1 Uvod. 1.1 Jednostavni model
|
|
- Νάρκισσα Βασιλειάδης
- 6 χρόνια πριν
- Προβολές:
Transcript
1 1 Uvod Osnovna ideja ovog kolegija je uvesti modele financijskih tržista u modelima s diskretnim vremenom te razviti vjerojatnosne tehnike i metode za njihovo opisivanje Pretpostavit ćemo da svi modeli koje ćemo promatrati zadovoljavaju sljedeće pretpostavke 1 : sve stranke imaju isti pristup informacijama; nema troškova transakcija; sva financijska imovina je beskonačno djeljiva i likvidna; kamatna stopa je jednaka za posud ivanje i ulaganje Da bismo uveli osnovne pojmove i koncepte, promotrit ćemo model financijskog tržista s dva vremenska trenutka (t =0it = 1) u kojem postoje dva moguća stanja svijeta Iako model nije realističan, bit će dosta koristan pri uvod enju osnovnih koncepata kao što su arbitraža, vjerojatnost neutralna na rizik i replicirajući portfelj 11 Jednostavni model Promotrimo financijsko tržište s dvije financijske imovine: jednom dionicom i jednom nerizičnom imovinom (na primjer novac uložen u banku) te dva vremenska trenutka: t =0(danas)it = 1 (npr sutra, za mjesec dana, za godinu dana) Utrenutkut = 0, vrijednost dionice je kn, a u trenutku t = 1 vrijednost dionice može biti s d kn ili s g kn (s d <s g ), ovisno o tome da li cijena naraste ili padne Time opisujemo moguća stanja svijeta u trenutku t = 1 i primijetimo da ishod nije poznat u trenutku t =0 Formalno, moguća stanja svijeta se modeliraju pomoću skupa Ω = {ω d,ω g } Tada je vrijednost dionice u trenutku t = 1 moguće shvatiti kao slučajnu varijablu 2 S 1 :Ω [0, ) s vrijednostima S 1 (ω d )=s d i S 1 (ω g )=s g 1 eng frictionless market, tržištebeztrenja 2 Vjerojatnost elementarnih dogad aja skupa Ω predstavlja intrinzično svojstvo modela i i često nam neće nam trebati u razmatranju koje slijedi 5
2 1Uvod S 1 (ω g )=s g S 1 (ω d )=s d Pretpostavimo da nerizičnu imovinu modeliramo kao ulaganje u banku uz fiksnu kamatnu stopu r(r >0) Dakle, 1 kn u trenutku t = 0 vrijedi 1 + r kn u trenutku t =1 Napomena Primijetimo da vrijednost nerizične imovine u trenutku t = 1 ne ovisi o stanju svijeta S druge strane, cijenu dionice u trenutku t = 1 nije moguće predvidjeti utrenutkut = 0, što nosi odred eni rizik u trgovanju i time dionicu smatramo rizičnom imovinom Sada ćemo u opisanom modelu uvesti neke financijske instrumente Call opcija (opcija za kupnju) je sljedeći financijski instrument (ugovor): kupac opcije plaća piscu opcije iznos (premiju) C 0 trenutku t = 0, a zauzvrat dobiva pravo (ali ne i obvezu!) na kupnju dionice u trenutku t =1pocijeni izvršenja 3 K Primijetimo da kupac call opcije u trenutku odluke o kupnji dionice zna cijenu dionice i ima sljedeće mogućnosti: ako je cijena dionice veća od cijene izvršenja K, onda kupac opcije može kupiti dionicu po dogovorenoj cijeni K i odmah nakon toga ju može prodati po tržišnoj cijeni, čime je ostvario profit S 1 K ; ako je cijena dionice manja od K, onda neće kupiti dionicu Označimo li s C 1 :Ω [0, ) vrijednost call opcije u trenutku t = 1, onda iz gornjeg razmatranja dobijemo gdje je x + := max{x, 0} C 1 =(S 1 K) +, Put opcija (opcija za prodaju) daje pravo kupcu opcije da u trenutku t =1proda dionicu po cijeni izvršenja K dogovorenoj u trenutku kupnje (t = 0) Analogno gornjem razmatranju se dobije da je vrijednost put opcije u trenutku t =1danas P 1 =(K S 1 ) + Jedno od osnovnih pitanja koje se postavlja jest odred ivanje (poštene!) cijene opcije unutar ovakvog modela financijskog tržšta 3 eng exercise price, strike price 6
3 12 Cijena opcije i replicirajući portfelj 12 Cijena opcije i replicirajući portfelj Promotrimo prvo call opciju i pretpostavimo da je s d K s g Primijetimo da preostali slučajevi nisu zanimljivi: ako je K<s d, onda kupac opcije uvijek ostvaruje profit od barem s d K>0; ako je K>s g, onda je pisac opcije na dobitku (dobio je premiju), jer kupac opcije u ovom slučaju neće iskoristiti pravo na kupnju dionice po cijeni K Sada ćemo konstruirati portfelj 4 koji ima istu vrijednost u trenutku t = 1 kao i call opcija Portfelj je ured eni par φ =(φ 0,φ 1 ) R 2,gdjejeφ 0 R količina novca u banci 5, a φ 1 R je količina dionica koje investitor drži 6 s Vrijednost portfelja φ utrenutkut =0jedanas 0 := φ 0 + φ 1,autrenutkut =1 { φ 0 (1 + r)+φ 1 s d, ako je cijena dionice s d 1 := φ 0 (1 + r)+φ 1 s g, ako je cijena dionice s g Drugim riječima, 1 je slučajna varijabla na Ω i Primijetimo da vrijedi 1 = φ 0 (1 + r)+φ 1 S 1 t = φ ((1 + r) t,s t ), t =0, 1, gdje označava skalarni produkt vektora u R 2 Reći ćemo da portfelj φ =(φ 0,φ 1 ) replicira 7 call opciju, ako ima istu vrijednost u trenutku t = 1 kao i call opcija (bez obzira na cijenu dionice!), tj ako vrijedi što se svodi na sustav linearnih jednadžbi C 1 (ω) = 1 (ω) za sve ω Ω, φ 0 (1 + r)+φ 1 s d =0 φ 0 (1 + r)+φ 1 s g = s g K 4 eng portfolio 5 Ako je φ 0 < 0, onda smo u trenutku t = 0 posudili novac od banke i vraćamo iznos φ 0 (1 + r) u trenutku t =1 6 φ 1 < 0 se može interpretirati na sljedeći način: od brokera smo u trenutku t = 0 posudili φ 1 dionica i odmah ih prodali (eng short sell) tetajnovacutrenutkut = 0 uložili u banku tako da u banci imamo φ 0 + φ 1 U trenutku t = 1 ćemo vratiti posud ene dionice brokeru tako da podignemo novac iz banke i kupimo φ 1 dionica po tržišnoj cijeni S 1 i vratimo ih brokeru U tom trenutku nam ubanciostaneφ 0 (1 + r)+ φ 1 ((1 + r) S 1 )kn 7 Ovakav portfelj ćemo zvati replicirajući portfelj 7
4 1Uvod Ovaj sustav ima jedinstveno rješenje φ =(φ 0,φ 1 )danos φ 0 = s g K s d s g s d, φ1 = s g K s g s d Sada bismo mogli definirati cijenu call opcije u trenutku t = 0 kao vrijednost portfelja koji ju replicira u trenutku t =0: C 0 := 0 = φ0 + φ 1 = s ( g K S ) d (11) s g s d Ovakvu definiciju možemo opravdati na sljedeći način opcije iz više razloga C 0 je poštena cijena call (a) Pisac opcije može s iznosom C 0 koji dobije od kupca kupiti portfelj φ =(φ 0,φ 1 ) dan s (11), čija je vrijednost s g K u slučaju rasta cijene dionice i time će pokriti 8 njegov eventualni gubitak 9 (b) Kupac opcije neće platiti više od C 0 Naime, ako je kupac kupio call opciju za iznos q>c 0, onda nije optimalno prošao, jer je mogao za iznos q kupiti portfelj ψ =(φ 0 +(q C 0 ),φ 1 ) 10 čija je vrijednost u trenutku t = 1 veća od vrijednosti replicirajućeg portfelja (i opcije!): V ψ 1 = 1 +(q C 0 )(1 + r) > 1 Ako ne vrijedi s d K s g, onda možemo na sličan način pronaći replicirajući portfelj, ali sada rješavamo sustav φ 0 (1 + r)+φ 1 s d =(s d K) + =: c d φ 0 (1 + r)+φ 1 s g =(s g K) + =: c g, čije je rješenje φ 0 = c ds g c g s d (1 + r)(s g s d ), φ1 = c g c d s g s d Primijetimo da je φ 1 0, tj pri repliciranju call opcije uvijek posjedujemo dionice u portfelju 11 Cijena call opcije je vrijednost replicirajućeg portfelja u trenutku t = 0,tj C 0 = 0 = 1 (p c g +(1 p )c d ), (12) 8 eng hedge 9 Ovakav portfelj se zove eng hedging portfolio Dakle ovo je minimalna cijena opcije koja je potrebna piscu da ne bude na gubitku 10 Zapravo je u trenutku t = 0 kupio portfelj φ i razliku q C 0 uložio u banku 11 eng long position in the stock, za razliku od dugovanja dionica (eng short position in the stock) 8
5 13 Vjerojatnosna mjera neutralna na rizik gdje je p = Primijetimo da ne vrijedi uvijek p (0, 1) Preciznije, 1 s g s d ((1 + r) s d ) (13) p (0, 1) ako i samo ako je s d < (1 + r) <s g (14) Gornji postupak je dosta općenit, tj ako je H :Ω [0, ) slučajna varijabla (slučajni zahtjev) s vrijednostima H(ω d )=h d i H(ω g )=h g, onda je njezina cijena dana s H 0 = 1 (p h g +(1 p )h d ) 13 Vjerojatnosna mjera neutralna na rizik Pretpostavimo da je s d < (1 + r) <s g tako da vrijedi p (0, 1) Tada (13) možemo napisati na sljedeći način (1 + r) =(1 p )s d + p s g (15) Lijeva strana prethodne jednakosti je jednaka vrijednosti u trenutku t = 1 početne cijene dionice uložene u banku u trenutku t = 0, a desna strana je očekivana cijena dionice, ako je vjerojatnost da cijena dionice bude veća jednaka p, a u drugom slučaju 1 p Time se može reći da je ovakav model neutralan na rizik : sasvim je svejedno da li ulažemo u rizičnu ili nerizičnu imovimu, budući da je očekivana vrijednost oba ulaganja utrenutkut =1jednaka U ovom slučaju možemo definirati vjerojatnost 12 P na skupu Ω = {ω d,ω g } s P ({ω g })=p =1 P ({ω d }) Tada slučajna varijabla S 1 ima distribuciju ( ) sd s S 1 g 1 p p Dakle, (1 + r) = E S 1 Time smo dobili vjerojatnosnu mjeru P, koja opisuje stanje svijeta u kojem je investitor neutralan u odnosu na rizik koji nosi promjena cijene dionice Zbog toga P zovemo vjerojatnosna mjera neutralna na rizik 12 Ova vjerojatnost općenito ne mora biti realna vjerojatnost pojavljivanja pojedinog stanja svijeta 9
