praksi se koriste diskretni sistemi čiji parametri menjaju u vremenuadaptirajući se na osnovu ulaznog signala. Primer sistema je diskretni FIR filtar čiji koeficijenti se menjaju u vremenu.

2 1 TEORIJSKE OSNOVE U dosadašnjoj analizi je pretpostavljeno da su parametri sistema nepromenjivi. Tako su analizirani linearni (filteri) i nelinearni diskretni sistemi i metode obrade pod uslovom da su vremenski nepromenjivi. Međutim u praksi digitalne obrade signala javljaju se i vremenski zavisni sistemi sistemi čiji se parametri menjaju u vremenu. Najčešće su u pitanju obrade signala gde se koristi i neko prethodno ili naučeno znanje o obrađivanim signalima da bi se poboljšali rezultati obrade. Takvi sistemi se nazivaju adaptivni digitalni sistemi. 1.1 Adaptivni filter Primer vremenski zavisnih sistema jeste adaptivni filter. Adaptivni filter predstavlja filter kod koga vrednosti koeficijenata zavise od vremena, i menjaju se sa indeksom n. U slučaju adaptivnog filtera sa konačnim impulsnim odzivom jednačina filtera data je sa: y ( n) = L 1 hn k= 0 ( k) x( n k) Postoje različiti tipovi adaptivnih filtera u zavnisnoti od načina na koji se računaju koeficijenti filtra u svakoj iteraciji. Jedan od najčešće korišćenih algoritama jeste metoda minimizacije srednje kvadratne greške ili LMS (eng. Least Mean Square Error). Ovakav pristup podrazumeva računanje koeficijenata tako da se pokušava minimalizovati signal greške koji predstavlja razliku izlaza iz sistema i referentnog (željenog) izlaznog signala. Vrednost koeficijenata se koriguje proporcionalno gradijentu (prvom izvodu) kvadrata greške. Izračunavanje koeficijenata kod LMS vrši se sledećom jednačinom: gde: h+1=h+λ h(k) predstavlja koeficijente filtera (niz dužine L) u trenutku k t(k) predstavlja niz od poslednjih L odbiraka ulaznog signala, oni koji utiču na trenutni rezultat (niz dužine L) u trenutku k e(k) predstavlja grešku predikcije u trenutku k (skalarna promenljiva čija je vrednost razlika referentnog i izlaznog signala) λ - predstavlja koeficijent adaptacije Jedna modifikacija prethodnog algoritma jeste normalizovana LMS ili NLMS. Kod ovog algoritma adaptivna konstanta se prilagodjava snazi signala, pa je: h+1=h+ λ γ+ gde predstavlja zaštitnu konstantu, koja onemogućava da rezultat adaptivne formule (koeficijent filtera) postane prevelik kada je proizvod privremeno mali.

3 1.2 Primena adaptivnih filtera Adaptivni filteri se često koriste u sistemima za uklanjanje šuma ili akustičnog eha. Osnovna ideja kod ovakve primene je da se nepoznati sistem koji proizvodi šum u signalu pokuša modelovati adaptivnim filtrom, koji će tokom vremena menjati svoje karakteristike. Jedan od primera pojave akustičnog eha jeste u sistemima za komunikaciju, kada se koriste u tzv. hands-free režimu. Neželjeni signal ili šum je zapravo signal koji dolazi sa druge strane, šalje se na zvučnik, i potom se vraća na mikrofon manifestujući se kao neželjeni eho. Slika 1 - Sistem za uklanjanje akustičnog eha U opisanom slučaju zadatak adaptivnog filtera jeste da modeluje sistem koji se sastoji iz zvučnika, sobe i mikrofona. Cilj je da se propuštanjem signala koji dolazi na zvučnik kroz adaptivni filter dobije signal približno jednak neželjenom delu signala učitanog sa mikrofona. Rezultat filtriranja se oduzima od signala primljenog na mikrofonu i na taj način se dobija samo koristan signal. Ova razlika ujedno predstavlja i signal greške koji se koristi za adaptaciju koeficijenata. Opisani sitem prikazan je na slici 1. Još jedan slučaj korišćenja adaptivnih filtera za otklanjanje šuma jeste pristup sa dva izvora zvuka (dva mikrofona). Ovaj pristup često se koristi u pilotskim kabinama. Jedan mikrofon koristi pilot, za komunikaciju, dok se drugi mikrofon nalazi na određenoj udaljenosti od njega. Slika 2 - Sistem za adaptivno uklanjanje šuma

