max max max L n M M M M E e

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "max max max L n M M M M E e"

Transcript

1 4. TEORIJA IGARA Teoria igara e matematička teoria za rešavane problema konfliktnih situacia. Konfliktna situacia e ona u koo dolazi do sukoba interesa, t. do konkurencie učesnika u igri (igrača, konkurenata). Osnovni poam teorie igara e igra, kao matematički model realne konfliktne situacie. Osnovni zadatak teorie igara e određivane optimalnog ponašana učesnika u igri. Kriterium von Neumanna: A i B B B2... Bn min. reda q q q 2... q n ( min e i) p i A p e e 2... en min e A 2 p 2 e 2 e e 2n Am p m e m e m2... emn max. kolone max e i i max i e i max i e i2... max i e in min e 2 min e m max ( min e i)=α β = min ( max e i) i i Igra određena matricom igra. e e2 L e n e2 e22 e 2n E e L = i = m, n M M M M em em 2 L emn naziva se matrična A, A 2,..., A m su oznake za strategie (akcie) koe u igri ima na raspolaganu igrač A; B, B 2,..., B n su oznake za strategie koe preduzima igrač B; ei=f(ai,b) predstavla efekat (vrednost igre), kao posledica odabira akcie A i od strane igrača A i akcie B od strane igrača B; Ako e e i za igrača A dobit, onda e -e i dobit (gubitak) za igrača B. Pošto e e i + (-ei) = 0, reč e o tzv. zero (nulto) igri.

2 p, p2,..., p m su oznake za verovatnoće da će igrač A odabrati odgovarauće akcie A, A 2,..., A m pri čemu mora biti: m p i =, p i 0; i= q, q2,..., q n su oznake za verovatnoće da će igrač B odabrati strategie B, B2,..., Bn pri čemu e: n q =, q 0. = Kada e α = β, onda e reč o tzv. čisto igri i tada postoi barem edna tzv. sedlasta tačka (tačka ravnoteže, prelomna tačka). Kada e αk = α i βr = β i kada e αk = βr = ekr, onda postoi edna sedlasta tačka T(A k, Br), pa e Ak optimalna strategia za igrača A, a Br optimalna strategia za igrača B, uz vrednost igre e 0=W=e kr. Primer. A i B B B 2 B B 4 min reda A A max(min) =α A max kolone α = β = 50 min(max)=β Sedlasta tačka e T(A2, B). Optimalna strategia za igrača A e A2, a za igrača B e B. Vrednost igre u optimalnom slučau e W=50. Kada e αk = αs = α, a βr = β i kada e α = β = ekr = esr onda postoe dve sedlaste tačke T(A k, Br) i T2(As, Br). Primer 2. Ai B B B2 B B4 min reda A A max(min) = α A max kolone α = β = 50 min(max)=β

3 Sedlaste tačke su T (A 2, B ) i T 2(A, B ). Optimalne strategie za igrača A su A 2 i A, dok e za igrača B optimalna strategia B. Vrednost igre u optimalno situacii e W=50. Kada e αk = α, a βr = βs = β i kada e α = β = ekr = eks, onda postoe dve sedlaste tačke: T (A k, B r) i T 2(A k, B s). Primer. A i B B B 2 B B 4 min reda A A max(min) = α A max kolone α = β = 50 min(max)=β Sedlaste tačke su T(A 2, B2) i T2(A2, B). Optimalna strategia za igrača A e A 2, dok igrač B ima na raspolaganu dve optimalne strategie B 2 i B. Vrednost igre u optimalnom slučau e w=50. Po analogii rešavamo probleme sa više sedlastih tačaka.. Ako e α β, t. ako e α < β, onda se radi o tzv. mešovito igri i onda ne postoi sedlasta tačka, pa se vrednost igre nalazi između α i β, t. α<w=e0< β. U ovom slučau se e0=w može odrediti uz pomoć verovatnoća pi, q kao verovatna vrednost, pri čemu p i i q predstavlau učestalosti korišćena poedinih strategia od strane igrača A odnosno igrača B u optimalnom slučau. Neka e data igra sa matricom [e i] m,n. Za igrača A(I ) postoi optimalna o o o strategia da odabere A sa p, A 2 sa p 2,..., A m sa p m i da tako sebi obezbedi očekivanu dobit u namanem iznosu w. Ovu strategiu karakteriše vektor verovatnoća (frekvencia): o o o o p = ( p, p2,..., pm) Za igrača B(I2) optimalnu strategiu će karakterisati vektor: o o o o q = ( q, q2,..., qn ) a takvom strategiom će obezbediti da mu gubitak bude naviše w. Optimalna strategia za oba igrača se može dobiti rešavanem sistema od m+n+2 ednačine ili neednačine, sa m+n+ nepoznatih p, p2,..., pm, q, q 2,..., qn, w:

4 p + p pm = pi 0 e p + e 2p e mp m w e 2p + e 22p e m2p m w... e np + e2np em np m w q + q q n = ; q 0 e q + e2q enq n w e 2q + e22q e2nq n w... e m q + em2q em nq n w Jedan od efikasnih načina rešavana ovog problema e simpleks metod linearnog programirana. Rešene: Ako podelimo sve neednačine sa w i uvedemo oznake p i/w = x i, a q /w = y, onda ćemo dobiti sledeća dva modela: x, x 2,..., x n 0 e x + e2x em xm e 2x + e22x em 2 xm... e nx + e 2nx e mn x m x + x xm = v min y, y 2,..., y n 0 e y + e2y en yn e 2y + e22y e2n yn... e m y + e m2y e m n y n y + y yn = z max Rešavanem drugog modela kao Primarnog dobiu se i rešena prvog modela kao Duala. Polazna tabela za rešavane problema: y y 2... y n x e e 2... e n x 2 e 2 e e 2n x m e m e m 2 e m n... z=0...