6 1Uvod Za call opciju vrijedi (v (12)) [ ] C 0 = E (S1 K) + Drugim riječima, cijena call opcije je očekivana diskontirana vrijednost (sadašnja vrijednost!) njezine vrijednosti u trenutku t + 1 u odnosu na vjerojatnosnu mjeru neutralnu na rizik Općenito, ako promotrimo slučajnu varijablu (slučajni zahtjev 13 ) H 1 :Ω R,onda je njezina cijena u trenutku t =0danas [ ] H 0 = E H1 Put opcija se može promatrati kao slučajni zahtjev (tj slučajnu varijablu) P 1 = (S 1 K) + pa joj je cijena dana s [ ] (K P 0 = E S1 ) + = 1 (p (K s g ) + +(1 p )(K s d ) + ) Zbog S 1 K =(S 1 K) + (K S 1 ) + i (15) dobijemo put-call paritet 14 : K [ ] = E S1 K = C 0 P 0 14 Arbitraža Jedan od zahtjeva na naš model financijskog tržišta jest isključiti mogućnost bezrizičnog profita 15 Ako takva mogućnost postoji, onda će svi investitori pokušati to iskoristiti što čini model nestabilnim Kažemo da je portfelj φ =(φ 0,φ 1 ) arbitraža ako vrijedi 0 = φ 0 + φ 1 =0 i 1 (ω d)=φ 0 (1 + r)+φ 1 s d 0 i 1 (ω g)=φ 0 (1 + r)+φ 1 s g 0, (16) 13 eng contingent claim 14 eng put-call parity 15 Kao što smo već vidjeli, glavni razlog ulaganja u rizičnu imovinu jest mogućnost većeg dobitka(prinosa) nego ulaganje u nerizičnu imovinu Postojanje bezrizičnog profita čini model nerealističnim 10
7 14 Arbitraža gdje je barem jedna od nejednakosti u (16) stroga Drugim riječima, arbitraža je investicija (protfelj) koji u trenutku t = 0 vrijedi 0 kn, ali je u trenutku t = 1 sigurno nenegativne vrijednosti i postoji mogućnost (pozitivna vjerojatnost) da vrijedi više od 0 kn, što ju čini nerizičnom Formalno, ako je P realna vjerojatnosna mjera na Ω, onda je portfelj φ arbitraža ako vrijedi 0 =0, 1 0 i P( 1 > 0) > 0 Teorem 11 Mogućnost arbitraže u jednostavnom modelu ne postoji ako i samo ako je s d < (1 + r) <s g (17) Dokaz Pretpostavimo da (17) ne vrijedi, tj (1 + r) s g ili (1 + r) s d Ako je (1 + r) s g > s d, onda je portfelj φ = (1, 1 ) arbitraža 16 Zaista, 0 =1+( 1 ) =0i 1 (ω d)=() s d > s d s d =0 i 1 (ω g)=() s g s g s g =0 U slučaju s g >s d (1 + r) je portfelj φ =( 1, 1 ) arbitraža 17,jerje 0 = 1+ 1 = 0 te vrijedi i 1 (ω g)= (1 + r)+ s g > s g + s g =0 1 (ω d)= (1 + r)+ s d s d + s d =0 Neka je φ =(φ 0,φ 1 ) arbitraža Tada je φ 0 = φ 1 0 (inače bi vrijedilo 1 =0 pa portfelj φ ne bi bio arbitraža), odakle slijedi 0 1 (ω d )=φ 1 ( (1 + r) + s d ) i 0 1 (ω g )=φ 1 ( (1 + r) + s g ) Odavde slijedi da su izrazi (1 + r) + s d i (1 + r) + s g 16 Primijetimo da ovdje u trenutku t = 0 napravimo short sell dionice i iznos = 2 stavimo u banku 17 1 Primijetimo da smo ovdje posudili iznos 1 iz banke da bismo kupili dionica U trenutku t =1 možemo prodati dionice i vratiti banci posud eni novac 11
8 1Uvod istog predznaka (kao i φ 1 )paje (1 + r) s d >s g ili s d <s g (1 + r), što je i trebalo dokazati Usporedimo li Teorem 11 s (14), vidimo model ne dopušta arbitražu ako i samo ako postoji vjerojatnosna mjera 18 P na Ω takva da je P({ω g })=p > 0 i P({ω d })=1 p > 0 Može se promatrati i tržište na kojem, osim dionice, kao rizičnu imovinu imamo i izvedenice kao što su call i put opcija U ovom slučaju je portfelj φ =(φ 0,φ 1,φ 2,φ 3 ) R 4, gdje su φ 2 i φ 3 količina put i call opcija Vrijednost portfelja je definirana s Arbitraža se definira analogno t = φ ((1 + r) t,s t,p t,c t ), t =0, 1 Zadatak 12 Pretpostavimo da tržište ne dopušta arbitražu Dokažite put-call paritet C 0 P 0 = K Rješenje Formulu ćemo dokazati tako da pretpostavimo da ne vrijedi i pronad emo arbitražu Ako je K >P 0 C 0 +, onda je α := K (P 0 C 0 + ) > 0 Posudimo u ovom slučaju K α ubancii kupimo kupimo 1 put opciju, 1 dionicu, a prodamo 1 call opciju (short sell) Dakle, u portfelju imamo ( K α) kn, 1 dionicu, 1 put opciju i kratki smo za jednu call 1+α opciju Vrijednost ovog portfelja u trenutku t = 0je ( ) K V 0 = α + + P 0 C 0 =0 Utrenutkut = 1 je vrijednost (koristimo formulu P 1 C 1 =(K S 1 ) + (S 1 K) + = K S 1 ) ( ) K V 1 = (1 + r) α + S 1 + P 1 C 1 = K +()α + S 1 +(K S 1 )=()α >0 18 Ovakvu mjeru ćemo zvati ekvivalentna martingalna mjera, gdje ekvivalentnost u ovom jednostavnom modelu znači da je vjerojatnost svih elementarnih dogad aja strogo pozitivna Osim toga, vidimo da vrijedi E [ S1 ]= s d (1 p )+ sg p = = S0 (), što znači da je slučajni proces { St 0 () : t =0, 1} t P -martingal uz filtraciju {F 0, F 1 } gdje je F 0 = σ( )={, Ω} i F 1 = σ(s 1 )={, {ω d }, {ω g }, Ω} 12