4 Prvi mikrofon služi za snimanje zašumljenog signala koji je potrebno preneti dalje, a drugi za snimanje samog šuma. Zadatak adaptivnog filtera jeste da na osnovu snimljenog šuma izvrši predikciju komponente šuma u zašumljenom signal. Signal sa mikrofona kojim se snima šum ima istu funkciju kao i signal koji pristiže na zvučnik u prethodnom primeru. Još jedna česta primena adaptivnih sistema jeste identifikacija nepoznatih sistema za obradu signala. Identifikacija sistema predstavlja eksperimentalni pristup modelovanju sistema za obradu signala. Osnovna ideja jeste da se na osnovu odziva nepoznatog sistema konstruiše model sa jednakim ili približno jednakim odzivom. Kao model se uzima adaptivni FIR ili IIR filtar. Identifikacija se vrši tako što se nepoznati sistem i model izvršavaju istovremeno za istu pobudu, pri tom se izlaz iz nepoznatog sistema uzima kao referentni signal za računanje greške prilikom adaptacije koeficijenata. Blok dijagram sistema za identfikaciju koristeći adaptivni filter prikazan je na slici 3. Slika 3 - Identifikacija sistema koristeći adaptivni filter Na slici 4 prikazani su impulsni odzivi sistema koji se identifikuje (plavo) i adaptivnog filtera (crveno), nakon obrađenih N odbiraka. Sistem koji se identifikuje u ovom slučaju jeste niskopropusni FIR filter 8- og reda sa graničnom učestanosti 5 khz. Kao model se koristi adaptivni FIR filter 10-og reda. Slika 4 - Prenosna karakteristika sistema koji se identifikuje (plavo) i adaptivnog filtra (crveno) nakon N obrađenih odbiraka

5 1.3 Implementacija adaptivnog filtra upotrebom programskog jezika C U ovom poglavlju dat je primer celobrojne implementacije adaptivnog FIR filtera koji koristi LMS algoritam za adaptaciju koeficijenata. Primer je realizovan tako da odgovara sistemu za adaptivno uklanjanje šuma prikazanom na slici 2. Filter je predstavljen funkcijom lms_filter. Parametri funkcije su odbirak ulaznog signala x, odbirak referentnog signala d, potom niz sa koeficijentima filtera coeffs, niz koji služi za pamćenje prethodnih ulaznih odbiraka history, broj koeficijenata, pokazivač na trenutni indeks čitanja iz history niza i koeficijent adaptacije λ (lambda) predstavljen kao broj u opsegu [-1, 1) skaliran na opseg tipa Int16. Int16 lms_filter(int16 x, Int16 d, Int16 *coeffs, Int16 *history, Uint16 n_coeff, Uint16 *p_state, Int16 lambda) { Int16 y, error; } y = fir_circular(x, coeffs, history, n_coeff, p_state); error = d - y; lms(error, coeffs, history, n_coeff, p_state, lambda); return error; Unutar prikazane funkcije vrši se poziv funkcije za filtriranje koja koristi kružni bafer (fir_circular). Ova funkcija je opisana u okviru vežbe 7. Kao ulazni odbirak filteru se prosleđuje odbirak ulaznog signala. Dobijena vrednost filtriranog odbirka se koristi za računanje vrednosti greške tako što se oduzme od referentnog signala. Potom se vrši adaptacija koeficijenata koristeći LMS algoritam odnosno pozivom funkcije lms. Nakon izvršene adaptacije funkcija vraća vrednost greške kao izlazni odbirak sistema (kao što je prikazano na slici 2). Funkcija lms kao parametre prima vrednost greške, niz sa koeficijentima, niz sa prethodnim ulaznim odbircima potreban za računanje novih koeficijenata, broj koeficijenata, pokazivač na trenutni indeks čitanja iz history niza i koeficijent adaptacije λ. Podrazumeva se da prosleđeni indeks čitanja ima vrednost indeksa najstarijeg elementa u okviru niza history. Prvi korak unutar tela funkcije jeste množenje vrednosti greške sa koeficijentom adaptacije. Potom se računa nova vrednost svakog koeficijenta primenom jednačine date u okviru LMS algoritma. Svaki koeficijent jednak je zbiru trenutne vrednosti koeficijenta i proizvoda koeficijenta adaptacije, vrednosti greške i odgovarajućeg ulaznog odbirka. Za sabiranje koristi se 32-bitna promenljiva accum kako ne bi došlo do prekoračenja opsega koje bi dovelo do neispravnog rezultata. Nakon izvršenog sabiranja potrebno je vrednost promenljive accum ograničiti na opseg 16-bitnog označenog tipa. void lms(int16 error, Int16 *coeffs, Int16 *history, Uint16 n_coeff, Uint16 *p_state, Int16 lambda) { Int32 accum; Int16 lambda_error, x, i; Int16 state = *p_state; lambda_error = _smpy(lambda, error); for (i = n_coeff - 1; i >= 0; i--)

