Osnovi ekonometrije Glava 8
|
|
- Θεοφύλακτος Παυλόπουλος
- 6 χρόνια πριν
- Προβολές:
Transcript
1 Osov ekoomerje Glava 8 Osove sudje Predavač: Aleksadra Nojkovć
2 Srukura predavaja Narušavaje preposavk KLRM Heeroskedascos Auokorelacja
3 Preposavke KLRM. E(ε ) = 0. Var(ε ) = = cos. 3. Cov (ε, ε j ) = 0 za razlčo od j 4. Objašjavajuće promeljve su određee sohasčkm člaom 5. ε N(0, ) 6. Ne posoj ača leara zavsos zmeđu objašjavajućh promeljvh. Narušavaje preposavk KLRM
4 Preposavka : Var(ε ) = = cos. Homoskedasčos Homoskedasčos: varjasa slučaje greške modela je kosaa za sve opservacje. var( ) var( )... var( ) cos Heeroskedasčos: preposavka o homoskedasčos je arušea, šo zač da se varjase slučajh grešk razlkuju po pojedm opservacjama: var( var( var( ) ) )...
5 Heeroskedasčos Uvod: pojam heeroskedasčos Posledce: kakve su ocee dobjee meodom ONK? Okrvaje prsusva heeroskedasčos Rešavaje problema heeroskedasčos
6 Preposavka : Var(ε ) = = cos. Homoskedasčos Homoskedasčos: varjasa slučaje greške modela je kosaa za sve opservacje. var( ) var( )... var( ) cos Heeroskedasčos: preposavka o homoskedasčos je arušea, šo zač da se varjase slučajh grešk razlkuju po pojedm opservacjama: var( var( var( ) ) )...
7 Homosedasče (levo) heeroskedasče (deso) greške
8 Posledce prmee meoda ONK u prsusvu heeroskedasčos Prmeom meoda ONK a model sa heeroskedasčm greškama dobjaju se ocee koje su ajbolje leare eprsrase ocee. Ocee su eprsrase Ocee su efkase jhova varjasa je ajmaja moguća (pokaza...). Posledce: Sadarde greške ocea su precza mera varjablea ocea. Sadarde greške ocea ajčešće pocejuju svaru varjasu ocea parameara modela. -odos su epouzda.
9 Kako se okrva prsusvo heeroskedasčos u modelu?. Neformal (grafčk) meod. Formal meod (esraje)
10 Neformal (prelmar) meod Grafčk prkaz: djagram rasuraja rezduala (apsolue vredos rezduala l jhovh kvadraa) u odosu a eku od objašjavajućh promeljvh l prema ocejeoj vredos Y (l. kombacja svh objašjavajućh promeljvh). e X -
11 Tesraje posojaja heeroskedasčos (formal esov) - Goldfeld-Kvaov (egl. Goldfeld-Quad) es - Glejzerov (egl. Glejser) es - Vajov (egl. Whe) es Nula hpoeza: var(ε )=δ =cos., odoso slucaje greške maju sablu varjasu (greške su homoskedasče) l Alerava hpoeza: var(ε )=δ cos., odoso varjasa slucaje greške je kosaa (greške su heeroskedasče).
12 Algoram: Goldfeld-Quad-ov es. Preposavmo da je polaz model oblka:. Opservacje poređa prema rasućem redosledu ezavse promeljve. 3. Izosav jeda broj (c) ceralh opservacja (oko čevra). 4. Obav odvojeo regresje za prvh posledjh (-c)/ opsrevacja. 5. Saska esa je:. 0 pr čemu se deks odos a rezduale dobjee za že vredos regresora, a deks za vše. Y X e F e (ck)/ ~ F (ck)/ Pogoda za modele sa malm brojem param. velke uzorke.,
13 Glejser-ov es Algoram:. Iz polaze regresje račuaju se rezdual e:. Ocejuju se sledeće regresje: e h c0 c X greška. (paramear h ajčešće:,-,/ ). 3. Tesa se sasčka začajos ocee paramera c prmeom -esa. 4. Upoređuju se koef. deermacje dobje za razlče vredos h, a sam karaker heeroskedasčos određuje se prema regresj sa ajvećm R.