5 Primer 4. A i B B B 2 B min reda A A max(min) = α max kolone α=6<w<β=8 min(max) =β Optimalne učestalosti korišćena poedinih strategia za svakog igrača ćemo u ovom primeru odrediti pomoću simpleks metoda linearnog programirana (tabelarno). Rešene: y y 2 y x 6 (8) 5 x y x y y 2 /4 /8 5/8 /8 x 2 9/2 -/4 (25/4) /4 /4 -/8 /8 -/8 y x x 2 y 2 /0 /5 -/0 /0 y 8/25 -/25 4/25 /25 -/50-2/25 -/50-7/50 pi = xi pi = wxi w q = y q = wy w W = z max z m ax= 7, y=0, y2= 50 0, y= 25 su rešena primarnog problema.

6 v m in=zmax= 7 50, x= 2 25, x2= 50 w= = 50 = 7 74, z max 7 7 p =x w= = 0, p 2=x2 w= 50 = 0, q =y w= 0 50 = 0 7 q 2=y2 w= 50 5 = 0, q =y w= 50 = 0, su rešena duala. U optimalnom slučau igrač A treba da u približno 57% pokušaa koristi strategiu A, a u približno 4% pokušaa strategiu A 2. Igrač B ne treba da koristi strategiu B, dok strategie B2 i B treba da koristi približno u 7% odnosno 29% pokušaa. Vrednost igre u optimalnom slučau e približno w 7, Do ovog rezultata može se doći na oš edan način. Za početak, posmatramo matričnu igru formata 2x2: Strategie Strategie igrača B igrača A B B2 A e e2 A2 e2 e22 Lako se proverava da matrične igre ovog formata nemau sedlastu tačku ukoliko se dva maksimalna elementa nalaze na glavno ili na sporedno diagonali. Bez umanena opštosti, pretpostavimo da su dva maksimalna elementa e i e 22 i pretpostavimo da igrač B bira strategiu B sa verovatnoćom q i strategiu B2 sa verovatnoćom q, t. q = q i q2 = q. Tada se očekivana vrednost igre za igrača A može odrediti na sledeći način. Ukoliko primeni strategiu A igrač A očekue dobitak e q + e2 ( q), a ukoliko odabere strategiu A2, e2 q + e22 ( q). Ako se ove dve očekivane vrednosti izednače, dobia se e22 e2 q =, ( e e2) + ( e22 e2 ) odakle sledi da vrednost igre iznosi e e22 e2 e2 w =. e e ) + ( e e ) (

7 Slično, ako e p = p i p2 = p, odnosno igrač A bira strategiu A sa verovatnoćom p i strategiu A 2 sa verovatnoćom p, može se pokazati da e e22 e2 p =. e e ) + ( e e ) ( Po dimenziama i složenosti, sledeće su igre dimenzia 2xn, n>2, u koima igrač B ima na raspolaganu n strategia, kao i igre dimenzia mx2, m>2, u koima igrač A može da upotrebi neku od m raspoloživih strategia. Posmatramo primer 4 i pretpostavimo da igrač A bira strategiu A sa verovatnoćom p i strategiu A2 sa verovatnoćom p. Na slici grafički su prikazani gubici igrača B s obzirom na strategie igrača A, tako što leva osa predstavla strategiu A a desna strategiu A2. Za svaku vrednost sa x ose, na pravo koa odgovara strategii B i možemo očitati gubitak igrača B ako igrač A igra ( x) A i x A2. Kada bi igrač B imao dovolno informacia o potezu igrača A, naboli odgovor nalazio bi se na dono obvonici prikazano na slici. S druge strane, među svim navedenim vrednostima igrač A želi da izabere maksimalan iznos, odnosno tačku T. A A 2 B B 2 B Slika. Možemo uočiti da se tačka T nalazi u preseku pravih koe odgovarau strategiama B2 i B, što implicira da se vrednost igre u optimalnom slučau može odrediti kao rešene podproblema Strategie Strategie igrača B igrača A B 2 B A 8 5 A 2 6 0

8 Koristeći gore navedene obrasce dobia se p =, q = i w =, odnosno p = 4 7, p = 2 7, 5 2 q = 0, q 2 =, q =. 7 7 Primetimo da x koordinata tačke T odgovara verovatnoći p, dok y koordinata pokazue na vrednost igre w. Ako igrač A primeni mešovitu strategiu sa verovatnoćama p=4/7, p 2=/7, a B igra strategiu B tada može da očekue gubitak = 7, veći od vrednosti igre u optimalnom slučau. Ova tačka nalazi se u preseku prave koa odgovara strategii B i vertikalne prave naspram tačke x Tehnika primenena u teorii igara može se upotrebiti za rešavane problema donošena odluka u situaciama neizvesnosti, kada raspolažemo određenim broem strategia koe odabiramo očekuući nastupane i prisustvo maneg ili većeg broa različitih okolnosti. Verovatnoće nastupana poedinih okolnosti su nepoznate, a eventualno možemo subektivno da ih procenimo (pretpostavimo). Primer 5. Strategie Strategie igrača B igrača A B2 B A 4 0 A2 6-4 A -6 6 A A Kako e α = 0 i β = 6, navedeni primer nema sedlastu tačku, te se radi o mešovito igri. Na Slici 2 grafički su prikazani dobici igrača A s obzirom na alternative igrača B.