6 { x = history[state]; if (++state >= n_coeff) { state = 0; } } } accum = coeffs[i]; accum += _smpy(lambda_error, x); if(accum > 32767) coeffs[i] = 32767; else if(accum < ) coeffs[i] = ; else coeffs[i] = (Int16)accum; 2 ZADACI 2.1 Zadatak 1 U okviru datog projektnog zadatka data je realizacija adaptivnog sistema za uklanjanje šuma prikazana na slici 2s. Sistem je dizajniran tako da očekuje signal d(n) (snimljeni signal + šum) na levom ulaznom kanalu, a snimljeni šum x(n) na desnom kanalu. Za svaki primljeni odbirak poziva se funkcija lms_filter koja vrši filtriranje i adaptaciju koeficijenata. Povratna vrednost funkcije jeste vrednost greške koja se prosleđuje na desni izlazni kanal. Na levom izlaznom kanalu je prosleđen neizmenjen ulazni signal snimljen sa levog ulaznog signala. 1. Uvući projektni zadatak 1 u radni prostor 2. Povezati line out izlaz vašeg računara na line in ulaz na razvojnoj ploči. 3. Koristeći program Audacity otvoriti datoteku SpeechPlusNoise.aup. Prvi signal koji se nalazi u okviru datoteke govorni signal, koji predstavlja signal od značaja i podešen je tako da se reprodukuje na levom kanalu. Naredna dva signala su sinusni signal frekvencije 3 khz, amplitude 0.5, i kosinusni signal iste frekvencije i amplitude 0.4 na desnom kanalu. Prvim signalom zašumljen je govor, dok drugi signal predstavlja snimljeni šum udaljenim mikrofonom. Pored ovih signala projekat sadrži i sinusni i kosinusni signal frekvencije 200 Hz k kao i signale belog šuma, takođe podešene za reprodukciju na levom i desnom kanalu. Poslednja 4 signala su utišani koristeći opciju Mute. 4. Reprodukovati datu datoteku koristeći prečicu Shift+Space. 5. Pokrenuti izvršavanje projektnog zadatka na DSP uređaju 6. Zaustaviti izvršenje programa upotrebom tačke prekida 7. Iscrtati vrednosti izlaznih kanala u vremenskom i frekventnom domenu kao i prenosnu karakteristiku filtera. 8. Ukloniti tačku prekida, i poslušati zvuk na levom i desnom izlaznom kanalu. Komentarisati razliku.