9 14 Arbitraža pa je konstruirani portfelj arbitraža, jer ćemo na ovaj način uvijek ostvariti profit od (1 + r)α >0 U slučaju K <P 0 C 0 + definiramo β := P 0 C 0 + K > 0 Prodamo 1 put opciju i 1 dionicu (short sell), kupimo 1 call opciju i iznos P 0 C 0 + = β + K stavimo u banku Time smo konstruirali portfelj čija je vrijednost u trenutku t = 0 V 0 = ( β + K ) P 0 + C 0 =0, autrenutkut =1 ( V 1 =() β + K ) P 1 + C 1 S 1 =()β + K (K S 1 ) S 1 =()β >0 Dakle, opet smo ostvarili bezrizični profit čime smo dobili arbitražu Zadatak 13 Pretpostavimo da tržište ne dopušta arbitražu Dokažite da je cijena call opcije nerastuća funkcija cijene izvršenja Rješenje Označimo s C 0 (K 1 ) cijenu call opcije s cijenom izvršenja K>0 Pretpostavimo da C nije nerastuća, tj da postoje 0 <K 1 <K 2 takvi da je C 0 (K 1 ) <C 0 (K 2 ) Neka je α := C 0 (K 2 ) C 0 (K 1 ) > 0 Konstruiramo portfelj na sljedeći način Prodamo call opciju s cijenom izvršenja K 2 (short sell), kupimo call opciju s cijenom izvršenja K 1 te iznos α stavimo u banku Vrijednost ovog portfelja u trenutku t =0je Utrenutkut = 1 imamo V 0 = α + C 0 (K 1 ) C 0 (K 2 )=0 V 1 =()α + C 1 (K 1 ) C 1 (K 2 ) =()α +(S 1 K 1 ) + (S 1 K 2 ) + (1 + r)α >0, jer iz S 1 K 1 S 1 K 2 slijedi (x x + je neopadajuća funkcija!) (S 1 K 1 ) + (S 1 K 2 ) + Dakle, konstruirani portfelj je arbitraža čime smo došli do kontradikcije 13
10 1Uvod 15 Stopa povrata i rizik I dalje promatramo jednostavni model u kojem stanja svijeta modeliramo pomoću skupa Ω = {ω d,ω g } ivjerojatnosnemjerep takve da je gdje je p (0, 1) P({ω g })=p =1 P({ω d }), Stopa povrata dionice je u ovom jednostavnom modelu dana s Označimo R(S 1 )= S 1 m(s 1 ) := E[R(S 1 )] = ps g +(1 p)s d 1 Rizik dionice tada mjerimo pomoću varijance slučajne varijable R(S 1 ), tj definiramo Računamo, v(s 1 ) 2 =VarR(S 1 ) ( ) 2 ( v(s 1 ) 2 sg sd = p m(s 1 ) +(1 p) m(s 1 ) ( ) 2 ( ) 2 (1 p)(sg s d ) p(sg s d ) = p +(1 p) ( ) 2 sg s d = p(1 p) Standardnu devijaciju v(s 1 ) := v(s 1 ) 2 zovemo volatilnost dionice 19 Vrijedi v(s 1 )= s g s d p(1 p) Volatilnost mjeri fluktuaciju cijena (rizičnost) dionice Promotrimo rizik vezan uz call opciju s cijenom izvršenja K>0 Sjetimo se da je broj dionica u replicirajućem portfelju (delta opcije) dan s 19 eng volatility of the stock(asset) = c g c d s g s d ) 2 14
11 15 Stopa povrata i rizik Elastičnost opcije se definira s Ω= c g c d C 0 s g s d, odakle je Ω = C 0 Elastičnost Ω predstavlja osjetljivost promjene cijene opcije na promjenu cijene dionice Kao i prije, dobijemo sljedeće formule za očekivani povrat i volatilnost opcije: m(c 1 )= pc g +(1 p)c d C 0 1 v(c 1 )= p(1 p) c g c d C 0 Posebno je v(c 1 )=Ωv(S 1 ), tj rizik call opcije je jednak produktu elastičnosti i volatilnosti dionice na koju uzimamo opciju Drugim riječima, što je veća volatilnost dionice, to je veći rizik call opcije Propozicija 14 Volatilnost opcije nije manja od volatilnosti dionice, tj v(c 1 ) v(s 1 ) Takod er vrijedi 20 m(c 1 ) r m(s 1 ) r Dokaz Da bismo pokazali prvu tvrdnju, zbog v(c 1 )=Ωv(S 1 ) je dovoljno je pokazati da je Ω 1 Iz (12) i (13) slijedi da je Odavde slijedi C 0 = πc g +(1 π)c d, π = (1 + r) s d s g s d (1 + r)( (c g c d ) C 0 (s g s d )) = s d c g s g c d = s d (s g K) + s g (s d K) + 0, gdje zadnja nejednakost slijedi promatranjem svih slučajeva: 0, s d <s g K s d (s g K) + s g (s d K) + = s d (s g K), s d K s g s d (s g K) s g (s d K) =0, s g >s d K Stoga vrijedi 0 (1 + r)c 0 (s g s d )(Ω 1) 20 Ova relacija kaže da se isplati kupiti opciju, jer ima veću stopu povrata nego odgovarajuća dionica 15
12 1Uvod pa je Ω 1 Da bismo pokazali drugu tvrdnju, dovoljno je pokazati da vrijedi m(c 1 ) r =Ω(m(S 1 ) ω) Sjetimo se da za replicirajući portfelj φ =(φ 0,φ 1 )=( c ds g c gs d ()(s g s d ), cg c d s g s d ) call opcije vrijedi φ 1 =, i C 0 = φ 0 + φ 1, odakle dobijemo φ 0 (1 + r)+φ 1 S 1 = C 1 S 1 C 1 = (1 + r)φ 0 =()( C 0 ) Zato je tj drugačije zapisano E[S 1 C 1 ]=()( C 0 ), Dakle, r( C 0 )=E[(S 1 ) ] E[C 1 C 0 ]= m(s 1 ) C 0 m(c 1 ) m(c 1 ) r = C 0 (m(s 1 ) r) 16
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 περισσότεραMatematička analiza 1 dodatni zadaci
Matematička analiza 1 dodatni zadaci 1. Ispitajte je li funkcija f() := 4 4 5 injekcija na intervalu I, te ako jest odredite joj sliku i inverz, ako je (a) I = [, 3), (b) I = [1, ], (c) I = ( 1, 0].. Neka
Διαβάστε περισσότεραM086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost
M086 LA 1 M106 GRP Tema: CSB nejednakost. 19. 10. 2017. predavač: Rudolf Scitovski, Darija Marković asistent: Darija Brajković, Katarina Vincetić P 1 www.fizika.unios.hr/grpua/ 1 Baza vektorskog prostora.
Διαβάστε 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 περισσότερα1.4 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 περισσότερα2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x
Zadatak (Darjan, medicinska škola) Izračunaj vrijednosti trigonometrijskih funkcija broja ako je 6 sin =,,. 6 Rješenje Ponovimo trigonometrijske funkcije dvostrukog kuta! Za argument vrijede sljedeće formule:
Διαβάστε περισσότεραINTEGRALNI RAČUN. Teorije, metodike i povijest infinitezimalnih računa. Lucija Mijić 17. veljače 2011.