9 B B 2 A A A 4 A 2 A 5 Slika 2. Za razliku od prethodnog primera, igrač A teži da ostvari maksimalan dobitak s obzirom na strategie igrača B. Stoga se vrednosti koe bira A nalaze na gorno obvonici prikazano na Slici 2. Igrač B teži da ostvari minimalne gubitke, te bira tačku T sa navedene obvonice. Očigledno e da se ovakav rezultat ostvarue ukoliko igrač A bira strategie A i A. Zato e podproblem koi vodi do optimalnog rešena sledećeg oblika: Strategie Strategie igrača B igrača A B B2 A 4 0 A -6 6 Slično kao u prethodnom primeru, dobia se p = 0, 75, q = 0, 75 i w =, 5, tačnie p =0,75; p 2=0; p =0,25; p 4=0; p 5=0; q =0,75; q 2=0,625. U optimalnom slučau igrač A treba da u približno 75% pokušaa koristi stategiu A, u 25% pokušaa strategiu A dok strategie A 2, A 4 i A 5 ne treba da koristi. Igrač B u približno 7,5% pokušaa treba da koristi strategiu B a u 62,5% strategiu B2. Vrednost igre u optimalnom slučau iznosi,5. Primetimo da ako igrač B igra mešovitu strategiu sa verovatnoćama q =0,75; q 2=0,625, a igrač A primeni neku od strategia A2, A4 i A5, može da očekue mani dobitak od vrednosti igre (-0,25; -0,5 i -, respektivno), što se može uočiti i na slici 2.

10 Teorema (John von Neumann, 928): Svaka matrična igra dimenzia mxn ima optimalno rešene. Tačnie, postoi edinstvena vrednost igre w i optimalna (čista ili mešovita) strategia za igrače A i B, tako da: a) Ako igrač A primeni optimalnu strategiu, negov dobitak biće w, bez obzira na strategiu igrača B, b) Ako igrač B primeni optimalnu strategiu, dobitak igrača A biće w, bez obzira na strategiu kou primeni igrač A. c) Optimalno rešene uvek se može odrediti kao rešene odgovaraućeg podproblema dimenzia kxk. Drugim rečima, rešene svake matrične igre dimenzia mxn može se odrediti kao rešene podproblema dimenzia x (sedlasta tačka), 2x2, x ili neke veće kvadratne matrične igre. Primer 6. Jedna veća fabrika elektrometalnog kompleksa treba da se opredeli za proizvodnu proizvoda između sledeće tri grupe: proizvodi investicionog karaktera, aparati za domaćinstvo i specialne mašine. Procenenu dobit u određenom periodu za svaku grupu proizvoda, pri nastupanu različitih okolnosti (stana tržišta, kao napr. konunktura, recesia, depresia) prikazue sledeća tabela: Strategie (Ai) Okolnosti (O ) O Konunktura O 2 Recesia O Depresia A:Investicioni proizvodi A 2:Aparati za domaćinstvo A : Specialne mašine Odrediti optimalnu strategiu za ovo preduzeće. Rešene: a) Prema Waldovom kriteriumu (kriteriumu pesimizma ili MAXMIN kriteriumu): O O2 O Minimum reda A i A A 2 A O =max(min) Prema ovom kriteriumu treba odabrati strategiu A, t. odlučiti se za proizvodnu specialnih mašina. b) Prema Hurwiczovom kriteriumu (kriteriumu optimizma): Ova kriterium pretpostavla uvažavane određenog optimizma donosioca

11 odluke u vidu tzv. koeficienta optimizma k, pri čemu e 0 k. Neka e k=0,6. Ai A A2 A Očekivane vrednosti efekata pri k=0,6 0,6 40+0,4 (-5)=8 max 0,6 22+0,4 2=4 0,6 2+0,4 8=0,4 Prema ovom kriteriumu i odabranom koeficientu optimizma treba se odlučiti za strategiu A. Ako se uzme k=, onda se dobia tzv. MAXMAX kriterium potpunog optimizma. A i A A2 A maksimum reda 40 max 22 2 Odluka: A. Kada bi koeficient optimizma bio k=0,4 onda bi bilo: A i A A2 A Očekivane vrednosti efekata pri k=0,4 0,4 40+0,6 (-5)=7 0,4 22+0,6 2=0 max 0,4 2+0,6 8=9,6 Optimalna strategia bi bila A 2. c) Prema Savageovom (Sevidž) kriteriumu (kriterium žalena ili MINMAX kriterium): Matrica gubitaka (propuštene dobiti): O O2 O Maksimum reda O Ai A A min(max)