14 Whe-ov es Osove esa: Nula hpoeza: slucaje greške maju sablu varjasu Alerava hpoeza: varjasa slucaje greške je zavsa od objašjavajućh promeljvh, jhovh kvadraa međuprozvoda. Algoram:. Preposavmo da je polaz model oblka: Y X X. 0. Ocejujemo model z., dobjamo rezduale poom ocejujemo pomocu regresju: e 0 X X 3 X 4 X 5 X X v
15 Whe-ov es (asavak) 3. Nula hpoeza se svod a: H : Odredujemo koefcje deermacje R z pomoce regresje poom ga možmo obmom uzorka. Wheova es-saska: WH=R sa m sepe slobode, gde je m broj objašjavajućh promeljvh pomoće regresje bez slobodog člaa (m=5). 5. Ako je zracuaa vredos es-saske veca od odgovarjuće krce vredos esa a daom vou zacajos ada se odbacuje ula hpoeza o odsusvu heeroskedascos. - Isovea posupak esraja se sprovod u varja esa bez uključvaja voa promeljvh /l međuprozvoda u pomoću regresju (predložeo za modele sa velkm brojem objašjavajućh promeljvh /l za male uzorke, a razmaraom prmeru m= l m=4).
16 Kako se elmše ucaj heeroskedasčos (I)? Prmejuje se meod podersah ajmajh kvadraa (meod uopšeh ajmajh kvadraa). Ideja: u posupku mmzraja sume kvadraa rezduala, om rezdualma koj su po apsoluoj vredos već daje se maj poder obrao.
17 Kako se elmše ucaj heeroskedasčos (II)? Prv slučaj se odos a suacju kada su varjase slučaje greške pozae međusobo razlče: var( var( var( ) Poreba rasformacja polazog modela sasoj se u ome da se opservacje svh promeljvh dele sa sadardom devjacjom δ (bez većeg prakčog začaja). ) )... U ovom modelu ova slučaja greška poseduje sablu varjasu (pokaza).
18 Kako se elmše ucaj heeroskedasčos (III)? Preposavmo da posoj zavsos varjase slučaje greške od objašjavajuće promeljve x : Drug ač je da sve promeljve modela delmo sa merom varjablea, X : U ovom modelu ova slučaja greška je Njea varjasa je sabla: cos k, var X k X X X X X Y 0. X. var var cos k X X k X X
19 Kako se elmše ucaj heeroskedasčos (IV)? Treć ač se kors kada raspolažemo sa velkom brojem podaaka a osovu kojh je moguće doć do eke preposavke o δ. Ako preposavmo da varjasa slučaje greške sled šemu: C EY C 0 X X, C cos. model sa homoskedasčm greškama dobja se deljejem sa E(Y ) pokaza. Pr ome, očekvaa vredos Y aproksmra se ocejeom vredošću Y.
20 Alerav prsup elmsaja efekaa heeroskedasčos.korsmo logarmovae vredos podaaka..prlkom račuaja sadardh grešaka ocea pravmo korekcju koju je predložo Vaj (egl. Whe). Na ovaj ac se obezbeđuje efkasos kozseos sadardh grešaka ocea parameara u modelu sa heeroskedasčm greškama.. Ovo je ajzasupljej prsup u emprjskoj aalz posledjh goda.
21 Srukura predavaja Narušavaje preposavk KLRM Auokorelacja - Pojam auokorelacje - Posledce auokorelacje - Tesraje - Oklajaje posledca auokorelacje
22 Preposavke KLRM. E(ε ) = 0. Var(ε ) = < 3. Cov (ε, ε j ) = 0 za razlčo od j 4.Objašjavajuće promeljve su određee sohasčkm člaom 5. ε N(0, ) 6. Ne posoj ača leara zavsos zmeđu objašjavajućh promeljvh.
23 Preposavka 3: Cov (ε, ε j ) = 0 za j Odsusvo auokorelacje Odsusvo auokorelacje: slučaje greške su ekorelsae Cov (ε, ε j ) = 0 za j Nema pravlos u korelacooj srukur slučajh grešk. Posoj auokorelacja: slučaje greške koje su uređee okom vremea su korelsae Cov (ε, ε j ) 0 za j Slučaje greške slede prepozaljv obrazac u kreaju. Najčešća se javlja u aalz vremeskh serja: Cov (ε, ε -s ) 0 za s=,,...
24 Zašo se javlja auokorelacja?. Traj efeka egzogeh šokova a kreaje ekoomskh vremeskh serja Prmer: obusava rada ocejvaje zavsos osvaree prozvodje od kolče uložeog rada.. Iercja u kreaju ekoomskh velča. 3. Modfkacja polazh podaaka Nek kvaral podac se dobjaju kao prosek romesečh vredos. Auokorelacja može b prava laža Prava : posledca prrode podaaka Laža : model je pogrešo posavlje (zosavljaje prom., pogreša fukcoala forma) Auokorelacja može b pozva l egava (koef. korelacje zmeđu sukcesvh vredos = auokor. koef. prvog reda, AR() šema - pokaza...).