INTEGRALNI RAČUN Teorije, metodike i povijest infinitezimalnih računa Lucija Mijić lucija@ktf-split.hr 17. veljače 2011. Pogledajmo Predstavimo gornju sumu sa Dodamo još jedan Dobivamo pravokutnik sa Odnosno
Διαβάστε 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 περισσότεραSloženo periodično i neprekidno ukamaćivanje
Matematičke financije 1 Složeno periodično i neprekidno ukamaćivanje Zadatak 1: Guverner kolonije Nova Nizozemska, Peter Minuit, kupio je 1626. godine od Indijanaca otok Manhattan plativši im u robi čija
Διαβάστε περισσότεραELEKTROTEHNIČKI ODJEL
MATEMATIKA. Neka je S skup svih živućih državljana Republike Hrvatske..04., a f preslikavanje koje svakom elementu skupa S pridružuje njegov horoskopski znak (bez podznaka). a) Pokažite da je f funkcija,
Διαβάστε περισσότεραradni nerecenzirani materijal za predavanja R(f) = {f(x) x D}
Matematika 1 Funkcije radni nerecenzirani materijal za predavanja Definicija 1. Neka su D i K bilo koja dva neprazna skupa. Postupak f koji svakom elementu x D pridružuje točno jedan element y K zovemo funkcija
Διαβάστε περισσότεραOperacije s matricama
Linearna algebra I Operacije s matricama Korolar 3.1.5. Množenje matrica u vektorskom prostoru M n (F) ima sljedeća svojstva: (1) A(B + C) = AB + AC, A, B, C M n (F); (2) (A + B)C = AC + BC, A, B, C M
Διαβάστε περισσότεραSume kvadrata. mn = (ax + by) 2 + (ay bx) 2.
Sume kvadrata Koji se prirodni brojevi mogu prikazati kao zbroj kvadrata dva cijela broja? Propozicija 1. Ako su brojevi m i n sume dva kvadrata, onda je i njihov produkt m n takoder suma dva kvadrata.
Διαβάστε περισσότεραLinearna algebra 2 prvi kolokvij,
Linearna algebra 2 prvi kolokvij, 27.. 20.. Za koji cijeli broj t je funkcija f : R 4 R 4 R definirana s f(x, y) = x y (t + )x 2 y 2 + x y (t 2 + t)x 4 y 4, x = (x, x 2, x, x 4 ), y = (y, y 2, y, y 4 )
Διαβάστε περισσότεραOsnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju
RAČUN OSTATAKA 1 1 Prsten celih brojeva Z := N + {} N + = {, 3, 2, 1,, 1, 2, 3,...} Osnovni primer. (Z, +,,,, 1) je komutativan prsten sa jedinicom: sabiranje (S1) asocijativnost x + (y + z) = (x + y)
Διαβάστε περισσότεραPRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).
PRAVA Prava je kao i ravan osnovni geometrijski ojam i ne definiše se. Prava je u rostoru određena jednom svojom tačkom i vektorom aralelnim sa tom ravom ( vektor aralelnosti). M ( x, y, z ) 3 Posmatrajmo
Διαβάστε περισσότεραSlučajni procesi Prvi kolokvij travnja 2015.
Zadatak Prvi kolokvij - 20. travnja 205. (a) (3 boda) Neka je (Ω,F,P) vjerojatnosni prostor, neka je G σ-podalgebra od F te neka je X slučajna varijabla na (Ω,F,P) takva da je X 0 g.s. s konačnim očekivanjem.
Διαβάστε περισσότεραNeka je a 3 x 3 + a 2 x 2 + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka.
Neka je a 3 x 3 + a x + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka. 1 Normiranje jednadžbe. Jednadžbu podijelimo s a 3 i dobivamo x 3 +
Διαβάστε περισσότερα41. 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 περισσότερα1 Promjena baze vektora
Promjena baze vektora Neka su dane dvije različite uredene baze u R n, označimo ih s A = (a, a,, a n i B = (b, b,, b n Svaki vektor v R n ima medusobno različite koordinatne zapise u bazama A i B Zapis
Διαβάστε περισσότεραDISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović
DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović Novi Sad April 17, 2018 1 / 22 Teorija grafova April 17, 2018 2 / 22 Definicija Graf je ure dena trojka G = (V, G, ψ), gde je (i) V konačan skup čvorova,
Διαβάστε 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 περισσότερα(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.
1 3 Skupovi brojeva 3.1 Skup prirodnih brojeva - N N = {1, 2, 3,...} Aksiom matematičke indukcije Neka je N skup prirodnih brojeva i M podskup od N. Ako za M vrijede svojstva: 1) 1 M 2) n M (n + 1) M,
Διαβάστε περισσότεραSISTEMI NELINEARNIH JEDNAČINA
SISTEMI NELINEARNIH JEDNAČINA April, 2013 Razni zapisi sistema Skalarni oblik: Vektorski oblik: F = f 1 f n f 1 (x 1,, x n ) = 0 f n (x 1,, x n ) = 0, x = (1) F(x) = 0, (2) x 1 0, 0 = x n 0 Definicije
Διαβάστε περισσότεραIskazna logika 3. Matematička logika u računarstvu. novembar 2012
Iskazna logika 3 Matematička logika u računarstvu Department of Mathematics and Informatics, Faculty of Science,, Serbia novembar 2012 Deduktivni sistemi 1 Definicija Deduktivni sistem (ili formalna teorija)
Διαβάστε περισσότερα7 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 περισσότεραTRIGONOMETRIJSKE FUNKCIJE I I.1.
TRIGONOMETRIJSKE FUNKCIJE I I Odredi na brojevnoj trigonometrijskoj kružnici točku Et, za koju je sin t =,cost < 0 Za koje realne brojeve a postoji realan broj takav da je sin = a? Izračunaj: sin π tg
Διαβάστε περισσότεραVJEROJATNOST I STATISTIKA Popravni kolokvij - 1. rujna 2016.