12 A Prema ovom kriteriumu treba se odlučiti za A 2. d) Prema Laplaceovom (Laplas) kriteriumu nedovolnog razloga (nedovolnih informacia o mogućim nastupanima poedinih okolnosti): Prema ovom kriteriumu se, zbog nepoznavana procene o mogućnosti nastupana poedinih okolnosti, uzima da e ednako verovatno da će nastupiti bilo koa od okolnosti ( u ovom slučau e reč o verovatnoći /,%) A i A A2 A Očekivane vrednosti efekata (40+6-5) 0, (22+6+2), max (2+0+8)=0 Prema ovom kriteriumu treba se odlučiti za A2. e) Prema Bayesovom kriteriumu: Prema ovom kriteriumu se polazi od mogućnosti da donosilac odluke, na osnovu sopstvenog iskustva, ili iskustva angažovanog eksperta, subektivno proceni verovatnoće nastupana poedinih okolnosti. Neka su procene verovatnoća nastupana poedinih okolnosti redom 0,5; 0, i 0,2. A i A A 2 A Očekivane vrednosti efekata 0,5 40+0, 6+0,2 (-5)=8,8 max 0,5 2+0, 6+0,2 2=6,2 0,5 2+0, 0+0,2 8=0,6 Prema ovom kriteriumu treba se odlučiti za A. Odabrane subektivne verovatnoće se nazivau oš i a priori verovatnoće, pa se prethodna analiza često naziva a priori analiza. Više eksperata posmatrane problematike daće bole procene o

13 verovatnoćama nastupana poedinih okolnosti i veću sigurnost donosiocu odluke pri odlučivanu. Pretpostavimo da e dat zadatak stručnacima ekspertskog tima da odgovore na pitane kako se prihvatau proizvodi posmatranog preduzeća pri nastupanu poedinih okolnosti. Dobieni su rezultati u vidu tzv. uslovnih verovatnoća P(S k(o )), koe npr. pokazue sledeća tabela: Sk S S 2 O O O 2 O 0,8 0,2 0,5 0,5 0,4 0,6 Procena S neka znači da se prihvatau proizvodi posmatranog preduzeća na tržištu, a S 2 da se ne prihvatau proizvodi istog preduzeća na tržištu. Za dalu analizu e potrebno odrediti a posteriori verovatnoće po Bayesovo formuli: ( S ) P O = k n = ( ) ( ) P( O ) P S O k P( O ) P S O k Rezultate postupka izračunavana ovih verovatnoća prikazue sledeća tabela: S k O P(O ) P(S k O ) S O O2 O S 2 O O2 O 0,5 0, 0,2 0,5 0, 0,2 0,8 0,5 0,4 0,2 0,5 0,6 P(O ) P(S k O ) 0,4 0,5 0,08 A posteriori verovatnoće P(O Sk) 0,4:0,6=0,649 0,5:0,6=0,28 0,08:0,6=0,270 0,6=P(S),0000 0, 0,5 0,2 0,:0,7=0,270 0,5:0,7=0,4054 0,2:0,7=0,24 0,7=P(S 2),0000 Očekivane vrednosti efekata u a posteriori analizi su: Za S: E(A ) = 0, , ,270 (-5) = 24,92

14 E(A2) = 0, , ,270 2 = 8,0 E(A) = 0, , ,270 8 =,02 Za S2: E(A ) = 0, , ,24 (-5) = 8,8 E(A 2) = 0, , ,24 2 =,08 E(A ) = 0, , ,24 8 = 9,89 Radi preglednosti ove rezultate prikazuemo sledećom tabelom: S k S S 2 E(Ai) E(A ) 24,92 8,8 E(A2) 8,0,08 E(A ),02 9,89 Pod pretpostavkom procene S optimalna e strategia A, a u slučau procene S2 optimalna e strategia A 2. Verovatnoća da će se ostvariti naveći efekat od 24,92 iznosi 6% (P(S )=0,6). Zadaci za vežbu. Da li sledeće matrične igre imau sedlastu tačku? a) Strategie Strategie igrača B igrača A B B 2 B B 4 A A A A b) Strategie Strategie igrača B igrača A B B2 B A A A c)

15 Strategie Strategie igrača B igrača A B B 2 B A 2-5 A A 4-2 d) Strategie Strategie igrača B igrača A B B 2 B A 7-2 A 2 2 Rešene: a) Pretpostavimo da e igrač A odabrao strategiu A i i da e igrač B odabrao strategiu B. Za efekat e i kažemo da e sedalsta tačka ako e e i mane ili ednako od svih ostalih ishoda igre u redu i i istovremeno veće ili ednako od svih ishoda u koloni. Na ova način, izborom strategie A i igrač A ne može da dobie mane od ovog ishoda, dok izborom strategie B igrač B ne može da ostvari gubitak veći od e i. Strategie Strategie igrača B minimum igrača A B B2 B B4 Reda A A A A maksimum kolone β = min{ 0,0,25,0} = 0 α = max{ 0, 20, 5,0} α = 0 α = β = 0 Sedlaste tačke su T (A,B 2), T 2(A,B 4), T (A 4,B 2), T 4(A 4,B 4), a vrednost igre iznosi w=0. Primetimo da tačka T(A 2,B ) nie sedlasta tačka iako bi odabirom strategia (A 2,B ) ishod igre iznosio takođe 0. b) T(A,B2). c) T (A 2,B ), T 2(A,B ). d) T(A 2,B 2). 2. Date su matrične igre: i) Strategie Strategie igrača B igrača A B B 2 A 9 0 A 2 2 2