25 Kovarja marca (pokaza!). ') ( E
26 Posledce auokorelacje Ocee ONK su eprsrase, al eefkase. Ocea varjase slučaje greške je prsrasa. R je valja pokazaelj kvalea regresje. Rezula F esa su prsras epouzda. Ierval povereja su eprecz. Predvđaje je epouzdao. Pokaza...
27 Kako se proverava posojaje auokorelacje?. Neformal (grafčk) meod. Formal meod (esraje)
28 Pozva auokorelacja (rezdual zadržavaju s zak u zovma) e vreme
29 Pozva auokorelacja (rezdual u fukcj sopsveh prehodh vredos grupsa u I III kvadrau) e e(-)
30 Negava auokorelacja (rezdual azmečo mejaju zak) e vreme
31 Negava auokorelacja (rezdual u fukcj sopsveh prehodh vredos grupsa u II IV kvadrau) e e(-)
32 Ne posoj auokorelacja (rezdual e pokazuju pravlos promee okom vremea) e + vreme -
33 Ispvaje posojaja auokorelacje: Darb-Vosoov (egl. Durb-Waso) es Darb-Vosoov es (ozaka: DW l d) se kors za proveru posojaja auokorelacje prvog reda: ε = ε - + v gde je v N(0, v ) je auokorelaco koefcje prvog reda, koj se alaz u ervalu (-,+). = 0 e posoj auokorelacja, =, eksrema pozva auokorelacja = -, eksrema egava auokorelacja 0< <, pozva auokorelacja -< <0, egava auokorelacja Relevae hpoeze: H 0 : =0 (ema auokorelacje) H : 0 (posoj auokorelacja prvog reda)
34 DW es (II): prvog reda. ocea auokorelacoog koefcjea - ˆ modela cju auokorelacju spujemo z rezdual - ˆ ˆ) (, u DW e e e DW e e e e e e e e e e e DW e e e DW
35 DW es (III) U posupku esraja korse se krče vredos koje su auor esa ozačl kao doja gorja krča vredos (E(d), kao sama raspodela sl. prom. d zavse od podaaka ezavsh promeljvh u uzorku). Doja krča vredos: dd, Gorja krča vredos: dg. Krče vredos zavse od obma uzorka broja objašjavajućh promeljvh. Objas posupak esraja...
36 Prmea DW esa
37 Ogračeja u prme DW esa Ogračeja u prme:. Posoje suacje kada se prmeom esa e može doe precza zaključak.. Tes je defsa samo za model sa slobodm člaom. 3. Tesom se e može prover posojaje auokorelacje većeg reda (apomea: Wallsova d 4 saska). 4. Tes je pouzda u suacj kada se kao objašjavajuća promeljva javlja zavsa sa docjom: y = β 0 + β x +β y - + ε
38 Durb-ova (970) h saska Za modele sa pomakuom zavsom promeljvom predložea je sledeća modfkacja: h d T Ts b, pr čemu je d vredos DW saske, Sb ocejea s.gr. ocee paramera uz Y-, a T je velča uzorka. Saska poseduje ormalu sadardzovau raspodelu (pod preposavkom da važ H 0 ); zaključak se doos poredjejem sa vredošću.96.
39 Opš es auokorelacje: Brojš-Godfrjev (egl. Breusch-Godfrey) es U opšem slucaju auokorelacja može b reda m: Nula alerava hpoeza H 0 : ρ = ρ =... =ρ k =0 (e posoj auokorelacja) H : bar jeda od parameara je razlc od ule (posoj auokorelacja Algoram esraja:.... Preposavmo da je polaz model oblka: N(0, m m v Y = β 0 + β X + β X + ε. Ocejujemo model z., dobjamo rezduale poom ocejujemo pomocu regresju: v, v ~ ). e X X e e... e v 0 m m, 3. Odredujemo koefcje deermacje R z pomoce regresje poom ga možmo obmom uzorka T. To je ( T R ) Brojš-Godfrjeva es-saska. Može se pokaza da važ: T R sa m sepe slobode, pr uslovu sos ule hpoeze.
40 Kako se elmše ucaj auokorelacje? Korekcja polazog modela u pravcu rasformsaja promeljvh (pokaza...). Korekcja polazog modela u pravcu eksplcog ukljucvaja damke damck model. Korekcja sadardh grešaka ocea kako b odražavale svar varjable ocea parameara: Nju-Vesova korekcja (egl. Newey-Wes).