Broj zadataka: 5 Vrijeme rješavanja: 120 min Ukupan broj bodova: 100 Zadatak 1. (a) Napišite aksiome vjerojatnosti ako je zadan skup Ω i σ-algebra F na Ω. (b) Dokažite iz aksioma vjerojatnosti da za A,
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 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 περισσότεραUvod u teoriju brojeva
Uvod u teoriju brojeva 2. Kongruencije Borka Jadrijević Borka Jadrijević () UTB 2 1 / 25 2. Kongruencije Kongruencija - izjava o djeljivosti; Teoriju kongruencija uveo je C. F. Gauss 1801. De nicija (2.1)
Διαβάστε περισσότεραStrukture podataka i algoritmi 1. kolokvij 16. studenog Zadatak 1
Strukture podataka i algoritmi 1. kolokvij Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i službeni šalabahter. Predajete samo papire koje ste dobili. Rezultati i uvid u kolokvije: ponedjeljak,
Διαβάστε περισσότεραRiješeni 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 περισσότεραLinearna algebra 2 prvi kolokvij,
1 2 3 4 5 Σ jmbag smjer studija Linearna algebra 2 prvi kolokvij, 7. 11. 2012. 1. (10 bodova) Neka je dano preslikavanje s : R 2 R 2 R, s (x, y) = (Ax y), pri čemu je A: R 2 R 2 linearan operator oblika
Διαβάστε περισσότεραDeterminante. a11 a. a 21 a 22. Definicija 1. (Determinanta prvog reda) Determinanta matrice A = [a] je broj a.
Determinante Determinanta A deta je funkcija definirana na skupu svih kvadratnih matrica, a poprima vrijednosti iz skupa skalara Osim oznake deta za determinantu kvadratne matrice a 11 a 12 a 1n a 21 a
Διαβάστε 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 περισσότεραFunkcije dviju varjabli (zadaci za vježbu)
Funkcije dviju varjabli (zadaci za vježbu) Vidosava Šimić 22. prosinca 2009. Domena funkcije dvije varijable Ako je zadano pridruživanje (x, y) z = f(x, y), onda se skup D = {(x, y) ; f(x, y) R} R 2 naziva
Διαβάστε 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 περισσότερα( ) ( ) Zadatak 001 (Ines, hotelijerska škola) Ako je tg x = 4, izračunaj
Zadaak (Ines, hoelijerska škola) Ako je g, izračunaj + 5 + Rješenje Korisimo osnovnu rigonomerijsku relaciju: + Znači svaki broj n možemo zapisai n n n ( + ) + + + + 5 + 5 5 + + + + + 7 + Zadano je g Tangens
Διαβάστε περισσότεραπ π ELEKTROTEHNIČKI ODJEL i) f (x) = x 3 x 2 x + 1, a = 1, b = 1;
1. Provjerite da funkcija f definirana na segmentu [a, b] zadovoljava uvjete Rolleova poučka, pa odredite barem jedan c a, b takav da je f '(c) = 0 ako je: a) f () = 1, a = 1, b = 1; b) f () = 4, a =,
Διαβάστε περισσότερα2. Ako je funkcija f(x) parna onda se Fourierov red funkcije f(x) reducira na Fourierov kosinusni red. f(x) cos
. KOLOKVIJ PRIMIJENJENA MATEMATIKA FOURIEROVE TRANSFORMACIJE 1. Za periodičnu funkciju f(x) s periodom p=l Fourierov red je gdje su a,a n, b n Fourierovi koeficijenti od f(x) gdje su a =, a n =, b n =..
Διαβάστε περισσότεραTrigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto
Trigonometrija Adicijske formule Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto Razumijevanje postupka izrade složenijeg matematičkog problema iz osnova trigonometrije
Διαβάστε περισσότεραk a k = a. Kao i u slučaju dimenzije n = 1 samo je jedan mogući limes niza u R n :
4 Nizovi u R n Neka je A R n. Niz u A je svaka funkcija a : N A. Označavamo ga s (a k ) k. Na primjer, jedan niz u R 2 je dan s ( 1 a k = k, 1 ) k 2, k N. Definicija 4.1. Za niz (a k ) k R n kažemo da
Διαβάστε περισσότεραradni 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 περισσότεραČetrnaesto predavanje iz Teorije skupova
Četrnaesto predavanje iz Teorije skupova 27. 01. 2006. Kratki rezime prošlog predavanja: Dokazali smo teorem rekurzije, te primjenom njega definirali zbrajanje ordinalnih brojeva. Prvo ćemo navesti osnovna
Διαβάστε 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 περισσότεραModeli u diskretnom vremenu Bojan Basrak, PMF MO Zagreb. Financijski praktikum 22. ožujka 2017.
Modeli u diskretnom vremenu Bojan Basrak, PMF MO Zagreb Financijski praktikum 22. ožujka 2017. 1 Tržište u diskretnom vremenu 2 Pretpostavke cijene svih imovina su poznate u trenutku t = 0 sve informacije
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 περισσότεραPoglavlje 1 GRAM-SCHMIDTOV POSTUPAK ORTOGONALIZACIJE. 1.1 Ortonormirani skupovi
Poglavlje 1 GRAM-SCHMIDTOV POSTUPAK ORTOGONALIZACIJE 1.1 Ortonormirani skupovi Prije nego krenemo na sami algoritam, uvjerimo se koliko je korisno raditi sa ortonormiranim skupovima u unitarnom prostoru.
Διαβάστε περισσότεραViše dokaza jedne poznate trigonometrijske nejednakosti u trokutu
Osječki matematički list 000), 5 9 5 Više dokaza jedne poznate trigonometrijske nejednakosti u trokutu Šefket Arslanagić Alija Muminagić Sažetak. U radu se navodi nekoliko različitih dokaza jedne poznate
Διαβάστε περισσότεραĈetverokut - DOMAĆA ZADAĆA. Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke.
Ĉetverokut - DOMAĆA ZADAĆA Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke. 1. Duljine dijagonala paralelograma jednake su 6,4 cm i 11 cm, a duljina jedne njegove
Διαβάστε περισσότεραVJEŽBE 3 BIPOLARNI TRANZISTORI. Slika 1. Postoje npn i pnp bipolarni tranziostori i njihovi simboli su dati na slici 2 i to npn lijevo i pnp desno.
JŽ 3 POLAN TANZSTO ipolarni tranzistor se sastoji od dva pn spoja kod kojih je jedna oblast zajednička za oba i naziva se baza, slika 1 Slika 1 ipolarni tranzistor ima 3 izvoda: emitor (), kolektor (K)
Διαβάστε περισσότεραSEMINAR IZ KOLEGIJA ANALITIČKA KEMIJA I. Studij Primijenjena kemija
SEMINAR IZ OLEGIJA ANALITIČA EMIJA I Studij Primijenjena kemija 1. 0,1 mola NaOH je dodano 1 litri čiste vode. Izračunajte ph tako nastale otopine. NaOH 0,1 M NaOH Na OH Jak elektrolit!!! Disoira potpuno!!!