7 9. U toku izvršenja menjati šum pritiskom na taster Mute u okviru Audacity programa. Isprobati sve tri vrste šuma posebno, kao i kombinacije po 2 ili sva 3 šuma. Komentarisati rezultate. 10. U izvornom kodu promeniti vrednost koeficijenta adaptacije lambda sa 0.2 na Ponovo pokrenuti projekat. Komentarisati razliku u odnosu na prethodno pokretanje. 2.2 Zadatak 2 U ovom zadatku potrebno je izvršiti modelovanje nepoznatog sistema korišćenjem adaptivnog filtera. Kao nepoznati sistem se koristi filter sa konačnim impulsnim odzivom 32-og reda. Aproksimacija se vrši koristeći adaptivni FIR filter 50-og reda. 1. Uvući projektni zadatak 1 u radni prostor 2. Unutar funkcije main izvršiti poziv funkcije fir_circular nad levim ulaznim kanalom. Izlaz iz filtera smestiti u izlazni niz OutputBufferL. Koeficijenti filtera dati su u zaglavlju lowpass_coeff.h 3. Pozvati funkciju lms_filter. Ulazni signal je isti kao i u prethodnom koraku, a izlaz iz FIR filtra koristi se kao referentni signal. Koeficijent adaptacije lambda postaviti na 0,2. 4. Povezati line out izlaz vašeg računara na line in ulaz na razvojnoj ploči. 5. Koristeći program Audacity reprodukovati beli šum na oba kanala. 6. Pokrenuti program. 7. Iscrtati impulsni odziv i prenosnu karakteristiku oba filtera (vrednost koeficijenata i FFT nad koeficijentima). 8. Postaviti tačku prekida i posmatrati iscrtane vrednosti nakon svake iteracije. 9. Promeniti koeficijent lambda na 0,1. Ponoviti korake 5-8. Komentarisati uticaj koeficijenta adaptacije na brzinu adaptacije i stabilnost sistema. 10. Promeniti red adaptivnog filtra na 10. Ponoviti korake 5-8. Komentarisati uticaj reda filtra na brzinu adaptacije i stabilnost sistema. 2.3 Zadatak 3 Kao i u prethodnom zadatku potrebno je izvršiti modelovanje nepoznatog sistema korišćenjem adaptivnog filtera. Kao nepoznati sistem se koristi u filter sa beskonačnim impulsnim odzivom 4-og reda. Aproksimacija se vrši koristeći adaptivni FIR filter 32-og reda. 1. Uvući projektni zadatak 1 u radni prostor 2. Unutar funkcije main izvršiti poziv funkcije fourth_order_iir nad levim ulaznim kanalom. Izlaz iz filtera smestiti u izlazni niz OutputBufferL. Koeficijenti filtera dati su u zaglavlju lowpass_coeff.h 3. Pozvati funkciju lms_filter. Ulazni signal je isti kao i u prethodnom koraku, a izlaz iz FIR filtra koristi se kao referentni signal. Koeficijent adaptacije lambda postaviti na 0,2. 4. Povezati line out izlaz vašeg računara na line in ulaz na razvojnoj ploči. 5. Koristeći program Audacity reprodukovati beli šum na oba kanala. 6. Pokrenuti program. 7. Iscrtati impulsni odziv i prenosnu karakteristiku oba filtera (vrednost koeficijenata i FFT nad koeficijentima). 8. Postaviti tačku prekida i posmatrati iscrtane vrednosti nakon svake iteracije.

8 3 Zaključak U okviru ove vežbe upoznali ste se sa strukturom adaptivnih digitalnih sistema i načinom funkcionisanja adaptivnih digitalnih sistema. Upoznali ste se načinom adaptacije prenosne karakteristike adaptivnih digitalnih sistema. Takođe, upoznali ste se sa nekim od primena adaptivnih digitalnih sistema. Naučili ste kako se primenjuju adaptivni digitalni sistemi za uklanjanje šuma. Evaluirali ste uticaj koeficijenta adaptacije na brzinu adaptacije adaptivnog digitalnog sistema. Takođe ste evaluirali uticaj dužine adaptivnog filtra na kvalitet adaptacije praćenjem uticaja dužine adaptivnog filtra na kvalitet otklanjanja šuma iz signala.

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

PRIMJER 3. MATLAB filtdemo

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

Διαβάστε περισσότερα

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

OSNOVI ELEKTRONIKE VEŽBA BROJ 1 OSNOVNA KOLA SA DIODAMA

OSNOVI 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

Obrada signala

Obrada 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 περισσότερα

Algoritmi zadaci za kontrolni

Algoritmi 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 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

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

Elementi spektralne teorije matrica

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

Διαβάστε περισσότερα

Funkcija prenosa. Funkcija prenosa se definiše kao količnik z transformacija odziva i pobude. Za LTI sistem: y n h k x n k.