Klasični linearni regresioni model (KLRM)
Profesor Zorca Mladeovć Klasč lear regreso model (KLRM) Zorca Mladeovć Ključe teme Postavka pretpostavke KLRM Svojstva ocea parametara u KLRM Elemet statstčkog zaključvaja u KLRM Predvđaje u KLRM Ekoomsk
Διαβάστε περισσότεραPolarizacija. Procesi nastajanja polarizirane svjetlosti: a) refleksija b) raspršenje c) dvolom d) dikroizam
Polarzacja Proces asajaja polarzrae svjelos: a refleksja b raspršeje c dvolom d dkrozam Freselove jedadžbe Svjelos prelaz z opčkog sredsva deksa loma 1 u sredsvo deksa loma, dolaz do: refleksje (prema
Διαβάστε περισσότεραEkonometrija 5. Ekonometrija, Osnovne studije. Predavač: Aleksandra Nojković
Ekoometja 5 Ekoometja, Osove studje Pedavač: Aleksada Nojkovć Stuktua pedavaja Klasč dvostuk (všestuk) lea egeso model - metod ONK. Petpostavke všestukog KLM. Koelacja u všestukom KLM. Oča kogova. Dvostuk
Διαβάστε περισσότεραJednostavna regresiona analiza
Profesor Zorca Mladeovć Jedostava regresoa aalza Zorca Mladeovć Struktura predavaja Polaza deja prmer Populacoa uzoračka regresoa prava Metod očh ajmajh kvadrata Korelacja Jedostave eleare zavsost Ekoomsk
Διαβάστε περισσότεραRAČUNANJE SA PRIBLIŽNIM VREDNOSTIMA BROJEVA
RAČUNANJE SA PRIBLIŽNIM VREDNOSTIMA BROJEVA PRIBLIŽNI BROJ I GREŠKA tača vredost ekog broja X prblža vredost ekog broja X apsoluta greška Δ = X X graca apsolute greške (gorja graca) relatva greška X X
Διαβάστε περισσότεραAritmetički i geometrijski niz
Zadac sa prethodh prjemh spta z matematke a Beogradskom uverztetu Artmetčk geometrjsk z. Artmetčk z. 00. FF Zbr prvh dvadeset člaova artmetčkog za čj je prv čla, a razlka A) 0 B) C) D) 880 E) 878. 000.
Διαβάστε περισσότεραMetoda najmanjih kvadrata
Metoda ajmajh kvadrata Moday, May 30, 011 Metoda ajmajh kvadrata (MNK) MNK smo već uvel u proučavaju leare korelacje; gdje smo tražl da suma kvadrata odstupaja ekspermetalh točaka od pravca koj h a ajbolj
Διαβάστε περισσότεραMoguća i virtuelna pomjeranja
Dnamka sstema sa vezama Moguća vrtuelna pomjeranja f k ( r 1,..., r N, t) = 0 (k = 1, 2,..., K ) df k dt = r + t = 0 d r = r dt moguća pomjeranja zadovoljavaju uvjet: df k = d r + dt = 0. t δ r = δx +
Διαβάστε 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 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 περισσότεραEkonometrija 4. Ekonometrija, Osnovne studije. Predavač: Aleksandra Nojković
Ekonometrja 4 Ekonometrja, Osnovne studje Predavač: Aleksandra Nojkovć Struktura predavanja Nelnearne zavsnost Prmene u ekonomskoj analz Prmer nelnearne zavsnost Isptujemo zavsnost zmeđu potrošnje dohotka.
Διαβάστε περισσότεραRačunarska grafika. Rasterizacija linije
Računarska grafika Osnovni inkrementalni algoritam Drugi naziv u literaturi digitalni diferencijalni analizator (DDA) Pretpostavke (privremena ograničenja koja se mogu otkloniti jednostavnim uopštavanjem
Διαβάστε 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 περισσότεραElektrotehnički fakultet univerziteta u Beogradu 16.maj Odsek za Softversko inžinjerstvo
Elektrotehnčk fakultet unverzteta u Beogradu 6.maj 8. Odsek za Softversko nžnjerstvo Performanse računarskh sstema Drug kolokvjum Predmetn nastavnk: dr Jelca Protć (35) a) () Posmatra se segment od N uzastonh
Διαβάστε 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 περισσότεραReverzibilni procesi
Reverzbln proces Reverzbln proces: proces pr koja sste nkada nje vše od beskonačno ale vrednost udaljen od ravnoteže, beskonačno ala proena spoljašnjh uslova ože vratt sste u blo koju tačku, proena ože
Διαβάστε περισσότεραEkonometrija 9. Ekonometrija, Osnovne studije. Predavač: Aleksandra Nojković
Ekonomrija 9 Ekonomrija, Osnovn sudij Prdavač: Alksandra Nojković Srukura prdavanja Narušavanj prposavki KLRM Auokorlacija - Pojam auokorlacij - Posldic auokorlacij - Tsiranj - Oklanjanj posldica auokorlacij
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 περισσότεραREGRESIJSKA ANALIZA. U razvoju regresijske analize najznačajniju ulogu su imali: Carl Friedrich Gauss ( ) Francis Galton (