16 ii) Strategie Strategie igrača B igrača A B B2 A - 8 A2 6 a) Naći donu i gornu granicu vrednosti igre. b) Odrediti optimalne strategie i vrednost igre. Rešene: i) a) α = 9, β = 2. b) p= 0,45; p2= 0,55; q= 0,9; q2= 0,; w=20,. ii) a) α =, β = 6. b) p= 0,25; p2= 0,6875; q= 0,475; q2= 0,5625; w=,875.. Date su matrične igre: i) Strategie Strategie igrača B igrača A B B2 A 40 5 A A 0 40 ii) Strategie Strategie igrača B igrača A B B2 B B4 A A a) Naći donu i gornu granicu vrednosti igre. b) Grafički prikazati strategie igrača i odrediti optimalne strategie i vrednost igre rešavaući odgovaraući podproblem. c) Odrediti optimalne strategie i vrednost igre pomoću simpleks metoda. Rešene: i) a) α = 0, β = 40. b)

17 B B 2 A A 2 A Slika. Na osnovu Slike. može se zaklučiti da se optimalna vrednost igre dobia ukoliko igrač A odabere strategie A i A. Stoga e podproblem koi vodi do optimalnog rešena Strategi Strategie igrača B e igrača A B B 2 A 40 5 A 0 40 čie rešene glasi: p= 0,2222; p2= 0,7778; q= 0,7778; q2= 0,2222; w=2,2222. Odavde sledi da u optimalnom slučau igrač A ne treba da koristi strategiu A 2, u približno 22,22% pokušaa koristi strategiu A a u približno 77,78% slučaeva strategiu A. igrač B treba da u približno 77,78% pokušaa koristi strategiu B, a u približno 22,22% slučaeva strategiu B 2. Vrednost igre u optimalnom slučau iznosi približno 2,2222. c) Samostalno. ii) a) α = 25, β = 40. b)

18 A A 2 B 2 B B B 4 Slika 4. p= 0,; p2= 0,7; q= 0,4; q2= 0,6; w=4. c) Samostalno. 4. Date su matrične igre i) Strategie Strategie igrača B igrača A B B2 B B4 A A A ii) Strategie Strategie igrača B igrača A B B2 B A A A 4 2 iii) Strategie Strategie igrača B igrača A B B 2 B A 4 6 8

19 A A a) Naći donu i gornu granicu vrednosti igre. b) Odrediti optimalne strategie i vrednost igre pomoću simpleks metoda. Rešene: i) a) Strategie Strategie igrača B minimum igrača A B B 2 B B 4 reda A A A maksimum kolone α = < 20 = β Kako e α = < 20 = β, ne postoi sedlasta tačka i vrednost igre w nalazi se u intervalu (,20). b) y y 2 y y 4 x 8 2 (20) 6 x x y y2 x y4 y 4/5 /5 /20 9/5 /20 x 2 0 (20) -/ x / /5 2/5 -/20-4/5 -/20 y x2 x y4 y /0 -/00 /200 57/50 7/200 y2 /2 /20 -/40 /0 /40 x (20) -/5 -/20 28/5 /20 2/5 -/50 -/25 -/25 -/50 x x 2 x y 4

20 y -/200-29/000 27/ /250 7/4000 y 2 -/40 /200-7/800 2/50 7/800 y /20 -/00 -/400 2/25 /400 -/50-2/25-27/000-29/25-6/000 Odavde sledi: z max =, y =, y 2 =, y =, v = 6 min 000, x = , x = , x = 50, x = 0, odnosno 000 w = = 5,87, v min p = x w = 0,4286, p 2 = x2 w = 0, 2540, p = x w = 0,75, p 4 = x4 w = 0 = 0, q = y w = 0,90, q 2 = y2 w = 0, 7, q = y w = 0, U optimalnom slučau igrač A treba da u približno 42,86% pokušaa koristi strategiu A, u približno 25,40% slučaeva strategiu A 2, u približno,75% pokušaa strategiu A, dok strategiu A 4 ne treba da koristi. Igrač B u približno,20% pokušaa koristi strategiu B, u približno,7% slučaeva strategiu B2, u približno 54,7% pokušaa strategiu B. Vrednost igre u optimalnom slučau iznosi približno 5,87. ii) a) α = 2, β = 4. 2 b) p = p =, 7 p = 7, 4 2 q =, q 2 =, q = w =. 7 iii) a) α = 8, β = 6. b) p,%; p2 0,98%; p 7,7%; q 9,06%; q2 54,2%; q 6,7%; w 0,74.

21 5. Koi od proizvoda A, A2, A, A4, plasirati na tržište, ako mogu nastupiti okolnosti O, O 2, O, ako su dobiti od proizvoda u zavisnosti od poedinih okolnosti prikazane u sledećo tabeli: Strategi Okolnosti e O O 2 O A A A A Odrediti optimalnu strategiu primenom: a) Valdovog kriteriuma. b) Hurvičovog kriteriuma ako e koeficient optimizma 45%. c) Sevidžovog kriteriuma. d) Laplasovog kriteriuma. e) Baesovog kriteriuma, ako verovatnoće nastupana okolnosti O, O 2, O, iznose 0%, 60%, 0% respektivno. Pretpostaviti da su uslovne verovatnoće za navedene okolnosti prema situacii S, da se proizvod prihvata, odnosno S2, da se proizvod delimično prihvata date u sledećo tabeli: Situacie Okolnosti O O2 O S 0,7 0,8 0,4 S 2 0, 0,2 0,6 Rešene: a) Kod Valdovog kriteriuma, prvo e potrebno odrediti minimalni dobitak za svaki proizvod, a potom se bira proizvod koi po ovom kriteriumu ima maksimalnu vrednost. Strategi Okolnosti minimum e O O2 O reda A A max{ 25,0,25,5} = 0 A A Prema Valdovom kriteriumu treba odabrati strategiu A. b) Kod Hurvičovog kriteriuma se za odgovaraući koeficient optimizma k izračunavau očekivani dobici za svaki proizvod A i tako što se maksimalan dobitak množi sa koeficientom optimizma k, a minimalan dobitak sa ( k). Potom se bira proizvod sa maksimalnom očekivanom vrednošću. Strategi e Očekivani dobici za k = 0,45 A 0, ,55 25 =, 75 A 2 0, ,55 0 = 6, 75 max{,75;6,75;6,25;26,25} = 6,75 A 0, ,55 25 = 6, 25