Funkcija prenosa. Funkcija prenosa se definiše kao količnik z transformacija odziva i pobude. Za LTI sistem: y n h k x n k. OT3OS1 7.11.217. Definicije Funkcija prenosa Funkcija prenosa se definiše kao količnik z transformacija odziva i pobude. Za LTI sistem: y n h k x n k Y z X z k Z y n Z h n Z x n Y z H z X z H z H z n h

Διαβάστε περισσότερα

Računarska grafika. Rasterizacija linije

Računarska 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 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

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

Kaskadna kompenzacija SAU

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

Διαβάστε περισσότερα

VEŽBA 3 Obrada signala u frekvencijskom domenu metodom overlap-add

VEŽBA 3 Obrada signala u frekvencijskom domenu metodom overlap-add VEŽBA 3 Obrada signala u frekvencijskom domenu metodom overlap-add Potrebno predznanje Poznavanje programskog jezika C Diskretna Furijeova transformacija Šta će biti naučeno tokom izrade vežbe Tokom izrade

Διαβάστε περισσότερα

OSNOVI ELEKTRONIKE VEŽBA BROJ 2 DIODA I TRANZISTOR

OSNOVI 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 περισσότερα

Računarska grafika. Rasterizacija linije

Računarska 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 περισσότερα

numeričkih deskriptivnih mera.

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

Διαβάστε περισσότερα

Elektrotehnički fakultet univerziteta u Beogradu 17.maj Odsek za Softversko inžinjerstvo

Elektrotehnički fakultet univerziteta u Beogradu 17.maj Odsek za Softversko inžinjerstvo Elektrotehnički fakultet univerziteta u Beogradu 7.maj 009. Odsek za Softversko inžinjerstvo Performanse računarskih sistema Drugi kolokvijum Predmetni nastavnik: dr Jelica Protić (35) a) (0) Posmatra

Διαβάστε 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

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

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

Διαβάστε περισσότερα

Poglavlje 7. Blok dijagrami diskretnih sistema

Poglavlje 7. Blok dijagrami diskretnih sistema Poglavlje 7 Blok dijagrami diskretnih sistema 95 96 Poglavlje 7. Blok dijagrami diskretnih sistema Stav 7.1 Strukturni dijagram diskretnog sistema u kome su sve veliqine prikazane svojim Laplasovim transformacijama

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

RAČUNSKE VEŽBE IZ PREDMETA POLUPROVODNIČKE KOMPONENTE (IV semestar modul EKM) IV deo. Miloš Marjanović

RAČUNSKE VEŽBE IZ PREDMETA POLUPROVODNIČKE KOMPONENTE (IV semestar modul EKM) IV deo. Miloš Marjanović Univerzitet u Nišu Elektronski fakultet RAČUNSKE VEŽBE IZ PREDMETA (IV semestar modul EKM) IV deo Miloš Marjanović MOSFET TRANZISTORI ZADATAK 35. NMOS tranzistor ima napon praga V T =2V i kroz njega protiče

Διαβάστε περισσότερα

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

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

Διαβάστε περισσότερα

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

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

Διαβάστε περισσότερα

Program testirati pomoću podataka iz sledeće tabele:

Program 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 περισσότερα

Pismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z.

Pismeni 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 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

Osnovne teoreme diferencijalnog računa

Osnovne teoreme diferencijalnog računa Osnovne teoreme diferencijalnog računa Teorema Rolova) Neka je funkcija f definisana na [a, b], pri čemu važi f je neprekidna na [a, b], f je diferencijabilna na a, b) i fa) fb). Tada postoji ξ a, b) tako

Διαβάστε περισσότερα

Algoritmi i strukture podataka - 1.cas

Algoritmi i strukture podataka - 1.cas Algoritmi i strukture podataka - 1.cas Aleksandar Veljković October 2016 Materijali su zasnovani na materijalima Mirka Stojadinovića 1 Složenost algoritama Približna procena vremena ili prostora potrebnog

Διαβάστε περισσότερα

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je, PARCIJALNI IZVODI I DIFERENCIJALI Sama definicija parcijalnog ivoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je, naravno, naučiti onako kako vaš profesor ahteva. Mi ćemo probati

Διαβάστε περισσότερα

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

5. Karakteristične funkcije

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

Mašinsko učenje. Regresija.