SEMINAR U razvoju regresjske aalze ajzačajju ulogu su mal: Carl Fredrch Gauss (822 9) Fracs Galto (822 9) Karl Pearso (857 936) George Udy Yule (87 95) SEMINAR Regresjska aalza je matematčko-statstčk postupak
Διαβάστε περισσότερα10.1. Bit Error Rate Test
.. Bt Error Rat Tst.. Bt Error Rat Tst Zadata. Izračuat otrba broj rth formacoh bta u BER tstu za,, ogršo dttovaa bta a rjmu, tao da s u sstmu sa brzoom sgalzacj od Mbs mož tvrdt da j vrovatoća grš rosa
Διαβάστε περισσότεραOM2 V3 Ime i prezime: Index br: I SAVIJANJE SILAMA TANKOZIDNIH ŠTAPOVA
OM V me i preime: nde br: 1.0.01. 0.0.01. SAVJANJE SLAMA TANKOZDNH ŠTAPOVA A. TANKOZDN ŠTAPOV PROZVOLJNOG OTVORENOG POPREČNOG PRESEKA Preposavka: Smičući napon je konsanan po debljini ida (duž pravca upravnog
Διαβάστε περισσότεραMATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15
MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15 Matrice - osnovni pojmovi (Matrice i determinante) 2 / 15 (Matrice i determinante) 2 / 15 Matrice - osnovni pojmovi Matrica reda
Διαβάστε 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 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 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 περισσότεραObrada signala
Obrada signala 1 18.1.17. Greška kvantizacije Pretpostavka je da greška kvantizacije ima uniformnu raspodelu 7 6 5 4 -X m p x 1,, za x druge vrednosti x 3 x X m 1 X m = 3 x Greška kvantizacije x x x p
Διαβάστε 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 περισσότεραPRESECI SA PRSLINOM - VELIKI EKSCENTRICITET
TEORJA ETONSKH KONSTRUKCJA 1 PRESEC SA PRSLNO - VELK EKSCENTRCTET ČSTO SAVJANJE - SLOODNO DENZONSANJE Poznato: Nepoznato: - statčk tcaj za pojedna opterećenja ( ) - sračnato - kvaltet materjala (, σ v
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 περισσότερα10. REGRESIJA I KORELACIJA
0. REGRESIJA I KORELACIJA Jospa Perkov, prof., pred. Jedodmezoala aalza stražvaje vaje jede pojave predočee ee statstčkm zom ezavso od drugh, statstčkm metodama (grafčko tabelaro prkazvaje za, zračuavaje
Διαβάστε περισσότεραRačunarska grafika. Rasterizacija linije
Računarska grafika Osnovni inkrementalni algoritam Drugi naziv u literaturi digitalni diferencijalni analizator (DDA) Pretpostavke (privremena ograničenja koja se mogu otkloniti jednostavnim uopštavanjem
Διαβάστε 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 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 περισσότεραKOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.
KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI NEUTRALNI ELEMENT GRUPOIDA 1 Grupoid (G, ) je asocijativa akko važi ( x, y, z G) x (y z) = (x y) z Grupoid (G, ) je komutativa akko važi ( x, y G) x y = y x Asocijativa
Διαβάστε περισσότεραAKSIOMATIKA TEORIJE VEROVATNOĆE
AKSIOMATIKA TEORIJE VEROVATNOĆE E Aksomatka teorje verovatoće Polaz se od osovh stavova, tzv. aksoma, a osovu kojh se sve ostale osobe mogu dokazat. Za posmatra prostor el. shoda aksomatzacja daje odgovore
Διαβάστε περισσότεραApsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.
Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama. a b Verovatno a da sluqajna promenljiva X uzima vrednost iz intervala
Διαβάστε περισσότεραEkonometrija 2. Ekonometrija, Osnovne studije. Predavač: Aleksandra Nojković
Ekonometrja Ekonometrja, Osnovne studje Predavač: Aleksandra Nojkovć Struktura predavanja Svojstva ocena na malm uzorcma Asmptotska svojstva ocena Svojstva ocena dobjenh metodom ONK Svojstva ocena U regresonoj
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 περισσότεραPismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z.
Pismeni ispit iz matematike 06 007 Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj z = + i, zatim naći z Ispitati funkciju i nacrtati grafik : = ( ) y e + 6 Izračunati integral:
Διαβάστε περισσότεραnepoznati parametar θ jednak broju θ 0, u oznaci H 0 (θ =θ 0 ), je primer proste hipoteze. Ako hipoteza nije prosta, onda je složena.