22 A 4 0, ,55 5 = 26, 25 Prema Hurvičovom kriteriumu, uz koeficient optimizma 0,45, treba odabrati strategiu A 2. c) Kod Sevidžovog kriteriuma, postavla se pitane koliko iznosi propuštena dobit za svaki proizvod pod pretpostavkom da nastupi okolnost O, =,2,. Potom se određue maksimalna propuštena dobit za svaki proizvod i bira proizvod koi po ovom kriteriumu ima minimalnu vrednost. Strategi Okolnosti maksimum e O O2 O reda A A A min{ 25,0,5,5} = 5 A Prema Sevidžovom kriteriumu, treba odabrati strategiu A. d) Kod Laplasovog kriteriuma polazi se od pretpostavke da se svaka od okolnosti može poaviti sa podednakom verovatnoćom. Kako e bro okolnosti tri, verovatnoća da nastupi O =,2, iznosi /. Strategie Očekivani dobici A , 67 A A = 6, 67 max{,67;5;6,67;26,67} = 6,67 A , 67 Prema Laplasovom kriteriumu, treba odabrati strategiu A. e) Kako su u ovom delu zadatka poznate verovatnoće nastupana poedinih okolnosti, izračunavau se očekivane dobiti za svaki od proizvoda, a potom se bira proizvod koi ima naveću očekivanu vrednost. Strategie Očekivani dobici A 0, 0 + 0, , 25 = 5, 5 max{ 5,5;,5;,5;2,5} = 5,5 A2 0, 0 + 0, , 45 =, 5 A 0, , , 50 =, 5 A 4 0, 5 + 0, , 40 = 2, 5 Prema ovom kriteriumu, treba odabrati strategiu A. U cilu donošena pouzdanie odluke, potrebno e izvšiti a posteriori analizu, koristeći uslovne verovatnoće. Tačnie, izračunavau se Baesove verovatnoće prema sledećem obrascu: P( O ) P( Sk O ) P( O Sk ) = m. P( O ) P( S O ) = Situacie Okolnosti P ( O ) P ( S ) (S k ) (O ) k O P( O ) P( Sk O ) P ( O Sk ) S O 0, 0,7 0,2 0,2877 k

23 O 2 0,6 0,8 0,48 0,6575 O 0, 0,4 0,04 0,0548 Ukupno: 0,7,0000 O 0, 0, 0,09 0, S2 O 2 0,6 0,2 0,2 0,4444 O 0, 0,6 0,06 0,2222 Ukupno: 0,27,0000 Očekivani dobici za svaki od proizvoda, pod pretpostavkom nastupana okolnosti S i, i =,2, izračunavu se na sledeći način: Za S: E(A )=0, , , =6,0 E(A 2)=0, , , =0,82 E(A)=0, , , =2,95 E(A4)=0, , , =22,95 Za S : E(A)=0, , =, E(A2)=0, 0+0, , =, E(A )=0, 25+0, , =5,00 E(A 4)=0, 5+0, , =25,00 Odnosno, Očekivan Situacie i dobici S S2 E(A) 6,0, E(A 2) 0,82, E(A ) 2,95 5,00 E(A4) 22,95 25,00 Pod prepostavkom situacie S optimalna e strategia A, dok e pod pretpostavkom nastanka situacie S2 optimalna e strategia A. Verovanoća da se postigne naveći dobitak od 6,0 iznosi 7%. 6. Koi od proizvoda A, A 2, A, plasirati na tržište, ako mogu nastupiti okolnosti O, O 2, O, ako su dobiti od proizvoda u zavisnosti od poedinih okolnosti prikazane u sledećo tabeli: Strategi Okolnosti e O O2 O A 20 0 A A Odrediti optimalnu strategiu primenom: a) Valdovog kriteriuma. b) Hurvičovog kriteriuma ako e koeficient optimizma 0,7.

24 c) Sevidžovog kriteriuma. d) Laplasovog kriteriuma. e) Baesovog kriteriuma, ako verovatnoće nastupana okolnosti O, O 2, O, iznose 25%, 5%, 40% respektivno. Pretpostaviti da su uslovne verovatnoće za navedene okolnosti prema situacii S, da se proizvod prihvata, odnosno S2, da se proizvod delimično prihvata date u sledećo tabeli: Situacie Okolnosti O O2 O S 0,6 0,5 0,5 S 2 0,4 0,65 0,5 Rešene: a) A2; b) A2; c) A; d) A; e) A priori analiza: A; A posteriori: pod pretpostavkom S optimalna strategia e A 2, a pod pretpostavkom S 2 optimalna strategia e A. Verovatnoća da će se ostvariti naveći efekat(7,) iznosi 52,75%. 7. Koi proizvod od A, A 2, A, plasirati na tržište, ako mogu nastupiti dve okolnosti O, O2, a dobiti od proizvoda u zavisnosti od poedinih okolnosti prikazane u sledećo tabeli: Strategi Okolnosti e O O2 A 6 20 A A 8 7 Odrediti optimalnu strategiu primenom: a) Valdovog kriteriuma. b) Hurvičovog kriteriuma ako e koeficient optimizma 0,9. c) Sevidžovog kriteriuma. d) Laplasovog kriteriuma. e) Baesovog kriteriuma, ako se zna da okolnost O može da nastupi sa verovatnoćom 40%. Izvršiti a posteriori analizu, pod pretpostavkom da mogu nastupiti dve situacie: proizvod se prihvata S i proizvod se delimično prihvata S2, i da su ove verovatnoće date u sledećo tabeli. Situacie Okolnosti Rešene: a) A; b) A; c) A; d) A; e) A priori analiza: A; O O2 S 0,8 0, S 2 0,2 0,7