Mašinsko 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 περισσότερα

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

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

Διαβάστε περισσότερα

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo IZVODI ZADACI ( IV deo) LOGARITAMSKI IZVOD Logariamskim izvodom funkcije f(), gde je >0 i, nazivamo izvod logarima e funkcije, o jes: (ln ) f ( ) f ( ) Primer. Nadji izvod funkcije Najpre ćemo logarimovai

Διαβάστε περισσότερα

nvt 1) ukoliko su poznate struje dioda. Struja diode D 1 je I 1 = I I 2 = 8mA. Sada je = 1,2mA.

nvt 1) ukoliko su poznate struje dioda. Struja diode D 1 je I 1 = I I 2 = 8mA. Sada je = 1,2mA. IOAE Dioda 8/9 I U kolu sa slike, diode D su identične Poznato je I=mA, I =ma, I S =fa na 7 o C i parametar n= a) Odrediti napon V I Kolika treba da bude struja I da bi izlazni napon V I iznosio 5mV? b)

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

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

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

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

Διαβάστε περισσότερα

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

Sortiranje prebrajanjem (Counting sort) i Radix Sort

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

Διαβάστε περισσότερα

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

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

Eliminacijski zadatak iz Matematike 1 za kemičare

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

4.7. Zadaci Formalizam diferenciranja (teorija na stranama ) 343. Znajući izvod funkcije x arctg x, odrediti izvod funkcije x arcctg x.

4.7. Zadaci Formalizam diferenciranja (teorija na stranama ) 343. Znajući izvod funkcije x arctg x, odrediti izvod funkcije x arcctg x. 4.7. ZADACI 87 4.7. Zadaci 4.7.. Formalizam diferenciranja teorija na stranama 4-46) 340. Znajući izvod funkcije arcsin, odrediti izvod funkcije arccos. Rešenje. Polazeći od jednakosti arcsin + arccos

Διαβάστε περισσότερα

Konstruisati efikasan algoritam znači dati skup preciznih uputstava kako doći do rešenja zadatog problema Algoritmi se mogu opisivati:

Konstruisati efikasan algoritam znači dati skup preciznih uputstava kako doći do rešenja zadatog problema Algoritmi se mogu opisivati: Staša Vujičić Konstruisati efikasan algoritam znači dati skup preciznih uputstava kako doći do rešenja zadatog problema Algoritmi se mogu opisivati: pseudo jezikom prirodnim jezikom dijagramom toka. 2

Διαβάστε περισσότερα

( , 2. kolokvij)

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

Διαβάστε περισσότερα

Teorijske osnove informatike 1

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

Διαβάστε περισσότερα

LINEARNA ELEKTRONIKA VEŽBA BROJ 4 ANALIZA AKTIVNIH FILTARA SA JEDNIM OPERACIONIM POJAČAVAČEM

LINEARNA ELEKTRONIKA VEŽBA BROJ 4 ANALIZA AKTIVNIH FILTARA SA JEDNIM OPERACIONIM POJAČAVAČEM ELEKTROTEHNIČKI FAKULTET U BEOGRADU KATEDRA ZA ELEKTRONIKU LINEARNA ELEKTRONIKA LABORATORIJSKE VEŽBE VEŽBA BROJ 4 ANALIZA AKTIVNIH FILTARA SA JEDNIM OPERACIONIM POJAČAVAČEM.. IME I PREZIME BR. INDEKSA

Διαβάστε περισσότερα

Operacije s matricama

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

Διαβάστε περισσότερα

II. ODREĐIVANJE POLOŽAJA TEŽIŠTA

II. ODREĐIVANJE POLOŽAJA TEŽIŠTA II. ODREĐIVANJE POLOŽAJA TEŽIŠTA Poožaj težišta vozia predstavja jednu od bitnih konstruktivnih karakteristika vozia s obzirom da ova konstruktivna karakteristika ima veiki uticaj na vučne karakteristike

Διαβάστε περισσότερα

Univerzitet u Nišu Građevinsko-arhitektonski fakultet. Informatika2. 4. Ciklična algoritamska struktura 5. Jednodimenzionalno polje.