Διαβάστε περισσότεραDvanaesti praktikum iz Analize 1
Dvaaesti praktikum iz Aalize Zlatko Lazovi 20. decembar 206.. Dokazati da fukcija f = 5 l tg + 5 ima bar jedu realu ulu. Ree e. Oblast defiisaosti fukcije je D f = k Z da postoji ula fukcije a 0, π 2.
Διαβάστε περισσότερα( ) ( ) 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 περισσότεραMJERA I INTEGRAL 2. kolokvij 30. lipnja (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!)
JMBAG IM I PZIM BOJ BODOVA MJA I INTGAL 2. kolokvij 30. lipnja 2017. (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!) 1. (ukupno 6 bodova) Neka je (, F, µ) prostor mjere i neka je (
Διαβάστε περισσότεραRiješeni 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 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 περισσότερα9. GRANIČNA VRIJEDNOST I NEPREKIDNOST FUNKCIJE GRANIČNA VRIJEDNOST ILI LIMES FUNKCIJE
Geodetski akultet, dr sc J Beban-Brkić Predavanja iz Matematike 9 GRANIČNA VRIJEDNOST I NEPREKIDNOST FUNKCIJE GRANIČNA VRIJEDNOST ILI LIMES FUNKCIJE Granična vrijednost unkcije kad + = = Primjer:, D( )
Διαβάστε 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 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 περισσότερα2log. se zove numerus (logaritmand), je osnova (baza) log. log. log =
( > 0, 0)!" # > 0 je najčešći uslov koji postavljamo a još je,, > 0 se zove numerus (aritmand), je osnova (baza). 0.. ( ) +... 7.. 8. Za prelazak na neku novu bazu c: 9. Ako je baza (osnova) 0 takvi se
Διαβάστε περισσότεραCauchyjev 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( x) ( ) ( ) ( x) ( ) ( x) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
Zadatak 08 (Vedrana, maturantica) Je li unkcija () = cos (sin ) sin (cos ) parna ili neparna? Rješenje 08 Funkciju = () deiniranu u simetričnom području a a nazivamo: parnom, ako je ( ) = () neparnom,
Διαβάστε περισσότερα6 Polinomi Funkcija p : R R zadana formulom
6 Polinomi Funkcija p : R R zadana formulom p(x) = a n x n + a n 1 x n 1 +... + a 1 x + a 0, gdje su a 0, a 1,..., a n realni brojevi, a n 0, i n prirodan broj ili 0, naziva se polinom n-tog stupnja s
Διαβάστε περισσότερα16 Lokalni ekstremi. Definicija 16.1 Neka je A R n otvoren, f : A R i c A. Ako postoji okolina U(c) od c na kojoj je f(c) minimum
16 Lokalni ekstremi Važna primjena Taylorovog teorema odnosi se na analizu lokalnih ekstrema (minimuma odnosno maksimuma) relanih funkcija (više varijabli). Za n = 1 i f : a,b R ako funkcija ima lokalni
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 περισσότεραZadaci iz Osnova matematike
Zadaci iz Osnova matematike 1. Riješiti po istinitosnoj vrijednosti iskaza p, q, r jednačinu τ(p ( q r)) =.. Odrediti sve neekvivalentne iskazne formule F = F (p, q) za koje je iskazna formula p q p F
Διαβάστε περισσότεραTeorem 1.8 Svaki prirodan broj n > 1 moºe se prikazati kao umnoºak prostih brojeva (s jednim ili vi²e faktora).
UVOD U TEORIJU BROJEVA Drugo predavanje - 10.10.2013. Prosti brojevi Denicija 1.4. Prirodan broj p > 1 zove se prost ako nema niti jednog djelitelja d takvog da je 1 < d < p. Ako prirodan broj a > 1 nije
Διαβάστε περισσότεραPID: Domen P je glavnoidealski [PID] akko svaki ideal u P je glavni (generisan jednim elementom; oblika ap := {ab b P }, za neko a P ).
0.1 Faktorizacija: ID, ED, PID, ND, FD, UFD Definicija. Najava pojmova: [ID], [ED], [PID], [ND], [FD] i [UFD]. ID: Komutativan prsten P, sa jedinicom 1 0, je integralni domen [ID] oblast celih), ili samo
Διαβάστε περισσότεραSortiranje prebrajanjem (Counting sort) i Radix Sort
Sortiranje prebrajanjem (Counting sort) i Radix Sort 15. siječnja 2016. Ante Mijoč Uvod Teorem Ako je f(n) broj usporedbi u algoritmu za sortiranje temeljenom na usporedbama (eng. comparison-based sorting
Διαβάστε 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 περισσότεραOsnovne teoreme diferencijalnog računa
Osnovne teoreme diferencijalnog računa Teorema Rolova) Neka je funkcija f definisana na [a, b], pri čemu važi f je neprekidna na [a, b], f je diferencijabilna na a, b) i fa) fb). Tada postoji ξ a, b) tako
Διαβάστε περισσότεραRIJEŠENI ZADACI I TEORIJA IZ
RIJEŠENI ZADACI I TEORIJA IZ LOGARITAMSKA FUNKCIJA SVOJSTVA LOGARITAMSKE FUNKCIJE OSNOVE TRIGONOMETRIJE PRAVOKUTNOG TROKUTA - DEFINICIJA TRIGONOMETRIJSKIH FUNKCIJA - VRIJEDNOSTI TRIGONOMETRIJSKIH FUNKCIJA
Διαβάστε 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 περισσότεραLinearna algebra I, zimski semestar 2007/2008
Linearna algebra I, zimski semestar 2007/2008 Predavanja: Nenad Bakić, Vježbe: Luka Grubišić i Maja Starčević 22. listopada 2007. 1 Prostor radijvektora i sustavi linearni jednadžbi Neka je E 3 trodimenzionalni
Διαβάστε περισσότεραPOVRŠINA TANGENCIJALNO-TETIVNOG ČETVEROKUTA
POVRŠIN TNGENIJLNO-TETIVNOG ČETVEROKUT MLEN HLP, JELOVR U mnoštvu mnogokuta zanimljiva je formula za površinu četverokuta kojemu se istoobno može upisati i opisati kružnica: gje su a, b, c, uljine stranica
Διαβάστε περισσότεραVJEROJATNOST popravni kolokvij veljače 2017.