25 A posteriori: pod pretpostavkom S optimalna strategia e A, a pod pretpostavkom S 2 optimalna strategia e A. Verovatnoća da će se ostvariti naveći efekat(88,8) iznosi 50%.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Uvod Teorija odlučivanja je analitički i sistematski pristup proučavanju procesa donošenja odluka Bez obzira o čemu donosimo odluku imamo 6 koraka za

Uvod Teorija odlučivanja je analitički i sistematski pristup proučavanju procesa donošenja odluka Bez obzira o čemu donosimo odluku imamo 6 koraka za Osnovne teorije odlučivanja Uvod Teorija odlučivanja je analitički i sistematski pristup proučavanju procesa donošenja odluka Bez obzira o čemu donosimo odluku imamo 6 koraka za donošenje dobre odluke:

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

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

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.

KOMUTATIVNI 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 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

5 Ispitivanje funkcija

5 Ispitivanje funkcija 5 Ispitivanje funkcija 3 5 Ispitivanje funkcija Ispitivanje funkcije pretodi crtanju grafika funkcije. Opšti postupak ispitivanja funkcija koje su definisane eksplicitno y = f() sadrži sledeće elemente:

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

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

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

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

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

Zadatak 1 Dokazati da simetrala ugla u trouglu deli naspramnu stranu u odnosu susednih strana.

Zadatak 1 Dokazati da simetrala ugla u trouglu deli naspramnu stranu u odnosu susednih strana. Zadatak 1 Dokazati da simetrala ugla u trouglu deli naspramnu stranu u odnosu susednih strana. Zadatak 2 Dokazati da se visine trougla seku u jednoj tački ortocentar. 1 Dvostruki vektorski proizvod Važi

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

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

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

Signali i sustavi AUDITORNE VJEŽBE 10. Jednadžbe diferencija, primjer

Signali i sustavi AUDITORNE VJEŽBE 10. Jednadžbe diferencija, primjer Signali i sustavi AUDITORNE VJEŽBE 0 LS&S FER ZESOI Jednadžbe diferencia Koriste se u opisu disretnog sustava modelom s ulazno izlaznim variablama. Određivane odziva sustava svodi se na problem rešavana

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

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

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

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D}

radni 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 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

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

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

Matematička analiza 1 dodatni zadaci

Matematička 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 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

VJEŽBE 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.

VJEŽBE 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 περισσότερα

POGLAVLJE 1 BEZUSLOVNA OPTIMIZACIJA. U ovom poglavlju proučavaćemo problem bezuslovne optimizacije:

POGLAVLJE 1 BEZUSLOVNA OPTIMIZACIJA. U ovom poglavlju proučavaćemo problem bezuslovne optimizacije: POGLAVLJE 1 BEZUSLOVNA OPTIMIZACIJA U ovom poglavlju proučavaćemo problem bezuslovne optimizacije: min f(x) (1.1) pri čemu nema dodatnih ograničenja na X = (x 1,..., x n ) R n. Probleme bezuslovne optimizacije

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

Linearna algebra 2 prvi kolokvij,

Linearna 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 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

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

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

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

Kola u ustaljenom prostoperiodičnom režimu

Kola u ustaljenom prostoperiodičnom režimu Kola u ustalenom prostoperiodičnom režimu svi naponi i sve strue u kolu su prostoperiodične (sinusoidalne ili kosinusoidalne funkcie vremena sa istom kružnom učestanošću i u opštem slučau različitim fazama

Διαβάστε περισσότερα

Klasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove.

Klasifikacija 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 περισσότερα

Dvanaesti praktikum iz Analize 1

Dvanaesti 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

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

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

OM2 V3 Ime i prezime: Index br: I SAVIJANJE SILAMA TANKOZIDNIH ŠTAPOVA

OM2 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 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

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

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

TRIGONOMETRIJSKE FUNKCIJE I I.1.

TRIGONOMETRIJSKE 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 περισσότερα

Numerička matematika 2. kolokvij (1. srpnja 2009.)