Univerzitet u Nišu Građevinsko-arhitektonski fakultet. Informatika2. 4. Ciklična algoritamska struktura 5. Jednodimenzionalno polje. Univerzitet u Nišu Građevinsko-arhitektonski fakultet Informatika2 4. Ciklična algoritamska struktura 5. Jednodimenzionalno polje Milica Ćirić Ciklična algoritamska struktura Ciklična struktura (petlja)

Διαβάστε περισσότερα

1 UPUTSTVO ZA IZRADU GRAFIČKOG RADA IZ MEHANIKE II

1 UPUTSTVO ZA IZRADU GRAFIČKOG RADA IZ MEHANIKE II 1 UPUTSTVO ZA IZRADU GRAFIČKOG RADA IZ MEHANIKE II Zadatak: Klipni mehanizam se sastoji iz krivaje (ekscentarske poluge) OA dužine R, klipne poluge AB dužine =3R i klipa kompresora B (ukrsne glave). Krivaja

Διαβάστε 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

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

Riješeni zadaci: Nizovi realnih brojeva

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

Διαβάστε περισσότερα

( , 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

INTELIGENTNO UPRAVLJANJE

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

Διαβάστε περισσότερα

Matematika 1 - vježbe. 11. prosinca 2015.

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

Διαβάστε περισσότερα

Tranzistori s efektom polja. Postupak. Spoj zajedničkog uvoda. Shema pokusa

Tranzistori s efektom polja. Postupak. Spoj zajedničkog uvoda. Shema pokusa Tranzistori s efektom polja Spoj zajedničkog uvoda U ovoj vježbi ispitujemo pojačanje signala uz pomoć FET-a u spoju zajedničkog uvoda. Shema pokusa Postupak Popis spojeva 1. Spojite pokusni uređaj na

Διαβάστε περισσότερα

Inženjerska grafika geometrijskih oblika (5. predavanje, tema1)

Inženjerska grafika geometrijskih oblika (5. predavanje, tema1) Inženjerska grafika geometrijskih oblika (5. predavanje, tema1) Prva godina studija Mašinskog fakulteta u Nišu Predavač: Dr Predrag Rajković Mart 19, 2013 5. predavanje, tema 1 Simetrija (Symmetry) Simetrija

Διαβάστε περισσότερα

XI dvoqas veжbi dr Vladimir Balti. 4. Stabla

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

Διαβάστε περισσότερα

ELEKTROTEHNIČKI ODJEL

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

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

Matematka 1 Zadaci za drugi kolokvijum

Matematka 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 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

OBRTNA TELA. Vladimir Marinkov OBRTNA TELA VALJAK

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

Διαβάστε περισσότερα

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

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

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

Διαβάστε περισσότερα

1. zadatak , 3 Dakle, sva kompleksna re{ewa date jedna~ine su x 1 = x 2 = 1 (dvostruko re{ewe), x 3 = 1 + i

1. zadatak , 3 Dakle, sva kompleksna re{ewa date jedna~ine su x 1 = x 2 = 1 (dvostruko re{ewe), x 3 = 1 + i PRIPREMA ZA II PISMENI IZ ANALIZE SA ALGEBROM. zadatak Re{avawe algebarskih jedna~ina tre}eg i ~etvrtog stepena. U skupu kompleksnih brojeva re{iti jedna~inu: a x 6x + 9 = 0; b x + 9x 2 + 8x + 28 = 0;

Διαβάστε περισσότερα

Digitalni sistemi automatskog upravljanja

Digitalni sistemi automatskog upravljanja Digitalni sistemi automatskog upravljanja Upotreba digitalnih računara u ulozi kompenzatora i regulatora, u poslednje dve decenije naglo raste. To je posledica rasta njihovih performansi i pouzdanosti,

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

1.4 Tangenta i normala

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

11. PROMENA UČESTANOSTI ODABIRANJA

11. PROMENA UČESTANOSTI ODABIRANJA . PROMENA ČESTANOSTI OABIRANJA sistemima za digitalnu obradu signala, naročito u telekomunikacijama, često se ukazuje potreba da se promeni učestanost odabiranja. Sistem u kome se koristi više učestanosti