Testiraje parametarskih hipoteza Pretpostavka (hipoteza) o parametru raspodele se zove parametarska hipoteza. Postupak jeog potvrđivaja ili odbacivaja a osovu podataka iz uzorka je parametarski test. t
Διαβάστε 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 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 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 περισσότεραElementi energetske elektronike
ELEKTRIČNE MAŠINE Elemen energeske elekronke Uvod Čme se bav energeska elekronka? Energeska elekronka se bav konverzjom (prevaranjem) razlčh oblka elekrčne energje. Uvod Gde se kors? Elemen energeske elekronke
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 περισσότεραRAZLICITI PRISTUPI KREDITNOM. - master rad -
UNIVERZITET U NOVOM SADU PRIRODNO MATEMATICKI FAKULTET DEPARTMAN ZA MATEMATIKU I INFORMATIKU RAZLICITI PRISTUPI KREDITNOM SKORING SISTEMU - master rad - Profesor: dr. Zoraa Luža Autor: Jelea Burgjašev
Διαβάστε περισσότεραMate Vijuga: Rijeseni zadaci iz matematike za srednju skolu
7. KOMPLEKSNI BROJEVI 7. Opc pojmov Kompleksn brojev su sastavljen dva djela: Realnog djela (Re) magnarnog djela (Im) Promatrajmo broj a+ b = + 3 Realn do jednak je Re : Imagnarna jednca: = - l = (U elektrotehnc
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 περισσότεραStrukture GMDH u modeliranju i predikciji vremenskih serija. Ivan Ivek
Srukure GMDH u modelrnju predkcj vremenskh serj Ivn Ivek Group Mehod of D Hndlng Ivkhnenko, 966. regresj, esmcj, predkcj, konrol... Dobr svojsv: nskoprmersk lgorm smopodešvnje srukure selekcj ulnh vrjbl
Διαβάστε περισσότεραx pojedinačnih rezultata:
ovarjaca koefcjet korelacje Sredja vrjedost stadardo odstupaje Prlkom poavljaja mjereja, uz ste (kolko je to moguće uvjete (st mjertelj, mjer strumet, mjera metoda okol uvjet, eke stale fzkale velče, dobt
Διαβάστε περισσότεραZavrxni ispit iz Matematiqke analize 1
Građevinski fakultet Univerziteta u Beogradu 3.2.2016. Zavrxni ispit iz Matematiqke analize 1 Prezime i ime: Broj indeksa: 1. Definisati Koxijev niz. Dati primer niza koji nije Koxijev. 2. Dat je red n=1
Διαβάστε περισσότεραLinearna korelacija. Vrijedi: (1) 1 r 1
Leara korelacja Korelacja je mjera leare zavsost dvju serja podataka 1,,..., 1,,...,. Drugm rječma, ako su točke 1, 1,,,..., gruprae oko regresjskog pravca, oda govormo da su podatc korelra learo korelra.
Διαβάστε περισσότεραStr. 454;139;91.
Str. 454;39;9 Metod uzorka Predavač: Dr Mirko Savić avicmirko@eccf.u.ac.yu www.eccf.u.ac.yu Statitička maa može da e pomatra a jeda od ledeća dva ačia: potpuo pomatraje, delimičo pomatraje (metod uzorka).
Διαβάστε περισσότεραDifuzija supstance u vazduhu analitičko i numeričko rešavanje
UNIVERZITET U NOVOM SADU PRIRODNO-MATEMATIČKI FAKULTET DEPARTMAN ZA FIZIKU Dfuzja supsace u vazduhu aalčko umerčko rešavaje - dplomsk rad - Meor: Dr Mla Pać Kadda: Mlea Brakovć Nov Sad, 00 Sadržaj UVOD
Διαβάστε περισσότεραF (t) F (t) F (t) OGLEDNI PRIMJER SVEUČILIŠTE J.J.STROSSMAYERA U OSIJEKU ZADATAK
OGLEDNI PRIMJER ZADAAK Odredte dnamčke karakterstke odzv armranobetonskog okvra C-C prkazanog na slc s prpadajućom tlorsnom površnom, na zadanu uzbudu tjekom prve tr sekunde, ako je konstrukcja prje djelovanja
Διαβάστε περισσότεραSISTEMI DIFERENCIJALNIH JEDNAČINA - ZADACI NORMALNI OBLIK
SISTEMI DIFERENCIJALNIH JEDNAČINA - ZADACI NORMALNI OBLIK. Rši sism jdnačina: d 7 d d d Ršnj: Ša j idja kod ovih zadaaka? Jdnu od jdnačina difrniramo, o js nađmo izvod l jdnačin i u zamnimo drugu jdnačinu.