Numerička 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 περισσότερα

1 Promjena baze vektora

1 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 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

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

Skup svih mogućih ishoda datog opita, odnosno skup svih elementarnih događaja se najčešće obeležava sa E. = {,,,... }

Skup svih mogućih ishoda datog opita, odnosno skup svih elementarnih događaja se najčešće obeležava sa E. = {,,,... } VEROVTNOĆ - ZDI (I DEO) U računu verovatnoće osnovni pojmovi su opit i događaj. Svaki opit se završava nekim ishodom koji se naziva elementarni događaj. Elementarne događaje profesori različito obeležavaju,

Διαβάστε περισσότερα

POVRŠINA TANGENCIJALNO-TETIVNOG ČETVEROKUTA

POVRŠINA 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 περισσότερα

TRIGONOMETRIJA TROKUTA

TRIGONOMETRIJA 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 περισσότερα

Univerzitet u Nišu, Prirodno-matematički fakultet Prijemni ispit za upis OAS Matematika

Univerzitet u Nišu, Prirodno-matematički fakultet Prijemni ispit za upis OAS Matematika Univerzitet u Nišu, Prirodno-matematički fakultet Prijemni ispit za upis OAS Matematika Rešenja. Matematičkom indukcijom dokazati da za svaki prirodan broj n važi jednakost: + 5 + + (n )(n + ) = n n +.

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

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

Veleučilište 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. 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 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

Zadaci iz trigonometrije za seminar

Zadaci iz trigonometrije za seminar Zadaci iz trigonometrije za seminar FON: 1. Vrednost izraza sin 1 cos 6 jednaka je: ; B) 1 ; V) 1 1 + 1 ; G) ; D). 16. Broj rexea jednaqine sin x cos x + cos x = sin x + sin x na intervalu π ), π je: ;

Διαβάστε περισσότερα

METODA SEČICE I REGULA FALSI

METODA 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 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

Pošto pretvaramo iz veće u manju mjernu jedinicu broj 2.5 množimo s 1000,

Pošto 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 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

DRUGI KOLOKVIJUM IZ MATEMATIKE 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. je neprekidna za a =

DRUGI 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 περισσότερα

Betonske konstrukcije 1 - vežbe 3 - Veliki ekscentricitet -Dodatni primeri

Betonske konstrukcije 1 - vežbe 3 - Veliki ekscentricitet -Dodatni primeri Betonske konstrukcije 1 - vežbe 3 - Veliki ekscentricitet -Dodatni primeri 1 1 Zadatak 1b Čisto savijanje - vezano dimenzionisanje Odrediti potrebnu površinu armature za presek poznatih dimenzija, pravougaonog

Διαβάστε περισσότερα

APROKSIMACIJA FUNKCIJA

APROKSIMACIJA FUNKCIJA APROKSIMACIJA FUNKCIJA Osnovni koncepti Gradimir V. Milovanović MF, Beograd, 14. mart 2011. APROKSIMACIJA FUNKCIJA p.1/46 Osnovni problem u TA Kako za datu funkciju f iz velikog prostora X naći jednostavnu

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

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

Trigonometrijske nejednačine

Trigonometrijske 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 περισσότερα

SOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI LINEARNOG OPERATORA I KVADRATNE MATRICE

SOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI LINEARNOG OPERATORA I KVADRATNE MATRICE 1 SOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI LINEARNOG OPERATORA I KVADRATNE MATRICE Neka je (V, +,, F ) vektorski prostor konačne dimenzije i neka je f : V V linearno preslikavanje. Definicija. (1) Skalar

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

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

Jednodimenzionalne slučajne promenljive

Jednodimenzionalne slučajne promenljive Jednodimenzionalne slučajne promenljive Definicija slučajne promenljive Neka je X f-ja def. na prostoru verovatnoća (Ω, F, P) koja preslikava prostor el. ishoda Ω u skup R realnih brojeva: (1)Skup {ω/

Διαβάστε περισσότερα

ASIMPTOTE FUNKCIJA. Dakle: Asimptota je prava kojoj se funkcija približava u beskonačno dalekoj tački. Postoje tri vrste asimptota:

ASIMPTOTE FUNKCIJA. Dakle: Asimptota je prava kojoj se funkcija približava u beskonačno dalekoj tački. Postoje tri vrste asimptota: ASIMPTOTE FUNKCIJA Naš savet je da najpre dobro proučite granične vrednosti funkcija Neki profesori vole da asimptote funkcija ispituju kao ponašanje funkcije na krajevima oblasti definisanosti, pa kako

Διαβάστε περισσότερα

Linearna algebra 2 prvi kolokvij,

Linearna 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 περισσότερα

2log. se zove numerus (logaritmand), je osnova (baza) log. log. log =

2log. 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 περισσότερα

DIMENZIONISANJE PRAVOUGAONIH POPREČNIH PRESEKA NAPREGNUTIH NA PRAVO SLOŽENO SAVIJANJE

DIMENZIONISANJE PRAVOUGAONIH POPREČNIH PRESEKA NAPREGNUTIH NA PRAVO SLOŽENO SAVIJANJE TEORIJA ETONSKIH KONSTRUKCIJA T- DIENZIONISANJE PRAVOUGAONIH POPREČNIH PRESEKA NAPREGNUTIH NA PRAVO SLOŽENO SAVIJANJE 3.5 f "2" η y 2 D G N z d y A "" 0 Z a a G - tačka presek koja određje položaj sistemne

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

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

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

Ĉetverokut - 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. 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 περισσότερα

SKUPOVI I SKUPOVNE OPERACIJE

SKUPOVI I SKUPOVNE OPERACIJE SKUPOVI I SKUPOVNE OPERACIJE Ne postoji precizna definicija skupa (postoji ali nama nije zanimljiva u ovom trenutku), ali mi možemo koristiti jednu definiciju koja će nam donekle dočarati šta su zapravo

Διαβάστε περισσότερα

PID: Domen P je glavnoidealski [PID] akko svaki ideal u P je glavni (generisan jednim elementom; oblika ap := {ab b P }, za neko a P ).

PID: 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 περισσότερα