Διαβάστε περισσότερα

EXIT. Programski jezik C - 6. deo. Funkcija exit. (materijal sa predavanja D. Vitasa)

EXIT. Programski jezik C - 6. deo. Funkcija exit. (materijal sa predavanja D. Vitasa) Programski jezik C - 6. deo (materijal sa predavanja D. Vitasa) EXIT Funkcija exit Funkcija exit se nalazi u sa prototipom void exit( status ); Izaziva normalan završetak programa (zatvaranje

Διαβάστε περισσότερα

Konstruisanje. Dobro došli na... SREDNJA MAŠINSKA ŠKOLA NOVI SAD DEPARTMAN ZA PROJEKTOVANJE I KONSTRUISANJE

Konstruisanje. 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 περισσότερα

RIJEŠENI ZADACI I TEORIJA IZ

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

Διαβάστε περισσότερα

FTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA

FTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA : MAKSIMALNA BRZINA Maksimalna brzina kretanja F O (N) F OI i m =i I i m =i II F Oid Princip određivanja v MAX : Drugi Njutnov zakon Dokle god je: F O > ΣF otp vozilo ubrzava Kada postane: F O = ΣF otp

Διαβάστε περισσότερα

Dijagonalizacija operatora

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

7 Algebarske jednadžbe

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

Διαβάστε περισσότερα

FAKULTET PROMETNIH ZNANOSTI

FAKULTET PROMETNIH ZNANOSTI SVUČILIŠT U ZAGU FAKULTT POMTNIH ZNANOSTI predmet: Nastavnik: Prof. dr. sc. Zvonko Kavran zvonko.kavran@fpz.hr * Autorizirana predavanja 2016. 1 Pojačala - Pojačavaju ulazni signal - Zahtjev linearnost

Διαβάστε περισσότερα

II. ODREĐIVANJE POLOŽAJA TEŽIŠTA

II. ODREĐIVANJE POLOŽAJA TEŽIŠTA II. ODREĐIVANJE POLOŽAJA TEŽIŠTA Poožaj težišta vozia predstavja jednu od bitnih konstruktivnih karakteristika vozia s obzirom da ova konstruktivna karakteristika ima veiki uticaj na vučne karakteristike

Διαβάστε περισσότερα

OSNOVI AUTOMATSKOG UPRAVLJANJA PROCESIMA. Vežba br. 6: Dinamika sistema u frekventnom domenu u MATLABu

OSNOVI AUTOMATSKOG UPRAVLJANJA PROCESIMA. Vežba br. 6: Dinamika sistema u frekventnom domenu u MATLABu OSNOVI AUTOMATSKOG UPRAVLJANJA PROCESIMA Vežba br. 6: Dinamika sistema u frekventnom domenu u MATLABu I Definisanje frekventnih karakteristika Dinamički modeli sistema se definišu u vremenskom, Laplace-ovom

Διαβάστε περισσότερα

IZVODI ZADACI (I deo)

IZVODI ZADACI (I deo) IZVODI ZADACI (I deo Najpre da se podsetimo tablice i osnovnih pravila:. C0.. (. ( 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 >0. (cos. (cos - π. (tg kπ cos. (ctg

Διαβάστε περισσότερα

1. Pojam fazi skupa. 2. Pojam fazi skupa. 3. Funkcija pripadnosti, osobine i oblici. 4. Funkcija pripadnosti, osobine i oblici

1. Pojam fazi skupa. 2. Pojam fazi skupa. 3. Funkcija pripadnosti, osobine i oblici. 4. Funkcija pripadnosti, osobine i oblici Meko računarstvo Student: Indeks:. Poja fazi skupa. Vrednost fazi funkcije pripadnosti je iz skupa/opsega: a) {0, b) R c) N d) N 0 e) [0, ] f) [-, ] 2. Poja fazi skupa 2. Na slici je prikazan grafik: a)

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

POTPUNO RIJEŠENIH ZADATAKA PRIRUČNIK ZA SAMOSTALNO UČENJE

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

Διαβάστε περισσότερα

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

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