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 περισσότεραEkonometrijski modeli Sistemi simultanih jednačina Glava 11
konomerijski modeli Sisemi simulanih jednačina Glava Osnovne sudije Predavač: Aleksandra Nojković SSJ: Srukura predavanja Uvod: osnovne definicije SSJ Posledice ignorisanja simulanosi Problem idenifikacije
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 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 περισσότεραTEHNIČKI FAKULTET SVEUČILIŠTA U RIJECI Zavod za elektroenergetiku. Prijelazne pojave. Osnove elektrotehnike II: Prijelazne pojave
THNIČKI FAKUTT SVUČIIŠTA U IJI Zavod za elekroenergek Sdj: Preddplomsk srčn sdj elekroehnke Kolegj: Osnove elekroehnke II Noselj kolegja: v. pred. mr.sc. Branka Dobraš, dpl. ng. el. Prjelazne pojave Osnove
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 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 περισσότερα1. Uvod u multivarijatnu statistiku. Prof.dr.sc. N. Bogunović Prof.dr.sc. B. Dalbelo Bašić
Otkrvaje zaja u skuovma odataka Metoda glavh komoeeta Otkrvaje zaja u skuovma odataka Metoda glavh komoeeta FAKULE ELEKROEHNIKE I RAČUNARSVA Uvod u multvarjatu statstku Profdrs N Boguovć Profdrs B Dalbelo
Διαβάστε περισσότεραMATEMATIKA I 1.kolokvij zadaci za vježbu I dio
MATEMATIKA I kolokvij zadaci za vježbu I dio Odredie c 0 i kosinuse kueva koje s koordinanim osima čini vekor c = a b ako je a = i + j, b = i + k Odredie koliki je volumen paralelepipeda, čiji se bridovi
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 περισσότεραDinamika krutog tijela ( ) Gibanje krutog tijela. Gibanje krutog tijela. Pojmovi: C. Složeno gibanje. A. Translacijsko gibanje krutog tijela. 14.
Pojmo:. Vektor se F (transacja). oment se (rotacja) Dnamka krutog tjea. do. oment tromost masa. Rad krutog tjea A 5. Knetka energja k 6. oment kona gbanja 7. u momenta kone gbanja momenta se f ( ) Gbanje
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 περισσότεραEliminacijski 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 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 περισσότεραTrigonometrijski oblik kompleksnog broja
Trgnmetrjsk blk kmpleksng brja Da se pdsetm: Kmpleksn brj je blka je realn de, je magnarn de kmpleksng brja, - je magnarna jednca, ( Dva kmpleksna brja su jednaka ak je Za brj _ je knjugvan kmpleksan brj.
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 περισσότερα3525$&8158&1(',=$/,&(6$1$92-1,095(7(120
Srednja masinska skola OSOVE KOSTRUISAJA List1/8 355$&8158&1(',=$/,&(6$1$9-1,095(7(10 3ROD]QLSRGDFL maksimalno opterecenje Fa := 36000 visina dizanja h := 440 mm Rucna sila Fr := 350 1DYRMQRYUHWHQR optereceno
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 περισσότεραFTN 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 περισσότεραIZRAČUNAVANJE 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 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 περισσότεραXI 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 περισσότεραTrigonometrijske nejednačine
Trignmetrijske nejednačine T su nejednačine kd kjih se nepznata javlja ka argument trignmetrijske funkcije. Rešiti trignmetrijsku nejednačinu znači naći sve uglve kji je zadvljavaju. Prilikm traženja rešenja
Διαβάστε περισσότεραNOMENKLATURA ORGANSKIH SPOJEVA. Imenovanje aromatskih ugljikovodika
NOMENKLATURA ORGANSKIH SPOJEVA Imenovanje aromatskih ugljikovodika benzen metilbenzen (toluen) 1,2-dimetilbenzen (o-ksilen) 1,3-dimetilbenzen (m-ksilen) 1,4-dimetilbenzen (p-ksilen) fenilna grupa 2-fenilheptan
Διαβάστε περισσότερα3n an = 4n3/2 +2n+ n 5n 3/2 +5n+2 n a 2 n = n 2. ( 2) n Dodatak. = 0, lim n! 2n 6n + 1
Nizovi 5 a = 5 +3+ + 6 a = 3 00 + 00 3 +5 7 a = +)+) ) 3 3 8 a = 3 +3+ + +3 9 a = 3 5 0 a = 43/ ++ 5 3/ +5+ a = + + a = + ) 3 a = + + + 4 a = 3 3 + 3 ) 5 a = +++ 6 a = + ++ 3 a = +)!++)! +3)! a = ) +3
Διαβάστε περισσότεραMETODA SEČICE I REGULA FALSI
METODA SEČICE I REGULA FALSI Zadatak: Naći ulu fukcije f a itervalu (a,b), odoso aći za koje je f()=0. Rešeje: Prvo, tražimo iterval (a,b) a kome je fukcija eprekida, mootoa i važi: f(a)f(b)
Διαβάστε 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 περισσότεραVILJUŠKARI. 1. Viljuškar se koristi za utovar standardnih euro-pool paleta na drumsko vozilo u sistemu prikazanom na slici.