Zadatak 1. (20 bodova) (a) (4 boda) Precizno definirajte pojam σ-algebre događaja na nepraznom skupu Ω. (b) (6 bodova) Neka je (Ω, F, P) vjerojatnosni prostor i A, B F događaji. Pomoću aksioma vjerojatnosti
Διαβάστε περισσότερα1 Aksiomatska definicija skupa realnih brojeva
1 Aksiomatska definicija skupa realnih brojeva Definicija 1 Polje realnih brojeva je skup R = {x, y, z...} u kojemu su definirane dvije binarne operacije zbrajanje (oznaka +) i množenje (oznaka ) i jedna binarna
Διαβάστε περισσότεραMatematika 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 περισσότεραMJERA I INTEGRAL 1. kolokvij 29. travnja (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!)
MJERA I INTEGRAL 1. kolokvij 29. travnja 2016. (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!) 1. (ukupno 6 bodova) Neka je I kolekcija svih ograničenih jednodimenzionalnih intervala
Διαβάστε περισσότεραSustav dvaju qubitova Teorem o nemogućnosti kloniranja. Spregnuta stanja. Kvantna računala (SI) 17. prosinca 2016.
17. prosinca 2016. Stanje qubita A prikazujemo vektorom φ A u Hilbertovom prostoru H A koristeći ortonormiranu bazu { 0 A, 1 A }. Stanje qubita B prikazujemo vektorom φ B u H B... Ako se qubitovi A i B
Διαβάστε περισσότεραVeleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011.
Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika Monotonost i ekstremi Katica Jurasić Rijeka, 2011. Ishodi učenja - predavanja Na kraju ovog predavanja moći ćete:,
Διαβάστε περισσότερα2.6 Nepravi integrali
66. INTEGRAL.6 Neprvi integrli Definicij. Nek je f : [, R funkcij koj je Riemnn integrbiln n svkom podsegmentu [, ] od [,. Ako postoji končn es f() (.4) ond se tj es zove neprvi integrl funkcije f n [,
Διαβάστε περισσότεραELEMENTARNA MATEMATIKA 1
Na kolokviju nije dozvoljeno koristiti ni²ta osim pribora za pisanje. Zadatak 1. Ispitajte odnos skupova: C \ (A B) i (A C) (C \ B). Rje²enje: Neka je x C \ (A B). Tada imamo x C i x / A B = (A B) \ (A
Διαβάστε περισσότερα- pravac n je zadan s točkom T(2,0) i koeficijentom smjera k=2. (30 bodova)
MEHANIKA 1 1. KOLOKVIJ 04/2008. grupa I 1. Zadane su dvije sile F i. Sila F = 4i + 6j [ N]. Sila je zadana s veličinom = i leži na pravcu koji s koordinatnom osi x zatvara kut od 30 (sve komponente sile
Διαβάστε περισσότεραNeka su A i B skupovi. Kažemo da je A podskup od B i pišemo A B ako je svaki element skupa A ujedno i element skupa B. Simbolima to zapisujemo:
2 Skupovi Neka su A i B skupovi. Kažemo da je A podskup od B i pišemo A B ako je svaki element skupa A ujedno i element skupa B. Simbolima to zapisujemo: A B def ( x)(x A x B) Kažemo da su skupovi A 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 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 περισσότεραPOTPUNO 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 περισσότεραKVADRATNA 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 περισσότεραDijagonalizacija 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 περισσότεραNumerička matematika 2. kolokvij (1. srpnja 2009.)
Numerička matematika 2. kolokvij (1. srpnja 29.) Zadatak 1 (1 bodova.) Teorijsko pitanje. (A) Neka je G R m n, uz m n, pravokutna matrica koja ima puni rang po stupcima, tj. rang(g) = n. (a) Napišite puni
Διαβάστε περισσότεραTRIGONOMETRIJA TROKUTA
TRIGONOMETRIJA TROKUTA Standardne oznake u trokutuu ABC: a, b, c stranice trokuta α, β, γ kutovi trokuta t,t,t v,v,v s α,s β,s γ R r s težišnice trokuta visine trokuta simetrale kutova polumjer opisane
Διαβάστε περισσότεραLINEARNA ALGEBRA 1, ZIMSKI SEMESTAR 2007/2008 PREDAVANJA: NENAD BAKIĆ, VJEŽBE: LUKA GRUBIŠIĆ I MAJA STARČEVIĆ
LINEARNA ALGEBRA 1 ZIMSKI SEMESTAR 2007/2008 PREDAVANJA: NENAD BAKIĆ VJEŽBE: LUKA GRUBIŠIĆ I MAJA STARČEVIĆ 2. VEKTORSKI PROSTORI - LINEARNA (NE)ZAVISNOST SISTEM IZVODNICA BAZA Definicija 1. Neka je F
Διαβάστε περισσότεραPošto pretvaramo iz veće u manju mjernu jedinicu broj 2.5 množimo s 1000,
PRERAČUNAVANJE MJERNIH JEDINICA PRIMJERI, OSNOVNE PRETVORBE, POTENCIJE I ZNANSTVENI ZAPIS, PREFIKSKI, ZADACI S RJEŠENJIMA Primjeri: 1. 2.5 m = mm Pretvaramo iz veće u manju mjernu jedinicu. 1 m ima dm,
Διαβάστε περισσότεραMatematičke metode u marketingumultidimenzionalno skaliranje. Lavoslav ČaklovićPMF-MO
Matematičke metode u marketingu Multidimenzionalno skaliranje Lavoslav Čaklović PMF-MO 2016 MDS Čemu služi: za redukciju dimenzije Bazirano na: udaljenosti (sličnosti) među objektima Problem: Traži se
Διαβάστε περισσότερα4. poglavlje (korigirano) LIMESI FUNKCIJA
. Limesi funkcija (sa svim korekcijama) 69. poglavlje (korigirano) LIMESI FUNKCIJA U ovom poglavlju: Neodređeni oblik Neodređeni oblik Neodređeni oblik Kose asimptote Neka je a konačan realan broj ili
Διαβάστε περισσότεραZadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu
Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu Trigonometrijske jednačine i nejednačine. Zadaci koji se rade bez upotrebe trigonometrijskih formula. 00. FF cos x sin x
Διαβάστε 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 περισσότερα