VILJUŠKARI 1. Viljuškar e korii za uoar andardnih euro-pool palea na druko ozilo u ieu prikazano na lici. PALETOMAT a) Koliko reba iljuškara da bi ree uoara kaiona u koji aje palea bilo anje od 6 in, ako
Διαβάστε περισσότεραKontrolni 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 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 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 περισσότερα( , 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 περισσότεραIII VEŽBA: FURIJEOVI REDOVI
III VEŽBA: URIJEOVI REDOVI 3.1. eorijska osnova Posmatrajmo neki vremenski kontinualan signal x(t) na intervalu definisati: t + t t. ada se može X [ k ] = 1 t + t x ( t ) e j 2 π kf t dt, gde je f = 1/.
Διαβάστε περισσότεραPrvi kolokvijum. y 4 dy = 0. Drugi kolokvijum. Treći kolokvijum
27. septembar 205.. Izračunati neodredjeni integral cos 3 x (sin 2 x 4)(sin 2 x + 3). 2. Izračunati zapreminu tela koje nastaje rotacijom dela površi ograničene krivama y = 3 x 2, y = x + oko x ose. 3.
Διαβάστε περισσότεραMATEMATIKA 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 περισσότεραKONVEKSNI SKUPOVI. Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5. Back FullScr
KONVEKSNI SKUPOVI Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5 KONVEKSNI SKUPOVI Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5 1. Neka su x, y R n,
Διαβάστε 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 περισσότεραOvo nam govori da funkcija nije ni parna ni neparna, odnosno da nije simetrična ni u odnosu na y osu ni u odnosu na
. Ispitati tok i skicirati grafik funkcij = Oblast dfinisanosti (domn) Ova funkcija j svuda dfinisana, jr nma razlomka a funkcija j dfinisana za svako iz skupa R. Dakl (, ). Ovo nam odmah govori da funkcija
Διαβάστε 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 περισσότεραKlasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove.
Klasifikacija blizu Teorema Neka je M Kelerova mnogostrukost. Operator krivine R ima sledeća svojstva: R(X, Y, Z, W ) = R(Y, X, Z, W ) = R(X, Y, W, Z) R(X, Y, Z, W ) + R(Y, Z, X, W ) + R(Z, X, Y, W ) =
Διαβάστε περισσότεραProgram testirati pomoću podataka iz sledeće tabele:
Deo 2: Rešeni zadaci 135 Vrednost integrala je I = 2.40407 42. Napisati program za izračunavanje koeficijenta proste linearne korelacije (Pearsonovog koeficijenta) slučajnih veličina X = (x 1,..., x n
Διαβάστε περισσότεραDRUGI KOLOKVIJUM IZ MATEMATIKE 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. je neprekidna za a =
x, y, z) 2 2 1 2. Rešiti jednačinu: 2 3 1 1 2 x = 1. x = 3. Odrediti rang matrice: rang 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. 2 0 1 1 1 3 1 5 2 8 14 10 3 11 13 15 = 4. Neka je A = x x N x < 7},
Διαβάστε περισσότεραOpćenito, iznos normalne deformacije u smjeru normale n dan je izrazom:
Otporost mterijl. Zdtk ZDTK: U točki čeliče kostrukije postvlje su tri osjetil z mjereje deformij prem slii. ri opterećeju kostrukije izmjeree su reltive ormle (dužiske deformije: b ( - b 3 - -6 - ( b
Διαβάστε περισσότεραUNIVERZITET U NIŠU FAKULTET ZAŠTITE NA RADU U NIŠU TEHNIČKA MEHANIKA - PREZENTACIJA PREDAVANJA PREDAVANJE
UNIVERZITET U NIŠU FAKULTET ZAŠTITE NA RADU U NIŠU TEHNIČKA MEHANIKA - PREZENTACIJA PREDAVANJA - - 4. PREDAVANJE - Dr Darko Mhajlov, doc. 1. ČAS Sredšte (cetar) sstema paralelh sla; Težšte krutog tela;
Διαβάστε περισσότερα